Natural catastrophes, such as floods, have been increasing over the years. This has generated an interest in studying the factors that have a great influence on the occurrence of floods, especially meteorological factors, such as the intensity and magnitude of rainfall. Due to this problem, it has been determined that it is important to know the behavior of precipitation, both past and future, which allows us to react in advance to a natural disaster. The city of Morelia, Michoacán, has presented in recent decades flooding problems in the urban area, which have caused a large amount of damage to the population, due to rainfall and runoff that have been generated with them. The objective of this work is to develop a multivariate stochastic short-term rainfall prediction model. The work is based on the interpretation of satellite information of the study area, which allows the generation of time series of rainfall, which will be integrated into a multivariate stochastic model to generate rainfall predictions that can be implemented in the city of Morelia, Michoacán.
Los desastres naturales, como inundaciones, han ido aumentando a lo largo de los años. Esto ha despertado un interés por estudiar los factores que tienen gran influencia en la ocurrencia de las inundaciones, especialmente factores meteorológicos, como la intensidad y magnitud de las precipitaciones. Debido a esta problemática, se ha determinado que es importante conocer los comportamientos de las precipitaciones, tanto pasadas como futuras, que permita reaccionar con antelación ante un desastre natural. La ciudad de Morelia Michoacán, ha presentado en las últimas décadas problemas de inundación en la zona urbana, que han causado una gran cantidad de daños en la población, debidas a las lluvias y los escurrimientos que se han generado con ellas. El objetivo de este trabajo es desarrollar un modelo estocástico multivariado de predicción de lluvia a corto plazo. El trabajo se basa en la interpretación de información satelital de la zona de estudio, que permitan generar series de lluvia temporales, mismas que serán integradas a un modelo estocástico multivariado para generar predicciones de lluvia que puedan ser implementadas en la ciudad de Morelia, Michoacán.
