La regionalización del clima es la división de un área de estudio en zonas con características homogéneas teniendo en cuenta métricas climáticas que sean las más relevantes y en una resolución apropiada acorde a los datos y la pregunta científica. Una rigurosa regionalización es un paso importante en estudios de variabilidad climática y tiene el potencial de mejorar la precisión y el poder de distinguir mecanismos responsables de la variación espacio–temporal en cada región (Badr et al., 2015). Objetivo del estudio Para regionalizar el clima se ha usado ampliamente Análisis de Agrupamiento (AA) utilizando una variable climática puntual (e.g., temperatura) o con varias a la vez (i.e., agrupación multivariable). El objetivo es utilizar un método de AA jerárquico novedoso y diseñado específicamente para regionalización climática utilizando la variable de precipitación, siendo dominada por la diferencia estacional, para el caso de Sudamérica [-81.31, -34.8; -50, 12.42].

1. Universidad de Cuenca
Doctorado en RRHH
Curso de Análisis Espacial
Angel Vázquez–Patiño
angel.vazquezp@ucuenca.edu.ec
26 de febrero de 2016

2. Regionalización del clima en
Sudamérica mediante agrupamiento
jerárquico aglomerativo

3. Regionalización
División en zonas con características homogéneas teniendo en cuenta métricas
climáticas que sean las más relevantes y en una resolución apropiada acorde
a los datos y la pregunta científica.
Paso importante en estudios de variabilidad climática y tiene el potencial de
mejorar la precisión y el poder de distinguir mecanismos responsables de la
variación espacio–temporal en cada región.

4. Objetivo
Análisis de Agrupamiento (AA) utilizando una o
más variables
Utilizar AA jerárquico novedoso y diseñado
específicamente para regionalización
climática
Precipitación dominada por la diferencia
estacional
Sudamérica [-81.31, -34.8; -50, 12.42].

5. Método
AA
jerárquicos
Divisivos y Aglomerativos
no-jerárquicos
Método de Agrupamiento Jerárquico Aglomerativo (AJA)
✔
fácil definición
determinísticos, más informativos y previsibles
fácil validación de los resultados
╳
unidireccionales
sensibles al ruido en los datos. Componentes Principales (ACP)

6. Método
Método AJA regional linkage (Badr et al., 2015)
HiClimR
Este método adopta un criterio de validación (Dezfuli, 2011)
Nivel satisfactorio
regiones homogéneas
geográficamente contiguas
Criterios, simultáneamente
minimizar la correlación inter–regional
maximizar la correlación intra–regional.

7. Método
N elementos espaciales, cada elemento con una serie temporal de longitud M,
para ser divididos en k regiones
En el método de actualización de regional linkage, la similitud entre grupos se
mide mediante la correlación r de Pearson entre las series de tiempo
promedio de cada región

8. Método
Corte óptimo determinado minimizando las correlaciones inter–regionales
Dendrograma

9. Método
Misión de medición de lluvia tropical (TRMM)
Escala mensual [01/1999–12/2013] a 0,25° (27,84 km)
Datos dominados por las diferencias en el ciclo estacional, se usó la mediana
Cada elemento espacial (N=186⨉250) con longitud de serie temporal M=12

10. Datos

11. Resultados
Tabla 1: total acumulado del porcentaje de la varianza de los datos de entrada
explicados de acuerdo al número de componentes principales (CP).

12. Resultados
Dendrograma

13. nCP : 0
α : 0.01
R : 30
nCP : 9
α : 0.01
R : 33

14. nCP : 0
α : 0.05
R : 14
nCP : 9
α : 0.05
R : 10

15. nCP : 0
R : 7
nCP : 9
R : 7

16. nCP : 0
R : 5
nCP : 9
R : 5

17. nCP : 0
R : 4
nCP : 9
R : 4

18. nCP : 0
R : 3
nCP : 0
R : 2

19. Conclusiones
1. El significado físico de las regiones depende de la naturaleza de las series de datos.
2. El preprocesamiento tiene impacto en los resultados. Dependiendo de la pregunta
científica, se debe evaluar el uso de métodos de detrending, estandarización, ACP,
etc.
3. El número de regiones a estudiar dependerá de la pregunta científica y la evaluación
de las regiones generadas dependerá del conocimiento previo del área de estudio.
4. En general, sin tener un conocimiento del área, la regionalización climática sería un
punto de partida potencialmente eficaz para conocer la variabilidad climática de la
variable estudiada.
5. Se podría mejorar los resultados utilizando otras variables en el proceso de
regionalización (e.g., temperatura). Esto es posible con el método regional linkage y se
presenta como un ejercicio de regionalización multivariable para mejorar el estudio de
la variabilidad estacional en el área de estudio.

20. Agradecimientos
Daniela Ballari
Lenin Campozano

22. Preguntas

23. Referencias
Badr, H.S., Zaitchik, B.F., Dezfuli, A.K., 2015. A tool for hierarchical climate
regionalization. Earth Science Informatics 8, 949–958. doi:10.1007/s12145-
015-0221-7
Dezfuli, A.K., 2011. Spatio-temporal variability of seasonal rainfall in western
equatorial Africa. Theoretical and Applied Climatology 104, 57–69.
doi:10.1007/s00704-010-0321-8