Capítulo 4: Análisis Climatológico

Resumen

La herramienta de Climatological Analysis (cuadro rojo en la Figura 4-1) facilita el cálculo de estadísticas, tendencias y frecuencias (entre otras) de lluvia, temperatura y evapotranspiración. La herramienta utiliza datos que ya se han descargado o importado al directorio de datos de FEWS Tools (consulte el capítulo 2 para saber cómo gestionar datos en FEWS Tools). Se puede analizar una serie de tiempo climática o simplemente un subconjunto seleccionado, como la temporada de marzo-abril-mayo para un número determinado de años, como los años de El Niño; por ejemplo, puede seleccionar 1982-83, 1986-87, 1987-88, 1991-92, 1997-1998, 2002-03, 2009-10, 2015-16.

La herramienta Climatological Analysis incluye los siguientes métodos de análisis: 

• Average: Calcula el valor promedio temporal de cada píxel para un período o grupo de períodos utilizando los años seleccionados.

• Median: Calcula el valor del punto medio de una distribución de frecuencia para la variable climática seleccionada para un grupo de períodos utilizando los años seleccionados.

• Standard deviation: Calcula la desviación estándar en una distribución de frecuencia para la variable climática seleccionada para un grupo de períodos utilizando los años seleccionados.

• Count: Cuenta el número de valores válidos por píxel en una serie de tiempo.

• Coefficient of variation: Calcula el coeficiente de variación (CV), que es la relación entre la DE y la media en porcentaje.

• Trend: Calcula una tendencia lineal mediante un análisis de regresión de los valores estacionales y el tiempo.

• Percentiles: Produce un mapa ráster con el valor de lluvia para cada píxel correspondiente al rango percentil solicitado.

• Frequency: Calcula el número de veces que ha ocurrido un rango de valores en la serie temporal.

• Standardized Precipitation Index (SPI): Presenta el Índice estandarizado de precipitación. 

4.1. Ejecución de análisis climatológicos

Para abrir la herramienta de análisis climatológico, haga clic en el icono Rainfall Climatological Analysis :Rainfall:  en la barra de herramientas de GeoCLIM (Figura 4-2).

Para utilizar la herramienta, siga los pasos a continuación:

1. Seleccione el conjunto de datos en el menú desplegable Dataset ˅ (Figura 4-2 (1)). Esto pondrá a disposición las regiones que se encuentran dentro del dominio geográfico del conjunto de datos. Si su región no está disponible, asegúrese de que el cuadro de latitud/longitud de su región esté dentro del dominio del conjunto de datos.

2. Seleccione la región de interés (Figura 4-2 (2)), (consulte el capítulo 2 para configurar una región).

NOTA: El número de regiones disponibles depende de la extensión geográfica del conjunto de datos. Si su región no aparece después de seleccionar el conjunto de datos, asegúrese de que su región esté dentro del dominio geográfico del conjunto de datos.

3. El campo Parameter se completa automáticamente con el nombre de la variable climática (Lluvia, Temperatura promedio, Temperatura mínima, Temperatura máxima o Evapotranspiración) dependiendo del conjunto de datos seleccionado, consulte (Figura 4-2 (3)).

4. Seleccione el tipo de análisis en el menú Analysis ˅ (Figura 4-2 (4)).

5. Marque la casilla ■ Add up seasonal totals como se muestra en la (Figura 4-2 (5)), para indicar que el análisis se realizará utilizando los totales estacionales.

6. Si la temporada a analizar va de una año a otro, por ejemplo, de octubre a marzo, marque la casilla ■  July to June (Figura 4-2 (6)).

7. Seleccione los períodos que componen una temporada de interés en el panel izquierdo. El período de datos (pentadas, decadias o meses) se basa en el conjunto de datos climáticos seleccionado. En este caso, el período de datos es de 10 días totales (decadias) (Figura 4-2 (7)).

8. Seleccione los años de interés en el panel derecho (Figura 4-2 (8)).

9. (Opcional) Modifique el campo Output Folder si desea guardar las salidas en una ubicación diferente a la ruta predeterminada.

