Diagnosis fitoclimática de la España peninsular. Actualización y análisis geoestadístico aplicado

Laburpena

En el presente trabajo se desarrolla un nuevo modelo fitoclimático para la España Peninsular a partir de la revisión y actualización de los modelos fitoclimáticos de Allué-Andrade (1990, 1995, 1997). Se revisa la propuesta y metodología de construcción del modelo integral elaborado por el autor, se propone un nuevo espacio fitoclimático factorial trascendente (con implicaciones fitológicas estructurales y funcionales) y se redefinen los ámbitos factoriales propuestos y las funciones de pertenencia a los mismos, mediante la utilización de diversas técnicas de análisis multivariante de ordenación y clasificación. La diagnosis fitoclimática de la España Peninsular, resultado de la aplicación del nuevo modelo fitoclimático a todo el territorio de la España Peninsular, precisa una base de datos geográfica continua de factores fitoclimáticos (elaboraciones matemáticas sencillas sobre variables o elementos climáticos con implicaciones estructurales y funcionales sobre la vegetación). La base de datos meteorológicos utilizada para calcular las variables o elementos climáticos (y posteriormente los factores fitoclimáticos) corresponde a la red nacional de estaciones meteorológicas de la actual Agencia Estatal de Meteorología (Ministerio de Medio Ambiente), para el periodo 1951-1999, sometida a un análisis exploratorio y filtrado exhaustivo; análisis de la componente espacial y temporal (estaciones termopluviométricas peninsulares con un periodo mínimo de 15 años registrados para las variables de temperatura y 20 años para las variables pluviométricas), análisis de consistencia y coherencia de datos (filtros lógicos, homogeneidad de las series de datos, consistencia topológica y geográfica, correlación bivariada, multivariante y espacial) y análisis estructural de la red de observaciones. La red filtrada y completada consta de un total de 1.348 estaciones termopluiviométricas y 4.078 estaciones pluviométricas. La regionalización (interpretación) de las variables climáticas (t, temperatura media del mes, tmmf, temperatura media de las mínimas del mes, tmmc, temperatura media de las máximas del mes y p. precipitación total mensual), necesarias para el posterior cálculo de los factores fitoclimáticos se ensaya a través de diversas técnicas de análisis geoestadístico, optando por la modelización de la corregionalización de variables climáticas primarias u objetivo, y variables secundarias o auxiliares seleccionadas (altitud, distancia real a la costa, radiación potencial y nubosidad, para las variables objetivo de temperaturas, y altitud, distancia euclídea a la costa y nubosidad, para las variables objetivo de precipitación) y estimación a través de Co-Kriging ordinario (Ordinary Co-Kriging - OCK). Las variables auxiliares, altitud y distancia a la costa, fueron calculadas a partir del modelo digital de elevaciones DEM 250 MONA pro Europe cedido por el Space Applications Institute (SAI) del Joint Research Centre (JRC-European Commission) con una resolución de 0,0025º (278 m aprox. en proyección UTM Huso 30); la radiación potencial fue calculada a partir del modelo de transferencia radiativa r.sun (©JRC Institute for Environment and Sustainability, Renewable Energies Unit, 2003) y el análisis del efecto orográfico mediante el cálculo de una cuenca visual hemisférica a partir del citado modelo digital de elevaciones (modelo Solar Analyst cedido por el Helios Environmental Modeling Institute, desarrollado junto al Information Telecommunication and Technology Center - ITTC, el Kansas Biological Survey - KBS, el Kansas Applied Remote Sensing Program- KARS y la University of Kansas General Research Fund.) y la nubosidad fue calculada a partir de las máscaras de nubes de imágenes (remuestreadas a 1 km) procedentes del sensor AVHRR (advanced Very High Resolution Radiometer) instalado en la serie de satélites meteorológicos norteamericanos NOAA/Tiros-N (National Oceanic and Atmospheric Administration - NOAA. NESDIS/NCDC. Climate Services Division. Satellite Services Branch. USA), correspondientes a la serie temporal 1987-2004, y cedidas por el Laboratorio de Teledetección de la Universidad de Valladolid (LATUV-UVA). Tras la validación cruzada de los modelos no corregionalización y a través de la estimación mediante