Climate Variability and Change—Hydrological Impacts (Proceedings of the Fifth FRIEND World
Conference held at Havana, Cuba, November 2006), IAHS Publ. 308, 2006, 281–286.
Evaluación de la incertidumbre
en la variabilidad espacial de la precipitación usando un modelamiento
multiGaussiano
SOLANGE DUSSAUBAT1, XIMENA VARGAS1 & JULIAN ORTIZ2
1 Departamento de Ingeniería Civil,
Universidad de Chile, Blanco Encalada 2002, Santiago, Chile
sdussaub@ing.uchile.cl
2 Departamento de
Ingeniería de Minas, Universidad de Chile, Av. Tupper 2069, Santiago, Chile
Resumen
En este
trabajo se estudia el modelamiento de la incertidumbre, proponiendo el uso de
distribuciones de probabilidad condicional a través del modelo multiGaussiano
en una zona cordillerana de la VII Región del Maule, Chile. Para esto se
utilizó información extraída del modelo de pronóstico del tiempo MM5-DGF de dos
tormentas ocurridas en el año 2002. Los resultados de la media condicional y la varianza
condicional en el área de estudio evidencian el carácter heterocedástico de la
variable, lo que permite argumentar que la varianza no sólo depende de la
configuración geométrica de los datos, sino que varía de acuerdo al valor
estimado en cada sitio.
Palabras claves incertidumbre; modelo
multiGaussiano; kriging; variabilidad espacial de la precipitación; varianza de
estimación; heterocedasticidad;
homocedasticidad
Evaluation of the uncertainty of spatial
precipitation variability using a multiGaussian model
Abstract. The modelling of the
uncertainty of spatial precipitation variability is studied in a mountainous
zone at the Maule Region, Chile. Forecast data for two storms that occurred in
2002, which were extracted from the results of the meteorological model
MM5-DGF, are used to recommend the use of a conditional probability
distribution through the multiGaussian model. The heteroscedasticity of the
variable is demonstrated through the results obtained for the conditional mean
and the conditional variance in the region, which shows that the variance
depends on the geometric configuration of the data and, also, on the estimated
value at each site.
Key words uncertainty; multiGaussian model;
kriging; precipitation spatial variability; estimation variance;
heteroscedasticity; homoscedasticity