Elaboración de una cartografía climática grillada en alta resolución en la Antártica usando modelos espacialmente explícitos

Abstract

La Antártica juega un rol central como regulador del sistema climático global, por lo que estudiar su variabilidad climática es esencial. Sin embargo, la baja calidad y disponibilidad de la información climática es un desafío. Para superar esta limitación, este estudio busca generar una cartografía climática grillada en alta resolución, basada en un modelo espacialmente explícito, para describir el comportamiento espaciotemporal de las temperaturas mínima, media y máxima mensuales del área de estudio (AE) en la Antártica. Utilizando la técnica de Regresión Ponderada Geográficamente (GWR), se determinan y relacionan las variaciones espaciales de las variables climáticas con variables topográficas y satelital. El análisis de correlación de Spearman y los indicadores derivados de iteraciones GWR stepwise indican que la altitud, obtenida del Modelo Digital de Elevación (DEM), es el mejor predictor de las variables climáticas tanto en invierno como verano. No se encontraron mejoras significativas al incorporar variables adicionales como la distancia a la costa (DC) o la temperatura superficial (LST), por lo que no se justifica una mayor complejización del modelo. Se evidencia una no normalidad en los residuos del modelo, lo que podría afectar la precisión de los valores de p y los intervalos de confianza, pero no compromete la validez de los coeficientes. Las relaciones modeladas son en su mayoría consistentes con la teoría, donde la magnitud de las variables climáticas estudiadas disminuye con la altitud, aunque el modelo muestra una capacidad predictiva reducida en invierno. Mediante una interpolación con la técnica GWR, se generaron grillas de coeficientes asociados al DEM, las que no presentan grandes variaciones en magnitud, pero permiten identificar variaciones espaciales, con mayores valores en el área de la Plataforma de hielo de Ross, con un descenso hacia la Tierra de Victoria. La implementación del modelo generó cartografías climáticas grilladas en alta resolución que describen el comportamiento espaciotemporal de las variables climáticas en el AE. En todos los casos se observa una homogeneidad de valores en la plataforma de hielo de Ross y tras las montañas Transantárticas, y una mayor variabilidad en la zonas costeras de la Tierra de Victoria.

Antarctica plays a central role regulating the global climate system and, consequently, studying its climate variability is essential. However, the low quality and availability of climate information is a challenge. To overcome this limitation, this study aims to generate a high-resolution gridded climate mapping, based on a spatially explicit model, to describe the spatio-temporal behavior of monthly minimum, mean and maximum temperatures of the study area (SA) in Antarctica. Using the Geographically Weighted Regression (GWR) technique, spatial variations of climate variables are determined and related to topographic and satellite variables. Spearman correlation analysis and indicators derived from GWR stepwise iterations indicate that altitude, obtained from the Digital Elevation Model (DEM), is the best predictor of the climate variables studied in both winter and summer. No significant improvements were found when incorporating additional variables such as distance to the coast or Land Skin Temperature (LST) and increasing the complexity of the model is not justified. There’s evidence of non-normality in the model residuals, which could affect the precision of p-values and confidence intervals but does not compromise the validity of the coefficients. The modelled relationships are mostly consistent with theory, where the magnitude of the studied climatic variables decreases with altitude, although the model shows a reduced predictive capacity in winter. Through an interpolation with the GWR technique, grids of coefficients associated with the DEM were generated, although no large variations in magnitude were found, it allows identifying spatial variations, with higher values in the Ross Ice Shelf, and a decrease towards Victoria Land. The model implementation generated a high-resolution gridded climate maps describing the spatio-temporal behavior of climate variables in the EA. In all cases, homogeneity of values is observed on the Ross Ice Shelf and behind the Transantarctic Mountains, with greater variability noted in the coastal areas of Victoria Land.