Pearson system and mathematical models applied to Hydrology
DOI:
https://doi.org/10.18041/1794-4953/avances.1.1288Keywords:
Mathematical modeling, Historical data series, Environmental systems, Pearson systemAbstract
The application of mathematical models in the different areas of science focused on studying phenomena and events that occur on a surface today, has become a main tool, allowing to be efficient, providing successful solutions and with greater reliability. Environmental systems have been analyzed by mathematical modeling to understand the dynamics, spatial and temporal behavior of meteorological and hydrological variables and their impact on other processes and events. Pearson’s system of frequency curves has been widely used in areas such as economics, finance, military and engineering to analyze data series trajectories and to find the probabilistic behavior of an object or phenomenon in its dynamics based on its information historical. In general form found that the Black–sholes-Merton, Kolmogorov axioms, Frequency curves Pearson systems, Pearson-Wiener model, probability distributions, similarly the Fokker-Planck-Kolmogorov equation, stochastic hydrological modeling, SIMGRO hydrological model, GRADEX method had been applied in the hydrological variable behavior, maximum flows estimation, ecosystem assessment how water resources regulators and hydrographics watershed management.
Downloads
References
Gómez, V. M. (2009). Karl Pearson, elcreador de la estadística matemática.Universidad Complutense de Madrid,Madrid, España.
Pearson K. (1895) Contributions to theMathematical Theory of Evolution.II. Skew Variation in HomogeneousMaterial. Philosophical Transaction ofthe Royal Society A, London.
Elderton, P. W. (1906). Frequency curvesand correlation. London, Institute ofActuaries.
Cárdenas, J. C., Rivera, M. E y Rivera, H. G.(2014). Aplicación del modelo Pearson-Wieneren la dinámica de los caudalesmáximos diarios en el rio Fonce enSan Gil (Santander) con fines de proteccióncontra la socavación de puentes.V Congreso Internacional de IngenieríaCivil, Universidad Santo Tomas Seccionalde Tunja, Tunja, Colombia.
Elderton, P. W. (1938). Frequency Curvesand Correlations. Cambridge UniversityPress, New York.
Elderton, P. W y Johnson, L. N. (1969). Systemsof frequency curves. CambridgeUniversity Press, New York.
Rich, N., Greene, L y Graham, R. (1971). ThePearson’s System of frequency curvesdigital computer program. U.S ArmyMissile Command, Redstone Arsenal,Alabama.
Herrerías, R y Callejón, J. (2001). Los sistemasde Pearson como generadoresde distribuciones de probabilidad.Aplicaciones estadísticas y económicas.Universidad de Granada, España.
Andreev, A., Kanto, A y Pekka, M. (2005).Simple Approach for distribution se-lection in the Pearson System. Helsinkischool of economics, Finland.
Pizzutilo, F. (2012). Use of the PearsonSystem of Frequency Curves for theAnalysis of stock Return Distribution:Evidence and Implications for the ItalianMarket. Economics Bulletin, Vol 32No 1, 272-281.
Azrulhisham, E.A., Zakaria, K.P., Samizee,A and Juhari, M.B.M. (2012). PearsonSystem Distribution Approximationin Wind Energy Potential Analysis.Malaysia France Institute, UniversityKuala Lumpur, Malaysia.
Correa, H. J., Castro, G. A y Rivera, H.G. (2014). Aplicación del modeloBlack-Sholes-Merton en el estudiodel comportamiento errático de losincrementos de caudales máximos(Rio Fonce, Santander). V CongresoInternacional de Ingeniería Civil, UniversidadSanto Tomas Seccional deTunja, Tunja, Colombia.
Rivera, M.E., Correa, H. J., Avendaño, B. Ay Rivera, H.G. (2015). Construcción deun proceso estocástico para simularel movimiento de caudales mediosen el rio Fonce (San Gil-Santander).AVANCES Investigación en ingenieríaVol 12 ISSN: 1794-4953.
Torres, P. K., Rivera, H.G., Rivera, M.E.,Fuentes, B. J y León, A. M. (2015).Identificación de la incertidumbre enel proceso estocástico de caudalesmedios en el rio Fonce (San Gil-Santander).AVANCES Investigación eningeniería Vol 12 ISSN: 1794-4953.
Fuentes, J. (2015). Aplicación del sistemade Pearson en el modelado estocásticode los procesos de precipitación,evaporación y escorrentía superficial(caudales medios) en el rio Fonce(Santander). Universidad militar nuevagranada, Facultad de ingeniería civil,Bogotá D.C, Colombia.
Fuentes, J., Palacio, G. D., Hoyos, O. L.,Rivera, H. G. (2015). Oportunidadesentre la tecnología militar y la ingenieríacivil. Caso de estudio: Aplicación delSistema Estadístico de Pearson en lamodelación de los caudales mediosmensuales del rio Fonce-Santander.Rev. Ingenieros Militares, vol 10, 73-84.
Montañez, J. C. (2016). Interpretaciónestadística de la variabilidad climáticaen Santander y análisis de lasproyecciones de cambio climático encondiciones de proceso estocásticoestacionario. Caso de estudio: RíoFonce. Universidad militar nueva granada,Facultad de ingeniería, IngenieraCivil, Bogotá D.C.
Martínez, L. F. (2016). Pronóstico hidrológicode caudales diarios en el rio Fonce (SanGil) mediante correlaciones de Pearsonlluvia-escorrentía en épocas de aguasbajas. Ponencia presentada en el VICongreso Internacional de IngenieríaCivil. Universidad Santo Tomas, Tunja.
