www.revistawarisata.org
Volumen 1 / Nro. 3 / Septiembre - Diciembre 2019 / ISSN: 2708 - 6305 / ISSN-L: 2708 - 6305 / pp. 146 - 166
Contribución al estudio de la pluviometría del estado Miranda (Venezuela) mediante Sistemas de Información Geográfica
Contribution to the study of the rainfall of the state of Miranda (Venezuela) through Geographic Information Systems
Loan José Landaeta
landaetaloan@gmail.com
Código ORCID: 0000-0002-7952-7483
Universidad Pedagógica Experimental Libertador, Venezuela
I Artículo recibido en junio 2019
I Arbitrado en julio 2019
I Publicado en septiembre 2019
RESUMEN
En este artículo se hizo una revisión de los estudios pluviométricos referidos al estado Miranda y se presenta una propuesta de mapa isoyético basado en una muestra de 180 estaciones con diferentes períodos de registro a partir de 1950. Los datos fueron ajustados por diferentes métodos estadísticos, efectuándose desenglobes, estimación de datos faltantes y homogenización de series. Las isoyetas se interpolaron usando el método Spline con tensión, a través de los Sistemas de Información Geográfica. El mapa isoyético propuesto se compara con el mapa incluido en el trabajo de Alba Zambrano sobre la fisiografía del estado Miranda, importante referencia publicada en 1970. Para la comparación con el mapa isoyético propuesto, se seleccionó el trazado isoyético de Zambrano por tratarse del más completo y detallado presentado hasta la fecha. Se recomienda la densificación de la red de estaciones pluviométricas, particularmente en las regiones montañosas y áreas urbanas expuestas a riesgos hidrometeorológicos.
Palabras clave: Pluviometría; isoyetas; estado Miranda; Sistemas de Información Geográfica
ABSTRACT
In this paper, a review of the rainfall studies referred to the Miranda state is made and an isohyetal map proposal, based on a sample of 180 stations with different recording periods from 1950, is presented. The data were adjusted by different statistical methods, being carried out, such as estimation of missing data and homogenization of series. The isohyets were interpolated using the Spline method with tension, through the Geographic Information Systems. The proposed isohyetal map is compared with the map included in Alba Zambrano's work on the physiography of the Miranda state, an important reference published in 1970. For the comparison with the proposed isohyetal map, the Zambrano isohyetal plot was selected because it is the most complete and detailed presented to date. Densification of the network of rainfall stations is recommended, particularly in mountainous regions and urban areas exposed to hydrometeorological hazards.
Key words: Rainfall; isohyets; Miranda State; Geographic Information Systems
INTRODUCCIÓN
El estudio de las condiciones pluviométricas a escala nacional, regional o local, constituye un aspecto del mayor interés en disciplinas como la geografía, la hidrología, la ecología y la ingeniería, por cuanto sus variaciones espaciales y temporales inciden, positiva o negativamente, sobre importantes aspectos tales como el suministro de agua para consumo en áreas urbanas e industriales; la irrigación de cultivos y los requerimientos para la cría de animales; el cálculo de balances hídricos y de índices de sequía; la estimación del inicio promedio de las temporadas de lluvias; las probabilidades de propagación de plagas agrícolas y de brotes de enfermedades endémicas, particularmente de transmisión insectil; la planificación de la localización y de las dimensiones de embalses destinados a la generación de energía hidroeléctrica, control de inundaciones y de procesos erosivos, así como para el diseño de sistemas de drenaje y otras estructuras hidráulicas, entre múltiples aplicaciones (Glynn y Heinke, 1999; Linsey, Köhler y Paulus, 1988; Singh, 2017).
Por otra parte, especialmente para los países localizados en la zona intertropical, el potencial aumento de los riesgos hidrometeorológicos por efectos del cambio climático global, magnifica la importancia de los estudios pluviométricos como soporte de las políticas y planes que deberán implementarse para reducir los riesgos y la vulnerabilidad de la población, ante el impacto de eventos lluviosos de extraordinaria magnitud (Guhathakurta, Sreejith y Menon, 2011).
La Organización Meteorológica Mundial (OMM-WMO) define el término pluviometría como el “estudio de la precipitación, incluyendo su naturaleza, su distribución y sus métodos de medida” (OMM, 1992, p. 459).
En relación con estos aspectos, la OMM indica que el problema del suministro de agua ocupa, a nivel mundial, el tercer lugar entre los mayores riesgos derivados del cambio climático global y que la demanda de agua para 2030 presentará un déficit del 40% respecto a las disponibilidades del recurso. El citado organismo especializado de la Organización de Naciones Unidas, señala también que el 60% de los países miembros reporta una disminución de las estaciones de observación meteorológica, cuyos datos, en términos cuantitativos (número de estaciones) y cualitativos (calidad de las observaciones), resultan vitales para la toma de decisiones efectivas (WMO, 2018). Condiciones estas que resaltan la importancia de las investigaciones relacionadas con la pluviometría, particularmente en los países en vías de desarrollo, como Venezuela, en los cuales las redes de observación meteorológica presentan notorias deficiencias, a la vez que la población enfrenta un alto grado de vulnerabilidad frente a las amenazas de fenómenos atmosféricos tanto violentos, como las lluvias de extraordinaria magnitud, como de evolución lenta, cuales las sequías (Wilhite, 2006).
En Venezuela, los estudios de las condiciones pluviométricas generales recibieron destacados aportes durante el siglo XX, sobre todo a partir de la disponibilidad de las primeras series de observaciones sistemáticas (González, 1948; SEMETFAV, 1982; 1993; Sifontes, 1929), las cuales se fueron expandiendo hasta abarcar gran parte del territorio nacional y sirvieron de base para publicaciones que continúan siendo referencias fundamentales (Goldbrunner, 1960; 1976; 1984; Vila, 1960). En algunos trabajos publicados posteriormente se abordan los posibles impactos que podría generar el cambio climático global sobre los regímenes pluviométricos venezolanos, destacándose entre estos las investigaciones de Guenni, Degryze y Alvarado (2008) y Hernández, Guenni y Sansó (2011).
Entre los estudios sobre las condiciones pluviométricas a escala regional, resaltan los trabajos de Vila (1967), Freile (1968), Grosske (1968), Zambrano (1970) y Sánchez (1981), obras en las que se incluyen diferentes aspectos climatológicos del estado Miranda. La referida publicación de Zambrano reviste particular interés, ya que su clasificación climática abarca gran parte del territorio del estado Miranda e incluye un mapa isoyético notablemente detallado, por lo cual será comentado más adelante. Por su parte, el trabajo de Sánchez presenta una regionalización climática del estado Miranda con fines agrícolas, basada en los registros de siete estaciones localizadas en dicha entidad federal.
Más recientemente, aplicando herramientas digitales, Landaeta (2017) publicó una propuesta de tipos pluviométricos para el estado Miranda, sobre la base de los polígonos de Thiessen. Finalmente, con relación a la escala local, también hay que citar la contribución de Méndez y Cartaya (2003), referida a una cuenca hidrográfica localizada en el estado Miranda.
Sin embargo, sin desconocer la importancia de los citados aportes, es forzoso señalar que para el territorio venezolano en general y para el estado Miranda en particular, hasta el presente los estudios climatológicos a escala regional deben considerarse insuficientes.
Respecto a las redes de observación, es de interés resaltar que a comienzos de la década de 1980 en Venezuela funcionaban cerca de 1.300 estaciones pluviométricas (SEMETFAV, 1982), lo que representaba una densidad aproximada de una estación por cada 700 kilómetros cuadrados, proporción que, en teoría, satisfacía las recomendaciones mínimas de la OMM en lo que respecta a tierras planas, aunque no así para las regiones montañosas, dado que el citado organismo establece para estas áreas una superficie máxima de 250 kilómetros cuadrados por estación (WMO, 2008).
Específicamente para el estado Miranda, el conjunto de estaciones pluviométricas registradas en las bases de datos de distintos organismos oficiales, en diferentes épocas, alcanza un total de 105 localidades, lo que representaría aproximadamente una densidad de una estación por cada 75 kilómetros cuadrados. Esta elevada densidad de observaciones resulta justificable si se considera la vocación marcadamente agrícola de extensas regiones de dicha entidad, como la llanada de Barlovento y los valles del Tuy, además de la localización en su territorio de importantes reservorios hídricos destinados al abastecimiento de la capital del país. Sin embargo, a los efectos de cualquier posible aplicación de tales datos, la referida densidad no puede considerarse real, puesto que muchas de dichas estaciones presentan períodos de funcionamiento notablemente heterogéneos.
Por otra parte, en áreas montañosas del estado Miranda, como el Cordón de los Altos, también conocido como macizo de Guaicaipuro, con una extensión de unos 1.520 kilómetros cuadrados (Freile, 1962), el máximo número de estaciones pluviométricas en funcionamiento simultáneo fue de siete, lo cual representaba sólo un décimo de la densidad espacial recomendada por la OMM (WMO, 2008), más aún por el hecho de que la región concentra varios núcleos urbanos de alta densidad poblacional, sujetos a elevados riesgos hidrometeorológicos en presencia de lluvias de extraordinaria magnitud, como ha podido comprobarse en numerosas ocasiones, cuando inundaciones urbanas y procesos de vertientes (derrumbes y deslizamientos) han afectado poblaciones mirandinas como Los Teques, San Antonio de los Altos, San Pedro de los Altos y otras, además de los principales ejes viales de la región (Arias, Sáez y Siso, 2017; Bejarano, 2008; El Nacional, 2019).
La influencia de la compleja orografía regional como factor modificador de la precipitación en estas áreas del estado Miranda, no se limita al impacto de eventos pluviométricos aislados, sino que repercute de manera estadísticamente significativa también sobre las variaciones de valores medios de precipitación a escala local, como lo demuestra la investigación de Foghin-Pillin y Millán (2007).
Partiendo de las anteriores consideraciones, el presente trabajo tiene como propósito general realizar una contribución al estudio de las variaciones espaciales de la precipitación media en el estado Miranda y como objetivos revisar las bases de datos pluviométricos disponibles para dicha entidad, efectuar los ajustes estadísticos pertinentes (Carrera-Villacrés et. al., 2016; Guevara, 1987), presentar una propuesta de trazado isoyético aplicando las técnicas disponibles a través de un Sistema de Información Geográfica (SIG), a la vez que comparar los mapas así generados con el ya citado mapa de Zambrano (1970).
Se aspiró que este trabajo constituyera una herramienta para contribuir al mejoramiento de la red de observación meteorológica del estado Miranda, particularmente en sus áreas urbanas, a través de la optimización de la distribución espacial de las estaciones pluviométricas (Ali y Othman, 2018; Cheng, Lin y Liou, 2007), ya que, si bien las imágenes satelitales de alta resolución actualmente disponibles (NASA), permiten la estimación de las precipitaciones acumuladas, a los efectos de sus aplicaciones a escala local, particularmente en regiones montañosas, dichas estimaciones requieren la validación por medio de redes de observación superficiales de alta densidad (Xu et. al., 2017).
La OMM (1992) define el término isoyeta como “línea que, en un mapa, une los puntos con idéntica precipitación en un período dado” (p. 445). El trazado de isoyetas, efectuado por expertos mediante los métodos convencionales, ha constituido el sistema más preciso para ponderar la precipitación media sobre un área determinada. Este tipo de análisis permite el uso y la interpretación de todos los datos disponibles, a la vez que resulta conveniente para la exposición y discusión de los resultados. Para su construcción el analista debe poseer y aplicar conocimientos precisos de las formas de relieve y de sus efectos sobre la pluviometría, al igual que de la dinámica regional de las tormentas, factores que no son considerados en los análisis por el método de los polígonos de Thiessen (Linsey, Köhler y Pauhlus, 1988).
Estas características hacen del análisis isoyético el método más recomendable en áreas de relieve complejo, como es el caso del estado Miranda, territorio que comprende la llanura fluviomarina de Barlovento, los valles de Caracas y valles del Tuy, las áreas montañosas de los Altos, así como las estribaciones y franjas de piedemonte de la serranía del Litoral y de la serranía del Interior, ramales de la cordillera de la Costa. (ver Figura 1).
Figura 1. Mapa hipsométrico del estado Miranda. (Fuente: Gobernación del Estado Bolivariano de Miranda, 2011)
Entre los principales mapas isoyéticos elaborados para el estado Miranda, destaca el que forma parte del extenso estudio de Zambrano (1970), mapa que abarca la totalidad del territorio del estado, elaborado con base en series de datos de 137 estaciones pluviométricas, de las cuales 60 % presentaba un registro de 10 o más años. En el Atlas Climatológico de Venezuela 1951-1970 (Goldbrunner, 1984), también se presenta un trazado de isoyetas para el estado Miranda, en el cual se observan claramente la principales franjas pluviométricas, a pesar de la pequeña extensión que representa la entidad respecto al territorio venezolano (0,9%), considerando que se trata de un mapa a escala nacional. Finalmente, hay que reseñar la publicación del Mapa de Isoyetas del Ministerio del Ambiente y de los Recursos Naturales (Proyecto CONICIT N°96001922: Reforzamiento de los sistemas de información Hidroclimática Digitalizada de Venezuela), realizado por Martelo (2000).
Como se señaló, en el presente trabajo se establecieron algunas comparaciones entre el mapa elaborado por medio de las herramientas digitales que ofrecen los SIG y el mapa isoyético presentado por Zambrano (1970), por considerarse éste el más completo entre los que se citan como antecedentes para el estado Miranda.
Los datos
Los datos utilizados para este estudio procedieron de 104 estaciones pluviométricas localizadas en el estado Miranda, seis en el estado Anzoátegui, seis en el estado Aragua, 25 en Distrito Federal (actualmente Distrito Capital), siete en el estado Guárico y 31 en el estado Vargas. La escogencia de estaciones fuera de los límites político-administrativos del estado Miranda respondió a la conveniencia de estimar la continuidad de las variaciones espaciales de las precipitaciones hacia las entidades vecinas, especialmente el Distrito Federal y el estado Vargas debido a la compleja orografía regional. Los datos proceden del catálogo de registros hidrometeorológicos del Instituto Nacional de Meteorología e Hidrología (INAMEH).
La cantidad y calidad de los datos disponibles condicionó la selección de la muestra para el área de estudio. Para tal propósito se realizó un muestreo no probabilístico intencional (Hernández, Fernández y Batista, 2006). Así pues, la muestra se escogió a juicio del investigador atendiendo a criterios de localización geográfica y emplazamiento de la estación, periodo de registro y calidad de los datos. La muestra seleccionada quedó conformada por las estaciones que cumplieron con: a) 10 o más años de registro a partir del año 1950; y b) su localización espacial en el estado Miranda o las áreas limítrofes de la entidad. Las 180 estaciones que conforman la muestra seleccionada se presentan en el mapa de la Figura 2.
