Resumen

La sequía se extiende con frecuencia en grandes escalas espaciales y temporales y es más complicada que otros desastres naturales que pueden dañar los recursos económicos y naturales en todo el mundo. Sin embargo, las técnicas mejoradas de monitoreo y pronóstico de la sequía pueden ayudar a minimizar la vulnerabilidad de la sociedad ante la sequía y sus consecuentes influencias. Esto enfatiza la necesidad de herramientas mejoradas de monitoreo de sequías y técnicas de evaluación que proporcionen información más precisa sobre la ocurrencia de sequías. Por lo tanto, este estudio desarrolló un nuevo método, Agrupamiento Basado en Modelos para Secuencias Categóricas Espacio-Temporales (MBCSTCS), que utiliza procedimientos de selección de estados a través de modelado de mezclas finitas y agrupamiento basado en modelos. El MBCSTCS utiliza la estructura funcional de los componentes del modelo de Markov de primer orden para modelar cada grupo de datos. En el MBCSTCS, el orden adecuado de los componentes es seleccionado por el criterio de información

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Sequías; Monitoreo; Pronóstico; MBCSTCS; Espacio-temporal; Secuencias
• Keywords:Drought; Monitoring; Forecasting; MBCSTCS; Spatiotemporal; Sequences