Eficiencia de la Imputación de Datos Faltantes de Precipitaciones Utilizando Herramientas Computacionales en la Cuenca Hidrográfica, Jubones - Ecuador
##plugins.themes.bootstrap3.article.main##
Carlos Matovelle
Diego Heras
José Solano – Peláez
Resumen
Para un correcto análisis de los recursos hídricos es necesario conocer de una manera precisa las precipitaciones de una zona, esto permitirá realizar aplicaciones con altos niveles de confiabilidad en cuanto a la cantidad de agua que se tenga en una cuenca hidrográfica. Las series suelen ser de varios años por lo que es muy probable que por fallas de los equipos, fallas humanas o pérdida de registros de almacenamiento se encuentren datos faltantes. Previo a cualquier análisis hidrológico, una tarea fundamental es tener series de datos completas y debido a la variabilidad de ciertas cuencas hidrográficas muchos de los métodos convencionales no resultan efectivos. Por tal motivo se utiliza la paquetería Climatol de R y la metodología estadística recomendada desde la normalización de los datos para evaluar su funcionamiento. Para esto se imputan los datos de la cuenca del río Jubones que se caracteriza por ser vertiente de Pacífico y por tener una gran variabilidad de precipitaciones. Se han utilizado varias métricas estadísticas de comparación para comprobar el funcionamiento de la metodología encontrando muy buenos ajustes en diversas comparaciones entre series de datos de diferentes estaciones meteorológicas.
Descargas
Descargas
Detalles del artículo
Citas
Asurza, F., Ramos, C., & Lavado, W. (2018). Assessment of Tropical Rainfall Measuring Mission (TRMM) and Global Precipitation Measurement (GPM) products in hydrological modeling of the Huancane river basin, Peru. Scientia Agropecuaria, 9(1), 53-62. https://doi.org/10.17268/sci.agropecu.2018.01.06
Carrera, D., Guevara, P., Tamayo, L., Balarezo, A., Narváez, C., & Morocho, D. (2016). Relleno de series anuales de datos meteorológicos mediante métodos estadísticos en la zona costera e interandina del Ecuador, y cálculo de la precipitación media Filling series annual meteorological data by statistical methods in the coastal zone from Ecu. Idesia, 34(3), 81-90.
Chen, F., & Li, X. (2016). Evaluation of IMERG and TRMM 3B43 monthly precipitation products over mainland China. Remote Sensing, 8(6), 1-18. https://doi.org/10.3390/rs8060472
De Luque Söllheim, A. L. (2011). Cualificación y homogenización de las series climáticas mensuales de precipitación de Canarias . Estimación de Tendencias de la Precipitación . Memoria Explicativa de Escrito por : Revisado por : Jose Luis Martín Esquivel Ándi.
Guijarro, J. (2004). Climatol : Software Libre Para La Depuración Y.
Guijarro, J. (2018). Homogeneización de series climáticas con Climatol.
Guijarro, J. A. (2016). Automatización de la homogeneización de series climáticas: nuevas funciones del paquete Climatol 3.0. In Clima, sociedad, riesgos y ordenación del territorio (pp. 153-160). Servicio de Publicaciones de la UA. https://doi.org/10.14198/XCongresoAECAlicante2016-14
Hernández García, E. M., García Valero, J. A., Palenzuela Cruz, J. E., & Belda Esplugues, F. (2012). Ejercicio de homogeneización y relleno de series diarias de temperatura máxima, mediante el uso de Climatol. VIII Congreso Internacional de La Asociación Española de Climatología, 409-419.
Herrera, C., Campos, J., & Carrillo, F. (2017). Estimación de datos faltantes de precipitación por el método de regresión lineal: Caso de estudio Cuenca Guadalupe, Baja California, México Estimation rainfall missing values by linear r. 34-44.
Kim, M., Baek, S., Ligaray, M., Pyo, J., Park, M., & Cho, K. H. (2015). Comparative studies of different imputation methods for recovering streamflow observation. Water (Switzerland), 7(12), 6847-6860. https://doi.org/10.3390/w7126663
Mills, T. C. (2006). Modelling current trends in Northern Hemisphere temperatures. International Journal of Climatology. https://doi.org/10.1002/joc.1286
Mwale, F. D., Adeloye, A. J., & Rustum, R. (2012). Infilling of missing rainfall and streamflow data in the Shire River basin, Malawi - A self organizing map approach. Physics and Chemistry of the Earth, 50-52, 34-43. https://doi.org/10.1016/j.pce.2012.09.006
Ng, W. W., Panu, U. S., & Lennox, W. C. (2009). Comparative Studies in Problems of Missing Extreme Daily Streamflow Records. Journal of Hydrologic Engineering, 14(1), 91-100. https://doi.org/10.1061/(asce)1084-0699(2009)14:1(91)
PEZOA, L. S. (2003). Recopilación y análisis de la variación de las temperaturas (período 1965-2001) y las precipitaciones (período 1931-2001) a partir de la información de estaciones meteorológicas de Chile entre los 33° y 53° de latitud Sur. In Vitro, 3(2), 1-23.
Toro, A. M., Arteaga, R., Vázquez, M. A., & Ibáñez, L. (2017). Relleno de series diarias de precipitación, temperatura mínima, máxima de la región norte del Urabá Antioqueño. Revista Mexicana de Ciencias Agrícolas, 6(3), 577. https://doi.org/10.29312/remexca.v6i3.640
Venema, V. K. C., Mestre, O., Aguilar, E., Auer, I., Guijarro, J. A., Domonkos, P., Vertacnik, G., Szentimrey, T., Stepanek, P., Zahradnicek, P., Viarre, J., Müller-Westermeier, G., Lakatos, M., Williams, C. N., Menne, M. J., Lindau, R., Rasol, D., Rustemeier, E., Kolokythas, K., … Brandsma, T. (2012). Benchmarking homogenization algorithms for monthly data. Climate of the Past, 8(1), 89-115. https://doi.org/10.5194/cp-8-89-2012
Barra lateral del artículo
Barra lateral del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.