Modelo probabilístico simple para análisis de frecuencias en registros hidrológicos extremos con tendencia

• Main Author: Daniel Francisco Campos Aranda
• Format: Article
• Language: Spanish
• Published: Instituto Mexicano de Tecnología del Agua 2016-05-01
• Series: Tecnología y ciencias del agua
• Subjects: crecientes anuales, precipitación máxima diaria anual, distribución log-normal, regresión lineal, error estándar de ajuste, factores de aumento de las predicciones
• Online Access: http://www.revistatyca.org.mx/ojs/index.php/tyca/article/view/1255

Debido a cambios en el clima, en el uso del suelo, principalmente por urbanización, y a los aprovechamientos hidráulicos, los registros de datos hidrológicos extremos han dejado de ser estacionarios, es decir, sus propiedades estadísticas están cambiando en el tiempo. Cuando un registro de crecientes o lluvias máximas, ambas anuales, muestra tendencia estadísticamente diferente de cero, el análisis de frecuencias orientado a estimar sus eventos de diseño debe tomar en cuenta tal comportamiento no aleatorio. El modelo probabilístico más simple que se puede establecer para procesar registros no estacionarios emplea la distribución log-normal de dos parámetros de ajuste, con su media variando en relación con el tiempo como covariable explicativa, según una regresión lineal logarítmica. Este modelo permite estimar el impacto, por ejemplo, al final de una década a futuro, de la tendencia ascendente (descendente) en las predicciones obtenidas al final del registro, a través de dos indicadores: los factores de aumento (disminución) de las predicciones y de la reducción (aumento) de la recurrencia de un evento de un determinado periodo de retorno. El análisis de frecuencias no estacionario con tal modelo se aplica a dos registros de crecientes anuales de la Región Hidrológica núm. 10, Sinaloa, y uno de precipitación máxima diaria anual de la Región Hidrológica núm. 37, El Salado. Las conclusiones destacan la sencillez y utilidad del modelo descrito para abordar de forma inicial los análisis de frecuencias no estacionarios.