Professional Documents
Culture Documents
=
2
2
2
) 1 (
exp
4 5 4 2
3 / 1
) ( 25 . 1 exp ) (
f T
p p J
p
f T f T H f S [V.4]
| |
+ +
ln 01915 . 0 094 . 1
) 9 . 1 ( 185 . 0 0336 . 0 23 . 0
06238 . 0
1 J
[V.5]
[V.6]
>
=
p
p
f f
f f
: 09 . 0
: 07 . 0
donde es el factor de intensificacin del pico. Hasselmann et al. (1973) mostraron que el
valor de se encontraba en un rango entre 1 y 7 con una media de 3.3. Sin embargo, las
formulaciones empricas de las ecuaciones de [V.4] a [V.6] han sido derivadas dentro de un
rango de entre 1 a 20. Las simulaciones numricas de los perfiles fueron llevadas a cabo
por la tcnica de Monte Carlo con el intervalo de toma de datos de t = T
p
/12 o f
max
= 6f
p
, y
dos mil perfiles de olas fueron simuladas para cada condicin espectral (Goda, 1999). Por
ltimo debe comentarse que el espectro JONSWAP extiende el espectro Pierson-
Moskowitz, propuesto para mares completamente desarrollados, a incluir mares con fetch
limitado.
75
Captulo V Anlisis de la aproximacin de los modelos espectrales
V.3.1.3. Espectro TMA
Es una de las formas del espectro del oleaje ms funcionales para ser usado en aguas
de profundidad finita. En extensin del espectro de equilibrio de Phillips de f
-5
en aguas de
profundas, Kitaigorodoskii et al. (1975) deriv la forma funcional del espectro de equilibrio
en aguas de profundidad finita. Bouws et al. (1985) lo prob con los datos de oleaje
llamados Texel, MARSEN y ARSLOE, y verificaron su aplicabilidad. Propusieron la
siguiente forma espectral con el nombre de espectro TMA:
) ( ) ( ) ( kh f S f S
J
= [V.7]
donde S
J
(f) es el espectro JONSWAP, es una funcin dando un lmite ms alto del rango
de equilibrio de espectro de Kitaigorodoskii et al. (1975), y k es nmero de ola de acuerdo
con la relacin de dispersin con la frecuencia f en las aguas de profundidad h. La funcin
est dada por la ecuacin [V.8] (ver Tucker 1994).
) 2 sinh(
2
1
) ( tanh
) ( tan ) tanh(
) ( tanh
) (
2
2
3
kh
kh
kh
kh kh kh kh
kh
kh
+
=
+
= [V.8]
El espectro TMA implcitamente incluye los procesos de atenuacin del oleaje por la rotura
del oleaje por profundidad limitada. Tucker (1994) demostr que la atenuacin del espectro
TMA en aguas shoaling mediante ejemplos numricos.
V.3.1.4. Espectro bimodal Guedes Soares
Guedes Soares (1984) propuso un modelo prctico con nicamente cuatro
parmetros espectrales. Esta formulacin est basada en modelar cada uno de los dos
sistemas de olas por espectros Jonswap y dos de sus parmetros espectrales son la altura de
ola significante y el periodo medio, los cuales son variables usadas en la mayora de las
compilaciones estadsticas de datos del oleaje. Los otros dos parmetros espectrales
representan la relacin de las frecuencias pico de las componentes individuales y la relacin
de su densidad espectral mxima. Sin embargo, el mtodo de ajuste propuesto en Guedes
Soares (1984), el cual fue basado en el periodo medio del estado del mar, fallaba, en
diferentes casos, en la buena prediccin de la localizacin de los periodos pico de los
espectros de doble pico.
Guedes Soares et al. (1998) propuso una modificacin para la mejora de la
prediccin considerando el periodo pico de cada uno de los componentes del espectro, el
sistema sea y swell.
Considerando cada una de las componentes espectrales est bien representada por
un modelo espectral JONSWAP el cual es definido aqu por Hogben et al. (1976):
76
Captulo V Anlisis de la aproximacin de los modelos espectrales
[V.9]
q
PM i
f S f S = ) ( ) (
donde S
PM
es el espectro de Pierson-Moskowitz:
) ) ( 25 . 1 exp( ) ( 3125 . 0 ) (
4 5 2
= f T f T T H f S
Pi Pi Pi Si PM
[V.10]
Esta expresin de espectro Pierson-Moskowitz corresponde a la parametrizacin
que ha sido propuesta por Warnsick et al. (1964), para hacer esto dependiente de H
s
y T
z
.
Esto ha sido aqu modificado para ser una funcin del periodo pico T
p
.
|
|
.
|
\
|
=
2
2
2
) 1 (
exp
f T
q
Pi
[V.11]
Guedes Soares propone evaluar la ecuacin [V.10] para el espectro swell y sea, y su
suma ser el espectro de ajuste. La altura de ola para cada uno de los dos sistemas de olas
ser estimado mediante las ecuaciones propuestas en el apartado (V.3.3.).
V.3.2. Modelos de generacin de oleaje (modelos de prediccin)
Los modelos de generacin de oleaje vnculan las fluctuaciones de presin y
variaciones de la friccin sobre la superficie del ocano asociados con flujos de aire sobre
las olas y, a su vez, con el espectro de las oscilaciones de la superficie; es decir, a partir de
datos del viento se predice la forma espectral, no limitndose a ninguna forma paramtrica.
Los modelos existentes distinguen entre los pertenecientes a la primera, segunda o a la
tercera generacin. En los modelos de tercera generacin, el espectro de oleaje es calculado
por la integracin de la ecuacin de balance de energa sin restricciones en la evolucin del
espectro. En aguas profundas, la ecuacin representa la propagacin, generacin, disipacin
por viento (whitecapping) y las interacciones no lineales entre olas. En situaciones de aguas
someras, con obstculos o islas se presentan procesos de transformacin adems de los de
generacin (Massel, S., 1997).
Los procesos de propagacin representados en los modelos de tercera generacin y
ms especficamente el WAM y SWAN son la evolucin en el espacio (x-y), la refraccin
por fondo y/o corrientes (incluyendo el shoaling), el bloqueo o reflexin por corrientes y en
el caso del SWAN, la transmisin, bloqueo o reflexin por obstculos. Los procesos de
generacin/disipacin considerados en estos modelos son la generacin por viento, la
disipacin por rotura debida al viento, la disipacin por rotura inducida por el fondo, la
disipacin por friccin con el fondo y la interaccin entre olas. Adicionalmente en el
modelo SWAN la propagacin se realiza considerando el set-up debido al oleaje.
