Professional Documents
Culture Documents
ISSN-0124-6984
Velez, J., G. Poveda, O. Mesa, C. Hoyos, J. Mejía, D. Quevedo, L. Salazar & S. Vieira. 2002: Aplicación de diferentes meto-
dologías para estimación de curvas intensidad – frecuencia – duración en Colombia. Meteorol. Colomb. 6:91-100. ISSN 0124-
6984. Bogotá, D.C. – Colombia.
RESUMEN
Dada la importancia que tienen la utilización de las curvas Intensidad - Frecuencia - Duración
(IDF) en el cálculo y diseño de obras de ingeniería, se hace un análisis de diferentes metodolog-
ías para su estimación utilizando información de 51 estaciones con registros horarios de
precipitación ubicadas en los Andes Tropicales de Colombia. Las metodologías utilizadas fueron:
ecuaciones paramétricas (Froehlich) en función del período de retorno y la duración de las tor-
mentas; ecuaciones paramétricas (Vargas) en función, además, de la precipitación media anual,
la elevación, el número de días con lluvia al año y la lámina máxima de 24 horas de duración y la
teoría de multiescalamiento que consiste en conocer las propiedades que permanecen invaria-
bles ante los cambios de escala en variables como la precipitación. Con esta última metodología
los registros evidencian que el coeficiente de variación, esencial para la estimación de las curvas
basadas en propiedades de escala, es constante (Cv = 0.25) para los rangos de duraciones de
lluvia trabajados (1 a 24 horas). La función de estructura de los registros muestra, para los
primeros cuatro momentos, evidencias de escalamiento simple. La ventaja más sobresaliente es
que esta teoría nace de bases físicas que proveen una síntesis de los complejos mecanismos
que determinan la lluvia. Se hace un análisis general de las anteriores metodologías y la forma de
integrar los resultados de la mismas como una base para determinar nuevas expresiones. Estos
resultados posibilitan encontrar características que facilitan la estimación de las curvas en lugares
con información escasa.
ABSTRACT
Because of the importance of the rainfall Intensity - Duration - Frequency curves in the design and
calculation of engineering we use different methodologies for their estimation using time series of
51 hourly precipitation stations located in the tropical Andes of Colombia. We use the following
methodologies: Parametric equations (Froehlich) in function of a return period and a storm dura-
tion, parametric equations (Vargas) in function of, in addition to the above, the mean annual pre-
cipitation, the elevation, the number of rainy days in the year and the maximum 24 hours precipi-
tation; and the multiscaling theory that study the properties remaining invariant when scale
changes are made in variables like the precipitation. This last methodology shows a constant var-
iation coefficient (Cv = 0.25) for all the durations considered (1 to 24 hours). The structure function
shows simple scaling for the first four moments. This last methodology has an excellent advan-
tage. It is based in physical foundations that allow a synthesis of the complex mechanisms that
govern rainfall. We make a general analysis of the methodologies above and we integrate their
92 METEOROLOGÍA COLOMBIANA N°6, OCTUBRE 2002
results as a base to determine new expressions. These results make possible to find characteris-
tics that allow the estimation of the curves in places with scarce information.
IV i a4 /( t c4 b4 ) a4, b4 ,c4
VELEZ et al: APLICACIÓN METODOLOGÍAS ESTIMACIÓN CURVAS INTENSIDAD-FRECUENCIA-DURACIÓN 93
Otra metodología que se usa para la representación de 2.3. Teoría de Escalamiento Simple y Multies-
curvas IDF, se basa en una expresión que tiene la forma calamiento
280.1 t 0.1 Se dice que un fenómeno presenta características de
P (T ) I 0.4 escalamiento simple para la variable aleatoria I, cuando
i (t , Tr ) D r 1 (1)
para cada existe una función C(), de tal forma que se
24 ID conserve la relación (Gupta & Waymire, 1990)
La ecuación (1), es una expresión utilizada en España y D
es recomendada por la Instrucción de Drenaje Superfi- I (d ) C( ) I (d ) (7)
cial, dependencia del Ministerio de Obras Públicas de
España (1996). En esta, PD(Tr) es la precipitación máxi- La anterior relación es definida como escalamiento sim-
i D
ma diaria, 1 es la relación entre la intensidad máxima ple en sentido estricto, donde denota igualdad en la
iD distribución de probabilidad, mostrando que la distribu-
de una hora con la intensidad de 24 horas, también lla- ción de probabilidad del fenómeno, es invariante con
mada coeficiente de torrencialidad. respecto a la escala. es el factor de escala, I es una
variable aleatoria (Intensidad de la lluvia en este caso
particular) y d es el parámetro con el cual se escala I.
2.2. Ecuaciones Paramétricas (Vargas) Puede mostrarse que la función C() puede escribirse
como
Vargas (2000), evaluó la aplicabilidad de las principales
ecuaciones propuestas por la literatura para generar
curvas IDF, sobre una amplia región colombiana. En C ( ) , R. (8)
primera instancia, se utilizó la ecuación de Kothyari y
Garde (ecuación 2), en forma generalizada La expresión (7) implica que los cuantiles también son
invariantes con la escala y pueden relacionarse por me-
Tr dio de la expresión
I a 2 d
( R24 ) (2)
tc
I q (d ) I q ( d ), (9)
2
Luego, se reemplazó el término R 24
por el valor prome-
dio anual máximo de precipitación diaria M donde q es el q-ésimo cuantil de la variable I. Existe una
relación lineal entre el parámetro con el cual se escala y
el valor de la variable I correspondiente al q-ésimo cuan-
Tb d
I a M (3) til. En el campo logarítmico, para cada cuantil, se obtiene
tc una línea recta con esta ecuación y las pendientes de
estas rectas (r).
Se proponen modificaciones a la ecuación 3, de tal ma-
nera que incluyera un parámetro correspondiente al La ecuación (7) implica también, que siempre y cuando
número de días con lluvia al año N los momentos de la variable I existan, éstos también son
invariantes con la escala y se relacionan por medio de la
Tb d e expresión
I a M N . (4)
tc
M r (d ) r M r (d ) , (10)
Donde a, b, c, d y e son coeficientes determinados por
análisis de regresión para las estaciones consideradas. con Mr(.) el momento de orden r de la variable I, y con
d
la expresión (10), puede escribirse como
I d ,q E I dref (16)
l ( r ) r 1 CV 2
dref
M r (d ) M r (d ) (12)
donde l(r) es una función que describe el “alejamiento” de En la ecuación (16), q es el la inversa de la distribución
los valores de los exponentes de la expresión (10). Las normal acumulada estándar para una probabilidad de no
curvas IDF, se pueden analizar a partir del escalamiento excedencia q. Las fórmulas utilizadas para la
temporal simple de la precipitación, es decir utilizando la determinación de los intervalos de confianza fueron las
duración como parámetro de escala. Si se supone que siguientes:
existe escalamiento simple y además que existen los
diferentes momentos, de las ecuaciones (10) y (11) se
ˆ 2 ˆ 2
obtiene que: ˆ1 t / 2,n2 1 ˆ1 t / 2,n 2 (17)
S xx S xx
E I d (d / d ref ) E I dref (13)
donde:
VarI d (d / d ref ) Var I dref
2
(14)
S yy ˆ1 S xy
ˆ 2 ; estimador insesgado de la varianza.
donde Id y Idref son la intensidad máxima para una dura- n2
ción d y una duración de referencia, respectivamente.
Para el caso de escalamiento simple, el coeficiente de
variación (CV) es una constante, dada por: 3. RESULTADOS Y ANÁLISIS
CV
VarI d
Var I def 3.1. Ecuaciones Paramétricas (Froehlich)
E I d
2
E 2 I dref (15)
Utilizando los datos de intensidad y duración de las esta-
ciones, se obtuvieron las curvas ajustadas de intensidad-
frecuencia-duración para 5 períodos de retorno, (2.33, 5,
Si se conoce la función de distribución de los valores
10, 25, 50), suponiendo una distribución lognormal de los
extremos de los registros, el valor del exponente de esca-
eventos máximos para los tipos III y IV (Tabla 1), por
lamiento() y CV, es posible calcular las intensidades
presentar un mejor ajuste a los datos, igualmente se
máximas a partir de un valor de referencia conocido (Iref).
realizaron ajustes para la ecuación propuesta por la de-
Suponiendo que los valores extremos de la precipitación pendencia de obras públicas de España (Ecuación 1). En
siguen una distribución Log-Normal tipo II (LN II), a partir
la Fig.1, se observan las curvas intensidad-frecuencia-
de la teoría del escalamiento simple, la expresión para duración para la estación Bremen.
las IDF queda
Luego se encontró una relación entre el coeficiente de En el proceso de validación de ésta metodología, se
torrencialidad con los diferentes parámetros de las ecua- construyeron histogramas de frecuencia de los errores
ciones. La relación lineal fue la que mostró un mejor relativos porcentuales, determinados a partir de los datos
ajuste. Los resultados del ajuste se muestran en la Tabla reales de intensidad con una probabilidad de no exce-
2. dencia asociada a los períodos de retorno contemplados
en el estudio y de los valores calculados con cada uno de
los modelos ajustados. En la Fig.3, se muestran los erro-
3.2. Ecuaciones Paramétricas (Vargas) res relativos para la estación El Sireno, se toman los
períodos de retorno de 2.33 años (arriba) y 50 años (aba-
Haciendo uso de los registros de precipitación de las jo) con el fin de comparar la sensibilidad de los cuatro
estaciones, se obtuvieron los valores correspondientes a modelos en el cálculo de intensidad para diferentes per-
las variables M, N y PT para cada una de éstas y median- íodos de recurrencia. Se observa que los errores prome-
te procesos de optimización, se calcularon los paráme- dios para Tr = 2.33 años son muy bajos (inferiores a
tros de (3), (4), (5) y (6), presentados en la Tabla 3. 27%), presentándose un incremento significativo de estos
en el cambio de período de retorno (Error promedio para
A partir de los parámetros encontrados, se establecen las Tr =50 años de 52%); Se encontró además sobreestima-
expresiones que sirven finalmente para la construcción ción en los cuatro modelos, siendo (5) quien presenta el
de las curvas IDF. En la Fig.2, se muestran las curvas menor error promedio, posiblemente indicando que al
IDF calculadas con las expresiones (3), (4), (5) y (6) para introducir el variable PT estos disminuyen, ya que es una
la estación El Sireno para los diferentes períodos de variable que condensa gran cantidad de información
retorno estudiados. acerca del comportamiento de la lluvia; los errores relati-
vos de (6) siguen en orden de magnitud, mostrando que
el ingreso de la variable ELEV aporta ruido en la estima-
ción los valores de intensidad.
