DIFERENTES TCNICAS ESTAD~STICAS* Sergio Martn Vicente Serrano y Miguel ngel Saz Snchez Dpto. de Geografa y Ordenacin del Territorio. Universidad de Zaragoza. Campus de San Francisco, 50009-Zaragoza. e-mail: svicen@posta.unizar.es Resumen: Este trabajo analiza la calidad final de diferentes cartografas continuas de precipitaciones y te~iiperaturas realizadas a partir de distintos riltodos de inter- polacin. El anlisis se Iia realizado en el sector central del valle del Ebro, un espacio de topografa suave pero que se encuentra dominado por cornplejos patrones climticos. Se lian realizado 23 cartografas con diferentes tipos de nitodos (locales, globales y geoestadsticos). Los mejores resultados en la car- tografa de precipitaciones se han obtenido niediante la aplicacin de iiitodos geoestadsticos, en concreto las tcnicas de block-kriging y cok~*iging. Las tenl- peraturas se han cartografiado con mejores resultados a partir de un modelo de regresin mltiple. Se discute acerca de la utilidad de las diferentes tcnicas car- togrficas en funcin de la variable analizada. Palabras clave: Cartografa, mtodos de interpelacin, ~utodos geoestadsticos, temperaturas, precipitaciones, Valle del Ebro, Espaa. Abstract: This work ailalyses the final quality of different continuous cartogra- pliies of precipitation and teniperatures carried out using different interpolation techniques. The analysis has been performed in the central Ebro valley, an area with flat topogrnphy but complex clirnatic patterns. 23 riiaps of temperature and precipitation have been perforrned witli different inethods (local, global and geostatistics). The best results in the precipitation ri~aps have been obtained by rneans of geostatistical rnethods. Block-kriging and cokriging provide tlie hect results for the interpolation of precipitation. Regression iiiodel provide tlie Iiigher quality results for temperature interpolation. Tlie utility oF differeiit iilap- ping inetl-iods is discussed. Key words: Cartography, Interpolation n-iethods, geostatistics, teniperatures, precipitation, Ebro valley, Spain. ' Recibido: 25-3-2002 Aceptado: 11-4-2002 Geoqraphicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez 1. Introduccin La demanda de cartografas climticas por parte de mltiples disciplinas encuen- tra una serie de problemas relacionados con la cobertura espacial de los datos. La deficiente cobertura espacial de la informacin climtica, relacionada con el carcter puntual de los datos y la escasa densidad de observatorios existentes, es una limita- cin importante, en ocasiones determinante, para la puesta en marcha de investiga- ciones o la toma de decisiones ligadas a la ordenacin agrcola y ambiental. El pro- blema se agudiza en los pases del tercer mundo o en los grandes vacos poblacionales de la tierra (desiertos, selvas, regiones polares), donde la red de obser- vatorios es muy poco densa. En los pases mediterrneos, debido a la dispersin en el hbitat rural, tambin se suelen encontrar problemas en la obtencin de datos cli- matolgicos que permitan realizar adecuadas cartografas. Para solucionar este problema se Iian desarrollado diferentes mtodos estadsticos que permiten obtener una estimacin continua en el territorio, para posibilitar la rea- lizacin de mapas climticos mediante la estimacin del valor de las variables clim- ticas en los puntos en los que no se dispone de informacin. Existen inetodologas muy diversas en cuanto a su concepcin y su formulacin matemtica (Borrough y McDonnell, 1998). Estos mtodos han sido ampliamente aplicados a la interpolacin espacial de datos climticos para la obtencin de cartografas (Ninyerola et al., 2000; Goovaerts, 1997; Salas y Chuvieco, 1993). En la bibliografa encontramos mayor inters por la realizacin de cartografas en sectores montaosos (Goovaerts, 1999; Prudliomme y Reed, 1998; Daly et al., 1994). Este hecho est motivado por los probleinas que provoca la complejidad del relieve, ya que genera mltiples inicroambientes climticos cuyos valores son difciles de car- tografiar. A esto se une la escasa red de observatorios que encontramos en estas reas, ya que estn escasamente pobladas y los observatorios meteorolgicos se loca- lizan en los fondos de valle. Las dificultades son menores en las regiones llanas. No obstante, hay que tener en cuenta que muchas de las depresiones del mundo tienen unas caractersticas clirnti- cas muy complejas, debido a su posicin respecto a los relieves circundantes, a las variaciones estacionales de los flujos dominantes y al frecuente embolsamiento de aire fro en el centro de los valles, con fenmenos de inversiones trmicas y abun- dantes precipitaciones horizontales. Esta complejidad provoca variaciones climticas muy contrastadas entre espacios cercanos, lo que dificulta la cartografa de las varia- bles climticas en los puntos en los que no se dispone de informacin. Es indudable que la cartografa en estas reas presenta menores probleinas que en las regiones montaosas. No obstante, una correcta realizacin de cartografas clirnticas en reas llanas tiene un enorme inters cientfico y aplicado, ya que la tiiayor parte de las acti- Cartografa de precipitaciones y temperaturas en el valle . . . Geographicalia, 42, 2002: 73-92 vidades agrarias se concentran en los llanos, al igual que la mayor parte de la pobla- cin y de sus actividades econmicas y ldicas. Por esta razn, en este trabajo se plantea la realizacin de distintas cartografas mediante diferentes metodologas en un espacio llano, pero climticamente complejo, como es la depresin del Ebro (NE de Espaa). Los mtodos se aplican a dos variables climticas: temperaturas y precipitaciones, con la finalidad de determinar las diferencias que se obtienen a partir de cada mtodo y comprobar cual de ellos es mi s vlido. 