Banco de Tesis

  • Aumentar fuente
  • Fuente predeterminada
  • Disminuir fuente

MODELO MATEMÁTICO PARA EL PRONÓSTICO DEL CLIMA CON FINES AGRÍCOLAS EN LA CUENCA DEL RÍO PARIA

TRANSLATE
MODELO MATEMÁTICO PARA EL PRONÓSTICO DEL CLIMA CON FINES AGRÍCOLAS EN LA CUENCA DEL RÍO PARIA
MODELO MATEMÁTICO PARA EL PRONÓSTICO DEL CLIMA CON FINES AGRÍCOLAS EN LA CUENCA DEL RÍO PARIA

UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
CARRERA: INGENIERÍA CIVIL

 


TÍTULO:

MODELO   MATEMÁTICO  PARA   EL   PRONÓSTICO  DEL CLIMA  CON FINES AGRÍCOLAS EN LA CUENCA DEL RÍO PARIA

 

Autor:         Edson Rubén Medinaceli Villarroel
Fecha de Defensa:     19 de noviembre de 2007

Cinco descriptores:     Modelo, metodología, estadística, hidrología, serie de tiempo.
No. de páginas:    282 páginas

RESUMEN

El presente trabajo aplica el modelaje de procesos estocásticos que se enfoca a objetivos específicos como es el análisis, simulación y pronóstico de series temporales de los factores climatológicos. La investigación, tiene como base el análisis matemático-estadístico de los factores climatológicos, para luego ingresar de lleno a lo que se denomina la metodología de Box y Jenkins para el modelado de procesos estocásticos, el cual es un método recursivo que abarca las fases de identificación, estimación y diagnóstico del modelo estocástico.

Al ser Bolivia un país tercer mundista nuestros recursos económicos son limitados, es de ahí de donde radica nuestra justificación económica, la cual es generar un modelo matemático para el pronóstico de las diferentes variables climatológicas con un costo módico.

El problema principal nace de la poca importancia que se le da a la hidrología y meteorología en nuestro país y a la vez  no contar con un financiamiento económico para realizar debidamente la toma de datos, los estudios y las investigaciones sobre el tema. Se pretende solucionar el problema dotando un modelo matemático conformado por los factores climáticos que proporcione la información necesaria sobre la evolución climática en la región de Paria.

El objetivo general es desarrollar un método que nos sirva como herramienta para conocer y cuantificar los valores futuros de los diferentes factores climatológicos. Este método es un modelo matemático para cada uno de los factores climatológicos, basado en la análisis de Box y Jenkins.

Podemos citar los siguientes objetivos específicos:
-  Determinar si las series históricas para cada factor climatológico son o no estacionarias.
- Mediante el modelo matemático más adecuado determinar los valores futuros de las precipitaciones pluviales a nivel mensual y con un buen margen de confiabilidad.
-  De la misma manera que para las precipitaciones pluviales, es necesario encontrar diferentes modelos matemáticos para la humedad relativa y las temperaturas medias, mínimas y máximas.

La metodología utilizada para encontrar un modelo para cada factor climático es la metodología de Box y Jenkins la cual consta de los siguientes pasos: determinar si la serie histórica en estudio es o no estacionaria; la identificación del modelo (según los parámetros de identificación de modelos ARIMA); estimación del modelo (iteraciones consecutivas hasta la elección de un modelo ARIMA); diagnóstico del modelo según los diversos criterios de pruebas de bondad de ajuste) y el último paso a seguir es el pronóstico. La herramienta principal utilizada fue el software EViews 4.0.

La hipótesis es: “el modelo matemático propuesto para las variaciones y comportamiento de cada factor climático, simulan y pronostican el clima en la zona de Paria, mostrando los cambios del mismo en el tiempo”.

Los modelos elegidos y validados nos muestran diferentes resultados entre los cuales unos se ajustan mejor que otros; analizando los resultados expuestos en la tesis podemos concluir que la temperatura máxima media muestra un mejor ajuste debido a que la sumatoria de residuos, es menor que cualquier otro, además que sus valores de la información de Akaike y Schwarz son relativamente mínimos, esto nos permite una mejor simulación de datos, como también un mejor pronóstico con un margen de error mínimo. Por otro lado la precipitación pluvial nos muestra la sumatoria de residuos, el criterio de información de Akaike y Schwarz mayor que cualquier otro factor climatológico, pero debemos tener muy en cuenta que no resta valor al modelo.

De acuerdo a los resultados obtenidos en la investigación realizada, se establecen las siguientes conclusiones:
-   Los modelos matemáticos generados para el comportamiento de los factores climatológicos estudiados (temperatura media, temperatura máxima media, temperatura mínima media, humedad relativa y precipitación pluvial) interpretan con bastante aproximación el comportamiento de estos factores en el tiempo, con la validación correspondiente. Se puede observar que todos los datos históricos para estos factores se encuentran dentro de una banda de confiabilidad del 95% con respecto al modelo matemático.
-    Las series de tiempo de los factores climatológicos estudiados fueron sometidos a rigurosos y variados análisis de estacionariedad, habiéndose demostrado que estas series poseen un comportamiento de series estacionarias, hecho que posibilitará el uso de los modelos matemáticos obtenidos para propósitos de predicción.
-    Los modelos matemáticos obtenidos fueron validados convenientemente; vale decir, que estos fueron utilizados para predecir datos climatológicos del periodo 2003 – 2004, periodo para el cual también se dispone de datos registrados. La gran similitud observada entre los datos registrados o históricos y los datos pronosticados para dicho periodo, permite confiar en el uso de modelos matemáticos obtenidos para propósitos de pronóstico.

Las recomendaciones que se pueden brindar son:
-   La metodología de Box & Jenkins utilizada en el presente estudio puede ser implementada para el estudio de factores hidrológicos en otras regiones.
-  La metodología de Box & Jenkins puede ser utilizada en muchas y varias áreas del conocimiento humano, ejemplos de estas áreas son: el área social, educativa, psicológica, económica, procesos productivos, control de calidad, etc. En los cuales se aplica para conocer patrones de comportamiento, simular y pronosticar.