Estimación de campos de precipitación en cuencas hidrográficas colombianas con escasez de datos, combinando datos teledetectados y de estaciones en tierra, utilizando funciones de Kernel

Resumen: De las variables del ciclo hidrológico, la precipitación es una de las más cambiantes y complejas. Además, la información hidrometeorológica es escasa en varias zonas del mundo y los datos teledetectados pueden ayudar a mejorar las estimaciones de lluvia. Se explora en este trabajo el desem...

Full description

Autores:: Duque Gardeazábal, Nicolás

Tipo de recurso:

Fecha de publicación:: 2018

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	Resumen: De las variables del ciclo hidrológico, la precipitación es una de las más cambiantes y complejas. Además, la información hidrometeorológica es escasa en varias zonas del mundo y los datos teledetectados pueden ayudar a mejorar las estimaciones de lluvia. Se explora en este trabajo el desempeño del algoritmo de mezcla de doble suavizamiento (DS) con funciones de Kernel, variando la densidad de pluviómetros, cuyos resultados se comparan contra varios métodos tradicionales de interpolación como IDW, Kriging ordinario y Kriging con deriva externa. La comparación se realizó mediante validación cruzada, validación independiente y los campos también se contrastaron con un campo base de comparación en la cuenca del río Sogamoso. Adicionalmente se hizo una evaluación de los campos de precipitación producidos a través de modelación hidrológica en la cuenca del río Casanare. Se encontró que el método investigado puede reducir el error de la estimación en cerca del 20%, cuando se comparó directamente contra los pluviómetros y que el coeficiente de Nash-Sutcliffe usado en la modelación hidrológica presentó mejoras entre un 20 % y un 50 %. También se desarrollaron análisis espaciales y espacio temporales del error, así como un análisis de las hidrógrafas simuladas, producidas por diferentes campos de precipitación. En consecuencia, se recomienda usar la mezcla con DS tanto en redes con densidades altas como bajas.

Estimación de campos de precipitación en cuencas hidrográficas colombianas con escasez de datos, combinando datos teledetectados y de estaciones en tierra, utilizando funciones de Kernel

Publicaciones similares