Predicción espacio-temporal del balance hídrico en la cuenca del río Urama, Venezuela

A novelty spatial and temporal forecast method of water balance variables in Urama basin wetland, Venezuela is presented in this paper. The methodology consists of two stages: 1. Compilation of the information, using meteorological data on precipitation (rainfall) and evaporation from 73 climate stations, Landsat images and a digital elevation model for the study basin. 2. Processing the information: a) modelling the spatial statistical forecast; b) forecast model; and c) forecasting time series of water balance variables. The advantage of the method is to use available data to forecast the water balance variables by means of statistical spatial prediction models, selecting those with a seasonal trend approximating the observed values. Correlation and determination coefficients were greater than 0.99 indicating satisfactory predictions, so that the method, is appropriate to reproduce the spatio-temporal profile of future periods to be used for planning sustainable management of wetlands. Resumen En este artículo se presenta un novedoso método de predicción espacio-temporal de variables de balance hídrico en el humedal de la cuenca del río Urama, Venezuela. La metodología consta de dos etapas: 1. Compilación de información utilizando datos meteorológicos de precipitación y evaporación de 73 estaciones climáticas; imágenes Landsat y modelo de elevación digital para la cuenca en estudio. 2. Procesamiento de información: a) modelización de predicción estadística espacial; b) modelo de pronóstico; y, c) pronóstico de series temporales de variables de balance hídrico. La ventaja del método está en utilizar datos para pronosticar variables de balance hídrico mediante modelos de predicción estadística espacial seleccionando aquellas con tendencias estacionales que se aproximan a las observaciones. Se obtuvieron coeficientes de correlación mayores que 0.99, indicando predicciones satisfactorias, por lo que el método, es adecuado para reproducir el perfil espacio-temporal de períodos futuros para ser aplicados en gestión sostenible de humedales.