Pronóstico de precipitaciones mensuales: Un estudio de caso en las comunidades nativas del Perú

  • Eli Morales Rojas Escuela de Postgrado de la Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas, Chachapoyas, Perú.
  • Edwin Adolfo Díaz Ortiz Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas, Perú
  • Ligia Garcia Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas, Perú
  • Manuel Emilio Milla Pino Universidad Nacional de Jaén, Perú
Palabras clave: Agua de lluvia, tendencias, pronósticos, precipitación

Resumen

El análisis de registros de precipitación permite determinar patrones de cambio actuales y retrospectivos, que usados adecuadamente determinarán el potencial de agua de lluvia. El objetivo de la investigación fue pronosticar las precipitaciones mensuales, para la evaluación de instalación de sistemas de captación de agua de lluvia en comunidades nativas de Perú. Se evaluó el comportamiento de las precipitaciones durante los años 2016-2020 con datos del SENAMHI y se determinó los pronósticos de precipitación para el año 2021 y 2022. Se utilizó el modelo aditivo de Holt-Winters para el cálculo de las predicciones.  La precipitación promedio durante los 5 años evaluados fue 1 786.24 (mm). El área promedio del techo de las viviendas fue de 47.5 m2, la cantidad de captación de agua fue de 76 361.76 litros anuales/vivienda. Las estimaciones de los pronósticos son constantes, el modelo de tendencia cuadrática arrojó que, para el año 2021 la precipitación se estima en 2 038,804 (mm) y para el año 2022 se estiman 2 217.338 (mm).

Descargas

La descarga de datos todavía no está disponible.

Citas

Agatón, Adolfo León, Juan Carlos Córdoba RuizUriel, F. C. S. (2016). Revisión del estado de arte en captación y aprovechamiento de aguas lluvias en zonas urbanas y aeropuertos. Tecnura, 20(50), 141–153. https://doi.org/10.14483/udistrital.jour.tecnura.2016.4.a10

Anggono, D., Suparjo, W., Hartomo, K. D., Tanone, R., Informasi, F. T., Studi, P., Informatika, T., Kristen, U., Wacana, S., & Pendahuluan, I. (2018). Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali).

Arruti, A. R. S. G. S. (2019). Evaluación preliminar de un sistema de pronóstico de precipitación a muy corto plazo basado en la extrapolación de datos sintéticos de radar. Meteoro Lógico, 44.

Catulé, P. F., Presidente, U., & Carlos, A. (2018). Estudo de verificação da viabilidade de captação e uso de água da chuva no município de Teófilo Otoni - MG. c, 1–25.

Chiu, Y. R., Liaw, C. H., & Chen, L. C. (2009). Optimizing rainwater harvesting systems as an innovative approach to saving energy in hilly communities. Renewable Energy, 34(3), 492–498. https://doi.org/10.1016/j.renene.2008.06.016

Cornejo, M. V., Del, P., Ministros, C. D. E., Arévalo, C. V., & Aponte, F. C. (2017). Presidente Constitucional de la República.

Dhamodharavadhani, S., & Rathipriya, R. (2019). Region-Wise Rainfall Prediction Using MapReduce-Based Exponential Smoothing Techniques. In Advances in Intelligent Systems and Computing (Vol. 750). Springer Singapore. https://doi.org/10.1007/978-981-13-1882-5_21

Díaz-Ortiz, E. A. A. M.-T. (2020). Demanda, colecta y calidad del agua de lluvia en la comunidad nativa yahuahua, nieva, amazonas (Perú). Revista de Investigación Científica REBIOL, 40(2), 188–205.

Espinoza Villar Lavado; Ordoñez, Juan Julio; Fraizy, Pascal; Guyot, Jean Loup ; Ronchail, Josyane; Vauchel, Philippe; Cochonneau, Gérard; Filizola, Naziano; Labat, David ;De Oliveira, Eurides, J.

C. W. (2009). Evolución regional de los caudales en el conjunto de la cuenca del Amazonas para el periodo 1974-2004 y su relación con factores climáticos. Revista Peruana Geo-Atmosférica RPGA, 1(1), 66–89.

Franco Rodríguez, M. del C., & Velasteguí López, E. (2020). El suavizado exponencial en el pronóstico de series no estacionarias. Ciencia Digital, 4(1), 97–110. https://doi.org/10.33262/cienciadigital.v4i1.1073

González-Reyes, Á., & Muñoz, A. A. (2013). Cambios en la precipitación de la ciudad de Valdivia (Chile) durante los últimos 150 años. Bosque, 34(2), 191–200. https://doi.org/10.4067/S0717-92002013000200008

Heydari, M., Ghadim, H. B., Rashidi, M., & Noori, M. (2020). Application of holt-winters time series models for predicting climatic parameters (Case study: Robat Garah-Bil station, Iran). Polish Journal of Environmental Studies, 29(1), 617–627. https://doi.org/10.15244/pjoes/100496

INDECI. (2020). Precipitaciones pluviales en el departamento de Arequipa.

