Interpretación de:
High-resolution grids of daily air temperature for Peru - the new PISCOt v1.2 dataset
https://doi.org/10.1038/s41597-023-02777-wHuerta, A., Aybar, C., Imfeld, N., Correa, K., Felipe-Obando, O., Rau, P., Drenkhan, F., Lavado-Casimiro, W., 2023: High-resolution grids of daily air temperature for Peru - the new PISCOt v1.2 dataset, Sci Data, https://doi.org/10.1038/s41597-023-02777-w
Intérprete
Campos Sánchez Kevin
Fecha de interpretación
19/07/2024
Revisor
Laqui vilca Wilber Fermin
Resultados y conclusiones
Se presenta la nueva versión del producto PISCO temperatura, versión 1.2, el cual ofrece datos diarios de temperaturas máximas y mínimas a nivel nacional. Entre las características más resaltantes están: (i) metodología de construcción mejorada respecto a versiones anteriores, presentando métodos robustos, climatológicamente coherentes y cuidadosamente seleccionados para regiones con intensos gradientes topográficos como los Andes, así como contar con un riguroso proceso de validación técnica; (ii) mayor resolución espacial (0.01° ~ 1 km) y mayor dominio temporal (40 años desde 1981-2020); (iii) uso de estaciones fuera del Perú incrementa la representatividad en las regiones limítrofes, especialmente en la amazonía; (iv) adecuada representación de la climatología compleja a alta resolución temporal con errores absolutos medios de 1.4 °C (1.2 °C) en la temperatura máxima (mínima) del aire; y (v) adecuada reproducción de tendencias interanuales y del efecto de la niebla costera en las temperaturas del aire.
Metodología y datos
La construcción de la base de datos utilizó un total de 462 estaciones, distribuidos tanto dentro como fuera del Perú, y estuvo dividido en cuatro etapas: (i) control de calidad de datos observados para la detección de errores obvios, de consistencia interna, de valores extremos y de incoherencias espacio-temporales en los datos; (ii) reconstrucción de datos faltantes a partir de observaciones en estaciones vecinas; (iii) homogeneización de estaciones meteorológicas con algoritmo totalmente automático para evitar sesgos subjetivos; e (iv) interpolación espacial de datos con un enfoque climatológicamente asistido.
Limitaciones de la investigación
Presencia de regiones con poca densidad de estaciones meteorológicas (amazonía peruana). Incertidumbre en la eficiencia del producto sobre cuerpos de agua como lagos. Se desconoce el impacto del uso de estaciones virtuales del reanálisis ERA5-land en el desarollo del producto.
Adaptación: Agricultura, Salud, Turismo, Bosques, Pesca y acuicultura
Mitigación: Energía, Agricultura, Procesos industriales y usos de productos
Escala: Nacional
Ámbito geográfico: Perú
Palabras clave: Temperaturas máximas, Temperaturas mínimas, Datos, Perú