TEMA 2. CARACTERIZACIN DEL OLEAJE.

ENGINYERIA MARTIMA
ETSECCPB

INDICE 1.INTRODUCCIN ...............................................................................................................................1 2.FUENTES DE INFORMACIN DE OLEAJE .........................................................................1 3. OLEAJE A CORTO TRMINO O CARACTERIZACIN DEL OLEAJE IRREGULAR.............................................................................................................................................3
3.1. Descripcin geomtrico-estadstica ................................................................................................4 3.2. Descripcin espectral.......................................................................................................................7 4. DESCRIPCIN DEL OLEAJE A LARGO TRMINO ..........................................................9 4.1. Caracterizacin a medio plazo .....................................................................................................10 4.1.1 Clima de oleaje .......................................................................................................................11 4.1.2 Rosas de oleaje......................................................................................................................14 4.1.3 Tablas de contingencia ........................................................................................................15 4.2. Caracterizacin extremal ..............................................................................................................16 4.2.1 Definicin del suceso extremo ..........................................................................................17 4.2.2 Funciones de distribucin de probabilidad .....................................................................20 4.2.3. Mtodos de Ajuste de las funciones de distribucin de probabilidad ....................20 4.2.4. La frecuencia de punteo ....................................................................................................21 4.2.5. La variable reducida de la funcin...................................................................................23 4.2.6. El Periodo de retorno y la altura de ola de diseo.......................................................29 4.2.7. Bondad de los ajustes ........................................................................................................33 4.2.8 Fuentes de incertidumbre y intervalos de confianza ..................................................33 4.2.9. El Mtodo de los mximos anuales ..................................................................................35 4.2.10. Los coeficientes de direccionalidad ..............................................................................38

TEMA 2. CARACTERIZACION DEL OLEAJE

1.INTRODUCCIN El diseo de cualquier obra martima, as como su proceso constructivo, requiere la correcta caracterizacin de las acciones hidrodinmicas actuantes a menudo expresadas en trminos de altura de ola, periodo y direccin. Por ello, el resultado final del diseo y ejecucin depende en gran medida de lo precisas que sean nuestras estimas. De forma general, la caracterizacin del oleaje es entendida como una descripcin a largo trmino, en el que se incluye por un lado el rgimen medio del oleaje y el rgimen extremal o bien, una descripcin a corto trmino entendida tambin como estudio del oleaje irregular. En la descripcin del oleaje a corto trmino se asume que el proceso es estacionario, aleatorio y gausiano mientras que la descripcin a largo trmino refleja las caractersticas climatolgicas existentes. 2.FUENTES DE INFORMACIN DE OLEAJE Como puede verse el estudio del oleaje (tanto a corto trmino como a largo plazo) requiere de una informacin detallada del fenmeno. Existen distintas fuentes de datos sobre las que poder realizar el anlisis y que pueden agruparse en 3 categoras: i) datos instrumentales, ii) datos visuales y iii) datos procedentes de simulaciones numricas. Los datos instrumentales son adquiridos por sensores, principalmente boyas de oleaje (ver Figura 1), pudiendo ser de 2 tipos: i) direccionales y ii) escalares (solo se obtiene informacin sobre la altura y periodo del oleaje). La ventaja de estos sensores reside en la calidad de los datos que proporciona aunque desgraciadamente su instalacin (fondeo) en nuestras costas es relativamente reciente.

Figura 1. Boyas de oleaje

TEMA 2. CARACTERIZACION DEL OLEAJE

El Ministerio de Fomento, a travs del programa REMRO (Red Espaola de Medida y Registro de Oleaje) gestiona un total de 17 boyas de oleaje a lo largo del litoral espaol (ver http://cain.puertos.es/boyas/). A su vez la Generalitat de Catalunya a travs del programa XIOM (Xarxa de Instrumentaci Oceanografica i Meteorolgica) gestiona 5 boyas de oleaje a lo largo del litoral cataln (ver www.gencat.es/servmet/mar/boies.htm). Los datos visuales provienen de observaciones realizadas por barcos en ruta a lo largo de todas las costas del mundo (World Meteorological Office) y son obtenidos de forma sistemtica desde los aos 50 de forma que un observador recoge (entre otras) informacin sobre la altura de ola, periodo y direccin de dos estados de mar, el mar de viento (SEA) y el mar de fondo (SWELL). Un estado de mar de viento se corresponde con el oleaje formado por la accin directa y continuada del viento existente y se caracteriza por presentar una gran irregularidad (aunque no siempre). Por el contrario, el oleaje de tipo SWELL es aquel que ya ha abandonado el rea de generacin (zona de desarrollo del mar de viento) y se propaga a travs de la superficie, el resultado es un estado de mar ms homogneo y con menor dispersin direccional. Una de las grandes ventajas de este tipo de datos es el gran nmero de observaciones existentes y la completa caracterizacin del suceso oleaje (definido por altura, periodo y direccin). Sin embargo la informacin visual suele ser sesgada, no quedando suficientemente bien representados los episodios de mayor contenido energtico puesto que los buques tienden a evitar la accin de grandes temporales por el consiguiente peligro para la navegacin. En el caso de la costa espaola, el litoral es segmentado en cuadrantes de 1 de latitud y longitud (ver Figura 2) Finalmente, cuando no es posible encontrar informacin ni visual ni instrumental, o bien alguna de ellas se encuentra incompleta (no existe informacin sobre la direccionalidad o existen grandes lagunas entre registros), es posible reproducir el oleaje a partir de informacin meteorolgica mediante el uso de modelos numricos de prediccin de oleaje. El problema de este tipo de datos es la necesidad de calibrar los modelos utilizados y el coste computacional que suponen. Sin embargo en la actualidad son cada vez ms utilizados puesto que cubren de forma ms detallada la prctica totalidad de nuestras costas y empiezan a conformar una base de datos de ms de 3 aos en algunos casos, adems la informacin es hasta la fecha pblica por lo que su acceso es directo a travs de las siguientes direcciones http://www.gencat.es/servmet/mar/info.htm a nivel de prediccin autonmica y, http://www.puertos.es (surfeando por ah) a nivel estatal.

TEMA 2. CARACTERIZACION DEL OLEAJE

Figura 2. Mapa de datos visuales de la costa espaola en sectores de 1 x 1.

3. OLEAJE A CORTO TRMINO O CARACTERIZACIN DEL OLEAJE IRREGULAR Cuando observamos el oleaje en un punto determinado de la costa vemos como en la mayora de ocasiones se trata de un proceso irregular, es decir, las alturas de ola, periodos y direcciones no son siempre los mismos, presentando una cierta variabilidad. Sin embargo, cuando tratamos de caracterizar el fenmeno observado (mediante una estima visual por ejemplo) simplificamos el proceso asumiendo un nico valor para cada una de las variables mencionadas. Supongamos que somos capaces de determinar con una gran resolucin (boyas de oleaje) las variaciones de la superficie libre () durante un periodo de tiempo

TEMA 2. CARACTERIZACION DEL OLEAJE

suficientemente largo como para representar el oleaje que queremos analizar (a menudo 20 o 30 minutos), en este caso obtendramos un registro temporal tal como el de la Figura 3, donde se observa como para ese periodo de tiempo existe un gran variacin en alturas y periodos.

150
superficie libre() en cm

100 50 0 -50 -100 0 40 80 120 160 200

tiempo en segundos

Figura 3. Registro de la variacin de la superficie libre del mar obtenido por una boya de oleaje.

3.1. Descripcin geomtrico-estadstica El problema que se plantea ahora es como definir de forma general el suceso altura de ola (Hi) y periodo (Ti). En el primer caso, Hi es definida como el mximo y mnimo existente entre dos pasos descendentes por cero, siendo el tiempo transcurrido entre ambos episodios (paso descendente) el periodo Ti (ver Figura 4). Este criterio permite caracterizar el registro (20 minutos) mediante un conjunto de N alturas de ola Hi y periodos Ti sobre el que se puede realizar un anlisis estadstico de forma que el proceso quede caracterizado por un nico valor. En este sentido los parmetros representativos del oleaje ms utilizados seran: i) altura de ola significante Hs o H1/3, ii) altura de ola media cuadrtica Hrms, iii) altura de ola mxima Hmax, iv) periodo medio Tz , v) periodo significante Ts. La altura de ola significante (Hs o H1/3) es la media aritmtica del tercio de olas ms altas del conjunto de N olas del registro. La altura de ola media cuadrtica Hrms queda definida como

H rms =

H
i =1

2 i

N
4

TEMA 2. CARACTERIZACION DEL OLEAJE

La altura de ola mxima Hmax es la altura mayor del conjunto de N Hi. El periodo medio Tz es el periodo promedio de los periodos definidos como pasos ascendentes por cero. El periodo significante Ts es la media aritmtica de los periodos asociados al tercio de olas ms altas.

90 75 60 45 30 15 0 -15 -30 -45 -60 -75 -90 0

superficie libre() en cm

Hi

Ti

10

20

30

40

50

tiempo en segundos Figura 4. Definicin de altura de ola y periodo en un registro de una boya de oleaje.

Conocidas las caractersticas del fenmeno en los trminos estadsticos mencionados puede resultar interesante definir cualquier altura de ola (dentro del conjunto de N olas) en trminos de probabilidad, es decir la probabilidad existente en que un cierto valor de H sea superado dentro del conjunto registrado (20 minutos por ejemplo). Para ello es necesario conocer el modelo de distribucin de probabilidad del suceso Hi. En este sentido Longuet-Higgins (1952) asume que el oleaje es un proceso aleatorio y que las alturas de ola pueden ser explicadas mediante una distribucin gausiana, demostrando que una funcin de tipo Rayleigh es la que mejor representa el fenmeno (originalmente definido en estados de alta energa). La funcin de tipo Rayleigh o funcin de densidad queda definida como
) ( 2H H rms p( H ) = e ( H rms ) 2 H
2

siendo p(H) la probabilidad de aparicin del suceso H. La integracin de la funcin resulta en la funcin de distribucin de probabilidad P(H), es decir el porcentaje
5

TEMA 2. CARACTERIZACION DEL OLEAJE

de olas que presentan una altura de ola menor o igual a H y viene dada por la expresin
) ) ( ( 2H H rms H rms P( H ) = e dH 1 e = 2 o ( H rms ) H H
2

Sin embargo desde un punto de vista ingenieril resulta ms conveniente hablar en trminos de probabilidad de excedencia (porcentaje de olas que tienen una altura de ola mayor que un cierto valor H) es decir

q = 1 P( H ) = e
o bien

H 2 ) H rms

H 1 = ln( ) 2 = ln n 2 H rms q
siendo H el valor de altura de ola con una probabilidad de excedencia q (parte rallada de la Figura 5).

probabilidad de aparicin p(H)

Hq

Figura 5. Funcin de densidad de tipo Rayleigh sobre las alturas de ola.

En este caso los valores de Hq representan valores a partir de los cuales la altura de ola es excedida con una cierta probabilidad q, y no valores promedio como podra ser el caso de H1/3. As, la altura de ola media de cualquier probabilidad queda expresada por la relacin

TEMA 2. CARACTERIZACION DEL OLEAJE

H1 =
n

Hq

P( H ) HdH
Hq

P( H )dH

obtenindose que para la altura de ola significante

H 1 = 2 H rms = 1.41H rms

3

Una de las grandes ventajas de esta aproximacin al problema es el hecho de poder determinar cualquier valor de Hq a partir de un valor conocido de Hrms. As, operando con las expresiones se obtienen las relaciones de la Tabla 1. As por ejemplo, el valor promedio del 1% de las olas ms altas resulta 1.67 veces la altura de ola significante (ntese que el valor de n=100 representa la media de la poblacin). Longuet-Higgins obtiene adems la siguiente expresin para la altura de ola mxima de un registro de N olas

H max = 0.707 H 33 ln( N )

siendo H33 la altura de ola significante.

Tabla 1. Relaciones entre Hn y Hs para una distribucin de tipo Rayleigh

n 1 2 5 10 20 33 50 100

Hn/Hs 1.67 1.56 1.40 1.27 1.12 1.00 0.89 0.63

3.2. Descripcin espectral Hasta ahora, la descripcin del oleaje a sido realizada en el dominio del tiempo utilizando para ello una aproximacin estadstica al problema. El registro de las variaciones de la superficie libre del mar puede ser tratado de una forma
7

TEMA 2. CARACTERIZACION DEL OLEAJE

espectral, es decir, la seal observada (oleaje irregular) puede se descompuesta en un nmero de ondas sinusoidales (regulares o de frecuencia conocida) la suma de las cuales dan la seal original (ver Figura 6). Esta descomposicin de frecuencias es realizada mediante el algoritmo de la transformada rpida de Fourier (Fast Fourier Transform, FFT).

Figura 6. Espectro de energa del oleaje Un espectro de energa S() (=2/T) representa pues la energa asociada a cada una de las frecuencias del oleaje (irregular) estudiado, pudindose distinguir 2 extremos: i) espectros de oleaje de banda ancha y ii) espectros de oleaje de banda estrecha. Un espectro de banda estrecha se caracteriza por presentar un rango de frecuencias con contenido energtico limitado y es caracterstico de estados de mar desarrollados (fuera de la zona de generacin del oleaje) como por ejemplo el oleaje de tipo SWELL. Por el contrario, el espectro de banda ancha presenta una gran variedad de frecuencias y se corresponde con estados de mar ms irregulares tpicos de estados de mar de tipo SEA o fetch limitado. De forma general el espectro de energa ser indicativo del estado de mar observado pudindose obtener espectros bimodales indicativos de estados de mar de tipo SEA y SWELL existentes de forma simultnea. Una forma de calcular el ancho espectral es mediante la ecuacin

N olas = 1 2 N max

donde Nolas representa el nmero total de olas evaluado en el espectro y Nmax el nmero de mximos.

TEMA 2. CARACTERIZACION DEL OLEAJE

Puesto que la funcin de densidad espectral (S()) indica el reparto de energas para distintas frecuencias, su integral en todo el dominio (momento de orden 0) determina la energa total del oleaje observado

E total = S( )d = m0
0

Para el caso de un oleaje de tipo SWELL puro (espectro de banda estrecha) y, asumiendo una funcin de densidad de tipo Rayleigh para la distribucin de probabilidades de altura de ola, se obtiene que la altura de ola significante viene dada por la expresin

H s 2 H rms 2 8m0 = 4 m0 = H m 0
definiendo as una altura de ola significante espectral, solo vlida para los estados de mar descritos aunque ampliamente utilizada en cualquier tipo de espectro (a mayor ancho espectral la relacin deja de ser vlida). Por otro lado, el espectro muestra un pico en las frecuencias ( f =

1 ) en el que la T

energa es mayor (ver Figura 6) denominado periodo de pico (Tp) que indica el periodo de los distintos oleajes asociado con mayor contenido energtico. Durante los ltimos aos los mtodos de medida de la superficie libre han sido mejorados pudindose obtener adems la componente de direccionalidad (boyas de oleaje direccionales). Esta nueva variable, la direccin () pude incorporase en el anlisis espectral obtenindose un espectro completo (S(,)).

4. DESCRIPCIN DEL OLEAJE A LARGO TRMINO El resultado final del anlisis a corto trmino (sobre datos de boyas de oleaje) resulta en la caracterizacin del fenmeno (oleaje) en trminos de altura de ola, periodo y direccin. Al extender estos resultados en el tiempo (aos) se obtiene una serie temporal de oleaje o curva de estados de mar que no es ms que el reflejo histrico de las acciones que han tenido lugar en un punto de la costa determinado (ver Figura 7).

TEMA 2. CARACTERIZACION DEL OLEAJE

6 5.5 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 5/4/84 1/29/87 10/25/89 7/21/92 4/17/95 1/11/98

Hs

tiempo (mm/dd/aa)

Figura 7.Curva de estados de mar. Los datos visuales, por su naturaleza (estimas subjetivas tomadas cada 6 o 12 horas) no permiten una representacin continua del estado de mar existente. Sobre este registro histrico de datos puede resultar interesante conocer cual es la distribucin del oleaje en condiciones medias (ao medio) o bien determinar las caractersticas del oleaje en condiciones extremas. En el primer caso hablamos de una caracterizacin del oleaje a medio plazo, rgimen del oleaje o clima medio, mientras que en el segundo hablamos de rgimen de temporales o clima extremal. En ambos casos, el estudio se realiza de una forma estadstica.

4.1. Caracterizacin a medio plazo El objetivo principal de este anlisis es reproducir el oleaje en las condiciones reinantes o ms frecuentes puesto que su resultado va a ser imprescindible para los estudios de dinmica litoral, explotacin de puertos y planificacin de obras. As, el transporte de sedimentos esta estrechamente relacionado con el oleaje incidente existente en una costa. En referencia a la explotacin portuaria, es necesario conocer por ejemplo el tiempo (en trmino medio) que una bocana o muelle puede estar operativa/o para las operaciones de entrada o atraque. Finalmente, la construccin de cualquier obra martima se realizar en aquellos momentos del ao en el que las condiciones de agitacin sean las ms favorables. El estudio estadstico a medio plazo se efecta a travs de: i) regmenes medios (escalares o direccionales), ii) rosas de oleaje (distribucin direccional de alturas) y iii) tablas de contingencia (relaciones entre alturas de ola y periodos).

10

TEMA 2. CARACTERIZACION DEL OLEAJE

4.1.1 Clima de oleaje

En el rgimen medio del oleaje se realiza un estudio de probabilidad de que un determinado valor de altura de ola no sea superado (no excedencia) en un periodo de tiempo igual a un ao medio. Se trata pues de buscar una funcin de distribucin estadstica que determine el tiempo en el que en un ao medio una altura de ola no exceda un valor. Las funciones de distribucin de probabilidad de no excedencia ms utilizadas son:

1 funcin Lognormal: F ( x) = B 2

1 ln x A 2 1 exp dx x 2 B 0
x

funcin Exponencial: F ( x) = 1 exp[ B ( x A)]

x A c funcin Weibull: F ( x) = 1 exp B

donde x es el valor de la variable y A, B y C los parmetros de posicin, escala y forma de la funcin. El clculo del clima de oleaje va a depender del tipo de datos disponible, aunque evidentemente deber ser el mximo posible para poder representar correctamente el fenmeno. En el caso de partir de datos de boyas de oleaje (instrumental), es decir a partir de la informacin de una curva de estados de mar, el periodo mnimo deber ser de 1 ao con un nivel de valores vlidos superior al 75% (274 das). A partir de estos datos se determina el tiempo de no excedencia de las alturas a intervalos de 0.25 m o 0.5 m (ver Figura 8) de forma que la probabilidad del suceso es simplemente

P( H i < H o ) =

Ho

Ttotal

donde para el caso de la Figura 8 Ho representa el umbral de 1 m.

11

TEMA 2. CARACTERIZACION DEL OLEAJE

6 5.5 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 5/4/84

Hs

t1

t2

t3

t4

5/7/84

5/10/84

5/13/84

5/16/84

5/19/84

5/22/84

tiempo (mm/dd/aa)

Figura 8. Determinacin de los tiempos de no excedencia para el umbral de 1 m a partir de una curva de estados de mar. Si por el contrario se parte de una informacin visual la asignacin de probabilidades debe realizarse a partir de un histograma acumulado de alturas de ola (la representacin en el tiempo del fenmeno no es una funcin continua) a incrementos de 0.5 m (discretizacin de alturas original), es decir la probabilidad de no excedencia resulta tal y como la Tabla 2. En este caso se recomienda que la marca de clase escogida (semisuma de los intervalos del rango) coincida con los valores medidos. Tabla 2. Clculo del clima de oleaje a partir de informacin visual
intervalo 0.0 - 0.5 0.5 - 1.0 1.0 - 1.5 1.5 - 2.0 No. Observaciones 5000 4500 2000 1500 P no excdencia 5000/Ntotal obs (5000+4500)/Ntotal obs (5000+4500+2000)/Ntotal obs (5000+4500+2000+1500)/Ntotal obs

Hay que recordar que la informacin visual viene desglosada en 2 tipos distintos de estados de mar: SEA y SWELL por lo que se recomienda reducir ambos tipos de datos a un nico valor (Darbyshire y Drapper, 1963) de forma que

H = max( H SEA ; H SWELL )

2 2 H = H SEA + H SWELL

si SEA SWELL < 45 en los dems casos

en caso de no disponer de forma simultnea de ambos estados de mar, faltas de registro o fuentes de datos resumidas (es decir no se tenga la informacin original

12

TEMA 2. CARACTERIZACION DEL OLEAJE

sino que se disponga de informacin ya depurada), se recomienda calcular el producto de las probabilidades de ambos, puesto que son sucesos independientes y no excluyentes. Una vez determinada la muestra o conjunto de datos (altura de ola y probabilidad de no excedencia) el siguiente paso es determinar los parmetros de posicin, escala y forma de la funcin de distribucin elegida (factores A, B y C). No existe una norma sobre cual es la funcin que mejor ajuste a este tipo de datos, debindose realizar el anlisis para todas ellas y quedarse finalmente con la que presente un mejor resultado. Sin embargo se conoce que no todas ellas explican de forma ptima y por igual todo el rango de probabilidades. La funcin lognormal presenta un buen ajuste en la zona media. La funcin exponencial muestra (para el litoral espaol) un buen ajuste en la zona medio-alta y menor en la zona baja. La funcin Weibull al ser tri-paramtrica debera presentar unos mejores ajustes aunque esto no es exactamente cierto, puesto que la funcin no queda definida para valores del suceso inferiores al parmetro A (restriccin) y un mejor ajuste de A (an en la banda de validez de la funcin) no representan obligatoriamente mejoras en su parte central o alta (que es a priori la zona de inters del ajuste). Dada esta indeterminacin es muy comn en este tipo de anlisis convertir la funcin en biparamtrica dando a A un valor igual a 0. Existen 3 formas de determinar los parmetros A, B y C: i) mtodo de los momentos muestrales, en el que los valores pueden ser determinados a partir de un determinado nmero de momentos de la muestra como la media, varianza o momentos superiores, ii) mtodo de la mxima verosimilitud en el que se pretende encontrar valores de A, B y C de forma que la probabilidad de encontrar el valor muestral sea mxima y iii) mtodo grfico en el que se pretende ajustar las funciones (mediante el uso de variables reducidas) por mnimos cuadrados. Indistintamente de la aproximacin utilizada para su clculo el resultado final es uno tal y como el de la Figura 9, donde se presenta la funcin de distribucin de probabilidad de no excedencia para el suceso altura de ola. Supongamos que se pretende evaluar el tiempo en el que una bocana de un determinado puerto deportivo puede estar operativa (das al ao) de forma promedio, siendo el umbral mximo de agitacin permitido de 3 m. La respuesta a esta pregunta pasa por conocer el clima de oleaje de la zona (Figura 9) y en este caso el resultado obtenido es de una operatividad del 98% del tiempo (358 das).

13

TEMA 2. CARACTERIZACION DEL OLEAJE

5

Hs (m)

0 0.1 0.3 0.5 0.7 0.9 0.98 0.995 0.9995 0.99995

Probabilidad

Figura 9. Clima medio de oleaje. En el ejemplo se ha asumido que el clima de oleaje queda definido a pie de obra, este aspecto en muchas ocasiones no ser cierto, estando definido el oleaje en condiciones de aguas profundas, por lo que deber refractarse hasta el punto de inters. Ntese que en este caso, la determinacin inicial en aguas profundas de 3 m puede no ser una eleccin correcta puesto que se debern considerar los efectos de posible mayoracin de la altura que puedan existir en la propagacin del oleaje hasta pie de obra. Hasta ahora la aproximacin al clculo ha sido meramente escalar, sin embargo el disponer de informacin direccional mejora en las estimas del suceso puesto que se incorporan en el clculo aquellas direcciones que resulten de inters para el problema (direcciones efectivas). En este caso la forma de operar es muy similar a lo ya descrito aunque el anlisis se realiza para cada sector, es decir

P ( H i H / sec tor )
mientras que la probabilidad absoluta del suceso Hi viene condicionada por la aparicin del sector en lo que resulta

P ( H i H ; sec tor ) = P( H i H / sec tor ) * P(sec tor )

4.1.2 Rosas de oleaje

Una forma muy interesante de presentar la informacin histrica de los registros de oleaje (tanto visuales como instrumentales) es mediante el uso de rosas de oleaje en los que se presenta la intensidad y frecuencia de aparicin de la altura de
14

TEMA 2. CARACTERIZACION DEL OLEAJE

ola respecto a su direccin. Se debe recordar que el oleaje (al igual que el viento) queda definido por la direccin de donde vienen. En la Figura 10 se muestra, a modo de ejemplo, una rosa de oleaje en la que se observan 3 direcciones de oleaje caractersticas, siendo las alturas de ola ms representadas las inferiores a 1 m.

escala de alturas (m)

0m

1m

2m

3m

escala de frecuencias (%)

0%

10 %

No. Total Observaciones = 5224

Figura 10. Ejemplo de rosa de oleaje. En una rosa de oleaje el ancho de cada elemento indica la altura de ola, mientras que su longitud la frecuencia con a que aparece, motivo por el cual este tipo de grficas deben ir acompaadas por las respectivas relaciones de escala. En cuanto a las direcciones, lo ms comn es dividir el oleaje en sectores de 22.5 (16 direcciones) centrados en el norte. La utilidad prctica de este tipo de informacin reside en el grado de sntesis conseguido, obteniendo una idea rpida del tipo de oleaje existente (intensidad y frecuencia de aparicin) y las direcciones de oleaje que a priori son relevantes (direcciones efectivas) en el estudio martimo que nos ocupe.

4.1.3 Tablas de contingencia

Hasta ahora el oleaje ha sido caracterizado mediante su altura de ola y direccin, sin embargo la completa determinacin del fenmeno pasa inevitablemente por conocer el periodo asociado, puesto que interviene de forma fundamental en el proceso de la propagacin del oleaje (Nota: recordar que en la mayora de
15

TEMA 2. CARACTERIZACION DEL OLEAJE

ocasiones las caractersticas del oleaje estn dadas en condiciones de aguas profundas debindose trasladar el oleaje a pie de obra). La aproximacin ms comn para la definicin del periodo asociado a un determinado oleaje es mediante el uso de las tablas de altura de ola y Periodo (H/T) y que suelen ser representadas de forma grfica. Las tablas cruzadas de altura de ola y periodo suelen ser de aplicacin cuando se trata de resumir (para cada sector) la informacin visual sin embargo al contemplar (aunque de forma discreta) un gran nmero de combinaciones de alturas de ola, periodos y direcciones no sintetizan el oleaje analizado. Por ello a menudo se suele utilizar una altura de ola caracterstica para cada periodo y direccin. Una forma de realizar este anlisis es mediante la altura de ola morfolgica Hmor de forma que

H ip f i p Hmor = f i
siendo Hi las distintas alturas dentro de una marca de clase de periodos para una direccin y fi su frecuencia de observacin asociada y P un parmetro especificado que segn el CERC (USACE, 1984) toma un valor de 2 para aguas profundas y 2.5 para aguas someras (derivado a partir del flujo de energa del oleaje). 4.2. Caracterizacin extremal En este caso el anlisis se centra en la caracterizacin de los eventos extremos o temporales para la zona de estudio, es decir un subconjunto de datos dentro del total de los registros visuales o de la curva de estados de mar. El objetivo principal del anlisis es poder determinar las acciones de diseo a soportar por una obra martima determinada en funcin del riesgo asignado y su vida til y que hasta la fecha se encuentran definidos en la ROM 02.90. El clima extremal tambin es utilizado para determinar las acciones mximas a soportar durantes las distintas fases de ejecucin de una obra y que por supuesto son menores que las acciones de servicio de la obra. Es una practica habitual el asegurar obras de gran valor econmico durante la fase de ejecucin puesto que resulta casi inevitable que ciertos tramos queden expuestos a la accin de temporales antes de poder ser finalizados producindose la destruccin del tramo y el retraso consiguiente en la finalizacin de la obra. Los mtodos ms utilizados en el anlisis extremal del oleaje pueden clasificarse en 2 grupos segn la informacin que utilizan:

16

TEMA 2. CARACTERIZACION DEL OLEAJE

1. Mtodo de la muestra total: propuesto por Draper (1963) revisado por Goda (1979) y modificado por Medina y Aguilar (1986). Inicialmente definido cuando de lo que se dispone es de pocos aos de medida. El mtodo parte de toda la informacin de oleaje (altura de ola) registrada en un periodo determinado y se apoya en la funcin de distribucin de probabilidad de no excedencia de un ao climtico medio (rgimen medio). Existen distintas aproximaciones en funcin del tipo de datos de partida (visual o instriumental). As, si de lo que se dispone es de informacin instrumental se hace uso de la siguiente expresin

( Hs) = [F ( Hs)]

n ( Hs )

siendo la ecuacin extremal, F(hs) el rgimen medio del oleaje y n(Hs) el nmero de pruebas estadsticas en un ao medio y definido como

n( Hs) =

Tn t ( Hs)

donde T es la duracin real del ao climtico considerado t(Hs) es el tiempo total en que se supera un cierto valor de Hs y n es el nmero de veces que se excede ese valor. 2. Mtodo de los valores de pico: es el ms utilizado aunque requiere un conjunto de datos mucho mayor puesto que parte de valores mximos registrados en un periodo de tiempo determinado, que puede ser de un ao o bien el mximo de una accin de temporal. Se diferencian por tanto dos grandes grupos: a. Mtodo de los mximos anuales b. Mtodo de la serie de duraciones parciales o mtodo de los valores de pico (POT, Peak Over Threshold). De ahora en adelante nos centraremos en estos dos ltimos mtodos (mximos anuales y POT) por ser los ms utilizados en la ingeniera martima, por lo que se requiere definir las poblaciones de temporal de partida.

4.2.1 Definicin del suceso extremo

Como se ha visto el rgimen extremal requiere de la definicin de un suceso extremo, o lo que es lo mismo un estado de oleaje con un cierto contenido energtico y por tanto que se caracteriza por un cierto valor de altura de ola, por lo general altura de ola siginificante Hs. No existe un criterio universal que identifique para cualquier mar (geogrfico) lo que puede ser considerado como temporal de olas, sin embargo se aceptan como vlidos una serie de criterios para poder definirlos:
17

TEMA 2. CARACTERIZACION DEL OLEAJE

1. los eventos extremos seleccionados deben ser independientes es decir la poblacin de temporales no deben pertenecer a un mismo evento (ver Figura 11). Ello pasa por determinar la duracin de un temporal de forma genrica para la zona de estudio. A menudo un temporal de la costa catalana tiene una duracin de unas 12 a 18 horas.
700 4 3.5 3 Hs (m) 2.5 2 1.5 1 0.5 0 700 720 740 horas 760 780 800
evento 1 evento 3 evento 4 evento 2

720

740

760

780

800 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0

Figura 11. Caracterizacin de temporales a partir de una CEM.

2. Todos los eventos extremos deben corresponder a situaciones climatolgicas similares. Por ejemplo no deberan mezclarse episodios de temporal producidos por un maremoto con aquellos generados por la accin continuada de un viento intenso (lo ms comn). 3. Debe cumplirse la condicin de estacionalidad, es decir, el clima de oleaje observado de la zona no se encuentra afectado por tendencias (positivas o negativas) producidas por cambios climticos (efecto invernadero que modifica los regmenes de viento). En la actualidad parece demostrado que esta condicin no se cumple cuando nos encontramos en escalas de tiempo grandes, aunque sin embargo las variaciones observadas en las tendencias o bien cubren periodos de tiempo relativamente cortos (en el mar del Norte se ha observado un aumento de los valores medios de altura de ola en los ltimos 20 aos) o bien no representan cambios significativos. Una vez atendidas estas dos grandes premisas la definicin de el suceso altura de ola como temporal de oleaje puede seguir 2 grandes aproximaciones: 1. Mximo anual: Se determina el valor mximo de altura de ola para intervalos de 1 ao.
18

TEMA 2. CARACTERIZACION DEL OLEAJE

2. Se define un valor mnimo o umbral (threshold) a partir del cual y siguiendo con las recomendaciones antes mencionadas se construye un subconjunto de datos de temporales. En este sentido la ROM 03.91 define para los distintos sectores de la costa espaola los valores mnimos a considerar como situaciones de temporal (ver Figura 12 ).

Figura 12. Valores mnimos de temporal segn la ROM 03.91. 19

TEMA 2. CARACTERIZACION DEL OLEAJE

4.2.2 Funciones de distribucin de probabilidad

Una vez definido el conjunto de datos de lo que se trata es de ajustar una funcin de distribucin de probabilidad de no excedencia sobre el conjunto de datos seleccionados. No existe una nica funcin por lo que el anlisis debe ser realizado sobre un conjunto de ellas quedndose el ingeniero con aquella que mejor represente los datos. De entre la gran variedad de funciones disponibles las ms utilizadas son las que se muestran en la Figura 13.

Distribucin Lognormal Exponencial Weibull

Funcin de Distribucin
1 B 2
x

Funcin de densidad
1 ln x A 2 exp xB 2 2 B 1 B exp [ B ( x A) ] C xA B A B A
C 1

Campo de definicin x A B >0 A A >Xmi n >0 >0 >A

x exp 2
0

1 ln x A 2 dx B

1 exp [ B( x A) ] x A C 1 exp B A x A exp exp B x C exp B

x A C exp B A

Gumbel(A. I)

x A 1 x A exp exp B B B C B B x
C +1

>0

Frechet(A. II)

B C exp x

>0

Figura 13. Funciones de distribucin de probabilidad para el anlisis extremal.

donde X representa el evento altura de ola ( Hs, H1/10 o Hmax, segn los datos de origen), x representa el valor del suceso y por tanto F equivale a la funcin de probabilidad de no excedencia, siendo A, B y k los parmetros de posicin, escala y forma (a ajustar) y la distribucin tpica normal de la funcin. Liu y Burchart (1999) proponen el uso de las funciones Gumbell (Asintoya I) y Weibull como aquellas que presentan los mejores ajustes. Como ya se ha mencionado en el apartado de rgimen medio, la funcin Weibull resulta en lla determinacin de 3 parmetros, en aquel caso este inconveniente se resolva convirtiendo la funcin en biparmetrica (A=0), en el caso que nos ocupa, el problema se resuelve dando valores al parmetro C y que usualmente se corresponden con C=0.75, C=1.0, C=1.4 y C=2.0.

4.2.3. Mtodos de Ajuste de las funciones de distribucin de probabilidad

20

TEMA 2. CARACTERIZACION DEL OLEAJE

Al igual que en el rgimen medio del oleaje la determinacin de los valores de las funciones puede realizarse segn tres aproximaciones: 1. mtodo de los momentos muestrales, en el que los valores pueden ser determinados a partir de un determinado nmero de momentos de la muestra como la media, varianza o momentos superiores 2. mtodo de la mxima verosimilitud en el que se pretende encontrar valores de A, B y C de forma que la probabilidad de encontrar el valor muestral sea mxima. 3. mtodo grfico en el que se pretende ajustar las funciones (mediante el uso de variables reducidas) por mnimos cuadrados. Nosotros nos centraremos en esta ltima aproximacin, es decir, el mtodo de los mnimos cuadrados, lo que obliga a asignar un valor de probabilidad de no excedencia o posicin de dibujo (en un grfico F(Hs) vs Hs).

4.2.4. La frecuencia de punteo

Existen 3 grandes mtodos para determinar la probabilidad de no excedencia del suceso extremo (Burchart, 1994): 1. basados en la frecuencia de muestreo. 2. basados en la distribucin de frecuencias. 3. basados en momentos estadsticos de la muestra. Probabilidad de no excedencia basada en la frecuencia de la muestra Tambin llamada posicin de punteo de California se basa exclusivamente en la frecuencia acumulada de la muestra y definiendo la probabilidad de no excedenia como

F ( Hs) = 1

i ; i = 1,2,....,n N

donde F(Hs) es la probabilidad de no excedencia de un suceso dado es decir

F ( Hs ) = P ( Hs Hsi )
i representa el orden en el que se encuentra el suceso Hs ordenados de forma descendiente y N el tamao de la muestra.

