RMSE entre 0,8 y 1,0 °C
Teledetección · Topoclimatología · Datos abiertos
Del píxel satelital a la temperatura del aire
Un método simple y espacialmente explícito para estimar temperaturas mínimas y máximas mensuales en la Región de Murcia a partir de MODIS y 47 estaciones meteorológicas.
Revista de Teledetección, 61, 59–71 · 2023 · doi:10.4995/raet.2023.18909
Climatología mensual● 2001–2019
- 47
- estaciones
meteorológicas - 250 m
- resolución
cartográfica - 19 años
- de imágenes
MODIS - ≤ 1 °C
- RMSE mensual
con GWR
01 · EL ESTUDIO
Una lectura térmica más allá de las estaciones
En relieves complejos, una estación representa bien su entorno inmediato, pero no necesariamente el valle o la montaña más próximos. El estudio combina mediciones en terreno y observaciones satelitales para completar esa geografía térmica.
La temperatura superficial terrestre diurna y nocturna de MODIS se relacionó con las temperaturas máximas y mínimas observadas. Mediante regresión geográficamente ponderada (GWR), los coeficientes locales se interpolaron con variables del terreno y la vegetación para obtener cartografía mensual continua.
Consultar el manuscrito completo →02 · MÉTODO
Tres capas de evidencia, un modelo espacial
Una cadena reproducible que pasa de observaciones puntuales a superficies climáticas continuas.- 01●
Observar
Control de calidad y homogeneización de registros horarios de 47 estaciones SIAM–IMIDA.
- Temperaturas TN y TX
- Validación AENOR 500540
- Imputación con SVM
- 02▦
Integrar
Climatologías MODIS diurnas y nocturnas combinadas con vegetación y relieve.
- MOD11A2, MOD13A2 y MOD13Q1
- LST, NDVI y ASTER GDEM
- Serie 2001–2019
- 03⌁
Modelar
Ajustes locales GWR e interpolación de coeficientes para cada mes y cada píxel.
- LST nocturna → TN
- LST diurna → TX
- Downscaling a 250 m
MODELO LOCAL
Los coeficientes varían en el espacio: el modelo se adapta a las diferencias locales entre costa, valles y montaña.Ta(x,y) = a0(x,y) + a1(x,y) · LST(x,y) + ε(x,y)
03 · RESULTADOS
Buen ajuste durante los doce meses
La GWR reproduce los patrones mensuales con errores bajos para la temperatura mínima y máxima.RMSE entre 0,5 y 0,6 °C
TN0,9 °Cvs. OLS 1,4 °C
TX0,6 °Cvs. OLS 2,1 °C
DESEMPEÑO MENSUAL
Temperatura mínima (TN) y máxima (TX)
Todos los modelos: p < 0,01
| Mes | TN · LST nocturna | TX · LST diurna | ||
|---|---|---|---|---|
| R² | RMSE °C | R² | RMSE °C | |
| Enero | 0,82 | 1,0 | 0,96 | 0,5 |
| Febrero | 0,82 | 1,0 | 0,97 | 0,5 |
| Marzo | 0,82 | 1,0 | 0,94 | 0,6 |
| Abril | 0,85 | 0,9 | 0,92 | 0,6 |
| Mayo | 0,85 | 0,9 | 0,95 | 0,6 |
| Junio | 0,85 | 0,8 | 0,95 | 0,6 |
| Julio | 0,84 | 0,8 | 0,93 | 0,6 |
| Agosto | 0,86 | 0,8 | 0,93 | 0,5 |
| Septiembre | 0,89 | 0,8 | 0,91 | 0,6 |
| Octubre | 0,88 | 0,9 | 0,94 | 0,6 |
| Noviembre | 0,86 | 0,9 | 0,96 | 0,6 |
| Diciembre | 0,84 | 1,0 | 0,96 | 0,5 |
Fuente: tablas 2 y 3 del artículo. RMSE expresado en grados Celsius.
04 · CARTOGRAFÍA
El estudio, figura por figura
Selecciona una imagen para examinarla a mayor tamaño.05 · DATOS
Serie meteorológica y capas ráster
El proyecto publica dos activos: la serie horaria de las 47 estaciones SIAM–IMIDA y las climatologías mensuales TN/TX como Cloud Optimized GeoTIFF con catálogo STAC. Las capas se exploran en el visor y se leen por rangos HTTP desde cualquier cliente SIG.
Las capas publicadas hoy son una demostración sintética: reproducen la geografía y el ciclo estacional de la región, pero no son los resultados del artículo. La serie horaria está en proceso de depósito y se enlazará por DOI en cuanto esté disponible. Guía de publicación →
- SERIE HORARIA
- TMED_HORARIO · XLSX, CSV y Parquet
- CAPAS RÁSTER
- 24 COG mensuales · TN y TX
- CATÁLOGO
- STAC 1.0 con checksums
- DOI DEL DATASET
- pendiente de depósito
- LICENCIA
- CC BY-NC-SA 4.0
CÓMO CITAR
Galdón-Ruíz, A., Fuentes-Jaque, G., Soto, J. & Morales-Salinas, L. (2023). A simple method for the estimation of minimum and maximum air temperature monthly mean maps using MODIS images in the region of Murcia, Spain. Revista de Teledetección, 61, 59–71.