Está en la página 1de 11

Top. Meteor. Oceanogr.

, 7(1):1-20,2000

Aplicacin de algunos mtodos de relleno a series anuales de lluvia de


diferentes regiones de Costa Rica
ROSARIO ALFARO1, RAFAEL PACHECO

Instituto Meteorolgico Nacional,Ministerio del Ambiente y Energa, San Jos, Costa Rica

(Recibido el 3 de mayo de 2000, aceptado el 28 de junio, de 2000)

ABSTRACT
This paper shows the results obtained when different methods for filling gaps in annual precipitation series were
applied to records of meteorological stations, located in different regions of Costa Rica. Simple and multiple
regression were used. The ratio, the normal-ratio and the adjusted ratio methods were also utilized. The first, third
and fifth methods required just an additional station to fill the gaps, the others required two. The methods were
applied to 12 stations, from which 5 are located in the Caribbean Coast and 7 in the Pacifics. In total, the
information of 36 stations was used in this study. The Wilcoxon Sum Rank Test showed that all estimated series
have identical probability distributions to the observed series. The lower differences between observed and
estimated data are obtained when multiple regression is used. This is showed in the values obtained for MAE
(mean absolute error) and RMSE (root mean square error). Despite the former results, the maximum differences
between the observed and estimated values were very high in some cases (95%). A recent study, which uses an
autoregressive model of order 45 to estimate annual precipitation values shows that the highest differences with
this method are around 35%, which suggest the use of more complex methods if more accurate estimations are
required.

1. Introduccin

Algunos estudios que requieren la utilizacin de razn q. Tambin se us el mtodo de la razn-normal


series cronolgicas de datos, presentan el problema de series (Paulhus and Kohler. 1952) con una pequea variacin, ya
con datos faltantes que limitan el uso de las mismas, an que toma en consideracin promedios de precipitacin en
cuando algunas tienen registros suficientemente largos. Cada perodos iguales, en vez de promedios normales de
vez que se inicia un trabajo con series de precipitacin en el precipitacin y se utilizan dos estaciones cercanas en vez de
Instituto Meteorolgico Nacional (IMN), se recurre a algn tres. La diferencia obedece al hecho de que muchas
mtodo de relleno para estimar datos faltantes; sin embargo, estaciones con las que cuenta el IMN no poseen registro de
no existe ninguna sugerencia formal a este respecto por parte lluvia desde 1960. Adems, en algunas regiones del pas,
del Instituto, la cual est basada en algn estudio serio que le escasamente se encuentran dos estaciones cercanas a otra,
de sustento. entendindose por cercana aquella estacin ubicada al menos
La finalidad de este trabajo consiste en determinar la dentro de la misma cuenca y a una altura semejante, si es
confiabilidad de algunos mtodos simples de relleno para posible.
datos anuales de precipitacin, los cuales se sugieren en la Tambin se utiliz el mtodo de la razn q, tomando
Gua de Prcticas Climatolgicas de la Organizacin en consideracin una clasificacin de las estaciones que
Meteorolgica Mundial (WMO 1983). Estos mtodos depende de su cantidad de precipitacin anual (mtodo de la
corresponden a la regresin simple, mltiple y de la razn ajustada).

CUADRO 1. Estaciones estudiadas, perodos considerados y nmero de aos de los registros.

1
Direccin para correspondencia: Rosario. Alfaro, Instituto Meteorologico
Nacional, Apartado 7-3350-1000 San Jose, Costa Rica.
E-mail: ralfaro@meteoro.imn.ac.cr
42 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Estacin Latitud () Longitud () Elev. (m) Perodo Aos


Puntarenas 9 59 84 46 3 1963-1984 22
San Miguel de Barranca 10 00 84 42 140 1963-1984 22
Nagatac 10 04 84 43 450 1963-1984 22
Coto 47 8 36 82 59 8 1951-1978 27
Km 18 8 36 83 04 6 1951-1978 27
Coto 44 8 35 82 59 7 1951-1978 27
CATIE 9 53 83 38 602 1963-1982 20
Humo 9 48 83 43 680 1963-1982 20
La Suiza 9 51 83 37 620 1963-1982 20
San Jos 9 56 84 05 1172 1970-1985 16
Villa Coln 9 54 84 14 700 1970-1985 16
Desamparados 9 54 84 04 1162 1970-1985 16
Limn 10 00 83 03 5 1972-1996 25
La Lola 10 06 83 23 40 1972-1996 25
Finca El Carmen 10 12 83 29 15 1972-1996 25
Fabio Baudrit 10 01 84 16 840 1971-1996 26
A. J. Santamara 10 00 84 12 932 1971-1996 26
La Garita 9 57 84 21 460 1971-1996 26
Nicoya 10 09 85 27 120 1975-1993 18
Morote 10 04 85 16 20 1975-1993 18
Paquera 9 49 84 56 15 1975-1993 18
Damas 9 29 84 12 6 1976-1993 18
Fca Cerritos 9 30 84 09 5 1976-1993 18
Finca Pocares 9 31 84 15 6 1976-1993 18
Linda Vista, El Guarco 9 50 83 58 1400 1963-1985 23
Comandancia de Cartago 9 53 83 55 1440 1963-1985 23
La Cangreja 9 48 83 58 1830 1963-1985 23
Pindeco 9 08 83 20 397 1985-1993 9
Volcn 9 13 83 27 418 1985-1993 9
P. Zeledn 9 20 83 42 700 1985-1993 9
Ciudad Quesada 10 20 84 26 650 1973-1992 19
I. Quebrada Azul 10 24 84 28 83 1973-1992 19
San Vicente 10 17 84 24 1450 1973-1992 19
Upala 10 54 85 01 50 1986-1994 9
Los Chiles 11 02 84 43 40 1986-1994 9
San Jorge Los Chiles 10 42 84 40 55 1986-1994 9

Con el fin de comparar los resultados obtenidos, se Se determinaron las diferencias mximas
calcularon los errores MAE y RMSE, segn lo sugiere observadas entre los valores reales y los estimados.
Willmott (1982), ya que estos errores bsicamente miden el Adems, se compararon los resultados con aquellos
error promedio entre los valores estimados y los observados obtenidos en un estudio reciente (Leite and Peixoto. 1996)
mediante el clculo de las diferencias existentes entre dichos que utiliza un mtodo ms complejo para reproducir series
valores. Tambin se us el test de Wilcoxon (McClave and de datos de precipitacin anual.
Dietrich. 1991) para determinar si las poblaciones de las dos
muestras (la de valores observados y la de estimados) tenan
distribuciones de probabilidad idnticas.

CUADRO 2. Distancias y diferencias en altura existentes entre cada una de las estaciones analizadas y sus estaciones vecinas.
TOPICOS METEOROLOGICOS 43

Estacin en estudio D1 (km) D2 (km) Dif. alt. 1 (m) Dif. alt. 2 (m)
Puntarenas 8 7 137 447
Coto 47 5 3 -2 -1
CATIE 4 5 78 18
San Jos 13 22 -472 -10
Limn 33 52 35 10
Fabio 8 10 92 -380
Nicoya 22 63 -100 -105
Damas 10 4 -1 0
L. Vista 27 28 40 430
C.Quesada 8 24 -567 800
Pindeco 40 48 21 303
Upala 36 44 -10 5
Promedios 17.8 25.8 129.6 209.1

