ESTIMACIÓN DE DATOS FALTANTES DE PRECIPITACIÓN EN LA SUBCUENCA DEL RÍO PATATE

ESTIMATION OF RAINFALL MISSING DATA IN THE PATATE RIVER SUB-BASIN

  • Mercy llbay Yupa Universidad técnica de Cotopaxi
  • Kalina Fonseca Largo Universidad Técnica de Cotopaxi
  • Andrés Quichimbo Miguitama Universidad Técnica de Cotopaxi
  • Renán Lara Landázuri Universidad Técnica de Cotopaxi
  • José Tiche Toasa Universidad Técnica de Cotopaxi

Resumen

Se evaluaron seis métodos de completación de datos faltantes: razón q, razones de distancia, promedios vecinales, regresión lineal, distancia inversa ponderada (IDW) y método del vector regional (MVR); para conocer su aplicabilidad en la Subcuenca del Río Patate (SRP). La escala temporal de análisis fue mensual y comprendió un período entre 1995-2003, en seis estaciones ubicadas dentro del área de estudio. La evaluación de los métodos se realizó mediante diferentes índices que miden el ajuste de los valores observados a los simulados. Los índices utilizados fueron: índice de Nash, coeficiente de correlación de Pearson (R2), coeficiente de determinación (CD) y el error típico. Los resultados demuestran una gran heterogeneidad en los diferentes métodos, siendo el MVR el que mejor resultados presenta para las estaciones: Rumipamba, Querochaca, Cusubamba y Tisaleo. Sin embargo, los resultados para las estaciones Pastocalle y Tisaleo no permitieron seleccionar un método debido al bajo rendimiento de los índices evaluados.


Palabras clave: Subcuenca del río Patate, completación de datos, precipitación, vector regional.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Citas

Antelo, M.R. & Long, M. (2014). “Estimación de datos faltantes de precipitación diaria para las distintas ecorregiones de la República Argentina”. Accedido agosto 24. http://www.ina.gov.ar/ifrh-2014/Eje3/3.02.pdf.
Arnbjerg-Nielsen, K., Willems, P., Olsson, J., Beecham, S., Pathirana, A., Gregersen, I.B., Madsen, H., & Nguyen, V.T.V. (2013). Impacts of climate change on rainfall extremes and urban drainage systems: a review. Water Sci. Technol., 68,16-28.
Barger, L. & Nyhan, J.C. (1960). Climatology at work. Washington D.C. Estados Unidos.
Beguería, S., Vicente-Serrano, S., Tomas-Burguera, M., & Maneta, M. (2016). Bias in the variance of gridded data sets leads to misleading conclusions about changes in climate variability. Int. J. Climatol., 36, 3413-3422.
Bennett, N.D., L.T.H. Newham, B.F.W. Croke, & A.J. Jakeman. (2007). Patching and disaccumulation of rainfall data for hydrological modelling. In: Oxley, L., D. Kulasiri (Eds.), Int. Congress on Modelling and Simulation (MODSIM 2007), Modelling and Simulation Society of Australia and New Zealand Inc., New Zealand, 2520-2526.
Brunet, M. (1979). Homogéneisation des précipitations. Cahiers ORSTOM. Série Hydrologie, 16, 3-4.
Burton, A., Kilsby, C., Fowler, H., Cowpertwait, P., & O'Connell, P. (2008). Rainsim: a spatial-temporal stochastic rainfall modelling system. Environ. Model. Softw., 23, 1356-1369.
Burton, A., Glenis, V., Jones, M., & Kilsby, C. (2013). Models of daily rainfall cross-correlation for the United Kingdom. Environ. Model. Softw., 49, 22-33.
Cañizares, M., Barroso, I., & Alfonso, K. (2004). Datos incompletos: Una mirada crítica para su manejo en estudios sanitarios. In: Gac Sanit., 18(1), 58-63.
Di Piazza, A., F.L. Conti, L.V. Noto, F. Viola, & G. La Loggia. (2011). Comparative analysis of different techniques for spatial interpolation of rainfall data to create a serially complete monthly time series of precipitation for Sicily, Italy. Int. J. Appl. EarthObs. Geoinf., 13, 396-408.
Escoda, A. (2004). Técnicas de completado de series mensuales y aplicación al estudio de la influencia de la NAO en la distribución de la precipitación en España. Accedido agosto 24. http://zucaina.net/Publicaciones/barrera-dea.pdf.
Espinoza, J. (2005). Utilización del vector regional con HYDRACCES. SENAMHI- PERÚ.
Giddings, L. & Soto, M. (2006). Participación de América Latina y del Caribe en los Registros Globales Climatológicos, GHCN. Interciencia: Revista de Ciencia y Tecnología de América, 31(9), 632-637.
Hiez, G. (1977). L’ homogéneité des donnes pluviométriques. Cahiers ORSTOM. série Hydrologie,14,129-172.
Kretzschmar, A., Tych, W., & Chappell, N. (2014). Reversing hydrology: estimation of sub-hourly rainfall time-series from streamflow. Environ. Model. Softw., 60, 290-301.
Medina, R. (2008). Estimación estadística de valores faltantes en series históricas de lluvia. Tesis de maestría. pp 7, 12-15, 77-80.
Mehrotra, R., Li, J., Westra, S., & Sharma, A. (2015). A programming tool to generate multi-site daily rainfall using a two-stage semi parametric model. Environ. Model. Softw., 63, 230-239.
Pizarro, R., Ausensi, P., Aravena, D., Sangüesa, C., León, L., & Balocchi, F. (2009). Evaluación de métodos Hidrológicos para la completación de datos faltantes de precipitación en estaciones de la región de Maule, Chile. Chile. Revista Aqua-LAC., 1(2), 172-185.
Paixao, E., Auld, H., Mirza, M.M.Q., Klaassen, J., & Shephard, M.W. (2011). Regionalization of heavy rainfall to improve climatic design values for infrastructure: case study in southern ontario, Canada.
Pizarro, R., Ausensi, P., Aravena, D., Sangüesa, C., León, L., & Balocchi, F. (1993). Elementos técnicos de Hidrología III. Proyecto regional mayr sobre uso y conservación de recursos hídricos en áreas rurales de América Latina y el caribe. Talca: Universidad de Talca.135.
Romero, A., & Lavado, W. (2015). Evaluación de métodos hidrológicos para la completación de datos faltantes de precipitación en estaciones de la cuenta Jetepeque, Perú. Revista Tecnológica-ESPOL, 28 (3). http://www.rte.espol.edu.ec/index.php/tecnologica/article/view/400.
Serrano-Notivoli, R., de Luis, M., & Beguería, S. (2017). An r package for daily precipitation climate series reconstruction. Environ. Model. Softw., 89, 190-195.
Teegavarapu, R.S.V., M. Tufail, L. & Ormsbee. (2009). Optimal functional forms for estimation of missing precipitation data. J. Hydrol., 374, 106-115.
Vasiliev, I.R. (1996). Visualization of spatial dependence: An elementary view of spatial autocorrelation. In: Arlinghaus, S.L. (Ed.), Practical Handbook of Spatial Statistics, CRC Press, Boca Raton, Florida, USA, 17-3.
Vauchel, P. (2005). Hydraccess: Logiciel de gestion et traitement de données hydro météorologiques, version 2.1.4. Downloadable at http://www.mpl.ird.fr/hybam.01/01/2011
World Meteorological Organization (WMO). (1966). Some Methods of Climatological Analysis. WMO - No. 199.TP. 103.
World Meteorological Organization (WMO). (1983). Guide to Climatological Practices. WMO - No. 100.
Xu, Y.P., Booij, M., & Tong, Y.B. (2010). Uncertainty analysis in statistical modeling of extreme hydrological events. Stoch. Environ. Res. Risk Assess., 24, 567-578
Publicado
2017-12-31
Sección
Ciencias Químicas