Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.14076/9394
Title: Predicción de sequías con redes neuronales artificiales y algoritmos genéticos utilizando precipitación por percepción remota
Authors: Ayala Bizarro, Iván Arturo
Advisors: Zubiaur Alejos, Miguel Ángel
Keywords: Redes neuronales artificiales;Análisis de frecuencia
Issue Date: 2016
Publisher: Universidad Nacional de Ingeniería
Abstract: El objetivo de la investigación, es determinar el desempeño de la predicción de sequía agrícola regional, mediante el modelo de Redes Neuronales Artificiales tipo NARX, utilizando los índices SPI, SPEI, VCI e Índices Climáticos Globales. Se han determinado 10 regiones homogéneas mediante el análisis regional de frecuencias y L-Momentos, definiendo la región más árida y el índice representativo con su respectiva escala temporal (SPEI 6 meses) que responde al crecimiento y desarrollo de la vegetación en la cuenca con correlación de Pearson igual a 0.58. Las precipitaciones y temperaturas mensuales corresponden a los datos PISCO elaborados por SENAMHI-Perú, con resolución espacial de 0.05˝. Para la predicción se han determinado 2 grupos, el primero para la construcción del modelo con 80 % del registro y para la validación del modelo y la hipótesis con el 20 % restante. Los resultados de la predicción han sidos satisfactorios aceptándose la hipótesis nula planteada.
URI: http://hdl.handle.net/20.500.14076/9394
Rights: info:eu-repo/semantics/restrictedAccess
Appears in Collections:Maestría

Files in This Item:
File Description SizeFormat 
ayala_ba.pdf24,19 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI