Repositorio de producción científica de la Universidad de Sevilla

Modelo estadístico para la predicción del índice estandarizado de sequía pluviométrica (IESP) en Andalucía

Opened Access Modelo estadístico para la predicción del índice estandarizado de sequía pluviométrica (IESP) en Andalucía
Estadísticas
Icon
Exportar a
Autor: Blanquero Bravo, Rafael
Carrizosa Priego, Emilio José
Pita López, María Fernanda
Camarillo Naranjo, Juan Mariano
Álvarez Francoso, José Ignacio
Departamento: Universidad de Sevilla. Departamento de Estadística e Investigación Operativa
Universidad de Sevilla. Departamento de Geografía Física y Análisis Geográfico Regional
Fecha: 2012
Publicado en: Asociación Española de Climatología. Congreso Internacional (8º. 2012. Salamanca), 261-270
Tipo de documento: Ponencia
Resumen: La comunicación aborda el diseño de un modelo estadístico de predicción dinámica de la sequía en Andalucía y su persistencia en un horizonte temporal de 12 meses a partir de los datos históricos (1950-2012) del Índice Estandarizado de Sequía Pluviométrica (IESP) en 243 observatorios de Andalucía. Se emplea un algoritmo kNN (k-Nearest Neighbors), que busca las situaciones pasadas más similares a la actual y predice el futuro promediando lo que ocurrió a continuación en dichas situaciones. Los resultados producen porcentajes de error muy reducidos. El modelo se está aplicando en rutina en el Sistema de Información de Climatología Ambiental (CLIMA) de la Consejería de Medio Ambiente de la Junta de Andalucía (http://www.climasig.es). This paper presents a statistical model for the dynamical prediction of drought in Andalusia. The drought index used is the IESP, which stands for Índice Estandarizado de Sequía Pluviométrica in Spanish, and has been applied to historical observation series (1950-2012) for 243 observatories. A kNN (k-Nearest Neighbors) algorithm is used to predict the future situations by averaging the past instances that are most similar to the current one. The application of a validation procedure on the available data shows that this model leads to very small percentages of failed predictions. The model is being applied by the Environment Ministry of the Andalusian Government to monitor drought in the region.
Tamaño: 4.847Mb
Formato: PDF

URI: http://hdl.handle.net/11441/32482

Mostrar el registro completo del ítem


Esta obra está bajo una Licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional

Este registro aparece en las siguientes colecciones