El desenglobe de datos se realizó según la Técnica de los Valores Concurrentes (Guevara, 1987). Esta técnica se prefirió respecto al Desenglobe Mediante el Apoyo de una Estación Vecina, al considerar que la influencia de la orografía mirandina puede marcar diferencias significativas aún entre estaciones próximas. Esta última técnica se reservó para comprobar montos muy elevados o inferiores respecto a la media mensual y con respecto a los meses vecinos inmediatos. Los datos mensuales faltantes fueron estimados utilizando el método racional (Guevara, 1987). También se utilizó, siguiendo lo planteado por el autor antes mencionado, el método de estimación por la distancia, si bien este se reservó para áreas llanas, por no ser recomendado para áreas montañosas así como para corroborar la exactitud de los datos obtenidos a partir de otras técnicas y en algunos casos, para el cálculo de años faltantes.
El diseño de algoritmos en el programa Microsoft Excel 2007 para cada una de las técnicas de desenglobe y estimación de datos faltantes, representó una ventaja en ahorro de tiempo para el proceso de cálculo de tal cantidad de datos, así como para su posterior tabulación, puesto que se aprovechó su estructura de celdas para que los resultados solo tuvieran que ser “copiados y pegados” en el documento digital original donde faltaban.
Los datos expresan la precipitación media mensual y anual, en milímetros, de las 180 estaciones y se presentan en la Tabla 1, reproducida a continuación. El asterisco al lado del total anual indica datos corregidos.
Tabla 1. Datos homogenizados y ajustados de las estaciones pluviométricas del estado Miranda
SERIAL |
ESTACION |
LON |
LAT |
ALT |
ENE |
FEB |
MAR |
ABR |
MAY |
JUN |
JUL |
AGO |
SEP |
OCT |
NOV |
1585 |
AGUA BLANCA |
-66,00000 |
10,06611 |
321 |
146,0 |
90,5 |
63,5 |
73,3 |
120,8 |
249,2 |
325,7 |
249,2 |
182,8 |
178,2 |
198,4 |
1436 |
AGUA FRIA |
-67,00000 |
10,39361 |
1741 |
26,8 |
14,9 |
21,3 |
64,8 |
107,8 |
149,9 |
137,2 |
138,0 |
123,4 |
106,7 |
76,1 |
1582 |
AGUAITA- RAMAL ARAGUITA |
-66,00000 |
10,17917 |
580 |
231,2 |
145,5 |
111,6 |
119,4 |
153,1 |
329,0 |
379,3 |
291,1 |
202,0 |
192,9 |
250,9 |
1541 |
ALTOS DE LUISA |
-66,50000 |
10,41028 |
500 |
62,6 |
32,1 |
25,4 |
49,7 |
97,7 |
200,4 |
214,6 |
158,3 |
121,0 |
100,1 |
122,1 |
1587 |
APA |
-66,30000 |
10,13333 |
85 |
177,2 |
95,1 |
78,0 |
93,3 |
112,0 |
193,5 |
262,3 |
242,9 |
178,0 |
168,3 |
236,5 |
595 |
APONTE |
-66,78000 |
10,14278 |
190 |
36,1 |
17,5 |
10,6 |
29,1 |
106,3 |
224,4 |
208,9 |
153,9 |
111,1 |
76,8 |
66,6 |
1571 |
ARAGUITA |
-66,45972 |
10,22778 |
80 |
156,6 |
89,6 |
73,4 |
76,7 |
128,2 |
262,3 |
291,0 |
242,9 |
187,2 |
171,1 |
245,5 |
5052 |
BARUTA |
-66,87306 |
10,43611 |
1001 |
19,8 |
9,2 |
11,3 |
43,6 |
86,3 |
147,3 |
135,2 |
113,4 |
89,3 |
96,1 |
74,1 |
1515 |
BIRONGO |
-66,23889 |
10,48333 |
90 |
112,2 |
63,4 |
54,5 |
85,0 |
112,7 |
187,7 |
204,0 |
218,2 |
160,9 |
170,4 |
303,7 |
587 |
BUENA VISTA-TUY |
-66,53333 |
10,20000 |
0 |
194,1 |
83,8 |
40,6 |
56,9 |
103,0 |
256,6 |
306,0 |
279,2 |
185,3 |
150,2 |
147,0 |
585 |
CAÑA AMARGA |
-66,96139 |
10,05306 |
340 |
45,1 |
27,2 |
27,4 |
55,9 |
148,2 |
230,2 |
232,3 |
208,9 |
164,7 |
136,4 |
95,2 |
5057 |
CARACAS U.S.B. |
-66,87556 |
10,40778 |
1225 |
17,9 |
17,5 |
12,4 |
54,5 |
107,4 |
139,3 |
127,8 |
139,7 |
105,1 |
114,5 |
81,9 |
5027 |
CARACAS-CAURIMARE |
-66,79000 |
10,50333 |
965 |
25,6 |
14,0 |
18,6 |
56,9 |
107,7 |
156,9 |
138,3 |
147,3 |
136,6 |
122,1 |
91,3 |
5021 |
CARACAS-CHACAITO |
-66,86361 |
10,52417 |
1200 |
24,3 |
23,8 |
13,8 |
61,1 |
95,2 |
123,6 |
95,7 |
130,3 |
136,4 |
99,4 |
77,9 |
544 |
CARACAS-LA CARLOTA |
-66,83944 |
10,49056 |
836 |
15,4 |
12,2 |
12,8 |
52,3 |
76,7 |
123,4 |
115,4 |
122,9 |
115,3 |
120,5 |
81,2 |
563 |
CARACAS-LA MARIPOSA |
-66,93139 |
10,41139 |
980 |
20,5 |
12,8 |
13,9 |
43,1 |
95,9 |
134,0 |
121,0 |
125,2 |
98,1 |
110,2 |
82,6 |
623 |
CARACAS-LA TRINIDAD |
-66,86389 |
10,44167 |
962 |
14,1 |
12,1 |
13,8 |
43,1 |
81,3 |
112,4 |
98,3 |
113,0 |
93,1 |
98,0 |
74,0 |
626 |
CARACAS-LOS CHORROS |
-66,82389 |
10,51389 |
1000 |
19,0 |
12,6 |
18,2 |
81,0 |
92,7 |
114,7 |
114,9 |
134,0 |
132,3 |
135,8 |
59,6 |
5047 |
CARACAS-MACARACUAY |
-66,80861 |
10,46222 |
880 |
11,8 |
13,6 |
9,4 |
67,9 |
77,6 |
121,8 |
96,9 |
91,6 |
90,7 |
94,6 |
69,8 |
555 |
CARACAS-PETARE-CAURIMARE |
-66,78333 |
10,46667 |
0 |
28,3 |
13,7 |
17,2 |
61,8 |
110,7 |
159,2 |
144,9 |
140,0 |
133,5 |
122,3 |
94,2 |
5024 |
CARACAS-SUBIDA AVILA |
-66,91583 |
10,52250 |
1000 |
40,7 |
31,2 |
19,3 |
44,9 |
97,4 |
153,8 |
144,3 |
139,9 |
133,7 |
126,8 |
95,0 |
624 |
CARACAS-URBANIZACION MIRANDA |
-66,78333 |
10,48472 |
1040 |
21,0 |
13,7 |
13,9 |
63,0 |
94,3 |
131,2 |
118,1 |
128,3 |
114,3 |
118,0 |
75,0 |
1508 |
CARENERO |
-66,12500 |
10,54000 |
10 |
51,8 |
33,3 |
23,0 |
38,2 |
69,0 |
103,5 |
104,0 |
121,5 |
107,5 |
144,4 |
214,1 |
5034 |
CARTANAL |
-66,70000 |
10,26667 |
180 |
35,1 |
14,5 |
13,5 |
29,3 |
67,6 |
134,1 |
156,0 |
143,0 |
80,4 |
83,7 |
92,3 |
1580 |
CASUPITO-CASERIO |
-66,26667 |
10,18333 |
155 |
173,6 |
102,7 |
72,2 |
86,1 |
128,3 |
265,9 |
283,8 |
279,6 |
214,6 |
187,3 |
235,5 |
1505 |
CASUPITO-EL CERRO |
-66,41667 |
10,20000 |
80 |
155,5 |
79,9 |
52,8 |
117,0 |
123,4 |
226,0 |
235,5 |
239,3 |
147,4 |
129,9 |
175,1 |
1553 |
CAUCAGUA |
-66,37667 |
10,28861 |
62 |
161,9 |
75,4 |
56,6 |
61,9 |
117,6 |
297,5 |
291,0 |
233,2 |
156,2 |
157,1 |
200,0 |
SERIAL |
ESTACION |
LON |
LAT |
ALT |
ENE |
FEB |
MAR |
ABR |
MAY |
JUN |
JUL |
AGO |
SEP |
OCT |
NOV |
1554 |
CAUCAGUA |
-66,36667 |
10,28333 |
60 |
134,4 |
63,1 |
53,3 |
80,9 |
120,3 |
262,0 |
308,2 |
279,6 |
178,4 |
178,2 |
235,2 |
1555 |
CAUCAGUA |
-66,36833 |
10,29750 |
80 |
109,2 |
76,0 |
52,5 |
92,1 |
133,0 |
208,3 |
294,0 |
271,8 |
191,2 |
176,4 |
256,3 |
572 |
CHARALLAVE |
-66,85611 |
10,26667 |
400 |
21,2 |
13,2 |
10,5 |
34,0 |
77,8 |
138,6 |
141,8 |
127,2 |
91,9 |
86,7 |
61,1 |
594 |
COLONIA MENDOZA |
-66,83056 |
10,12806 |
210 |
38,7 |
17,2 |
17,8 |
49,6 |
116,0 |
198,9 |
179,3 |
154,1 |
122,5 |
95,0 |
69,6 |
582 |
CUA-TOVAR |
-66,86389 |
10,14583 |
230 |
33,1 |
14,7 |
15,7 |
47,0 |
112,5 |
178,8 |
172,1 |
134,0 |
104,8 |
95,5 |
70,9 |
1671 |
CUPIRA-TESORO |
-65,71528 |
10,15694 |
22 |
66,0 |
28,1 |
27,3 |
32,1 |
91,4 |
123,5 |
154,6 |
141,2 |
126,4 |
157,4 |
231,3 |
1516 |
CURIEPE |
-66,16667 |
10,47500 |
30 |
79,6 |
52,0 |
36,2 |
48,7 |
103,0 |
143,2 |
149,6 |
170,2 |
127,6 |
170,1 |
280,2 |
566 |
EL ALMENDRO |
-66,90056 |
10,36000 |
1278 |
39,3 |
20,1 |
18,7 |
51,1 |
133,1 |
204,7 |
171,7 |
162,5 |
157,8 |
127,7 |
93,9 |
1438 |
EL ARADO |
-67,15389 |
10,40222 |
2103 |
35,4 |
19,6 |
32,2 |
58,3 |
115,5 |
159,1 |
149,3 |
132,9 |
118,5 |
115,4 |
96,2 |
1534 |
EL CAFE |
-66,28167 |
10,41667 |
65 |
120,6 |
73,0 |
58,8 |
74,0 |
126,6 |
201,3 |
248,4 |
220,5 |
162,2 |
181,5 |
273,2 |
573 |
EL CARRIZAL |
-67,00000 |
10,35000 |
1282 |
21,9 |
12,8 |
14,4 |
55,2 |
113,9 |
178,9 |
176,9 |
181,7 |
130,9 |
144,3 |
77,1 |
1458 |
EL ENCANTO |
-67,07917 |
10,31667 |
1120 |
20,7 |
10,7 |
18,7 |
47,1 |
122,7 |
165,0 |
150,6 |
150,9 |
125,7 |
146,5 |
82,7 |
1500 |
EL ENCANTO |
-67,16722 |
10,32333 |
0 |
16,7 |
11,5 |
4,4 |
25,2 |
79,8 |
159,5 |
135,5 |
115,5 |
107,3 |
96,9 |
81,7 |
1682 |
EL GUAPO |
-65,96944 |
10,15250 |
20 |
126,8 |
87,2 |
61,3 |
89,7 |
141,0 |
195,8 |
305,0 |
254,6 |
185,9 |
203,4 |
283,1 |
546 |
EL HATILLO |
-66,82444 |
10,42639 |
1132 |
22,6 |
14,7 |
8,8 |
44,7 |
94,5 |
183,4 |
159,6 |
142,5 |
105,1 |
107,5 |
72,6 |
1589 |
EL JOBITO |
-66,26667 |
10,10000 |
78 |
126,6 |
56,3 |
47,4 |
89,6 |
127,2 |
191,1 |
223,8 |
207,0 |
142,7 |
152,0 |
170,7 |
1579 |
EL ORO |
-66,31667 |
10,20000 |
40 |
163,3 |
76,7 |
64,0 |
102,3 |
134,2 |
283,4 |
296,6 |
313,6 |
177,6 |
158,3 |
253,5 |
1551 |
EL PORTACHUELO |
-66,40000 |
10,32361 |
280 |
131,4 |
65,6 |
47,5 |
53,9 |
103,6 |
233,2 |
273,3 |
218,7 |
156,6 |
145,3 |
209,5 |
1546 |
EL TIGRE |
-66,12500 |
10,34861 |
25 |
75,0 |
48,9 |
42,1 |
59,7 |
90,8 |