Tabla 2. Valores de pendiente, intercepto y coeficiente de correlación, para cada parámetro y diferente período de
retorno
Período de retorno
Parámetro Ajuste 2.33 5 10 25 50
Atrans a 0.16 0.11 0.04 0.15 0.02
b 0.00 0.00 0.00 0.00 0.01
R2 0.13 0.01 0.14 0.13 0.22
A2 a 62.20 50.68 50.63 44.98 45.94
b -1.13 0.23 0.43 0.85 0.87
R2 0.19 0.04 0.08 0.18 0.18
A3 a 96.71 86.25 87.55 82.84 75.72
b -3.57 -2.31 -2.17 -1.85 -1.24
R2 0.47 0.36 0.37 0.40 0.28
B3 a 1.35 1.37 1.30 1.37 1.17
b -0.09 -0.10 -0.09 -0.09 -0.08
R2 0.91 0.92 0.94 0.96 0.94
A4 a 98.52 88.75 87.42 81.25 74.26
b -3.73 -2.47 -2.19 -1.70 -1.07
R2 0.50 0.38 0.37 0.36 0.21
A4 a 1.40 1.45 1.32 1.33 1.17
b -0.10 -0.10 -0.09 -0.09 -0.08
R2 0.92 0.90 0.91 0.92 0.85
Figura 2. Curvas Intensidad-Frecuencia-Duración con base en las ecuaciones (3) y (4) para la estación El Sireno
96 METEOROLOGÍA COLOMBIANA N°6, OCTUBRE 2002
Figura 3. Errores relativos para la estación El Sireno. (Arriba) Errores para Tr = 2.33; (abajo Errores para Tr = 10
años
Figura 4. (izquierda) Gráfico de los primeros cuatro momentos de las lluvias máximas. Los rombos son los valores
muestrales y las líneas continuas los mejores ajustes. r es la pendiente de estas líneas. (derecha) Función de Es-
tructura para los datos. La línea continua representa la ecuación (11) y los símbolos (+) son los resultados muestra-
les
VELEZ et al: APLICACIÓN METODOLOGÍAS ESTIMACIÓN CURVAS INTENSIDAD-FRECUENCIA-DURACIÓN 97
Para presentar un resultado confiable estadísticamente, Los resultados anteriores sugieren la utilización del
se realizaron estimaciones de los intervalos de confianza modelo de escalamiento simple, dada la evidencia de los
para cada estación en particular, con el fin de verificar si registros en el rango de duraciones utilizados y con el
es posible rechazar la hipotesis de que las lluvias máximo orden de los momentos analizados.
horarias en el rango analizado,(1 a 24 horas) tienen un
comportamiento de escalamiento simple o si el Un parámetro necesario para aplicar este modelo es el
escalamiento se puede regionalizar (entre simple o Coeficiente de Variación (CV). Si se toma la intensidad
múltiple). de 24 horas como la intensidad de referencia, el modelo
indica que CV, se debe ajustar a la línea de escalamiento
Para esto se estimaron los intervalos de confianza del simple.
95%, del ajuste lineal entre cada uno de los momentos y
las duraciones. Esto se muestra en la,Fig.5, donde se Como se observa en la Fig.6, el coeficiente de variación
unen los intervalos de confianza por medio de una línea tiene un rango entre 0.18 y 0.30, y dado que este valor es
punteada. fácilmente afectado tanto por la longitud de los registros
como por los aparatos de medición, se consideró usar un
En esta figura la línea continua indica los valores teóricos valor constante de CV = 0.25 correspondiente al valor
de escalamiento simple. Se busca decidir si los datos medio. Además, CV no presenta ningún rasgo
obtenidos están dentro de los intervalos de confianza y característico con la cota de la estación y con la
comprobar la hipótesis de escalamiento simple. precipitación media multianual.
En la mayoría de las estaciones analizadas los datos La Fig.6, muestra también cómo el coeficiente de
obtenidos se encuentran dentro de los límites de confian- variación es más disperso para las duraciones menores
za. Se concluye que con todos los análisis realizados de 4 horas y se estabiliza para las duraciones mayores.
anteriormente se acepta la hipótesis de escalamiento Esto es debido posiblemente a la alta variabilidad de la
simple, para efectos de calcular las curvas IDF. lluvia para las duraciones menores.
