Funciones de probabilidad de distribución para modelos aplicados a obras hidráulicas en zonas urbanas: LOG-GUMBEL vs LOG-PEARSON III
DOI:
https://doi.org/10.20868/ade.2025.5516Palabras clave:
Modelización, ingeniería hidrológica, funciones de distribución de las precipitaciones, drenaje en zonas urbanasResumen
Los modelos hidrometeorológicos para el diseño hidráulico se basan en funciones de probabilidad para modelizar las precipitaciones extremas. Este estudio compara las funciones Log-Gumbel y Log-Pearson III utilizando datos del embalse de Almodóvar (Cádiz). Log-Gumbel, una variación de la distribución de Gumbel, produce estimaciones más altas y seguras para periodos de retorno largos (T), pero es muy sensible a los cambios en los datos. Log-Pearson III, ampliamente utilizada y más estable, muestra resultados consistentes a pesar de la variabilidad de los datos. Para diseños con datos limitados o variables -comunes en obras hidráulicas- se prefiere Log-Pearson III. Sin embargo, para el drenaje urbano en el que la seguridad tiene prioridad sobre la estabilidad, Log-Gumbel ofrece una alternativa conservadora para valores de T elevados.
Descargas
Referencias
1. Bobee, B.B., Robitaille, R. The use of the Pearson type 3 and log Pearson type 3 distributions revisited. Water Resour. Res. 1977, 13,427–443. https://doi.org/10.1029/WR013i002p00427
2. Chow, V.T., Maidment, D.R., Mays, L.W. Applied Hydrology, McGraw-Hill: New York, NY, USA, 1988.
3. Coronado-Hernández, Ó. E., Merlano-Sabalza, E., Díaz-Vergara, Z., Coronado-Hernández, J. R. Selection of hydrological probability distributions for extreme rainfall events in the regions of Colombia. Water, 12(5), 2020, 1397. https://doi.org/10.3390/w12051397
4. Gumbel, E.J. Les valeurs extrêmes des distributions statistiques. Ann. De L’institut Henri Poincaré 1935, 5, 115–158. Available online: http://www.numdam.org/item/AIHP_1935__5_2_115_0.pdf
5. Gumbel, E.J. The return period of flood flows. Ann. Math. Stat. 1941, 12, 163–190. Available online: https://www.jstor.org/stable/2235766
6. Heo, J.H., Salas, J.D. Estimation of quantiles and confidence intervals for the log-Gumbel distribution. Stoch. Hydrol. Hydraul. 1996, 10, 187–207. https://doi.org/10.1007/BF01581463
7. Hossain, F., Jeyachandran, I., Pielke, R., Sr. Dam safety effects due to human alteration of extreme precipitation. Water Resour. Res., 2010, 46(3). https://doi.org/10.1029/2009WR007704
8. Huang, Y. P., Lee, C. H., Ting, C. S. Improved estimation of hydrologic data using the chi-square goodness-of-fit test. J. Chin. Inst. Eng., 31(3), 2008, 515-521. https://doi.org/10.1080/02533839.2008.9671406
9. Huynh, N.P., Thambirajah, J.A. Applications of the log Pearson type-3 distribution in hydrology. J. Hydrol. 1984, 73, 359–372.
10. International Commission of Large Dams. Definition of a Large Dam. Available online: https://www.icold-cigb.org/GB/dams/definition_of_a_large_dam.asp
11. Mailhot, A., Duchesne, S. Design criteria of urban drainage infrastructures under climate change. J. Water Resour. Plan. Manag. 2010, 136, 201–208. https://doi.org/10.1061/(ASCE)WR.1943-5452.0000023
12. Maity, R. Statistical Methods in Hydrology and Hydroclimatology; Springer: Singapore, 2018; Volume 555. https://doi.org/10.1007/978-981-16-5517-3
13. Ministerio Para la Transición Ecológica y el Reto Demográfico. Gobierno de España. Agencia Estatal de Meteorología (AEMET). Available online: https://www.aemet.es/en/serviciosclimaticos
14. Montes-Pajuelo, R., Rodríguez-Pérez, Á. M., López, R., Rodríguez, C. A. Analysis of Probability Distributions for Modelling Extreme Rainfall Events and Detecting Climate Change: Insights from Mathematical and Statistical Methods. Mathematics, 2024, 12(7), 1093. https://doi.org/10.3390/math12071093
15. Pearson, K. Contributions to the mathematical theory of evolution. Philos. Trans. R. Soc. 1894, 185, 71–110. https://doi.org/10.1098/rsta.1895.0010
16. R Core Team. R: A Language and Environment for Statistical Computing; R Foundation for Statistical Computing: Vienna, Austria, 2023. Available online: https://www.R-project.org
17. Rodríguez, C.A., Rodríguez-Pérez, Á.M., Mancera, J. J. C., Torres, J. A. H., Carmona, N. G., & Bahamonde, M. I. Applied methodology based on HEC-HMS for reservoir filling estimation due to soil erosion. Journal of Hydrology and Hydromechanics, 2022, 70(3), 341-356. https://doi.org/10.2478/johh-2022-0020
18. Rodríguez, C.A., Rodríguez-Pérez, Á.M., López, R., Hernández-Torres, J.A., Caparrós-Mancera, J.J. Sensitivity Analysis in Mean Annual Sediment Yield Modeling with Respect to Rainfall Probability Distribution Functions. Land, 2023, 12, 35. https://doi.org/10.3390/land12010035
19. Teng, F., Huang, W., Ginis, I. Hydrological modeling of storm runoff and snowmelt in Taunton River Basin by applications of HEC-HMS and PRMS models. Natural Hazards, 2018, 91(1), 179-199. https://doi.org/10.1007/s11069-017-3121-y
20. Watt, E., Marsalek, J. Critical review of the evolution of the design storm event concept. Can. J. Civ. Eng. 2013, 40, 105–113. https://doi.org/10.1139/cjce-2011-0594
21. Wuensch, K.L. Chi-Square Tests. In International Encyclopedia of Statistical Science; Lovric, M., Ed.; Springer: Berlin/Heidelberg, Germany, 2011. https://doi.org/10.1007/978-3-642-04898-2_173
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Autor / BY-NC
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
1. Los autores conservan los derechos de autor y garantizan a la revista el derecho de una Licencia Creative Commons Atribución - Nocomercial 4.0 Internacional que permite a otros compartir el trabajo con un reconocimiento de la autoría y uso no comercial.
2. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro).
Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons"
