Resumen de Lectura

Aplicacin de algunos mtodos de relleno a series

anuales de lluvia de diferentes regiones de Costa
Rica

Presenta:

Izaguirre Nez Jorge Luis

Grupo 8 B

Catedrtico:

Dra. Dora Mara EstherGonzlez Turrubiates

Tampico, Tamaulipas, a 28 de febrero de 2017

RESUMEN DE LECTURA
Aplicacin de algunos mtodos de relleno a series anuales de lluvia de
diferentes regiones de Costa Rica
Rosario Alfaro, Rafael Pacheco, Instituto Meteorolgico Nacional,Ministerio del
Ambiente y Energa, San Jos, Costa Rica
1. Introduccin
Cada vez que se inicia un trabajo con series de precipitacin en el Instituto
Meteorolgico Nacional (IMN), se recurre a algn mtodo de relleno para
estimar datos faltantes; sin embargo, no existe ninguna sugerencia formal a
este respecto por parte del Instituto, la cual est basada en algn estudio serio
que le de sustento.
La finalidad de este trabajo consiste en determinar la confiabilidad de algunos
mtodos simples de relleno para datos anuales de precipitacin, los cuales se
sugieren en la Gua de Prcticas Climatolgicas de la Organizacin
Meteorolgica Mundial (WMO 1983).
Con el fin de comparar los resultados obtenidos, se calcularon los errores MAE
y RMSE, segn lo sugiere Willmott (1982), ya que estos errores bsicamente
miden el error promedio entre los valores estimados y los observados mediante
el clculo de las diferencias existentes entre dichos valores.
Se determinaron las diferencias mximas observadas entre los valores reales y
los estimados. Adems, se compararon los resultados con aquellos obtenidos
en un estudio reciente.
2. Metodologa
Varias consideraciones debieron hacerse a la hora de hacer la escogencia de
la informacin para verificar los mtodos de relleno de datos faltantes, ya que
no slo se requiere que las estaciones estn cerca de la estacin en estudio,
sino que tambin cuenten con series completas de datos con perodos de
registro similares. En este estudio, 8 estaciones analizadas cuentan con
estaciones cercanas ubicadas a menos de 30 kms de distancia. Sin embargo,
la mayor distancia de una estacin cercana corresponde a 63 kms. Los
valores estimados con los diferentes mtodos se compararon con los valores
observados mediante el uso de los errores MAE, RMSE antes citados.
El clculo de totales anuales de precipitacin se hizo utilizando cinco mtodos
de estimacin. Estos comprenden la regresin lineal y mltiple, el mtodo de la
razn, de la razn-normal y de la razn ajustada.
Con el fin de acatar las recomendaciones sugeridas en WMO. (1986), con los
mtodos de la razn utilizados slo se estimaba un dato faltante en las series
en cada ocasin, lo que significa que no se estim ms de un 10% de un
registro y en la mayora de los casos, un dato faltante representaba menos de
un 5% del registro. Con los mtodos de regresin, simplemente se calcul la
ecuacin y se compararon los valores observados con los estimados.
Para hacer los clculos se usaron series con el mismo perodo de registro.
Con los mtodos de la razn, cada uno de los datos de la serie en estudio fue
eliminado para simular la ausencia de dato y se rellen usando los diferentes
mtodos. As se reprodujeron las series completas de datos estimados a partir
de los datos reales. Luego, se obtuvo la diferencia en porcentaje entre los
valores correspondientes de las dos series y se estim el valor medio de las
diferencias con cada uno de los mtodos utilizados. Tambin se calcularon los
errores MAE y RMSE antes citados para cada mtodo. Las series de datos
estimados se compararon estadsticamente con sus correspondientes de
valores observados usando el test de Wilcoxon de suma de rangos. Esta
prueba permiti determinar la identidad entre las series de datos observados y
estimados, al nivel de significancia del 5%.
2.1. Mtodos de regresin
Como primer mtodo de relleno de datos anuales se utiliz la regresin lineal,
sugerida en WMO. (1983), aunque se sabe que raras veces se observa una
relacin lineal perfecta debido a que los fenmenos que se estudian en
climatologa son usualmente multivariables.
Luego se utiliz el modelo de regresin mltiple, tambin sugerido en la misma
gua, usando los datos de dos estaciones cercanas. En las regiones con una
densidad alta de estaciones, el mtodo de regresin mltiple podra utilizarse
en un futuro con ms estaciones, con el fin de determinar si los valores
estimados mejoran significativamente con respecto a aqullos calculados con
base en la informacin de dos estaciones vecinas.
2.2. Mtodo de la razn
El mtodo de la razn q (Barger, 1960, WMO 1966 y WMO 1983) se basa en el
hecho de que para pares de estaciones, la razn entre sus valores mensuales,
anuales o medios, tiende a ser constante. Segn este mtodo, si se tienen
dos estaciones (A y B), se requiere determinar q de la siguiente manera:
q = bi/ ai (1)
desde i = 1 hasta N
donde N= nmero total de datos de la serie
bi = dato i de la estacin B
ai = dato i de la estacin A Seguidamente, si el valor bj falta en la estacin B,
ste se obtiene de la siguiente manera:
bj = q x aj . (2)
Este mtodo es utilizado en la bibliografa consultada para rellenar medias de
diferentes perodos, pero se menciona que puede ser utilizado para valores
mensuales y anuales. En este estudio se utiliz particularmente para obtener
datos anuales, pero su aplicabilidad a datos mensuales ser investigada
posteriormente.
2.3. Mtodo de la razn-normal
Este procedimiento estima cantidades de lluvia con base en tres estaciones
cercanas y uniformemente espaciadas con respecto a la estacin en estudio
(Paulhus and Kkohler, 1952). Estos requerimientos son difciles de cumplir en
algunas regiones de nuestro pas, por lo que se utiliz el mtodo con dos
estaciones cercanas nicamente. Este mtodo se sugiere para cuando las
diferencias en las precipitaciones anuales normales de las estaciones
consideradas son mayores que un 10%. En el caso de las estaciones del I. M.
N, son pocas las estaciones que cuentan con perodos de registro largos, por
lo tanto, nicamente se
tom en cuenta el hecho de que las estaciones fueran cercanas a la estacin
en estudio y se consideraron valores promedios de lluvia en diferentes
perodos en vez de precipitaciones normales. Para obtener la precipitacin
anual de una estacin X (Px) para un ao determinado, utilizando los datos de
dos estaciones A y B, se utiliz la siguiente ecuacin:
1
= 2 (
+
) ..(3)

