Desarrollo de un modelo de Machine Learning para el pronóstico meteorológico de precipitación a escala subestacional en Perú

Simple item page
dc.contributor.authorUrbina, Brayan
dc.contributor.authorTakahashi, Ken
dc.date.accessioned2024-03-18T15:17:42Z
dc.date.available2024-03-18T15:17:42Z
dc.date.issued2023-09
dc.description.abstractEste trabajo muestra los avances de la aplicación del Machine Learning (ML) para predecir las precipitaciones en Perú a escala subestacional con hasta seis semanas de anticipación. Para ello, se utiliza el proyecto Subseasonal to Seasonal (S2S) como insumo para aplicar el enfoque de downscaling y mejorar la precisión y la resolución espacial de las predicciones teniendo como referencia el producto PISCOp V2.1 del SENAMHI. Luego de procesar los datos, se realiza un Análisis de Componentes Principales y se desarrollan modelos de regresión lineal múltiple para predecir los principales componentes observados utilizando los preestablecidos a partir de NCEP CFSv2 como predictores para cada día de pronóstico. Los resultados muestran un buen desempeño de las predicciones hasta 5 días de anticipación, especialmente en la región amazónica, pero la habilidad de pronóstico disminuye más allá de los cinco días debido a la complejidad de los factores que influyen en las precipitaciones y debido también a la simplicidad del modelo de regresión lineal. Se plantea la posibilidad de incorporar variables adicionales relacionadas con las oscilaciones de Madden-Julian (MJO, por sus siglas en inglés) en futuras versiones del modelo para ampliar el horizonte de pronóstico.es_ES
dc.formatapplication/pdfes_ES
dc.identifier.citationUrbina, B. y Takahashi, K. (2023). Desarrollo de un modelo de Machine Learning para el pronóstico meteorológico de precipitación a escala subestacional en Perú.==$Boletín científico El Niño,$==Instituto Geofísico del Perú,==$10$==(9), 13-17.es_ES
dc.identifier.journalBoletín científico El Niñoes_ES
dc.identifier.urihttp://hdl.handle.net/20.500.12816/5540
dc.language.isospaes_ES
dc.publisherInstituto Geofísico del Perúes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_ES
dc.subjectMachine Learninges_ES
dc.subjectPrecipitaciónes_ES
dc.subjectDownscalinges_ES
dc.subjectSubestacionales_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.09es_ES
dc.titleDesarrollo de un modelo de Machine Learning para el pronóstico meteorológico de precipitación a escala subestacional en Perúes_ES
dc.typeinfo:eu-repo/semantics/workingPaperes_ES

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Urbina_et_al_2023_Boletin_Cientifico_El_Niño_Vol.10_No.09.pdf
Size:
2.88 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Avances de Investigación