Debido a los eventos de precipitación extrema provocada por el cambio climático y a la alteración acelerada de las cuencas por el crecimiento poblacional, es importante pronosticar los caudales que generan las cuencas por los eventos de precipitación. El objetivo de este estudio fue predecir caudales horarios en la cuenca del río Huaynamota usando el Filtro de Kalman Discreto (DKF) junto con un modelo autorregresivo con entrada exógena (ARX). Al inicio los parámetros del filtro de Kalman se definen y después se recalculan por periodos definidos, es decir los valores de los parámetros del modelo se actualizan constantemente. El pronóstico de caudales se realizó en seis pasos hacia adelante (L=1, 2, 3, 4, 5 y 6 horas). La cuenca de estudio es parte del río Huaynamota, delimitada por la estación hidrométrica Chapalagana, aguas arriba de la presa Aguamilpa, en Nayarit, México. La cuenca del río Huaynamota es un tributario del río Santiago. Series de datos horarias se emplearon para precipitación y caudal, de agosto a septiembre del 2017. El modelo de pronóstico DKF-ARX mostró índices de eficiencia de Nash-Sutcliffe entre 0.99 y 0.85 con L=1 y L=6, respectivamente. Se concluye que es factible obtener un buen pronóstico de caudales horarios con filtro de Kalman discreto.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.