Pronóstico de caudales horarios mediante el Filtro de Kalman Discreto y Filtro de Kalman de conjuntos en la cuenca del río Huaynamota, México
Pronóstico de caudales horarios mediante el Filtro de Kalman Discreto y Filtro de Kalman de conjuntos en la cuenca del río Huaynamota, México
Date
2021-06-09
Authors
Narváez Ortiz, Ildefonso
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Autónoma Chapingo
Abstract
La variabilidad climática ha provocado el aumento de la frecuencia de ocurrencia de fenómenos climáticos extremos, eventos de lluvias intensas se traducen en cambios bruscos en los caudales y por ende posibles inundaciones o avalanchas. Para prevenir y mitigar los efectos negativos es indispensable contar con información anticipada que permita la toma de decisiones acertadas para la gestión del riesgo de desastres o la administración de infraestructuras. Se evaluó el filtro de Kalman discreto y filtro de Kalman de conjuntos para pronosticar los caudales horarios en la estación Chapalagana con base en los últimos registros de las estaciones Chapalgana y platanitos, en la cuenca del río Huaynamota, en los Estados de Zacatecas, Jalisco y Nayarit al norte de México. La evaluación del ajuste de los pronósticos se hizo mediante la raíz del cuadrado medio del error y el índice de Nash-Sutcliffe, y la determinación del tamaño de conjunto se hizo a través de un análisis de sensibilidad que relaciona el ajuste de la serie pronosticada contra el tamaño del conjunto. El filtro de Kalman discreto obtuvo los mejores ajustes en los seis pasos evaluados, no obstante, tiende a generar desplazamiento de la serie pronosticada. El filtro de Kalman de conjuntos converge con mayor precisión sobre la serie observada una vez que se ejecuta la actualización de estados, identifica el comportamiento no lineal de los caudales y realiza estimación con base a esta tendencia, pero genera sobrestimación de los picos. La estimación de estados en lugar de estimar valores escalares de caudal junto con la incorporación dinámica del tiempo de retraso entre series permite mejorar el ajuste de los pronósticos.
Description
Tesis (Doctorado en Ingeniería Agrícola y Uso Integral del Agua)
Keywords
Precipitación,
asimilación de datos,
método recursivo,
simulación de Monte Carlo