Mostrar el registro sencillo del ítem

dc.contributor.authorQuevedo, Karim
dc.contributor.authorSánchez Zavaleta, Kevin Arnold
dc.date.accessioned2021-07-05T23:05:43Z
dc.date.available2021-07-05T23:05:43Z
dc.date.issued2009
dc.identifier.urihttps://hdl.handle.net/20.500.12542/1073
dc.description.abstractEl presente trabajo compara dos métodos de interpolación para la variable temperatura. Los modelos evaluados fueron el Kriging, en donde no se incluye la variable topográfica; y el de regresión lineal múltiple, donde si es incluida la variable topográfica. Las metodologías han sido evaluados mes a mes, tanto para temperatura máxima como para la temperatura mínima, para los doce meses del año con datos pertenecientes a la base de datos del SENAMHI con un registro no menor a 20 años, desde 1971 al 2000. El indicador utilizado para el cálculo de la exactitud del modelo fue el coeficiente de determinación (R2 ), y para la validación cruzada se utilizaron el Sesgo (BIAS), Error Medio Cuadrático (RSME), y la eficiencia del modelo (ME). Los resultados muestran la ventaja del método de regresión lineal múltiple frente al Kriging, en función a su representación espacial, de acuerdo al método de validación utilizado, con resultados de R2 para la temperatura mínima que van de 0.9 a 0.98; y para la temperatura máxima de 0.69 a 0.92; el BIAS, en temperatura máxima van de -0.1 a 0.3; y para la mínima de -0.3 a 0.8; en el RMSE, se observan mejores resultados en la temperatura mínima, con valores de 1.3 a 2.9; mientras que para la temperatura máxima los resultados van de 2.0 a 2.4; sin embargo se observa que entre los meses de mayo a agosto, los resultados son mejores para la temperatura máxima; y en cuanto a los resultados de ME, se muestran valores muy similares en ambas temperaturas, con valores que van de 0.8 a 0.9 en las temperaturas máximas, y de 0.9 a 1.0 en la temperatura mínima. Mientras que los resultados del Kriging muestran resultados de R2 de 0.83 a 0.9 para temperatura máxima, y de 0.9 a 0.96 para temperatura mínima, en el RMSE de 3.4 a 4.4 para máxima, y de 2.5 a 3.2 para mínima; en el BIAS los resultados mostraron ser mejor para la mínima, con valores de 0.3 a 0.9, mientras que para la máxima estuvieron entre 0.6 a 1.4; y el ME mostro mejores resultados en la mínima con valores de 0.8 a 0.9, frente a 0.5 a 0.7 en la máxima. En conclusión se puede decir que el método de la regresión lineal múltiple resulta ser un método bastante adecuado para representación de la variable temperatura en zonas con montaña. Mostrando una gran ventaja del método frente a cualquier método de interpolación que no considere la variable altitud.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherServicio Nacional de Meteorología e Hidrología del Perúes_PE
dc.relation.urihttps://web2.senamhi.gob.pe/rpga/pdf/2010_vol01/art8.pdfes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sourceRepositorio Institucional - SENAMHIes_PE
dc.sourceServicio Nacional de Meteorología e Hidrología del Perúes_PE
dc.subjectTemperatura del Airees_PE
dc.subjectZonas Montañosases_PE
dc.subjectInterpolaciónes_PE
dc.subjectEstadísticas Ambientaleses_PE
dc.titleComparación de dos métodos de interpolación para la estimación de la temperatura del aire aplicando técnicas geo-estadísticases_PE
dc.title.alternativeComparison of two interpolation methods to estimate air temperature applying geostatistical techniqueses_PE
dc.typeinfo:eu-repo/semantics/articlees_PE
dc.identifier.journalRevista Peruana Geo-Atmosférica
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.09es_PE
dc.publisher.countryPEes_PE


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess