MODELADO DE REGÍMENES CLIMÁTICOS ESPACIO TEMPORALES EN LA SIERRA CENTRAL ECUATORIANA MEDIANTE CLÚSTERING DINÁMICO UTILIZANDO DATOS DE TEMPERATURA Y PRECIPITACIÓN DE LA NASA

Geovanny Miranda; Cristina Ramos

doi:10.47187/perf.v1i34.364

Autores/as

Geovanny Miranda Escuela Superior Politécnica de Chimborazo, Informática y Electrónica, Riobamba, Ecuador
Cristina Ramos Escuela Superior Politécnica de Chimborazo, Ciencias, Riobamba, Ecuador

DOI:

https://doi.org/10.47187/perf.v1i34.364

Palabras clave:

Clúster dinámico, precipitación, temperatura, clima, ecosistema, andes tropicales

Resumen

El cambio climático se ha evidenciado en la Sierra Central de Ecuador, donde la compleja topografía andina es afectada por variaciones climáticas. Este estudio utilizó datos diarios espaciales de temperatura máxima (CHIRTS) y precipitación (CHIRPS) para identificar y modelar los regímenes climáticos de la región mediante clustering dinámico. La técnica empleada demostró una alta eficacia de separación de grupos, de acuerdo a los índices de clasificación de temperatura y precipitación de 0,98% y 0,99%. Se identificaron cuatro tipos de clima (WT) en cuanto a temperatura y precipitación. El WT2 presento condiciones térmicas moderadas, pero no extremos características de las regiones como la Costa y la Amazonía. También el WT4 presento temperaturas bajas frecuentes y escasa presencia de eventos térmicos extremos, un régimen climático propio de la Sierra Central especialmente en zonas de alta montaña. Se observó que la precipitación fue poco frecuente pero constante en zonas andinas (WT1), mientras que los (WT2 y WT3) presento precipitaciones escasas pero frecuente en las regiones más áridas como la región Costa y Sierra Sur. Los hallazgos contribuyen a una comprensión espacial y temporal del clima de la región, lo cual es esencial para la planificación ambiental y la gestión del cambio climático.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Filonchyk M, Peterson MP, Zhang L, Hurynovich V, He Y. Emisiones de gases de efecto invernadero y cambio climático global: examen de la influencia del CO2, CH4 y N2O. Sci Total Environ. 2024;935:173359.

Vuille M, Bradley RS, Werner M, Keimig F. Cambio climático del siglo XX en los Andes tropicales: observaciones y resultados de modelos. En: Diaz HF, editor. Climate Variability and Change in High Elevation Regions: Past, Present & Future [Internet]. Dordrecht: Springer Netherlands; 2003 [cited 2025 Mar 16]. p. 75–99. Available from: https://doi.org/10.1007/978-94-015-1252-7_5

Bolan S, Padhye LP, Jasemizad T, Govarthanan M, Karmegam N, Wijesekara H, et al. Impacts of climate change on the fate of contaminants through extreme weather events. Sci Total Environ. 2024;909:168388.

VijayaVenkataRaman S, Iniyan S, Goic R. A review of climate change, mitigation and adaptation. Renew Sustain Energy Rev. 2012;16(1):878–97.

Capa-Mora D, Medina J, Benítez Á, Jiménez Álvarez L. Perspectives on climate change and adaptation and mitigation measures amongst farmers of Zamora–Ecuador. Clim Serv. 2025;38:100565.

Toulkeridis T, Tamayo E, Simón-Baile D, Merizalde-Mora MJ, Reyes-Yunga DF, Viera-Torres M, et al. El cambio climático según académicos ecuatorianos: percepciones versus hechos. La Granja. 2020;31(1):21–46.

Cadilhac L, Torres R, Calles J, Vanacker V, Calderón E. Desafíos para la investigación sobre el cambio climático en Ecuador. Neotrop Biodivers. 2017;3(1):168–81.

Francou B, Vuille M, Favier V, Cáceres B. New evidence for an ENSO impact on low-latitude glaciers: Antizana 15, Andes of Ecuador, 0°28′S. J Geophys Res Atmospheres [Internet]. 2004 [cited 2025 Mar 11];109(D18). Available from: https://onlinelibrary.wiley.com/doi/abs/10.1029/2003JD004484

Sanabria J, Neukom R, Llacza A, Salzmann N, Calanca P. Representation of extreme El Niño events and associated atmospheric moisture flux divergence in the central-eastern tropical Pacific in a CMIP6 model ensemble. Weather Clim Extrem. 2025;47:100746.

Alexander MA, Vimont DJ, Chang P, Scott JD. The impact of extratropical atmospheric variability on ENSO: testing the seasonal footprinting mechanism using coupled model experiments. J Clim [Internet]. 2010 [cited 2025 Jul 23]. Available from: https://journals.ametsoc.org/view/journals/clim/23/11/2010jcli3205.1.xml

Millán H, Kalauzi A, Llerena G, Sucoshañay J, Piedra D. Climatic trends in the Amazonian area of Ecuador: classical and multifractal analyses. Atmos Res. 2008;88(3):355–66.

Michelangeli PA, Vautard R, Legras B. Weather regimes: recurrence and quasi stationarity. J Atmos Sci [Internet]. 1995 [cited 2025 Jun 25]. Available from: https://journals.ametsoc.org/view/journals/atsc/52/8/1520-0469_1995_052_1237_wrraqs_2_0_co_2.xml

Laraque A, Ronchail J, Cochonneau G, Pombosa R, Guyot JL. Heterogeneous distribution of rainfall and discharge regimes in the Ecuadorian Amazon Basin. J Hydrometeorol [Internet]. 2007 [cited 2025 Jun 19]. Available from: https://journals.ametsoc.org/view/journals/hydr/8/6/2007jhm784_1.xml

Kottek M, Grieser J, Beck C, Rudolf B, Rubel F. World map of the Köppen-Geiger climate classification updated. Meteorol Z. 2006;15(3):259–63.

Netzel P, Stepinski T. On using a clustering approach for global climate classification. J Clim [Internet]. 2016 [cited 2025 Jul 2]. Available from: https://journals.ametsoc.org/view/journals/clim/29/9/jcli-d-15-0640.1.xml

Diday E, Simon JC. Clustering analysis. En: Fu KS, editor. Digital Pattern Recognition [Internet]. Berlin, Heidelberg: Springer; 1976 [cited 2025 Mar 3]. p. 47–94. Available from: https://doi.org/10.1007/978-3-642-96303-2_3

Yokoi S, Takayabu YN, Nishii K, Nakamura H, Endo H, Ichikawa H, et al. Application of cluster analysis to climate model performance metrics. J Appl Meteorol Climatol [Internet]. 2011 [cited 2025 Jun 26]. Available from: https://journals.ametsoc.org/view/journals/apme/50/8/2011jamc2643.1.xml

Saputra DM, Saputra D, Oswari LD. Effect of distance metrics in determining K-value in K-means clustering using elbow and silhouette method. En: Atlantis Press [Internet]. 2020 [cited 2025 Jun 28]. p. 341–6. Available from: https://www.atlantis-press.com/proceedings/siconian-19/125939938

Muñoz ÁG, Yang X, Vecchi GA, Robertson AW, Cooke WF. A weather-type-based cross-time-scale diagnostic framework for coupled circulation models. J Clim [Internet]. 2017 [cited 2025 Jun 28]. Available from: https://journals.ametsoc.org/view/journals/clim/30/22/jcli-d-17-0115.1.xml

Miranda G. Cluster-Dinamico-Sierra-Ecuador/Cluster_Dinamico_Precipitación.ipynb [Internet]. GitHub; 2025 [cited 2025 Jun 18]. Available from: https://github.com/Geovanny-Miranda1/Cluster-dinamico-Sierra-Ecuador/blob/main/Cluster_Dinamico_Precipitaci%C3%93N.ipynb

Nalluri S, Ramasubbareddy S, Kannayaram G. Weather prediction using clustering strategies in machine learning. J Comput Theor Nanosci. 2019;16(5–6):1977–81.

Cornwall A. Unpacking ‘Participation’: models, meanings and practices. Community Dev J. 2008;43(3):269–83.

Ruiz-Hernández JC, Condom T, Ribstein P, Le Moine N, Espinoza JC, Junquas C, et al. Spatial variability of diurnal to seasonal cycles of precipitation from a high-altitude equatorial Andean valley to the Amazon Basin. J Hydrol Reg Stud. 2021;38:100924.

Rollenbeck R, Bendix J. Rainfall distribution in the Andes of southern Ecuador derived from blending weather radar data and meteorological field observations. Atmos Res. 2011;99(2):277–89.

Pérez N, Mullo H, Marcatoma A. Análisis del cambio climático en un ecosistema alto andino, Riobamba–Ecuador. Perfiles. 2019;1(23):1–8.

Pérez Londo NA, Lema Londo DS, Toapanta Yugcha EA. Patrones de comportamiento de temperatura en el Ecuador en modelos de circulación atmosférica mediante clustering. Rev Científico-Prof. 2023;8(8):2169–85.

Tobar V, Wyseure G. Seasonal rainfall patterns classification, relationship to ENSO and rainfall trends in Ecuador. Int J Climatol. 2018;38(4):1808–19.

Recalde-Coronel GC, Barnston AG, Muñoz ÁG. Predictability of December–April rainfall in coastal and Andean Ecuador. J Appl Meteorol Climatol [Internet]. 2014. Available from: https://journals.ametsoc.org/view/journals/apme/53/6/jamc-d-13-0133.1.xml

Buytaert W, Celleri R, Willems P, Bièvre BD, Wyseure G. Spatial and temporal rainfall variability in mountainous areas: a case study from the south Ecuadorian Andes. J Hydrol. 2006;329(3):413–21.

Thielen DR, Ramoni-Perazzi P, Zamora-Ledezma E, Puche ML, Marquez M, Quintero JI, et al. Effect of extreme El Niño events on the precipitation of Ecuador. Nat Hazards Earth Syst Sci. 2023;23(4):1507–27.

Araujo CR, Hidalgo HG. Aplicación del cálculo fraccional a una serie de temperaturas de la zona andina. Perfiles. 2020;1(24):54–61.