Desarrollo y evaluación de un modelo para predecir sequías meteorológicas en los Llanos de Venezuela
Year: 2010
Type: article
Abstract: En los llanos venezolanos se encuentran las principales unidades de producción de cereales del país pero la ocurrencia de sequías\nmeteorológicas severas ocasiona fallas en los sistemas de abastecimiento de agua y pérdidas económicas importantes en el\nmercado de los cereales. En esta investigación se desarrolla y evalúa un modelo para la predicción temprana de sequías\nmeteorológicas en los llanos, basado en ciertas variables macroclimáticas (VM) oceánicas y atmosféricas como variables\npredictoras. Se emplean los registros de 50 estaciones pluviométricas para identificar 13 regiones homogéneas según la severidad\ndel período seco anual. El modelo estima el índice de sequía SPI3 en cada región, y lo categoriza en uno de tres grupos: Normal,\nSeco o Muy Seco. Se evaluó cada VM y se seleccionó la que producía la mejor diferenciación intergrupal como variable\npredictora. La calidad predictiva de la VM seleccionada se evalúa en base a la probabilidad de detección, la probabilidad de falsa\nalarma, la precisión, la razón de probabilidades y el sesgo. Cinco de las VM demostraron ser las más adecuadas para predecir el\níndice SPI3. Se recomienda extender esta investigación a otras regiones fisiográficas del país. \nABSTRACT \n Development and evaluation of a model for predicting meteorological drought in The Plains of Venezuela \nThe Plains of Venezuela are the main units of the country's cereal production, but the drought occurrences cause severe problems\nin the water supply systems and generate significant economic losses in the cereal market. This research develops and evaluates a\nmodel for early prediction of meteorological droughts in Los Llanos region based on oceanic and atmospheric macroclimatic\nvariables (MV), as predicting variables. The precipitation records of 50 rain gauges were used to identify 13 homogeneous\nregions according to the severity of the annual dry period. The model estimates the SPI3 drought index in each region, and\ncategorizes it in one of three groups: Normal, Dry or Very Dry. Each MV was evaluated, and the one that produced the best\ndifferentiation as predictor was selected. The quality of prediction of the MV is evaluated through the probability of detection,\nfalse alarm probability, precision, odds ratio, and bias. Five MV were the most suitable for predicting the SPI3. It is recommended\nto extend this research to other regions of the country.\n
Source: Hispana
Institution: Universidad de Carabobo
Language: English
Subfield: Global and Planetary Change
Field: Environmental Science
Domain: Physical Sciences
SDGs: Zero hunger, Climate action
Open Access status: green
OpenAlex ID: W1869534664