Top. Meteor. Oceanogr.

, 7(1):1-20,2000

Aplicacin de algunos mtodos de relleno a series anuales de lluvia de

diferentes regiones de Costa Rica
ROSARIO ALFARO1, RAFAEL PACHECO

Instituto Meteorolgico Nacional,Ministerio del Ambiente y Energa, San Jos, Costa Rica

(Recibido el 3 de mayo de 2000, aceptado el 28 de junio, de 2000)

ABSTRACT
This paper shows the results obtained when different methods for filling gaps in annual precipitation series were
applied to records of meteorological stations, located in different regions of Costa Rica. Simple and multiple
regression were used. The ratio, the normal-ratio and the adjusted ratio methods were also utilized. The first, third
and fifth methods required just an additional station to fill the gaps, the others required two. The methods were
applied to 12 stations, from which 5 are located in the Caribbean Coast and 7 in the Pacifics. In total, the
information of 36 stations was used in this study. The Wilcoxon Sum Rank Test showed that all estimated series
have identical probability distributions to the observed series. The lower differences between observed and
estimated data are obtained when multiple regression is used. This is showed in the values obtained for MAE
(mean absolute error) and RMSE (root mean square error). Despite the former results, the maximum differences
between the observed and estimated values were very high in some cases (95%). A recent study, which uses an
autoregressive model of order 45 to estimate annual precipitation values shows that the highest differences with
this method are around 35%, which suggest the use of more complex methods if more accurate estimations are
required.

1. Introduccin

Algunos estudios que requieren la utilizacin de razn q. Tambin se us el mtodo de la razn-normal

series cronolgicas de datos, presentan el problema de series
con datos faltantes que limitan el uso de las mismas, an
cuando algunas tienen registros suficientemente largos. Cada
vez que se inicia un trabajo con series de precipitacin en el
Instituto Meteorolgico Nacional (IMN), se recurre a algn
mtodo de relleno para estimar datos faltantes; sin embargo,
no existe ninguna sugerencia formal a este respecto por parte
del Instituto, la cual est basada en algn estudio serio que le
de sustento.
La finalidad de este trabajo consiste en determinar la
confiabilidad de algunos mtodos simples de relleno para
datos anuales de precipitacin, los cuales se sugieren en la
Gua de Prcticas Climatolgicas de la Organizacin
Meteorolgica Mundial (WMO 1983). Estos mtodos
corresponden a la regresin simple, mltiple y de la
(Paulhus and Kohler. 1952) con una pequea variacin, ya
que toma en consideracin promedios de precipitacin en
perodos iguales, en vez de promedios normales de
precipitacin y se utilizan dos estaciones cercanas en vez de
tres. La diferencia obedece al hecho de que muchas
estaciones con las que cuenta el IMN no poseen registro de
lluvia desde 1960. Adems, en algunas regiones del pas,
escasamente se encuentran dos estaciones cercanas a otra,
entendindose por cercana aquella estacin ubicada al menos
dentro de la misma cuenca y a una altura semejante, si es
posible.
Tambin se utiliz el mtodo de la razn q, tomando
en consideracin una clasificacin de las estaciones que
depende de su cantidad de precipitacin anual (mtodo de la
razn ajustada).

CUADRO 1. Estaciones estudiadas, perodos considerados y nmero de aos de los registros.

1
Direccin para correspondencia: Rosario. Alfaro, Instituto Meteorologico
Nacional, Apartado 7-3350-1000 San Jose, Costa Rica.
E-mail: ralfaro@meteoro.imn.ac.cr
42 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Estacin Latitud () Longitud () Elev. (m) Perodo Aos

