Atlas climático de Extremadura

ATLAS CLIMÁTICO
DE EXTREMADURA
GIC – Grupo de Investigación en Conservación
Universidad de Extremadura
AÑO 2000
Introducción
El ATLAS CLIMÁTICO DE EXTREMADURA es uno de los resultados obtenidos con el
sistema de información ambiental del Grupo de Investigación en Conservación de
la Universidad de Extremadura.
El Atlas incluye dos tipos de variables climáticas:
• a partir de los datos de las estaciones meteorológicas del Instituto Nacional de
Meteorología se han elaborado los mapas correspondientes a las variables termopluviométricas regionales: precipitaciones, temperaturas y variables derivadas.
• a partir del modelo digital de elevaciones y de simulaciones programadas en el
sistema de información se han elaborado los índices de exposición a la insolación.
Las variables climáticas están estructuradas en forma de modelos digitales del terreno. En el caso de las variables termopluviométricas, el tamaño de celda es de 500
m; los índices de exposición se han construido con una resolución espacial de 100
metros.
Métodos
La construcción de mapas climáticos mediante interpolación ha generado una cantidad notable de
bibliografía específica. El planteamiento es simple: a partir de un conjunto de datos puntuales
(estaciones meteorológicas) localizadas en un espacio geográfico, deben estimarse los valores
correspondientes a otros lugares incluidos en un dominio espacial determinado.
El problema, por tanto, puede resolverse mediante un método de interpolación adecuado. Sin
embargo, las dificultades son importantes debido a la naturaleza de los datos. Frecuentemente, las
series son heterogéneas en calidad y longitud, su distribución espacial no es idónea y las propias
variables suelen mostrar una variabilidad temporal muy notable. Asimismo, la influencia del relieve
suele introducir variaciones difícilmente replicables, especialmente porque las estaciones
meteorológicas escasean en las zonas de montaña.
Por estos motivos, debe considerarse que los mapas climáticos representan los patrones espaciales
de distribución de las variables y deben ser interpretados sin perder de vista que la resolución
espacial es frecuentemente de decenas de km.
El "mejor" método de interpolación climática sigue siendo objeto de controversia. Parece claro que
este método universal no existe sino que, en función de las características territoriales y de los datos
disponibles, unos pueden funcionar mejor que otros en diferentes lugares y circunstancias.
En el caso concreto de estos mapas, el método usado ha sido la interpolación conocida como thin
plate splines, propuesta por M.F. Hutchinson (ver bibliografía), aunque han sido también valorados
los métodos de kriging habituales en prospección minera, así como los basados en regresión
múltiple.
Bibliografía
Beek, E.G.; Stein, A.; Janssen, L.L.F. (1992) Spatial variability and interpolation of daily
precipitation amount. Stochastic Hydrology and Hydraulics, 6: 304-320.
Bigg, Grant R. (1991) Kriging and intraregional rainfall variability in England. International Journal of
Climatology, 11:663-675.
Collins, Fred C.; Bolstad, Paul V. (1996) A comparison of spatial interpolation techniques in
temperature estimation. NCGIA Third International Conference/Workshop on Integrating GIS and
Environmental Modelling. Disponible en Internet:
http://www.sbg.ac.at/geo/idrisi/GIS_Environmental_Modeling/sf_papers/ collins_fred/collins.html
Daly, Christopher (1994) A statistical-topographic model for mapping climatological precipitation
over mountainous terrain. Journal of Applied Meteorology, 33(2): 140-158.
Dingman, S. Lawrence; Seely-Reynolds, Diana M.; Reynolds, Robert C. (1988) Application of
kriging to estimating mean annual precipitation in a region of orographic influence. Water
Resources Bulletin, 24(2): 329-339.
Hutchinson, M.F.; Bischof, R.J. (1983) A new method for estimating the spatial distribution of mean
seasonal and annual rainfall applied to the Hunter Valley, New South Wales. Australian
Meteorological Magazine, 31: 179-184.
Hutchinson, M.F.; Booth, T.H.; McMahon, J.P.; Nix, H.A. (1984) Estimating monthly mean values
of daily total solar radiation for Australia. Solar Energy, 32(2): 277-290.
Hutchinson, M.F. (1991) Climatic analyses in data sparse regions. In Muchow & Bellamy (Eds.)
Climatic risk in crop production: 55-71. CAB International.
Hutchinson, M.F. (1991) The application of thin plate smoothing splines to continent-wide data
assimilation. In J.D. Jasper (Ed.): Data Assimilation Systems. BMRC Research Report, 27: 104-113.
Hutchinson, M.F. (1995) Interpolating mean rainfall using thin plate smoothing splines. International
Journal of Geographical Information Systems, 9 (4): 385-403.
Lennon, Jack J.; Turner, John R.G. (1995) Predicting the spatial distribution of climate temperature
in Great Britain. Journal of Animal Ecology, 64: 370-392.
Saveliev, Anatoly A.; Mucharamova, Svetlana S.; Piliugin, Gennady A. (1998) Modeling of the
daily rainfall values using surfaces under tension and kriging. Journal of Geographic Information and
Decision Analysis, 2(2): 58-71Stein, A. (1993) Spatial interpolation of soil moisture data with universal cokriging. Quantitative
Geology and Geostatistics (Serie): Geostatistics Tróia '92, 2: 841-852.
Monografías
Journal of Geographic Information and Decision Analysis,
Vol. 2, No. 2. Special Issue: Spatial Interpolation Comparison 97
http://publish.uwo.ca/~jmalczew/gida_4.htm
M. G. Genton & R. Furrer , Analysis of Rainfall Data by Simple Good Sense: Is Spatial Statistics
Worth the Trouble?
M. Tomczak, Spatial interpolation and its uncertainty using automated anisotropic inverse distance
weighing (IDW) - Cross-validation /Jackknife approach.
A. Ali, Nonparametric spatial rainfall characterization using adaptative kernel estimator.
B. Rajagopalan & U. Lall, Locally weighted polynomial estimation of spatial precipitation.
A.A. Saveliev, S.S. Mucharamova & G. A. Piliugin, Modeling of the daily rainfall values using
surface under tension and kriging.
P. M. Atkinson & C. D. Lloyd, Mapping precipitation in switzerland with ordinary and indicator
kriging.
D. Allard, Geostatistical classification and class kriging.
L. Raty & M. Gilbert, Large-scale versus small-scale variation decomposition, followed by kriging
based on a relative variogram, in presence of a non-stationary residual variance.
M. G. Genton & R. Furrer, Analysis of rainfall data by robust spatial statistics using S+ SpatialStats.
R. Bruno & B. M. Capicotto, Geostatistical Analysis of Pluviometric Data: IRF-K Approach.
M. F. Hutchinson, Interpolation of rainfall data with thin plate smoothing splines: I. Two
dimensional smoothing of data with short range correlation.
M. F. Hutchinson, Interpolation of rainfall data with thin plate smoothing splines: II. Analysis of
topographic dependence.
A. H. Thieken, Estimating daily regional rainfall fields by multiquadric functions: accuracy of
interpolation and decision making.
J. G. Wendelberger, The estimation of rainfall distribution for emergency response to chernobyl
type incidents utilizing multidimensional smoothing splines.
G. Gallo, M. Spagnuolo & S. Spinello, Rainfall estimation from sparse data with fuzzy B-splines
Y. Huang, P. M. Wong & T. Gedeon, Spatial interpolation using fuzzy reasoning and genetic
algorithms.
V. Demyanov, M. Kanevski, S. Chernov, E. Savelieva & V. Timonin, Neural network residual
kriging application for climatic data.
S. Lee, S. Cho & P. M. Wong, Rainfall prediction using artificial neural networks.
Y. M. Lee,A methodological study of the application of the maximum entropy estimator to spatial
interpolation.
Estaciones meteorológicas de Extremadura
150000
200000
250000
3495
LEYENDA
Tipo de estaciones
4450000
3504A
$
3549
$
$
$
$ $
$
$
$
$
$
$
$
4400000
3562U
$
$
3465
$
$
4350000
$
$
$
$
$
$
$
$
$
$
4431E
$
$
$
$
$ $
$
$
$
$$
$
$$
$
$
$$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
6
$
$
$
$
$
$$
$
$
4500
$
$
$
$
$
$$
$
4383
$
$
$
$
$
4503
$
$
$
$$
$
$
$
$
$
$
4325
4392
$
$
$
$
$
4395B
$
4251A
$
$
$
$
4250
$
$
$
$
$
$
$
$
$
$
$
4244
$
Escala 1:1.000.000
0
$
$
4250000
4511
$
$
$
$
$
$
$
$
$
4376
$
$ 4429C $
$ $
$
$
$
$
$
$
$
4331
4436A
$
$
$
4406A
$
$
$
$
$ $
$
$
$
$
$
4484
$
$
$
$
$
$
$ $
$ $
4444B
$
$
$
$
$
$
$
$
$
$
$
$
4300000
4300000
$
4452
$
4238
4350000
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$ $
$
4348E
$
$
$
$
$
$
$
$
$
$
$
4411
$
3453
$$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
$
3469A
$
3384
4400000
$
$
$
$ $
3385E
$ $
$
$
$
$
$
$
4471 $
3427E
$
$
$
$
$
$
$
3576
$
$
$
$
3429E
$
$
$
$
$
3448
4250000
$
$
$
$
3439$
$
termopluviométricas
contrastadas
no contrastadas
pluviométricas
$
$ $
$$
$
$
$
$
$
$
3519 $
$
3514A
$
3502
$
$
$
$
4450000
Grupo de
Investigación en
Conservación
350000
$
$
$
300000
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
4200000
4200000
$
150000
200000
250000
300000
350000
TEMPERATURAS
Temperatura máxima absoluta (ºC)
150000
200000
250000
300000
350000
LEYENDA
36
36
Grupo de
Investigación en
Conservación
< 36.0
36.0 - 36.9
37
4450000
4450000
Temperatura máxima
absoluta (ºC)
37.0 - 37.9
37
38.0 - 38.9
38
38
39
38
40
40
39.0 - 39.9
37
40.0 - 40.9
39
42
41.0 - 41.9
40
42.0 - 42.9
41
43.0 >
4400000
4400000
42
39
38
41
40
42
43
40
41
40
40
40
4350000
41
40
43
4350000
42
42
40
43
42
41
40 39
39
4300000
40
4300000
40
40
42
42
40 41 42
43
39
40
40
42
43 42 41 40 39
4250000
41
41
38
39 40
40 39
38
41
4250000
6
38
43
Escala 1:1.000.000
40 41
38
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
43
4200000
4200000
39
0
42
150000
200000
250000
300000
350000
Temperatura media de las máximas anual (ºC)
150000
200000
250000
300000
350000
LEYENDA
25
26
Grupo de
Investigación en
Conservación
< 24.0
24.0 - 25.0
29 28 27 26
27
25.0 - 26.0
26.0 - 27.0
28
4450000
4450000
Temperatura media de
las máximas anual (ºC)
27.0 - 28.0
28.0 - 29.0
29.0 - 30.0
30.0 - 31.0
31.0 - 32.0
31
29
30
30
30
4400000
4400000
29
27
28 29
29
28
27
26
4350000
4350000
30
27
28
29
29
29
30
29
29
30
27
28
29
4300000
4300000
30
28
28
30
29
30
29
30
30
27
28
4250000
30
29 28 27
28 29 30
4250000
28
27
6
27
Escala 1:1.000.000
28
27
26
29
28
0
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
4200000
4200000
30
150000
200000
250000
300000
350000
Temperatura media de las mínimas anual (ºC)
150000
200000
250000
300000
350000
LEYENDA
10
11
98
< 6.0
Grupo de
Investigación en
Conservación
6.0 - 7.0
8
11
9
10
11
12
13
12
10
8
10.0 - 11.0
7
11.0 - 12.0
4450000
4450000
9
Temperatura media de
las mínimas anual (ºC)
7
7.0 - 8.0
8.0 - 9.0
9.0 - 10.0
12.0 - 13.0
10
13.0 - 14.0
> 14.0
4400000
4400000
11
9
9
8 7 6
9
11
10
12
11
4350000
4350000
12
12
12
11
9
10
13
11
9
11
8
10
12 11
9
13
12
10
12 13
11
10
11
9
12
6
10
8
9
9
4250000
4250000
9
10
11
12
4300000
4300000
9
Escala 1:1.000.000
10
0
10
20
30
40 km
4200000
4200000
Proyección UTM (huso 30)
Esferoide Internacional 1909
150000
200000
250000
300000
350000
Temperatura mínima absoluta (ºC)
150000
200000
-4
250000
300000
350000
LEYENDA
-6
-5
Temperatura mínima
absoluta (ºC)
Grupo de
Investigación en
Conservación
-3
-2
-1
< -7.0
-7.0 - -6.0
0
-4
-3
-2
-6
-4
-1 -2
-2
1
0
-1
-5.9 - -5.0
-4
-5
-2.9 - -2.0
-4.9 - -4.0
4450000
4450000
-4
-3.9 - -3.0
