Documente Academic
Documente Profesional
Documente Cultură
net/publication/237035647
CITATIONS READS
4 190
4 authors, including:
Nelson Obregón-Neira
Pontificia Universidad Javeriana
59 PUBLICATIONS 206 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Ana Carolina Santos on 20 February 2015.
ANA SANTOS
Universidad Nacional de Colombia. Pontificia Universidad Javeriana. e-mail: acsantosr@gmail.com
EDER CÁRDENAS
Estudiante Maestría en Hidrosistemas, Pontificia Universidad Javeriana. e-mail: eder.cardenas@javeriana.edu.co
NELSON OBREGÓN
Pontificia Universidad Javeriana. e-mail: nobregon@javeriana.edu.co
Recibido para revisar noviembre 17 de 2010, aceptado abril 29 de 2011, versión final mayo 5 de 2011
RESUMEN: En el diseño y manejo de sistemas de drenaje urbano es necesario conocer distribución espacial de la precipitación. Para obtener
esta información, en la ciudad de Bogotá se emplean con frecuencia métodos de interpolación cuya entrada son los registros puntuales de es-
taciones pluviométricas o pluviográficas. En el presente trabajo se presenta una revisión de los parámetros básicos que los modeladores deben
asumir antes de realizar una interpolación espacial. Se utilizó información diaria y subhoraria, considerando los métodos de la distancia inversa
cuadrática, Kriging y V4 de MATLAB®. Los resultados obtenidos permiten definir algunos criterios sencillos en cuanto a la orientación de la
malla, el tamaño de la celda a emplear, el análisis estructural previo que debe realizársele a la información y el método de interpolación a utilizar.
PALABRAS CLAVE: Campos de precipitación, Geoestadística, patrones espaciales, interpolación espacial, variabilidad espacio-temporal.
ABSTRACT: In the urban drainage systems design and management, the knowledge of the rainfall spatial distribution is required. To obtain this
information, in the city of Bogotá are often used interpolation methods whose inputs are punctual data recorded in rainfall stations. This paper
presents a review of the basic parameters that modelers should take into account before performing a spatial interpolation. Daily and hourly infor-
mation was used, considering the inverse distance squared, Kriging and MATLAB® V4 methods. The obtained results allow us to define some
simple on the orientation of the mesh, the cell size to be used, the previous structural analysis of the information and the interpolation method.
KEYWORDS: Rainfall fields, Geostatistics, spatial patterns, spatial interpolation, space–time variability.
Dyna, año 78, Nro. 167, pp. 150-158. Medellín, Junio, 2011. ISSN 0012-7353
Dyna 167, 2011 151
CAR 18
EAAB 28
Diaria 12
IDEAM 31
Total 77
EAAB 27
Subhoraria IDEAM 10 22
Total 37
*
Área del casco urbano = 560,79 km2.
De acuerdo con la Tabla 1 para el caso de Bogotá se con orientación Norte-Sur como sistema de referencia
cumple el requerimiento de densidad de estaciones. No para las interpolaciones a realizar.
obstante, debido a la alta variabilidad de la precipitación
en esta ciudad se sugiere considerar la instalación de más 4.1.2 Tamaño de Celda
estaciones pluviométricas y pluviográficas además de
la intensificación de la toma de datos con otras técnicas Para definir el ancho de celda con el que se visualizan
de medición como los sensores remotos. los campos de precipitación (mapas formato raster)
se analizaron 19 tormentas ocurridas en la ciudad
Con el fin de encontrar patrones del comportamiento de Bogotá. Para cada una de las ellas se estimó la
de los vientos en Bogotá, que contribuyan al distancia en la que el centro de tormenta se moviliza
entendimiento de la precipitación (posibles direcciones en intervalos de tiempo de 10 o 15 minutos. El centro
predominantes), se estudiaron los registros de 9 de tormenta se definió como el primer momento
estaciones pertenecientes a la Red de monitoreo de estadístico bidimensional, descrito por (1).
Calidad del Aire (RCA) de Bogotá. El período disponible
de esta información de viento está comprendido desde
el año 1997 a 2002 con valores de dirección y magnitud (1)
de viento cada 10 minutos. A pesar que el periodo de RCM
p r
i i i
1
i pi ri
registro de las estaciones de viento no coincide con el de p i i P
precipitación, esta información se utilizó para verifi car
si existía algún comportamiento predominante en los Donde RCM es la coordenada norte o este del centro
patrones de viento, aspecto que no pudo establecerse de tormenta, pi es la precipitación registrada en la
de manera clara. estación i, P es la precipitación total registrada en
cada intervalo, y r es la coordenada norte o este de la
Para la generación y comparación de los campos de estación i. En total se analizaron 19 eventos, de los
precipitación se emplearán los métodos de interpolación cuales 17 pertenecen al periodo elegido, los otros dos
de IDW (distancia inversa ponderada), Kriging y V4. eventos se estudiaron por considerarse de magnitud
y duración considerable. En la Figura 2 se presentan
las frecuencias de las distancias mínimas en las que
4. RESULTADOS OBTENIDOS
se movió el centro de tormenta para los 19 eventos
analizados con intervalos de 30 minutos.
4.1 Parámetros para interpolaciones
Tomando en cuenta que para escalas espaciales mayores
4.1.1 Orientación de la Malla
a 1 km2, varios autores han reportado la importante
variabilidad espacial y temporal de la |celda mayores o
Partiendo del sistema de coordenadas planas con iguales a 1000 metros siendo éste el caso más frecuente
orientación Norte-Sur, se exploraron otras alternativas (Figura 2). Con base en esta fi gura se incluyeron en el
de orientación de malla que mejorara la representación análisis distancias de 100, 200, 250 y 500 metros.
de los campos de precipitación, se sugirió establecer
un patrón espacio-temporal de los vientos en el casco
urbano. Se analizaron los registros de dirección y
magnitud del viento en el período comprendido entre
los años 1997 y 2006 mediante la elaboración de
rosas de los vientos para cada uno de los años y otras
agregando la información de las series.
