Control de calidad y reconstrucción de las series de precipitación diaria por estaciones para Cuba desde 1961 hasta 2022.
Barra lateral del artículo
Contenido principal del artículo
Resumen
En este trabajo se describe el desarrollo de un conjunto de datos pluviómetros diarios para Cuba desde 1961 hasta 2022, utilizando 2871 estaciones proporcionadas por el Instituto Nacional de Recursos Hidráulicos. A todas las observaciones se les aplicó un exhaustivo control de calidad de coherencia espacial y se realizó un proceso de reconstrucción para completar los valores faltantes en las series temporales de las estaciones. El control de calidad permitió detectar un 0,13% de datos repetidos y alrededor de un promedio anual 14% de valores sospechosos. Las estimaciones utilizadas para la reconstrucción de las series temporales tuvieron una precisión de predicción de días secos y húmedos de 97,4% y 92,5%, respectivamente, mientras que en la estimación comparativa de la magnitud de la precipitación los valores del índice KGE fueron superiores a 0,7 en el 86% de las series analizadas. Para demostrar la utilidad de los datos reconstruidos, se realizó un análisis de tendencias del número de días secos consecutivos y de la proporción de lluvia anual debida a días con lluvias por encima de los indicadores extremos del percentil 95. Los resultados obtenidos sugieren que la tendencia al incremento de ambos índices en la región oriental de Cuba está produciendo un régimen de precipitaciones más extremo en esa zona. El producto de datos de estación generado se considera único y muy valioso para el desarrollo de diversas investigaciones y aplicaciones.
Descargas
Detalles del artículo
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes de la Licencia CC Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0):
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia.
Bajo las condiciones siguientes:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
La revista no se responsabiliza con las opiniones y conceptos emitidos en los trabajos, son de exclusiva responsabilidad de los autores. El Editor, con la asistencia del Comité de Editorial, se reserva el derecho de sugerir o solicitar modificaciones aconsejables o necesarias. Son aceptados para publicar trabajos científico originales, resultados de investigaciones de interés que no hayan sido publicados ni enviados a otra revista para ese mismo fin.
La mención de marcas comerciales de equipos, instrumentos o materiales específicos obedece a propósitos de identificación, no existiendo ningún compromiso promocional con relación a los mismos, ni por los autores ni por el editor.
Citas
Burgos, Y., y González, I. (2012). Análisis de indicadores de extremos climáticos en la isla de Cuba. Revista de Climatología, 12.
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
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)
CITMA (2019). Atlas Nacional de Cuba LX Aniversario. Versión 1.0. La Habana: Instituto de Geografía Tropical, GEOCUBA Investigación y Consultoría, CITMATEL.
CITMA (2020). Tercera Comunicación Nacional a la Convención Marco de las Naciones Unidas sobre Cambio Climático. Sello Editorial AMA, Ministerio de Ciencia, Tecnología y Medio Ambiente, ISBN: 978-959-300-170-0
Davitaya, F. F. y Trusov I. I. (1965). Los recursos climáticos de Cuba. Su utilización en la economía nacional. Ed. ACC-INRH, La Habana; 68 p.
Eischeid, J. K., Pasteris, P. A., Diaz, H. F., Plantico, M. S., and Lott, N. J. (2000). Creating a serially complete, national daily time series of temperature and precipitation for the western United States. J. Appl. Meteor., 39 , 1580–1591. https://doi.org/10.1175/1520-0450(2000)039<1580:CASCND>2.0.CO;2
Gagua, G., Zarembo, S., y Izquierdo, A. (1976). Sobre el nuevo mapa isoyético de Cuba. Voluntad Hidráulica, La Habana, Cuba, 37: 35-41.
GarcíaI. T. G., SardiñasS. B., & GonzálezD. H. (2017). Comportamiento de Indicadores de extremos climáticos en la Isla de la Juventud. Revista Cubana De Meteorología, 23(2), 217-225. http://rcm.insmet.cu/index.php/rcm/article/view/241
González GarcíaI. T., Martínez AlvarezM., Gil ReyesL., Alpizar TirzoM., Alonso DíazY., Bocalandro PalmeroM., & Hernández GonzálezD. (2022). Control de la calidad a series de datos diarios de lluvia en el periodo 1961-2008. Revista Cubana De Meteorología, 28(2). http://rcm.insmet.cu/index.php/rcm/article/view/634.
Izquierdo, A. (1989). Precipitación media anual (1964-1983) [mapa 31]. En Nuevo Atlas Nacional de Cuba (p. VI.3.3). España: Gráficas ALBER.
Kendall, M.G. (1970). Rank Correlation Methods, fourth ed. Griffin, London.
Klein 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.
Kling, 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
Lecha L. B., L. R. Paz y B. Lapinel. (1994). El clima de Cuba. Editorial ACC, 186 pp.
Liu, J., Yang, H., Gosling, S. N., Kummu, M., Flörke, M., Pfister, S., Hanasaki, N., Wada, Y., Zhang, X., Zheng, C., Alcamo, J., & Oki, T. (2017). Water scarcity assessments in the past, present, and future. Earth's Future, 5(6), 545-559. https://doi.org/10.1002/2016EF000518
Mann, H. B. (1945). Non-parametric tests against trend. Econometrica 13, 245–259.
R Core Team. (2017). R: a language and environment for statistical computing. https://www.r-project.org/
Sen, P. K. (1968). Estimates of the regression coefficient based on Kendall's tau. J. Am. Stat.Assoc. 324, 1379–1389.
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.
Serrano-Notivoli, R., Beguería, S., Saz, M. Á., Longares, L. A., & de Luis, M. (2017). SPREAD: a high-resolution daily gridded precipitation dataset for Spain – an extreme events frequency and intensity overview. Earth System Science Data, 9(2), 721–738. https://doi.org/10.5194/essd-9-721-2017
Serrano-Notivoli, R. y Tejedor, E. (2021). From rain to data: A review of the creation of monthly and daily station-based gridded precipitation datasets. WIREs Water, 8 (6) e1555, https://doi.org/10.1002/wat2.1555.
Serrano-Notivoli, R. y Centella- Artola. (2024). Reconstruction of Daily Data – Precipitation. (ReddPrec) paquete R version 2.0.3. https://CRAN.R-project.org/package=reddPrec.
Servicio Hidrológico Nacional. (2006). Nuevos logros en el estudio de la pluviosidad en Cuba: Mapa Isoyético para el período 1961- 2000. Revista Voluntad Hidráulica, Año XLIV, No. 98, p. 2 – 14
Škrk, N., Serrano-Notivoli, R., Čufar, K., Merela, M., Črepinšek, Z., Kajfež Bogataj, L., de Luis, M. (2021). SLOCLIM: a high-resolution daily gridded precipitation and temperature dataset for Slovenia. Earth System Science Data, 13(7): 3577–3592. https://doi.org/10.5194/essd-13-3577-2021.
Trusov, I. I. (1967). Las precipitaciones en la Isla de Cuba. Ed. INRH, La Habana, 64p.
Trusov, I. I., Izquierdo, A. y Díaz, L.R. (1983). Características espaciales y temporales de las precipitaciones atmosféricas en Cuba. Ed. Academia, La Habana; 162 p.
Yilmaz, K. K., Hogue, T. S., Hsu, K., Sorooshian, S., Gupta, H. V., & Wagener, T. (2005). Intercomparison of Rain Gauge, Radar, and Satellite-Based Precipitation Estimates with Emphasis on Hydrologic Forecasting. Journal of Hydrometeorology, 6(4), 497–517. https://doi.org/10.1175/JHM431.1
Zhang, 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