El trmino fuente/sumidero (S) consiste en la suma de tres funciones:
S = S
in
+ S
nl
+ S
ds
[V.12]
77
Captulo V Anlisis de la aproximacin de los modelos espectrales
donde S
in
es el suministro de energa a partir del viento, S
nl
, son las interacciones no
lineales y S
ds
es la disipacin de la energa.
El trmino que representa el suministro de energa a partir del viento, S
in
, se escribe
en los modelos de tercera generacin (WAM o SWAN) mediante la suma de un
crecimiento lineal y otro exponencial (Phillips, 1957; Miles, 1957).
S
in
(,) = A + B*E(,) [V.13]
donde A y B dependen de la frecuencia () y la direccin () del oleaje.
V.3.2.1. El modelo WAM
El WAM es un modelo de tercera generacin que resuelve la ecuacin de transporte
sin ninguna limitacin de la forma del espectro de energa para lo cual fue necesario una
parametrizacin de la funcin de transferencia no lineal y la especificacin de las funciones
de disipacin (WAMDI 1988). El WAM est formulado para coordenadas esfricas y usa
un mtodo implcito de integracin. Por otro lado, en el WAM se asume que las olas son
generadas en la direccin del viento.
Este modelo ha sido adaptado para su utilizacin para altas resoluciones espaciales
principalmente en zonas costeras. El WAM es utilizado en diferentes partes del mundo por
investigadores y en centros de predicciones climticas, sin embargo el conocimiento de su
validez en el mediterrneo es limitado, uno de los pocos trabajos realizados con l son la
implementacin por Cavaleri L., Bertotti L., Lionello P. (1991), DellOsso et al. (1992) y
donde la verificacin del modelo con mediciones mostr que para obtener predicciones
confiables es necesario tener resoluciones horizontales altas, con tamao de celda de al
menos 40 km (Massel, 1996). El modelo WAM con que se trabajar en el resto del presente
trabajo se considerar de malla gruesa con la misma metodologa que se encuentra en el
SMC.
V.3.2.2. El modelo SWAN
El SWAN, acrnimo de Simulating WAves Nearshore es tambin un modelo de
tercera generacin que describe la evolucin del espectro de energa del oleaje tomando en
cuenta las condiciones del viento, corrientes y batimetra, calculando procesos de
generacin, disipacin e interacciones no lineales. En dicho modelo, la frecuencia alta de
corte es tpicamente de 1Hz para condiciones de campo, y arriba de esta frecuencia es
agregada una cola f
-m
(m entre 4 y 5).
En resumen podemos hacer notar tres principales diferencias entre los modelos
WAM y SWAN, una es la interaccin entre triadas que es posible calcular en el SWAN, la
segunda es las tcnicas numricas utilizadas y la tercera que se refiere a la cola espectral.
Adems existen diferentes formulaciones implementados en uno u otro, ya sea para el
aporte de viento, disipacin de energa y transmisin bloqueo de energa por obstculos.
78
Captulo V Anlisis de la aproximacin de los modelos espectrales
Por otro lado, la interaccin entre ondas para el WAM es de slo 4 y para el SWAN es de 3
y de 4. El modelo SWAN con que se trabajar en el resto del presente trabajo se
considerar de malla gruesa.
V.3.3. Hiptesis consideradas para la aproximacin al estado de mar bimodal
Conociendo la bimodalidad presente en las tormentas estudiadas es necesario
considerar el estado de mar como la suma de un swell (S
s
) y de una componente viento-sea
(S
w
). Parte de los modelos anteriormente planteados son unimodales, y para adecuarse a la
realidad es necesario adaptarlos a la bimodalidad mediante una serie de hiptesis que se
explicarn a continuacin.
En primer lugar, el espectro del estado del mar S puede ser representado por la suma
de estas dos componentes:
S() = S
s
() + S
w
() [V.14]
y sus momentos estadsticos cero pueden ser iguales a la suma de los momentos de sus
componentes:
m
0
= m
0s
+ m
ow
[V.15]
donde m
ik
es el momento de orden i del espectro k.
Desde el momento espectral de orden cero est relacionado con la altura de ola
significante (Hs) por:
H
s
= 4 (m
0
)
1/2
[V.16]
entonces la ecuacin [V.16] puede ser mostrada como:
H
ss
= H
s
((H
2
R
) / (H
2
R
+ 1))
1/2
y H
sw
= H
s
(1 / (H
2
R
+ 1))
1/2
[V.17] y [V.18]
donde H
R
es la relacin entre la altura de ola significante de los dos componentes
espectrales y H
ss
y H
sw
son la altura de ola significante de los sistemas swell y sea,
respectivamente, (Guedes Soares et al., 1998).
Los valores de la altura de ola significante, del periodo pico de la componente sea
(T
pw
) y del periodo pico de la componente swell (T
ps
) son estimados de los datos
procedentes de la boya. La relacin S
R
de las componentes energticas espectrales a la
frecuencia pico son tambin estimadas procedentes de los mismos datos tomados.
Entonces, los valores de los parmetros espectrales:
T
R
= T
ps
+ T
pw
[V.19]
S
R
= S
ps
/ S
pw
[V.20]
79
Captulo V Anlisis de la aproximacin de los modelos espectrales
80
H
R
= (S
R
/ T
R
)
1/2
[V.21]
son fcilmente obtenibles de los registros (Guedes Soares, 1984).
Despus de la separacin de las componentes se aplicarn a los modelos para
obtener como la suma de ambos espectros, para un mismo modelo, el espectro del oleaje de
un determinado registro.
Captulo V Anlisis de la aproximacin de los modelos espectrales
V.3.4. ndice de desviacin (DI)
Una medida para apreciar el grado de aproximacin de los mtodos tericos con la
realidad puede ser el ndice de Desviacin (DI) propuesto por Liu (1983). Este se define
como:
(
(
(
(
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
=
N
i
i
i
i i
m
f f S
f S
f S f S
DI
1 0
) (
) (
) ( ) (
100 [V.22]
donde es el espectro real de los datos medidos por la boya y S es el espectro terico.
S
El valor DI representa la suma de las diferencias entre la funcin de densidad real y
la terica ponderada por la magnitud relativa de los valores reales. Usualmente, si los
valores de DI son ms bajos que 25-30 la aproximacin se puede considerar adecuada (Liu,
1983).
Silva y Pires (1988) relacionaron los valores de DI con la variabilidad estadstica de
las estimaciones espectrales. Un intervalo de confianza del 90 % para el espectro, fue
demostrado que induca a un valor de DI sobre 70. Basado en estos resultados se considera
que las aproximaciones de los modelos tericos que son valores ms bajos de 70 son
satisfactorias.
Calibracin del parmetro para los modelos Guedes Soares y JONSWAP
Dado que el ajuste del modelo es diferente segn el valor del parmetro gamma,
mejor en unos casos y peor en otros, el objetivo en primer lugar, es encontrar el valor
ptimo de dicho parmetro que nos producir un mejor aproximacin. Las grficas V.17 y
V.18 muestran la relacin de DI con gamma para los modelos JONSWAP y Guedes Soares
(considerando ambos la bimodalidad), respectivamente, que son los dos que dependen de
dicho parmetro directamente.
0
10
20
30
40
50
60
70
80
0 2 4 6 8 10
Gamma
D
I
12
nov. 01 (1 pico)
nov. 01 (2 pico)
marzo-abril 02 (1
pico)
marzo-abril 02 (2
pico)
Fig. V.17 Evolucin del parmetro DI (JONSWAP) (Fuente: Elaboracin propia)
81
Captulo V Anlisis de la aproximacin de los modelos espectrales
0
20
40
60
80
100
120
140
160
180
200
0 2 4 6 8 10
Gamma
D
I
12
nov. 01 (1 pico)
nov. 01 (2 pico)
marzo-abril 02 (2
pico)
marzo-abril 02 (2
pico)
Fig. V.18 Evolucin del parmetro DI (Guedes Soares) para los diferentes picos de las tormentas
(Fuente: Elaboracin propia)
Debe observarse en las figuras V.17 y V.18, que las diferentes evoluciones
presentan un mnimo que implica la mejor aproximacin del modelo a la realidad. Para la
comparacin entre los diferentes modelos se toma el valor medio de los mnimos de las
grficas. Para JONSWAP se tomar un valor de = 2,55 y para Guedes Soares se tomar
un valor = 1,73. Recordar aqu que el valor medio tpico del parmetro gamma en el caso
del espectro JONSWAP es 3,3.
Evolucin de DI a lo largo de los diferentes picos de las tormentas
- Modelos paramtricos
Tormenta noviembre 2001
En las figuras V.19 y V.20 se puede ver la evolucin de DI para los dos picos de la
tormenta de noviembre, y en la tabla V.19 se puede ver la media de dicho parmetro para
los cuatro modelos.
0
10
20
30
40
50
60
70
80
10/11/01 00:00 10/11/01 12:00 11/11/01 00:00 11/11/01 12:00 12/11/01 00:00 12/11/01 12:00
D
I
Guedes
Soares
(gamma 1,73)
JONSWAP
(Gama 2,55)
Bretschneider
TMA
Densidad energtica
mxima para este periodo
Fig. V.19 Evolucin del parmetro DI para diferentes modelos y para el primer pico de la tormenta de noviembre
(Fuente: Elaborcin propia)
82
Captulo V Anlisis de la aproximacin de los modelos espectrales
En la figura V.19 se observa que en el registro con la densidad energtica mxima
se produce el mximo error, situacin normal, por otro lado, dada la magnitud energtica
con la que se trata. Se puede observar que el modelo que mejor predice este pico es el
modelo JONSWAP.
0
20
40
60
80
100
120
15/11/01 00:00 15/11/01 12:00 16/11/01 00:00 16/11/01 12:00
D
I
Guedes
Soares
(gamma 1,73)
JONSWAP
(Gamma 2,55)
Bretschneider
TMA
Densidad energtica
mxima de este
periodo
Fig. V.20 Evolucin del parmetro DI para diferentes modelos y para el segundo pico de la tormenta de noviembre
(Fuente: Elaboracin propia)
Para el segundo pico de la tormenta, figura V.20, la primera mitad est dominada en
gran parte por oleaje swell sobre el sea (recurdese la bimodalidad presente en ambos picos
de la tormenta), hecho que se corresponde en la figura con un valor de DI aceptable. En
comparacin con la primera tormenta, all tambin, el oleaje dominante tambin era tipo
swell y el valor de DI tambin estaba por debajo del valor considerado como aceptable.
Teniendo en cuenta que para la segunda mitad del periodo considerado del segundo pico de
noviembre domina el oleaje sea, se puede observar que los modelos pasan a tener valores
de DI mucho ms altos y que en consecuencia los modelos se alejan de la realidad. Por otro
lado, los modelos que mejor predicen la solucin para la primera mitad del pico son el
espectro JONSWAP y el TMA (como variante del primero) y para la segunda mitad es el
modelo Bretschneider.
Tormenta marzo abril 2002
Para el primer pico de la tormenta de marzo-abril del 2002 se observa en la figura
V.21 una buena prediccin. Cabe destacar que la reduccin del valor de DI es significativa,
hecho que indica que los modelos tienen una mejora considerable cuando de un oleaje
unimodal se trata. En comparacin, para el resto de periodos estudiados, donde existe la
bimodalidad y que para adecuarse a la realidad se presupone la superposicin lineal de los
modelos unimodales como suma de la componente swell y sea e incluso considerando un
modelo bimodal, el de Guedes Soares, la prediccin es mucho ms errnea.
83
Captulo V Anlisis de la aproximacin de los modelos espectrales
0
20
40
60
80
28/03/2002 12:00 29/03/2002 00:00 29/03/2002 12:00 30/03/2002 00:00 30/03/2002 12:00
D
I
Guedes
Soares
(gamma 1,73)
JONSWAP
(Gamma 2,55)
Bretschneider
TMA
Fig. V.21 Evolucin del parmetro DI para diferentes modelos y para el primer pico de la tormenta de marzo-abril
(Fuente: Elaboracin propia)
0
20
40
60
80
02/04/02 12:00 03/04/02 00:00 03/04/02 12:00 04/04/02 00:00 04/04/02 12:00
D
I
Guedes
Soares
(gamma 1,73)
JONSWAP
(Gamma 2,55)
Bretschneider
TMA
Fig. V.22 Evolucin del parmetro DI para diferentes modelos y para el segundo pico de la tormenta de marzo-
abril(Fuente: Elaboracin propia)
Para el ltimo pico tambin existe bimodalidad. Aqu se presentan Spico mayores
para la primera mitad (con dominio swell) que para la segunda (con dominio sea). De la
figura V.22 se observa que los valores de DI sean ms altos para la primera mitad que para
la segunda. Observar que los modelos que mejor se adecuan son el JONSWAP y el TMA.
