Resumen

La reducción de escala de las salidas de modelos de predicción meteorológica globales a ubicaciones individuales o escalas locales es una práctica común para el pronóstico del tiempo operativo con el fin de corregir las salidas del modelo a escalas subgrilladas. Este artículo presenta un método de reducción de escala empírico-estadístico para la predicción de precipitaciones que utiliza una red neuronal de perceptrón multicapa (MLP) de avance. La arquitectura MLP fue optimizada considerando bases físicas que determinan la circulación de variables atmosféricas. Las precipitaciones reducidas en escala se utilizaron luego como entradas al modelo de tanque super (modelo de escorrentía) para la predicción de inundaciones. El estudio de caso se realizó para la cuenca del río Thu Bon, ubicada en el centro de Vietnam. Los resultados del estudio mostraron que las precipitaciones predichas por MLP superaron a las obtenidas directamente de las salidas del modelo o reducidas en escala utilizando regresión lineal múltiple. En consecuencia,

• Materias:Polinomios Modelado matemático Integrales Matrices Derivaciones generalizadas
• Subjects:Polynomials Mathematical modeling Integrals Matrices Generalized derivatives
• Palabras claves:Predicción del clima global; Método de reducción de escala; Predicción de precipitaciones; Perceptrón multicapa; Predicción de inundaciones; Cuenca del río Thu Bon
• Keywords:Global weather prediction; Downscaling method; Precipitation prediction; Multilayer perceptron; Flood prediction; Thu Bon River Basin