2. Metodologa Para hacer los clculos se usaron series con el


mismo perodo de registro. Con los mtodos de la razn,
Varias consideraciones debieron hacerse a la hora cada uno de los datos de la serie en estudio fue eliminado
de hacer la escogencia de la informacin para verificar los para simular la ausencia de dato y se rellen usando los
mtodos de relleno de datos faltantes, ya que no slo se diferentes mtodos. As se reprodujeron las series completas
requiere que las estaciones estn cerca de la estacin en de datos estimados a partir de los datos reales. Luego, se
estudio, sino que tambin cuenten con series completas de obtuvo la diferencia en porcentaje entre los valores
datos con perodos de registro similares. En este estudio, 8 correspondientes de las dos series y se estim el valor medio
estaciones analizadas cuentan con estaciones cercanas de las diferencias con cada uno de los mtodos utilizados.
ubicadas a menos de 30 kms de distancia. Sin embargo, la Tambin se calcularon los errores MAE y RMSE antes
mayor distancia de una estacin cercana corresponde a 63 citados para cada mtodo. Las series de datos estimados se
kms. compararon estadsticamente con sus correspondientes de
Los valores estimados con los diferentes mtodos valores observados usando el test de Wilcoxon de suma de
se compararon con los valores observados mediante el uso rangos. Esta prueba permiti determinar la identidad entre
de los errores MAE, RMSE y el test de Wilcoxon antes las series de datos observados y estimados, al nivel de
citados. significancia del 5%.
El clculo de totales anuales de precipitacin se
hizo utilizando cinco mtodos de estimacin. Estos 2.1. Mtodos de regresin
comprenden la regresin lineal y mltiple, el mtodo de la
razn, de la razn-normal y de la razn ajustada. Este ltimo Como primer mtodo de relleno de datos anuales se
mtodo se obtuvo con base en una clasificacin de las utiliz la regresin lineal, sugerida en WMO. (1983), aunque
estaciones con respecto a la cantidad de lluvia anual, se sabe que raras veces se observa una relacin lineal
utilizada por Villalobos y Retana (1998), para caracterizar perfecta debido a que los fenmenos que se estudian en
perodos lluviosos. Este procedimiento no es en s un mtodo climatologa son usualmente multivariables. Sin embargo, se
de relleno, sino que se us para ajustar el mtodo de la utiliz este mtodo por ser el ms simple y porque en
razn. De los cinco mtodos, la regresin mltiple y la razn algunas regiones de Costa Rica difcilmente se puede contar
normal se utilizaron haciendo uso de los datos de dos con una estacin pluviomtrica cercana a la estacin de
estaciones cercanas. inters. Por otro lado, los perodos de algunas de las series
Con el fin de acatar las recomendaciones sugeridas son muy cortos, lo cual limita su uso.
en WMO. (1986), con los mtodos de la razn utilizados Luego se utiliz el modelo de regresin mltiple,
slo se estimaba un dato faltante en las series en cada tambin sugerido en la misma gua, usando los datos de dos
ocasin, lo que significa que no se estim ms de un 10% de estaciones cercanas. Esto en la prctica se puede realizar
un registro y en la mayora de los casos, un dato faltante solo en aquellas regiones en las cuales la densidad de la red
representaba menos de un 5% del registro. Con los mtodos de estaciones es buena, como en el Valle Central de Costa
de regresin, simplemente se calcul la ecuacin y se
compararon los valores observados con los estimados.
CUADRO 3. Resultados de la aplicacin de los diferentes mtodos de relleno a la estacin de Puntarenas. Se muestran las diferencias mximas obtenidas entre
los valores estimados y los reales. El promedio de las diferencias de la serie obtenido con cada mtodo de relleno se muestra en la ltima columna.
44 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Mtodo Estacin vecina Dif. mx en mm. Prom. dif. en mm.


Razn Nagatac 886 120.3
Razn S. M. Barranca 1090 148.3
Razn ajustada Nagatac 1006.5 200.6
Regresin simple Nagatac 743.7 219.6
Regresin simple S. M. Barranca 572.5 209.1
Regresin mltiple Nagatac y Barranca 634.7 190.6
Razn normal Nagatac y Barranca 743.2 203.1

