El objetivo fue determinar la influencia de factores climáticos en la regionalización de las precipitaciones máximas de 24 horas y se incluyó elementos climáticos. Se utilizó precipitación máxima de 24 horas de 29 estaciones meteorológicas, determinándose: precipitación para periodos de retorno, un modelo regional de regresión entre precipitación máxima, factores climáticos y periodo de retorno, parámetros utilizando máxima verosimilitud, zonas homogéneas con análisis clúster, un modelo para cada zona, un modelo lineal y no lineal. Las distribuciones Log Normal tres parámetros y Log Gumbel presentan mejor ajuste a datos. La prueba de Anderson-Darling detectó no normalidad para transformar datos. En el modelo regional de regresión obtuvimos r2=0,388; estadístico Durbin-Watson=0,5456 siendo regresión no espuria. Obtuvimos cinco zonas homogéneas, en la zona 1, 2, 3...

El objetivo fue determinar la influencia de factores climáticos en la regionalización de las precipitaciones máximas de 24 horas y se incluyó elementos climáticos. Se utilizó precipitación máxima de 24 horas de 29 estaciones meteorológicas, determinándose: precipitación para periodos de retorno, un modelo regional de regresión entre precipitación máxima, factores climáticos y periodo de retorno, parámetros utilizando máxima verosimilitud, zonas homogéneas con análisis clúster, un modelo para cada zona, un modelo lineal y no lineal. Las distribuciones Log Normal tres parámetros y Log Gumbel presentan mejor ajuste a datos. La prueba de Anderson-Darling detectó no normalidad para transformar datos. En el modelo regional de regresión obtuvimos r2=0,388; estadístico Durbin-Watson=0,5456 siendo regresión no espuria. Obtuvimos cinco zonas homogéneas, en la zona 1, 2, 3...

Los modelos estocásticos se han aplicado comúnmente para gestionar los recursos hídricos a escala de tiempo diario. El río Tumilaca es una de las principales fuentes de agua de Moquegua. Los objetivos fueron predecir los caudales diarios aplicando modelos estocásticos, determinar si el modelo estocástico autoregresivo de primer orden AR(´) es adecuado para caudales diarios con autocorrelogramas y validar el modelo con pruebas de bondad de ajuste. Se utilizó datos del Servicio Nacional de Meteorología e Hidrología, desde el 01 junio del 2006 hasta el 31 de diciembre del 2011. Se calibró y validó el modelo AR(´) y el modelo autoregresivo con tendencia no lineal. El modelo AR(´) es suficiente, según los autocorrelogramas. El modelo autoregresivo con tendencia no lineal es representada por la serie Gaussiana. En la validación, el modelo más apropiado fue AR(1) pues al compon...

El objetivo de este trabajo fue realizar la modelación de la evapotranspiración potencial (ETP) en el Altiplano de Puno, en función del rango de temperatura, aplicando la estimación de parámetros de regresión por máxima verosimilitud. Se desarrollaron tres modelos de ETP a nivel mensual para tres regiones homogéneas, se aplicó un método de regionalización por ajuste lineal simple de la tendencia de la ETP mensual. La modelación en cada región homogénea se realizó con un ajuste de la ETP mensual (obtenida por el método del tanque clase A de la publicación 56 de la FAO) a series de Fourier, estos coeficientes de ajuste se relacionan a través de modelos de regresión lineal múltiple con los coeficientes de ajuste del rango de temperatura a series de Fourier y variables geográficas (latitud, longitud y elevación). Se utilizaron datos de 12 estaciones. Se calibró y valid...