Puntarenas 9 59 84 46 3 1963-1984 22
San Miguel de Barranca 10 00 84 42 140 1963-1984 22
Nagatac 10 04 84 43 450 1963-1984 22
Coto 47 8 36 82 59 8 1951-1978 27
Km 18 8 36 83 04 6 1951-1978 27
Coto 44 8 35 82 59 7 1951-1978 27
CATIE 9 53 83 38 602 1963-1982 20
Humo 9 48 83 43 680 1963-1982 20
La Suiza 9 51 83 37 620 1963-1982 20
San Jos 9 56 84 05 1172 1970-1985 16
Villa Coln 9 54 84 14 700 1970-1985 16
Desamparados 9 54 84 04 1162 1970-1985 16
Limn 10 00 83 03 5 1972-1996 25
La Lola 10 06 83 23 40 1972-1996 25
Finca El Carmen 10 12 83 29 15 1972-1996 25
Fabio Baudrit 10 01 84 16 840 1971-1996 26
A. J. Santamara 10 00 84 12 932 1971-1996 26
La Garita 9 57 84 21 460 1971-1996 26
Nicoya 10 09 85 27 120 1975-1993 18
Morote 10 04 85 16 20 1975-1993 18
Paquera 9 49 84 56 15 1975-1993 18
Damas 9 29 84 12 6 1976-1993 18
Fca Cerritos 9 30 84 09 5 1976-1993 18
Finca Pocares 9 31 84 15 6 1976-1993 18
Linda Vista, El Guarco 9 50 83 58 1400 1963-1985 23
Comandancia de Cartago 9 53 83 55 1440 1963-1985 23
La Cangreja 9 48 83 58 1830 1963-1985 23
Pindeco 9 08 83 20 397 1985-1993 9
Volcn 9 13 83 27 418 1985-1993 9
P. Zeledn 9 20 83 42 700 1985-1993 9
Ciudad Quesada 10 20 84 26 650 1973-1992 19
I. Quebrada Azul 10 24 84 28 83 1973-1992 19
San Vicente 10 17 84 24 1450 1973-1992 19
Upala 10 54 85 01 50 1986-1994 9
Los Chiles 11 02 84 43 40 1986-1994 9
San Jorge Los Chiles 10 42 84 40 55 1986-1994 9

Con el fin de comparar los resultados obtenidos, se
calcularon los errores MAE y RMSE, segn lo sugiere
Willmott (1982), ya que estos errores bsicamente miden el
error promedio entre los valores estimados y los observados
mediante el clculo de las diferencias existentes entre dichos
valores. Tambin se us el test de Wilcoxon (McClave and
Dietrich. 1991) para determinar si las poblaciones de las dos
muestras (la de valores observados y la de estimados) tenan
distribuciones de probabilidad idnticas.
Se determinaron las diferencias mximas
observadas entre los valores reales y los estimados.
Adems, se compararon los resultados con aquellos
obtenidos en un estudio reciente (Leite and Peixoto. 1996)
que utiliza un mtodo ms complejo para reproducir series
de datos de precipitacin anual.

CUADRO 2. Distancias y diferencias en altura existentes entre cada una de las estaciones analizadas y sus estaciones vecinas.
 TOPICOS METEOROLOGICOS 43

Estacin en estudio D1 (km) D2 (km) Dif. alt. 1 (m) Dif. alt. 2 (m)
Puntarenas 8 7 137 447
Coto 47 5 3 -2 -1
CATIE 4 5 78 18
San Jos 13 22 -472 -10
Limn 33 52 35 10
Fabio 8 10 92 -380
Nicoya 22 63 -100 -105
Damas 10 4 -1 0
L. Vista 27 28 40 430
C.Quesada 8 24 -567 800
Pindeco 40 48 21 303
Upala 36 44 -10 5
Promedios 17.8 25.8 129.6 209.1

