- -

Determinación de las curvas IDF en Igueldo-San Sebastián. Comparación de diferentes métodos

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Determinación de las curvas IDF en Igueldo-San Sebastián. Comparación de diferentes métodos

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Lopez Rodriguez, Jose Javier es_ES
dc.contributor.author Delgado, Oihane es_ES
dc.contributor.author Campo, Miguel Ángel es_ES
dc.coverage.spatial east=-2.019999999999982; north=43.31777779999999; name=Kristobal Balenziaga Kalea, 23, 20008 Donostia, Gipuzkoa, Espanya es_ES
dc.date.accessioned 2018-11-05T12:34:10Z
dc.date.available 2018-11-05T12:34:10Z
dc.date.issued 2018-10-30
dc.identifier.issn 1134-2196
dc.identifier.uri http://hdl.handle.net/10251/111877
dc.description.abstract [EN] Intensity-duration-frequency curves (IDF) are a fundamental tool in hydrological engineering. The work presented in this manuscript was made with the 88-year precipitation series recorded every ten minutes at the Igueldo (San Sebastián) weather station. After verifying the homogeneity and non stationarity of the series, IDF curves were obtained through a frequency analysis (FA) made with the Hydrognomon programme. Those curves were compared with those estimated from the AF of the simulated series with the Modified Bartlett-Lewis (MBL) model and with the Témez equation. The objective of this work is the evaluation of these last two methodologies. Two precipitation characteristic hyetographs were generated with the IDF curves obtained with the three methods. The curves and hyetographs obtained by Témez gave a good fit starting from return periods, T, of over 20 years. The results obtained from the simulated series with MBL were not as satisfactory. es_ES
dc.description.abstract [ES] Las curvas de intensidad-duración-frecuencia (IDF) son una herramienta fundamental en ingeniería hidrológica. Se ha partido de la serie de precipitación de 88 años registrada cada diez minutos en la estación meteorológica de Igueldo (San Sebastián). Después de aplicar varios test para comprobar la homogeneidad y la no estacionariedad de la serie de precipitación, se determinaron las curvas IDF mediante un análisis de frecuencia con el programa Hydrognomon. Dichas curvas se compararon con las obtenidas a partir de la serie simulada con el modelo estocástico de Barlett-Lewis Modificado (MBL) y con las estimadas mediante la ecuación de Témez. El objetivo de este trabajo es la evaluación de estas dos últimas metodologías. Las curvas y los yetogramas generados con la expresión de Témez presentaron un buen ajuste a partir de periodos de retorno, T, mayores a 20 años. No fueron tan buenos los obtenidos a partir de la serie simulada con MBL. es_ES
dc.description.sponsorship Los autores quieren expresar un especial agradecimiento a la Dirección de Obras Hidráulicas de la Diputación de Guipúzcoa y, en particular a Patxi Tamés y Andoni Da Silva, por la disponibilidad a la hora de facilitar los datos y resolver todas las cuestiones planteadas. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València
dc.relation.ispartof Ingeniería del Agua
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Intensidad de precipitación es_ES
dc.subject Curvas IDF es_ES
dc.subject Hydrognomon es_ES
dc.subject Modelo de Barlett-Lewis es_ES
dc.subject Ecuación de Témez es_ES
dc.subject Rainfall intensity es_ES
dc.subject IDF curves es_ES
dc.subject Modified Bartlett-Lewis model es_ES
dc.subject Témez equation es_ES
dc.title Determinación de las curvas IDF en Igueldo-San Sebastián. Comparación de diferentes métodos es_ES
dc.title.alternative Determination of the IDF curves in Igueldo-San Sebastián. Comparison of different methods es_ES
dc.type Artículo es_ES
dc.date.updated 2018-11-05T11:42:21Z
dc.identifier.doi 10.4995/ia.2018.9480
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Lopez Rodriguez, JJ.; Delgado, O.; Campo, MÁ. (2018). Determinación de las curvas IDF en Igueldo-San Sebastián. Comparación de diferentes métodos. Ingeniería del Agua. 22(4):209-223. https://doi.org/10.4995/ia.2018.9480 es_ES
