EVALUACIÓN DE CONJUNTOS DE DATOS DE PRECIPITACIÓN EN MALLA EN TERRENOS MONTAÑOSOS DEL NOROESTE DE MÉXICO
Adquirir datos de precipitación de alta resolución en regiones con una cobertura limitada de pluviómetros convencionales plantea importantes retos. Los conjuntos de datos de precipitación en malla ofrecen una solución potencial, pero su fiabilidad en zonas con terrenos complejos y patrones de precipitación intrincados sigue siendo incierta.
En este estudio, evaluamos exhaustivamente el desempeño de cuatro conjuntos de datos, cada uno de los cuales pertenece a una categoría diferente: uno basado en mediciones terrestres (Daymet), otro que utiliza observaciones por satélite (CHIRPS), y dos basados en datos de reanálisis (AORC y ERA5). La evaluación se llevó a cabo a escalas temporales diaria, mensual y estacional, analizando además la capacidad para detectar precipitaciones extremas, la influencia de la elevación y el promedio espacial entre varias cuencas hidrológicas. Se utilizaron como referencia los datos de una red independiente de pluviómetros desplegados en la Sierra Madre Oriental durante el proyecto North American Monsoon Experiment Event Rain Gauge Network (NERN) entre 2002 y 2004.
Los resultados indicaron que Daymet y AORC son los conjuntos de datos más exactos para las escalas temporales diaria y mensual, respectivamente. Todos los conjuntos de datos muestran una mejora en exactitud con el incremento de la escala temporal, aunque enfrentan dificultades durante los meses húmedos del monzón de verano y en eventos extremos, con Daymet mostrando un rendimiento relativamente superior. La elevación del terreno tuvo un impacto mínimo en el desempeño general de los conjuntos de datos, aunque se observó una ligera mejora en la detección de las precipitaciones a medida que aumenta la altitud.
Este estudio proporciona información valiosa sobre las fortalezas y limitaciones de los conjuntos de datos de precipitación en malla en regiones con terrenos complejos y precipitaciones convectivas forzadas orográficamente, ofreciendo resultados útiles para estudios climáticos e hidrológicos en contextos similares.