Predicción de lluvias máximas para la república mexicana mediante modelos probabilísticos no estacionarios / Prediction of maximum rainfall in Mexico through non-stationary probabilistic models
La predicción de eventos de lluvia máxima es la base del diseño de estructuras hidráulicas para la mitigación de inundaciones. Esta predicción se hace tradicionalmente a partir de métodos de análisis de frecuencias, que consisten en estudiar eventos pasados para estimar las probabilidades de ocurren...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Mexicano de Tecnología del Agua
2020-07-01
|
| Series: | Tecnología y ciencias del agua |
| Subjects: | |
| Online Access: | https://revistatyca.org.mx/ojs/index.php/tyca/article/view/2172 |
| Summary: | La predicción de eventos de lluvia máxima es la base del diseño de estructuras hidráulicas para la mitigación de inundaciones. Esta predicción se hace tradicionalmente a partir de métodos de análisis de frecuencias, que consisten en estudiar eventos pasados para estimar las probabilidades de ocurrencias futuras. Sin embargo, debido a que la variabilidad climática provoca cambios en la media y la varianza de las series de tiempo de lluvia, los eventos de diseño no son confiables si se estiman a partir de técnicas válidas para condiciones estacionarias. Para México, existe evidencia de que los patrones de lluvia se están modificando; en consecuencia, para que las predicciones sean confiables, se requieren aplicar métodos que contemplen cambios en las características estadísticas de los datos a través del tiempo. Por lo anterior, el objetivo de este trabajo fue estimar eventos de lluvia máxima en 24 horas, a través de modelos probabilísticos no estacionarios. Se analizaron 769 series a las que se aplicaron las pruebas de Pettitt, Mann-Kendall y Descomposición de Modos Empíricos por Conjuntos, para verificar su estacionaridad. Se propusieron diferentes modelos probabilísticos, en los que parámetros de las funciones de distribución lognormal, gamma, gumbel, weibull y general de valores extremos tienen como covariables al tiempo y al índice de oscilación decadal del Pacífico. Los resultados indican que para las series no estacionarias los modelos propuestos representan mejor la variabilidad de los datos que los modelos estacionarios convencionales. |
|---|---|
| ISSN: | 0187-8336 2007-2422 |