Predicción de caudales en la cuenca del Machángara
La dependencia por el agua en todas las actividades diarias alrededor del mundo ha generado el deseo de saber cuánta lluvia y caudal puede existir en un lugar determinado. En este estudio se presenta un modelo de predicción de lluvia y caudal para la microcuenca del Labrado y Chanlud. Se determinó t...
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | bachelorThesis |
| Lingua: | spa |
| Pubblicazione: |
2015
|
| Soggetti: | |
| Accesso online: | http://dspace.ucuenca.edu.ec/handle/123456789/21861 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| Riassunto: | La dependencia por el agua en todas las actividades diarias alrededor del mundo ha generado el deseo de saber cuánta lluvia y caudal puede existir en un lugar determinado. En este estudio se presenta un modelo de predicción de lluvia y caudal para la microcuenca del Labrado y Chanlud. Se determinó tres variables climáticas que más influencia tienen con la lluvia de las dos microcuencas a través de una matriz de correlación. Luego de tener las tres variables climáticas se procedió a realizar dos metodologías para la predicción de la lluvia a través de un modelo ARIMA y de redes neuronales artificiales (RNAs). En el sistema ARIMA se planteó solo un modelo con la lluvia como variable de entrada y en las redes neuronales se generó 16 modelos para cada zona. Las variables de entrada en las RNAs fueron los tres predictores potenciales y la lluvia de cada microcuenca. Las RNAs fueron las seleccionadas para la predicción de lluvia en cada microcuencaa través de parámetros estadísticos como: el error cuadrático medio, error absoluto medio y del coeficiente de Nash-Sutcliffe. La lluvia pronosticada se utilizó en la predicción del caudal. Se plantearon dos metodologías; la primera metodología es las RNAs y el otro fue un modelo hibrido que combina el método ARIMA y las RNAs. Se seleccionó al mejor modelo a través de parámetros estadísticos anteriormente mencionados. |
|---|