HIDROLOGA 1999

CERDAN PASTOR EDGAR

FEBRERO

ANALISIS DE TORMENTAS
I.- INTRODUCCIN. El siguiente trabajo tiene como finalidad transferir y constituir una variable de diseo para las obras hidrulicas que estn ligadas con proyectos de drenajes de aguas superficiales, proteccin de riveras de ros, de encausamientos, control de inundaciones, etc. Para comprender mejor el siguiente trabajo daremos algunas definiciones: TORMENTA. Es el conjunto de lluvias que obedecen a un mismo proceso hidrolgico, una misma magnitud y una misma duracin. ELEMENTOS DE UNA TORMENTA. Tenemos 3 elementos: Intensidad: Para el siguiente estudio tendremos en cuenta la intensidad mxima, que es la mxima lamina precipitada por unidad de tiempo. Duracin: Es el tiempo que ha transcurrido desde el inicio de la tormenta hasta la finalizacin de la misma. Es de especial inters el periodo de duracin ( Frecuencia de tiempo que dura la tormenta ), Se usa para la determinacin de las intensidades mximas, obtenidas de la banda pluviogrfica. Frecuencia: Numero de veces que se puede repetir el evento hidrolgico en un tiempo de aos, el inverso de esta viene a ser el retorno. II.- OBJETIVOS: Realizar el modelamiento de la intensidad generada: Modelamiento probabilistico. Modelamiento deterministico. Comparar los resultados del modelamiento y comentar ventajas y desventajas. Conocer el proceso curva isoyetas. utilizado para determinar las

HIDROLOGA 1999

CERDAN PASTOR EDGAR

FEBRERO

Hallar el caudal de diseo para una determinada cuenca de acuerdo a su intensidad, rea, coeficiente de escorrenta.

III.- JUSTIFICACIN. Es una necesidad imperiosa para el diseo de obras de arte en ingeniera como alcantarillas, muros de contencin, presas, etc. conocer los caudales de diseo y como hallar un mtodo que se ajuste ms al tipo de obra, en funcin de la economa y riego de falla de la obra, y de otros parmetros correspondientes a la importancia de la obra a ejecutar. IV. MATERIALES Y METODOLOGA. A. Materiales y Equipo. A Datos de intensidades mximas promedio anuales, por un periodo de 28 aos. Datos de la longitud del cauce principal as como su pendiente y su rea. Computadora. Datos para la simulacin del modelo probabilstico calibrado. Computadora. B. Metodologa. Modelamiento probabilstico. Para realizar el modelamiento probabilstico se procedi de la siguiente manera: 1. Seleccionamos el modelo, para el caso trabajamos con el de GUMBEL. F(x<=xp) = e^(-e ^ (-alfa*(xp - beta))) 2. Luego se procedi a ajustar los datos al modelo, haciendo las pruebas de bondad de ajuste, usando el mtodo de SMIRNOV KOLMOGOROV siguiendo los siguientes pasos: a). Se ordenan los datos de < a > o de > a < b). Se aplica una probabilidad emprica p(x<= x)=(m-0.3)/ (N+0.4). c). Ver si se ajusta determinando que: Ac < At.
2

HIDROLOGA 1999

CERDAN PASTOR EDGAR

FEBRERO

3. El Clculo de los parmetros alfa y beta se hizo utilizando las siguientes expresiones para cada perodo de duracin: Alfa = 1.2825/S, Beta = X - 0.45*S, Donde: S = desviacin estandar X = media. 4. Hacer la simulacin ( predecir los valores ). Modelamiento determinstico. Para realizar el modelamiento determinstico en base a la ecuacin: I = a * TM (b+t)n Donde: a, M, n, b, son parmetros en funcin del tiempo de retorno T, duracin en minutos (t), e intensidad (mm/h) b = 0 1 Se procedi de la siguiente manera: Considerando b = 0, tenemos que determinar los parmetros a, M, n, Linealizamos la ecuacin mediante logaritmos. Ln I = Ln a + M* LnT - n*Lnt La determinacin de estos parmetros se la realiz haciendo un anlisis de regresin mltiple considerando nuestros datos conocidos de: Las intensidades mximas I Tiempo de retorno T = 1/(1-P(x)) Probabilidad emprica P(x) = (m - 0.3)/(N + 0.4) La duracin t para 10, 30, 60, 120 minutos.

