Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Ciencias. Departamento Académico de Ingeniería Ambiental, Física y Meteorología
Detalles Bibliográficos
Autor: Castro Narciso, Anabel Yovana
Formato: tesis de grado
Fecha de Publicación:2019
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/4074
Enlace del recurso:https://hdl.handle.net/20.500.12996/4074
Nivel de acceso:acceso abierto
Materia:Papa
Maiz
Productos agrícolas
Helada
Temperatura
Técnicas de predicción
Valor económico
Modelos de simulación
Rendimiento de cultivos
Estimación
Métodos estadísticos
Evaluación
Perú
Región Ancash
http://purl.org/pe-repo/ocde/ford#1.05.09
id UNAL_e40d730f89959d96e15b83f871962bc1
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/4074
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.none.fl_str_mv Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
title Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
spellingShingle Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
Castro Narciso, Anabel Yovana
Papa
Maiz
Productos agrícolas
Helada
Temperatura
Técnicas de predicción
Valor económico
Modelos de simulación
Rendimiento de cultivos
Estimación
Métodos estadísticos
Evaluación
Perú
Región Ancash
http://purl.org/pe-repo/ocde/ford#1.05.09
title_short Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
title_full Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
title_fullStr Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
title_full_unstemmed Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
title_sort Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
author Castro Narciso, Anabel Yovana
author_facet Castro Narciso, Anabel Yovana
author_role author
dc.contributor.advisor.fl_str_mv García Villanueva, Jerónimo
dc.contributor.author.fl_str_mv Castro Narciso, Anabel Yovana
dc.subject.none.fl_str_mv Papa
Maiz
Productos agrícolas
Helada
Temperatura
Técnicas de predicción
Valor económico
Modelos de simulación
Rendimiento de cultivos
Estimación
Métodos estadísticos
Evaluación
Perú
Región Ancash
topic Papa
Maiz
Productos agrícolas
Helada
Temperatura
Técnicas de predicción
Valor económico
Modelos de simulación
Rendimiento de cultivos
Estimación
Métodos estadísticos
Evaluación
Perú
Región Ancash
http://purl.org/pe-repo/ocde/ford#1.05.09
dc.subject.ocde.none.fl_str_mv http://purl.org/pe-repo/ocde/ford#1.05.09
description Universidad Nacional Agraria La Molina. Facultad de Ciencias. Departamento Académico de Ingeniería Ambiental, Física y Meteorología
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2019-08-16T13:54:49Z
dc.date.available.none.fl_str_mv 2019-08-16T13:54:49Z
dc.date.issued.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.other.none.fl_str_mv P40.C3787-T BAN UNALM
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/4074
identifier_str_mv P40.C3787-T BAN UNALM
url https://hdl.handle.net/20.500.12996/4074
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/32b0c9fe-6357-4697-a299-211359c105b1/download
https://repositorio.lamolina.edu.pe/bitstreams/5d41a65a-26d7-4619-9e8a-257c50150817/download
https://repositorio.lamolina.edu.pe/bitstreams/01c08ef1-536c-4a02-a78a-d28500dff8b8/download
https://repositorio.lamolina.edu.pe/bitstreams/b2f0bddb-08fc-42bb-b4ab-1ada943e693f/download
bitstream.checksum.fl_str_mv 5dc247b636c0e6f6646368fd10debcad
860845fcaeca294231170b64a48b1379
56fd200770247b4b60326d9ea1da05da
85e652b8dfa19b82485c505314e0a902
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1843170262568140800
spelling García Villanueva, Jerónimo1688d268-b1a6-45d0-a64b-ba9d891f4006Castro Narciso, Anabel Yovana2019-08-16T13:54:49Z2019-08-16T13:54:49Z2019P40.C3787-T BAN UNALMhttps://hdl.handle.net/20.500.12996/4074Universidad Nacional Agraria La Molina. Facultad de Ciencias. Departamento Académico de Ingeniería Ambiental, Física y MeteorologíaEn esta investigación se determinó modelos empíricos de pronóstico de temperaturas mínimas de 6 estaciones de la Región Ancash, las cuales son: Chiquian, Malvas, Cabana, Santiago Atunes de Mayolo, Buena Vista y Huarmey; se llegó a este resultado haciendo un comparativo de las temperaturas mínimas registradas y pronosticadas (modelo BRAMS) en cada punto de estación durante las campañas agrícolas 2013/2014, 2014/2015, 2015/2016, posteriormente se aplicó técnicas estadísticas, como la correlación lineal de Pearson con un grado de significancia del 90 y 95 por ciento, regresión lineal simple para obtener las ecuaciones empíricas de pronóstico y para aceptar las constantes A ≠ B≠ 0 se realizó la prueba de Fisher a un nivel de confianza del 95 por ciento. La validación de las ecuaciones empíricas de pronóstico se realizó analizándose los datos observados de temperatura mínima y las temperaturas mínimas pronosticados por las ecuaciones empíricas durante la campaña agrícola 2016/2017 usándose el error medio (ME o BIAS) y el error cuadrático medio (RMSE), llegándose a aceptar las ecuaciones de los diferentes tiempos de pronósticos (T2, T3, T4 y T5) de las siguientes estaciones: Malvas resulto significativo en el los 4 tiempos de pronóstico (T2, T3, T4 y T5); asimismo las estaciones de Chamana y Chiquian resultaron significativos en el tiempo 2 (T2), mientras que Santiago Atunes de Mayolo en tiempo 2 y 3 (T2, T3), Huarmey en Tiempo 2 y 5 y Buena Vista en el tiempo 4 y 5. Estos modelos empíricos, fueron usados en la predicción de temperaturas mínimas y así poder evaluar las temperaturas críticas de los cultivos de papa y maíz amiláceo. Adicionalmente a esto, se hizo la valorización económica del pronóstico de temperaturas mínimas por debajo de 5.8 °C (en al caso de la papa) y por debajo de 7.6 °C (para el maíz amiláceo) utilizando el modelo “Cost-Loss”; para ello se relacionó mediante una regresión lineal múltiple, el rendimiento (Kg/ha) del cultivo con las variable de temperatura, precipitación y heladas agronómicas; esta relación solo fue significante al 97 por ciento para el cultivo de papa (bajo la ocurrencia de más de 50 heladas agronómicas) más no para el de maíz amiláceo; es por eso que solo se continuó con la evaluación para el cultivo de papa, encontrándose un cuadro de Playoff (toma de decisiones) que nos indica lo siguiente: si un agricultor no toma ninguna acción preventiva ante la ocurrencia de más de 50 heladas agronómicas se perderá 1550 kg por cada hectárea que siembre; en caso se tomase las acciones preventivas perderá en promedio 1033.6 kilogramos por hectárea. Una vez que se obtuvo la información del cuadro de decisión se procedió a evaluar la campaña agrícola 2016/2017 encontrándose que la ecuación empírica de pronóstico de la estación Malvas (estación representativa para la región Ancash), pronóstico 9 episodios de temperaturas mínimas por debajo de los 5.3 °C, los cuales fueron insuficientes para valorar económicamente el pronóstico durante esa campaña. Cabe mencionar que año 2017 estuvimos bajo un escenario del Niño Costero, por lo que las temperatura nocturnas fueron altas.In this research has determined empirical models of minimum temperatures forecasts of six station meteorology in Ancash region, which are: Chiquian, Malvas, Cabana, Santiago de Atunes de Mayolo, Buena Vista y Huarmey; This result was obtained by comparing the minimum temperatures recorded and forecasted (BRAMS model) at each station point during the 2013/2014, 2014/2015 and 2015/2016 agricultural campaign. Subsequently implemented statistical techniques, such as Pearson's linear correlation with a degree of significance of 90 and 95 percent, simple linear regression to obtain the empirical prediction equations and to accept the constants A ≠ B ≠ 0 Fisher's test was performed at a confidence level of 95 percent. Validation of the empirical forecasting equations was performed by analyzing the observed minimum temperature data and the minimum temperatures forecasted by the empirical equations during the 2016/2017 agricultural campaign, using the mean