Mapping from the model to the graphical representation

El objetivo del análisis de datos meteorológicos es obtener la distribución espacial, y en lo posible temporal, de las lluvias lo más cercano a la realidad con el fin de poder evaluar su influencia en la generación de procesos de desestabilización de laderas y cómo esto puede afectar el análisis de la distribución de las roturas y del mecanismo de las mismas (Gallart y Clotet, 1988; Ferrer y Ayala, 1997; Moya y Corominas, 1997; Dominguez et al, 1999; González-Diez et al, 1999; Corominas, 2000; Chacón et al, 2001; Marques et al, 2001) . En casos de existencia de pocas estaciones meteorológicas, o que se distribuyan lejos de los sitios de ocurrencia de MM, es necesario realizar interpolaciones que conlleven a establecer dicha distribución. Por lo anterior es necesario realizar procedimientos que involucren información secundaria que se relacione con la distribución espacial de la lluvia teniendo en cuenta la interacción entre las masas de aire en movimiento y las características morfométricas del terreno.

44

Con respecto al análisis de datos de lluvias y su relación con la morfología del terreno, diferentes estudios alrededor del mundo han demostrado una fuerte relación entre la precipitación y la altura topográfica (Duckstein et al, 1973; Changnon et al, 1975; Smith, 1979; Andersson, 1981; Osborn, 1984; Dingman et al, 1988; Oki et al, 1991; Hevesi et al, 1992a y 1992b). En este sentido, la primera aproximación en la determinación del patrón de precipitación se abordó mediante la relación lluvia-altitud topográfica (Lee, 1911; Brunsdon et al, 2001; Suzuki et al, 2004), la cual fue denominada ley general de incremento de la precipitación con el incremento de la altitud (Henry, 1919); implementada con la gráfica “distancia desde la costa vs altitud topográfica de la montaña y simultáneamente con la cantidad de lluvia registrada en las respectivas estaciones meteorológicas” (Lee, 1911; Henry, 1919; Mink, 1960). A partir de la anterior relación Henry (1919) y Brunsdon et al (2001) determinaron el índice de cantidad de precipitación por incremento de altitud. Adicionalmente Andersson, (1981), Grabowski (1989) y Cuadrat y Pita (2009) enfatizaron que el aumento de la precipitación con la altura topográfica es un rasgo típico de cada montaña que dista mucho de ser regular como consecuencia de las modificaciones que la orografía local. De otra parte Loukas y Quick (1993), llamaron la atención acerca de la existencia del óptimo pluviométrico para sistemas montañosos con amplitud mayor a 100 km; mientras que Smith (1979) y Roe (2005), establecieron que en montañas con amplitud menor a 20 km la máxima precipitación se presenta hacia la cima de la montaña. Triplet y Roche (1977), Smith (1979), O’Hare y Sweeney (1986), Roe (2005), Cuadrat y Pita (2009), indicaron que para flancos de sotavento con pendientes mayores a 40º los vientos adquieren un movimiento ondulatorio que por la interacción con la

45

topografía determinan la aparición de remolinos. Este cambio en la estructura del sistema nuboso, a medida que el patrón meteorológico progresa sobre la topografía, conlleva a la modificación de la distribución de la precipitación (Hobbs et al, 1975; Smith, 1979; Guan et al, 2009).

En términos de la densidad de estaciones meteorológicas, algunos autores (Kieffer y Bois, 2001) notaron que la mayoría de estaciones se localizan cerca de núcleos urbanos, hidroeléctricas y otras obras de infraestructura de interés para la población y pocas veces en regiones topográficas elevadas y/o aisladas; lo que impide la determinación de la variabilidad espacial de las lluvias (Basist et al, 1994; Wotling et al, 2000; Anders, 2009). Por lo anterior, si se requiere establecer el campo de lluvias en áreas con pocas estaciones pluviométricas, una opción adecuada es incluir variables orográficas y geográficas como información secundaria (Hay et al, 1991; Daly et al, 1994; Agnew y Palutikof, 2000; Goovaerts, 2000; Ninyerola et al, 2000; Marquínez et al, 2003). A partir del trabajo de Spreen (1947) se incluyeron variables orográficas tales como la distancia a la cima de la cadena montañosa o al centro de la tormenta, la orientación de la ladera con respecto a la dirección del avance del sistema meteorológico, la pendiente, las barreras entre la fuente de humedad y el sitio de interés y la elevación (Cheng y Lau, 1970; Osborn, 1984; Basist et al, 1994; Prudhomme y Reed, 1998; Taher y Alshaikh, 1998; Kieffer y Bois, 2000; Ranhao et al, 2008).

Wotling et al (2000) precisaron que se deben seleccionar variables con significado físico real, mientras que algunos autores realizaron operaciones algebraicas entre diferentes variables, para escoger las que más se correlacionen con la precipitación (Basist et al, 1994; Prudhomme y Reed,

46

1998; Portalés et al, 2008). Sin embargo, Diodato (2005) anotó que en lo posible deberían prevalecer los principios físicos meteorológicos sobre las técnicas estadísticas.

La mayor parte de los anteriores autores coinciden en que las variables orográficas de mayor incidencia en la distribución espacial de la precipitación son: a) la altura topográfica, b) la orientación de la ladera, c) la curvatura del terreno, d) la distancia del sitio de interés al centro del elipsoide de máxima precipitación y e) la pendiente de la ladera.

Otro aspecto relevante a considerar es la determinación del método de análisis para ponderar cada variable en la estimación de la precipitación. Los métodos se pueden agrupar en dos clases: 1) basados en información meteorológica primaria y modelación numérica de la misma (Changnon et al, 1975; Corradini, 1985; Oki et al, 1991; Smith y Barstad, 2004; Gibergans y Llasat, 2007) y 2) basados en estadísticos tales como la correlación-regresión (Cheng y Lau, 1970; Basist et al, 1994; Daly et al, 1994; Martínez, 1996; Taher y Alshaikh, 1998; Ranhao et al, 2008; Guan et al, 2009), el análisis de componentes principales (Johnson y Hanson, 1995; Wotling et al, 2000) y “thin plate smoothing splines” (Hutchinson, 1995).

De manera práctica el cálculo de la precipitación se puede realizar mediante el uso de herramientas SIG; de las cuales también se derivan las variables a partir del modelo digital de elevación (Daly et al, 1994; Hay et al, 1998; Prudhomme y Reed, 1998). Algunos autores como Chua y Bras (1982), Dingman et al (1988), Hevesi et al (1992a y 1992b), Phillips et al (1992), Garen et al (1994), Prudhomme y Reed (1999), Goovaerts (1999, 2000), Kieffer y Bois (2001), Diodato (2005), Guan et al (2005) y Portalés et al (2008) construyen el

47

campo de lluvias o mapa digital de precipitación usando procedimientos geoestadísticos como Kriging, Kriging con deriva externa, co-Kriging y Kriging de residuos.