Modelos hidrolgicos de

simulacin de Balance
Modelos Estocsticos
(evaluacin del RRHH)
DRA ING SONIA TATIANA SANCHEZ QUISPE
La modelacin de series
hidrolgicas
1. Incertidumbre hidrolgica. Limitaciones de las series de caudales histricos.
Series sintticas.
2. Propiedades estadsticas de las series de caudales o aportaciones.
3. Modelacin de series anuales univariadas.
4. Modelos multivariados de series mensuales.
5. Generacin de series sintticas
 Incertidumbre hidrolgica.

EL USO EXCLUSIVO DE LAS SERIES HIDROLGICAS

HISTRICAS. INSUFICIENCIA DE INFORMACIN.
GENERACIN DE ESCENARIOS HIDROLGICOS FUTUROS.
El anlisis de la gestin basada en
series histricas de aportaciones
Clculos de:
Garantas
Indicadores del sistema APROXIMACIONES
...

NO SON LOS VERDADEROS VALORES

Naturaleza aleatoria de los recursos
==> "funcin estadstica"
Serie histrica = "muestra" de las caractersticas hidrolgicas de la cuenca.

El valor verdadero de los indicadores del sistema se obtendra de la "poblacin" del

estadstico de aportaciones dada por la "funcin de distribucin" de las aportaciones
Limitaciones del uso de la serie histrica.
Periodo histrico con datos hidrolgicos 1940 2003
Periodo de anlisis corto.
Pocos episodios de sequa
Hidrologa futura desconocida y no igual a la histrica (la Planificacin y
gestin se hace para el futuro).
Clculo aproximado de indicadores del comportamiento de un sistema.
Pronsticos sobre el comportamiento medio de la cuenca. Diferente de la situacin en un
momento concreto.
Ventajas de las series sintticas
No hay lmite para el periodo de tiempo de estudio.
Se puede utilizar mltiples escenarios hidrolgicos =
= histrico
Se puede utilizar escenarios ms adecuados a las condiciones actuales del
sistema
Posibilidad de considerar variaciones en las caractersticas de los recursos
(media, variabilidad, cambio climtico, ...)
Permite hacer mltiples simulaciones de la gestin del sistema
 Propiedades estadsticas de las
series hidrolgicas
Sesgo 4000

3500

3000
Total
Media = 1268.2

Frecuentemente las aportaciones son inferiores a la media

2500

(Hm3/ao)
2000

1500

1000

Estacionalidad
500

19 12

19 16

19 20

19 24

19 28

19 32

19 6

19 40

19 44

19 48

19 52

19 6

19 60

19 64

19 68

19 72

19 6

19 80

19 84

19 88

19 92

6
/3

/5

/7

/9
/

/
11

15

19

23

27

31

35

39

43

47

51

55

59

63

67

71

75

79

83

87

91

95
19
AOS

Pruebas de la interfaz AQUATOOL: Sorg. V. D. Agri

Los estadsticos de las aportaciones mensuales tienen
2.0

periodicidad anual., Aport.

men.
1.5

1.0
(Hm3/mes)
0.5

Correlacin espacial 0.0

1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960
Aos

Las aportaciones en cuencas vecinas estn relacionadas 1800

1600

1400

1200

Correlacin temporal
1000

800

600

400

Las aportaciones futuras dependen en cierta medida de las 200

19 1

19 3

19 5

19 7

19 9

19 1

19 3

19 5

19 7

19 9

19 1

19 3

19 5

19 7

19 9

19 1

19 3

19 5

19 7

19 9

19 1

19 3

19 5

19 7

19 9

19 1

3
/4

/4

/4

/4

/4

/5

/5

/5

/5

/5

/6

/6

/6

/6

/6

/7

/7

/7

/7

/7

/8

/8

/8

/8

/8

/9

/9
40

42

44

46

48

50

52

54

56

58

60

62

64

66

68

70

72

74

76

78

80

82

84

86

88

90

92
aportaciones recientes.

