Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Seasonal Hydrological and Meteorological Time Series

Cepeda Cuervo, Edilberto and Achcar, Jorge Alberto and Andrade, Marinho G. (2018) Seasonal Hydrological and Meteorological Time Series. Earth Sciences Research Journal, 22 (2). pp. 83-90. ISSN 2339-3459

Texto completo

[img]
Vista previa
PDF - Versión Publicada
Available under License Creative Commons Attribution.

1MB

URL oficial: https://revistas.unal.edu.co/index.php/esrj/articl...

Resumen

Time series models are often used in hydrology and meteorology studies to model streamflows series in order to make forecasting and generate synthetic series which are inputs for the analysis of complex water resources systems. In thispaper we introduce a new modeling approach for hydrologic and meteorological time series assuming a continuous distribution for the data, where both the conditional mean and conditional varianceparameters are modeled. Bayesian methods using standard MCMC (Markov Chain Monte Carlo Methods) are used to simulate samples for the joint posterior distribution of interest. Two applications to real data sets illustrate the proposedmethodology, assuming that the observations come from a normal, a gamma or a beta distribution. A first example is given by a time series of monthly averages of natural streamflows, measured in the year period ranging from1931 to 2010 in Furnas hydroelectric dam, Brazil. A second example is given with a time series of 313 air humidity data measured in a weather station of Rio Claro, a Brazilian city located in southeastern of Brazil. These applications motivate us to introduce new classes of models to analyze hydrological and meteorological time series, Los modelos de series de tiempo se usan a menudo en estudios de hidrología y meteorología para modelar series de flujos a fin de hacer pronósticos y generar series sintéticas que son insumos para el análisis de sistemas complejos de recursos hídricos. En este artículo presentamos un nuevo enfoque de modelado para series de tiempo hidrológicas y meteorológicas asumiendo una distribución continua para los datos, donde se modelan los parámetros tanto de la media condicional como de la varianza condicional. Métodos bayesianos estándares que usan MCMC (Markov Chain Monte Carlo) son usados para simular muestras de la distribución  a posteriori conjunta de interés. Dos aplicaciones a conjuntos de datos reales ilustran la metodología propuesta,  asumiendo  que las observaciones provienen de una distribución normal,  gamma o beta. Un primer ejemplo está dado por una serie temporal de promedios mensuales de los caudales naturales, medidos en el período anual que va de 1931 a 2010 en la presa hidroeléctrica de Furnas, Brasil. Un segundo ejemplo considera una serie temporal de 313 datos de humedad del aire medidos en una estación meteorológica de Río Claro, una ciudad brasileña ubicada en el sureste de Brasil. Estas aplicaciones nos motivan a introducir nuevas clases de modelos para analizar series de tiempo hidrológicas y meteorológicas.

Tipo de documento:Artículo - Article
Palabras clave:Hydrology time series data, Meteorological time series, Conditional regression models, Bayesian analysis, MCMC methods, Series de tiempo hidrológicas, Series de tiempo meteorológicas, Modelos de regresión condicional, Análisis Bayesiano, Métodos MCMC.
Temática:5 Ciencias naturales y matemáticas / Science > 55 Ciencias de la tierra / Earth sciences & geology
Unidad administrativa:Revistas electrónicas UN > Earth Sciences Research Journal
Código ID:69611
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :24 Septiembre 2018 17:34
Ultima modificación:24 Septiembre 2018 17:34
Ultima modificación:24 Septiembre 2018 17:34
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox