SciELO - Scientific Electronic Library Online

 
vol.26 número2Detecting Climatic and Hydrological Changes in Gaoyou Lake, Eastern China, Over the Last Millennium Using Pollen, Grain Size, and Lithology Records índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Earth Sciences Research Journal

versão impressa ISSN 1794-6190

Resumo

TOPCU, Emre. Monitoreo de la sequía a través del algoritmo MOWCATL de minería de datos para la cuenca de Aras, Turquía. Earth Sci. Res. J. [online]. 2022, vol.26, n.2, pp.183-196.  Epub 20-Fev-2023. ISSN 1794-6190.  https://doi.org/10.15446/esrj.v26n2.94786.

La sequía es un fenómeno natural que ocurre muy frecuentemente y que tiene efectos negativos en los ecosistemas y en la humanidad. La definición de la sequía, de antemano, es especialmente necesarua para la administración óptima de los recursos de agua. Muchos métodos se han desarrollado para detectar la sequía. Uno de estos métodos es el análisis de asociación secuencial que se usa para el análisis de series de datos con información de tiempo. Se puede establecer una correlación entre los valores tomados en diferentes períodos cuando se determinan las reglas asociativas con este método. El propósito principal de este estudio es determinar los patrones de asociación secuencial entre precipitación y el índice de oscilación climática para la cuenca de Aras, en Turquía. Esta cuenca es una región donde la irrigación y la agricultura son comunes. Al día de hoy, muchas presas e hidroeléctricas, junto con el incremento de la población, demandan estos recursos hidrológicos. Un evento de sequía en la región afectaría a estos seres que dependen de la cuenca. Por esta razón, el estudio se enfoca en la cuenca de Aras. Encontrar las asociaciones secuenciales entre precipitación y el índice de oscilación climática puede determinar las correlaciones temporales entre estos parámetros y, específicamente, detectar la sequía. En este trabajo se usó el algoritmo MOWCATL (ocurrencias mínimas con restricciones y retrasos, literal del inglés Minimal Occurrences with Constraints and Time Lags) para detectar las asociaciones secuenciales y la medición J se usó para evaluar estos patrones. Los patrones de asociación secuencial se determinaron al aplicar este método a la información de precipitación obtenida de seis estaciones meteorológicas en la cuenca de Basin. Los índices de Oscilación Ártica, ENSO Multivariado, Oscilación del Atlántico Norte, Oceánico del Niño, Oscilación Decadal del Pacífico, Pacífico/Norte América, y de Oscilación del Sur, seguidos por el Índice de Precipitación Agrícola Estandarizado (a-SPI) en los meses 1, 3, 6 y 12 se utlizaron en la asociación secuencial. Los resultados del estudio revelan que estos parámetros no son efectivos para detectar las condiciones áridas en las estaciones de Ardahan y Doğubeyazıt pero si son efectivos en las condiciones de sequía, especialmente en los períodos a-SPI-3 y a-SPI-12 en otras estaciones. A pesar de que las condiciones de altitud y geográficas son diferetes, patrones climáticos se han detectado en algunas estaciones. Como resultado se determinó que las oscilaciones climáticas generalemente provocan situaciones normales de sequía en la cuenca de Aras.

Palavras-chave : minería de datos; índice de sequía; sequía; índice oceánico.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )