CAROL Bonanata Et.al AADIP2010

7/25/2019 CAROL Bonanata Et.al AADIP2010

1/14


2/14

VI Congreso Argentino de Ingeniera PortuariaSeminario Latinoamericano Desarrol lo Sustentable de la Infraestructura Portuaria Martima y Fluvial en

Amr ica Latina

2 of 14

1. INTRODUCIN

Las estructuras costeras y portuarias pasan por un ciclo de vida que incluye diferentes fases. Desdela fase de planificacin y diseo hasta la reutilizacin o la demolicin, la informacin sobre el climamartimo es muy importante para garantizar una funcionalidad costo-efectiva y una calidad tcnica. Elciclo de vida completo puede abarcar varias dcadas, lo que requiere el conocimiento del climamaritimo en diferentes escalas de tiempo, incluyendo su variabilidad natural. El conocer en una zona

costera los parmetros de ola estadsticamente representativos de un oleaje irregular y aleatorio es,por lo tanto, de vital importancia para los ingenieros de puertos y costas.

Sin embargo, en la gran mayora de las regiones alrededor del mundo, principalmente en los pasesen vas de desarrollo, las series de datos medidos en aguas someras no son suficientemente largaspara caracterizar el clima martimo y obtener los parmetros de ola necesarios al correctodimensionamiento de las estructuras portuarias y de proteccin de la costa.

Para suplir esa deficiencia, los investigadores del Instituto de Hidraulica Ambiental de la Universidadde Cantabria (IH Cantabria) desarrollaron una metodologa basada en el uso de series de datosprovenientes de los programas de reanlisis de olas en aguas profundas, modelos de propagacinen aguas someras, as como tcnicas de interpolacin que permiten generar la serie de datos enaguas someras con igual longitud de la serie original de aguas profundas. Una vez obtenida la serieen el punto objetivo, tornase posible la descripcin estadstica del oleaje y la obtencin de lainformacin de uso ingenieril.

En este trabajo es presentada una descripcin detallada de la metodologa, un ejemplo de su empleoen una regin de la costa brasilea realizado por la empresa Coastal Planning & Engineering doBrasil (CPE), sus ventajas, limitaciones y su evolucin futura.

2. APLICACIONES

Toda obra martima se construye para satisfacer, durante un determinado intervalo de tiempo,diversos requerimientos de fiabilidad, funcionalidad y operatividad (ROM, 1991).

La fiabilidad viene condicionada por las situaciones extremas y es garantizada a partir delconocimiento del rgimen extremal del oleaje en las proximidades de la obra. Se entiende comorgimen extremal del oleaje la distribucin estadstica del valor mximo de un parmetro de estadode mar en un periodo de tiempo determinado. La funcionalidad y la operatividad de la obra soncaracterizadas por las condiciones medias del oleaje en el punto de inters. Se entiende como

rgimen medio del oleaje la distribucin estadstica de un parmetro de estado de mar en un tiempodeterminado.

El empleo de la metodologa descrita en este trabajo posibilita, con el uso de una serie larga de datosde ola en la profundidad de inters, la caracterizacin del rgimen medio y extremal del oleaje y, porejemplo, la obtencin de las siguientes informaciones:

1. Tamao y peso de bloques de estructuras de escollera;

2. Agitacin interior por ondas cortas y resonancia portuaria;

3. Frecuencia de los rebases del oleaje en diques de proteccin;

4. Transporte longitudinal de sedimentos;

5. Frecuencia de inundaciones en zonas costeras;

6. Forma en planta de equilibrio las playas encajadas.

3. DESCRIPCIN DE LA METODOLOGIA

La metodologa presentada en este trabajo est fundamentada en el uso de largas series de datos deolas en aguas profundas provenientes de los programas de reanlisis existentes y disponibilizadospor diversas instituciones alrededor del mundo. Estas son el resultado del empleo de modelos de


3/14


Amr ica Latina

3 of 14

generacin y propagacin del oleaje, como por ejemplo el WAVEWATCH III o el WAM, alimentadoscon datos de viento globales con duraciones de hasta 60 aos.

El primer paso de la metodologa es el anlisis del oleaje en aguas profundas. Una vez conocido ycaracterizado el rgimen medio y extremal del oleaje en el origen del dominio (puntos de las basesde datos), hay que trasladar la serie de datos hasta la zona de inters. Para ello deben serpropagados todos los estados de mar susceptibles de ser producidos. Sin embargo, hoy en da, el

tiempo computacional imposibilita la propagacin de todos los estados de mar obtenidos por lasseries de reanlisis. As, es adoptado el siguiente procedimiento:

a) Propagacin de una matriz de casos posibles con oleajes de distinta altura, direccin,perodo y nivel del mar;

b) Clculo del coeficiente y el ngulo de propagacin en estos casos;

c) Interpolacin del coeficiente y ngulo de propagacin para cada uno de los eventosregistrados en el punto de reanlisis. Para cada nivel de marea se realiza una interpolacinlineal en tres dimensiones (Hs, Tp, Dir), para obtener el coeficiente y el ngulo depropagacin de ese evento en la zona de estudio.

Esta metodologa de transferencia de la serie original de aguas profundas hasta aguas someras,conocida como metodologa del hipercubo, es una tcnica ampliamente comprobada y validada atravs de diversos estudios.

La Figura 1 ilustra de manera esquemtica el funcionamiento de la tcnica del hipercubo.

Figura 1 - Esquema de la metodologia del hipercubo, la cual permite obtener los parmetrosde ola em el punto de estud io para un determinado estado de mar (Hsi, Tpi e Diri) a partir de lainterpolacin de los resultados de la propagacin de casos con di ferentes combinaciones de

Hs, Tpe Dir.

4. EJEMPLO DE EMPLEO DE LA METODOLOGIA

En esta etapa del trabajo es presentado un ejemplo del empleo de la metodologa del hipercuborealizado por la Coastal Planning & Engineering do Brasilen la costa sureste brasilea.

El objetivo principal de este estudio fue generar una serie de oleaje de 20 aos en las proximidadesde la desembocadura de Barra do Furado, en el Municipio de Quissam, y as obtener las alturassignificantes de ola con periodo de retorno de 2, 5, 10, 25, 50 y 100 aos, utilizadas en eldimensionamiento de nuevos muelles planeados para la zona.

Un anlisis preliminar de los parmetros de ola en aguas profundas provenientes del modelo WWIIIpermiti seleccionar una gama de estados de mar a ser propagado con el modelo numrico Delft3D-Wave, lo cual utiliza la formulacin del SWAN (Simulating WAves Nearshore), desarrollado por laDeltares, Holanda.


4/14


Amr ica Latina

4 of 14

Un total de 405 casos de olas fueron propagados, forneciendo como resultado los coeficientes depropagacin con caractersticas direccionales, los cuales sirvieron de datos de entrada para laaplicacin de la metodologa de interpolacin.

Figura 2: Localizacin del rea de estudio, indicando la posicin de los puntos extrados delmodelo de reanlisis WWIII, punto de inters en aguas someras y los limites de direcciones

propagadas hasta ese punto.

4.1 Base de datos de reanlisis del modelo WAVEWATCH III

Los datos utilizados para el anlisis y caracterizacin del clima de olas en aguas profundas fueronextrados del modulo de reanlisis del modelo WAVEWATCH III. El modelo WWIII (Tolman 1997,1999) es un modelo de tercera generacin desarrollado por la NOAA/NCEP (WAMDIG 1988, Komenet al. 1994) y que resuelve la ecuacin de conservacin de la densidad espectral da accin de onda.El modelo asume que las propiedades del medio (profundidades y corrientes), as como el campo deondas, varan en escalas espaciales y temporales mucho superiores a las escalas de variacin deuna nica onda. El WWIII permite simular la generacin y propagacin de espectros de olas con baseen los datos de viento, considerando los procesos de generacin, interacciones no lineales ola-ola,

disipacin por whitecappingy friccin con el fondo.

Los datos de olas en aguas profundas fueron extrados del elemento de la malla de clculo situadoen las coordenadas 223000S y 0401500W, a una profundidad de aproximadamente 80 m (Figura2), para el perodo comprendido entre el 1 de enero de 1989 y el 31 de marzo de 2009.

Con estos datos fueron generados la funcin de distribucin de Hs(Figura 3), rosa direccional (Figura4), tabla de probabilidades direccional (Tabla 1) e diagrama de distribucin conjunta de Hs-Tp(Figura5), utilizando el software CAROL (desarrollado por el IH-Cantabria) y MATLAB.


5/14


Amr ica Latina

5 of 14

Figura 3 - Funcin de distribucin(probabil idad acumulada) de la variable Hs

para los datos del modelo WWIII.

Figura 4 - Rosa direccional y cuartiles de Hspara los datos del modelo WWIII.