Co-Kriging Ordinario, se obtiene finalmente la base de datos geográfica continua (1 km de resolución espacial) para la España Peninsular correspondiente a las 48 variables climáticas de interés (48 mapas climáticos). En la construcción del modelo fitoclimático, se define la variable dependiente a partir del análisis del modelo integral de Allué-Andrade (1990, 1995) desde la Teoría de los Conjuntos Borrosos (Fuzzy Logic), se justifica desde un punto de vista fitológico estructural y fisionómico (funcional) la clasificación en los subtipos fitoclimáticos propuesta por el autor, se profundiza en su significado fitosociológico, geobotánico y florístico y se analiza su correspondencia con otras clasificaciones estructurales y fisionómicas continentales y mundiales (Brockmann-Jerosch & Rübel, 1912, Walter, 1970, Box, 1981, 1996, Prentice, 1992, Karte der natürlichen Vegetation Europas Mabetastab 1:2 500 000. Bundesamt für Naturschutz - BfN, Bohn et al., 2002/2003). Sobre la red de 1339 estaciones termopluviométricas (reducida por ajustes de resolución espacial) de la AEMET (Ministerio de Medio Ambiente) se efectúa un detallado análisis de diagnosis fitoclimática a partir del modelo integral de Allué-Andrade (1990, 1995) y del análisis de contingencia espacial con las principales bases de datos geográficas nacionales de vegetación potencial y actual: Mapa de Series de Vegetación de España a escala 1:400.000 (Rivas-Martínez, 1987, versión digitalizada de Gonzalo, 2003), Mapa Forestal de España a escala 1:400.000 (Ceballos, L., 19966) y Mapa Forestal de España a escala 1/200.000 (Ruiz De La Torre, 1990). Se definen y calculan sobre dicha red de estaciones las variables independientes del modelo, factores fitoclimáticos, ensayándose un total de 30 factores termopluviométricos de justificada implicación funcional, sometiéndolos a un análisis de reducción factorial (componentes principales y análisis semántico). A partir de la base de componentes fitoclimáticas (3 componentes: factor xérico, factor criotérmico y factor pluviométrico) ampliada a 1422 estaciones (estaciones simuladas en área de montaña en ámbitos oroarticoide termoaxérico, X(IX)1, oroarticoide termoxérico, X(IX)2, oroborealoide genuino, X(VIII), nemoral, VI, y mediterráneo subestepario, IV(VII) se ensaya un algoritmo Fuzzy K-Means con 20 grupos, efectuando una validación interna y externa de la partición, esta última por comparación con la clasificación procedente de la diagnosis fitoclimática efectuada por el autor. De esta forma dicha clasificación manifiesta además de un significado fitológico contrastado una consistencia estadística en cuanto a factores fitoclimáticos significativos y grupos o ámbitos fitoclimáticos. Con objeto de seleccionar la combinación óptima de factores fitoclimáticos y la regla discriminante para los grupos predefinidos se ensayan diversas técnicas de análisis discriminante, seleccionando el análisis driscriminante cuadrático sobre la matriz construída sobre los tres factores que mejor explican la varianza del espacio factorial original: Pw, precipitación invernal (, diciembre, enero y febrero), PMTMAX, precipitación mensual del mes más cálido () y TMF, temperatura media mensual más baja () y las 1422 estaciones (red AEMET y simuladas). La validación LOO (Leave One Out) de este modelo QDF (Quadratic Discriminant Function) presenta un porcentaje de reclasificación correcta sobre la partición original (diagnosis fitoclimática de estaciones) del 75, 8% (1078 de 1422 estaciones) y la comparación entre la clasificación a priori y la clasificación a posteriori (reclasificación LOO) nos deja un índice de Rand, (Rand, 1971) y su versión corregida (Hubert & Arabie, 1985), elevados, 0,93 y 0,57 respectivamente. Para terminar se aplican los modelos cuadráticos calculados a las bases de datos climáticas geográficas continuas de 1 km de resolución espacial (factores fotoclimáticos calculados a partir de las variables climáticas) y el resultado se valida a través del análisis de fidelidad efectuado para 21 especies de interés forestal, titulares de series de vegetación potencial, inventariadas en el II-III Inventario Nacional (DGCONA, 1998) y el análisis de contingencia efectuado con las cliseries de las principales cadenas montañosas peninsulares, reconstruídas con la base de datos anterior y el Mapa Forestal de España (Ruiz de La Torre, 1990).