Resumen de Metodologías de análisis de frecuencia en variables hidrológicas y el fenómeno del niño

María Josefina Tito, Eduardo Zamanillo, Eduardo Luis Díaz Ucha

• español

  Se analiza la relación de dependencia de la frecuencia de ocurrencia de eventos extremos de variables hidrológicas con el fenómeno de El Niño y la variabilidad climática. Se utilizaron niveles máximos diarios del río Paraná, caudales máximos diarios del río Uruguay y precipitaciones máximas en estaciones pluviométricas localizadas en la provincia de Entre Ríos. Se consideró el enfoque clásico bajo hipótesis de estacionariedad, se evaluó la posibilidad de que los valores máximos sean generados por distribuciones formadas por dos o más poblaciones, mediante la aplicación de una distribución de probabilidad mixta para modelar la probabilidad de excedencia considerando la presencia del fenómeno de El Niño para caracterizar la pertenencia poblacional. Se consideró el fenómeno de la no estacionariedad de la(s) serie(s) a partir del supuesto de que el comportamiento extremo de la serie depende de una variable exógena. Se consideran tres casos para la distribución GEV: (i) el parámetro de posición depende linealmente de una covariable, (ii) el parámetro de posición es una función cuadrática de una covariable y (iii) el parámetro de posición y de escala dependen de una covariable. Se discute la extensión del concepto de período de retorno al ajuste no estacionario.

• English

  The dependence of the frequency of occurrence of extreme events of hydrological variables with El Niño and climate variability is analyzed. Daily maximum levels of the Parana river, maximum daily flows of the Uruguay river and maximum daily rainfall at several gages located in Entre Rios were used. The classical approach under assumptions of stationarity was considered. Also the possibility that the maximum values are generated by distributions of two or more populations. This was done applying a distribution of mixed probability to model the probability of exceedance considering the presence of ENSO phenomenon to characterize the population belonging. The phenomenon of non-stationarity on the data series was considered from the assumption that the extreme behavior of the series depends on an exogenous variable. Three cases for the GEV distribution are considered: (i) the position parameter depends linearly on a covariate, (ii) the position parameter is a quadratic function of a covariate and (iii) the position and scale parameters depends on a covariate. The extension of return period concept to nonstationary process is discussed.