19
Buendia Entrepeas
MODELACIN DE UNA SERIE DE APORTACIONES ANUALES
 temporal
2. Normalizacin

(Hm3/ao)
19
11
/ 500
1000
1500
2000
2500
3000
3500
4000

0
19 12
15
/
19 16
19
/
19 20
23
/
19 24
27
/
19 28
31
/
19 32
Proceso de modelacin

35
1. Clculo de estadsticos de la serie

/
19 36
39
/
19 40
43
/
19 44
3. Ajuste de un modelo de dependencia

47
/
19 48
51
/
19 52
55
/
19 56
AOS

59
/
Total

19 60
63
/
19 64
67
/
Media = 1268.2

19 68
71
/
19 72
75
/
19 76
79
/
19 80
83
/
19 84
87
/
19 88
91
/
19 92
95
/9
6
Estadsticos de la serie
N
1
Media Q
N
Q
t 1
t
Ejemplo datos
reales
N
Varianza s
2 1
Qt Q 2

N 1 t 1
N
N

N 1N 2st3
g
3
Sesgo Qt Q
t 1
N k
Autocorrelacin Q t k Q Qt Q
rk z t 1
s2
Normalizacin
Transformacin de la serie en una serie con sesgo nulo

xt Qt xt ln Qt 1
xt ln ln Qt 1 1 xt Qt a
b

Prueba de normalidad (sesgo = 0)

3.9601N 0.4598
, 3.9601N 0.4598 para N 150
6 6
1. 96 , 1.96 para N 150
N N
Modelo de dependencia temporal
Modelo auto regresivo de media mvil (AutoRegresive Moving
Average)
ARMA(p,q) modelo con p grados de dependencia Zt X t X
autorregresiva y q de media movil

AR(1) modelo ms simple Zt 1 Zt 1 0 t

ARMA(1,1) Zt 1 Zt 1 0 t 1 t 1

ARMA(p,q)

Z t p Z t p ... 1 Z t 1 0 t 1 t 1 ... q t q

Parmetros:
AR(1) 1 r1 0 z (1 12 )
2
N (0,1)
ARMA(p,q)
Validacin del modelo temporal
Clculo de los residuos de la serie histrica

1
t ( Z t 1 Z t 1 )
0
Prueba de autocorrelacin = 0
(lmites de Andersen)
1 1.96 N k 1 1 1.96 N k 1
,
N k N k

(tambin pruebas media=0, varianza=1 y sesgo=0)

En ejemplo Alarcn test sesgo cumplen R2 y Ln pero con modelo AR1

no cumple test sesgo R2
Modelo para generacin de aportaciones
En ejemplo Alarcn
Zt 0.51 Zt 1 0.454 t

X t Z t 5.779

Qt e 1 xt

Validacin mediante generacin

Probar: media, varianza, sesgo Y ESTADSTICOS DE SEQUA
Generacin de aleatorio N(0,1)
Hojas de clculo
Programas informticos

Ejemplo algoritmo generacin

1. Generar uniforme 0-1

2. Transformar a N(0,1)
Expresin aproximada de F-1
Transformacin Box-Muller
 1.2 ESTADSTICOS DE SEQUA
Definicin de sequa: mltiples definiciones
Qu = a% Qm Umbral u =90 % (en series sesgadas)
Periodo de sequa: aquellos aos consecutivos con aportaciones
inferiores al umbral definido Qu
Grfico de aportaciones anuales frente al 90% de aportacin media

