Propuesta metodológica para la desagregación espacial de campos diarios de precipitación
RESUMEN: La falta de registros hidrológicos es un problema grave en el ámbito del desarrollo sostenible puesto que son necesarios para gestionar el recurso bajo la perspectiva de cambio climático, riesgo al desabastecimiento, planteamiento de escenarios de manejo, entre otros. Esta situación hace vu...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión borrador |
| Fecha de publicación: | 2020 |
| País: | Colombia |
| Institución: | Universidad de Antioquia |
| Repositorio: | Repositorio UdeA |
| Idioma: | español |
| OAI Identifier: | oai:bibliotecadigital.udea.edu.co:10495/17426 |
| Acceso en línea: | http://hdl.handle.net/10495/17426 |
| Access Level: | acceso embargado |
| Palabra clave: | Precipitación Precipitation Hidrología Hydrology Desarrollo sostenible Sustainable development Recursos hídricos Water resources Base de datos Databases Desagregación http://vocabularies.unesco.org/thesaurus/concept1217 http://vocabularies.unesco.org/thesaurus/concept188 http://vocabularies.unesco.org/thesaurus/concept7775 http://vocabularies.unesco.org/thesaurus/concept191 http://vocabularies.unesco.org/thesaurus/concept501 |
| Sumario: | RESUMEN: La falta de registros hidrológicos es un problema grave en el ámbito del desarrollo sostenible puesto que son necesarios para gestionar el recurso bajo la perspectiva de cambio climático, riesgo al desabastecimiento, planteamiento de escenarios de manejo, entre otros. Esta situación hace vulnerable a las comunidades que habitan estas regiones ante el desabastecimiento por desconocimiento de sus recursos hídricos, que se agrava en un contexto de variabilidad y cambio climático. Con el objetivo de aportar en la reducción de esta problemática, este estudio propone una metodología de desagregación espacial de campos diarios de precipitación, de manera que diferentes productos que ofrecen información respecto a esta variable a resoluciones espaciales muy gruesas puedan ser empleados como información secundaria en estudios de impacto y caracterización de recursos a escala local. La metodología propuesta parte de información de satélite disponible a resolución gruesa y se realiza un análisis estadístico para disminuir dicha resolución utilizando variables correlacionadas. En este estudio se realiza una descripción detallada de la metodología y se ejemplifican las potencialidades de esta mediante su aplicación para obtener productos desagregados de la base de datos de precipitación de TRMM para Suramérica. Para este fin, se plantean modelos regresivos combinados con redes neuronales artificiales, mostrando que este tipo de regresiones, combinados con múltiples variables predictoras de diferentes bases de datos y una estrategia de zonificación de la lluvia, permiten mejorar la potencia predictiva de las regresiones, en contraste con otros métodos de desagregación. Los modelos regresivos planteados utilizan como información de entrada diferentes variables de las bases de datos satelitales de TerraClimate y Modis, agregados a una resolución de 5 km, para producir estimados de precipitación diarios. Este trabajo muestra que los productos de esta base de datos poseen problemas para representar algunas particularidades en los eventos de precipitación, por lo que cualquier conjunto de datos desagregado de estos hereda dicha limitante. A pesar de ello, los productos obtenidos logran representar adecuadamente las magnitudes y tendencias de largo plazo de la lluvia en Suramérica, así como las distribuciones de probabilidades de las series de lluvia diaria, en comparación con lo que muestran los registros históricos de estaciones pluviométricas en el continente, por lo que se concluye que esta propuesta puede ofrecer una alternativa para la obtención de datos climatológicos en escenarios de ausencia de información. |
|---|