Modelo
1 pico de nov.
2001
2 pico de nov.
2001
1 pico de marzo
- abril 2002
2 pico de marzo -
abril 2001
JONSWAP ( = 2,55) 37,52 53,73 34,64 41,06
Guedes Soares ( = 1,73) 44,52 58,50 36,70 48,62
Bretschneider-Mitsuyasu 46,49 54,60 38,52 53,49
TMA 38,46 53,24 33,76 40,52
Tabla V.1 - Media del parmetro DI para los diferentes espectros
84
Captulo V Anlisis de la aproximacin de los modelos espectrales
Como conclusin es necesario destacar que los modelos espectrales deberan tener
una buena representacin de la distribucin de la energa alrededor de las frecuencias pico
dentro de los registros (Guedes Soares, 1984), para tener una buena representacin de la
energa total del oleaje.
Por otro lado, es necesario destacar que, pese a la adecuacin de los modelos
unimodales, el hecho que se presente un oleaje bimodal en la costa hace mucho ms difcil
de aproximar la forma de los espectros. Otras situaciones que hacen ms difciles de
encontrar la forma real del espectro son: cul de ambos oleajes es el dominante, orden de
magnitud de los picos energticos Se establece una relacin entre la calidad de los
modelos paramtricos con la relacin porcentual entre los oleajes sea y swell, siendo el
valor de DI, por otro lado, ms grande cuanto mayor es la energa de los picos.
- Modelos de prediccin
En las grficas V.23 y V.24 se puede observar la evolucin de DI para la tormenta
de noviembre (2001) y de marzo - abril (2002). En la primera grfica se observan los dos
picos; el primero de ellos, debe recordarse que dominado por un swell muy fuerte, tiene una
buena prediccin. Sin embargo el segundo de ellos tiene una aproximacin muy peor,
recordar que en este caso el oleaje sea tiene una importancia superior a la que tiene en el
primer pico.
0
50
100
150
08/11/2001
00:00
10/11/2001
00:00
12/11/2001
00:00
14/11/2001
00:00
16/11/2001
00:00
18/11/2001
00:00
20/11/2001
00:00
D
I
WAM
SWAN
Primer pico del
temporal
Segundo pico del
temporal
Fig. V.23 Evolucin de DI para los modelos WAM y SWAN a lo largo de la primera tormenta
(Fuente: Elaboracin propia)
0
50
100
150
200
26/03/02 00:00 28/03/02 00:00 30/03/02 00:00 01/04/02 00:00 03/04/02 00:00 05/04/02 00:00 07/04/02 00:00
D
I
WAM
SWAM
Primer pico del
temporal
Segundo pico del
temporal
Fig. V.24 Evolucin de DI para los modelos WAM y SWAN a lo largo de la segunda tormenta
(Fuente: Elaboracin propia)
85
Captulo V Anlisis de la aproximacin de los modelos espectrales
86
En la grfica V.24 tambin pueden observarse los dos picos existentes; puede
considerarse que ambos tienen una buena aproximacin. El primero de ellos debe
recordarse que era unimodal. En el resto de periodos de la tormenta considerados como no
picos es donde la tormenta tiene valores DI ms altos. En el periodo entre los dos picos de
la tormenta de marzo-abril, periodo con oleaje unimodal, las direcciones del oleaje y del
viento estn especialmente separadas. Esto es que las olas no han tenido el suficiente
tiempo para responder al viento y contina dominando el swell. Esto puede conllevar que el
modelo prediga un oleaje sea desarrollado en frecuencias ms altas que el oleaje swell
dominante no alineado con el viento, produciendo una mala aproximacin y en
consecuencia una valor de DI alto.
Modelo 1 pico de nov. 2001 2 pico de nov. 2001
1 pico de marzo -
abril 2002
2 pico de marzo -
abril 2001
WAM 55,87 105,27 59,42 59,52
SWAN 62,46 110,40 69,88 69,53
Tabla V.2 Valores promedio DI para los modelos y para cada pico (Fuente: Elaboracin propia)
De la tabla V.2, se puede extraer que, en general, el modelo WAM tiene una mejor
aproximacin que el modelo SWAN. Para ambos modelos se observa especialmente una
mala aproximacin al 2 pico de la tormenta de noviembre.
Varios pueden ser los motivos por los que los modelos de prediccin y la realidad
no concuerden. Uno de ellos ha sido ya mencionado a lo largo de este apartado que es la
separacin entre la direccin del viento y del oleaje por un cambio de direccin del primero
y que el segundo no reaccione rpidamente. Otros casos pueden ser producidos debido a la
interaccin entre el oleaje sea y el swell; este y otros temas sern tratados en los apartados
siguientes.
Captulo V Anlisis de la aproximacin de los modelos espectrales
V.4. Relacin direccional viento
3
- oleaje sea
Para los modelos de prediccin es importante conocer la relacin entre la direccin
del viento y el oleaje porque sino se tiende a subestimar o sobrestimar un flujo correcto.
Desde los aos 50, diferentes expresiones han sido propuestas para representar los
espectros dependiendo de diferentes parmetros caractersticos del estado del mar y de las
condiciones del viento. Ya que para los modelos de los espectros las condiciones del viento
son tan importantes, es interesante estudiar su relacin direccional con el oleaje.
Debido a las condiciones que se producen en la zona de estudio, se obtienen
diferentes espectros con un oleaje direccional tipo sea producido en un fetch limitado bajo
unas condiciones de firme viento. De las observaciones se obtiene que a diferentes registros
las olas dominantes se propagan a un ngulo del viento. Adems, se observa que las olas no
son simtricas a la derecha e izquierda del viento. Los diferentes casos muestran el dominio
de uno de los dos lados. La asimetra de la direccin del oleaje en comparacin con el
viento puede ser producido por diferentes motivos. Uno de ellos sugiere que el vector de
tensin no puede ser siempre paralelo a la direccin media del viento (Geernaert et al.,
1994).
La energa para el crecimiento de la superficie de las olas es proporcionada por
diferentes flujos en la capa lmite atmosfrica sobreyaciente. Recientemente se ha mostrado
que dichos flujos son tambin alterados por olas de gravedad de superficie subyaciente; por
lo tanto, ambos estn relacionados (Geernaert, 1990). En consecuencia, la direccin del
oleaje est relacionada con la direccin de la tensin del viento, pero a veces la tensin del
viento gira, por ejemplo, con la direccin de un swell oblicuo (Geernaert et al. 1993, Rieder
et al. 1994).
Por ltimo mencionar que para un mejor estudio hubiera sido mejor trabajar con la
direccin de tensin ejercida por el viento en el lugar de toma de datos de la boya, en lugar
de la toma de datos en la Isla de Buda.
Tormenta de noviembre 2001
A continuacin se presentan las 5 etapas de la tormenta de noviembre a estudiar.
Aunque estas etapas ya han sido mencionadas anteriormente, se citan a continuacin para
recordar la divisin y hacer que el anlisis sea ms inteligible.
1.- En el primer periodo estudiado producido entre las 00:00 horas del da 8/11/2001 y las
23:00 horas del da 10/11/2001, donde domina el viento de mestral o del noroeste, y en
alguna ocasin el viento de tramontana. En el primer periodo de anlisis, la frecuencia pico
es la producida por el oleaje tipo sea generado por el viento.
2.- El segundo periodo se trata del primer pico de la tormenta considerado a lo largo del
presente trabajo y en dicho periodo tambin domina el viento de componente noroeste. En
3
La velocidad del viento a la cual se har referencia durante todo el estudio es la tomada a 10 metros de
altura, U
10
87
Captulo V Anlisis de la aproximacin de los modelos espectrales
el segundo periodo de anlisis se produce la aparicin de un oleaje swell que pasa a ser el
dominante en la mayora de registros, siendo el sea el secundario.
3.- El tercer periodo se trata del periodo existente entre el primer y el segundo pico de la
tormenta. Este periodo concierne el periodo existente entre las 00:00 del da 13/11/2001 y
las 22:00 horas del da 14/11. En este periodo de tiempo tambin se produce el dominio del
viento de componente noroeste. Vuelve a dominar un oleaje tipo sea producido por dicho
viento pero existe un oleaje tipo swell que en algn registro llega a tener importancia
similar al pico sea dada su aportacin.
4.- El cuarto periodo est relacionado con el segundo pico considerado de la tormenta. En
este periodo se produce una alta variabilidad en la direccin del viento con un amplio rango
de direcciones. Se presenta un predominio de oleaje tipo sea.
5.- En el quinto periodo se considera el periodo que comprende el periodo final del registro
de la tormenta. En este periodo vuelve a dominar el viento de componente noroeste aunque
en algn registro se observa oscilaciones importantes en la direccin. Se presentan una
alternancia entre el oleaje tipo sea y swell.
Anlisis de la tormenta de noviembre
En el primer periodo de anlisis, la frecuencia pico es la producida por el oleaje
tipo sea generado por el viento. Durante este periodo se observa, en la figura V.25, la
evolucin de la velocidad del viento, donde hay un pico de 13.6 m/s en el registro de las
1:30 horas del da 9 de noviembre.
0
5
10
15
08/11/01
00:00
08/11/01
12:00
09/11/01
00:00
09/11/01
12:00
10/11/01
00:00
v
e
l
o
c
i
d
a
d
v
i
e
n
t
o
(
m
/
s
)
Fig. V.25 - Evolucin de la velocidad del viento (Fuente: Elaboracin propia)
En este primer periodo considerado el oleaje swell no ser muy importante, siendo
el pico espectral en todos los registros un oleaje tipo sea. La aparicin de la bimodalidad se
producir en los registros del final del periodo considerado. Despus de obtener las
direcciones del pico sea se observa la siguiente evolucin en la figura V.26.
88
Captulo V Anlisis de la aproximacin de los modelos espectrales
a) b)
230
250
270
290
310
330
350
08/11/01 0:00 08/11/01
12:00
09/11/01 0:00 09/11/01
12:00
10/11/01 0:00
D
i
r
e
c
c
i
n
Pico sea
Viento
230
260
290
320
350
230 260 290 320 350
Oleaje sea
V
i
e
n
t
o
Fig. V.26.a - Evolucin direccin sea direccin viento
Fig. V.26.b Relacin entre las direcciones del viento y del oleaje sea (de donde vienen)
(Fuente: Elaboracin propia)
En la figura V.26.a se observa una tendencia del oleaje tipo sea a estar desplazado
en el sentido positivo de las agujas del reloj (de donde vienen) respecto la direccin del
viento. La media de la diferencia entre la direccin del oleaje y la direccin del viento es de
+13.79 (ntese el valor positivo).
Dicha tendencia se puede observar tambin en la figura V.26.c.
Direccin de donde viene el viento
(306)
Direccin de donde viene el oleaje sea (320)
Fig. V.26.c Direcciones medias de viento y oleaje creado por el viento
(Fuente: Elaboracin propia)
En el segundo periodo de anlisis se produce la aparicin de un oleaje swell que
viene de la direccin 80. Este oleaje ser el dominante en la mayora de registros, pasando
el sea a una situacin secundaria. Como se observa en la figura V.27 el viento oscila entre
los 6 y los 12 m/s de velocidad hasta el medioda del da 11, momento en que se produce un
descenso en la velocidad.
89
Captulo V Anlisis de la aproximacin de los modelos espectrales
0
5
10
15
10/11/01
00:00
10/11/01
12:00
11/11/01
00:00
11/11/01
12:00
12/11/01
00:00
12/11/01
12:00
V
e
l
o
c
i
d
a
d
v
i
e
n
t
o
(
m
/
s
)
Fig. V.27 - Evolucin de la velocidad del viento
(Fuente: Elaboracin propia)
Resultado de la comparacin entre las diferentes direcciones se observa que se
produce un cambio respecto la situacin dada en el primer periodo, el oleaje se desplaza en
sentido negativo, es decir, en el sentido contrario a las agujas del reloj. En las figuras
V.28.a y V.28.b se observa dicho efecto.
a) b)
300
310
320
330
340
350
360
10/11/01
0:00
10/11/01
12:00
11/11/01
0:00
11/11/01
12:00
12/11/01
0:00
12/11/01
12:00
D
i
r
e
c
c
i
n
Pico sea
Direccion viento
300
320
340
360
300 320 340 360
Oleaje sea
V
i
e
n
t
o
Fig. V.28.a - Evolucin direccin sea direccin viento
Fig. V.28.b Relacin entre las direcciones del viento y del oleaje sea (de donde vienen)
(Fuente: Elaboracin propia)
La media de la diferencia (direccin oleaje sea direccin viento) es 9.36 (ntese
el valor negativo).
Direccin de donde viene el oleaje swell (79)
Direccin de donde viene el oleaje sea (323)
Direccin de donde viene el viento (332)
Fig. V.28.c Direcciones medias de viento y sea y swell (Fuente: Elaboracin propia)
90
Captulo V Anlisis de la aproximacin de los modelos espectrales
En el tercer periodo considerado, vuelve a dominar un oleaje tipo sea. Pero en
este caso, a diferencia del primer periodo de tiempo considerado s existe un oleaje tipo
swell que en algn registro llega a tener importancia similar al pico sea dada su aportacin
(ver apartado IV.2.1.1). En este caso la evolucin del viento presenta en los tres primeros
cuartos una velocidad entre los 6 y los 8 m/s; a partir de ese momento desciende. Esta
situacin se puede observar en la figura V.29.
0
5
10
15
13/11/01 00:00 13/11/01 12:00 14/11/01 00:00 14/11/01 12:00 15/11/01 00:00
V
e
l
o
c
i
d
a
d
v
i
e
n
t
o
(
m
/
s
)
Fig. 29 - Evolucin de la velocidad del viento (Fuente: Elaboracin propia)
En este caso, se observa otra vez una tendencia del oleaje tipo sea a estar desplazado
en el sentido positivo de las agujas del reloj respecto la direccin del viento. La media de la
diferencia entre la direccin del oleaje y la direccin del viento es de +7.02. Dicha
tendencia se puede observar tambin en las figuras V.30.a y V.30.b.
270
280
290
300
310
320
330
340
350
360
13/11/01 0:00 13/11/01 12:00 14/11/01 0:00 14/11/01 12:00 15/11/01 0:00
Pico sea
Viento
Fig. V.30.a - Evolucin direccin sea direccin viento (Fuente: Elaboracin propia)
91
Captulo V Anlisis de la aproximacin de los modelos espectrales
290
300
310
320
330
340
350
360
290 300 310 320 330 340 350 360
Oleaje Sea
V
i
e
n
t
o
Fig. V.30.b Relacin entre las direcciones del viento y del oleaje sea (de donde vienen) (Fuente: Elaboracin propia)
Direccin de donde viene el oleaje (323)
Direccin de donde viene el viento (316)
Fig. V.30.c Direcciones medias de viento y oleaje creado por el viento (Fuente: Elaboracin propia)
Por lo que respecta al 4 periodo de oleaje, se presenta un predominio de oleaje
tipo sea. En este caso la direccin del viento no se mantiene constante ya que se producen
constantes cambios; destacar el brusco cambio de direccin del viento de componente
noroeste a viento de componente noreste que se produce en el registro de las 15 horas del
15/11. Desde el inicio de la tormenta hasta las 8 horas del 16/11 se mantiene un viento
superior a 6 m/s. A partir de ese momento hasta el final del periodo considerado la
velocidad se reduce sustancialmente.
0
5
10
15
20
15/11/01 00:00 15/11/01 12:00 16/11/01 00:00 16/11/01 12:00
V
e
l
o
c
i
d
a
d
v
i
e
n
t
o
(
m
/
s
)
Fig. V.31 - Evolucin de la velocidad del viento (Fuente: Elaboracin propia)
En este caso, se observa la tendencia del segundo periodo considerado, estando
desplazado el pico sea en el sentido contrario de las agujas del reloj respecto la direccin
92
Captulo V Anlisis de la aproximacin de los modelos espectrales
del viento. La media de la diferencia direccin oleaje direccin viento es de -26. La
tendencia se puede observar en las figuras V.32.a y V.32.b.
a) b)
0
50
100
150
200
250
300
350
15/11/01 0:00 15/11/01 12:00 16/11/01 0:00 16/11/01 12:00
Pico sea
Viento
0
60
120
180
240
300
360
0 60 120 180 240 300 360
Oleaje Sea
V
i
e
n
t
o
Fig. V.32.a - Evolucin direccin sea direccin viento
Fig. V.32.b Relacin entre las direcciones del viento y del oleaje sea (de donde vienen)
(Fuente: Elaboracin propia)
Direccin de donde viene el oleaje swell (81)
Direccin de donde viene el oleaje sea (167) Direccin de donde viene el viento (194)
Fig. V.32.c Direcciones medias de viento, oleaje sea y swell
(Fuente: Elaboracin propia)
En el 5 periodo considerado se presentan una alternancia entre el oleaje tipo sea y
swell (ver apartado IV.2.1.1). En este caso, el viento se caracteriza por una componente
nor-noroeste. En el primer cuarto y en el ltimo cuarto del periodo se producen los vientos
que soplan entre los 4 y los 7 m/s. En la parte central del periodo considerado, el viento
sopla con poca fuerza. En este caso por lo que respecta a la separacin entre el pico del
oleaje sea y la direccin del viento se pueden diferenciar dos subperiodos. En primer lugar
se considera desde el inicio hasta las 2 horas del 19/11 y por ltimo, desde ese punto
horario hasta el final ya que en el primer subperiodo el oleaje tipo sea est desplazado en el
sentido contrario de las agujas del reloj y en el segundo se produce el proceso inverso.
93
Captulo V Anlisis de la aproximacin de los modelos espectrales
0
5
10
18/11/01 00:00 18/11/01 12:00 19/11/01 00:00 19/11/01 12:00 20/11/01 00:00
V
e
l
o
c
i
d
a
d
v
i
e
n
t
o
(
m
/
s
)
Fig. V.33 - Evolucin de la velocidad del viento (Fuente: Elaboracin propia)
a) b)
300
310
320
330
340
350
360
370
18/11/01 0:00 18/11/01 12:00 19/11/01 0:00
Pico sea
Viento
290
305
320
335
350
365
19/11/01 0:00 19/11/01 12:00 20/11/01 0:00
Pico sea
Viento
Fig. V.34.a.1 y V.34.a.1 - Evolucin direccin sea direccin viento (Fuente: Elaboracin propia)
a) b)
270
290
310
330
350
270 290 310 330 350
Oleaje sea
V
i
e
n
t
o
270
290
310
330
350
270 290 310 330 350
Oleaje sea
V
i
e
n
t
o
Fig. V.34.b.1 y V.34.b.2 Relacin entre las direcciones del viento y del oleaje sea (de donde vienen)
(Fuente: Elaboracin propia)
La media de la diferencia entre la direccin del oleaje y la del viento es para el
primer subperiodo es -15.02 y para el segundo es de 7.80. Debe observarse la diferencia
significativa entre los dos valores.
94
Captulo V Anlisis de la aproximacin de los modelos espectrales
Direccin de donde viene el viento (337)
Direccin de donde viene el oleaje sea (322)
Fig. V.34.c.1 Direcciones medias de viento y oleaje creado por el viento (Fuente: Elaboracin propia)
Direccin de donde viene el oleaje sea (329)
Direccin de donde viene el viento (321)
Fig. V.34.c.2 Direcciones medias de viento y oleaje creado por el viento(Fuente: Elaboracin propia)
Tormenta marzo-abril 2002
En la tormenta de marzo abril del 2002 se estudiar nicamente el periodo
comprendido entre las 22 horas del da 2 de abril y las 11 horas del 4 de abril, relacionado
con el segundo pico (espectros del tipo II-1). Esto es debido a que en el resto de la
tormenta no se detecta la presencia de swell y as observar la influencia que este ejerce en
la relacin entre la direccin del viento y el sea. En el periodo de mengua del segundo pico
existe oleaje swell, sin embargo no va a ser estudiado debido a la poca influencia que tiene.
La evolucin de la velocidad del viento durante el periodo estudiado es:
0
5
10
15
02/04/0
2 22:00
03/04/0
2 02:48
03/04/0
2 07:36
03/04/0
2 12:24
03/04/0
2 17:12
03/04/0
2 22:00
04/04/0
2 02:48
04/04/0
2 07:36
v
e
l
o
c
i
d
a
d
v
i
e
n
t
o
(
m
/
s
)
Fig. V.35 Evolucin de la velocidad del viento (Fuente: Elaboracin propia)
Para tal situacin se estudia la tendencia de la direccin del oleaje relacionada con el
viento (figura V.36.a.).
95
Captulo V Anlisis de la aproximacin de los modelos espectrales
280
290
300
310
320
330
340
350
360
02/04/02 22:00 03/04/02 10:00 03/04/02 22:00 04/04/02 10:00
D
i
r
e
c
c
i
n
Pico sea
Viento
Fig. V.36.a Evolucin direccin sea direccin (Fuente: Elaboracin propia)
Es necesario destacar que en los primeros registros se produce un dominio del oleaje
swell sobre el sea. Para tal situacin se observa un oleaje desplazado en el sentido negativo
de las agujas del reloj (considerando como direccin aquella de donde vienen).
Hasta las 15:00 horas del da 3 de abril no se obtienen ms registros. Se detecta que
el oleaje sea gana importancia respecto el swell siendo el oleaje que aporta mayor energa
en la mayora de los registros. Para esta nueva situacin se observa que el oleaje est
desplazado en el sentido positivo de las agujas del reloj.
Ambas situaciones concuerdan con lo sucedido en el temporal de noviembre. Con
presencia de oleaje swell y sea, siendo el primero el dominante y provinente de entre los
80 y 90 respecto el norte desplaza el oleaje en el sentido negativo de las agujas del reloj
(viniendo de una direccin entre los 320 y los 340).
En cambio, cuando el oleaje sea es el predominante y el swell el secundario, este
desplaza al primero en el sentido contrario que lo hacia anteriormente, es decir, hacia el
sentido positivo de las agujas del reloj.
290
300
310
320
330
340
350
360
290 300 310 320 330 340 350 360
swell>sea
sea>swell
Fig. V.36.b Relacin entre las direcciones del viento y del oleaje sea (de donde vienen) (Fuente: Elaboracin propia)
96
Captulo V Anlisis de la aproximacin de los modelos espectrales
97
Direccin de donde viene el oleaje swell (91)
Direccin de donde viene el oleaje sea (324)
Direccin de donde viene el viento (337)
Fig. V.36.c Direcciones medias de viento, oleajes sea y swell (en el periodo de swell > sea)
(Fuente: Elaboracin propia)
Direccin de donde viene el viento (313)
Direccin de donde viene el oleaje swell (91)
Fig. V.36.d Direcciones medias de viento, oleajes sea y swell (en el periodo de sea > swell)
Direccin de donde viene el oleaje sea (322)
(Fuente: Elaboracin propia)
Como conclusin despus de los anlisis de las 2 tormentas se puede decir, como se
observa, que la presencia de swell tiene una influencia en la tensin ejercida por el viento.
Tal y como Geernaert et al. (1993) y Rieder et al. (1994) predicen, la direccin de tensin
del viento debe ser influenciada a su vez por la direccin del oleaje a lo largo de un amplio
rango de frecuencias.
Captulo V Anlisis de la aproximacin de los modelos espectrales
V.5. Otras situaciones que afectan los modelos
V.5.1. Dispersin direccional del oleaje sea
La dispersin direccional de un oleaje sea se presenta como un pico unimodal en la
regin del frecuencia pico espectral. Pero la dispersin se ensancha para frecuencias por
encima y por debajo de este pico espectral. Sin embargo, en frecuencias dos veces el pico,
la dispersin unimodal se convierte en bimodal y existe ms energa propagndose a un
ngulo de la direccin del pico que en la propia direccin del pico (Young et al, 1995). La
forma bimodal contina separndose incrementando la frecuencia. Esta situacin se puede
ver claramente en gran parte de los registros de los temporales debido a la generacin de
oleaje por viento.
Fig. V.37 Dispersin
bimodal para altas
frecuencias (00:00 9/11/01)
(Fuente: Elaboracin propia)
Si las propiedades a derecha e izquierda fueran iguales entonces la distribucin sera
perfectamente simtrica, pero puede observar claramente que en muchos casos no es as
(fig. V.38).
Fig. V.38 Ejemplo de desplazamiento (4:00 horas del 3 de abril 2002) (Fuente: Elaboracin propia)
98
Captulo V Anlisis de la aproximacin de los modelos espectrales
En muchas distribuciones, las frecuencias en la regin del pico espectral son
unimodales y simtricas. Aquellas que no lo son, suelen ser cercanas a la unimodalidad,
donde la distribucin comprende un pico grande y uno secundario ms pequeo (Ewans,
1997). Sin embargo, la asimetra puede ser evidente en muchos casos en las frecuencias
ms altas y ms bajas.
Por otro lado, la prediccin de este tipo de bimodalidad es probable que no sea
significante dentro del estado de mar activo. De este modo parece que los clculos
ingenieriles pueden hacer uso de una descripcin unimodal simple para la distribucin
direccional para el tipo de bimodalidad aqu tratada (Ewans, 1997), aunque puede
producirse que debido a la dispersin, la bimodalidad pueda volverse ms significante en la
prediccin de swell en un punto situado a una distancia de la fuente y a ngulos
relativamente ms grandes de la direccin del campo de viento de la fuente. En tal punto, la
magnitud del swell podra ser ms grande que la predicha por los modelos numricos.
Incluso en un punto situado directamente en lnea con el campo de viento de la fuente, sera
de esperar, debido otra vez a la dispersin, que la energa del swell debera atenuarse ms
rpidamente que el tiempo predicho por los modelos. Por eso, tal fenmeno debera ser
tenido en cuenta por los modelos.
99
Captulo V Anlisis de la aproximacin de los modelos espectrales
V.6. Discusin y resumen
En este captulo se ha planteado un estudio de la relacin entre las caractersticas del
oleaje y los modelos que lo pueden definir. Despus de aplicar un criterio de aproximacin,
DI, se observan los distintos comportamientos de los modelos y de este modo obtener
distintas conclusiones.
Para los modelos de prediccin debe destacarse que se detecta en general una mala
prediccin del oleaje sea, sobre todo en cuanto a su disposicin del rango de frecuencias, y
esto puede ser debido en parte a la interaccin sea-swell, la desviacin de la direccin del
viento y la bimodalidad.
En primer lugar en el apartado V.4 se observa que el swell afecta al sea
refractndolo. El viento no cambia de direccin y en consecuencia le trasmitir menos
energa al desplazado sea. Esto puede hacer que modelos como el WAM y el SWAN, que
tienen como hiptesis que la direccin del viento y la del oleaje sea es la misma sufran un
error en la prediccin debido a que no tienen en cuenta la interaccin con el swell. Este
cambio de direccin puede provocar que al no transmitir toda la energa esperada por el
viento al oleaje sea, realmente este oleaje no se site en las frecuencias esperadas, debido a
que no se ha desarrollado tanto como se esperaba y por lo tanto se encuentra en frecuencias
ms altas. En consecuencia puede proponerse que los modelos de prediccin WAM y
SWAN pueden suponer que el oleaje sea se desarrollar ms de lo que en realidad sucede
para la situacin planteada aunque debe decirse que es difcil de precisar debido a las
escalas tomadas (malla grueso, es decir, un punto cada 18 kilmetros).
En segundo lugar, existen situaciones donde la progresiva desviacin del viento,
sobre todo en la segunda tormenta, provoca que el oleaje sea no responda inmediatamente
siendo la respuesta funcin de la velocidad del viento. Esta situacin puede producir otra
vez que los modelos de prediccin supongan un oleaje sea ms desarrollado de lo que
sucede en realidad en la direccin del viento.
En tercer lugar, un motivo que afecta tanto los modelos de prediccin como los
modelos paramtricos es la bimodalidad. Esta cuestin afecta principalmente el segundo
tipo de modelos (la mayora de modelos son unimodales y la bimodalidad se supone como
la superposicin lineal de dos espectros unimodales).
En consecuencia, en relacin a los modelos paramtricos debe establecerse la
necesidad de plantear modelos bimodales, ya que por ejemplo en el Mar Mediterrneo se ha
podido observar la gran cantidad de registros bimodales en el estudio aqu hecho sobre
tormentas extremales. Adems sera necesario que dichos modelos definieran de forma ms
correcta la forma del espectro alrededor del pico. Por otro lado, es necesario comentar que
en el captulo II referente al estado del arte, se plantea que para mares de tormenta el
porcentaje de ocurrencia de bimodalidad es bajo (Massel, 1997); como se ha observado a lo
largo de este estudio, para las tormentas estudiadas, el porcentaje de registros bimodales es
muy alto.
100
Captulo V Anlisis de la aproximacin de los modelos espectrales
101
Estos conceptos tambin estn relacionados con el error que se produce dando una
nica direccin del oleaje, ya que si considerando el oleaje desglosado en componentes no
se obtiene una buena aproximacin, la consideracin de una direccin media por registro da
una idea todava ms errnea. Adems debe tenerse en cuenta que tanto los modelos de
prediccin como los paramtricos no tienen en cuenta otros fenmenos como la dispersin
direccional del oleaje sea en frecuencias dos veces la frecuencia pico: es necesario observar
que la densidad de energa espectral de las frecuencias altas es poca comparada con la
aportacin de la regin alrededor del pico pudiendo parecer al principio que este tipo de
dispersin tenga poco impacto para las aplicaciones ingenieriles, pero no es as; las olas con
frecuencias ms altas afectan a las olas ms grandes debido a la tensin de transmisin de
energa del viento a la ola y tambin por la interaccin ola-ola. Su inters est relacionado
con la modelizacin correcta del oleaje.
Tambin debe mencionarse que en la zona de estudio, el fetch de los vientos de
componente noroeste es corto, comparado con otras direcciones, y esto tambin puede
provocar disfunciones en los modelos de prediccin.
Por lo que respecta a los modelos de prediccin sera necesario una mejora de la
descripcin del viento y su relacin con la creacin de oleaje y con oleajes remotos y
adems una mejora del sistema sinptico.
Por otro lado comentar que los mtodos basados en la aproximacin escalar del
oleaje suele producir una apreciable cantidad de error en la estimacin de la transformacin
del oleaje y de las respuestas estructurales. La completa introduccin del espectro
direccional de cualquier forma debe ayudar a remediar las estimaciones de los errores
resultado del uso de los mtodos escalares. Las distribuciones unimodales no pueden
describir la distribucin direccional en una frecuencia dada en el cual las componentes de
las olas llegan de diferentes direcciones.