Con el análisis de los desplazamientos de los centros predominante en los semivariogramas direccionales.
de tormenta sobre la ciudad de Bogotá se observó que Para este caso se recomienda utilizar semivariogramas
no existe una dirección predominante de los mismos y isotrópicos para el ajuste a los modelos teóricos.
que por lo general se concentran en la zona del centro
de la ciudad. 4.1.4 Cobertura Espacial de la Interpolación
4.1.3 Análisis Estructural de los Datos Con el fin de disminuir la incertidumbre de los
valores interpolados en las fronteras de un campo
A nivel diario se realizó el análisis estructural de una de precipitación calculado (interpolado a partir de
serie de días en los que se presentaron valores altos de registros en superficie) se recomienda que se disponga
precipitación, comprendidos en la segunda temporada de estaciones localizadas fuera de la zona de interés.
de lluvia de Bogotá. El software utilizado para dicho De esta manera se logra que al momento de hacer la
análisis es el GS+, que se distribuye libremente en interpolación se cuente con más información, para
la red en el sitio: http://www.gammadesign.com/. Se luego hacer el “recorte” de la zona de estudio.
estimaron los semivariogramas experimentales con el
fin de elegir el modelo teórico que mejor representara Adicionalmente se recomienda que la dirección y
el fenómeno. En la Tabla 2 se presentan los parámetros localización de las líneas de coordenadas consideren
de los semivariogramas obtenidos a partir de la las malla de otras fuentes de información tales como
precipitación diaria. la de la Misión de Medición de Lluvias tropicales
(TRMM - Tropical Rainfall Measuring Mission por
Tabla 2. Parámetros del semivariograma para sus siglas en inglés) y de radares meteorológicos
precipitación diaria eventualmente instalados en el futuro. Esto facilitaría
Table 2. Semivariogram parameters for daily labores de asimilación de datos a diferentes escalas
precipitation espaciales y temporales.
Figura 3. Comparación del ajuste del método de Kriging Con base en los diagramas presentados en la Figura 4
variando el tamaño de celda y el semivariograma. a) y los coeficientes de correlación de la Tabla 3, puede
lineal, b) gausiano fijo, c) gausiano ajustable, d) esférico observarse que el método IDW obtiene los mejores
ajustable y ) exponencial ajustable. resultados para 3 de los tamaños de celda considerados
Figure 3. Fitness comparison of the Kriging method with (100, 250 y 500 m), mientras que para el tamaño de
cell size and semivariogram variation. a) linear, b) fixed celda de 200 m, el método de Kriging obtiene el mejor
gaussian, c) adjustable gaussian, d) adjustable spherical ajuste. El método V4 exhibe el menor ajuste para todos
y e) adjustable exponential. los tamaños de celda considerados.
Tabla 5. Correlación obtenida en función del método y el generalizando toda la zona, ello implica en el caso de
tamaño de celda la distribución de las estaciones en la ciudad de Bogotá
Table 5. Correlation obtained considering the method and una sobreestimación de la precipitación.
cell size
DX (m)
En el campo de precipitación generado con el modelo
Método V4 (Véase Figura 5), se observa que las precipitaciones
100 200 250 500
interpoladas superan las de los modelos anteriores en
Kriging* 0,705 0,703 0,578 0,709 casi el doble. De otro lado también se observa una
IDW 0,727 0,633 0,722 0,735 zona de gran extensión con precipitación igual a cero.
V4 0,458 0,485 0,483 0,486
Con base en el análisis anterior a resolución diaria y
* Se empleó un semivariograma lineal.
teniendo en cuenta que el método de interpolación que
De la Figura 4 y la Tabla 5 puede resaltarse también obtuvo el mejor desempeño fue IDW, se procedió a
que las diferencias en los ajustes obtenidos por los emplear este método en la interpolación del campo de
métodos IDW y Kriging para 100 y 500 m no son precipitación para un evento comprendido entre el 12
sustancialmente diferentes, presentando un mejor de abril a las 10:00 horas y el 13 de abril a las 4:40
desempeño para un tamaño de celda de 500 m, aspecto horas del año (véase Figura 6).
que también implica un menor tiempo computacional.
Para el evento considerado, los valores más altos de
precipitación ocurren en la zona oriental de la ciudad,
4.3 Generación de campos de precipitación
siendo un claro indicio de la influencia de la orografía
en el comportamiento de las lluvias para Bogotá.
Mediante la inspección visual de los campos
de precipitación generados, se evidencian las
diferencias en los comportamientos de cada una
de las metodologías empleadas. En la Figura 5 se
comparan los campos obtenidos para cada una de las
tres metodologías para el caso de la precipitación total
presentada el 13 de mayo de 1996. Para este caso la
imagen de la interpolación con IDW representa con
mayor aptitud los lugares con altas precipitaciones o
centros de tormenta, cabe anotar que estos sitios son
aproximados al lugar geográfico de la estación que
registro el valor de precipitación.
Debido a la necesidad de realizar estudios del Como primer resultado de la presente investigación
comportamiento de la precipitación a nivel espacial respecto a la estimación de los campos de precipitación
y por ende en un campo continuo, se requiere la en la ciudad de Bogotá, se obtuvieron los siguientes
implementación de métodos para la construcción de parámetros de interpolación: orientación de la malla
dichos campos cuando la medición de esta variable se norte-sur para una extensión de 70 km por 50 km y
hace de manera puntal en superficie. La baja densidad resolución espacial de 500 metros de tamaño de celda.
de la red de monitoreo (km2/estación) implica una alta Se encontró adicionalmente que el método IDW es el
incertidumbre espacial al tener que generar los campos que mejor representa el comportamiento espacial de
de precipitación con técnicas de interpolación. la precipitación debido a que se obtienen los menores
errores absolutos en la comparación de los valores
Con el fin de mejorar los campos de precipitación interpolados con los observados.
estimados por los algoritmos de interpolación, se
proponen en este trabajo algunas consideraciones en Cada uno de los métodos empleados para la estimación
la definición del tamaño de celda, la alineación de la de los campos de precipitación tiene una serie de
malla y una metodología de validación cruzada. El ventajas y desventajas. En cuanto al número de puntos
análisis del desplazamiento de los centros de tormenta de muestreo, el modelo de Kriging requiere un elevado
permitió evidenciar la complejidad del fenómeno en número de estaciones con registros, mientras que los
estudio y permitió seleccionar el tamaño de celda de modelos IDW y V4 no tienen restricciones en este
los campos de precipitación por generar. Se sugirió aspecto. Este resultado debe hacer reflexionar a los
que el tamaño apropiado del tamaño de las celdas no modeladores que emplean la metodología de Kriging
excediera la distancia mínima del movimiento del de manera indiscriminada.
centro de tormenta. Bajo este supuesto se analizaron
19 tormentas y se estableció que el tamaño de celda En el caso específico de la presente investigación se observó
fuera de 500 metros, distancias inferiores implican que el modelo que genera mayores sobreestimaciones de
mayor tiempo computacional que no mejora de manera precipitación es el V4, seguido por el método de Kriging.
contundente los resultados de la validación cruzada. El modelo IDW no genera sobreestimaciones de la
precipitación, sin embargo, produce concentraciones
La aplicación de los métodos de interpolación bastante fuertes en los puntos de medición.
considerados (IDW, V4 y Kriging) con variaciones
en el tamaño de celda ha permitido concluir que para En cuanto a la implementación en aplicativos
el periodo de estudio el mejor desempeño lo tiene el computacionales los modelos más sencillos de
método IDW, corroborando adicionalmente el tamaño programar son el V4 e IDW, los cuales fueron
de celda seleccionado. Esta selección se llevó a cabo implementados por los autores en MATLAB ®. El
mediante un proceso de validación cruzada en la que método de Kriging por la cantidad de parámetros y la
se extrajeron del cálculo de la interpolación espacial variación bajo las condiciones de número de estaciones
cinco estaciones de precipitación diaria localizadas y rangos de precipitación requiere mayor tiempo
estratégicamente en 5 zonas de la ciudad de Bogotá computacional y una programación más avanzada,
de las 77 empleadas, para luego comparar el valor sin que este esfuerzo produzca mejores resultados.
estimado con el observado en las posiciones de estas
estaciones. Con los resultados presentados en este trabajo se evidencia
la responsabilidad con que los modeladores de sistemas de
Para el caso de la interpolación con el método de drenaje urbano deben asumir el proceso de interpolación
kriging y al realizar el análisis estructural a nivel de en la generación de campos de precipitación.
precipitación diaria se encontró que en una serie de
registros consecutivos no existe un modelo teórico de AGRADECIMIENTOS:
semivariograma que se mantenga en el tiempo como
el de mejor desempeño. De manera sorpresiva se Los autores del presente estudio expresan sus
encontró también que el modelo de semivariograma agradecimientos a los ingenieros Fabio Bernal y
lineal es el que genera menores errores entre este tipo Víctor Peñaranda, quienes aportaron parte de la
de estimadores kriging.
158 Vargas et al
información pluviográfica que fue de gran importancia [5] VARGAS A. Y GARCÍA O. Análisis espacio-
para el desarrollo de la investigación. A la Pontificia temporal de la precipitación media mensual. Memorias
Universidad Javeriana que aportó importantes XXIII Congreso Latinoamericano de Hidráulica,
recursos para la digitalización de la información, Cartagena de indias, Colombia, Octubre de 2008.
mediante el proyecto de investigación: “Avances
en la caracterización y modelación conceptual de la [6] BERNAL, F.A. Desarrollo de modelos
meteorología de la ciudad de Bogotá”, identificado conceptuales y computacionales para simular
con el código 12010M50401200. estocásticamente la dinámica espacio - temporal de
la precipitación en Bogotá. Director: Nelson Obregón
Neira. Tesis de Maestría en Recursos Hidráulicos:
REFERENCIAS
Universidad Nacional de Colombia. 2008.
[1] BERNDTSSON, R. AND [7] WORLD METEOROLOGICAL
NIEMCZYNOWICZ, J. Spatial and temporal ORGANIZATION (WMO). Guide to Hydrological
scales in rainfall analysis - Some aspects and future Practices. Volume I. Hydrology - From Measurement to
perspectives, J. Hydrol., 100(1-3), 293-313, 1988. Hydrological Information, WMO-No. 168, Sixth edition,
2008.
[2] BERNE, A., DELRIEUB, G., CREUTINB,
J-D. AND OBLEDB, CH. Temporal and spatial [8] CLARK, I., Practical Geostatistics, Blackwell
resolution of rainfall measurements required for urban Science, 1979.
hydrology, J. Hydrol., 299(3-4), 166-179, 2004.
[9] ISAAKS, E. AND SRIVISTAVA, R., Applied
[3] THIELEN, J. AND CREUTIN, J.-D. An Geostatistics, Oxford University Press, New York, 1989.
urban hydrological model with high spatial resolution
rainfall from a meteorological model, J. Hydrol., [10] CARR, J., Numerical Analysis for the Geological
200(1-4), 58-83, 1997. sciences, Prentice Hall, New Jersey, 1995.
[4] BACCHI, B. AND KOTTEGODA, N.T. [11] RODRÍGUEZ, E., CAMACHO, L. Y VILLAREAL,
Identification and calibration of spatial correlation J. Variabilidad espacio-temporal de la precipitación en una
patterns of rainfall, J. Hydrol., 165(1-4), 311-348, microcuenca urbana. Memorias XVIII Seminario Nacional
1995. de Hidráulica e Hidrología, Bogotá D.C., 2008.
Análisis de la variabilidad espacio-temporal
de la precipitación en una microcuenca urbana,
Bogotá, Colombia
Análise da variabilidade espaço-temporal da precipitação
em uma microbacia urbana, Bogotá, Colombia
Spatial and Temporal Rainfall Variability in a Small
Urban Watershed, Bogotá, Colombia
Los diseños de alcantarillados pluviales Os desenhos combinados de redes The design of combined and stormwater
y combinados normalmente se realizan de esgoto de águas pluviais são sewer systems is usually accomplished
bajo el supuesto de que la precipitación normalmente realizados sob o assuming that rainfall is uniform in
es constante en tiempo y espacio pressuposto de que a precipitação time and space for areas smaller than
para áreas inferiores a 1 km2. Con el é constante no tempo e no espaço 1 km2. This paper aims to contribute
fin de aportar al conocimiento de la para áreas de menos de 1 km2. Para to the knowledge of the space/time
variabilidad espacio-temporal de la proporcionar o conhecimento da rainfall variability in urban basins of
precipitación en cuencas urbanas de este variabilidade espaço-temporal das this kind. We investigate the impact
tipo, y de determinar su impacto en el chuvas nessas bacias, e determinar o seu of such variability on the design of
diseño de alcantarillados y, más aún, en impacto sobre a concepção de esgotos, sewage systems and, more importantly,
los caudales de escorrentía obtenidos e ainda mais no fluxo de enxurrada on the runoff flows obtained through
a partir de la aplicación de modelos produzida a partir da aplicação de mathematical models rigorously
matemáticos rigurosamente calibrados modelos matemáticos rigorosamente calibrated and validated. Our case of
y validados, se ha instrumentado calibrados e validados, tem sido study, the campus of the Universidad
densamente la microcuenca urbana del fortemente instrumentada a microbacia Nacional de Colombia, sede Bogotá,
campus de la Universidad Nacional de urbana do campus da Universidad was densely instrumented. Among the
Colombia, sede Bogotá. En este artículo Nacional de Colombia, sede Bogotá. Este events thus recorded, we have analyzed
se describen los análisis detallados del artigo descreve a análise detalhada do one of the most important in terms of
evento más importante en términos de evento mais importante em termos de intensity and total rainfall. This paper
intensidad y precipitación total. intensidade e de precipitação total. describes the detailed results.
Palabras clave: hidrología urbana, Palavras-chave: hidrologia urbana,
variabilidad espacial y temporal de la variabilidade espacial e temporal da Keywords: urban hydrology, spatial and
precipitación, aplicación de técnicas precipitação, aplicação de técnicas temporal rainfall variability, geospatial
geoestadísticas, microcuenca urbana, geoestatísticas, microbacia urbana, analysis techniques, urban basins,
microclima. microclima. microclimate.
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA | PP. 139-153
140 Erasmo Alfredo Rodríguez Sandoval
Introducción
N
y meteorología, entendido como
aquel asociado con el cambio de
las propiedades estadísticas espa-
ciales de una variable por efecto
del tamaño del área o del intervalo
de tiempo considerado (Dubayah
et al. 1996), ha recibido importan-
tes consideraciones en la litera-
tura (Bergstrom et al. 1998; Kite y
Haberlandt 1999; Wood 1998). En
estos estudios, conducidos funda-
mentalmente a escala de cuenca y
a escala regional, se ha demostrado
e intentado parametrizar la impor-
tante variabilidad espacial y tem-
poral que existe en la humedad del
suelo, la evaporación, la escorren-
tía y la precipitación, entre otros. Estación Dpto. Física
En la mayoría de las aplicaciones
Estación UN (Ideam)
que utilizan modelos hidrológicos Pluviógrafo dual
0 95 190 380 570 760
metros
para estimar la escorrentía en si- Pozo de alcantarillado
tios no instrumentados, a partir Red principal de alcantarillado combinado
de registros de precipitación, estos
Figura 1. Mapa de la microcuenca del campus de la Universidad Nacional de Colombia que
se constituyen en el factor más im-
incluye red de drenaje y localización de estaciones meteorológicas existentes e instaladas en
portante y con mayor incertidum- este proyecto.
bre en el proceso de modelación
(Beven 2001; Berne et al. 2004). do racional” (Mulvaney 1850) para relativamente corto, en el que se ha
Considerando la baja densidad de estimar los caudales de diseño. Sin mostrado la importante variabili-
las redes de medición de precipita- embargo, el reducido tamaño de las dad de la precipitación en este tipo
ción existentes, es común utilizar microcuencas urbanas y el carácter de microcuencas urbanas. Así, el
una sola estación para determinar de los procesos hidrológicos a nivel presente estudio pretende contri-
la precipitación puntual y, a partir urbano, como la rápida respuesta buir al conocimiento de la variabili-
de ella, utilizando coeficientes em- de la escorrentía en áreas imper- dad espacial y temporal de la preci-
píricos de reducción por duración meables, requiere y amerita un pitación en estas cuencas. Para ello,
de la tormenta y tamaño del área análisis de la precipitación a escalas se ha instrumentado densamente el
(normalmente obtenidos en otras espaciales y temporales detalladas. campus de la Universidad Nacional
latitudes), estimar la precipitación Para escalas espaciales mayores de Colombia, sede Bogotá, utilizan-
areal sobre una cuenca. Para el caso a 1 km2, varios autores han reporta- do 14 pluviógrafos de balancín, con
particular de diseño de alcantari- do la importante variabilidad espa- precisión de 0,2 mm ubicados de
llados combinados y pluviales, co- cial y temporal de la precipitación forma dual en las cubiertas de siete
múnmente se asume que el campo (Butyaert et al. 2006; Segond et al. edificios del campus y distribuidos
de precipitación es uniforme en 2006; Vaes et al. 2005). Sin embar- de forma más o menos uniforme
tiempo y espacio para un evento go, para el caso de pequeñas cuen- sobre un área de 1,2 km2.
de tormenta sobre áreas inferiores cas urbanas, y específicamente en En la estimación del campo de
a 1 km2 y que, por tanto, es válido el caso de la ciudad de Bogotá, solo precipitación sobre un área, existen
aplicar el bastante antiguo “méto- existe un estudio (Uniandes 2001) errores inherentes al proceso de
Área de estudio
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA
142 Erasmo Alfredo Rodríguez Sandoval
de abril y mayo, y de octubre y no- rrentes a intervalos de tiempo sufi- Con relación a la caracterización
viembre (figura 3). Adicionalmente, cientemente finos para permitir el del patrón general de los vientos en
en los alrededores del campus uni- análisis detallado de eventos de tor- la microcuenca, se cuenta con los
versitario, existen registros de pre- menta. Sin embargo, sí se encuen- datos de la estación meteorológica
cipitación de ocho estaciones me- tran disponibles las ecuaciones de ubicada en el edificio de Física (fi-
teorológicas operadas por la EAAB las curvas i-d-f suministradas por gura 1) y operada por el mismo de-
y el IDEAM. Infortunadamente, en la EAAB, las cuales, para la estación partamento, cuyos datos para los
estas ocho estaciones no se cuenta Universidad Nacional, se presentan años 2006 y hasta agosto del 2007
con registros simultáneos y concu- en la figura 4. han sido gentilmente suministra-
dos para los propósitos de este es-
140 tudio. A partir de estos se han ela-
borado las rosas de los vientos para
120
el año 2006 (figura 5) y para el mes
100
de abril del 2007 (figura 6), mes du-
rante el cual se produjo el evento de
Precipitación (mm)
con buena aproximación la varia- balancín del tipo Rain Collector II, sido ubicado en la cubierta de los
bilidad espacial de la precipitación fabricados por Davis Instruments, edificios de Hemeroteca (PG1 y 2),
en una cuenca rural de 4,5 ha (0,045 con área de captación de 214 cm2, al- Concha Acústica (PG3 y 4), Posgra-
km2). Paturel et al. (1986), a partir tura de 24 cm, resolución de 0,2 mm dos de Ciencias Humanas (PG5 y 6),
de simulaciones, recomiendan utili- y precisión de ± 4% para intensida- Medicina (PG7 y 8), Capilla (PG9 y
zar entre 4 y 5 pluviógrafos para un des menores de 50 mm/hr y de ± 10), Laboratorio de Hidráulica (PG11
área de 1,2 km2. La recomendación 5% para intensidades entre 50 y 100 y 12) e Instituto de Genética (PG13 y
de Berne et al. (2004) indica que, mm/hr, con data-logger marca Hobo 14) (figura 1), lo que genera inicial-
para el campus, se necesitaría me- con sensor de temperatura. Se han mente una red aproximadamente
dir con una resolución de por lo me- utilizado conjuntos duales de plu- uniforme de medición (que está
nos 3 min (Δt) y con una resolución viógrafos, cada uno de los cuales ha siendo actualmente optimizada),
espacial de 2,6 km (Δr = 1,5√Δt; con
Δt = 0,75A0.3 y A en ha), lo que sugie-
re un pluviógrafo único. Schilling
(1983) recomienda que el número
de pluviógrafos por instalar sea de-
terminado como la raíz cuadrada
del área de la cuenca expresada en
km2, en cuyo caso para el campus
universitario sería suficiente con
un pluviógrafo. El Water Research
Center (WRC) de Inglaterra reco-
mienda la instalación mínima de 3 Velocidad (m/s)
pluviógrafos para áreas de drenaje
menores a 8 km2 y la medición a
intervalos de 2 minutos, con el fin
de obtener errores menores al 10%
en la calibración de modelos lluvia
escorrentía. El estudio de Uniandes
(2001) en la cuenca del Virrey de 0,8 Figura 5. Rosa de los vientos para el año 2006.
