230
MINERÍA DE DATOS PARA SERIES
TEMPORALES Y SU APLICACIÓN EN LAS
PRECIPITACIONES PLUVIALES EN EL
CANTÓN HUACA ECUADOR
DATA MINING FOR TIME SERIES AND ITS APPLICAT.ION IN
RAINFALL PRECIPITATIONS IN THE CANTON HUACA ECUADOR
AREA
Recibido: 28/10/2021 - Aceptado: 11/01/2023
Marco Antonio Yandún Velasteguí
Magíster en Auditoría de Tecnologías de la Información - Universidad de
Especialidades Espíritu Santo Guayaquil
Docente de la Universidad Politécnica Estatal del Carchi
marco.yandun@unmsm.edu.pe
marco.yandun@upec.edu.ec
https://orcid.org/0000-0001-5627-9838
Carlos Fernando Montenegro Argoti
Ingeniero en Informática por la Universidad Politécnica Estatal del Carchi
carlos.montenegro@upec.edu.ec
https://orcid.org/0000-0001-8360-3162
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos
para series temporales y su aplicación en las precipitaciones
pluviales en la zona del cantón Huaca Ecuador. Sathiri (18)1,
230-241. https://doi.org/10.32645/13906925.1201
231
MINERÍA DE DATOS PARA SERIES
TEMPORALES Y SU APLICACIÓN EN
LAS PRECIPITACIONES PLUVIALES EN
EL CANTÓN HUACA ECUADOR
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Resumen
En el cantón San Pedro de Huaca existe la Finca Experimental San Francisco, cuenta con una
estación meteorológica que recolecta datos relacionados con el clima y, entre ellos, también se
obtiene registros de la precipitación pluvial. Con estos datos se hace un análisis mínimo incluido
a los datos histórico-pluviales, no se ha evidenciado el uso de herramientas de minería de datos,
para determinar las precipitaciones o generar un pronóstico. Lo anterior se obtiene por medio de
conocimientos ancestrales de agricultores. Con el uso de los datos almacenados por la estación
meteorológica con sus variables y unidades de medida, se realizó la investigación que se basa en
la aplicación de técnicas de minería de datos predictiva aplicando la metodología Cross Industry
Standard Process for Data Mining CRISP-DM (Proceso estándar de la industria para la minería de
datos), cumpliendo todas sus fases. Para la etapa de modelado se aplica los pronósticos móviles,
para el pronóstico de series de tiempo, donde hace predicciones con los datos históricos, en este
caso 2019 y 2020. Para llevar a cabo todo este proceso se hizo uso del lenguaje de programación R,
ya que presenta grandes ventajas en el análisis de datos. Los resultados obtenidos corresponden a
los pronósticos de precipitación pluvial obtenidos para cada mes del año 2021, la unidad de medida
de estos datos se encuentra en milímetros por metro cuadrado. Esta información es desplegada
en un aplicativo web shinnyapp.io que muestra y descarga el análisis de los datos, disponible al
público.
Palabras claves: Minería de datos, análisis de datos, CRISP-DM, series de tiempo, promedios
móviles
Abstract
In the San Pedro de Huaca canton there is the San Francisco Experimental Farm, it has a
meteorological station that collects data related to the climate and among them also records of
rainfall are obtained, with these data a minimum analysis is made including the data historical
rainfall, I do not know has evidenced the use of data mining tools to determine rainfall or generate
a forecast, the above is obtained through ancestral knowledge of farmers. With the use of the data
stored by the meteorological station with its variables and units of measurement, the research was
carried out that is based on the application of predictive data mining techniques applied the Cross
Industry Standard Process for Data Mining CRISP-DM methodology, (Industry standard process for
data mining), fullling all its phases. For the modeling stage, mobile forecasts are applied, for the
forecast of time series, where it makes predictions with historical data in this case 2019 and 2020,
to carry out all this process the programming language R was used since presents great advantages
in data analysis, the results obtained correspond to the rainfall forecasts obtained for each month
of the year 2021, the unit of measurement of these data is in millimeters per square meter, this
information is displayed in a web application shinnyapp.io displaying and downloading the data
analysis, publicly available.
Key words: Data mining, data analysis, CRISP-DM, time series, moving averages.
232
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Introducción
Los datos históricos que son almacenados por estaciones meteorológicas constituyen información
importante para el análisis de datos. Uno de estos análisis que se puede realizar son las predicciones
de precipitaciones pluviales en series de tiempo, las mismas que sirven para saber cuándo es buen
tiempo para realizar actividades agrícolas, obteniendo un producto de gran calidad, sin perjudicar
los cultivos.
León Guzmán (2017) indica que la minería de datos consiste en una gran herramienta
de estrategia, cuya funcionalidad es analizar los datos históricos desde los diferentes puntos
estratégicos, para así poder transformar esta información, ordenarla, clasicarla y ltrarla.
Rivera et al. (2018) mencionan que los datos que mejor se manejan deben ser generados
por una estación meteorológica. Para el presente trabajo se utilizaron los datos de la nca
experimental San Francisco de Huaca de la Universidad Politécnica Estatal del Carchi (UPEC),
previo a la autorización de uso de los datos que ahí se generan, además que esta autorización
fue realizada para Carlos Montenegro como parte de su trabajo de titulación como ingeniero en
Informática bajo la dirección de Marco Yandún, tomando en cuenta que se han realizado análisis
mínimos sobre el histórico de datos generados por la estación metereologíca, evidenciando que no
se han aplicado herramientas de minería de datos relacionados con las precipitaciones pluviales,
que sirvan de ayuda para los diferentes agricultores de la zona cuya actividad económica principal
es la agronomía, permitiendo de esta forma mitigar los riesgos por la variación de clima y otros
fenómenos relacionados con la hidrometereológica.
Ortiz Farro (2017) arma que dentro del área agrícola se puede aplicar la minería de datos
con la nalidad de proponer herramientas que permitan al usuario tener acceso a la información
precisa donde se realicen predicciones sobre la evolución futura de actividades que se desarrollan,
obteniendo resultados a corto plazo, que permitirán asegurar la conabilidad de estos, sirviendo
de apoyo para las decisiones futuras que se puedan tomar sobre las mismas. Los beneciaros
directos serán los agricultores del cantón San Pedro de Huaca, al igual que otros agricultores de
diferentes zonas que cuenten con datos históricos sobre las precipitaciones, ya que la propuesta
del aplicativo informático permitirá visualizar los resultados de predicciones obtenidos con sus
propias variables almacenadas mediante el uso de un modelo predictivo realizado con la técnica
de promedios móviles. Ilbay Yupa (2019) indica que el modelo predictivo permite la toma de
mejores decisiones para obtener productos de mejor calidad, resultando con mayor demanda
para el mercado logrando un mayor desarrollo económico.
Para Zamora Villalobos (2018), con los datos recolectados y el análisis de los mismos se
puede desarrollar un instrumento para recolectar y analizar datos, ya que el proceso de extracción
del conocimiento se la realiza a través de varias fases (preparación de datos, exploración, auditoria,
minería de datos, evaluación, difusión y utilización de modelos) y la incorporación de diversas
técnicas (árboles de decisión, regresión lineal, redes neuronales articiales, máquinas de soporte
vertical); además, permite una presentación variada del problema mediante su clasicación,
categorización, estimación, regresión, agrupamiento etc. IONOS (2018), además de poder
realizar diversas técnicas, explica que esto permite obtener los patrones, pudiendo así hacer una
comparativa de cual técnica es la más viable al momento de obtener datos. El número de técnica
de minería de datos es muy grande, además que, cabe indicar, no existe una técnica especíca
para resolver un problema determinado, como también la aplicación de diferentes metodologías
de minería de datos las cuales todas llevan a un mismo propósito.
233
MINERÍA DE DATOS PARA SERIES
TEMPORALES Y SU APLICACIÓN EN
LAS PRECIPITACIONES PLUVIALES EN
EL CANTÓN HUACA ECUADOR
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Materiales y métodos
En la presente investigación se aplicó un enfoque cuantitativo, utilizando la recolección de datos
para analizar la información, con base en la medición numérica y el análisis estadístico, para
establecer patrones de comportamiento y probar teorías. Como teorías se pueden determinar
los testimonios y conocimientos ancestrales de los agricultores de la zona; con ellos se realizaron
diferentes encuestas, de acuerdo a Hernández Sampieri et al. (2018), “utiliza la recolección de
datos sin medición numérica para descubrir o anar preguntas de investigación en el proceso de
interpretación” así como datos demográcos del cantón San Pedro de Huaca ubicado en la provincia
del Carchi, cuyos datos fueron obtenidos del Instituto Nacional de Estadísticas y Censos (INEC),
realizado en el 2010, en donde se pudo observar que cuenta con 6868 habitantes, de los cuales
2331 corresponden a población activa económicamente desde hace cinco años o más, eligiendo a
324 habitantes que se dedican a la agricultura como actividad ocupacional; ellos contribuyen con la
información que será contrastada con la información que se genera por la estación metereologíca.
Para el proceso de minería de datos para series temporales y su aplicación en las
precipitaciones pluviales se utilizaron herramientas digitales que permiten desarrollar el aplicativo
informático. Mancero (2017) indica que entre una metodología de programación utilizada CRISP-
DM, cumpliendo con todas las etapas, haciendo énfasis en las etapas de modelado, evaluación y
despliegue ya que es ahí donde se concentra la problemática de este proyecto. Unir (2019) muestra
una herramienta utilizada para la elaboración del modelado y aplicativo informático de analítica de
datos es el lenguaje de programación R, ya que en el ámbito de datos permite manipular, procesar
y visualizar grácos del análisis de datos de alta calidad, además de ser un lenguaje que puede
ser utilizado en todas las fases de análisis de datos. Permitiendo aplicar los promedios móviles
simples, correspondiente a la expresión matemática utilizada para la obtención de los pronósticos
pluviales. También se hace uso de R Studio que no es más que un entorno de desarrollo.
Resultados y discusión
Se analizó los milímetros de precipitación pluvial a través de una base de datos que contiene
información diaria desde 2018-06-03 hasta 2021-08-02, procediendo a realizar una limpieza de
la información al determinar la cantidad de datos faltantes o fuera de los rangos estándares. Para
ello se creó una secuencia de fechas articial que contiene los datos completos desde 2018-06-03
hasta 2021-08-02, a la cual se añadieron los datos completos de precipitación, seguido por una
agregación de datos por día y no por hora como los datos sin tratar que son los originales.
Figura 1. Serie de tiempo
Como se puede observar en la Figura 1, corresponde a la serie de tiempo donde los
datos a partir del año 2021 contienen valores muy elevados, llegando hasta un valor máximo de
1725mm, lo cual es irreal en comparación con los datos históricos e incompatible con los rangos de
precipitación documentados. Se procede entonces a realizar un corte de la información tomando
solo los valores anteriores a 2021-01-01, quedando una serie de tiempo de agregados diarios.
234
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Figura 2. Serie de tiempo con corte de información
Como se puede distinguir en la Figura 2 sobre la nueva serie de tiempo, los datos del 2018 no
contienen valores diferentes de 0, lo cual podría tratarse de un error de adquisición de datos o su
registro, por lo cual se procedió a excluir los datos anteriores al 2019.
Figura 3. Serie de tiempo 2019 – 2021
Con esta delimitación de información descrita en la Figura 3, se puede observar una mejor
continuidad de la información, con lo cual haremos agregados mensuales para vericar si es
posible encontrar alguna estacionalidad en la serie de tiempo.
Figura 4. Estacionalidad en serie de tiempo
Dado que se tienen dos años completos de datos, se procedió a realizar una descomposición
aditiva de la serie de tiempo de agregados mensuales como se puede apreciar en la Figura 4, para
determinar el comportamiento general de los datos (Escutia, 2019), quedando como sigue:
235
MINERÍA DE DATOS PARA SERIES
TEMPORALES Y SU APLICACIÓN EN
LAS PRECIPITACIONES PLUVIALES EN
EL CANTÓN HUACA ECUADOR
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Figura 5. Descomposición aditiva de series de tiempo
Con la Gráca 5 se puede observar como la parte tendencial (trend) tiene un crecimiento notable,
lo que signicaría que la precipitación pluvial tiende a aumentar con el paso de los años. Por
otro lado, vemos como la parte estacional (seasonal) reeja que aproximadamente durante los
segundos y los últimos trimestres de cada año se tienen las mayores cantidades de precipitación.
Similar al criterio de Vazquez (2018).
Con los datos agregados mensuales procedimos a realizar una proyección de datos a 6 meses,
usando un pronóstico a partir de promedios móviles, como se observa la Tabla 1. Adicional se
podría generar tendencias aplicando regresión lineal con el método de los mínimos cuadrados que
son base de las reglas Gaussianas y las Redes Neuronales como el estudio propuesto por Hidalgo
Guijarro et al. (2019).
Figura 6. Histograma SMA Pronóstico
236
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Tabla 1.
Forecast año 2021
Para poder desplegar los datos analizados se registra de forma gratuita en la página de shinyapps.
io versión server con el acceso al servidor en donde puede ser alojada, una vez creada la cuenta
se dispone de un Dashboard con toda la información referente al aplicativo web para tener un
manejo más cauteloso, como se puede denotar en la Figura 7.
Figura 7. Dashboard Shinyapps.io server
La página principal de la aplicación https://forecastdrive.shinyapps.io/Precipitacion/ mostrada
en la Figura 8, cuenta con un informativo de las funciones que presenta, en la parte inferior se
encuentra un botón (Browser), el cual cumple la función de buscar y subir el archivo preparado
con la información y separado con comas para realizar el análisis predictivo, mientras que en la
parte izquierda encontramos dos menús adicionales exploración y pronóstico, un input del rango
de fechas indicando las que van a ser tomadas en cuenta, y un slidebar que indicar los meses de
pronóstico que son requeridos.
237
MINERÍA DE DATOS PARA SERIES
TEMPORALES Y SU APLICACIÓN EN
LAS PRECIPITACIONES PLUVIALES EN
EL CANTÓN HUACA ECUADOR
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Figura 8. Interfaz aplicación web de despliegue de los datos
En el menú de exploración indicado en la Figura 9 lo primero que se observa es la serie de tiempo
de la relación fecha y precipitación de nuestra tabla de datos base, a medida que modicamos los
campos del rango de tiempo estos cambiarán mostrando al usuario la serie de tiempo deseada en
el momento deseado.
Figura 9. Serie de tiempo Exploración
En la parte superior del menú de exploración dos tablas que muestran 10 entradas este campo
pueden ser modicados, en esta instancia se muestra la fecha y el valor de precipitación por día,
y la precipitación acumulada, en esta parte de la exploración ya comienza a trabajar el modelo
anteriormente realizado.
Además, este apartado cuenta con tres botones de copia, CSV, Excel, permitiendo descargar en
estos dos tipos de formatos los datos que sean requeridos como se puede visualizar en las guras
10 y 11.
238
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Figura 10. Tablas de Exploración
Figura 11. Archivo descargado en formato xlsx
El ultimo menú muestra el histograma con el pronóstico de precipitaciones pluviales aplicado con
el modelo de SMA representado por las guras 12 y 13, además de igual forma muestra las tablas
con los mismos botones de descarga, pero con la diferencia de que aquí obtenemos los datos de
los valores ajustados y de los pronósticos para cada mes respectivamente.
239
MINERÍA DE DATOS PARA SERIES
TEMPORALES Y SU APLICACIÓN EN
LAS PRECIPITACIONES PLUVIALES EN
EL CANTÓN HUACA ECUADOR
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Figura 12. Histograma SMA Pronóstico
Figura 13. Tablas de datos valores ponderados y pronostico
Cabe destacar que el aplicativo informático es responsive, esto quiere decir que la aplicación puede
ser abierta desde el navegador web de cualquier dispositivo móvil con acceso a internet sin perder
ninguna de las funcionalidades que tiene, adaptándose al tamaño de pantalla disponible.
240
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Conclusiones
La utilización de diferentes métodos y metodologías fueron de gran ayuda para la presente
investigación, al igual que las herramientas de recolección de datos que permitieron generar
conocimiento a partir de la información obtenida de la estación metereologíca, permitiendo
conocer como las precipitaciones afectan la calidad, oferta y demanda de los cultivos al ser una
actividad que depende mucho de los fenómenos climáticos. El presente modelo de pronóstico
basado en promedios móviles es una buena aproximación hacia el pronóstico acumulado mensual
de precipitación mensual. Su implementación en aplicaciones interactivas permite una exploración
de datos muy práctica y exible, permitiendo interpretar el análisis de datos históricos de la estación
meteorológica de la na experimental San Francisco de Huaca de una manera más entendible
para predecir futuras precipitaciones. Finalmente, el análisis de series de tiempo resultan ser una
poderosa herramienta para la evaluación proyectos de investigación.
Recomendaciones
Conseguir una base de datos con tanto histórico como sea posible, ya que mientras más datos
se tenga mayor será la precisión de la predicción, permitiendo de esta manera tener resultados
óptimos y tomar mejores decisiones. Es posible generar mejores modelos a partir de más puntos
de colección de datos, por lo que agregar información de otras estaciones meteorológicas sería
recomendable. Hacer pruebas de calidad sobre la obtención de datos, ya que en el presente trabajo
se observa como los valores a partir del año 2021 se vuelven fuera del comportamiento normal,
y esto puede ser debido a fallas técnicas de la estación. Generar modelos de pronóstico diario es
posible si se agrega información con ltros de calidad adecuados, así como también sistematizar
las estaciones meteorológicas para tener un mejor manejo de los datos. Generar modelos de
pronóstico a partir de otras técnicas y metodologías de minería de datos para obtener diferentes
resultados y hacer un estudio de que técnica es más aceptable en la aplicación de predicciones en
precipitaciones pluviales.
241
MINERÍA DE DATOS PARA SERIES
TEMPORALES Y SU APLICACIÓN EN
LAS PRECIPITACIONES PLUVIALES EN
EL CANTÓN HUACA ECUADOR
............................................................................................................................................................................................................................................................
Cómo citar este artículo:
Yandún, M. & Montenegro, C. (Enero - Junio de 2022). Minería de datos para series temporales y su aplicación en las precipitaciones pluviales en la zona del cantón Huaca Ecuador. Sathiri
(18)1, 230-241. https://doi.org/10.32645/13906925.1201
Referencias
Escutia, I. (2019). Descomposición de series de tiempo. Recuperado de https://rstudio-pubs-static.
s3.amazonaws.com/546278_da6272365edd4444a4e7ccf6b17978fe.html
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. del P. (2018). Metodología de
la Investigación (Quinta Edi). México: Mc Graw Hill.
Hidalgo-Guijarro, J., Yandún-Velasteguí, M., Bolaños-Tobar, D., Borja-Galeas, C., Guevara, C., Varela-
Aldás, J., ... & Rivera, R. (2019, September). Preprocessing Information from a Data Network
for the Detection of User Behavior Patterns. InInternational Conference on Human Systems
Engineering and Design: Future Trends and Applications(pp. 661-667). Springer, Cham.
Ilbay Yupa, M. L. (2019). “tendencia espacio-temporal de la precipitación, su agresividad y
concentración en la región interandina del ecuador”. Universidad Nacional Agraria La Molina.
IONOS. (2018). Software de data mining: realiza análisis de datos más efectivos. Recuperado de
https://www.ionos.es/digitalguide/online-marketing/analisis-web/software-de-data-mining-
las-mejores-herramientas/
León Guzmán, E. (2017). Minería de Datos Módulo Diplomado. Módulo Universidad Nacional
de Colombia, 1–19. Recuperado de http://disi.unal.edu.co/~eleonguz/cursos/md/
presentaciones/Sesion5_Metodologias.pdf
Mancero, H. (2017). Estimación del coeciente de hurst de las series temporales de tráco vehicular
en zonas urbanas. Universidad de las Fuerzas Armadas.
Ortiz Farro, P. E. (2017). “Minería de datos con series de tiempo en el desarrollo e implementación
del sistema inteligente que predice la producción de arroz en el ámbito de la Gerencia
Regional de Agricultura – Lambayeque.” Universidad Señor De Sipán.
Rivera, S. H., Lema, L. Z., Freire, A. M., Rojas, L. V., & Villa, A. E. (2018). Métodos de clasicación en
minería de datos meteorológicos. Revistas ESPOCH, 107–113.
Unir. (2019). Lenguaje R, ¿qué es y por qué es tan usado en Big Data? Recuperado de https://www.
unir.net/ingenieria/revista/lenguaje-r-big-data/
Vazquez, M. (2018). Minería de datos para generación de reglas de tendencia de precipitación
pluvial en el estado de Morelos. Ingeniería-Revista Académica de la facultad de Ingeniería,
22, 9–24.
Zamora Villalobos, T. F. (2018). Aplicación De Tecnicas De Mineria De Datos Para Pronósticos Del
Sector Agrícola. Ponticia Universidad Católica De Valparaíso.
