Viscaíno Cuzco, Mayra AlexandraZabala Cárdenas, Anthony Roger2025-03-202025-02https://repositorio.uta.edu.ec/handle/123456789/44223La información meteorológica es fundamental para comprender el estado climático de una región y se convierte en una herramienta clave para la toma de decisiones en diversos sectores de la sociedad. Durante períodos de escasez de agua, resulta esencial implementar sistemas de gestión hídrica que mitiguen el impacto del desabastecimiento. En este contexto, el objetivo principal de esta investigación fue pronosticar las precipitaciones pluviométricas en el cantón Ambato utilizando el modelo univariante Prophet para una toma de decisiones informada. Este trabajo se estructuró en tres fases con el propósito de implementar el modelo Prophet para realizar pronósticos diarios de precipitación en el cantón Ambato. En la primera, se efectuó un análisis estadístico de las series históricas, calculando medidas como promedio, cuartiles y desviación estándar. La segunda involucró la implementación del modelo Prophet en 19 estaciones meteorológicas con registros entre 2013 y 2024, dividiendo los datos en proporciones de 80 y 20 por ciento, 85 y 15 por ciento y, 90 y 10 por ciento, utilizando el primer conjunto para entrenar el modelo y el segundo para evaluar los resultados. Además, se ajustaron los hiperparámetros changepoint prior scale y seasonality prior scale, con rangos entre 0.05-10 y 10-100, respectivamente, utilizando búsqueda por cuadrícula para determinar la configuración óptima que minimizara los errores MAE y RMSE, comparándola con los valores predeterminados del modelo. Finalmente, la tercera consistió en la elaboración de mapas de isoyetas que ilustran la distribución espacial de las precipitaciones. Los resultados mostraron que, en la mayoría de las estaciones, el modelo Prophet se ajustó de manera más efectiva a la división de datos del 90 por ciento para entrenamiento y 10 por ciento para evaluación, obteniendo valores promedio de MAE y RMSE de 2.13 mm y 3.41 mm, respectivamente. Esto permitió concluir que el modelo Prophet demostró un buen desempeño en la adaptación a las series temporales analizadas. No obstante, presentó dificultades al predecir valores máximos de precipitación, lo cual es un aspecto clave a considerar en futuras aplicaciones del modelo.Meteorological information is essential to understand the climatic state of a region and becomes a key tool for decision-making in various sectors of society. During periods of water scarcity, it is essential to implement water management systems that mitigate the impact of shortages. In this context, the main objective of this research was to forecast rainfall in the Ambato canton using the Prophet univariate model for informed decision-making. This work was structured in three phases with the purpose of implementing the Prophet model to make daily rainfall forecasts in the Ambato canton. In the first phase, a statistical analysis of the historical series was carried out, calculating measures such as average, quartiles and standard deviation. The second involved deploying the Prophet model at 19 weather stations with records between 2013 and 2024, splitting the data into proportions of 80 and 20 percent, 85 and 15 percent, and 90 and 10 percent, using the first set to train the model and the second to evaluate the results. In addition, the hyperparameters changepoint prior scale and seasonality prior scale were adjusted, with ranges between 0.05-10 and 10-100, respectively, using grid search to determine the optimal configuration that minimized MAE and RMSE errors, comparing it with the default values of the model. Finally, the third consisted of creating isohyet maps that illustrate the spatial distribution of precipitation. The results showed that, at most stations, the Prophet model fit the data split of 90 percent for training and 10 percent for evaluation more effectively, obtaining average MAE and RMSE values of 2.13 mm and 3.41 mm, respectively. This allowed us to conclude that the Prophet model demonstrated a good performance in fitting the analyzed time series. However, it had difficulties in predicting maximum precipitation values, which is a key aspect to consider in future applications of the model.esPROPHETPRONÓSTICO DE PRECIPITACIONESCANTÓN AMBATOMAERMSEbachelorThesis