Zonificación climática del municipio Mayarí a partir del índice de Lang
Barra lateral del artículo
Contenido principal del artículo
Resumen
La investigación tuvo como objetivo la zonificación climática del municipio Mayarí, mediante el empleo del índice de Lang estimado a partir de datos de una estación meteorológica y del WorldClim 2. Se utilizaron las imágenes mensuales de precipitación y temperatura promedio que proporciona el WorldClim 2, con una resolución espacial de 30 segundos en el sistema de coordenadas WGS 1984 EPSG: 4326. Las imágenes se procesaron en el software ArcGIS 3.10 y en la opción Raster Calculator se obtuvo el Índice de Lang. Para la extracción de los valores se realizó una representación de 40 puntos aleatorios que abarcaron toda la región en estudio, separados a una distancia de 10 km. Se determinó mediante regresión lineal en el software STATGRAPHICS Plus 5.0; la relación entre Índice de Lang estimado por WorldClim 2 y el calculado con datos de la estación meteorológica de Guaro, ubicada en el municipio Mayarí. El uso del WorldClim 2 mostró la existencia de tres zonas climáticas (áridas, semiáridas y semi húmeda). Su estimación tuvo una alta determinación y correlación para los valores calculados de dicho índice, lo cual le permite ser utilizada en territorios donde existe un bajo número de estaciones meteorológicas para la toma de datos climáticos.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes de la Licencia CC Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0):
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia.
Bajo las condiciones siguientes:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
La revista no se responsabiliza con las opiniones y conceptos emitidos en los trabajos, son de exclusiva responsabilidad de los autores. El Editor, con la asistencia del Comité de Editorial, se reserva el derecho de sugerir o solicitar modificaciones aconsejables o necesarias. Son aceptados para publicar trabajos científico originales, resultados de investigaciones de interés que no hayan sido publicados ni enviados a otra revista para ese mismo fin.
La mención de marcas comerciales de equipos, instrumentos o materiales específicos obedece a propósitos de identificación, no existiendo ningún compromiso promocional con relación a los mismos, ni por los autores ni por el editor.
Citas
Hernández-Cerda ME, Ordoñez-Díaz M de J, Giménez-de Azcárate J. Análisis comparativo de dos sistemas de clasificación bioclimática aplicados en México. Investigaciones geográficas. 2018;(95):1-14. doi:10.14350/rig.57451
Alessandro O, Nyman P. Aridity indices predict organic matter decomposition and comminution processes at landscape scale. Ecological Indicators. 2017;78:531-40.
Pineda-Santos LD, Suárez-Hernández JE. Elaboración de un SIG orientado a la zonificación agroecológica de los cultivos. Revista Ingeniería Agrícola. 2014;4(3):28-32.
Grove AT. Climatic classification: concepts for dry tropical environments. International Crops Research Institute for the Semi-Arid Tropics: Climatic classification: a consultants’ meeting, 14-16 April 1980. 1980;1-5.
Ferrelli F, Bustos ML, Piccolo MC, Cisneros MAH, Perillo GME. Downscaling de variables climáticas a partir del reanálisis NCEP/NCAR en el sudoeste de la provincia de Buenos Aires (Argentina). Papeles de Geografía. 2016;(62):21-33. doi:10.6018/geografia/2016/239051
Zhang Y, Qu H, Yang X, Wang M, Qin N, Zou Y. Cropping system optimization for drought prevention and disaster reduction with a risk assessment model in Sichuan Province. Global Ecology and Conservation. 2020;23:e01095. doi:10.1016/j.gecco.2020.e01095
Tsiros IX, Nastos P, Proutsos ND, Tsaousidis A. Variability of the aridity index and related drought parameters in Greece using climatological data over the last century (1900-1997). Atmospheric Research. 2020;240:104914. doi:10.1016/j.atmosres.2020.104914
Ferner J, Schmidtlein S, Guuroh RT, Lopatin J, Linstädter A. Disentangling effects of climate and land-use change on West African drylands’ forage supply. Global Environmental Change. 2018;53:24-38. doi:10.1016/j.gloenvcha.2018.08.007
ONEI. Anuario Estadístico de Mayarí 2018. Habana; 2019. 16 p.
Fick SE, Hijmans RJ. WorldClim 2: new 1-km spatial resolution climate surfaces for global land areas. International Journal of Climatology. 2017;37(12):4302-15. doi:https://doi.org/10.1002/joc.5086
IGAC (Instituto Geográfico Agustín Codazzi). Instructivo. Zonificación climática grupo interno de trabajo de levantamientos agrológicos. Cód. I40100-05/1 4.V1 [Internet]. 2014 p. 10. Available from: https://repositorio.uho.edu.cu/bitstream/handle/uho/8854/Osman%20A%20Vel%C3%A1zquez%20S%C3%A1nchez.pdf?sequence=1&isAllowed=y
Luján-Bustos M, Ferrelli F, Piccolo MC. Estudio comparativo de tres modelos climáticos en Argentina. 2017;40(1):34-43. doi:10.11137/2017_1_34_43
Batista P-D, Dámaso R. Algunas consideraciones sobre el comportamiento de la sequía agrícola en la agricultura de Cuba y el uso de imágenes por satélites en su evaluación. Cultivos Tropicales. 2016;37(3):22-41.
Vema V, Sudheer KP, Chaubey I. Fuzzy inference system for site suitability evaluation of water harvesting structures in rainfed regions. Agricultural Water Management. 2019;218:82-93. doi:10.1016/j.agwat.2019.03.028
Fraga H, Guimarães N, Santos JA. Future changes in rice bioclimatic growing conditions in Portugal. Agronomy. 2019;9(11):674.
Calci Quispe BE. “Aplicación de modelos climáticos globales para la caracterización climática en la microcuenca de la Laguna de Chacas y sus Proyecciones de cambio Climático al 2050 y 2070” [Internet]. [Perú]: Andina Néstor Cáceres Velásquez; 2018. 89 p. Available from: https://alicia.concytec.gob.pe/vufind/Record/UANT_f44a3f4846e0624b23a572e08e20a203/Details
Poggio L, Simonetti E, Gimona A. Enhancing the WorldClim data set for national and regional applications. Science of The Total Environment. 2018;625:1628-43. doi:10.1016/j.scitotenv.2017.12.258
Casa-Martín F da, Echeverría-Valiente E, D’Amico FC. Zonificación climática para su aplicación al diseño bioclimático. Aplicación en Galicia (España). Informes de la Construcción. 2017;69(547):e218-e218. doi:10.3989/id55319