ndice normalizado de precipitacin

Gua del usuario

OMM-No 1090

ndice normalizado de precipitacin

Gua del usuario

2012
OMM-No 1090

NOTA DE LA EDICIN
METEOTERM, base terminolgica de la OMM, est disponible en la pgina web: http://www.wmo.
int/pages/prog/lsp/meteoterm_wmo_es.html. La lista de abreviaciones figura tambin en la siguiente
direccin: http://www.wmo.int/pages/themes/acronyms/index_es.html.

OMM-No 1090
Organizacin Meteorolgica Mundial, 2012
La OMM se reserva el derecho de publicacin en forma impresa, electrnica o de otro tipo y en cualquier
idioma. Pueden reproducirse pasajes breves de las publicaciones de la OMM sin autorizacin siempre que
se indique claramente la fuente completa. La correspondencia editorial, as como todas las solicitudes para
publicar, reproducir o traducir la presente publicacin parcial o totalmente debern dirigirse al:
Presidente de la Junta de publicaciones
Organizacin Meteorolgica Mundial (OMM)
7 bis, avenue de la Paix
P.O. Box 2300
CH-1211 Ginebra 2, Suiza

Tel.: +41 (0) 22 730 84 03

Fax: +41 (0) 22 730 80 40
Correo electrnico: publications@wmo.int

ISBN 978-92-63-31090-3

NOTA
Las denominaciones empleadas en las publicaciones de la OMM y la forma en que aparecen presentados los datos que
contienen no entraan, de parte de la Organizacin, juicio alguno sobre la condicin jurdica de ninguno de los pases,
territorios, ciudades o zonas citados o de sus autoridades, ni respecto de la delimitacin de sus fronteras o lmites.
La mencin de determinados productos o sociedades mercantiles no implica que la OMM los favorezca o recomiende
con preferencia a otros anlogos que no se mencionan ni se anuncian.
Las observaciones, interpretaciones y conclusiones expresadas en las publicaciones de la OMM por autores cuyo nombre
se menciona son nicamente las del autor y no reflejan necesariamente las de la Organizacin ni las de sus Miembros.

NDICE
Pgina
Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1

1.

Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.

Introduccin al ndice normalizado de precipitacin . . . . . . . . . . . . . . . . . . . . . . . .

3.

Descripcin del ndice normalizado de precipitacin . . . . . . . . . . . . . . . . . . . . . . . .

4.

Ventajas e inconvenientes

5.

Interpretacin: descripcin de la flexibilidad espacial y temporal . . . . . . . . . . . . . .

6
5.1 Valores del ndice normalizado de precipitacin de perodos cortos/
perodos largos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
5.1.1
SPI de 1 mes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
5.1.2
SPI de 3 meses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.1.3
SPI de 6 meses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.1.4
SPI de 9 meses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5.1.5
SPI de 12 a 24 meses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

6.

Metodologa computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1 Mtodo para calcular el SPI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Funcionamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9
9
10

7.

Obtencin del programa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10

8.

Ejecucin del programa en Windows . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10

9.

Capacidades de elaboracin de mapas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

15

Otros recursos en lnea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

16

............................................

NDICE NORMALIZADO DE PRECIPITACIN

GUA DEL USUARIO

PREFACIO
A lo largo de los aos se ha debatido mucho sobre qu ndices de sequa deberan utilizarse en
determinados climas y para cules aplicaciones. Se han elaborado muchas definiciones e ndices
de sequa y se ha tratado de ofrecer orientacin sobre este tema.
Teniendo eso presente, la Universidad de Nebraska-Lincoln (Estados Unidos de Amrica) organiz,
del 8 al 11 de diciembre de 2009, el Cursillo interregional sobre ndices y sistemas de alerta
temprana de sequa. El Cursillo fue patrocinado conjuntamente por la Escuela de Recursos
Naturales de la Universidad de Nebraska, el Centro Nacional de Mitigacin de Sequas de Estados
Unidos, la Organizacin Meteorolgica Mundial (OMM), la Administracin Nacional del Ocano y
de la Atmsfera (NOAA) de Estados Unidos, el Departamento de Agricultura de Estados Unidos
(USDA) y la Convencin de las Naciones Unidas de Lucha contra la Desertificacin. Al Cursillo
asistieron 54 participantes, en representacin de 22 pases de todo el mundo, que examinaron los
ndices de sequa actualmente utilizados en diferentes regiones del mundo con objeto de explicar
las sequas meteorolgicas, agrcolas e hidrolgicas; evaluaron la capacidad para obtener
informacin sobre los efectos de las sequas; analizaron las tecnologas actuales y novedosas para
vigilar las sequas; y examinaron la necesidad de disponer de ndices normalizados y consensuados
para describir diferentes tipos de sequas.
En el Cursillo, los expertos elaboraron y aprobaron la Declaracin de Lincoln sobre los ndices de
sequa, que recomend que, para describir las caractersticas de las sequas meteorolgicas, todos
los Servicios Meteorolgicos e Hidrolgicos Nacionales (SMHN) utilizaran el ndice normalizado
de precipitacin (SPI) adems de los otros ndices de sequas utilizados en esos Servicios. La
Declaracin de Lincoln tambin recomend que se elaborara un exhaustivo manual del usuario
del SPI. En junio de 2011 el Decimosexto Congreso Meteorolgico Mundial aprob una resolucin
en la que se ratificaron ambas recomendaciones. El Congreso solicit asimismo que el manual del
SPI se publicara y distribuyera en todos los idiomas oficiales de las Naciones Unidas.
La versin completa de la Declaracin de Lincoln sobre los ndices de sequa se puede consultar
en el sitio web de la OMM, en la direccin http://www.wmo.int/pages/prog/wcp/agm/meetings/
wies09/documents/Lincoln_Declaration_Drought_Indices.pdf.
La OMM quisiera dar las gracias a Mark Svoboda, Michael Hayes y Deborah A. Wood del Centro
Nacional de Mitigacin de Sequas de la Universidad de Nebraska por elaborar la presente Gua
del usuario sobre el ndice normalizado de precipitacin1. Esperamos que la Gua ayude a los
pases e instituciones a comprender cmo calcular y utilizar el SPI a fin de desarrollar y reforzar sus
propias capacidades de vigilancia y alerta temprana de la sequa.
Si desea formular alguna pregunta o comentario sobre el contenido de la presente Gua, o tiene
alguna sugerencia para mejorarla, srvase enviar un mensaje de correo electrnico a la Divisin de
meteorologa agrcola de la OMM, a la direccin agm@wmo.int.