2. Metodologa Para hacer los clculos se usaron series con el

Varias consideraciones debieron hacerse a la hora
de hacer la escogencia de la informacin para verificar los
mtodos de relleno de datos faltantes, ya que no slo se
requiere que las estaciones estn cerca de la estacin en
estudio, sino que tambin cuenten con series completas de
datos con perodos de registro similares. En este estudio, 8
estaciones analizadas cuentan con estaciones cercanas
ubicadas a menos de 30 kms de distancia. Sin embargo, la
mayor distancia de una estacin cercana corresponde a 63
kms.
Los valores estimados con los diferentes mtodos
se compararon con los valores observados mediante el uso
de los errores MAE, RMSE y el test de Wilcoxon antes
citados.
El clculo de totales anuales de precipitacin se
hizo utilizando cinco mtodos de estimacin. Estos
comprenden la regresin lineal y mltiple, el mtodo de la
razn, de la razn-normal y de la razn ajustada. Este ltimo
mtodo se obtuvo con base en una clasificacin de las
estaciones con respecto a la cantidad de lluvia anual,
utilizada por Villalobos y Retana (1998), para caracterizar
perodos lluviosos. Este procedimiento no es en s un mtodo
de relleno, sino que se us para ajustar el mtodo de la
razn. De los cinco mtodos, la regresin mltiple y la razn
normal se utilizaron haciendo uso de los datos de dos
estaciones cercanas.
Con el fin de acatar las recomendaciones sugeridas
en WMO. (1986), con los mtodos de la razn utilizados
slo se estimaba un dato faltante en las series en cada
ocasin, lo que significa que no se estim ms de un 10% de
un registro y en la mayora de los casos, un dato faltante
representaba menos de un 5% del registro. Con los mtodos
de regresin, simplemente se calcul la ecuacin y se
compararon los valores observados con los estimados.
CUADRO 3. Resultados de la aplicacin de los diferentes mtodos de relleno a la estacin de Puntarenas. Se muestran las diferencias mximas obtenidas entre
los valores estimados y los reales. El promedio de las diferencias de la serie obtenido con cada mtodo de relleno se muestra en la ltima columna.
mismo perodo de registro. Con los mtodos de la razn,
cada uno de los datos de la serie en estudio fue eliminado
para simular la ausencia de dato y se rellen usando los
diferentes mtodos. As se reprodujeron las series completas
de datos estimados a partir de los datos reales. Luego, se
obtuvo la diferencia en porcentaje entre los valores
correspondientes de las dos series y se estim el valor medio
de las diferencias con cada uno de los mtodos utilizados.
Tambin se calcularon los errores MAE y RMSE antes
citados para cada mtodo. Las series de datos estimados se
compararon estadsticamente con sus correspondientes de
valores observados usando el test de Wilcoxon de suma de
rangos. Esta prueba permiti determinar la identidad entre
las series de datos observados y estimados, al nivel de
significancia del 5%.
2.1. Mtodos de regresin
Como primer mtodo de relleno de datos anuales se
utiliz la regresin lineal, sugerida en WMO. (1983), aunque
se sabe que raras veces se observa una relacin lineal
perfecta debido a que los fenmenos que se estudian en
climatologa son usualmente multivariables. Sin embargo, se
utiliz este mtodo por ser el ms simple y porque en
algunas regiones de Costa Rica difcilmente se puede contar
con una estacin pluviomtrica cercana a la estacin de
inters. Por otro lado, los perodos de algunas de las series
son muy cortos, lo cual limita su uso.
Luego se utiliz el modelo de regresin mltiple,
tambin sugerido en la misma gua, usando los datos de dos
estaciones cercanas. Esto en la prctica se puede realizar
solo en aquellas regiones en las cuales la densidad de la red
de estaciones es buena, como en el Valle Central de Costa
44 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica
Mtodo Estacin vecina
Razn Nagatac
Razn S. M. Barranca
Razn ajustada Nagatac
Regresin simple Nagatac
Regresin simple S. M. Barranca
Regresin mltiple Nagatac y Barranca
Razn normal Nagatac y Barranca
