Avances en previsión de crecidas

Slides:



Advertisements
Presentaciones similares
Elaboración y Análisis de Planes de Negocios
Advertisements

Construcción de Modelos de Simulación Discreta
QUIMICA Química es el estudio de la materia, sus propiedades físicas y químicas, sus cambios físicos y químicos y los cambios de energía que acompañan.
INTRODUCCIÓN F. Llaneras, J. Picó, J. L. Navarro, E. Picó-Marco. Dpto. Ingeniería de sistemas y Automática, Universidad Politécnica de Valencia.
REGRESION LINEAL SIMPLE
INVESTIGACION DE OPERACIONES I
TERMINOLOGÍA.
Investigación de Operaciones
Instituto de Hidrología, Meteorología y Estudios Ambientales
Pérdidas de precipitación y cálculo P/Q en SWMM 5.0
Metodología.
POLITICA DE MANTENIMIENTO BASADA EN EL EXAMEN DE LA CONDICION.
K-NN: K vecinos más cercanos
Relaciones entre meteorología e hidrología
Tema 1: Introducción a la optimización
Secretaría General · Vicerrectoría de Docencia Coordinación de Medios Electrónicos · Sistema de Bibliotecas Educación no presencial.
Dr. Álvaro Alberto Aldama Rodríguez1 y Dr. Aldo Iván Ramírez Orozco2
Laura Colladon Gabriel Caamaño Nelli Clarita Dasso
Especialista en Business Intelligence Analysis Services SSAS (Sesión 14) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
Universidad Autónoma San Francisco
Regresión Lineal y Regresión Polinomial
Capacidad de producción
Modelo básico de regresión Lineal (MBRL)
Francisco Javier Madrigal Moreno1 SISTEMAS Y TECNOLOGÍA DE INFORMACIÓN.
Desarrollo de modelos empiricos a partir de datos
Autores: Dr. Carlos César Morales Guzmán
MUI. TECNOLOGÍAS DE LA COMUNICACIÓN Y LA DOCUMENTACIÓN CIENTÍFICA.
Cálculo hidrológico de avenidas
Tema 12 – Conceptos Básicos
METODOS DETERMINISTICOS
Sesión 2: Métodos Probabilísticos Básicos
Curso de Verano 2010 para el ITSSMT
Antonio H. Escobar Zuluaga Universidad Tecnológica de Pereira - Colombia 2014 Introducción a la Optimización matemática Antonio H. Escobar Zuluaga Universidad.
Fase  Análisis y estudio del mercado  Factibilidad  Adquisición de equipos, aplicaciones e implementación del Centro de Monitoreo.  Laboratorio de.
Seminario sobre evaluación económica de proyectos de transporte Madrid, 15 y 16 de noviembre LA PREDICCIÓN DE LA DEMANDA EN EVALUACIÓN DE PROYECTOS.
Facultad de Derecho y Ciencias Políticas Carrera de Ciencias Políticas
Programa: Ciencia Computacional Línea de modelación matemática y simulación computacional La modelación matemática y simulación computacional permite predecir.
1 Asignatura: Autor: Análisis Numérico César Menéndez Titulación: Planificación: Materiales: Conocimientos previos: Aproximación Ingeniero Técnico Informático.
Unidad temática 4. Escorrentía superficial
Universidad Autónoma de Madrid
PRUEBA SABER MATEMÁTICAS 3° Y 5°
Investigación de Operaciones (IO)
ESTADÍSTICA BÁSICA EN ECOLOGÍA EVOLUTIVA Juan J. Soler Cruz Estación Experimental de Zonas Áridas Almería.
Pasos de un estudio de simulacion (repaso).
INVESTIGACION DE OPERACIONES
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
“Generación de un Plan estratégico tecnológico, caso TI (PETi) : un enfoque de Sistemas y Gestión” Luis Hevia.
Simular: Representar una cosa, fingiendo o imitando lo que no es.
Métodos de Análisis Ingenieril
Universidad Central de Venezuela Facultad de Ciencias Postgrado en Ciencias de la Computación Sistemas Distribuidos Albany Márquez.
Una introducción a la computación evolutiva
Investigación Operativa Introducción Unidad 1
Línea: Tecnologías para la Investigación Resumen Proyectos1 Entidades Participantes4 Académicos Participantes10 Proyecto de Cómputo de Alto Rendimiento.
El Informe de la Actividad Experimental
EL EXPERIMENTO CIENTÍFICO
Construcción de Software
Sistemas de control suplementario de la contaminación atmosférica: predicción con modelos estadísticos José Luis Bermúdez Cela Belén Mª Fernández de Castro.
1 Problemas de decisión Tipo particular de problemas de optimización Sistemas que evolucionan con el tiempo Se toman decisiones en momentos sucesivos de.
Definición del Modelo de Regresión Simple Estimaciones por MCO Método de MCO Valores Esperados y Varianzas por MCO.
MEDIDA Y MÉTODO CIENTÍFICO.
Regresión Lineal Simple
Modelo para Manejo de la Incertidumbre Hidrológica en la Planificación de la Operación del SIC. Eugenio Palacios G. Prof. Guía: Rodrigo Palma B.
Ingeniería del Software I
Inferencia Estadística Antonio Núñez, ULPGC. Estadística Física/Tecnología y Estadística  Fenómenos, procesos y sistemas macroscópicos  Indeterminación,
Regresión lineal simple Nazira Calleja
Modelo para Planeación Energética Flexible. Importancia de la planeación Ley Generación centralizada Generación distribuida Fuente: Jorge Mírez.
REGRESIÓN LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE. Temas Introducción Análisis de regresión (Ejemplo aplicado) La ecuación de una recta Modelo estadístico y suposiciones Estimación.
Optimización de la planificación de recursos basada en modelos predictivos Lander Ibarra Iriondo Director de Modelación en Bayes Forecast.
Conclusiones: En este trabajo se ha demostrado que se pueden aplicar los algoritmos OCH al ajuste de los parámetros de un modelo borroso mediante la discretización.
Transcripción de la presentación:

Avances en previsión de crecidas Angel Luis Aldana Valverde Dr. Ingeniero de Caminos, Canales y Puertos Angel.L.Aldana@cedex.es http://hercules.cedex.es/hidraulica Director de programa Centro de Estudios Hidrográficos del CEDEX Coordinador de la red temática PROHIMET del programa CYTED

Avances Nuevas aplicaciones de métodologías científico-tecnológicas Informática y computación Meteorología Hidrología La expansión de las telecomunicaciones Disponibilidad de nuevos medios de observación Satélites Radares meteorológicos Sensores de medida de variables hidrológicas Desarrollo de los Sistemas de alerta temprana Hacia un nuevo enfoque de la planificación, desarrollo e implementación de soluciones Procesos participativos Los avances en previsión de crecidas son dependientes de la evolución de muchas otras disciplinas. Avances científicos en hidrología o meteorología y desarrollos tecnológicos en informática, comunicaciones y electrónica, son los que fundamentan los posibles pasos que puedan iniciarse una vez consolidados los temas de que depende. El conjunto de desarrollos es lo que permite crear sistemas de alerta temprana, que actualmente cuentan con amplias posibilidades gracias también a los modernos sistemas de observación. Los nuevos enfoques en gestión de crecidas fomentan este tipo de soluciones, exigiéndole a la vez que se generen dentro de un proceso participativo.

Avances en informática y computación Aumento de capacidades: memoria y proceso Grandes volúmenes de información Plataformas multimodelo Autocalibración de parámetros Análisis multicriterio y multiobjetivo con formulaciones compleja Capacidades gráficas Interactividad con el usuario Supervisión de resultados Respuesta a tiempo Las importantes mejoras que se han vivido en el sector de la informática han dotado a los especialistas en previsión de crecidas de nuevos medios y herramientas para lograr sus objetivos. Es destacable la posibilidad de manejo de grandes volúmenes de información que puede procesarse en breves intervalos temporales, sin olvidar las capacidades gráficas que ofrecen los ordenadores que facilitan las labores de seguimiento de fenómenos y supervisión de modelos y herramientas a través de un uso muy interactivo entre hombre y máquina. Estos avances son los que, en conjunto, dotarán al sistema de alerta temprana de una de sus exigencias más estrictas: la respuesta a tiempo.

