Pronóstico de precipitaciones pluviométricas usando el modelo univariante Prophet para una toma de decisiones informada.

La información meteorológica es fundamental para comprender el estado climático de una región y se convierte en una herramienta clave para la toma de decisiones en diversos sectores de la sociedad. Durante períodos de escasez de agua, resulta esencial implementar sistemas de gestión hídrica que miti...

Description complète

Enregistré dans:
Détails bibliographiques
Auteur principal: Zabala Cárdenas, Anthony Roger (author)
Format: bachelorThesis
Publié: 2025
Sujets:
Accès en ligne:https://repositorio.uta.edu.ec/handle/123456789/44223
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
Description
Résumé:La información meteorológica es fundamental para comprender el estado climático de una región y se convierte en una herramienta clave para la toma de decisiones en diversos sectores de la sociedad. Durante períodos de escasez de agua, resulta esencial implementar sistemas de gestión hídrica que mitiguen el impacto del desabastecimiento. En este contexto, el objetivo principal de esta investigación fue pronosticar las precipitaciones pluviométricas en el cantón Ambato utilizando el modelo univariante Prophet para una toma de decisiones informada. Este trabajo se estructuró en tres fases con el propósito de implementar el modelo Prophet para realizar pronósticos diarios de precipitación en el cantón Ambato. En la primera, se efectuó un análisis estadístico de las series históricas, calculando medidas como promedio, cuartiles y desviación estándar. La segunda involucró la implementación del modelo Prophet en 19 estaciones meteorológicas con registros entre 2013 y 2024, dividiendo los datos en proporciones de 80 y 20 por ciento, 85 y 15 por ciento y, 90 y 10 por ciento, utilizando el primer conjunto para entrenar el modelo y el segundo para evaluar los resultados. Además, se ajustaron los hiperparámetros changepoint prior scale y seasonality prior scale, con rangos entre 0.05-10 y 10-100, respectivamente, utilizando búsqueda por cuadrícula para determinar la configuración óptima que minimizara los errores MAE y RMSE, comparándola con los valores predeterminados del modelo. Finalmente, la tercera consistió en la elaboración de mapas de isoyetas que ilustran la distribución espacial de las precipitaciones. Los resultados mostraron que, en la mayoría de las estaciones, el modelo Prophet se ajustó de manera más efectiva a la división de datos del 90 por ciento para entrenamiento y 10 por ciento para evaluación, obteniendo valores promedio de MAE y RMSE de 2.13 mm y 3.41 mm, respectivamente. Esto permitió concluir que el modelo Prophet demostró un buen desempeño en la adaptación a las series temporales analizadas. No obstante, presentó dificultades al predecir valores máximos de precipitación, lo cual es un aspecto clave a considerar en futuras aplicaciones del modelo.