21

TEMA 2. CARACTERIZACION DEL OLEAJE

Ilustremos esto con un ejemplo: supongamos que partimos de una curva de estaos de mar (CEM) a partir de la cual y siguiendo las premisas expuestas hasta ahora hemos sido capaces de identificar una serie de temporales (aplicando la definicin de suceso extremo) tal y como se expresa en la Figura 11, es decir, evento 1 =3.5m, evento 2 =4m, evento 3 =3m y evento 4 =2m y por lo tanto nuestro tamao de la muestra (N) es igual a 4 (Ntese lo absurdo del ejemplo puesto que el mnimo requerido para tener un cierto grado de representatividad estadstica debera ser superior a 20 temporales, pero como ejemplo vale). La forma de operar sera: 1. Ordenar de mayor a menor los eventos registrados (descendiente). 2. Asignar un nmero de orden (i) de forma creciente a cada uno de ellos. 3. Determinar la posicin de dibujo tal y como se ha visto. por lo que el resultado final sera como el de la Tabla 3. Como puede apreciarse esta forma de asignacin de probabilidades deriva en la prdida del ltimo suceso extremo al que se la asigna una probabilidad nula por lo que no es muy utilizada.
Tabla 3. Posicin de dibujo segn la frecuencia de muestreo
Hs (m) 4 3.5 3 2 i 1 2 3 4 F(Hs) 0.75 0.5 0.25 0

Probabilidad de no excedencia basada en la distribucin de frecuencias Partiendo de que Hs es una variable aleatoria con funcin de distribucin de probabilidad F(Hs), se asume que el valor Hsi, que ocupa la posicin i en una muestra de N datos, es tambin una variable aleatoria. En consecuencia, su funcin de distribucin o probabilidad de no excedencia P H es tambin una variable
i

aleatoria. La filosofa de este mtodo consiste en determinar la frecuencia de muestreo correspondiente a Hi a travs de la media, mediana o moda de la variable aleatoria P H . Esta frecuencia de punteo es independiente de la funcin de
i

distribucin elegida. Weibull (1939) determina la frecuencia de punteo (probabilidad de no excedencia) a partir de la media de F(Hs) como

F ( Hs) == 1

i ; i = 1,2,....,n N +1

siendo la aproximacin ms utilizada en el mtodo de los mximos anuales.

22

TEMA 2. CARACTERIZACION DEL OLEAJE

Aunque no existe una forma explicita para la aproximacin de la mediana, Bernard (1943) demostr que una buena aproximacin era

F ( Hs) 1

i 0.3 ; i = 1,2,....,n N + 0.4

Probabilidad de no excedencia basada en momentos estadsticos En este caso se determina la probabilidad de no excedencia del suceso Hsi a partir de la media, mediana y moda de la variable Hs y por tanto pasa por considerar a esta como una variable aleatoria. Sin embargo, en este caso las frecuencias de punteo si son dependientes de la funcin escogida y no presentan una ecuacin explicita. Las mejores aproximaciones conocidas a partir de la media son:

Blom

3 8 F ( Hs) = 1 1 N+ 4 i F ( Hs) = 1 i 0.44 N + 0.12 i 0.3

Normal

Gringorten

Gumbel

Petrauskas

0.18 c F ( Hs) = 1 0.32 N + 0.21 + c 0.27 c F ( Hs) = 1 0.23 N + 0.20 + c i 0.2

Weibull

Goda

Weibull

y que suelen ser utilizadas cuando el rgimen extremal se realiza a partir del mtodo POT (series parciales).

4.2.5. La variable reducida de la funcin

Una vez determinada la poblacin de temporales y asignada su probabilidad de no excedencia (posicin de dibujo) el siguiente paso es determinar los coeficientes de la funcin de distribucin de probabilidad de no excedencia escogida (A, B, C, posicin, escala y forma). Puesto que no existe una nica funcin el anlisis debe

23

TEMA 2. CARACTERIZACION DEL OLEAJE

realizarse sobre un grupo de ellas (ver Figura 13) y quedarse con la que presente un mejor ajuste. Por tanto de lo que se trata ahora es de realizar mnimos cuadrados sobre cada una de las funcin de probabilidad. La forma ms simple de abordar el problema es trabajar sobre la variable reducida de la funcin deforma que lo que se ajusta en realidad es una recta de la forma

y = ax + b
Recordar que la funcin Weibull depende de tres parmetros A, B y C por lo que o bien se resuelve la funcin en su forma completa o bien (lo ms usual) se resuelve la funcin fijndola constante C como C=0.75, C=1.0, C=1.4 y C=2.0. La funcin de distribucin lognormal La funcin presenta la siguiente forma

1 F ( x) = B 2
se define la variable reducida como

1 2 e x 0

1 ln x A B

dx

y=
haciendo el cambio

ln x A B

t = ln x
y substituyendo en la ecuacin anterior obtenemos

y=

tA B

por lo que la probabilidad asociada queda como

F ( x) =

1 2

1 y 2 2

dy

es decir la funcin de distribucin se convierte en una recta con el sistema cartesiano de la Figura 14.

24

TEMA 2. CARACTERIZACION DEL OLEAJE

t

y (variable reducida)

Figura 14. Sistema cartesiano para la funcin lognormal

La funcin de distribucin exponencial La funcin presenta la siguiente forma

F ( x) = 1 e B ( x A )
tomando la variable reducida correspondiente

y = B( x A)
por lo que la funcin de distribucin queda como

F ( x) = 1 e y
y convirtindolo a una recta

y = ln(1 F ( x))
es decir la funcin de distribucin se convierte en una recta con el sistema cartesiano de la Figura 15.

25

TEMA 2. CARACTERIZACION DEL OLEAJE

x

y (variable reducida) y=-ln[1-F(x)]

Figura 15 Sistema cartesiano para la funcin exponencial

La funcin de distribucin Weibull La funcin presenta la siguiente forma

x A B A
C

F ( x) = 1 e
se define la variable reducida como

x A

xA y= B A
haciendo el cambio

x' = x A
y substituyendo en la ecuacin anterior obtenemos

x' y= B A
tomando logaritmos

ln y = C ln x C ln (B A)
haciendo los cambios

z = ln y t = ln x'
26

TEMA 2. CARACTERIZACION DEL OLEAJE

se llega a la expresin

z = Ct C ln (B A)
puesto que

y = ez
entonces la funcin de distribucin

F ( x) = 1 e y
y por tanto

z = ln y = ln[ ln (1 F ( x) )]
es decir la funcin de distribucin se convierte en una recta con el sistema cartesiano de la Figura 16.

y (variable reducida) y=ln[-ln(1-F(x))]

Figura 16 Sistema cartesiano para la funcin Weibull.

