Estimaciones de precipitación a partir de datos CHIRPS

Los mapas disponibles en esta página incluyen:

• Totales de lluvia acumulados para períodos de 3, 6 y 12 meses;
• Anomalías de lluvia respecto del valor climatológico (período de referencia: 1982-2018) para la época del año (péntada) y escala temporal seleccionadas;
• Anomalías de lluvia expresadas como percentiles de la distribución histórica para la época del año (péntada) y escala temporal seleccionadas; y
• Valores del Indice Estandarizado de Precipitación (SPI) para la época del año  seleccionada (péntada) y escalas temporales de 3, 6 y 12 meses.

El producto original a partir del cual se realizan los mapas se llama CHIRPS (por las iniciales de su nombre en inglés, Climate Hazards Group InfraRed Precipitation with Station Data). Los datos CHIRPS son producidos  por el Climate Hazards Center de la Universidad de California en Santa Bárbara y el Servicio Geológico de los Estados Unidos.

Leer más sobre CHIRPS: Funk, C. et al., 2015. The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Scientific Data, 2: 150066.

Péntadas en el producto CHIRPS

Los montos de lluvia estimados por el producto CHIRPS se agrupan por péntadas. Las péntadas de CHIRPS se definen como períodos de aproximadamente 5 días. ¿Por que «aproximadamente» 5 días? Para CHIRPS, todos los meses tienen seis péntadas. Las cinco primeras péntadas de cada mes comprenden cinco dias cada una (por ejemplo, del 1 al 5 del mes, del 6 al 10 del mes, etc.). La sexta y última péntada de cada mes tiene una duración que varía entre 3 y 6 días, dependiendo del largo del mes (por ejemplo, para un febrero no bisiesto, la sexta péntada tiene 3 días – del día 26 al día 28; para un mes con 31 días, la sexta péntada tiene 6 días). De esta forma, las péntadas no cruzan limites de meses o de años: todos los meses tienen seis péntadas y todos los años tienen 72 péntadas.

Cálculo de la climatología de lluvias y anomalías

Como primer paso en el procesamiento, se calcula una climatología de lluvias para el período de referencia 1982-2016 y para toda la región del CRC-SAS. Para calcular la climatología, se construye primero una serie de totales de lluvia para cada punto de grilla o pixel en el producto CHIRPS y para cada péntada del año (1 a 72); cada serie para una péntada y punto de grilla tiene 35 valores (un valor para cada año en el período de referencia 1982-2016). El promedio de esos 35 totales de lluvia (puede haber valores faltantes) es el valor climatológico para cada péntada del año y punto de grilla; este valor se usa para calcular anomalías de lluvia.

A continuación, las anomalías de precipitación se calculan como la diferencia entre el total de lluvia para cada punto de grilla y cada péntada/año (es decir, no solamente el período de referencia) y el valor climatológico para ese punto de grilla y péntada.

Estimación de percentiles

El siguiente paso es la estimación de los percentiles correspondientes a los totales de lluvia para cada punto de grilla, cada péntada/año y cada escala temporal considerada. Los percentiles se calculan para totales de lluvia acumulados para escalas temporales de 3, 6 y 12 meses.

Para esto, el primer paso es calcular totales de lluvia por punto de grilla, péntada/año y escala temporal  considerada. Las series incluyen solamente las péntadas/años dentro del período de referencia 1982-2016. Por ejemplo, los totales de lluvia para la escala de 3 meses para la sexta (última) péntada de diciembre de 2000 se calculan sumando las lluvias para las 18 péntadas (3 meses) que abarcan octubre, noviembre y diciembre de 2000. Este paso resulta en un conjunto de series de totales de lluvia para cada punto de grilla, péntada/año, y escala temporal (3, 6 y 12 meses).

A continuación, para cada serie descrita en el paso anterior, se ajusta una distribución de probabilidad empirica utilizando un metodo no parametrico basado en logsplines (ver Charles Kooperberg y Charles J. Stone, Logspline density estimation for censored data, 1992, Journal of Computational and Graphical Statistics, 1, 301–328). Para el ajuste se utiliza el paquete logspline en lenguaje R. La distribucion ajustada para el periodo de referencia se archiva para poder usarla posteriormente para estimar percentiles para datos posteriores a 2016. El método de ajuste permite especificar que los valores de lluvia estan limitados por el cero, de modo que no se exista probabilidad de lluvias por debajo de ese valor.

Por último, se calculan totales de lluvia por punto de grilla, péntada/año y escala temporal  considerada, aunque ahora no se incluye solamente el período de referencia sino todos los datos de CHIRPS disponibles. Usando la distribución estimada previamente, se calculan los percentiles correspondientes a las todos los totales de lluvias (el conjunto completo de datos, incluyendo el período de referencia) para cada punto de grilla, péntada/año y escala temporal.

Estimación de SPI

Por último, los percentiles se transforman en valores de índice de sequía SPI para cada punto de grilla, péntada/año y escala temporal. Hasta el momento, este proceso se ha realizado para todos los períodos de 3, 6 y 12 meses finalizados en fechas desde el 1 de Enero de 2017 hasta la actualidad (por ejemplo el primer período disponible para una escala de 3 meses es el comprendido entre 2016-10-06 al 2017-01-05).