|
||||
INTRODUCCIÓN El estudio sobre la variación del nivel del mar implica comprender los cambios causados por las interacciones entre el océano, la tierra y la atmósfera, los cuales abarcan una amplia gama de escalas temporales y espaciales. En este sentido, la presencia de un huracán tropical ejerce su influencia sobre las variaciones del nivel del mar, lo que provoca una sobreelevación por la acción del viento y de la presión atmosférica, denominada marea de tormenta o marea meteorológica. El fenómeno de la marea meteorológica se agrava cuando coincide con el nivel de la pleamar y con el ascenso de la masa de agua ocasionado al romper el oleaje en la playa o sobre una estructura conocido como Run‐Up, tal como se muestra en la figura 1.
Figura 1. Impacto de la marea de tormenta generada por un huracán
PUERTOS ESTRATÉGICOS El Informe Estadístico Mensual, en el apartado de Movimiento de carga, buques y pasajeros en los puertos de México, de enero 2021 – octubre 2022 indica que, dentro de los puertos con mayor participación en el movimiento nacional de carga y movimiento de carga en puertos comerciales se encuentran los puertos de Manzanillo, Veracruz, Lázaro Cárdenas y Altamira (ver figura 2 y 3), razón por la cual, se seleccionaron estos 4 puertos estratégicos para el desarrollo del presente trabajo.
Figura 2. Participación por puerto en el movimiento nacional de carga Fuente: Elaboración propia modificado de Secretaría de Marina (2022)
Figura 3. Participación por puerto en el movimiento de carga en puertos comerciales Fuente: Elaboración propia modificado de Secretaría de Marina (2022) Debido a la actual importancia dentro del Sistema Portuario Nacional, se seleccionaron 4 puertos adicionales: Coatzacoalcos y Dos Bocas en el Golfo de México, Salina Cruz y Mazatlán en el Océano Pacífico, los cuales forman parte de la estructura para el desarrollo comercial y de movilidad del país.
Figura 4. Puertos seleccionados debido a su importancia actual dentro del SPN Se seleccionaron los puertos de Coatzacoalcos y Salina Cruz, por ser parte del Programa para el Desarrollo del Istmo de Tehuantepec, la elección del puerto de Dos Bocas se debe a la construcción de la Refinería Olmeca en el Municipio de Paraíso, Tabasco. Finalmente, se seleccionó el puerto de Mazatlán, por su importancia en el Corredor Económico del Norte (CEN).
Figura 5. Corredor Interoceánico del Istmo de Tehuantepec Fuente. Secretaria de Infraestructura, Comunicaciones y Transportes (2020).
MODELACIONES NUMÉRICAS El cálculo de la marea meteorológica generada por ciclones tropicales en los puertos de estudio se realizó mediante el uso del modelo hidrodinámico Flow Model FM del software MIKE 21 desarrollado por el Danish Hydraulic Institute, el cual emplea el método de elementos finitos para resolver las ecuaciones promediadas de Reynolds y Navier Stokes (RANS-Reynolds Averaged Navier-Stokes, por sus siglas en inglés)
INFORMACIÓN BATIMÉTRICA La Información batimétrica que se utilizó para las modelaciones numéricas corresponde a la información del modelo del relieve mundial de la superficie de la tierra ETOPO 1 de la National Geophysical Data Center de los Estados Unidos de Norteamérica (NGDC), el cual es un modelo de relieve global de 1 minuto de arco de la superficie de la Tierra que integra la topografía terrestre y la batimetría oceánica, referenciado verticalmente al nivel medio del mar y horizontalmente al Sistema Geodésico Mundial de 1984 (WGS 84).
Figura 6. Modelo de relieve global de superficie ETOPO1 La información batimétrica de ETOPO 1 fue complementada con la información de los Modelos Digitales de Elevación Batimétrica (MDB) de relieve submarino de la Zona Exclusiva de México, desarrollados por el Instituto Nacional de Estadística y Geografía (INEGI), los cuales tienen una resolución de 400 metros por pixel a una escala de 1:1’000,000.
Figura 7. Modelo de relieve global de superficie ETOPO1 INFORMACIÓN HISTÓRICA DE HURACANES La información de las características de los huracanes se tomó de la base de datos disponible y de dominio público denominada HURDAT2 (Hurricane Databases 2nd generation), publicada por el National Hurricane Center (NHC) de la National Oceanic and Atmospheric Administration (NOAA). La base de datos HURDAT2 contiene información a cada 6 horas de la ubicación (latitud y longitud), velocidad máxima de los vientos sostenidos y presión central, de las depresiones tropicales, tormentas tropicales y huracanes, para el período comprendido entre 1949 – 2021 para el Océano Pacífico y entre 1851 – 2021 para el Océano Atlántico. Para el presente trabajo, se seleccionaron los eventos de tormenta que se presentaron en un radio de 800 km de la ubicación de los puertos en el período comprendido entre 1980 y 2021.
