| Revista: | Ingeniería y competitividad |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000420269 |
| ISSN: | 0123-3033 |
| Autores: | Alvis, José F1 Martínez Cano, Carlos2 Galvis, Alberto2 |
| Instituciones: | 1Universidad del Cauca, Facultad de Ciencias Agrícolas, Popayán, Cauca. Colombia 2Universidad del Valle, Facultad de Ingeniería, Cali, Valle del Cauca. Colombia |
| Año: | 2016 |
| Volumen: | 18 |
| Número: | 1 |
| Paginación: | 34-45 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | La disponibilidad de información de precipitación con alta resolución espacial es de fundamental importancia en el campo de los recursos hídricos. Comúnmente, los datos de lluvia se obtienen mediante estaciones pluviométricas. Sin embargo, investigaciones demuestran que las medidas tradicionales pueden no reflejar la variación espacial de la precipitación efectiva. Por otro lado, cuando se aplican datos de satélite a regiones locales su resolución espacial es demasiado gruesa. Este trabajo presenta un enfoque para identificar un método de reducción de escala mediante la regionalización geoestadística para mejorar los modelos de recursos hídricos que contienen escalas cortas espaciales y temporales y datos de precipitación limitada. Se aplicaron tres modelos diferentes: Cokriging, Peso Inverso de la Distancia (IDW) y Kriging. Se calcularon parámetros estadísticos como el error medio absoluto (MAE) y la raíz del error cuadrático medio (RMSE). Un proceso de validación cruzada mostró un mejor ajuste para la mayoría de las estaciones utilizando el método Cokriging. Los resultados de regionalización fueron comparables con los datos de estaciones pluviométricas. Aunque los resultados de los modelos no mejoraron notablemente, la contribución de este enfoque puede tener el potencial de proporcionar datos de precipitación útiles a escalas espaciales más cortas que la presente resolución |
| Resumen en inglés | The availability of rainfall information with high spatial resolution is of fundamental importance in many applications in the field of water resources. Commonly, the rainfall data in developing countries are obtained by rain gauge stations. However, many studies show that traditional measures based on rain gauge stations may not reflect the spatial variation of rainfall effectively. Although satellite data have been widely used around the world, when applied to local regions the spatial resolution of these products is too coarse. In this paper, an approach to identify a downscaling method through geostatistical regionalization to improve water resources models with short spatial and temporal scales and with limited rainfall data is presented. Three different models were applied: Cokriging, Inverse Distance Weight (IDW) and Kriging. Statistical parameters such as mean absolute error (MAE) and root mean square error (RMSE) were computed. A cross-validation process showed a better fit for most of the stations using the Cokriging method. The regionalization results were quite comparable with the rain gauge stations data. Although the model outcomes did not improve remarkably, the contribution of this approach may have the potential to provide useful rainfall data at spatial scales shorter than the present resolution |
| Disciplinas: | Ingeniería, Geociencias |
| Palabras clave: | Ciencias de la atmósfera, Ingeniería hidráulica, Pluviometría, Variación espacial, Regionalización hidrológica, Datos satelitales |
| Keyword: | Atmospheric sciences, Hydraulic engineering, Pluviometry, Spatial variation, Hydrological regionalization, Satellite data |
| Texto completo: | Texto completo (Ver PDF) |
