Modelos de predicción para el caudal del río Chira en la estación Ardilla

• Autor: Seminario Gastelo, Julio German
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad de Piura
• Repositorio: UDEP-Institucional
• Lenguaje: español
• OAI Identifier: oai:pirhua.udep.edu.pe:11042/4986
• Enlace del recurso: https://hdl.handle.net/11042/4986
• Nivel de acceso: acceso abierto
• Materia: Medición de corrientes; Chira, Río (Piura, Perú) -- Investigaciones; Poechos, Represa de (Piura, Perú) -- Investigaciones; 627.12; https://purl.org/pe-repo/ocde/ford#1.05.11

La presente tesis tiene como objetivo encontrar un modelo univariante que permita predecir el caudal del río Chira en la estación Ardilla, aguas arriba del Reservorio de Poechos, ubicado en la ciudad de Sullana (Piura, Perú), principal infraestructura para la gestión de los recursos hídricos, cuyo fin es estimar el caudal a la entrada del embalse de Poechos. Por lo que, se realiza un análisis estocástico de las series de tiempo de caudales promedio con frecuencia diaria y semanal en la estación Ardilla para el periodo de 1951 a 2017. En tanto, se compara modelos ARIMA y de suavización exponencial mientras que, para evaluar la capacidad predictiva de los modelos, se utilizan métricas como el error cuadrático medio, el error absoluto medio y el coeficiente de determinación. La comparativa incluye la evaluación de los indicadores en diez horizontes de predicción, una segunda evaluación diferenciando las predicciones por estaciones y la última evalúa el rendimiento de las predicciones en función del valor del caudal. Con lo cual, se selecciona el modelo ARIMA (1,1,1) como método de predicción para la serie temporal del caudal promedio con frecuencia diaria y el modelo ARIMA (1,1,1)(0,1,1) es seleccionado como el método de predicción óptimo para la serie de caudal promedio semanal. Se concluye que la metodología ARIMA constituye una herramienta útil para la predicción del caudal del río Chira, sin considerar variables hidrológicas distintas al caudal. Por lo demás, los modelos resultantes de la investigación permiten la anticipación al caudal del río de una manera rápida y sencilla al prescindir de variables independientes.