Resultados Tarea A2

Análisis estadístico de variables ambientales.

En esta tarea se ha determinado la mejor técnica de clasificación para generar los forzamientos para cada caso de estudio a partir de una serie de 40 años de caudales fluviales y niveles mareales, se ha simulado cada caso de estudio con Delft3D y se han determinado los patrones de flujo en el estuario de Suances a partir del número de Richardson.

Para ello, se han analizado las clasificaciones de los forzamientos (series temporales independientes de 15 días de caudal fluvial y nivel de marea) obtenidas mediante las técnicas K-medias, Máxima Disimilitud, Hipercubos y Mapas auto-organizativos. El resultado de dichas clasificaciones indica que el algoritmo más adecuado es el método de clasificación de K-Medias puesto que presenta un menor error de cuantización (Figura 11).

 

Figura11

En esta tarea se ha determinado la mejor técnica de clasificación para generar los forzamientos para cada caso de estudio a partir de una serie de 40 años de caudales fluviales y niveles mareales, se ha simulado cada caso de estudio con Delft3D y se han determinado los patrones de flujo en el estuario de Suances a partir del número de Richardson.

Para ello, se han analizado las clasificaciones de los forzamientos (series temporales independientes de 15 días de caudal fluvial y nivel de marea) obtenidas mediante las técnicas K-medias, Máxima Disimilitud, Hipercubos y Mapas auto-organizativos. El resultado de dichas clasificaciones indica que el algoritmo más adecuado es el método de clasificación de K-Medias puesto que presenta un menor error de cuantización (Figura 12).

Fig12
Figura 12. Skill calculado para la comparación de las series reales y sintéticas de caudales fluviales y niveles de marea en función de los grupos seleccionados.

 

A partir de los resultados se determinó que la solución óptima debe establecer un compromiso entre calidad del resultado y coste computacional, siendo ésta, 6 casos de marea y 13 casos de río (Figuras 13 y 14).

Fig13
Figure 13. Grupos de caudales fluviales (15 días) seleccionados mediante K-means para la simulación de los casos de estudio.

 

Fig14
Figura 14. Grupos de carreras de marea (15 días) seleccionados mediante K-means para la simulación de los casos de estudio.

A continuación, se ejecutaron los 78 casos de estudio de 15 días (6×13) en Delft3D para obtener una base de datos hidrodinámica que explica 40 años de cambios en el estuario y, de esta forma, poder obtener el patrón de flujo. Para ello, se ha calculado el número de Richardson Layer (RiL) ya que este número adimensional relaciona las fuerza de flotabilidad con las fuerzas de inercia, aglutinando en una misma expresión las variables hidrodinámicas más importantes como son el nivel (h), la densidad (ρ) y la velocidad de la corriente (u). A partir del cálculo de la evolución temporal y espacial del RiL en cada caso de estudio, se han clasificado los patrones de flujo del estuario (mezcla completa, parcialmente estratificado y estratificado) en cada instante de tiempo (Figuras 15 y 16).

Fig15
Figura 15. Patrones de flujo instantáneos estimados a partir del RiL para el caso 01, Hora 64.
Fig16
Figura 16. Patrones de flujo instantáneos estimados a partir del RiL para el caso 78, Hora 316.

Posteriormente, la integración de los valores de RiL en cada caso ha proporcionado la ocurrencia de cada patrón para cada caso (Figuras 17 a 19).

Fig17
Figura 17. Probabilidad de ocurrencia de estuario mezclado completamente en el caso 78.
Fig18
Figura 18. Probabilidad de ocurrencia de estuario parcialmente estratificado en el caso 78.
Fig19
Figura 19. Probabilidad de ocurrencia de estuario estratificado en el caso 78.

Finalmente, con la integración de todos los casos se ha obtenido los patrones generales de flujo en el estuario de Suances (Figura 20) así como su ocurrencia (Figura 21).

Fig20
Figura 20. Distribución de los patrones de flujo en el estuario de Suances.
Fig21
Figura 21. Probabilidad de ocurrencia de los patrones de flujo en el estuario de Suances.