La funcin de distribucin Gumbell La funcin presenta la siguiente forma

F ( x) = e
se define la variable reducida como

x A B

27

TEMA 2. CARACTERIZACION DEL OLEAJE

x A y= B
la probabilidad asociada a la variable reducida es

F ( x) = e e
y por tanto

y = ln[ ln (F ( x) )]
es decir la funcin de distribucin se convierte en una recta con el sistema cartesiano de la Figura 17.

y (variable reducida) y=-ln[-ln(F(x))]

Figura 17 Sistema cartesiano para la funcin Gumbell

La funcin de distribucin Frchet (Asintota II) La funcin presenta la siguiente forma

F ( x) = e
se define la variable reducida como

C B x

B y= x
tomando logaritmos tenemos
28

TEMA 2. CARACTERIZACION DEL OLEAJE

ln y = C ln B C ln x
y realizando el cambio de variable

ln y = z ln x = t z = Ct C ln B
por lo que la funcin toma la siguiente expresin

y = e z F ( x) = e
y por tanto
y

z = ln[ ln (F ( x) )]
es decir la funcin de distribucin se convierte en una recta con el sistema cartesiano de la Figura 18.
t

y (variable reducida) y=-ln[-ln(F(x))]

Figura 18 Sistema cartesiano para la funcin Frechet.

4.2.6. El Periodo de retorno y la altura de ola de diseo

Se define el periodo de retorno de un suceso extremo como el tiempo promedio en aos que debe ocurrir entre dos temporales cuya intensidad excede un determinado valor de altura de ola.
29

TEMA 2. CARACTERIZACION DEL OLEAJE

Puesto que el rgimen extremal proporciona la distribucin de probabilidades de excedencia de los sucesos extremos ambos (periodo de retorno y funcin de distribucin) se encuentran relacionados, siendo muy comn representar el rgimen extremal no slo con respecto la variable reducida o la probabilidad de no excedencia sino tambin con respecto al periodo de retorno del suceso. La relacin entre periodo de retorno Tr y probabilidad de no excedencia F(Hs) viene dada por la siguiente ecuacin

Tr =

1 (1 F ( Hs) )

donde es el nmero de temporales medio al ao y por tanto definido como

Nt N

siendo Nt el nmero de temporales y N el nmero de aos que cubre la muestra. Ntese que para el caso de partir de un rgimen extremal de mximos anuales toma un valor de 1. El uso ms directo del concepto de periodo de retorno lo encontramos al tener que elegir una accin de diseo (oleaje) al que debe ser resistente una determinada estructura martima. Una primera aproximacin al problema de seleccionar este valor de Tr sera hacerlo equivalente a la vida til (L) que tiene asociada la obra (definida en la ROM 02.90), sin embargo, si determinamos la probabilidad de no excedencia de un determinado valor de Hs en los Nt temporales registrados en los N aos

[F ( Hsi )]

Nt

1 = 1 Nt

Nt

1 = 36.89% e

observamos que existe una probabilidad muy elevada de que el suceso ocurra con el consecuente riesgo que ello supone para la obra. Borgman (1963) propone el uso del concepto de riesgo para determinar las acciones de clculo definido como la probabilidad de que por lo menos una vez exista un temporal mayor durante los L aos de vida til del proyecto

E = 1 F ( Hs) L
substituyendo valores tenemos que

1 E = 1 1 Tr

30

TEMA 2. CARACTERIZACION DEL OLEAJE

Este es el criterio escogida en la ROM 02.90 (ver Figura 19, Figura 20 y Figura 21), donde definidos unos valores de riesgo admisible y vida til de la obra se obtiene la accin de oleaje de temporal que tiene asociada un determinado periodo de retorno.

Figura 19. Riesgos admisibles para obras de ingeniera martima segn ROM 02.90.

31

TEMA 2. CARACTERIZACION DEL OLEAJE

Figura 20 Vida til admisible para obras de ingeniera martima segn ROM 02.90.

Figura 21 Riesgos admisibles en fase de construccin para obras de ingeniera martima segn ROM 02.90 32

TEMA 2. CARACTERIZACION DEL OLEAJE

Al seguir la metodologa propuesta hasta ahora (y que se contempla en la ROM 02.90 y 03.91) nos damos cuenta que el valor de temporal escogido se corresponde con el de la funcin que mejor ajusta a nuestros datos. Sin embargo esto nos plantea varias incgnitas. En primer lugar debemos determinar la bondad del ajuste obtenido y segundo, a menudo nos encontramos en la parte alta de la distribucin y en muchos de casos en condiciones de no-excedencia (altos periodos de retorno) elevados por lo que nos vemos obligados a extrapolar nuestros resultados. En este sentido una buena regla prctica sobre la fiabilidad de nuestra prediccin extremal es que solo son fiables aquellos sucesos de altura de ola cuyo periodo de retorno asociado es del orden de 3 veces (como mximo) el tiempo cubierto por la poblacin muestral de partida. Por ejemplo, si partimos de una serie de eventos extremos que cubren un periodo de 10 aos en principio nuestras estimas sern fiables siempre que los periodos de retorno asociados a los sucesos no superen los 30 aos. Como puede verse resulta necesario definir los criterios de bondad de los ajustes as como las fuentes de incertidumbre e intervalos de confianza de las funciones ajustadas.

4.2.7. Bondad de los ajustes

Como ya se ha mencionado del grupo de funciones candidatas debe escogerse la que mejor ajuste. Es muy comn utilizar el coeficiente de correlacin lineal (r de Pearson)

Cov( x, y ) Var ( x)Var ( y )

sin embargo es definido en el domino lineal (y,x) donde la variable reducida y es dependiente de la funcin de distribucin por lo que la interpretacin de este criterio es menos evidente. Otra forma de evaluar la bondad del ajuste es mediante la estima del error E, obtenido por la funcin, es decir, las diferencias entre los valore medidos de altura y valores estimados por la funcin, en cualquiera de sus modalidades. Obviamente en este apartado pueden incluirse adems todo tipo de pruebas estadsticas utilizadas para determinar la bondad de las funciones (una revisin puede verse en Goda et al. 1990).

4.2.8 Fuentes de incertidumbre y intervalos de confianza

La definicin de una altura de ola de diseo lleva asociada una serie de incertidumbres bsicamente debidas a:
33

TEMA 2. CARACTERIZACION DEL OLEAJE

1. Variabilidad de la muestra debido a una serie reducida de datos de partida. 2. Errores en la medida debidos al tipo de datos de origen (visuales o de prediccin). 3. Eleccin de una funcin de distribucin como representativa de un comportamiento a largo plazo desconocido. 4. Variabilidad de los algoritmos de clculo. Eleccin del umbral de partida o tipo de ajuste realizado a la funcin. 5. Cambios climatolgicos que invalidan las condiciones iniciales de definicin del suceso extremo.

Segn la ROM 02.90 el proyectista deber determinar la accin de diseo a la banda de confianza del 90% salvo justificacin. Existen distintas formas de determinar las bandas de confianza de una funcin, pero una de las ms usadas (por simplicidad) es la propuesta por Goda (1988). Para ello es necesario definir la desviacin tpica normalizada como

nor =

1 2 1.0 + a ( yr c + ln ) N

1 2

donde nor es la desviacin tpica de una altura de ola con un periodo de retorno r, N es el nmero de datos de altura de ola, y a resulta

a = a1e a 2 N 1.3+ k

ln

donde a1, a2, C, k y son coeficientes empricos (ver Tabla 4) y es el parmetro censor definido como

N Nt

siendo Nt el nmero de temporales sobre el umbral inicial, siendo yr la variable reducida definida para las funciones Fisher-Tippet tipo I y Weibull como

1 yr = lm ln1 Tr yr = [ln Tr ]k
1

FT I Weibull

donde Tr es el periodo de retorno (en aos), K la longitud del registro (en aos) y es el nmero de temporales medio al ao.

