Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga
Descripción del Articulo
En la investigación se obtienen modelos metaheurísticos basados en redes neuronales artificiales para la corrección de la precipitación mensual estimada por los satélites TRMM (producto 3B43V7) y GPM (producto 3IMERGV05), en la cuenca aguas arriba de la Estación Hidrométrica San Rafael, ubicada dent...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad Nacional Daniel Alcides Carrión |
| Repositorio: | UNDAC-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.undac.edu.pe:undac/2450 |
| Enlace del recurso: | http://repositorio.undac.edu.pe/handle/undac/2450 |
| Nivel de acceso: | acceso abierto |
| Materia: | Redes neuronales artificiales Precipitación mensual Intercuenca Alto Huallaga. Ingeniería civil |
| id |
RUND_bff592ccd0f6ad4b9abdff671742c877 |
|---|---|
| oai_identifier_str |
oai:repositorio.undac.edu.pe:undac/2450 |
| network_acronym_str |
RUND |
| network_name_str |
UNDAC-Institucional |
| repository_id_str |
. |
| dc.title.es_ES.fl_str_mv |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga |
| title |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga |
| spellingShingle |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga Palacios Paytan, Grover Giovanni Redes neuronales artificiales Precipitación mensual Intercuenca Alto Huallaga. Ingeniería civil |
| title_short |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga |
| title_full |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga |
| title_fullStr |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga |
| title_full_unstemmed |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga |
| title_sort |
Redes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallaga |
| author |
Palacios Paytan, Grover Giovanni |
| author_facet |
Palacios Paytan, Grover Giovanni |
| author_role |
author |
| dc.contributor.email.es_ES.fl_str_mv |
gio_55_p@hotmail.com |
| dc.contributor.advisor.fl_str_mv |
Marcelo Ames, Julio Alejandro |
| dc.contributor.author.fl_str_mv |
Palacios Paytan, Grover Giovanni |
| dc.subject.es_ES.fl_str_mv |
Redes neuronales artificiales Precipitación mensual Intercuenca Alto Huallaga. |
| topic |
Redes neuronales artificiales Precipitación mensual Intercuenca Alto Huallaga. Ingeniería civil |
| dc.subject.ocde.es_ES.fl_str_mv |
Ingeniería civil |
| description |
En la investigación se obtienen modelos metaheurísticos basados en redes neuronales artificiales para la corrección de la precipitación mensual estimada por los satélites TRMM (producto 3B43V7) y GPM (producto 3IMERGV05), en la cuenca aguas arriba de la Estación Hidrométrica San Rafael, ubicada dentro de la Intercuenca Alto Huallaga. Para el análisis se utilizó información del SENAMHI de 3 estaciones meteorológicas (Cerro de Pasco, Yanahuanca y San Rafael), con sus correspondientes estaciones virtuales TRMM y GPM. Se evalúa la calidad de la precipitación satelital antes y después de la corrección con los modelos propuestos mediante estimadores de bondad de ajuste y se da una mayor relevancia al coeficiente de Nash-Sutcliffe debido a su amplio uso en hidrología. Los resultados indican que se obtienen mejoras en todos los indicadores de bondad de ajuste empleados, es así que para el satélite TRMM a nivel puntual el coeficiente de Nash para la Estación Cerro de Pasco pasa de 0.57 a 0.71, para la Estación Yanahuanca pasa de 0.55 a 0.66, para la Estación San Rafael pasa de 0.09 a 0.70 y a nivel areal pasa de 0.56 a 0.75; para el satélite GPM a nivel puntual el coeficiente de Nash para la Estación Cerro de Pasco pasa de 0.44 a 0.81, para la Estación Yanahuanca pasa de 0.56 a 0.92, para la Estación San Rafael pasa de -0.13 a 0.73 y a nivel areal pasa de 0.47 a 0.81. Se concluye que los modelos propuestos mejoran la calidad de la precipitación satelital a valores adecuados para su uso. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-03-03T05:10:11Z |
| dc.date.available.none.fl_str_mv |
2022-03-03T05:10:11Z |
| dc.date.issued.fl_str_mv |
2022-01-28 |
| dc.type.es_ES.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
http://repositorio.undac.edu.pe/handle/undac/2450 |
| url |
http://repositorio.undac.edu.pe/handle/undac/2450 |
| dc.language.iso.es_ES.fl_str_mv |
spa |
| language |
spa |
| dc.relation.es_ES.fl_str_mv |
info:pe-repo/semantics/dataset |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.es_ES.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.es_ES.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.es_ES.fl_str_mv |
application/pdf |
| dc.publisher.es_ES.fl_str_mv |
Universidad Nacional Daniel Alcides Carrión |
| dc.source.es_ES.fl_str_mv |
Universidad Nacional Daniel Alcides Carrión Repositorio Institucional - UNDAC |
| dc.source.none.fl_str_mv |
reponame:UNDAC-Institucional instname:Universidad Nacional Daniel Alcides Carrión instacron:UNDAC |
| instname_str |
Universidad Nacional Daniel Alcides Carrión |
| instacron_str |
UNDAC |
| institution |
UNDAC |
| reponame_str |
UNDAC-Institucional |
| collection |
UNDAC-Institucional |
| bitstream.url.fl_str_mv |
http://repositorio.undac.edu.pe/bitstream/undac/2450/3/T026_41958403_T.pdf.txt http://repositorio.undac.edu.pe/bitstream/undac/2450/2/license.txt http://repositorio.undac.edu.pe/bitstream/undac/2450/1/T026_41958403_T.pdf |
| bitstream.checksum.fl_str_mv |
d3ee5a9297acfa33847114d1d5ef623c 8a4605be74aa9ea9d79846c1fba20a33 b887fe1454c16278bd13dbc0a877d1d9 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UNDAC |
| repository.mail.fl_str_mv |
repositorio@undac.edu.pe |
| _version_ |
1847340679555973120 |
| spelling |
Marcelo Ames, Julio AlejandroPalacios Paytan, Grover Giovannigio_55_p@hotmail.com2022-03-03T05:10:11Z2022-03-03T05:10:11Z2022-01-28http://repositorio.undac.edu.pe/handle/undac/2450En la investigación se obtienen modelos metaheurísticos basados en redes neuronales artificiales para la corrección de la precipitación mensual estimada por los satélites TRMM (producto 3B43V7) y GPM (producto 3IMERGV05), en la cuenca aguas arriba de la Estación Hidrométrica San Rafael, ubicada dentro de la Intercuenca Alto Huallaga. Para el análisis se utilizó información del SENAMHI de 3 estaciones meteorológicas (Cerro de Pasco, Yanahuanca y San Rafael), con sus correspondientes estaciones virtuales TRMM y GPM. Se evalúa la calidad de la precipitación satelital antes y después de la corrección con los modelos propuestos mediante estimadores de bondad de ajuste y se da una mayor relevancia al coeficiente de Nash-Sutcliffe debido a su amplio uso en hidrología. Los resultados indican que se obtienen mejoras en todos los indicadores de bondad de ajuste empleados, es así que para el satélite TRMM a nivel puntual el coeficiente de Nash para la Estación Cerro de Pasco pasa de 0.57 a 0.71, para la Estación Yanahuanca pasa de 0.55 a 0.66, para la Estación San Rafael pasa de 0.09 a 0.70 y a nivel areal pasa de 0.56 a 0.75; para el satélite GPM a nivel puntual el coeficiente de Nash para la Estación Cerro de Pasco pasa de 0.44 a 0.81, para la Estación Yanahuanca pasa de 0.56 a 0.92, para la Estación San Rafael pasa de -0.13 a 0.73 y a nivel areal pasa de 0.47 a 0.81. Se concluye que los modelos propuestos mejoran la calidad de la precipitación satelital a valores adecuados para su uso.Submitted by ATENCIO SANCHEZ Anibal Renan (aatencios@undac.edu.pe) on 2022-03-03T05:10:11Z No. of bitstreams: 1 T026_41958403_T.pdf: 11944317 bytes, checksum: b887fe1454c16278bd13dbc0a877d1d9 (MD5)Made available in DSpace on 2022-03-03T05:10:11Z (GMT). No. of bitstreams: 1 T026_41958403_T.pdf: 11944317 bytes, checksum: b887fe1454c16278bd13dbc0a877d1d9 (MD5) Previous issue date: 2022-01-28Tesisapplication/pdfspaUniversidad Nacional Daniel Alcides Carrióninfo:pe-repo/semantics/datasetSUNEDUinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional Daniel Alcides CarriónRepositorio Institucional - UNDACreponame:UNDAC-Institucionalinstname:Universidad Nacional Daniel Alcides Carrióninstacron:UNDACRedes neuronales artificialesPrecipitación mensualIntercuenca Alto Huallaga.Ingeniería civilRedes neuronales artificiales como herramienta para la corrección del sesgo de la precipitación mensual estimada por satélite en la Intercuenca Alto Huallagainfo:eu-repo/semantics/bachelorThesisUniversidad Nacional Daniel Alcides Carrión. Facultad de IngenieríaTítulo ProfesionalEscuela de Formación Profesional de Ingeniería CivilTEXTT026_41958403_T.pdf.txtT026_41958403_T.pdf.txtExtracted texttext/plain329366http://repositorio.undac.edu.pe/bitstream/undac/2450/3/T026_41958403_T.pdf.txtd3ee5a9297acfa33847114d1d5ef623cMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.undac.edu.pe/bitstream/undac/2450/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALT026_41958403_T.pdfT026_41958403_T.pdfapplication/pdf11944317http://repositorio.undac.edu.pe/bitstream/undac/2450/1/T026_41958403_T.pdfb887fe1454c16278bd13dbc0a877d1d9MD51undac/2450oai:repositorio.undac.edu.pe:undac/24502022-03-03 03:00:07.541Repositorio Institucional UNDACrepositorio@undac.edu.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 |
| score |
12.597777 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).