Modelación espacial de la precipitación mediante regresión lineal multivariada en el norte de México

Abstract

El objetivo del presente trabajo fue la modelación espacial de la precipitación a través de modelos estadísticos de regresión lineal multivariada de la precipitación en la parte Norte de la República Mexicana (en los Estados de Chihuahua, Durango, Sinaloa, Coahuila, Zacatecas, Nuevo León, Tamaulipas, parte de Sonora, San Luis Potosí, Aguascalientes, Nayarit y Jalisco). Donde se utilizaron los datos de precipitación reconstruidos a través de la Red Histórica de Climatología Global (GHCN, versión 2) y los datos del Sistema de Monitoreo de Anomalías Climáticas (CAMS) (Chen et. al., 2001). Como variables independientes fueron la latitud, longitud, factores topográficos, distancia a las zonas costeras, la desviación estándar de los modelos de elevación digital del territorio (en un periodo de 60 años de 1950 a 2010). Se realizó una matriz de correlación y un análisis de significancia estadística, con el fin de identificar las variables con mayor influencia y que no fuera la correlación producto del azar. En el periodo seco, la elevación (focalizado a 5 kilómetros) y la latitud; para el período anual y húmedo, la distancia o cercanía a las costas, son las más representativas para la precipitación. El proceso de calibración de los modelos permitió mejorar los resultados en un 30 por ciento en promedio. _______________ ABSTRACT: The objective of this study was the spatial modeling of precipitation through multivariate statistical models of linear regression of precipitation in the Northern part of México (in the states of Chihuahua, Durango, Sinaloa, Coahuila, Zacatecas, Nuevo León, Tamaulipas, part of de Sonora, San Luis Potosí, Aguascalientes, Nayarit y Jalisco). Where reconstructed precipitation data through the Global Historical Climatology Network (GHCN version 2) and data from the Monitoring System Climate Anomaly (CAMS) were used (Chen et al., 2001). Independent variables were latitude, longitude, topographic factors, distance to the coastal areas, the standard deviation of the digital elevation models of the territory (over a period of 60 years from 1950 to 2010). A correlation matrix and analysis of statistical significance, for the purpose of identify the most influential variables were performed and were not the result of chance correlation. In the dry season, the elevation (focalized at 5 km) and latitude; for annual and wet season, distance or proximity to the coast, are the most representative for precipitation. The calibration of the models, enhanced results by 30 percent on average.