Control de calidad y reconstrucción de las series de precipitación diaria por estaciones para Cuba desde 1961 hasta 2022

Preparación de datos

Los datos diarios utilizados se obtuvieron a partir de la información almacenada por el INRH y en mucha menor medida por el INSMET en diferentes períodos y con formatos diversos. La primera fuente de estas informaciones (INRH-1995) se relaciona con los registros de 2194 estaciones que abarcan desde 1892 hasta 1995 (Planos, comunicación personal, 2023). La segunda fuente son datos de 630 estaciones que abarcan el período 1961-2008, y son los mismos que fueron utilizados en la creación del conjunto de datos CubaPrec1 (Centella-Artola et al., 2023Centella-Artola, A., Bezanilla-Morlot, A., Serrano-Notivoli, R., Vázquez-Montenegro, R., Sierra-Lorenzo, M., and Chang-Dominguez, D. (2023). A new long term gridded daily precipitation dataset at high-resolution for Cuba (CubaPrec1). Data in Brief, 48, 109294. https://doi.org/10.1016/j.dib.2023.109294). Por último, la tercera fuente (INRH-2023) corresponde con la información disponible en los archivos de cada una de las provincias, la cual estaba en una gran diversidad de formatos y contenía datos desde diferentes años de inicio hasta el 2022.

La identificación de las estaciones comunes entre las distintas fuentes de datos no resultó directa, pues los identificadores de estaciones utilizados en una eran diferentes a los de las otras. Los estándares utilizados por el INRH para identificar las estaciones combinan el código de la provincia (idprov) y el número de control o identificador de cada pluviómetro (ncontrol) dentro de cada provincia, que puede repetirse entre ellas. Esta práctica generó un problema, pues cuando la Distribución Política Administrativa (DPA) de Cuba cambió y se modificaron la cantidad de provincias y los límites fronterizos entre ellas, los identificadores en los grupos de datos INHR-1995 y Superclima eran distintos a los de INRH-2023. Por otro lado, también existían diferencias en el sistema de referencia utilizado en cada grupo para las coordenadas de las estaciones, pues en unos casos se encontraban en coordenadas planas y en otros en coordenadas geográficas.

Para solucionar estas limitaciones, se tomó el listado de estaciones pluviométricas utilizado en la confección del mapa isoyético nacional del período 1961-2000. En ese listado, los identificadores de las estaciones se forman con los 16 idprov la DPA actual, pero al proyectar sus coordenadas sobre los polígonos de la DPA anterior (fichero shape Old DPA), se pudo extraer el código idprov anterior y entonces se construyó otro indicador, asumiendo que los números de control no cambiaron. Finalmente, el nuevo listado con los dos indicadores se proyectó sobre los polígonos de la nueva DPA (fichero shape New DPA), con el fin de realizar un doble chequeo. Luego de esto, al disponer de un listado de estaciones con los dos identificadores de estaciones, se logró vincular las series de datos existentes en cada grupo y fusionar toda la información de forma coherente.

En la fusión y limpieza de los tres grupos de datos se siguieron las siguientes reglas:

Control de Calidad (QC)

El QC se le aplicó a los datos de las estaciones que se obtuvieron a partir de la preparación de datos (etapa anterior). El proceso se inició con la identificación de datos repetidos (mayores que cero) en estaciones vecinas. Inicialmente, la regla que se siguió fue marcar y revisar los casos que, dentro de un grupo de 10 estaciones vecinas, 5 o más tuviesen exactamente igual valor de lluvia en el mismo día. Como resultado de este análisis se pudo determinar que la ocurrencia de valores duplicados se producía entre las estaciones de una misma provincia y no en las estaciones de provincias diferentes. Esto sugirió que, en el proceso de recopilación de los datos de cada provincia, existieron casos en que se asignó el mismo valor de lluvia a todas las estaciones. La decisión final que se adoptó fue eliminar todos los datos dentro de cada provincia cuya magnitud (superior a cero) fuese igual en 5 o más estaciones. El límite de 5 estaciones fue determinado por los autores a partir del análisis de la frecuencia en que esto sucedía anualmente. Debe notarse que en este chequeo no fue posible identificar los posibles casos donde el valor duplicado fue igual a cero.

Luego de esas verificaciones se procedió a realizar el QC utilizando la metodología propuesta por Serrano-Notivoli et al (2017a)Serrano-Notivoli, R., Luis, M. de., Saz, M. A., y Beguería, S. (2017a). Spatially-based reconstruction of daily precipitation instrumental data series, Clim. Res., 73(3), 167-186, https://doi.org/10.3354/cr01476. y aplicada previamente en Cuba por Centella-Artola et al (2023)Centella-Artola, A., Bezanilla-Morlot, A., Serrano-Notivoli, R., Vázquez-Montenegro, R., Sierra-Lorenzo, M., and Chang-Dominguez, D. (2023). A new long term gridded daily precipitation dataset at high-resolution for Cuba (CubaPrec1). Data in Brief, 48, 109294. https://doi.org/10.1016/j.dib.2023.109294. Ese método permite realizar el QC a todas las observaciones y también posibilita realizar el rellenado de las series, como se explicará posteriormente. Ambos procesos se basan en la estimación de valores de referencia (RV) utilizando los datos de 10 estaciones más cercanas (NNS). Los RV se determinan, para cada localidad y día, a partir de dos estimados que se obtienen mediante modelos lineales generalizados (GLM, por sus siglas en inglés). En un caso se hace una predicción binomial (BP) de la probabilidad de ocurrencia de un día húmedo, mientras que en el otro se realiza una estimación de la magnitud de la precipitación (MP).

En el caso de BP, se ajusta un GLM con la familia binomial, para lo cual los valores de las NNS se codifican como 1 o 0, en dependencia de si llovió o no, respectivamente. Para MP también se utilizan GLM pero con la famila cuasi-binomial. Por esta razón, los datos son transformados utilizando la ecuación (1) ${\text{Pcp}}_{\text{i}\text{,l}}=\frac{{\text{NN}}_{l,i}-\left({\text{min}}_i-\left(Q{2}_i-Q{1}_i\right)\right)}{\left({\text{max}}_i+\left(Q{3}_i-Q{1}_i\right)\right)-\left({\text{min}}_i-\left(Q{2}_i-Q{1}_i\right)\right)}$ .

Donde: Pcp _i,l son los valores transformados para el día i y la localidad l ; NN _i,l son los valores de lluvia de las 10 NNS; min, max, Q1,Q2 y Q3 son el mínimo, máximo y los cuartiles 1, 2 y 3, respectivamente, de los valores de las 10 NNS en el día i.

El valor final de RV es determinado por la combinación de MP y BP, considerando un umbral de BP mayor o igual que 0.5 para determinar un día húmedo. Así, si BP > 0.5, RV es igual a MP, de lo contrario RV es cero.

En el caso del QC, no se emplean directamente los valores de RV, pues resulta suficiente utilizar las magnitudes de BP y MP para aplicar secuencialmente los 5 criterios siguientes. Nótese que ellos se aplican para cada estación y día de manera independiente, permitiendo identificar y eliminar automáticamente los valores que resultan sospechosos.

En este estudio, los GLM que se ajustaron, utilizaron como covariables las coordenadas y la distancia de costo¹Distancia de cada punto a la costa, pero asumiendo el costo de atravesar el relieve. En este caso, el costo está dado por una superficie de fricción (estimada a partir de la topografía), la cual se multiplica por la distancia para obtener el valor final. La definición es bastante común en los SIG, aunque el costo puede ser de otra naturaleza.. Esta decisión se basó en los resultados publicados por Centella-Artola et al (2024)Centella-Artola, A., Serrano-Notivoli, R., Fonseca-Rivera, C., Bezanilla-Morlot, Sierra-Lorenzo, M. (2024). Estimación espacial de la lluvia diaria en una región de Cuba usando modelos lineales generalizados y covariables topográficas. Investigación Operacional, FORTHCOMING 62J12-10-23-01, (disponible en https://rev-inv-ope.pantheonsorbonne.fr/sites/default/files/inline-files/PAPER-62J12-10-23-01_0.pdf) al evaluar el efecto de distintas variables topográficas en la estimación espacial de la lluvia, a la alta correlación de esa covariable con otras como la altura, y a la mayor contribución de esta en la precisión de los estimados. Los valores de las tres covariables (longitud, latitud y distancia de costo) fueron obtenidos a partir del modelo digital del terreno utilizado en el Atlas Nacional de Cuba (CITMA, 2019CITMA (2019). Atlas Nacional de Cuba LX Aniversario. Versión 1.0. La Habana: Instituto de Geografía Tropical, GEOCUBA Investigación y Consultoría, CITMATEL.) y son las mismas que se utilizan en las estimaciones de los RV durante la etapa posterior de rellenado de las series.

Relleno de Series

Para el rellenado de series se empleó el mismo método de estimación con GLM, pero utilizando las series resultantes del QC, en las que los valores sospechosos fueron suprimidos (reemplazados por código faltante). Aquí sí se utilizan directamente los RV estimados para reemplazar los valores que originalmente estaban ausentes o aquellos que fueron eliminados durante el QC.

Los RV pueden ser ajustados o estandarizados, multiplicándolos por un factor de corrección que permite preservar las particularidades y la estructura de las series originales (Serrano-Notivoli et al., 2017aSerrano-Notivoli, R., Luis, M. de., Saz, M. A., y Beguería, S. (2017a). Spatially-based reconstruction of daily precipitation instrumental data series, Clim. Res., 73(3), 167-186, https://doi.org/10.3354/cr01476. ). El factor de corrección se calcula como la razón de las sumas respectivas de todas las observaciones y de todos los estimados, para los casos en que uno u otro valor sean distintos de cero. Las sumas de las observaciones y los estimados se calculan utilizando una ventana de n días, centrada en el día a estandarizar. Por ejemplo, para estandarizar el estimado de una estación para el día x con una ventana de tres días, se suman los valores de las respectivas series temporales de las observaciones y las estimaciones, correspondientes a los días x-1, x, y x+1. Con el cociente de estos totales se obtiene el factor de corrección que sirve para estandarizar el estimado de lluvia del día x.

Este procedimiento es diferente al utilizado anteriormente por Centella-Artola et al. (2023)Centella-Artola, A., Bezanilla-Morlot, A., Serrano-Notivoli, R., Vázquez-Montenegro, R., Sierra-Lorenzo, M., and Chang-Dominguez, D. (2023). A new long term gridded daily precipitation dataset at high-resolution for Cuba (CubaPrec1). Data in Brief, 48, 109294. https://doi.org/10.1016/j.dib.2023.109294, quienes aplicaron la estandarización considerando los meses calendarios (cada día se estandarizaba con los datos del mes al que pertenecía). Ahora, al utilizar una ventana de n días anteriores y posteriores, se evita que se tomen en cuenta días que pueden tener poca o ninguna relación con el día a estandarizar. Es importante señalar que el proceso de estandarización puede producir valores irreales con magnitudes extremadamente elevadas, pues en ocasiones la suma de los valores observados es sustancialmente más alta que la de los estimados. Para evitar la presencia de esas magnitudes irreales, se verificó que los estimados estandarizados no fueran superiores al valor máximo absoluto de las observaciones, y se utilizó el estimado sin estandarizar.

Los valores que se predicen para cada estación se obtienen sin la participación del dato observado en la misma. De esa forma, siempre se tienen parejas de valores estimados y observados con los que se aplicó el método de validación cruzada dejando una estación fuera (LOSO-CV, por el inglés leave-one-station-out cross validation), que sirve para evaluar la habilidad del método en estimar los datos ausentes en cada una de las estaciones.

Las comparaciones se hicieron entre las observaciones y las estimaciones sin estandarizar, así como con estimaciones estandarizadas utilizando ventanas con diferentes intervalos de tiempo desde 1 hasta 15 días. En este proceso se utilizaron diagramas de dispersión para evaluar la habilidad general del método de estimación, así como tablas de contingencia para verificar la precisión de la predicción de los días con y sin lluvia (mayores e iguales que cero, respectivamente). También se calculó el índice de eficiencia modificado de Kling-Gupta (KGE) (Kling et al., 2012Kling, H., Fuchs, M., & Paulin, M. (2012). Runoff conditions in the upper Danube basin under an ensemble of climate change scenarios. Journal of Hydrology, 424-425, 264-277. https://doi.org/10.1016/j.jhydrol.2012.01.011), que es un indicador adimensional que se emplea para realizar evaluaciones de modelos o hacer comparaciones de bases de datos de variables relacionadas con el ciclo hidrológico.

La formulación del KGE es como sigue:

Donde: $n$ es el número de observaciones, $O_i$ y $S_i$ son los datos observados y estimados, respectivamente en la observación $i$ ; $\overline{O}$ , $\overline{S}$ , ${\text{CV}}_o$ y ${\text{CV}}_s$ son los valores medios y del coeficiente de variación de las observaciones y los estimados, respectivamente.

Por su propia formulación se evidencia que el valor óptimo del índice KGE y de sus distintas componentes ( $r$ , $b$ y $v$ ) es la unidad. En esencia, $r$ mide la correlación lineal entre las observaciones y los estimados, $b$ refleja la tendencia de los valores estimados a ser mayores o menores que las observaciones, mientras que $v$ indica si las observaciones tienen mayor o menor variabilidad que los estimados.

Indicadores extremos de lluvia

Para demostrar el uso potencial de la información resultante del proceso de reconstrucción (QC y rellenado de series), se procedió a realizar el análisis de las tendencias observadas en dos indicadores climáticos extremos, similares a los definidos por el Grupo de Expertos en Detección e Índices de Cambio Climático (ETCCDI, por sus siglas en inglés) (Klein Tank et al., 2009Klein Tank, A. M. G., Zwiers, F. W. and Zhang, X. (2009). Guidelines on analysis of extremes in a changing climate in support of informed decisions for adaptation, Climate data and monitoring WCDMP-No. 72, WMO-TD No. 1500, 56 pp., Zang et al., 2011Zhang, X., Alexander, L., Hegerl, G. C., Jones, P., Tank, A. K., Peterson, T. C., Trewin, B., & Zwiers, F. W. (2011). Indices for monitoring changes in extremes based on daily temperature and precipitation data. WIREs Climate Change, 2(6), 851-870. https://doi.org/10.1002/wcc.147). Los indicadores son los siguientes:

Los índices fueron determinados anualmente y a diferencia del método de cálculo propuesto por el ETCCDI, la contabilidad de CDD se realizó dentro del mismo año natural sin permitir el solapamiento entre años colindantes. Los índices fueron calculados utilizando el software Climate Data Operators (CDO, por sus siglas en inglés) con los datos de estaciones seleccionadas. Posteriormente, se estimó la significación estadística de la tendencia de los indicadores utilizando la prueba no paramétrica de Mann-Kendall (Mann, 1945Mann, H. B. (1945). Non-parametric tests against trend. Econometrica 13, 245-259. y Kendall, 1970Kendall, M.G. (1970). Rank Correlation Methods, fourth ed. Griffin, London.), mientras que la magnitud de la misma se estimó con el estimador de la pendiente de Sen, que es una prueba no paramétrica basada en el estadígrafo Tau de Kendall (Sen, 1968Sen, P. K. (1968). Estimates of the regression coefficient based on Kendall's tau. J. Am. Stat.Assoc. 324, 1379-1389.).

Limpieza y fusión de los datos originales

El proceso de limpieza y fusión de toda la información disponible generó un conjunto de datos con las series diarias de precipitación para las 2871 estaciones pluviométricas utilizadas. Como se puede observar en la Figura 2a, la densidad de estaciones es muy alta (1 estación por cada 36 km²) y, aunque no todas poseen series temporales con la misma duración, más del 60% de las estaciones tienen registros superiores a 30 años, mientras que cerca de un 10% posee muestras inferiores a 20 años. También se aprecia que el mayor número de estaciones con series temporales de mayor duración se concentra en algunas provincias (véase la Figura 2b como referencia de las provincias y el relieve).

