Regionalización de parámetros para predicción de lluvias máximas en Tucumán

Abstract

La lluvia de diseño se adapta al emplazamiento de cada proyecto incorporando las variables climáticas locales a los modelos de predicción. Dado que las estaciones meteorológicas son registros puntuales, es común que no existan en el sitio de proyecto los datos necesarios para su adecuación, por lo que resulta de interés disponer de un mapa con una representación continua de los parámetros y variables empleadas. Para ello, se emplean técnicas de regionalización que convierten la información puntual en superficies de valores mediante interpolación espacial. La geoestadística representa una valiosa herramienta para estudiar la distribución de variables ambientales. Con base en la modelación de la estructura de autocorrelación espacial se genera una predicción optimizada, con mínima y conocida varianza empleando el algoritmo Kriging (Oliver y Webster, 2015). A partir de una red de 118 estaciones meteorológicas, se obtiene como resultado mapas de las variables y parámetros necesarios para los modelos de predicción de lluvias máximas.