Para el Océano Pacífico se seleccionaron: · 51 tormentas tropicales, · 34 huracanes de categoría 1, · 27 huracanes de categoría 2, · 18 huracanes de categoría 3, · 36 huracanes de categoría 4 y · 8 huracanes de categoría 5.
Figura 8. Modelo de relieve global de superficie ETOPO1
Para el Golfo de México se seleccionaron: · 27 tormentas tropicales, · 12 huracanes de categoría 1, · 14 huracanes de categoría 2, · 3 huracanes de categoría 3, · 6 huracanes de categoría 4 y · 5 huracanes de categoría 5.
Figura 9. Modelo de relieve global de superficie ETOPO1
MALLA DE CÁLCULO Para la implementación del modelo numérico, se definieron mallas de cálculo, mediante el método de mallas flexibles no estructuradas con elementos triangulares, el cual permite la distribución óptima de los nodos de cálculo, se adaptó la resolución de las celdas a las características físicas del lugar y a las zonas de interés dentro del modelo numérico, lo que permitió focalizar la mayor resolución a la zona de estudio y se dejó el resto del dominio con un espaciamiento amplio, así se mejoró con ello el rendimiento computacional. Para los puertos localizados en el Océano Pacífico se definieron tres mallas de cálculo constituidas por celdas de diferente tamaño que varían de una resolución gruesa fuera de la costa (i.e. ± 7 km entre nodos) hasta una resolución más fina (i.e. ± 90 m) próxima al litoral, una para el puerto de Mazatlán, una para los puertos de Manzanillo y Lázaro Cárdenas y una para el puerto de Salina Cruz, las cuales cubren un área aproximada de 210,612 km2, 1’105,811 km2 y 312,928 km2 respectivamente, de igual forma, para el Golfo de México se definió una malla de cálculo con celdas de diferentes resoluciones, la cual cubre un área aproximada de 627,605 km2. Una vez definidas las mallas de cálculo, se realizó la incorporación de los datos de profundidades y elevaciones en cada nodo de dichas mallas (figura 10 a la 13).
Figura 10. Malla de cálculo con profundidades para el puerto de Mazatlán
Figura 11. Malla de cálculo con profundidades para los puertos de Manzanillo y Lázaro Cárdenas
Figura 12. Malla de cálculo con profundidades para el puerto de Salina Cruz
Figura 13. Malla de cálculo con profundidades para los puertos de Altamira, Veracruz, Coatzacoalcos y Dos Bocas
MODELO PARAMÉTRICO DE VIENTO A partir de la información de la velocidad máxima de viento y la presión central de los huracanes antes señalados, se generaron los campos de viento y presión por medio de la aplicación del modelo de vórtice de Rankine (1947), dicho modelo, es el único que sigue una distribución de velocidad en la dirección radial, en el cual la velocidad del viento a una distancia determinada del centro del huracán se calcula con el uso de las siguientes distribuciones de la velocidad, en función de la distancia que exista entre el centro del huracán y el punto de interés.
Donde: Vg Gradiente rotacional del viento. Vmax Velocidad máxima de viento en m/s. X Parámetro de ajuste de la distribución del viento, valores típicos entre 0.4 y 0.6. Rmw Radio de máximo viento en kilómetros, propuesto por Kalourazi como:
Rmw =
CORRECCIÓN GEOSTRÓFICA DEL VIENTO Es necesario aplicar una corrección a la capa límite de la velocidad del viento, a fin de obtener los vientos cercanos a la superficie, V10, dicha corrección se obtiene mediante la siguiente relación (Harper et al., 2001):
Donde V10 Velocidad del viento a 10 m sobre el N. M. M. Km Factor de ajuste dependiente de la velocidad (Harper et al., 2001).
ÁNGULO DE ENTRADA DEL VIENTO Todos los modelos paramétricos de viento asumen un patrón de flujo de viento circular que no representa las direcciones del viento en la superficie, los efectos de fricción provocan la entrada de vientos hacia el centro de la tormenta, el ángulo de entrada β es típicamente del orden de 25° pero disminuye hacia el centro de la tormenta, en este sentido, Sobey et al. (1977) propusieron la siguiente formulación empírica para la corrección del viento:
CAMPOS DE VIENTO Y PRESIÓN A partir de la información de la velocidad máxima de viento y la presión en el ojo de los huracanes seleccionados para el Océano Pacífico y para el Golfo de México, se generaron campos de viento y presión atmosférica horarios durante el tiempo que duró el evento de tormenta.