10. Modifique el prefijo de salida en el Output Prefix si es necesario.

NOTA: Asegúrese de que el último año seleccionado contenga una temporada completa; de lo contrario, aparecerá un mensaje de error de “missing data” que impedirá que la herramienta se ejecute.

El resultado de este análisis se muestra en el lienzo de QGIS (Figura 4-3). Este resultado también se guarda en la carpeta de salida junto con los totales estacionales de cada año, como conjuntos de datos ráster en el mismo formato que los datos de entrada.

NOTA: Si se seleccionan varios períodos (por ejemplo, marzo-abril-mayo) y la casilla ■ Add up seasonal totals box NO está marcada, el proceso se ejecuta para cada mes, para el total, y los resultados se muestran en el lienzo de QGIS.

4.2. Actualización de promedios de conjuntos de datos

FEWS Tools utiliza el promedio de cada período (pentada, decadia o mes) para calcular las anomalías. La herramienta Climatological Analysis calcula el promedio para cada período basándose en la información guardada durante la definición del conjunto de datos (ver Configuración, capítulo 2). Para calcular el promedio, siga los pasos a continuación:

1. Seleccione el conjunto de Dataset, Figura 4-4(1)

2. Seleccione todos los períodos, Figura 4-4(2)

3. Seleccione los años que se utilizarán para calcular el promedio, Figura 4-4(3). Asegúrese de que todos los años seleccionados tengan datos para todos los períodos.

4. Marque la casilla ■ Update dataset averages, Figura 4-4(4)

5. Haga clic en Analizar. Las salidas del archivo ráster se guardan en la carpeta y con el prefijo definido en la definición del conjunto de datos climáticos.

NOTA: La opción ■ Update dataset averages crea el promedio para la extensión geográfica del conjunto de datos independientemente de la región en que se esté trabajando.

4.3. Métodos de análisis

4.3.1. Promedio

El método de análisis Average calcula el valor promedio temporal para cada píxel durante un período específico, como el mes de mayo, la tercera decadia o una temporada (mayo-junio-julio), utilizando los años y la región seleccionados. La Figura 4-5 muestra la precipitación promedio utilizando datos CHIRPS para el período de mayo a julio de 1981 a 2013, en la región seleccionada (EAC). En otras palabras, el mapa representa el promedio total de la precipitación de mayo-junio-julio entre 1981 y 2013.

Para calcular el promedio, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1

2. Seleccione el conjunto de datos

3. Seleccione la región

4. Seleccione Promedio en la lista de métodos de análisis.

5. Marque la opción ■ Seasonal totals

6. Seleccione Mayo Dek1 a Julio dek3 en el panel izquierdo y 1981-2013 en el derecho.

7. Haga clic en Analyze para ejecutar la herramienta.

NOTA: Cuando la opción ■ Seasonal totals no está marcada, el promedio se calcula para cada período seleccionado (pentada, decadia o mes). En el ejemplo anterior, el módulo calcularía el promedio de la decadia 1 de mayo; 1981-2013, decadia 2 de mayo; 1981-2013, etc., hasta el 3 de julio Decadia.

NOTA: Un subproducto de este proceso es un archivo total estacional en formato ráster guardado para cada año en el directorio de salida.  

4.3.2. Mediana

El método de análisis de la Mediana calcula el valor del punto medio de una distribución de frecuencias para la variable climática seleccionada. La Figura 4-6 muestra un ejemplo de producción mediana calculada para los totales de lluvia de mayo a julio para los años 1981-2013.

Para calcular la mediana, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1

2. Seleccione el conjunto de datos

3. Seleccione la región

4. Seleccione la temporada en el panel izquierdo y los años en el panel derecho

5. Marque la opción ■ Seasonal totals.

6. Seleccione Mediana de la lista de métodos de análisis.

7. Haga clic en Analyze para ejecutar el análisis.

4.3.3. Medición de la variabilidad con desviación estándar y coeficiente de variación

FEWS Tools proporciona dos métodos diferentes para estimar la variabilidad. La desviación estándar (SD) muestra la variabilidad dentro de la serie temporal a lo largo de los años seleccionados para cada píxel, mientras que el coeficiente de variación (CV) muestra la SD como porcentaje del promedio, lo que facilita la comparación de la variabilidad entre regiones.

4.3.3.1. Desviación Estándar

La desviación estándar (SD) es una medida de variación o qué tan separados están los datos de la media. Un aumento en la DE indica que los datos son más variables (Figura 4-7). Consulte la Figura 4-8(a) para ver un ejemplo de un producto SD que utiliza FEWS Tools.

4.3.3.2. Coeficiente de variación

El Coeficiente de of Variación (CV) es la relación entre la DE y el promedio CV = (SD/average) * 100.

Tabla 4.1 El CV es la relación entre la DE y el promedio.

La Figura 4-8 (a.1) y (a.2) muestran un ejemplo de DE baja y alta, respectivamente. Pero esta información por sí sola no nos permite determinar qué área es más variable. El CV nos permite comparar diferentes magnitudes de variación o entre regiones con diferentes promedios. La Figura 4-8 (b) muestra que aunque las regiones 1 y 2 tienen una DE baja/alta en comparación con la cantidad promedio de lluvia, el área 1 es más variable.

Para calcular la desviación estándar o el coeficiente de variación, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1

2. Seleccione el conjunto de datos

3. Seleccione la región

4. Seleccione la temporada en el panel izquierdo y los años en el panel derecho

5. Marque la opción ■ Seasonal totals

6. Seleccione Desviación estándar o Coeficiente de variación de la lista de métodos de análisis.

7. Haga clic en Analyze para ejecutar el análisis.

4.3.4. Contar

El método de análisis de conteo en la herramienta Climatological Rainfall Analysis muestra el número de píxeles en los años seleccionados, con valores válidos (valores no faltantes falte valor). El ejemplo de la Figura 4-9 muestra el recuento como 40 (1981-2020) para todos los píxeles, lo que significa que no faltan valores en la serie temporal utilizada en el análisis. 

Para calcular el recuento, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1

2. Seleccione el conjunto de datos

3. Seleccione la región

4. Seleccione la temporada en el panel izquierdo y los años en el panel derecho

5. Marque la opción ■ Seasonal totals

6. Seleccione Recuento de la lista de métodos de análisis.

7. Haga clic en Analyze para ejecutar el análisis.

4.3.5. Tendencia

La tendencia es una técnica de análisis que nos ayuda a identificar un cambio en el valor esperado de una variable que se produce durante un largo período de tiempo. El método de análisis de tendencias calcula primero la precipitación estacional total para cada año seleccionado y luego calcula una tendencia lineal utilizando un análisis de regresión de los valores estacionales y el tiempo (Figura 4-10). Esta función produce dos mapas; uno es la pendiente de la regresión que representa la tendencia, y el otro es el coeficiente de determinación (r-cuadrado o r2), que representa la fuerza de la relación.

Para calcular la tendencia, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1.

2. Seleccione el conjunto de datos.

3. Seleccione la región.

4. Seleccione la temporada en el panel izquierdo y los años en el panel derecho.

5. Marque la opción ■ Seasonal totals.

6. Seleccione Tendencia de la lista de métodos de análisis.

7. Haga clic en Analyze para ejecutar el análisis.

La Figura 4-11 muestra los resultados del método de análisis de tendencias para la precipitación total anual en Etiopía para el período 1981 – 2016, utilizando las Estimaciones mejoradas de lluvia (IRE); consulte el capítulo 10 sobre cómo crear datos IRE. La Figura 4-11 (1) muestra la pendiente de la línea de regresión, o la tendencia de cada píxel en mm/década de lluvia creciente (verde-azul) o decreciente (rosa-rojo). La leyenda muestra estos resultados por década (10 años). La Figura 4-11 (2) muestra el coeficiente de determinación (r-cuadrado o r2) (multiplicado por 100) de la regresión lineal entre la variable y el tiempo como indicación de la confiabilidad de la tendencia. Es importante utilizar ambos mapas para llegar a una conclusión sobre las tendencias en un área. Por ejemplo, los puntos a, b y c muestran tres sitios con tendencias fuertes y r2 diferentes.

Según la Figura 4-11 (1) y (2), el sitio (a) tiene una disminución de 71 mm por década (rojo oscuro) con r2 = 9% (gris), el sitio (b) muestra una disminución de 75 mm por década (rojo oscuro) ) con r2 = 36% (verde oscuro), mientras que el sitio (c) muestra un aumento de 89 mm por década (verde oscuro) con r2 = 35% (verde oscuro). Los sitios (a) y (b) tienen tendencias similares, pero los valores de r2 muestran que el sitio (b) tiene la correlación más fuerte. Además, los sitios (b) y (c) tienen r2 similares que se muestran en color verde. La Figura 4-12 muestra los gráficos de regresión de la precipitación total anual en función del tiempo para los sitios a, b y c. El total anual para el período 1981-2016 se extrajo utilizando la función  Extract Statistics en GeoCLIM, para cada sitio, y se trazó en Excel. Los gráficos de la Figura 4-12 corroboran la diferencia en r2 al mostrar qué tan cerca están los puntos de la línea de regresión. El sitio (a) muestra los puntos dispersos, mientras que los sitios (b) y (c) muestran los puntos más cercanos a la línea de regresión.

NOTA: Es importante utilizar ambos mapas para desarrollar una conclusión sobre las tendencias en un área, ya que el mapa de tendencias muestra cuánto cambio ha habido en el período que estamos analizando y el mapa r2 muestra la confiabilidad de la tendencia. La tendencia con un valor de r2 mayor sugiere una tendencia más sólida, mientras que un r2 más débil indica que esta tendencia puede ser casual.

4.3.6. Percentiles

Un percentil es una estadística que especifica el valor por debajo del cual caerá un cierto porcentaje de observaciones en un conjunto de datos clasificado. Los percentiles se calculan en puntos de interrupción que van del 0 al 100. El percentil 0 corresponde al valor más bajo. El percentil 100 es el más alto. El percentil 50 es el valor mediano. Para calcular un valor percentil, primero debemos clasificar la serie temporal y luego identificar el valor asociado con la posición percentil enésima.

Por ejemplo, si el percentil 20 son 80 mm de lluvia, entonces esperaríamos que el 20% del tiempo la lluvia fuera menor o igual a 80 mm. Una forma de utilizar percentiles es responder preguntas como: “si tenemos la serie temporal para la temporada total de FMAM de 1981 a 2017 (tabla 4.2), ¿cómo esperaríamos que fuera un evento seco que ocurre 1 cada 5 años?" Para explorar esta cuestión, podríamos calcular el percentil 20. Estadísticamente, esperaríamos precipitaciones de esta cantidad o menos una vez cada cinco años.

Otro uso de percentiles es cuando tenemos un valor, digamos la precipitación total para el FMAM para 2017=216 mm, y nos gustaría saber qué percentil representa ese valor, o con qué frecuencia ocurre un valor como este. Utilizando los datos de la tabla 4.2 (consulte la nota a continuación sobre cómo se obtuvieron los datos) y la función RANGO PORCENTAJE en Excel, encontramos que 216 mm es el percentil 71 o más del 71% de los valores en el conjunto de datos. La función Percentiles en GeoCLIM produce un mapa ráster con el valor de lluvia para cada píxel correspondiente al rango percentil solicitado.

Para calcular un percentil determinado para su región de interés, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1.

2. Seleccione el conjunto de datos.

3. Seleccione la región.

4. Seleccione la temporada en el panel izquierdo y los años en el panel derecho.

5. Marque la opción ■ Seasonal totals.

6. Seleccione Percentil de la lista de métodos de análisis.

7. Ingrese el rango percentil deseado (Figura 4-13 (1)).

8. Haga clic en Analyze para ejecutar el análisis.

Esta función en GeoCLIM ayuda a responder preguntas como, ¿cuáles son los valores bajos/altos (por ejemplo, percentiles 15/90) en la serie temporal? (Figura 4-14). El Cuadro 4.2 muestra la serie temporal del total estacional del FMAM para el período 1981-2017 para el punto (A) de la Figura 4-14. El resultado de la función PERCENTIL.EXC en Excel muestra que el percentil 20 es = 105.

Tabla 4.2 Tabla 4.2 se creó utilizando la herramienta Extract Statistics para un punto que se muestra en la Figura 4-14.

NOTA: Tabla 4.2 se creó utilizando la herramienta Extract Statistics para un punto que se muestra en la Figura 4-14.

4.3.7. Frecuencia

El método de análisis de Frecuencia en el GeoCLIM Climatological Analysis module (Figura 4-15) nos da el número de veces que ha ocurrido un rango de valores en la serie de tiempo. El método de Frecuencia ayuda a responder preguntas como: “¿Cuántas veces la precipitación estacional total ha sido inferior a 400 mm, en el período 1981-2020?” Responder este tipo de preguntas puede ayudar a los usuarios a decidir si un área es adecuada para una actividad determinada climáticamente (como cultivar ciertos cultivos o ganado). La leyenda de la Figura 4-16 representa el número de eventos por década (diez años).

Para calcular la frecuencia de un rango de valores, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1.

2. Seleccione el conjunto de datos.

3. Seleccione la región.

4. Seleccione la temporada en el panel izquierdo y los años en el panel derecho.

5. Marque la opción ■ Seasonal totals.

6. Seleccione Frequency de la lista de métodos de análisis.

7. Complete los valores Between y And para definir el rango de valores.

8. Haga clic en Analyze para ejecutar el análisis.

4.3.8. Índice de precipitación estandarizado (SPI)

SPI es un índice de sequía que expresa la diferencia de precipitación con respecto al promedio, durante un período de tiempo específico, en unidades de desviación estándar o z-scores. El cálculo del SPI utiliza datos históricos para determinar la media y la desviación estándar. Dado que, en la mayoría de los casos, las precipitaciones no son normales en períodos inferiores a 12 meses, los datos deben transformarse a una distribución normal. La nueva distribución de la precipitación estandarizada es linealmente proporcional al déficit de precipitación.

Los valores de SPI mayores que cero indican condiciones más húmedas que la mediana, mientras que el SPI negativo indica condiciones más secas que la mediana. Para el análisis de sequía, un SPI inferior a -1,0 indica que la observación es aproximadamente un evento seco de uno entre seis y se denomina "moderado". Un SPI inferior a -1,5 indica un evento seco entre quince y se denomina "extremo". Los valores inferiores a -2,0 normalmente se denominan "excepcionales", lo que indica que se encuentra en el 2% más seco de todos los eventos. (Mckee 1993).

Para calcular el SPI para uno o varios años, siga los pasos a continuación:

1. Inicie la herramienta de Climatological Analysis, como se describe en la sección 4.1

2. Seleccione el conjunto de datos

3. Seleccione la región

4. Seleccione la temporada (Figura 4-17 (1))

5. Marque la opción ■ Seasonal totals y seleccione SPI de la lista de métodos de análisis (Figura 4-17 (2))

6. Seleccione el grupo de año para realizar la serie temporal (Figura 4-17 (3))

7. Seleccione un año o un grupo de años para los cuales se calculará el SPI (Figura 4-17 (4))

Haga clic en Analyze para ejecutar el análisis.

El mapa resultante muestra, en tonos de amarillo a marrón oscuro, las áreas que recibieron precipitaciones por debajo de la media durante el período de análisis. Los colores del azul claro al rojo indican precipitaciones superiores a la media. Consulte la Figura 4-18.