Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes

El análisis de correlación espacial y temporal es útil para conocer la estructura de dependencia en ambas dimensiones, las causas de la variabilidad y realizar la predicción de puntos de la variable de interés, ubicados en sitios cercanos a los observados, o incluso ubicados en el mismo lugar pero e...

Full description

Autores:: López Sarmiento, Daniela

Tipo de recurso:: Masters Thesis

Fecha de publicación:: 2020

Institución:: Universidad Santo Tomás

Repositorio:: Universidad Santo Tomás

Idioma:

id	SantoToma2_7bfe12dade82e4965f6f571ea203feef
oai_identifier_str	oai:repository.usta.edu.co:11634/20831
network_acronym_str	SantoToma2
network_name_str	Universidad Santo Tomás
repository_id_str
dc.title.spa.fl_str_mv	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes
title	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes
spellingShingle	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes Interpolation Spatio-temporal models Ordinary kriging Missing data Gaussian processes Stochastic processes Interpolación (Matemáticas) -- Reino Unido -- 2017 Procesos de Gauss -- Reino Unido -- 2017 Procesos estocásticos -- Reino Unido -- 2017 Interpolación Modelos espacio-temporales Kriging ordinario Datos faltantes
title_short	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes
title_full	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes
title_fullStr	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes
title_full_unstemmed	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes
title_sort	Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes
dc.creator.fl_str_mv	López Sarmiento, Daniela
dc.contributor.advisor.none.fl_str_mv	Pineda Ríos, Wilmer Darío
dc.contributor.author.none.fl_str_mv	López Sarmiento, Daniela
dc.contributor.orcid.spa.fl_str_mv	https://orcid.org/0000-0001-7774-951X
dc.contributor.googlescholar.spa.fl_str_mv	https://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=es
dc.contributor.cvlac.spa.fl_str_mv	http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199
dc.contributor.gruplac.none.fl_str_mv	https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000007553
dc.subject.keyword.spa.fl_str_mv	Interpolation Spatio-temporal models Ordinary kriging Missing data Gaussian processes Stochastic processes
topic	Interpolation Spatio-temporal models Ordinary kriging Missing data Gaussian processes Stochastic processes Interpolación (Matemáticas) -- Reino Unido -- 2017 Procesos de Gauss -- Reino Unido -- 2017 Procesos estocásticos -- Reino Unido -- 2017 Interpolación Modelos espacio-temporales Kriging ordinario Datos faltantes
dc.subject.lemb.spa.fl_str_mv	Interpolación (Matemáticas) -- Reino Unido -- 2017 Procesos de Gauss -- Reino Unido -- 2017 Procesos estocásticos -- Reino Unido -- 2017
dc.subject.proposal.spa.fl_str_mv	Interpolación Modelos espacio-temporales Kriging ordinario Datos faltantes
description	El análisis de correlación espacial y temporal es útil para conocer la estructura de dependencia en ambas dimensiones, las causas de la variabilidad y realizar la predicción de puntos de la variable de interés, ubicados en sitios cercanos a los observados, o incluso ubicados en el mismo lugar pero en distintos periodos de tiempo. El método de kriging es uno de los métodos más utilizados en interpolación, sin embargo este no admite la presencia de datos incompletos. En este trabajo se realiza una aplicación que permite interpolar datos faltantes en el espacio y el tiempo. En primer lugar se identifica el modelo de covariograma que mejor explica la dependencia espacio-temporal presente en los datos observados descartando los datos faltantes. Después se predicen estos datos con el modelo escogido para completar la información y finalmente se implementa el algoritmo ya conocido de kriging ordinario, como un acercamiento inicial, para interpolar la variable de interés en todo el dominio espacial y temporal. Como aplicación, se utilizan los datos de la temperatura media diaria en Reino Unido durante el año 2017.
