Pronóstico de caudales horarios mediante el Filtro de Kalman Discreto y Filtro de Kalman de conjuntos en la cuenca del río Huaynamota, México

dc.contributor.advisorIbáñez Castillo, Laura Alicia
dc.contributor.authorNarváez Ortiz, Ildefonso
dc.contributor.otherVázquez Peña, Mario Alberto
dc.contributor.otherArteaga Ramírez, Ramón
dc.contributor.otherCervantes Osornio, Rocío
dc.date.accessioned2021-12-03T19:52:51Z
dc.date.available2021-12-03T19:52:51Z
dc.date.issued2021-06-09
dc.descriptionTesis (Doctorado en Ingeniería Agrícola y Uso Integral del Agua)es_MX
dc.description.abstractLa 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.es_MX
dc.description.sponsorshipUniversidad Autónoma Chapingo, CONACyTes_MX
dc.identifier.urihttps://hdl.handle.net/20.500.12098/965
dc.language.isoeses_MX
dc.publisherUniversidad Autónoma Chapingoes_MX
dc.rightsAttribution-NonCommercial-ShareAlike 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/us/*
dc.subjectPrecipitaciónes_MX
dc.subjectasimilación de datoses_MX
dc.subjectmétodo recursivoes_MX
dc.subjectsimulación de Monte Carloes_MX
dc.titlePronóstico de caudales horarios mediante el Filtro de Kalman Discreto y Filtro de Kalman de conjuntos en la cuenca del río Huaynamota, Méxicoes_MX
dc.typeThesises_MX

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
diauia_noi-21.jpg
Tamaño:
133,85 KB
Formato:
Joint Photographic Experts Group/JPEG File Interchange Format (JFIF)
Descripción:
Portada de tesis
Cargando...
Miniatura
Nombre:
diauia_noi-21.pdf
Tamaño:
2,67 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis en formato PDF