Estimación y simulación de la precipitación en Galicia a escala mensual

Resumo

Se han comparado diferentes métodos de interpolación geoestadistica (krigeado ordinario, krigeado universal, simulación condicionada) entre sí y con un método de interpolación no geoestadistico (distancias inversas), utilizando para ellos datos de precipitación total mensual (en mm) registrados en 121 estaciones climatologicas localizadas dentro de la Comunidad Autónoma de Galicia. Se cartografió la precipitación en cada mes analizado con el método de las distancias inversas y, cuando, se puso en evidencia dependencia espacial, también se usaron los restantes métodos. Un análisis estadístico preliminar puso de manifiesto la heterogeneidad espacial de la precipitación en Galicia, observándose una mayor variabilidad durante la estación seca. En base a los valores de asimetría y curtosis, se asumió que los datos mensuales de precipitación presentan una distribución aproximadamente normal. El método de las distancias inversas se mostró suficientemente adecuado para efectuar una estimación rápida de la precipitación a la escala estudiada. Los mapas resultantes presentan, en general, un aspecto discontinuo. El siguiente paso fue analizar la dependencia espacial de la precipitación; esta se puso en evidencia en 33 de los 48 meses analizados aunque el modelo teórico ajustado a los semivariogramas experimentales o residuales fue diferente según el mes estudiado. El alcance y el efecto pepita de los modelos ajustados fue variable, oscilando el primero entre 2.99 y 59.87 Km. y el segundo entre 0 y 64.02 % del valor de la meseta. La primera técnica de interpolación geoestadistica utilizada fue la del krigeado ordinario que ofreció mapas muy suavizados y con errores elevados. Se empleo información secundaria (altitud del terreno, distancia a la costa y latitud) para mejorar la anterior estimación mediante la técnica de krigeado universal. Se observo una notable influencia de la topografía sobre los valores de precipitación estimados. Por ultimo se utilizo el método de la simulación condicionada que ofreció mapas que presentan una variabilidad que los hace parecer reales reproduciendo, al mismo tiempo, los valores medidos.