stringtranslate.com

Modelo estocástico empírico de carga y dilución.

El modelo estocástico empírico de carga y dilución ( SELDM ) [1] [2] [3] es un modelo de calidad de aguas pluviales . SELDM está diseñado para transformar datos científicos complejos en información significativa sobre el riesgo de efectos adversos de la escorrentía en las aguas receptoras, la posible necesidad de medidas de mitigación y la posible eficacia de dichas medidas de gestión para reducir estos riesgos. El Servicio Geológico de EE. UU. desarrolló SELDM en cooperación con la Administración Federal de Carreteras para ayudar a desarrollar estimaciones a nivel de planificación de concentraciones, flujos y cargas medias de eventos en aguas pluviales de un sitio de interés y de una cuenca aguas arriba. SELDM utiliza información sobre el sitio de una carretera, la cuenca receptora de agua asociada, los eventos de precipitación, el flujo de tormentas, la calidad del agua y el desempeño de las medidas de mitigación para producir una población estocástica de variables de calidad de la escorrentía. Aunque SELDM es, nominalmente, un modelo de escorrentía de carreteras, también se puede utilizar para estimar concentraciones de flujos y cargas de componentes de calidad de escorrentía de otras áreas de uso del suelo. SELDM fue desarrollado por el Servicio Geológico de EE. UU., por lo que el modelo, el código fuente y toda la documentación relacionada se proporcionan sin restricciones de derechos de autor de acuerdo con las leyes de derechos de autor de EE. UU. y el Aviso de derechos de usuario de software del USGS. SELDM se utiliza ampliamente para evaluar el efecto potencial de la escorrentía de carreteras, puentes y áreas desarrolladas sobre la calidad del agua receptora con y sin el uso de medidas de mitigación. [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] Los profesionales de aguas pluviales que evalúan la escorrentía de las carreteras comúnmente usan datos de la base de datos de escorrentía de las carreteras (HRDB) con SELDM para evaluar los riesgos de efectos adversos de la escorrentía en las aguas receptoras. [13] [14] [15] [16]

SELDM es un modelo estocástico de balance de masas. [17] [18] [19] Comúnmente se aplica un enfoque de balance de masa (figura 1) para estimar las concentraciones y cargas de los componentes de la calidad del agua en las aguas receptoras aguas abajo de un emisario urbano o de una carretera. En un modelo de balance de masas, las cargas de la cuenca aguas arriba y el área de la fuente de escorrentía se suman para calcular la descarga, la concentración y la carga en el agua receptora aguas abajo del punto de descarga.

Figura 1. Diagrama esquemático que muestra el enfoque de balance de masa estocástico para estimar el flujo de tormenta, la concentración y las cargas de los componentes de la calidad del agua aguas arriba de un emisario de escorrentía de una carretera, desde la carretera y aguas abajo del emisario.

SELDM puede realizar un análisis de cuencas fluviales y un análisis de cuencas lacustres. El análisis de cuenca utiliza un análisis estocástico de balance de masa basado en simulaciones de varios años que incluyen cientos a miles de eventos de escorrentía. SELDM genera valores de eventos de tormenta para el sitio de interés (el sitio de la carretera) y la corriente receptora aguas arriba para calcular flujos, concentraciones y cargas en la corriente receptora aguas abajo del emisario de aguas pluviales. El análisis de la cuenca del lago también es un análisis estocástico de balance de masa plurianual. El análisis de la cuenca del lago utiliza las cargas de la carretera que ocurren durante los períodos de escorrentía y las cargas anuales totales de la cuenca del lago para calcular las cargas anuales hacia y desde el lago. El análisis de la cuenca del lago utiliza el volumen del lago y factores de atenuación específicos de los contaminantes para calcular una población de concentraciones promedio anuales del lago.

Los flujos y cargas anuales que SELDM calcula para los análisis de arroyos y lagos también se pueden utilizar para estimar las cargas diarias máximas totales (TMDL) para el sitio de interés y la cuenca del lago aguas arriba. [13] [20] [21] [22] [23] El TMDL se puede basar en el promedio de cargas anuales porque el producto de la carga promedio por el número de años de registro será la carga total suma para eso (simulado ) período de registro. La variabilidad de los valores anuales se puede utilizar para estimar el riesgo de superación y el margen de seguridad para el análisis TMDL.

Descripcion del modelo

SELDM es un modelo estocástico porque utiliza métodos de Monte Carlo para producir las combinaciones aleatorias de valores de variables de entrada necesarias para generar la población estocástica de valores para cada variable componente. [1] SELDM calcula la dilución de la escorrentía en las aguas receptoras y las concentraciones medias del evento aguas abajo resultantes y las concentraciones promedio anuales del lago. Se clasifican los resultados y se calculan las posiciones de los gráficos para indicar el nivel de riesgo de efectos adversos causados ​​por las concentraciones de escorrentía, los flujos y las cargas en las aguas receptoras por tormenta y por año. A diferencia de los modelos hidrológicos deterministas, SELDM no se calibra cambiando los valores de las variables de entrada para que coincidan con un registro histórico de valores. En cambio, los valores de entrada para SELDM se basan en las características del sitio y estadísticas representativas de cada variable hidrológica. Por tanto, SELDM es un modelo empírico basado en datos y estadísticas en lugar de ecuaciones fisicoquímicas teóricas. [ cita necesaria ]

SELDM es un modelo de parámetros agrupados porque el sitio de la carretera, la cuenca aguas arriba y la cuenca del lago se representan como una única unidad homogénea. [1] Cada una de estas áreas de origen está representada por propiedades promedio de la cuenca, y los resultados de SELDM se calculan como estimaciones puntuales para el sitio de interés. El uso del enfoque de parámetros agrupados facilita la especificación rápida de los parámetros del modelo para desarrollar estimaciones a nivel de planificación con los datos disponibles. El enfoque permite parsimonia en las entradas y salidas requeridas del modelo y flexibilidad en el uso del modelo. Por ejemplo, SELDM se puede utilizar para modelar la escorrentía de diversas coberturas o usos del suelo utilizando la definición del sitio de la carretera, siempre que se disponga de datos representativos de la calidad del agua y de la fracción impermeable. [ cita necesaria ]

SELDM es fácil de usar porque tiene una interfaz gráfica de usuario sencilla y porque gran parte de la información y los datos necesarios para ejecutar SELDM están integrados en el modelo. [1] SELDM proporciona estadísticas de entrada para precipitación, flujo previo a la tormenta, coeficientes de escorrentía y concentraciones de componentes seleccionados de la calidad del agua de conjuntos de datos nacionales. Las estadísticas de entrada pueden seleccionarse en función de la latitud, longitud y características físicas del sitio de interés y de la cuenca aguas arriba. El usuario también puede derivar e ingresar estadísticas para cada variable que sean específicas de un sitio de interés determinado o un área determinada. Se recopiló información y datos de cientos a miles de sitios en todo el país para facilitar el uso de SELDM. [24] [25] [26] [27] La ​​mayoría de los datos de entrada necesarios se obtienen definiendo la ubicación del sitio de interés y cinco propiedades simples de la cuenca. Estas propiedades de la cuenca son el área de drenaje, la longitud de la cuenca, la pendiente de la cuenca, la fracción impermeable y el factor de desarrollo de la cuenca [1] [28] [29]

SELDM modela el efecto potencial de las medidas de mitigación utilizando métodos de Monte Carlo con estadísticas que se aproximan a los efectos netos de las mejores prácticas de gestión (BMP) estructurales y no estructurales. [1] [13] [30] [31] . Las BMP estructurales se definen como los componentes de la vía de drenaje entre la fuente de escorrentía y el lugar de descarga de aguas pluviales que afectan el volumen, el tiempo o la calidad de la escorrentía. SELDM utiliza un modelo estadístico estocástico simple del desempeño de las BMP para desarrollar estimaciones a nivel de planificación de las características de los eventos de escorrentía. Este enfoque estadístico se puede utilizar para representar una única BMP o un conjunto de BMP. El módulo de tratamiento SELDM BMP tiene disposiciones para el modelado estocástico de tres tratamientos de aguas pluviales: reducción de volumen, extensión del hidrograma y tratamiento de la calidad del agua. En SELDM, estas tres variables de tratamiento se modelan utilizando la distribución trapezoidal [32] y la correlación de rango [33] con las variables asociadas de escorrentía de la carretera. Este informe describe métodos para calcular las estadísticas de distribución trapezoidal y los coeficientes de correlación de rango para el modelado estocástico de reducción de volumen, extensión del hidrograma y tratamiento de la calidad del agua mediante BMP estructurales de aguas pluviales y proporciona los valores calculados para estas variables. Estas estadísticas son diferentes de las estadísticas comúnmente utilizadas para caracterizar o comparar las BMP. Están diseñados para proporcionar una función de transferencia estocástica para aproximar la cantidad, duración y calidad del efluente de BMP dados los valores de entrada asociados para una población de tormentas. [ cita necesaria ]

Interfaz del modelo

SELDM fue desarrollado como una aplicación de software de base de datos Microsoft Access ® para facilitar el almacenamiento, manejo y uso del conjunto de datos hidrológicos con una interfaz gráfica de usuario (GUI) simple. [1] La GUI basada en menús del programa utiliza controles de interfaz estándar de Microsoft Visual Basic para Aplicaciones ® (VBA) para facilitar la entrada, el procesamiento y la salida de datos. El Apéndice 4 del manual SELDM [1] tiene instrucciones detalladas para usar la GUI.

La interfaz de usuario de SELDM tiene uno o más formularios GUI que se utilizan para ingresar cuatro categorías de datos de entrada, que incluyen documentación, información del sitio y la región, estadísticas hidrológicas y datos de calidad del agua. Los datos de la documentación incluyen información sobre el analista, el proyecto y el análisis. Los datos del sitio y la región incluyen las características del sitio de la carretera, las ecorregiones , las características de la cuenca aguas arriba y, si se selecciona un análisis del lago, las características de la cuenca del lago. Los datos hidrológicos incluyen estadísticas de precipitación, caudal y coeficiente de escorrentía. Los datos sobre la calidad del agua incluyen estadísticas de calidad de escorrentía de carreteras, estadísticas de calidad de agua aguas arriba, definiciones de calidad de agua aguas abajo y estadísticas de desempeño de BMP. También hay un formulario GUI para ejecutar el modelo y acceder al conjunto distinto de archivos de salida. La interfaz SELDM está diseñada para llenar la base de datos con datos y estadísticas para el análisis y para especificar variables de índice que utiliza el programa para consultar la base de datos cuando se ejecuta SELDM. Es necesario recorrer los formularios de entrada cada vez que se ejecuta un análisis. [ cita necesaria ]

Salida del modelo

Los resultados de cada análisis SELDM se escriben en entre 5 y 10 archivos de salida, según las opciones que se seleccionaron durante el proceso de especificación del análisis. Los cinco archivos de salida que se crean para cada ejecución del modelo son la documentación de salida, la calidad de la escorrentía de la carretera, la escorrentía anual de la carretera, los eventos de precipitación y el archivo de flujo de tormentas. Si se seleccionan las opciones de salida Stream Basin o Stream and Lake Basin, entonces también se crean los archivos de caudal y factor de dilución previos a la tormenta. Si se seleccionan estas mismas dos opciones de salida y, además, se definen uno o más pares de calidad del agua aguas abajo mediante el menú de calidad del agua, SELDM también crea los archivos de salida de calidad del agua aguas arriba y calidad del agua aguas abajo. Si se selecciona la opción Salida de cuenca de arroyo y lago o Salida de cuenca de lago, y se definen uno o más pares de calidad de agua aguas abajo mediante el menú de calidad del agua, entonces el archivo de salida del Análisis de lago se crea cuando se ejecuta el Análisis de cuenca de lago. Los archivos de salida están escritos como archivos de texto ASCII delimitados por tabulaciones en un formato de base de datos relacional (RDB) que se puede importar a muchos paquetes de software. Este resultado está diseñado para facilitar el análisis posterior al modelado y la presentación de resultados. [ cita necesaria ]

