Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay

Autores
Quarracino, Luciana
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión publicada
Colaborador/a o director/a de tesis
Meis, Melanie
Camporino, Maximiliano
Descripción
La presente tesis de maestría se centró en el estudio de los ríos Paraná, Limay y Uruguay analizando los patrones temporales de las series de caudal con el objetivo de agrupar las crónicas hidrológicas y pronosticar el comportamiento futuro de las cuencas. En una primera instancia se realizó un análisis exploratorio de datos para cada río y se analizaron los cambios en las tendencias históricas. Asimismo, se encontraron correlaciones entre los meses, trimestres y medidas descriptivas de las crónicas hidrológicas. Además, se identificaron patrones comunes en los regímenes de los ríos y se utilizó la técnica de agrupamiento K-means que permitió clasificar las crónicas en cuatro clústeres de acuerdo a características comunes relacionadas con la humedad de las crónicas y la temporalidad de esa humedad dentro del año. Finalmente, los modelos de pronóstico aplicados mostraron que los árboles de decisión son efectivos para predecir a partir de variables del primer trimestre, mientras que la regresión logística con penalización Ridge es más adecuada para los casos en los que se cuenta también con información del segundo y tercer trimestre. Además, se evaluó la influencia del ENSO en el comportamiento de las crónicas, concluyendo que en este caso no aporta información significativa para mejorar los modelos de pronóstico. Estos resultados podrían replicarse en otras cuencas del país, permitiendo un uso más eficiente de los recursos hídricos y un mejor manejo anticipatorio de los mismos. Asimismo, abre la posibilidad de investigar otras oscilaciones climáticas y períodos de tiempo para mejorar la precisión de los modelos de pronóstico.
This master’s thesis focused on the study of the Paran ́a, Limay, and Uruguay rivers, analy- zing the temporal patterns of flow series with the aim of grouping hydrological chronicles and forecasting future basin behavior. Initially, an exploratory data analysis was conducted for each river, and changes in historical trends were examined. Additionally, correlations were found between months, quarters, and descriptive measures of the hydrological chronicles. Furthermore, common patterns were identified in the river regimes, and the K-means clustering technique was used to classify the chronicles into four clusters based on common characteristics related to the moisture of the chronicles and the seasonality of that moisture within the year. Finally, the applied forecasting models showed that decision trees are effective for predicting from first-quarter variables, while Ridge-penalized logistic regression is more suitable for cases where information from the second and third quarters is also available. Additionally, the influence of ENSO on the behavior of the chronicles was evaluated, concluding that in this case, it does not provide significant information to improve the forecasting models. These results could be replicated in other basins in the country, allowing for more efficient use of water resources and better anticipatory management. It also opens the possibility of investigating other climatic oscillations and time periods to improve the accuracy of the forecasting models.
Fil: Quarracino, Luciana. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
AGRUPAMIENTO
PRONOSTICO
CAUDAL
COMPONENTES PRINCIPALES
ENSO
CLUSTERING
FORECAST
INFLOWS
PRINCIPAL COMPONENTS
ENSO
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
tesis:tesis_n7902_Quarracino
Acceder
id BDUBAFCEN_05366d6e036598db1be159392ae5fe38
oai_identifier_str tesis:tesis_n7902_Quarracino
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y LimayCharacterization and modeling of extreme events in centennial stations of the Paraná, Uruguay, and Limay river basinsQuarracino, LucianaAGRUPAMIENTOPRONOSTICOCAUDALCOMPONENTES PRINCIPALESENSOCLUSTERINGFORECASTINFLOWSPRINCIPAL COMPONENTSENSOLa presente tesis de maestría se centró en el estudio de los ríos Paraná, Limay y Uruguay analizando los patrones temporales de las series de caudal con el objetivo de agrupar las crónicas hidrológicas y pronosticar el comportamiento futuro de las cuencas. En una primera instancia se realizó un análisis exploratorio de datos para cada río y se analizaron los cambios en las tendencias históricas. Asimismo, se encontraron correlaciones entre los meses, trimestres y medidas descriptivas de las crónicas hidrológicas. Además, se identificaron patrones comunes en los regímenes de los ríos y se utilizó la técnica de agrupamiento K-means que permitió clasificar las crónicas en cuatro clústeres de acuerdo a características comunes relacionadas con la humedad de las crónicas y la temporalidad de esa humedad dentro del año. Finalmente, los modelos de pronóstico aplicados mostraron que los árboles de decisión son efectivos para predecir a partir de variables del primer trimestre, mientras que la regresión logística con penalización Ridge es más adecuada para los casos en los que se cuenta también con información del segundo y tercer trimestre. Además, se evaluó la influencia del ENSO en el comportamiento de