Suemulador: herramienta para la simulación de datos faltantes en series climáticas diarias de zonas ecuatoriales suemulador: a tool for missing data simulation of climatic series in equatorial zones
Resumen. En la actualidad, los modelos de cultivo son unaherramienta útil a la hora de tomar decisiones, no obstante, pese a su disponibilidad y facilidad de uso, la información necesaria para utilizarlos no existe o no tiene la calidad suficiente. Un ejemplo preciso del déficit de calidad en los da...
- Autores:
-
Chica Ramírez, Héctor Alberto
Peña Quiñones, Andrés Javier
Giraldo Jiménez, José Fernando
Obando Bonilla, Diego
Riaño Herrera, Néstor Miguel
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2014
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/74894
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/74894
http://bdigital.unal.edu.co/39371/
- Palabra clave:
- Series de tiempo
meteorologia
modelos de cultivo
variabilidad climática. / Time series
meteorology
crop models
climate variability.
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
Summary: | Resumen. En la actualidad, los modelos de cultivo son unaherramienta útil a la hora de tomar decisiones, no obstante, pese a su disponibilidad y facilidad de uso, la información necesaria para utilizarlos no existe o no tiene la calidad suficiente. Un ejemplo preciso del déficit de calidad en los datos lo constituyen las series meteorológicas diarias en las que predominan faltantes. Para hacer frente a esta situación y poder utilizar los modelos de cultivo se elaboró un software para llenar espacios vacíos en series climáticas diarias, basada en una cadena de Markov de orden dosy dos estados. La herramienta llamada SueMulador, se probó y validó con éxito en tres estaciones ubicadas en zonas contrastantes de la geografía colombiana. / Abstract. Currently, crop models are an useful tool for decision making; however, even though they are available and are easy to use, the information needed to use does not exist or not have sufficient quality. A specific example of the lack of quality is the daily weather series, in which there is too much missing data. To address this situation and to use crop models, we developed a software to fill gaps in daily climate series based on a Markov chain of order two and two states. The new tool, called SueMulador, was successfully tested and validated in three contrasting regions of Colombia. |
---|