Tabla 1 Tabla de probabilidades direccionales y datos estadsticos de Hspara cadadireccin.Di recciones Probab il idad (%) Hs50% Hs90% Hs99% Hs12

N 0.01 1.8255 2.1712 2.1780 2.1780NNE 0.14 1.7590 2.2930 3.2578 3.2620NE 7.83 1.9570 2.5995 3.4412 4.1107

ENE 15.04 1.7810 2.4540 3.1995 3.8527E 13.54 1.7435 2.4970 3.3324 4.1912

ESE 13.24 1.8380 2.7330 3.9703 5.4654SE 13.99 1.9860 2.9816 4.2077 5.3712

SSE 16.22 2.1920 3.2090 4.7299 5.9759S 17.03 2.5590 3.5870 4.6863 5.6538

SSW 2.84 3.1230 4.3216 5.5861 6.3619SW 0.11 2.7680 3.8110 4.6213 4.6520

WSW 0.01 1.9785 2.2335 2.2430 2.2430W 0.00 1.8210 2.1400 2.1400 2.1400

WNW 0.00 1.9220 1.9930 1.9930 1.9930NW 0.01 2.1640 2.2730 2.2730 2.2730

NNW 0.01 1.7860 2.0760 2.0760 2.0760

Figura 5 - Diagrama de distribucin conjunta de Hs-Tppara los datos del modelo WWIII. Labarra de colores indica la frecuencia de ocurrencia de cada combinacin.


6/14


Amr ica Latina

6 of 14

Segn las figuras de arriba, es posible concluir que las olas son predominantemente provenientes dedirecciones entre NE y SW (99,84% de los registros), con alturas de ola variando entre 0,5 y 6,5 m yperodos de 3 a 22 s. Fueron analizados tambin los regmenes medio y extremal de Hs. El rgimenmedio fue definido ajustando los datos a distribuciones del tipo Normal, Log-Normal, Weibull deMnimos y Gumbel de Mximos y observando cual obtena el mejor ajuste por el coeficiente decorrelacin (R). La distribucin de mejor ajuste fue la Gumbel de Mximos (R = 0.9998), estando sugrfico linealizado presentado en la Figura 6. El rgimen de extremos fue calculado por el mtodoPeak Over Threshold (POT), adoptando el limiar de 99,5% y el resultado es presentado enla Figura 7.

Figura 6 - Grfico del rgimen medio de Hspara el punto extrado del modelo WWIII,

ajustado a la distribucin Gumbel de Mximos.

Figura 7 - Rgimen extremal de Hs, calculado porel mtodo POT Hs99,5%.

4.2 Propagacin de olas en aguas someras (SWAN)

El oleaje propagndose por zonas costeras de poca profundidad es modificado de forma importante

por la morfologa del fondo. Los procesos de refraccin, asomeramiento, disipacin de energa ydifraccin, entre otros, son manifestaciones de dichas interacciones. El entendimiento de estosprocesos fsicos obtenidos a lo largo de los aos, ha permitido incorporarlos en modelos numricosde propagacin de oleaje.

Para la propagacin del oleaje desde aguas profundas hasta las cercanas de la costa fue utilizado elmodelo SWAN, incorporado en el modulo Delft3D-Waves. El modelo SWAN (Simulating WAvesNearshore) es basado en la ecuacin de conservacin de la accin de onda y es completamenteespectral (en todas las direcciones y frecuencias). Esta ltima caracterstica implica que un campo deondas de crestas cortas, aleatorias, propagndose simultneamente a partir de diferentesdirecciones, puede ser acomodado (p.ej., un swell sobrepuesto por un mar de viento local). El SWANcomputa la evolucin de un campo de olas de crestas cortas aleatorias, en aguas profundas,intermedias y someras, as como en ambientes con presencia de corrientes (p. ej., desembocaduras).El modelo calcula los procesos de refraccin provocados por corrientes o por cambios en laprofundidad y representa los procesos de generacin de olas por el viento, disipacin porwhitecapping, friccin con el fondo y rotura inducida por la profundidad, as como interacciones no-lineales ola-ola (quadruplets y triads), explcitamente, con las formulaciones que representan elestado-del-arte en modelacin de olas. Olas bloqueadas por corrientes son tambin representadasexplcitamente en el modelo. Muy importante en estudios de ingeniera costera y portuaria son losprocesos de difraccin, transmisin, bloqueo y reflexin en obstculos, tambin inclusos en lasformulaciones del modelo. El SWAN ha sido validado y verificado con suceso en una gama deexperimentos complexos de campo y de laboratorio (Ris et al., 1999; WL | Delft Hydraulics, 1999,2000).

El SWAN fue desarrollado por Delft University of Technology (Holanda) y es especificado como elnuevo patrn en estudios de modelacin de olas e proteccin costera. Por ese motivo, la WL | Delft


7/14


8/14


Amr ica Latina

8 of 14

Figura 9: Detalle de la Carta Nutica no23000, realizada por la DHN.

En la Figura 10 es presentada la informacin batimtrica del rea de estudio, proyectada en la mallade clculo del modelo numrico.

Figura 10. Batimetria interpolada en el dominio de clculo del modelo numrico implementadoen la regin de Barra do Furado, en Quissam - RJ. La informacin de la profundidad fue

obtenida a travs de la d igi talizacin de las cartas nuticas no 23000, 1400 e 1403, realizadapor la Diretoria de Hidrografia e Navegao (DHN).


9/14


Amr ica Latina

9 of 14

4.5 Definicin de los casos de propagacin

Con base en la caracterizacin del clima martimo en aguas profundas, fue posible definir los casosde propagacin, o estados de mar a seren propagados, los cuales abarcan de manera satisfactorialos casos medios y extremos de la serie.

Fueron definidas 45 combinaciones de Hs-Tp(con base en el diagrama de distribucin conjunta deH

s-T

p), conforme presentado en la Figura 11.

Figura 11 - Combinaciones de Hs-Tp(puntos rojos) propagadas con las 9 direcciones masfrecuentes. Las lneas negras indican el rea de interpolacin adoptada por la metodologa del

hipercubo.

Los casos fueron definidos de forma que permitan interpolar todas las combinaciones de Hs-Tpqueocurren en la serie temporal en aguas profundas, adoptando una mayor resolucin para lascombinaciones de Hs-Tpms frecuentes (Hsde 0,5 a 3,5 m y Tpde 6 a 14 s). Esas 45 combinacionesfueron propagadas para las nueve direcciones ms frecuentes (de NE a SW), totalizando 405 casos.

Las direcciones de NE a SW, adems de las ms frecuentes, son las direcciones que se puedenpropagar hasta el punto de inters; las otras direcciones, fuera de estos lmites, no son consideradaspara la aplicacin de la metodologa del hipercubo.

4.6 Datos de entrada y resultados de las propagaciones

Con las mallas de clculo y la batimetria definidos, fueron criados y ejecutados los 405 casos depropagacin con el modelo Delft3D-Waves. El modelo fue ejecutado en el modo estacionario,considerando los procesos de refraccin, difraccin, disipacin con el fondo y por rotura (coeficientesdefinidos como default). Los espectros de entrada fueron definidos con los datos de Hs, Tpy Dir delos casos, adoptando un espectro JONSWAP con parmetro gama de 3,3, dispersin direccional de15 (para casos con perodo superior a 10 s) y 20 (para casos con perodo menor o igual a 10 s). Elespectro fue discretizado en 35 componentes frecuenciales y 72 componentes direccionales. Loscontornos NE, SE y SW de la malla fueron forzados con espectro constante para cada caso.

En la Figura 12 y Figura 13 son presentados tres ejemplos de salida del modelo de propagacin deolas, provenientes de aguas profundas con diferentes alturas significantes y direcciones NE, E y S,respectivamente.


10/14


Amr ica Latina

10 of 14

Figura 12 Isocontornos de altura y direccinde propagacin para la simulacion de un

estado de mar proviniente de aguasprofundas con: Hs= 1,5 m, Tp= 7,2 s, Dir =

95.

Figura 13 Isocontornos de altura y direccinde propagacin para la simulacion de un

estado de mar proviniente de aguasprofundas con caracteristicas: Hs= 1,72 m,

Tp= 9,4 s, Dir = 180.

4.7 Reconstruccin de la serie temporal en aguas someras (la metodologa del Hipercubo)

Con base en los resultados de la propagacin de una serie larga de casos de olas desde aguasprofundas hasta las proximidades de la costa, con diferentes combinaciones de H s, Tp y Dir, fueposible realizar la interpolacin lineal tridimensional de los resultados para as determinar los valoresde Hsi, Tpi y Diri en el punto de anlisis.

Los resultados de HsTpy Dir obtenidos a partir de la propagacin de los 405 casos fueron obtenidospara el punto de inters. A travs de la determinacin de los coeficientes de propagacin concaractersticas direccionales, fue posible reconstruir la serie temporal en aguas someras utilizando lametodologa del hipercubo, aplicada a travs de rutinas elaboradas en MATLAB. El resultado de lareconstruccin de la serie temporal de 20 aos de HsTpy Dir para el punto de anlisis es presentadoen la Figura 14, abajo.


11/14

VI Congreso Argentino de Ingeniera PortuariaSeminario Latinoamericano Desarroll o Sustentable de la Infraestructu ra Portuaria Martima y Fluvial en

11 of 14

Figura 14 - Serie temporal de Hsy Dir para aguas profundas (WWIII) y aguas someras generada con el hipercubopropagaciones con el modelo Delft3D-Waves.


12/14

VI Congreso Argentino de Ingeniera PortuariaSeminario Latinoamericano Desarroll o Sustentable de la Infraestructura Portuaria Martima y Fluvial en

Amr ica Latina

12 of 14

4.8 Validacin de la metodo loga

Para validar la metodologa del hipercubo, fueron comparados los datos de Hsmedidos por un ADCPcon los datos generados por la metodologa del hipercubo, ambos ubicados en coordenadasgeogrficas iguales. Esa comparacin es presentada en la Figura 15, en la cual es posible observarque las tendencias son reproducidas de forma adecuada para el parmetro altura significativa de olaHs.

Es posible concluir que la generacin de la serie temporal para aguas someras representa de manerasatisfactoria el patrn del oleaje en el punto de inters durante el periodo de comaparacin. Eltemporal del dia 24/02 ocurrrido en aguas profundas no aparece ni en el dato medido en aguassomeras ni en la serie generada a partir del empleo de la metodologia. Sin embargo, la metodologiadel hipercubo sobreestim el temporal del dia 07/03.

Figura 15 Serie temporal del parmetro altura significativa de ola en aguas profundasextrada del modelo WWIII (lnea azul) y comparacin entre la serie medida por el ADCP (lnea

negra) y generada por la metodologa del hipercubo a partir de los resultados del modeloDelft3D-Waves para el mismo perodo (lnea roja).

4.9 Clima martimo en aguas someras

Despus de validar los resultados de la serie temporal generada en aguas someras, fue posibleanalizar el clima martimo para el rea de estudio, con el objetivo de determinar las alturas de ola deproyecto. Fue generada la funcin de distribucin de Hs (Figura 16), rosa direccional (Figura 17) ytabla de probabilidades direccionales (Tabla 2). Adems, fueron extrados los regmenes medio eextremales de Hsen aguas someras. La distribucin de mejor ajuste para el rgimen medio fue laWeibull de Mnimos (R = 0.9986), presentada en la Figura 18. A su vez, el rgimen extremal fuecalculado por el mtodo Peak Over Threshold (POT), adoptando el limiar de 99,5%, cuyos resultadosson presentados en la Figura 19. Los valores de Hspara el perodo de retorno de 2, 5, 10, 25, 50 y

100 aos son presentados en la Tabla 3.


13/14

VI Congreso Argentino de Ingeniera PortuariaSeminario Latinoamericano Desarroll o Sustentable de la Infraestructura Portuaria Martima y Fluvial en

Amr ica Latina

13 of 14

Figura 16 - Funcin de distribucin(probabilidad acumulada) de Hspara los datosde la serie temporal para el punto de inters

en aguas someras.

Figura 17 - Rosa direccional y cuartiles deHspara los datos de la serie temporal

reconstruida para el punto de inters enaguas someras.

Tabla 2 Probabilidades direccionales para los datos de la serie temporal reconstruida en el

punto de inters en aguas someras.Di recciones Probab il idad (%) Hs50% Hs90% Hs99% Hs12N 0.0000 0.0000 0.0000 0.0000 0.0000

NNE 0.0000 0.0000 0.0000 0.0000 0.0000NE 0.0000 0.0000 0.0000 0.0000 0.0000

ENE 6.24 0.6698 0.8701 1.0217 1.0802E 18.50 0.8607 1.2025 1.6098 1.9463

ESE 22.36 1.2497 1.8169 2.6818 3.5815SE 24.22 1.6545 2.5030 3.6236 4.3198

SSE 25.92 1.8692 2.6890 3.5903 4.1814S 2.51 1.9017 2.6700 3.3778 3.7980

SSW 0.08 1.6619 2.0402 2.1850 2.1850SW 0.0000 0.0000 0.0000 0.0000 0.0000

WSW 0.0000 0.0000 0.0000 0.0000 0.0000

W 0.0000 0.0000 0.0000 0.0000 0.0000WNW 0.0000 0.0000 0.0000 0.0000 0.0000NW 0.0000 0.0000 0.0000 0.0000 0.0000

NNW 0.0000 0.0000 0.0000 0.0000 0.0000

Figura 18 - Grfico l inearizado de regime mdiode Hsen aguas someras, ajustado a uma

distribucin Weibull de Mnimos.

Figura 19 - Rgimen extremal de Hsen aguassomeras, calculado por el mtodo POT

Hs99,5%.


14/14

CAROL Bonanata Et.al AADIP2010

Documents

Transcript of CAROL Bonanata Et.al AADIP2010