Estadísticas Hidrológicas y Análisis de Frecuencia
La estadística hidrológica aplica métodos probabilísticos y estocásticos a los datos hidrológicos para caracterizar la variabilidad y estimar la frecuencia de eventos extremos como inundaciones y sequías.
Definition
La estadística hidrológica y el análisis de frecuencia es la aplicación de la teoría de la probabilidad y la estadística a los datos hidrológicos para describir su variabilidad y estimar la magnitud y probabilidad de los eventos, especialmente los extremos, para el diseño y la evaluación de riesgos.
Scope
Este tema abarca las distribuciones de probabilidad para variables hidrológicas, la estimación de parámetros, incluyendo los L-momentos, el análisis de frecuencia y frecuencia regional de eventos extremos, y el supuesto de estacionariedad. Proporciona la base estadística para los valores de diseño utilizados en toda la hidrología, incluida la estimación de inundaciones y sequías.
Core questions
- ¿Cómo se describen las variables hidrológicas mediante distribuciones de probabilidad?
- ¿Cómo se estiman de forma fiable los parámetros de distribución a partir de registros cortos?
- ¿Cómo se extiende el análisis de frecuencia regionalmente y a sitios no aforados?
- ¿Es válido el supuesto de estacionariedad bajo el cambio?
Key concepts
- Distribuciones de probabilidad en hidrología
- Período de retorno y cuantiles
- Estimación de parámetros y L-momentos
- Análisis de frecuencia regional
- Estacionariedad y no estacionariedad
- Hidrología estocástica
Key theories
- Análisis de frecuencia de eventos extremos
- Los eventos hidrológicos extremos se modelan con distribuciones de probabilidad cuyos cuantiles proporcionan valores de diseño; una práctica sólida aborda la elección de la distribución, la estimación de parámetros y el tratamiento de valores atípicos y registros cortos.
- Análisis de frecuencia regional con L-momentos
- La combinación de datos de muchos sitios y el uso de L-momentos produce estimaciones más robustas de cuantiles extremos que el análisis in situ, mejorando la estimación en sitios con registros cortos o inexistentes.
- No estacionariedad
- El cambio climático y el uso del suelo pueden violar el supuesto de estacionariedad que subyace al análisis de frecuencia tradicional, lo que impulsa el desarrollo de métodos que tengan en cuenta las tendencias y el riesgo cambiante.
Clinical relevance
La estadística hidrológica proporciona los valores de diseño de inundaciones, caudales bajos y precipitaciones utilizados para dimensionar y regular infraestructuras, fijar el precio de los seguros contra inundaciones y planificar los recursos hídricos; el debate sobre la estacionariedad afecta directamente cómo se estiman estos valores de diseño en un clima cambiante.
History
La hidrología estadística creció con la teoría de valores extremos y el alargamiento de los registros a lo largo del siglo XX; los métodos regionales de L-momentos mejoraron la estimación en la década de 1990, y el argumento de 2008 de que 'la estacionariedad ha muerto' cristalizó la preocupación de que el cambio climático socava un supuesto central del análisis de frecuencia.
Debates
- Estacionariedad bajo el cambio climático
- Un debate central es si el supuesto de estacionariedad, de larga data, sigue siendo sostenible para el diseño, y si no, cómo incorporar la no estacionariedad y la incertidumbre profunda en el análisis de frecuencia y la gestión del agua.
Key figures
- Jery R. Stedinger
- Jonathan R. M. Hosking
- P. C. D. Milly
Related topics
Seminal works
- stedinger1993
- hosking1997
- milly2008
Frequently asked questions
- ¿Por qué utilizar el análisis de frecuencia regional?
- Los sitios individuales a menudo tienen registros cortos, lo que hace que las estimaciones de eventos raros no sean fiables; la combinación de datos de sitios hidrológicamente similares, por ejemplo con L-momentos, toma información de toda la región para producir estimaciones más estables de cuantiles extremos.
- ¿Qué significa 'la estacionariedad ha muerto' para la hidrología?
- Expresa la preocupación de que el cambio climático y el uso del suelo hacen que el pasado ya no sea una guía fiable para el futuro, por lo que los análisis de frecuencia que asumen una distribución de probabilidad inmutable pueden malinterpretar el riesgo, motivando enfoques no estacionarios y basados en escenarios.