Analysis of a new spatial interpolation weighting method to estimate missing data applied to rainfall records

Abstract

En el presente trabajo se desarrollaron y probaron dos métodos generalizados ponderados de imputación de los valores de datos faltantes, utilizando para ello series diarias de precipitación. Se usaron registros de precipitación del estado de Tabasco, México, del periodo 1980-2012, para probar y evaluar la metodología propuesta. La imputación de datos faltantes en una estación meteorológica determinada se realizó utilizando información diaria de estaciones cercanas con patrones similares de precipitación. La selección de parámetros óptimos para las fórmulas propuestas se basó en la minimización del error medio absoluto mediante una estrategia evolutiva (CMA-ES). Se utilizó el método de K-medias junto con la distancia euclidiana para elegir las estaciones meteorológicas cercanas adecuadas. Se aplicaron cinco métodos diferentes para estimar el número óptimo de clústeres: el método de Elbow, la estadística de Gap y los índices TraceW, de Hartigan y de Krasnowski-Lai. Adicionalmente, se evaluó la estabilidad estructural de los clústeres seleccionados para demostrar que representan la estructura de datos correcta y no son resultado de un procedimiento interno artificial del algoritmo de agrupación. Los resultados de dos pruebas estadísticas, Friedman y Nemenyi post hoc, mostraron que los dos nuevos métodos presentados, producen estimaciones estadísticas significativamente mejores en comparación con otros métodos encontrados en la literatura.

A comparison of missing values imputation methods applied to precipitation of two semi-arid and humid regions of México

“…Another method for estimating missing values that is widely used in hydrology and climatology is the Inverse Distance Weighting Method (IDW) (Radi et al, 2015;Kamaruzaman et al, 2017;Sattari et al, 2017;Kanda et al, 2018;Morales et al, 2019). IDW estimation of values, based on an observation, is given by Eq.…”

“…Recently, Morales et al (2019) proposed two new generalized weighting methods: Generalization of the Modified Normal Ratio Method with the Inverse Distance Method (GNRIDW) and…”

“…and Servicio Meteorológico Nacional (SMN) (SMN, 2020). We excluded meteorological stations with more than 25% missing data, as recommended by several authors (Dong and Peng, 2013;Morales et al, 2019).…”

“…Climatological data with unreliable or missing values is an important area of research, and there are multiple methods available to fill in missing data (Suhaila et al, 2008;Firat et al, 2012;Kang, 2013;Azman et al, 2015;Kanda et al, 2018;Morales et al, 2019;) and evaluate data quality.…”

Precipitación observada en la temporada húmeda sobre Argentina subtropical: calidad de datos, variabilidad y forzantes asociados de gran escala

“…Mejor/es método/s Bárdossy & Pegram (2014) Cabo del Sur (Sudáfrica) CP y MLR Barrios et al (2018) cuenca del Biobío (Chile) ANN, MLR y IDW_h de Amorim Borges et al (2016) Distrito Federal (Brazil) OK, IDW, RK y RIDW Delbari et al (2013) Noreste de Iran KED, OK y CoK De Silva et al (2007) Sri Lanka IDW, NR y AA Di Piazza et al (2011) Sicilia (Italia) RK Hwang et al (2012) cuencas de los ríos Animas y Alapaha (USA) MLR Kurtzman et al (2009) cuenca Yarkon-Taninim (Israel) IDW Mair & Fares (2010) valle de Mākaha (USA) NR Morales et al (2019) estado de Tabasco (Mexico) GCIDW Pellicone et al (2018) región de Calabria (Italia) KED Presti et al (2010) cuenca del río Candelaro (Italia) TSLR y SBE Sattari et al (2017) sur de Iran AA, MLR y NIPALS Tang et al (1996) cuenca del río Klang (Malaysia) NR, MNR y IDW Teegavarapu & Chandramouli (2005) Kentucky (USA) CWM, ANN y KEM Teegavarapu et al (2009) Kentucky (USA) FFSGAM Terzi (2012) Turquia MLR Wagner et al (2012) ríos Mula y Mutha (India) RIDW Westerberg et al (2010) cuenca del río Choluteca (Honduras)…”