39
Análisis de los procesos cíclicos de enfriamiento-calentamiento y anomalías
de las temperaturas máximas y mínimas de la estación meteorológica 07205
Relleno de datos.
Para utilizar datos meteorológicos con cierto
nivel de confianza, se requiere que los registro históricos sean
continuos, para disminuir los riesgos de error y evitar el sesgo de
los resultados (Massetti, 2013). De acuerdo a Toro
et al.,
(2015) la
OMM (2011) propone los siguientes métodos estadísticos para
el relleno de datos faltantes: Regresión simple (RL), regresión
múltiple (RM), razón q y razón-normal q (RN). Así, Toro
et
al.,
(2015) realizaron un estudio cuyo objetivo fue determinar
la confiablidad de cuatro métodos de relleno: El U.S National
Weather Servicie (WS), el deductivo racional (RD), la regresión
múltiple (RM) y la regresión lineal (RL). Para cumplir con ese
fin analizaron las series de precipitación, temperatura máxima y
mínima de siete estaciones meteorológicas ubicadas en la zona
norte del eje bananero del Urabá Antioqueño en Colombia en
el periodo 2006-2009. Concluyeron que el método WS tiene
errores cuadráticos mínimos similares a los otros métodos para
la precipitación, temperatura máxima y mínima estudiada, por
esa razón utilizaron éste método para el relleno de los datos
faltante de las 7 estaciones referidas, ya que los métodos RL y RM
tuvieron bajos coeficientes de determinación. Un caso similar se
presentó en la estación 07205 Comitán, por esa razón se utilizó
el método WS para el relleno de los datos faltantes.
Método WS
. El método WS considera que el dato faltante de
la estación “A”, puede ser estimado con base a las estaciones
circundantes, ponderando los valores observados en una cantidad
W igual al recíproco del cuadrado de la distancia (D) entre cada
estación vecina y la estación “A”. El dato faltante (Px) buscado será
igual a (Gamboa, 2015):
P
X
=
∑
(P
i
)(W
i
)
(1)
W
i
