Predicción de sequías con redes neuronales artificiales y algoritmos genéticos utilizando precipitación por percepción remota

Abstract

El objetivo de la investigación, es determinar el desempeño de la predicción de sequía agrícola regional, mediante el modelo de Redes Neuronales Artificiales tipo NARX, utilizando los índices SPI, SPEI, VCI e Índices Climáticos Globales. Se han determinado 10 regiones homogéneas mediante el análisis regional de frecuencias y L-Momentos, definiendo la región más árida y el índice representativo con su respectiva escala temporal (SPEI 6 meses) que responde al crecimiento y desarrollo de la vegetación en la cuenca con correlación de Pearson igual a 0.58. Las precipitaciones y temperaturas mensuales corresponden a los datos PISCO elaborados por SENAMHI-Perú, con resolución espacial de 0.05˝. Para la predicción se han determinado 2 grupos, el primero para la construcción del modelo con 80 % del registro y para la validación del modelo y la hipótesis con el 20 % restante. Los resultados de la predicción han sidos satisfactorios aceptándose la hipótesis nula planteada.