Rica, ya que existen regiones del pas que no cuentan con
dos series de datos de estaciones vecinas cuyo perodo de
registro sea igual al de la estacin en estudio. En las
regiones con una densidad alta de estaciones, el mtodo de
regresin mltiple podra utilizarse en un futuro con ms
estaciones, con el fin de determinar si los valores estimados
mejoran significativamente con respecto a aqullos
calculados con base en la informacin de dos estaciones
vecinas.
2.2. Mtodo de la razn
El mtodo de la razn q (Barger, 1960, WMO 1966
y WMO 1983) se basa en el hecho de que para pares de
estaciones, la razn entre sus valores mensuales, anuales o
medios, tiende a ser constante. Segn este mtodo, si se
tienen dos estaciones (A y B), se requiere determinar q de la
siguiente manera:
q = bi/ ai (1)
desde i = 1 hasta N
donde N= nmero total de datos de la serie
bi = dato i de la estacin B
ai = dato i de la estacin A
Seguidamente, si el valor bj falta en la estacin B, ste se
obtiene de la siguiente manera:
bj = q x aj (2)
Este mtodo es utilizado en la bibliografa
consultada para rellenar medias de diferentes perodos, pero
se menciona que puede ser utilizado para valores mensuales
y anuales. En este estudio se utiliz particularmente para
obtener datos anuales, pero su aplicabilidad a datos
mensuales ser investigada posteriormente.
2.3. Mtodo de la razn-normal
Este procedimiento estima cantidades de lluvia con
base en tres estaciones cercanas y uniformemente espaciadas
con respecto a la estacin en estudio (Paulhus and Kkohler,
1952). Estos requerimientos son difciles de cumplir en
algunas regiones de nuestro pas, por lo que se utiliz el
mtodo con dos estaciones cercanas nicamente.
Este mtodo se sugiere para cuando las diferencias
en las precipitaciones anuales normales de las estaciones
consideradas son mayores que un 10%. En el caso de las
estaciones del I. M. N, son pocas las estaciones que cuentan
con perodos de registro largos, por lo tanto, nicamente se
Dif. mx en mm. Prom. dif. en mm.
886 120.3
1090 148.3
1006.5 200.6
743.7 219.6
572.5 209.1
634.7 190.6
743.2 203.1
tom en cuenta el hecho de que las estaciones fueran
cercanas a la estacin en estudio y se consideraron valores
promedios de lluvia en diferentes perodos en vez de
precipitaciones normales.
Para obtener la precipitacin anual de una estacin
X (PX) para un ao determinado, utilizando los datos de dos
estaciones A y B, se utiliz la siguiente ecuacin:
PX = 1 ( NX PA + NX PB ) (3)
2 NA NB
donde NX es la lluvia promedio de la estacin X para el
mismo perodo que se obtiene la lluvia promedio de la
estacin A (NA) y B (NB). PA y PB son los valores
correspondientes a PX (precipitacin anual) de las estaciones
A y B.
2.4. Mtodo de la razn ajustada
Este mtodo es bsicamente el mtodo de la razn
(seccin 2.2), nicamente que utiliza los promedios de lluvia
de aos lluviosos, secos y normales en vez del promedio
anual normal.
Este mtodo, utilizado en forma ms meticulosa por
Villalobos y Retana (1998) en otro estudio, para otros fines,
consiste en obtener una clasificacin de la precipitacin
anual de la estacin en estudio (B) y una estacin cercana
(A), con base en el valor medio de sus series (Xp) y sus
desviaciones estndar (S), clasificando los totales anuales de
dichas estaciones segn se indica a continuacin:
Lluvioso si bi ( o ai ) > Xp +S,
Normal si Xp-S bi ( o ai ) Xp+S
Seco si bi ( o ai ) < Xp-S
Una vez que se clasifican los totales anuales de
precipitacin de cada una de las estaciones, para calcular un
dato faltante bi de la estacin en estudio, se utiliza la
informacin obtenida anteriormente de la estacin cercana
para determinar a qu categora corresponde el ao que se
desea estimar y de acuerdo a su clasificacin, se obtiene el
valor de q (q = bi/ ai) haciendo la sumatoria de los aos
correspondientes a esa categora. Posteriormente, si el total
anual faltante es bj , ste se calcula con base en la ecuacin
(2), en donde aj representa el total anual correspondiente de
la estacin cercana.
3. Datos utilizados
