Portal de Periódicos da CAPES

Predicción no lineal de caudales utilizando variables macroclimáticas y análisis espectral singular

2010; Mexican Institute of Water Technology; Volume: 1; Issue: 4 Linguagem: Espanhol

0187-8336

Julian Hernandez, Luis Fernando Carvajal Serna,

Soil Science and Environmental Management

espanolLa estrecha relacion no lineal entre la hidrologia colombiana y los procesos climaticos globales justifican el estudio de modelos no lineales de prediccion. Este estudio presenta la dinamica no lineal de los caudales de los rios de Colombia, utilizando un modelo periodico de prediccion basado en el Analisis Espectral Singular (AES). El modelo periodico fue desarrollado y aplicado para ventanas de prediccion de tres y seis meses. Se hacen comparaciones para los casos univariado y multivariado; este ultimo incluye variables macroclimaticas. El modelo propuesto se estudia a traves del analisis de componentes principales, la estructura de correlacion con variables macroclimaticas y parametros de reconstruccion de las series. Los esquemas desarrollados con base en el AES se aplican a las series de caudales mensuales de los rios San Carlos, Rio Grande II, Guatape, Magdalena, Guavio y Bata. Los resultados indican que los modelos propuestos reproducen aceptablemente las principales caracteristicas estadisticas de las series de caudales, obteniendose predicciones cercanas a las observaciones historicas; ademas, la inclusion de variables macroclimaticas en el esquema multivariado mejora de forma significativa la capacidad de prediccion. EnglishThe close nonlinear relationship between Colombian hydrology and global climatic processes justifies the study of nonlinear river flow models. This paper shows the nonlinear river flow dynamics in Colombia using a periodic prediction model based on the Singular Spectrum Analysis (SSA). The prediction window length is 3 and 6 months. The prediction includes both univariate and multivariate cases. The multivariate case takes into account macro-climatic variables. The proposed model is studied through the Principal Component Analysis, the correlation structure between macro-climatic variables and river flow time series and the reconstruction of series. This model is applied to the San Carlos, Riogrande II, Guatape, Magdalena, Guavio, and Bata rivers. The results show an improvement in river flow prediction and indicate that river flow multivariate prediction using macro-climatic variables is better.