Universidad Nacional Autonoma de México Instituto De Ingenieria 145 Método estadistico para determinar la relaci6n Precipitacié6n Escurrimiento Antonio Capella V. José Luis Sanchez B. Septiembre de 1967 145INTRODUCCION UN ENFOQUE DE "CAJA NEGRA“ SISTEMA CON ENTRADAS MULTIPLES. UN SISTEMA VARIABLE EN EL TIEMPO UN EJEMPLO DE APLICACION CONCLUSIONES REFERENCIAS FIGURASRESUMEN Los métodos elésicos para encontrar la relacién entre Hu= vias y escurrimientos en una cuenca fallan con mucha frecuencia al ser aplicades. Lo causa prin- clpal es el cardcter aleatorio del fenémeno. En este trabajo se presenta un enfoque de "caja negra” del problema, basodo en las técnicas de estudio de los sistemas autométicos de control, haclendo una sfntesis del sistema a partir de las entradas ( Iluvias ) y las solidas ( escurrimtentos ) observa- des. El modelo puede tomar en cuenta la distribucién de fa Huvia sobre la cuenca, consideréndole como un sistema con multiples entrades. Se puede suponer un sistema variable en el tiempo, que es una condiclén mas apegada a Ia realidad, Sin embargo, los reglstros son generalmente muy cortos para conducir a buenos resultados bajo esta dltima hipstesis.1, INTRODUCCION El establecimiento de la relacién entre Iluvias y escurrimlentos ha sido de Interés por cuanto, con frecuencia, se dispone de registros més largos de aquéllas que de éstos. Los métodos cldsicos para establecer esta relacién son bien conocldos y ge~ neralmente requieren de procesos de tanteos y de la " " experiencia " del que los emplea. Estos métodos conciben el fenémeno como determinista y, para fratar de explicar todas las irregulari~ dades y variaciones, proponen tomar en cuenta multitud de factores, de los que generalmente no se tlenen datos o son dificilmente cuantificables, ExIsten dos aspectos del problema, el estudio de valores tomados a interva~ los pequefios, para el andllsis de avenidas extraordinarias, y el tratamiento de valores medios - correspondientes a Intervalos grandes de tlempo ( dfas, semanos, meses 0 aos ), para el anélisis del functonamlento de obras de derivacién o aimacenamiento. Este trabajo Incumbe al segundo de los aspectos, aunque el desarrollo de las mismas ideas puede permitir tratar el primero.2. UN ENFOQUE DE " CAJA NEGRA * Si aceptamos que los dnicos datos disponibles son les Hluvias y los escurri~ mientos, nos enfrentamos a lo que los cibernetas llaman una "caja negra ", de la que conoce= mos las respuestas a clertas excitaciones. Se trata, ademés, de una "caja muy grande * (1) ey- v0 propiedades son seguramente distintas de las de sus componentes. Debemos hacer clertas hipétests simplificatorias, y las primeras que se ocu~ fren consisten en suponer que la cuenca es un sistema lineal invariante en el tiempo y con una sola entrada y una salida, En la figura 1 se muestra un diagrama de bloque pora tal caso, Para este sistema es vélida la ecuacién de superposicién, ¥t) foe x(t-1) dt om) La funcién g( 7 ) se conoce como respuesta al impulso unitario, o funcién de ponderacién, y el problema consiste en determinarla, En Ia literatura se encuentran intentos de resolver la ecuactén 1 mediante incrementos finitos, sin embargo, se obtienen frecuentemen- te resultados absurdos, El motivo es que el fenémeno tiene un caracter aleatorio que debe ser to- mado en cuenta, Podemos considerar que existe una perturbacién interna en el sistema, un “ruido’ representada por z(t). La ecuacién | se convierte en yf, 9(t)x(t-t) act % (22 (tt) de (2) ‘Si suponemos que las funciones y(t), x(t) y z(t) son estacionarlas, las funciones de autocorrelacién y correlacién cruzada estén dados por Ryl@)® Ff #(t-6) y(t) de (30)f Tr Rey (0) 7] x (440) x(t) dt (3b) oO *Con las ecuaciones 2 y 3 se obtiene, Rgy(O)=[, 906) Rex (0-2) te Hf 9 t) Ruql0-0)E Suponemos ahora que A, = Oy obtenemos, Ray (8) =f, 9() Ray (8-1) 0 Esta expresién es conocida como ecuacién de Wiener - Hopf, y puede ser (2) resuelta por incrementos finitos N Ry) “x GA) R(O-i) (070, 1,...N) 44) Las ecuaciones 5 forman un sistema lineal, cuya solucién seré Ia funcién g(i) en forma discreta. Se puede demostrar ©) que la funcién g( 1) es la transformacién lineal Sp~ tima, en el sentido de los mfnimos cuadrados, de la funcién x(t ) en Ia funcién y(t). Cuando se trata del anélisis de uno cuenca, se ha de decidir qué se con- sideraré como entrada al sistema, Se puede tomar el registro de una estacién pluviométrica, que se considere representativa de la precipitacién en la cuenca, o una precipitacién media obteni- da con algunos de los métodos clésicos, el de Thiessen, por ejemplo. Los registros de Iluvias y escurrimientos contienen componentes ciclicas, especialmente una de periodo anual, que con- viene eliminar para hacer mas notable el efecto de las componentes casuales- Puede verse que el método descritc se reduce al célculo de una regreslénlineal méltiple, pero presentado de esta forma permite consideror el problema en forma més ge- neral y la eliminacién de algunas hipétesis es relativamente sencilla, 3. SISTEMA CON ENTRADAS MULTIPLES Es posible tomar en cuenta la distribucién de la Huvia sobre la cuenca con- siderando a ésta como un sistema de miltiples entradas, figura 2, Cada una de las entradas serfa el registro de las precipitaciones en cada una de las estaciones pluviométricas que se encuentran en, o cerca de la cuenca, Si el sistema se considera nuevamente como lineal e invariante en el Hempo, la ecuacién de superposicién es WO gelaltrdetA[G,le)xq(t-dctre — 5) Agul,'a) (- )y «+ «79,( % ) son los funciones de ponderacién corres Pondientes a cada una de fas entradas, y € el término debido al " ruido " z(t). Teniendo en cuenta las ecuaciones 3, ta ecuacién 4 se puede transformar en las n ecuaciones (2) Re yl@)=[, Ge) Bex, (0-0) e* A/G (Dax, (02) ak (24,2, ...,2) aceptando que Ral 6 )=0. Estas ecuactones se pueden resolver (4) separando de cada una de las fun- ciones x, (t ) una funcién w, ( t ) de tal modo que oO Rng ()"9, tA] Ruy OY Gi) Ruy, (O-t) ee y el problema se reduce al caso anterior4, UN SISTEMA VARIABLE EN EL TIEMPO Una de las principales objeciones al método anterior consiste en que las fun- ciones x(t ) y y(t ), aun descontando las componentes ciclicas, no son estacionarias. Frecuen- temente, la variancia en la época de Iluvias es distinta que en la de estiaje. En este caso se po- (5) dria considerar un sistema variable en el tiempo para el que vale Ia ecvacién y(t) =f o(z,t)x (t-0) de De donde se deduce Rey (0,8) -f HErt) Ruy (0) te Si se toman incrementos finitos de un mes se podria escribir Rey (8,8) = Z9t) Rex (G9) para 6=0,4,°°°,N y é2L,2,+++, 42 Esto plantea doce sistemas de ecuaciones cuyas soluciones proporcionan do- ce funciones de ponderacién, una pora cada mes. Sin embargo, este modelo requerirfa, proba- blemente, de registros muy largos para conducir a soluciones aceptables. 5. UN EJEMPLO DE APLICACION Los modelos descritos fueron empleados para establecer una relacién entre luvias y escurrimientos en una cuenca pequefia que se encuentra en el centro de la Repéblica Mexicana. El érea de la cuenca es de 2156 km” y se cuenta con registros de escurrimiento de 27 aos. Existen dos estaciones pluviométricas con un registro de 45 afios.En primer lugar se supuso el primero de los modelos descritos, tomando como entrada la precipitacién media calculada con el método de Thiessen. EI andlisis se hizo con va- lores mensuales. Se quitd una componente ciclica anual, obtenida con los valores promedio pora cada uno de los doce meses. Los funclones de autocorrelacién, R,,, y correlacién cruzada, R, yr dele parte restante de las Hlvias, x, y de los escurimfentor, y, se muestran en los Figu~ ras 3 y 4, La functén g( i) se calculé a partir del sistema lineal derivado de la ecuacién de Wiener-Hopf y se eliminaron los valores no significatives. Los resultados se muestran en Io Figu- ra 5, La vartancia del error cometido valfa 2, 26°. 9g = ny 43 ex ylt)-S9()x(t-t) i Le varlancia deo funcién, y , resultante, después de quitar la componen= - donde te ciclica, fue Esto significa que cerca del 50 por clento de la varloncia queda sin expli~ car mediante este modelo, Al utilizar el segundo modelo, con dos entradas, no se logré una me~ Jorfa notable, y al suponer variable el sistema para determinar doce funciones de ponderacién, se obtuvieron resultados que no tenfan una interpretacién Fisica razonable, debido a que los da- tos no eran suficientes para estimar tantos parémetros. Estos resultadgs deben ser, desde luego, mejorades. Pensamos que debido al tamafio tan pequefio de la cuenca, se pueden obtener resultados mucho mejores tomando va~ lores diarios.6, CONCLUSIONES ~ Los resultados obtenidos no son adn satisfactorlos; creemos, sin embargo, que es posible afinar los métodos descritos haclendo un anélisls més culdadoso de las componentes ¢f= clicas, analizando valores a Intervalos més pequefios e Investigando las consecuencias de la no linealidad de la cuenca, Se debe de contar en todos los casos con la presencia de una componente casual, cuyas caracteristicas estadisticas se han de considerar en cualquier andlisis. Esta compo~ nente, que Ilamamos casual, se deberé evidentemente, al desconocimlento de las causas que la provocan oa la imposibilidad de tomar en cuenta tales causas. 7. REFERENCIAS 1, Ashby, W.R. “An introduction to Cybernetics", John Wiley & Sons, Nueva York, 1966. 2. Solodovnikov, V.V. "Statistical Dynamics of Linear Automatic Control Systems", D. Van Nostrand Co, Londres, 1965. 3. Lee, Y. W. "Statistical Theory of Communication", John Wiley & Sons, Nueva York, 1960 4, Goodman, T.P. "Determination of the Characteristics of Multi-input and NonlInear Systems from Normal Operating Records", Transactions ASME, vol 79, 1957. 5. Shinbrot, M. "On the Integral Equation Ocurring in Optimization Theory with Nonstatlona~ ty Inputs", J. of Mathematics and Physics, julio 1957,x(t) y(t) Fig. f 2 4. 8 @ 10 @ (meses)250 Ryy 200 150) 100 80 0.25 afi) 0.20 e 10 @ (meses) ° 2 o Fig. 4 _ J. L aa ° 1 2 3 4 3s i (meses) Fig. 5Instituto de Ingenieria Division de Investigacion de la Facultad de Ingenieria Universidad Nacional Autonoma de México Ciudad Universitaria, México 20, D.F. MEXICO