Efectos de múltiples escalas de las series temporales de escurrimiento y sus métodos de predicción mejorados

Área de la Ciencia:

• Hidrología
• Ciencia de los datos
• Modelado medioambiental

Sus antecedentes:

• La precisión de la predicción de la escorrentía a escala temporal a menudo está limitada por las características de los datos.
• Mejorar la precisión de la predicción en diferentes escalas de tiempo presenta un desafío significativo en hidrología.

Objetivo del estudio:

• Identificar el efecto a escala múltiple de las series temporales de escurrimiento (MSER) en las estaciones hidrológicas globales.
• Proponer y evaluar un método de predicción mejorado basado en MSER (MSEIP) para una mejor predicción de escorrentía a escala temporal.

Principales métodos:

• Análisis de 18.250 estaciones hidrológicas mundiales para identificar el MSER.
• Implementación y análisis comparativo de los modelos de regresión lineal múltiple (MLR) y regresión de proceso de Gauss (GPR).
• Evaluación utilizando métricas como la proporción de optimización (OP) y la eficiencia de optimización (OE).

Principales resultados:

• Se encontró que el MSER era aplicable a más del 73% de las estaciones hidrológicas, con mayor aplicabilidad para caudales más altos.
• El método MSEIP mostró una mejor precisión de predicción, con una eficacia que disminuye en escalas de tiempo más largas pero que aumenta con mayores velocidades de flujo.
• MLR destacó en la identificación de MSER en escalas semanales, mientras que GPR obtuvo mejores resultados en escalas estacionales y anuales.

Conclusiones:

• El MSER es un factor clave que explica las variaciones en la precisión de la predicción de la escorrentía en diferentes escalas de tiempo.
• El método MSEIP ofrece un enfoque viable para mejorar la precisión de la predicción de escorrentía a escala cruzada, proporcionando un valioso apoyo técnico.