2. rea de estudio En la figura 1 se indica la localizacin del rea de estudio. Se trata de un rea de 22.707 km2, limitada al norte por las sierras prepirenaicas, al sur por la cordillera ib- rica, y al este y oeste por los lmites administrativos de la comunidad autnoma de Aragn. El sector central del valle del Ebro (NE de Espaa) constituye un buen ejeni- plo de espacio con topografa suave pero en el que el comportamiento de las varia- bles climticas ofrece un elevado grado de complejidad espacial. Se trata de un rea donde domina la presencia de plataformas estructurales horizontales elaboradas sobre materiales terciarios, con altitudes inferiores a 500 m. Terrazas y glacis cuater- narios limitan cuencas aluviales de fondo plano (Pellicer y Ecl-ieverria, 1990). En el sector septentrional se alcanzan altitudes superiores a los 1500 m, al enlazar con la vertiente meridional de las Sierras Exteriores Pirenaicas. Al sur se encuentran las sie- rras del Sistema Ibrico, con ms de 2.300 m en el macizo del Moncayo, y ms de 1.500 m en los Puertos de Beceite, en el extremo ms suroriental. Latitudinalmente se encuentra dentro del dominio climtico subtropical, en el coii- tacto entre las influencias templadas y subtropicales. El relieve acta como elemento que asla el valle respecto a la influencia martima, por lo que el clima presenta importantes matices de continentalidad. Todo ello determina la coruplejidad del clima en la zona de estudio, en la que nos aparece corno principal rasgo definitorio la ari- dez (Ascaso y Casals, 1781; Cuadrat, 1989; Cuadrat, 1791; Prez y Creiis, 1794; Creus y Ferraz, 1995; Creus 1776; Del Valle, 1796). Los totales anuales de precipitacin oscilan entre 300 y 450 mm, aunque pueden superarse los 800 m n ~ en las reas montaosas septentrionales y meridionales. Estos reducidos volmenes van unidos a una elevada variabilidad interanual. As, frente a aos donde las precipitaciones superan arilpliamente el valor promedio, se ohsei-van otros donde lo recogido no llega ni siquiera a un tercio de esa cantidad. La tempe- ratura media anual oscila entre los 14C y los 16C en las zonas llanas y por debajo de los 11C en los sectores ms elevados. Las teriiperaturas proniedio son suaves pero Geographicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez la oscilacin trmica absoluta es muy acusada, ya que en los meses estivales no es extrao que se registren rilxiinas que superen los 40C, y en invierno registros infe- riores a -lOC, como consecuencia del elevado grado de continentalidad que propi- cia su situacin geogrfica (Cuadrat, 1999). La vegetacin dominante es esteparia de influencia trmica (Pedrocchi, 1998; Surez et al., 1992). Esta vegetacin est condicionada por la litologa, los suelos y la aridez caracterstica. Si exclui~nos las escasas reas inontaosas, en las que incluso aparecen pequeas forinaciones de Fagzcs sylvatica, Pinus sylvestris, Quercuspetmea y Q. Pyrenaica, la vegetacin arbrea natural se encuentra en proceso de regresin debido a la intensa actividad humana, quedando pequeos bosques de.Junipen~s thu- ?vera L, Quercus ilex ssp ballota y Q. coccqera., localizados generalmente en los talu- des de los relieves tabulares, junto a algunas repoblaciones de Pintls halepensis. 0 20 40 Km u Figura 1. Localizacin del rea de estudio. 3. Metodologa 3.1. Datos utilizados Para la realizacin de las diferentes cartografas se ha utilizado una serie terilporal de 222 observatorios pluviorntricos y 149 terrnomtricos, obtenida en el Instituto Cartografa de precipitaciones y temperaturas en el valle ... Geographicalia, 42, 2002: 73-92 . ntea- Nacional de Meteorologa. Para homogeneizar los promedios se sigui el pl.1 miento de niinyerola et al., (2000), utilizando para la interpolacin las series pluvio- mtricas de rns de 20 aos de registros y las termomtricas de ms de 15 aos. Por esta razn, la base de datos se redujo a 99 estaciones pluviorntricas y 61 teriiiom- tricas, de las que se calcularon los promedios totales anuales. Se realiz un muestre0 aleatorio, seleccionando el 70% de los datos para realizar las diferentes cartografas. El 30% restante se reseiv para testar los resultados. Las diferentes interpolaciones se han realizado a un tamao de celda de 1 k111. Se utiliz un modelo digital de elevaciones (MDE) con igual tamao de celda, propor- cionado por la Confederacin Hidrogrfica del Ebro, para realizar las interpolaciones en las que era precisa la variable elevacin. 3.2. Tcnicas de interpolacin En los ltimos aos, gracias a la aparicin de herramientas inforn~ticas y a la posibilidad de generar bases de datos referenciadas espacialmente, han surgido diferentes mtodos de cartografa e interpolacin autonltica. Estos procedirilien- tos, basados en mtodos cuantitativos y en estadstica espacial, se clasifican en mtodos globales, locales y mtodos de interpolacin ptimos o geoestadsticos (Borrough y McDonell, 2000). En la literatura cientfica existen innumerables ejem- plos de la aplicacin de cada uno de estos mtodos a la interpolacin de variables climticas. 3.2.1. Utilizacin de mtodos de interpolacin globales Los mtodos globales ms utilizados recurren a informacin externa para la reali- zacin de la interpolacin, Son mtodos inexactos en los que el valor estimado por el rilodelo no tiene por qu coincidir con el valor real de la variable cliriltica en los observatorios meteorolgicos donde se produce la medici6n (Borrougli y McDonnell, 1998). Los intodos de interpolacin basados en modelos empricos de regresin sim- ple o mltiple permiten estimar el valor de la variable clirntica a partir de una serie de variables independientes. Konrad 11 (1996) genera diferentes n~odelos en los que factores topogrficos actan como variables independientes explicativas respecto a eventos de precipitacin de diferente intensidad. Goodale et al., (1998); Hargy (1997); Salas y Chuvieco (1993); Daly et al. (1994); Prudliomri~e y Reed (1998), entre otros, interpolan diferentes variables climticas mediante la utilizaciri de informacin topo- grfica (f~indamentalrnente elevacin) y geogrfica (direccin de los flujos de viento, distancia al mar,. . .). Geographicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez El primer mtodo de carcter global aplicado a la interpolacin de teiriperaturas y precipitaciones ha sido el ajuste de una serie de modelos empricos lineales que se corresponden con superficies de tendencia de diferente orden (lineal, cuadrjtica, cbica, orden cuatro y cinco). La forina de las primeras tres funciones es la siguiente: Lineal: Cuadrtica: Cbica: Donde z es el valor estimado. x e y son las coordenadas longitud y latitud, res- pectivamente. b,, son los diferentes coeficientes de las ecuaciones. El segundo mtodo global utilizado ha consistido en la elaboracin de dos mode- los empricos de regresin mltiple para temperaturas y precipitaciones. Las relacio- nes que se prod~icen entre las variables climhticas y la topografa se han estudiado de forma dilatada en la literatura cientfica (Bonacina, 1945; Daly et al., 1994; Basist et al., 1994; Tabony, 1985). En el caso de las precipitaciones las variables indepen- dientes utilizadas han sido la elevacin, longitud y latitud. Para las temperaturas se ha introducido tambin la radiacin solar potencial media diaria a lo largo del ao obtenida segn el mtodo de Pons (1996) a partir del SIG Miramn (Pons, 1998). En la figura 2 se muestra la relacin existente entre las precipitaciones anuales y las varia- bles elevacin, latitud y longitud. Existe un claro control de la precipitacin por parte de la elevacin del terreno, registrndose los mayores valores de la variable en los observatorios ubicados a rnayor altitud. La presencia de las cadenas prepirenaicas al norte del rea de estudio condiciona un mayor reparto de precipitaciones en estos sectores, debido tanto a la elevacin como a la mayor apertura a las perturbaciones asociadas al frente polar. La latitud interviene positivatnente en el increl-iiento de los valores de precipitacin, debido a la ins frecuente llegada de precipitaciones fron- tales en el norte, aspecto que tambin se apoya en la ubicacin de las rilayores ele- vaciones en los sectores septentrionales. La existencia de algunos obsesvatorios ubi- cados en bajas latitudes con altos valores de precipitacin est condicionada por la presencia de sierras ms elevadas y a una rnayor apertura de las reas surorientales a las perturbaciones nlediterrneas. No existe una relacin clara entre precipitacin y longitud, si bien las reas noroccidentales reciben una mayor cantidad de precipita- ciones debido a su apertura ante los flujos dominantes de direccin N - m . Cartografa de precipitaciones y temperaturas en el valle . . . Geographicalia, 42, 2002: 73-92 BWiIO' *. 200 300 400 5W 6M 700 BW PW IWO Preclptacon (mm] Figura 2. Relacin entre las precipitaciones medias anuales y las variables elevacin, latitud y longitud. En la figura 3 se recogen las relaciones existentes entre las temperaturas ~iledias anuales y las diferentes variables utilizadas en el modelo. Las dos nicas variables en las que se encuentra una clara relacin con los valores trmicos son la elevacin y la latitud, con una relacin inversa en ambos casos. Las variables longitud y radiacin solar incidente no influyen en la distribucin espacial de las temperaturas. En el caso de la radiacin solar es debido a las escasas diferencias topogrficas del rea de estu- dio, con escasos contrastes entre unas reas y otras a la escala de este trabajo (1 kril). 10 11 IZ 13 14 ? S 16 17 10 1 1 12 13 i 4 15 16 $ 7 Temperatura I'C] Temperatura ( T I Figura 3. Relacin entre las temperaturas medias anuales y las variables elevacin, latitud, l ongi tud y radiacin solar potencial media diaria. Geoqraphicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez Los resultados del anlisis de regresin inltiple y los il~odelos obtenidos mediante un mtodo stepwise para el caso de las precipitaciones se recogen en las tabla 1 y 2. La inclusin de las tres variables analizadas en el inodelo supone un increrriento de la validez del mismo. Debido a ello, el nod de lo final utilizado incluye las variables ele- vacin, longitud y latitud. Tabla 1. Modelos obtenidos en el caso de las precipitaciones medias anuales MODELO R R CUADRADO R CUADRADO AJUSTADO ERROR ESTNDAI? DE LA ESTIMACIN 1 A 0.716 0.634 0.628 79.28573 A Predictores: (Coristante) y Elevacin. B I'redictores: (Coristante), Elevacin y Latitud. C Predictores: (Constante), Elevacin, Latitud y Longitud Tabla 2. Coeficientes del modelo de regresin mltiple (precipitaciones) VARIABLES COEFICIENTES ERROR ESTNDAR SIGNIFICACIN (Constante) -6001.612 667.247 ,000 Elevacin ,559 .O39 ,000 Latitud 1.234 ,138 ,000 Longitud ,751 ,138 ,000 Los resultados para el caso de las tenlperaturas se recogen en las tabla 3 y 4. Solatne~lte se han incluido en el modelo las variables elevacin y latitud. La longitud y la radiacin solar potencial media diaria no son significativas. Tabla 3. Modelos obtenidos en el caso de las temperaturas medias anuales. MODELO R R CUADRADO R CUADRADO AJUSTADO ERROK ESTNDAR DE LA ESTIL~ACIN h 0.806 0.649 0.641 0.65 51 B 0.861 0.741 0.728 0.5701 A I'redictores: (Constante) y Elevacin. B Predictores: (Constante). Elevacin y Latitud. Las variables Longitud y Radiacin solar incidente no son significativas Tabla 4. Coeficientes del modelo de regresin mltiple (temperaturas) VAKIABLES COEFICIENTES ERROR ESTNDAR SI GNI FI CACI ~N (Constante) 47.389 8.492 ,000 Elevaciri -3.724-O3 . 000 ,000 L~titucl -6.880E-O3 ,002 ,001 Cartografa de preci pi tacones y temperaturas en el valle ... Geographicalia, 42, 2002: 73-92 3.2.2. Utilizacin de mtodos de interpolacin locales Los interpoladores locales no utilizan informacin auxiliar, nicamente se siiven de los datos climticos de los observatorios. Este tipo de interpolacin requiere la seleccin de un 5rea o un ninero de puntos mnimo para la prediccin. Interpoladores locales como los polgonos de Thiessen (Thiessen, 19111, el inverso de la distancia al cuadrado o las splines tambin han sido utilizados en la interpola- cin de variables climticas (Blenow y Persson, 1998; Hutchinson, 1995). Se han uti- lizado estos tres rntodos locales, que constituyen interpoladores exactos, donde el valor estimado en los puntos de observacin coincide con el valor real. En el caso de los polgonos de Thiessen, los puntos en los que se quiere estiniar el valor de la variable climtica tornan el valor del punto n ~ i s cercano en el que existe observacin. De esta manera se obtiene una red de polgonos condicionada por la distribucin espacial de los puntos de muestreo, y donde se producen bruscas dis- continuidades en el valor de la variable al pasar de un polgono a otro. La tcnica de interpolacin mediante el inverso de la distancia combina las ideas de proximidad planteadas por el mtodo de polgonos de Thiessen con los cambios graduales que se producen a partir de una superficie de tendencia (Borrougl~ y McDonnell, 1998). Los valores estimados se obtienen con los puntos de muestreo existentes. Los puntos ms cercanos tendrn un peso superior, ya que existe una pon- deracin en funcin de la distancia. z(y,) es el valor estimado para el punto donde se desea interpolar z(x) es igual al valor del punto donde existe observacin d,, es la distancia entre el punto z(x,,) y el punto z(x] r es el exponente de la distancia que condiciona el resultado final de la cartografa. Se han realizado cartografas con exponentes r=l , r=2 y r=4 Finalmente se utiliz una interpolacin mediante splines. Este mtodo busca la funcin regular continua y derivable que se adapta mejor a los puntos de muestreo sin perder sus propiedades de continuidad. Esta funcin es una superposicin de una faniilia de funciones parametrizables. Cada trmino tiene un peso in~portante en una regin deteriilinada y un peso nulo fuer de esta regin. El valor estimado z(x,yI) Geoqraphicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez estar determinado por dos trminos, de tal manera que T(x,y) es una funcin pol- nomica equiparable a las utilizadas en una interpolacin mediante superficie de ten- dencia y que supone el trmino regularizador. El segundo trmino engloba una serie de f~inciones radiales, donde 4 representa el conjunto de parmetros que se deben estimar y %(Y,) son un conjunto de funcio- nes conocidas Mitasova et al., (1995) explican la forma de obtener los paririietros ;l rp es el coeficiente de tensin utilizado en la interpolacin, C,. es la constante de Euler (0.577215 ... ) E es la funcin exponencial 5 = - J ( X - X ; ) 2 + ( y - y i ) 2 Mediante el nidulo INTERPNT del SIG Miramon se lian realizado diferentes inter- polaciones mediante splines, modificando los parmetros de tensin y regularizacin. Se han realizado interpolacin con los parmetros rp = 400, rp = 5000, T(x,y) = O y T(x,y) = 400. 3.2.3 Mtodos geoestadsticos En los iltimos aos, los mtodos ms utilizados en climatologa son los basados en tcnicas geoestadsticas (Atkinson, 1997; Goovaerts, 1997; Cressie, 1990). Las esti- tiiaciones realizadas mediante los diferentes riitodos de kriging se basan en una suma ponderada de las n observaciones nias cercanas al punto de estimacin. El peso de cada uno de los puntos ser escogido para que la estimacin no se encuentre ses- gada y tenga la menor varianza posible en relacin a otras posibles combinaciones lineales entre el conjunto de observaciones disponibles. Numerosos trabajos descri- ben minuciosamente las diferentes tcnicas geoestadsticas (Borro~igh y McDonnell, 1998; Goovaerts, 1997; Isaaks y Strivastava, 1989). Existen diferentes tcnicas geoes- tadsticas que incluyen una o ms variables en la interpolacin (siwzple k ~ g i u g , oi-di- n a y kriging, block kriging, cokl-iging, ... ) con una coniplejidad creciente ciianto mayor es el nmero de variables introducidas. En la bibliografa ericontraiiios i-iiilti- ples ejemplos de la interpolacin de variables clirilticas a partir de ~ntoclos geoes- tadsticos (Karnieli, 1990; Pliillips, et al., 1992; Ishida y Kawashi~iia, 1993; Bacchi y Kottegoda, 1995; Bigg, 1991; Goovaerts, 2000). Diferentes resultados lian sido obte- nidos al aplicar las distintas tcnicas geoestadsticas. Para la realizacin de las carto- Cartografa de precipitaciones y temperaturas en el valle . . . Geographicalia, 42, 2002: 73-92 grafas de precipitaciones y temperaturas de este trabajo mediante tcnicas geoesta- dsticas se ha utilizado el programa GSTAT (Pebesma and Wesseling, 19981, tanto para los ajustes y la obtencin de los semivariogramas con10 para la interpolacin final. 3.2.4 Mtodos mixtos Recientemente se estn desarrollando procedimientos que combinan diferentes tipos de mtodos (Ninyerola et al., 2000; Prudhomme y Reed, 1999). Estos plantea- mientos presentan la ventaja de considerar las tendencias generales y relaciones fsi- cas que se producen entre la variable climtica y los factores geogrficos del iiledio y tener en cuenta la correlacin y dependencia espacial de la inforrilacin climtica disponible. Los mtodos globales son interpoladores inexactos, de tal inanera que el valor estimado no se corresponde con el valor real de la variable en el punto de observa- cin. Ninyerola et al. (2000) desarrollan un corrector relacionado con la magnitud de las diferencias en cada punto de muestreo: Corrector= observado- predicho (81 Los valores de correccin obtenidos se utilizan para refinar los resultados obteni- dos mediante el modelo de regresin. Sin embargo, corno estas correcciones se encuentran irregularmente distribuidas en el espacio es necesario interpolarlas. En el caso de las precipitaciones se han obtenido cartografas de correccin mediante inverso de la distancia al cuadrado y kriging, ya que existan unos patrones de corre- lacin espacial entre los residuos y se pudo ajustar un sernivariogranla. En el caso de las temperaturas no exista dicha correlacin espacial, de tal inanera que se sustituy el kriging por una interpolacin mediante splines. Mediante la suma de las cartografas de correccin y las cartografas predichas mediante el modelo de regresin (Ecuacin 9) se obtienen mapas donde los valores predicl-ios son rnodificados por las cartografas de correccin. De tal forma que en los lugares de observacin obtendremos valores reales de la variable climtica. Observado= predic1io-t corrector (9) 3.3. Test y validacin de los resultados Con los datos de precipitaciones y temperaturas inedias anuales de las estaciones reservadas para el test (30% de los datos iniciales) se estableci una conlparacin de las estimaciones obtenidas con cada uno de los mktodos de interpolacin y los valo- Geographicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez res reales de los observatorios. La calidad final de cada una de las cal-tografas se estim mediante el error riiedio cuadrtico (RMSE). Cuanto ms pi-xiiiio sea su valor a O mejor ser la cartografa resultante. zf es el valor observado y el circunflejo A indica el valor estimado por el ii~todo correspondiente. 4. Resultados En la figura 4 se indica el RMSE obtenido en cada una de las cartografas de pre- cipitaciones y temperaturas a partir de los datos de los observatorios reservados para el test. En el caso de las precipitaciones (grfico A), las diferencias observadas entre los diferentes mtodos son muy marcadas. Las tcnicas que reportan mejores resulta- dos son las geoestadsticas, con un WSE que oscila entre 22.02, en el caso del block krigiizg y 27.1 en el mtodo de kriging universal con tendencia cuadrtica. El rango de variacin entre todos los mtodos geoestadsticos es nicamente de 5 mm, si bien, el block kriging y cokriging son los dos mtodos que reportan mejores resultados. Tras los mtodos geoestadsticos son las superficies de tendencia de 3.' y 4" orden las que reportan mejores resultados, con un RMSE de 27.3 y 27.5 respectivamente. Entre los mtodos locales, las splines, con diferentes parmetros, son la tcnica que ~iiejor resultado ofrece. Los polgonos de Tliiessen y el inverso de la distancia suman erro- res mayores, aunque es el exponente r = 2 el que funciona mejor (RMSE = 34.5). Las superficies de tendencia de menor orden y el modelo de regresin son los ~iitodos de peores cartografas resiiltantes. Aunque la introduccin de mapas de correccin mejoran las estiniaciones del niodelo de regresin los resultados siguen quedando a niucha distancia de los mtodos geoestadisticos. La interpolacin de las correcciones mediante inverso de la distancia al cuadrado presenta mejores resultados que la inter- polacin con kriging. La calidad de los diferentes mtodos en la interpolacin de las temperaturas es clife- rente al encontrado en la interpolacin de las precipitaciones (Grfico E). Comparativamente, el RMSE que reportan las cartografias de teiilperaturas es superior al de las cartografias de precipitacin. La disponibilidad de un iiienor niiiero de observatorios termomtricos provoca mayores errores en la interpolacin a partir de tcnicas geoestadsticas; muy llamativos en el caso del cokriging (0.8 "c). En este caso los mtodos locales coino el inverso de la distancia al cuadrado o las splines con ten- sin dan mejores resultados que los diferentes tipos de kriging. De entre todos ellos, Cartoarafa de ~recioitaciones v temoeraturas en el val l e . . Geoarauhicalia. 42. 2002: 73-92 Figura 4- RMSE en mm y "C de las diferentes cartografa8 de precipitaciones y temperaturas medias anuales. El estadstico se obtiene mediante la comparacin entre los valores reales de las estaciones reservadas para el test y los valores estimados mediante los diferentes mtodos de interpolacin. Las diferentes categoras hacen referencia a los siguientes mtodos de interpola- cin: 1 - Superficie de tendencia (lineal), 2- Superficie de tendencia (cuadrtica), 3- Superficie de tendencia (cbica), 4- Superficie de tendencia (4" orden), 5- Superficie de tendencia (5" orden), 6- Model o de regresin, 7- Polgonos de Thiessen, 8- lnverso de la distancia (r = 1). 9- lnverso de la distancia (r = 2), 10- lnverso de la distancia (r = 4), 11- Splines con tensin (cp = 400), 12- Splines con tensin (cp = 5000), 13- Splines regularizadas [T(x,y) = 01, 14- Splines regularizadas [T(x,y) = 4001, 15- Simple kriging, 16- Kriging ordinario, 17- Block kriging, 18- Kriging direccional, 19- Kriging universal con tendencia lineal, 20- Kriging universal con tendencia cuadrtica, 21- Cokriging, 22- Model o de regresin + residuales (I.D. r = 2), 23- Model o de regresin + residua- les (kriging en el caso de precipitaciones y splines en el de temperaturas). el inverso de la distancia con exponente r = 2, al igual que en el caso de las precipi- taciones, es el mtodo en el que la cartografa tiene rnayor calidad (RMSE = 0.5GC). En la interpolacin mediante distintos mtodos globales tambin se encuentran dife- rencias significativas. El que peores resultados reporta es la superficie de tendenci:~ cbica (RMSE = 0.75"C). El modelo de regresin es el intodo cuyo RMSE entre valo- res observados y estirnados es inferior (0.5 "C), de entre todos los testados, adern5s, la introduccin de mapas correctores no aporta mejoras en el n~odelo, sino que frente a lo esperado, se produce el fenmeno contrario. Se increinenta el RMSE, tanto en la interpolacin de los residuos rnediante inverso de la distancia corno mediante splines. Geographicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez En la figura 5 se muestran un ejemplo cartogrfico de los resultados obtenidos mediante la aplicacin de los diferentes mtodos de interpolacin en la cartografa de las precipitaciones medias anuales. Entre las cartografas existen una serie de patro- nes espaciales comunes, aunque tambin se detectan diferencias espaciales muy rnar- cadas. En todos los casos existe un claro gradiente pluviorntrico Norte-Sur, con inayores valores pluvion~tricos al norte, reflejando los mayores aportes que las per- turbaciones asociadas al frente polar dejan en estos sectores, igualmente aparecen altos valores de precipitacin en el extremo suroriental, en un rea donde las pertur- baciones de carcter mediterrneo tienen una importante influencia, aspecto resaltado por la existencia de elevaciones superiores a 1.000 m. El modelo de regresin mlti- ple riluestra una distribucin de las precipitaciones inuy influida por el relieve, con una serie de discontinuidades en la transicin norte-sur provocadas por accidentes topogrficos menores (relieves tabulares de hasta 600 m s.n.m, como la sierra de Alcubierre, los montes de Zuera o la "muela" de Zaragoza). Figura 5: Ejemplo de cartografas de precipitacin media anual. Datos en mm. 1- Superficie de tendencia (4" orden), 2- Modelo de regresin, 3- Inverso de la distancia (r = 2), 4- Splines con tensin (9 = 400), 5- Block kriging, 6- Modelo de regresin + residuales (I.D. r = 2). Los interpoladores locales muestran una nlayor regularizacin espacial de la dis- tribucin de las precipitaciones. Los resultados de los mtodos geoestadsticos difie- ren escasanlente entre ellos y tal corno muestra la cartografa obtenida mediante block kriging existe una rpida transicin norte-sur donde el gradiente pl~iviomtrico es inuy fuerte en el sector septentrional, para dar paso a una ar-ilplia rea donde las pre- cipitaciones medias anuales son muy escasas (<350 n1111). El iilodelo de regresin Cartografa de precipitaciones y temperaturas en el valle . . . Geographicalia, 42, 2002: 73-92 corregido con los residuales muestra un aspecto similar al mapa sin corregir, aunque con algunas diferencias en el sector oriental, donde con esta correccin se obtienen menores valores de precipitacin. En la figura 6 se muestran los mismos ejemplos para el caso de las temperaturas medias anuales. La identificacin de patrones generales es menos ntida que en el caso de las precipitaciones, aunque tambin se aprecia una gradacin norte-sur, con unas temperaturas ms fras en el norte del rea de estudio coincidiendo con las sie- rras prepirenaicas y unos valores trmicos ms elevados en el centro de la depresin, coincidiendo con las reas de menor elevacin. En el sureste tambin aparecen bajos valores trmicos, coincidiendo, de nuevo, con un incremento de la elevacin en el rea de los puertos de Beceite. Las diferencias espaciales que existen entre las dis- tintas cartografas son muy importantes. Al igual que lo obsewado en el caso de las precipitaciones, el modelo de regresin inltiple muestra unos patrones espaciales claramente controlados por la topografa. Figura 6: Ejemplo de cartografias de temperaturas medias anuales. Datos en "C. 1 - Superficie de tendencia (4" orden), 2- Modelo de regresin, 3- Inverso de la distancia (r = 2), 4- Splines con tensin (9 = 400), 5- Block kriging, 6- Modelo de regresin + residuales (I.D. r = 2). Los mtodos locales, como el inverso de la distancia al cuadrado, iiluestran tina gran heterogeneidad espacial entre espacios cercanos como consecuencia de la dis- tribucin y los contrastes espaciales en las estaciones meteorolgicas. Los diferentes mtodos geoestadsiticos aplicados difieren entre si en mayor medida que en la car- tografa de precipitaciones, aunque tiene lugar una mayor suavizacin de los patro- Geographicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M. A. Saz Snchez nes locales respecto a las cartografas obtenidas mediante inverso de la distancia o splines. La cartografa resultante de la aplicacin de un mapa de correccin al modelo de regresin sigue manteniendo los rasgos de preponderancia del relieve, aunque se aprecian diferencias respecto al modelo original, como la mayor extensin superficial de las temperaturas, ms elevadas en el centro de la depresin. 5. Conclusiones Se ha comprobado que existen claras diferencias entre los mtodos de interpola- cin ms adecuados para la obtencin de cartografas continuas en el caso de las pre- cipitaciones y temperaturas riledias anuales. Los factores que condicionan el reparto espacial de estas variables y la complejidad espacial a escala local son diferentes, por lo que los mtodos que aportan los mejores resultados son distintos. En el caso de las precipitaciones, debido a las escasas diferencias que existen en la aplicacin de los diferentes mtodos geoestadsticos se puede afirmar que en regio- nes con caractersticas cliinticas de la complejidad que caracteriza al rea de estudio podamos seleccionar aquellos mtodos ms sencillos que demandan menor informa- cin externa, ya que es el block kriging el que mejores resultados reporta. La distri- bucin espacial de las precipitaciones supone que, a pesar de que exista una elevada correlacin con la elevacin, esta variable tenga unos efectos muy diferentes segn la localizacin de los relieves n~ontaosos circundantes. Tal como sealan Brundsdon et al., (2001) la relacin entre precipitacin y elevacin vara espacialmente, siendo el efecto orogrfico diferente en funcin del tipo de perturbacin. En el norte del rea de estudio las cadenas prepirenaicas reciben una mayor cantidad de precipitaciones durante las estaciones en las que predominan las perturbaciones asociadas al frente polar. Sin embargo, en el sureste, la inayor elevacin condiciona la existencia de pre- cipitaciones ins altas asociadas a las borrascas de carcter mediterrneo que, de forma acun~ulada, aportan menores precipitaciones a lo largo del ao. En las reas ms llanas tambin encontramos los mismos factores explicativos, pero con una mayor incertidumbre en el tipo de influencia dominante. Algunos aos predominari los patrones de carcter mediterrneo, inientras que otros aos son dominantes los flujos de direccin NW asociados al frente polar (Creus, 1983). Los espacios norocci- dentales reciben con mayor frecuencia la influencia ocenica, que se agota rpida- mente al penetrar en el interior del valle, por lo que las diferencias en cortas distan- cias pueden ser muy inlportantes. Konrad II (1996) pone de manifiesto la complejidad de los patrones que rigen la distribucin espacial de las precipitaciones a escala con- tinental, con variaciones en el rgimen, distribucin y localizacin espacial de las pre- cipitaciones segn las estaciones del ao y los flujos dorilinantes. Toda la dinmica atmosfrica y la distribucin espacial de las unidades de relieve supone una dificul- Cartografa de precipitaciones y temperaturas en el valle ... Geographicalia, 42, 2002. 