dc.description.accrualMethod SWORD es_ES
dc.relation.publisherversion https://doi.org/10.4995/ia.2018.9480 es_ES
dc.description.upvformatpinicio 209 es_ES
dc.description.upvformatpfin 223 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 22
dc.description.issue 4
dc.identifier.eissn 1886-4996
dc.description.references Blanchet, J., Ceresett, D., Molinié, G., Creutin, J. D. 2016. A regional GEV scale-invariant framework for Intensity-Duration-Frequency analysis. Journal of Hydrology, 540, 82-95. https://doi.org/10.1016/j.jhydrol.2016.06.007 es_ES
dc.description.references Bo, Z., Shafiqul, I. 1994. Aggregation-disaggregation properties of a stochastic rainfall model. Water Resources Research, 30(12), 3423-3435. https://doi.org/10.1029/94WR02026 es_ES
dc.description.references Bougadi, J., Adamowski, K., 2006. Scaling model of a rainfall intensity-duration-frequency relationship. Hydrological Processes, 20, 3747-3757. https://doi.org/10.1002/hyp.6386 es_ES
dc.description.references Buishnad. T.A. 1982. Some methods for testing the homogeneity of rainfall records. Juornal of Hydrology, 58, 11-27. https://doi.org/10.1016/0022-1694(82)90066-X es_ES
dc.description.references Cameron, D., Beven, K., Tawn, J. 2000. An evaluation of three stochastic rainfall models. Journal of Hydrology, 228, 130-149. https://doi.org/10.1016/S0022-1694(00)00143-8 es_ES
dc.description.references Campo, M., López, J., Rebolé, J., García, A. 2012. Rainfall stochastic models. European Geophysical Union General Assembly. April 22-27, Viena, Austria. es_ES
dc.description.references Cirauqui, J.C. 2008. Evaluación de modelos estocásticos para la agregación-desagregación de precipitaciones y su aplicación en la Comunidad Foral de Navarra. Trabajo Fin de Carrera. ETSI. Agrónomos. Universidad Pública de Navarra. es_ES
dc.description.references Chow, V.T., Maidment, D.R., Mays, L. 1988. Applied Hydrology. McGraw-Hill Inc. New York. es_ES
dc.description.references Duan, Q., Sorooshian, S., Vijai , K. 1994. Optimal use of the SCE-UA global optimization method for calibrating watershed models. Journal of Hydrology, 158(3-4), 265-284. https://doi.org/10.1016/0022-1694(94)90057-4 es_ES
dc.description.references Georgakakos, K. P., Bras, R. L. 1984. A hydrologically useful station precipitation model. Water Resources Research, 20(11), 1585-1596. https://doi.org/10.1029/WR020i011p01585 es_ES
dc.description.references Gyasi-Agyei, Y. 2005. Stochastic disaggregation of daily rainfall into one-hour time scale. Journal of Hydrology, 309(1-4), 178-190. https://doi.org/10.1016/j.jhydrol.2004.11.018 es_ES
dc.description.references Heyman, D., Sobel, M. 1982. Stochastic Models in Operations Research. Stochastic Processes and Operating Characteristics, 1. McGraw-Hill. es_ES
dc.description.references Hutchinson, M., 1990. A point rainfall model based on a 3-state continuous Markov occurrence process. Journal of Hydrology, 114,(1-2), 125-148. https://doi.org/10.1016/0022-1694(90)90078-C es_ES
dc.description.references Khaliq, M. N., Quarda, T. J., Gachon, P., Susham, L. 2009. Identification of hydrological trends in the presence of serial and cross correlations: A review of selected methods and their application to annual flow regimes of Canadian rivers. Journal of Hydrology, 368(1-4), 117-130. https://doi.org/10.1016/j.jhydrol.2009.01.035 es_ES
dc.description.references D. Koutsoyiannis. 2003. Rainfall disaggregation methods: Theory and applications. Proceedings, Workshop on Statistical and Mathematical Methods for Hydrological Analysis. Edited by D. Piccolo and L. Ubertini, Rome, 1-23. https://doi.org/10.13140/RG.2.1.2840.8564 es_ES
dc.description.references Koutsoyiannis, D. 2004a. Statistics of extremes and estimation of extreme rainfall: I. Theoretical investigation.. Hydrological Sciences Journal, 49(4), 575-590. https://doi.org/10.1623/hysj.49.4.575.54430 es_ES