Esta Gua debe citarse del siguiente modo: Organizacin Meteorolgica Mundial, 2012: Gua del usuario sobre el
ndice normalizado de precipitacin (OMM-N 1090) (M. Svoboda, M. Hayes y D. Wood), Ginebra.

NDICE NORMALIZADO DE PRECIPITACIN

1.

ANTECEDENTES

La sequa es un peligro natural insidioso resultante de unos niveles de precipitaciones por debajo
de lo que se considera normal. Cuando este fenmeno se prolonga durante una estacin o por un
perodo de tiempo mayor, la precipitacin es insuficiente para responder a las demandas de la
sociedad y del medio ambiente. La sequa debe considerarse como un estado relativo y no
absoluto. Asimismo existen muchos mtodos diferentes para vigilar la sequa. Por la extensin a la
que afectan, las sequas son regionales, y cada regin posee unas caractersticas climticas
especficas. Las sequas de las Grandes Llanuras de Amrica del Norte son diferentes de las del
nordeste de Brasil, el sur de frica, el oeste de Europa, el este de Australia o las planicies del norte
de China. La cantidad, la estacionalidad y la forma de precipitacin en cada uno de esos lugares
varan enormemente.
La temperatura, el viento y la humedad relativa son tambin factores importantes para la
caracterizacin de las sequas. La vigilancia de las sequas debe ser especfica para cada tipo de
aplicacin, ya que los efectos de las sequas varan segn los sectores. La sequa evoca distintos
significados para los diferentes usuarios, segn sean gestores de recursos hdricos, productores
agrcolas, responsables de centrales hidroelctricas o bilogos naturalistas. Es ms, incluso en
cada sector la sequa se entiende desde perspectivas diferentes, puesto que sus efectos pueden ser
muy distintos. Normalmente las sequas se clasifican, segn el tipo, en meteorolgica, agrcola e
hidrolgica y difieren entre s por su intensidad, duracin y extensin espacial.

2.

INTRODUCCIN AL NDICE NORMALIZADO DE PRECIPITACIN

Con el curso de los aos los meteorlogos y climatlogos de todo el mundo han creado y
utilizado muchos ndices de sequa, que varan de unos ndices sencillos, como el porcentaje de
precipitacin normal y los percentiles de precipitacin, a otros ms complicados, como el ndice
de severidad de sequa de Palmer. No obstante, los cientficos de Estados Unidos comprendieron
que los ndices deban ser sencillos y fciles de calcular y tener pertinencia y significado desde el
punto de vista estadstico. Adems, el entendimiento de que los dficits de precipitacin tenan
diferentes impactos en las aguas subterrneas, el almacenamiento de agua en reservorios, la
humedad del suelo, los bancos de nieve y los caudales fluviales llev a los cientficos
estadounidenses McKee, Doesken y Kleist a elaborar en 1993 el ndice normalizado de
precipitacin (SPI).
El SPI (McKee y otros, 1993, 1995) es un potente y flexible ndice sencillo de calcular; de hecho, el
nico parmetro necesario para su clculo es la precipitacin. Adems, es tan efectivo para
analizar los perodos y ciclos hmedos como los secos. El programa se puede ejecutar en entornos
Windows y UNIX. En la presente Gua del usuario sobre el ndice normalizado de precipitacin se
describe la versin de Windows.
Idealmente habra que disponer de un mnimo de entre 20 y 30 aos de valores mensuales de
precipitacin, pero lo ptimo y preferible sera contar con entre 50 y 60 aos (o ms) (Guttman,
1994). El programa se puede ejecutar sin todos los datos, pero ello afectara a la fiabilidad de los
resultados, en funcin de la distribucin de los datos faltantes en relacin con la extensin
temporal del registro. En la seccin 6, Metodologa computacional, figura ms informacin sobre
su utilizacin.
Los climatlogos preferiran analizar conjuntos de datos de series completas, lo que significa que
no debera faltar ningn dato. Sin embargo, es ms que probable que los conjuntos de datos solo
contengan el 90% o incluso el 85% de registros completos. En realidad, eso es un lujo que no
pueden permitirse muchos usuarios, quienes tal vez tengan que conformarse con menos (entre el
75% y el 85% de registros completos) salvo que traten de aplicar tcnicas de estimacin para
rellenar los huecos de los registros. Por supuesto, las series de registros de datos largas y prstinas
no son prcticas ni habituales en muchos casos, por lo que es preciso que los usuarios sean

NDICE NORMALIZADO DE PRECIPITACIN

conscientes de las limitaciones estadsticas de los fenmenos extremos al trabajar con perodos de
registros ms cortos para diversas localidades. Al final, los usuarios deben tomar una decisin
subjetiva en relacin con la tolerancia de datos faltantes que estn dispuestos a incorporar en los
clculos y anlisis del SPI. Dependiendo del nivel de confianza y el mtodo de clculo, el uso de
datos estimados es aceptable. Evidentemente, cuantos menos datos estimados se empleen, mejor.

3.

DESCRIPCIN DEL NDICE NORMALIZADO DE PRECIPITACIN

Sinopsis: El SPI se basa en la probabilidad de precipitacin para cualquier escala temporal.

