Abstract:
La cuenca del lago Titicaca (CLT) experimenta un fenómeno de sequía recurrente. Sin embargo, es necesario evaluar la estimación de la precipitación a partir de información de detección remota utilizando redes neuronales artificiales: registro de datos climáticos (PERSIANN-CDR), debido a la falta de datos de precipitación observada. El objetivo es evaluar la aplicabilidad del producto PERSIANN-CDR para la caracterización de sequía meteorológica en la CLT. Primero, se utilizaron tres métricas de desempeño, a saber, el coeficiente de correlación (CC), error absoluto medio (MAE) y error cuadrático medio (RMSE) para evaluar los datos de PERSIANN-CDR frente a los datos de precipitación observada durante 1983 - 2018. Luego, se utilizó el Índice de Precipitación Estandarizado (SPI) en diferentes escalas de tiempo (1 a 12 meses) para identificar eventos de sequía y sus características. Finalmente, se comparó los valores de SPI para la caracterización espacio-temporal de PERSIANN-CDR. Los resultados mostraron lo siguiente: (1) los datos de PERSIANN-CDR muestran un alto grado de confiabilidad comparados con las mediciones pluviométricas a escala mensual. (2) se demostró que el SPI basado en PERSIANN-CDR puede cuantificar la temporalidad de las sequías y sus características de sequía, en las cinco regiones conformadas en la CLT. (3) PERSIANN-CDR representa adecuadamente la variabilidad espacial de la sequía meteorológica, principalmente en el extremo sur, centro y noreste de la CLT. Además, PERSIANN-CDR muestra los años históricos de sequías conocidos 1983, 1990, 1992, 2008 y 2016. El producto satelital PERSIANN-CDR es aplicable para caracterizar las sequias meteorológicas en sitios con poca información en la CLT.
