Centro de Investigaciones del Agua

Université de Queretaro
Ecole d’Ingénierie
Mexique
Dr. Alfonso Gutiérrez López
Coordinateur
Centre de Recherche sur l’Eau, CIAQ
Centro de Investigaciones del Agua, CIAQ
Régionalisation hydrologique
Expériences dans la région LAC
13e Sommet de l’information sur l’eau
Un dialogue transcontinental
Joly Hôtel, Ouagadougou Burkina Faso, 11-13 avril 2012
Antécédents
Pour fêter le 25éme anniversaire du Master en
gestion de ressources de l’eau et dans le Plan
stratégique de l’Université de Queretaro pour la
période 2007-2012, a été compris la création du
Centre de Recherche sur « les phénomènes extrêmes
et la gestion des ressources hydriques »
Depuis février 2008, le CIAQ a 18 professeurschercheurs, 8 administratives, 25 étudiants du Master
et 8 Doctorants avec 2 million dollar en contrats
(projets) par an.
Centro de Investigaciones del Agua
Universidad Autónoma de Querétaro
Cerro de las Campanas, s/n Qro.
Col. Las Campanas 76010, México
Tel. +52 (442) 192 1200 ext. 6401
http://ingenieria.uaq.mx/ciaq/
Objectif
L'objectif général du CIAQ est de construire les
capacités nécessaires pour comprendre et répondre
d'une manière efficace devant les événements
extrêmes (inondations et sécheresses), d'estimer la
vulnérabilité et de renforcer les bénéfices de la gestion
de risques en Mexique et dans le cadre Amérique
Latine et des Caraïbes (LAC).
Objectifs spécifiques
1. Favoriser la recherche scientifique en matière d'inondations
fluviales, côtières, rurales et urbaines.
2. Favoriser la compréhension de la vulnérabilité et l'estimation
du risque par les événements hydrologiques extrêmes;
3. Favoriser le développement d'outils
computationnels pour développer des
modèles des bassins et des rivières;
4. Effectuer des activités efficaces de
qualification des professionnels pour
mettre en marche les actions opportunes
de sensibilisation dirigé vers l'opinion
publique;
Objectifs spécifiques
suite…
5. Créer et renforcer des réseaux, des base de donné d'information
de caractère scientifique, technique et normatif entre des
institutions
et des particuliers;
6. Organiser des activités de transmission connaissances et
information, en particulier symposiums et ateliers internationaux;
7. Élaborer des publications et du matériel technique en rapport
avec les objectifs et les activités du CIAQ.
Initiative International d’Inondations
International Flood Initiative
Alfonso Gutiérrez López
Coordinador Regional
Centro de Investigaciones del Agua, CIAQ
Universidad Autónoma de Querétaro, México
[email protected]
Julio Ordoñez Gálvez
Servicio Nacional de Meteorología e
Hidrología, SENAMHI
Lima, Perú
Sadi Laporte M.
Berny Fallas López
Instituto Costarricense de Electricidad ICE
San José, Costa Rica
Javier Mendoza Rodríguez
Instituto de Hidráulica e Hidrología, UMSA
La Paz, Bolivia
Carlos Paoli
Instituto Nacional del Agua
Santa Fe, Argentina
Juan Carlos Bertoni
Universidad Nacional de Córdoba
Instituto Nacional del Agua, INA,
Argentina
José Vargas Baecheler
Departamento de Ingeniería Civil,
Universidad de Concepción, Chile
Argelio Fernández
Instituto Nacional de Recursos
Hidráulicos, INRH
La Habana, Cuba
Juan Chalas
Instituto de Recursos Hídricos, INDRHI,
República Dominicana
Christian Euscategui
Instituto de Hidrología, Meteorología y
Estudios Ambientales, IDEAM
Santafé de Bogotá, Colombia
Víctor Manuel Pérez
Instituto Nacional de Sismología,
Vulcanología, Meteorología e Hidrología,
INSIVUMEH, Guatemala
Isaías Montoya Blanco
Instituto Nicaragüense de Estudios
Territoriales, INETER
Managua, Nicaragua
Domaines générales
1. Vulnérabilité
2. Gestion des crues (risque) et d'urgences
3. Gouvernement et participation social
4. Prévision et alerte anticipée
Activités stratégiques
1. Rechercher,
2. Créer des bases données et réseaux
information,
3. Éducation et qualification,
4. Renforcer des pays (communautés),
5. Assistance technique.
MOTIVATIONS
 En Amérique Latine, la prise de conscience du risque « inondation »
ne se traduit pas encore partout en terme d’aménagement du
territoire
 Les pays développés ne sont pas exempts de ces problèmes mais ils
ont souvent réussi à réduire de manière efficace leur vulnérabilité
aux désastres naturels provoqués par des phénomènes extrêmes
 On espère contribuer à diminuer les effets de ces désastres
en améliorant la connaissance de la distribution spatiotemporelle des précipitations
Paris, 2002
Yucatán, 2002
Inde
Les sécheresses et les inondations ont des incidences
Vietnam,, 2001
majeures sur la vie socio-économique d’une nation
Tajikistan, 2001
Pérou
Chihuahua
Autriche, 2002
LE PROJECT « PILOT »
Ce travail a pour objectif principal de contribuer à
une meilleure connaissance de la modélisation et de la
régionalisation de la précipitation...
… en particulier à la connaissance du risque de pluie
extrême et le risque de sécheresse . . .
… en fournissant les concepts et les outils pour caractériser
les régimes pluviométriques
DESCRIPTION DE LA
ZONE D ’ETUDE
Déserts du Sonora, Basse
Californie et Chihuahua
Versant du Golfe
Queretaro
Versant du Pacifique
Mexique
Ville de Mexico : 2.220 m
Ajusco : 3.930 m
Volcan : Pico de Orizaba 5.610 m
Climats au Mexique
Instituto Nacional de Estadística, Geografía e Informática (INEGI)
Plus importantes sécheresses au Mexique
(1930-2012) - déficit hydrique -
2009-2012
National Drought Mitigation Center (USA) – Centro Nacional de Prevencion de Desastres (CENAPRED) Mex.
Pluviométrie au Mexique
475 mm/an
Précipitation moyenne
nationale, 770 mm/an
450 mm/an
1290 mm/an
200 mm/an
780 mm/an
800 mm/an
2260 mm/an
Centro Nacional de Prevencion de Desastres,(CENAPRED) Mex.
Risque d’inondations au Mexique
Haut
Moyenne
Bas
475 mm/an
450 mm/an
1290 mm/an
200 mm/an
780 mm/an
800 mm/an
2260 mm/an
à partir de dégâts matériels
et durée de submersion
Centro Nacional de Prevencion de Desastres,(CENAPRED) Mex.
Régions hydrologiques au Mexique
Région hydrologique 10
Il existe plus de 90 stations
Climatologiques . . .
… avec des séries de
données d’environ 30 ans
superficie
approximative de
80.000 km²
s’étend sur une partie des États de Sinaloa (43 %),
Chihuahua (27 %), Durango (23 %) et Sonora (7 %)
Physiographie au Mexique
Sierra Madre Occidental
29
Creel, 2.300 m
28
Urique, 1.000 m
CREEL
CUTEC
CHINP
CEROC
URIQE
27
MINAS
ALMSO
PDULC
SIQUR
NORGA
BATOP
HUTES
SNFCO
CALET
NACHI
GUACH
CHOIX
CAZAN
MAHOM
SABNO
CANAS
FUERT
BAMIC
VERGE
YCORT
TINA
26
SNBLA
BCTOM
HIGER
MOCHC
SNMKY
AHOME SROSA
SNJOSTOACF
GPCAL
VANLL
DOLOR
OCORO
JAINA
SINAL
BACUB
TECUS
SURUT
SOYAT
HUACP
MOCHS
CRTNZ
TOPOL
Batopilas, 1.500 m
BABOR
TARAH
GUASV
MOCOR
GUAMU
RMORA
BADIR
HUERT
GUATN
Topolobampo, 34 m
SIANO
TOPIA
CANEL
PLAYN
PERIC
25
VAREJ
PBLAN
TAMAZ
LOBOS
OJITO
CANTL
CULAC SANAL
QUILA
HUAHP
TRUCH
SCRUZ
GPE
SNDIM
ACAT
24
CRUZ
Tamazula, 250 m
Topia, 1.600 m
ELOTA
PIAXT
IXPALNASIN
DIMAS LIMON
QUELT
NORIA
PALMT
PANUC
SIQUE
CONCR
23
HABTA
PLOMO
100 km
22
-110
-109
-108
-107
-106
-105
-104
Ouragan Isis, Sept.98
Sept.2 06:00
Vents max : 110 km/h
Rafales : 140 km/h
Sept.1 18:00
Ouragan Isis, Sept.98
Higuera : 266 mm / 24 h
Guasave : 243 mm / 24 h
Guamuchil : 200 mm / 24 h
Pericos : 225 mm / 24 h
Sept.2 18:00
Vents max : 120 km/h
Rafales : 150 km/h
Sept.2 06:00
Vents max : 110 km/h
Rafales : 140 km/h
Sept.1 18:00
San Jose del Cabo
330 mm / 24 h
Ouragan Isis, Sept.98
Sept.3 18:00
Higuera : 266 mm / 24 h
Guasave : 243 mm / 24 h
Sept.3 00:00
Guamuchil : 200 mm / 24 h
Pericos : 225 mm / 24 h
Sept.2 18:00
Vents max : 120 km/h
Rafales : 150 km/h
Sept.2 06:00
Vents max : 110 km/h
Rafales : 140 km/h
Sept.1 18:00
San Jose del Cabo
330 mm / 24 h
CRITIQUE DES DONNÉES
… la qualité de l’information historique
est particulièrement précieuse . . .
- Ces séries historiques sont-elles précises (fiables) ?
- Sont-elles exhaustives (représentatives) ?
- Forment-elles un échantillon homogène ?
- Présentent-elles bien une stationnarité ?
- Est-il nécessaire de procéder à un découpage d’échantillons ?
(a) Tests de tendance et d’ autocorrelation
 Test de corrélation sur le rang
 Autocorrélogramme
aléatoire
Analyse
ponctuel
(b) Tests de détection de ruptures
 Test de Mann-Whitney
 Statistique de Buishand
 Méthode Bayésienne
 Méthode de segmentation
 Ellipse de Contrôle
Analyse
spatiale
Changement dans la loi
Changement de moyenne
(c) Géostatistique, Le Krigeage, L’Analyse
en composantes principales (ACP)
tendance
climatique
régionale
Modèle de la Loi des Fuites
Formulation mathématique
Les principales hypothèses à considérer sont :
 Le nombre d’événements enregistrés en un point, sur
une durée donnée, suit une distribution de Poisson.
 La hauteur de la lame d’eau précipitée à chaque
événement suit une distribution exponentielle.
Modèle de la Loi des Fuites
f ( x, , )  e
 
x

 x 

1  2
 
 

x

pour tous x>0
I1 est la fonction de premier ordre de Bessel
 est la moyenne d’hauteur de pluie par événement
T est le nombre moyen d’événements par jour, sur la période T
Estimation des paramètres
Méthode des Moments
Le procédé le plus efficace dépend du nombre
d’événements nuls n0 qui existent dans le modèle
n0 = 0
Si n 0  0
2
2
x
ˆ  2
sx
2
s
ˆ  x
2x
2



n
2
x
n
n
ˆ  1  (2  2 ) 0  

Log

Log

e
e
2
n
n
n0
s
0

 x


 s2



n
x
x
0
x


ˆ  1  (2  2 )



n   2x Log n  Log n

e
e

n 0 
n0
Estimation des paramètres
Méthode du Maximum de Vraisemblance
Le logarithme de la fonction de vraisemblance, dont on
cherche à obtenir le maximum, est le suivant :
n n 0
 x 
(n  n 0 )
 n n 0 x i 1 n n 0

L  n 
Log e  
  Log e x i   Log e1  2
2
 i 1  2 i1
 
i 1

conduit à un système d’équations de la forme :
 0 (z i )
g ( )  
xi  n x  0
i 1 1 (z i )
n n 0
n  n 0 n n 0 1' (zi ) z i
n
 