Figura 5. Intervalos de confianza para las regresiones entre los momentos y las duraciones para la estación Blonay
Figura 6. (Izq) Histograma de Frecuencias para Cv. (der) Valores de CV para todas las duraciones en todas las
estaciones
98 METEOROLOGÍA COLOMBIANA N°6, OCTUBRE 2002
Si se toma un valor de para cada estación, dado por el 25% y en promedio, se tienen errores del 10 al 15 %.
ajuste de la serie de registros máximos para todas las Aquí el error relativo se usa en sentido de comparación
duraciones consideradas, utilizando la ecuación (4.10), entre los resultados que se obtienen por ambos métodos.
se observan valores que varían entre –0.84 y -0.80, con La teoría de escalamiento, contiene una base conceptual
un valor medio de 0.83 Fig.7. El promediado entre y teórica mucho más sólida desde el punto de vista de la
todas las estaciones, es muy similar al obtenido con la física del proceso de precipitación (Gupta & Waymire,
regresión lineal entre las duraciones y el momento de 1993; Over & Gupta, 1994; Lovejoy & Schertzer, 1990;
orden 1. Burlando & Rosso, 1996).
En la variabilidad espacial de no se observa ningún Para efectos prácticos, hemos encontrado la expresión
patrón carácterístico. (18) para evaluar la intensidad de la lluvia para cualquier
período de retorno y cualquier duración en el rango de 1
Para la validación de los resultados, se aplicó el modelo a 24 horas
de escalamiento simple con distribución LNII (ecuación
16) y con los valores de y CV constantes e iguales a - exp q ln(1 CV 2
0.83 y 0.25, respectivamente y la intensidad de referencia d
I q ,d I 24 (18)
de 24 horas.
1 CV 2 d 24
Se compararon los resultados con los obtenidos al aplicar
los métodos tradicionales, (suponiendo una distribución Donde:
LNII de las lluvias máximas) para la estación El Jazmín.
Iq,d : Intensidad (mm/h) para la duración d(horas) y el
En la Fig.8, se observan los errores relativos para las período de retorno q (años)
curvas IDF en diferentes períodos de retorno. I24 : Intensidad de 24 horas (mm/h)
q : inversa de la distribución normal acumulada estándar
A grandes rasgos se puede observar que los errores
para una probabilidad de no excedencia q.
relativos aumentan en las mayores duraciones para altos CV : Coeficiente de Variación = 0.25
períodos de retorno y las duraciones menores presentan
mayores errores debido a la posible presencia, de d24 : Duración de referencia = 24 horas
escalamiento múltiple para pequeñas duraciones. Los θ: Valor del exponente de escalamiento = -0.83
mayores errores en esta validación son del orden del
Tr = 2.33 Tr = 10 Tr = 50
20 30
10
25
Error relativo (%)
8 15
20
6
10 15
4 10
5
2 5
0 0 0
1 6 12 18 24 1 6 12 18 24 1 6 12 18 24
d (horas) d (horas) d (horas)
Figura 8. Errores relativos entre los valores del modelo y el método tradicional en la estación El Jazmín para perío-
dos de retorno de 2.33, 10 y 50 años
VELEZ et al: APLICACIÓN METODOLOGÍAS ESTIMACIÓN CURVAS INTENSIDAD-FRECUENCIA-DURACIÓN 99
Las curvas IDF estimadas a partir de la ecuación (18), cial similar a la distribución de la precipitación media
para las estaciones Alban y Arturo Gómez se presentan anual. Se debe explorar la relación que existe entre estas
en la Fig.9. dos variables. Los registros evidencian que el coeficiente
de duración, escencial para la estimación de las curvas
Se hizo el ajuste de las ecuaciones tipo II, III y IV del basadas en propiedades de escala, es constante para los
método de Froehlich, considerando los valores de c2, c3 rangos de duraciones de lluvia trabajados. La función de
y c4 constantes e iguales a 0.83 (valor obtenido por el estructura de los registros muestra, para los primeros
cuatro momentos, evidencias de escalamiento simple. A
método de escalamiento simple).
partir de estas consideraciones, se trabajó con la
expresión para las curvas IDF, basada en escalamiento
Al realizar un proceso de optimización de estos
simple y la función de distribución Log-Normal tipo II para
exponentes, se observa que los valores c2, c3 y c4 son representar la probabilidad de las lluvias máximas, la cual
cercanos al valor escogido y no varían usa como variables independientes el promedio de la
considerablemente inclusive para períodos de retorno intensidad de la lluvia para 24 horas de duración, el
altos. período de retorno y la duración.
Igualmente se observan valores cercanos a 0.83 para el Este modelo de escalamiento simple muestra resultados
exponente c en el método de Vargas. satisfactorios al reproducir curvas IDF, basadas en
métodos tradicionales. La ventaja más sobresaliente de
la teoría de escalamiento, es que esta nace de bases
CONCLUSIONES físicas que proveen una síntesis de los complejos
mecanismos que determinan la lluvia. Se obtiene un
Para el método de las ecuaciones paramétricas de Var- modelo más simple y de parsimonia que el obtenido con
gas, la utilización de la ecuación (6), no es conveniente los modelos heurísticos que actualmente se usan para la
ya que la inclusión de la elevación, no representa un determinación de las curvas IDF.
aporte significativo en los estimados de intensidades.
Aunque los modelos (3), (4) y (5), son de gran utilidad y El obtener un valor del exponente de la duración muy
proveen buenas estimaciones de intensidades de lluvia similar en los tres métodos, a pesar de que parten de
en zonas desprovistas de información, cabe resaltar que suposiciones diferentes, indica la estabilidad del mismo y
para la calibración de estos se requiere de información de hace pensar que está relacionado con la fisica de los
precipitación horaria de mejor resolución espacial, con el procesos determinantes de las tormentas. Estos
objetivo de calcular con mayor confiabilidad las variables resultados son una herramienta útil para la práctica en la
M, N y PMA, requeridas y de tener mejor cobertura en el ingeniería donde se requiera el cálculo de tormentas
territorio nacional. extremas cuyas duraciones de interés estén dentro de las
rangos aquí trabajados.
Por el metodo de Froehlich, se ha encontrado que el
coeficiente de torrencialidad tiene una variabilidad espa-
Figura 9. Curvas IDF obtenidas a partir de la teoría de escalamiento simple para las estaciones Alban y Arturo
Gómez
100 METEOROLOGÍA COLOMBIANA N°6, OCTUBRE 2002
Agradecimientos: A CENICAFÉ (Centro de Over, T. & V. Gupta. 1994: Statistical Analysis of Mesos-
investigaciones del café) y a las Empresas Públicas de cale Rainfall: Dependence of a Random Cascade Gene-
Medellín, por facilitarnos la información de las estaciones rator on Large-Scale Forcing, J. Appl. Meteorol., 33:1526-
de precipitación. 1542.
Gupta, V. & E. Waymire. 1990: Multiscaling Properties of Waymire, E. & V. Gupta. 1981: The mathematical
Spatial Rainfall and River Flow Distributions. Journal of structure of rainfall representations. Water Resources
Geophysical Research, 95(D3):1999-2009. Research., 17(5):1261-1294.
Gupta, V. & E. Waymire. 1993: Statistical analysis of Wilches, S. 2001: Estudio de las Propiedades de
mesoscales rainfall in random cascade, Jour. Of Applied Invarianza de las Precipitaciones Máximas Puntuales en
Meteo. 32(2), Febraury. el Departamento de Antioquia, Tesis de Maestría.
Aprovechamiento de Recursos Hidráulicos, Universidad
Lovejoy & Schertzer. 1990: Multifractals, universality Nacional de Colombia, Sede Medellín.
classes, and satellite and radar measurements of cloud
and rain fields. Journal of Geophysical Research, Fecha de recepción: 10 de diciembre de 2001
95:2021-2031.
Fecha de aceptación: 18 de febrero de 2002
Ministerio de Obras Públicas, Transporte y Medio
Ambiente, 1996: Métodos para el Cálculo Hidrológico de
Crecidas, Madrid-España.