← Casos piloto
Caso Piloto Barranc del Poyo · Turia Valencia, España

Valencia DANA 2024

Análisis del episodio de precipitación extrema del 29 de octubre de 2024 en la provincia de Valencia

710,8 mm/día Récord en Turís 8337X (29/10/2024)
66–91 años Período de retorno con evento (análisis indiv.)
>31.000 años Período de retorno sin evento (L-mom, Turís)
3 métodos × 2 MLE · L-mom · Bayes — SD vs CD

Del resultado al procedimiento

El notebook del estudio regional documenta la preparación de datos, el ajuste de extremos y la comparación de estimadores.

Abrir notebook del estudio regional

Descripción del caso

La DANA del 29 de octubre de 2024 desencadenó el episodio de precipitación más extremo registrado en la Comunitat Valenciana: la estación de Turís (8337X) acumuló 710,8 mm en 24 horas — muy por encima de cualquier valor previo de su serie — y Carlet (V103) registró 265,1 mm simultáneamente. Este caso piloto es la implementación en HYDRA del trabajo publicado en las VIII Jornadas de Ingeniería del Agua (JIA 2025, Zaragoza): "Comparación de métodos de ajuste para la distribución de precipitaciones extremas: Análisis del evento de octubre 2024 en Valencia" (del Jesus, Navas y Urrea, IHCantabria, 2025). El objetivo central es evaluar cómo se comportan tres métodos de ajuste de la GEV — MLE, L-momentos e inferencia bayesiana — frente a la inclusión o exclusión del evento extremo, a tres escalas espaciales: análisis individual en las dos estaciones más afectadas, análisis regional de frecuencia local (RFA local, 9 estaciones próximas) y análisis regional de frecuencia global (RFA global, red amplia de la Comunitat Valenciana).

Reto hidrológico

La caracterización estadística de 710,8 mm/24h en Turís enfrenta un problema estructural: sin incluir el evento en la serie, los métodos clásicos estiman períodos de retorno inverosímilmente altos — más de 31.000 años con L-momentos y 11.453 años con MLE —, creando una falsa sensación de seguridad. Al incluirlo, los mismos métodos clásicos colapsan hacia períodos de retorno de 66–91 años en Turís, un salto de tres órdenes de magnitud que los hace poco fiables como herramienta de toma de decisiones. La inferencia bayesiana, al representar explícitamente la incertidumbre paramétrica, da una cola menos degenerada sin el evento (3.069 años) y converge con los demás al incluirlo (66 años); también es sensible al escenario, aunque su salto es menor. La escala de agregación espacial complica adicionalmente el análisis: el RFA global suaviza tanto el efecto del evento que puede subestimar el riesgo local extremo.

Enfoque HYDRA

Los notebooks implementan la metodología del artículo JIA 2025. El primer notebook construye la base de datos: 9 estaciones seleccionadas de las redes AEMET (30 disponibles), SIAR (41) y AVAMET (153) distribuidas entre la costa y el interior de la Comunitat Valenciana, mapa de localización, análisis de cobertura temporal y extracción de series de máximos anuales (AMS) por año hidrológico. El segundo notebook aplica tres métodos de ajuste GEV — MLE (máxima verosimilitud), L-momentos (robusto frente a atípicos) e inferencia bayesiana (HMC vía Stan, 4 cadenas × 1000 muestras, priores débiles: μ∼N(0,10⁴), σ∼Cauchy(0,5), ξ∼N(0.25)) — bajo dos escenarios paralelos: sin el evento de 2024 y con él. Los cuantiles regionales (RFA) se obtienen estandarizando las series por Z-score, ajustando la GEV a la muestra conjunta regional y reescalando a escala local mediante zT,i = yT · si + x̄i.

Flujo de trabajo

Notebooks ejecutables — haz clic en cualquier paso para abrir en Jupyter Lab.

01
Datos

Datos y contexto histórico

Carga de series diarias de 9 estaciones AEMET, SIAR y AVAMET. Mapa de localización con la red local (entorno de Turís y Carlet) y referencia a la red global de la Comunitat Valenciana. Análisis de cobertura temporal: longitud efectiva, porcentaje de lagunas, límite fiable de extrapolación (≈N/2 años). Extracción de máximos anuales (AMS) por año hidrológico. Visualización del evento DANA en el contexto de la serie histórica de Turís y Carlet — el valor de 2024 es un outlier extremo que supera entre 5 y 7 veces el máximo previo.

▶ Abrir notebook
02
Clima

Ajuste GEV y análisis regional

Análisis individual en Turís (8337X) y Carlet (V103) con tres métodos — MLE, L-momentos y bayesiano (HMC/Stan) — y dos escenarios: sin evento 2024 (SD) y con evento (CD). Tabla de cuantiles T10/T100/T500 y distribución de probabilidad del período de retorno del valor observado. Análisis regional de frecuencia (RFA) a escala local (9 estaciones) y global (red amplia): estandarización Z-score, ajuste GEV conjunto y retransformación a escala local. Comparación de estimaciones entre métodos y escalas para evaluar robustez y prudencia de cada enfoque.

▶ Abrir notebook
03
Bayesianopyhydra

Migración a pyhydra y calibración PyMC

Reconstruye el estudio anterior íntegramente sobre las APIs de pyhydra: recalcula los máximos anuales locales y regionales, repite el ajuste GEV puntual (MLE/L-momentos) y el análisis regional de frecuencia, y añade un ajuste jerárquico bayesiano con PyMC. Los resultados se contrastan directamente contra las tablas de referencia del ajuste histórico en Stan/PyStan, confirmando la migración sin pérdida de precisión.

▶ Abrir notebook

Referencias del caso

Fuentes de datos, métodos y validaciones que sustentan el caso piloto.

del Jesus, Navas y Urrea (2025) — JIA 2025

Comparación de métodos de ajuste para la distribución de precipitaciones extremas: Análisis del evento de octubre 2024 en Valencia. VIII Jornadas de Ingeniería del Agua, Zaragoza, 22-23 oct. 2025. IHCantabria — Universidad de Cantabria.

Ver artículo →

Informe AEMET — DANA octubre 2024

Análisis meteorológico oficial del episodio: registros pluviométricos, evolución sinóptica de la DANA y comparación con valores históricos en la Comunitat Valenciana.

Ver estudio AEMET →

Coles, Pericchi y Sisson (2003)

A fully probabilistic approach to extreme rainfall modeling. Journal of Hydrology, 273(1), 35-50. Referencia metodológica central del análisis bayesiano: muestra que eventos históricos considerados "sorprendentes" no lo son cuando se incorpora la incertidumbre adecuadamente.

Pipeline Valencia DANA — metodología JIA 2025 (2 pasos)

Flujo de trabajo del artículo original: exploración y control de calidad de los registros disponibles (paso 1) y análisis de valores extremos para estimar el período de retorno del evento (paso 2). El catálogo de notebooks se ha ampliado desde entonces con un tercer paso que migra el estudio a las APIs de pyhydra.

Pipeline: Valencia DANA — 29 octubre 2024 (JIA 2025) 01 Datos y contexto histórico 9 estaciones AEMET · SIAR · AVAMET AMS por año hidrológico · Turís 8337X · Carlet V103 02 Ajuste GEV + RFA MLE · L-mom · Bayesiano (HMC/Stan) — SD vs CD Individual · RFA local (9 est.) · RFA global (C. Valenciana) RESULTADOS PRINCIPALES — Turís (8337X) 710,8 mm máximo de la serie en 24 h 31.345 años Período de retorno sin DANA (L-mom) 66–91 años Período de retorno con DANA Bayes incertidumbre como banda

Hallazgos clave

Resultados principales extraídos del análisis.

  • Sin incluir el evento en la serie, los métodos clásicos estiman períodos de retorno de 11.453 años (MLE) y 31.345 años (L-momentos) para los 710,8 mm de Turís — valores inverosímiles que crean una falsa sensación de seguridad y conducen a infraestimar el riesgo real.

  • Al incluir el evento, los mismos métodos clásicos colapsan a 66–91 años en Turís y 70–95 años en Carlet: un salto de tres órdenes de magnitud que evidencia su alta sensibilidad al escenario y los hace poco fiables como herramienta estable de toma de decisiones.

  • La inferencia bayesiana reduce el salto entre escenarios, pero no lo elimina: en Turís pasa de 3.069 a 66 años (análisis individual), frente a 11.453 → 80 años con MLE y 31.345 → 91 con L-momentos. Su ventaja es comunicar la incertidumbre paramétrica como banda de credibilidad, especialmente a altos períodos de retorno; exige revisar la sensibilidad a los priors.

  • El RFA local (9 estaciones próximas) mejora la robustez respecto al análisis individual: Período de retorno con evento = 34–41 años en Turís, con menor dispersión entre métodos. Ofrece el mejor equilibrio entre sensibilidad al evento extremo y estabilidad estadística.

  • El RFA global suaviza excesivamente los efectos del evento: sin incluirlo, el período de retorno es infinito en ambas estaciones; con él, desciende a 13–19 años en Turís y 7–9 años en Carlet — valores que pueden subestimar el riesgo extremo local si el evento no se incorpora explícitamente.

  • La inclusión del evento de 2024 es determinante para obtener estimaciones realistas: para T500 en Turís, el nivel bayesiano individual pasa de 417,6 mm (sin evento) a 3.004,1 mm (con evento), y el RFA local de 313,7 mm a 1.415,6 mm — diferencias con implicaciones directas en el dimensionamiento de infraestructuras.