| Summary: | El ciclo hidrológico está impulsado principalmente por la lluvia, y predecir con precisión la
lluvia se vuelve desafiante en regiones marcadas por diversos factores influyentes y
variaciones espaciales significativas, como se observa en los Andes tropicales. La lluvia en
los Andes tropicales está asociada a varios índices de temperatura superficial del mar (SST),
como ONI, NIÑO 1+2, TNI, y variables atmosféricas, incluyendo temperatura, viento y
humedad. Los índices de SST podrían explicar mejor las anomalías estacionales de lluvia y
las variables atmosféricas podrían explicar cambios más rápidos en las condiciones
atmosféricas asociadas a la lluvia. Considerar tanto los SST como las variables atmosféricas
proporciona un enfoque integral para predecir la lluvia en los Andes tropicales. Este estudio
tiene como objetivo predecir la lluvia de una media móvil acumulada de 30 días en la cuenca
del río Paute utilizando la técnica de Random Forest para 30, 60 y 90 pasos adelante,
utilizando una variedad de predictores. El producto de precipitación de lluvia utilizado fue
IMERG Late Run. Los índices de temperatura superficial del mar fueron obtenidos de la
Administración Nacional Oceánica y Atmosférica (NOAA). Las variables atmosféricas se
obtuvieron a partir de re análisis de la quinta generación del Centro Europeo para Pronósticos
Meteorológicos a Plazo Medio para el clima y el tiempo global (ERA5). Las variables ERA5
se utilizaron para construir índices asociados con la lluvia en el área de estudio a través de la
correlación de Pearson. Se desarrollaron cinco modelos distintos, incorporando gradualmente
predictores como lluvia pasada (ILP), índices climáticos oceánicos (GCI), índices
atmosféricos regionales (RCD) y combinaciones de GCI+RCD y GCI+RCD+ILP. Los
resultados indican que el modelo más efectivo es GCI+RCD+ILP, logrando valores de R
(MAE) de 0.92 (9.38 mm/acumulado de 30 días), 0.93 (9.85 mm/ acumulado de 30 días), y
0.94 (9.68 mm/ acumulado de 30 días) para 30, 60 y 90 pasos adelante, respectivamente.
Los próximos pasos están relacionados con la implementación operativa de estos modelos,
los cuales ofrecerán información valiosa para la gestión del agua y la mitigación de impactos
asociados a sequías e inundaciones.
|
|---|