publishDate	2020
dc.date.accessioned.none.fl_str_mv	2020-01-20T15:43:56Z
dc.date.available.none.fl_str_mv	2020-01-20T15:43:56Z
dc.date.issued.none.fl_str_mv	2020-01-19
dc.type.local.spa.fl_str_mv	Tesis de maestría
dc.type.version.none.fl_str_mv	info:eu-repo/semantics/acceptedVersion
dc.type.category.spa.fl_str_mv	Formación de Recurso Humano para la Ctel: Trabajo de grado de Maestría
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_bdcc
dc.type.drive.none.fl_str_mv	info:eu-repo/semantics/masterThesis
format	http://purl.org/coar/resource_type/c_bdcc
status_str	acceptedVersion
dc.identifier.citation.spa.fl_str_mv	López Sarmiento, D. (2019). Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes. [Tesis de maestría, Universidad Santo Tomás Colombia]. Repositorio Institucional
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/11634/20831
dc.identifier.repourl.spa.fl_str_mv	repourl:https://repository.usta.edu.co
identifier_str_mv	López Sarmiento, D. (2019). Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes. [Tesis de maestría, Universidad Santo Tomás Colombia]. Repositorio Institucional repourl:https://repository.usta.edu.co
url	http://hdl.handle.net/11634/20831
dc.relation.references.spa.fl_str_mv	Bevilacqua, M. (2008), Composite likelihood inference for space-time covariance models. Brenes, A. & Saborío, V. F. (1995), Elementos de climatología: su aplicación didáctica a Costa Rica, number 1, EUNED. Carrera-Hernández, J. & Gaskin, S. (2007), Spatio temporal analysis of daily precipitation and temperature in the basin of mexico, Journal of Hydrology 336(3-4), 231-249. Cressie, N. A. (1993), Statistics for spatial data: Wiley series in probability and mathematical statistics, Find this article online. Giraldo, R., Pacheco, Ó. & Orozco, A. (2017), `Geoestadística aplicada a series de tiempo autorregresivas: un estudio de simulación', Integración: Temas de matemáticas 35(1), 83-102. Kondrashov, D. & Ghil, M. (2006), `Spatio-temporal lling of missing points in geophysical data sets', Nonlinear Processes in Geophysics 13(2), 151-159. Le, N. D., Sun, W. & Zidek, J. V. (1997), `Bayesian multivariate spatial interpolation with data missing by design', Journal of the Royal Statistical Society: Series B (Statistical Methodology) 59(2), 501-510. Li, L. & Revesz, P. (2002), A comparison of spatio-temporal interpolation methods, in `International Conference on Geographic Information Science', Springer, pp. 145-160. Li, L. & Revesz, P. (2004), `Interpolation methods for spatio-temporal geographic data', Computers, Environment and Urban Systems 28(3), 201-227. Ma, C. (2004), `Spatial autoregression and related spatio-temporal models', Journal of multivariate analysis 88(1), 152-162. Mas, J. F. (2016), `An introduction to r for spatial analysis & mapping', GeoFocus. Revista Internacional de Ciencia y Tecnología de la Información Geográfi ca (17), 185-186. Matheron, G. (1989), `Estimating and choosing. an essay on probability in practice. translated from the french and with a preface by am hasofer'. Melo Martínez, C. E. (2012), `Análisis geoestadístico espacio tiempo basado en distancias y splines con aplicaciones'. Melo, O. O. (2013), Estadística Espacial, Pro-Offset Editorial S.A. Millano, J., Paredes, F. & Vivas, I. (2017), `Efecto de la oscilación meridional (enso) y la temperatura super cial del océano atlántico sobre la distribución espacio-temporal