Buscar en Google Scholar
Título: Predicción de sequías con redes neuronales artificiales y algoritmos genéticos utilizando precipitación por percepción remota
Asesor(es): Zubiaur Alejos, Miguel Ángel
Fecha de publicación: 2016
Institución: Universidad Nacional de Ingeniería
Resumen: El objetivo de la investigación, es determinar el desempeño de la predicción de sequía agrícola regional, mediante el modelo de Redes Neuronales Artificiales tipo NARX, utilizando los índices SPI, SPEI, VCI e Índices Climáticos Globales. Se han determinado 10 regiones homogéneas mediante el análisis regional de frecuencias y L-Momentos, definiendo la región más árida y el índice representativo con su respectiva escala temporal (SPEI 6 meses) que responde al crecimiento y desarrollo de la vegetación en la cuenca con correlación de Pearson igual a 0.58. Las precipitaciones y temperaturas mensuales corresponden a los datos PISCO elaborados por SENAMHI-Perú, con resolución espacial de 0.05˝. Para la predicción se han determinado 2 grupos, el primero para la construcción del modelo con 80 % del registro y para la validación del modelo y la hipótesis con el 20 % restante. Los resultados de la predicción han sidos satisfactorios aceptándose la hipótesis nula planteada.
Disciplina académico-profesional: Maestría en Ciencias con Mención en Ingeniería Hidráulica
Institución que otorga el grado o título: Universidad Nacional de Ingeniería. Facultad de Ingeniería Civil. Unidad de Posgrado
Grado o título: Maestro en Ciencias con Mención en Ingeniería Hidráulica
Fecha de registro: 15-mar-2018; 15-mar-2018



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons