dor_id: 11183

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Atmósfera", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, Web Of Science (WoS); SCImago Journal Rank (SJR)

561.#.#.u: https://www.atmosfera.unam.mx/

650.#.4.x: Físico Matemáticas y Ciencias de la Tierra

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: https://www.revistascca.unam.mx/atm/index.php/atm/index

351.#.#.b: Atmósfera

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: https://www.revistascca.unam.mx/atm/index.php/atm/article/view/ATM.2016.29.02.02/46800

100.1.#.a: Choubin, Bahram; Malekian, Arash; Gloshan, Mohammad

524.#.#.a: Choubin, Bahram, et al. (2016). Application of several data-driven techniques to predict a standardized precipitation index. Atmósfera; Vol. 29 No. 2, 2016; 121-128. Recuperado de https://repositorio.unam.mx/contenidos/11183

245.1.0.a: Application of several data-driven techniques to predict a standardized precipitation index

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Ciencias de la Atmósfera y Cambio Climático, UNAM

264.#.0.c: 2016

264.#.1.c: 2021-07-02

653.#.#.a: Standardized precipitation index (SPI); climate signals; multi-layer perceptron (MLP); adaptive neuro-fuzzy inference system (ANFIS); M5P model tree; Taylor diagrams

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC 4.0 Internacional, https://creativecommons.org/licenses/by-nc/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico editora@atmosfera.unam.mx

884.#.#.k: https://www.revistascca.unam.mx/atm/index.php/atm/article/view/ATM.2016.29.02.02

001.#.#.#: 022.oai:ojs.pkp.sfu.ca:article/48123

041.#.7.h: eng

520.3.#.a: Climate modeling and prediction is important in water resources management, especially in arid and semi-arid regions that frequently suffer further from water shortages. The Maharlu-Bakhtegan basin, with an area of 31 000 km2 is a semi-arid and arid region located in southwestern Iran. Therefore, precipitation and water shortage in this area have many problems. This study presents a drought index modeling approach based on large-scale climate indices by using the adaptive neuro-fuzzy inference system (ANFIS), the M5P model tree and the multilayer perceptron (MLP). First, most of the climate signals were determined from 25 climate signals using factor analysis, and subsequently, the standardized precipitation index (SPI) was predicted one to 12 months in advance with ANFIS, the M5P model tree and MLP. The evaluation of the models performance by error parameters and Taylor diagrams demonstrated that performance of the MLP is better than the other models. The results also revealed that the accuracy of prediction increased considerably by using climate indices of the previous month (t – 1) (RMSE = 0.802, ME = –0.002 and PBIAS = –0.47).

773.1.#.t: Atmósfera; Vol. 29 No. 2 (2016); 121-128

773.1.#.o: https://www.revistascca.unam.mx/atm/index.php/atm/index

046.#.#.j: 2021-10-20 00:00:00.000000

022.#.#.a: ISSN electrónico: 2395-8812; ISSN impreso: 0187-6236

310.#.#.a: Trimestral

300.#.#.a: Páginas: 121-128

264.#.1.b: Instituto de Ciencias de la Atmósfera y Cambio Climático, UNAM

doi: https://doi.org/10.20937/ATM.2016.29.02.02

handle: 21c79d8260676596

harvesting_date: 2023-06-20 16:00:00.0

856.#.0.q: application/pdf

last_modified: 2023-06-20 16:00:00

license_url: https://creativecommons.org/licenses/by-nc/4.0/legalcode.es

license_type: by-nc

_deleted_conflicts: 2-cede9c38eb5f4b8daba7c16686376d3e

No entro en nada

No entro en nada 2