ANÁLISIS PREDICTIVO EN SERIES TEMPORALES DE PRECIPITACIONES PLUVIALES MEDIANTE REDES NEURONALES
Henry Ocampo1, Josué Mejía1, Nathalye Deras1, Anthony Sanchez1
1Universidad Nacional Autónoma de Honduras, Tegucigalpa, Honduras.
INTRODUCCIÓN
En este trabajo se lleva a cabo un análisis predictivo de series temporales para analizar la relación entre las precipitaciones pluviales y el cambio de temperatura utilizando datos proporcionados por el Instituto Hondureño de Ciencias de la Tierra de la Universidad Nacional Autónoma de Honduras (IHCIT UNAH). Se utilizan datos históricos de precipitaciones y temperaturas, recopilados diariamente por la estación meteorológica de la UNAH.
METODOLOGÍA
El objetivo principal es comprender cómo las variaciones de la temperatura pueden influir en los patrones de precipitaciones pluviales (1). Para lograr este objetivo, se emplean modelos de redes neuronales para modelar la relación compleja entre estas dos variables climáticas (2). Estos modelos se entrenan utilizando datos históricos y se ajustan para predecir las precipitaciones pluviales en función de las variaciones de temperatura (1). Los resultados obtenidos de los modelos de redes neuronales se comparan con los enfoques tradicionales de análisis de series de tiempo para evaluar su eficacia y precisión en la predicción de las precipitaciones pluviales (2). Los hallazgos de esta investigación proporcionarán una mejor comprensión de la dinámica climática local, permitirá establecer la factibilidad de extender esta investigación en diversas estaciones meteorológicas de la región hondureña y proporcionará información cuantitativa relevante para la planificación y la toma de decisiones en áreas relacionadas con la gestión del agua, la agricultura y la mitigación de desastres naturales.
RESULTADOS
Se ha desarrollado un modelo de red neuronal artificial basado en una arquitectura de AutoEncoder Variacional el cual permite capturar la relación compleja entre las series temporales de temperatura y precipitaciones pluviales (3).
Figura 1. Predicción de precipitaciones pluviales mediante red neuronal.
Dicho modelo permite predecir, a largos intervalos de tiempo, el comportamiento de las precipitaciones a partir de las variaciones de la temperatura. No obstante, se pueden apreciar algunas discrepancias en ciertos periodos de tiempo lo cual debe ser objeto de estudio en futuras investigaciones.
Figura 2. Predicción de precipitaciones pluviales mediante red neuronal.
CONCLUSIÓN
El modelo proporciona un ajuste aceptable, sin embargo, a la hora de predecir muestra algunas discrepancias en ciertos períodos. En general, el modelo de red neuronal mostró una capacidad predictiva prometedora, siendo una opción viable para el análisis bivariado de series temporales captadas de otras estaciones meteorológicas del país.
REFERENCIAS
- Chibuike Chiedozie Ibebuchi, Richman MB. Non-linear modes of global sea surface temperature variability and their relationships with global precipitation and temperature. Environmental Research Letters. 2024 Jan 8;19(2):024001–1.
- Mislan, Haviluddin, Hardwinarto S, Sumaryono, Aipassa M. Rainfall Monthly Prediction Based on Artificial Neural Network: A Case Study in Tenggarong Station, East Kalimantan - Indonesia. Procedia Computer Science. 2015; 59:142–51.
- Cai B, Yang S, Gao L, Xiang Y. Hybrid variational autoencoder for time series forecasting. Knowledge-Based Systems. 2023 Dec 1; 281:111079–9.
Cómo citar este trabajo (Vancouver):
Ocampo H, Mejía J, Deras N, Sanchez A. ANÁLISIS PREDICTIVO EN SERIES TEMPORALES DE PRECIPITACIONES PLUVIALES MEDIANTE REDES NEURONALES [resumen]. En: Vispo NS, editor. Memorias del Congreso de Investigación y Posgrado UNAH 2024: Libro de resúmenes. Madrid/Tegucigalpa: Clinical Biotec S.L.; Universidad Nacional Autónoma de Honduras; 2024. doi: 10.70099/cb/unah/2024.mem
ISBN del libro: 978-84-09-76685-7