Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
RESUMEN
La informacin climatolgica obtenida para el desarrollo de la metodologa objetiva
de zonificacin de la cuenca hdrica del rio rio negro es escasa, particularmente la
seleccin de valores/estaciones representativas para sustentar modelos hidrolgicos
con datos diarios, se dificulta en este caso por ser una zona con una red
meteorolgica pequea que no ha podido ser intervenida por los problemas de orden
pblico que se han presentado en este sector durante varios aos.
En este trabajo se consider la variacin espacio-temporal de los elementos
climticos prevalecientes en la cuenca, para lo cual se emple la informacin de
catorce (14) estaciones meteorolgicas, de estas estaciones, seis (6) se encuentran
prximas a la cuenca, y por estar ubicadas en las cuencas cercanas, no solo
circunscriben el rea de estudio sino que tambin permiten obtener una
caracterizacin altitudinal de la misma. La informacin contenida en estas estaciones
permiti la aplicacin de la clasificacin climtica de Caldas-Lang, teniendo como
soporte un sistema de informacin geogrfico donde se correlacionaron
espacialmente las variables requeridas para la aplicacin de la metodologa
precipitacin, temperatura y altura.
Para el procesamiento de los datos se combinaron tcnicas de agrupamiento
estadstico, la informacin obtenida se despleg en el sistema de informacin
geogrfica ARC/MAP, realizando interpolacin mediante distancia inversa ponderada
(IDW) por sus siglas en ingles.
Palabras Claves: Interpolacin, IDW Distancia
temperatura, precipitacin, geoespacializacin, SIG.
Inversa
Ponderada,
clima,
ABSTRACT
The climatological information obtained for the development of objective methodology
for the zoning of the ro rio negro watershed is scarce, particularly the allocation of
representative values/stations to support hydrological models with daily data, it is
difficult in this case because it is an area with a small weather network that could not
be seized because of the law and order problems that have arisen in this sector for
several years.
This work considered the spatio temporal variation of climatic elements prevailing in
the watershed, for which it was analyzed the information of fourteen (14) weather
stations, of these stations, six (6) are close to the watershed, and by been located in
nearby watershed, it would not only circumscribe the area of study but it also allow to
obtain an altitudinal characterization of the same. The information stored by these
stations allowed the application of the climate classification Caldas -Lang, with the
support of a geographic information system that requires some variables:
precipitation, temperature and altitude.
For data processing there were combined some techniques of statistical pooling, and
the information obtained was deployed in the geographic information system ARC /
MAP, making an IDW interpolation by inverse distance weighted.
Keywords: Interpolation, IDW Inversed Distance Weighted, climate, temperature,
precipitation, geoespacializacin, SIG.
INTRODUCCION
La zonificacin climatolgica como necesidad para los diferentes campos de
aplicacin ha tenido que ser tratada por expertos en diferentes ramas cientficas, bien
afectando anlisis detallados de unos elementos meteorolgicos (especialmente de
la temperatura y de la precipitacin), o por clasificaciones climatolgicas de escala
mundial con diferenciaciones muy generales de acuerdo con sus objetivos
respectivos, as se explica la introduccin de conceptos de zonificacin climatolgica
como el de pisos trmicos, o como la zonificacin del clima rido, semirido, hmedo
y superhumedo, agregando la precipitacin como expresin de la humedad.
Por lo general las clasificaciones climticas ms usadas son definidas a priori, puesto
que asignan valores obtenidos de las estaciones meteorolgicas para diferentes
variables medibles, a una clase o categora predeterminada; entre este tipo de
clasificaciones se cuentan: De Martonne (1926), Kppen (1936), Thornthwaite
(1948), Emberger (1955), Gaussen (1955), Thornthwaite y Mather (1995), Troll
(1965) y Hargreaves (1971), Caldas Lang (1962) entre otras. Estas clasificaciones
subjetivas dependen excesivamente del criterio de cada autor.
Otro factor a considerar es la variacin espacio-temporal de los elementos climticos;
segn Grove (1980): "es reconocido que los elementos climticos, especialmente en
los trpicos, varan en cortas distancias, de acuerdo con la topografa y con otras
condiciones, las cuales no siempre son fciles de tener en cuenta". Ciertamente, la
mayora de los modelos actuales son modelos no espaciales, pues se basan en el
concepto de que un valor medido representa un rea homognea alrededor del punto
1. MATERIALES Y METODOS
Para formular la zonificacin se utiliz informacin climtica de precipitacin y
temperatura.
1
2
http://www.corpoica.org.co/sitioweb/Archivos/Revista/5_Metodologaparalazonificaci.PDF
https://www.documentacion.ideam.gov.co/openbiblio/Bvirtual/016592/clasificacionclima.pdf
Anglica Cabrera Granados. Caracterizacin Hidrolgica y Climatolgica de la Cuenca del Rio Negro (2011).
http://www.cortolima.gov.co/sites/default/files/images/stories/centro_documentos
http://www.researchgate.net/publication/Algunas_consideraciones_acerca_de_los_sistemas_de_clasificacin_c
limtica
6
https://www.documentacion.ideam.gov.co/openbiblio/Bvirtual/016592/clasificacionclima.pdf
Temperatura
en
en m
Piso Trmico
Clido
0 a 1000
T 24
Templado
1001 a 2000
24 >T17.5
Frio
2001 a 3000
17.5 >T12
Paramo
Alto
Variacin de altitud
por condiciones
locales
Limite Superior 400
Lim. Sup. 500
Lim. Inf. 500
Lim. Sup. 400
Lim. Inf. 400
3200 a 3700
12 T7
Fuente: Clasificacin Climtica IDEAM
Piso Trmico Clido: localizado entre 0 y 1.000 m, con valores superiores a 24C y
un margen de altitud en el lmite superior hasta 400 m, segn sea las caractersticas
locales.
Piso Trmico Templado: Comprende altitudes situadas entre 1.000 y 2.000 m, con
temperaturas mayores o iguales a 17,5C y con un margen de amplitud en sus
lmites superiores e inferior de 500 m.
Piso Trmico Frio: se localiza entre 2.000 y 3.000 m de altitud, con temperaturas no
inferiores a 12C y un margen en sus lmites altitudinales superior e inferior de 400
m.
Piso Trmico Paramuno: corresponde a las reas situadas sobre los 3.000 m de
altitud y bajo el lmite de las nieves perpetuas. Con el propsito de detallar ms las
condiciones climticas se subdivide en dos zonas de paramo: Paramo Bajo, de
mayor temperatura, con altitud que oscila entre 3.200 y 3.700 m y que se caracteriza
por estar en el intervalo de los 7 a los 12C. Paramo Alto, de los 3.700 m a los
4.200, aproximadamente.
1.2.2. Modelo Climtico de Lang
En el ao 1915, Richard Lang establecio una clasificacion climatica basada en la
relacion obtenida al dividir la precipitacion anual (P, en mm) por la temperatura media
anual (T, en C). este cociente se llama tambien Indice de efectividad de la
precipitacion o factor de lluvia de Lang.
CLASE DE CLIMA
0 a 20.0
Desrtico
20.1 a 40.0
rido
40.1 a 60.0
Semirido
60.1 a 100.0
Semihumedo
100.1 a 160.0
Hmedo
Mayor a 160.0
Superhumedo
Tipos de Clima
Segn Caldas - Lang
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Tipo Dimtico
Clido Superhumedo
Clido Hmedo
Clido Semihumedo
Clido Semirido
Clido rido
Clido Desrtico
Templado Superhumedo
Templado Hmedo
Templado Semihumedo
Templado Semirido
Templado rido
Templado Desrtico
Frio Superhumedo
Frio Hmedo
Frio Semihumedo
Frio Semirido
Frio rido
Frio Desrtico
Paramo Bajo Superhumedo
Paramo Bajo Hmedo
Paramo Bajo Semihumedo
Paramo Bajo Semirido
Paramo Alto Superhumedo
Paramo Alto Hmedo
Nieves Perpetuas
Smbolo
CSH
CH
Csh
Csa
CA
CD
TSH
TH
Tsh
Tsa
TA
TD
FSH
FH
Fsh
Fsa
FA
FD
PBSH
PBH
PBsh
Pbsa
PASH
PBH
NP
IV.
Codigo
2306506
2306507
2306510
2306511
2306512
2306513
2306514
2306515
2125508
2125509
2302502
2303503
2312510
2401531
Tipo
CO
CO
CO
CO
CO
CO
CP
CP
CP
CP
CO
CO
CP
CO
Estacion
STA TERESA
ESC VOCACIO
SABANETA
YACOPI
CABRERA LA
MONTELIBANO
STA BARBARA
STA ROSITA
EL SALTO
ARMERO
LA ESPERANZA
APTO PALENQUERO
BUENAVISTA
SAN MIGUEL DE SEMA
Elev
2200
1940
2475
1347
2000
1340
1450
1430
450
300
222
190
2200
2600
N
4,85
5,167
4,9
5,5
5,133
5,467
4,95
5,283
4,48
5
5,25
5,48
5,5
5,52
E
-74,45
-74,2
-74,3
-74,35
-74,133
-74,367
-74,417
-74,283
-74,76
-74,9
-74,72
-74,65
-73,98
-73,72
Fuente: IDEAM
https://www.documentacion.ideam.gov.co/openbiblio/Bvirtual/016592/clasificacionclima.pdf
http://faces.unah.edu.hn/catedraot/images/stories/Articulos/Uso_tecnologias.pdf
Donde (So) es el valor que se intenta predecir para el lugar (So) como el valor
ponderado de los valores observados, N es el nmero de puntos mustrales, i es el
peso ponderado asignado a cada punto muestral y Z(Si) es el valor observado del
lugar Si. Los pesos i se calculan con una funcin inversa a la distancia mediante la
siguiente ecuacin:
En la cual dio es la distancia entre el lugar de prediccin (So) y el lugar muestral (Si);
p es un parmetro de reduccin de peso, cuyo valor se encuentra minimizando el
error cuadrtico medio o error de prediccin, para efectos prcticos p=2. Por ltimo,
en el componente D se realiza el anlisis de las zonas de mayor variabilidad con el
modelo gradiente. Posteriormente, se analizan los mapas obtenidos donde se
buscan patrones de comportamiento y se observa cules son los sitios con mayor
variabilidad del fenmeno en estudio.10
1.4.2 Generacin de los mapas de tendencias
Se utiliz el mtodo de distancia inversa ponderada (IDW) para interpolar las
tendencias anuales de las variables climticas analizadas en cada estacin. Este
mtodo de interpolacin determinstico es uno de los ms utilizados para la
construccin de mapas e interpolacin de informacin espacial. La metodologa es
bastante sencilla y slo necesita un par de parmetros para ser ajustado.
Una de las desventajas del uso de IDW, es que tiende a generar superficies cerradas
alrededor de los datos cuando el coeficiente de potencia (p) es pequeo, dando un
menor valor a los puntos ms cercanos. Para generar superficies ms suaves y
continuas usando IDW, algunos autores recomiendan utilizar un coeficiente de
potencia (p) mayor, mejorando de esta forma la exactitud del modelo cuando los
datos no tienen coeficientes de variacin muy grandes. Para la generacin de las
superficies en el presente trabajo, se utiliz un coeficiente de potencia p = 2.11
La bondad de ajuste de los mtodos de interpolacin depende de mltiples factores
caractersticos de la zona de estudio, como el tamao, la forma, la orientacin, la
orografa, as como de la naturaleza de las variables que se quieran interpolar, la
densidad de datos existentes y la escala temporal de las variables que se elijan para
realizar las interpolaciones.
Una vez obtenidos los mapas temticos de la precipitacin y temperatura mensuales
y anuales, se generan los mapas del ndice P/T, para ello se dispone de un conjunto
de herramientas de clculo con matrices de datos que reciben el nombre genrico de
algebra de mapas.
El lgebra de mapas consiste en aplicar un conjunto de operadores sobre una o
varias capas rster de entrada para producir un o varios rster de salida. Estos
operadores, que pueden ser aritmticos, trigonomtricos, lgicos o condicionales; se
aplican mediante ecuaciones a cada celda del rster de entrada12. Para realizar esta
operacin se hizo uso de la herramienta Raster Calculator, del programa ARCGIS
10.1; el cual adems permite realizar clculos matemticos entre mapas temticos o
varios mapas resultantes.
10
http://www.redalyc.org/pdf/120/12029982002.pdf
Cuantificacin e interpolacin de tendencias locales de temperatura y precipitacin en zonas alto andinas de
Cundinamarca y Boyac (Colombia), Revista Corpoica Ciencia y Tecnologa Agropecuaria (2010) 11(2), 173-182
12
http://www.um.es/geograf/sigmur/sigpdf/temario_5.pdf
11
2. RESULTADOS Y ANLISIS
A partir de series mensuales de datos de las 14 estaciones meteorolgicas, se
generaron los mapas de distintas temperaturas y precipitacin acumulada. La
distribucin espacial de estas estaciones puede observarse en la Figura 1.
Figura 1 Distribucin espacial de las estaciones meteorolgicas
Fuente: El Autor
Fuente: El Autor
Fuente: El Autor
Sin embargo, el considerar que el IDW asume que las predicciones son una
combinacin lineal de los datos, tiende a producir patrones poco reales, conocidos
como tipo ojo de buey, alrededor de los puntos muestreados y la precisin de las
estimaciones es influenciada por la varianza aleatoria, la estructura de variacin y la
intensidad de muestreo.13
Para realizar el anlisis geoestadstico de la variable de precipitacin se trabaj con
la suite de modelos estadsticos (Geostatistical Analyst (ArcGIS for Server)) que es
una herramienta para hacer predicciones que al mismo tiempo est amarrada a la
estimacin.
Las siguientes grficas, presenta el resultado del anlisis geostadisticos de la
interpolacin de la precipitacin anual. En el anexo 1, se muestra la interpolacin de
precipitacin realizada para cada uno de los meses con su respectivo anlisis
estadstico.
En la Figura 4, se muestra la funcin de histograma, donde se puede observar que la
mayor frecuencia de datos prevalecen las estaciones de mnima precipitacin que va
13
http://www.redalyc.org/pdf/573/57318502009.pdf
Fuente: El autor
Fuente: El autor
Figura 8 Histograma
Fuente: El autor
Fuente: El autor
Tipo
Nombre Estacion
m.s.n.m
Prec
Temp
Indice
2302502
2125508
2303503
2125509
2306513
2306511
2306515
2306514
2306507
2306512
2312510
2306510
2306506
2401531
CO
CP
CO
CP
CO
CO
CP
CP
CO
CO
CP
CO
CO
CO
LA ESPERANZA
EL SALTO
APTO PALENQUERO
ARMERO
MONTELIBANO
YACOPI
STA ROSITA
STA BARBARA
ESC VOCACIO
CABRERA LA
BUENAVISTA
SABANETA
STA TERESA
SAN MIGUEL DE SEMA
222
450
190
300
1340
1347
1430
1450
1940
2000
2200
2475
2200
2600
5,25
4,48
5,48
5
5,467
5,5
5,283
4,95
5,167
5,133
5,5
4,9
4,85
5,52
-74,72
-74,76
-74,65
-74,9
-74,367
-74,35
-74,283
-74,417
-74,2
-74,133
-73,98
-74,3
-74,45
-73,72
1556,5
1338,3
2027,5
1804,3
2713,1
2700,2
2442,0
2503,4
1369,5
1527,1
1654,3
1506,5
1347,0
1436,8
28,1
28,6
28,5
28,2
20,3
21,1
20,2
20,1
15,5
16,8
15,9
13,7
15
22,6
55,4
46,8
71,1
64,0
133,7
128,0
120,9
124,5
88,4
90,9
104,0
110,0
89,8
63,6
Fuente: El autor
Piso
Termico
Clase de
Cilma
Simbolo
Semiarido
Csa
Semihumedo
Csh
Humedo
TH
Semihumedo
Tsh
Humedo
FH
Semihumedo
Fsh
CALIDO
TEMPLADO
FRIO
Las zonas climticas que posee la cuenca clasificndolas segn los rangos de
altitud, precipitacin y temperatura, definidas por las zonas de Caldas Lang,
pertenecen a los pisos trmicos clido, templado y frio.
