<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

REGNIE interpolation for rain and temperature in the andean, caribbean and pacific regions of Colombia

dc.creatorAlzate Velásquez, Diego Fernando
dc.creatorAraujo Carrillo, Gustavo Alfonso
dc.creatorRojas barbosa, Edwin Oswaldo
dc.creatorGomez Latorre, Douglas Andres
dc.creatorMartínez Maldonado, Fabio Ernesto
dc.date2018-01-01
dc.date.accessioned2026-08-04T20:10:44Z
dc.date.available2026-08-04T20:10:44Z
dc.descriptionA regionalized rain interpolation model: Regionalisierte Niederschlage (REGNIE) was implemented to interpolate rain and average air temperature for the Andean, Caribbean and Pacific Regions in Colombia. This model integrated terrain slope and aspect obtained  from the digital elevation model and the climatological average of 1440 precipitation time series and 259 temperature time series registered in the same number of weather stations for each variable. Multiple linear regression models of annual rainfall and annual average air temperature were obtained according to the model and geoprocessing tools were used for the generation of interpolated surfaces. Statistical results of REGNIE surfaces were similar to those obtained with SPLINE and IDW methods for precipitation (determination coefficient of 0.81 and 55.6 mm mean error) and better for average mean temperature (coefficient of determination 0.99 and average error of 0.02 °C).en-US
dc.descriptionSe utilizó el modelo regionalizado de lluvia Regionalisierte Niederschlage (Regnie) para interpolar la lluvia y temperatura media del aire de las regiones Andina, Caribe y Pacífica de Colombia. Este modelo integró los datos de la pendiente y exposición del terreno obtenidos del modelo digital de elevación, así como los promedios climatológicos de 1440 series de precipitación y 258 series de temperatura registradas en igual número de estaciones meteorológicas de superficie para cada variable. Se establecieron los modelos de regresión lineal múltiple de la precipitación media anual y temperatura media anual del aire, además se utilizaron herramientas de geoprocesamiento para la generación de las superficies interpoladas. Los estadísticos de prueba de las superficies Regnie fueron similares a los obtenidos con interpolaciones con los métodos Spline e IDW para precipitación (coeficiente de determinación 0.81 y error medio de 55.6 mm) y mejores para la temperatura media (coeficiente de determinación 0.99 y error medio de 0.02°C). es-ES
dc.formatapplication/pdf
dc.formattext/html
dc.formatapplication/xml
dc.identifierhttps://revistas.udistrital.edu.co/index.php/colfor/article/view/11601
dc.identifier10.14483/2256201X.11601
dc.identifier.urihttp://hdl.handle.net/11349/102604
dc.languagespa
dc.publisherUniversidad Distrital Francisco José de Caldases-ES
dc.relationhttps://revistas.udistrital.edu.co/index.php/colfor/article/view/11601/13323
dc.relationhttps://revistas.udistrital.edu.co/index.php/colfor/article/view/11601/13505
dc.relationhttps://revistas.udistrital.edu.co/index.php/colfor/article/view/11601/13491
dc.relation/*ref*/Abteilung Hydrometeorologie. (2013). Regnie (Regionalisierte Niederschläge): Verfahrensbeschreibung & Nutzeranleitung. Offenbach: Deutscher Wetterdienst - DWD. 9 p.
dc.relation/*ref*/Agnew, M., & Palutikof, J. (2000). GIS-based construction of baseline climatologies for the Mediterranean using terrain variables. Climate Research, 14, 115-127. DOI: https://doi.org/10.3354/cr014115
dc.relation/*ref*/Alexandersson, H. (1986). A homogeneity test applied to precipitation data. Journal of Climatology, 6, 661-675. DOI: https://doi.org/10.1002/joc.3370060607
dc.relation/*ref*/Bellprat, O., Kotlarski, S., Lüthi, D., & Schär, C. (2012). Exploring perturbed physics ensembles in a regional climate model. Journal of Climate, 25, 4582-4599. DOI: https://doi.org/10.1175/JCLI-D-11-00275.1
dc.relation/*ref*/Berg, P., Mosoley, C., & Haerter, J. (2013). Strong increase in convective precipitation in response to higher temperatures. Nature Geoscience, 6, 181-183. DOI: https://doi.org/10.1038/ngeo1731
dc.relation/*ref*/Buishand, T., Beersma, J., Sluiter, R., & Kroon, T. (2008). Definitiestudie rasterdata meteorologie. De Bilt, KNMI / RWS Waterdienst. Intern rapport. 28 p.
