Evaluación de la precipitación y temperatura del CFSR (Climate Forecast System Reanalysis) en la cuenca del río Mayo
DOI:
https://doi.org/10.24850/j-tyca-2024-05-05Palabras clave:
regresión lineal múltiple, río Mayo, Chihuahua, CFSR, CLICOMResumen
La información climatológica es importante en la aplicación e investigación en distintas disciplinas relacionadas con los recursos naturales y el medio ambiente, sin embargo su adquisición puede ser difícil y demandar mucho tiempo, particularmente en zonas montañosas (Kouwen et al., 2005). Las estaciones meteorológicas terrestres no siempre representan de modo adecuado el clima que ocurre en las regiones de estudio o cuenca hidrográficas por su falta de cobertura geográfica, además de que presentan vacíos de información en sus series de datos. Ante tal problemática, en el presente trabajo de investigación se evaluaron datos mensuales de precipitación, temperatura máxima y mínima provenientes del conjunto de datos meteorológicos globales denominado “Reanálisis del Sistema de Predicción del Clima” (CFSR, por sus siglas en inglés), como una fuente de información de uso alternativo frente a las observadas in situ en estaciones convencionales (CLICOM), mediante un análisis estadístico en la cuenca alta del río Mayo, Chihuahua, México. Los indicadores estadísticos que se emplearon (sesgo porcentual, raíz del error cuadrático medio, error promedio absoluto y coeficiente de determinación) mostraron que, en general, existe un buen desempeño del CFSR en el modelamiento de la precipitación, temperatura máxima y mínima en época seca, y una sobreestimación durante los meses de lluvia.
Citas
Auerbach, D. A., Easton, Z. M., Walter, M. T., Flecker, A. S., & Fuka, D. R. (2016). Evaluating weather observations and the Climate Forecast System Reanalysis as inputs for hydrologic modelling in the tropics. Hydrological Processes, 30(19), 3466-3477. DOI: 10.1002/hyp.10860
Bao, X., & Zhang, F. (2013). Evaluation of NCEP-CFSR, NCEP-NCAR, ERA-Interim, and ERA-40 reanalysis datasets against independent sounding observations over the Tibetan Plateau. Journal of Climate, 26(1), 206–214. DOI: 10.1175/JCLI-D-12-00056.1
Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. The Econometric Society, 47(5), 1287-1294.
Collado, J., & Toledo, V. (1997). Localización óptima de estaciones climatológicas y observatorios meteorológicos en la república mexicana. Ingeniería Hidráulica en México, 7(1), 47-64.
Conabio, Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. (2018). Línea de costa de la república mexicana (2011-2014). Recuperado de http://www.conabio.gob.mx/informacion/gis/
Conagua, Comisión Nacional del Agua. (2020). Actualización de la disponibilidad media anual de agua en el acuífero San Bernardo (2658), estado de Sonora. Recuperado de https://sigagis.conagua.gob.mx/gas1/Edos_Acuiferos_18/sonora/DR_2658.pdf
Daly, C., P. Neilson, R., & Phillips, D. (1994). A statistical-topographic model for mapping climatological precipitation over mountainous terrain. Journal of Applied Meteorology and Climatology, 33(2), 140-158. DOI: 10.1175/1520-0450(1994)033<0140:ASTMFM>2.0.CO;2
Daly, C. (2006). Guidelines for assessing the suitability of spatial climate data sets. International Journal of Climatology, 26(6), 707-721. DOI: 10.1002/joc.1322
Decker, M., Brunke, M. A., Wang, Z., Sakaguchi, K., Zeng, X., & Bosilovich, M. G. (2012). Evaluation of the reanalysis products from GSFC, NCEP, and ECMWF using flux tower observations. Journal of Climate, 25(6), 1916-1944. DOI: 10.1175/JCLI-D-11-00004.1
Del Barrio, C. T., Clar, L. M., & Suriñach, C. J. (2002). Modelo de regresión lineal múltiple: especificación, estimación y contraste. Barcelona, España: Universidad Abierta de Cataluña (UOC).
Diodato, N., & Ceccarelli, M. (2005). Interpolation processes using multivariate geostatistics for mapping of climatological precipitation mean in the Sannio Mountains (southern Italy). Earth Surface Processes and Landforms: The Journal of the British Geomorphological Research Group, 30(3), 259-268.
Durbin, J., & Watson, G. S. (1971). Testing for serial correlation in Least Squares Regression III. Biometrika, 58(1), 1-19. Recuperado de https://www.jstor.org/stable/2334313
Fernando, D., Velásquez, A., Alfonso, G., Carrillo, A., Oswaldo, E., Barbosa, R., Andrés, D., Latorre, G., Ernesto, F., & Maldonado, M. (2018). Interpolación regnie para lluvia y temperatura en las regiones Andina, Caribe y Pacífica de Colombia. Colombia Forestal, 21(1), 102-118. DOI: 10.14483/2256201X.11601
Fuka, D. R., Walter, M. T., Macalister, C., Degaetano, A. T., Steenhuis, T. S., & Easton, Z. M. (2014). Using the Climate Forecast System Reanalysis as weather input data for watershed models. Hydrological Processes, 28(22), 5613-5623. DOI: 10.1002/hyp.10073
García-Lozada, B. I., & Sentelhas, P. C. (2008). Modelos de estimación de las temperaturas promedio de la mínima, máxima y media diaria para la región andina de venezuela. Agronomía Tropical, 58(2), 141-153.
Globalweather. (2020). NCEP Climate Forecast System Reanalysis (CFRS). Recuperado de http://globalweather.tamu.edu/
Goodale, C. L., Aber, J. D., & Ollinger, S. V. (1998). Mapping monthly precipitation, temperature, and solar radiation for Ireland with polynomial regression and a digital elevation model. Climate Research, 10(1), 35-49. DOI: 10.3354/cr010035
Helsel, M., Hirsch, R., Ryberg, K., Archfield, S., & Gilroy, E. (2020). Book 4. Hydrologic analysis and interpretation. In: Statistical methods in water resources (p. 458). Reston, USA: U.S. Geological Survey. DOI: 10.3133/tm4A3
Hession, S. L., & Moore, N. (2011). A spatial regression analysis of the influence of topography on monthly rainfall in East Africa. International Journal of Climatology, 31(10), 1440-1456. DOI: 10.1002/joc.2174
INEGI, Instituto Nacional de Estadística y Geografía. (2001). Unidades climáticas escala 1:1 000 000. Recuperado de https://www.inegi.org.mx/temas/climatologia/#Mapa
INEGI, Instituto Nacional de Estadística y Geografía. (2013). Modelo digital de elevaciones CEM 3.0. Recuperado de https://www.inegi.org.mx/app/geo2/elevacionesmex/index.jsp
INEGI, Instituto Nacional de Estadística y Geografía. (2016). Uso del suelo y vegetación, escala 1:250000, serie VI (continuo nacional). Portal de geoinformación Conabio. Recuperado de http://www.conabio.gob.mx/informacion/gis/?vns=gis_root/usv/inegi/usv250s6gw
Kouwen, N., Danard, M., Bingeman, A., Luo, W., Seglenieks, F. R., & Soulis, E. D. (2005). Case study: Watershed modeling with distributed weather model data. Journal of Hydrologic Engineering, 10(1), 23-38.
Lauri, H., Räsänen, T. A., & Kummu, M. (2014). Using reanalysis and remotely sensed temperature and precipitation data for hydrological modeling in monsoon climate: Mekong river case study. Journal of Hydrometeorology, 15(4), 1532-1545. DOI: 10.1175/jhm-d-13-084.1
Legates, D. R., & McCabe Jr., G. J. (1999). Evaluating the use of “goodness-of-fit” measures in hydrologic and hydroclimatic model validation. Water Resources Research, 35(1), 233-241. DOI: 10.1029/1998WR900018
Liu, J., Shanguan, D., Liu, S., & Ding, Y. (2018). Evaluation and hydrological simulation of CMADS and CFSR reanalysis datasets in the Qinghai-Tibet Plateau. Water (Switzerland), 10(4). DOI: 10.3390/w10040513
Lookingbill, T. R., & Urban, D. L. (2003). Spatial estimation of air temperature differences for landscape-scale studies in montane environments. Agricultural and Forest Meteorology, 114(3-4), 141-151.
Magaña, V. O., Vázquez, J. L., Pérez, J. L., & Pérez, J. B. (2003). Impact of El Niño on precipitacion in México. Geofísica Internacional, 42(3), 313-330.
Meran, G., Siehlow, M., & Hirschhausen, C. von. (2021). The economics of water: Rules and institutions. Scottish Journal of Political Economy, 2(2). DOI: 10.1007/978-3-030-48485-9
Mollericona-Alfaro, M. D., Lopes, I., Assunção-Montenegro, A. A., & Gonçalves-Leal, B. (2020). CFSR- NCEP performance for weather data forecasting in the Pernambuco Semiarid, Brazil. DYNA, 87(215), 204-213. DOI: 10.15446/dyna.v87n215.89952
Moriasi, D. N., Arnold, J. G., Van Liew, M. W., Bingner, R. L., Harmel, R. D., & Veith, T. L. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, 50(3), 885-900. DOI: 10.13031/2013.23153
Moriasi, D. N., Gitau, M. W., Pai, N., & Daggupati, P. (2015). Hydrologic and water quality models: Performance measures and evaluation criteria. Transactions of the ASABE, 58(6), 1763-1785. DOI: 10.13031/trans.58.10715
Naoum, S., & Tsanis, I. K. (2004a). A multiple linear regression GIS module using spatial variables to model orographic rainfall. Journal of Hydroinformatics, 6(1), 39-56. DOI: 10.2166/hydro.2004.0004
Naoum, S., & Tsanis, I. K. (2004b). Orographic precipitation modeling with multiple linear regression. Journal of Hydrologic Engineering, 9(2), 79-102. DOI: 10.1061/(asce)1084-0699(2004)9:2(79)
Neitsch, S. L., Arnold, J. G., Kiniry, J. R., Srinivasan, R., & Williams, J. R. (2002). Soil and water assessment tool user’s manual. TWRI Report TR-192, 412.
Ninyerola, M., Pons, X., & Roure, J. M. (2007). Monthly precipitation mapping of the Iberian Peninsula using spatial interpolation tools implemented in a Geographic Information System. Theoretical and Applied Climatology, 89(3-4), 195-209. DOI: 10.1007/s00704-006-0264-2
Núñez-Lopez, D., Treviño-Garza, E. J., Reyes-Gómez, V. M., Muñoz-Robles, C. A., Aguirre-Calderón, O. A., & Jiménez-Pérez, J. (2014). Uso de modelos de regresión para interpolar espacialmente la precipitación media mensual en la cuenca del río Conchos. Revista Mexicana de Ciencias Agrícolas, 5(2), 201-213.
OMM, Organización Meteorológica Mundial. (1994). Guía de prácticas hidrológicas: adquisición y proceso de datos, análisis, predicción y otras aplicaciones (pp. 475-488). Ginebra, Suiza: Organización Meteorológica Mundial.
Saha, S., Moorthi, S., Pan, H.-L., Wu, X., Wang, J., Nadiga, S., Tripp, P., Kistler, R., Woollen, J., Behringer, D., Liu, H., Stokes, D., Grumbine, R., Gayno, G., Wang, J., Hou, Y.-T., Chuang, H.-Y., Juang, H.-M. H., Sela, J., Iredell, M., Treadon, R., Kleist, D., Van Delst, P., Keyser, D., Derber, J., Ek, M., Meng, J., Wei, H., Yang, R., Lord, S., van den Dool, H., Kumar, A., Wang, W., Long. C., Chelliah, M., Xue, Y., Huang, B., Schemm. J.-K., Ebisuzaki, W., Lin. R., Xie, P., Chen, M., Zhou, S., Higgins, W., Zou, C.-Z., Liu, Q., Chen, Y., Han, Y., Cucurull, L., Reynolds, R. W., Rutledge, G., & Goldberg, M. (2010). The NCEP climate forecast system reanalysis. Bulletin of the American Meteorological Society, 91(8), 1015-1058. DOI: 10.1175/2010BAMS3001.1
Shapiro, S., & Wilk, M. (1965). An analysis of variance test for normality. Biometrika, 52(3), 591-611.
SMN, Sistema Meteorológico Nacional. (2020). Datos climáticos diarios del CLICOM del SMN a través de su plataforma web del CICESE. Recuperado de http://clicom-mex.cicese.mx
Sorooshian, S., AghaKouchak, A., Arkin, P., Eylander, J., Foufoula-Georgiou, E., Harmon, R., Hendrickx, M. H. J., Imam, B., Kuligoswi, R., Skahill, B., & Skofronick-Jackson, G. (2011). Advanced concepts on remote sensing of precipitation at multiple scales. Bulletin of the American Meteorological Society, 92(10), 1353-1357. DOI: 10.1175/2011BAMS3158.1
Sperna, W., Tisseuil, C., Durr, H. H., Vrac, M., & van Beek, L. P. H. (2012). Selecting the optimal method to calculate daily global reference potential evaporation from CFSR reanalysis data for application in a hydrological model study. Hydrology and Earth System Sciences, 16(3), 983-1000. DOI: 10.5194/hess-16-983-2012
Staub, C. G., Stevens, F. R., & Waylen, P. R. (2014). The geography of rainfall in Mauritius: Modelling the relationship between annual and monthly rainfall and landscape characteristics on a small volcanic island. Applied Geography, 54, 222-234. DOI: 10.1016/j.apgeog.2014.08.008
Tang, X., Zhang, J., Wang, G., Yang, Q., Yang, &., Guan, T., Liu, C., Jin, J., Liu, Y., & Bao, Z. (2019). Evaluating suitability of multiple precipitation products for the Lancang River Basin. Chinese Geographical Science, 29(1), 37-57. DOI: 10.1007/s11769-019-1015-5
Uyanık, G. K., & Güler, N. (2013). A study on multiple linear regression analysis. Procedia-Social and Behavioral Sciences, 106, 234-240. DOI: 10.1016/j.sbspro.2013.12.027
Velázquez-Zapata, J., & Talledos-Sánchez, E. (2018). Capítulo 6. Comparación del uso de datos meteorológicos observados y procesados en malla en la simulación hidrológica de eventos extremos en una cuenca en México. En: Riesgo de desastres en México: eventos hidrometeorológicos y climáticos (pp. 153-173). Recuperado de https://colsan.repositorioinstitucional.mx/jspui/bitstream/1013/978/1/Comparaci%C3%B3n%20del%20uso%20de%20datos%20meteorol%C3%B3gicos.pdf
Vicente-Serrano, S. M., Saz-Sánchez, M. A., & Cuadrat, J. M. (2003). Comparative analysis of interpolation methods in the middle Ebro Valley (Spain): Application to annual precipitation and temperature. Climate Research, 24(2), 161-180.
Villarini, G., Krajewski, W. F., Ciach, G. J., & Zimmerman, D. L. (2009). Product-error-driven generator of probable rainfall conditioned on WSR-88D precipitation estimates. Water Resources Research, 45(1), 1-11. DOI: 10.1029/2008WR006946
Worqlul, A. W., Maathuis, B., Adem, A. A., Demissie, S. S., Langan, S., & Steenhuis, T. S. (2014). Comparison of rainfall estimations by TRMM 3B42, MPEG and CFSR with ground-observed data for the Lake Tana basin in Ethiopia. Hydrology and Earth System Sciences, 18(12), 4871-4881. DOI: 10.5194/hess-18-4871-2014
Zhu, Q., Xuan, W., Liu, L., & Xu, Y. P. (2016). Evaluation and hydrological application of precipitation estimates derived from PERSIANN‐CDR, TRMM 3B42V7, and NCEP‐CFSR over humid regions in China. Hydrological Processes, 30(17), 3061-3083. DOI: 10.1002/hyp.10846
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Tecnología y ciencias del agua
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Por Instituto Mexicano de Tecnología del Agua se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional. Basada en una obra en https://www.revistatyca.org.mx/. Permisos que vayan más allá de lo cubierto por esta licencia pueden encontrarse en Política editorial
