Resistencia al flujo de ríos de montaña: desarrollo de equaciones de predicción
La influència de les àrees de muntanya en la generació de recursos hídrics, la geomorfologia del sistema fluvial i les avingudes de caràcter catastròfic és determinant. No obstant això, històricament el coneixement científic dels rius de sorra de plana ha estat superior que el dels rius de grava i d...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Doctoral Thesis |
| Language: | Spanish |
| Published: |
Universitat de Lleida
2005
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/10803/8147 http://nbn-resolving.de/urn:isbn:8468983217 |
| Summary: | La influència de les àrees de muntanya en la generació de recursos hídrics, la geomorfologia del sistema fluvial i les avingudes de caràcter catastròfic és determinant. No obstant això, històricament el coneixement científic dels rius de sorra de plana ha estat superior que el dels rius de grava i de muntanya. Diverses investigacions han posat de manifest que els models hidràulics, de transport de sediment i geomorfològics desenvolupats per als primers no són directament extrapolables a aquests darrers.Un problema cabdal en Hidràulica fluvial és el de la resistència de la llera a l'avanç del flux, doncs la seva determinació és requisit per a la resolució d'infinitat de problemes que es plantegen a l'esmentada disciplina. En la present Tesi han estat avaluats (és a dir, ajustats, verificats i comparats) una sèrie de models de resistència al flux per a rius de muntanya i de grava. Ha estat analitzat, també, l'efecte que sobre la capacitat predictiva de les equacions té l'ajustament per subconjunts, definits aquests per intervals de diferents variables de control, com són la sumersió relativa del flux, el pendent de la llera o l'índex de mobilitat del sediment.Els models avaluats han estat dividits en dos grans grups: a) els que consideren el factor de fricció de Darcy-Weisbach (f) com a variable dependent i b) aquells que prenen el cabal del flux (Q) o la seva velocitat mitjana (v) com a variables resposta i que no inclouen coeficient de resistència explícitament com a variable explicativa. Com a principal resultat ha estat obtingut un conjunt d'equacions, dels dos grups esmentats anteriorment, que compten amb una capacitat de predicció superior a la de les fórmules derivades fins a l'actualitat per altres autors. Aquesta superioritat predictiva es fonamenta en la creació d'una base de dades d'ajustament integrada per un nombre de dades sensiblement superior i que, a més, representa un interval més ampli de les variables explicatives. === La influencia de las áreas de montaña en la generación de recursos hídricos, la geomorfología del sistema fluvial y las avenidas de carácter catastrófico es determinante. Sin embargo, históricamente el conocimiento científico acerca de los ríos de arena de llanura ha sido superior que sobre los ríos de grava y de montaña. Diversas investigaciones han puesto de manifiesto que los modelos hidráulicos, de transporte de sedimento y geomorfológicos desarrollados para los primeros no son directamente extrapolables a estos últimos.Un problema medular en Hidráulica fluvial es el de la resistencia del cauce al avance del flujo, pues su determinación es requisito para la resolución de infinidad de problemas planteados en el seno de la citada disciplina. En la presente tesis se han evaluado (es decir, ajustado, verificado y comparado) una serie de modelos de resistencia al flujo para ríos de montaña y de grava. Se ha analizado, asimismo, el efecto que sobre la capacidad predictiva de las ecuaciones tiene su ajuste por subconjuntos, definidos éstos por intervalos de diferentes variables de control, como son la sumersión relativa del flujo, la pendiente del cauce o el índice de movilidad del sedimento.Los modelos evaluados se dividen en dos grandes grupos: a) los que toman el factor de fricción de Darcy-Weisbach (f) como variable dependiente y b) aquellos que adoptan el caudal del flujo (Q) o su velocidad media (v) como variables respuesta y que no incluyen coeficiente de resistencia explícitamente como variable explicativa. Como principal resultado se ha obtenido un conjunto de ecuaciones, de los dos grupos anteriormente citados, que cuentan con una capacidad de predicción superior a la de las fórmulas derivadas hasta la actualidad por otros investigadores. Tal superioridad predictiva se fundamenta en la creación de una base de datos de ajuste integrada por un número de datos sensiblemente superior y que, además, representa un rango más amplio de las variables explicativas. === Mountain areas exert a vital influence on the generation of water resources, the geomorphology of the fluvial system and catastrophic floods. However, historically there has been more scientific knowledge about sand-bed rivers on the plain than about gravel-bed and mountain rivers. A range of research has shown that hydraulic, sediment transport and geomorphologic models developed for the former cannot be directly extrapolated to the latter.A fundamental problem in fluvial hydraulics is that of the flow resistance of the channel, the determination of which is a requisite for the resolution of an infinity of problems in the abovementioned discipline. In this thesis, a series of flow resistance models for mountain and gravel-bed rivers have been evaluated (that is, adjusted, verified and compared). The effect on the predictive capacity of the equations has been analysed for its adjustments to subsets, these being defined by the ranges of different control variables, such as relative submergence of the flow, the slope of the channel or the mobility index of the sediment.The models evaluated are divided into two large groups: a) those that take the Darcy-Weisbach (f) friction factor as a dependent variable and b) those that adopt the flow discharge(Q) or average velocity (v) as response variables and that do not explicitly include the resistance coefficient as an explicative variable. The principal result obtained is a set of equations from the two above-mentioned groups, with a higher prediction capacity than the formulas derived to date by other authors. Such predictive superiority is based on the creation of an adjustment database made up of a significantly higher number of data and that also represents a wider range of the explicative variables. |
|---|