donde NX es la lluvia promedio de la estacin X para el mismo perodo que se

obtiene la lluvia promedio de la estacin A ( NA) y B ( NA). PA y PB son los
valores correspondientes a PX (precipitacin anual) de las estaciones A y B.
2.4. Mtodo de la razn ajustada
Este mtodo es bsicamente el mtodo de la razn (seccin 2.2), nicamente
que utiliza los promedios de lluvia de aos lluviosos, secos y normales en vez
del promedio anual normal. Este mtodo, utilizado en forma ms meticulosa
por Villalobos y Retana (1998) en otro estudio, para otros fines, consiste en
obtener una clasificacin de la precipitacin anual de la estacin en estudio (B)
y una estacin cercana (A), con base en el valor medio de sus series (Xp) y
sus desviaciones estndar (S), clasificando los totales anuales de dichas
estaciones segn se indica a continuacin:

Una vez que se clasifican los totales anuales de precipitacin de cada una de
las estaciones, para calcular un dato faltante bi de la estacin en estudio, se
utiliza la informacin obtenida anteriormente de la estacin cercana para
determinar a qu categora corresponde el ao que se desea estimar y de
acuerdo a su clasificacin, se obtiene el valor de q (q = bi/ ai) haciendo la
sumatoria de los aos correspondientes a esa categora. Posteriormente, si el
total anual faltante es bj , ste se calcula con base en la ecuacin (2), en
donde aj representa el total anual correspondiente de la estacin cercana.
3. Resultados y Discusin
A continuacin se muestran algunos ejemplos de las 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 a 63 kms de distancia y que la mayor diferencia de altura entre ellas
corresponde a 800 metros.
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 estaciones cercanas son bastante semejantes, no
solo en su distribucin sino tambin en su magnitud. En este caso las
diferencias en distancia corresponden a 33 y 52 kms y las diferencias en altitud
no sobrepasan los 35 metros.
 En la Figura 2 se muestra un caso en el cual se encuentran grandes
diferencias en magnitud en las series de datos anuales de la estacin en estudio y
sus vecinas. Las diferencias mximas en distancia y altura entre las estaciones es
de 8 km y 447 m respectivamente.