las crónicas, concluyendo que en este caso no aporta información significativa para mejorar los modelos de pronóstico. Estos resultados podrían replicarse en otras cuencas del país, permitiendo un uso más eficiente de los recursos hídricos y un mejor manejo anticipatorio de los mismos. Asimismo, abre la posibilidad de investigar otras oscilaciones climáticas y períodos de tiempo para mejorar la precisión de los modelos de pronóstico.This master’s thesis focused on the study of the Paran ́a, Limay, and Uruguay rivers, analy- zing the temporal patterns of flow series with the aim of grouping hydrological chronicles and forecasting future basin behavior. Initially, an exploratory data analysis was conducted for each river, and changes in historical trends were examined. Additionally, correlations were found between months, quarters, and descriptive measures of the hydrological chronicles. Furthermore, common patterns were identified in the river regimes, and the K-means clustering technique was used to classify the chronicles into four clusters based on common characteristics related to the moisture of the chronicles and the seasonality of that moisture within the year. Finally, the applied forecasting models showed that decision trees are effective for predicting from first-quarter variables, while Ridge-penalized logistic regression is more suitable for cases where information from the second and third quarters is also available. Additionally, the influence of ENSO on the behavior of the chronicles was evaluated, concluding that in this case, it does not provide significant information to improve the forecasting models. These results could be replicated in other basins in the country, allowing for more efficient use of water resources and better anticipatory management. It also opens the possibility of investigating other climatic oscillations and time periods to improve the accuracy of the forecasting models.Fil: Quarracino, Luciana. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesMeis, MelanieCamporino, Maximiliano2025-02-27info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n7902_Quarracinospainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2026-10-01T10:18:58Ztesis:tesis_n7902_QuarracinoInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962026-10-01 10:19:01.44Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
Characterization and modeling of extreme events in centennial stations of the Paraná, Uruguay, and Limay river basins
title Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
spellingShingle Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
Quarracino, Luciana
AGRUPAMIENTO
PRONOSTICO
CAUDAL
COMPONENTES PRINCIPALES
ENSO
CLUSTERING
FORECAST
INFLOWS
PRINCIPAL COMPONENTS
ENSO
title_short Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
title_full Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
title_fullStr Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
title_full_unstemmed Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
title_sort Caracterización y modelado de eventos extremos en estaciones centenarias de las cuencas del Paraná, Uruguay y Limay
dc.creator.none.fl_str_mv Quarracino, Luciana
author Quarracino, Luciana
author_facet Quarracino, Luciana
author_role author
dc.contributor.none.fl_str_mv Meis, Melanie
Camporino, Maximiliano
dc.subject.none.fl_str_mv AGRUPAMIENTO
PRONOSTICO
CAUDAL
COMPONENTES PRINCIPALES
ENSO
CLUSTERING
FORECAST
INFLOWS
PRINCIPAL COMPONENTS
ENSO
topic AGRUPAMIENTO
PRONOSTICO
CAUDAL
COMPONENTES PRINCIPALES
ENSO
CLUSTERING
FORECAST
INFLOWS
PRINCIPAL COMPONENTS
ENSO
dc.description.none.fl_txt_mv La presente tesis de maestría se centró en el estudio de los ríos Paraná, Limay y Uruguay analizando los patrones temporales de las series de caudal con el objetivo de agrupar las crónicas hidrológicas y pronosticar el comportamiento futuro de las cuencas. En una primera instancia se realizó un análisis exploratorio de datos para cada río y se analizaron los cambios en las tendencias históricas. Asimismo, se encontraron correlaciones entre los meses, trimestres y medidas descriptivas de las crónicas hidrológicas. Además, se identificaron patrones comunes en los regímenes de los ríos y se utilizó la técnica de agrupamiento K-means que permitió clasificar las crónicas en cuatro clústeres de acuerdo a características comunes relacionadas con la humedad de las crónicas y la temporalidad de esa humedad dentro del año. Finalmente, los modelos de pronóstico aplicados mostraron que los árboles de decisión son efectivos para predecir a partir de variables del primer trimestre, mientras que la regresión logística con penalización Ridge es más adecuada para los casos en los que se cuenta también con información del segundo y tercer trimestre. Además, se evaluó la influencia del ENSO en el comportamiento de las crónicas, concluyendo que en este caso no aporta información significativa para mejorar los modelos de pronóstico. Estos resultados podrían replicarse en otras cuencas del país, permitiendo un uso más eficiente de los recursos hídricos y un mejor manejo anticipatorio de los mismos. Asimismo, abre la posibilidad de investigar otras oscilaciones climáticas y períodos de tiempo para mejorar la precisión de los modelos de pronóstico.
