Comparación entre siete capas climáticas digitales para identificar áreas con alta precipitación anual en México (al menos 1,500 mm en promedio)

Armando Rincón-Gutiérrez, Martin Ricker, Jean-François Mas
{"title":"Comparación entre siete capas climáticas digitales para identificar áreas con alta precipitación anual en México (al menos 1,500 mm en promedio)","authors":"Armando Rincón-Gutiérrez, Martin Ricker, Jean-François Mas","doi":"10.14350/rig.60779","DOIUrl":null,"url":null,"abstract":"El modelaje espacial de la precipitación es fundamental para entender la distribución de la vegetación silvestre, el crecimiento de las plantas y las consecuencias del cambio climático. Aquí comparamos, para el territorio continental de México, la estimación de alta precipitación anual (≥ 1,500 mm en promedio) de siete capas climáticas digitales disponibles en internet. ¿Es relevante con qué capa se identifican las áreas con alta precipitación? ¿Es recomendable usar una capa de precipitación elaborada con datos satelitales en lugar de pluviómetros terrestres? Resultó que hay enormes diferencias entre las estimaciones de las siete capas digitales: la superficie con promedios de precipitación anual ≥ 1500 mm varía, según la capa seleccionada, entre 143 964 km2 (“Cuervo”) y 232 439 km2 (“Satelital”), o de 7.4% a 11.9% de la superficie terrestre de México. La segunda superficie es 1.6 veces la primera. La superficie total, donde al menos una de las siete capas estima un promedio de precipitación anual ≥ 1500 mm, es de 287 042 km2 (14.7% de la superficie de nuestro país). El coeficiente de variación para la precipitación anual estimada entre las siete capas varía de 1.8 a 60.9%. La categoría con un coeficiente de variación relativamente bajo abarca 74.7% de los 287 042 km2, la categoría intermedia 24.1%, y la que tiene mayor variación 1.2%. Todas las capas, excepto la “Satelital”, se basan en los datos de la Comisión Nacional del Agua (CONAGUA). Para ninguna capa es posible rastrear cuáles estaciones climatológicas se usaron para su elaboración, y solo para algunas capas se indica el número de estaciones utilizadas. Otras limitaciones para el análisis de las capas fueron la imposibilidad de encontrar la siguiente información: ¿cuáles correcciones estadísticas se efectuaron a los datos crudos? ¿Cómo se manejaron los datos faltantes sobre precipitación (que son comunes en los datos de la CONAGUA)? ¿Cuáles son las especificaciones precisas para la metodología que se empleó para la interpolación espacial? ¿Cuáles factores ambientales se tomaron en cuenta? ¿Cuáles parámetros de exactitud estadística se pueden reportar? Por otra parte, utilizamos 504 estaciones climatológicas de la CONAGUA donde, para los años de 1951 a 2010 (o dos periodos de “normales” de 30 años), se habían medido en promedio ≥ 1500 mm. Tomando en cuenta los datos faltantes, las 504 estaciones climatológicas cubrieron, en promedio, solo 32.7 años para este intervalo de 60 años. Para los datos de las estaciones climatológicas tampoco encontramos información metodológica adecuada: ¿cuáles instrumentos de medición se emplearon y qué exactitud tienen? ¿A qué se debe el gran número de datos faltantes? ¿Hubo algún proceso de corrección y mejora de los datos? Analizamos las diferencias entre la precipitación medida en las 504 estaciones climatológicas y la estimada por la capa, determinando el promedio (“sesgo”) y el intervalo entre los cuantiles de 10% y 90% de las diferencias (“dispersión 1”). La capa “Satelital” presentó el mayor sesgo (−481 mm) y la mayor dispersión (1707 mm), mientras que “García” tenía el menor sesgo (−23 mm) y “UNIATMOS” la menor dispersión (781 mm). Los promedios de las diferencias absolutas (“dispersión 2”), según la capa de 226 a 630 mm, también fueron altos. La situación de grandes inconsistencias entre las capas resultó similar en 110 525 sitios ubicados equidistantes entre pares de las estaciones. En estos sitios, las estimaciones de precipitación por las capas resultaron de interpolar datos entre estaciones climatológicas. El extremo fue en un sitio, donde una capa estimó una precipitación de 886 mm y la otra de 4929 mm, 5.6 veces el primer valor. La gran variación en la precipitación estimada por las capas se explicó de manera considerable por la heterogeneidad topográfica en un círculo de 1 km diámetro alrededor de las 504 estaciones. Como información suplementaria, proporcionamos los vínculos a dos archivos en Excel con los datos de precipitación anual de la CONAGUA, y las estimaciones de las capas en los sitios de las estaciones. En conclusión, sí es relevante con cuál de las siete capas se identifican áreas con alta precipitación, y una capa basada exclusivamente en datos satelitales (todavía) no es recomendable. La capa “UNIATMOS” destacó aquí con los mejores parámetros comparativamente. De cualquier forma, la estimación espacial de precipitación anual alta en México presenta todavía grandes problemas de exactitud, lo que da como resultado tres recomendaciones. Primero, sería importante mejorar la base científica de datos empíricos de precipitación y otras variables climáticas para México, con menos datos faltantes en el futuro, con la descripción de los métodos e indicadores de calidad, y en lo posible con un mayor número de estaciones climáticos en regiones con alta precipitación; segundo, se deberían incluir métodos reproducibles en la descripción de las capas climáticas, y tercero, sería recomendable modelar una capa específica para precipitación alta en la superficie correspondiente, estimada aquí en 14.7% de la superficie de México, donde se tome en cuenta a detalle la topografía.","PeriodicalId":330068,"journal":{"name":"Investigaciones Geográficas","volume":"181 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-04-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Investigaciones Geográficas","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14350/rig.60779","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

El modelaje espacial de la precipitación es fundamental para entender la distribución de la vegetación silvestre, el crecimiento de las plantas y las consecuencias del cambio climático. Aquí comparamos, para el territorio continental de México, la estimación de alta precipitación anual (≥ 1,500 mm en promedio) de siete capas climáticas digitales disponibles en internet. ¿Es relevante con qué capa se identifican las áreas con alta precipitación? ¿Es recomendable usar una capa de precipitación elaborada con datos satelitales en lugar de pluviómetros terrestres? Resultó que hay enormes diferencias entre las estimaciones de las siete capas digitales: la superficie con promedios de precipitación anual ≥ 1500 mm varía, según la capa seleccionada, entre 143 964 km2 (“Cuervo”) y 232 439 km2 (“Satelital”), o de 7.4% a 11.9% de la superficie terrestre de México. La segunda superficie es 1.6 veces la primera. La superficie total, donde al menos una de las siete capas estima un promedio de precipitación anual ≥ 1500 mm, es de 287 042 km2 (14.7% de la superficie de nuestro país). El coeficiente de variación para la precipitación anual estimada entre las siete capas varía de 1.8 a 60.9%. La categoría con un coeficiente de variación relativamente bajo abarca 74.7% de los 287 042 km2, la categoría intermedia 24.1%, y la que tiene mayor variación 1.2%. Todas las capas, excepto la “Satelital”, se basan en los datos de la Comisión Nacional del Agua (CONAGUA). Para ninguna capa es posible rastrear cuáles estaciones climatológicas se usaron para su elaboración, y solo para algunas capas se indica el número de estaciones utilizadas. Otras limitaciones para el análisis de las capas fueron la imposibilidad de encontrar la siguiente información: ¿cuáles correcciones estadísticas se efectuaron a los datos crudos? ¿Cómo se manejaron los datos faltantes sobre precipitación (que son comunes en los datos de la CONAGUA)? ¿Cuáles son las especificaciones precisas para la metodología que se empleó para la interpolación espacial? ¿Cuáles factores ambientales se tomaron en cuenta? ¿Cuáles parámetros de exactitud estadística se pueden reportar? Por otra parte, utilizamos 504 estaciones climatológicas de la CONAGUA donde, para los años de 1951 a 2010 (o dos periodos de “normales” de 30 años), se habían medido en promedio ≥ 1500 mm. Tomando en cuenta los datos faltantes, las 504 estaciones climatológicas cubrieron, en promedio, solo 32.7 años para este intervalo de 60 años. Para los datos de las estaciones climatológicas tampoco encontramos información metodológica adecuada: ¿cuáles instrumentos de medición se emplearon y qué exactitud tienen? ¿A qué se debe el gran número de datos faltantes? ¿Hubo algún proceso de corrección y mejora de los datos? Analizamos las diferencias entre la precipitación medida en las 504 estaciones climatológicas y la estimada por la capa, determinando el promedio (“sesgo”) y el intervalo entre los cuantiles de 10% y 90% de las diferencias (“dispersión 1”). La capa “Satelital” presentó el mayor sesgo (−481 mm) y la mayor dispersión (1707 mm), mientras que “García” tenía el menor sesgo (−23 mm) y “UNIATMOS” la menor dispersión (781 mm). Los promedios de las diferencias absolutas (“dispersión 2”), según la capa de 226 a 630 mm, también fueron altos. La situación de grandes inconsistencias entre las capas resultó similar en 110 525 sitios ubicados equidistantes entre pares de las estaciones. En estos sitios, las estimaciones de precipitación por las capas resultaron de interpolar datos entre estaciones climatológicas. El extremo fue en un sitio, donde una capa estimó una precipitación de 886 mm y la otra de 4929 mm, 5.6 veces el primer valor. La gran variación en la precipitación estimada por las capas se explicó de manera considerable por la heterogeneidad topográfica en un círculo de 1 km diámetro alrededor de las 504 estaciones. Como información suplementaria, proporcionamos los vínculos a dos archivos en Excel con los datos de precipitación anual de la CONAGUA, y las estimaciones de las capas en los sitios de las estaciones. En conclusión, sí es relevante con cuál de las siete capas se identifican áreas con alta precipitación, y una capa basada exclusivamente en datos satelitales (todavía) no es recomendable. La capa “UNIATMOS” destacó aquí con los mejores parámetros comparativamente. De cualquier forma, la estimación espacial de precipitación anual alta en México presenta todavía grandes problemas de exactitud, lo que da como resultado tres recomendaciones. Primero, sería importante mejorar la base científica de datos empíricos de precipitación y otras variables climáticas para México, con menos datos faltantes en el futuro, con la descripción de los métodos e indicadores de calidad, y en lo posible con un mayor número de estaciones climáticos en regiones con alta precipitación; segundo, se deberían incluir métodos reproducibles en la descripción de las capas climáticas, y tercero, sería recomendable modelar una capa específica para precipitación alta en la superficie correspondiente, estimada aquí en 14.7% de la superficie de México, donde se tome en cuenta a detalle la topografía.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
比较七个数字气候图层,以确定墨西哥年降水量较高的地区(平均至少 1500 毫米)。
首先,必须改进墨西哥降水量和其他气候变量经验数据的科学基础,今后应减少数据缺失,说明方法和质量指标,如有可能,应在降水量大的地区增加气候站的数量;其次,在气候层的描述中应包括可重复的方法;第三,最好在相应的地表(此处估计占墨西哥地表的 14.7%)上建立高降水量特定层模型,其中详细考虑地形。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Theobroma cacao L., land use conflict on the Ecuadorian coast La reciente migración laboral de población extranjera a los municipios con menor población con relación a la diversificación económica: el caso de la Comunidad Valenciana Inundación y cambio climático: multicausalidad en la ciudad de Santa Lucía, Uruguay entre 1990-2021 Seismic vulnerability, municipality of Toluca: a holistic analysis of the structural, social and economic aspects El papel de la reflexión epistemológica en la Geografía española actual. ¿Cuál será el pensamiento geográfico del mañana?
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1