A continuacin se presentan en detalle algunas de las comparaciones

realizadas entre los valores estimados y los observados para el caso particular de
la estacin Puntarenas (Figuras 3, 4 y 5).
 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.

Metodo Estacion Vecina Dif. max en mm Prom. Dif. en mm

Razon Nagatac 886 120.3
Razon S.M. Barranca 1090 148.3
Razon Ajustada Nagatac 1006.5 200.6
Regresion Simple Nagatac 743.7 219.6
Regresion Simple S.M. Barranca 572.5 209.1
Regresion Multiple Nagatac y Barranca 634.7 190.6
Razon Normal Nagatac y Barranca 743.2 203.1

En el cuadro 3 se muestran las diferencias mximas obtenidas entre los

valores reales y los estimados con cada uno de los mtodos de relleno para el
caso de la estacin Puntarenas. Adems se obtiene el promedio de las
diferencias para cada mtodo de clculo utilizado. Obsrvese como el mtodo de
la razn ajustada no mejora las estimaciones, por el contrario, en este caso en
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
Haya sido lluvioso en una estacin, lo haya sido tambin en la otra, por
ejemplo, lo cual sucede nicamente en el 64 % de los casos en esta estacin. Por
otro lado, los mtodos que utilizan la informacin de dos estaciones vecinas no
disminuyen la diferencia mxima ni el promedio de las diferencias entre los valores
reales y los observados, de acuerdo a los resultados anteriores. Los mtodos de
relleno que se denotan segn la nomenclatura que se muestra en el cuadro 4, se
aplicaron a todas las estaciones consideradas en este estudio. Para comparar las
muestras (observada y estimada) se calcularon los errores MAE y RMSE, los
cuales se muestran en el cuadro 5

CUADRO 5. Valores mximos y mnimos correspondientes a los errores MAE y

RMSE obtenidos, segn cada mtodo de relleno.

Metodo Min. MAE Max MAE Min RMSE Max RMSE

Regresion Simple 110 408 143 527
De la Razon 131 604 161 723
De la Razon Ajustada 116 570 146 731
Regresion Multiple 97 401 131 527
De la Razon Normal 101 401 139 527
 Para determinar si las distribuciones de probabilidad asociadas con las dos
poblaciones eran equivalentes, se utiliz el test Wilcoxon de suma de rangos
(McClave & Dietrich. 1991).
4. Conclusiones
En este trabajo se utilizaron cinco mtodos simples para calcular datos
faltantes en las series anuales de lluvia de 12 estaciones meteorolgicas
ubicadas en diferentes regiones de Costa Rica. Se utiliz el test Wilcoxon de
suma de rangos para determinar si las series de datos estimados tenan
distribuciones de probabilidad idnticas a las de las series de datos
observados. Los resultados mostraron que todas las series de datos
estimados tienen distribuciones de probabilidad idnticas a las de sus
correspondientes series de datos observados. Sin embargo, las diferencias
mximas observadas alcanzan valores hasta de un 95% del valor real en el
caso ms extremo (mtodo de la razn ajustada usando la estacin de
Puntarenas)
Como se explico desde un inicio la finalidad de la aplicacin de los diversos
mtodos de relleno no es mas que una observacin de los datos obtenidos en
relacin/comparacin con los datos esperados en base de porcentajes de
errores. Es decir, el comportamiento de los datos rellenados a partir de, en este
caso, 5 metodos distintos. Los cuales, a pesar de tener consideraciones
especiales o recomendadas sobre su aplicacin, pueden arrojar resultados que
sirve de manera comparativa.
Obteniendo al final resultados, ligeramente similares entre si, los cuales
nicamente se podrn aprobar en base a pruebas estadsticas en funcin de
su distrubucion de probabilidad.
En hidrologa es importante tener en cuenta que la situacin de los datos
faltantes es de suma importancia al momento de realizar trabajos posteriores,
ya que el ingeniero en desarrollo debe de ser capaz de formular y aplicar
metodologas aptas para el estado en el que se encuentran los datos de
estaciones meteorolgicas. Y de mayor importancia, saber jerarquizar estos
mtodos en funcin de las caractersticas de dichos datos.

Resumen realizado a partir de Aplicacin de algunos mtodos de relleno a series

anuales de lluvia de diferentes regiones de Costa Rica. Rosario Alfaro, Rafael
Pacheco. Instituto Meteorolgico Nacional, Ministerio del Ambiente y Energa, San
Jos, Costa Rica. Top. Meteor. Oceanogr., 7(1):1-20,2000