En general, el número de estaciones aumentó abruptamente entre los años 1961 y 1966, manteniendo un ligero incremento hasta principios de la década de los 90s del siglo XX (Figura 2c). A partir de 1991 al presente se produce una reducción de la cantidad de estaciones, lo que parece ser un período de reorganización de las mediciones, donde finalizaron e iniciaron series distintas. No es posible indicar si el proceso estuvo relacionado con cambios en la ubicación de las estaciones, pues los metadatos necesarios no están disponibles para realizar ese análisis.

En correspondencia con las características del relieve cubano, la mayor cantidad de estaciones se localiza en alturas por debajo de los 100 m.s.n.m y entre 100 y 200 m.s.n.m (Figura 2d). Sobre los 700 m.s.n.m, afortunadamente existen 40 estaciones.

Como es lógico, las variaciones mostradas en la Figura 2c implican cambios en la densidad de las estaciones, y a pesar de que puede considerarse alta a lo largo del tiempo, existen áreas del país en las que varió mucho más que en otras o donde esta característica es menos favorable. Por ejemplo, en las provincias de Mayabeque y Holguín la densidad oscila en rangos de 1 estación por 25 - 30 km² y por 30-40 km², respectivamente (Figura 3). Sin embargo, en otros territorios como Matanzas, Camagüey o la Isla de la Juventud, la situación es menos favorable pues la densidad es menor (1 estación por 50 - 100 km²). La mayor densidad ocurre en La Habana, donde hay una gran concentración de 1 estación por ~14 km², triplicando la densidad de cualquier otra provincia del país.

Control de calidad espacial

La presencia de datos repetidos fue sólo el 0.13 % respecto al total de observaciones y su variación no fue uniforme a lo largo del tiempo (no se muestra). La mayor frecuencia de valores repetidos se concentra entre 1961-1963 y 1995-2008, a lo cual se adiciona el año 2021. Dado que los datos repetidos fueron eliminados, la cantidad de valores faltantes se incrementó ligeramente (originalmente los datos faltantes representaban el 35.4%). Entonces el control de calidad se aplicó al 64.5% de datos restante.

El porcentaje total de datos sospechosos detectados respecto a la cantidad de observaciones válidas por año (Figura 4), varió de 10.6% - 18.1%. El tipo más frecuente fue el QC1, seguido por el QC3, mientras que el menos frecuente fue el QC5. La mayor frecuencia de QC1 es comparable con los resultados de Centella-Artola et al (2023)Centella-Artola, A., Bezanilla-Morlot, A., Serrano-Notivoli, R., Vázquez-Montenegro, R., Sierra-Lorenzo, M., and Chang-Dominguez, D. (2023). A new long term gridded daily precipitation dataset at high-resolution for Cuba (CubaPrec1). Data in Brief, 48, 109294. https://doi.org/10.1016/j.dib.2023.109294, aunque el caso de QC3 refleja una posible contribución favorable del reescalado de los valores de lluvia para estimar la magnitud de la precipitación (Ecuación 1 ${\text{Pcp}}_{\text{i}\text{,l}}=\frac{{\text{NN}}_{l,i}-\left({\text{min}}_i-\left(Q{2}_i-Q{1}_i\right)\right)}{\left({\text{max}}_i+\left(Q{3}_i-Q{1}_i\right)\right)-\left({\text{min}}_i-\left(Q{2}_i-Q{1}_i\right)\right)}$ ), en comparación con la formulación utilizada a tales efectos en trabajos anteriores. Ahora, prácticamente se anula la posibilidad de extrapolar estimaciones fuera de un rango considerablemente mayor que el de las observaciones. Esto hace que, si en un entorno de 10 NNS existe un valor que sobresale notablemente respecto a los demás, queda eliminado (marcándolo como QC3). No obstante, éste debe ser de al menos un orden de magnitud superior.

Al finalizar el QC, todos los datos sospechosos fueron removidos, lo que incrementó el volumen de datos faltantes a un 43.7 %. Estos datos faltantes fueron estimados con el proceso de rellenado de las series.

