Metodología de cálculo de valores de precipitación diaria en estaciones meteorológicas automáticas para la obtención de indicadores climáticos mensuales

Abstract

Los recursos hídricos constituyen el eje central de la política ambiental en Andalucía y, por ello, la generación de indicadores climáticos en esta Comunidad Autónoma en rutina es uno de los objetivos prioritarios en la gestión ambiental de la región. Sin embargo, las dificultades derivadas de la obtención de los datos necesarios que permitan disponer de estos indicadores de seguimiento, de forma sincrónica y continua en el tiempo, constituyen un problema aún no resuelto. Los registros provenientes de las estaciones climáticas automáticas no permiten disponer, hoy por hoy, de una información regular ni en el espacio ni el tiempo, lo que impide generar estos indicadores con la actualidad y continuidad necesarias. El principal reto se centra en la obtención de información regional pluviométrica, a escala diaria, a partir de la cual se puedan calcular los valores mensuales, con el objetivo de generar series continuas sin presencia de lagunas en estos datos. En el caso de algunos indicadores, como los de sequía, esta continuidad temporal de los registros mensuales de precipitación es una condición básica para poder efectuar su cálculo, al estar basados en el déficit pluviométrico calculado, como diferencia de precipitación con el mes anterior. Andalucía dispone de varias redes de estaciones automáticas meteorológicas con una cobertura espacial suficiente como para garantizar una buena representación de las variables climáticas que se especialicen. Un conjunto de 84 observatorios fueron utilizados para interpolar los valores diarios de precipitación a partir de las estaciones automáticas disponibles en cada fecha mediante el procedimiento de splines. Mediante regresión lineal se interpolaron las lagunas diarias, utilizando los datos de precipitación obtenidos y los del entorno (precipitación regional) recabados para esa fecha a partir de una ventana de 25 Kilómetros. Todo el proceso se ejecuta mediante un modelo iterativo creado con la aplicación Model Builder de ArcGis, sobre el modelo de información almacenado en una base de datos geográfica diseñada a tal efecto. El procedimiento permite obtener los valores de precipitación mensuales y estimar el error diario y mensual.

Water resources are the key issue of environmental policy in Andalusia and, therefore, the generation of climate indicators in routine is of prior interest for environmental policies in the region. However, the difficulties arising from the acquisition of data that enables the delivery of these indicators continuously in time are an unresolved problem. Records from automatic weather stations cannot have, today, regular information in either space or time, which prevents the generation of these indicators to current and continuity. The main challenge is to obtain daily regional rainfall data, from which is calculated monthly values, in order to generate continuous series without the presence of gaps. For some indicators, such as indicators of drought, this temporal continuity of monthly precipitation records is necessary for their calculation as is based on the rainfall deficit calculated as the difference of precipitation with the previous month. Andalucía has several automatic weather station networks with a good spatial coverage to ensure the spatial representation of climatic variables. A set of 73 observatories were used to interpolate daily precipitation values from the automatic stations available on each date by splines procedure. Simple linear regression is used to interpolate daily gaps in the selected stations, using the rainfall data recorded and the regional precipitation obtained for that station and date within a window of 25 kilometres. The whole process runs through an iterative model created with the Model Builder application of ArcGis stored in a geographic database designed for this purpose. The procedure allows the estimation of monthly rainfall data and estimation of the daily and monthly error.