Proposal of a model to extend the series of the annual spills of the San Juan river from 1909 to 1866 based on the precipitations of Santiago de Chile
Keywords:
Spills of the San Juan River; Precipitation of Santiago de Chile; Non-linear model; Extended time series.Abstract
The systematic measurements of the flows and runoff of the San Juan River began in 1909-10, a fact that limits the application of tests in previous periods to the aforementioned and thus not being able to detect impacts of climate change in its series (the less 100 years of records).
To make this possible, it is necessary to roll back your series in such a way that it has the data that makes it possible to apply the test to detect significant changes in the long term.
Since the rainfall in Santiago de Chile (PSGO) has been measured since 1866, the statistical relationship with the San Juan River runoff is investigated to evaluate the feasibility of extending the time series of this river, elaborating a mathematical model.
Due to the significant statistical association between the DJUA and the PSGO a non-linear model is constructed with the Levenberg-Marquardt method, obtaining an explained variance of 66%; (with the linear model a 60% was obtained), which justifies the use of the MNL, with the application of the same extends the series of the DJUA 43 years backwards.
References
ACEITUNO, P. Y VIDAl, F. 1990. Variabilidad interanual en el caudal de ríos andinos en Chile Central en relación con la temperatura de la superficie del mar en el Pacífico Central. Revista de la Sociedad Ingeniería Hidráulica 5:1, n.p.
ACEITUNO, P.; FUENZALIDA, H. and ROSENBLUTH, B. 1992. Climate along the extratropical West coast of South America, in H. A. Mooney; B. Kronberg and E. R. Fuentes (eds.): Earth Systems responses to global change. Michigan, Academic Press, pp. 61-69.
ACEITUNO, P. 1992. Anomalías de precipitación en Chile central relacionadas con la Oscilación del Sur. P. 1-6 en Extended Abstract: Paleo-ENSO Records International simposium, Lima-Perú, 4-7 Marzo de 1992, 333p.
ACEITUNO, P. Y GARREAUD, R., 1995. Impactos de los fenómenos El Niño y La Niña sobre regímenes fluviométricos andinos. Rev. Soc. Chilena Ing. Hidráulica, vol. 10(2), pp. 33-43.
AKAIKE, H. 1974. A new look at the statistical model identification. IEEE. Transactions On Automatic Control, 19,716-723.
ANTTI PENTTIL. 2014. Linear and nonlinear models. Department of Physics University of Helsinki. Exactum summer school.
CAUSSINUS, H. and MESTRE, O. (2004). Detection and correction of artificial shifts in climate series. Applied Statistics, 53, 405-425.
COMPAGNUCCI, R.H. Y VARGAS, W.M., 1998. Interanual variability of Cuyo Rivers Streamflow in Argentinean Andean Mountains and ENSO events. International Journal of Climatology, vol.18, pp. 1593-1609.
DIARIO MÓVIL. 2018. Jáchal, el pueblo de los molinos harineros.
Recuperado de: https://www.diariomovil.info/2018/04/22/jachal-el-pueblo-de-los-molinos-harineros/
DURBIN, J. y WATSON, G.S. 1951. Testing for serial correlation in least squares regression II. Biometrika, 38(1/2) p. 159-177. doi:10.1093/biomet/38.1-2.159.
EFRON BRADLEY, E. and TIBSHIRANI, R. 1982, An introduction to the Bootstrap, Chapman & Hall, New York.
KILADIS, G. N. and DIAZ, H. F. 1989: Global Climatic Anomalies Associated with Extremes in the Southern Oscillation. J. of Climate 2, 1069-1089.
KATZNELSON Y. 1976. An introduction to harmonic analysis. Dover Publications Inc., New York, corrected edition.
KISBYE P. 2010. Test de Kolmogorov-Smirnov. FaMAF.
LEVENBERG, K. (1944). A Method for the Solution of Certain Non-Linear Problems in Least Squares. The Quarterly of Applied Mathematics 2: 164–168.
MAISEL, L. 1973. Probabilidad y Estadística. Fondo educativo interamericano. México.
MASIOKAS, M. H.; VILLALBA, R.; LUCKMAN, B. H.; LE QUESNE, C.; ARAVENA, J. C. 2006. "Snowpack Variations in the Central Andes of Argentina and Chile, 1951– 2005: Large-Scale Atmospheric Influences and Implications for Water Resources in the Region". JOURNAL OF CLIMATE VOLUME 19; 19:6334-6352. American Meteorological Society. New York.
MARTÍNEZ L. H.; HOLGUIN QUIÑONES F. 1993. Estadística: Elementos De Muestreo Y Correlación, Editorial Diana, México; Pág. 480 A 485.
MARQUARDT, D. (1963). An Algorithm for Least-Squares Estimation of Nonlinear Parameters. SIAM Journal on Applied Mathematics 11: 431–441.
POBLETE, A. G. MINETTI J. L. y VARGAS W. M. 2007. Detección de Cambio de Régimen en el Derrame Anual del río San Juan asociado con Cambios de larga escala en el Clima. Enviado para publicar en la revista Meteorológica de Brasil.
POBLETE, A.G., NOVOA JEREZ, E. 2010. Reconstrucción de Caudales Anuales del río Maipo (Chile) basada en las Descargas Anuales del río San Juan (Argentina). Revista de Geografía Norte Grande. Instituto de Geografía de la Pontificia Universidad Católica de Chile. Santiago. Chile.
POBLETE, A.G., MINETTI, J.L. 2010. Detección de Cambio de Régimen en el Derrame Anual del río San Juan. Revista del Departamento de Geografía. U.N. Tucumán. San Miguel de Tucumán. ISSN 0328-5359.
POBLETE A., MINETTI, J. 2013. Variabilidad del Clima Asociado con la Precipitación y Caudales de ríos en Los Andes Centrales –Sudamérica- .Revista de Geográfica. Instituto Panamericano de Geografía e Historia. Nro. 154. –Julio-diciembre de 2013- ISSN 0031-0581. México.
POBLETE, A. G., MINETTI, J. L. & AGUIAR, L. A. 2014. Distribución espacial del recurso hídrico superficial de la provincia de San Juan. Revista de Geografía de la Universidad Nacional de San Juan, XVII (18), 29-41.
POBLETE, A, G., MINETTI, J. L. 2015. Identificación de Ondas Coherentes entre las Nevadas en Los Andes Áridos de Argentina-Chile y los Principales Factores Climáticos que las Condicionan. - Revista de Geofísica Vol.. I.P.G.H- OEA..- ISSN: 0252-9769. México.
POBLETE, A, G. 2015. Agroclimatología de los valles de Tulúm y Ullúm-Zonda de la provincia de San Juan – Argentina-. Rev de Geografia UNSJ- ISSN 1514-1942- Vol. 20- Nº 20. San Juan. Argentina.
POBLETE, A. G., AGUIAR, L. A. 2015. Relación Entre los Factores de Circulación Atmosférica Regional y de la Cupla Océano-Atmósfera con los Derrames Extremos de los Ríos San Juan Y Mendoza. Revista de Geografía UNC. Boletín de Estudios Geográficos Instituto de Geografía Facultad de Filosofía y Letras Universidad Nacional de Cuyo. ISSN 0374-6186. ISSN-L 0374-6186.
POBLETE, A. G. PÉREZ M. del V. 2015. Disponibilidad Del Recurso Hídrico Como Base De Cualquier Ordenamiento Territorial En Los Oasis Cuyanos. Jornadas de Ordenamiento Territorial. PRODEA. San Juan. Argentina.
POBLETE, A., HRYCIW, M. C. 2016. Variabilidad interanual del recurso hídrico de los oasis de la provincia de San Juan dependientes de ríos con régimen nival. Meridiano - Revista de Geografía ISSN 2314-1506. Centro de Estudios Alexander von Humboldt. Buenos Aires.
QUINTANA, J. M., 2004; Factors affecting Central Chile rainfall variations at interdecadal scales (in Spanish). M.S. thesis, Departamento de Geofísica, Universidad de Chile, 88 pp.
QUINTANA, J. M. & ACEITUNO, P. 2011. Changes in the rainfall regime along the extratropical west coast of South América (Chile): 30-43º S. Atmósfera 25, 1-22.
Revista de la Universidad Nacional de San Juan. 2004. Una rueda que produce cultura. Número 10. Noviembre. Recuperado de: http://www.revista.unsj.edu.ar/revista10/molinos_sardina.htm
TAYLOR, W. 2000a, Change-Point Analyzer 2.0 shareware program, Taylor Enterprises, Libertyville, Illinois. Web: http://www.variation.com/cpa.
SAMIRAN DAS, N. M.; SIMONOVIC, S. P. 2001. The Comparison of GEV, Log-Pearson Type 3 and Gumbel Distributions in the Upper Thames River Watershed under Global Climate Models. Department of Civil and Environmental Engineering The University of Western Ontario. Canadá.
TAYLOR, Wayne (2000b), A Pattern Test for Distinguishing Between Autoregressive and Mean-Shift Data, submitted to Journal of Quality Technologies.
WILLMOTT, C.J.; WICKS, D.E. 1980 An Empirical Method for the Spatial Interpolation of Monthly Precipitation Within California. Physical Geography, 1, 59-73.
ZHANG, X.,. ZWIERS, F. W. and STOTT, P. 2006. Multi-model multisignal climate change detection at regional scale. Journal of Climate, 19(17), 4294-4307.
