Encuentro Internacional de Manejo del Riesgo por Inundaciones Eventos de crecidas extraordinarias en el Rio San Pedro‐Mezquital, Nayarit, Mexico Luis Brito Castillo CIBNOR, SC ‐ REDESClim 21 – 24 de enero de 2013 Instituto de Ingeniería, UNAM, Ciudad Universitaria, México, D.F. E‐mail: lbrito04@cibnor.mx Dr. David Gochis, NCAR, Boulder Colorado, USA Dr. Enrique Vivoni, University of Arizona, USA Prof. Alexander Zolotokrylin, Instituto de Geografìa, Academia de Ciencias Rusa Dra. Iryna Tereshchenko, Universidad de Guadalajara Dr. Emilio Palacios, Universidad de Guadalajara Dr. Anatoliy Filonov, Universidad de Guadalajara Dr. Oscar Gutierrez Ruacho, CESUES, Sonora Alumnos Jose Pablo Vega Camarena Rodolfo Jofre Susana Dominguez Mayra Gaxiola Marcos Alberto Rodriguez Najera Julio Cesar Zamora Valenzuela Distribución de la lluvia Media diaria por mes Brito‐Castillo, 2012. INTECH, cap. 18. CONTENIDO • Antecedentes de investigación – Variabilidad climática vs. Cambio climático – Zona climatológicamente anómala • Importancia e interés de la cuenca del río San Pedro Mezquital • Características y aforos • Análisis de gastos máximos • Análisis de frecuencias • Conclusiones Variabilidad climática vs. Cambio climático TEMPERATURAS Prom = Cte. Enfriamiento paulatino (Tendencia negativa) Oscilación de baja frecuencia SALTO REPENTINO Prom 1 = Cte. Prom 2 = Cte. Borroughs, 2008 Hay dos enfoques para detectar los cambios en los recursos hídricos: 1. Analizando los cambios observados en los componentes del balance hídrico (entendiendo el CICLO HIDRO-ILÓGICO) 2. El análisis de tendencias Ambos enfoque son difíciles de llevar a la práctica En el primer caso, se espera que el incremento de la temperatura global provoque perturbaciones en el ciclo del agua, pero los cambios son extremadamente difíciles de detectar. Algunos componentes ni siquiera los podemos medir, son estimaciones, ejem, las pérdidas por evapotranspiración. En el segundo caso, se hace necesario contar con series suficientemente largas, homogéneas y representativas de una región (falta de datos) Aún cuando se observan tendencias de algún tipo, su correcta interpretación no es sencilla, hay dificultades al intentar atribuir los cambios a perturbaciones antropogénicas como la sobreexplotación de acuíferos, los desvíos de agua para irrigación, el control del agua para generación de energía eléctrica y control de avenidas, y la complejidad de los procesos que externamente forzan la variabilidad hidroclimática (cambios naturales y variabilidad intrínseca de baja frecuencia) El ajuste lineal: Yest = a + bT, donde b = [Σ{(Ti - Tavg)(Yi - Yavg)}] / [Σ{(Ti - Tavg)²}], pendiente de la recta T = tiempo (predictor, variable indpendiente) Y = Serie problema (criterio, variable dependiente) Σ = sumatoria de i = 1….n; est y avg = subíndices, serie estimada y valor promedio respectivamente No siempre es adecuado, particularmente cuando la serie muestra variabilidad interanual sobrepuesta a variabilidad de baja frecuencia (medida en décadas). El ajuste de la línea de tendencia se estima como: Var (b) = (SE)² = MSE/ [Σ{(T - Tavg)²}] MSE = [Σ{(Y - Yest)²}] / (n - 2) MSE y SE son error medio cuadrado y desviación estándar, respectivamente. Entre más pequeños sean, mejor el ajuste. Ejemplos: Línea oscura, ajuste de tendencia lineal por el método de mínimos cuadrados. ± = define el intervalo de confianza de la tendencia al 95% Número de días en el año con precipitación diferente de cero Precipitación acumulada anual Caudal medio anual En las tres series se observa un incremento