El beneficio del análisis de Monte Carlo no es disminuir la incertidumbre en las estadísticas de entrada, sino representar las diferentes combinaciones de variables que determinan los riesgos potenciales de las variaciones de la calidad del agua. SELDM proporciona un método para la evaluación rápida de información que de otro modo sería difícil o imposible de obtener porque modela las interacciones entre variables hidrológicas (con diferentes distribuciones de probabilidad) que dan como resultado una población de valores que representan resultados probables a largo plazo de los procesos de escorrentía y la efectos potenciales de diferentes medidas de mitigación. SELDM también proporciona los medios para realizar rápidamente análisis de sensibilidad para determinar los efectos potenciales de diferentes supuestos de entrada sobre los riesgos de las variaciones de la calidad del agua. SELDM produce una población de valores anuales y de eventos de tormentas para abordar las preguntas sobre la posible frecuencia, magnitud y duración de las excursiones de la calidad del agua. El resultado representa una colección de eventos aleatorios en lugar de una serie de tiempo. Cada tormenta que se genera en SELDM se identifica mediante número de secuencia y año contable de carga anual. El modelo genera cada tormenta de forma aleatoria; no existe correlación serial y el orden de las tormentas no refleja patrones estacionales. Los años de contabilidad de carga anual, que son simplemente colecciones aleatorias de eventos generados con la suma de tiempos de intervención de tormentas menores o iguales a un año, se utilizan para generar flujos y cargas anuales en las carreteras para el análisis de TMDL y el análisis de la cuenca del lago. [ cita necesaria ]

En 2019, el USGS desarrolló un posprocesador modelo para SELDM para facilitar el análisis y la representación gráfica de los resultados de las simulaciones de SELDM; ese software, conocido como InterpretSELDM, está disponible en el dominio público en un sitio ScienceBase del USGS. [34]

Historia

SELDM se desarrolló entre 2010 y 2013 y se publicó como versión 1.0.0 en marzo de 2013. Se descubrió un pequeño problema con el algoritmo utilizado para calcular las curvas de transporte aguas arriba y en la cuenca del lago y se lanzó la versión 1.0.1 en julio de 2013. Versión 1.0 .2 se lanzó en junio de 2016 para utilizar la fórmula de posición de trazado de Cunnane para todos los archivos de salida. La versión 1.0.3 se lanzó en julio de 2018 para abordar problemas con los cálculos de carga para componentes con concentraciones de nanogramos por litro o picogramos por litro y para abordar otros problemas diversos. La versión 1.1.0 se lanzó en mayo de 2021 para agregar procesamiento por lotes, cambiar la duración de escorrentía de la carretera utilizada para las curvas de transporte aguas arriba de la duración de descarga, que podría variar de BMP a BMP, a la duración y el volumen de escorrentía simultánea, y solucionar un problema. que permitió a los usuarios simular una variable dependiente en el análisis de un lago sin la variable explicativa, lo que provocó un error. La versión 1.1.1 se lanzó en diciembre de 2022 para hacer que SELDM sea compatible con las versiones de 32 y 64 bits de Microsoft Office; esta versión tiene la capacidad de simular contaminantes emergentes, incluidos microplásticos , PFAS/PFOS (consulte Sustancias perfluoroalquiladas y ácido perfluorooctanosulfónico ) y productos químicos para neumáticos (consulte Fabricación de neumáticos , Contaminación por caucho y 6PPD ). El código de SELDM es un código de código abierto y de dominio público que se puede descargar desde la página de soporte del software SELDM. [35]

