Laura Colladon Gabriel Caamaño Nelli Clarita Dasso

Presentación del tema: "Laura Colladon Gabriel Caamaño Nelli Clarita Dasso"— Transcripción de la presentación:

1 Laura Colladon Gabriel Caamaño Nelli Clarita Dasso
Área Hidrología MODELOS ESTADÍSTICOS PARA PRONÓSTICO A TIEMPO REAL Y PREDICCION DE CRECIDAS EN LAS SIERRAS DE CORDOBA Laura Colladon Gabriel Caamaño Nelli Clarita Dasso Córdoba, octubre de 2011

2 Asigna al suceso monto y tiempo de ocurrencia. Anticipo a corto plazo.
Área Hidrología PRONÓSTICO Asigna al suceso monto y tiempo de ocurrencia. Anticipo a corto plazo. Basado en valores medidos. Informa a cerca un fenómeno peligroso real. Integra sistemas de alerta. Opera durante una emergencia. PREDICCIÓN Cuál será la magnitud de un evento hipotético crítico, dada su duración y recurrencia. Se asume que sucederá en algún momento de un período plurianual. Vinculado a la planificación y el diseño de obras.

3 Área Hidrología MODELOS ESTADÍSTICOS probabilísticos regresión lineal estocásticos Son de ajuste y manejo sencillos y requieren información reducida. Son aptos para cuencas pequeñas, de respuesta rápida, como mostraron en la del San Antonio. Esto los convirtió en una potente herramienta para situaciones de emergencia en esta región

4 CUENCA DEL RÍO SAN ANTONIO

5 MODELO DE PRONÓSTICO CCPL
Altura del pico de la crecida Tiempo de traslado desde 700 a 600 CCPL-máx. para picos mayores a 3m en 706

6 EVALUACIÓN DEL FUNCIONAMIENTO DEL MODELO
EXACTITUD DEL MODELO Sesgo relativo: errores sistemáticos. Menor sesgo, mejor ajuste. Reflejan fallas del modelo ó aplicación indebida. Coef. de determinación: desvíos aleatorios. Se deben a circunstancias ajenas a la estructura del modelo.

7 CONCLUSIONES El CCPL es empírico, estadístico, caja negra.
Es sencillo, fácil de implementar y no requiere gran conocimiento hidrológico ni informático. Tiene buen desempeño para pronosticar crecientes en la cuenca del Sana Antonio. Estima mejor en zona media del rango medido donde suele situarse la crecida máxima anual. Se ajusta aparte con picos mayores a 2,9 m. (CCPL-máx.) SE ESTÁ PROBANDO EL MODELO EN LA CUENCA DEL RIO COSQUÍN Y SE PREVE HACERLO EN LA DEL RIO ANISACATE.

8 MODELO DE PREDICCIÓN H = k . r m . i a . h b . pc
Las funciones del modelo de predicción , sea la definición de variables o su vinculación, surgieron del modelo de pronóstico. Predice el nivel del pico, que se asume sucederá en algún momento H = k . r m . i a . h b . pc r= coeficiente de reducción areal h=nivel base del río i = IMT al calibrar, IMA al explotar. p= precip. previa al IMT k, m, a, b, c = parámetros del modelo. H= altura pico en la salida

9 MODELO DE PREDICCIÓN Datos de calibración del modelo: mayores eventos
Resultados obtenidos: calibración y explotación

10 CONCLUSIONES El mayor desarrollo tecnológico estuvo dado por la definición y evaluación de las variables de entrada y de estado del sistema. El enfoque de estación núcleo y del coeficiente de reducción areal de las lluvias asociado, fue particularmente útil. Otro tanto puede decirse del nivel de base, considerado el reflejo de estímulos de larga data. Se evidenció que el IMA, no sólo es el único lapso vinculable con una recurrencia futura: Constituye el estímulo clave del proceso y debe ser asumido como el evento de entrada, en lugar de la tormenta completa. Se pudo establecer la existencia de una duración de lluvia causal, responsable de la mayor altura alcanzada por el río en la salida. La calibración demostró que la variable dominante es la i, r Hasta donde permite inferir el conocimiento sobre esta cuenca, el modelo predijo picos de crecida razonables, si bien superan el rango de registro, debido a los períodos de retorno impuestos.

11 Muchas gracias También participaron de este proyecto:
Eduardo Zamanillo, Fabián López, Gabriela Libovich, Inés Pazos, Ezequiel Mascuka