Computación evolutiva Ventajas Flexibilidad en la elección o definición de la función objetivo Solución a planteamientos con estructura altamente no lineal No necesitan discretización de variables ni aproximaciones sucesivas en la función objetivo o en su derivada Libertad en la definición del espacio problema Baja variación del esfuerzo de computación con la dimensionalidad del problema Ofrecen soluciones en casos en los que hay múltiples o infinitas soluciones óptimas Permite buscar simultáneamente la forma funcional y sus coeficientes de ajustes (programación evolutiva, soluciones simbólicas). Inconvenientes Incertidumbre asociada al resultado Carácter marcadamente aleatorio Fijación de parámetros de comportamiento Base experimental Análisis de sensibilidad Uno de los avances en la computación que, a juicio de quien les habla, tiene gran importancia es en lo relativo a los problemas de optimización. Minimizar o maximizar una función objetivo es una dificultad común en gran número de problemas. Los métodos con los que se contaba, basado en técnicas convencionales de cálculo numérico, tenían gran número de dificultades para resolver casos con funciones complejas, no lineales, con extremos locales y alto número de variables. En ocasiones la formulación de un problema estaba fuertemente condicionado a los casos que podían resolverse con los métodos al uso. La computación evolutiva permite en la actualidad la resolución de problemas con mayor flexibilidad, dando opción a gran libertad en la formulación matemática de un problema de optimización, especialmente en aquellos asociados a toma de decisiones.

Ejemplo de aplicación: EDIMACHI-SIPROP Simulación Previsión En ejemplo de aplicación para la simulación y previsión hidrológicas que incluye utilidades para la búsqueda y análisis de operaciones de desagüe de embalses. Se distinguen tres fases, en dos de las cuales nos encontramos con problemas de optimización y en la otra, la de previsión, necesita especialmente de enfoques para el enlace con la meteorología. Operación de embalse

Calibración de modelos Aunque se emplean modelos simples, basados en técnicas tradicionales, surge un elevado número de parámetros (mínimo 4, con frecuencia 10) y una función error complicada que implica un elevado número de cálculos. La eficiencia de algoritmos de computación evolutiva asegura un buen resultado en breve espacio de tiempo.

Operación de embalses La búsqueda y selección de maniobras de válvulas y compuertas de presas para llevar a cabo la laminación de una crecida, implica la generación una de función objetiva completa. La formulación incluida en nuestras aplicaciones se basa en la penalización de un conjunto de sucesos, relacionados con la evolución del embalse y la consideración de un conjunto de valores extremos para algunas magnitudes, relacionadas éstas con la estrategia de explotación del embalse. La maniobra puede estar también sujeta a una programación de los posibles cambios en órganos de evacuación, lo que añade nuevas restricciones al planteamiento matemático. La solución del problema numérico que resulta puede exigir la utilización de algoritmos de computación evolutiva, pues los convencionales no ofrecieron buenos resultados de forma general.

Enlace entre meteorología e hidrología RADAR HIRLAM La hidrología puede encontrar en la meteorología solución a problemas que sin ésta difícilmente podrían resolverse. Para el análisis de episodios en tiempo pasado resultan muy útiles las redes de radares meteorológicos, con cuya ayuda se logra un buen conocimiento de las precipitaciones acontecidas. Los modelos numéricos de predicción meteorológica ofrecen posibilidades de generación de escenarios futuros de precipitaciones esperadas, una de las principales entradas a los sistemas hidrológicos a ser analizados para la previsión, por ser causa de la mayor parte de los problemas de crecidas. Fuente INM http://www.inm.es PAP-INM

Estimación de precipitaciones: radar y pluviómetros Los pluviómetros proporcionan medida de la precipitación en tierra pero puntual, mientras que las redes de radares meteorológicos permiten la estimación de una distribución espacial de precipitaciones, aunque con problemas en la cuantificación de los valores en cada punto. La combinación de ambas fuentes es una solución que aprovecha las ventajas de uno y otro.

