Muñoz Pauta, Paul AndrésLuna Abril, Patricio Javier2024-10-022024-10-022024-10-01https://dspace.ucuenca.edu.ec/handle/123456789/45532El pronóstico de caudales continúa siendo un reto crítico en cuencas complejas de todo el mundo, donde la escasez de datos y los problemas de detección limitan el desempeño de los pronósticos. La fusión de datos ofrece una alternativa prometedora, con el potencial de generar mejores conjuntos de datos satelitales de precipitación para su uso en modelos de previsión de escorrentía basados en datos. Este estudio investiga la efectividad del método Sombrero de Tres Puntas (TCH por sus siglas en inglés) para fusionar conjuntos de datos satelitales de precipitación y su impacto en el pronóstico de caudales. El método TCH se aplicó a tres productos satelitales de precipitación (SPP), creando un conjunto de datos fusionados que se comparó con dos productos de referencia: IMERG-ER y MSWEP. Aunque el método TCH demostró ser adecuado para el pronóstico en regiones con escasez de datos, no superó a los productos de referencia, mostrando resultados comparables a IMERG-ER. Resulta interesante señalar que MSWEP mostró un mejor desempeño en diferentes ventanas de pronóstico, lo que sugiere que la fusión de múltiples fuentes de datos de precipitación puede mejorar el desempeño de los modelos de previsión de la escorrentía. El estudio revela una limitación importante del método TCH a escalas temporales finas. Bajo ciertas condiciones, los datos pueden asumirse como estadísticamente dependientes, lo que tiene un efecto adverso en la efectividad del método. Futuras investigaciones deberían centrarse en resolver estas limitaciones y explorar el potencial de fusionar diversas fuentes de datos para conseguir nuevas mejoras en el pronóstico de caudales.Runoff forecasting remains a critical challenge in complex basins around the world, where data scarcity and detection problems limit the forecasting performance. Data fusion offers a promising alternative, with the potential to generate enhanced satellite precipitation datasets for use in data-driven runoff forecasting models. This study investigates the effectiveness of the Three-Cornered Hat (TCH) method for fusing satellite precipitation datasets and its impact on runoff forecasting. The TCH method was applied to three satellite precipitation products (SPP), creating a fused dataset that was compared to two benchmark products: IMERG-ER and MSWEP. While the TCH method demonstrated suitability for forecasting in data-scarce regions, it did not outperform the benchmark products, showing comparable results to IMERG- ER. Interestingly, MSWEP exhibited superior performance across different lead times, suggesting that the fusion of multiple precipitation data sources may enhance the performance of runoff forecasting models. The study highlights a key limitation of the TCH method at fine temporal scales. In certain conditions, data may be considered statistically dependent, which could have an adverse effect on the effectiveness of the method. Future research should focus on resolving these limitations and exploring the potential of integrating diverse data sources to unlock further improvements in runoff forecasting.application/pdf34 páginasengAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/HidrologíaDatos satelitalesSistemas de informaciónPronóstico de caudalesClasificación de la Investigación::Ciencias de la Tierra::HidrologíaopenAccess