* BIBLIOGRAFÍA: por motivos de espacio, consulte a los autores. (2) Thomas R. Payne & Associates P.O. Box 4678, Arcata, CA 95518 EEUU web:

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS
Advertisements

REGRESION LINEAL SIMPLE
Introducción En toda investigación, y antes de extraer conclusiones acerca de los objetivos e hipótesis planteados, es necesario llevar a cabo un análisis.
TERMINOLOGÍA.
CONCEPTOS BÁSICOS DE DISEÑO DE ESTUDIOS EPIDEMIOLÓGICOS
MÉTODOS DE MEDICIÓN DE COSTOS.
Ingeniería Económica Universidad Simón Bolívar
Definiciones y conceptos básicos
COMPONENTIZACIÓN DE ALGORITMOS GENETICOS Y SU IMPLEMENTACIÓN EN UNA PLATAFORMA ABIERTA PARA APRENDIZAJE COMPUTACIONAL.
La prueba U DE MANN-WHITNEY
Tema 3 Revisión de diversos métodos robustos aplicados en algunos problemas fotogramétricos.
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
Regresión y correlación
EJEMPLO DE APLICACIÒN DEL PROCEDIMIENTO Se tiene una muestra de sangre, y se requiere determinar alcohol etílico por cromatografía de gas con headspace.
MÉTODOS NUMÉRICOS INTEGRACIÓN NUMÉRICA Prof. José Andrés Vázquez.
MEDIDAS DE DISPERSIÓN:
Maracaibo, 5 de Noviembre de 2007 Universidad del Zulia Facultad de Ingeniería Instituto de Cálculo Aplicado Universidad del Zulia Facultad de Ingeniería.
Seminario sobre evaluación económica de proyectos de transporte Madrid, 15 y 16 de noviembre LA PREDICCIÓN DE LA DEMANDA EN EVALUACIÓN DE PROYECTOS.
MEDIDA Y MÉTODO CIENTÍFICO
Introducción a los Modelos Hidráulicos
Sep INSTITUTO TECNOLOGICO DE TEPIC INGENIERÍA CIVIL CLASE DE ESTRUCTURAS HIDRÁULICAS 2008 MODELO MATEMÁTICO: ANALISIS MATEMÁTICO PARA DEFINIR LOS TIRANTES.
GRUPO DE INVESTIGACION EN CONTROL INDUSTRIAL
3. Funciones discriminantes para la f.d.p normal.
UNIVERSIDAD NACIONAL INTERCULTURAL DE LA AMAZONIA
Método de recuperación de Theis
ESTADISTICA TEMA y 223.
Gerenciamiento Técnico de Proyectos
Instituto Tecnológico Metropolitano (ITM) Institución Universitaria Medellín -Colombia.
Métodos de calibración: regresión y correlación
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Inferencia Estadística
Instrumentación Electrónica: Introducción
Titular: Agustín Salvia
Regresión No- lineal y Múltiple
Previsión de Ventas. Métodos no paramétricos Previsión de Ventas. Tema 2. 1 Antonio Montañés Bernal Curso
Inferencia Estadística
Herramientas básicas.
COLEGIO THOMAS JEFFERSON INGENIERO JOSE LUIS ZAMORA FERNANDEZ.
MEDICION La medición es un proceso básico de la ciencia que consiste en comparar un patrón seleccionado con el objeto o fenómeno cuya magnitud física se.
División de Discretización y Aplicaciones División de Álgebra Numérica Avanzada Simulación y Predicción de Campos de Viento en 3-D R. Montenegro*, G. Montero,
Transformaciones básicas de series
El costo de capital marginal ponderado (CCMP)
Aproximaciones y Errores
CIFRAS SIGNIFICATIVAS
BASES PARA EL RAZONAMIENTO EN ESTADÍSTICA INFERENCIAL
Método de mínimos cuadrados
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
RIESGO, RENDIMIENTO Y VALOR
Bouchet E.R., Freyre C.E., Bouzo, C.A.
Análisis e Interpretación de datos cuantitativos
MUESTREO : Generalidades
Unidad 4 Análisis de los Datos.
Facultad de Química Universidad de la Habana
Análisis cinemático: VELOCIDAD
ESTADISTICA TIPOS DE GRAFICOS PRESENTADO POR: Giovanny Garzón
Germán Fromm R. 1. Objetivo Entender los diseños metodológicos predictivos 2.
Amplificadores de Instrumentación
“ANALISIS DEL MODELAJE HIDRAULICO DEL SISTEMA HIDRICO DEL RIO CHAGUANA, MEDIANTE EL MODELO HIDRAULICO HEC-RAS” (HIDROLOGIC ENGINEERING CENTER-RIVER ANALYSIS.
para Ingenieros Químicos
REGRESIÓN LINEAL SIMPLE
Capitulo 1 Análisis descriptivo
Mapas de Karnaugh y método de Quine McCluskey Ing. Mónica Patricia René_2010 1Ing. Mónica P. René_2010.
INSTITUTO UNIVERSITARIO POLITÉCNICO “SANTIAGO MARIÑO” EXTENSIÓN GUAYANA Autor: Fabiola Gil C.I: Noviembre 2014.
Teoría de la Generalizabilidad
Verificación y Validación del Software
Creada por: gabriel sequeiros
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
Evaluando los promedios de grupos distintos UNIDAD 7 1.
Transcripción de la presentación:

* BIBLIOGRAFÍA: por motivos de espacio, consulte a los autores. (2) Thomas R. Payne & Associates P.O. Box 4678, Arcata, CA EEUU web: Correo-e: J.M Diez Hernández & A. Martínez de Azagra Optimización de la Simulación Hidráulica Unidimensional en los Análisis IFIM-PHABSIM del Hábitat Acuático Universidad de Valladolid. ETS. Ingenierías Agrarias Laboratorio de Hidráulica. Departamento Ingeniería Agrícola y Forestal. Av. Madrid 57, Palencia, España. Correo-e: La modelación de velocidades y profundidades es un elemento esencial del sistema ecohidráulico PHABSIM, que condiciona el coste de un estudio. Con el objetivo de identificar la información mínima para un estudio IFIM de caudales ambientales, se han analizado 90 secciones transversales representativas de tres hábitats (rápidos, tablas y remansos) en tramos fluviales de tres órdenes de magnitud (alta-pendiente, moderada-pendiente y baja- pendiente). Los resultados revelan que la simulación del hábitat es sensible a los errores en la estimación de los Niveles de Superficie Libre (NSL), pero robusta respecto al algorimo predictivo de las velocidades. La acción conjunta de estos hechos posibilita obtener unas relaciones hábitat-caudal confiables para un estudio IFIM estándar, derivadas de las mediciones de tres NSL y una distribución horizontal de velocidades. El procedimiento que recomendamos para los estudios IFIM de caudales ambientales optimiza el balance precisión-coste de la simulación: consiste en modelar los NSL a partir de tres observaciones, y las velocidades mediante el modelo "1- velocity" calibrado con un único perfil de velocidades asociado al caudal mayor medible con seguridad. RESUMEN La simulación hidráulica es un componente básico del sistema PHABSIM que proporciona las profundidades y velocidades en cada punto de una malla que conforma el sistema de representación del cauce. Estas predicciones se combinan con unos Criterios de Idoneidad del Hábitat del organismo objetivo, para desarrollar las relaciones entre el Caudal y un Índice de Idoneidad del hábitat (generalmente la Superficie Ponderada Útil – “SPU”). Las profundidades simuladas en una sección derivan del correspondiente NSL (Fig. 1a), deducido de la curva de gasto calculada mediante alguno de los siguientes esquemas de solución para un flujo permanente: 1) fórmula de Manning para un régimen uniforme (modelo MANSQ); 2) método del “paso estándar” para un régimen gradualmente variado en secciones compuestas (modelo WSP); 3) ajuste de regresión lineal entre el NSL y el Caudal (modelo STGQ); o bien la 4) entrada directa de las predicciones con técnicas externas (p.ej. HEC-RAS). Durante la simulación de velocidades (Fig. 1b) se conceptúa cada sección transversal como compuesta de múltiples celdas, en cada una de las cuales se asume un flujo permanente y uniforme que se resuelve mediante tres técnicas que emplean diferente número de distribuciones horizontales de velocidades observadas. La primera denominada “3-velocity regresión” es aplicable con tres o más velocidades, y ajusta una regresión linear entre la velocidad media en una celda y el caudal. El segundo método “1-velocity” emplea solo una velocidad, presuponiendo un flujo 1D que resuelve mediante una expresión conjunta de las ecuaciones de Manning y de continuidad para deducir una rugosidad que se considera constante. En ausencia de velocidades, el tercer método “no-velocity” aplica la expresión del anterior “1-velocity”, pero con unas rugosidades prefijadas por el modelador. Figura 1. Modelación hidráulica 1D de una sección transversal desarrollada en los estudios IFIM de Caudales Ambientales. (a) Simulación de las profundidades derivadas de los Niveles de Superficie Libre (NSL) en el rango de caudales analizables. (b) Simulación de las distribuciones horizontales de velocidades asociadas a cada caudal. 1. INTRODUCCIÓN Se han estudiado un rango amplio de condiciones ecohidráulicas de las corrientes aluviales, que incluyen tres tipos básicos de hábitat (rápidos, tablas y remansos) y tramos fluviales característicos de tres órdenes de magnitud (alta-pendiente, moderada-pendiente y alta- pendiente). Los datos de campo provienen de varios estudios PHABSIM cedidos por la consultora Thomas R. Payne & Associates (Arcata-CA, USA). El protocolo de medición en campo (Fig. 2) siguió las directrices estipuladas en los manuales de PHABSIM referenciales (Bovee, 1997). El Índice de Hábitat (SPU) se ha simulado con cuatro criterios de preferencia genéricos que combinan rangos de velocidad y profundidad (zonas rápidas/someras, rápidas/profundas, lentas/someras, y lentas/profundas). Figura 2. Inventariación fluvial de un tramo de alta-pendiente en el río “Middle Fork Stanislaus” (CA-EEUU). Se han analizado las discrepancias entre las velocidades observadas y las simuladas, en términos de Errores Absolutos Medios (EAM) y Errores Relativos Medios (ERM). Un enfoque similar se ha seguido con la cantidad de hábitat observada y simulada en cada sección (SPU). 2.- METODOLOGÍA. Figura 3. Relaciones entre las velocidades observadas y las modeladas con los tres métodos de PHABSIM en un tramo de Baja-Pendiente (BP). Se muestran las respectivas respuestas al emplear tres perfiles horizontales de velocidades (“3-vel”) y uno (“1-vel”) en cada hábitat testado (rápidos, tablas y remansos). Modelación del Hábitat Las relaciones funcionales entre el Índice de Hábitat (IH) y el caudal desarrolladas mediante los tres algoritmos convencionales han seguido un patrón similar en todas los ambientes estudiados. A modo de ejemplo representativo, se muestra en la Figura 4 lo sucedido en las tablas de los tramos de de alta-pendiente y baja-pendiente con la preferencia de zonas rápidas/someras. Dentro del rango de interpolación, la respuestas del enfoque “3-vel” son generalmente muy parecidas a las de “1-vel” con los cuatro criterios de preferencia: las discrepancias han sido menores del 3% en muchos casos. Si abarcamos todo el rango de simulación estipulado (desde el 40% del caudal bajo hasta el 250% del caudal alto), las diferencias han sido generalmente inferiores al 5%, y menores a medida que disminuye el gradiente del tramo. Figura 4. Simulación del Índice de Hábitat (SPU) en una tabla de los tramos de alta-pendiente y baja-pendiente con los tres modelos de velocidades, dentro del rango aceptado (entre el 40% del caudal bajo y el 250% del caudal alto), para la preferencia de zonas someras/rápidas. Nuestros resultados revelan que la modelación del hábitat es relativamente sensible a la técnica de simulación hidráulica empleada, pero muy robusta respecto a los errores de la simulación de velocidades. El procedimiento que aconsejamos para los estudios IFIM normales de caudales ambientales optimiza la precisión y el coste de la simulación: consiste en modelar los NSL a partir de tres observaciones, y las velocidades medias mediante el modelo "1-velocity" calibrado con una única distribución de velocidades medida durante un caudal alto. * BIBLIOGRAFÍA: por motivos de espacio, consulte a los autores. Modelación Hidraúlica Los errores relativos de simulación de NSL han sido menores del 1% y comparables a los resultados de los estudios previos. Los errores absolutos han variado de 1 mm a 4 mm, magnitud que expresa la inexactitud de los NSL a la modelación de las velocidades. La Tabla 1 ilustra el efecto del error de modelación de NSL en la predicción de las velocidades y del hábitat. Se muestra el Incremento del Error relativo promedio de simulación de Velocidades (IEV) y del Hábitat (IEH) generados por cada modelo de velocidades al utilizar unos NSL precalculados inexactos. Tabla 1. Incrementos del Error Relativo de simulación de Velocidades (IEV) y del Hábitat (IEH) generados con los tres modelos de velocidades provocados por el error previo de la modelación de NSL, en tres hábitats básicos (rápidos, tablas y remansos) de tres tipos de tramos fluviales (alta-pendiente, media-pendiente y baja-pendiente). Para evaluar las respuestas de las técnicas de simulación de velocidades, hemos comparado las velocidades observadas y las simuladas para los tres caudales referenciales en cada una de las celdas seleccionadas al azar dentro de las secciones representativas de cada hábitat. La muestra ha consistido en unas 120 velocidades observadas para cada hábitat, lo que supone unas 360 para cada tramo fluvial y un total aproximado de 1000 valores. Para determinar en qué medida los tres algoritmos de simulación representan los campos de velocidades reales, se han realizado ajustes de regresión simple entre los valores observados y los estimados, de forma independiente en cada ambiente hidráulico. A modo de ejemplo se muestra en la Figura 3 lo sucedido en el tramo de Baja-Pendiente (BP), con las respuestas de los algoritmos “3-vel” y “1-vel” (columnas) en los tres hábitats (filas). Se observa que la representatividad de los modelos aumenta a medida que el flujo se lentifica en el tramo. 3.- RESULTADOS 4.- CONCLUSIÓN