Combinación de información Método fiabilidad-forma de combinación de funciones. Fiabilidad = 0.5 Forma = 0.5

Previsión hidrológica SIN previsión de lluvias Instante de previsión Futuro (horizonte de previsión hidrológica) Pasado (período de simulación hidrológica) D Hipótesis de lluvia futura Hidrogramas resultantes P Q t La previsión hidrológica, de un sistema entre cuyas causas del fenómeno que se esté desarrollando está la lluvia, se realiza dando continuidad a la serie de precipitaciones durante el tiempo futuro, en función de cuyos valores se obtendrá un hidrograma. La previsión puede realizarse contemplando escenarios de precipitación razonables, lo que dará lugar a una horquilla de hidrogramas. El tiempo de respuesta del sistema hidrológico y el error admisible serán los que definan el horizonte de previsión.

Previsión hidrológica CON previsión de lluvias. Caudales Instante de previsión Futuro (horizonte de previsión hidrológica) Pasado (período de simulación hidrológica) D Hipótesis de lluvia futura Hidrogramas resultantes Previsión de lluvias P Q t Un modelo numérico de predicción meteorológica puede proporcionar una previsión objetiva gracias al cual se amplía el horizonte de previsión.

Previsión hidrológica CON previsión de lluvias. Volúmenes Tiempo de respuesta < intervalo de salida de resultados del modelo meteorológico Generalmente para los horizontes de previsión más largos, puede no ser posible la definición de la forma de los hietogramas, y por tanto de los hidrogramas, pero esto puede no ser necesario en algunos tipos de problemas, tales como algunos relativos a la gestión de embalses. No importa tanto la distribución temporal como el volumen en un periodo determinado. Un modelo meteorológico de este tipo podría ser (caso del PAP español) aquel que proporciona lluvias previstas para intervalos de 24 horas en cuencas con tiempos de respuesta inferior

Tabla resumen de aplicación al caso español (2003) A pesar de que los modelos numéricos de predicción meteorológica tienen dificultades para proporcionar buenas previsiones en la escala de tiempo inmediata, los esfuerzos se concentran en el corto y medio plazo. Esto se justifica por la mayor importancia de las previsiones en estas franjas por la repercusión de las lluvias que en este periodo se produzcan

Diferentes horizontes de previsión

Multimodelo M1 Usuario M2 M3 Interfase Sistema real 

Escenarios M Usuario Interfase  e2 e3 e1 Sistema real

Nueva línea: Predicción, multimodelos y escenarios Meteorología: Sistemas de predicción por conjuntos (EPS: Ensemble Prediction Systems) Hidrología: multimodelos Escenarios Propagación de incertidumbres p(P>Px)< 5 % p(P=Pm)= 50 % p(P<Pn)< 5 % Instante de previsión Futuro (horizonte de previsión hidrológica) Pasado (período de simulación hidrológica) P Q t Qx Qm Qn

Cooperación iberoamericana Red 405RT0266 del programa CYTED PROHIMET Red iberoamericana para el monitoreo y pronóstico de fenómenos hidrometeorológicos Red 405RT0266 del programa CYTED http://hercules.cedex.es/hidraulica/PROHIMET/

Necesidades detectadas Aumento de cooperación entre administraciones e instituciones Formación continua de profesionales Divulgación de conocimiento acerca de riesgos y soluciones Cambios en marco legal-administrativo que proporcionen encaje y coherencia a los nuevos enfoques y avances Recursos destinados al mantenimiento de sistemas Calidad de la información

Gracias por su atención Dr. Ingeniero de Caminos, Canales y Puertos Angel Luis Aldana Valverde Dr. Ingeniero de Caminos, Canales y Puertos Angel.L.Aldana@cedex.es http://hercules.cedex.es/hidraulica