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...

Descripción completa

Detalles Bibliográficos
Autores: Juan Alberto Velazquez, Rodrigo Dávila Ortiz
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
id MX_50027ebb4e63e9080ef009c182e7fa68
oai_identifier_str oai:colsan.repositorioinstitucional.mx:1013/911
network_acronym_str MX
network_name_str México
repository_id_str
spelling Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological ModellingJuan Alberto VelazquezRodrigo Dávila Ortizinfo:eu-repo/classification/LEMB/Precipitación (Meteorología)info:eu-repo/classification/LEMB/Lluvia y régimen pluviométrico - Méxicoinfo:eu-repo/classification/cti/2info:eu-repo/classification/cti/24info:eu-repo/classification/cti/2499info:eu-repo/classification/cti/2499"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."Facultad de Ingeniería - UNAM2017info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://colsan.repositorioinstitucional.mx/jspui/handle/1013/911Ingeniería, investigación y tecnologíareponame:Repositorio COLSANinstname:El Colegio de San Luisinstacron:COLSANenginfo:eu-repo/semantics/datasetURL/http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-77432017000200199&lng=es&tlng=eninfo:eu-repo/semantics/altIdentifier/PISSN/1405-7743citation:Velázquez, J.A y Dávila, R. (2017). Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling. Ingeniería, investigación y tecnología, 18(2), 199-208. Recuperado en 19 de abril de 2020, de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-77432017000200199&lng=es&tlng=eninfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/4.0oai:colsan.repositorioinstitucional.mx:1013/9112024-08-27T22:16:33Z
dc.title.none.fl_str_mv Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
title Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
spellingShingle Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
Juan Alberto Velazquez
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
info:eu-repo/classification/cti/2499
title_short Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
title_full Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
title_fullStr Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
title_full_unstemmed Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
title_sort Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling
dc.creator.none.fl_str_mv Juan Alberto Velazquez
Rodrigo Dávila Ortiz
author Juan Alberto Velazquez
author_facet Juan Alberto Velazquez
Rodrigo Dávila Ortiz
author_role author
author2 Rodrigo Dávila Ortiz
author2_role author
dc.subject.none.fl_str_mv 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
info:eu-repo/classification/cti/2499
topic 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
info:eu-repo/classification/cti/2499
description "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."
publishDate 2017
dc.date.none.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://colsan.repositorioinstitucional.mx/jspui/handle/1013/911
url http://colsan.repositorioinstitucional.mx/jspui/handle/1013/911
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/datasetURL/http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-77432017000200199&lng=es&tlng=en
info:eu-repo/semantics/altIdentifier/PISSN/1405-7743
citation:Velázquez, J.A y Dávila, R. (2017). Uncertainty Related to Processed Gridded Meteorological Data: Implications for Hydrological Modelling. Ingeniería, investigación y tecnología, 18(2), 199-208. Recuperado en 19 de abril de 2020, de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-77432017000200199&lng=es&tlng=en
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc/4.0
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/4.0
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Facultad de Ingeniería - UNAM
publisher.none.fl_str_mv Facultad de Ingeniería - UNAM
dc.source.none.fl_str_mv Ingeniería, investigación y tecnología
reponame:Repositorio COLSAN
instname:El Colegio de San Luis
instacron:COLSAN
instname_str El Colegio de San Luis
instacron_str COLSAN
institution COLSAN
reponame_str Repositorio COLSAN
collection Repositorio COLSAN
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1858175229524705280
score 15.81155

Similares en LA Referencia