ha, en Bogotá, recomendó, a partir
del análisis detallado de la infor-
mación disponible de 47 tormentas
registradas en 14 pluviógrafos de
la ciudad de Bogotá (IRH 1995), la
utilización de 2 pluviógrafos. Así,
no existe consenso en cuanto al nú-
mero de pluviógrafos por instalar
y su distribución, pues claramente
dependerá de las características de
relieve, urbanización, microclima y
vientos dominantes del área inves-
tigada, y ello da origen al análisis Velocidad (m/s)
aquí reportado.
En concordancia con las reco-
mendaciones más conservadoras de
número mínimo de pluviógrafos re-
portadas en la literatura, se han ins-
talado en 7 sitios, 14 pluviógrafos de Figura 6. Rosa de los vientos para abril del 2007.
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA
144 Erasmo Alfredo Rodríguez Sandoval
35
te dada. Por comparación entre los 0,3333 0,3333
datos registrados en el data-logger
30 Media: 2:05:46
y el valor de caudal constante sumi- Varianza: 0.0042
nistrado, se establece el margen del Asimetría: 1.0409
25 Curtosis: 0.2347
error, que debiera ser inferior al 5%
Frecuencia relativa
reportado por los fabricantes para
20
las intensidades utilizadas. Sor-
prendentemente, para los aparatos
15
nuevos, se encontraron errores: 0,1212
primero, de falta de sincronización 10 0,0909 0,0909
entre los tiempos de volcado del
balancín izquierdo y derecho de 5
algunos pluviógrafos, y, segundo, 0,0303
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA
146 Erasmo Alfredo Rodríguez Sandoval
100
90
80
70
Precipitación (%)
60
50
40
30
20
10
0
10 20 30 40 50 60 70 80 90 100
Tiempo (%)
T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11
T12 T13 T14 T15 T16 T17 T18 T19 T20 T21 T22
T23 T24 T25 T26 T27 T28 T29 T30 T31 T32 T33
Adicionalmente, en la figura 12, rio, cuyo análisis detallado es repor- la estimación de la precipitación
se presenta el hietograma del agua- tado por Rodríguez et al. (2008). areal, desde el método simple y po-
cero seleccionado, registrado en el pular del inverso de la distancia, pa-
mismo pluviógrafo, a intervalos de Interpolación sando por métodos determinísticos
15 minutos, acordes con el tiempo espacial y temporal como interpolaciones polinomia-
de retardo de la microcuenca. Debe de la precipitación les, hasta técnicas más complejas,
mencionarse que para el evento de La calidad de los resultados de basadas en interpolación estadísti-
tormenta seleccionado la inten- la interpolación espacial y temporal ca, como el caso de kriging (Meije-
sidad máxima registrada en este del campo de precipitación depende rink et al. 1994). Aunque se tiende
pluviógrafo, para 15 minutos, es de fundamentalmente de la calidad de a pensar que el método más com-
aproximadamente 30 mm/hr, valor los datos, del número y distribución plejo brinda los mejores resultados,
que comparado con los datos de la de los pluviógrafos utilizados y de esto no es necesariamente cierto,
curva i-d-f, presentada en la figura qué tan bien la función matemáti- pues depende, como se mencionó
4, correspondería a un período de ca seleccionada representa el fenó- anteriormente, de factores exter-
retorno por debajo de tres años, lo meno. En cuanto a los aspectos de nos al método de interpolación. Sin
que indica que durante la prime- calidad de los datos y configuración embargo, según Creutin y Obled
ra temporada lluviosa del 2007, en de la red, estos han sido discutidos (1982), para el caso de áreas con
la que estuvieron en operación los en los dos numerales previos. Por eventos de precipitación con fuerte
equipos, no se presentaron eventos tanto, el objetivo de este numeral variación, como el caso del área de
extremos. Sin embargo, en noviem- es presentar los relacionados con estudio, las técnicas más sofistica-
bre del 2007, se presentó una grani- el método de interpolación. Al res- das, por lo general, brindan mejo-
zada muy importante sobre Bogotá, pecto, diferentes métodos han sido res resultados que las técnicas más
registrada en el campus universita- propuestos en la literatura para simples.
30
La aplicación de kriging requie-
re que el proceso sea de tipo esta-
cionario, y algunos tipos de kriging
25 requieren que los datos provengan
de una distribución normal, restric-
ciones que no se aplican para el caso
de los otros dos métodos de inter-
20
polación.
Intensidad (mm/h)
Análisis de resultados
15
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA
148 Erasmo Alfredo Rodríguez Sandoval
N
N
Leyenda
Leyenda Inverso
Kriging de la distancia
Figura 15. Precipitación total espacializada utilizando kriging. Figura 16. Precipitación total espacializada utilizando inverso de
la distancia.