Rellenado de las series

La comparación de los valores observados (OBS) y estimados (PRED) brinda una idea objetiva sobre la habilidad del método utilizado para reconstruir las series de datos. Aquí, las observaciones fueron contrastadas con los estimados de lluvia sin estandarizar, así como con sus valores estandarizados, utilizando distintas ventanas de n días, con n variando desde 1 hasta 15. La evaluación se realizó en dos direcciones: i) estimación de la magnitud de la precipitación y ii) estimación de la ocurrencia de condiciones secas y húmedas representadas por valores iguales y mayores que cero, respectivamente.

Evaluación de la estimación de la magnitud de la precipitación

Al comparar las OBS con los PRED sin estandarizar y estandarizados, utilizando las diferentes ventanas de n días, se comprobó que los mejores resultados se produjeron para las magnitudes estandarizadas con una ventana de 1 día. En este caso, los valores del KGE y sus componentes $r$ , $b$ y $v$ , tomando en cuenta todos los valores (0.79, 0.79, 0.99, 1.0, respectivamente), indican que la habilidad general del método de estimación es buena, mostrando que los estimados tienden a ser muy similares a los observados, sucediendo lo mismo con su variabilidad. Si los valores se agrupan por meses (Tabla 1) los resultados son similares. En este caso se destaca que el único componente del KGE que refleja estacionalidad es $r$ , con una ligera reducción hacia los meses del período lluvioso. En general los valores del KGE aparecen dominados en mayor grado por las magnitudes del coeficiente de correlación de Pearson.

Alrededor del 35 % de las estaciones posee valores de KGE entre 0.8 y 0.89, mientras que un 51 % tiene magnitudes en el rango de 0.7 y 0.79. Aunque ambos grupos de estaciones están presentes en todo el país (Figura 5), las primeras se concentran más en la mitad occidental y las segundas en la oriental. Esta distribución parece estar relacionada con la estructura espacial de las estaciones mostrada en la Figura 2a, pues en las zonas donde hay mayor densidad de estaciones con series más largas, los resultados del KGE tienden a ser mejores.

En la comparación por días (todos los valores de las estaciones para cada día ), los valores del coeficiente de Pearson (R) siempre fueron superiores a 0.90 (Figura 6a, b y c), con el menor valor (0.9005) para la mediana de los días húmedos (lluvia > 0 mm). Los resultados también fueron buenos en la comparación por estaciones (todos los valores para cada estación, Figura 7d, e y f), aunque en el caso de los valores extremos (p95) las magnitudes de R fueron menores.

Un análisis similar al anterior se realizó agrupando las estaciones en dos subconjuntos, uno con las estaciones con las series de 30 o más años (1590 estaciones) y otro con series igualmente de al menos 30 años, pero terminando en 2022 (1089 estaciones). Con este análisis se comprobó que con los estimados estandarizados de uno u otro subconjunto, los resultados que aparecen en la Figura 6d, e y f, son mejores y en ambos casos los valores de R son cercanos a 1, 0.91 y 0.88. Esto confirma que la estandarización es más robusta cuando la serie de datos observados es más prolongada (Serrano-Notivoli et al 2017aSerrano-Notivoli, R., Luis, M. de., Saz, M. A., y Beguería, S. (2017a). Spatially-based reconstruction of daily precipitation instrumental data series, Clim. Res., 73(3), 167-186, https://doi.org/10.3354/cr01476. ). En lo sucesivo al primer subconjunto se le denominará “climático” y al segundo “operacional”.

La subdivisión anterior también permitió comprobar dos aspectos: i) que el subconjunto climático es el que engloba la mayor cantidad de estaciones con los mejores resultados de la estimación. Por esta razón puede ser tomado como referencia al momento de desarrollar futuras investigaciones relacionadas con la variabilidad, el cambio climático y otras y ii) que el subconjunto operacional es apropiado para el desarrollo de servicios climáticos operativos, toda vez que incluye las estaciones con series largas y que continúan reportando información diariamente, por lo que sus datos pueden ser actualizados. Ese subconjunto también puede ser el de mayor utilidad para apoyar la corrección de sesgos de los productos satelitales de precipitación. En ambos casos la distribución espacial es bastante buena, aunque que la variación temporal del número de registros por año es mucho menor en el conjunto operacional que en el climático (Figura 7).

A pesar de que durante el período 1961-1964 la cantidad de estaciones con datos válidos es mucho más baja y que la menor densidad de estaciones incrementó la distancia de las que participan en la estimación, los resultados del proceso de estimación fueron apropiados. En este caso, al realizar la comparación por estaciones, los valores de R para la media, la mediana y el percentil 95 fueron 0.8777, 0.7139 y 0.7270, respectivamente; mientras que en la comparación por días todos fueron superiores a 0.94.

Precisión en la estimación de condiciones secas y húmedas

Lo primero que destaca es que el método no está sesgado en la estimación de los días secos (valores iguales a cero) y húmedos (valores mayores que cero), si se toma en cuenta que la cantidad total de ceros en los datos originales es de 32 307 384 y que el número estimado fue de 32 546 432 (una relación de 0.99265). En general, la precisión de la estimación de verdaderos ceros (VC: OBS = 0 y PRED = 0) y verdaderos positivos (VP: OBS > 0 y PRED > 0) es muy elevada, mostrando un 97.4% y 92.5%, respectivamente (Tabla 2). Por otro lado, las razones de falsos ceros (FC: OBS > 0 y PRED = 0) y de falsos positivos (FP: OBS = 0 y PRED > 0) son bajas (2.6% y 7.5%, respectivamente). La precisión en la estimación de las condiciones secas es de 2 a 3% inferior en los meses más lluviosos con respecto a los que menos llueve, sucediendo lo contrario en la predicción de las condiciones húmedas.

Tendencias de los indicadores extremos

La Figura 8 muestra los resultados para los indicadores extremos CDD y r95ptot, utilizando las series de las 1590 estaciones del conjunto climático. Como se mencionó antes, en ese grupo de estaciones se incluyen todos pluviómetros con más de 30 años de datos luego del QC. Sin embargo, debe mencionarse que al emplear las 2871 estaciones reconstruidas, los resultados son muy similares.

En el caso de CDD las estaciones con tendencias (Z) positivas y negativas representan el 20% y 35% del total, respectivamente. Sin embargo, el aumento y la reducción de Z fue estadísticamente significativo (ES) sólo en el 5% y 11% de los casos, respectivamente. Espacialmente, se aprecia que la mayor cantidad de estaciones con incremento y disminución se localizan sobre la mitad oriental de Cuba (Figura 8a). Allí, se concentran los pluviómetros con los incrementos (Las Tunas y Guantánamo) y reducciones (Ciego de Ávila, Camagüey, Holguín y Granma) más pronunciadas, con pendientes de hasta 10 días/década. En la mitad occidental el número de puntos con tendencias ES es relativamente menor y aparecen distribuidas sobre La Habana, noroeste de Matanzas y Villa Clara (disminución), así como en Pinar del Río y Artemisa (aumento).

Por otro lado, la contribución de los días muy húmedos en los acumulados anuales presenta una tendencia mayoritaria hacia el incremento en casi toda Cuba (Figura 8b). En una quinta parte de las estaciones analizadas los valores de Z son ES. Existen algunas provincias, principalmente Camagüey y Granma, donde este indicador refleja Z negativas en un número de estaciones similar a las positivas, aunque por lo general no son ES.

Un análisis combinado de los resultados de CDD y r95ptot permite sugerir que existen zonas del país donde el régimen de precipitaciones tiende a ser cada vez más extremo, toda vez se incrementa el número de días secos consecutivos y aumentan los días muy húmedos (Figura 9). Resulta bastante claro que en casi todas las provincias del país este proceso está presente, aunque en Camagüey y Holguín casi no se observa. También sobresalen los casos de Las Tunas, Santiago de Cuba y Guantánamo, que es donde se concentra la mayor cantidad de pluviómetros donde las tendencias de ambos indicadores son ES.