Regionalización de los días secos en Argentina: Un enfoque metodológico Regionalization of dry days in Argentina: A methodological approach

María L Bettolli, Juan A Rivera, Olga C Penalba
2010 Meteorologica  
La regionalización de diferentes variables climáticas ha sido llevada a cabo en diversas zonas del mundo, dado que para distintos propósitos es conveniente dividir espacialmente la climatología de una variable en un número de áreas cuasi-homogéneas. El objetivo de este trabajo es la obtención de una regionalización objetiva de las distintas variabilidades temporales de las cantidades de días secos en la República Argentina durante el trimestre de verano. Con el fin de lograr regiones con
more » ... regiones con similar variabilidad temporal en las cantidades de días secos se exploraron dos métodos: Análisis de Componentes Principales (ACP) y el algoritmo de agrupamiento no-jerárquico de k-means. En base a una evaluación de los patrones espaciales, la regionalización obtenida mediante el método de k-means aplicado sobre las componentes principales rotadas más importantes, es más apropiada en comparación con la determinada por el método de ACP rotadas. Mediante este método, el territorio nacional presenta seis regiones principales: las regiones Centro- Este; Noreste; Centro y Sur Bonaerense; Noroeste; Centro-Oeste y Patagónica, las cuales son climáticamente coherentes.Objective regionalizations of different climatic variables have been performed in many regions of the World. For different purposes is convenient to make a spatial regionalization to find quasi-homogeneous climatic regions. The main objective of this work is to identify spatially homogeneous regions of dry days in Argentina with different temporal variabilities during summer season. In order to achieve regions with similar temporal variability in the amount of dry days, two methods are explored: principal component analysis (PCA) and k-means nonhierarchical cluster method. By means of a spatial patterns examination, the regionalization derived by k-means on the most important rotated principal components extracted is more adequate in comparison with the proposed by PCA method. Through this methodology, the country is divided in six main regions: Northeast region; Central [...]
doaj:6cded1d5a6944071b5b3f317151cd06a fatcat:drjjewketnf5toweeejq2d7kee