Documente Academic
Documente Profesional
Documente Cultură
12.1 Introducción
El tema de la detección de cambios en los datos hidrológicos tiene una gran importancia
práctica. Los sistemas de recursos hídricos generalmente se diseñan y operan bajo el
supuesto de estacionario, lo que significa que las características esenciales de la
variabilidad de los procesos hidrológicos no cambian con el tiempo.
Si no se considera este supuesto, tendrían que revisarse los códigos de diseño existentes
de los sistemas de recursos hídricos: presas, diques y otras obras de ingeniería del agua.
De lo contrario, los sistemas estarían mal diseñados, es decir, algunos no cumplirían con
la demanda o serían demasiado costosos.
Muchas pruebas para la detección de tendencias se han sido utilizadas en estudios de
series de datos hidrológicos de larga duración. Sin embargo, cada prueba requiere una
serie de suposiciones para ser aceptado. Cuando las suposiciones de prueba subyacentes
no se cumplen, las regiones de aceptación y rechazo de la estadística de prueba no se
pueden determinar rigurosamente. Por lo tanto, tales pruebas deben tratarse como
métodos de análisis de datos exploratorios en lugar de técnicas de prueba rigurosas.
El supuesto de normalidad, necesario en el caso de las pruebas paramétricas, puede ser
demasiado simplificador en el contexto de datos hidrológicos muy desviados. En el caso
de pruebas sólidas no paramétricas, no es necesario asumir una distribución.
Hirsch et al. (1991) encontró que los procedimientos no paramétricos ofrecen grandes
ventajas cuando los datos son fuertemente no normales, y solo tienen pequeñas
desventajas (en términos de eficiencia de potencia) para los datos distribuidos
normalmente.
Aunque no se debe asumir ninguna distribución, las pruebas no paramétricas aún hacen
suposiciones. Por lo general, debe hacerse una asunción de independencia temporal. Al
analizar una serie temporal de flujos de ríos, esta suposición puede ser adecuada para los
registros de flujo anual. Sin embargo, para intervalos de tiempo más cortos, como meses
o días, no es probable que se mantenga.
12.3 metodología:
La aleatorización (asignación al azar) de fase se recomienda como una técnica útil que
evita la suposición restrictiva de independencia de los datos observados. Además, como
se mostrará en este análisis, la técnica de aleatorización de fase se presta bien para
comparar enfoques de pruebas estadísticas.
Para obtener una serie sintética, sin tendencia, fuera de un registro de flujo natural, se
llevó a cabo el siguiente procedimiento. La buena calidad de los datos brutos estuvo sujeta
a normalización, desestacionalización y transformación de Fourier. Manteniendo el
espectro de amplitud preservado, el espectro de fase se sometió a asignación al azar. De
esta manera, se realizaron varias pruebas conservando las propiedades esenciales de la
serie sin procesar. Después de transformar de nuevo para el dominio temporal, los datos
fueron contaminados con tendencias lineales o una tendencia abrupta de salto (no lineal).
Los cambios fueron medidos desde varios puntos de vista como una relación de la
amplitud de la tendencia o salto, y la desviación estándar de la serie a la que se agregó.
Las series fueron sometidas a una serie de pruebas estadísticas.
Si
Atención: la convención utilizada aquí difiere de la del Capítulo 5. Significancia del 95%
aquí corresponde al 5% en el Capítulo 5.
Fig. 12.2. Detección de salto en series artificiales basadas en el flujo del río Greenbrier
en Alderson, WV, USA
12.5.3 Resultados para series de flujo natural
De las 202 series de flujo natural en estudio, 23 mostraron un aumento significativo (al
nivel del 5%) y solo 4 una disminución significativa. Las pruebas 4 y 7 apenas dieron
resultados significativos con una detección mucho mejor de los cambios que se producen
cuando se utilizan las pruebas no paramétricas.
La dirección predominante de cambio es hacia un flujo creciente, esto es más claro cuando
se consideran todos los resultados (significativos y no significativos). Se puede observar
fácilmente cuando el nivel de significación se traza frente al porcentaje de la serie con el
mismo nivel o menor (figura 12.3). También se puede ver que las pruebas paramétricas
identifican menos cambios que las no paramétricas. Esto puede sugerir que los cambios
que ocurren en las series de flujo natural afectan el flujo promedio relativamente menos
que otros parámetros de la distribución a los cuales las pruebas no paramétricas son más
sensibles.
Parece que las pruebas 1-3 arrojan resultados muy similares y son particularmente
recomendables cuando se aplican mediante técnicas de aleatorización de fase para series
de datos con dependencia temporal.
Agradecimientos El presente estudio es una contribución al proyecto del Programa
Mundial sobre el Clima - Agua titulado Análisis de series largas de datos e índices
hidrológicos con respecto a la variabilidad y el cambio climático (WCP-Water Project
A.2), coordinado por la OMM. Parte de la investigación informada en el presente estudio
se llevó a cabo en el marco de una Subvención de investigación colaborativa de la OTAN.
Se agradece la posibilidad de utilizar la base de datos de la Red Hidrográfica Climática
de USGS. Gracias también a la Dra. Alice Robson por sus útiles comentarios que nos
ayudaron a mejorar esta presentación.
Referencias
Hirsch, R.M., Alexander, RB. & Smith, R.A., 1991. Selección de métodos para la
detección y estimación de tendencias en la calidad del agua. Wat. Resour. Res. 27 (5),
803-8 13.
Slacic J.R, Lumb, A.M. & Maciunas Landwehr, J., 1993. Red de datos hidroclimáticos:
(HCDN) Streamfiow Data Set, 1874-1988, USGS (CD-ROM y Manual).