En la figura 17 se presentan los el movimiento preferencial de las diante kriging, de las intensidades
resultados de la espacialización, masas de aire sobre el campus en a intervalos de 15 minutos para las
mediante kriging de intensidades esta dirección. primeras tres horas del aguacero.
máximas registradas en 15 minutos. La figura 18 (a y b) muestra la Para los intervalos analizados, el co-
Esta muestra claramente la tenden- variabilidad temporal del evento, eficiente de variación está en el ran-
cia en dirección NW ocasionada por resultado de la interpolación, me- go entre 12% (intervalo 11) y 187%
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA
150 Erasmo Alfredo Rodríguez Sandoval
N
el sentido de las manecillas del reloj.
Conclusiones e Hidraúlica
Leyenda
Int. 15 min,
Se ha mostrado que el evento de tendencias NW-SE
tormenta, ocurrido sobre el cam-
pus el 5 de abril del 2007, es diná-
mico a medida que pasa sobre el Int. máx (mm/h)
área de estudio, presenta intensi- 17,2 - 19,8
19,8 - 21,7
dades que varían significativamen- 21,7 - 23,0
23,0 - 24,0 lla
te en tiempo y espacio con coefi- 24,0 - 24,7
cientes de variación del 11% para la 24,7 - 25,2
25,2 - 25,9
precipitación total y de hasta 187% 25,9- 26,9
para las intensidades máximas en 26,9 - 28,2
0 95 190 380 570 760
28,2 - 30,1 metros
15 minutos. Por ende, cualquier Pluviógrafo dual
modelo hidrológico que descarte Figura 17. Interpolación mediante kriging de las intensidades máximas en 15 minutos regis-
este comportamiento introduce un tradas para el aguacero seleccionado.
error importante en la simulación.
Adicionalmente, la variabilidad es- se consideran iniciales, pues están Agradecimientos
pacio-temporal de la precipitación limitados al análisis de un solo
mostrada hace complicada la ca- evento de precipitación y a una sola El autor agradece a la Vicerrectoría
libración de este tipo de modelos, cuenca con un área de 1,2 km2. de Investigación de la Universidad
aspecto que ha sido reportado por Los resultados iniciales incluidos Nacional de Colombia, por la finan-
Rodríguez et al. (2008). en este artículo muestran que las ciación otorgada para la ejecución
La aplicación de tres diferentes aplicaciones de hidrología urbana de este proyecto. Igualmente, agra-
métodos de interpolación con va- en pequeñas microcuencas requie- dece al Grupo de Materiales Semi-
riados niveles de complejidad (in- ren resoluciones espaciales y tem- conductores y Energía Solar del De-
verso de la distancia, interpolación porales para la precipitación que las partamento de Física de la misma
polinomial y kriging) ha permitido redes de medición del IDEAM y de la universidad, por suministrar los
concluir que, para el evento anali- EAAB, para el caso de Bogotá, no tie- datos de temperatura y velocidad
zado, las mejoras en la interpola- nen. En este sentido, es evidente la del viento de la estación ubicada en
ción por efecto de incrementos en necesidad de densificar este tipo de el edificio de Física, y al IDEAM, por
la complejidad del método utili- redes a nivel urbano, para propósi- suministrar los datos mensuales de
zado no son significativas para el tos no solo de mejoramiento de los precipitación de la estación Univer-
caso estudiado, y que un método diseños, sino para la planificación y sidad Nacional. Finalmente, pero no
como el inverso de la distancia pro- manejo en tiempo casi-real del sis- menos importante, está el reconoci-
porciona resultados que, haciendo tema de drenaje. Sin embargo, este miento al apoyo de varios estudian-
aparte los problemas de ojos de tipo de redes son costosas de man- tes del pregrado en Ingeniería Civil,
tormenta, se comparan razonable- tener y, en este sentido, se resalta la quienes de forma desinteresada han
mente bien con un método mucho importancia de complementar las contribuido generosamente al desa-
más complejo como el de kriging. redes existentes en la ciudad con un rrollo del proyecto.
Debe resaltarse que los resul- sistema de radar para la medición
tados obtenidos y aquí reportados de la precipitación.
N
Leyenda
Leyenda
Intervalo 2 kriging Intervalo 3 kriging
Intensidad mm/h Intensidad mm/h
N
N
Leyenda Leyenda
Intervalo 4 kriging Intervalo 7 kriging
Intensidad mm/h Intensidad mm/h
Leyenda
Leyenda
Intervalo 9 kriging
Intervalo 8 kriging
Intensidad mm/h
Intensidad mm/h
Figura 18a. Secuencia de interpolación con kriging de intensidades a intervalos de 15 minutos para los intervalos 2, 3, 4, 7,
8, 9, 10, 11 y 12 del aguacero seleccionado.
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA
152 Erasmo Alfredo Rodríguez Sandoval
N
Leyenda Leyenda
Intervalo 10 kriging Intervalo 11 kriging
Intensidad mm/h Intensidad mm/h
Leyenda
Intervalo 12 kriging
Intensidad mm/h
Filled contours
1,38 - 1,47
1,47 - 1,61
1,61 - 1,83
1,83 - 2,19
2,19 - 2,77
2,77 - 3,69
3,69 - 5,18
5,18 - 6,11
6,11 - 6,69
0 95 190 380 570 760
6,69 - 7,05 metros
Pluviógrafo dual
Figura 18b. Secuencia de interpolación con kriging de intensidades a intervalos de 15 minutos para los intervalos 2, 3, 4, 7,
8, 9, 10, 11 y 12 del aguacero seleccionado.
Luis A. Camacho B.
Profesor Asociado. Departamento de Ingeniería Civil y Agrícola, Universidad Nacional de Co-
lombia, Bogotá. Integrante del Grupo de Investigación en Ingeniería de los Recursos Hídricos
(GIREH). Contacto: lacamachob@unal.edu.co
CUADERNOS DE GEOGRAFÍA | REVISTA COLOMBIANA DE GEOGRAFÍA | n.º 17, 2008 | ISSN: 0121-215X | BOGOTÁ, COLOMBIA
XVIII International Conference on Water Resources
CMWR 2010
J. Carrera (Ed)
© CIMNE, Barcelona, 2010
Hugo Rico T. *, Ana Santos R. †, Eddy Herrera D. ††, Nelson Obregón N. †††
1 INTRODUCTION
It happens frequently that in a region one cannot count on rainfall records in a continuous way,
neither spatially nor timely. Different time scale resolutions are of great need in studies of floods,
reservoir design, rainfall sewage systems and rainfall runoff modeling. Especially institutions in charge
of precipitation measurement are not distributed in a uniform way, which suggests that to obtain
precipitation values or parameters associated to this phenomenon, it is necessary to turn to a spatial
interpolation model to regionalize the above mentioned parameters and this way esteem a value in a
place for which no records exist.
