[article] 
inJournal of hydrologic engineering > Vol. 4, N° 4 (Octobre 1999) . - 308-316 p.

Titre :	Return Period and Risk of Hydrology Events. II: Applications
Titre original :	Période et Rrisque de Retour d'Evénements d'Hydrologie. II : Applications
Type de document :	texte imprimé
Auteurs :	Fernández, Bonifacio, Auteur ; Salas, José D., Auteur
Année de publication :	2005
Article en page(s) :	308-316 p.
Note générale :	Hydrologie
Langues :	Anglais (eng)
Mots-clés :	Formulation mathématique Risques de l'échec Evenements hydrologiques complexes Inondation Sécheresse Algorithmes Etats Markov Procédures Ecoulements Ecoulement jet Eau Lac Evaluation
Index. décimale :	551.4 surface du globe.Géographie physique.Géomorphologie
Résumé :	A Mathematical formulation to estimate return periods and risks of failure of complex hydrologic events such as those arising from dependent floods and droughts have been examined in the first part of this paper. Specifically, some relationships and algorithms for computing return periods and associated risks for runs arising from independent and dependent events assuming that dependence is represented by a two-state Markov chain have been proposed. The Applicability of these procedures is illustrated herein, considering several types of hydrological events with emphasis on those where dependence is important. First, meteorological droughts based on annual precipitation are considered as examples of events consisting of run in dependend trials. Then, minimum streamflows and maximum annual lake outflows are included as examples of dependent events, assuming that dependence is represented by a simple Markov chain. Also, hydrological droughts based on annual streamflow series are considered. In addition, the estimation of return period and risk are illustrated by data generation. Une formulation mathématique pour estimer les périodes de retour et des risques de l'échec des événements hydrologiques complexes tels comme ceux résultant des inondations dépendantes et des sécheresses ont été examinés dans le premier parti de cet article. Spécifiquement, on a proposé quelques rapports et algorithmes pour des périodes de retour de calcul et des risques associés pour des courses résultant des événements indépendants et dépendants supposant que la dépendance est représentée par une chaîne de deux états de Markov. L'applicabilité de ces procédures est illustrée ci-dessus, considérant plusieurs types d'événements hydrologiques avec l'accent sur ceux où la dépendance est importante. Premier, des sécheresses météorologiques basées sur la précipitation annuelle sont considérées comme des exemples des événements se composant courus dans des épreuves de dependend. Puis, des écoulements de jets minimum et les sorties annuelles maximum de lac sont inclus comme exemples des événements dépendants, supposant que la dépendance est représentée par une chaîne simple de Markov. En outre, des sécheresses hydrologiques basées sur la série annuelle de streamflow sont considérées. En outre, l'évaluation de la période de retour et le risque sont illustrés par la génération de données.

[article] Return Period and Risk of Hydrology Events. II: Applications = Période et Rrisque de Retour d'Evénements d'Hydrologie. II : Applications [texte imprimé] / Fernández, Bonifacio, Auteur ; Salas, José D., Auteur . - 2005 . - 308-316 p.
Hydrologie
Langues : Anglais (eng)
in Journal of hydrologic engineering > Vol. 4, N° 4 (Octobre 1999) . - 308-316 p.

Mots-clés :	Formulation mathématique Risques de l'échec Evenements hydrologiques complexes Inondation Sécheresse Algorithmes Etats Markov Procédures Ecoulements Ecoulement jet Eau Lac Evaluation
Index. décimale :	551.4 surface du globe.Géographie physique.Géomorphologie
Résumé :	A Mathematical formulation to estimate return periods and risks of failure of complex hydrologic events such as those arising from dependent floods and droughts have been examined in the first part of this paper. Specifically, some relationships and algorithms for computing return periods and associated risks for runs arising from independent and dependent events assuming that dependence is represented by a two-state Markov chain have been proposed. The Applicability of these procedures is illustrated herein, considering several types of hydrological events with emphasis on those where dependence is important. First, meteorological droughts based on annual precipitation are considered as examples of events consisting of run in dependend trials. Then, minimum streamflows and maximum annual lake outflows are included as examples of dependent events, assuming that dependence is represented by a simple Markov chain. Also, hydrological droughts based on annual streamflow series are considered. In addition, the estimation of return period and risk are illustrated by data generation. Une formulation mathématique pour estimer les périodes de retour et des risques de l'échec des événements hydrologiques complexes tels comme ceux résultant des inondations dépendantes et des sécheresses ont été examinés dans le premier parti de cet article. Spécifiquement, on a proposé quelques rapports et algorithmes pour des périodes de retour de calcul et des risques associés pour des courses résultant des événements indépendants et dépendants supposant que la dépendance est représentée par une chaîne de deux états de Markov. L'applicabilité de ces procédures est illustrée ci-dessus, considérant plusieurs types d'événements hydrologiques avec l'accent sur ceux où la dépendance est importante. Premier, des sécheresses météorologiques basées sur la précipitation annuelle sont considérées comme des exemples des événements se composant courus dans des épreuves de dependend. Puis, des écoulements de jets minimum et les sorties annuelles maximum de lac sont inclus comme exemples des événements dépendants, supposant que la dépendance est représentée par une chaîne simple de Markov. En outre, des sécheresses hydrologiques basées sur la série annuelle de streamflow sont considérées. En outre, l'évaluation de la période de retour et le risque sont illustrés par la génération de données.