Jiménez, G. D., Fuentes, J y Rivera, M.E. (2016). Modelado del histogramade frecuencias de las velocidadesanuales del agua del rio Fonce(San Gil, Santander) mediante elSistema de Pearson. Revista IngenierosMilitares, No.11, 18.
Libonatti, G. C. (2016). Aplicación de laestadística pearsoniana en el estudio dela dinámica de las lluvias multianualesen Santander y Boyacá con énfasis enla cuenca del rio Fonce. Universidadmilitar nueva granada, Facultad deingeniería, Ingeniería civil, Bogotá D.C,Colombia.
Ordoñez, S. J. (1974). Modelos matemáticosen hidrología. Bogotá, Colombia.
Fernández, M. M., Vela, M. A., Castaño, F.S. (1997). La utilización de modelos enhidrología. Selección de teledeteccióny sistemas de información geografía.Instituto de desarrollo regional de laUniversidad de Castilla, La Mancha,España.
Chavasse, D.I y Seoane, R.S. (1997). Asociacióndeterminístico-estocástica parapredicción de caudales. Ingeniería delAgua. Volumen 4. Núm. 2. Argentina.
Dueñas, C. (1997). Marco normativo vigenteante el riesgo de inundaciones.En: Jornadas Parlamentarias sobreprevención de riesgos relacionadoscon el agua: VI-La protección civil anteel riesgo de inundaciones, Cámara delSenado. Madrid, España.
Kovalenko, V. (1993). Modelirovanie Guidrologuicheskijprotsessov. 256. Guidrometeoizdat,San Petersburgo.
Domínguez, E. A. (2000). Protocolo parala modelación matemática de procesoshidrológicos. Meteorología Colombiana,2, 33-38, ISSN 0124-6984. Bogotá,D.C, Colombia.
Domínguez, E. A. (2004). Aplicación dela ecuación de Fokker-Planck-Kolmogorovpara el pronóstico de afluenciasa embalses hidroeléctricos (caso prácticode la represa de Betania). MeteorologíaColombiana, 8; 17-26, ISSN0124-6984. Bogotá, D.C, Colombia.
Ponce, V. (1989). “Modelos Hidrológicos”.En: Engineering Hydrology, EditorialPrentice Hall, (13).
Aparicio, M. F. (1992). Fundamentos de hidrologíade superficie. Editorial Limusa:Grupo Noriega Editores, México, D.F.
Chow, V.T., Maidment, D.R y Mays, L.W.(1994). Hidrología aplicada. McGrawHill, México, D.F.
Aguilera, N. M. (2007). Estimación de funcionesde distribución de probabilidadpara caudales máximos en la región delMaule. Universidad de TALCA, Facultadde ciencias forestales, escuela deingeniería forestal, Talca-Chile.
Mecca, J. C. (2008). Análisis y modelacióndel comportamiento hidrológico delas lagunas Don Tomas y bajo GiulianiSanta Rosa, La Pampa. UniversidadNacional de La Pampa, Argentina.
García, G. F. (2010). Modelación hidrológicaestocástica: desarrollo de un modelode generación sintética de series temporales.Universidad autónoma GabrielRene Moreno. Santa Cruz-Bolivia.
Rébori, M. G., Querner, E., Feler. M. V yBarrionuevo, N. (2010). Simulación delflujo de aguas subterráneas, utilizandoSIMGRO en el noroeste de BuenosAires. Revista digital del Grupo deEstudios sobre Geografía y AnálisisEspacial con Sistemas de InformaciónGeográfica (GESIG), 2, 98-100.
Fattorelli, S y Fernández, P. (2011). Diseñohidrológico. Biblioteca virtual de laWASA-GN, Argentina.
Minga, G. M. (2011). Implementación de herramientasde funciones de distribuciónde probabilidad y prueba de bondadde ajuste en el laboratorio virtual dehidrología (HYDROVLAB). Universidadtécnica particular de Loja, escuela deingeniería civil, Loja-Ecuador.
Pinzón, M. J y Suarez, B. J. (2011). Determinaciónde crecientes extremasen las cuencas de alta montaña delrio Guadalupe y la quebrada piedrasblancas mediante la aplicación del métodoGRADEX. Pontificia UniversidadJaveriana, Facultad de Ingeniería, Departamentode ingeniería civil, BogotáD.C, Colombia.
Navarro, S. A. (2012). Avances en la modelaciónhidrológica de gran escalaen cuencas patagónicas medianteincorporación de re-análisis climatológicos:aplicación a la cuenca del ríoBaker, región de Aysén. Universidad deChile, Santiago de Chile, Chile.
Gil, E. G. (2012). Modelación hidrológicade los páramos andinos con Topmodel:paramo de Chingaza, Colombia.Universidad Nacional de Colombia,Medellín, Colombia.
Parra, J. E. (2012). La estadística y sus aplicacionesen la ingeniería de petróleos.Universidad Industrial de Santander,Bucaramanga, Colombia[41] Acosta, C. P y Sierra, A. L. (2013). Evaluaciónde métodos de construcción decurvas IDF a partir de distribuciones deprobabilidad y parámetros de ajuste.Revista Facultad de Ingeniería, UPTC,Vol 22, No. 35. pp. 25-33.
Seoane, M. R. (2015). Modelos probabilísticosy estimación de la incertidumbreen procesos hidrológicos. Universidadde la Coruña, Instituto Universitariode Xeoloxia
