Saltearse al contenido

Frecuencia de crecidas con Gumbel

Hasta aquí el caudal venía de una lluvia. Ahora viene de un aforo: hay 30 años de gastos máximos anuales y hay que estimar el de 100 años, que nadie ha visto. Eso no es hidráulica, es estadística de extremos, y su resultado siempre lleva un error que casi nunca se publica.

El caudal de diseño no se mide: se extrapola ajustando una distribución a los máximos anuales, y con 30 datos el cuantil de 100 años tiene un error estándar del 8 % de su valor.

Se ajusta la serie de máximos anuales (AMS): el gasto máximo de cada año hidrológico, un valor por año. No los caudales diarios, no los picos de cada evento.

La diferencia importa. Si se ajusta con todos los caudales diarios, la distribución describe el régimen medio y no los extremos; el cuantil de 100 años sale bajo. Y si se ajustan varios picos por año (POT), hay que declarar la independencia entre ellos, que es otro problema.

La serie de este capítulo son 30 años, en m³/s:

AMS = [42, 55, 61, 48, 73, 58, 66, 51, 88, 62,
57, 70, 45, 79, 64, 53, 96, 68, 59, 75,
49, 82, 60, 71, 56, 90, 65, 54, 78, 120]

Media 66.50, desviación 16.89, mínimo 42 y máximo 120.

La distribución de valores extremos tipo I (Gumbel) es el límite al que tienden los máximos de muestras grandes cuando la cola decae de forma exponencial. Su función de distribución es:

F(x) = exp[ −exp( −(x − μ)/α ) ]

y su cuantil para un periodo de retorno T:

x_T = μ + α · y_T con y_T = −ln( −ln(1 − 1/T) )

y_T se llama variante reducida y no depende de los datos: vale 2.25 para T = 10 y 4.60 para T = 100. Todo el ajuste se reduce a estimar dos números, μ y α.

mu, alpha = stats.gumbel_r.fit(AMS) # máxima verosimilitud
y = -np.log(-np.log(1 - 1/T))
x_T = mu + alpha * y

gumbel_r es la Gumbel de cola derecha; gumbel_l es su espejo y no sirve aquí. fit devuelve por defecto el estimador de máxima verosimilitud (MLE), no el de momentos.

Ajuste de los 30 máximos anuales
Parámetro MLE Momentos De tablas (ȳn, Sn)
μ 59.12 58.90 58.36
α 12.43 13.17 15.19
x_10 (m³/s) 87.1 88.5 92.5
x_25 (m³/s) 98.9 101.0 106.9
x_50 (m³/s) 107.6 110.3 117.6
x_100 (m³/s) 116.3 119.5 128.2
x_100 frente a MLE — +2.8 % +10.3 %

python mediciones/12-02-hidrologia-scipy.py

Máxima verosimilitud y momentos difieren un 1.7 % en x_10 y un 2.8 % en x_100. Pero hay un tercer estimador, y es el que traen muchos textos de hidrología: el Gumbel de tablas, con el factor de frecuencia

x_T = media + desv · (y_T − ȳn) / Sn

donde ȳn y Sn se leen en una tabla según el tamaño de la muestra; para n = 30 valen 0.5362 y 1.1124. Con la misma serie da x_100 = 128.2 m³/s, un 10.3 % más que los 116.3 de este capítulo. Quien compruebe el capítulo a mano con esa tabla obtendrá 128, no 116, y no se habrá equivocado.

La diferencia tiene una causa concreta. El método de los momentos divide la desviación típica por π/√6 = 1.2825, que es el valor de Sn cuando n tiende a infinito; las tablas la dividen por el Sn de una muestra de 30, que es 1.1124. El parámetro de escala pasa de 13.17 a 15.19, y como el cuantil es μ + α·y_T, la cola se alarga más cuanto mayor es T: +6.3 % en x_10, +10.3 % en x_100. Las tablas llevan dentro una corrección por muestra finita que estira la cola; MLE y momentos no la llevan.

Los tres son estimadores legítimos, y con 30 datos la elección mueve el caudal de 100 años hasta un 10 %. El 128 cae dentro del intervalo de confianza de la sección siguiente, así que las cifras son compatibles; lo que no es admisible es publicar una sin decir de cuál de las tres se trata. Cuando alguien da un caudal de diseño sin decir qué estimador usó, falta la mitad del método.

Un número solo no es un resultado. El error estándar del cuantil tiene forma cerrada para Gumbel:

se(x_T) ≈ (α/√n) · √(1.1087 + 0.5140·y_T + 0.6079·y_T²)

y se puede comprobar con un bootstrap sobre la misma serie:

Error estándar del cuantil: fórmula frente a bootstrap (2000 réplicas)
T x_T (m³/s) se (fórmula) se (bootstrap)
10 87.1 5.24 5.56
25 98.9 6.80 7.22
50 107.6 7.98 8.09
100 116.3 9.17 9.56

python mediciones/12-02-hidrologia-scipy.py

La fórmula asintótica y el bootstrap coinciden dentro del 6 % en los cuatro periodos de retorno; la fórmula se queda algo corta porque supone n grande. Lo que ambas dicen es lo importante: x_100 = 116 m³/s con n = 30 significa 116 ± 18 al 95 %, no 116. Ese intervalo, de 98.3 a 134.3 m³/s, contiene los tres estimadores de la tabla anterior, el 128.2 de tablas incluido.

Un intervalo de confianza de ±15 % sobre el caudal de diseño no es un defecto del cálculo; es la información que hay. Publicar solo el 116 es lo que convierte una estimación en una promesa.

  • Menos de 20 años: el intervalo de confianza es tan ancho que el cuantil no decide nada.
  • Series con tendencia o con saltos (embalse construido a mitad de registro): hay que separar o modelar la tendencia.
  • Máximos no independientes: crecidas sucesivas del mismo evento; usar POT con declustering.
  • Cuencas mixtas (lluvia y deshielo): la cola suele ser más pesada que Gumbel y LP3 encaja mejor.

Con la misma serie, calcula x_50, su error estándar con la fórmula, el intervalo del 95 % y el periodo de retorno del mayor observado.

Solución
import numpy as np
from scipy import stats
AMS = np.array([42, 55, 61, 48, 73, 58, 66, 51, 88, 62,
57, 70, 45, 79, 64, 53, 96, 68, 59, 75,
49, 82, 60, 71, 56, 90, 65, 54, 78, 120], dtype=float)
mu, alpha = stats.gumbel_r.fit(AMS)
T = 50
y = -np.log(-np.log(1 - 1 / T))
x = mu + alpha * y
se = alpha / np.sqrt(AMS.size) * np.sqrt(1.1087 + 0.5140 * y + 0.6079 * y**2)
print(f"x50 = {x:.1f} m³/s, se = {se:.2f}")
print(f"IC95 = [{x - 1.96 * se:.1f}, {x + 1.96 * se:.1f}] m³/s")
print(f"T del mayor observado = {1 / (1 - stats.gumbel_r.cdf(AMS.max(), mu, alpha)):.0f} años")

x_50 = 107.6 m³/s, se = 7.98, intervalo del 95 % [92.0, 123.2] m³/s. El mayor observado (120 m³/s) tiene T ≈ 135 años.

El intervalo tiene 42 m³/s de ancho para un caudal de 108: más que muchas decisiones de diseño. Ese es el número que hay que llevar a la mesa junto al caudal, no después.

  • Gumbel, E. J. Statistics of Extremes, Columbia University Press, 1958.
  • Chow, V. T., Maidment, D. R. y Mays, L. W. Applied Hydrology, McGraw-Hill, 1988, capítulo 12 (análisis de frecuencia).
  • Interagency Advisory Committee on Water Data. Bulletin 17C, 2019 (log-Pearson III como estándar federal en EE. UU.).
  • Verificación: mediciones/12-02-hidrologia-scipy.py (bloque 6).
  • 07 · Log-Pearson III: la otra distribución de la misma serie.
  • 08 · Ajuste de la IDF: el mismo curve_fit, aplicado a una tabla de intensidades.