2. Perfil de temas
• Como encontrar y procesar datos climáticos
de bases de datos globales y públicos
– “Limpiandolos” con referencia al WorldClim y
fusionando fuentes diferentes
• Interpolación de datos climáticos
– Temperatura vs. precipitación
– Métodos de interpolación
– “Angular-distance weighting” como ejemplo
• Ejemplos del grupo….
3. R
• R es un programa para analizar datos y correr
modelos estadísticos
• Un estándar en el mundo ciéntifico?
• Es gratis!!! Y toda la información sobre R está
en linea…
• Si ya no saben, deben aprender a usarlo!!
• RStudio es buen editor para R, pero hay otros
4. Datos de GSOD
• Estaciones en aeropuertos mundiales…
• Encuentra las estaciones que se necesita
en ish-history.txt
• Bajar los archivos por año y estación
• ftp://ftp.ncdc.noaa.gov/pub/data/gsod/[
year]/XXXXXX-99999-year.op.gz
5. Mean temperature (.1 Fahrenheit)
Mean dew point (.1 Fahrenheit)
Mean sea level pressure (.1 mb)
Mean station pressure (.1 mb)
Mean visibility (.1 miles)
Mean wind speed (.1 knots)
Maximum sustained wind speed (.1 knots)
Maximum wind gust (.1 knots)
Maximum temperature (.1 Fahrenheit)
Minimum temperature (.1 Fahrenheit)
Precipitation amount (.01 inches)
Snow depth (.1 inches)
Indicator for occurrence of: Fog
Rain or Drizzle
Snow or Ice Pellets
Hail
Thunder
Tornado/Funnel Cloud
Variables de GSOD
6. Global Historical Climatology Network
• Datos suministrado por cada país; algunas
estaciones son de GSOD también
• ftp://ftp.ncdc.noaa.gov/pub/data/ghcn/daily/
all/[estacion.dly]
• En el caso de Colombia, todas las estaciones
de GHCN ya están en GSOD (pero no para
todos los paises…)
7. Ejemplo con códigos en R
• Bajamos datos climáticos (tmax, tmin, precip)
del 1950 al presente para Colombia…
• “Limpiamos” los datos usando WorldClim
como referencia
8. WorldClim
• Representan promedios mensuales de los
años 1950-2000
• Se puede bajar
por “tile” en la
resolución más
alta (1km2)
www.worldclim.
org/tiles.php
10. WorldClim diario?
• Se puede interpolar
datos mensuales de
WorldClim a la escala
diaria para
comparación con
datos diarios de
estaciones
– Mejor con la
temperatura que la
precipitacion!
0 100 200 300
28.529.029.530.0
Index
tmax.WC.CO[3,]
WorldClim tmax en Cali
Se pueden usar las functiones ‘approx’
o ‘spline’ en R. Aquí, spline…
11. Primer paso en “limpiando”
• Hacer gráficas de los datos!! Se puede ver
errores visualmente, a veces, más facil que
con los algoritmos automáticos…
12. Interpolación espacial de los datos
climaticos
• Podemos usar
datos de las
estaciones que
tenemos para:
– Interpolar a sitios
nuevos
– Llenar huecos en
las estaciones que
tenemos
13. Temp vs. precip
• La interpolación va a ser más correcta cuando los
datos que está tratando de interpolar son más
suaves
• Para la temperatura, en zonas con diferencias
grandes de altitud, es mejor interpolar anomalias
de WorldClim
– Con algunos métodos, se puede usar altitud como
covariable
• Para la precipitación, quizás sería mejor
interpolarla a la escala mensual y usuar otro
programa, e.g. MarkSim, para “downscale” a
diario
15. Métodos de interpolación
El punto mas importante es que la densidad de estaciones
que se tiene es mucho más importante que el método que
se usa!!
“The main control on spatial patterns of interpolation skill is
density of the station network, with topographic complexity
a compounding factor.” (Hofstra et al., 2008)
• Splines
• Kriging
• Inverse-distance weighting
• Angular-distance weighting