This master’s thesis focused on the study of the Paran ́a, Limay, and Uruguay rivers, analy- zing the temporal patterns of flow series with the aim of grouping hydrological chronicles and forecasting future basin behavior. Initially, an exploratory data analysis was conducted for each river, and changes in historical trends were examined. Additionally, correlations were found between months, quarters, and descriptive measures of the hydrological chronicles. Furthermore, common patterns were identified in the river regimes, and the K-means clustering technique was used to classify the chronicles into four clusters based on common characteristics related to the moisture of the chronicles and the seasonality of that moisture within the year. Finally, the applied forecasting models showed that decision trees are effective for predicting from first-quarter variables, while Ridge-penalized logistic regression is more suitable for cases where information from the second and third quarters is also available. Additionally, the influence of ENSO on the behavior of the chronicles was evaluated, concluding that in this case, it does not provide significant information to improve the forecasting models. These results could be replicated in other basins in the country, allowing for more efficient use of water resources and better anticipatory management. It also opens the possibility of investigating other climatic oscillations and time periods to improve the accuracy of the forecasting models.
Fil: Quarracino, Luciana. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description La presente tesis de maestría se centró en el estudio de los ríos Paraná, Limay y Uruguay analizando los patrones temporales de las series de caudal con el objetivo de agrupar las crónicas hidrológicas y pronosticar el comportamiento futuro de las cuencas. En una primera instancia se realizó un análisis exploratorio de datos para cada río y se analizaron los cambios en las tendencias históricas. Asimismo, se encontraron correlaciones entre los meses, trimestres y medidas descriptivas de las crónicas hidrológicas. Además, se identificaron patrones comunes en los regímenes de los ríos y se utilizó la técnica de agrupamiento K-means que permitió clasificar las crónicas en cuatro clústeres de acuerdo a características comunes relacionadas con la humedad de las crónicas y la temporalidad de esa humedad dentro del año. Finalmente, los modelos de pronóstico aplicados mostraron que los árboles de decisión son efectivos para predecir a partir de variables del primer trimestre, mientras que la regresión logística con penalización Ridge es más adecuada para los casos en los que se cuenta también con información del segundo y tercer trimestre. Además, se evaluó la influencia del ENSO en el comportamiento de las crónicas, concluyendo que en este caso no aporta información significativa para mejorar los modelos de pronóstico. Estos resultados podrían replicarse en otras cuencas del país, permitiendo un uso más eficiente de los recursos hídricos y un mejor manejo anticipatorio de los mismos. Asimismo, abre la posibilidad de investigar otras oscilaciones climáticas y períodos de tiempo para mejorar la precisión de los modelos de pronóstico.
publishDate 2025
dc.date.none.fl_str_mv 2025-02-27
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_bdcc
info:ar-repo/semantics/tesisDeMaestria
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/tesis_n7902_Quarracino
url https://hdl.handle.net/20.500.12110/tesis_n7902_Quarracino
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1877857559132504064
score 12.853507

Publicaciones similares