Climate interpolation for land resource and land use studies in mountainous regions

Abstract

Investigadores en el campo de recursos naturales enfrentan el problema de falta de datos. Esta investigación se desarrolló en dos zonas de los Andes del norte: en Perú cuencas de La Encañada y Tambomayo (Cajamarca) y en Ecuador cuencas de Chitán y San Gabriel. El primer paso fue desarrollar, calibrar, evaluar y validar modelos empíricos y basados en procesos físicos para la interpolación de datos meteorológicos en terrenos de topografía compleja. El uso de pronósticos climáticos estacionales generados por los Modelos de Circulación Global (MCG) también fueron analizados para explorar la posibilidad de ayudar a los tomadores de decisiones. Los efectos de la resolución espacial de información climática como factor de formación de suelo fueron analizadas para utilizarlas en la desagregación de unidades de suelo en los mapeos de suelo digitales. Como resultados se desarrollaron dos modelos basados en procesos físicos, uno para interpolar máximas y mínimas temperaturas y el otro para precipitación. Cuatro modelos empíricos para estimar radiación solar incidente fueron evaluados y calibrados. La factibilidad de generar pronóstico de cosechas mediante el uso de MCG fue analizado mediante la combinación de modelos estadísticos de cultivos agregados a nivel de cuenca.

Researchers in the field of natural resources face the problem of lack of data. This research was carried out in two areas of the northern Andes: in Peru, La Encañada and Tambomayo watersheds (Cajamarca) and in Ecuador, Chitan and San Gabriel watersheds. The first step was to develop, calibrate, evaluate and validate empirical and physically based models for the interpolation of meteorological data in terrain with complex topography. The use of seasonal climate forecasts generated by Global Circulation Models (GCMs) were also analyzed to explore the possibility of assisting decision makers. The effects of spatial resolution of climate information as a soil formation factor were analyzed for use in the disaggregation of soil units in digital soil mapping. As results, two models based on physical processes were developed, one for interpolating maximum and minimum temperatures and the other for precipitation. Four empirical models for estimating incident solar radiation were evaluated and calibrated. The feasibility of generating crop forecasts using GCMs was analyzed by combining statistical crop models aggregated at the watershed level.