Examinando por Autor "Flores Barriga, Miguel Angel"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Miniatura
    Thesis
    Análisis temporal y espacial de la ocurrencia de valores extremos de precipitación aplicando autómatas celulares en la cuenca del rio Ramis
    Flores Barriga, Miguel Angel; Millones Chafloque, Audberto , 2024-06-26 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
    La creciente variabilidad climática ha incrementado la frecuencia de eventos extremos de precipitación, afectando la seguridad hídrica y la productividad agrícola. Este estudio analiza series temporales de precipitación mensual desde un enfoque espacio-temporal, utilizando variables basadas en umbrales percentílicos para identificar déficit y exceso de lluvia y la interacción entre unidades territoriales adyacentes. El objetivo fue desarrollar e implementar modelos temporales y espaciales basados en autómatas celulares (A.C.) para simular eventos extremos de precipitación en la cuenca del río Ramis, generando metodologías que permitan analizar la variabilidad hídrica, mejorar la precisión de las predicciones hidrológicas durante 1964-2022 y generar escenarios espaciales prospectivos hasta 2042. La investigación tuvo un enfoque cuantitativo, nivel explicativo y diseño no experimental longitudinal. La población incluyó registros de 30 estaciones meteorológicas, empleándose la totalidad de la información disponible. Se aplicó depuración de señales climáticas mediante análisis espectral y se desarrolló un modelo basado en A.C., calibrado y validado con el coeficiente de eficiencia de Nash-Sutcliffe. La representación espacial se obtuvo mediante ponderación por distancia inversa (IDW), y el procesamiento se realizó con los softwares MATLAB y ArcGIS. El modelo alcanzó una eficiencia del 81 %, con capacidades de reproducción superiores al 60 % para eventos extremos y niveles de precisión entre 60 % y 80 % según el tipo de evento. Se concluye que los autómatas celulares son una metodología sólida, flexible e innovadora para modelar procesos hidrológicos complejos, ofreciendo una herramienta eficaz para evaluar riesgos y gestionar sosteniblemente los recursos hídricos ante incertidumbre climática.