34

TEMA 2. CARACTERIZACION DEL OLEAJE

Finalmente, el valor absoluto de la desviacin tpica para un suceso queda definido como

r = nor H

siendo Hs la desviacin tpica de las alturas de ola etremales.

Tabla 4 Coeficientes empricos a1, a2, C, k y para el clculo de los intervalos

de confianza segn Goda (1988).

Los intervalos de confianza son calculados asumiendo que la altura de ola significante de cualquier periodo de retorno se encuentra nomalmente distriubuida sobre la funcin de distribucin de probabilidad escogida (ver Tabla 5).
Tabla 5. Bandas de confianza para alturas de ola extremales.

4.2.9. El Mtodo de los mximos anuales

Este apartado pretende ser una recopilacin de todo lo visto hasta ahora por lo que debe ser entendido como gua para elaborar un rgimen extremal de oleaje mediante los mximos anuales y aplicando mnimos cuadrados para determinar los coeficientes de las funciones a ajustar. Por ello nada mejor que un ejemplo.

35

TEMA 2. CARACTERIZACION DEL OLEAJE

Supongamos que partimos de un conjunto de observaciones visuales (previamente reducidas a un nico valor de Hs) que cubre un periodo de 20 aos tal y como el de la Tabla 6.
Tabla 6. Alturas de ola mximas para el periodo de 1980 a 1999. ao 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 Hs (m) 6.90 6.30 6.00 6.60 7.00 7.05 7.40 7.70 9.20 7.26 6.85 6.80 8.60 7.20 8.15 7.80 8.30 8.00 7.50 7.90

Los pasos a seguir para determinar el clculo son: 1. Ordenar por orden decreciente (de mayor a menor) los registros de Hs asignndoles un nmero de orden i de forma creciente. 2. Determinar la probabilidad de no excedencia del suceso Hs segn el orden que ocupen mediante la ecuacin

F ( Hs) == 1

i ; i = 1,2,....,n N +1

donde i es el nmero de orden que ocupa el suceso y N equivale al nmero de aos registrados que en nuestro caso es igual a 20 (ver Tabla 7).

Tabla 7. Probabilidades de no excedencia mximos anuales.

36

TEMA 2. CARACTERIZACION DEL OLEAJE ao 1988 1992 1996 1994 1997 1999 1995 1987 1998 1986 1989 1993 1985 1984 1980 1990 1991 1983 1981 1982 Hs (m) 9.20 8.60 8.30 8.15 8.00 7.90 7.80 7.70 7.50 7.40 7.26 7.20 7.05 7.00 6.90 6.85 6.80 6.60 6.30 6.00 i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 F(Hs) 0.952381 0.904762 0.857143 0.809524 0.761905 0.714286 0.666667 0.619048 0.571429 0.523810 0.476190 0.428571 0.380952 0.333333 0.285714 0.238095 0.190476 0.142857 0.095238 0.047619

3. Ajustar a las distintas funciones de probabilidad. En ejemplo escogemos la funcin Gumbell. 4. Para el caso de la funcin Gumbel tenemos que

F ( Hs) = e x A t= B

x A B

F ( Hs) = e e t = ln[ ln (F ( Hs) )] y = B( ln[ ln (F ( Hs) )]) + A

siendo el eje de ordenadas la variable Hs. Por tanto, la recta a minimizar resulta sobre la de datos de la Tabla 8 y los resultados del ajuste de la funcin pueden verse en la Figura 22. En los que el parmetro A=7.04 y B=0.723 siendo R2=0.98.

37

TEMA 2. CARACTERIZACION DEL OLEAJE Tabla 8. Variable reducida de la funcin Gumbell. ao Hs (m) 1988 9.20 1992 8.60 1996 8.30 1994 8.15 1997 8.00 1999 7.90 1995 7.80 1987 7.70 1998 7.50 1986 7.40 1989 7.26 1993 7.20 1985 7.05 1984 7.00 1980 6.90 1990 6.85 1991 6.80 1983 6.60 1981 6.30 1982 6.00 i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 F(Hs) 0.952381 0.904762 0.857143 0.809524 0.761905 0.714286 0.666667 0.619048 0.571429 0.523810 0.476190 0.428571 0.380952 0.333333 0.285714 0.238095 0.190476 0.142857 0.095238 0.047619 y (reducida) 3.020227 2.301751 1.869825 1.554433 1.302197 1.089240 0.902720 0.734859 0.580505 0.435985 0.298490 0.165703 0.035543 -0.094048 -0.225351 -0.361224 -0.505750 -0.665730 -0.855000 -1.113344

10 9.5 9 8.5 8 7.5 7 6.5 6 5.5 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 -2 -1

Hs (m)

Fit Results Fit 1: Linear Equation Y = 0.7233816802 * X + 7.046772379 Number of data points used = 20 Residual sum of squares = 0.15222 Regression sum of squares = 11.8219 Coef of determination, R-squared = 0.987288 Residual mean square, sigma-hat-sq'd = 0.00845668

1 2 variable reducida

Figura 22. Ajuste a una funcin Gumbell

4.2.10. Los coeficientes de direccionalidad

38

TEMA 2. CARACTERIZACION DEL OLEAJE

Como ya se ha mencionado anteriormente, el oleaje queda definido por una altura de ola, periodo y direccin. Las aproximaciones vistas hasta ahora han tratado el oleaje en su forma escalar. La inclusin de la direccin en el anlisis extremal puede abordarse de muy distintas maneras segn sea el tipo de informacin de partida. En caso de disponer de la informacin completa del suceso extremo, la aproximacin ms comn es determinar las distribuciones de probabilidad condicionadas a cada una de las direcciones (divididas en sectores) observadas y luego determinar la probabilidad absoluta de un suceso determinado (altura y direccin) como simple producto entre la probabilidad escalar dentro de esa direccin y la probabilidad de aparicin del sector (al igual que en el clima medio), es decir

P ( H i H ; sec tor ) = P( H i H / sec tor ) * P(sec tor )

a menudo, este tipo de aproximacin no es posible puesto que la poblacin de datos sobre la que realizar el anlisis queda drsticamente reducida. Una solucin a este problema es determinar la direccionalidad del suceso a partir de las distribuciones de probabilidad obtenidas en el clima medio. La forma ms aceptada de determinar los coeficientes de direccionalidad (K) es la propuesta por la ROM 03.91 y que se detalla a continuacin 1. Determinar el clima medio direccional. 2. Para cada una de las direcciones efectivas encontradas en el apartado anterior obtener la altura de ola de ola con una probabilidad de no excdencia de P=0.99 y P=0.999 (Hp=0.99 y HP=0.999). 3. Realizar el promedio de las alturas de ola encontradas. Hdireccin = (Hp=0.99 +HP=0.999)0.5. 4. Definir el coeficiente de direccionalidad Kpara cada direccin como el valor promedio encontrado para cada direccin con respecto al valor mximo encontrado K= (Hdireccin)/ (Hdireccin)max.

39