de las lluvias en el estado cojedes', Revista Agrollania de Ciencia y Tecnología 4, 103-116. Min, W. & Wynter, L. (2011), `Real-time road traffic prediction with spatio-temporal correlations', Transportation Research Part C: Emerging Technologies 19(4), 606-616. Montero, J. M., Mateu, J. et al. (2015), Spatial and spatio-temporal geostatistical modeling and kriging, Vol. 998, John Wiley & Sons. Pebesma, E. J. (2001), `Gstat user's manual', Dept. of Physical Geography, Utrecht University, Utrecht, The Netherlands. Peña Angulo, D., Gonzalez Hidalgo, J. C. & Brunetti, M. (2016), `Variabilidad espacio temporal de las temperaturas mensuales en la españa Peninsular'. Presentado: 12 12 2016. Porcu, E., Mateu, J., Zini, A. & Pini, R. (2007), `Modelling spatio-temporal data: A new variogram and covariance structure proposal', Statistics & probability letters 77(1), 83-89. Rodríguez, J. S. (2005), Variabilidad espacio-temporal de la temperatura del aire en Cataluña, PhD thesis, Universitat Rovira i Virgili. Rouhani, S. & Hall, T. J. (1989), Space-time kriging of groundwater data, in `Geostatistics', Springer, pp. 639-650. Schabenberger, O. & Gotway, C. A. (2017), Statistical methods for spatial data analysis, CRC press. Sherman, M. (2011), Spatial statistics and spatio-temporal data: covariance functions and directional properties, John Wiley & Sons. Sibanda, S., Grab, S. & Ahmed, F. (2018), `Spatio-temporal temperature trends and extreme hydroclimatic events in southern zimbabwe', South African Geographical Journal 100(2), 210-232. Sto er, D. S. (1986), `Estimation and identi cation of space-time armax models in the presence of missing data', Journal of the American Statistical Association 81(395), 762-772. Subba Rao, T. (2013), `Spatial statistics and spatio-temporal data', Journal of Time Series Analysis 34(2), 280. Teegavarapu, R. S. & Chandramouli, V. (2005), `Improved weighting methods, deterministic and stochastic data-driven models for estimation of missing precipitation records', Journal of Hydrology 312(1-4), 191-206. Torres, H. & Castaño, O. (1991), `Las series de tiempo en la investigación espacio-temporal sobre descargas eléctricas atmosféricas en Colombia', Revista Colombiana de Estadística 12(23-24). Abad Encalada, I. O. (2014), Estimación de precipitación espacial mediante correlación con variables secundarias y la ayuda de tecnologías de información geográficas, Master's thesis. Cressie, N. & Hawkins, D. (1980), `Robust estimation of the variogram', Journal of the International Association for the Mathematical Geology, 2(12), 1330-40.
dc.rights.*.fl_str_mv	Atribución 2.5 Colombia
dc.rights.uri.*.fl_str_mv	http://creativecommons.org/licenses/by/2.5/co/
dc.rights.local.spa.fl_str_mv	Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Atribución 2.5 Colombia http://creativecommons.org/licenses/by/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.coverage.campus.spa.fl_str_mv	CRAI-USTA Bogotá
dc.publisher.none.fl_str_mv	Universidad Santo Tomás
dc.publisher.program.none.fl_str_mv	Maestría Estadística Aplicada
dc.publisher.faculty.none.fl_str_mv	Facultad de Estadística
publisher.none.fl_str_mv	Universidad Santo Tomás
institution	Universidad Santo Tomás
bitstream.url.fl_str_mv	https://repository.usta.edu.co/bitstream/11634/20831/8/2019danielalopez.pdf.jpg https://repository.usta.edu.co/bitstream/11634/20831/9/Carta_derechos_autor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/20831/10/Carta_aprobacion_facultad.pdf.jpg https://repository.usta.edu.co/bitstream/11634/20831/11/carta%20derechos%20autor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/20831/12/carta%20aprobaci%c3%b3n%20facultad.pdf.jpg https://repository.usta.edu.co/bitstream/11634/20831/7/2019danielalopez.pdf https://repository.usta.edu.co/bitstream/11634/20831/2/carta%20derechos%20autor.pdf https://repository.usta.edu.co/bitstream/11634/20831/3/carta%20aprobaci%c3%b3n%20facultad.pdf https://repository.usta.edu.co/bitstream/11634/20831/5/license_rdf https://repository.usta.edu.co/bitstream/11634/20831/6/license.txt