Teniendo en cuenta la precipitacin observada, la probabilidad de precipitacin se transforma en
un ndice, que actualmente se utiliza en las investigaciones o en modo operativo en ms de 70
pases.
Usuarios: Muchos planificadores emplean el SPI y aprecian su versatilidad. Tambin lo utilizan
diversas instituciones de investigacin, universidades y Servicios Meteorolgicos e Hidrolgicos
Nacionales de todo el mundo como parte de las iniciativas de alerta temprana y vigilancia de la
sequa.
Ventajas: La precipitacin es el nico parmetro necesario para el clculo. El SPI puede calcularse
para distintas escalas temporales, ofrecer una alerta temprana de la sequa y ayudar a evaluar su
severidad. Es menos complejo que el ndice de severidad de sequa de Palmer y que muchos otros
ndices.
Inconvenientes: nicamente puede cuantificar el dficit de precipitacin; los valores basados en
datos preliminares pueden cambiar, y los valores cambian cuanto ms prolongado es el perodo
de registro.
Elaborado por T.B. McKee, N.J. Doesken y J. Kleist, de la Universidad Estatal de Colorado, en
1993.

El SPI se concibi para cuantificar el dficit de precipitacin para varias escalas temporales, las
cuales reflejan el impacto de la sequa en la disponibilidad de los diferentes recursos hdricos. Las
condiciones de humedad del suelo responden a anomalas de precipitacin en una escala
relativamente corta. Las anomalas de precipitacin a largo plazo quedan reflejadas en las aguas
subterrneas, los caudales fluviales y el almacenamiento en reservorios. Por ese motivo, McKee y
otros (1993) calcularon originalmente el SPI para escalas temporales de 3, 6, 12, 24 y 48 meses.
El clculo del SPI para cualquier localidad se basa en el registro de precipitaciones a largo plazo
para un perodo deseado. Dicho registro a largo plazo se ajusta a una distribucin de
probabilidades y a continuacin se transforma en una distribucin normal de modo que el SPI
medio para la localidad y el perodo deseado sea cero (Edwards y McKee, 1997). Los valores
positivos de SPI indican que la precipitacin es mayor que la mediana, y los valores negativos, que
es menor. Dado que el SPI est normalizado, los climas hmedos y secos se pueden representar
del mismo modo, por lo que tambin se puede hacer un seguimiento de los perodos hmedos
utilizando el SPI.
McKee y otros (1993) utilizaron el sistema de clasificacin mostrado en el cuadro de valores de SPI
que figura a continuacin (cuadro 1) para definir las distintas intensidades de la sequa segn los
distintos valores de SPI. Tambin definieron los criterios para los episodios de sequa en todas las
escalas temporales. Los episodios de sequa tienen lugar siempre que el SPI sea continuamente
negativo y alcance una intensidad de -1,0 o inferior. El episodio finaliza cuando el SPI alcanza
valores positivos. Por consiguiente, todos los episodios de sequa tienen una duracin definida por
su comienzo y su final, y una intensidad para cada mes en el que contina el episodio. La suma
positiva del SPI para todos los meses de un episodio de sequa se puede denominar la magnitud
de la sequa.

NDICE NORMALIZADO DE PRECIPITACIN

Cuadro 1. Valores del ndice normalizado de precipitacin

2,0 y ms

extremadamente hmedo

1,5 a 1,99

muy hmedo

1,0 a 1,49

moderadamente hmedo

-0,99 a 0,99

normal o aproximadamente normal

-1,0 a -1,49

moderadamente seco

-1,5 a -1,99

severamente seco

-2 y menos

extremadamente seco

Basndose en el anlisis de las estaciones de Colorado (Estados Unidos), McKee determin que el
SPI indica una sequa leve el 24% del tiempo, una sequa moderada el 9,2% del tiempo, una
sequa severa el 4,4% del tiempo y una sequa extrema el 2,3% del tiempo (McKee y otros, 1993).
Teniendo en cuenta que el SPI est normalizado, esos porcentajes son los esperados de una
distribucin normal del SPI. El 2,3% de los valores del SPI dentro de la categora sequa extrema
es un porcentaje tpico que cabe esperar para un episodio extremo. En cambio, el ndice de
severidad de sequa de Palmer alcanza su categora extrema ms del 10% del tiempo en
distintas zonas de las Grandes Llanuras centrales de Estados Unidos. Esa normalizacin permite
que el SPI determine la rareza de una sequa actual (cuadro 2) y la probabilidad de la precipitacin
necesaria para que finalice la sequa (McKee y otros, 1993). Tambin permite que los usuarios
comparen con confianza en los resultados sequas histricas y actuales entre distintas localidades
climticas y geogrficas cuando evalan la rareza o frecuencia de una determinada sequa.

Cuadro 2. Probabilidad de recurrencia

SPI

Categora

Nmero de veces
en 100 aos

Severidad del episodio

0 a -0,99

Sequa leve

33

1 en 3 aos

-1,00 a -1,49

Sequa moderada

10

1 en 10 aos

-1,5 a -1,99

Sequa severa

1 en 20 aos

< -2,0

Sequa extrema

2,5

1 en 50 aos

Algunos aspectos fundamentales:

En razn de que el SPI est normalizado, los climas hmedos y secos se pueden representar
del mismo modo; por consiguiente, tambin se puede hacer un seguimiento de los perodos
hmedos utilizando el SPI. No obstante, hay que subrayar que el SPI no es adecuado para los
anlisis del cambio climtico ya que la temperatura no es un parmetro de clculo.

El SPI se ha concebido para calcular el dficit de precipitacin en diversas escalas temporales.

NDICE NORMALIZADO DE PRECIPITACIN

Las escalas temporales reflejan el efecto de la sequa en la disponibilidad de los distintos

recursos hdricos y ese era el resultado perseguido inicialmente por los creadores del SPI.

Las condiciones de humedad del suelo responden a anomalas de precipitacin en una escala
temporal relativamente corta. Las aguas subterrneas, los caudales fluviales y el
almacenamiento en reservorios reflejan las anomalas de precipitacin a largo plazo. As, por
ejemplo, habra que estudiar el SPI de 1 2 meses para la sequa meteorolgica, de entre 1 y
6 meses para la sequa agrcola, y de entre unos 6 y 24 meses o ms para los anlisis y
aplicaciones de la sequa hidrolgica.

VENTAJAS E INCONVENIENTES

4.

Las ventajas e inconvenientes del SPI se pueden resumir del siguiente modo:
Ventajas

Es flexible: se puede calcular para diversas escalas temporales.

Mediante los SPI de escalas temporales cortas, por ejemplo, de 1, 2 3 meses, se pueden
ofrecer avisos tempranos de sequa y se puede ayudar a evaluar la severidad de la sequa.

Tiene coherencia espacial: permite realizar comparaciones entre distintas localidades con
climas distintos.

Su carcter probabilstico le otorga un contexto histrico, muy adecuado para la adopcin de

decisiones.

Inconvenientes

Se basa nicamente en la precipitacin.

No contiene ningn componente de equilibrio entre el suelo y el agua, por lo que no se

puede calcular ninguna relacin de evapotranspiracin/evapotranspiracin potencial (ET/PET).

Una nueva variacin del ndice elaborada por Vicente-Serrano y otros (2010) trata de abordar
la cuestin de la evapotranspiracin potencial mediante la incorporacin de un componente
de temperatura en el clculo de su nuevo ndice denominado ndice estandarizado de
precipitacin-evapotranspiracin (SPEI). Los parmetros necesarios para ejecutar el programa
son la precipitacin, la temperatura media y la latitud del sitio o los sitios. Se puede consultar
ms informacin sobre el SPEI en http://sac.csic.es/spei/index.html.

5.

INTERPRETACIN: DESCRIPCIN DE LA FLEXIBILIDAD ESPACIAL

Y TEMPORAL

No existe una nica definicin de sequa (Wilhite y Glantz, 1985). Generalmente, las sequas se
agrupan en meteorolgicas, agrcolas, hidrolgicas y socioeconmicas. La sequa es un peligro
cuya definicin y deteccin es muy compleja. Tiene efectos en mltiples sectores y a varias escalas
temporales. Al igual que no existe una nica definicin de sequa, tampoco existe un nico ndice
que satisfaga todos los requisitos de todas las aplicaciones.
Dicho esto, una ventaja real del SPI es que puede calcularse para muchas escalas temporales, lo
que posibilita abordar muchos de los tipos de sequa ya descritos. La posibilidad de calcular el SPI
en diversas escalas temporales permite tener flexibilidad temporal en la evaluacin de las
condiciones de precipitacin en relacin con el abastecimiento de agua.

NDICE NORMALIZADO DE PRECIPITACIN

Tal y como ya se ha mencionado, el SPI se concibi para cuantificar el dficit de precipitacin para
mltiples escalas temporales o ventanas de promedios mviles. Esas escalas temporales reflejan
los efectos de la sequa en distintos recursos hdricos que necesitan conocer las diversas instancias
decisorias. Las condiciones meteorolgicas y de humedad del suelo (agricultura) responden a
anomalas de precipitacin en escalas temporales relativamente cortas, por ejemplo de entre 1 y 6
meses, mientras que los caudales fluviales, el almacenamiento en reservorios y las aguas
subterrneas responden a anomalas de precipitacin a ms largo plazo, del orden de 6 meses y
hasta 24 meses o ms. As, por ejemplo, habra que estudiar el SPI de 1 2 meses para la sequa
meteorolgica, de entre 1 y 6 meses para la sequa agrcola, y de entre unos 6 y 24 meses o ms
para los anlisis y aplicaciones de sequa hidrolgica.
Se puede calcular desde el SPI de 1 mes hasta el de 72 meses. Estadsticamente, la franja de
aplicacin ms prctica es de entre 1 y 24 meses (Guttman, 1994, 1999). Ese corte de 24 meses se
basa en la recomendacin de Guttman de disponer de entre 50 y 60 aos de datos. A menos que
se disponga de entre 80 y 100 aos de datos, el tamao de la muestra es demasiado pequeo y,
por encima de los 24 meses, la confianza estadstica en las estimaciones de probabilidad se
debilita en los extremos (tanto el hmedo como el seco). Adems, el hecho de disponer
nicamente del mnimo de 30 aos de datos (o menos) reduce el tamao de la muestra y debilita
la confianza. Tcnicamente, se podra ejecutar el SPI con menos de 30 aos de datos siempre que,
no obstante, se tengan en cuenta las limitaciones estadsticas y el debilitamiento de la confianza
sealado.

5.1

Valores del ndice normalizado de precipitacin de perodos cortos/

perodos largos

5.1.1

SPI de 1 mes

El mapa para el SPI de 1 mes es muy parecido a un mapa que muestre el porcentaje de
precipitacin normal para un perodo de 30 das. De hecho, el SPI derivado es una representacin
ms exacta de una precipitacin mensual puesto que la distribucin se ha normalizado. Por
ejemplo, el SPI de 1 mes al final de noviembre compara el total de precipitacin de 1 mes para
noviembre de ese ao particular con los totales de la precipitacin para noviembre de todos los
aos del registro. Habida cuenta de que el SPI de 1 mes refleja las condiciones a corto plazo, su
aplicacin puede relacionarse estrechamente con tipos meteorolgicos de sequa junto con la
humedad del suelo y el estrs de los cultivos a corto plazo, especialmente durante la estacin de
crecimiento. El SPI de 1 mes puede aproximarse a las condiciones representadas por el ndice de
humedad de los cultivos, que forma parte del conjunto de ndices del ndice de severidad de
sequa de Palmer.
La interpretacin del SPI de 1 mes puede ser errnea a menos que se entienda la climatologa. En
las regiones donde la precipitacin es normalmente baja durante un mes, pueden darse grandes
valores negativos o positivos de SPI, incluso cuando la desviacin de la media sea relativamente
pequea. El SPI de 1 mes tambin puede malinterpretarse con valores de precipitacin menores
de lo normal en las regiones con un total de precipitacin normal pequeo para un mes. En
relacin con el mapa de porcentaje de precipitacin normal, los mapas de SPI de 1 mes contienen
valiosa informacin, pero conviene analizarlos con prudencia.
NOTA: En teora, el SPI se puede calcular para perodos inferiores a 1 mes, pero no se recomienda
en la prctica. Es muy recomendable que los usuarios estudien una ventana con un promedio
mnimo de 4 semanas. Se podra calcular un SPI de 1 semana, pero la realidad es que
probablemente habr muchos episodios de das secos (precipitacin de 0,00 incluso en climas no
ridos), lo que hace que el SPI se comporte de forma errtica (Wu y otros, 2006), por lo que no se
recomienda este planteamiento. No obstante, s que es aceptable actualizar el SPI todos los das o
todas las semanas, para un plazo de 1 mes a 24 meses. Este enfoque de ventana mvil no causa
ningn problema al programa puesto que sigue estudiando un mnimo de 4 semanas de datos
cada da transcurrido.

NDICE NORMALIZADO DE PRECIPITACIN

5.1.2

SPI de 3 meses

El SPI de 3 meses ofrece una comparacin de la precipitacin a lo largo de un perodo especfico

de 3 meses con los totales de precipitacin del mismo perodo de 3 meses de todos los aos
incluidos en el registro histrico. En otras palabras, un SPI de 3 meses al final de febrero compara
el total de la precipitacin de los meses de diciembre, enero y febrero de ese ao concreto con los
totales de precipitacin entre diciembre y febrero de todos los aos contemplados en el registro
para esa localidad. Por los datos de cada ao aadidos, se aade otro ao al perodo de registro,
con lo que los valores de todos los aos se utilizan de nuevo. Los valores no solo puede que
cambien, sino que cambiarn, al comparar el ao en curso de forma histrica y estadstica con
todos los aos precedentes del registro de observacin.
El SPI de 3 meses refleja las condiciones de humedad a corto y medio plazo, y proporciona una
estimacin estacional de la precipitacin. En las principales regiones agrcolas, un SPI de 3 meses
podra ser ms eficaz para poner de relieve la existencia de condiciones de humedad que el ndice
de Palmer, de respuesta ms lenta, u otros ndices hidrolgicos actuales. Un SPI de 3 meses al final
de agosto en Corn Belt (Estados Unidos) reflejara tendencias de precipitacin durante las
importantes etapas de reproduccin y llenado del grano para el maz y la soja. Al mismo tiempo,
el SPI de 3 meses a final de mayo da un indicio de las condiciones de humedad del suelo al
comienzo de la estacin de crecimiento.
Es importante comparar el SPI de 3 meses con escalas temporales ms largas. Un perodo
relativamente normal, o incluso uno de 3 meses hmedo, podra ocurrir en medio de una sequa
de larga duracin que nicamente sera observable en un perodo largo. Observando escalas
temporales largas se pueden evitar interpretaciones errneas que lleven a pensar que una sequa
podra haber finalizado cuando en realidad se trata tan solo de un perodo hmedo temporal. Es
fundamental hacer un seguimiento continuo y persistente de la sequa para determinar cundo
comienza y termina. De esta forma se evitan las falsas alarmas al comenzar o terminar las
sequas. Para ello, puede ayudar disponer de un conjunto de accionadores in situ, que estn
asociados a medidas que se deben adoptar en el marco de un plan de sequa.
Al igual que con el SPI de 1 mes, el SPI de 3 meses puede malinterpretarse en regiones donde
normalmente se dan condiciones secas durante algn perodo concreto de 3 meses. Los SPI
negativos o positivos durante mucho tiempo pueden asociarse a totales de precipitacin no muy
diferentes de la media. Esta precaucin puede explicarse con el clima Mediterrneo de California
y en derredor del norte de frica y el sur de Europa, donde llueve, o est previsto que llueva, muy
poco durante distintos perodos del ao. Dado que esos perodos se caracterizan por poca lluvia,
los correspondientes totales histricos sern reducidos, y unas desviaciones a ambos lados de la
media relativamente pequeas podran dar lugar a grandes valores negativos o positivos de SPI.
En cambio, este perodo de tiempo puede ser un buen indicador para algunas regiones
monznicas de todo el mundo.

5.1.3

SPI de 6 meses

El SPI de 6 meses compara la precipitacin de ese perodo con el mismo perodo de 6 meses del
registro histrico. Por ejemplo, un SPI de 6 meses al final de septiembre compara el total de
precipitacin para el perodo de abril a septiembre con todos los totales precedentes para el
mismo perodo.
El SPI de 6 meses indica tendencias de precipitacin entre estacionales y el medio plazo y se
considera ms sensible a las condiciones en esta escala que el ndice de Palmer. Un SPI de 6 meses
puede ser muy eficaz para mostrar la precipitacin en distintas estaciones. Por ejemplo, un SPI de
6 meses al final de marzo indicara muy bien la cantidad de precipitacin cada durante el perodo
de estacin hmeda tan importante que va de octubre a marzo en determinadas localidades
mediterrneas. La informacin derivada de un SPI de 6 meses tambin podra reflejar caudales
fluviales y niveles de almacenamiento anmalos, en funcin de la regin y la poca del ao.

NDICE NORMALIZADO DE PRECIPITACIN

5.1.4

SPI de 9 meses

El SPI de 9 meses da una indicacin de pautas de precipitacin interestacionales en escalas

temporales medias. Las sequas normalmente tardan una estacin o ms en desarrollarse. Los
valores de SPI por debajo de -1,5 para estas escalas temporales generalmente se consideran un
buen indicativo de que la sequedad est teniendo un impacto significativo en la agricultura y
puede que tambin est afectando a otros sectores. En algunas regiones se puede observar que la
pauta seguida en el mapa por el ndice de Palmer se vincula estrechamente con los mapas de SPI
de 9 meses. Para otras zonas, el ndice de Palmer se vincula ms estrechamente con el SPI de 12
meses. Este perodo de tiempo se introduce para pasar de la sequa estacional a corto plazo a las
sequas a ms largo plazo que pueden por su carcter ser hidrolgicas o plurianuales.

5.1.5

SPI de 12 a 24 meses

El SPI en estas escalas temporales refleja patrones de precipitacin a largo plazo. Un SPI de 12
meses es una comparacin de la precipitacin de 12 meses consecutivos con la registrada en los
mismos 12 meses consecutivos de todos los aos precedentes para los que se dispone de datos.
Dado que estas escalas temporales son el resultado acumulado de perodos ms cortos que
pueden estar por encima o por debajo de lo normal, el SPI a ms largo plazo tiende a situarse en
torno a cero, a menos que se est produciendo una tendencia hmeda o seca caracterstica. Los
SPI de estas escalas temporales generalmente se vinculan con cauces fluviales, niveles de los
reservorios e incluso niveles de las aguas subterrneas a escalas temporales ms largas. En algunas
localidades, el SPI de 12 meses es el que ms se relaciona con el ndice de Palmer, y ambos ndices
pueden reflejar condiciones parecidas.

6.

METODOLOGA COMPUTACIONAL

El SPI se determina normalizando la precipitacin para una estacin determinada despus de que
se haya fijado para una funcin de densidad de probabilidad, segn describen McKee y otros
(1993, 1995), Edwards y McKee (1997) y Guttman (1998). Se puede consultar una descripcin del
procedimiento computacional del SPI en McKee y otros (1993, 1995) y Edwards y McKee (1997).
A continuacin se describen los fundamentos bsicos, tomados de Edwards (1997).

6.1

Mtodo para calcular el SPI

El clculo del SPI para cualquier localidad se basa en el registro de precipitacin a largo plazo
para el perodo deseado. Dicho registro a largo plazo se ajusta a una distribucin de
probabilidades, y a continuacin esta se transforma en una distribucin normal de modo que
el SPI medio para la localidad y el perodo deseado sea cero (Edwards y McKee, 1997).

Los valores positivos de SPI indican precipitaciones superiores al valor de la mediana, y los
valores negativos indican precipitaciones inferiores al valor de la mediana.

La sequa, segn el SPI, empieza cuando el valor del SPI es igual o inferior a -1,0 y concluye
cuando el valor se convierte en positivo.

10

6.2

NDICE NORMALIZADO DE PRECIPITACIN

Funcionamiento

La precipitacin se normaliza utilizando una funcin de distribucin de probabilidad de modo

que los valores de SPI se consideran en realidad como desviaciones estndar de la mediana.

Una distribucin normalizada permite realizar una estimacin de los perodos secos y los
perodos hmedos.

Los valores acumulados se pueden utilizar para analizar la severidad de la sequa (magnitud).

Se necesitan al menos 30 aos de datos continuos de precipitacin mensual, si bien sera

preferible contar con registros ms prolongados.

Los intervalos de escala de tiempo para el SPI inferiores a 1 mes o superiores a 24 meses
pueden no ser fiables.

La dimensin espacial no influye en la interpretacin del SPI.

Dado su carcter probabilstico (la probabilidad de las precipitaciones observadas se

transforma en un ndice), el SPI se adapta bien a la gestin del riesgo y a los accionadores
para la adopcin de decisiones.

7.

OBTENCIN DEL PROGRAMA

El programa se puede obtener en versin Windows/PC y se puede descargar de forma gratuita.

La ltima versin del programa SPI (SPI_SL_6.exe), ejemplos de archivos como los que se
describen ms adelante y las instrucciones para Windows/PC estn disponibles en http://drought.
unl.edu/MonitoringTools/DownloadableSPIProgram.aspx.
El programa puede calcular hasta seis ventanas temporales de SPI a la vez para una localidad
determinada. Est compilado en C++ para PC y contiene todas las bibliotecas (Libraries).

8.

EJECUCIN DEL PROGRAMA EN WINDOWS

Para ejecutar el programa en Windows, basta con seguir los pasos que se indican a continuacin:
1. Establecer un fichero de entrada como el del ejemplo siguiente con datos de precipitaciones de
Falls City, Nebraska:

NDICE NORMALIZADO DE PRECIPITACIN

11

Todos los ficheros de entrada deben tener el formato mostrado, con tres columnas que indiquen,
respectivamente, el ao, el mes y el valor de la precipitacin del mes. El encabezado,
generalmente el nombre de la estacin, debe incluirse en la cabecera del fichero o de lo contrario
el programa produce un fichero de salida vaco. El total de precipitaciones NO debe contener
decimales y puede estar indicado en pulgadas o milmetros.
NOTA: Tenga cuidado con el espaciado de la columna y de que no falten datos en el fichero de
entrada. Si falta el valor de precipitacin de uno o varios meses, debe poner -99 para el valor del
dato faltante. No deje ningn espacio en blanco en la columna de precipitacin. Cero es un valor
vlido, tpico de meses secos en regiones ridas o de localidades con estaciones hmedas y secas
diferenciadas. Lo ideal sera disponer de al menos 30 aos de datos mensuales/semanales para
obtener estadsticas fiables, pero ese normalmente es el caso con la mayora de los ndices
utilizados para evaluar cualquier climatologa de sequa para una localidad o regin determinada.
Los ficheros de entrada se pueden generar con Excel o con cualquier editor de textos, pero se
deben renombrar con la extensin .cor antes de ejecutar el programa.
2. Haga clic con el botn derecho del ratn sobre el fichero SPI_SL_6.exe y gurdelo (Save). A
continuacin ejecute el programa (doble clic con el botn izquierdo) y siga las instrucciones de la
ventana que aparezca.
3. Elija el nmero de escalas temporales del SPI que desea considerar para los clculos.

4. Especifique las escalas temporales del SPI que se van a considerar para los clculos. En el
ejemplo que sigue, el usuario genera cinco escalas temporales o ventanas del SPI: intervalos de 1
mes, 3 meses, 6 meses, 9 meses y 12 meses.

12

NDICE NORMALIZADO DE PRECIPITACIN

5. Introduzca el nombre de un fichero de entrada (en el ejemplo fall.cor) y de un fichero de

salida (en el ejemplo fall1_12mospi.dat). Se recomienda adoptar un sistema de nombres que
refleje los anlisis del SPI que se realizarn a fin de conservar los resultados de cada anlisis por
separado.

Se puede dar cualquier nombre al fichero de salida pero debe tener la extensin .dat. Este
fichero se pondr en el mismo directorio donde est ubicado el fichero ejecutable.
Los resultados se pueden procesar con Notepad de Microsoft o con cualquier otro programa de
procesamiento de textos. Estos ficheros se guardan como ficheros de texto ASCII en MS_DOS. A
partir de ese momento, los datos de salida ya se pueden representar en forma de trazado, grfico
o mapa por cualquier medio.
A continuacin se muestra y se describe un ejemplo de fichero de salida para Falls City, Nebraska.
El fichero de entrada se cre para analizar el SPI de 1, 3, 6, 9 y 12 meses. Los valores
correspondientes se muestran en las columnas tercera, cuarta, quinta, sexta y sptima.

NOTA: El valor -99,00 no indica un dato faltante en este caso. Simplemente refleja que, por
ejemplo, en la cuarta columna, no se puede obtener el valor de SPI de 3 meses hasta que no
hayan transcurrido los tres primeros meses del perodo de registro. Lo mismo ocurre en el resto
de las columnas hasta la ltima, donde no aparece ningn valor de SPI de 12 meses hasta
diciembre de 1949, es decir, hasta el duodcimo mes disponible para el clculo, con lo que ese
mes se convierte en el primero con un SPI generado para 12 meses.

NDICE NORMALIZADO DE PRECIPITACIN

9.

13

CAPACIDADES DE ELABORACIN DE MAPAS

Muchos pases calculan con regularidad el SPI y otros ndices de sequa o parmetros
meteorolgicos y elaboran mapas sobre ellos. A continuacin figura una sinopsis de los mtodos
generalmente empleados en la elaboracin de mapas sobre indicadores de sequa.
Existen varias maneras de elaborar mapas de variables meteorolgicas, como los indicadores e
ndices normalizados de sequas. La mayora de los datos sobre sequas se derivan de datos
puntuales (de una estacin o de un sitio especfico). Si bien estos datos responden a la finalidad
deseada, es con frecuencia su representacin en un mapa lo que permite comunicar del mejor
modo posible un mensaje basado en un contexto geogrfico a las instancias decisorias que
procuran conocer la severidad de la sequa y su extensin espacial. Los datos puntuales se pueden
representar en un mapa, y se pueden ofrecer productos o caractersticas derivados en calidad de
informacin adicional. Ello podra comprender, por ejemplo, el trazado de series temporales del
indicador o ndice. La limitacin de este nivel de detalle espacial es que no se dispone de
informacin sobre lo ocurrido entre los puntos.
Se pueden utilizar diversas tcnicas para generar un mapa continuo de sequa meteorolgica. Una
de esas tcnicas consiste en generar una superficie interpolada de valores estimados en
ubicaciones entre sitios basndose en relaciones matemticas del indicador o ndice entre los
datos puntuales originales. Generalmente esto produce un mapa que parece natural, pero sigue
basndose en los datos de puntos especficos, y tan solo es exacto en la medida en que lo son los
datos y la tcnica de interpolacin. No es posible aplicar un nico mtodo de interpolacin para
todas las situaciones; entre las tcnicas de interpolacin utilizadas ms habitualmente cabe
destacar las de Kriging, Spline y la ponderacin de la distancia inversa.
Cada tcnica de interpolacin tiene sus ventajas e inconvenientes. Algunas tcnicas son ms
exactas que otras, pero consumen ms tiempo para producir el resultado deseado. El mtodo de
Kriging, que tiene su origen en aplicaciones geolgicas y la industria minera, supone que existe
una relacin entre los puntos que no es aleatoria y que cambia de forma espacial. El mtodo de
Spline se utiliza cuando es importante minimizar la curvatura espacial global. La ponderacin de
la distancia inversa se utiliza cuando los puntos de datos estn dispersos, pero con suficiente
densidad para representar variaciones locales. Los datos, tal como indica el propio nombre del
mtodo, se ponderan de modo que se favorezcan los datos ms prximos al punto que se
procesa.
Otra tcnica que se ha utilizado para la vigilancia y la elaboracin de mapas de sequas
meteorolgicas es situar en el mapa los datos puntuales vinculados a cuadrculas. Esos datos
tambin se pueden obtener de fuentes de observacin area, por ejemplo radares o satlites. Esos
productos de datos reticulares parecen menos naturales que los productos interpolados, pero
son ms fciles de utilizar con fines comparativos gracias a los tamaos comunes de las
cuadrculas, que pueden variar en tamao decreciente desde grados hasta metros en funcin de
la fuente y de la aplicacin que se necesite. Tambin son variables en cuanto a frecuencia
temporal, con perodos de retorno que varan de diarios (o varias veces al da) a semanales o ms
largos. En Estados Unidos, los productos reticulares para la vigilancia de sequas meteorolgicas
cada vez son ms habituales, mientras que en otras regiones, sobre todo en frica, ya hace
mucho tiempo que se utiliza informacin reticular para determinar condiciones de sequa. El
Sistema de alerta temprana para casos de hambruna y otras redes parecidas han utilizado datos
reticulares en sus anlisis. Existen varios ejemplos de productos reticulares para sequas
meteorolgicas en Australia, China, Estados Unidos y Reino Unido.
Para elaborar un producto de mapa reticulado, los datos puntuales se agregan con una resolucin
de cuadrcula seleccionada para ese producto utilizando una relacin matemtica. A continuacin,
se crea una superficie interpolada entre las cuadrculas (no los datos puntuales). Por ejemplo, en
Estados Unidos el Centro Regional sobre el Clima de las Llanuras Altas, en colaboracin con el
Centro Nacional de Mitigacin de Sequas, elabora diariamente un mapa del ndice normalizado
de precipitacin a escalas estatal, regional y nacional para todo el pas.

NDICE NORMALIZADO DE PRECIPITACIN

14

2.5

1.5

1.5

2.5

Fuente: Centro Regional sobre el Clima de las Llanuras Altas de Estados Unidos

Ejemplo de SPI de 3 meses (1 de mayo de 2011 a 31 de julio de 2011)

Los mapas de SPI se generan utilizando el Sistema de anlisis y visualizacin reticular (GrADS). Los
datos de SPI de estaciones discretas se interpolan utilizando un anlisis objetivo de Cressman con
radios de influencia de 10,7,4,2,1. La resolucin de las cuadrculas es de 0,4 grados. Los mapas de
contorno reticulares se generan a escalas nacional, regional y estatal para la regin de las Llanuras
Altas. En los mapas nacionales se aplica una proyeccin estereogrfica polar. Los mapas regionales
y estatales emplean una proyeccin latitudinal/longitudinal conservando la relacin de aspecto.
Esta interfaz y los productos resultantes se pueden consultar en: http://www.hprcc.unl.edu/maps/
current/.
Para que los mapas de sequas meteorolgicas sean satisfactorios es preciso disponer de datos de
calidad. La calidad de los datos de los indicadores e ndices de sequa se determina en funcin de
varios factores, entre ellos la disponibilidad de los datos, el calendario del registro, la calidad de los
datos histricos en las estaciones, la transmisin de los datos en tiempo casi real, el
mantenimiento de la red de estaciones y la capacidad de medir la precipitacin en condiciones de
temperaturas fras, especialmente en localidades del norte o alpinas. Algunos de esos factores
guardan relacin con la capacidad de ofrecer datos de forma oportuna, lo que puede ser muy
importante en el caso de las sequas meteorolgicas. Por ltimo, la densidad de datos desempea
un papel muy importante en la resolucin espacial que se puede lograr en la elaboracin de
mapas de sequas.
Uno de los mayores problemas relacionados con la elaboracin de mapas de sequas
meteorolgicas es tratar de obtener la resolucin espacial que necesitan las instancias decisorias, y
conseguir que se ajuste a esas necesidades, sobre la base de la informacin disponible
actualmente. Esa limitacin est vinculada a la densidad de datos puntuales, que puede no estar
disponible en la resolucin deseada por las instancias decisorias. A la vista de ese problema,
resulta alentadora la promesa de los potenciales productos de teledeteccin, algunos de los cuales
pueden ofrecer datos en determinadas resoluciones espaciales en regiones donde los datos
puntuales in situ estn relativamente dispersos y no son fiables. La mayora de los productos
satelitales ya estn incorporados en cuadrculas (o pixelados) segn la descripcin anterior. En
Estados Unidos, algunos productos actualmente se elaboran para utilizar datos de estaciones en
combinacin con datos de teledeteccin. Los datos de estaciones se utilizan para ayudar a

NDICE NORMALIZADO DE PRECIPITACIN

15

perfeccionar los datos de teledeteccin, y los mapas hbridos resultantes poseen un mayor nivel
de exactitud.
Las cuestiones topogrficas, en particular las relativas a montaas y cambios rpidos del terreno,
representan un verdadero problema para la elaboracin de mapas de sequas meteorolgicas por
dos motivos. En primer lugar, la densidad de datos suele ser menor en las regiones montaosas. Y
en segundo lugar, dado que los mtodos de interpolacin se basan generalmente en
correlaciones, la relacin entre regiones adyacentes respecto de la precipitacin suele ser
especialmente discontinua en las zonas donde el terreno cambia de forma rpida y abrupta.
Como resultado, las superficies interpoladas de forma continua en un producto de mapa acabado
puede que no tengan correspondencia real con la variabilidad natural, especialmente los
indicadores e ndices relativos a la precipitacin.
Habida cuenta de las complejidades relativas a los datos de sequas meteorolgicas y las
caractersticas de las tcnicas de elaboracin de mapas, es importante que las instancias decisorias
comprendan estos factores cuando interpreten los mapas de severidad de sequas y extensin
espacial.

REFERENCIAS
Edwards, D. C. y T. B. McKee, 1997: Characteristics of 20th century drought in the United States at multiple
time scales. Climatology Report 97-2, Departamento de Ciencia Atmosfrica, Universidad del Estado de
Colorado, Fort Collins, Colorado.
Guttman, N.B., 1994: On the sensitivity of sample L moments to sample size. Journal of Climate,
7(6):10261029.
Guttman, N.B., 1998: Comparing the Palmer drought index and the Standardized Precipitation Index.
Journal of the American Water Resources Association, 34(1):113121.
, 1999: Accepting the Standardized Precipitation Index: a calculation algorithm. Journal of the
American Water Resources Association, 35(2):311322.
McKee, T.B., N.J. Doesken and J. Kleist, 1993: The relationship of drought frequency and duration to time
scale. In: Proceedings of the Eighth Conference on Applied Climatology, Anaheim, California,17 a 22 de
enero de 1993. American Meteorological Society, Boston, 179184.
, 1995: Drought monitoring with multiple timescales. In: Proceedings of the Ninth Conference on
Applied Climatology, Dallas, Texas, 15 a 20 de enero de 1995. American Meteorological Society, Boston,
233236.
Vicente-Serrano, S.M., S. Beguera y J.I. Lpez-Moreno, 2010: A multi-scalar drought index sensitive to
global warming: the Standardized Precipitation Evapotranspiration Index SPEI. Journal of Climate,
23(7):16961718, doi: 10.1175/2009JCLI2909.1.
Wilhite, D.A. y M.H. Glantz, 1985: Understanding the drought phenomenon: the role of definitions. Water
International, 10:111120.
Wu, H., M.D. Svoboda, M.J. Hayes, D.A. Wilhite y F. Wen, 2007: Appropriate application of the Standardized
Precipitation Index in arid locations and dry seasons. International Journal of Climatology, 27(1):6579.

OTROS RECURSOS EN LNEA

http://drought.unl.edu/MonitoringTools/DownloadableSPIProgram.aspx
http://drought.mssl.ucl.ac.uk/spi.html
http://www.wrcc.dri.edu/spi/spi.html
http://ccc.atmos.colostate.edu/standardizedprecipitation.php
http://www.wmo.int/drought

Para ms informacin, dirjase a:

Organizacin Meteorolgica Mundial

7 bis, avenue de la Paix P.O. Box 2300 CH-1211 Ginebra 2 Suiza
Oficina de comunicacin y de relaciones pblicas
Tel.: +41 (0) 22 730 83 14 Fax: +41 (0) 22 730 80 27
Correo electrnico: cpa@wmo.int
Departamento del clima y del agua

Correo electrnico: agm@wmo.int

www.wmo.int/agm

JN 131246

Tel.: +41 (0) 22 730 83 05 Fax: +41 (0) 22 730 80 42