Resumen de Predicción no lineal de caudales utilizando variables macroclimáticas y análisis espectral singular

Julián David Rojo Hernández, Luis Fernando Carvajal Serna

• español

  La estrecha relación no lineal entre la hidrología colombiana y los procesos climáticos globales justifican el estudio de modelos no lineales de predicción. Este estudio presenta la dinámica no lineal de los caudales de los ríos de Colombia, utilizando un modelo periódico de predicción basado en el Análisis Espectral Singular (AES). El modelo periódico fue desarrollado y aplicado para ventanas de predicción de tres y seis meses. Se hacen comparaciones para los casos univariado y multivariado; este último incluye variables macroclimáticas. El modelo propuesto se estudia a través del análisis de componentes principales, la estructura de correlación con variables macroclimáticas y parámetros de reconstrucción de las series. Los esquemas desarrollados con base en el AES se aplican a las series de caudales mensuales de los ríos San Carlos, Río Grande II, Guatapé, Magdalena, Guavio y Batá. Los resultados indican que los modelos propuestos reproducen aceptablemente las principales características estadísticas de las series de caudales, obteniéndose predicciones cercanas a las observaciones históricas; además, la inclusión de variables macroclimáticas en el esquema multivariado mejora de forma significativa la capacidad de predicción.

• English

  The close nonlinear relationship between Colombian hydrology and global climatic processes justifies the study of nonlinear river flow models. This paper shows the nonlinear river flow dynamics in Colombia using a periodic prediction model based on the Singular Spectrum Analysis (SSA). The prediction window length is 3 and 6 months. The prediction includes both univariate and multivariate cases. The multivariate case takes into account macro-climatic variables. The proposed model is studied through the Principal Component Analysis, the correlation structure between macro-climatic variables and river flow time series and the reconstruction of series. This model is applied to the San Carlos, Riogrande II, Guatapé, Magdalena, Guavio, and Batá rivers. The results show an improvement in river flow prediction and indicate that river flow multivariate prediction using macro-climatic variables is better.