Post on 12-Jun-2018
ATLAS CLIMÁTICODE EXTREMADURA
GIC – Grupo de Investigación en ConservaciónUniversidad de Extremadura
AÑO 2000
Introducción
El ATLAS CLIMÁTICO DE EXTREMADURA es uno de los resultados obtenidos con elsistema de información ambiental del Grupo de Investigación en Conservación dela Universidad de Extremadura.
El Atlas incluye dos tipos de variables climáticas:
• a partir de los datos de las estaciones meteorológicas del Instituto Nacional deMeteorología se han elaborado los mapas correspondientes a las variables termo-pluviométricas regionales: precipitaciones, temperaturas y variables derivadas.
• a partir del modelo digital de elevaciones y de simulaciones programadas en elsistema de información se han elaborado los índices de exposición a la insolación.
Las variables climáticas están estructuradas en forma de modelos digitales del te-rreno. En el caso de las variables termopluviométricas, el tamaño de celda es de 500m; los índices de exposición se han construido con una resolución espacial de 100metros.
Métodos
La construcción de mapas climáticos mediante interpolación ha generado una cantidad notable debibliografía específica. El planteamiento es simple: a partir de un conjunto de datos puntuales(estaciones meteorológicas) localizadas en un espacio geográfico, deben estimarse los valorescorrespondientes a otros lugares incluidos en un dominio espacial determinado.
El problema, por tanto, puede resolverse mediante un método de interpolación adecuado. Sinembargo, las dificultades son importantes debido a la naturaleza de los datos. Frecuentemente, lasseries son heterogéneas en calidad y longitud, su distribución espacial no es idónea y las propiasvariables suelen mostrar una variabilidad temporal muy notable. Asimismo, la influencia del relievesuele introducir variaciones difícilmente replicables, especialmente porque las estacionesmeteorológicas escasean en las zonas de montaña.
Por estos motivos, debe considerarse que los mapas climáticos representan los patrones espacialesde distribución de las variables y deben ser interpretados sin perder de vista que la resoluciónespacial es frecuentemente de decenas de km.
El "mejor" método de interpolación climática sigue siendo objeto de controversia. Parece claro queeste método universal no existe sino que, en función de las características territoriales y de los datosdisponibles, unos pueden funcionar mejor que otros en diferentes lugares y circunstancias.
En el caso concreto de estos mapas, el método usado ha sido la interpolación conocida como thinplate splines, propuesta por M.F. Hutchinson (ver bibliografía), aunque han sido también valoradoslos métodos de kriging habituales en prospección minera, así como los basados en regresiónmúltiple.
Bibliografía
Beek, E.G.; Stein, A.; Janssen, L.L.F. (1992) Spatial variability and interpolation of dailyprecipitation amount. Stochastic Hydrology and Hydraulics, 6: 304-320.
Bigg, Grant R. (1991) Kriging and intraregional rainfall variability in England. International Journal ofClimatology, 11:663-675.
Collins, Fred C.; Bolstad, Paul V. (1996) A comparison of spatial interpolation techniques intemperature estimation. NCGIA Third International Conference/Workshop on Integrating GIS andEnvironmental Modelling. Disponible en Internet:http://www.sbg.ac.at/geo/idrisi/GIS_Environmental_Modeling/sf_papers/ collins_fred/collins.html
Daly, Christopher (1994) A statistical-topographic model for mapping climatological precipitationover mountainous terrain. Journal of Applied Meteorology, 33(2): 140-158.
Dingman, S. Lawrence; Seely-Reynolds, Diana M.; Reynolds, Robert C. (1988) Application ofkriging to estimating mean annual precipitation in a region of orographic influence. WaterResources Bulletin, 24(2): 329-339.
Hutchinson, M.F.; Bischof, R.J. (1983) A new method for estimating the spatial distribution of meanseasonal and annual rainfall applied to the Hunter Valley, New South Wales. AustralianMeteorological Magazine, 31: 179-184.
Hutchinson, M.F.; Booth, T.H.; McMahon, J.P.; Nix, H.A. (1984) Estimating monthly mean valuesof daily total solar radiation for Australia. Solar Energy, 32(2): 277-290.
Hutchinson, M.F. (1991) Climatic analyses in data sparse regions. In Muchow & Bellamy (Eds.)Climatic risk in crop production: 55-71. CAB International.
Hutchinson, M.F. (1991) The application of thin plate smoothing splines to continent-wide dataassimilation. In J.D. Jasper (Ed.): Data Assimilation Systems. BMRC Research Report, 27: 104-113.
Hutchinson, M.F. (1995) Interpolating mean rainfall using thin plate smoothing splines. InternationalJournal of Geographical Information Systems, 9 (4): 385-403.
Lennon, Jack J.; Turner, John R.G. (1995) Predicting the spatial distribution of climate temperaturein Great Britain. Journal of Animal Ecology, 64: 370-392.
Saveliev, Anatoly A.; Mucharamova, Svetlana S.; Piliugin, Gennady A. (1998) Modeling of thedaily rainfall values using surfaces under tension and kriging. Journal of Geographic Information andDecision Analysis, 2(2): 58-71-
Stein, A. (1993) Spatial interpolation of soil moisture data with universal cokriging. QuantitativeGeology and Geostatistics (Serie): Geostatistics Tróia '92, 2: 841-852.
Monografías
Journal of Geographic Information and Decision Analysis,Vol. 2, No. 2. Special Issue: Spatial Interpolation Comparison 97
http://publish.uwo.ca/~jmalczew/gida_4.htm
M. G. Genton & R. Furrer , Analysis of Rainfall Data by Simple Good Sense: Is Spatial StatisticsWorth the Trouble?
M. Tomczak, Spatial interpolation and its uncertainty using automated anisotropic inverse distanceweighing (IDW) - Cross-validation /Jackknife approach.
A. Ali, Nonparametric spatial rainfall characterization using adaptative kernel estimator.
B. Rajagopalan & U. Lall, Locally weighted polynomial estimation of spatial precipitation.
A.A. Saveliev, S.S. Mucharamova & G. A. Piliugin, Modeling of the daily rainfall values usingsurface under tension and kriging.
P. M. Atkinson & C. D. Lloyd, Mapping precipitation in switzerland with ordinary and indicatorkriging.
D. Allard, Geostatistical classification and class kriging.
L. Raty & M. Gilbert, Large-scale versus small-scale variation decomposition, followed by krigingbased on a relative variogram, in presence of a non-stationary residual variance.
M. G. Genton & R. Furrer, Analysis of rainfall data by robust spatial statistics using S+ SpatialStats.
R. Bruno & B. M. Capicotto, Geostatistical Analysis of Pluviometric Data: IRF-K Approach.
M. F. Hutchinson, Interpolation of rainfall data with thin plate smoothing splines: I. Twodimensional smoothing of data with short range correlation.
M. F. Hutchinson, Interpolation of rainfall data with thin plate smoothing splines: II. Analysis oftopographic dependence.
A. H. Thieken, Estimating daily regional rainfall fields by multiquadric functions: accuracy ofinterpolation and decision making.
J. G. Wendelberger, The estimation of rainfall distribution for emergency response to chernobyltype incidents utilizing multidimensional smoothing splines.
G. Gallo, M. Spagnuolo & S. Spinello, Rainfall estimation from sparse data with fuzzy B-splines
Y. Huang, P. M. Wong & T. Gedeon, Spatial interpolation using fuzzy reasoning and geneticalgorithms.
V. Demyanov, M. Kanevski, S. Chernov, E. Savelieva & V. Timonin, Neural network residualkriging application for climatic data.
