SciELO - Scientific Electronic Library Online

 
vol.9 special issue 21Design and installation of an automatic shade mesh control system, case strawberry cultivation (Fragaria sp.)Mechatronic system for the control of fertilizer and pesticide granules dispensers of a fertilizer seeder author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista mexicana de ciencias agrícolas

Print version ISSN 2007-0934

Abstract

ROMANTCHIK KRIUCHKOVA, Eugenio; ARTEAGA-RAMIREZ, Ramón; CERVANTES OSORNIO, Rocío  and  VAZQUEZ-PENA, Mario A.. Modelos para predecir precipitación probabilística en Tabasco México generados con información publicada. Rev. Mex. Cienc. Agríc [online]. 2018, vol.9, n.spe21, pp.4341-4354. ISSN 2007-0934.  https://doi.org/10.29312/remexca.v0i21.1535.

Las estaciones climatológicas generalmente presentan datos perdidos en sus registros, lo que complica realizar estudios probabilísticos en este caso de la precipitación. Pero existe información publicada que se obtiene para tal fin, por lo que, el objetivo fue generar modelos para predecir precipitación probabilística en el estado de Tabasco con información publicada. Se contó con información publicada de forma gráfica de 19 estaciones en el estado de Tabasco, de éstas se tomó la precipitación media y se generó la precipitación probabilística a los niveles de 80, 60, 40 y 20%, se utilizó el modelo lineal simple y se generaron cuatro modelos para estimar la precipitación probabilística a los niveles indicados en función de la precipitación media con los datos de 17 estaciones, las otras dos se utilizaron en la validación de los modelos. Para definir la bondad predictiva de éstos, se utilizó la raíz cuadrada del cuadrado medio del error (RCCME). Los cuatro modelos generados presentaron buen ajuste, ya que sus coeficientes de determinación fueron de 0.959, 0.985, 0.991 y 0.97, en los niveles de probabilidad de 80, 60, 40 y 20% respectivamente. Los valores de la RCCME variaron de 4.6 a 27.7 mm lo que indica que los modelos son buenos pronosticadores.

Keywords : estimación de precipitación; modelo lineal; raíz cuadrada del cuadrado medio del error y zonificación de cultivos.

        · abstract in English     · text in English | Spanish     · English ( pdf ) | Spanish ( pdf )