Вы находитесь на странице: 1из 10
Resumen de Lectura “ Aplicación de algunos métodos de relleno a series anuales de lluvia
Resumen de Lectura “ Aplicación de algunos métodos de relleno a series anuales de lluvia

Resumen de Lectura

Aplicación de algunos métodos de relleno a series anuales de lluvia de diferentes regiones de Costa Rica

Presenta:

Izaguirre Núñez Jorge Luis Grupo 8° B

Catedrático:

Dra. Dora María EstherGonzález Turrubiates

Luis Grupo 8° B Catedrático: Dra. Dora María EstherGonzález Turrubiates Tampico, Tamaulipas, a 28 de febrero

Tampico, Tamaulipas, a 28 de febrero de 2017

RESUMEN DE LECTURA

Aplicación de algunos métodos de relleno a series anuales de lluvia de diferentes regiones de Costa Rica

Rosario Alfaro, Rafael Pacheco, Instituto Meteorológico Nacional,Ministerio del Ambiente y Energía, San José, Costa Rica

1. Introducción

Cada vez que se inicia un trabajo con series de precipitación en el Instituto Meteorológico Nacional (IMN), se recurre a algún método de relleno para estimar datos faltantes; sin embargo, no existe ninguna sugerencia formal a este respecto por parte del Instituto, la cual esté basada en algún estudio serio que le de sustento.

La finalidad de este trabajo consiste en determinar la confiabilidad de algunos métodos simples de relleno para datos anuales de precipitación, los cuales se sugieren en la Guía de Prácticas Climatológicas de la Organización Meteorológica Mundial (WMO 1983).

Con el fin de comparar los resultados obtenidos, se calcularon los errores MAE y RMSE, según lo sugiere Willmott (1982), ya que estos errores básicamente miden el error promedio entre los valores estimados y los observados mediante el cálculo de las diferencias existentes entre dichos valores.

Se determinaron las diferencias máximas observadas entre los valores reales y los estimados. Además, se compararon los resultados con aquellos obtenidos en un estudio reciente.

2. Metodología

Varias consideraciones debieron hacerse a la hora de hacer la escogencia de la información para verificar los métodos de relleno de datos faltantes, ya que no sólo se requiere que las estaciones estén cerca de la estación en estudio, sino que también cuenten con series completas de datos con períodos de registro similares. En este estudio, 8 estaciones analizadas cuentan con estaciones cercanas ubicadas a menos de 30 kms de distancia. Sin embargo,

la mayor distancia de una estación cercana corresponde a 63 kms.

valores estimados con los diferentes métodos se compararon con los valores observados mediante el uso de los errores MAE, RMSE antes citados.

Los

El cálculo de totales anuales de precipitación se hizo utilizando cinco métodos de estimación. Estos comprenden la regresión lineal y múltiple, el método de la razón, de la razón-normal y de la razón ajustada.

Con el fin de acatar las recomendaciones sugeridas en WMO. (1986), con los métodos de la razón utilizados sólo se estimaba un dato faltante en las series en cada ocasión, lo que significa que no se estimó más de un 10% de un registro y en la mayoría de los casos, un dato faltante representaba menos de un 5% del registro. Con los métodos de regresión, simplemente se calculó la ecuación y se compararon los valores observados con los estimados.

Para hacer los cálculos se usaron series con el mismo período de registro. Con los métodos de la razón, cada uno de los datos de la serie en estudio fue eliminado para simular la ausencia de dato y se rellenó usando los diferentes métodos. Así se reprodujeron las series completas de datos estimados a partir de los datos reales. Luego, se obtuvo la diferencia en porcentaje entre los valores correspondientes de las dos series y se estimó el valor medio de las diferencias con cada uno de los métodos utilizados. También se calcularon los errores MAE y RMSE antes citados para cada método. Las series de datos estimados se compararon estadísticamente con sus correspondientes de valores observados usando el test de Wilcoxon de suma de rangos. Esta prueba permitió determinar la identidad entre las series de datos observados y estimados, al nivel de significancia del 5%.

2.1. Métodos de regresión

Como primer método de relleno de datos anuales se utilizó la regresión lineal, sugerida en WMO. (1983), aunque se sabe que raras veces se observa una relación lineal perfecta debido a que los fenómenos que se estudian en climatología son usualmente multivariables.

Luego se utilizó el modelo de regresión múltiple, también sugerido en la misma guía, usando los datos de dos estaciones cercanas. En las regiones con una densidad alta de estaciones, el método de regresión múltiple podría utilizarse en un futuro con más estaciones, con el fin de determinar si los valores estimados mejoran significativamente con respecto a aquéllos calculados con base en la información de dos estaciones vecinas.

2.2. Método de la razón

El método de la razón q (Barger, 1960, WMO 1966 y WMO 1983) se basa en el hecho de que para pares de estaciones, la razón entre sus valores mensuales, anuales o medios, tiende a ser constante. Según este método, si se tienen dos estaciones (A y B), se requiere determinar q de la siguiente manera:

q = Σ b i / Σ a i ……………………………………………………………………(1)

desde i = 1 hasta N

donde N= número total de datos de la serie

b i = dato i de la estación B

a i = dato i de la estación A Seguidamente, si el valor b j falta en la estación B, éste se obtiene de la siguiente manera:

b j = q x a j ………………………………………………………………………. (2)

Este método es utilizado en la bibliografía consultada para rellenar medias de diferentes períodos, pero se menciona que puede ser utilizado para valores mensuales y anuales. En este estudio se utilizó particularmente para obtener datos anuales, pero su aplicabilidad a datos mensuales será investigada posteriormente.

2.3. Método de la razón-normal

Este procedimiento estima cantidades de lluvia con base en tres estaciones cercanas y uniformemente espaciadas con respecto a la estación en estudio (Paulhus and Kkohler, 1952). Estos requerimientos son difíciles de cumplir en algunas regiones de nuestro país, por lo que se utilizó el método con dos estaciones cercanas únicamente. Este método se sugiere para cuando las diferencias en las precipitaciones anuales normales de las estaciones consideradas son mayores que un 10%. En el caso de las estaciones del I. M. N, son pocas las estaciones que cuentan con períodos de registro largos, por lo tanto, únicamente se

tomó en cuenta el hecho de que las estaciones fueran cercanas a la estación en estudio y se consideraron valores promedios de lluvia en diferentes períodos en vez de precipitaciones normales. Para obtener la precipitación anual de una estación X (P x ) para un año determinado, utilizando los datos de dos estaciones A y B, se utilizó la siguiente ecuación:

=

1 (
2

+

) ……………………………

(3)

donde NX es la lluvia promedio de la estación X para el mismo período que se obtiene la lluvia promedio de la estación A ( NA) y B ( NA). PA y PB son los valores correspondientes a PX (precipitación anual) de las estaciones A y B.

2.4. Método de la razón ajustada

Este método es básicamente el método de la razón (sección 2.2), únicamente que utiliza los promedios de lluvia de años lluviosos, secos y normales en vez del promedio anual normal. Este método, utilizado en forma más meticulosa por Villalobos y Retana (1998) en otro estudio, para otros fines, consiste en obtener una clasificación de la precipitación anual de la estación en estudio (B)

y una estación cercana (A), con base en el valor medio de sus series (Xp) y

sus desviaciones estándar (S), clasificando los totales anuales de dichas estaciones según se indica a continuación:

Una vez que se clasifican los totales anuales de precipitación de cada una de las estaciones, para calcular un dato faltante b i de la estación en estudio, se utiliza la información obtenida anteriormente de la estación cercana para determinar a qué categoría corresponde el año que se desea estimar y de acuerdo a su clasificación, se obtiene el valor de q (q = Σ b i / Σ a i ) haciendo la sumatoria de los años correspondientes a esa categoría. Posteriormente, si el total anual faltante es b j , éste se calcula con base en la ecuación (2), en donde a j representa el total anual correspondiente de la estación cercana.

3. Resultados y Discusión

A continuación se muestran algunos ejemplos de las diferencias existentes

entre las series de datos de la estación en estudio y sus estaciones cercanas. Vale la pena destacar, que en el caso más extremo, la estación cercana se encuentra a 63 kms de distancia y que la mayor diferencia de altura entre ellas corresponde a 800 metros.

En la figura 1 se muestra un caso en el cual, la serie de datos de la estación en estudio y las series de las estaciones cercanas son bastante semejantes, no solo en su distribución sino también en su magnitud. En este caso las diferencias en distancia corresponden a 33 y 52 kms y las diferencias en altitud no sobrepasan los 35 metros.

caso las diferencias en distancia corresponden a 33 y 52 kms y las diferencias en altitud

En la Figura 2 se muestra un caso en el cual se encuentran grandes diferencias en magnitud en las series de datos anuales de la estación en estudio y sus vecinas. Las diferencias máximas en distancia y altura entre las estaciones es de 8 km y 447 m respectivamente.

entre las estaciones es de 8 km y 447 m respectivamente. A continuación se presentan en

A continuación se presentan en detalle algunas de las comparaciones realizadas entre los valores estimados y los observados para el caso particular de la estación Puntarenas (Figuras 3, 4 y 5).

entre los valores estimados y los observados para el caso particular de la estación Puntarenas (Figuras

CUADRO 3. Resultados de la aplicación de los diferentes métodos de relleno a la estación de Puntarenas. Se

muestran las diferencias máximas obtenidas entre los valores estimados y los reales. de la serie obtenido con cada método de relleno se muestra en la última columna.

El promedio de las diferencias

Metodo

Estacion Vecina

Dif. max en mm

Prom. Dif. en mm

Razon

Nagatac

886

120.3

Razon

S.M. Barranca

1090

148.3

Razon Ajustada

Nagatac

1006.5

200.6

Regresion Simple

Nagatac

743.7

219.6

Regresion Simple

S.M. Barranca

572.5

209.1

Regresion Multiple

Nagatac y Barranca

634.7

190.6

Razon Normal

Nagatac y Barranca

743.2

203.1

En el cuadro 3 se muestran las diferencias máximas obtenidas entre los valores reales y los estimados con cada uno de los métodos de relleno para el caso de la estación Puntarenas. Además se obtiene el promedio de las diferencias para cada método de cálculo utilizado. Obsérvese como el método de la razón ajustada no mejora las estimaciones, por el contrario, en este caso en particular, la diferencia máxima observada aumenta en 120.5 mm. Posiblemente, esto sería cierto únicamente cuando el comportamiento de la estación en estudio y su estación vecina sean muy semejantes, es decir, que cuando el año

Haya sido lluvioso en una estación, lo haya sido también en la otra, por ejemplo, lo cual sucede únicamente en el 64 % de los casos en esta estación. Por otro lado, los métodos que utilizan la información de dos estaciones vecinas no disminuyen la diferencia máxima ni el promedio de las diferencias entre los valores reales y los observados, de acuerdo a los resultados anteriores. Los métodos de relleno que se denotan según la nomenclatura que se muestra en el cuadro 4, se aplicaron a todas las estaciones consideradas en este estudio. Para comparar las muestras (observada y estimada) se calcularon los errores MAE y RMSE, los cuales se muestran en el cuadro 5

CUADRO 5. Valores máximos y mínimos correspondientes a los errores MAE y RMSE obtenidos, según cada método de relleno.

Metodo

Min. MAE

Max MAE

Min RMSE

Max RMSE

Regresion Simple

110

408

143

527

De la Razon

131

604

161

723

De la Razon Ajustada

116

570

146

731

Regresion Multiple

97

401

131

527

De la Razon Normal

101

401

139

527

Para determinar si las distribuciones de probabilidad asociadas con las dos poblaciones eran equivalentes, se utilizó el test Wilcoxon de suma de rangos (McClave & Dietrich. 1991).

4. Conclusiones

En este trabajo se utilizaron cinco métodos simples para calcular datos faltantes en las series anuales de lluvia de 12 estaciones meteorológicas ubicadas en diferentes regiones de Costa Rica. Se utilizó el test Wilcoxon de suma de rangos para determinar si las series de datos estimados tenían distribuciones de probabilidad idénticas a las de las series de datos observados. Los resultados mostraron que todas las series de datos estimados tienen distribuciones de probabilidad idénticas a las de sus correspondientes series de datos observados. Sin embargo, las diferencias máximas observadas alcanzan valores hasta de un 95% del valor real en el caso más extremo (método de la razón ajustada usando la estación de Puntarenas)

Como se explico desde un inicio la finalidad de la aplicación de los diversos métodos de relleno no es mas que una observación de los datos obtenidos en relación/comparación con los datos esperados en base de porcentajes de errores. Es decir, el comportamiento de los datos rellenados a partir de, en este caso, 5 metodos distintos. Los cuales, a pesar de tener consideraciones especiales o recomendadas sobre su aplicación, pueden arrojar resultados que sirve de manera comparativa.

Obteniendo al final resultados, ligeramente similares entre si, los cuales únicamente se podrán aprobaren base a pruebas estadísticas en función de su distrubucion de probabilidad.

En hidrología es importante tener en cuenta que la situación de los datos faltantes es de suma importancia al momento de realizar trabajos posteriores, ya que el ingeniero en desarrollo debe de ser capaz de formular y aplicar metodologías aptas para el estado en el que se encuentran los datos de estaciones meteorológicas. Y de mayor importancia, saber jerarquizar estos métodos en función de las características de dichos datos.

Resumen realizado a partir de Aplicación de algunos métodos de relleno a series anuales de lluvia de diferentes regiones de Costa Rica. Rosario Alfaro, Rafael Pacheco. Instituto Meteorológico Nacional, Ministerio del Ambiente y Energía, San José, Costa Rica. Top. Meteor. Oceanogr., 7(1):1-20,2000