Estimación de precipitación espacial mediante correlación con variables secundarias y la ayuda de tecnologías de información geográficas
Este estudio se centra en aplicar y validar 4 técnicas de interpolación espacial, Thiessen (TH), inverso de la distancia ponderada (IDW), kriging (KO) y cokriging (CK), a valores de datos mensuales y anuales de precipitación registrados en 23 estaciones de medición de la cuenca del río Paute en el s...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2014 |
| País: | Ecuador |
| Institución: | Universidad de Cuenca |
| Repositorio: | Repositorio Universidad de Cuenca |
| Idioma: | español |
| OAI Identifier: | oai:dspace.ucuenca.edu.ec:123456789/19857 |
| Acceso en línea: | http://dspace.ucuenca.edu.ec/handle/123456789/19857 |
| Access Level: | acceso abierto |
| Palabra clave: | Precipitacion Sig Sistema De Informacion Geografica Geoestadistica |
| Sumario: | Este estudio se centra en aplicar y validar 4 técnicas de interpolación espacial, Thiessen (TH), inverso de la distancia ponderada (IDW), kriging (KO) y cokriging (CK), a valores de datos mensuales y anuales de precipitación registrados en 23 estaciones de medición de la cuenca del río Paute en el sur de los Andes Ecuatorianos, así como buscar la variable topográfica que mejor se correlacione con la precipitación para ser usada como auxiliar de interpolación en la técnica cokriging, mediante el uso de Sistemas de Información Geográfica y Geoestadística. Se calcularon 76 variables topográficas, 50 fueron obtenidas del Modelo Digital de Elevaciones y 26 son productos escalares entre algunas de las primeras variables. Las variables presentaron valores muy pobres de correlación con la precipitación (r<0.3) o a lo sumo una correlación moderada (r<0.6) para 1-3 meses al año. Estas bajas correlaciones llevaron a buscar otras variables denominadas índices orográficos IO1 e IO2 definidos como expresiones que combinan elementos orográficos que son el efecto barrera de la cordillera y la ubicación en zona de valle o montaña de la estación estudiada. IO1 presenta muy buena correlación con la precipitación anual y mensual en el periodo mayo a septiembre (r>0.91), en tanto que IO2 da correlaciones aceptables (r>0.56) para los meses no explicados por IO1. La validación cruzada de los métodos de interpolación muestra que el mejor método para los meses enero, febrero, abril, octubre, noviembre y diciembre es CK, en tanto que para los demás meses y para la media anual es KO. |
|---|