TY - BOOK AU - Loyola Cueva, Evelyn Katherine AU - Salazar Hinojosa, Víctor Hugo TI - Correlación estadística de estaciones meteorológicas convencionales y automáticas durante el periodo 2014-2021 U1 - PROYECTO 333.7 L923co CY - Ecuador KW - ESTACIÓN CONVENCIONAL KW - AUTOMÁTICA KW - CORRELACIÓN N1 - Incluye CD-Rom -Anexos; Proyecto (Ingeniero Medio Ambiente); Agreda Luis; Dir; 1. Justificación del proyecto. 2. Beneficiarios del proyecto. 3. Problema de investigación. 4. Objetivos. 6. Actividades y sistema de tareas en relación a los objetivos planteados. 7. Fundamentación científico técnica. 8. Pregunta científica. 9. Metodología. 10. Análisis y diseño de resultados. 11. Impactos (técnicos, sociales, ambientales y económicos). 12. Presupuesto para la elaboración del proyecto. 13. Conclusiones y recomendaciones. 14. Bibliografía. 15. Anexos; LOS PROYECTOS DE INVESTIGACIÓN SON DE USO EXCLUSIVO EN LA SALA DE LECTURA; Facultad de Ciencias Agropecuarias y Recursos Naturales; Carrera de Ingeniería en Medio Ambiente; Ingenieria en Medio Ambiente N2 - La información meteorológica es de gran utilidad para el desarrollo humano, pero en los últimos años, la falta de observadores ha provocado que las estaciones convencionales (EMC) del Ecuador disminuyan o se reemplacen por estaciones automáticas (EMA). El presente trabajo de investigación tuvo como objetivo determinar la relación que existe entre las variables temperatura y precipitación en seis estaciones meteorológicas ubicadas a nivel nacional. Para el estudio se eligieron seis EMC y EMA (M0026, M0031, M0103, M1036, M1208, M1233) ubicadas a lo largo de la costa y sierra ecuatorianas, con un periodo en común de ocho años (2014-2021). El análisis comprendió los datos diarios de precipitación y temperatura, los cuales fueron sumados y promediados respectivamente, en los horarios de las 07:00, 13:00 y 19:00. Los datos entregados por el INAMHI se filtraron, depuraron y ordenaron dos veces, eliminando valores erróneos de transcripción. Esta información meteorológica fue evaluada mediante el desarrollo de un script en Rstudio utilizando métodos estadísticos como el coeficiente de correlación de Pearson (CC), error medio absoluto (MAE), raíz del error cuadrático medio (RMSE) y sesgo relativo (PBIAS). Se revisaron las especificaciones técnicas del instrumental de ambos tipos de estaciones para descartar posibles errores atípicos debido a fallos en los instrumentos y equipos. La CC en la precipitación es baja en todas las estaciones, mientras que en la temperatura es alta en M0031 (0.73), M1036 (0.62) y M1208 (0.66) y baja en M0026 (0.3), M0103 (0.36) y M1233 (0.06). El MAE de la precipitación fue alto en todas las estaciones, mientras que para temperatura fue alto en: M0026 (6.24), M1036 (3.21) y M1233 (8.45) y bajo en M031 (1.71), M0103 (2.8) y M1208 (2.34). La RMSE de la precipitación fue alta en todas las estaciones, mientras que en la temperatura fue alta en M1233 (23.61) y baja en M0026 (8.22), M0031 (2.44), M0103 (6.20), M1036 (4.78) y M1208 (3.6). El PBIAS indica que la EMA sobreestima la precipitación todas las estaciones, mientras que sobreestima la temperatura en M0031 (13.52), M0103 (18.12), M1036 (27.0) y M1208 (9.09), y se subestima en M0026 (-21.63) y M1233 (-21.12). La buena correlación de temperatura en las estaciones M0031, M1036 y M1208, permite el uso de la EMA como una fuente secundaria de datos, necesitando ajustar los sensores para evitar sobre o subestimación de datos; mientras que no es posible en precipitación por su baja correlación en todas las estaciones UR - http://repositorio.utc.edu.ec/bitstream/27000/9720/1/PC-002470.pdf ER -