Rica, ya que existen regiones del pas que no cuentan con tom en cuenta el hecho de que las estaciones fueran
dos series de datos de estaciones vecinas cuyo perodo de cercanas a la estacin en estudio y se consideraron valores
registro sea igual al de la estacin en estudio. En las promedios de lluvia en diferentes perodos en vez de
regiones con una densidad alta de estaciones, el mtodo de precipitaciones normales.
regresin mltiple podra utilizarse en un futuro con ms Para obtener la precipitacin anual de una estacin
estaciones, con el fin de determinar si los valores estimados X (PX) para un ao determinado, utilizando los datos de dos
mejoran significativamente con respecto a aqullos estaciones A y B, se utiliz la siguiente ecuacin:
calculados con base en la informacin de dos estaciones
vecinas. PX = 1 ( NX PA + NX PB ) (3)
2 NA NB
2.2. Mtodo de la razn
donde NX es la lluvia promedio de la estacin X para el
El mtodo de la razn q (Barger, 1960, WMO 1966 mismo perodo que se obtiene la lluvia promedio de la
y WMO 1983) se basa en el hecho de que para pares de estacin A (NA) y B (NB). PA y PB son los valores
estaciones, la razn entre sus valores mensuales, anuales o correspondientes a PX (precipitacin anual) de las estaciones
medios, tiende a ser constante. Segn este mtodo, si se A y B.
tienen dos estaciones (A y B), se requiere determinar q de la
siguiente manera: 2.4. Mtodo de la razn ajustada
q = bi/ ai (1)
desde i = 1 hasta N Este mtodo es bsicamente el mtodo de la razn
donde N= nmero total de datos de la serie (seccin 2.2), nicamente que utiliza los promedios de lluvia
bi = dato i de la estacin B de aos lluviosos, secos y normales en vez del promedio
ai = dato i de la estacin A anual normal.
Seguidamente, si el valor bj falta en la estacin B, ste se Este mtodo, utilizado en forma ms meticulosa por
obtiene de la siguiente manera: Villalobos y Retana (1998) en otro estudio, para otros fines,
bj = q x aj (2) consiste en obtener una clasificacin de la precipitacin
Este mtodo es utilizado en la bibliografa anual de la estacin en estudio (B) y una estacin cercana
consultada para rellenar medias de diferentes perodos, pero (A), con base en el valor medio de sus series (Xp) y sus
se menciona que puede ser utilizado para valores mensuales desviaciones estndar (S), clasificando los totales anuales de
y anuales. En este estudio se utiliz particularmente para dichas estaciones segn se indica a continuacin:
obtener datos anuales, pero su aplicabilidad a datos Lluvioso si bi ( o ai ) > Xp +S,
mensuales ser investigada posteriormente. Normal si Xp-S bi ( o ai ) Xp+S
Seco si bi ( o ai ) < Xp-S
2.3. Mtodo de la razn-normal Una vez que se clasifican los totales anuales de
precipitacin de cada una de las estaciones, para calcular un
Este procedimiento estima cantidades de lluvia con dato faltante bi de la estacin en estudio, se utiliza la
base en tres estaciones cercanas y uniformemente espaciadas informacin obtenida anteriormente de la estacin cercana
con respecto a la estacin en estudio (Paulhus and Kkohler, para determinar a qu categora corresponde el ao que se
1952). Estos requerimientos son difciles de cumplir en desea estimar y de acuerdo a su clasificacin, se obtiene el
algunas regiones de nuestro pas, por lo que se utiliz el valor de q (q = bi/ ai) haciendo la sumatoria de los aos
mtodo con dos estaciones cercanas nicamente. correspondientes a esa categora. Posteriormente, si el total
Este mtodo se sugiere para cuando las diferencias anual faltante es bj , ste se calcula con base en la ecuacin
en las precipitaciones anuales normales de las estaciones (2), en donde aj representa el total anual correspondiente de
consideradas son mayores que un 10%. En el caso de las la estacin cercana.
estaciones del I. M. N, son pocas las estaciones que cuentan
con perodos de registro largos, por lo tanto, nicamente se 3. Datos utilizados
TOPICOS METEOROLOGICOS 45

haya sido lluvioso en una estacin, lo haya sido tambin en


Este estudio se realiz con datos anuales de la otra, por ejemplo, lo cual sucede nicamente en el 64 %
precipitacin. En el cuadro 1 se muestran las estaciones de los casos en esta estacin. Por otro lado, los mtodos que
utilizadas con su ubicacin, los perodos considerados y el utilizan la informacin de dos estaciones vecinas no
nmero total de aos de las series. disminuyen la diferencia mxima ni el promedio de las
El cuadro 2 muestra la distancia existente en diferencias entre los valores reales y los observados, de
kilmetros (D1 y D2) y las diferencias en altitud en metros acuerdo a los resultados anteriores.
(dif. alt. 1 y dif. alt. 2) entre cada de una de las estaciones en Los mtodos de relleno que se denotan segn la
estudio y las dos estaciones ms cercanas. Los valores en nomenclatura que se muestra en el cuadro 4, se aplicaron a
altitud negativos y positivos corresponden a estaciones con todas las estaciones consideradas en este estudio. Para
una altura menor y mayor respectivamente, con relacin a la comparar las muestras (observada y estimada) se calcularon
estacin analizada. los errores MAE y RMSE, los cuales se muestran en el
cuadro 5.
4. Resultados y Discusin
CUADRO 4. Mtodos de relleno utilizados para reproducir una serie de
datos estimados utilizando al menos una estacin cercana a la estacin en
A continuacin se muestran algunos ejemplos de las
estudio.
diferencias existentes entre las series de datos de la estacin
en estudio y sus estaciones cercanas. Vale la pena destacar,
que en el caso ms extremo, la estacin cercana se encuentra Mtodo de relleno Siglas
a 63 kms de distancia y que la mayor diferencia de altura
entre ellas corresponde a 800 metros. Regresin simple RG
En la figura 1 se muestra un caso en el cual, la serie
de datos de la estacin en estudio y las series de las De la razn Q
estaciones cercanas son bastante semejantes, no solo en su
distribucin sino tambin en su magnitud. En este caso las De la razn ajustada QA
diferencias en distancia corresponden a 33 y 52 kms y las
diferencias en altitud no sobrepasan los 35 metros. Regresin mltiple RM
En la Figura 2 se muestra un caso en el cual se
encuentran grandes diferencias en magnitud en las series de De la razn normal QN
datos anuales de la estacin en estudio y sus vecinas. Las
diferencias mximas en distancia y altura entre las estaciones Para determinar si las distribuciones de
es de 8 km y 447 m respectivamente. probabilidad asociadas con las dos poblaciones eran
A continuacin se presentan en detalle algunas de equivalentes, se utiliz el test Wilcoxon de suma de rangos
las comparaciones realizadas entre los valores estimados y (McClave & Dietrich. 1991). Este test es muy til para estos
los observados para el caso particular de la estacin casos, ya que no hace suposiciones en cuanto a la forma de
Puntarenas (Figuras 3, 4 y 5). las distribuciones de probabilidad de las muestras de datos.
En el cuadro 3 se muestran las diferencias mximas Un resumen de la aplicacin de los diferentes mtodos se
obtenidas entre los valores reales y los estimados con cada observa en el cuadro 6. Las columnas en su orden
uno de los mtodos de relleno para el caso de la estacin corresponden a las estaciones estudiadas, los perodos
Puntarenas. Adems se obtiene el promedio de las considerados, el nmero de aos de los registros, y el
diferencias para cada mtodo de clculo utilizado. estadstico Z o TA utilizado en la evaluacin del test de
Obsrvese como el mtodo de la razn ajustada no Wilcoxon con cada uno de los mtodos indicados en la
mejora las estimaciones, por el contrario, en este caso en
primer fila del cuadro.
particular, la diferencia mxima observada aumenta en 120.5
mm. Posiblemente, esto sera cierto nicamente cuando el
comportamiento de la estacin en estudio y su estacin
vecina sean muy semejantes, es decir, que cuando el ao
46 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Estacin Limn y vecinas


5000
Lluvia anual en mm

4000

3000

2000
1972

1974

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996
Aos
Limn La Lola Fca el Carmen

Fig. 1. Series de datos anuales de la estacin Limn y estaciones cercanas (La Lola y Finca El Carmen).
.

