Análisis espaciotemporal de la sequía con SPEI en el Estado de México
Análisis espaciotemporal de la sequía con SPEI en el Estado de México
Date
2025-09-08
Authors
Carrillo Carrillo, Mauricio
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Autónoma Chapingo
Abstract
El cambio climático y la creciente demanda de agua están agravando los
problemas de abastecimiento en la Ciudad de México y el Estado de México. La
escasez de datos meteorológicos completos complica el análisis de fenómenos
como las sequías. Para abordar esta limitación, se utilizaron datos climáticos
históricos de Climate Engine (1981–2023) para calcular el índice SPEI a
diferentes escalas temporales (1 a 24 meses). Los análisis estadísticos revelaron
mayor homogeneidad en los datos de temperatura que en los de precipitación.
La prueba de Mann–Kendall mostró un aumento significativo en la temperatura,
pero no en la precipitación. Las sequías se han intensificado en la última década,
con mayor frecuencia en el oeste del Estado de México y el suroeste de la Ciudad
de México, especialmente en 2017, 2019, 2020, 2021 y 2023. El estudio comparó
tres modelos de predicción del SPEI: el Filtro de Kalman con variables exógenas
(DKF-ARX-Pt), redes neuronales GRU y redes NARX. La evaluación se basó en
métricas como MAE, MSE, RMSE, R², NSE y KGE. El modelo DKF-ARX-Pt fue
el más preciso y estable en todas las escalas, mientras que las redes GRU
tuvieron un desempeño aceptable en escalas largas (SPEI12 y SPEI24), pero
inestable en escalas cortas. Las redes NARX presentaron el peor desempeño,
con altos errores y baja eficiencia. Se concluye que los modelos basados en filtros
de Kalman son herramientas eficaces para predecir condiciones de sequía y
apoyar la gestión hídrica en regiones vulnerables.
Description
Tesis (Doctorado en Ingeniería Agrícola y Uso Integral del Agua)
Keywords
Índice de sequía, filtro de Kalman, SPEI, CHIRPS, DAYMET