143,9 |
176,6 |
175,1 |
144,1 |
159,2 |
244,0 |
5025 |
EL VIGIA |
-66,80000 |
10,53333 |
0 |
43,5 |
24,1 |
22,9 |
42,3 |
110,4 |
164,7 |
146,0 |
139,7 |
137,6 |
133,6 |
90,7 |
1510 |
FILA DE TURGUA |
-66,75667 |
10,37472 |
1107 |
31,8 |
19,4 |
17,7 |
45,8 |
107,0 |
196,9 |
179,8 |
155,4 |
126,6 |
121,5 |
101,8 |
548 |
GUARENAS |
-66,61667 |
10,46722 |
385 |
19,1 |
8,0 |
7,4 |
32,6 |
73,4 |
140,4 |
134,4 |
105,8 |
85,9 |
75,0 |
79,1 |
559 |
GUATIRE |
-66,52333 |
10,46722 |
363 |
33,6 |
18,1 |
11,2 |
31,0 |
71,6 |
156,0 |
161,6 |
119,7 |
98,1 |
83,8 |
88,4 |
567 |
GUATIRE |
-66,53694 |
10,46306 |
309 |
33,0 |
12,1 |
11,0 |
35,9 |
67,6 |
176,1 |
162,9 |
115,8 |
98,9 |
62,8 |
85,7 |
1507 |
HACIENDA EL AGUILA |
-66,70944 |
10,42417 |
1051 |
30,2 |
18,4 |
14,6 |
52,6 |
94,5 |
150,1 |
159,4 |
142,1 |
91,8 |
79,3 |
93,6 |
SERIAL |
ESTACION |
LON |
LAT |
ALT |
ENE |
FEB |
MAR |
ABR |
MAY |
JUN |
JUL |
AGO |
SEP |
OCT |
NOV |
1488 |
HACIENDA LA EMILIA |
-67,10000 |
10,10000 |
585 |
39,4 |
16,7 |
21,4 |
62,3 |
175,5 |
237,0 |
239,8 |
228,7 |
183,5 |
159,9 |
115,1 |
5055 |
HACIENDA TAZON - CUA |
-66,91667 |
10,16667 |
230 |
33,0 |
14,5 |
14,9 |
44,4 |
116,5 |
183,7 |
173,5 |
132,0 |
97,7 |
87,1 |
74,0 |
1590 |
HACIENDA VALPARAISO |
-66,28333 |
10,03333 |
0 |
88,5 |
42,4 |
40,0 |
57,9 |
97,5 |
166,4 |
184,7 |
162,7 |
137,9 |
140,7 |
126,5 |
1441 |
INSTITUTO PIGNATELLI |
-67,04139 |
10,36861 |
1240 |
17,1 |
12,8 |
15,7 |
54,9 |
103,0 |
134,9 |
140,6 |
143,8 |
118,3 |
118,7 |
79,7 |
5035 |
LA CEIBA |
-66,80833 |
10,23056 |
320 |
29,0 |
15,7 |
13,6 |
45,6 |
86,1 |
128,0 |
140,6 |
125,8 |
81,0 |
61,5 |
71,7 |
550 |
LA GUAIRITA |
-66,85000 |
10,45000 |
1044 |
15,8 |
11,0 |
8,5 |
45,5 |
63,6 |
124,4 |
114,9 |
105,8 |
82,0 |
81,2 |
71,1 |
5048 |
LA MACANILLA |
-66,51667 |
10,11667 |
590 |
244,8 |
219,9 |
90,2 |
99,5 |
173,8 |
361,9 |
412,6 |
322,1 |
268,3 |
182,3 |
330,7 |
5062 |
LA PEREZA |
-66,73333 |
10,45000 |
1083 |
32,2 |
18,0 |
13,8 |
69,2 |
101,5 |
145,8 |
126,2 |
133,1 |
95,8 |
83,0 |
74,5 |
5037 |
LA VERANIEGA |
-66,75833 |
10,14167 |
170 |
33,4 |
15,4 |
16,0 |
50,5 |
97,4 |
172,0 |
197,0 |
153,0 |
106,1 |
84,9 |
85,3 |
580 |
LAGARTIJO |
-66,70000 |
10,10000 |
200 |
51,8 |
20,8 |
16,9 |
32,1 |
103,1 |
207,0 |
229,2 |
190,0 |
132,5 |
115,1 |
87,3 |
1581 |
LAS COLONIAS |
-66,25000 |
10,10000 |
160 |
142,4 |
86,8 |
60,2 |
81,7 |
92,9 |
180,1 |
252,9 |
233,3 |
154,1 |
137,0 |
167,8 |
569 |
LAS PALOMAS |
-66,66667 |
10,46667 |
500 |
51,8 |
21,2 |
17,9 |
38,0 |
103,1 |
190,8 |
198,3 |
205,7 |
158,0 |
131,4 |
80,2 |
568 |
LECHERITO |
-66,89083 |
10,41167 |
1365 |
27,1 |
21,4 |
15,8 |
56,1 |
105,6 |
166,4 |
155,1 |
148,0 |
109,1 |
117,7 |
76,4 |
1559 |
LIBERTAD |
-66,10000 |
10,31667 |
0 |
109,0 |
45,0 |
37,0 |
58,4 |
103,1 |
162,6 |
207,8 |
206,1 |
136,4 |
157,9 |
215,2 |
599 |
LOMA DEL MEDIO |
-66,56667 |
10,18333 |
0 |
133,5 |
51,4 |
36,8 |
39,7 |
92,5 |
232,1 |
281,0 |
232,2 |
156,5 |
133,2 |
122,2 |
1448 |
LOS TEQUES |
-67,03333 |
10,35000 |
1090 |
18,0 |
12,0 |
12,0 |
40,0 |
105,0 |
167,0 |
145,0 |
140,0 |
122,0 |
132,0 |
73,0 |
1449 |
LOS TEQUES-GFV |
-67,03389 |
10,34667 |
0 |
26,0 |
15,0 |
11,0 |
32,0 |
121,0 |
216,0 |
172,0 |
145,0 |
151,0 |
145,0 |
95,0 |
570 |
MACAGUITA |
-66,93944 |
10,12806 |
480 |
37,0 |
20,0 |
20,0 |
51,0 |
113,0 |
185,0 |
162,0 |
141,0 |
111,0 |
107,0 |
91,0 |
5028 |
MACANILLAL |
-66,74056 |
10,53278 |
1397 |
66,0 |
25,0 |
19,0 |
63,0 |
117,0 |
186,0 |
170,0 |
156,0 |
144,0 |
150,0 |
112,0 |
1674 |
MACHURUCUTO |
-65,65333 |
10,20722 |
4 |
33,0 |
12,0 |
11,0 |
21,0 |
45,0 |
83,0 |
72,0 |
91,0 |
97,0 |
117,0 |
148,0 |
1519 |
MONDRAGON |
-66,11111 |
10,47222 |
15 |
59,0 |
34,0 |
26,0 |
43,0 |
68,0 |
119,0 |
103,0 |
130,0 |
112,0 |
135,0 |
225,0 |
564 |
NARANJAL |
-66,95000 |
10,35000 |
0 |
56,0 |
25,0 |
29,0 |
58,0 |
114,0 |
113,0 |
141,0 |
146,0 |
152,0 |
152,0 |
162,0 |
588 |
ONZA-HACIENDA VILLEGAS |
-66,88333 |
10,06667 |
570 |
47,0 |
26,0 |
24,0 |
63,0 |
127,0 |
202,0 |
193,0 |
201,0 |
142,0 |
112,0 |
99,0 |
1542 |
PALO GACHO |
-66,51667 |
10,38333 |
500 |
86,0 |
44,0 |
31,0 |
48,0 |
97,0 |
212,0 |
245,0 |
183,0 |
142,0 |
127,0 |
175,0 |
1586 |
PANAQUIRE |
-66,23750 |
10,22389 |
30 |
159,0 |
75,0 |
59,0 |
98,0 |
161,0 |
280,0 |
332,0 |
318,0 |
212,0 |
213,0 |
299,0 |
SERIAL |
ESTACION |
LON |
LAT |
ALT |
ENE |
FEB |
MAR |
ABR |
MAY |
JUN |
JUL |
AGO |
SEP |
OCT |
NOV |
1652 |
PAPARO |
-65,98778 |
10,38222 |
10 |
37,0 |
22,0 |
19,0 |
41,0 |
71,0 |
91,0 |
88,0 |
111,0 |
111,0 |
138,0 |
184,0 |
560 |
PARACOTOS |
-66,95833 |
10,26722 |
620 |
22,0 |
12,0 |
13,0 |
41,0 |
106,0 |
169,0 |
128,0 |
136,0 |
134,0 |
114,0 |
79,0 |
586 |
PARAPARO-TAZON-CUA |
-66,90556 |
10,14806 |
290 |
36,0 |
15,0 |
19,0 |
35,0 |
97,0 |
162,0 |
159,0 |
131,0 |
89,0 |
85,0 |
75,0 |
1447 |
POZO DE ROSAS |
-67,11667 |
10,35000 |
1554 |
23,0 |
12,0 |
19,0 |
54,0 |
112,0 |
177,0 |
149,0 |
137,0 |
124,0 |
115,0 |
80,0 |
1569 |
PUEBLO NUEVO |
-66,04167 |
10,24722 |
35 |
129,0 |
64,0 |
45,0 |
119,0 |
121,0 |
141,0 |
185,0 |
212,0 |
165,0 |
178,0 |
253,0 |
1548 |
PUERTO SOTILLO |
-66,08333 |
10,40361 |
39 |
75,0 |
44,0 |
33,0 |
49,0 |
86,0 |
123,0 |
135,0 |
150,0 |
136,0 |
153,0 |
224,0 |
597 |
QUIRIPITAL |
-66,68333 |
10,01667 |
780 |
31,0 |
15,0 |
12,0 |
45,0 |
118,0 |
173,0 |
174,0 |
174,0 |
141,0 |
122,0 |
76,0 |
589 |
RIO ARRIBA |
-67,01667 |
10,15000 |
395 |
28,0 |
11,0 |
21,0 |
43,0 |
119,0 |
185,0 |
164,0 |
160,0 |
126,0 |
122,0 |
88,0 |
598 |
RIO DE PIEDRAS |
-66,55000 |
10,00000 |
0 |
28,0 |
15,0 |
10,0 |
34,0 |
88,0 |
178,0 |
157,0 |
185,0 |
150,0 |
115,0 |
89,0 |
1513 |
SALMERON |
-66,38333 |
10,46667 |
500 |
112,0 |
70,0 |
44,0 |
92,0 |
123,0 |
229,0 |
266,0 |
244,0 |
187,0 |
161,0 |
225,0 |
5191 |
SAN ANTONIO DE ALTOS |
-66,96333 |
10,37500 |
1450 |
17,0 |
16,0 |
23,0 |
45,0 |
100,0 |
177,0 |
176,0 |
152,0 |
142,0 |
146,0 |
113,0 |
561 |
SAN DIEGO LOS ALTOS |
-66,95389 |
10,34694 |
1300 |
29,0 |
14,0 |
16,0 |
53,0 |
131,0 |
186,0 |
194,0 |
183,0 |
144,0 |
145,0 |
86,0 |
1662 |
SAN JOSE RIO CHICO |
-66,01111 |
10,30694 |
8 |
67,0 |
34,0 |
24,0 |
53,0 |
93,0 |
129,0 |
149,0 |
152,0 |
116,0 |
166,0 |
246,0 |
549 |
SANTA EPIFANIA |
-66,66667 |
10,29167 |
140 |
36,0 |
13,0 |
14,0 |
30,0 |
71,0 |
169,0 |
182,0 |
133,0 |
94,0 |
82,0 |
81,0 |
547 |
SANTA LUCIA |
-66,66667 |
10,31667 |
170 |
33,0 |
9,0 |
12,0 |
25,0 |
67,0 |
184,0 |
198,0 |
133,0 |
81,0 |
83,0 |
83,0 |
577 |
SANTA TERESA DEL TUY |
-66,65806 |
10,24778 |
150 |
55,0 |
22,0 |
16,0 |
24,0 |
72,0 |
212,0 |
207,0 |
161,0 |
101,0 |
82,0 |
76,0 |
578 |
SANTA TERESA DEL TUY |
-66,65000 |
10,21667 |
158 |
41,0 |
14,0 |
13,0 |
39,0 |
90,0 |
196,0 |
209,0 |
159,0 |
96,0 |
91,0 |
82,0 |
5030 |
SANTA TERESA DEL TUY |
-66,66056 |
10,24278 |
120 |
43,8 |
16,0 |
16,0 |
55,0 |
93,0 |
158,0 |
179,0 |
171,0 |
96,0 |
93,0 |
94,0 |
1446 |
SITIO OROPEZA |
-67,08333 |
10,38944 |
1628 |
29,0 |
16,0 |
19,0 |
54,0 |
108,0 |
147,0 |
137,0 |
126,0 |
102,0 |
114,0 |
86,0 |
5029 |
TACAMAHACA |
-66,72222 |
10,52750 |
1175 |
52,0 |
22,0 |
17,0 |
54,0 |
114,0 |
170,0 |
166,0 |
164,0 |
148,0 |
126,0 |
108,0 |
1572 |
TACARIGUA |
-66,16667 |
10,01667 |
0 |
67,0 |
41,0 |
23,0 |
52,0 |
112,0 |
186,0 |
207,0 |
198,0 |
152,0 |
134,0 |
121,0 |
1661 |
TACARIGUA LA LAGUNA |
-65,87667 |
10,30750 |
2 |
39,0 |
22,0 |
16,0 |
32,0 |
69,0 |
98,0 |
99,0 |
143,0 |
107,0 |
146,0 |
162,0 |
1536 |
TACARIGUA MAMPORAL |
-66,14667 |
10,40611 |
40 |
106,0 |
61,0 |
47,0 |
66,0 |
89,0 |
151,0 |
170,0 |
176,0 |
146,0 |
161,0 |
244,0 |
575 |
TAGUACITA |
-66,06667 |
10,21667 |
205 |
121,0 |
43,0 |
29,0 |
48,0 |
95,0 |
233,0 |
265,0 |
243,0 |
152,0 |
144,0 |
155,0 |
1588 |
TAGUAZA-LA CORONA |
-66,46667 |
10,16667 |
137 |
189,0 |
95,0 |
61,0 |
108,0 |
142,0 |
248,0 |
300,0 |
279,0 |
179,0 |
194,0 |
175,0 |
SERIAL |
ESTACION |
LON |
LAT |
ALT |
ENE |
FEB |
MAR |
ABR |
MAY |
JUN |
JUL |
AGO |
SEP |
OCT |
NOV |
1574 |
TAPIPA |
-66,30972 |
10,23472 |
40 |
166,0 |
85,0 |
66,0 |
110,0 |
143,0 |
274,0 |
346,0 |
312,0 |
189,0 |
197,0 |