S. Lee, S. Cho & P. M. Wong, Rainfall prediction using artificial neural networks.
Y. M. Lee,A methodological study of the application of the maximum entropy estimator to spatialinterpolation.
$
$
$
$
$
$
$
$
$
$
$$
$$
$
$ $
$$
$
$
$
$
$$
$$
$
$
$
$$$
$
$$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$$
$
$
$
$
$$$
$
$
$ $
$
$
$
$
$
$
$
$
$
$
$
$
$
$$
$
$
$
$
$
$$
$
$
$
$
$
$
$$
$$$$$
$$$
$$ $
$$
$
$$
$$
$
$
$$$
$
$
$
$$$
$
$
$
$
$$
$
$
$
$
$$$
$
$
$
$
$$
$
$
$
$
$
$
$$$$
$
$
$$$
$
$
$
$
$
$
$$
$
$
$
$
$
$
$
$
$
$$
$
$
$
$
$$
$
$$
$
$$
$$
$
$$
$
$$$
$
$
$
$
$
$$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$$
$
$
$
$
$
$
$
$
$
$
$
$
$
$$
$
$
$$
$
$
$$
$
$
$
$$
$$
$$
$ $
$
$$
$
$
$
$
$
$
$$
$$
$$
$
$
$$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$$
$$
$
$ $
$$
$
$
$
$$
$$
$
$
$
$$
$
$$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$$$
$
$
$ $
$
$
$
$
$
$
$
$
$
$
$
$
$
$$
$
$
$
$
$
$$
$
$
$
$
$
$
$$
$$$$$
$$$
$$ $
$$$
$$
$$
$
$
$$$
$
$
$
$$$
$
$
$
$
$$
$
$
$
$
$$$
$
$
$
$
$$
$
$
$
$
$
$
$$
$
$
$$
$
$
$
$$
$
$$
$
$
$
$
$
$
$
$$
$
$
$
$
$
$$
$
$
$
$
$
$
$
$
$
3448
34533465
3495
3502
3519
3549
3576
4238
4244
4250
4325
4331
4376
4383
4392
4411
4452
4471
4484
4500
4503
4511
3384
34393429E
3469A
3504A3514A
3562U
4251A
4348E
4395B
4406A
4429C
4431E
4436A
4444B
3385E
3427E
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
Estaciones meteorológicas de Extremadura
Grupo de Investigación enConservación
Tipo de estaciones
termopluviométricas contrastadas no contrastadaspluviométricas
LEYENDA
$$$
TEMPERATURAS
41
42
40
39
43
38
3736
39
39
43
39
38
37
40
39
39
38
41
40
40
41
42
39
41
41
37
38
42
36
40
42
40
39
41
43
38
42
40
38
42
41
40
41
40
40
43
40
42
41
40
43
4040
43
42
42
41
40
40
40
43
42
42
40
40
40
39
42
39
38
41
40
38
Grupo de Investigación enConservación
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Temperatura máxima absoluta (ºC)
LEYENDATemperatura máximaabsoluta (ºC)
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
< 36.0
36.0 - 36.9
37.0 - 37.9
38.0 - 38.9
39.0 - 39.9
40.0 - 40.9
41.0 - 41.9
42.0 - 42.9
43.0 >
29 28
27
26
30
25
31
28
29
28
26
26
28
30
30
29
2930
29
27
30
30
30
29
29
27
30
29
27
27
29
30
27
28
28
28
28
27
29
30
27
27
30
28
28
29
29
29
27
30
28
28
27
28
28
26
29
30
30
29
29
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
Temperatura media de las máximas anual (ºC)150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Temperatura media delas máximas anual (ºC)
< 24.0
24.0 - 25.0
25.0 - 26.0
26.0 - 27.0
27.0 - 28.0
28.0 - 29.0
29.0 - 30.0
30.0 - 31.0
31.0 - 32.0
LEYENDA
Grupo de Investigación enConservación
9
10
8 7 6
11
12 13
9
9
10
11
1110
1212
9
9
11 13
9
11
13
12
12
9
9
11
12
11
8
13
8
9
8
12
7
10
10
8
10
11
9
12
7
11
12
10
10
9
9
9 11
12
10
10
11
10
8
11
9
11
12
10
Grupo de Investigación enConservación
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Temperatura media de las mínimas anual (ºC)
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
Temperatura media delas mínimas anual (ºC)
LEYENDA
< 6.0
6.0 - 7.0
7.0 - 8.0
8.0 - 9.0
9.0 - 10.0
10.0 - 11.0
11.0 - 12.0
12.0 - 13.0
13.0 - 14.0
> 14.0
-3
-2
-4
-10
-5
1
-6
2
-7
34
-8-1
-1
-5
-4
0
-2
-4
-6
-1
-1
-1
-2
-1
-3
-2
-3
2
-1
-5
-1
-4
0
-1
-3
-3
0
-4
-1
0
-4
-3
0
0
-3
0
-5
-3
-4
2
-6
-5
0
0
-5
1
-1
-3
-2
-5
-3
-3
-6
1
-2
-3
1-4
-2
-3
-4
-2
-3
-3
0
-3
-1
-5
-3
-2
-4
-4
-1
-1
0
-2
-2
-1
-4
-1
0
-3
0
1
-3-2
-4
Temperatura mínima absoluta (ºC)150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Grupo de Investigación enConservación
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
Temperatura mínimaabsoluta (ºC)
LEYENDA
< -7.0
-7.0 - -6.0
-5.9 - -5.0
-4.9 - -4.0
-3.9 - -3.0
-2.9 - -2.0
-1.9 - -1.0
-0.9 - 0.0
0.0 - 1.9
2.0 >
20 30 40
10
0
5060
20
0
10
0
0
0
50
10
60
10
20
10
0
020
10
20
10
50
10
40
40
50
20
30
20
30
20
30
10
30
10
30
0
30
30
40
10
20
10
0
30
30
10
40
10
0 20
0
0
10
Grupo de Investigación enConservación
Días de helada anuales150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Días de helada anuales
LEYENDA
0 - 5
6 - 10
11 - 15
16 - 20
21 - 25
26 - 30
31 - 40
41 - 50
51 - 60
> 60
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
PRECIPITACIONES
600
500
700
400
900 800
100011001200
300
1300
1400
1500
1600
600
900
700
400
600400800
400
700
400500
600
600
600
400
1300
400
800
700
500
1000
400
700
1500
1400
500
700
1600
800
800
600
600500
600
1100600
700
1300
1200
600
700
600
700
500
600
600
500500
400
800
700
400
1000
500
500
500
700
400
400
800
500
500
400
700
900
600
800
300
600
700
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Precipitación media anual (litros/m²)
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
< 300
300 - 400
400 - 500
500 - 600
600 - 700
700 - 800
800 - 1000
1000 - 1200
> 1200
LEYENDAPrecipitación media anual(litros/m²)
Grupo de Investigación enConservación
100
150
250
200
50
350
100
200
100
100
50
150
150
350
150
100
150
50
150
100
300
150
150
250
250
100
150
300
100
150
150
150
100
150
200
100
150
150
200
100
200
300
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
Precipitación media en el periodo enero-marzo (litros/m²)
Grupo de Investigación enConservación
< 50
50 - 100
100 - 150
150 - 200
200 - 250
250 - 300
300 - 350
> 350
Precipitación media en el primer trimestre:enero-marzo (litros/m²)
LEYENDA
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
150
200
250
300 350
100
400450
100
100
150
100
100
100
150
200
150
300
150
200
150
350
100
200
150
100
150
250
200
200
150
150
250 150
150
200
100
150
150
200
200
150
200
100
150
150
250
200
100
150
100
100
250
100
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Precipitación media en el periodo abril-junio (litros/m²)
Grupo de Investigación enConservación
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
< 50
50 - 100
100 - 150
150 - 200
200 - 250
250 - 300
300 - 350
350 - 400
> 400
LEYENDAPrecipitación media en el segundo trimestre:abril-junio (litros/m²)
50
75
25
100
125
50
125
25
50
100
25
50 50
25
75
5050
50
75
50
25
25
25
50
25
50
50
25
75
25
25
10050
75
Grupo de Investigación enConservación
Precipitación media en el periodo julio-septiembre (litros/m²)150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
< 25
25 - 50
50 - 75
75 - 100
100 - 125
125 - 150
Precipitación media en el tercer trimestre:julio-septiembre (litros/m²)
LEYENDA
200
300
400500
600
700
100
800
200
500
200
200
300
300
400
200
300
100
300
200
300
300
400
400
600
300
700
200
300
300
300
200
400
500
200
300
400
300
300
400200
400
100
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Grupo de Investigación enConservación
Precipitación media en el periodo octubre-diciembre (litros/m²)
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
LEYENDAPrecipitación media en el primer trimestre:enero-marzo (litros/m²)
< 100
100 - 200
200 - 300
300 - 400
400 - 500
500 - 600
600 - 700
700 - 800
> 800
70
80
60 90
50
100
40
110120
30
130
70
90
90
5060
70
80
80
90
90
80
50
100
90
60
70
5070
100
50
90110
80
80
80
90
70
50
50
70
80
100
70
70
80
70
60
60
90
80
80
70
70
90
60
60
50
80
80
70
60
60
60
50
80
80
60
80
60
90
70
90
50
60
60
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Días de lluvia anuales
Grupo de Investigación enConservación
Días de lluvia anuales
LEYENDA
< 40
41 - 50
51 - 60
61 - 70
71 - 80
81 - 90
91 - 100
101 - 110
111 - 120
> 120
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
INSOLACIÓN
Grupo de Investigación enConservación
Índices de exposición a la insolación (declinación solar = -23º)150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Índices de exposición(declinación = -23º)
LEYENDA
0.00 - 0.25
0.25 - 0.50
0.50 - 0.75
0.75 - 1.00
1.00 - 1.25
1.25 - 1.50
1.50 - 1.75
1.75 - 2.50
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
Grupo de Investigación enConservación
Índices de exposición a la insolación (declinación solar = -23º)
240000
240000
250000
250000
260000
260000
270000
270000
280000
280000
290000
290000
300000
300000
310000
310000
4420
000 4420000
4430
000 4430000
4440
000 4440000
4450
000 4450000
4460
000 4460000
1.75 - 2.50
1.50 - 1.75
1.25 - 1.50
1.00 - 1.25
0.75 - 1.00
0.50 - 0.75
0.25 - 0.50
0.00 - 0.25
LEYENDAÍndices de exposición(declinación = 0º)
150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Índices de exposición a la insolación (declinación solar = -12º)
Grupo de Investigación enConservación
1.75 - 2.50
1.50 - 1.75
1.25 - 1.50
1.00 - 1.25
0.75 - 1.00
0.50 - 0.75
0.25 - 0.50
0.00 - 0.25
LEYENDAÍndices de exposición(declinación = -12º)
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6
Grupo de Investigación enConservación
Índices de exposición a la insolación (declinación solar = 0º)150000
150000
200000
200000
250000
250000
300000
300000
350000
350000
4200
000 4200000
4250
000 4250000
4300
000 4300000
4350
000 4350000
4400
000 4400000
4450
000 4450000
Índices de exposición(declinación = 0º)
LEYENDA
0.00 - 0.25
0.25 - 0.50
0.50 - 0.75
0.75 - 1.00
1.00 - 1.25
1.25 - 1.50
1.50 - 1.75
1.75 - 2.50
0 10 20 30 40 km
Escala 1:1.000.000
Proyección UTM (huso 30)Esferoide Internacional 1909
6