 TOPICOS METEOROLOGICOS
Este estudio se realiz con datos anuales de
precipitacin. En el cuadro 1 se muestran las estaciones
utilizadas con su ubicacin, los perodos considerados y el
nmero total de aos de las series.
El cuadro 2 muestra la distancia existente en
kilmetros (D1 y D2) y las diferencias en altitud en metros
(dif. alt. 1 y dif. alt. 2) entre cada de una de las estaciones en
estudio y las dos estaciones ms cercanas. Los valores en
altitud negativos y positivos corresponden a estaciones con
una altura menor y mayor respectivamente, con relacin a la
estacin analizada.
4. Resultados y Discusin
A continuacin se muestran algunos ejemplos de las
diferencias existentes entre las series de datos de la estacin
en estudio y sus estaciones cercanas. Vale la pena destacar,
que en el caso ms extremo, la estacin cercana se encuentra
a 63 kms de distancia y que la mayor diferencia de altura
entre ellas corresponde a 800 metros.
En la figura 1 se muestra un caso en el cual, la serie
de datos de la estacin en estudio y las series de las
estaciones cercanas son bastante semejantes, no solo en su
distribucin sino tambin en su magnitud. En este caso las
diferencias en distancia corresponden a 33 y 52 kms y las
diferencias en altitud no sobrepasan los 35 metros.
En la Figura 2 se muestra un caso en el cual se
encuentran grandes diferencias en magnitud en las series de
datos anuales de la estacin en estudio y sus vecinas. Las
diferencias mximas en distancia y altura entre las estaciones
es de 8 km y 447 m respectivamente.
A continuacin se presentan en detalle algunas de
las comparaciones realizadas entre los valores estimados y
los observados para el caso particular de la estacin
Puntarenas (Figuras 3, 4 y 5).
En el cuadro 3 se muestran las diferencias mximas
obtenidas entre los valores reales y los estimados con cada
uno de los mtodos de relleno para el caso de la estacin
Puntarenas. Adems se obtiene el promedio de las
diferencias para cada mtodo de clculo utilizado.
Obsrvese como el mtodo de la razn ajustada no
mejora las estimaciones, por el contrario, en este caso en
particular, la diferencia mxima observada aumenta en 120.5
mm. Posiblemente, esto sera cierto nicamente cuando el
comportamiento de la estacin en estudio y su estacin
vecina sean muy semejantes, es decir, que cuando el ao
45
haya sido lluvioso en una estacin, lo haya sido tambin en
la otra, por ejemplo, lo cual sucede nicamente en el 64 %
de los casos en esta estacin. Por otro lado, los mtodos que
utilizan la informacin de dos estaciones vecinas no
disminuyen la diferencia mxima ni el promedio de las
diferencias entre los valores reales y los observados, de
acuerdo a los resultados anteriores.
Los mtodos de relleno que se denotan segn la
nomenclatura que se muestra en el cuadro 4, se aplicaron a
todas las estaciones consideradas en este estudio. Para
comparar las muestras (observada y estimada) se calcularon
los errores MAE y RMSE, los cuales se muestran en el
cuadro 5.
CUADRO 4. Mtodos de relleno utilizados para reproducir una serie de
datos estimados utilizando al menos una estacin cercana a la estacin en
estudio.
Mtodo de relleno Siglas
Regresin simple RG
De la razn Q
De la razn ajustada QA
Regresin mltiple RM
De la razn normal QN
Para determinar si las distribuciones de
probabilidad asociadas con las dos poblaciones eran
equivalentes, se utiliz el test Wilcoxon de suma de rangos
(McClave & Dietrich. 1991). Este test es muy til para estos
casos, ya que no hace suposiciones en cuanto a la forma de
las distribuciones de probabilidad de las muestras de datos.
Un resumen de la aplicacin de los diferentes mtodos se
observa en el cuadro 6. Las columnas en su orden
corresponden a las estaciones estudiadas, los perodos
considerados, el nmero de aos de los registros, y el
estadstico Z o TA utilizado en la evaluacin del test de
Wilcoxon con cada uno de los mtodos indicados en la
primer fila del cuadro.
46 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Estacin Limn y vecinas

5000
Lluvia anual en mm

4000

3000

2000
1972

1974

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996
Aos
Limn La Lola Fca el Carmen

Fig. 1. Series de datos anuales de la estacin Limn y estaciones cercanas (La Lola y Finca El Carmen).
.

Estacin Puntarenas y vecinas

4500
Lluvia anual en mm

3500

2500

1500

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

Aos
Puntarenas Nagatac San M.Barranca

Fig. 2. Series de datos anuales de la estacin Puntarenas y estaciones cercanas (Nagatac y San Miguel de Barranca).
 TOPICOS METEOROLOGICOS 47

Datos reales y estimados de Puntarenas

3500
Lluvia anual en mm

2500

1500

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983
Aos
Puntarenas Q con Nag. Q con Barr.

Fig. 3. Datos reales de la estacin Puntarenas y valores estimados con el mtodo de la razn (Q) utilizando la informacin de las estaciones vecinas de Nagatac
(Nag) y San Miguel de Barranca (Barr).

Datos reales y estimados de Puntarenas

2500
Lluvia anual en mm

1500

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

Aos
Puntarenas Q con Nag. QA con Nag.

Fig. 4. Serie de datos observados de la estacin Puntarenas y valores estimados segn el mtodo de la razn (Q) y el de la razn ajustada (QA), usando la
informacin de la estacin vecina de Nagatac.
48 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Datos reales y estimados de Puntarenas

2500
Lluvia anual en mm

2000

1500

1000

500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983
Aos
Puntarenas RG Nagatac RG Barranca

Fig. 5. Valores reales de la estacin de Puntarenas y datos estimados utilizando regresin simple (RG) con las estaciones de Nagatac y San Miguel de Barranca.

Datos reales y estimados de Puntarenas

3000
Lluvia anual en mm

2500
2000
1500
1000
500
1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

Aos
Puntarenas RM QN

Fig. 6. Aplicacin del mtodo de regresin mltiple (RM) y de la razn normal (QN) para obtener datos estimados de lluvia anual para la estacin de
Puntarenas. Las estaciones cercanas utilizadas son Nagatac y San Miguel de Barranca.
 TOPICOS METEOROLOGICOS 49

El estadstico TA se obtiene sacando el rango de las
observaciones de la muestra de valores observados y la
muestra de valores estimados, como si las observaciones
pertenecieran a la misma poblacin. El nmero de datos de
la primera muestra se denota como n1 y los de la segunda
como n2 y corresponden a valores menores o iguales a 10. El
test estadstico TA es la suma de rangos de la muestra ms
pequea o en el caso en que n1=n2, se puede usar cualquier
suma de rangos.
Cuando el tamao de las dos muestras es igual a 10
o ms grande, se usa el test estadstico Z, el cual est dado
por la siguiente ecuacin:
TA n1(n1+ n2 + 1)
Z= ________2_____ (4)
n1n2(n1+ n2+1)
12
La hiptesis nula utilizada en este test (Ho)
establece que la poblacin de las 2 muestras tienen
distribuciones de probabilidad idnticas. La hiptesis
alternativa (Ha) afirma que la distribucin de probabilidad
para la muestra A est desplazada hacia la izquierda o la
derecha de la distribucin de probabilidad de la muestra B.
Para un nivel de significancia del 5%, la regin de
rechazo de Z corresponde a Z < -1.96 o Z > 1.96. La regin
de aceptacin de TA para muestras con n=9 tiene como
lmite inferior y superior 63 y 108, respectivamente
(McClave & Dietrich. 1991).
Segn los resultados anteriores, en todos los casos,
se debe aceptar la hiptesis nula de que las poblaciones de
las muestras tienen distribuciones de probabilidad idnticas.
Sin embargo, vale la pena destacar las diferencias mximas
en % obtenidas entre los valores estimados y los observados
segn cada mtodo, las cuales se muestran a continuacin en
los cuadro 7 y 8.
Obsrvese que de las 12 estaciones analizadas, 9 de
ellas tienen las diferencias mximas ms pequeas cuando se
utiliza el mtodo de la regresin mltiple para obtener los
valores estimados.
El mtodo de la razn ajustada muestra las
diferencias ms grandes en la mitad de las estaciones; sin
embargo, un detalle muy importante que vale la pena
destacar es el hecho de que la estacin de Limn, presenta la
mayor coincidencia de clasificacin de sus totales anuales de
lluvia (84%) con respecto a los de la estacin vecina
utilizada en este mtodo (La Lola), la cual se encuentra a 33
kms de distancia y a 35 metros ms de altura. En este caso
en especial, la diferencia mxima ms pequea se obtiene
utilizando este mtodo.

