Estimación de datos faltantes de lluvia mensual a través de la asimilación de información satelital y pluviométrica en una cuenca andina tropical
RESUMEN Las series de datos hidrometeorológicos generalmente presentan datos faltantes o erróneos por falta de continuidad en los registros o errores instrumentales, surgiendo la necesidad de desarrollar métodos numéricos para calcular estimaciones cercanas al valor real, contribuyendo a mejorar la...
Guardado en:
| Autores principales: | , |
|---|---|
| Lenguaje: | Spanish / Castilian |
| Publicado: |
Universidad de Tarapacá. Facultad de Ciencias Agronómicas
2018
|
| Materias: | |
| Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-34292018000300107 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | RESUMEN Las series de datos hidrometeorológicos generalmente presentan datos faltantes o erróneos por falta de continuidad en los registros o errores instrumentales, surgiendo la necesidad de desarrollar métodos numéricos para calcular estimaciones cercanas al valor real, contribuyendo a mejorar la consistencia de los estudios de manejo y ordenación de los recursos hídricos. El objetivo de la investigación es comparar cuatro métodos para estimar datos faltantes de lluvia mensual y evaluar los errores de estimación en cuatro escenarios desde un 10% a un 40% de datos faltantes. Como caso de estudio se ha tomado la red de estaciones pluviométricas de la cuenca hidrográfica del río Coello durante el periodo de 1998 al 2005. Se compararon el método tradicional de la relación normal y el krigeado y dos derivaciones que utilizan la elevación y datos de lluvia estimada mediante satélite como información auxiliar. Los métodos fueron evaluados por medio de cuatro índices de ajuste (Raíz cuadrada del error cuadrático medio, Error medio absoluto, Error de sesgo promedio y Coeficiente de correlación de Pearson) calculados entre los valores observados y estimados en los cuatro escenarios de datos faltantes. De acuerdo con los resultados, el método que minimiza el error de estimación de los datos faltantes de lluvia corresponde al cokrigeado con la elevación como información auxiliar (RMSE = 15.54, MAE = 7.21, MBE = -0.23 y R = 0.97). La investigación concluye que los métodos que consideran la dependencia espacial proporcionan mejores estimaciones de la lluvia a escala mensual, recomendando los métodos geoestadísticos. |
|---|