Estacin Puntarenas y vecinas


4500
Lluvia anual en mm

3500

2500

1500

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

Aos
Puntarenas Nagatac San M.Barranca

Fig. 2. Series de datos anuales de la estacin Puntarenas y estaciones cercanas (Nagatac y San Miguel de Barranca).
TOPICOS METEOROLOGICOS 47

Datos reales y estimados de Puntarenas

3500
Lluvia anual en mm

2500

1500

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983
Aos
Puntarenas Q con Nag. Q con Barr.

Fig. 3. Datos reales de la estacin Puntarenas y valores estimados con el mtodo de la razn (Q) utilizando la informacin de las estaciones vecinas de Nagatac
(Nag) y San Miguel de Barranca (Barr).

Datos reales y estimados de Puntarenas

2500
Lluvia anual en mm

1500

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

Aos
Puntarenas Q con Nag. QA con Nag.

Fig. 4. Serie de datos observados de la estacin Puntarenas y valores estimados segn el mtodo de la razn (Q) y el de la razn ajustada (QA), usando la
informacin de la estacin vecina de Nagatac.
48 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Datos reales y estimados de Puntarenas

2500
Lluvia anual en mm

2000

1500

1000

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983
Aos
Puntarenas RG Nagatac RG Barranca

Fig. 5. Valores reales de la estacin de Puntarenas y datos estimados utilizando regresin simple (RG) con las estaciones de Nagatac y San Miguel de Barranca.

Datos reales y estimados de Puntarenas

3000
Lluvia anual en mm

2500
2000
1500
1000
500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

Aos
Puntarenas RM QN

Fig. 6. Aplicacin del mtodo de regresin mltiple (RM) y de la razn normal (QN) para obtener datos estimados de lluvia anual para la estacin de
Puntarenas. Las estaciones cercanas utilizadas son Nagatac y San Miguel de Barranca.
TOPICOS METEOROLOGICOS 49

El estadstico TA se obtiene sacando el rango de las de aceptacin de TA para muestras con n=9 tiene como
observaciones de la muestra de valores observados y la lmite inferior y superior 63 y 108, respectivamente
muestra de valores estimados, como si las observaciones (McClave & Dietrich. 1991).
pertenecieran a la misma poblacin. El nmero de datos de Segn los resultados anteriores, en todos los casos,
la primera muestra se denota como n1 y los de la segunda se debe aceptar la hiptesis nula de que las poblaciones de
como n2 y corresponden a valores menores o iguales a 10. El las muestras tienen distribuciones de probabilidad idnticas.
test estadstico TA es la suma de rangos de la muestra ms Sin embargo, vale la pena destacar las diferencias mximas
pequea o en el caso en que n1=n2, se puede usar cualquier en % obtenidas entre los valores estimados y los observados
suma de rangos. segn cada mtodo, las cuales se muestran a continuacin en
Cuando el tamao de las dos muestras es igual a 10 los cuadro 7 y 8.
o ms grande, se usa el test estadstico Z, el cual est dado Obsrvese que de las 12 estaciones analizadas, 9 de
por la siguiente ecuacin: ellas tienen las diferencias mximas ms pequeas cuando se
utiliza el mtodo de la regresin mltiple para obtener los
TA n1(n1+ n2 + 1) valores estimados.
Z= ________2_____ (4) El mtodo de la razn ajustada muestra las
n1n2(n1+ n2+1) diferencias ms grandes en la mitad de las estaciones; sin
12 embargo, un detalle muy importante que vale la pena
destacar es el hecho de que la estacin de Limn, presenta la
La hiptesis nula utilizada en este test (Ho) mayor coincidencia de clasificacin de sus totales anuales de
establece que la poblacin de las 2 muestras tienen lluvia (84%) con respecto a los de la estacin vecina
distribuciones de probabilidad idnticas. La hiptesis utilizada en este mtodo (La Lola), la cual se encuentra a 33
alternativa (Ha) afirma que la distribucin de probabilidad kms de distancia y a 35 metros ms de altura. En este caso
para la muestra A est desplazada hacia la izquierda o la en especial, la diferencia mxima ms pequea se obtiene
derecha de la distribucin de probabilidad de la muestra B. utilizando este mtodo.
Para un nivel de significancia del 5%, la regin de
rechazo de Z corresponde a Z < -1.96 o Z > 1.96. La regin

