Revista: | Tecnología y ciencias del agua |
Base de datos: | PERIÓDICA |
Número de sistema: | 000379466 |
ISSN: | 0187-8336 |
Autores: | Núñez López, Daniel1 Treviño Garza, Eduardo Javier1 Reyes Gómez, Víctor Manuel2 Muñoz Robles, Carlos Alfonso3 Aguirre Calderón, Oscar Alberto1 Jiménez Pérez, Javier1 |
Instituciones: | 1Universidad Autónoma de Nuevo León, Facultad de Ciencias Forestales, Linares, Nuevo León. México 2Instituto de Ecología, A.C., Red de Medio Ambiente y Sustentabilidad, Ciudad Aldama, Chihuahua. México 3Universidad Autónoma de San Luis Potosí, Instituto de Investigación de Zonas Desérticas, San Luis Potosí. México |
Año: | 2013 |
Periodo: | Abr-Jun |
Volumen: | 4 |
Número: | 2 |
Paginación: | 185-193 |
País: | México |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Aplicado, descriptivo |
Resumen en español | La precipitación es una de las principales variables climáticas empleadas para describir procesos hidrológicos; sin embargo, su representación espacial es difícil en áreas con efecto orográfico complejo y escasa disponibilidad de estaciones. En el presente estudio se analizaron datos mensuales de precipitación para representar de manera fiable la distribución espacial de la precipitación media mensual (PMM) en la cuenca del río Bravo/Grande (CRB). Se utilizaron datos de 201 estaciones climáticas ubicadas al interior y en los alrededores de la cuenca. Con la información del 60% de estaciones seleccionadas de forma aleatoria se ajustaron modelos de regresión múltiple para predecir la PMM a partir de la elevación, la complejidad del relieve, la proximidad de zonas marítimas y la localización geográfica de estaciones climáticas, que explicaron entre 70 y 82% la variabilidad espacial de la precipitación que ocurre durante los meses del periodo húmedo. Se obtuvieron mapas mensuales de PMM calibrados espacialmente con la interpolación de los residuales. Con el restante 40% de estaciones se llevaron a cabo pruebas de validación estadística antes y después de la calibración. Las pruebas de validación mostraron valores de eficiencia (EF) comprendidos entre 0.41 y 0.82, y valores porcentuales del error medio absoluto (%EMA) entre 19.1 y 39.5%, siendo los modelos del periodo comprendido entre mayo y agosto los de mejor capacidad predictiva. La calibración de los modelos mejoró de manera significativa la fiabilidad de las interpolaciones en la totalidad de los modelos (EF entre 0.60 y 0.90, y %EMA entre 16.2 y 30.1), permitiendo obtener coberturas geográficas fiables de alta resolución espacial y con potencial de poder considerarlas como variables de entrada en modelos orientados a evaluar procesos hidrológicos en la CRB |
Resumen en inglés | Precipitation is one of the primary climatic variables used to describe hydrological processes. Nevertheless, their spatial representation is difficult in areas with complex orographic effects and limited coverage of weather stations. The present study analyzed monthly rainfall data in order to reliably represent the spatial distribution of monthly mean precipitation (MMP) in the Bravo/Grande River Basin (CRB). Data were used from 201 weather stations located inside and around the basin. With information from 60% of the stations, selected randomly, multiple linear regression models were fitted to predict MMP as a function of elevation, complexity of the topography, coastal proximity and geographic location of stations, which explained between 70 and 82% of the spatial variability of precipitation occurring during the rainy period. Monthly maps of MMP were obtained, which were spatially calibrated by interpolating the residuals. Validation tests of the spatial calibration were conducted before and after for the remaining 40% of the stations. The validation tests showed efficiency values (EF) between 0.41 and 0.82 and mean absolute percentage error values (%EMA) between 19.1% and 39.5%. The best predictive months were from May to August. The calibration of the models significantly improved the reliability of the interpolations for every month (EF between 0.60 and 0.90, %EMA between 16.2% and 30.1%), making it possible to obtain reliable geographical coverage and high spatial resolution, with the potential for considering them as input variables in models to assess hydrological processes in the CRB |
Disciplinas: | Geociencias |
Palabras clave: | Ciencias de la atmósfera, Hidrología, Precipitación media mensual, Distribución espacial, Interpolación espacial, Regresión lineal múltiple, Fiabilidad, Cuencas hidrográficas |
Keyword: | Earth sciences, Atmospheric sciences, Hydrology, Monthly mean precipitation, Spatial distribution, Spatial interpolation, Multiple linear regression, Reliability, Watersheds |
Texto completo: | Texto completo (Ver HTML) |