0
2
i 1 1 (z i ) 2
x  ˆ ˆ
Validation du modèle
Quand les données de pluie sont disponibles à ce pas de
temps, il est recommandé de choisir T égal à un jour
ˆ T1  12,214
ˆ T1  0,654
Station :
Tamazula
Altitude :
250 m
Mois :
Août
(1961-1985)
Distribution de la pluie cumulée sur T = 10 jours :
*
10
 ˆ 1  12,214
*10  10 * ˆ 1  6,54
« valeur exacte »
ˆ 10  7,07
ˆ 10  11,5
Distribution de la pluie mensuelle. T = 31 jours :
*31  ˆ 1  12,214
*31  31* ˆ 1  20,3
« valeur exacte »
ˆ 31  20,1
ˆ 31  12,3
Catégorisation des profils des nombres d’évènements
Près de la côte on constate du Sud au Nord une
augmentation progressive formant deux ou trois pics
avec un léger maximum vers le 10 juillet.
( ˆ  0,75 ; latitude 26.35°) à 152 m
( ˆ  0,50 ; latitude 25.82°) à 80 m
SINALO A
Nombre moyen d'événements
BAM ICO RI
Nom bre m oyen d'événem ents
0,6
0,9
0,8
0,5
0,7
0,4
L am b d a
0,5
0,3
0,4
0,2
0,3
0,1
0,2
10 jours
20 jours
30 jours
mai - oct
Bamicori
Lambda
10 jours
20 jours
mai - oct
juin - sep
Sinaloa
juin - sep
30- oct
23- oct
9- oct
16- oct
2- oct
25- sept
18- sept
4- sept
11- sept
28- août
21- août
14- août
31- jui l
30 jours
7- août
24- jui l
17- jui l
3- j ui l
10- jui l
26- jui n
19- jui n
5- j ui n
12- jui n
29- mai
22- mai
8- mai
15- mai
30- oct
23- oct
9- oct
16- oct
2- oct
25- sept
18- sept
4- sept
11- sept
28- août
21- août
7- août
14- août
31- j ui l
24- j ui l
17- j ui l
3- j ui l
26- j ui n
19- j ui n
5- j ui n
12- j ui n
22- mai
8- mai
15- mai
29- mai
Lambda
10- j ui l
0,0
0,0
1- mai
0,1
1- mai
La m b d a
0,6
…dans le piedmont et la zone montagneuse, on
trouve une variation moindre avec des figures à un pic
ou même une variabilité du paramètre sur la valeur la
plus élevée pendant plusieurs mois
( ˆ  0,85 ; latitude 27.40°) à 480 m
( ˆ  1,00 ; latitude 25.63°) à 2560 m
C H IN IP AS
N o m bre m o ye n d'é vé ne m e nts
T AR AHUAM AR
N o m bre m o ye n d'é vé ne m e nts
1,0
1,4
0,9
1,2
0,8
0,7
1,0
L am b d a
0,5
0,8
0,6
0,4
0,3
0,4
0,2
0,2
L a mbda
10 jours
20 jours
ma i - oc t
juin - se p
Chinipas
maximum pendant juillet
L a m bda
10 jours
20 jours
m a i - oc t
juin - se p
Tarahumar
saison plus stable
30- o ct
23- o ct
9- oc t
16- o ct
2- oc t
25- s ept
18- s ept
4- s e pt
11- s ept
28- a oût
21- a oût
14- a oût
31- j ui l
30 jours
7- ao ût
24- j ui l
17- j ui l
3- j u i l
10- j ui l
26- j ui n
19- j ui n
5- j u i n
12- j ui n
29- m ai
22- m ai
8- m ai
15- m ai
0,0
1- m ai
30- oc t
23- oc t
9- oct
16- oc t
2- oct
25- s e pt
18- s e pt
4- s ept
11- s e pt
28- août
21- août
14- août
31- j ui l
30 jours
7- août
24- j ui l
17- j ui l
3- j ui l
10- j ui l
26- j ui n
19- j ui n
5- j ui n
12- j ui n
29- m ai
22- m ai
8- m a i
0,0
15- m ai
0,1
1- m a i
L am b d a
0,6
Catégorisation des profils des hauteurs d’évènements
 les zones côtières ont un
profil instable
 Les zones montagneuses
ont des variations faibles
Distribution spatiale 
29
29
28
28
27
27
26
26
25
25
24
24
23
23
100 km
100 km
22
-110
-109
-108
-107
-106
-105
-104
22
-110
-109
La mbda 4 juin
-108
-107
-106
-105
-104
La mbda 20 juin
29
29
29
28
28
28
27
27
27
26
26
25
25
24
24
23
23
26
25
24
23
100 km
100 km
100 km
22
-110
-109
-108
-107
-106
Lambda 5 juillet
-105
-104
22
-110
-109
-108
-107
-106
Lambda 5 Août
-105
-104
22
-110
-109
-108
-107
-106
Lambda 10 Août
-105
-104
Distribution spatiale 
29
29
28
28
27
27
26
26
25
25
24
24
23
23
100 km
22
-110
-109
-108
-107
100 km
-106
-105
-104
22
-110
-109
Beta 4 ju in
-108
-107
-106
-105
-104
Beta 20 ju in
29
29
29
28
28
28
27
27
27
26
26
26
25
25
25
24
24
23
23
24
23
22
-110
-109
-108
-107
100 km
100 km
100 km
-106
Beta 5 ju illet
-105
-104
22
-110
22
-110
-109
-108
-107
-106
Beta 5 Août
-105
-109
-108
-107
-106
-104
Beta 10 Août
-105
-104
Temps
Distribution spatio-temporelle
10 Aôut
Temps
5 Aôut
5 Juillet
20 Juin
27.5
27.0
26.5
Latitude
Latitud
26.0
moyenne
interannuelle
d’événements ()
latitude vs. jours
25.5
25.0
24.5
24.0
23.5
Diagramme d ’Hovmöller
140
160
180
200
220
Jour
240
260
280
300
27.5
27.0
26.5
Latitude
Latitud
26.0
25.5
25.0
On constate que les
deux mois les plus
pluvieux sont bien
juillet et août
24.5
24.0
jour 182 (1 juillet)
jour 243 (31 août)
23.5
140
160
180
200
220
Jour
240
260
280
300
29
28
27
 la Sierra Madre ne
26
suit pas une
direction parallèle
à la latitude
25
 Donc, la latitude
24
23
100 km
22
-110
-109
-108
-107
-106
-105
-104
n’explique qu’une
partie de la
distribution
spatiale des
précipitations
Lambda ligne 2
140
130
29
120
110
100
1.2
90
Distance à l'océan (km)
Ligne Nord
28
27
1
80
0.8
70
0.6
60
0.4
50
0.2
40
0
30
20
10
26
140
160
180
200
220
240
260
280
300
Jours
Lambda ligne 1
Ligne Sud
25
180
170
160
150
140
130
Distance à l'océan (km)
24
23
120
110
100
90
80
70
60
100 km
50
22
-110
40
-109
-108
-107
-106
-105
-104
30
140
160
180
200
220
Jours
240
260
280
300
LE RISQUE ET LA PRÉVISION DES CRUES
Deux types de crues touchent le Mexique :
Les crues de plaine
Les crues de type torrentiel
Les crues de plaine sont dues à des pluies de longue durée liées au
passage sur le continent d’une perturbation océanique
sont lentes / touchent de vastes superficies / peu dangereuses pour les vies humaines /
causent des dégâts matériels / longue durée de submersion
Les crues de type torrentiel sont dues à des orages violents qui
frappent des bassins versants escarpés, ici essentiellement sur la
Sierra Madre
sont toujours rapides / violentes / destructrices
évaluer et cartographier l’aléa pluviométrique
ESTIMATION ET REPRÉSENTATION DU
RISQUE PLUVIOMÉTRIQUE
Les paramètres  et  de la Loi des Fuites représentent la
distribution spatio-temporelle des précipitations
On peut donc les utiliser pour élaborer une carte du risque de
précipitation extrême et une carte du risque de sécheresse
Estimation et représentation du risque pluviométrique
… la loi des fuites est une loi à comportement
asymptotiquement exponentiel

