Una vista probabilístico del método de Hirshfield para estimar la precipitación máxima
Se propone una formulación alternativa sencilla del método estadístico de Hershfield para estimar la precipitación
máxima probable (PMP). Específicamente, se muestra que los datos Hershfield publicados no apoyan la hipótesis de que
existe un PMP como un límite superior físico, y por lo tanto un tratamiento puramente probabilística de los datos es más
consistente. Además, utilizando el mismo conjunto de datos, se muestra que la estimación de la PMP de Hirshfield puede
obtenerse utilizando el valor generalizado extrema (GEV) de distribución con forma de parámetro dado como una
función lineal especificada del valor medio de la serie anual máxima precipitación y de retomo período de alrededor de
60.000 años. Esta formulación sustitutos completamente el nomograma empírica estándar que se utiliza para la
aplicación del método. La aplicación del método puede ser mejorado cuando están disponibles que soporta una
estimación precisa del parámetro de forma de la distribución GEV larga serie de datos de precipitación locales.
}
máximum "en lugar de" máxima posible ". Esto se hizo, sin embargo,
en un sacrificio de cualquier significado o la consistencia lógica que
pueda haber existido originalmente [....] El único mérito en el valor que
se obtenga es que es muy grande. Sin embargo, en algunos casos, la
precipitación máxima probable de inundación o valores se han superado
1
Table 1. Tabla resumen de los datos publicados por Hershfield indica que varía entre 5 y 20 depen- diendo de la duración
[1961] precipitaciones d y la media h ". Este nomo¬graph y (1)
Longitud Número de
Valor mínimo de Valor máximo de constituyen la base del método estadístico para la estimación
km, intervalo km, intervalo de PMP, que se estandarizó por la Organización Mundial de
de registro, registros
donde se donde se
Class
Años individuales
encuentra encuentra
Meteorología [1986].
1 10-14 208 1.0-1.5 14.5-15.0
2 15-19 851 1.0-1.5 13.0-13.5
3 20-24 92 1.5-2.0 14.0-14.5
4 25-29 108 1.5-2.0 8.0-8.5 Sin lugar a dudas, los datos, análisis y resultados de
5 30-34 97 2.0-2.5 10.5-11.0 Hershfield contienen información de gran utilidad y validez
6 35-39 85 2.0-2.5 9.5-10.0 adicional se ha añadido a ellos por la aplicación generalizada
7 40-44 108 2.0-2.5 10.0-10.5
8 45-49 149 1.5-2.0 9.5-10.0 del método. Sin embargo, después de la discusión en los
9 50-54 260 2.0-2.5 9.5-10.0 párrafos anteriores, se plantea la cuestión de si la enorme
10 55-59 352 1.5-2.0 11.0-11.5 cantidad de información utilizada por las lluvias Hershfield
11 60-64 279 2.0-2.5 11.0-11.5 sugiere la existencia de un límite superior determinista de
12 65-69 45 2.0-2.5 8.0-8.5 precipitación o no. Si la respuesta a esta pregunta es negativa
13 >70 11 2.0-2.5 6.0-6.5
(y, de hecho, lo es), se puede sostener que no hay ninguna
Total ... 2645 1.0—1.5 14.5-15.0 razón para considerar los resultados del método de Hirshfield
como PMP. Entonces surgen otras cuestiones, por ejemplo, si
este método estándar se puede reformular de una manera
puramente probabilístico, sin postular la existencia de PMP, y
ha propuesto [por ejemplo, Wiesner, 1970; Schreiner y Riedel, cuál es la probabilidad de excedencia de los resultados del
1978; Organización Meteorológica Mundial, 1986; Collier y método es. Las respuestas a estas preguntas son los objetivos de
Hardaker, 1996], y diferentes procedimientos pueden dar lugar este documento, y, como mostramos en las siguientes
a valores más altos o más bajos. secciones, que son alcanzables y sencilla.
(teniendo así 28 intervalos en total). En su mesa publicó el de intensificación de aumento de km en comparación con el
número de ocurrencias de cada intervalo de km para cada clase aumento de la Gumbel reducida variate - ln (ln F *). Si esta tasa
de longitud de registro. En la Tabla 1 reproducimos el mínimo de incremento fueron constantes (es decir, los puntos en la
observado y el intervalo máximo de km para cada clase de figura 1 forman una línea recta), esto indicaría que km tendría
longitud de registro. una distribución Gumbel. La observada curvatura (es decir, tasa
de aumento de la intensificación) sugiere que un valor extremo
Hagamos caso omiso provisionalmente los efectos de la generalizada (GEV) de distribución con parámetro de forma + 0
longitud del registro n en el kilómetro (que aparentemente es más apropiado (la curva mostrada en la Figura 1, que se
existe, vamos a volver a ella más tarde) y unificar todas las estima por mínimos cuadrados, corresponde a k = 0,0857) . En
clases de registro longitudes sumando el número de conclusión, la Figura 1 indica que el máximo observado valor
ocurrencias de todas las clases (como Hershfield ya lo ha de Km = 15 no es en absoluto un límite superior físico y que
hecho, también). Luego, utilizando la fórmula de Weibull sería mayor si se dispusiera de más registros. Para apoyar esta
conocida, se puede estimar la probabilidad de no excedencia de interpretación, invocamos las observaciones preventivas de la
la variable aleatoria Km, cuya realización es km, por: Organización Meteorológica Mundial [1986, p. 108] en el
método estadístico de PMP, que mencionan valores de hasta 25-
30 km iguales para los Estados Unidos y Canadá.
(2)
donde r (km) es el número de registros con Km <km, y r 'es Observamos que la distribución de Gumbel es de máximos (3)
el número total de registros (2645). De hecho, esta estimación
es posible sólo para los límites superiores de los 28 intervalos
de km utilizados por Hershfield.
(5)
Donde
normal estándar
para la
confianza
coeficiente de
99% y Q f = [F
(1 - F) (1 / m ')]
^ 0 5 es la
desviación
estándar de la
muestra de F
para un tamaño
de muestra de
m' [Papoulis,
1990, pp 284,
299.]; en
nuestro caso, m
'es igual al
número de años-
estación. Para la
construcción de
las curvas de
confianza de la
Figura 3, el
valor de m 'fue
tomada de 2000,
Figura 2. Funciones de distribución empírica de máxima que es
km variate estandarizados de Hirshfield para cada clase de
longitud de registro (en el papel de probabilidad de
Gumbel).
Figura 3. Las funciones de distribución empírica de altura de lluvia normalizado k para cada clase de longitud de registro (en el
papel de probabilidad de Gumbel).
Una vez más, la estimación de F (k) es posible sólo para los equivalentemente, por períodos Retum menos de 4,5 años),
límites superiores de los 28 intervalos de k (m) utilizados por pero esto no es una brecha importante porque típicamente en
Hershfield. Así, la gama de k, donde es posible la estimación de problemas de ingeniería, nuestro interés se centra en periodos
F (k) se extiende desde k = 1,5 a 15. El correspondiente rango de retorno altas .
estimado de F (k) es de F (k) = 0,7759-,9999904. No tenemos
ninguna información para valores de f (k) <0,7759 (o,
KOUTSOYIANNIS: TECHNICAL NOTE 7
La función de distribución empírica de todos los registros se F (k) = 0,999982, lo que corresponde a un período de retorno
da gráficamente en la Figura 4 en papel de probabilidad de de 55.700
Gumbel. La curvatura de esta función de distribución empírica
muestra claramente que la distribución Gumbel no es
apropiado. Por lo tanto hemos equipado la distribución GEV
más generalizada que también se muestra en la Figura 4 (así
como en la Figura 3), junto con dos curvas de confianza del
99% obtenidos con el método ya descrito en la sección 2 para
m '= 95.000. Debido a la situación inusual en la información
disponible empírica (sólo 28 valores de la distribución
empírica), métodos de ajuste típicos, tales como las de
momentos, momentos de "L", de máxima verosimilitud, etc.,
no son aplicables para el montaje de la distribución teórica. En
lugar de ello, se utilizó un método de mínimos cuadrados
destinada a la minimización del error cuadrático medio entre
los extremos teórico valores empíricos de la magnitud ln (ln F
(k)) para los valores especificados de k. La función objetivo
(error cuadrático medio) es una función de los parámetros de la
distribución GEV, es decir, k, λ, y Ψ de (4), y su reducción al
mínimo el uso de programación no lineal resultó en valores de
los parámetros k = 0,13, λ = 0,6, y Ψ = 0,73.
probabilidad de Gumbel).
Case
E[K] Std[«] C,[k] A B C A B C
4. Verificación de la propuesta
de formulación alternativa
del método
6. Conclusiones
El método de estimación de Hershfield máxima probable
precipitación (PMP) es una herramienta muy útil, muy extendida,
y confiable para el diseño hidrológico, ya que se basa en el análisis
de una gran cantidad de información de la lluvia (2645 registros de
datos en todo el mundo que contienen 95.000 estación- años). Sin
embargo, lo que las estimaciones procedimiento no podrá PMP, y
no hay razón para considerar que así sea. Más específicamente, el
análisis realizado con los datos de Hirshfield proporcionado
ninguna prueba de que existe un límite superior de la cantidad de
precipitación y, además, sugirió que un simple formulación
alternativa del método es posible. Esta formulación puede ser
puramente probabilístico y no necesita postular la existencia de
PMP como un límite físico superior.
(13)