Estimación de datos faltantes de precipitación por el método de regresión lineal: Caso de estudio Cuenca Guadalupe, Baja California, México
DOI:
https://doi.org/10.33064/iycuaa201771598Palabras clave:
Cuenca Guadalupe, precipitación pluvial, completación de datos, análisis de regresión y correlación lineal, inferencia estadística, eficiencia estadísticaResumen
Para completar los datos faltantes en los registros de la precipitación pluvial anual reportados por 13 estaciones climatológicas distribuidas en el área de la Cuenca Guadalupe se realizó un análisis de regresión lineal entre estaciones cercanas. Para determinar la utilidad de la inferencia estadística, se calculó el coeficiente de correlación lineal (r), en todos los casos se obtuvo un alto valor que en promedio fue r=0.89, también se calculó la eficiencia estadística (E), la cual en todos los casos analizados sugiere la viabilidad de la inferencia estadística. Como resultado principal de este análisis se presenta una base de datos de precipitación pluvial completa para el
periodo 1948-2012.
Descargas
Métricas
Citas
Alfaro, R., & Pacheco, R. (2000). Aplicación de algunos
métodos de relleno a series anuales de lluvia de diferentes
regiones de Costa Rica. Tópicos Meteorológicos y
Oceanográficos, 7(1),1-20.
Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (2006).
Evapotranspiración del cultivo-Guías para la determinación
de los requerimientos de agua de los cultivos. (Estudio
FAO riego y drenaje. N° 56) (pp. 227-240). Roma, Italia:
Organización de las Naciones Unidas para la Agricultura y la
Alimentación.
Aparicio, F. J. (2011). Fundamentos de hidrología de superficie.
D. F., México: Limusa.
Beltrán-Gómez, L. (2001). Balance geohidrológico del acuífero
BC-07 Valle de Guadalupe, Municipio de Ensenada. B. C.,
México: CONAGUA, Gerencia Regional en la Península de
Baja California, Subgerencia Regional Técnica.
Campos Aranda, D. F. (1998). Procesos del ciclo hidrológico
(3ª ed.). San Luis Potosí, México: Universidad Autónoma de
San Luis Potosí, Facultad de Ingeniería.
Campos-Gaytán, J. R. (2008). Simulación del flujo de agua
subterránea en el acuífero del Valle de Guadalupe, Baja
California, México. Tesis de Doctorado. B. C., México: Centro
de Investigación Científica y de Educación Superior de
Ensenada.
__________, Kretzschmar, T., & Herrera-Oliva, C. S. (2014). Future
groundwater extraction scenarios for an aquifer in a semiarid
environment: case study of Guadalupe Valley Aquifer, Baja
California, Northwest Mexico. Environmental monitoring and
assessment, 186(11), 7961-7985.
Cárdenas Montoya, J. I. (1994). Importancia de los registros
hidrológicos en el diseño y proyección de estructuras
hidráulicas. Los métodos de regresión (Segunda parte).
Revista de Ingeniería Civil, 2(1), 50-65.
DeGaetano, A. T., Eggleston, K. L., & Knapp, W. W. (1995). A
method to estimate missing daily maximum and minimum
temperature observations. Journal of Applied Meteorology,
(2), 371-380. doi: 10.1175/1520- 0450-34.2.371
Eischeid, J. K., Bruse, B. C., Karl, T. R., & Díaz, H. F. (1995).
The quality control of long-term climatological data using
objective data analysis. Journal of Applied Meteorology,
(12), 2787-2795.
Eischeid, J. K., Pasteris, P. A., Diaz, H. F., Plantico, M. S., & Lott,
N. J. (2000). Creating a serially complete, national daily time
series of temperature and precipitation for the Western United States. Journal of Applied Meteorology, 39(9), 1580-1591. doi:
1175/1520-0450(2000)039<1580:CASCND>2.0.CO;2
García, E. (1981). Modificaciones al sistema de clasificación
climática de Koppen: para adaptarlo a las condiciones de la
República Mexicana. México: Editorial Larios.
Hernández-Rosas, M. T., & Mejía-Vázquez, R. (2003). Relación
de aguas superficiales y subterráneas del acuífero BC-07,
Valle de Guadalupe, Municipio de Ensenada, Baja California.
XII Congreso Nacional de Hidráulica. Ensenada, B. C.,
México: Comisión Nacional del Agua, Gerencia de Aguas
Subterráneas, Subgerencia Regional Técnica, Jefatura de
Aguas Subterráneas.
Hubbard, K. G. (2001). Multiple station quality control procedures.
Automated weather stations for applications in agriculture
and water resources management. High Plains Regional Climate
Center, AGM-3 WMO/TD No. 1074. Lincoln, US.
Kashani, M. H., & Dinpashoh, Y. (2012). Evaluation of efficiency
of different estimation methods for missing climatological
data. Stochastic Environmental Research and Risk Assessment,
(1), 59-71.
Kemp, W. P., Burnell, D. G., Everson, D. O., & Thomson, A. J.
(1983). Estimating missing daily maximum and minimum
temperatures. Journal of Climate and Applied Meteorology,
, 1587-1593.
Luna Romero, E., & Lavado Casimiro, W. (2015). Evaluación
de métodos hidrológicos para la completación de datos
faltantes de precipitación en estaciones de la cuenca
Jetepeque, Perú. Revista Tecnológica ESPOL-RTE, 28(3), 42-52.
McCuen, R. H. (1998). Hydrologic analysis and design. (3ª. ed.).
NJ, US: Prentice-Hall.
Paulhus, J. L. H., & Kohler, M. A. (1952). Interpolation of missing
precipitation records. Monthly Weather Review, 80(8), 129-133.
Pineda Villa, A. (2000). Cambios ambientales y uso sustentable
del agua en el valle de Ojos Negros, B. C., México. Tesis de
Maestría. México: Universidad Autónoma de Baja California
Unidad Ensenada, Facultad de Ciencias.
Plata Caudillo, J. A. (2010). Aislamiento y evaluación in vitro del
efecto de Trichoderma spp. nativas sobre hongos patógenos
de la madera de vid aislados en la región vitivinícola de
Ensenada, Baja California. Tesis de Maestría. B. C., México:
CICESE.
Pizarro, R., González, P., Wittersshein, M., Saavedra, J., & Soto,
C. (1993). Elementos técnicos de hidrología III. Proyecto
regional mayor sobre uso y conservación de recursos hídricos
en áreas rurales de América latina y el Caribe. Talca, Chile:
Universidad de Talca.
Presti, R. L., Barca, E., & Passarella, G. (2010). A methodology
for treating missing data applied to daily rainfall data in the
Candelaro River Basin (Italy). Environmental Monitoring and
Assessment, 160(1-4),1-22.
Schuurmans, J. M., & Bierkens, M. F. P. (2007). Effect of spatial
distribution of daily rainfall on interior catchment response of
a distributed hydrological model. Hydrology and Earth System
Sciences, 11(2), 677-693.
Tapiador, F. J., Kidd, C., Levizzani, V., & Marzano, F. (2003). A
neural networks–based fusion technique to estimate halfhourly
rainfall estimates at 0.1° resolution from satellite passive
microwave and infrared data. Journal of Applied Meteorology,
(4), 576-594.
Tapiador, F. J., Turk, F. J., Petersen, W., Hou, A. Y., García-
Ortega, E., Machado, L. A. T.,… de Castro, M. (2012).
Global precipitation measurement: Methods, datasets and
applications. Atmospheric Research, 104-105, 70-97.
Wade, C. G. (1987). A quality control program for surface
mesometeorological data. Journal of Atmospheric and
Oceanic Technology, 4(3), 435-453.
World Meteorological Organization. (1983). Guide to
climatological practices (WMO-No100). Ginebra, Suiza: Autor.
Xia, Y., Fabian, P., Stohl, A., & Winterhalter, M. (1999). Forest
climatology: estimation of missing values for Bavaria, Germany.
AgricUltural and Forest Meteorology, 96, 131-144.
You, J., Hubbard, K. G., & Goddard, S. (2008). Comparison
of methods for spatially estimating station temperatures in a
quality control system. International Journal of Climatology,
(6), 777-787.
Young, K. C. (1992). A three-way model for interpolating
monthly precipitation values. Monthly Weather Review,
(11), 2561-2569.
Yozgatligil, C., Aslan, S., Iyigun, C., & Batmaz, I. (2013).
Comparison of missing value imputation methods in time
series: The case of Turkish meteorological data. Theoretical
and Applied Climatology, 112(12), 143-167.
Descargas
Publicado
Licencia
Las obras publicadas en versión electrónica de la revista están bajo la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