e 
P ( X T  y)  
1 e
i 0 i ! 


P(XT
 y)  ee
(  y / )
i 

 y  





i


P(XT  0)  0
Cette expression est celle d’une distribution de Gumbel tronquée en zéro
Si l’occurrence des événements suit une distribution de Poisson et
les magnitudes des événements suivent une distribution exponentielle 
… alors la distribution des valeurs extrêmes est une loi de Gumbel de
paramètre . Ce paramètre définit donc le risque de pluies extrêmes
Paramètres d’échelle pour l’analyse de la pluie maximale
pour le mois d’août, station Tamazula
Comparaison de l’ajustement direct :
  13,3
  12,3
 Loi de Gumbel aux
maxima mensuels
(=13,3)
 Loi déduite de
l’ajustement d’une
Loi des Fuites aux
pluies journalières
( =12,3)
Régime de précipitation dans la région 10 pour le mois d’août
La carte de 31 représente une
carte du risque de sécheresse
La carte de  correspond à une
carte du risque de pluie extrême
29
29
28
28
27
27
26
26
25
25
24
24
23
23
100 km
100 km
22
-110
-109
-108
-107
-106
Lambda août (31)
-105
-104
22
-110
-109
-108
-107
-106
Moyenne Beta août
-105
-104
Comparative hydrological drought-flood risk modeling
at Northern Mexico and West African Sahel region
ALFONSO GUTIÉRREZ-LÓPEZ and HUBERT ONIBON
Instituto Mexicano de Tecnología del Agua, IMTA
Groupe Afriturible International, GAI, sarl
02 BP 1567 Cotonou,
République du Bénin, Afrique
Climatic and anthropogenic impacts on the
variability of water resources
International seminar / Séminaire international
22-24 November / novembre 2005
Maison des Sciences de l’Eau de Montpellier, Montpellier, France
0.7
7.0
0.6
6.0
5.0
0.4
Beta
Lambda
0.5
0.3
0.2
4.0
3.0
2.0
0.1
1.0
0.0
0.0
0
100
200
300
0
100
200
day
Day
Bourzanga, Bani, Titao, Tiou-ouahigouya, Pobe,
stations (1951-1990) Daily mean number of
events
Bourzanga, Bani, Titao, Tiou-ouahigouya, Pobe,
stations (1951-1990) Mean event rainfall
distribution
0.7
8.0
0.6
7.0
0.5
6.0
5.0
0.4
Beta
Lambda
300
0.3
4.0
3.0
0.2
2.0
0.1
1.0
0.0
0.0
0
100
200
300
day
Kindi, Dedougou, Kamboince, Bilanga, Didir,
Boulsa, Botou, Bousse, stations (1951-1990)
Daily mean number of events
0
100
200
300
Day
Kindi, Dedougou, Kamboince, Bilanga, Didir,
Boulsa, Botou, Bousse, stations
(1951-1990) Mean event rainfall distribution
Dans le cadre Amérique
Latine et des Caraïbes
(LAC)
DIGITALISATION DE
BANDES
PLUVIOGRAPHIQUES
Javier Mendoza, 2009
HYDRACCESS
AÑO
5
fecha
10
P(mm)
fecha
15
P(mm)
fecha
P(mm)
1975-76
10/06/1976 10:35:27
5,2
10/06/1976 10:35:27
6,9
10/06/1976 10:35:27
6,9
1976-77
12/01/1977 16:18:58
6,1
12/01/1977 16:17:48
6,2
12/01/1977 16:12:48
6,2
1977-78
13/02/1978 16:49:38
6,9
13/02/1978 16:48:10
9,7
13/02/1978 16:48:10
9,9
…
1989-90
…
19/05/1990 17:53:12
…
2,9
…
05/02/1990 21:41:47
…
3,8
…
05/02/1990 21:41:47
…
5,2
PMax-Lac-Data et QMax-Lac-Data
CARTE DU RISQUE DE
PLUIE EXTRÊME
Dominio
Caribe (50
km)
Dominio W
Caribe (25
km)
1. Analyse de la fréquence
des lames d'eau – carte
de sévérité d'un orage.
2. Variabilité de la période de
retour ponctuelle – graphe
de sévérité d'un orage.
3. Fréquence d'un
événement pluvieux.
4. Analyse des pluies
ponctuelle.
Dominio E
Caribe (25
km)
22
20
18
-94
Eduardo Planos y Alfonso Gutiérrez, 2011
-92
-90
-88
-86
-84
-82
-80
-78
-76
CARTE DU RISQUE DE PLUIE EXTRÊME
22
20
18
-94
-92
-90
-88
-86
-84
-82
-80
-78
-76
CHAMPS DE PLUIE PRODUIT PAR DES OURAGANS
Huracán Andrés, junio 1997
17.5
17
1
1.9
1.6
7.8
0
16.5
évaluer et cartographier
l’aléa pluviométrique:
Interpolation quadratique
5.7
91
16
15.5
11.5
12.4
8.6
50.6 20
15
Alfonso Gutiérrez y Leonel
Encarnación, 2010
14.5
0
-94
-93.5
-93
-92.5
-92
-91.5
-91
-90.5
évaluer et cartographier
l’aléa pluviométrique en
utilisant la méthode du
Krigage
LA CONNAISSANCE DU RÉGIME
HYDROLOGIQUE DES COURS D’EAU EN CRUE
Fleuve Cahuacán, entre la ville
de Tapachula et Tuxtla Chico;
vers 2.5 km prés de la côte
frontière entre Chiapas
(Mexique) et Guatemala.
Roberto Mejía, y Vladimir Contreras,
2007
Alfonso Gutiérrez, Vladimir Contreras y
Roberto Mejía, 2009
Alfonso Gutiérrez y Daniel Resendiz,
2011
On prend l’expression de Kinoshita, Beck (1988).
 2s  3 
 2s 
 2s 
  0sen
  0 J s cos 3
  J f sen 3

  
  
  


( y i )  X
''
i  ( i 1)
 
seno i z   X
''
i i

A
C1
cos i z 
A
Hp
cours d’eau en crue (Cahuacán jusqu'a 2016)
18 marzo 2008
18 marzo 2008
DÉTECTION ET SUIVI DE
SYSTÈMES CONVECTIFS
Analyse géostatistique
des champs de pluie.
L'identification de structures
nuageuses par l’imagerie satellitaire contribue à plusieurs
applications en hydrologie.
Le développement de méthodes automatiques de détection,
et de suivi des SC permet aujourd'hui de disposer d’une base
de données des caractéristiques de ces systèmes et de
mieux connaître la trajectoire, l'extension et la durée de vie de
ces orages.
Fabiola Arellano y Alfonso Gutiérrez, 2009
Zt  Zt 1   t
Zt  Zt 1   t
Zt  Zt 1   t
Zt  Zt 1   t
Zt  Zt 1   t
Bassin du fleuve Querétaro le 29 septembre 2004
3h25
DÉTECTION ET SUIVI DE
SYSTÈMES CONVECTIFS
avec NAM (North American Mesoscale)
16 novembre de 2006
(fente frío)
TRAJECTOIRES DES OURAGANS EN UTILISANT LA
GEOSTATISTIQUE
La géostatistique est le terme généralement utilisé pour
l'application de la théorie des variables aléatoires à l'étude
des phénomènes naturels qui se déploient dans l'espace,
appelés phénomènes régionalisés.
Alfonso Gutiérrez, Argelio Fernández y Leonel Encarnación, 2010
RÉUNIONS PÉRIODIQUES DANS LA RÉGION:
México 2009, Perú 2010, Guatemala 2011, La Habana, 2012
DIFFUSION DE DOCUMENTS,
PROCÉDURES ET MÉTHODOLOGIES
1.Inundaciones registradas en América Latina y el Caribe.
2.Función de la vegetación en las inundaciones de zonas urbanas.
3.Factores de reducción por área: teoría y ejemplos de aplicación.
4.Envolvente regional de precipitaciones máximas en LAC.
5.Análisis espacial de eventos hidrológicos.
6.Transito hidrológico de avenidas.
7.Estudios topohidráulicos en cauces.
8.Método sección velocidad y sección pendiente para determinar el
caudal en corrientes superficiales.
9.Cálculo del daño esperado por inundación.
10.Estimación bivariada de eventos hidrológicos.
11.Construcción de curvas idt.
12.Análisis de series de tiempo en hidrología.
13.Glosario de términos técnicos y modismos regionales en materia de
hidrología.
14.Manejo de aguas pluviales en zonas urbanas (3 ejemplares).
Iniciativa Internacional sobre Inundaciones
http://www.ifilac.org/
Centro de Investigaciones del Agua, CIAQ
Facultad de Ingeniería, UAQ
Universidad Autónoma de Querétaro
http://ingenieria.uaq.mx/ciaq
Laboratorio de Hidroinformática LHIQ
en colaboración con el Centro Internacional de
Hidroinformática, CIH UNESCO Brasil-Paraguay
http://www.uaq.mx/ingenieria/
ric a
colector Ju
Peñuelas
go
ra
ro
ré
ta
Qu
e
Quintas del Marques
za
ra
rio I a Pasto T
Cimata
an
L
ga
ria
Ref. Agra
os
st
O
do
an
m
Ar
a
a
o za
arag
ad
or
Pi
ez-Z
uar
no S
Za
I
Te
jed
r ío
D
SS
IM
rio
Cimata
Magisterial
a
m
aro
o
tar
eré
u
Q
río
Lo
sa s
Las Tere
moc
uht e
a
u
C
Plu
Las Americas
via
l Ar
b ol
QRO2000-Compacto
e da
s
Bolaños
a
ier r
to S
río Querét
a
chac
El Pe
drega
l
Norte
l
M en
e Ju s
qu
Ro
n
Sa
trial
Indus
Nor te
tr ial
d us
rena
El A
a
a In
Z on
S auce
s-Aren
al
ic
Jur
Cimatario II
no
Ar
ro
yo
Ta
ng
a
no
L’avenir…
2012-2015
- Courbes régionaux des pluies et des
débits (crues).
-Régionalisation d’intensités max. au
Cuba, Bolivia, Pérou, République
Dominicain, Mexique, Argentina,
Nicaragua, Guatemala et Costa Rica.
-Cartographier les risque de pluie
extrême sur la côte Mexique-Guatemala.
- Analyse CSI des inondations (ANPC Tecnológico de Monterrey).
Centro de Investigaciones del Agua Querétaro
Facultad de Ingeniería, Universidad Autónoma de Querétaro
L’avenir…
2012-2015
- Analyses des pluie de haut montagne
Mexique-Bolivie.
- Reconstruction des champs de pluie
sur l’Haïti.
- Gestion intégrée d'eaux pluviales dans
des zones urbaines (ANEAS).
- Méthodes de détection des anomalies
et de comblement des lacunes dans les
séries de données.
Centro de Investigaciones del Agua Querétaro
Facultad de Ingeniería, Universidad Autónoma de Querétaro
L’avenir…
2012-2015
- Continuer a développer des outils
computationnels.
-Master (Doctorat) en Eco-hydrologique
(septembre, 2012)
La Plata-U. Queretaro
-Continuer avec la Normative Nationale pour
le bilan hydrique et le sur le débit naturelle
de fleuves.
- Estimation bivariée d'événements.
-Partager des expériences avec l’Afrique ….
Centro de Investigaciones del Agua Querétaro
Facultad de Ingeniería, Universidad Autónoma de Querétaro
Merci de votre attention
“El agua, Origen de la Vida”. Diego Rivera 1951.
Depósito de agua potable. Parque de Chapultepec, México.
Centro de Investigaciones del Agua
Universidad Autónoma de Querétaro
Cerro de las Campanas, s/n Qro.
Col. Las Campanas 76010, México
Tel. +52 (442) 192 1200 ext. 6401
[email protected]