bitstream.checksum.fl_str_mv	9cf3cb96a042ec02732c0dce23fb9084 462b94fd19cc6a15e964e58bc9b8340d 649e97c30cdcaf8c5ffcf2164fc16bb8 462b94fd19cc6a15e964e58bc9b8340d 649e97c30cdcaf8c5ffcf2164fc16bb8 87f12016380f7f67c5c69c2aa37fad5c aec9b56416e46f504eb404753d26100e 0ced6986f2b04b5850917f2e5c90c29a 1608e658af296c3febc577e957e919bf f6b8c5608fa6b2f649b2d63e10c5fa73
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv	repositorio@usantotomas.edu.co
_version_	1800786381033701376
spelling	Pineda Ríos, Wilmer DaríoLópez Sarmiento, Danielahttps://orcid.org/0000-0001-7774-951Xhttps://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=eshttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=000000000075532020-01-20T15:43:56Z2020-01-20T15:43:56Z2020-01-19López Sarmiento, D. (2019). Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes. [Tesis de maestría, Universidad Santo Tomás Colombia]. Repositorio Institucionalhttp://hdl.handle.net/11634/20831repourl:https://repository.usta.edu.coEl análisis de correlación espacial y temporal es útil para conocer la estructura de dependencia en ambas dimensiones, las causas de la variabilidad y realizar la predicción de puntos de la variable de interés, ubicados en sitios cercanos a los observados, o incluso ubicados en el mismo lugar pero en distintos periodos de tiempo. El método de kriging es uno de los métodos más utilizados en interpolación, sin embargo este no admite la presencia de datos incompletos. En este trabajo se realiza una aplicación que permite interpolar datos faltantes en el espacio y el tiempo. En primer lugar se identifica el modelo de covariograma que mejor explica la dependencia espacio-temporal presente en los datos observados descartando los datos faltantes. Después se predicen estos datos con el modelo escogido para completar la información y finalmente se implementa el algoritmo ya conocido de kriging ordinario, como un acercamiento inicial, para interpolar la variable de interés en todo el dominio espacial y temporal. Como aplicación, se utilizan los datos de la temperatura media diaria en Reino Unido durante el año 2017.The spatial and temporal correlation analysis is useful to know the structure of the dependency in both dimensions, the causes of the variability and the prediction of the points of the variable of interest, in places close to those observed, or even located in the same place but in different periods of time. The kriging method is one of the most used methods in interpolation, however this does not admit the presence of incomplete data. In this work an application is proposed that allows interpolating missing data in space and time. First, the covariogram model is identified that best explains the spatio-temporal dependency present in the observed data, discarding the missing data. After this data is predicted with the chosen model to complete the information and finally the algorithm already known for ordinary kriging is implemented, to interpolate the variable of interest throughout the spatial and temporal domain. As an application, the data of the average daily temperature in the United Kingdom is used during the year 2017.Magister en estadística aplicadahttp://unidadinvestigacion.usta.edu.coMaestríaapplication/pdfUniversidad Santo TomásMaestría Estadística AplicadaFacultad de EstadísticaAtribución 2.5 Colombiahttp://creativecommons.org/licenses/by/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantesInterpolationSpatio-temporal