Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/4096
Título : Generación de superficies climáticas usando datos funcionales de temperatura y precipitación por medio de métodos geoestadísticos para el Valle del Río Cauca, Colombia
Autor : Resl, Richard (dir)
Cardona Rios, Jorge Antonio
Descriptores / Subjects : Climatología
Temperatura y Precipitación
Métodos Geoestadísticos
Superficies Climáticas
Fecha de Publicación : feb-2015
Ciudad: Editorial : Quito, 2015.
Cita Sugerida : Tesis (Magíster en Sistemas de Información Geográfica), Universidad San Francisco de Quito, Colegio de Postgrados; Quito, Ecuador, 2015.
Resumen / Abstract: Sin duda alguna el clima es un fenómeno que cada día se torna con mayor importancia, ya que todas las actividades sobre la tierra están limitadas o influenciadas por él y su estudio siempre será tema de investigación y discusión; para el siguiente estudio se analizará las variables climáticas desde un punto de vista de valor-datos funcional, en donde por medio de técnicas geoestadísticas se crea un modelo para predecir el comportamiento climático en sitios no muestreados y generar así las superficies. El enfoque de este estudio es teórico-práctico, ya que constituye una técnica estadística reciente; empezando por la identificación y exploración de los datos obtenidos por las estaciones climáticas, además de realizarse un análisis descriptivo del clima, el cual muestra el estilo de los datos de manera individual (por estación climática) , siguiendo el proceso de control de calidad y la generación de datos faltantes por medio del software estadístico R y el paquete RMAWGEN multi-sites auto-regressive weather generator. A continuación, con el apoyo de la librería functional data analysis FDA (J. O. Ramsay & Silverman, 2005) se realizó el análisis funcional de datos, encontrándose mediante métodos geo-estadísticos de evaluación el mejor ajuste de las curvas. Posteriormente, con la aplicación de la librería de R (geofd), se realizó el análisis final y la generación de las curvas del modelo; generándose las superficies climáticas de tipo raster. Todos los procesos se acompañan de argumentos teóricos, con el fin de apoyar el entendimiento de las técnicas estadísticas espaciales aplicadas.
Descripción : Certainly the climate is a phenomenon that every day becomes more important, as all activities on land are limited or influenced by it. Its study will always be subject of research and discussion; the following project will analyze climatic variables from the point of view of valuable-Functional Data, where using geostatistical techniques create a model to predict climate behavior at unsampled sites and generate surfaces. The focus of this study is purely theoretical and practical, since it is a new statistical technique; beginning with the identification and exploration of the data obtained by weather stations, and a descriptive analysis of the climate, which shows the style of data individually (for weather station) done, following the process of quality control and the missing data generation package through Multi-Sites Auto-regressive Weather Generator statistical software R and RMAWGEN. Then, with the support of the Functional Data Analysis (fda) library (JO Ramsay & Silverman, nd) (JO Ramsay & Silverman, nd) a functional data analysis was performed by finding geo-statistical methods of evaluating the best fit of the curves. Later, with the implementation of the R library (geofd) , the final analysis and the generation of the model curves was performed; generating the gridded climate surfaces. All processes are accompanied by theoretical arguments to support the understanding of spatial statistical techniques applied.
URI : http://repositorio.usfq.edu.ec/handle/23000/4096
Aparece en las colecciones: Tesis - Maestría en Sistemas de Información Geográfica

Archivos en este ítem:
Archivo Descripción Tamaño Formato  
113816.pdfTESIS A TEXTO COMPLETO4,48 MBAdobe PDFThumbnail
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons