Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/20.500.11765/8211
Modelización de temperaturas del aire a 850 Mb en el caso de la onda cálida de julio del 2006 en el noroeste de México
Título : | Modelización de temperaturas del aire a 850 Mb en el caso de la onda cálida de julio del 2006 en el noroeste de México |
Autor : | Contreras, Elvia; García Cueto, Onofre Rafael; González Navarro, Félix Fernando; Castro, Juan Ramón |
Palabras clave : | Onda cálida; Temperatura del aire; Regresión múltiple; Redes neuronales; Heat wave; Air temperature; Multiple regression; Neural network |
Fecha de publicación : | 2014 |
Editor: | Asociación Española de Climatología |
Citación : | Fernández Montes, Sonia; Sánchez Rodrigo, Fernando (eds.). Cambio climático y cambio global. Madrid: Asociación Española de Climatología, 2014, p. 545-553 |
Resumen : | [ES]El estudio de las ondas de calor se enfrenta al reto de conocer los elementos clave que
intervienen en su formación y desarrollo y la manera en que afectan a la salud de la
población, lo que en un futuro permitiría su modelación predictiva. Se analiza el caso de
una onda cálida que afectó a la ciudad de Mexicali, Baja California, México, en los días
del 16 al 26 de julio de 2006 que causó graves estragos en la población. Se identifican
las principales variables que causan el desarrollo de una onda cálida, y se propone la
modelación de la temperatura del aire a 850 mb (Taire850) mediante un modelo de
regresión múltiple (MRM) y regresión con redes neuronales (RRN). Se encuentra que el
MRM explica a la Taire850 un 67%, siendo la altura geopotencial a 500mb y la presión
atmosférica al nivel del mar las variables que más contribuyen a esta explicación. En
cuanto a la RRN muestra un desempeño más aceptable i.e. coeficientes de regresión de
0.89; el p-value obtenido fue de 0.0019, por lo que se puede afirmar que un modelo no
lineal como la Red Neuronal tiene un mejor desempeño en la predicción de valores
independientes que un modelo lineal. [EN]The study of heat waves is challenged to know the key elements involved in their formation and development, and how they affect the health of the population, which in the future would allow its predictive modeling. The case of a heat wave that affected the city of Mexicali, Baja California, Mexico, on days 16 to July 26, 2006 causing serious damage on the population is analyzed. Major variables that cause the development of a heat wave are identified, and the modeling of air temperature at 850 mb (Taire850) is proposed by a multiple regression model (MRM) and regression neural network (RNN). It was found that the MRM explained to Taire850 a 67%, with a 500mb geopotential height and atmospheric pressure at sea level the atmospheric variables that more contribute to this explanation. Insomuch as RNN show a performance more, i.e. regression coefficients of 0.89; the p-value obtained was 0.0019, so we can say that a nonlinear model such as neural network has a better performance in predicting independent values that a linear model. |
Descripción : | Ponencia presentada en: IX Congreso de la Asociación Española de Climatología celebrado en Almería entre el 28 y el 30 de octubre de 2014. |
URI : | http://hdl.handle.net/20.500.11765/8211 |
ISBN : | 978-84-16027-69-9 |
Colecciones: | (2014, Almería). IX Congreso AEC |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
![]() | 0051_IX-2014-E_CONTRE... | 428,88 kB | Adobe PDF | ![]() Visualizar/Abrir |
Los ítems de Arcimis están protegidos por una Licencia Creative Commons, salvo que se indique lo contrario.
![](/image/aemet/logo_dspace.jpg)