modelsOrdinary krigingMissing dataGaussian processesStochastic processesInterpolación (Matemáticas) -- Reino Unido -- 2017Procesos de Gauss -- Reino Unido -- 2017Procesos estocásticos -- Reino Unido -- 2017InterpolaciónModelos espacio-temporalesKriging ordinarioDatos faltantesTesis de maestríainfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisCRAI-USTA BogotáBevilacqua, M. (2008), Composite likelihood inference for space-time covariance models.Brenes, A. & Saborío, V. F. (1995), Elementos de climatología: su aplicación didáctica a Costa Rica, number 1, EUNED.Carrera-Hernández, J. & Gaskin, S. (2007), Spatio temporal analysis of daily precipitation and temperature in the basin of mexico, Journal of Hydrology 336(3-4), 231-249.Cressie, N. A. (1993), Statistics for spatial data: Wiley series in probability and mathematical statistics, Find this article online.Giraldo, R., Pacheco, Ó. & Orozco, A. (2017), `Geoestadística aplicada a series de tiempo autorregresivas: un estudio de simulación', Integración: Temas de matemáticas 35(1), 83-102.Kondrashov, D. & Ghil, M. (2006), `Spatio-temporal lling of missing points in geophysical data sets', Nonlinear Processes in Geophysics 13(2), 151-159.Le, N. D., Sun, W. & Zidek, J. V. (1997), `Bayesian multivariate spatial interpolation with data missing by design', Journal of the Royal Statistical Society: Series B (Statistical Methodology) 59(2), 501-510.Li, L. & Revesz, P. (2002), A comparison of spatio-temporal interpolation methods, in `International Conference on Geographic Information Science', Springer, pp. 145-160.Li, L. & Revesz, P. (2004), `Interpolation methods for spatio-temporal geographic data', Computers, Environment and Urban Systems 28(3), 201-227.Ma, C. (2004), `Spatial autoregression and related spatio-temporal models', Journal of multivariate analysis 88(1), 152-162.Mas, J. F. (2016), `An introduction to r for spatial analysis & mapping', GeoFocus. Revista Internacional de Ciencia y Tecnología de la Información Geográfi ca (17), 185-186.Matheron, G. (1989), `Estimating and choosing. an essay on probability in practice. translated from the french and with a preface by am hasofer'.Melo Martínez, C. E. (2012), `Análisis geoestadístico espacio tiempo basado en distancias y splines con aplicaciones'.Melo, O. O. (2013), Estadística Espacial, Pro-Offset Editorial S.A.Millano, J., Paredes, F. & Vivas, I. (2017), `Efecto de la oscilación meridional (enso) y la temperatura super cial del océano atlántico sobre la distribución espacio-temporal de las lluvias en el estado cojedes', Revista Agrollania de Ciencia y Tecnología 4, 103-116.Min, W. & Wynter, L. (2011), `Real-time road traffic prediction with spatio-temporal correlations', Transportation Research Part C: Emerging Technologies 19(4), 606-616.Montero, J. M., Mateu, J. et al. (2015), Spatial and spatio-temporal geostatistical modeling and kriging, Vol. 998, John Wiley & Sons.Pebesma, E. J. (2001), `Gstat user's manual', Dept. of Physical Geography, Utrecht University, Utrecht, The Netherlands.Peña Angulo, D., Gonzalez Hidalgo, J. C. & Brunetti, M. (2016), `Variabilidad espacio temporal de las temperaturas mensuales en la españa Peninsular'. Presentado: 12 12 2016.Porcu, E., Mateu, J., Zini, A. & Pini, R. (2007), `Modelling spatio-temporal data: A new variogram and covariance structure proposal', Statistics & probability letters 77(1), 83-89.Rodríguez, J. S. (2005), Variabilidad espacio-temporal de la temperatura del aire en Cataluña, PhD thesis, Universitat Rovira i Virgili.Rouhani, S. & Hall, T. J. (1989), Space-time kriging of groundwater data, in `Geostatistics', Springer, pp. 639-650.Schabenberger, O. & Gotway, C. A. (2017), Statistical methods for spatial data analysis, CRC press.Sherman, M. (2011), Spatial statistics and spatio-temporal data: covariance functions and directional properties, John Wiley & Sons.Sibanda, S., Grab, S. & Ahmed, F. (2018), `Spatio-temporal temperature trends and extreme hydroclimatic events in southern zimbabwe', South African Geographical Journal 100(2), 210-232.Sto er, D. S. (1986), `Estimation and identi cation of space-time armax models in the presence of missing data', Journal of the American Statistical Association 81(395), 762-772.Subba Rao, T. (2013), `Spatial statistics and spatio-temporal data', Journal of Time Series Analysis 34(2), 280.Teegavarapu, R. S. & Chandramouli, V. (2005), `Improved weighting methods, deterministic and stochastic data-driven models for estimation of missing precipitation records', Journal of Hydrology 312(1-4), 191-206.Torres, H. & Castaño, O. (1991), `Las series de tiempo en la investigación espacio-temporal sobre descargas eléctricas atmosféricas en Colombia', Revista Colombiana de Estadística 12(23-24).Abad Encalada, I. O. (2014), Estimación de precipitación espacial mediante correlación con variables secundarias y la ayuda de tecnologías de información geográficas, Master's thesis.Cressie, N. & Hawkins, D. (1980), `Robust estimation of the variogram', Journal of the International Association for the Mathematical Geology, 2(12), 1330-40.THUMBNAIL2019danielalopez.pdf.jpg2019danielalopez.pdf.jpgIM Thumbnailimage/jpeg7948https://repository.usta.edu.co/bitstream/11634/20831/8/2019danielalopez.pdf.jpg9cf3cb96a042ec02732c0dce23fb9084MD58open accessCarta_derechos_autor.pdf.jpgCarta_derechos_autor.pdf.jpgIM Thumbnailimage/jpeg7629https://repository.usta.edu.co/bitstream/11634/20831/9/Carta_derechos_autor.pdf.jpg462b94fd19cc6a15e964e58bc9b8340dMD59metadata only accessCarta_aprobacion_facultad.pdf.jpgCarta_aprobacion_facultad.pdf.jpgIM Thumbnailimage/jpeg6368https://repository.usta.edu.co/bitstream/11634/20831/10/Carta_aprobacion_facultad.pdf.jpg649e97c30cdcaf8c5ffcf2164fc16bb8MD510metadata only accesscarta derechos autor.pdf.jpgcarta derechos autor.pdf.jpgIM Thumbnailimage/jpeg7629https://repository.usta.edu.co/bitstream/11634/20831/11/carta%20derechos%20autor.pdf.jpg462b94fd19cc6a15e964e58bc9b8340dMD511open accesscarta aprobación facultad.pdf.jpgcarta aprobación facultad.pdf.jpgIM Thumbnailimage/jpeg6368https://repository.usta.edu.co/bitstream/11634/20831/12/carta%20aprobaci%c3%b3n%20facultad.pdf.jpg649e97c30cdcaf8c5ffcf2164fc16bb8MD512open accessORIGINAL2019danielalopez.pdf2019danielalopez.pdfapplication/pdf704576https://repository.usta.edu.co/bitstream/11634/20831/7/2019danielalopez.pdf87f12016380f7f67c5c69c2aa37fad5cMD57open accesscarta derechos autor.pdfcarta derechos autor.pdfapplication/pdf348536https://repository.usta.edu.co/bitstream/11634/20831/2/carta%20derechos%20autor.pdfaec9b56416e46f504eb404753d26100eMD52metadata only accesscarta aprobación facultad.pdfcarta aprobación facultad.pdfapplication/pdf48836https://repository.usta.edu.co/bitstream/11634/20831/3/carta%20aprobaci%c3%b3n%20facultad.pdf0ced6986f2b04b5850917f2e5c90c29aMD53metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repository.usta.edu.co/bitstream/11634/20831/5/license_rdf1608e658af296c3febc577e957e919bfMD55open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/20831/6/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD56open access11634/20831oai:repository.usta.edu.co:11634/208312022-10-10 16:46:55.898open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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

Interpolación espacio-temporal de la temperatura en Reino Unido 2017 con datos faltantes

Publicaciones similares