Uso de minería de datos para la desestacionalización de série de datos de precipitación en el municipio de Venezuela

• Autores: Yoelkis Hernandez Victor, Enrique Almeida Maldonado, Oscar Brown Manrique
• Localización: Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 17, Nº. 2, 2023
• Idioma: español
• Títulos paralelos:
  • Use of data mining for the seasonal adjustment of the series of precipitation data in the municipality of Venezuela
• Enlaces
  • Texto completo
• Resumen
  • español

    RESUMEN El cambio climático, ampliamente influenciado por diversos fenómenos identificados, ha afectado seriamente a diferentes sectores de la sociedad, amenazando la seguridad alimentaria y la productividad, realizar acciones para mitigar o adaptarse es vital en estos tiempos. Actualmente las tecnologías de la información y las comunicaciones juegan un papel importante en la extracción, transformación y carga de datos, por los grandes volúmenes de información almacenados. Muchas son las variables que intervienen en la identificación de cambios climáticos en todos los sectores, específicamente en la investigación se efectúa un análisis de series de datos cronológicos de precipitaciones diarias en el municipio de Venezuela, Ciego de Ávila, las cuales deben desestacionalizarse para mostrar un resultado óptimo para cualquier análisis posterior. Bajo esta premisa, el interés de este trabajo se fundamenta en la construcción de un software utilizando el lenguaje Python y el framework Django que permita desestacionalizar las series de datos cronológicas y permitan agilizar y tomar decisiones sobre la variabilidad del clima utilizando el modelado de datos, para lograr el objetivo se propone el método de los promedios mensuales. La información oficial es del Instituto de Meteorología de Ciego de Ávila, el cual prevé su utilización por los investigadores.

  • English

    ABSTRACT Climate change, widely influenced by various identified phenomena, has seriously affected different sectors of society, threatening food security and productivity, taking actions to mitigate or adapt is vital in these times. Currently information and communications technologies play an important role in the extraction, transformation and loading of data, due to the large volumes of stored information. There are many variables that intervene in the identification of climatic changes in all sectors, specifically in the investigation, an analysis of chronological data series of daily rainfall in the municipality of Venezuela, Ciego de Ávila, is carried out, which must be seasonally adjusted to show an optimal result for any further analysis. Under this premise, the interest of this work is based on the construction of a software using the Python language and the Django framework that allows the chronological data series to be seasonally adjusted and to speed up and make decisions about climate variability using data modeling. To achieve the objective, the method of monthly averages is proposed. The official information is from the Institute of Meteorology of Ciego de Ávila, which provides for its use by researchers.