CUADRO 5. Valores mximos y mnimos correspondientes a los errores MAE y RMSE obtenidos, segn cada mtodo de relleno.

Mtodo Mn. MAE Mx. MAE Mn RMSE Mx RMSE

RG 110 408 143 527

Q 131 604 161 723

QA 116 570 146 731

RM 97 401 131 527

QN 101 401 139 527

CUADRO 6. Resultados (estadstico Z o TA) de la aplicacin de los mtodos de relleno para estimar totales anuales de precipitacin. Los valores de
50 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Pindeco y Upala corresponden a valores TA.

Estacin Perodo Aos RG Q QA RM QN


Puntarenas 1963-84 22 0.258 -0.023 -0.657 0.046 0
Coto 47 1951-78 28 0.043 0.874 -0.890 -0.112 -0.026
CATIE 1963-82 20 0.108 0.135 0.487 -0.027 0.162
San Jos 1970-85 16 -0.188 -0.603 0.075 -0.113 -0.414
Limn 1972-96 25 0.262 0.766 -0.456 0.146 0.223
Fabio 1971-96 26 -0.146 0 -0.146 -0.018 -0.110
Nicoya 1975-93 19 0.253 0.190 0.506 0.285 0.316
Damas 1976-93 18 0.063 0 -0.506 0.032 -0.095
L. Vista 1963-85 23 0.033 -0.626 -0.209 0.055 -0.209
C.Quesada 1973-92 20 -0.073 0.014 -0.014 -0.131 0.073
Pindeco 1985-93 9 86 85 73 85 81
Upala 1986-94 9 84 90 81 84 88

CUADRO 7. Valores de las diferencias mximas en % obtenidas con cada uno de los mtodos, para cada una de las estaciones analizadas.

Estacin analizada Dif. mx. en % observadas segn cada mtodo


RG Q QA RM QN
Puntarenas 71 85 95 52 57
Coto 47 23 31 26 17 17
CATIE 30 30 57 15 20
San Jos 23 53 31 23 46
Limn 21 41 20 28 24
Fabio 22 23 22 21 22
Nicoya 53 56 79 52 52
Damas 23 26 20 15 28
L. Vista 50 51 53 51 50
C.Quesada 38 33 46 65 34
Pindeco 15 16 27 13 27
Upala 18 48 28 18 27

CUADRO 8. Diferencias mximas absolutas en % encontradas entre los mtodos de relleno utilizados.
valores reales de las series y los valores estimados con cada uno de los
TOPICOS METEOROLOGICOS 51

Mtodo Dif en % Agradecimientos


RG 71
Q 85 A Jos Retana y Manuel Solera, un agradecimiento
QA 95 muy especial por sus sugerencias y comentarios.
RM 65
QN 57 RESUMEN