En la regin prevalecen los pisos trmicos clido, templado y frio, segn los datos
aportados por las 14 estaciones. Como se puede observar en la figura 11, el piso
trmico clido, pertenece a las estaciones con temperaturas mximas y
precipitaciones que oscilan entre 1557 y 2027 mms, que perteneces a las estaciones
cercanas a la cuenca de rio negro.
Los ndices altos que se encuentran entre valores de 91 y 134, que corresponden
respectivamente al piso trmico templado con clase de clima hmedo y semihumedo,
con temperaturas entre 17 y 20 C.
3. CONCLUSIONES
La metodologa usada en este trabajo, a diferencia de otras frecuentemente
empleadas, utiliza herramientas matemtico-estadsticas que permiten obtener una
zonificacin climatolgica ms certera y objetiva; en razn de la estructura del
proceso metodolgico descrito, la introduccin de concepciones previas se ve
minimizada por la estricta secuencia de las tcnicas utilizadas. La ventaja del mtodo
expuesto radica en que no requiere de rangos preconcebidos ni de la intervencin
subjetiva del investigador.
La variabilidad de los diferentes parmetros considerados en el proceso de
zonificacin (precipitacin y temperatura), logra su expresin en el estudio a travs
de los usos espacial y temporal del SIG. La formulacin de un modelo de zonificacin
coherente facilita la implementacin de algoritmos y combinaciones que permiten
lograr un anlisis espacio-temporal con resultados que se aproximan ms a la
realidad, as como proyecciones de resultados a travs del tiempo y el espacio.
El mejor conocimiento de la climatologa de la cuenca de rio rio negro, por el detalle
logrado para cada zona, ayuda a comprender de manera ms precisa las
condiciones imperantes y facilita la planificacin con miras a optimizar el uso de los
recursos naturales.
La estadstica espacial es la reunin de un conjunto de metodologas apropiadas
para el anlisis de datos que corresponden a la medicin de variables aleatorias en
diversos sitios (puntos del espacio o agregaciones espaciales) de la regin. Es
importante resaltar que en geoestadstica el propsito esencial es la interpolacin.
Los mtodos de interpolacin son una aplicacin prctica para establecer la
distribucin espacial de las variables climticas. Los mapas que se obtienen a partir
de mtodos de interpolacin pueden utilizarse como herramientas en el manejo
ambiental para el estudio de los recursos naturales.
AGRADECIMIENTOS
Instituto de Hidrologa, Meteorologa y Estudios Ambientales (IDEAM);
informacin suministrada.
por la
REFERENCIAS BIBLIOGRFICAS
Instituto Colombiano de Hidrologa, Meteorologa y Adecuacin de Tierras HIMAT,
(1991).
Clasificaciones
Climticas.
Bogot
Colombia.
En
http://www.documentacion.ideam.gov.co/openbiblio/Bvirtual/016592/clasificacionclim
a.pdf (Abril 2014).
Anglica Cabrera Granados (2011). Caracterizacin Hidrolgica y Climatolgica de la
Cuenca del Rio Negro. Trabajo de Grado. Facultad de Ingeniera, Universidad
Manuela Beltrn. Bogot, 39 P.
Plan de Ordenacin y Manejo de la Cuenca Hidrogrfica del Ro Bogot. (2011).
CAR. Elaboracin del Diagnstico, Prospectiva y Formulacin de la Cuenca
Hidrogrfica del ro Bogot. Disponible como: Documento tcnico POMCA Rio
Bogot, 57 p.
Norman Snchez Santilln, Algunas consideraciones acerca de los sistemas de
clasificacin
climtica,
(2008),
En
http://www.researchgate.net/publication/Algunas_consideraciones_acerca_de_los_si
stemas_de_clasificacin_climtica, (Abril de 2014).
Ministerio de Ambiente, Vivienda y Desarrollo Territorial, IGAC, (2010), Metodologa
de
Zonificacin
Ambiental
de
Cuencas
Hidrogrficas
(Propuesta).
http://www.minambiente.gov.co/documentos/DocumentosBiodiversidad/recurso_hidri
co, (Marzo 2014).
Ramn Giraldo Henao, Universidad Nacional de Colombia, Departamento de
Estadstica,
(2008),
Introduccin
a
la
Geoestadistica,
En
http://www.reddeagriculturaprecision.unal.edu.co/doc/Publicaciones