Modelos multivariados de predicción de caudal mensual utilizando variables macroclimáticas. Caso de estudio Río Cauca

Se analizaron las teleconexiones lineales entre el fenómeno ENOS y los caudales mensuales del Río Cauca (Valle del Cauca-Colombia), utilizando dos técnicas estadísticas multivariadas: el análisis de funciones ortogonales empíricas (FOES) y el análisis de correlación canónica (ACC). Se ajustaron modelos ARMAX, para predecir los caudales, utilizando las primeras componentes principales y coeficientes canónicos de las variables macroclimáticas, como variables auxiliares en los modelos de caudal; obteniéndose mejoras en la predicción. Lo anterior indica que las variables macroclimáticas aportaron información adicional. El FPE (error final de predicción) se redujo en un 9.44% en promedio, usando la primera componente principal de las variables macroclimáticas como variable auxiliar. Mientras, el FPE se redujo en un 13.35% en promedio, usando el primer coeficiente canónico de las variables macroclimáticas como variable auxiliar. Los modelos presentaron buen ajuste, por lo que pueden ser utilizados para predicción. Así mismo, los métodos multivariados de análisis de FOES y El ACC demuestran que son una herramienta eficaz en el estudio de la variabilidad climática para entender las relaciones del ENOS o fenómenos similares con la hidrología de la región. Palabras Clave: Funciones ortogonales empíricas (FOES), análisis de componentes principales (ACP), análisis de correlación canónica (ACC), patrones principales de predicción (PPP), fenómeno el Niño, fenómeno de la Niña.