Elaboración de una malla de precipitaciones acumuladas mensuales

En esta entrada se describe el proceso de creación de una base de datos en rejilla de precipitación mensual a partir de la interpolación espacial de los datos de observaciones en la red de estaciones.


En un post anterior hemos explicado cómo, tras un minucioso proceso de rescate de datos antiguos publicados en los Anuarios Meteorológicos, se compuso una base de datos de observaciones de precipitación mensual desde el año 1916 hasta la actualidad. Los datos de observación obtenidos en estaciones meteorológicas con aparatos de medición, condiciones de observación y protocolos homologados son la fuente principal para conocer las características del clima y su evolución temporal durante el llamado periodo instrumental, es decir desde que tenemos registros directos del clima (unos 150 años).

A pesar de ser la fuente de datos principal, como hemos visto en el post anterior la red de observaciones es fragmentaria y presenta cambios muy notables tanto en el espacio como a lo largo del tiempo. Es por ello que, para poder utilizar esa información en estudios climáticos y para evitar sesgos por los cambios en la base de datos, con frecuencia se construyen bases de datos en rejilla con cobertura espacial y temporal completa.

Así, se utilizaron técnicas de interpolación espacial para crear mallas de precipitación mensual a partir de los registros de la red de estaciones meteorológicas, que cubran de forma homogénea el territorio peninsular. Cada rejilla mensual consta de más de 5.000 puntos, distribuidos regularmente. El proceso implicó, para cada punto de la rejilla, dos etapas: i) la estimación de la probabilidad de precipitación cero (mes seco o mes húmedo); y ii) la estimación de la magnitud de la precipitación, en el caso de que el mes sea clasificado como húmedo. En ambas etapas de interpolación se utilizó la técnica del kriging universal o regresión de proceso gausiano, utilizando las anomalías de precipitación (ratio con respecto a la climatología mensual de 1961-2000) como variable dependiente y varias variables geográficas (elevación, distancia al mar) como variables independientes. Como resultado se obtiene, para cada mes en el periodo estudiado, una estimación de la precipitación acumulada en cada uno de los puntos de la rejilla, junto a una estimación del rango de incertidumbre alrededor del valor estimado, como se muestra en los mapas de la figura inferior para dos meses elegidos al azar:

Ejemplo de rejillas de precipitación para los meses de abril de 1916 (fila superior) y abril de 1975 (fila inferior). Para cada punto de la rejilla, se obtiene como resultado de la interpolación el valor más probable de precipitación acumulada (columna mean), junto a una estimación de la incertidumbre (columna sdev). Los puntos numerados indican la localización de cuatro puntos tomados como ejemplo para la figura siguiente.

Una vez completado el proceso para cada uno de los meses, es posible obtener, para cada punto de la rejilla, una serie temporal de valores mensuales de precipitación estimados, que constituyen la mejor predicción lineal no sesgada (best linear unbiased prediction, BLUP), así como una estimación de su rango de incertidumbre, como se muestra en la figura a continuación:

Ejemplo de evolución estimada de la precipitación mensual entre enero de 1916 y diciembre de 2020 en el punto 105 de la rejilla de interpolación. Se muestra, para cada mes, el mejor valor predicho no sesgado (BLUP) y el rango de más / menos una desviaciones típicas.

Esta base de datos en rejilla se puede consultar de forma totalmente abierta y gratuita, y los datos se pueden descargar para su uso por cualquiera que esté interesado en el siguiente enlace: http://hdl.handle.net/10261/291131. Si se utiliza en cualquier estudio, la base de datos puede citarse como:

Si te interesa saber más sobre el proceso de rescate de datos y elaboración de la rejilla de precipitación mensual, puedes consultar el siguiente artículo:

  • Beguería, S., Peña-Angulo, D., Trullenque-Blanco, V., and González-Hidalgo, C.: MOPREDAScentury: a long-term monthly precipitation grid for the Spanish mainland, Earth Syst. Sci. Data 15, 2547–2575, https://doi.org/10.5194/essd-15-2547-2023, 2023.

En sucesivos posts abordaremos algunos de los estudios climatológicos que hemos abordado, a partir de esta base de datos en rejilla.


Comentarios

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *