Pronóstico del derrame anual de Río Limay con modelos empíricos basados en índices climáticos

Autores/as

  • Andrea Pizarro
  • Arnobio Germán Poblete

Palabras clave:

derrame, limay, modelos, predictivos

Resumen

Los modelos climáticos globales y regionales pronostican un decrecimiento en
el recurso hídrico del Comahue. Los derrames medios de los ríos de dicha región se han reducido en aproximadamente dos terceras partes, en base a los del siglo pasado. Esto coincide con las mediciones realizadas por los modelos climáticos globales (CGM). Por otra parte, la medición directa o evaluación y estimación de la superficie nival a partir de imágenes satelitales, no son todavía satisfactorias para hacer un pronóstico en tiempo y forma, por lo que se podrían reemplazar por modelos basados en variables climáticas y así obtener una mayor anticipación y precisión.
En este trabajo se propone formular modelos empíricos predictivos basados en
índices climáticos que superen el límite de varianza explicada lograda por otros
autores e instituciones, empleando herramientas estadísticas más sofisticadas.
Como resultado de la investigación se elaboran e implementan modelos, que
tomaron como variables predictoras a los índices climáticos medidos en el período
nival, los que mostraron una performance significativa de acuerdo a los rigurosos
tests objetivos a los que fueron sometidos. Los mismos mejoraron el porcentaje de varianza obtenido por otros autores llevándolo aproximadamente a un 75% en el caso de los multivariantes, y a un 65% en el caso univariante.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2014-05-14

Cómo citar

Pizarro, A., & Poblete, A. G. (2014). Pronóstico del derrame anual de Río Limay con modelos empíricos basados en índices climáticos. Boletin Geografico, (31), pág. 123–139. Recuperado a partir de https://revele.uncoma.edu.ar/index.php/geografia/article/view/137

Número

Sección

Región y desarrollo

Artículos similares

<< < 1 2 3 4 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.