HIDROLOGA 1999

CERDAN PASTOR EDGAR

FEBRERO

Con estos datos se generan tres ecuaciones de la siguiente forma

Sum Ln I = Ln a N + M Sum Ln T -n Sum Ln t Sum Ln I Ln T = Ln a Sum Ln T + M Sum (Ln T)^2 -n Sum Ln T Ln t Sum Ln I Ln t = Ln a Sum Ln t + M Sum Ln T Ln t -n Sum ( Ln t)^2 Solucionando el sistema anterior se obtienen las constantes a, M, y n. Una vez encontrados los parmetros procedemos a definir la ecuacin de intensidad y luego generar intensidades para los perodos de duracin de 10, 30, 60, y 120 minutos, y para los tiempos de retorno: 2, 5, 10, 25, 50, 75, 100 aos.

V.- PRESENTACIN Y DISCUSIN DE RESULTADOS A continuacin presento los resultados en cuadros y grficos para un mayor entendimiento. 1. Dibujar a escala con los datos del ejemplo del problema dejado en clase las curvas isoyetas, y determinar la precipitacin ponderada en el rea de estudio. 2. Suponiendo que en el vrtice A se tuviera un publigrafo con 28 aos de observaciones y que las intensidades para diferentes periodos de tiempo luego de un anlisis de tormentas nos dan como datos. Determinar: a. El modelo probabilstico al cual se ajustan los datos. b. Con el modelo calibrado determinar mediante simulacin las probables variables de diseo para un nmero consecutivo de aos de:2,5,10,25,55,75,100.para las incertidumbres de 1,10,15,25,50,75. c. Determine el gasto mximo de diseo suponiendo que el punto de conexin est muy prximo al vrtice C y que el mximo recorrido del flujo es BADC suponga una pendiente media del recorrido de 6.8% y se trata de un terreno con escasa vegetacin . d. Ajuste los datos al modelo determinstico clsico y comparar con los datos de la simulacin probabilistica. I=atn/(b+t)m

DISCUSION

HIDROLOGA 1999

CERDAN PASTOR EDGAR

FEBRERO

Respecto a la pregunta 1, la precipitacin ponderada hallada de acuerdo al mtodo de curvas isoyetas dicho mtodo es el mas confiable de los dems mtodos existentes el cual estar en funcin del rea de la cuenca y reas existentes entre curva y curva conjuntamente con sus respectivas precipitaciones promedio. Respecto a la pregunta 2 inciso a; observamos que los datos del anlisis de tormentas se ajustan al modelo probabilistico de gumbel, ya que el delta terico es mayor que el delta calculado para diferentes periodos de tiempo. En el inciso c de la misma pregunta nos piden hallar el gasto mximo, para lo cual despus de haber hecho la simulacin de los datos en el inciso b del desarrollo de dicha pregunta y obteniendo el tiempo de concentracin que estar en funcin de L, Lc, S. Y asumiendo un determinado ao consecutivo as mismo su riesgo de falla. obtenemos la intensidad de diseo luego el gasto mximo que estar en funcin del Coef. de escorrenta , la intensidad de diseo, y el rea colectora de la cuenca en estudio. Respecto al inciso D, el ajuste de los datos al modelo determinstico clsico se realizara gracias a la regresin mltiple y al compara las intensidades de la simulacin probabilstica con la determinstica observamos que los datos del modelo determinstico son mayores a los datos de intensidad simulada por el modelo probabilstico esto quiere decir que para este caso las intensidades de diseo ms confiables sern las obtenidas por el modelo determinstico. Por ser un poco mas grandes.

VI CONCLUSIONES Y RECOMENDACIONES: Se consigui los objetivos trazados, se conoci los procesos del anlisis de regresin mltiple para modelos deteminstico as como tambin hallar caudales de diseo en funcin a intensidades , simulacin de datos, ajuste de estos as como el proceso ha seguir del mtodo de las curvas isoyetas. En nuestro caso el mtodo determinstico es ms adecuado usar, pues los valores de intensidad son mayores, por lo que nos inclinamos hacia la seguridad. Nuestra intensidad de diseo se seleccionar con un cierto riesgo que depender de la importancia de la
5

HIDROLOGA 1999

CERDAN PASTOR EDGAR

FEBRERO

estructura hidrulica a proyectar, por lo que se debe tener en cuenta el costo y los daos que podra ocasionar dicha obra si llegase a fallar; en nuestro caso el nmero de aos ser de 25, con un riesgo de falla del 25%, y con una intensidad mxima de diseo de 87.402 mm/hora. VII 1.2.BIBLIOGRAFA APUNTES DE CLASE: ciclo vacacional 1999. ORTIZ VERA OSWALDO: Hidrologa de Superficie, Cajamarca Per 1994.