73-92 tad en la aplicacin de mtodos de carcter global, ya que los modelos empricos no tienen en cuenta la diversidad local que tiene lugar como consecuencia de los corii- plejos patrones atmosfricos. A esta complejidad se une, de forma importante, la enorme frecuencia de bajas de carcter trmico durante el periodo estival, que pro- ducen frecuentes fenmenos tormentosos en el sector central del valle, inuy locali- zados en el espacio y con una gran importancia de los factores geogrficos a escala local. Este fenmeno tambin dificulta la obtencin de modelos eiiipricos ms pre- cisos que permitan una mejor cartografa del reparto espacial de las precipitaciones. Ni siquiera la correccin mediante residuales permite mejorar sustancialmente estos modelos, a pesar de que al igual que Ninyerola et al., (2000) y Prudhornine y Reed (1999) se obtengan mejores resultados mediante la introduccin de mapas de correc- cin. As pues, son los mtodos que nicamente tienen en cuenta la distribucin espacial de la variable los que reportan mejores resultados. Los mtodos geoestads- ticos analizan la autocorrelacin espacial entre los diferentes puntos de iiluestreo, lo que explica que se obtengan mejores resultados que con los mtodos locales. En la interpolacin de las temperaturas medias anuales se ha derilostrado que el reparto de las mismas est muy condicionado por factores topogrficos, f~indamen- talmente la elevacin, y en baja medida por factores de carcter atmosfrico. Por esta razn, los modelos empricos basados en informacin externa presentan niejores resultados que las estimaciones realizadas a partir de mtodos locales. Incluso la introduccin de estos mtodos en la correccin posterior del modelo no aporta mejo- ras sino que se reduce la calidad de las estimaciones. As pues, la calidad de los diferentes mtodos vara en funcin de la variable a cartografiar. Los mtodos globales (modelos de regresin) son i~iejores en 1:i estinla- cin de los valores de temperaturas medias anuales, ya que se trata de una variable con un elevado control ambiental por parte de variables como la elevacin o la lati- tud. Las precipitaciones, en cambio, presentan cornportaillientos y valores diferentes en espacios de similares caractersticas topogrficas o geogrficas, ya que la localiza- cin de los centros de accin y de los flujos que dominan en los distintos espacios son, en muchas ocasiones, diferentes. Por esta razn, la cartografa de las precipita- ciones a travs de modelos de regresin inltiple aporta peores resultados que los que se obtienen mediante la cartografa con mtodos geoestadsticos, ya que aunque se trata de un espacio reducido y muy llano, las diferencias geogrkficas dentro del mismo son significativas y ms an la diversidad y conlplejidad cliiiltica. El anlisis de la varianza y correlacin espacial que permiten los mtodos geoestadsticos supone una eficaz lierramienta en la estimacin de las variables que tienen patrones tan complejos corno son las precipitaciones, donde las diferentes variables aml~ienta- les tienen efectos diferentes segn los espacios. Se puede afirmar que dado el inters que supone una adecuada cartograf:~ de las variables climticas a escala local es necesario testar previamente diferentes riitodos Geographicalia, 42, 2002: 73-92 S. M. Vicente Serrano y M A. Saz Snchez de interpolacin para seleccionar los ms adecuados en el caso de la variable cliril- tica de inters. La versatilidad que tienen los Sistemas de Infornlacin Geogrfica y la actual implernentacin de la mayor paste de los mtodos de interpolacin en Sistemas de este tipo facilita el proceso de obtencin de cartografas climticas, y nos permite llevar a cabo estimaciones fiables y fcilmente integrables en ~uodelos agr- colas, en la gestin territorial o en el perfeccionamiento de los modelos climticos a escalas locales. Agradecimientos Este trabajo ha contado con el apoyo del proyecto de investigacin CLI99-0981, financiado por la Comisin Interministerial de Ciencia y Tecnologa (CICYT), Plan nacional de I+D. Agradecer al Instituto Nacional de Meteorologa (INM) la disponibi- lidad de los datos utilizados para este trabajo y a la Confederacin Hidrogrfica del Ebro (CHE) la cesin del Modelo Digital de Elevaciones utilizado en el trabajo. Agradecer a los revisores annimos las valiosas aportaciones que lian realizado al manuscrito original. Bibliografa Ascaso, A y Casals, M., (1981): Periodos secos Bigg, G.R., (1991): Kriging and intraregional y sequas en la depresin central del Ebro. rainhll variability in Englarid. hzternatio- Geographicalia, 11-12, p. 55-71. nalJourna1 of Cli~?zatology. 11, p. 663-675. Atkinson, P.M., (1997): Geographical informa- tion science. Progress i n Physical Geography 21, p. 573-582. Bacclii, B. y Kottegoda, N.T., (1995): Identifi- cation and calibration of spatial correla- tion patterns of rainfall. Jozlrnal of Hydro- logy. 165, p. 311-348. Basisr, A, , Bell, G.D. y Meentenieyer, V., (1994): Statistical Relationsliips between topography and psecipitation patterns. .Journnl oJClirnate. 7, p. 1305-1315. Blennow, K. y Persson. P., (1998): Modelling local-scale fsost variations using nlobile tem- perature measurenlents with a GIS. Agncul- tul-al and Forest Meteorology 89, p. 59-71. Bonacina, L.C.W., (1945): 01-ograpliic rainfall and its place in the liydrology of tlie globe. Quarterly Journal qf the RO.JJLZ/ Meteorological Socic<y, 71, p. 41-55. Rorro~igh, P.A. y McDonnell, K.A., (1998): PI-inciples of Geogr-uphical h~fornzatioiz Systenzs. Oxford. Oxford University Press. Cartoqrafa de precipitaciones y temperaturas en el valle ... Geographicalia, 42, 2002: 73-92 Brundsdon, C., McClatcliey, J. y Unwin, D.J., (2001): Spatial variations in the average rainfall-altitude relationsliip in Great Britain: an approach using geographically weighted regression. Internatioizal Jour- nal of Climatologp 21, p. 455-466. Cressie, N, , (1990): The origins of kriging. Mathematical Geology 22, p. 239-253. Creus, J., (1983): El clima del alto Aragn occidental. Instituto de estudios Pirenai- cos. Serie Monografas, 109. Jaca. Creus, J., (1996): variaciones en la disponibi- lidad lidrica nlensual en el valle del Ebro. En Clima y agua: la gestin de u n recurso climtico (M.V. Mrzol, P. Dorta and P. Valladares Eds.) Universidad de la Laguna, p. 79-86. somontanos. Consejo de proteccin de la naturaleza de Aragn. Zaragoza. 327 pp. Goodale, C.L., Aber. J.D. y Ollinger, S.V., (1998): Mapping rilonthly precipitalion, temperature and solar radiation fr-o111 Ireland with polynoinial regression 2nd a digital elevation model. Climate Reseal-ch 10, p. 35-49. Goovaerts, P., (1997): Geoestatistics,foi- ~zatu- m1 resources eualziatio~z. Oxford Univer- sity Press, New York. Goovaerts, P., (1999): Using elevation to aid the geostatistical niapping of rainfall ero- sivity. Catena 34, p. 227-242. Goovaerts, P., (2000): Geostatistical approa- ches for incorporating elevation into tlie spatial interpolation of rainfall. ,Jourizal of hydrology. 228, p. 113-129 Creus, J . y Ferraz, J., (1995): Irregularidad pli- viomtrica y continentalidad trmica en el Hargy, V.T., (1997): Objectively nlapping ""le Ebro' Lucas arcumulated teinperature for Ireland. p. 147-164. Znternational ,Joumal of' Clinzatologv. 17, Cuadrat, J.M., (1989): Las oscilaciones climti- cas recientes en Zaragoza (1865-1984). Geographicalia, 26, p. 53-60. Cuadrat, J.M., (1991): La sequa en el valle del Ebro. Aspectos cliinticos y consecuencias econmicas. Revista de la Real Academia de Cie~zcias, 85, p. 537-545. Cuadrar, J.M., (1999): El clima de Aragn. Caja de Ahorros de la Ininaculada. Zara- goza. 109 pp. Daly, C., Neilson, R.P. y Phillips, D.L., (1994): A statistical-topograpl~ical inodel for inap- ping clinlatological precipitation over mountainous terrain. , J o z ~r ~a l qf Climrnte a ~z d Applied Meteorology 33, p. 140-158. Hutcliinson, M.F., (1995): Interpoiating iileari rainfall using tliin plate snlootliing splines. Z??terizatioizal Joz~rlzal of Geographical Infornzatio?z Systef~zs 9, p. 385-403. Isaaks, E.H. y Strivastava, R.M., (1989): Alr iiitroduction to Applied Geostatistic.~. Oxford Uriiversity Press. Oxford. Isliida, T. y Kawashinia, S., (1993): Use coliri- ging to estimate surface air temperature from elevation. Tu>eoreticul aizd Applied Cli??zatology. 47, p. 147-1 57. Karnieli, A,, (1990): Application of kriging techniq~ie to areal precipitation inapping in Arizona. Geqjourizu122 (41, p. 391-3923, Del Valle, J. , (1996): El clinza del P?*epil"ineo Konrad 11, C.E., (1996): Reiationships I,et\veen ceiztl-al .y occidental arago~zs -y sus precipitation event types aiid topograpliy Geographicalia, 42, 2002: 73-92 S. M. Vicente Serrano v M. A. Saz Snchez in the southern blue ridge mountains of the southeastern USA. Iizterizatio?zal Jour??al of Clin7atology. 16, p. 49-62. Mitasova, H. , Mitas, L. , Brown, W.M., Gerdes, D.P., Kosinovsky, 1. y Baker, T., (1995): Modelling spatially and temporally distri- buted phenon-iena: new rnetliods 2nd tools for GRASS GIS. International Journal of Geographical Information Systems. 9 (41, p. 433-446. Ninyerola, M., Poiis, X. y Roure, J.M., (2000): A rnethodological approach of clinlatolo- gical inodelling of air teinperature and precipitation tlirough GIS techniques. International Journal of Clinzatology. 20, p. 1823-1841. Pebesrna, E.J. y Wesseling, C.G., (1998): Gstat, a prograrn for geostatistical niodelling, prediction and simulation. Computers and Geosciences, 24 (11, p. 17-31. Pedrocchi, C., (1998): Ecologa de los Mone- gros. Instituto de Estudios Altoaragoneses. 430 pp. Pellicer, F., y Echeverra, M.T., (1990): For???as de relieve del centro de la Depresin del Ebro. Institucin Fernando el Catlico, 216 pp. Prez, J. y Creus, J., (1994): Tendencia secu- lar de la precipitacin en Zaragoza (1865- 1984). En Cambios y variaciones climti- cas en Espaa. (M.F. Pira and M. Aguilar Eds.). Universidad de Sevilla, p. 169-182. Pl-iillips, D.L., Dolph, J. y Marks, D., (1992): A conlparison of geostatistical procedures for spatial analysis of precipitation in n-iontainous terrain. Agricultuml sud Forest Meteol-ology. 58, p. 119-141. Pons, X. , (1996): Estiniacin de la radiacin solar a partir de modelos digitales de ele- vaciones. Propuesta nletodolgica. En VII Coloquio de Geografa Cuaiztitativa, Sistemas de Informacilz Geografica y Teledeteccilz 0. Juaristi and 1. Moro Eds.). Vitoria, p. 87-97. Pons, X. , (1998): Manual of' Mirainon. Geographic Informatio~z System and Rei~zote Sensing Sopz~~are. (http://www.creaf.~1ab.es/n1ira11-ion). Centre de Recerca Ecolbgica i Aplicacioils Forestals (CREAF): Bellaterra; 1 j0. Prudhon-inle, C. y Reed, D.W., (1998): Relationships between extreme daily pre- cipitation and topograpl-iy in a rilountai- nous region: a case study in Scotland. I?zternational Journal of Clzmatology. 18, p. 1439-1453. Prudliomnle, C. y Reed, D.W., (1999): Mapping extreme rainfall in a mountai- nous region using geostatistical techni- ques: a case study in Scotland. Iliternatio- iza1 Journal ofClimatology. 19, p. 1337-1356. Salas, J. y Cliuvieco, E., (1993): Modeliza- cin de variables r-i~icroclirnticas a par- tir de un sistema de infornlacin geogr- fica. 2" Congreso de la Asociacin Espaola de Sistemas de Infol-macin Geogr-afica. Madrid. 2-4 de junio de1993, p. 423-446. Surez, F., Sainz, H., Santos, T. y Bernldez, F.C., (1992): Las estepas ibh-icas. Miiiiste- rio de Obras pblicas y Transportes. Madrid. 160 pp. Tabony, R.C., (1985): Iielations between nliniiilum temperature and topography in Great Britain. .Jourlzal ~ f ' Clinzatolog.y, 5. p. 503-520. Tliiessen, A.M., (1911): I'recipitation averages for iarge aseas. Moizthly IVeather Revieui. 39 (71, p. 1082-1084.