Análisis de tendencias de las variables: precipitación, velocidad del viento y temperatura utilizando weibull en Cusco Durante 2001-2021
Trend analysis of variables: precipitation, wind speed and temperature using weibull in Cusco During 2001 – 2021
DOI:
https://doi.org/10.56712/latam.v5i6.3193Palabras clave:
weibull, precipitación, velocidad del viento, temperaturaResumen
El presente artículo de investigación tiene como objetivo planteado describir el comportamiento de las variables meteorológicas indicadas en la ciudad de Cusco durante el periodo 2001-2021. La investigación que se presenta es del tipo no experimental longitudinal y el diseño de esta investigación es descriptivo. La muestra utilizada es el conjunto de datos meteorológicos imputados que corresponden a las variables: precipitación y velocidad del viento con 252 datos y temperatura con 228 datos, obtenida del Observatorio Meteorológico de la Universidad Nacional de San Antonio Abad del Cusco (UNSAAC) del periodo 2001 al 2021. Para el presente análisis, interpretación y discusión se han considerado los promedios por día de los datos recolectados en intervalos de tiempo, y utilizado desarrollo descriptivo, distribución Weibull, series temporales y correlación de las tres variables. El nivel de correlación lineal es positivo y de muy poca correlación caso de precipitación vs velocidad del viento en la ciudad del Cusco desde el 2001 al 2021, asimismo para los casos precipitación vs temperatura y velocidad del viento vs temperatura en la ciudad del Cusco desde 2001 al 2019.
Descargas
Citas
Agudelo Yepez, D. C., & Barraza Coronell, W. D. (2014). Diseño de un modelo estadístico de estimación de la radiación solar con parámetro meteorológico alternativos para el distrito de Barranquilla. Universidad de la Costa. Barranquilla: Universidad de la Costa.
Aguilar Lima, J. C. (2017). Análisis de tendencias de temperatura y precipitación npluvial en la cuenca del rio ilave. Puno-Perú: Universidad Nacional del Altiplano.
Aucahuasi Almidón, A. S. (2019). Análisis de tendencias de precipitación y temperatura (1970–2017) en la ciudad de Puerto Maldonado, Perú. Universidad Nacional de San Antonio Abad del Cusco. Puerto Maldonado: Universidad Nacional de San Antonio Abad del Cusco.
Ayllon, T. (2003). Elementos de meteorología y climatología (Segunda ed.). La Ciudad de México: Trillas.
Cambio, C. d. (24 de Octubre de 2014). Perú es tercer país más vulnerable del mundo al cambio climático. (P. U. Perú, Ed.) Clima de cambio PUCP, 01. Recuperado el 02 de Abril de 2022, de climadecambios@pucp.edu.pe
Chatfield, C. (2003). The analysis of time serie: An introduction (6a ed.). Boca Raton, Florida: Chapman and Hall/CRC.
Dougherty, R. L., Edelman, A., & Hyman, J. M. (1989). Nonnegativity-, Monotonicity-, or Convexity-Preserving Cubic and Quintic Hermite Interpolation. Mathematics of Computation, 471-494.
Duran Martinez, G., Rojas Díaz, M., & Pérez Rivas, G. (2008). Metodología para el análisis de datos climáticos en la provincia Holguín. Ciencias Holguín, XIV(3), 9. Obtenido de revista@ciget.holguin.inf.cu
Galarza Galarza, D. P. (2016). Evaluación meteorológica de la cuenca del río Machangara. Universidad Cuenca. Cuenca-Ecuador: Universidad de Cuenca.
Gallegos Londoña, C. M., García Mora, F. A., & Caicedo Benavides, F. U. (2022). Aplicaciones de la distribución de Weibull en el estudio de la fiabilidad. Artículo de Investigación Científica y Tecnológica, 5(3), 48-67. doi: https://doi.org/10.33262/concienciadigital.v5i3.2203
Huere Peña, J. L. (2021). Patrones de comportamiento de datos meteorológicos mediante técnicas de data mining en Huancavelica 2018 – 2019. Universidad Nacional de Huancavelica. Huancavelica: Universidad Nacional de Huancavelica.
Hyndman, R. (27 de 02 de 2023). RDocumentation. Obtenido de forecast: https://www.rdocumentation.org/packages/forecast/versions/8.21
I
Marulanda L, C. (s.f.). Finanzas One. Obtenido de Sobre Finanzas Zone: https://finanzaszone.com/analisis-y-prediccion-de-series-temporales-con-r-iii-autocorrelacion/
Marzo Artigas, J. (2016). Analisis de las influencias del cambio climático en las necesidades de climatización en Andalucia a escala de detalle territorial. Salamanca: Universidad de Salamanca.
Matlalcuatzi Rugerio, F. D. (2006). Análisis espectral de series temporales de temperaturas y su aplicación al estudio de su comportamiento en una red de observatorios meteorológicos. Universidad Nacional Autónoma de México. México: Universidad Nacional Autónoma de México.
Mauricio, J. A. (11 de 11 de 2013). Universidad Complutense Madrid. Obtenido de Introducción al Análisis de Series Temporales: https://www.ucm.es/data/cont/docs/518-2013-11-11-JAM-IAST-Libro.pdf
Morales-Oñate, V. (02 de 06 de 2022). Bookdown. Obtenido de Series de Tiempo: https://bookdown.org/victor_morales/SeriesdeTiempo/
OMM. (2011). Guía de prácticas climatológicas-OMM-N° 100. Ginebra-Suiza: Organización Meteorológica Mundial.
OMM. (2018). Estado de clima 2017: consiciones meteorológicas extremas y efectos desvastadores. Ginebra-Suiza: Organización Meteorológica Mundial.
Oñate Valdivieso, F., & Bosque Sendra, J. (2011). Estudio de tendencias climáticas y generación de escenarios regionales de cambio climático en una cuenca hidrográfica binacional en América del Sur. Estudios Geográficos, LXXII, 147-172. doi:10.3989/estgeogr.201107
Ortuño Lorente, J. M., Ramos Mora, J. A., & Senent Núñez, J. C. (2017/2018). Modelo ARIMA. Universidad Miguel Hernández de Elche. doi:https://rstudio-pubs-static.s3.amazonaws.com/384039_cc37e393f643455bb01ad4b392a081bd.html
Palacio Palacio, L. H. (Marzo de 2016). Revista PREDICTIVA21. Cálculo de los parámetros de la distribución de Weibull(14), Año 2, N° 14, Marzo 2016, 70. (PREDICTIVA21, Ed.) Querétaro, Ciudad de México, México: Revista PREDICTIVA21. Recuperado el 22 de Enero de 2013, de PREDICTIVA21: https://predictiva21.com/parametros-distribucion-weibull/
Peñam Cáceres, O. J. (2019). Sistema de información de miniestación meteorológica para la captura de datos de temperatura, humedad y presión admosférica- centro de operaciones de emergencia Regional-Piura. Universidad Nacional de Piura. Piura: Universidad Nacional de Piura.
Ramos Marca, N. E. (2013). Análisis de tendencias espacio temporales de precipitación y temperatura en décadas recientes en la Cuenca Ramis. Universidad Nacional del Altiplano Puno. Puno: Universidad Nacional del Altiplano Puno.
Reyes, V. M. (Abril de 2016). Iniciación a la meteorología y climatología. Revista de Investigación, 40(87), 295-298. Recuperado el 05 de Abril de 2026, de http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S1010-29142016000100013
Rodríguez Jiménez, R. M., Benito Capa, Á., & Portela Lozano, A. (2004). Meteorología y climatología. (F. (. Tecnología), Ed.) Fundación Española para la Ciencia y la Tecnología), 170. Recuperado el 03 de Abril de 2022, de https://www.fecyt.es
Steffen Moritz, R. H. (12 de 12 de 2022). RDocumentation. Obtenido de imputeTS (versión 3.3): https://www.rdocumentation.org/packages/imputeTS/versions/3.3/topics/na_interpolation
Uriel Jimenez, E., & Peiro Gimemez, A. (1995). Introducción al análisis de series temporales. Ediciones Paraninfo S.A. doi:https://www.paraninfo.es/catalogo/9788472881341/introduccion-al-analisis-de-series-temporales
Venegas ZapataMaría Sheila. (2020). Análisis estadístico de datos meteorológicos mensuales y diarios en el periodo 2006-2018 para la determinación de variabilidad climática y cambio climático en el Distrityo Metropolitano de Quito. Universidad Andina Simón Bolivar. Distrito Metropolitano de Quino: Universidad Andina Simón Bolivar.
Villaroel Jimenez, C. P. (2013). Eventos Extremos de Precipitación y Temperatura en Chile: Proyecciones para fines del Siglo XXI. Universidad de Chile. Santiago de Chile: Universidad de Chile.
Wold, H. (1973). “Nonlinear Iterative Partial Least Squares" (NIPALS) Modelling: Some Current Developments”. New York: Academic Press: Academic Press.
