Variabilidad espacial de la temperatura en Galicia a escala mensual
- Autores: Glécio Machado Siqueira
- Directores de la Tesis: Eva Vidal-Vázquez (dir. tes.), Montserrat Valcárcel Armesto (codir. tes.)
- Lectura: En la Universidade da Coruña ( España ) en 2017
- Idioma: español
- Número de páginas: 206
- Tribunal Calificador de la Tesis: Antonio Paz González (presid.), Esperanza Álvarez Rodríguez (secret.), Tomás d'Aquino Freitas Rosa de Figueiredo (voc.)
- Programa de doctorado: Programa de Doctorado en Ciencia y Tecnología Ambiental por la Universidad de A Coruña
- Materias:
- Enlaces
- Tesis en acceso abierto en: RUC
- Resumen
- español
Variabilidad espacial de la temperatura en Galicia a escala mensual La temperatura del aire, junto con otros elementos del clima, es fundamental para la clasificación climática de una región, permitiendo determinar zonas con mayor o menor aptitud para un uso determinado, y evaluar la amplitud de las variaciones térmicas en los sucesivos meses y estaciones del año. Por otra parte, el limitado número de estaciones meteorológicas no favorece, en muchos casos, la predicción, interpolación y elaboración de mapas de temperatura del aire suficientemente precisos. Por esta razón, se comprende la importancia de mejorar los métodos de interpolación, teniendo en cuenta otros atributos que determinan el clima, y en particular el relieve, lo que debería de permitir estimar con mayor precisión la variabilidad espacial de la temperatura del aire. La relación inversa entre altitud y temperatura ya ha sido ampliamente establecida, pero la aplicación de métodos de interpolación que integren dicha relación no ha sido suficientemente evaluada. Por tanto, el objetivo de esta tesis doctoral consiste en comparar distintos métodos de caracterización de la variabilidad espacial de la temperatura del aire en Galicia a escala mensual. Los datos de temperatura del aire utilizados en este estudio fueron obtenidos de la red de estaciones climatológicas de la AEMET (Agencia Estatal de Meteorología) y de Meteogalicia durante los años 2010, 2011 y 2012. Se pudo disponer de conjuntos de datos medidos en 134 estaciones en 2010, 151 estaciones en 2011 y 185 estaciones en 2012. Asimismo, se emplearon datos de altitud de cada una de las estaciones. Se llevó a cabo un análisis preliminar de los datos disponibles mediante procedimientos estadísticos clásicos. Para la interpolación y cartografía de los datos de temperatura media mensual se utilizó un método tradicional, como es el de las distancias inversas, y diferentes técnicas geoestadísticas (krigeado ordinario, co-krigeado y krigeado con deriva externa). El año 2010 presentó una mayor amplitud térmica (22,7ºC), consecuencia tanto de la temperatura media mensual más baja (-2,1 ºC en febrero) como de la más elevada (24,8ºC en julio). Los coeficientes de variación de las temperaturas medias mensuales fueron bajos o medios. A pesar de ello en todos los meses estudiados se apreció que la temperatura media presentaba una clara dependencia espacial, de modo que los semivariogramas experimentales presentaron una meseta bien definida, sin grandes variaciones en los pares de valores de semivarianza versus distancia. La dependencia espacial pudo ser modelizada matemáticamente mediante diferentes tipos de semivariograma. El modelo esférico de dependencia espacial fue el que se ajustó con mayor frecuencia. Por término medio, el alcance de la dependencia espacial fue menor en 2011 con un valor de 36,1 km, mientras que en 2010 fue de 46,3 km y en 2012 presentó el valor máximo, cifrado en 53,1 km. La temperatura media mensual en los años estudiados presentó una correlación muy significativa con la altitud, lo que permitió su uso como variable secundaria mediante krigeado con deriva externa. Los mapas construidos empleando el método de las distancias inversas presentaron un gran número de valores anómalos, por lo que ésta no se debe de considerar como una metodología efectiva para interpolar los datos de temperatura media mensual. Los mapas de variabilidad espacial obtenidos por krigeado con deriva externa, que tiene en cuenta el relieve, fueron los que mejor representaron la variabilidad espacial de los datos mensuales de temperatura, dado que permitieron obtener menores valores de los errores de estimación. Las técnicas de krigeado ordinario y cokrigeado no fueron tan eficientes como el krigeado con deriva externa para representar la variabilidad espacial de las series de datos de temperatura estudiadas.
- English
Spatial variability of temperature in Galicia at the monthly scale Air temperature, together with other elements of the climate, is fundamental for the climatic classification of a region, allowing to determine zones with strong or lower aptitude for a determinate use, and to evaluate the amplitude of the thermal variations in the successive months and stations of the year. On the other hand, the limited number of meteorological stations does not favors, in a lot of cases, the prediction, interpolation and preparation of maps of temperature of the sufficiently precise air. For this reason, it comprises the importance to improve the methods of interpolation, taking into account other attributes that determine the climate, and in particular the relief, what would owe to allow estimate with greater precision the space variability of the temperature of the air. The reverse relation between altitude and temperature already has been widely established, but the application of methods of interpolation that integrate said relation has not been sufficiently evaluated. Therefore, the aim of this thesis *doctoral consists in comparing distinct methods of characterisation of the space variability of the temperature of the air in Galicia to scale monthly. The data of temperature of the air used in this study were obtained of the network of climatological stations of AEMET (State Agency of Meteorology) and of "Meteogalicia" during the years 2010, 2011 and 2012. Te available meteorological stations were 134 in 2010, 151 in 2011 and 185 in 2012. Also, data of altitude of each of the stations have been employed. A preliminary analysis of the available data by means of classical statistical procedures was carried out. For the interpolation and cartography of the data of monthly temperature firs a traditional method, the inverse distance method was used. Second, different gesotatistical techniques (ordunary kriging, co-kriging and kriging with external derive were also used). Year 2010 presented a higher thermal amplitude (22,7ºC), arising from the differences betwenn minimum temperature (-2,1 ºC in February) and maximum temperature (24,8ºC in July). The coefficients of variation of the monthly temperatures were low or moderate. In spite of this in all the months studied it was appreciated that temperature showed a clear spatial dependence, so that the experimental semivariograms presented a very expressive plateau, and showed no big variations in the pairs of values of semivariance versus distance. The spatial dependency could be mathematically modelled by means of different types of semivariograms. The spherical model of spatial dependence was the most frequently adjusted. The range of spatial dependency was minor in 2011 with a value of 36.1 km, whereas in 2010 was of 46.3 km and in 2012 presented the maximum value, 53.1 km. The mean monthly temperature in the years studied presented a very significant correlation with the altitude, which allowed its use as a secondary variable by means of kriging with external derive. The maps construeted employing the method of the inverse distances presented a big number of anomalous values, so that this method does not have to to consider like an effective methodology for interpolartion of the data of monthly mean temperature. The maps of space variability obtained by kriging with derive externe, that takes into account the relief, were those that better represented the spatial variability of the monthly data of temperature, since they allowed to obtain lower values of the estimation errors. The technique of ordinary kriging and cokriging were not as efficient as kriging with external derive to represent the space variability of the series of data of temperature studied.
- español
