Resumen

La sequía forma parte de la variabilidad natural del clima y es la primera catástrofe natural del mundo. La predicción de la sequía desempeña un papel importante en la mitigación de los impactos sobre la agricultura y los recursos hídricos. En este estudio, se propone un modelo de previsión de la sequía basado en el método del bosque aleatorio para predecir la serie temporal del índice de precipitación mensual normalizado (SPI). Demostramos la aplicación del modelo mediante cuatro estaciones en la cuenca del río Haihe, China. El modelo de predicción basado en bosques aleatorios (RF) ha mostrado de forma consistente mejores habilidades predictivas que el modelo ARIMA tanto para la predicción de sequías largas como cortas. Los intervalos de confianza derivados del modelo propuesto suelen tener una buena cobertura, pero todavía tienden a ser conservadores para predecir algunos fenómenos de sequía extrema.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:cuenca del río haihe, mejor capacidad predictiva, modelo de previsión de sequías, episodios de sequía extrema, primera catástrofe natural, variabilidad natural del clima, método random forest, previsión de sequías cortas, modelo arima, previsión de sequías
• Keywords:haihe river basin, better predictive skills, drought forecast model, extreme drought events, first natural disaster, natural climate variability, random forest method, short drought forecasting, arima model, drought forecasting