dc.relation/*ref*/Bustamante, J. (2003). Cartografía predictiva de variables climatológicas: Comparación de distintos modelos de interpolación de la temperatura en España peninsular. Graellsia, 2-3, 359-376. DOI: https://doi.org/10.3989/graellsia.2003.v59.i2-3.252
dc.relation/*ref*/Cuadrat, J., & Vicente, S. (2008). Características espaciales del clima en La Rioja modelizadas a partir de sistemas de información geográfica y técnicas de regresión lineal. Zubía Monográfico, 20, 119-142.
dc.relation/*ref*/Dirks, K., Hay, J., Stow, C., & Harris, D. (1998). Highresolution studies of rainfall on Norfolk Island: Part II: Interpolation of rainfall data. Journal of Hydrology, 208, 187-193. DOI: https://doi.org/10.1016/S0022-1694(98)00155-3
dc.relation/*ref*/Guijarro, J.A. (2014). Quality Control and Homogenization of Climatological Series. En S. Eslamian (ed.). Handbook of Engineering Hydrology, vol. I: Fundamentals and Applications, cap. 24. EE. UU.: Francis and Taylor, CRC Group. DOI: https://doi.org/10.1201/b15625-25
dc.relation/*ref*/Giraldo, R. (2002). Introducción a la geoestadística: teoría y aplicación. Bogotá, D.C.: Universidad Nacional de Colombia. Facultad de Ciencias. Departamento de Estadística. 94 p.
dc.relation/*ref*/Grasselt, R., Schüttemeyer, D., Warrach-Sagi, K., Ament, F., & Simmer, C. (2008). Validation of TERRA-ML with discharge measurements. Meteorologische Zeitschrift, 17(6), 763-773. DOI: https://doi.org/10.1127/0941-2948/2008/0334
dc.relation/*ref*/Hartkamp, A., De Beurs, K., Stein, A., & White, J. (1999). Interpolation Techniques for Climate Variables. CIMMYT. NRG-GIS Series, 99-01, 1-26.
dc.relation/*ref*/Hengl, T. (2009). A practical guide to geostatistical mapping. Luxembourg: Office for Official Publications of the European Communities. 290 p.
dc.relation/*ref*/Hengl, T., & Reuter, H.I. (2008). Geomorphometry. Concepts, software, applications. AE Amsterdam: Elsevier. 796 p.
dc.relation/*ref*/Hengl, T., Gruber, S., & Shrestha, D.P. (2003). Digital Terrain Analysis in Ilwis. Lecture notes and user guide. Enschede: International Institute for Geo-Information Science and Earth Observation. 56 p.
dc.relation/*ref*/Hewitson, B., & Crane, R. (2005). Gridded area-averaged daily precipitation via conditional interpolation. Journal of Climate, 18, 41-57. DOI: https://doi.org/10.1175/JCLI3246.1
dc.relation/*ref*/Hofstra, N., Haylock, M., New, M., Jones, P, & Frei C. (2008). Comparison of six methods for the interpolation of daily, European climate data. Journal of Geophysical Research, 113, D21110. DOI: https://doi.org/10.1029/2008JD010100
dc.relation/*ref*/Instituto de Hidrología, Meteorología y Estudios Ambientales (Ideam). (2005). Atlas climatológico de Colombia. Bogotá D.C.: Ideam. 219 p.
dc.relation/*ref*/Kotlarski, S., Hagemann, S., Krahe, P., Podzun, R., & Jacob, D. (2012). The Elbe river flooding 2002 as seen by an extended regional climate model. Journal of Hydrologic, 472-473, 169-183. DOI: https://doi.org/10.1016/j.jhydrol.2012.09.020
dc.relation/*ref*/Marquinez, J., Lastra, J., & García, P. (2003). Estimation models for precipitation in mountainous regions: the use of GIS and multivariate analysis. Journal of Hydrology, 270, 1-11. DOI: https://doi.org/10.1016/S0022-1694(02)00110-5
dc.relation/*ref*/McCuen, R. (1998). Hydrologic Analysis and Design. Englewood Cliffs, New Jersey: Prentice-Hall. 814 p.
dc.relation/*ref*/Mejía, F., Mesa, O., Poveda, G., Vélez, J., Hoyos, C., Mantilla, R., Barco, J., Cuartas, A., Montoya, M., & Botero, B. (1999). Distribución espacial y ciclos anual y semianual de la precipitación en Colombia. DYNA, 127, 7-26.
dc.relation/*ref*/Mesa, O., Poveda, G., & Carvajal, L. (1997). Introducción al clima de Colombia. Bogotá D.C.: Universidad Nacional de Colombia-sede Medellín. 390 p.
dc.relation/*ref*/Montoya, G., Eslava, J., Calderon, A., & Vega, F. (2000). Implementación del método de Gandin para interpolar datos de precipitación en Colombia. Meteorología Colombiana, 1, 25-30.
dc.relation/*ref*/Ninyerola, M., Pons, X., & Roure, J. (2000). A methodological approach of climatological modelling of air temperature and precipitation through GIS techniques. International Journal of Climatology, 20, 1823-1841. DOI: https://doi.org/10.1002/1097-0088(20001130)20:14<1823::AID-JOC566>3.0.CO;2-B
dc.relation/*ref*/Olaya. V. (2011). Sistemas de información geográfica. Versión 1.0. Creative Commons Atribución. 877 p.
dc.relation/*ref*/Photiadou, C., Weerts, A., Van Den, B., & Hurk, J. (2011). Evaluation of two precipitation data sets for the rhine river using streamflow simulations. Hydrology and Earth System Science, 15, 3355-3366. DOI: https://doi.org/10.5194/hess-15-3355-2011
dc.relation/*ref*/R Development Core Team. (2008). R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing. Recuperado de: http://www.R-project.org
dc.relation/*ref*/Rauthe, M., Steiner, H., U., Riediger, A., Mazurkiewicz, A., & Gratzki, A. (2013). A Central European precipitacion climatology - Part I: Generation and validation of a high-resolution gridded daily data set (HYRAS). Meteorologische Zeitschrift, 22(3), 235-256. DOI: https://doi.org/10.1127/0941-2948/2013/0436
dc.relation/*ref*/Saz, M., Serrano, R., De Luis, M., & Longares, L. (2010). Comparación de métodos de interpolación y de regresión para la cartografía de temperaturas máximas y mínimas absolutas: el caso de Navarra (norte de España) en 2009. En F. Fernández-García, E. Gallan-Gallego & R. Cañada-Torrecilla (eds.). Clima, ciudad y ecosistemas (pp. 473-484). Madrid: Publicaciones de la Asociación Española de Climatología.
dc.relation/*ref*/Schwitalla, T., Bauer, H.S., Wulfmeyer, V., & Zängl, G. (2008). Systematic errors of QPF in low-mountain regions as revealed by MM5 simulations. Meteorologische Zeitschrift, 17(6), 903-919. DOI: https://doi.org/10.1127/0941-2948/2008/0338
dc.relation/*ref*/Shepard, D. (1968). A two-dimensional interpolation function for irregularly-space data. En R. B. S. Blue & A.M. Rosenberg (eds.). Proceedings of the 1968 ACM National Conference (pp. 517-524). New York: ACM Press. DOI: https://doi.org/10.1145/800186.810616
dc.relation/*ref*/Sluiter, R. (2009). Interpolation methods for climate data - Literature review. De Bilt: KNMI. 24 p.
dc.relation/*ref*/Soenario, I., Plieger, M., & Sluiter, R. (2010). Optimization of rainfall interpolation. De Bilt: KNMI. 31 p.
dc.relation/*ref*/Vargas, G., Ibáñez, L., & Arteaga, R. (2015). Development, classification and trends in rainfall-runoff modeling. Ingeniería Agrícola y Biosistemas, 7(1), 5-21. DOI: https://doi.org/10.5154/r.inagbi.2015.03.002
dc.relation/*ref*/Wagner, P., Fiener, P., Wilken, F., Kumar, S., & Schneider, K. (2012). Comparison and evaluation of spatial interpolation schemes for daily rainfall in data scarce regions. Journal of Hydrology, 464-465, 388-400. DOI: https://doi.org/10.1016/j.jhydrol.2012.07.026
dc.rightsDerechos de autor 2018 Colombia Forestales-ES
dc.sourceColombia Forestal; Vol. 21 No. 1 (2018): January-June; 102-118en-US
dc.sourceColombia forestal; Vol. 21 Núm. 1 (2018): Enero-Junio; 102-118es-ES
dc.source2256-201X
dc.source0120-0739
dc.subjectspatial analysisen-US
dc.subjectR languageen-US
dc.subjectDEMen-US
dc.subjectdeterministic methodsen-US
dc.subjectrainfallen-US
dc.subjectair temperatureen-US
dc.subjectanálisis espaciales-ES
dc.subjectlenguaje Res-ES
dc.subjectMDEes-ES
dc.subjectmétodos determinísticoses-ES
dc.subjectprecipitaciónes-ES
dc.subjecttemperatura del airees-ES
dc.titleREGNIE interpolation for rain and temperature in the andean, caribbean and pacific regions of Colombiaen-US
dc.titleInterpolacion Regnie para lluvia y temperatura en las regiones andina, caribe y pacífica de Colombiaes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion

Archivos