-1.9 - -1.0
-1
-0.9 - 0.0
0.0 - 1.9
4400000
4400000
2.0 >
-3
-1
0
-4 -5 -6 -7 -8
-5
-3
-2
-5
-3
0
-3
-4 -3
1
2
-2
-1
0
-1
4350000
4350000
0
-4
-5
-4
-3
-2
-1
-1
0
-3
-3
-1
-4
0
-1
-3
-2
-4
-2
4250000
1
2
-3
-1
3
-1
-3
-3
-4
-5
6
-1
-3
-2
4250000
0
-1
-2
-3
4
-3
0
0
0
1
2
4300000
-6
-5
0
1
-4
-1
-3
4300000
-3
Escala 1:1.000.000
-2
0
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
-1
4200000
4200000
0
150000
200000
250000
300000
350000
Días de helada anuales
150000
200000
250000
300000
350000
LEYENDA
50
Días de helada anuales
Grupo de
Investigación en
Conservación
0
0-5
10 20
10
10
6 - 10
0
4450000
4450000
40
30
11 - 15
16 - 20
20 10
21 - 25
26 - 30
30
10 20
60
30 40 50
20
31 - 40
41 - 50
51 - 60
4400000
4400000
> 60
30
10
20
60
50
10
10
20
0
10
0
20
50
20
40 30
0
0
0
30
40
10 0
30
4250000
30
20
10
Escala 1:1.000.000
0
10
10
4250000
6
40
0 10
4300000
10
30
30
20
4300000
4350000
4350000
0
0
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
4200000
4200000
0
150000
200000
250000
300000
350000
PRECIPITACIONES
Precipitación media anual (litros/m²)
150000
200000
250000
300000
350000
1500
LEYENDA
1300
1600
1200
1000
1300
1100
Grupo de
Investigación en
Conservación
1200
< 300
1400
300 - 400
1600
1500
1300
800
900
1000
700
700 - 800
800
800 - 1000
800
1000 - 1200
700
> 1200
600
700
600
500
600
800
600
4400000
4400000
700
600
500 - 600
1100
700
400
400 - 500
600 - 700
600
600
4450000
4450000
1400
Precipitación media anual
(litros/m²)
500 400
900
1000
700
800
700
300
500
600
600
600 700 800
400
600 700
700
500
400
400
400
500
500
600
400
4300000
4300000
400
400
4350000
4350000
500 400
300
500
400
500
600
500
400
500
700
600
4250000
500
600
700
800
Escala 1:1.000.000
500 600
0
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
800
700
4200000
4200000
900
4250000
6
400
150000
200000
250000
300000
350000
Precipitación media en el periodo enero-marzo (litros/m²)
200000
300000
350000
350
LEYENDA
300
Precipitación media en
el primer trimestre:
enero-marzo (litros/m²)
250
300
Grupo de
Investigación en
Conservación
250000
< 50
50 - 100
200
100 - 150
150
350
300
250
200
100
150
4450000
4450000
150000
150 - 200
200 - 250
150
250 - 300
300 - 350
> 350
100
100
4400000
4400000
100
100
150
150
150
100
100
200
100
150
150
4350000
4350000
50
150
150
100
50
4300000
4300000
150
50
100
150
100
4250000
150
150
200
150
200
4250000
6
Escala 1:1.000.000
0
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
4200000
4200000
250
150000
200000
250000
300000
350000
Precipitación media en el periodo abril-junio (litros/m²)
150000
200000
250000
300000
350000
LEYENDA
350
100
Grupo de
Investigación en
Conservación
250
250
350
< 50
50 - 100
200
200
250
150
200
300
4450000
4450000
300
Precipitación media en
el segundo trimestre:
abril-junio (litros/m²)
100 - 150
450
400
150 - 200
150
200 - 250
150
250 - 300
300 - 350
350 - 400
> 400
150
4400000
4400000
200
100 150
200
200
250
150
150
250
150
100
4350000
4350000
200
100
100
150
200
150 100
100
150
150
4300000
100
200
100
150
150
100
150
6
100
200
100
100
150
4250000
4250000
150
150
4300000
100
Escala 1:1.000.000
0
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
4200000
4200000
200
150000
200000
250000
300000
350000
Precipitación media en el periodo julio-septiembre (litros/m²)
150000
200000
250000
300000
350000
LEYENDA
100
75
125
100
Grupo de
Investigación en
Conservación
Precipitación media en
el tercer trimestre:
julio-septiembre (litros/m²)
< 25
25 - 50
75
50 - 75
50
100
75
50
75 - 100
50
100 - 125
50
125 - 150
4400000
4400000
4450000
4450000
125
50
25
75
4350000
4350000
25
25
25
25
50
25
4300000
4300000
25
50
25
6
25
50
25
50
50
75
25
50
50
4250000
4250000
50
Escala 1:1.000.000
0
10
20
30
40 km
4200000
4200000
Proyección UTM (huso 30)
Esferoide Internacional 1909
150000
200000
250000
300000
350000
Precipitación media en el periodo octubre-diciembre (litros/m²)
150000
200000
250000
300000
350000
700
600
500
400
Grupo de
Investigación en
Conservación
800
< 100
100 - 200
300
300
700
200 - 300
600
500
400
300 - 400
4450000
4450000
LEYENDA
Precipitación media en
el primer trimestre:
enero-marzo (litros/m²)
400 - 500
500 - 600
400
600 - 700
700 - 800
4400000
4400000
> 800
300
300 200
200
300
300
300
200
400
300
200
4300000
4300000
200
300 400 500
100
200
100
200
100
400
300
4250000
200
300
Escala 1:1.000.000
300
300
0
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
400
4200000
4200000
400
4250000
6
300
200
4350000
4350000
200
150000
200000
250000
300000
350000
Días de lluvia anuales
150000
200000
250000
300000
350000
LEYENDA
Días de lluvia anuales
110
60
Grupo de
Investigación en
Conservación
60
90
70
< 40
130
120
41 - 50
90 100
4450000
4450000
90
51 - 60
61 - 70
80
71 - 80
80
81 - 90
91 - 100
90
100
101 - 110
111 - 120
4400000
4400000
> 120
50
80
70
90
60
60
90
60
100
80 70
4350000
60
50
60
4350000
70
60
80
90
50
80
80
80
50 60
80
70
60
70
50
50
70
4300000
4300000
70
70
60
70
40 30
80
80
90
70 60
50
70
4250000
100
110
6
90
80
50 60
70
70
80
80
90
Escala 1:1.000.000
90
0
60
50
4250000
80
80
90
10
20
30
40 km
Proyección UTM (huso 30)
Esferoide Internacional 1909
4200000
4200000
50
150000
200000
250000
300000
350000
INSOLACIÓN
Índices de exposición a la insolación (declinación solar = -23º)
150000
200000
250000
300000
350000
LEYENDA
Índices de exposición
(declinación = -23º)
Grupo de
Investigación en
Conservación
0.25 - 0.50
0.50 - 0.75
0.75 - 1.00
4450000
4450000
0.00 - 0.25
1.00 - 1.25
1.25 - 1.50
1.50 - 1.75
4300000
4300000
4350000
4350000
4400000
4400000
1.75 - 2.50
4250000
4250000
6
Escala 1:1.000.000
0
10
20
30
40 km
4200000
4200000
Proyección UTM (huso 30)
Esferoide Internacional 1909
150000
200000
250000
300000
350000
Índices de exposición a la insolación (declinación solar = -23º)
240000
250000
260000
270000
280000
290000
300000
310000
Grupo de
Investigación en
Conservación
4460000
4460000
4450000
4450000
4440000
4440000
LEYENDA
Índices de exposición
(declinación = 0º)
4430000
4430000
0.00 - 0.25
0.25 - 0.50
0.50 - 0.75
0.75 - 1.00
4420000
4420000
1.00 - 1.25
1.25 - 1.50
1.50 - 1.75
240000
250000
260000
270000
280000
290000
300000
310000
1.75 - 2.50
Índices de exposición a la insolación (declinación solar = -12º)
150000
200000
250000
300000
350000
LEYENDA
Índices de exposición
(declinación = -12º)
Grupo de
Investigación en
Conservación
0.25 - 0.50
0.50 - 0.75
0.75 - 1.00
4450000
4450000
0.00 - 0.25
1.00 - 1.25
1.25 - 1.50
1.50 - 1.75
4300000
4300000
4350000
4350000
4400000
4400000
1.75 - 2.50
4250000
4250000
6
Escala 1:1.000.000
0
10
20
30
40 km
4200000
4200000
Proyección UTM (huso 30)
Esferoide Internacional 1909
150000
200000
250000
300000
350000
Índices de exposición a la insolación (declinación solar = 0º)
150000
200000
250000
300000
350000
LEYENDA
Índices de exposición
(declinación = 0º)
Grupo de
Investigación en
Conservación
0.25 - 0.50
0.50 - 0.75
0.75 - 1.00
4450000
4450000
0.00 - 0.25
1.00 - 1.25
1.25 - 1.50
1.50 - 1.75
4300000
4300000
4350000
4350000
4400000
4400000
1.75 - 2.50
4250000
4250000
6
Escala 1:1.000.000
0
10
20
30
40 km
4200000
4200000
Proyección UTM (huso 30)
Esferoide Internacional 1909
150000
200000
250000
300000
350000