Predicción de días de helada a partir de temperaturas mensuales

Resumen

Aunque las heladas pueden causar considerables daños a los cultivos y existen prácticas que mitigan las heladas, las técnicas utilizadas no han cambiado en muchos años. Este artículo proporciona un nuevo método para predecir el número de días de heladas para varias estaciones meteorológicas en la Comunidad de Madrid (España) basado en la aplicación sucesiva de dos modelos. El primero es un modelo estocástico, autorregresivo integrado de media móvil (ARIMA), que predice la temperatura mínima absoluta mensual (t min) y la temperatura media de mínimas mensual (micro t) siguiendo la metodología de Box and Jenkins. El segundo modelo relaciona las temperaturas mensuales (t min, micro t) con la distribución de temperaturas mínimas diarias de un mes. Se identificaron tres modelos ARIMA. Todas presentan el mismo comportamiento estacional (modelo de media móvil diferenciado) y diferente no estacional: modelo autorregresivo (Modelo 1), modelo de media móvil diferenciado (Modelo 2) y modelo autorregresivo y de media móvil (Modelo 3). Los resultados indican que las temperaturas mínimas diarias (t dmin) siguen una distribución normal con una desviación estándar similar a lo largo de los años. Esta desviación estándar podría utilizarse como índice de riesgo para los meses fríos. La aplicación del Modelo 1 para predecir temperaturas mínimas mensuales mostró la mejor predicción en días de helada. Este procedimiento proporciona una metodología para prevenir los daños por heladas en cosechas y estimar el incremento en los daños cuando aparece un escenario inesperado, siendo útil para los agricultores y para las compañías de seguros agrarios.