error (ME or BIAS) and the mean square error (RMSE), coming to accept the equations of the different forecast times (T2, T3, T4 and T5) of the following stations: Malvas was significant in the 4 forecast times (T2, T3, T4 and T5); also the Chamana and Chiquian stations were significant at time 2 (T2), while Santiago Atunes de Mayolo at time 2 and 3 (T2, T3), Huarmey at Time 2 and 5 and Buena Vista at time 4 and 5. These empirical models, were used in the prediction of minimum temperatures and thus to be able to evaluate the critical temperatures of the potato and corn crops. In addition to this, economic valuation was made of the forecast of minimum temperatures below 5.8 ° C (in the case of potatoes) and below 7.6 ° C (for starchy corn) using the " Cost-Loss " model; for this, the yield (Kg / ha) of the crop was related by means of a multiple linear regression with the variables of temperature, precipitation and agronomic frosts; this relationship was only significant at 97 percent for the potato crop (under the occurrence of more than 50 agronomic frosts) but not for the starchy corn; that is why we only continued with the evaluation for the potato crop, finding a Playoff table (decision making) that tells us the following: if a farmer does not take any preventive action before the occurrence of more than 50 agronomic frosts, you will lose 1550 kg for each hectare you sow; in case preventive actions are taken, it will lose on average 1033.6 kilograms per hectare. Once the information in the decision table was obtained, the 2016/2017 agricultural campaign was evaluated, finding that the empirical forecast equation of the Malvas station (representative station for the Ancash region), forecast 9 episodes of minimum temperatures below 5.3 °C, which were insufficient to economically assess the forecast during that campaign. It is worth mentioning that year 2017 we were under a scenario of the Coastal Child, so the night temperatures were high.Tesisapplication/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/PapaMaizProductos agrícolasHeladaTemperaturaTécnicas de predicciónValor económicoModelos de simulaciónRendimiento de cultivosEstimaciónMétodos estadísticosEvaluaciónPerúRegión Ancashhttp://purl.org/pe-repo/ocde/ford#1.05.09Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancashinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMSUNEDUIngeniería Ambiental, Física y MeteorologíaUniversidad Nacional Agraria La Molina. Facultad de CienciasIngeniero Meteorólogo46480008https://orcid.org/0000-0001-5845-764206077463https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional521035Calle Montes, Victoria DorisUnsihuay Tovar, Franklin DelioHuaringa Joaquín, Amelia WiteTEXTcastro-narciso-anabel-yovana.pdf.txtcastro-narciso-anabel-yovana.pdf.txtExtracted texttext/plain157901https://repositorio.lamolina.edu.pe/bitstreams/32b0c9fe-6357-4697-a299-211359c105b1/download5dc247b636c0e6f6646368fd10debcadMD54THUMBNAILcastro-narciso-anabel-yovana.pdf.jpgcastro-narciso-anabel-yovana.pdf.jpgGenerated Thumbnailimage/jpeg3020https://repositorio.lamolina.edu.pe/bitstreams/5d41a65a-26d7-4619-9e8a-257c50150817/download860845fcaeca294231170b64a48b1379MD55ORIGINALcastro-narciso-anabel-yovana.pdfcastro-narciso-anabel-yovana.pdfTexto completoapplication/pdf2262169https://repositorio.lamolina.edu.pe/bitstreams/01c08ef1-536c-4a02-a78a-d28500dff8b8/download56fd200770247b4b60326d9ea1da05daMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81683https://repositorio.lamolina.edu.pe/bitstreams/b2f0bddb-08fc-42bb-b4ab-1ada943e693f/download85e652b8dfa19b82485c505314e0a902MD5220.500.12996/4074oai:repositorio.lamolina.edu.pe:20.500.12996/40742025-03-21 10:58:18.901https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 13.243791
Determinación de modelos de estimación de temperaturas mínimas con fines de pronóstico de heladas en la región Ancash
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).

Ejemplares Similares