CUADRO 5. Valores mximos y mnimos correspondientes a los errores MAE y RMSE obtenidos, segn cada mtodo de relleno.

Mtodo Mn. MAE Mx. MAE Mn RMSE Mx RMSE

RG 110 408 143 527

Q 131 604 161 723

QA 116 570 146 731

RM 97 401 131 527

QN 101 401 139 527

CUADRO 6. Resultados (estadstico Z o TA) de la aplicacin de los mtodos de relleno para estimar totales anuales de precipitacin. Los valores de
50 ALFARO&PACHECO: Aplicacin de algunos mtodos de relleno se series anuales de lluvia de diferentes regiones de Costa Rica

Pindeco y Upala corresponden a valores TA.

Estacin Perodo Aos RG Q QA RM QN

Puntarenas 1963-84 22 0.258 -0.023 -0.657 0.046 0
Coto 47 1951-78 28 0.043 0.874 -0.890 -0.112 -0.026
CATIE 1963-82 20 0.108 0.135 0.487 -0.027 0.162
San Jos 1970-85 16 -0.188 -0.603 0.075 -0.113 -0.414
Limn 1972-96 25 0.262 0.766 -0.456 0.146 0.223
Fabio 1971-96 26 -0.146 0 -0.146 -0.018 -0.110
Nicoya 1975-93 19 0.253 0.190 0.506 0.285 0.316
Damas 1976-93 18 0.063 0 -0.506 0.032 -0.095
L. Vista 1963-85 23 0.033 -0.626 -0.209 0.055 -0.209
C.Quesada 1973-92 20 -0.073 0.014 -0.014 -0.131 0.073
Pindeco 1985-93 9 86 85 73 85 81
Upala 1986-94 9 84 90 81 84 88

CUADRO 7. Valores de las diferencias mximas en % obtenidas con cada uno de los mtodos, para cada una de las estaciones analizadas.

Estacin analizada Dif. mx. en % observadas segn cada mtodo

RG Q QA RM QN
Puntarenas 71 85 95 52 57
Coto 47 23 31 26 17 17
CATIE 30 30 57 15 20
San Jos 23 53 31 23 46
Limn 21 41 20 28 24
Fabio 22 23 22 21 22
Nicoya 53 56 79 52 52
Damas 23 26 20 15 28
L. Vista 50 51 53 51 50
C.Quesada 38 33 46 65 34
Pindeco 15 16 27 13 27
Upala 18 48 28 18 27