Caracterizacin de cada uno de

los periodos de sequa Apor ta c ione s tota le s
DURACIN: Nmero de 600

To t a l
perodos consecutivos en 500
9 0 % m e d ia
estado de dficit.
INTENSIDAD: Mximo 400

dficit de todos los que

hm 3
300

conforman la sequa.
MAGNITUD: Volumen total
200

de los dficits de la sequa. 100

0
1940-41
1942-43
1944-45
1946-47
1948-49
1950-51
1952-53
1954-55
1956-57
1958-59
1960-61
1962-63
1964-65
1966-67
1968-69
1970-71
1972-73
1974-75
1976-77
1978-79
1980-81
1982-83
1984-85
1986-87
1988-89
1990-91
1992-93
1994-95
1996-97
1998-99
2000-01
 Almacenamiento
Qt aportacin St St 1 Qt Ap oQ m ,
r t a c i n T o t a l.
t 1, 2, 3,..., N
anual 1200

Qm aportacin 1000

media anual 800

Ra ngo
600

hm 3
400

200

1940-41
1943-44
1946-47
1949-50
1952-53
1955-56
1958-59
1961-62
1964-65
1967-68
1970-71
1973-74
1976-77
1979-80
1982-83
1985-86
1988-89
1991-92
1994-95
1997-98
-200

Rango (capacidad de embalse R * Mx S0 , S1 ,..., SN Mn S0 , S1 ,..., SN

necesario para regular el
100% de las aportaciones) N
R R sN , sN Q Qm
** * 2
siendo t N
Rango reescalado t 1

ln R **
Coeficiente de Hurst (persistencia de las sequas) K
ln N 2
MODELACIN ESTOCSTICA MENSUAL
MULTIVARIADA
Proceso de modelacin
1. Clculo de estadsticos de la serie. Por meses
2. Normalizacin
3. Tipificacin mensual
4. Ajuste de un modelo de dependencia temporal y
300
espacial
250

200

150

100

50

Alarcon Contreras
Parmetros del modelo
Procesos:
Normalizacin.
Funcin (postulado)
Parmetros ()
tipificacin
Media y varianza (2 o 24) * NE
Modelo de dependencia
Segn el modelo
AR1 ( NENE)
AR2 ( NENE) * 2

Principio de Parquedad Estadstica

Relacin (n datos/parmetros)
Siempre mejor con menor n parmetros o ms simple
Normalizacin
Estadsticos bsicos Q Q N Qv , Q
N N N

Q
2 3
v, v,

Media Q v 1
s v 1
g v 1

N N 1 N 1N 2s3
Varianza
Sesgo

Correccin del sesgo

Funciones de transformacin:
xv , Qv , xv , ln Qv , 1 xv , ln ln Qv , 1 1 xv , Qv , a
b

Test de normalidad 3.9601N 0.4598

, 3.9601N 0.4598 para N 150
6 6
1. 96 , 1.96 para N 150
N N
 1991-1992
1988-1989
1985-1986
1982-1983
ln2 normalizada

1979-1980
1976-1977
1973-1974
1970-1971
1967-1968
Ao
Anual
Serie

1964-1965
1961-1962
1958-1959
Serie original

1955-1956
1952-1953
1949-1950
1946-1947
1943-1944
1940-1941
55

50

45

40

35

30

1991-1992
Hm3
1988-1989
SEP
1985-1986
Normalizacin. Ejemplo

1982-1983
Lim. Sup.

AGO
1979-1980
JUL
1976-1977
1973-1974 JUN
Tajo(SESGO)

1970-1971 MAY
1967-1968
Ao
Tajo
Anual

1964-1965
Lim. Inf.
ABR

Mes
Sesgo
1961-1962
TEST DE NORMALIDAD
MAR
1958-1959
FEB
1955-1956
1952-1953 ENE
1949-1950

S.BEND(ln2)
DIC
1946-1947
1943-1944 NOV
1940-1941 OCT
50
100

0.5

0.0

-0.5

-1.0
Hm3
 Tipificacin
Estacin de BEND
Ajuste de Medias por Fourier para la Varianza Explicada del 90 %

MUESTRA FOURIER

1. Reduccin de parmetros 80

70

mediante ajuste de Fourier para 60

Hm3
50

medias y varianzas mensuales. 40

30

20

OCT

NOV

DIC

ENE

FEB

MAR

ABR

MAY

JUN

JUL

AGO

SEP
hs
2j 2j
v u A j cos B j sen , j h1 , , h s Mes

j1 Estacin de BEND
Ajuste de Desv. Tpica por Fourier para la Varianza Explicada del 90 %

