Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Manrique, N., Graz, C. (2023). Evaluación espacio-temporal de las precipitaciones estimadas por satélite en el Perú [Universidad Nacional Mayor de San Marcos]. https://hdl.handle.net/20.500.12672/19674
Manrique, N., Graz, C. Evaluación espacio-temporal de las precipitaciones estimadas por satélite en el Perú []. PE: Universidad Nacional Mayor de San Marcos; 2023. https://hdl.handle.net/20.500.12672/19674
@misc{renati/484214,
title = "Evaluación espacio-temporal de las precipitaciones estimadas por satélite en el Perú",
author = "Graz Yataco, Cristhian Fernando",
publisher = "Universidad Nacional Mayor de San Marcos",
year = "2023"
}
Título: Evaluación espacio-temporal de las precipitaciones estimadas por satélite en el Perú
Asesor(es): Arévalo Gómez, Walter Aparicio
Palabras clave: Satélites; Lluvia - Perú; Precipitaciones atmosféricas - Predicción
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.07.04; https://purl.org/pe-repo/ocde/ford#1.05.09
Fecha de publicación: 2023
Institución: Universidad Nacional Mayor de San Marcos
Resumen: La precipitación es uno de los parámetros fundamentales para la viabilidad de proyectos
y estudios hidrometeorológicos. Pese al nivel de importancia, el registro de precipitación en
algunas regiones del Perú es limitado, debido a la inaccesibilidad que existe en diversas zonas
que están restringidas por notables factores topográficos y climáticos, que a su vez por falta de
recursos y planificación no se encuentran instrumentalizadas, pues su funcionamiento y
mantenimiento implica un costo elevado. Por tal motivo, la presente investigación evalúa
espacial y temporalmente la precipitación generada por 4 productos satelitales (PERSIANNCDR,
CHIRP, CHIRPS y MSWEP), mediante indicadores métricos y probabilísticos que
permitan comparar la eficiencia y detección entre la información proveniente de las estaciones
pluviométricas de tercer orden y la precipitación estimada por satélite en el Perú.
Tras la obtención de los resultados, se genera una base de datos estadística comparativa
de cada producto satelital, que describe la conducta de la precipitación pluvial en el periodo
del estudio propuesto (1983-2015), determinando el desempeño de los productos satélites en
el Perú. El análisis de la distribución espacial determinó que, en la sierra sur, costa centro y
selva sur, los productos satelitales (PERSIANN-CDR, MSWEP y CHIRPS) lograron un ajuste
cercano a lo registrado por las estaciones pluviométricas, según la comparación a nivel local
en las escalas temporales diaria, mensual y anual.
La propuesta de indicadores estadísticos para la cuantificación de la eficiencia mediante
estadísticos comparativos (RPEARSON, PBIAS, MAE, NSE, PVALUE) y estadísticos
categóricos (POD, FAR, TS) precisaron que el grado de semejanza a nivel local, global y
eventos extremos son moderadamente aceptables al simular el valor esperado de precipitación
en diversas zonas del territorio.
De la evaluación realizada se destaca que PERSIANN-CDR obtuvo resultados óptimos
a nivel global para los estadísticos de comparación (RPEARSON = 0.72, MAE = 39.73, NSE
= 0.19, PBIAS = -18.24, PVALUE = 0.10) y estadísticos categóricos (POD = 0.75, FAR =
0.62, TS = 0.33), definiéndolo como el producto satelital más preciso para estimar la
precipitación. Se espera que los resultados obtenidos sirvan como antecedente estadístico para
futuras investigaciones, los cuales propicien un mejor desarrollo integral del Perú.
Enlace al repositorio: https://hdl.handle.net/20.500.12672/19674
Disciplina académico-profesional: Ingeniería Geográfica
Institución que otorga el grado o título: Universidad Nacional Mayor de San Marcos. Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica. Escuela Profesional de Ingeniería Geográfica
Grado o título: Ingeniero Geógrafo
Jurado: Ayala Gutiérrez, Máximo; Alcántara Boza, Francisco Alejandro; Bejar Melgar, Emilia Isabel
Fecha de registro: 5-jun-2023
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons