Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española (R. Dominicana y Haití)

Transcripción

1 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española (R. Dominicana y Haití) de Edgar Misael Uribe Alcántara emural@hotmail.com y Jonathan Velázquez García jvelazquezg79@hotmail.com para El Banco Mundial January 14, 2014

2 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española ii

3 Edgar Uribe y Jonathan Velázquez TABLA DE CONTENIDOS Índice de Figuras... iv Índice de Tablas... vi 1 Introducción Bases de Datos Control de Calidad y Estimación del Número de Registros Válidos Base de datos original y Controles Iniciales Valores Ilógicos Inconsistencias Climáticas Valores Atípicos Registros Climatológicos Finales ( ) Análisis de Cobertura y Factibilidad Características de los Arreglos Regulares Resumen y Conclusiones Anexo I. Tablas de Porcentajes de Registros Válidos Bibliografía iii

4 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española ÍNDICE DE FIGURAS Página FIGURA 1. UBICACIÓN DE LAS ESTACIONES METEOROLÓGICAS INCLUIDAS INICIALMENTE EN EL ANÁLISIS. SE USA UN SÍMBOLO DE DIFERENTE COLOR PARA CADA RED FIGURA 2. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE TEMPERATURA MÁXIMA POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES, CALCULADOS CON BASE EN LA FECHA MÁS TEMPRANA Y TARDÍA DISPONIBLE FIGURA 3. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE TEMPERATURA MÍNIMA POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES, CALCULADOS CON BASE EN LA FECHA MÁS TEMPRANA Y TARDÍA DISPONIBLE FIGURA 4. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE PRECIPITACIÓN POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES, CALCULADOS CON BASE EN LA FECHA MÁS TEMPRANA Y TARDÍA DISPONIBLE. SE MUESTRAN ESTACIONES CON IDS QUE VAN DEL 404 AL 5322 (INCREMENTANDO HACIA ARRIBA) FIGURA 5. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE PRECIPITACIÓN POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES, CALCULADOS CON BASE EN LA FECHA MÁS TEMPRANA Y TARDÍA DISPONIBLE. SE MUESTRAN ESTACIONES CON IDS QUE VAN DEL 5323 AL (INCREMENTANDO HACIA ARRIBA) FIGURA 6. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE PRECIPITACIÓN POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES, CALCULADOS CON BASE EN LA FECHA MÁS TEMPRANA Y TARDÍA DISPONIBLE. SE MUESTRAN ESTACIONES CON IDS QUE VAN DEL AL (INCREMENTANDO HACIA ARRIBA) FIGURA 7. EJEMPLO DE INCONSISTENCIA CLIMÁTICA DE TEMPERATURA MÍNIMA EN LA ESTACIÓN LAS LÍNEAS NEGRAS INDICAN LAS CLIMATOLOGÍAS DIARIAS, OBTENIDAS A PARTIR DE TODAS LAS ESTACIONES METEOROLÓGICAS FIGURA 8. INCONSISTENCIA CLIMÁTICA DE PRECIPITACIÓN (MM) EN LA ESTACIÓN 444. LA LÍNEA NEGRA INDICA LA CLIMATOLOGÍA DIARIA, OBTENIDA A PARTIR DE TODAS LAS ESTACIONES METEOROLÓGICAS FIGURA 9. EJEMPLO DE TEMPERATURA MÁXIMA (LÍNEA Y SÍMBOLOS ROJOS) MENOR O IGUAL QUE LA TEMPERATURA MÍNIMA (LÍNEA Y SÍMBOLOS AZULES). LAS LÍNEAS NEGRAS INDICAN LAS CLIMATOLOGÍAS DIARIAS, OBTENIDAS A PARTIR DE TODAS LAS ESTACIONES METEOROLÓGICAS FIGURA 10. EJEMPLO DE VALORES ATÍPICOS DE PRECIPITACIÓN. LOS VALORES ALTOS (PR>140MM) ESTÁN ASOCIADOS CON HURACÁN JEANNE FIGURA 11. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE TEMPERATURA MÁXIMA POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO DESPUÉS DEL CONTROL DE CALIDAD. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES ( ) FIGURA 12. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE TEMPERATURA MÍNIMA POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO DESPUÉS DEL CONTROL DE CALIDAD. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES ( ) iv

5 Edgar Uribe y Jonathan Velázquez FIGURA 13. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE TEMPERATURA MÁXIMA POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO DESPUÉS DEL CONTROL DE CALIDAD. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES ( ). SE MUESTRAN ESTACIONES CON IDS QUE VAN DEL 404 AL (INCREMENTANDO HACIA ARRIBA) FIGURA 14. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE TEMPERATURA MÁXIMA POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO DESPUÉS DEL CONTROL DE CALIDAD. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES ( ). SE MUESTRAN ESTACIONES CON IDS QUE VAN DEL AL (INCREMENTANDO HACIA ARRIBA) FIGURA 15. LOS CÍRCULOS INDICAN REGISTROS DISPONIBLES DE TEMPERATURA MÁXIMA POR ESTACIÓN METEOROLÓGICA A LO LARGO DEL TIEMPO DESPUÉS DEL CONTROL DE CALIDAD. EL EJE HORIZONTAL INDICA EL TIEMPO (AÑOS CON DOS DÍGITOS, E.G., 79 INDICA EL AÑO 1979). EL EJE VERTICAL IZQUIERDO MUESTRA EL ID DE LA ESTACIÓN Y EL PORCENTAJE DE REGISTROS DISPONIBLES ( ). SE MUESTRAN ESTACIONES CON IDS QUE VAN DEL AL (INCREMENTANDO HACIA ARRIBA) FIGURA 16. NÚMERO DE REGISTROS VÁLIDOS DIARIOS DE PRECIPITACIÓN (PANEL SUPERIOR) Y DE TEMPERATURA MÁXIMA (PANEL INFERIOR, LÍNEA ROJA) Y MÍNIMA (PANEL INFERIOR, LÍNEA AZUL) ENTRE 1979 Y FIGURA 17. PORCENTAJES DE REGISTROS VÁLIDOS DE TEMPERATURA MÁXIMA (TXPRV) ENTRE EL 1 DE ENERO DE 1979 Y EL 31 DE DICIEMBRE DE 2012, CATEGORIZADOS EN QUINTILES, Y ALTITUD EN METROS (DEL SHUTTLE RADAR TOPOGRAPHY MISSION, SRTM) FIGURA 18. PORCENTAJES DE REGISTROS VÁLIDOS DE TEMPERATURA MÍNIMA (TNPRV) ENTRE EL 1 DE ENERO DE 1979 Y EL 31 DE DICIEMBRE DE 2012, CATEGORIZADOS EN QUINTILES, Y ALTITUD EN METROS (DEL SHUTTLE RADAR TOPOGRAPHY MISSION, SRTM) FIGURA 19. PORCENTAJES DE REGISTROS VÁLIDOS DE PRECIPITACIÓN (PRPRV) ENTRE EL 1 DE ENERO DE 1979 Y EL 31 DE DICIEMBRE DE 2012, CATEGORIZADOS EN QUINTILES, Y ALTITUD EN METROS (DEL SHUTTLE RADAR TOPOGRAPHY MISSION, SRTM) FIGURA 20. ARREGLO REGULAR DE TEMPERATURA (K) MERRA FIGURA 21. POTENCIALES ARREGLOS REGULARES DE TEMPERATURAS (CUADROS ROJOS) FIGURA 22. POTENCIALES ARREGLOS REGULARES DE PRECIPITACIÓN (CUADROS ROJOSS) v

6 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española ÍNDICE DE TABLAS Página TABLA 1. REDES DE ESTACIONES METEOROLÓGICAS INCLUIDAS EN EL ANÁLISIS TABLA 2. RANGO DE NÚMERO DE IDS PARA CADA RED TABLA 3. NÚMERO DE ID DE ESTACIONES COMPLETAMENTE ELIMINADAS PARA CADA UNA DE LAS VARIABLES TABLA 4. CARACTERÍSTICAS DE LA BASE DE DATOS FINAL TABLA 5. DEPARTAMENTOS, NÚMERO DE ESTACIONES Y COBERTURA DE ESTACIONES MIDIENDO PRECIPITACIÓN (NÚMERO DE ESTACIONES POR ÁREA EQUIVALENTE A UN BUFFER DE 20KM). LOS DEPARTAMENTOS QUE NO APARECEN NO CUENTAN CON ESTACIÓN TABLA 6. LO MISMO QUE LA TABLA 5 PERO PARA TEMPERATURA MÁXIMA Y MÍNIMA (AMBAS TIENEN LOS MISMOS VALORES DE COBERTURA) TABLA 7. CARACTERÍSTICAS DEL REANÁLISIS MERRA TABLA 8. CARACTERÍSTICAS FINALES DE LOS ARREGLOS REGULARES DE PRECIPITACIÓN Y TEMPERATURAS PARA LA ESPAÑOLA TABLA 9. REGISTROS DE LA BASE DE DATOS DESPUÉS DE CADA CONTROL DE CALIDAD Y SU DECREMENTO PARCIAL CON RELACIÓN A LA BASE DE DATOS ORIGINAL TABLA 10. CÓDIGO DE PAÍS, ID DE ESTACIÓN, LONGITUD, LATITUD, PORCENTAJE DE REGISTROS VÁLIDOS (PVR) DE TEMPERATURAS MÁXIMA (TX) Y MÍNIMA (TN) ENTRE 1979 Y 2012, Y DEPARTAMENTO TABLA 11. CÓDIGO DE PAÍS, ID DE ESTACIÓN, LONGITUD, LATITUD, PORCENTAJE DE REGISTROS VÁLIDOS DE PRECIPITACIÓN ENTRE 1979 Y 2012 (PVR), Y DEPARTAMENTO vi

7 Edgar Uribe y Jonathan Velázquez 1 INTRODUCCIÓN El Banco Mundial lleva a cabo un proyecto para promover el desarrollo del mercado de seguro agrícola en La Española (R. Dominicana y Haití). El propósito de este proyecto es contribuir al desarrollo del sector agrícola a través de una eficiente administración de riesgos de producción. En ese sentido, el seguro paramétrico ha sido identificado como una estructura transparente para facilitar la adquisición de cobertura en contra de riesgos climáticos para ser transferidos a los mercados internacionales. A diferencia del seguro agrícola tradicional, que cubre daños de los activos agrícolas con base en una evaluación de los daños en campo, el seguro paramétrico usa variables climáticas que están correlacionadas con pérdidas, que adicionalmente son exógenas al control del asegurado y las aseguradoras. Dicha correlación permite la creación de modelos de simulación en zonas agrícolas homogéneas, como una alternativa efectiva o como un complemento al seguro agrícola tradicional. Sin embargo, una de las principales limitantes para el desarrollo de esquemas de administración de riesgos para el sector agrícola es la falta de información meteorológica, usualmente asociada con: a) cobertura limitada de estaciones, b) datos faltantes en el registro histórico, c) número limitado de registros (e.g. estaciones recientemente instaladas), y d) problemas de calidad (e.g. registros obtenidos con sensores descalibrados). Con el propósito de resolver la falta de información, el uso de arreglos regulares, también conocidos como grillas, mallas o análisis objetivos, es propuesto (Uribe Alcántara et al., 2009). Las grillas se estiman a partir de la combinación de datos de estaciones meteorológicas y simulaciones atmosféricas (reanálisis) o datos satelitales. Contienen registros completos en sus dominios espaciales y temporales y, por tanto, pueden ser usados para estimar datos faltantes e incluso registros históricos completos para estaciones meteorológicas nuevas o de reciente instalación. Las ventajas más relevantes ofrecidas por los arreglos regulares incluyen: a) registros históricos completos para todos los pixeles del dominio, b) posibilidad de integrar en el análisis todos los datos existentes de una estación sin importar la cantidad de registros históricos disponibles, y c) simplificación de la interpretación de campos meteorológicos en relación con otras características geográficas (e.g. divisiones políticas, topografía y uso de suelo). El propósito de este estudio es determinar la factibilidad de crear arreglos regulares de variables meteorológicas para el uso de la industria en el desarrollo de seguro agrícola paramétrico en La Española. La metodología está basada en los análisis realizados por los autores previamente en México (Uribe Alcántara et al., 2009), Guatemala, Honduras, Nicaragua y Mozambique. Los arreglos regulares han sido implementados en el desarrollo de seguros agrícolas en México desde el 2008, donde se emplearon para estimar registros históricos de estaciones meteorológicas de reciente instalación que no cumplían con el registro histórico necesario para llevar a cabo la tarificación de los esquemas de seguro paramétrico. La factibilidad de desarrollar arreglos regulares depende de la cobertura de estaciones meteorológicas. La cobertura es función de la ubicación de las estaciones y del porcentaje 1

8 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española de registros válidos 1. Una cobertura alta implica una cantidad de estaciones suficiente para cubrir un territorio determinado y que las mediciones se estén realizando consistentemente para evitar la pérdida de registros. En países en desarrollo generalmente la cobertura es regular o mala pues las estaciones se encuentran pobremente distribuidas (quizás sólo en ciudades) y existen una porción significativa de registros faltantes. Por lo cual, para la estimación de la cobertura no basta con tener un mapa de estaciones meteorológicas sino también es importante contar con el porcentaje de registros válidos de cada estación. Idealmente, la cobertura puede ser analizada con base en mapas de porcentajes de registros válidos para toda la red, que es parte del análisis realizado en el presente reporte. Estos mapas pueden ser usados para la determinación de la factibilidad, periodo y resolución (longitud del pixel) del arreglo regular. De hecho, la longitud del pixel se estima a partir de la cobertura. Y la factibilidad dependerá de la longitud del pixel. Si el pixel es demasiado largo (baja resolución), la factibilidad podría ser rechazada. La industria aseguradora generalmente acepta cubrir cultivos dentro de una distancia de 20km, que equivale a un tamaño de pixel de 40km. Por lo tanto, si la longitud aquí estimada fuera mayor, la factibilidad podría ser rechazada. Desafortunadamente, los Servicios Meteorológicos Nacionales (SMNs) usualmente no estiman el porcentaje de registros válidos y, si lo hacen, los valores no corresponden al mismo periodo para todas las estaciones. Por lo cual, la comparación es imposible. Además, las bases de datos generalmente tienen inconsistencias, errores y problemas de calidad. De esta manera, el punto inicial de este estudio es la homogenización y control de calidad de la base de datos para que el porcentaje de registros válidos estimado finalmente sea exacto. El primer paso en el control de calidad es la inspección visual de las series de tiempo para identificar los tipos de controles que son necesarios (e.g. Inconsistencias climáticas 2 y valores atípicos). Después, los controles identificados son aplicados (Sección 3). El siguiente paso (Sección 4) consiste en el análisis de cobertura de las estaciones meteorológicas para que la factibilidad y características del arreglo regular sean definidas (Sección 5). 1 Los registros válidos son el resultado de una medición y reporte exitosos en la base de datos de los Servicios Meteorológicos. Lo opuesto, son los registros faltantes, que ocurren cuando no se reporta una medición en la base de datos. Lo anterior puede ocurrir porque no se presentó el operador a realizar la medición, la estación dejó de funcionar, etc. En estos casos, algunas veces se utiliza una bandera numérica para indicar que el registro no existe (e.g ). Estas banderas deben ser excluidas cuando se calcula el porcentaje de registros válidos. La estimación del porcentaje de registros válidos es importante porque no es suficiente con que exista la estación. También es importante que esté siendo operada consistentemente. 2 Los datos meteorológicos tienen tendencias naturales asociadas con la variabilidad estacional (e.g. bajas temperaturas durante el invierno). Por tanto, cuando los registros muestran una tendencia que no es consistente con la estación o el resto de los años, el periodo se considera como erróneo y se elimina de la base de datos. 2

9 Edgar Uribe y Jonathan Velázquez 2 BASES DE DATOS En el caso de La Española, uno de los principales problemas para la generación de los arreglos regulares fue la adquisición de bases de datos digitales en Haití. La cobertura de estaciones en Haití ya era muy baja antes del sismo de Sin embargo, con el sismo perdieron registros históricos en papel, digitales e incluso estaciones meteorológicas. Fue necesario conseguir por todos los medios posibles bases de datos de dicho país. En total se consiguieron tres bases de datos: a) Base del Ministere de L Environnment (BML), b) Base de Ministere De L agriculture, Des Ressources Naturelles Et Du Developpement Rural Section De Climatologie (SCMA/SNRE) y c) el Global Summary of the Day del National Climatic Data Center (NCDC) de la NOAA. Además, también se llevó a cabo una recuperación de las coordenadas de varias estaciones. Sin embargo, en el caso de la red SCMA, no fue posible conseguir la ubicación de las estaciones. Por lo cual, no se incluyeron en el análisis Por otra parte, para Dominicana, se logró conseguir estaciones de dos redes independientes: Oficina Nacional de Meteorología) e INDRHI (Instituto Nacional de Recursos Hidráulicos (ONAMET). Debido a que las bases de datos originales manejan diferentes formatos (e.g. Excel, Word, Access), se llevó a cabo antes un proceso de homogeneización de la información (Velázquez García, 2012). De las redes conseguidas, sólo la base de datos de ONAMET y del NCDC contenían temperaturas. En total, se reunieron 166 estaciones meteorológicas con un periodo de cobertura que iba, en su fecha más temprana, del 1 de enero de 1929 hasta el 31 de diciembre de La Tabla 1 muestra un resumen de las redes meteorológicas conseguidas, y la Figura 1 muestra su ubicación. Las siguientes secciones describen el análisis de una única base de datos conformada por la información de las cinco redes. Código de Red Tabla 1. Redes de estaciones meteorológicas incluidas en el análisis. Base de datos País Variables 1 ONAMET R. Dominicana Precipitación y temperaturas máxima y mínima 2 INDRHI R. Dominicana Precipitación 3 NCDC Haití Precipitación y temperaturas máxima y mínima 4 SCMA/SNRE Haití Precipitación 5 BML Haití Precipitación 3

10 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 1. Ubicación de las estaciones meteorológicas incluidas inicialmente en el análisis. Se usa un símbolo de diferente color para cada red. 4

11 Edgar Uribe y Jonathan Velázquez 3 CONTROL DE CALIDAD Y ESTIMACIÓN DEL NÚMERO DE REGISTROS VÁLIDOS El procedimiento para la realización del control de calidad conllevó la siguiente secuencia de pasos. Se incluye una breve descripción. Ejemplos y detalles de cada paso son incluidos en las siguientes secciones. 1. Eliminación de Estaciones completas: Se identifica estaciones que deben ser eliminadas completamente mediante inspección visual por tener demasiadas inconsistencias climáticas, falta de coordenadas geográficas, registros repetidos, etc. 2. Eliminar registros fuera del periodo de interés para el arreglo regular: Varios de los procesos implican inspección visual de los gráficos de las series de tiempo, que es un proceso bastante laborioso. Existen estaciones que cuentan con registros desde Su inspección visual requeriría el análisis de varias décadas. Lo cual puede resultar demasiado desgastante. En cambio, se prefiere concentrar esfuerzos en el periodo que será efectivamente usado para el desarrollo de arreglos regulares. Debido a que el desarrollo de arreglos regulares, se apoya en una base de datos de simulaciones atmosféricas (ver sección 5), que sólo está disponible desde 1979, sólo se aplica control de calidad a los registros de 1979 en adelante. Lo anterior constituye una base de datos de más de 30 años de registros, que es considerado suficiente por la industria aseguradora. 3. Eliminar o corregir valores ilógicos: Las bases de datos suelen contener valores ilógicos como precipitaciones menores a cero o temperaturas máximas menores a las temperaturas mínimas. En este caso, el primer caso es identificar los registros que cumplen con criterios de valores ilógicos. Una vez identificados, se revisa la gráfica de la serie de tiempo correspondiente. En la gráfica se vuelve evidente cuál registro es erróneo y se elimina. En algunos otros casos, se identifican errores de digitalización que son corregidos manualmente para rescatar el registro (e.g. inversión de decenas y unidades, 83 C por 38 C). En todos los casos, se verifican los gráficos de las series de tiempo para asegurarse de que la medida tomada es adecuada. 4. Inconsistencias Climáticas: Este proceso conlleva la inspección visual de los gráficos de las series de tiempo. Cuando existen periodos cuya variabilidad no corresponde con la variabilidad observada en otros años durante meses similares, se designa una inconsistencia climática y los registros de ese periodo son eliminados. 5. Valores atípicos: Algunos valores son demasiado altos o bajos al resto de los valores. Algunos de estos valores corresponden a casos reales como ocurre con huracanes. Sin embargo, en algunos casos existen errores que deben ser eliminados. Para verificar si los registros son correctos, existen dos opciones: comparar con registros de días vecinos (valores atípicos en el tiempo) y con estaciones cercanas (valores atípicos en el espacio). Un valor extremo válido, como ocurre con un huracán, se manifestará durante un periodo breve y en varias estaciones. En este paso, se aplican procedimientos automáticos que permiten establecer rangos de variabilidad plausibles. Si un valor se encuentra fuera de estos rangos de variabilidad, es eliminado. 6. Realizar una última inspección visual: Una vez aplicados todos los procesos anteriores, se realiza una última inspección visual para asegurarse de que los controles resultaron en una base de datos con calidad controlada. 5

12 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española 3.1 BASE DE DATOS ORIGINAL Y CONTROLES INICIALES Figura 2, Figura 3, Figura 4, Figura 5 y Figura 6, muestran la presencia de registros válidos a lo largo del tiempo para cada estación. Las estaciones de temperatura (13) son mucho menos que las estaciones reportando precipitación (166). La gran mayoría de las estaciones con datos de temperatura tienen un registro sólido a partir de Por otra parte, las estaciones de precipitación tienen su registro más temprano en Sin embargo, dependiendo de la red, la cantidad de registros es muy variable. Si el lector desea comparar el comportamiento entre redes en la gráfica, tomar en cuenta que los IDs de las estaciones de una misma red son muy similares y que han sido ordenadas de manera ascendente en el eje vertical. Por lo cual, es relativamente sencillo identificar qué sección de la gráfica corresponde a determinada red. La Tabla 2 contiene el rango de valores de IDs para cada red. Tabla 2. Rango de número de IDs para cada red. Red Rango IDs ONAMET INDRHI NCDC (y ) BML Figura 2. Los círculos indican registros disponibles de Temperatura Máxima por estación meteorológica a lo largo del tiempo. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles, calculados con base en la fecha más temprana y tardía disponible. 6

13 Edgar Uribe y Jonathan Velázquez Figura 3. Los círculos indican registros disponibles de Temperatura Mínima por estación meteorológica a lo largo del tiempo. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles, calculados con base en la fecha más temprana y tardía disponible.. 7

14 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 4. Los círculos indican registros disponibles de Precipitación por estación meteorológica a lo largo del tiempo. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles, calculados con base en la fecha más temprana y tardía disponible. Se muestran estaciones con IDs que van del 404 al 5322 (incrementando hacia arriba). 8

15 Edgar Uribe y Jonathan Velázquez Figura 5. Los círculos indican registros disponibles de Precipitación por estación meteorológica a lo largo del tiempo. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles, calculados con base en la fecha más temprana y tardía disponible. Se muestran estaciones con IDs que van del 5323 al (incrementando hacia arriba). 9

16 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 6. Los círculos indican registros disponibles de Precipitación por estación meteorológica a lo largo del tiempo. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles, calculados con base en la fecha más temprana y tardía disponible. Se muestran estaciones con IDs que van del al (incrementando hacia arriba). 10

17 Edgar Uribe y Jonathan Velázquez El primer control aplicado consistió en eliminar estaciones completas que era ineficiente conservar por tener demasiadas inconsistencias climáticas o por carecer de coordenadas geográficas. La Figura 7 muestra el ejemplo de una inconsistencia climática presente en datos de temperatura mínima. El rango de variabilidad es extraordinariamente amplio en comparación con el rango de variabilidad de temperatura máxima. Además, muchas de las ocasiones, los valores son demasiado cercanos a la temperatura máxima, y se encuentran muy por arriba de la climatología de las temperaturas mínimas. Por otra parte, la Figura 8 muestra tres periodos con valores de precipitación sumamente distintos. Existen periodos con valores alrededor de los 400mm (años 1982 y 2007) y otros periodos con precipitaciones por debajo de los 50 ( ). En ambos casos, se decidió eliminar completamente las estaciones. Algunas estaciones se eliminaron para precipitación y otras para temperaturas mínima y máxima. La Tabla 3 muestra los IDs de las estaciones eliminadas por variable. La mayor cantidad de estaciones eliminadas ocurrió en precipitación con 39, que equivalió a prácticamente una cuarta parte de las estaciones. Una vez eliminadas estaciones completas, se procedió a eliminar aquellos registros que se encontraban fueran del periodo de interés para la malla ( ). Tabla 3. Número de ID de estaciones completamente eliminadas para cada una de las variables. Variable ID de Estación Precipitación 409, 410, 421, 444, 461, 470, 472, 4903, 4977, 4987, 5205, 5206, 5322, 5323, (39 estaciones) 5413, , , , , , , , , , , , , , , , , , , , , , , , Temperatura Máxima , , Temperatura Mínima , ,

18 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 7. Ejemplo de inconsistencia climática de temperatura mínima en la estación Las líneas negras indican las climatologías diarias, obtenidas a partir de todas las estaciones meteorológicas. Figura 8. Inconsistencia climática de precipitación (mm) en la estación 444. La línea negra indica la climatología diaria, obtenida a partir de todas las estaciones meteorológicas. 12

19 Edgar Uribe y Jonathan Velázquez 3.2 VALORES ILÓGICOS No se identificaron valores de precipitación negativos pero sí se detectaron valores de temperaturas máximas menores o iguales a las temperaturas mínimas. La Figura 9 muestra un ejemplo donde la temperatura mínima fue erróneamente registrada con valores idénticos a los de temperatura máxima. En este caso, los registros de temperatura mínima fueron eliminados. Todos los registros fueron revisados de manera similar para ser corregidos o eliminados. De los 111 casos identificados, se eliminaron 69 registros de temperatura máxima, y 42 de temperatura mínima. El siguiente archivo contiene la lista de valores identificados así como la acción tomada para cada registro. TmaxLETminR.xls Figura 9. Ejemplo de temperatura máxima (línea y símbolos rojos) menor o igual que la temperatura mínima (línea y símbolos azules). Las líneas negras indican las climatologías diarias, obtenidas a partir de todas las estaciones meteorológicas. 13

20 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española 3.3 INCONSISTENCIAS CLIMÁTICAS Los datos meteorológicos presentan ciertos patrones asociados a la variabilidad estacional del clima (e.g. bajas temperaturas durante el invierno y altas temperaturas durante el verano). Por tanto, como parte del control de calidad, cada vez que se encuentra un patrón que no es consistente con la temporada del año o el resto de los años registrados por la estación, el patrón es considerado como erróneo y se elimina de la base de datos. Estos errores frecuentemente se presentan por el deterioro de la calibración de los instrumentos. Cambios progresivos en los sensores resultan en desviaciones graduales en los datos que no están relacionados con causas naturales. La base de datos fue revisada visualmente para identificar inconsistencias climáticas. No se identificaron inconsistencias climáticas en temperaturas máximas pero sí se detectaron en las otras variables. Los periodos seleccionados para eliminación son listados en la siguiente hoja de Excel. Se indica ID de la estación y fechas iniciales y finales del periodo eliminado. Se incluye una hoja de trabajo para precipitación y otra para temperatura mínima. reportci.xls 3.4 VALORES ATÍPICOS La metodología empleada para la identificación automática de valores atípicos, tanto en el tiempo, como en el espacio, es la metodología aplicada a la base de datos en China mediante una colaboración entre las Universidades de Nebraska y Beijing (Feng et al., 2004). En dicho análisis, la metodología se aplicó, al igual que en el presente estudio, en una etapa anterior al desarrollo de un arreglo regular de variables meteorológicas. La metodología empleada para la identificación de valores atípicos en el tiempo consiste en establecer rangos de variabilidad plausibles para un día dado, con base en los registros del mismo día y cuatro días adyacentes (dos días antes y dos después) a través de todos los años registrados por cada estación. El registro se establece como sospechoso cuando existe el registro se encuentra fuera de los rangos considerados plausibles. En el caso de valores atípicos espaciales, la metodología es similar. Sin embargo, en este caso, en lugar de establecer rangos de variabilidad aceptables con base en días adyacentes, los límites se establecen con base en los registros del día de interés de cinco de las diez estaciones meteorológicas más cercanas. Sólo se conservan sólo las estaciones con los coeficientes de correlación más altos (significativos al menos al 95%) y con los menores errores en la regresión lineal. En este caso, el registro se establece como sospechoso cuando se encuentran en discordancia con los rangos de variabilidad de un número dado de estaciones meteorológicas. En otras palabras, si el registro no concuerda con lo que registran otras estaciones, se etiqueta como sospechoso. 14

21 Edgar Uribe y Jonathan Velázquez Valores atípicos en el tiempo solo fueron buscados en las variables de temperaturas máxima y mínima. Mientras que valores atípicos en el espacio fueron buscados para precipitación también. Lo anterior debido a que la variable de precipitación es discontinua, a diferencia de las temperaturas, es decir, un evento de precipitación cubre sólo una cierta área durante un cierto tiempo, mientras que las temperaturas son un campo continuo en el tiempo y espacio. Los parámetros deben permitir un rango suficientemente amplio para permitir valores altos de precipitación asociados a eventos reales extremos, como el caso del evento de precipitación de más de 140mm en la estación 458 asociado al huracán Jeanne (Figura 10) pero también deben ser impedir la entrada de valores altos que no están asociados a eventos reales. Por lo cual, se experimento con algunos valores hasta encontrar el valor de los parámetros adecuados. A continuación se incluye la lista de valores eliminados. Se incluye una hoja de trabajo por cada variable y proceso (valores atípicos espaciales y temporales). La hoja incluye el ID de la estación, fecha, valor atípico y, en el caso del análisis espacial, también indica cuántas estaciones estuvieron en discordancia con el valor indicado. Por ejemplo, un valor de estaciones en discordancia igual a cuatro indica que 80% de las estaciones más cercanas (cinco estaciones) tienen rangos de variabilidad plausibles que no contienen al registro de interés. Por tanto, se etiqueta como sospechoso. TableOutliers.xlsx 15

22 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 10. Ejemplo de valores atípicos de precipitación. Los valores altos (Pr>140mm) están asociados con Huracán Jeanne. 3.5 REGISTROS CLIMATOLÓGICOS FINALES ( ) Una vez terminado el control de calidad, la base de datos resultante es usada en el análisis de cobertura. La base de datos final está integrada por 126 estaciones de precipitación y 10 estaciones de temperaturas máxima y mínima (Tabla 4). El porcentaje promedio de registros válidos es aproximadamente de 60% para precipitación y de 73% para temperaturas. Se trata de porcentajes relativamente bajos. Sin embargo, lo anterior se compensa para precipitación gracias al alto número de estaciones. La tabla fue construida con base en el catálogo de estaciones incluido en el Anexo I. Tablas de Porcentajes de Registros Válidos, que contiene el país que contiene cada estación, su número de ID, latitud, longitud, porcentaje de registros válidos ( ), y Departamento que la contiene. Tabla 4. Características de la base de datos final. Características Precipitación Temperatura Máxima Temperatura Mínima Número de estaciones Porcentaje Promedio de Registros Válidos (%) Promedio diario de número de registros Fecha inicial 1/01/1979 1/1/1981 1/1/1981 Fecha final 31/12/ /12/ /12/

23 Edgar Uribe y Jonathan Velázquez Figura 11, Figura 12, Figura 13, Figura 14 y Figura 15, muestran con un símbolo la presencia de registros válidos de temperatura máxima, mínima y precipitación, respectivamente, para el periodo de interés ( ). Una discontinuidad en los símbolos indica la ausencia de datos. El porcentaje de registros válidos también se indica en el eje vertical. La Figura 16 muestra el número de registros válidos como función del tiempo para cada variable. El número de registros de precipitación oscila entre 55 y 100 para precipitación entre 1979 y En el 2012 se registra una baja abrupta debido al retraso que existe en la digitalización e integración de la información en la base de datos oficial. El número de registros de temperaturas, por otra parte, se mantiene relativamente estable entre 6 y 9. Figura 11. Los círculos indican registros disponibles de Temperatura Máxima por estación meteorológica a lo largo del tiempo después del control de calidad. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles ( ). 17

24 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 12. Los círculos indican registros disponibles de Temperatura Mínima por estación meteorológica a lo largo del tiempo después del control de calidad. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles ( ). 18

25 Edgar Uribe y Jonathan Velázquez Figura 13. Los círculos indican registros disponibles de Temperatura Máxima por estación meteorológica a lo largo del tiempo después del control de calidad. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles ( ). Se muestran estaciones con IDs que van del 404 al (incrementando hacia arriba). 19

26 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 14. Los círculos indican registros disponibles de Temperatura Máxima por estación meteorológica a lo largo del tiempo después del control de calidad. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles ( ). Se muestran estaciones con IDs que van del al (incrementando hacia arriba). 20

27 Edgar Uribe y Jonathan Velázquez Figura 15. Los círculos indican registros disponibles de Temperatura Máxima por estación meteorológica a lo largo del tiempo después del control de calidad. El eje horizontal indica el tiempo (años con dos dígitos, e.g., 79 indica el año 1979). El eje vertical izquierdo muestra el ID de la estación y el porcentaje de registros disponibles ( ). Se muestran estaciones con IDs que van del al (incrementando hacia arriba). 21

28 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 16. Número de registros válidos diarios de precipitación (panel superior) y de temperatura máxima (panel inferior, línea roja) y mínima (panel inferior, línea azul) entre 1979 y

29 Edgar Uribe y Jonathan Velázquez 4 ANÁLISIS DE COBERTURA Y FACTIBILIDAD Figura 17, Figura 18 y Figura 19, muestran la distribución espacial de estaciones y el porcentaje de registros válidos entre el 1 de enero de 1979 y el 31 de diciembre de Es importante notar que Haití tiene una cobertura muy baja de estaciones en comparación con R. Dominicana. Tabla 5 y Tabla 6 muestran el número de estaciones por departamento para cada país. Además, se calcula la cobertura de estaciones para cada departamento. Para estimar la cobertura, primero se calcula la superficie asegurable por todas las estaciones dentro de un departamento dado, tomando en cuenta un radio de cobertura generalmente aceptado por la industria aseguradora de 20km (1,256km 2 por estación), es decir, los cultivos que se encuentran dentro de esta distancia de la estación meteorológica, son asegurables. La cobertura se calcula dividiendo la superficie cubierta por todas las estaciones meteorológicas, por el área de cada departamento. De tal manera que, si la cobertura es mayor a 1, se cuenta con suficientes estaciones para cubrir el departamento con un seguro paramétrico. Esto, claro, asumiendo una distribución homogénea de estaciones, lo cual no siempre ocurre. Las coberturas de estaciones pluviométricas son buenas para República Dominicana, casi siempre por encima de 1, pero no para Haití. En términos de temperaturas, las coberturas siempre son bajas para la mayoría de los departamentos. Figura 17. Porcentajes de Registros Válidos de Temperatura Máxima (TxPRV) entre el 1 de enero de 1979 y el 31 de diciembre de 2012, categorizados en quintiles, y altitud en metros (del Shuttle Radar Topography Mission, SRTM). 23

30 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Figura 18. Porcentajes de Registros Válidos de Temperatura Mínima (TnPRV) entre el 1 de enero de 1979 y el 31 de diciembre de 2012, categorizados en quintiles, y altitud en metros (del Shuttle Radar Topography Mission, SRTM). Figura 19. Porcentajes de Registros Válidos de Precipitación (PrPRV) entre el 1 de enero de 1979 y el 31 de diciembre de 2012, categorizados en quintiles, y altitud en metros (del Shuttle Radar Topography Mission, SRTM). 24

31 Edgar Uribe y Jonathan Velázquez Tabla 5. Departamentos, número de estaciones y cobertura de estaciones midiendo precipitación (número de estaciones por área equivalente a un buffer de 20km). Los departamentos que no aparecen no cuentan con estación. País/Departamento No. de Estaciones Cobertura R. DOMINICANA Azua Bahoruco Barahona Dajabón Distrito Nacional Duarte El Seybo Espaillat Hato Mayor Independencia La Altagracia La Estrelleta La Vega María Trinidad Sánchez Monseñor Nouel Monte Cristi Monte Plata Peravia Puerto Plata Salcedo Samaná San Cristóbal San José de Ocoa San Juan San Pedro de Macorís Sánchez Ramírez Santiago Santiago Rodríguez Santo Domingo Valverde HAITÍ Centre L'Artibonite Nord-Ouest Ouest Sud

32 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española Total Tabla 6. Lo mismo que la Tabla 5 pero para Temperatura Máxima y Mínima (ambas tienen los mismos valores de cobertura). País/Departamento No. de Estaciones Cobertura R. DOMINICANA Barahona Distrito Nacional Hato Mayor La Altagracia Monte Plata Puerto Plata Samaná Santiago Santo Domingo HAITÍ Ouest Total El criterio para establecer si el desarrollo de arreglos regulares es factible radica en la cobertura de las estaciones, que se incorpora durante la estimación del tamaño del pixel. El Criterio para el Muestreo Aleatorio de Patrones Puntuales (Hengl, 2006) indica que la longitud de pixel óptima se puede estimar de la ecuación: s donde s corresponde a la longitud del pixel, A es el área del dominio de interés, y N al número de estaciones. En el caso de La Española hay algunas consideraciones particulares para la definición de cada parámetro: a) se realizan cálculos independientes para temperaturas y precipitación pues su valor de N es muy diferente, b) N es ponderada por el porcentaje de registros válidos, para tomar en cuenta valores faltantes, c) el área de interés se calcula excluyendo Haití pues su cobertura es prácticamente nula. Debido a que la metodología para generar el arreglo regular emplea los valores de estaciones cercanas a cada pixel para realizar una calibración incremental, la baja cobertura en Haití podría constituir una limitante. Sin embargo, en la siguiente sección se detalla una posible solución a este problema. El criterio para establecer si el desarrollo de arreglos regulares es factible yace en parte en la aplicación esperada para los arreglos regulares. Como se ha indicado anteriormente, en seguros agrícolas paramétricos, un radio de cobertura generalmente aceptado es de 20km alrededor de una estación meteorológica (en topografía accidentada puede ser menor), lo A N, 26

33 Edgar Uribe y Jonathan Velázquez que equivale a un pixel de 40km. Por otra parte, existen diversos arreglos regulares desarrollados por Centros de Investigación Internacionales que tienen resolución de 20km. Estos arreglos regulares tienen la desventaja de que sólo emplean estaciones compartidas por los SMNs con la comunidad internacional en tiempo real, que la gran mayoría de las veces sólo son una fracción de la base de datos. Por lo cual, su calidad será menor que la del presente estudio, donde se colecta toda la información disponible. De cualquier forma, un pixel que resulte excesivamente largo (más de 40km) podría ser considerado de poca utilidad para el desarrollo de seguros agrícolas. En cuyo caso, no tendría mayor sentido desarrollar el arreglo. Con base en la fórmula anterior, se calculó el tamaño de pixel para cada variable. El tamaño de pixel estimado para precipitación fue de 6.6km ( 0.06 ), mientras que el de temperaturas fue del triple 19.8km (~0.18 ). Ambas son consideradas resoluciones apropiadas para cobertura de seguros. De hecho, la resolución de 6.6km para precipitación es la más alta que se ha tenido para un arreglo regular desarrollado por el Banco Mundial hasta el momento. Por lo cual, los arreglos regulares se consideran factibles. Aunque la resolución del arreglo regular de temperaturas es baja, en regiones tropicales, la temperatura es una variable estable, particularmente en los trópicos. Lo cual, permite capturar su variabilidad con grillas de baja resolución. 27

34 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española 5 CARACTERÍSTICAS DE LOS ARREGLOS REGULARES El objetivo final del presente análisis es tratar de replicar en La Española la metodología usada por los autores previamente en México para el desarrollo de arreglos regulares (Uribe Alcántara et al., 2009). La metodología consiste en la corrección de un reanálisis histórico de variables meteorológicas siguiendo la metodología de Cressman (1959). Los reanálisis son bases de datos históricas de variables meteorológicas reconstruidas a partir de modelos atmosféricos, que son capaces de incorporar observaciones de estaciones meteorológicas, radiosondeos e información satelital, por ejemplo. Por lo cual, para La Española, es importante definir un reanálisis disponible. En el caso de México se usó el North American Regional Reanalysis (NARR, (Mesinger et al., 2006)). Sin embargo, desde entonces, se ha continuado el desarrollo de nuevos reanálisis históricos, siendo el más actual y preciso el Modern Era Retrospective-analysis for Research and Applications (MERRA). Dicho reanálisis cubre La Española y ha ofrecido excelentes resultados en Mozambique, donde no fue posible usar NARR porque sólo está disponible para América. MERRA se propone como campo preliminar porque es el reanálisis más temprano (1/1/1979), de mayor calidad y de última generación, disponible mundialmente. La aplicación de MERRA está centrada en el ciclo hidrológico. MERRA está financiado por MAP (Modeling Analysis and Prediction) de la NASA y por una Notificación de Acuerdo de Cooperación de la NASA en Ciencias de la Tierra: REASoN (Red de Investigación, Educación y Aplicación de Soluciones). MERRA desarrolla productos con diversas frecuencias y resoluciones ( Se propone usar sólo los productos con las resoluciones y frecuencias más altas, indicados en la Tabla 7. Figura 20. Arreglo regular de temperatura (K) MERRA. 28

35 Edgar Uribe y Jonathan Velázquez Variables Longitud de pixel Reloj de referencia Resolución temporal Tabla 7. Características del Reanálisis MERRA. Elemento Características Precipitación, Temperaturas máximas y mínimas dx= (~72km); dy= (~55km) UTC (Universal Coordinated Time) Fecha Inicial 1 de enero, 1979 Fecha Final Sistema Geográfico de referencia Coordenadas de la esquina inferior izquierda Coordenadas de la esquina superior derecha 1hr Prácticamente actualizados Geográfico Latitud: 90 S; Longitud: 180 W Latitud: 90 N; Longitud:180 E Además de la identificación de un reanálisis disponible y apropiado, el resto de las características (i.e. metodología, número de escaneos, 30 años de datos, frecuencia, etc.) de los arreglos regulares desarrollados en México son reproducibles en La Española. Las Figura 21 y Figura 22 muestran los arreglos regulares potenciales de temperaturas y precipitación para la Española. Cada cuadro de color rojo indica un pixel que contendrá una serie de tiempo de 30 años de datos diarios de precipitación y temperaturas. La Tabla 8 muestra las características detalladas de las grillas potenciales. La longitud del pixel de temperaturas es tres veces mayor al de precipitación. Sin embargo, aún implica una mayor resolución que arreglos regulares desarrollados en México (Uribe Alcántara et al., 2009), Europa (Hofstra et al., 2008), y los Estados Unidos ( Esta diferencia sólo implica la captura de menor variabilidad espacial de temperaturas por parte de la grilla. Afortunadamente, la temperatura es una variable continua de alta inercia en el tiempo y en espacio así que su variabilidad espacial es suave, a diferencia de precipitación. Por lo tanto, la relativamente baja resolución de temperaturas no es un problema mayor. En términos de seguro paramétrico, la resolución es suficientemente alta, como para equiparar radios de cobertura alrededor de una estación de 20km, generalmente aceptados por la industria. De hecho, quizás lo que resulta excepcional es la inusual alta resolución del arreglo regular de precipitación. Una resolución de 6.6km no es común en arreglos regulares meteorológicos. Por lo tanto, se espera que esta grilla ofrezca una representación excepcional de la variabilidad espacial de la precipitación. Quizás el único detalle negativo es que la cobertura de estaciones en Haití es muy baja. Por lo cual, es importante adaptar la metodología para que maximice su aprovechamiento de las estaciones de Dominicana. La metodología Cressman permite la calibración del campo de reanálisis a partir de estaciones. Las estaciones empleadas en la calibración son aquellas que se encuentran dentro de un cierto radio de escaneo. Por lo cual, aumentar el radio, permite la inclusión de estaciones más lejanas. Por otra parte, la resolución de 29

36 Análisis de factibilidad de Arreglos Regulares Meteorológicos para La Española MERRA es relativamente baja (55-72km). Por lo cual, para alcanzar una resolución de 6.6km en precipitación, es necesario realizar una reducción de escala significativa antes de aplicar Cressman. Debido a que los patrones espaciales de precipitación y temperatura dependen en gran medida de la topografía, se considera importante realizar una reducción de escala que considere esta variable. Sabemos, por ejemplo, que la temperatura decrece con la altitud y que la distribución de la precipitación depende en buena medida de la topografía. Además, a diferencia de los reanálisis de precipitación y temperatura, existen datos de topografía disponibles globales de alta resolución (30-90m). Por lo cual, estos campos pueden ser aprovechados para realizar una reducción de escala de los campos de precipitación y temperaturas que tengan una mejor correspondencia con la realidad. Tabla 8. Características finales de los arreglos regulares de precipitación y temperaturas para La Española. Elemento Características Tamaño de pixel Campo Preliminar Frecuencia Precipitación: dx=dy=0.06 (~6.6km) Temperaturas: dx=dy=0.18 (~19.8km) MERRA Diario No. of escaneos 5 Radios de escaneo Por definir Fecha inicial 1 de enero, 1979 Fecha final 31 de diciembre, 2012 Sistema de referencia geográfico Geográfico Figura 21. Potenciales arreglos regulares de temperaturas (cuadros rojos). 30

37 Edgar Uribe y Jonathan Velázquez Figura 22. Potenciales arreglos regulares de precipitación (cuadros rojoss). 31