MUESTRA FOURIER
0.9

2. Transformacin en funcin N(0,1) 0.8

0.7

Hm3
0.6

0.5

xv , x

OCT

NOV

DIC

ENE

FEB

MAR

ABR

MAY

JUN

JUL

AGO

SEP
zv , zt Mes

sx
 Correlacin
Nk
Funciones de autocorrelacin z t k z z t z
rk z t 1
N
Lmites de dependencia
t
z z 2

t 1

1 1.96 N k 1 1 1.96 N k 1
Funciones de Autocorrelacin Mensual de la Serie Tipificada ,
Estacin de BEND N k N k
Lim Inf Lim Sup BEND
1.0

0.5
r(K)

0.0

1 2 3 4 5 6 7 8 9 10
K
Correlacin ...
z
Nk
Funciones de correlacin cruzada (i )
z (i ) z (t j) z ( j)
t k
rkij z t 1

z z
N N
(i ) 2 2
(i )
t z ( j)
t z ( j)
t 1 t 1

Matrices de correlacin
rk1,1 z rk1,n z

M k z
rkn ,1 z rkn ,n z

 Modelos
ARMA

ARMA(1,1) Zt 1Zt 1 2 Zt 2 p Zt p 0 t 1t 1 q t q
Zt 1Zt 1 0 t 1t 1
ARMAX

Desagregacin espacial Z t 1Z t 1 BX t 0 t 1 t 1

Desagregacin temporal
Y t AX t B t CY t 1
Y A Xt B C Y1
Redes neuronales
Pruebas de ajuste
Analisis de los residuos {}t
Media
Varianza
Normalidad
Independencia temporal
Independencia espacial

Validacin mediante generacin

Validacin mediante generacin
Generacin de series sintticas
Anlisis de series generadas:
Estadsticos bsicos
Media
Desviacin tpica
Estadsticos de almacenamiento
Sesgo
Capacidad
(mensuales y anual)
Rango / coef.Hurst
Estadsticos de sequa
Duracin
Intensidad
Magnitud
Extensin
Generacin de
escenarios estocsticos
Generacin de nmeros aleatorios
{}t
Modelo de dependencia
ARMA(1,1)

yt 1 yt 1 0 t 1 t 1

Destipificacin i ,t N (0,1)
yi ,t yi ,v ,
Inversa de la normalizacin
xi ,v , si , x yi ,v , x

Qv, e 1
xv ,
Parmetros de la funcin de
dependencia
Matrices 1 , 0 y 1

y1,t 0.867 - 0.024 y1,t 1 0.585 0.000 1,t 0.065 - 0.036 1,t 1

y2,t - 0.005 0.894 y2,t 1 0.480 0.274 2,t 0.090 0.067 2,t 1

i ,t N (0,1)
Parmetros para la destipificacin
yi ,t yi ,v ,
xi ,v , si , x yi ,v , x

Medias y varianzas mensuales

MEDIA DV. TP.
serie 1 serie 2 serie 1 serie 2
OCT 1.595 1.616 OCT 0.131 0.154
NOV 1.652 1.666 NOV 0.21 0.193
DIC 1.746 1.721 DIC 0.196 0.162
ENE 1.799 1.765 ENE 0.238 0.206
FEB 1.861 1.804 FEB 0.247 0.221
MAR 1.852 1.871 MAR 0.253 0.223
ABR 1.852 1.879 ABR 0.204 0.194
MAY 1.794 1.797 MAY 0.197 0.19
JUN 1.708 1.711 JUN 0.172 0.175
JUL 1.624 1.632 JUL 0.122 0.145
AGO 1.592 1.605 AGO 0.115 0.137
SEP 1.57 1.587 SEP 0.108 0.134