SIMULACIÓN DE SERIES SINTÉTICAS DE CAUDALES, PRESERVANDO SUS CORRELACIONES ESPACIALES Y TEMPORALES: WEIGHTED-MODIFIED FRACTIONAL GAUSSIAN NOISE
CRISTIÁN CHADWICK I.1
FREDERIC BABONNEAU2
TITO HOMEM-DE-MELLO3
RESUMEN
Los métodos estocásticos se han utilizado típicamente para el diseño y las operaciones de infraestructura hidráulica. Permiten armar diferentes escenarios posibles para tomar decisiones sobre infraestructura existente o nueva, mostrando cómo se desempeñará dicha infraestructura en cada escenario. En este artículo, presentamos un enfoque novedoso de simulación de caudales estocásticos capaz de replicar las dependencias temporales y espaciales de los datos observados al simular varios lugares en simultáneo. El modelo propuesto es una extensión espacial del modified Fractional Gaussian Noise (mFGN) que es bien conocido por ser eficiente para mantener correlaciones periódicas a lo largo del tiempo, pero presenta deficiencias al minuto de preservar correlaciones espaciales. Nuestro método, denominado Weighted-mFGN (WmFGN), incorpora la dependencia espacial en caudales simulados con mFGN basándose en la descomposición de Cholesky de la matriz de correlación espacial de los registros históricos de caudales. Dado que el orden en que se realizan los pasos de descomposición (temporal, luego espacial, o viceversa) afecta el rendimiento en términos de preservación de la correlación espacial y temporal, nuestro método busca una combinación convexa óptima de las matrices de correlación resultantes. El resultado es una curva de Pareto que indica los pesos óptimos de la combinación convexa dependiendo de la importancia que el usuario le dé a las correlaciones espaciales y temporales. El modelo es probado con éxito en la cuenca del río Bio-bio (Chile), donde los resultados muestran que el WmFGN mantiene las buenas cualidades del mFGN, siendo capaz de mejorar la simulación de la correlación espacial.
1 Profesor Asistente, Facultad de Ingeniería y Ciencias, Universidad Adolfo Ibáñez– cristian.chadwick@uai.cl
2 Profesor Titular, Buisness Analytics, Kedge Buisness School– frederic.babonneau@kedgebs.com
3 Profesor Titular, Escuela de Negocios, Universidad Adolfo Ibáñez– tito.hmello@uai.cl
Puede descargar el trabajo en el siguiente link:
