Reconstrucción de series de precipitación usando redes neuronales artificiales

Ponente(s): Rosa María Gutiérrez Apolonio, Lluvia Carolina Morales Reynaga

El registro de datos observados sobre precipitaciones es de suma importancia ya que con ellos es posible desarrollar una adecuada gestión del agua, se puede modelar y predecir la cantidad de lluvias, el diseño de obras hidráulicas para el control de escurrimientos, entre otros. Para obtener resultados que se ajusten a la realidad del fenómeno de precipitación la Organización Mundial Meteorológica recomienda que se cuente con datos registrados durante 50 años continuos, como mínimo. Sin embargo, muchas veces se encuentra con la falta de continuidad de las bases de datos que pueden afectar al resultado obtenido, esto se debe a: la variabilidad de las lluvias, falla del equipo, falla en el proceso de medición, entre otros. En este trabajo se reconstruyen las series de precipitación del estado de Oaxaca utilizando el aprendizaje de retropropagación y contrapropagación de RNAs. Para tener mejores resultados se considera información de las estaciones meteorológicas vecinas del estado de Oaxaca así como de las estaciones de los estados vecinos, las cuales son elegidas con la red de Kohonen.