Figura 14. Campos de viento y presión generados por el huracán Pauline, el día 8 de octubre de 1997 a las 15:00 hrs
Con los campos de viento y presión de cada huracán, se realizaron las modelaciones numéricas para determinar la elevación de la marea meteorológica en cada uno de los puertos.
Figura 15. Marea de tormenta generada por el huracán Pauline, el día 8 de octubre de 1997 a las 15:00 hrs
ANÁLISIS E INTERPRETACIÓN DE RESULTADOS De los resultados de las modelaciones numéricas de la propagación de los huracanes, se obtuvieron las series de tiempo de la marea de tormenta frente a cada uno de los puertos de estudio. A manera de ejemplo, se muestra la sobreelevación del nivel del mar generado por el huracán Alma del 20 al 27 de junio de 1996, frente al puerto de Lázaro Cárdenas, Mich.
Figura16. Marea de tormenta generada por el huracán Alma frente al puerto de Lázaro Cárdenas del 20 al 27 de junio de 1996
A partir de las series de tiempo de la marea de tormenta generada por cada uno de los huracanes modelados, se obtuvieron las máximas elevaciones del nivel del mar y se determinó mediante un análisis extremal, la marea de tormenta para cada puerto y para diferentes períodos de retorno comprendidos entre el año 1980 y el año 2100. Para dicho análisis, se consideraron 4 funciones de distribución de probabilidad (Exponencial, Weibull, Gumbel y Frechet), cuyas expresiones se indican a continuación:
Donde:
F Probabilidad de no excedencia X Elevación de marea de tormenta A y B Coeficientes de regresión k Parámetro *Weibull (k = 0.75; 1.0; 1.4; 2.0) *Frechet (k = 2.5; 3.3; 5.0; 10.0).
Los valores de la marea de tormenta se ordenaron de forma descendente y se le asignó a cada elevación (xi) una probabilidad de no excedencia (Fi) en función del orden (m) de cada valor, mediante la siguiente expresión:
Los valores de las constantes a y b para cada una de las funciones de distribución de probabilidad son los siguientes: Exponencial Weibul FT-I FT-II
Las funciones de distribución se rescribieron en la forma X = AY + B, para aplicar el método de mínimos cuadrados y obtener los valores de los parámetros de escala y de posición (A y B) de cada una de dichas funciones, primeramente, se obtuvo el valor de la variable reducida Y, cuya expresión se indica a continuación:
Exponencial Weibull Gumbel (FT-I) Frechet (FT-II)
Para el caso de las distribuciones Gumbel y Exponencial (las cuales tienen dos parámetros) pueden ser analizadas por el método de los mínimos cuadrados directamente. Las distribuciones Frechert y Weibull tienen tres parámetros, por lo tanto, tienen que ser modificadas en una forma de funciones de dos parámetros, se fijó para ello el parámetro de forma (k). La razón principal para fijar el parámetro k es la dificultad de predecir la verdadera matriz de distribución de una muestra de tamaño pequeño. Goda (1988) demostró esta dificultad al recomendar fijar el parámetro k en uno de los siguientes valores para estas distribuciones:
· Weibull (k = 0.75; 1.0; 1.4; 2.0) · Frechet (k = 2.5; 3.3; 5.0; 10.0) Los coeficientes de la regresión A y B de las funciones de distribución se obtuvieron con las siguientes ecuaciones:
Para elegir la función de distribución con la mejor aproximación a los datos de la marea de tormenta, se calculó el coeficiente de correlación lineal (r) se utilizó la siguiente ecuación:
Posteriormente se realizó la selección final de la mejor distribución de probabilidad:
Tabla 1. Selección final de la mejor distribución de probabilidad por puerto
A continuación, se muestran algunos de los resultados de la aproximación para el cálculo de la marea de tormenta en los puertos, en función de la distribución de probabilidad de no excedencia.
Gráfica 1. Cálculo de la marea de tormenta del Puerto de Mazatlán en función de la distribución de probabilidad de no excedencia
Gráfica 2. Cálculo de la marea de tormenta del Puerto de Altamira en función de la distribución de probabilidad de no excedencia
Finalmente, se realizó el cálculo de la marea de tormenta a largo plazo (Tr a partir de 2020 al año 2100) para cada uno de los puertos seleccionados, como se muestra en las gráficas siguientes.
Gráfica 3. Incremento del nivel del mar por marea de tormenta del Puerto de Mazatlán a largo plazo
Gráfica 4. Incremento del nivel del mar por marea de tormenta del Puerto de Manzanillo a largo plazo
Gráfica 5. Incremento del nivel del mar por marea de tormenta del Puerto de Lázaro Cárdenas a largo plazo
Gráfica 6. Incremento del nivel del mar por marea de tormenta del Puerto de Salina Cruz a largo plazo
Gráfica 7. Incremento del nivel del mar por marea de tormenta del Puerto de Altamira a largo plazo
Gráfica 8. Incremento del nivel del mar por marea de tormenta del Puerto de Veracruz a largo plazo
Gráfica 9. Incremento del nivel del mar por marea de tormenta del Puerto de Coatzacoalcos a largo plazo
Gráfica 10. Incremento del nivel del mar por marea de tormenta del Puerto de Dos Bocas a largo plazo
CONCLUSIONES El conocimiento sobre la variación del nivel del mar implica comprender los cambios causados por las interacciones entre el océano, la tierra y la atmósfera. A partir de los eventos históricos en el Golfo de México y Océano Pacífico, se obtuvo la sobreelevación del nivel del mar por marea de tormenta en 8 puertos estratégicos de México, dichos resultados permitieron determinar los valores de la marea de tormenta a largo plazo. Los resultados de este estudio proporcionan información para el diseño, mantenimiento y construcción de las actuales y futuras obras de protección portuaria y costera, al considerar diferentes periodos de retorno (años 2020 – 2100) y con un factor de seguridad del 95% de confianza, a fin de contribuir al diseño resiliente de la infraestructura portuaria del país.
BIBLIOGRAFÍA
Amante, C. y Eakins, B. (2009). ETOPO1 1 Arc-Minute Global Relief Model: procedures, data sources and analysis. NOAA Technical Memorandum NESDIS NGDC-24. http://doi.org/10.7289/V5C8276M Córdova, L. y González, R. (2012). Simulación de los campos de viento y oleaje asociados a huracanes. Ingeniería Hidráulica y Ambiental. 33, 50-65. Coordinación General de Puertos y Marina Mercante. (2022), Informe estadístico mensual. Movimiento de carga, buques y pasajeros en los puertos de México. Enero – octubre 2021 – 2022. México: Secretaría de Marina. Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Altamira, Tamaulipas. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/derrotero/cuestionarios/cnarioAltamira.pdf Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Coatzacoalcos, Veracruz. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/derrotero/cuestionarios/cnarioCoatza.pdf Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Dos Bocas, Tabasco. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/cuestionarios/cnarioDosbocas.pdf Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Lázaro Cárdenas, Michoacan. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/cuestionarios/cnarioLazaro.pdf Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Manzanillo, Colima. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/derrotero/cuestionarios/cnarioManzanillo.pdf Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Mazatlán, Sinaloa. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/derrotero/cuestionarios/cnarioMazatlan.pdf Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Salina Cruz, Oaxaca. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/cuestionarios/cnarioSalinacruz.pdf Dirección General Adjunta de Oceanografía, Hidrografía y Meteorología. [DGAOHM]. (2022). Veracruz, Veracruz. México: Secretaría de Marina [Archivo PDF]. https://digaohm.semar.gob.mx/cuestionarios/cnarioVeracruz.pdf Landsea, C. y Franklin, J. (2012). Atlantic hurricane database uncertainty and presentation of a new database format. Monthly Weather Review 141, 3576-3592. https://doi.org/10.1175/MWR-D-12-00254.1 Lizano, O. (2006). Simulación de oleaje de huracán usando modelos de viento paramétricos en un modelo de olas de tercera Generación. Boletín Científico CIOH 24, 36-47. http://doi.org/10.26640/22159045.147 Meza, J. (2015). Estimación de marea de tormenta y oleaje inducidos por ciclones tropicales en marea mexicanos. [Tesis para optar el grado Académico de Maestro en Ingeniería]. México: Universidad nacional Autónoma de México. National Centers for Environmental Information. (2022): ETOPO 2022 15 Arc-Second Global Relief Model. USA. http://doi.org/10.25921/fd45-gt74 National Oceanic and Atmospheric Administration [NOAA]. (2022). National Hurricane Center and Central Pacific Hurricane database 1980-2021. [Consulta en línea]. https://www.nhc.noaa.gov/
SERVÍN María Dolores RAMÍREZ Rodolfo CASAS Cindy SERRANO Etelberto D. “Las opiniones expresadas en esta publicación son de los autores y no necesariamente reflejan los puntos de vista del Instituto Mexicano del Transporte.” |
