Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)

Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)

La provincia de Chimborazo se caracteriza por la presencia de microclimas debido a su posición geográfica en la región interandina, enfrentándose a desafíos significativos en la modelación de su comportamiento. En este trabajo de integración curricular se analizó el agrupamiento por K-medias y Densi...

Deskribapen osoa

Gorde:
Xehetasun bibliografikoak
Egile nagusia: Ayala Cárdenas, David Vitelio (author)
Beste egile batzuk: Siza Arias, Eduardo Gabriel (author)
Formatua: bachelorThesis
Hizkuntza:spa
Argitaratua: 2025
Gaiak:
K-MEDIAS (TÉCNICA ESTADÍSTICA)
DBSCAN (TÉCNICA ESTADÍSTICA)
CLUSTERING
MODELACIÓN DEL CLIMA
CHIMBORAZO (PROVINCIA)
Sarrera elektronikoa:https://dspace.espoch.edu.ec/handle/123456789/25188
Etiketak: Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
_version_ 1858980056900042752
author Ayala Cárdenas, David Vitelio
author2 Siza Arias, Eduardo Gabriel
author2_role author
author_facet Ayala Cárdenas, David Vitelio
Siza Arias, Eduardo Gabriel
author_role author
collection Repositorio Escuela Superior Politécnica de Chimborazo
dc.contributor.none.fl_str_mv Morocho Barrionuevo, Tania Paulina
Escudero Villa, Amalia Isabel
dc.creator.none.fl_str_mv Ayala Cárdenas, David Vitelio
Siza Arias, Eduardo Gabriel
dc.date.none.fl_str_mv 2025-10-23T17:38:25Z
2025-05-13
2026-03-06T03:54:33Z
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv Ayala Cárdenas, David Vitelio; Siza Arias, Eduardo Gabriel. (2025). Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN). Escuela Superior Politécnica de Chimborazo. Riobamba.
https://dspace.espoch.edu.ec/handle/123456789/25188
dc.language.none.fl_str_mv spa
dc.publisher.none.fl_str_mv Escuela Superior Politécnica de Chimborazo
dc.relation.none.fl_str_mv UDCTFC;226T0167
dc.rights.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
Attribution, Non-commercial, No Derivative Works (CC-BY-NC-ND)
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Escuela Superior Politécnica de Chimborazo
instname:Escuela Superior Politécnica de Chimborazo
instacron:ESPOCH
dc.subject.none.fl_str_mv K-MEDIAS (TÉCNICA ESTADÍSTICA)
DBSCAN (TÉCNICA ESTADÍSTICA)
CLUSTERING
MODELACIÓN DEL CLIMA
CHIMBORAZO (PROVINCIA)
dc.title.none.fl_str_mv Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
dc.type.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description La provincia de Chimborazo se caracteriza por la presencia de microclimas debido a su posición geográfica en la región interandina, enfrentándose a desafíos significativos en la modelación de su comportamiento. En este trabajo de integración curricular se analizó el agrupamiento por K-medias y Density Based Spatial Clustering of Applications with Noise, con el propósito de establecer el método más adecuado para identificar patrones y modelar el clima, mediante la temperatura ambiente y precipitación en la provincia de Chimborazo. Se aplicó una investigación de tipo cuantitativa no experimental, en la cual se utilizó los datos de temperatura registrados en las 11 estaciones ubicadas en la zona de estudio monitoreadas por el Grupo de Energías Alternativas y Ambiente y de precipitaciones que se encuentran en el Visor de acceso a datos de Predicción de la NASA sobre los recursos energéticos mundiales, en el periodo 2015-2022. Se encontró que el algoritmo K-medias es el que mejor agrupa las variables estudiadas, con coeficientes de silueta mayores que 0.5 para las 11 estaciones, dividiendo el año en 4 grupos con 91 días cada uno. Para modelar el tipo de clima por cluster se utilizo la técnica de Köppen, clasificando en la zona de la estación Cumandá en el cluster 0 (enero, febrero y marzo) como Am – Monzónico, el cluster 2 (julio, agosto y septiembre) como Af – Tropical lluvioso y en los clusters 1 (octubre, noviembre y diciembre) y 3 (abril, mayo y junio) como Aw – Sabana tropical; mientras que para las zonas del resto de estaciones en los clusters 0 y 1 como Csb - Mediterráneo con verano templado, y para los clusters 2 y 3 como Cwb – Oceánico con invierno seco. El algoritmo de agrupación más adecuado para caracterizar el clima en la provincia de Chimborazo es K-medias.
eu_rights_str_mv openAccess
format bachelorThesis
id ESPOCH_7caa719d7d2f54e99d547adf40ff87fe
identifier_str_mv Ayala Cárdenas, David Vitelio; Siza Arias, Eduardo Gabriel. (2025). Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN). Escuela Superior Politécnica de Chimborazo. Riobamba.
instacron_str ESPOCH
institution ESPOCH
instname_str Escuela Superior Politécnica de Chimborazo
language spa
network_acronym_str ESPOCH
network_name_str Repositorio Escuela Superior Politécnica de Chimborazo
oai_identifier_str oai:dspace.espoch.edu.ec:123456789/25188
publishDate 2025
publisher.none.fl_str_mv Escuela Superior Politécnica de Chimborazo
reponame_str Repositorio Escuela Superior Politécnica de Chimborazo
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Escuela Superior Politécnica de Chimborazo - Escuela Superior Politécnica de Chimborazo
repository_id_str 1750
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
Attribution, Non-commercial, No Derivative Works (CC-BY-NC-ND)
http://creativecommons.org/licenses/by-nc-nd/4.0/
spelling Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)Ayala Cárdenas, David VitelioSiza Arias, Eduardo GabrielK-MEDIAS (TÉCNICA ESTADÍSTICA)DBSCAN (TÉCNICA ESTADÍSTICA)CLUSTERINGMODELACIÓN DEL CLIMACHIMBORAZO (PROVINCIA)La provincia de Chimborazo se caracteriza por la presencia de microclimas debido a su posición geográfica en la región interandina, enfrentándose a desafíos significativos en la modelación de su comportamiento. En este trabajo de integración curricular se analizó el agrupamiento por K-medias y Density Based Spatial Clustering of Applications with Noise, con el propósito de establecer el método más adecuado para identificar patrones y modelar el clima, mediante la temperatura ambiente y precipitación en la provincia de Chimborazo. Se aplicó una investigación de tipo cuantitativa no experimental, en la cual se utilizó los datos de temperatura registrados en las 11 estaciones ubicadas en la zona de estudio monitoreadas por el Grupo de Energías Alternativas y Ambiente y de precipitaciones que se encuentran en el Visor de acceso a datos de Predicción de la NASA sobre los recursos energéticos mundiales, en el periodo 2015-2022. Se encontró que el algoritmo K-medias es el que mejor agrupa las variables estudiadas, con coeficientes de silueta mayores que 0.5 para las 11 estaciones, dividiendo el año en 4 grupos con 91 días cada uno. Para modelar el tipo de clima por cluster se utilizo la técnica de Köppen, clasificando en la zona de la estación Cumandá en el cluster 0 (enero, febrero y marzo) como Am – Monzónico, el cluster 2 (julio, agosto y septiembre) como Af – Tropical lluvioso y en los clusters 1 (octubre, noviembre y diciembre) y 3 (abril, mayo y junio) como Aw – Sabana tropical; mientras que para las zonas del resto de estaciones en los clusters 0 y 1 como Csb - Mediterráneo con verano templado, y para los clusters 2 y 3 como Cwb – Oceánico con invierno seco. El algoritmo de agrupación más adecuado para caracterizar el clima en la provincia de Chimborazo es K-medias.The province of Chimborazo is characterized by the presence of microclimates due to its geographical position in the inter-Andean region, facing significant challenges in the modeling of its behavior. In this curricular integration work, K-means clustering and Density Based Spatial Clustering of Applications with Noise were analyzed in order to establish the most adequate method to identify patterns and model the climate through ambient temperature and precipitation in the province of Chimborazo. Non-experimental quantitative research was applied, using temperature data recorded in the 11 stations located in the study area monitored by the Alternative Energies and Environment Group and precipitation data found in the NASA Prediction Data Access Viewer on global energy resources, in the period 2015-2022. It was found that the K-means algorithm is the one that best groups the variables studied, with silhouette coefficients greater than 0.5 for the 11 stations, dividing the year into 4 groups with 91 days each. To model the type of climate by cluster, the Köppen technique was used, classifying the Cumandá station area in cluster 0 (January, February and March) as Am - Monsoon. cluster 2 (July, August and September) as Af - Tropical rainy and in clusters 1 (October, November and December) and 3 (April, May and June) as Aw - Tropical savanna; while for the zones of the rest of the stations in clusters 0 and 1 as Csb - Mediterranean with mild summer, and for clusters 2 and 3 as Cwb - Oceanic with dry winter. The most appropriate clustering algorithm to characterize the climate in the province of Chimborazo is K-means.Escuela Superior Politécnica de ChimborazoMorocho Barrionuevo, Tania PaulinaEscudero Villa, Amalia Isabel2025-10-23T17:38:25Z2026-03-06T03:54:33Z2025-05-13http://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfAyala Cárdenas, David Vitelio; Siza Arias, Eduardo Gabriel. (2025). Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN). Escuela Superior Politécnica de Chimborazo. Riobamba.https://dspace.espoch.edu.ec/handle/123456789/25188spaUDCTFC;226T0167http://purl.org/coar/access_right/c_abf2Attribution, Non-commercial, No Derivative Works (CC-BY-NC-ND)http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Repositorio Escuela Superior Politécnica de Chimborazoinstname:Escuela Superior Politécnica de Chimborazoinstacron:ESPOCH2026-03-06T03:54:34Zoai:dspace.espoch.edu.ec:123456789/25188Institucionalhttp://dspace.espoch.edu.ec/Universidad públicahttps://www.espoch.edu.ec/es/http://dspace.espoch.edu.ec/oai.Ecuador...opendoar:17502026-03-06T03:54:34Repositorio Escuela Superior Politécnica de Chimborazo - Escuela Superior Politécnica de Chimborazofalse
spellingShingle Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
Ayala Cárdenas, David Vitelio
K-MEDIAS (TÉCNICA ESTADÍSTICA)
DBSCAN (TÉCNICA ESTADÍSTICA)
CLUSTERING
MODELACIÓN DEL CLIMA
CHIMBORAZO (PROVINCIA)
status_str publishedVersion
title Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
title_full Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
title_fullStr Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
title_full_unstemmed Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
title_short Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
title_sort Modelación del clima con variables meteorológicas en la provincia de Chimborazo, mediante la comparación de modelos de aprendizaje no supervisado (K-MEDIAS Y DBSCAN)
topic K-MEDIAS (TÉCNICA ESTADÍSTICA)
DBSCAN (TÉCNICA ESTADÍSTICA)
CLUSTERING
MODELACIÓN DEL CLIMA
CHIMBORAZO (PROVINCIA)
url https://dspace.espoch.edu.ec/handle/123456789/25188

Antzeko izenburuak