CUADRO 8. Diferencias mximas absolutas en % encontradas entre los mtodos de relleno utilizados.
valores reales de las series y los valores estimados con cada uno de los
 TOPICOS METEOROLOGICOS
Mtodo Dif en %
RG 71
Q 85
QA 95
RM 65
QN 57
5. Conclusiones
En este trabajo se utilizaron cinco mtodos simples
para calcular datos faltantes en las series anuales de lluvia de
12 estaciones meteorolgicas ubicadas en diferentes regiones
de Costa Rica. Se utiliz el test Wilcoxon de suma de rangos
para determinar si las series de datos estimados tenan
distribuciones de probabilidad idnticas a las de las series de
datos observados. Los resultados mostraron que todas las
series de datos estimados tienen distribuciones de
probabilidad idnticas a las de sus correspondientes series de
datos observados. Sin embargo, las diferencias mximas
observadas alcanzan valores hasta de un 95% del valor real
en el caso ms extremo (mtodo de la razn ajustada usando
la estacin de Puntarenas).
Las diferencias mximas ms pequeas se obtienen
utilizando el mtodo de la regresin mltiple. Esto se refleja
en los valores de los errores MAE y RMSE (Willmott. 1982)
calculados y tabulados en el cuadro 5. Las diferencias
mximas ms grandes se dan con el mtodo de la razn
ajustada. Sin embargo, los resultados obtenidos parecen
indicar que este mtodo es bueno cuando las clasificacin
por cantidad de lluvia anual de una estacin en comparacin
con su estacin vecina es bastante coincidente. Sera bueno
corroborar estos resultados haciendo una anlisis ms
profundo de este mtodo.
Estudios recientes utilizan mtodos ms complejos para
reproducir series de precipitacin anual, tales como el
modelo autoregresivo de orden 45 (Leite and Peixoto. 1996).
Los resultados del trabajo mencionado anteriormente
muestran diferencias mximas absolutas entre los valores
reales y estimados de alrededor de un 30%, lo cual sugiere la
utilizacin de mtodos ms complejos de los presentados en
este estudio, si se desean hacer estimaciones ms precisas de
datos anuales de precipitacin
51
Agradecimientos
A Jos Retana y Manuel Solera, un agradecimiento
muy especial por sus sugerencias y comentarios.
RESUMEN
En este estudio se muestran los resultados obtenidos al aplicar
diferentes mtodos de relleno para datos faltantes en las series anuales de
lluvia de algunas estaciones meteorolgicas ubicadas en diferentes zonas de
Costa Rica. Los procedimientos utilizados comprenden regresin simple y
mltiple, y los mtodos de la razn, de la razn normal y la razn ajustada.
El primero, tercero y quinto requieren el uso de la informacin de una
estacin adicional para calcular los datos faltantes. Los otros mtodos
requieren dos. Se analizaron 12 estaciones, de la cuales 5 estn en la
Vertiente del Caribe y 7 en la del Pacfico. En total, se utilizaron los totales
anuales de precipitacin de 36 estaciones. Se us el test Wilcoxon de suma
de rangos para determinar si las distribuciones de probabilidad de los datos
observados y estimados eran idnticas. Los resultados mostraron que todas
las series estimadas de datos tienen distribuciones de probabilidad idnticas
a las de los datos reales. Las diferencias ms pequeas entre los datos
observados y los estimados se obtienen al utilizar el mtodo de regresin
mltiple, lo cual se refleja en los valores de los errores MAE y RMSE. Sin
embargo, a pesar de los resultados anteriores, en algunos casos se observan
diferencias muy grandes entre los valores observados y los estimados (95%).
Un estudio reciente que usa un modelo autoregresivo de orden 45 para
estimar valores anuales de precipitacin, muestra que las diferencias ms
grandes obtenidas con este modelo giran alrededor del 30%, lo cual sugiere
la utilizacin de mtodos ms complejos si se desean hacer estimaciones
ms precisas de los datos.
Referencias
WMO, 1966. Some Methods of Climatological Analysis. WMO - No.
199.TP. 103.
WMO, 1983. Guide to Climatological Practices. WMO - No. 100
Barger, L. and J. C. Nyhan, 1960. Climatology at work. Washington D.C.
Paulhus, J. L. H., and M.A. Kohler, 1952. Interpolation of Missing
Precipitation Records. Mon. Wea. Rev., 80, No.8, 129-133.
Leite, S. M., and J. P. Peixoto, 1996. The Autoregressive Model of
Climatological Time Series: An Application to the Longest
Time Series in Portugal. Int. J. Clim., 16, 1165-1173.
McClave, J. and F.H. Dietrich, II, 1991. Statistics. Macmillan Publishing
Company, 928 pp.
Villalobos, R., and J. Retana, 1998. The ENSO phenomenon and the
interannual climate variation: its relationship with dry land rice
yields in the Northern Pacific of Costa Rica and decision
making, en revisin.
Willmott, C.J., 1982. Some Comments on the Evaluation of Model
Performance. Bull. Amer. Met. Soc., 63, 1309-1313.
WMO, 1986. Gua de Prcticas Hidrolgicas. WMO - No. 168