Validación de precipitación estimada por CHIRPS en una región semiárida de Argentina

Abstract

Los datos grillados de precipitación son una herramienta valiosa en contextos de escasez de datos observacionales. Para su uso es fundamental la validación a través de análisis estadísticos. El objetivo del trabajo es validar la base de datos CHIRPS (Climate Hazards Group InfraRed Precipitation with Station Data, por sus siglas en inglés) para el suroeste de la provincia de Buenos Aires a lo largo del período 1990- 2020. Este conjunto de datos posee una adecuada cobertura espacio-temporal para estudiar la variabilidad de las precipitaciones dado que presenta cobertura diaria y continua desde 1980 hasta la actualidad con una resolución de 0,05° entre los 50°S y 50°N. Para la validación, se aplicaron el coeficiente de correlación de Pearson (rPearson), el error absoluto medio (mae), el error cuadrático medio (rmse) y el sesgo porcentual (pbias), en entorno R utilizando el paquete hydroGOF. CHIRPS presentó correlaciones de entre 0,68 y 0,84 respecto a los datos observados, tanto a escala mensual como anual. Asimismo, se observó una tendencia a sobreestimar las precipitaciones entre 2 y 4% a escala mensual, excepto en el sector noroeste, donde se subestimaron entre 4 y 11%. A escala anual la sobreestimación se situó entre 3 y 4% mientras que la subestimación presentó las mismas características que a escala mensual. El análisis de mae y rmse evidenció mayores errores en las estaciones próximas al cordón serrano en ambas escalas temporales. Se concluye que CHIRPS es aplicable para estudios de variabilidad de las precipitaciones en la región analizada, principalmente a escala anual, donde la falta de datos se presenta como un problema recurrente, teniendo en cuenta los errores espaciales detectados y las menores diferencias en las correlaciones entre estaciones de anclaje y fuentes independientes para estudios climáticos a esta escala.

Gridded data of precipitation are a valuable tool in scarce-observational data contexts. Validation through statistical analysis is essential for its use. This work aims to validate the Climate Hazards Infrared Precipitation with Stations (CHIRPS) database for the southwest of Buenos Aires province over the period 1990-2020. This dataset has adequate spatio-temporal coverage to study rainfall variability since it presents daily and continuous coverage from 1980 to the present with a resolution of 0.05° between 50°S and 50°N. For validation purposes, Pearson's correlation coefficient (r-Pearson), mean absolute error (mae), root mean squared error (rmse) and percent bias (pbias) were applied in the R environment using the hydroGOF package. CHIRPS shows a correlation between 0.68 and 0.84 for observed data on both monthly and annual scales. It also tends to overestimate rainfall between 2 and 4%on a monthly scale, except in the northwestern sector, where it was underestimated between 4 and 11%. At the annual scale, overestimation was between 3 and 4%, while underestimation presented the same characteristics as at the monthly scale. The analysis of mae and rmse showed greater errors in the stations near the mountain range at both time scales. It is concluded that CHIRPS is applicable for rainfall variability studies in the analyzed region, where the lack of data is a recurrent problem, considering the spatial errors detected.