Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
"La interpolación espacial es un procedimiento estadístico para estimar los valores de las variables meteorológicas en sitios sin medición que se encuentran en un área con registros de observaciones. El resultado de esta interpolación espacial es una base de datos ordenada en una matriz (datos...
| Autores: | , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2017 |
| País: | México |
| Institución: | El Colegio de San Luis |
| Repositorio: | Repositorio COLSAN |
| Idioma: | inglés |
| OAI Identifier: | oai:colsan.repositorioinstitucional.mx:1013/911 |
| Acceso en línea: | http://colsan.repositorioinstitucional.mx/jspui/handle/1013/911 |
| Access Level: | acceso abierto |
| Palabra clave: | info:eu-repo/classification/LEMB/Precipitación (Meteorología) info:eu-repo/classification/LEMB/Lluvia y régimen pluviométrico - México info:eu-repo/classification/cti/2 info:eu-repo/classification/cti/24 info:eu-repo/classification/cti/2499 |
| Sumario: | "La interpolación espacial es un procedimiento estadístico para estimar los valores de las variables meteorológicas en sitios sin medición que se encuentran en un área con registros de observaciones. El resultado de esta interpolación espacial es una base de datos ordenada en una matriz (datos en malla). Este trabajo evalúa la incertidumbre relacionada con los datos meteorológicos procesados en malla en la modelación hidrológica del caudal diario en dos cuencas localizadas en México. El uso de datos meteorológicos en malla es una alternativa a las observaciones directas en aquellas regiones en México con una baja densidad de estaciones meteorológicas. En un primer paso, dos conjuntos de datos (observaciones y datos en malla) se compararon. Los resultados muestran que los datos en malla subestiman la precipitación y las temperaturas mínimas y máximas en las cuencas de estudio, aunque en el último caso muestran cierta correspondencia en el ciclo anual. En un segundo paso, los dos tipos de datos meteorológicos se emplearon como datos de entrada en el modelo hidrológico conceptual global GR4J para evaluar el error causado cuando se simula el caudal con los datos en malla. Los resultados muestran que GR4J se puede calibrar con ambos conjuntos de datos obteniéndose un buen desempeño en la simulación de caudales medios y altos en términos del coeficiente de eficiencia Nash-Sutcliffe. Sin embargo, los caudales bajos son sobre estimados cuando se simulan con los datos en malla. El análisis de los parámetros optimizados de GR4J muestra que el modelo hidrológico aumenta el intercambio del agua subterránea para compensar por la subestimación de la precipitación, lo que lleva a una interpretación errónea de la respuesta hidrológica de la cuenca. Por esta razón se debe evaluar la calidad de los datos meteorológicos en malla antes de su uso en la evaluación de riesgos hidrológicos y en los estudios de impacto del cambio climático en los recursos hídricos." |
|---|