“Desarrollo de un modelo de predicción meteorológica para eventos extremos”
No Thumbnail Available
Date
2025-03
Journal Title
Journal ISSN
Volume Title
Publisher
Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC)
Abstract
La creciente variabilidad climática, influenciada por factores globales y regionales, afecta la seguridad hídrica y la planificación agrícola en zonas vulnerables, como la provincia de Cotopaxi. En este contexto, la previsión de sequías basada en la influencia acumulada de precipitaciones, temperatura y evaporación es clave para mitigar impactos en sectores sensibles al agua, como la agricultura, los ecosistemas, la vida silvestre y la ingeniería hidráulica. Los modelos predictivos permiten evaluar la escasez de agua, identificar sequías e inundaciones. Esta investigación propone un enfoque basado en algoritmos de Machine Learning para mejorar la predicción de precipitaciones y la gestión de recursos hídricos. Se utilizaron datos del INAMHI y la NASA (2005-2017), aplicando técnicas de imputación (PMM y Missforest) y normalización de variables clave, como precipitación, temperatura, temperatura superficial del mar, humedad relativa, dirección del viendo, velocidad del viento, humedad relativa y humedad especifica. Los modelos fueron entrenados mediante redes neuronales en R Studio y árboles de decisión en Python, evaluados con métricas estándar: MAE, RMSE y R².
Description
Keywords
MACHINE LEARNING, REDES NEURONALES, ÁRBOL DE DECISIONES
Citation
Hoyos Yanangomez, Roberth Anderson y Ruiz Tubon, Dayana Monserrate (2025); “Desarrollo de un modelo de predicción meteorológica para eventos extremos.” UTC. Latacunga. 90 p.