Análisis de reconstrucción de series históricas en base a algoritmo estocástico y algoritmo IDW
DOI:
https://doi.org/10.35830/cn.vi92.771Palabras clave:
deducción de datos faltantes, recursos hídricos, variables climatológicasResumen
La precipitación y la temperatura son variables cruciales
del ciclo hidrológico, por lo que deben representar la
variabilidad espacial y temporal por medio de una distribución
suficientemente densa. Sin embargo, la información recabada
por las bases de datos institucionales presenta vacíos. El
presente trabajo analiza las series de precipitación de acuerdo
a la deducción de datos faltantes en base al algoritmo
determinista del Inverse Distance Weighted (IDW) y el
algoritmo estocástico Multivariate Autoregressive Model of Climate Variables (MASCV). Estos algoritmos se utilizaron para la reconstrucción de cinco series de precipitación en la cuenca del Lago de Cuitzeo. El análisis de las series reconstruidas se realizó por medio del análisis gráfico y cuantitativo, obteniendo resultados aceptables, por parte de los dos algoritmos, sin embargo, IDW, presenta una mejor predicción en los valores máximos.
Descargas
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Alejandra Correa González, Marco Antonio Martinez Cinco, Joel Hernández Bedolla , Sonia Tatiana Sánchez Quispe, Mario Alberto Hernández Hernández
Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
Universidad Michoacana de San Nicolás de Hidalgo, Coordinación de la Investigación Científica, Av. Francisco J. Mujica, Edificio "C-2", Ciudad Universitaria, Morelia, Michoacán, México, C.P. 58030. Todos los derechos reservados. Esta revista puede ser reproducida con fines no lucrativos, siempre y cuando se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la institución y autor.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