Ver también

Referencias

  1. ^ abcdefgh Granato, GE, 2013, Modelo de dilución y carga empírica estocástica (SELDM) versión 1.0.0: Técnicas y métodos del Servicio Geológico de EE. UU., libro 4, cap. C3, 112 p. http://pubs.usgs.gov/tm/04/c03/
  2. ^ Granato, GE, 2014, SELDM: Modelo de dilución y carga empírica estocástica versión 1.0.3 Página de soporte de software disponible en https://doi.org/10.5066/F7TT4P3G
  3. ^ Granato, GE, 2022, Archivo de software del modelo de dilución y carga empírica estocástica (SELDM) (versión 1.1.1): versión del software del Servicio Geológico de EE. UU., https://doi.org/10.5066/P9PYG7T5.
  4. ^ Risley, JC y Granato, GE, 2014, Evaluación de los efectos potenciales de la escorrentía de las carreteras en la calidad del agua receptora en sitios seleccionados en Oregon con el modelo de dilución y carga empírica estocástica (SELDM): Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2014–5099, 74 p.
  5. ^ Granato, GE y Jones, SC, 2017, Estimación de riesgos por excedencias en la calidad del agua del cobre total de la escorrentía urbana y de carreteras en condiciones previas al desarrollo y actuales con el modelo de dilución y carga empírica estocástica (SELDM): en Actas de 2017 Congreso Mundial sobre Medio Ambiente y Recursos Hídricos, Sacramento, CA, 21 al 25 de mayo de 2017, Reston, VA, Sociedad Estadounidense de Ingenieros Civiles, 15 p. http://ascelibrary.org/doi/abs/10.1061/9780784480601.028
  6. ^ Smith, KP, Sorenson, JR y Granato, GE, 2018, Caracterización de la escorrentía de aguas pluviales de las plataformas de puentes en el este de Massachusetts, 2014-16: Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2018-5033, 73 p., https://doi .org/10.3133/sir20185033
  7. ^ Granato, GE y Jones, SC, 2015, Estimación de los riesgos de efectos adversos del fósforo total en las corrientes receptoras con el modelo de dilución y carga empírica estocástica (SELDM) en las actas de la Conferencia Internacional sobre Ecología y Transporte de 2015 (ICOET 2015) , 20 al 24 de septiembre de 2015, Raleigh, Carolina del Norte: Raleigh, Carolina del Norte, Centro para el Transporte y el Medio Ambiente, 18 p.
  8. ^ Stonewall, AJ, Granato, GE y Glover-Cutter, KM, 2019, Evaluación de los efectos potenciales de la escorrentía urbana y de carreteras en los arroyos receptores en cuencas hidrográficas con carga diaria máxima total en Oregon utilizando el modelo estocástico de dilución y carga empírica: Servicio Geológico de EE. UU. Científico Informe de investigaciones 2019–5053, 116 p., https://doi.org/10.3133/sir20195053.
  9. ^ Weaver, JC, Granato, GE y Fitzgerald, SA, 2019, Evaluación de la calidad del agua a partir de la escorrentía de carreteras en sitios seleccionados de Carolina del Norte con el modelo de dilución y carga empírica estocástica (SELDM): Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2019–5031, 99 págs., https://doi.org/10.3133/sir20195031
  10. ^ Jeznach, LC y Granato, GE, 2020, Comparación de concentraciones de fósforo total simuladas por SELDM con criterios de áreas ecológicas impermeables: Journal of Environmental Engineering: v.146, No. 8, 10 p. https://doi.org/10.1061/(ASCE)EE.1943-7870.0001763
  11. ^ Stonewall, AJ, Yates, MC y Granato, GE, 2022, Evaluación del impacto de la aplicación de descongeladores de cloruro en el paso de Siskiyou, sur de Oregón: Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2022–5091, 94 p., https://doi .org/10.3133/sir20225091
  12. ^ Granato, GE, Spaetzel, AB y Jeznach, LC, 2022, Archivo de modelos para el análisis de flujos, concentraciones y cargas de escorrentía urbana y de carreteras y aguas pluviales de corrientes receptoras en el sur de Nueva Inglaterra con el modelo de dilución y carga empírica estocástica ( SELDM): publicación de datos del Servicio Geológico de EE. UU., https://doi.org/10.5066/P9CZNIH5
  13. ^ abcd Granato, GE, Spaetzel, AB y Jeznach, LC, 2023, Enfoques para evaluar flujos, concentraciones y cargas de escorrentía urbana y de carreteras y aguas pluviales de corrientes receptoras en el sur de Nueva Inglaterra con el modelo de dilución y carga empírica estocástica (SELDM) ): Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2023–5087, 152 p., https://doi.org/10.3133/sir20235087.
  14. ^ Granato, GE y Jones, SC, 2019, Simulación de la calidad de la escorrentía con la base de datos de escorrentía de carreteras y el modelo de dilución y carga empírica estocástica: registro de investigación de transporte, Journal of the Transportation Research Board, v. 2673, no. 1, pág. 136-142, https://doi.org/10.1177/0361198118822821
  15. ^ Granato, GE, 2019, Base de datos de escorrentía de carreteras (HRDB) versión 1.1.0: publicación de datos del Servicio Geológico de EE. UU., https://doi.org/10.5066/P94VL32J
  16. ^ Jeznach, LC, Granato, GE, Sharar-Salgado, D., Jones, SC e Imig, D., 2023, Evaluación de los efectos potenciales del cambio climático en los flujos y cargas de escorrentía de las carreteras en el sur de Nueva Inglaterra mediante el uso del nivel de planificación análisis de espacio por tiempo: Registro de investigación de transporte, v. 2677, no. 7, pág. 570–581, https://doi.org/10.1177/03611981231155183.
  17. ^ Di Toro, DM, 1984, Modelo de probabilidad de la calidad de la corriente debido a la escorrentía: Journal of Environmental Engineering, v. 110, no. 3, pág. 607–628.
  18. ^ Warn, AE y Brew, JS, 1980, Balance de masa: Water Research, v.14, pág. 1427-1434.
  19. ^ Schwartz, SS y Naiman, DQ, 1999, Sesgo y variación de las estimaciones de cargas contaminantes a nivel de planificación: Water Resources Research, v. 35, no. 11, pág. 3475–3487.
  20. ^ Granato, GE y Jones, SC, 2017, Estimación de cargas diarias máximas totales con el modelo de dilución y carga empírica estocástica: Registro de investigación de transporte, Revista de la Junta de Investigación de Transporte, No. 2638, pág. 104-112. https://doi.org/10.3141/2638-12
  21. ^ Stonewall, AJ, Granato, GE y Haluska, TL, 2018, Evaluación de las contribuciones de las carreteras a los flujos, concentraciones y cargas de aguas pluviales mediante el uso de la aplicación StreamStats: Registro de investigación de transporte, Revista de la Junta de Investigación del Transporte, 9 p. https://doi.org/10.1177/0361198118758679
  22. ^ Academias Nacionales de Ciencias, Ingeniería y Medicina, 2019, Enfoques para determinar y cumplir con los requisitos de TMDL relacionados con la escorrentía de aguas pluviales en las carreteras. Washington, DC, Prensa de las Academias Nacionales, 150 p. https://doi.org/10.17226/25473
  23. ^ Granato, GE y Friesz, PJ, 2021, Enfoques para evaluar el rendimiento anual a largo plazo de la escorrentía urbana y de carreteras en áreas seleccionadas de California con el modelo de dilución y carga empírica estocástica (SELDM): Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2021– 5043, 37 págs., https://doi.org/10.3133/sir20215043