general. Un análisis detallado muestra mejor la estructura de las series, hasta 1959, las series muestran un decremento y posterior a ese año un incremento. Procesos no lineales. Correspondencia en las tendencias observadas en lluvias y caudales, Ejemplo: cuenca del río Lerma (Caudal medio anual Vs. lluvia acumulada y número de días en el año con lluvia diferente de cero) Estaciones al interior de la cuenca Climatológica DP: Número de días con registro de lluvia diferente de cero VP: lluvia acumulada Climatológica Hidrométrica Q: Caudal medio RESULTADOS ( tendencias observadas en precipitación acumulada) RESULTADOS (tendencias observadas en caudales medios) Referencias Brito‐Castillo et al., 2010. J. Arid. Environ., 74(5): 531‐539; Palacios‐Hernández et al., 2010. Ocean Dynamics, 60: 81‐90 Palacios‐Hernández et al., 2012. Atmósfera, 25(4): 335‐370 LA CUENCA DEL RÍO SAN PEDRO‐MEZQUITAL Cuenca hidrológica del río San Pedro-Mezquital Características Aaforada = 25,800 KM² Lsección = 340 m Lcauce = 255 km Esviajamiento = 20° Aforos Se realizan con Molinete Lietz, Tamaya y Gurley (02 de nov. de 1944) Registro gráfico de niveles con limnígrafo Stevens tipo E (07 de marzo de 1948) Periodo 1944‐2006 Qmax = 6300 m³/s (Sep 93) Qmin = 0.210 m³/S (Jul 67) Qavg_an = 1850 m³/s Qavg_smr = 1570 m³/s Qavg_wnt = 750 m³/s Nos propusimos analizar los hidrogramas observados resultantes de crecidas extraordinarias y para cada evento determinar, el gasto pico, el tiempo de crecimiento de la crecida y la duración total. METODOLOGIA Selección de eventos de crecidas extraordinarias a partir de datos horarios (BANDAS) Estimación de las caracteristicas de cada evento Separación de crecidas de invierno y de verano Ajuste de una distribución de probabilidades para series de maximos anuales, maximos de verano y maximos de invierno Nombre Acrónimo Referencia Normal (N) (Gauss) Log‐normal (LN) (Hazen, 1914) Pearson tipo 3 (P3) (Foster, 1924) Valores extremos tipo 1 (EV1) (Gumbel, 1941) Valores extremos tipo 2 (EV2) (Gumbel, 1941) Valores extremos tipo 3 (EV3) (Jenkinson, 1969) Distribución gamma de 3 parametros (Kritsky, Menkel, 1946) Gamma (G) (Moran, 1957) Log‐Pearson tipo 3 (LP3) (U.S. Water Resources Council, 1967) Weibull (Wu et Goodbridge, 1976) Boughton (Boughton, 1980) Análisis de gastos máximos horarios Tr=20 N Año Mes Día Hora Gasto m³/s 1 1957 10 22 05 4790 2 1968 09 14 00 4800 3 1969 10 12 14 4020 4 1972 11 24 18 5050 5 1976 11 28 14 5120 6 1985 01 14 06 4120 7 1993 09 13 23 6300 8 1994 10 14 19 4850 9 2003 09 22 01 4550 Ajuste de una distribución de probabilidades DISTRIBUCIÓN DE PEARSON TIPO III VERANO: media = 1576 m³/s; Cv = 2.13; n = 62 P 0.01 0.1 1 3 5 10 Q 11888 8943 6016 4652 4024 3134 INVIERNO: media = 736 m³/s; Cv = 2.39; n = 61 P 0.01 0.1 1 3 5 10 Q 11022 8017 5058 3710 3026 2168 CONCLUSIONES N Año Gasto, m³/s Tr=1/p T, hr D, hr Causa 1 1957 4792 30 14 34 17‐21/oct/ Huracan‐1 2 1968 4800 30 22 71 09‐13/sep/ Huracan‐1 3 1969 4016 20 24 44 09‐12/oct/ Huracan‐1 4 1972 5045 100 24 48 5 1976 5122 100 37 67 6 1985 4125 30 7 61 7 1993 6302 100 28 65 08‐14/sep/ LIDIA CAT. 4 8 1994 4847 30 18 43 08‐15/oct/ ROSA CAT. 2 9 2003 4553 30 17 70 19‐24/oct/ MARTY CAT. 2 4840 50 21 56 Prom. http://weather.unisys.com/hurricane/index.php ‐ La duración de la creciente hasta alcanzar el pico máximo es mayor de 6 hrs ‐ Se observa una intercalación de picos máximos entre verano e invierno, en diferentes periodos. GRACIAS! AGRADECIMIENTOS INEGI Instituto de Geofísica de la UNAM CIBNOR SC, Unidad Sonora, campus Guaymas REDESClim (CONACYT)