Liu, L., & Wu, L. (2020). Holt–Winters model with grey generating operator and its application. Communications in Statistics - Theory and Methods, 0(0), 1–14. https://doi.org/10.1080/03610926.2020.1797804

Magallanes-Quintanar, R., Blanco-Macías, F., Galván-Tejada, E. C., Galván-Tejada, J., Márquez-Madrid, M., & Valdez-Cepeda, R. D. (2019). Negative regional standardized precipitation index trends prevail in the Mexico’s state of Zacatecas. Terra Latinoamericana, 37(4), 487–499. https://doi.org/10.28940/terra.v37i4.563

Manideep, K., & Sekar, K. R. (2018). Rainfall prediction using different methods of Holt winters algorithm: A big data approach. Int. J. Pure Appl. Math, 119(15), 379–386. https://acadpubl.eu/hub/2018-119-15/1/38.pdf

Márdero, S., Nickl, E., Schmook, B., Schneider, L., Rogan, J., Christman, Z., & Lawrence, D. (2012). Sequías en el sur de la península de Yucatán: análisis de la variabilidad anual y estacional de la precipitación. Investigaciones Geográficas, 78, 19. https://doi.org/10.14350/rig.32466

Mohammad, M., Malakoutian, A., Malakoutian, Y., Mostafapoor, P., Mohammad, M., Malakoutian, A., Malakoutian, Y., Mostafapoor, P., Ziafat, S., & Abed, D. (2021). Prediction for Monthly Rainfall of Six Meteorological Regions and TRNC ( Case Study : North Cyprus ) To cite this version : HAL Id : hal-03228691 Prediction for Monthly Rainfall of Six Meteorological Regions and TRNC ( Case Study : North Cyprus ).

Okagbue, H. I., Oguntunde, P. E., Obasi, E. C. M., & Akhmetshin, E. M. (2021). Trends and usage pattern of SPSS and Minitab Software in Scientific research. Journal of Physics: Conference Series, 1734(1). https://doi.org/10.1088/1742-6596/1734/1/012017

Olivares, B. O., Cortez, A., Lobo, D., Parra, R. M., Rey B., J. C., & Rodríguez, M. F. (2016). Estudio de la Sequía Meteorológica en Localidades de los Llanos de Venezuela Mediante el Índice de Precipitación Estandarizado. Acta Nova, 7(3), 266–283.

Orozco, O. L. P., Escobar, Y. C., & Angel, M. Q. (2011). Estudio de tendencias de la precipitación mensual en la cuenca alta-media del río Cauca, Colombia. DYNA (Colombia), 78(169), 112–120.

Priyan, K. (2015). Spatial and Temporal Variability of Rainfall in Anand District of Gujarat State. Aquatic Procedia, 4(Icwrcoe), 713–720. https://doi.org/10.1016/j.aqpro.2015.02.092

Puah, Y. J., Huang, Y. F., Chua, K. C., & Lee, T. S. (2016). River catchment rainfall series analysis using additive holt–Winters method. Journal of Earth System Science, 125(2), 269–283. https://doi.org/10.1007/s12040-016-0661-6

Pushpalatha, S. P. M. (2019). Drought prediction based on SPI and SPEI with varying timescales using LSTM recurrent neural network. Soft Computing, 1. https://doi.org/10.1007/s00500-019-04120-1

Raha, S., & Gayen, S. K. (2021). Comparative study of different exponential smoothing models in simulation of meteorological drought: A study on purulia district, west bengal, india. Journal of Applied and Natural Science, 13(2), 504–511. https://doi.org/10.31018/jans.v13i2.2637

Robinson, J. D., Vahedifard, F., & Aghakouchak, A. (2017). Rainfall-triggered Slope Instabilities under a Changing Climate: Comparative Study using Historical and Projected Precipitation Extremes Joe D. Robinson 1, Farshid Vahedifard 2 , Amir AghaKouchak 3 1. Canadian Geotechnical Journal.

Salauddin Khan, M., Islam, M., Adhikary, S., Murad Hossain, M., & Afroja, S. (2018). Analysis and Predictions of Seasonal Affected Weather Variables of Bangladesh: SARIMA Models vs. Traditional Models. International Journal of Business and Management, 13(12), 70. https://doi.org/10.5539/ijbm.v13n12p70

Shah, U., Garg, S., Sisodiya, N., Dube, N., & Sharma, S. (2018). Rainfall prediction: Accuracy enhancement using machine learning and forecasting techniques. PDGC 2018 - 2018 5th International Conference on Parallel, Distributed and Grid Computing, 776–782. https://doi.org/10.1109/PDGC.2018.8745763

Siles, G., & Chirinos, D. (2018). Estimación De Intensidad De Lluvia Para Estudios De Propagación Radioeléctrica En Bolivia. Investigacion & Desarrollo, 18(1), 69–79. https://doi.org/10.23881/idupbo.018.1-5i

Sinay, L. J., & Kembauw, E. (2021). Monthly Rainfall Components in Ambon City : Evidence from the Serious Time Analysis Monthly Rainfall Components in Ambon City : Evidence from the Serious Time Analysis. https://doi.org/10.1088/1755-1315/755/1/012079

Sopipan, N. (2014). Forecasting Rainfall in Thailand : A Case Study of Nakhon Ratchasima Province. 8(11), 712–716.

Tabari, H., Abghari, H., & Talaee, P. H. (2011). Temporal trends and spatial characteristics of drought and rainfall in arid and semiarid regions of Iran. https://doi.org/10.1002/hyp

Wichitarapongsakun, P., Sarin, C., Klomjek, P., & Chuenchooklin, S. (2016). Rainfall prediction and meteorological drought analysis in the Sakae Krang River basin of Thailand. Agriculture and Natural Resources, 50(6), 490–498. https://doi.org/10.1016/j.anres.2016.05.003

Wong, C. L. (2009). Variability of rainfall in Peninsular Malaysia. 5471–5503.

Publicado
2021-09-11
Cómo citar
Morales RojasE., Díaz OrtizE. A., GarciaL., & Milla PinoM. E. (2021). Pronóstico de precipitaciones mensuales: Un estudio de caso en las comunidades nativas del Perú. Revista Científica Pakamuros, 9(3), 71 - 85. https://doi.org/10.37787/pakamuros-unj.v9i3.219