In order to approximate the precipitation values for scales larger than on a daily basis, it is common
to use stochastic models. In literature, two punctual models of temporal disaggregation of rainfall data
are acknowledged: the model of Barlett-Lewis and the one of Neyman-Scott. The model of Neyman
Scott is not a physical model; it is a statistical model that is also known as the composed model of
Neyman Scott, in which each process in the generation of synthetic rainfall is generated with a different
probabilistic structure.
1
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
In the present investigation, the second one was used. This model is composed of a series of
parameters that allow generating synthetic series of precipitation at different timely resolutions.
The model of Neyman-Scott is conceived for punctual analysis, so it is proposed to study the
parameters’ spatial variation from the precipitation records of 20 rain gauges located in the city of
Bogotá, Colombia. First, an optimization process for estimating the parameters in each station was
carried out, using the Levenberg-Marquardt method as a search algorithm. Afterwards, the parameter
regionalization was conducted, with the purpose of finding evidence of spatial variation and to verify if
a relation with factors like orography or timely resolution exists.
2 CASE STUDY
The city of Bogotá is located in South America, in the center of Colombia, in the oriental chain of the
Andes Mountains. Its location is given by the coordinates of 4° 35' 53" North and 74° 4' 33" West, at an
altitude of 2630 meters above sea level. Bogotá has a total area of 1,776 square kilometers (see Figure
1). The rainfall season is characterized by two periods, being the rainy seasons, the periods between
April and May, and from September to November. The average temperature is about 13°C, ranging from
7 to 18°C.
Sources of information
This project used the data of 20 rain gauges operated by the Institute of Hydrology, Meteorology and
Environmental Studies (Instituto de Hidrología, Meteorología y Estudios Ambientales, IDEAM) and the
city’s Institution in charge of the Aqueduct and Sewage System (Empresa de Acueducto y
Alcantarillado de Bogotá, EAAB). The available gauges are located concentrated within the urban area
of the city of Bogotá, although coverage on a rural level also exists. The time period of the project is the
first rainy season of May, 1995. Due to the fact that there are no precipitation records for some years,
only a scale of aggregation of an hour could be used to show the benefits of this methodology. In this
case, only an hourly scale was used, but still work was continued with different levels of aggregation (3
hours, 6 hours, 12 hours, 1 day) to try to find the best results. This is interesting, since in the city of
Bogotá the spatial variability of rainfall is high.
2
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
3 RAINFALL MODEL
The stochastic simulation is a pulse model [1] and [2]. The Neyman-Scott model is described by three
stochastic processes, which are all independent:
The model considers that the beginning of each pulse does not coincide with the origin of the rainfall,
apart from the origin of each pulse being independent from the existence of another pulse within the
3
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
same event, because of which a superposition of pulses can exist. Since it is a stochastic model, it is
important to have in consideration that various “realizations” with different seeds have to be carried out.
The Neyman-Scott model is composed of five density function f, each one being associated to a
parameter (Table 1):
Since the precipitation data are normally measured in discrete time intervals, it was considered the
total accumulated precipitation in disjoint time intervals in fixed time scales h. That means
Y d
ih
Yi ( h ) (1)
( i 1) h
The expressions that describe the model are expressed through the theatrical second-order properties
[3]:
E Yi ( h )
c x h (2)
2 x2 c c 1
Var Yi ( h )
2
3
h 1 e 2
h
c
2
x
2 2
(3)
x2 c c 1
2 h 1 e h
2 2 2
2 2 x2 c c 1
Cov Yi ( h ) , Yi( hk)
3
1 e e
h 2 k 1h
c x2
2 2 2
(4)
2 1
2 1 e h
2 k 1h
e x2 c 2c 2
2
4
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
The method of moments [1], [4], [5] and [6] is one of the most frequently used one in solving this
kind of problem, the search and estimation process of the five parameters of the model for different
temporal resolutions h is supported by the conservation of statistical properties.
In this case, the five first moments of the timely series of observations were determined and
associated with the theoretical moments of the Neyman-Scott model, which is shown in equation (2,3
and 4), for each station.
The objective of the estimation of the parameters is to determine a set of parameters that meets the
conditions (2), (3) and (4) and minimize the error function given in (5).
2
p M
, c , x , , 1 i
p5 (5)
i 1 Mˆ i
To find the parameters, Levenberg- Marquardt’s algorithm to resolve linear systems was used, a
method based on Newton’s method [7], which optimizes an object function being subject to constraints.
This method has been used in different investigations and good results have been obtained [8], which is
characterized by the method’s rapidity, which show convergence at 1000 iterations in a couple of
seconds (6 seconds on average).
While a different objective function could have been used, literature refers to this objective function,
which gives good results and quick convergence for the parameters that are to be calibrated [8].
This objective function is sensible respecting the seed value, because of which the inadequate
selection of input variables can produce better results. This is why this work seeks to find the initial seed
based on different works previously conducted in this topic [3] and [4]. The variation of simulated
parameters in this investigation coincides with the results in other investigations, as is shown in Table 2.
x
[hˉ¹] [hˉ¹] [hˉ¹] c [mm·hˉ¹]
Maximum 0,13172 1,93119 1,76218 163,13353 1,24822
Mean 0,05527526 1,8235495 1,598633 39,911237 0,2857265
Minimal 0,01723 1,71236 1,27779 1,84417 0,01456
Table 2: Range with which the parameters differ in the simulation
5
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
x
Rain gauge [hˉ¹] [hˉ¹] [hˉ¹] c
[mm·hˉ¹]
PLANTA WIESNER 0,03789 1,81357 1,68820 30,94994 0,15665
SOCHA 0,07701 1,72569 1,60217 28,77420 0,11425
ARRAYAN SAN FRANCISCO 0,13172 1,89434 1,76218 1,84417 1,24822
EL DELIRIO 0,10996 1,71236 1,43654 92,42760 0,02296
EL HATO 0,07740 1,92780 1,63650 61,94869 0,06301
LA REGADERA 0,06033 1,93119 1,60858 10,36994 0,47698
TAQUES LOS 0,12774 1,78379 1,43933 141,56981 0,01846
LA CONEJERA 0,02899 1,83763 1,71935 11,95864 0,37064
USAQUEN SANTA ANA 0,02437 1,80754 1,63480 10,06140 0,32064
SERREZUELA 0,03394 1,83348 1,59924 10,96835 0,26980
VENADO ORO VIVERO 0,03200 1,82466 1,61305 10,44186 0,30010
EL GRANIZO 0,01723 1,78281 1,68012 10,02581 0,35151
LA CARO 0,03105 1,84073 1,60714 11,06652 0,28364
ESC COL INGENIERIA 0,02968 1,87353 1,65463 10,01687 0,42053
UNIV NACIONAL 0,04509 1,84129 1,63587 12,08802 0,30903
CAMAVIEJA 0,03775 1,90089 1,69827 13,98053 0,37705
BOSA BARRENO No 2 0,03548 1,80562 1,56070 145,73562 0,01621
SANTA LUCIA 0,04127 1,80111 1,59355 11,50410 0,20443
QUIBA 0,08191 1,76494 1,52465 163,13353 0,01456
LAS HUERTAS 0,02731 1,76802 1,27779 9,35914 0,37586
Table 3: Variation of the statistical parameters of the probability function used in the experiment. Aggregation scale 1 hour.
Month May 1995
With the results about parameters synthetic series were generated for each station. Figure 3 shows
comparison between observed series and simulated series for the Venado de Oro station. Figure 4
shows comparisons between moments in observed series and synthetic series.
In a time scale of 1 hour, which was the one that was analyzed, it was found that the parameters
found by the inverse model, adjust to the moments of the time series, except in the forth moment
(second coefficient of the autocorrelation function), where the moments were overestimated, as can be
observed in Figure 2.
6
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
The error variation is compared using three performance criteria for the simulations. RMSE, which
represents the mean squared error, is a simple summing measurement of the residuary, which results in a
good performance approximation for the model. In this case, an approximation close to zero indicates a
good performance, which is the case in the mean, the second and third coefficient of the autocorrelation
function. In the mean and the first moment of the autocorrelation function, the model does not yield
good results. The MSRE is a method that is very sensitive to big errors, which indicated the relative
error, and like in the previous case the variance and the first coefficient of the autocorrelation function
are not similar to the observed data. Finally, the Pearson product moment correlation coefficient is used,
in which, like the previous cases, the values close to zero indicate a good performance and those close to
one a bad estimation, and describe the proportion of the statistical variance of the set of observed data.
Figure 2: Dispersion diagram for the observed and simulated moments with the Neyman-Scott model for the 20 rain gauges
used in the experiment at a temporal resolution of an hour.
With the results about parameters synthetic series were generated for each station. Figure 3 shows
comparison between observed series and simulated series for the Venado de Oro station. This figure
presents one of the many simulation types that were carried out, which because of spatial limitations
cannot be included in the report. For this example it can be noted that the model can simulate the texture
of the observed series.
Figure 3: Comparison of stochastic simulation of synthetic series of precipitation from the model of Neyman-Scott and
observed seires for the raingauge “VENADO ORO VIV
7
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
8
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
Figure 4: Regionalization of the parameters of the Neyman-Scott model for the month of May, 1995.
5 CONCLUSIONS
It was found that the parameters are very sensible at different time scales, which means that the
regionalization varies depending on the scale. The seed’s sensibility is great, so it is recommended that a
previous analysis be executed to establish more detailed ranges of variation for the parameters.
The estimation of the parameters for the Neyman-Scott model requires that the process be examined
carefully. In the optimizing process, different solutions for each set of initial points can be found.
The contribution of this investigation is based on the functionality of having the parameters of a
disaggregation model in a space, which was the product of a modeling experiment, so some
considerations can be inferred in the moment of realizing the structural designs or the planning of water
resources in cities.
An approach of the disaggregation of precipitation is based on the existence of historical records on
an hourly time scale with similar characteristics as the place that is being considered. The stochastic
models for the disaggregation, based on punctual processes are used and recognized within the
9
Hugo Rico T., Ana Santos R., Eddy Herrera D. and Nelson Obregón N.
hydrological community. It is proposed to investigate the capacity of the Neyman-Scott model as a tool
to disaggregate temporally the precipitation, while calibrating the parameters of the model within a two-
dimensional space, and afterwards regionalize those parameters and verify their values in certain points.
6 REFERENCES
[1] Rodríguez-Iturbe, Cox, D. R., Isham, V. Some modelsfor rainfall based on stochastic point
processes. Proc. R. Soc. London A 410, p. 269 – 288. 1987a.
[2] Rodriguez-Iturbe, I., Cox, D.R., Isham, V. A point process model for rainfall: further
developments. Proceedings of the Royal Society of London Series A 417 (1853), 283– 98. 1988.
[3] Rodríguez-Iturbe I., Gupta V. and Waymire K. Scale considerations in the modeling of temporal
rainfall. Water Resources Research. Volumen 20. N° 11. pp 1611-1619. 1984.
[4] Rodriguez-Iturbe, I., Febres De Power, B., Valdes, J. Rectangular pulses point process models for
rainfall: analysis of empirical data. Journal Geophysical Research 92 (D8), 9645–9656. 1987b.
[5] Entekhabi, D., Rodriguez-Iturbe, I., Eagleson, P.S. Probabilistic representation of the temporal
rainfall process y a modified Neyman–Scott rectangular pulses model: parameter estimation and
validation. Water Resources Research 25, 295–302. 1989.
[6] Cowpertwait, P.S.P. Further developments of the Neyman– Scott clustered point process for
modeling rainfall. Water Resources Research 27, 1431–1438.Corr: Vol. 28, p. 1497. 1991.
[7] Lourakis, Manolis I.A. A brief description of the Levenberg-Marquardt Algorithm implemented.
Institute of Computer Science, Foundation for Research and Technology - Hellas (Forth), Heraklion,
Crete, Greece. Frebruary 2005.
[8] Favrea, Anne-Catherine, Musyb Andre´, Morgenthalerc Stephan. Unbiased parameter estimation
of the Neyman–Scott model for rainfall simulation with related confidence interval. Journal of
Hydrology 286 (2004) 168–178
[9] IRH, Ingeniería y Recursos Hídricos Ltda. Ingenieros Consultores. Estudio para el análisis de
tormentas en la sabana de Bogotá. Santafé de Bogotá, Noviembre de 1995
10