dc.description.references Koutsoyiannis, D. 2004b. Statistics of extremes and estimation of extreme rainfall: II. Empirical investigation of long rainfall records. Hydrological Sciences Journal, 49(4), 591-609. https://doi.org/10.1623/hysj.49.4.591.54424 es_ES
dc.description.references Kozanis, S. C. 2010. Hydrognomon - open source software for the analysis of hydrological data. European Geophysical Union General Assembly 2010. Viena, Austria. es_ES
dc.description.references Lozano, P. 2016. Regimen precipitacional en el norte de Navarra y Guipúzcoa ¿Record peninsular y europeo? Nimbus: revista de climatología, meteorología y paisaje (17-18), 125-144. es_ES
dc.description.references Nguyen, V. T. V., Nguyen T. D., Wang, H. 1998. Regional estimation of short duration rainfall extremes. Water & Science Technology, 37(11), 15-19. https://doi.org/10.2166/wst.1998.0425 es_ES
dc.description.references Onof, C., Chandler, R., Kakou, A., Northrop, P., Wheater, H.S., V. Isham. 2000. Rainfall modelling using Poissoncluster processes: a review of developments. Stochastic Enviromental Research and Risk Assessment 14(6), 384-411. https://doi.org/10.1007/s004770000043 es_ES
dc.description.references Onof, C., Arnbjerg-Nielsen, K. 2009. Quantification of anticipated future changes in high resolution design rainfall for urban areas. Atmospheric Research, 92(3), 350-363. https://doi.org/10.1016/j.atmosres.2009.01.014 es_ES
dc.description.references Partal, T., Kahya, E. 2011. Trend analysis in Turkish precipitation data. Hydrological Processes, 20(9), 2011-2026. https://doi.org/10.1002/hyp.5993 es_ES
dc.description.references Rao, A. R., Hamed, K. H. 2000. Flood frequency analysis. CRC Press, Londres, Reino Unido. es_ES
dc.description.references Ritschel, C., Ulbrich, U., Névir, P., Rust, H.W. 2017. Precipitation extremes on multiple time scales - Bartlett-Lewis Rectangular Pulse Model and Intensity-Duration-Frequency curves. Hydrology and Earth System Sciences, 21, 6501-6517. https://doi.org/10.5194/hess-21-6501-2017 es_ES
dc.description.references Rodriguez-Iturbe, I., Cox, D., Isham, V. 1988. A Point Process Model for Rainfall: Further Developments. Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences, 417(1853), 283-298. https://doi.org/10.1098/rspa.1988.0061 es_ES
dc.description.references Saez, J. A., Gómez Piñeiro, J. 1999. Geografía e Historia de Donostia - San Sebastian. Instituto Geográfico Vasco "Andrés de Urdaneta". es_ES
dc.description.references Salsón, S., García, R. 1998. Desagregación de lluvias para aplicaciones en simulaciones de sistemas de recursos hidráulicos. Ciencia y técnica de la ingeniería civil, 145, 25-35. https://doi.org/10.1029/2000WR900196 es_ES
dc.description.references Sivakumar, B., Sorooshian, S., Gupta, H.V., Gao, H. 2001. A chaotic approach to rainfall disaggregation. Water Resources Research 37(1), 61-72. https://doi.org/10.1029/2000WR900196 es_ES
dc.description.references Tayanc, M., Dalfes, M. Karaka y O. Yenigün. 1998. A comparative assessment of different methods for detecting inhomogeneities in Turkish temperature data set. International Journal of Climatology, 18(5), 561-578. https://doi.org/10.1002/(SICI)1097-0088(199804)18:5%3C561::AID-JOC249%3E3.0.CO;2-Y es_ES
dc.description.references Témez, J. 1978. Cálculo Hidrometeorológico de caudales máximos en pequeñas cuencas naturales. Alanmer S.A., Madrid, España. es_ES
dc.description.references Verhoest, N. E., Vandenberghe, S., Cabus, P., Onof, C. 2010. Are stochastic point rainfall models able to preserve extreme. Hydrological Processes, 24, 3439-3445. https://doi.org/10.1002/hyp.7867 es_ES
dc.description.references Winjgaard, J. R., Kisin Tank, A. M., Konnen, G. P. 2003. Homogeneityof 20th century European daily temperature and precipitation series. International Journal of Climatology, 23, 679-692. https://doi.org/10.1002/joc.906 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem