Regnie interpolation for rain and temperature in the andean, caribbean and pacific regions of Colombia

Abstract

A regionalized rain interpolation model: Regionalisierte Niederschlage (REGNIE) was implemented to interpolate rain and average air temperature for the Andean, Caribbean and Pacific Regions in Colombia. This model integrated terrain slope and aspect obtained from the digital elevation model and the climatological average of 1440 precipitation time series and 259 temperature time series registered in the same number of weather stations for each variable. Multiple linear regression models of annual rainfall and annual average air temperature were obtained according to the model and geoprocessing tools were used for the generation of interpolated surfaces. Statistical results of REGNIE surfaces were similar to those obtained with SPLINE and IDW methods for precipitation (determination coefficient of 0.81 and 55.6 mm mean error) and better for average DOI: http://doi.org/10.14483/2256201X.11601 Artículo de investigAción Interpolacion Regnie para lluvia y temperatura en las regiones Andina, Caribe y Pacífica de Colombia AlzAte-Velásquez, D.F., ArAujo-CArrilo, G.A., rojAs-BArBosA, e.o., Gómez-lAtorre, D.A., & mArtínez-mAlDonADo, F.e. Colombia Forestal • ISSN 0120-0739 • e-ISSN 2256-201X • Bogotá-Colombia • Vol. 21 No. 1 • pp. 102-118 [ 103 ] INTRODUCCIÓN Modelos de predicción espacial como la distancia inversa, Kriging, curvatura mínima, triangulación o funciones de base radial se han utilizado para generar superficies continuas a partir de datos climáticos provenientes de un número discreto de puntos de medición (Mejía et al., 1999; Sluiter, 2009; Hengl, 2009). Estas metodologías buscan generar superficies climáticas en un área de interés a partir de las mediciones en ciertos puntos, en algunos casos integrando variables topográficas o geográficas (Agnew & Palutikof, 2000; Ninyerola et al., 2000; Marquinez et al., 2003). Dentro de los modelos de predicción espacial es posible hablar de dos enfoques: determinístico y probabilístico. El determinístico es de carácter empírico tradicional y se encuentra ampliamente instrumentalizado en modelos mecánicos como los polígonos de Thiessen (también conocido como vecino más cercano o diagramas de Voronói), red de triángulos irregulares (TIN por sus siglas en inglés), distancia inversa ponderada (IDW por su sigla en inglés), funciones polinomiales (Spline) o de regresión lineal y redes neuronales (Sluiter, 2009; Hengl, 2009). Los modelos determinísticos suelen tener desventajas frente a los probabilísticos de tipo geoestadístico (como el Kriging), en especial porque no incluyen los errores de los valores esperados (Giraldo, 2000). Sin embargo, su simplicidad los hace útiles y en algunos casos con rendimiento tan bueno o mejor que los estocásticos (Hengl, 2009; Rauthe et al., 2013). En general, existe controversia respecto al mejor método para generar superficies climáticas a partir de un conjunto limitado de puntos de observación (Bustamante, 2003), razón por la que la elección del método debe ser cuidadosa (Montoya et al., 2000). Se deben analizar las variantes de los métodos, la distribución espacial de las observaciones, las características del área de estudio, así como la naturaleza y resolución temporal y espacial de la variable climática que se desea interpolar (Montoya et al., 2000). Por ejemplo, la precipitación en las regiones Andina y Caribe de Colombia es modulada temporalmente por la Zona de Confluencia Intertropical (ZCIT), pero factores orográficos como la elevación y orientación de las pendientes determinan la circulación de los vientos, formación de nubes y finalmente la distribución espacial de las lluvias (Mesa et al., 1997). Se han utilizado diferentes aproximaciones para generar superficies climáticas continuas en Colombia. Saavedra e Izquierdo (1993), citados por Montoya et al. (2000), usaron los métodos Spline y Kriging, respectivamente, para interpolar totales anuales de precipitación. Mejía et al. (1999) aplicaron con deriva externa para la precipitación media anual y Kriging ordinario para la escala media mensual. Montoya et al. (2000) emplearon el método de Gandin, una extensión del método de aproximación polinomial propuesto por Cressman (1959) para la precipitación. El Instituto de Hidrología, Meteorología y Estudios Ambientales -Ideam (2005), representó en su atlas climatológico isolíneas o isoregiones de las principales variables climáticas usando el método IDW, desarrollado inicialmente por Shepard (1968). El modelo de lluvia regionalizada, Regnie, es un modelo determinístico, desarrollado a partir de estudios de la influencia de la topografía en la hidrología e hidrometeorología (Rauthe et al., 2013), utilizado por el Servicio Meteorológico (Abteilung Hydrometeorologie, 2013) y la comunidad climatológica e hidrológica en Alemania (Schwitalla et al., 2008; Grasselt et al., 2008; Photiadou et al., 2011; Bellprat et al., 2012; Kotlarski et al., mean temperature (coefficient of determination 0.99 and average error of 0.02 °C).