  24. ^ Granato, GE y Cazenas, PA, 2009, Highway-Runoff Database (HRDB versión 1.0): un almacén de datos y preprocesador para el modelo estocástico empírico de carga y dilución: Washington, DC, Departamento de Transporte de EE. UU., Administración Federal de Carreteras, FHWA-HEP-09-004, 57 págs.
  25. ^ Granato, GE, Carlson, CS y Sniderman, BS, 2009, Métodos para el desarrollo de estimaciones de la calidad del agua de los arroyos a nivel de planificación en sitios no monitoreados en los Estados Unidos contiguos: Washington, DC, Departamento de Transporte de EE. UU., Administración Federal de Carreteras , FHWA-HEP-09-003, 53 p.
  26. ^ Granato, GE, 2010, Métodos para el desarrollo de estimaciones de flujo de tormentas a nivel de planificación en sitios no monitoreados en los Estados Unidos contiguos: Washington, DC, Departamento de Transporte de EE. UU., Administración Federal de Carreteras, FHWA-HEP-09-005, 90 p.
  27. ^ Smith, KP y Granato, GE, 2010, Calidad de la escorrentía de aguas pluviales descargadas de las carreteras de Massachusetts, 2005–07: Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2009–5269, 198 p.
  28. ^ Granato, GE, 2012, Estimación de los índices de retardo de la cuenca y de sincronización del hidrograma utilizados para caracterizar los flujos de tormenta para el análisis de la calidad de la escorrentía: Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2012–5110, 47 p.
  29. ^ Stricker, VA y Sauer, VB, 1982, Técnicas para estimar hidrogramas de inundaciones para cuencas urbanas no medidas: Informe de archivo abierto del Servicio Geológico de EE. UU. 82–365, 24 p.
  30. ^ Granato, GE, 2014, Estadísticas para el modelado estocástico de reducción de volumen, extensión del hidrograma y tratamiento de la calidad del agua mediante mejores prácticas de gestión de escorrentía pluvial estructural (BMP): Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2014–5037, 37 p., http: //dx.doi.org/10.3133/sir20145037.
  31. ^ Granato, GE, Spaetzel, AB y Medalie, L., 2021, Métodos estadísticos para simular las mejores prácticas de gestión (BMP) de escorrentía estructural de aguas pluviales con el modelo de dilución y carga empírica estocástica (SELDM): Informe de investigaciones científicas del Servicio Geológico de EE. UU. 2020– 5136, 41 págs., https://doi.org/10.3133/sir20205136.
  32. ^ Kacker, RN y Lawrence, JF, 2007, Distribuciones trapezoidales y triangulares para la evaluación tipo B de la incertidumbre estándar: Metrologia, v. 44, no. 2, pág. 117–127.
  33. ^ Helsel, DR y Hirsch, RM, 2002, Métodos estadísticos en recursos hídricos: análisis e interpretación hidrológicos: Técnicas del Servicio Geológico de EE. UU. para investigaciones de recursos hídricos, libro 4, cap. A3, 510 p.
  34. ^ Granato, GE, 2019, InterpretSELDM versión 1.0 Intérprete de salida del modelo de dilución y carga empírica estocástica (SELDM): versión del software del Servicio Geológico de EE. UU., https://doi.org/10.5066/P9395YHY.
  35. ^ Granato, GE, 2022, Archivo de software del modelo de dilución y carga empírica estocástica (SELDM): versión del software del Servicio Geológico de EE. UU., https://doi.org/10.5066/P9PYG7T5

Dominio publico Este artículo incorpora material de dominio público de sitios web o documentos del Servicio Geológico de Estados Unidos .

enlaces externos