En este estudio se muestran los resultados obtenidos al aplicar


5. Conclusiones diferentes mtodos de relleno para datos faltantes en las series anuales de
lluvia de algunas estaciones meteorolgicas ubicadas en diferentes zonas de
En este trabajo se utilizaron cinco mtodos simples Costa Rica. Los procedimientos utilizados comprenden regresin simple y
para calcular datos faltantes en las series anuales de lluvia de mltiple, y los mtodos de la razn, de la razn normal y la razn ajustada.
El primero, tercero y quinto requieren el uso de la informacin de una
12 estaciones meteorolgicas ubicadas en diferentes regiones estacin adicional para calcular los datos faltantes. Los otros mtodos
de Costa Rica. Se utiliz el test Wilcoxon de suma de rangos requieren dos. Se analizaron 12 estaciones, de la cuales 5 estn en la
para determinar si las series de datos estimados tenan Vertiente del Caribe y 7 en la del Pacfico. En total, se utilizaron los totales
distribuciones de probabilidad idnticas a las de las series de anuales de precipitacin de 36 estaciones. Se us el test Wilcoxon de suma
de rangos para determinar si las distribuciones de probabilidad de los datos
datos observados. Los resultados mostraron que todas las observados y estimados eran idnticas. Los resultados mostraron que todas
series de datos estimados tienen distribuciones de las series estimadas de datos tienen distribuciones de probabilidad idnticas
probabilidad idnticas a las de sus correspondientes series de a las de los datos reales. Las diferencias ms pequeas entre los datos
datos observados. Sin embargo, las diferencias mximas observados y los estimados se obtienen al utilizar el mtodo de regresin
mltiple, lo cual se refleja en los valores de los errores MAE y RMSE. Sin
observadas alcanzan valores hasta de un 95% del valor real embargo, a pesar de los resultados anteriores, en algunos casos se observan
en el caso ms extremo (mtodo de la razn ajustada usando diferencias muy grandes entre los valores observados y los estimados (95%).
la estacin de Puntarenas). Un estudio reciente que usa un modelo autoregresivo de orden 45 para
Las diferencias mximas ms pequeas se obtienen estimar valores anuales de precipitacin, muestra que las diferencias ms
grandes obtenidas con este modelo giran alrededor del 30%, lo cual sugiere
utilizando el mtodo de la regresin mltiple. Esto se refleja
la utilizacin de mtodos ms complejos si se desean hacer estimaciones
en los valores de los errores MAE y RMSE (Willmott. 1982) ms precisas de los datos.
calculados y tabulados en el cuadro 5. Las diferencias
mximas ms grandes se dan con el mtodo de la razn Referencias
ajustada. Sin embargo, los resultados obtenidos parecen
indicar que este mtodo es bueno cuando las clasificacin WMO, 1966. Some Methods of Climatological Analysis. WMO - No.
199.TP. 103.
por cantidad de lluvia anual de una estacin en comparacin WMO, 1983. Guide to Climatological Practices. WMO - No. 100
con su estacin vecina es bastante coincidente. Sera bueno Barger, L. and J. C. Nyhan, 1960. Climatology at work. Washington D.C.
corroborar estos resultados haciendo una anlisis ms Paulhus, J. L. H., and M.A. Kohler, 1952. Interpolation of Missing
profundo de este mtodo. Precipitation Records. Mon. Wea. Rev., 80, No.8, 129-133.
Leite, S. M., and J. P. Peixoto, 1996. The Autoregressive Model of
Estudios recientes utilizan mtodos ms complejos para Climatological Time Series: An Application to the Longest
reproducir series de precipitacin anual, tales como el Time Series in Portugal. Int. J. Clim., 16, 1165-1173.
modelo autoregresivo de orden 45 (Leite and Peixoto. 1996). McClave, J. and F.H. Dietrich, II, 1991. Statistics. Macmillan Publishing
Los resultados del trabajo mencionado anteriormente Company, 928 pp.
Villalobos, R., and J. Retana, 1998. The ENSO phenomenon and the
muestran diferencias mximas absolutas entre los valores interannual climate variation: its relationship with dry land rice
reales y estimados de alrededor de un 30%, lo cual sugiere la yields in the Northern Pacific of Costa Rica and decision
utilizacin de mtodos ms complejos de los presentados en making, en revisin.
este estudio, si se desean hacer estimaciones ms precisas de Willmott, C.J., 1982. Some Comments on the Evaluation of Model
Performance. Bull. Amer. Met. Soc., 63, 1309-1313.
datos anuales de precipitacin WMO, 1986. Gua de Prcticas Hidrolgicas. WMO - No. 168