Modelización de variables climáticas

Autor: Lucas Sevilla García

Introducción Objetivo Metodología Resultados Conclusiones

Introducción

Proyecto cooperación Tema: Monitorización de áreas

protegidas. Sistema propuesto para Parque

Natural Cabo de Gata-Níjar (Almería). Objetivo: Pretende obtener

información de la situación actual y la tendencia de los distintos ecosistemas.

Estructura: 3 niveles Utiliza información satelital Automatización

Introducción

Obtener el uso eficiente de agua de lluvia (RUE).

Índice propuesto por Le Houérou, para medir la productividad de ecosistemas.

RUE= PPN/Precipitación

Información PPN medianteimágenes del sensor MODIS (índice EVI).

Información Precipitación mediante un modelo climático.

Objetivo

Diseñar un modelo climático que genere mapas de precipitación mensual y anual.

Automatizar el modelo climático para una serie temporal.

Metodología

1. Modelo climático• Depurar datos - Homogeneización de datos climáticos.• Mapas climáticos - Interpolación de variables climáticas

(métodos y criterios).

2. Automatización del modelo climático para una serie temporal – Diseño de un código.

Homogeneización de datos

Obtención de datos climáticos de 10 estaciones: 6 estaciones Instituto

Nacional de Meteorología.

1 estación Consejería de Agricultura de la Junta de Andalucía.

3 estaciones de la Universidad de Almería.

Homogeneización de datos

Software utilizado: Excel

1. Establecer escala temporal en todos los datos: Las estaciones registran a distinta escala. Transformar a mensual los datos climáticos.

2. Inicio y final de la serie (2004 - 2009).

3. Ausencia de datos: Matriz de correlación.

Homogeneización de datos Resultado final:

7 estaciones Base de datos en Excel.

5 hojas: una hoja por año (2004 – 2009)

Homogeneización de datos

Interpolación climática Transformar datos

puntuales a datos continuos.

Métodos de interpolación: Modelo de regresión:

Cuando el ajuste de los datos sea bueno (mayoría de los meses).

Krigeado: Cuando el ajuste sea muy pobre (escasa precipitación o ausencia total de precipitación) (meses de verano y casos especiales).

Interpolación climática Modelo de regresión. Software utilizado: ArcGIS y

SPSS Variable dependiente:

Precipitación mensual y anual. Variables independientes:

Latitud, longitud y altitud. Razones para elegir estas tres

variables: Explica la distribución

espacial del clima Disponibilidad en un

modelo digital de elevaciones.

¿Siempre 3 variables?

Interpolación climática Criterios de selección de

variables:

Interpolación climática

Krigeado Software utilizado: R Método geoestadístico. Utiliza datos de

precipitación, no necesita modelo digital.

Variograma.

Automatización

Repetir los pasos anteriores para una serie temporal.

Reducir tiempo y personal en el proceso.

Tres niveles.

Diseño automatización

Proceso como una cadena de montaje.

Software utilizado: R y ENVI.

Importación de datos desde Excel.

Interpolación climática: modelo de regresión o krigeado.

Exportación de mapas climáticos en formato ENVI.

Resultados 70 mapas de precipitación:

65 mapas de precipitación mensual. 5 mapas de precipitación anual.

Resolución espacial: 20 metros Resolución temporal: mensual

Conclusiones

Métodos de interpolación. Mapas modelo de regresión. Mapas Krigeado. Mapa de residuales ¿Precipitación mensual o anual?

Gracias por vuestra atención