La planificación y la toma de decisiones requieren una mayor precisión a menor escala que las estimaciones existentes del recurso proveniente de la precipitación. Existen actualmente lagunas de datos en las series pluviométricas registradas por las estaciones meteorológicas y falta una red de observación hidro-meteorológica bien establecida. Por lo tanto, para una de las líneas que se está desarrollando dentro del Programa de Aguas y Cuencas de Tungurahua se ha llevado a cabo un análisis detallado de la variabilidad espacial de la precipitación, con el fin de diseñar estrategias adecuadas para la gestión del agua para la agricultura en la provincia
En este estudio se presentan datos de la distribución espacial de las precipitaciones y las tendencias en la provincia de Tungurahua, a partir de un refinamiento de métodos científicamente probados. Se combinaron datos de las estaciones meteorológicas con datos de
teledetección para conocer mejor la distribución espacial de la precipitación en las zonas donde se carece de observaciones directas.
La cantidad total de la precipitación en la cuenca varía desde alrededor de 500 mm / año en torno a Ambato hasta 4000 mm en el sureste de la provincia y se concluye que tanto la variabilidad temporal como la espacial son muy significativas. La media anual para toda la provincia oscila entre 1400 y 1700 mm. La zona más seca es también la zona con mayor variabilidad en el tiempo, coincidiendo con la zona principal agrícola. El régimen pluvial permite aquí cultivos de ciclo corto, lo que refleja la situación actual. Los cultivos plurianuales se producen en las zonas con una mayor precipitación y con menor variabilidad temporal.
El análisis de tendencia muestra que existe en general una tendencia leve a la baja en todos las subcuencas consideradas, con un promedio de casi 40 mm en 10 años. Los meses de junio a septiembre han mostrado una tendencia ligeramente más húmeda durante los últimos 14 años.
La comparación entre las observaciones y los valores obtenidos mediante el método indican una buena correlación. Se ha llevado a cabo una validación cruzada de las salidas del algoritmo para determinar en qué zonas la predicción es mejor o peor. En general se concluye que el método utilizado es muy útil, los resultados son satisfactorios y aplicables en otros lugares.
Publicaciones relacionadas
2013 - Remote Sensing of Environment
Hunink, J.E., W.W. Immerzeel, P. Droogers. 2013. A High-resolution Precipitation Two-step mapping Procedure (HiP2P): development and application to a tropical mountainous area. Remote Sensing of Environment 140: 179-188X
A High-resolution Precipitation Two-step mapping Procedure (HiP2P): development and application to a tropical mountainous area
Hunink, J.E., W.W. Immerzeel, P. Droogers
2013 - 11th International Precipitation Conference
Hunink, J.E., W.W. Immerzeel, P. Droogers. 2013. Estimating the spatial distribution of precipitation using remote sensing proxies and observed data in a tropical mountainous region. Abstract for the 11th International Precipitation Conference, Wageningen, Netherlands, 30th of June – 3rd of July 2013XEstimating the spatial distribution of precipitation using remote sensing proxies and observed data in a tropical mountainous region
Hunink, J.E., W.W. Immerzeel, P. Droogers
2013 - FutureWater Report 125
Hunink, J.E., W.W. Immerzeel, P. Droogers. 2013. Análisis de Patrones Espaciales de Precipitación en la Provincia de Tungurahua. FutureWater Report 125XAnálisis de Patrones Espaciales de Precipitación en la Provincia de Tungurahua
Hunink, J.E., W.W. Immerzeel, P. Droogers
2010 - Environmental Modelling and Software
Quiroz, R., C. Yarlequé, A. Posadas, V. Mares, W.W. Immerzeel. 2010. Improving Daily Rainfall Estimation from NDVI Using Wavelet Transform. Environmental Modelling and Software 26: 201-209XImproving Daily Rainfall Estimation from NDVI Using Wavelet Transform
Quiroz, R., C. Yarlequé, A. Posadas, V. Mares, W.W. Immerzeel
