- -

Interpolación espacial de series de precipitación diaria

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Interpolación espacial de series de precipitación diaria

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author Moreno-Pérez, M.F. es_ES
dc.contributor.author Roldán Cañas, J. es_ES
dc.coverage.spatial east=-6.920913499999999; north=37.6060122; name=Província de Huelva, Huelva, Espanya es_ES
dc.date.accessioned 2020-04-30T17:07:58Z
dc.date.available 2020-04-30T17:07:58Z
dc.date.issued 2008-03-31
dc.identifier.issn 1134-2196
dc.identifier.uri http://hdl.handle.net/10251/142129
dc.description.abstract [ES] Con el fin de generar registros sintéticos de precipitación diaria en lugares en los que no se dispone de datos, se han propuesto gran variedad de métodos a escala regional. Sin embargo, estos métodos solo han considerado la influencia de variables geográficas. En este sentido, se han empezado a desarrollar métodos que tienen en cuenta variables climáticas que pueden ser fácilmente identificadas y medidas en cualquier punto. Debido a las características climáticas de Andalucía, en la que coexisten varias zonas montañosas junto con el valle del Guadalquivir que se abre al Océano Atlántico, las variables geográficas consideradas en el estudio han sido la distancia al mar y la altitud sobre el nivel del mar, mientras que las variables climáticas que se han tenido en cuenta son la precipitación media anual y el número de días lluviosos. El procedimiento que hemos seguido se basa en la estimación de los parámetros del modelo estocástico cadena de Markov –mixta exponencial, y consiste en la ponderación de los valores de las variables, teniendo en cuenta su proximidad a los puntos sin registro de lluvia. Una vez se han estimado los coeficientes, se han simulado series de 52 años de precipitación diaria en las dos estaciones elegidas como testigo. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Ingeniería del agua es_ES
dc.rights Reserva de todos los derechos es_ES
dc.title Interpolación espacial de series de precipitación diaria es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/ia.2008.2925
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Moreno-Pérez, M.; Roldán Cañas, J. (2008). Interpolación espacial de series de precipitación diaria. Ingeniería del agua. 15(1):37-45. https://doi.org/10.4995/ia.2008.2925 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/ia.2008.2925 es_ES
dc.description.upvformatpinicio 37 es_ES
dc.description.upvformatpfin 45 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 15 es_ES
dc.description.issue 1 es_ES
dc.identifier.eissn 1886-4996
dc.relation.pasarela OJS\2925 es_ES
dc.description.references ASCE, (1999). Hydrology Handbook. American Society of Civil Engineers ASCE, 2a. edición, New York. es_ES
dc.description.references Alcaide, M., (1986). Análisis estacional y regional de la precipitación en el valle del Guadalquivir. Tesis doctoral, Universidad de Córdoba. es_ES
dc.description.references Ashraf, M., J.C. Loftis y K.G. Hubbard, (1997). Application of geostatisticals to evaluate partial weather station network. Agricultural Forest Meteorology, 84, 255-271. es_ES
dc.description.references Beek, E.G., A. Stein y L.L.F. Janssen, (1992). Spatial variability and interpolation of daily precipitation amount. Stochastic Hydrol. Hydraul., 6, 209-221. es_ES
dc.description.references Buytaert, W.R., R. Célleri, P. Willems, B. De Biévre y G. Wyseure, (2006). Spatial and temporal rainfall variability in montain areas: A case study from the south Ecuadorian Andes. Journal of Hydrology, 329, 413-421. es_ES
dc.description.references French, M.N., W.F. Krajewski y R.R. Cuykendal, (1992). Rainfall forecasting in space and time using a neural network. Journal of Hydrology, 137, 1-37. es_ES
dc.description.references Gil, A., (1998). Regionalización de parámetros de modelos estocásticos de precipitación diaria en zonas monta~nosas. Trabajo Fin de Carrera, E.T.S.I.A.M., Universidad de Córdoba. es_ES
dc.description.references Goovaerts, P., (2000). Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall. Journal of Hydrology, 228(1), 113-129. es_ES
dc.description.references Hanson, C.L., H.B. Osborn y D.A. Woolhiser, (1989). Daily precipitation simulation model for montainous areas. Trans. ASAE, 32(3), 865-873. es_ES
dc.description.references Johnson, G.L. y C.L. Hanson, (1995). Topographic and atmospheric influences on precipitation variability over a mountain watershed. Journal of Applied Meteorology, 34(1), 68-87. es_ES
dc.description.references Kyriakidis, P.C., N. L. Miller y J. Kim, (2004). A spatial time series framework for simulating daily precipitation at regional scales. Journal of Hydrology, 297, 236-255. es_ES
dc.description.references Moreno, F., (1996). Regionalización de parámetros de modelos estocásticos de precipitación diaria. Trabajo Fin de Carrera, E.T.S.I. Agrónomos y Montes, Universidad de Córdoba, 120 pp. es_ES
dc.description.references Moreno, F. y J. Roldán, (1999). Regionalization of Daily Precipitation Stochastic Model Parameters. Application to the Guadalquivir Valley in Southern Spain, Phys. Chem. Earth (B), 24, 1-2, pp. 65-71. es_ES
dc.description.references Pérez Lucena, J., (1994). Modelo estocástico de la precipitación diaria. Aplicación a las estaciones de Córdoba y Sevilla. Trabajo Fin de Carrera, E.T.S.I. Agrónomos y de Montes, Universidad de Córdoba, 151 pp. es_ES
dc.description.references Teegavarapu, R.S.V. y V. Chandramouli, (2005). Improved weighting methods, deterministic and stochastic data-driven models for estimation of missing precipitation records. Journal of Hydrology, 312, 91-206 es_ES
dc.description.references Teegavarapu, R.S.V., (2007). Use of universal function approximation in variance-dependent surface interpolation method. An application in hydrology. Journal of Hydrology, 332, 16-29. es_ES
dc.description.references Woolhiser, D.A. y G.G.S. Pegram, (1979). Maximum likelihood estimation of Fourier coefficients to describe seasonal variations of parameters in stochastic daily precipitation models. J. Appl. Meteorol., 18(1), 34-42. es_ES
dc.description.references Woolhiser, D.A. y J. Roldán, (1986). Stochastic daily precipitation models. 2. A comparison of distribution of amounts. Water Resour. Res., 18(5), 1461-1468. es_ES
dc.description.references Woolhiser, D.A., C.L. Hanson y C.W. Richardson, (1988). Microcomputer program for daily weather simulation U.S.D.A. Agric. Res. Serv., ARS-75, 49 pp. es_ES
dc.description.references Woolhiser, D.A., (1992). Modeling daily precipitation. Progress and problems. En Statistics in the environmental and earth sciences, A. Walden y P. Guttorp (eds.), Edward Arnold, Londres, pp. 71-89. es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem