Evaluación de la sequia en el departamento de Nariño mediante el índice estandarizado de precipitación evapotranspiración(SPEI) utilizando inteligencia artificial.

La sequía es un evento climático extremo de la naturaleza, que ha aumentado gradualmente en su duración, frecuencia e intensidad debido al cambio climático. Debido a esto, los estudios de la sequía han incrementado en los últimos años con el fin de caracterizar, comprender, mitigar y reducir los impactos negativos. En este estudio se estimaron diferentes métodos de evapotranspiración potencial: FAO-PM56 (FAO PENMAN MONTEITH), Hargreaves, Turc, Thornthwaite y Cenicafé, los cuales fueron evaluados mediante métricas de desempeño de validación: coeficiente correlación de Pearson, BIAS, NSE (ecuación Nash-Sutcliffe), RMSE (error cuadrático medio) y estadístico t, para determinar el método más ajustado al sugerido por la FAO (FAO-PM56) el cual fue Hargreaves. Posteriormente, para la estimación del método de Hargreaves y de FAO-PM56, se compararon dos modelos, regresión lineal múltiple y redes neuronales artificiales, donde también se aplicaron métricas de desempeño de validación (R2 , BIAS, NSE, RMSE y coeficiente de correlación de Pearson). Finalmente se realizo la estimación del índice de sequía SPEI y SPI, y se correlacionaron ambos índices interpolaron los resultados utilizando kriging para determinar las zonas más secas del departamento de Nariño.

• Autores: Triana Madrid, Juan Camilo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad del Valle
• Repositorio: Repositorio Digital Univalle
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.univalle.edu.co:10893/21520
• Acceso en línea: https://hdl.handle.net/10893/21520
• Palabra clave: Sequía; Cambio climático; Variables climáticas; Evapotranspiración; Redes neuronales artificiales; Métodos de predicción
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2