272,0 |
1445 |
TOPO DE LOS ESPEJOS |
-67,11667 |
10,38333 |
1686 |
35,0 |
29,0 |
22,0 |
60,0 |
103,0 |
150,0 |
127,0 |
112,0 |
93,0 |
103,0 |
75,0 |
571 |
TUMUZA |
-66,74722 |
10,26528 |
200 |
29,0 |
13,0 |
13,0 |
34,0 |
73,0 |
150,0 |
173,0 |
123,0 |
79,0 |
67,0 |
76,0 |
1680 |
BOCA DE UCHIRE |
-65,42778 |
10,14667 |
6 |
9,4 |
7,9 |
6,8 |
17,7 |
46,4 |
60,2 |
52,4 |
84,8 |
75,1 |
75,5 |
77,1 |
1683 |
LA CERCA |
-65,21361 |
10,10306 |
4 |
5,0 |
3,7 |
1,9 |
16,2 |
19,5 |
51,1 |
45,6 |
66,7 |
53,9 |
44,9 |
43,0 |
2604 |
SANTA BARBARA |
-65,69444 |
9,97778 |
486 |
113,0 |
83,0 |
43,0 |
96,0 |
129,0 |
233,0 |
237,0 |
277,0 |
223,0 |
185,0 |
185,0 |
2605 |
GUANAPE |
-65,50194 |
9,91944 |
130 |
9,9 |
5,8 |
5,8 |
29,1 |
62,9 |
151,7 |
148,1 |
161,7 |
125,1 |
103,7 |
65,3 |
2607 |
VALLE DE GUANAPE |
-65,67750 |
9,91500 |
286 |
16,7 |
14,4 |
7,8 |
48,3 |
73,7 |
143,1 |
146,8 |
168,1 |
128,1 |
118,4 |
70,4 |
2610 |
BOTIJON |
-65,68083 |
9,90556 |
364 |
16,0 |
13,7 |
7,2 |
47,2 |
75,0 |
149,0 |
153,4 |
145,3 |
137,2 |
104,9 |
66,8 |
1444 |
PIE DEL CERRO |
-67,32083 |
10,32333 |
780 |
10,9 |
8,5 |
11,6 |
52,8 |
105,5 |
120,4 |
111,5 |
129,3 |
125,0 |
124,4 |
78,2 |
1455 |
LA URBINA-QUEBRADA SECA |
-67,26111 |
10,28139 |
650 |
7,1 |
3,7 |
10,4 |
40,1 |
103,8 |
128,1 |
117,1 |
120,0 |
113,0 |
89,8 |
48,2 |
1469 |
LAS TEJERIAS |
-67,17167 |
10,25583 |
484 |
14,7 |
5,9 |
11,1 |
34,5 |
104,5 |
142,6 |
122,0 |
116,2 |
106,8 |
108,8 |
58,8 |
1487 |
TIARA |
-67,15000 |
10,13028 |
750 |
16,8 |
8,9 |
15,6 |
51,9 |
146,4 |
221,3 |
218,6 |
220,8 |
178,0 |
177,9 |
90,1 |
2409 |
SAN SEBASTIAN |
-67,17806 |
9,94806 |
330 |
4,2 |
2,0 |
8,6 |
47,5 |
125,3 |
173,1 |
184,6 |
181,9 |
137,3 |
118,0 |
54,7 |
2511 |
VALLE MORIN |
-66,91944 |
9,92222 |
400 |
3,8 |
2,8 |
9,4 |
44,7 |
129,8 |
195,2 |
206,8 |
213,2 |
167,9 |
137,7 |
51,4 |
519 |
CARACAS-HOTEL HUMBOLDT |
-66,88167 |
10,54444 |
2129 |
28,9 |
14,8 |
36,8 |
51,1 |
71,1 |
87,9 |
124,2 |
130,5 |
115,3 |
118,6 |
93,9 |
520 |
CARACAS-LA SALLE |
-66,83333 |
10,51333 |
1007 |
16,6 |
8,7 |
11,7 |
52,8 |
73,7 |
118,8 |
113,2 |
118,9 |
112,3 |
100,2 |
87,5 |
522 |
CARACAS-CATIA |
-66,94667 |
10,50806 |
970 |
16,3 |
10,1 |
11,2 |
36,4 |
75,8 |
93,6 |
94,5 |
104,7 |
118,6 |
100,9 |
54,7 |
537 |
CARACAS-LA RINCONADA |
-66,95000 |
10,43639 |
936 |
18,4 |
12,8 |
16,7 |
49,0 |
81,0 |
114,8 |
101,2 |
102,1 |
84,4 |
98,3 |
68,0 |
539 |
CARACAS-CIUDAD UNIVERSITARIA |
-66,88889 |
10,49278 |
884 |
17,1 |
13,7 |
12,5 |
52,2 |
82,6 |
116,8 |
102,8 |
118,5 |
107,0 |
107,7 |
87,4 |
540 |
CARACAS-HACIENDA MONTALBAN |
-66,96806 |
10,47278 |
937 |
15,9 |
8,8 |
12,3 |
34,1 |
78,6 |
105,6 |
109,3 |
104,4 |
83,8 |
106,2 |
61,6 |
545 |
CARACAS-TIENDA HONDA |
-66,91667 |
10,50000 |
|
28,5 |
19,6 |
10,9 |
45,5 |
85,5 |
119,9 |
113,5 |
113,8 |
106,7 |
119,3 |
89,2 |
565 |
ALTOS DE PIPE |
-66,98333 |
10,40000 |
1739 |
31,5 |
19,9 |
15,0 |
49,1 |
81,4 |
146,3 |
155,8 |
137,4 |
95,9 |
118,9 |
74,9 |
606 |
CARACAS-CUALTEL URDANETA |
-66,95556 |
10,51028 |
970 |
13,3 |
8,5 |
20,0 |
25,0 |
64,1 |
79,4 |
78,1 |
102,8 |
88,3 |
114,2 |
60,4 |
607 |
CARACAS-SAN JOSE DEL AVILA |
-66,91611 |
10,52250 |
999 |
16,8 |
12,9 |
13,9 |
54,6 |
71,3 |
79,2 |
81,8 |
98,0 |
116,8 |
115,0 |
79,5 |
SERIAL |
ESTACION |
LON |
LAT |
ALT |
ENE |
FEB |
MAR |
ABR |
MAY |
JUN |
JUL |
AGO |
SEP |
OCT |
NOV |
612 |
CARACAS-CIRCULO MILITAR |
-66,89722 |
10,47083 |
910 |
19,4 |
12,3 |
15,7 |
52,5 |
77,3 |
107,7 |
96,8 |
102,6 |
87,3 |
103,6 |
72,5 |
622 |
CARACAS-TELEFERICO |
-66,88611 |
10,51944 |
1160 |
22,0 |
8,4 |
19,7 |
46,2 |
71,6 |
89,1 |
95,0 |
98,4 |
124,5 |
128,8 |
71,5 |
625 |
CARACAS-HACIENDA MAMERA |
-66,99250 |
10,45639 |
990 |
16,7 |
5,8 |
13,9 |
38,4 |
71,4 |
91,9 |
93,2 |
99,5 |
76,5 |
83,3 |
46,8 |
794 |
CARACAS-EDIFICIO LA PAZ |
-66,86667 |
10,52472 |
900 |
15,5 |
7,9 |
14,1 |
46,5 |
75,7 |
103,8 |
98,1 |
109,8 |
97,4 |
119,4 |
84,4 |
1417 |
ALTO IZCARAGUA |
-67,12389 |
10,46139 |
2091 |
40,6 |
24,2 |
24,4 |
62,0 |
75,8 |
100,7 |
93,2 |
98,7 |
91,2 |
105,9 |
77,1 |
1420 |
LOMA DEL CAFETAL |
-67,01667 |
10,48333 |
1668 |
27,6 |
15,4 |
21,6 |
49,2 |
60,3 |
97,4 |
96,3 |
101,3 |
67,7 |
85,7 |
63,9 |
1425 |
ALTO DE ÑO LEON |
-67,16000 |
10,44000 |
2101 |
39,4 |
24,9 |
26,0 |
70,7 |
99,4 |
114,9 |
106,9 |
99,7 |
97,2 |
98,3 |
83,9 |
1426 |
MACARAO-DIQUE |
-67,03333 |
10,43333 |
1032 |
18,3 |
11,4 |
9,1 |
43,0 |
82,8 |
108,9 |
106,6 |
93,8 |
81,6 |
94,3 |
49,4 |
1427 |
SABANETA |
-67,03333 |
10,46667 |
1640 |
42,3 |
26,0 |
20,1 |
49,8 |
102,7 |
135,3 |
119,5 |
107,5 |
88,0 |
107,4 |
72,6 |
1437 |
LLANO DE CURA |
-67,13333 |
10,42389 |
1240 |
26,4 |
14,4 |
17,0 |
54,9 |
88,8 |
117,0 |
110,9 |
106,0 |
89,2 |
101,9 |
69,2 |
2169 |
ALTO EL LAGUNAZO |
-67,20250 |
10,42361 |
2280 |
36,0 |
21,2 |
20,1 |
73,0 |
90,6 |
102,4 |
102,1 |
93,6 |
86,3 |
103,3 |
68,7 |
5003 |
CORRALITO |
-67,14361 |
10,50500 |
1473 |
33,4 |
25,2 |
26,0 |
82,0 |
64,8 |
60,5 |
79,8 |
118,5 |
88,7 |
109,1 |
75,6 |
5015 |
RIO GRANDE |
-66,93861 |
10,57222 |
925 |
68,5 |
31,0 |
27,7 |
65,3 |
57,8 |
103,3 |
122,9 |
112,0 |
103,3 |
102,7 |
90,8 |
5061 |
CARICUAO |
-66,99139 |
10,43833 |
1030 |
20,3 |
12,5 |
10,4 |
41,6 |
82,6 |
113,4 |
103,1 |
93,7 |
91,0 |
95,9 |
60,9 |
2425 |
LEZAMA |
-66,38444 |
9,72944 |
190 |
3,6 |
2,1 |
3,3 |
30,5 |
98,5 |
193,8 |
167,8 |
180,4 |
118,2 |
93,5 |
42,9 |
2505 |
GUATOPO |
-66,43333 |
10,05222 |
710 |
74,9 |
44,7 |
30,2 |
48,0 |
121,7 |
205,3 |
202,5 |
202,8 |
158,0 |
152,1 |
114,4 |
2507 |
SAN FRANCISCO DE MACAIRA |
-66,26833 |
9,98056 |
570 |
27,8 |
15,7 |
13,0 |
38,6 |
108,4 |
178,8 |
169,4 |
192,0 |
163,5 |
116,4 |
75,8 |
2528 |
PASO REAL |
-66,19750 |
9,83278 |
305 |
5,6 |
4,4 |
4,0 |
20,9 |
95,7 |
148,8 |
154,1 |
180,0 |
131,7 |
95,3 |
44,5 |
2539 |
SAN ANTONIO TAMANACO |
-66,04222 |
9,69167 |
176 |
18,1 |
3,1 |
4,4 |
26,9 |
90,0 |
163,7 |
182,7 |
165,1 |
143,6 |
109,2 |
59,7 |
2601 |
SOUBLETTE |
-66,09194 |
9,91833 |
355 |
12,2 |
8,6 |
8,1 |
31,1 |
100,8 |
158,0 |
167,6 |
176,0 |
143,8 |
101,4 |
68,1 |
2602 |
SAN JOSE DE GUARIBE |
-65,82861 |
9,86444 |
235 |
14,6 |
6,3 |
5,4 |
25,4 |
73,4 |
133,7 |
144,6 |
145,2 |
107,4 |
83,4 |
66,6 |
502 |
MAIQUETIA |
-66,95000 |
10,60000 |
75 |
50,3 |
31,9 |
23,2 |
34,1 |
44,2 |
68,6 |
66,5 |
72,8 |
59,7 |
64,5 |
63,9 |
503 |
MAIQUETIA-AEROPUERTO |
-66,98000 |
10,60278 |
43 |
40,0 |
26,5 |
20,2 |
24,1 |
35,8 |
53,4 |
54,8 |
51,2 |
54,9 |
50,7 |
58,8 |
508 |
MACUTO |
-66,89639 |
10,60028 |
|
46,5 |
24,3 |
19,0 |
38,3 |
39,0 |
50,4 |
61,0 |
64,1 |
51,1 |
61,7 |
73,4 |
1401 |
MAMO |
-67,05361 |
10,58944 |
16 |
26,6 |
13,1 |
18,8 |
25,7 |
28,4 |
46,7 |
55,2 |
57,3 |
35,3 |
41,8 |
44,2 |
SERIAL |
ESTACION |
LON |
LAT |
ALT |
ENE |
FEB |
MAR |
ABR |
MAY |
JUN |
JUL |
AGO |
SEP |
OCT |
NOV |
1404 |
PUERTO CRUZ |
-67,35000 |
10,53333 |
5 |
29,0 |
17,4 |
19,5 |
40,6 |
54,8 |
52,9 |
64,0 |
70,7 |
55,9 |
63,9 |
83,0 |
1412 |
LA GUITARRITA |
-67,26667 |
10,46667 |
|
35,2 |
33,9 |
46,6 |
104,7 |
114,5 |
104,8 |
117,4 |
145,9 |
140,8 |
143,5 |
127,8 |
1413 |
LA PENITA |
-67,22944 |
10,47361 |
644 |
38,5 |
45,2 |
40,8 |
115,7 |
94,5 |
87,6 |
104,1 |
122,0 |
118,2 |
146,3 |
120,5 |
1414 |
LAS MERCEDES |
-67,19528 |
10,48361 |
1537 |
65,6 |
58,6 |
45,3 |
128,4 |
98,5 |
85,9 |
87,4 |
118,3 |
99,2 |
139,9 |
120,4 |
1439 |
EL CARITE |
-67,01667 |
10,40000 |
1021 |
27,1 |
14,1 |
10,0 |
34,4 |
86,4 |
137,1 |
127,1 |
122,9 |
107,7 |
133,4 |
75,1 |
1501 |
TODASANA |
-66,45889 |
10,63000 |
34 |
161,5 |
76,3 |
61,2 |
83,5 |
58,8 |
145,0 |
131,7 |
100,8 |
59,6 |
81,8 |
224,1 |
1502 |
LA SABANA |
-66,38028 |
10,62361 |
11 |
172,9 |
69,2 |
64,3 |
59,9 |
60,1 |
131,8 |
132,2 |
118,6 |
63,6 |
129,4 |
280,4 |
1504 |
CHUSPA |
-66,31222 |
10,61889 |
6 |
138,0 |
65,6 |
68,2 |
84,8 |
88,8 |
144,5 |
120,3 |
151,5 |
83,6 |
138,4 |
243,9 |
5001 |
CARABALLEDA |
-66,84528 |
10,61306 |
74 |
52,8 |
27,2 |
26,9 |
49,9 |
33,5 |
49,3 |
65,9 |
51,8 |
38,0 |
60,0 |
70,2 |
5004 |
URIA |
-66,78250 |
10,61556 |
30 |
68,1 |
35,7 |
33,4 |
34,4 |
33,4 |
53,1 |
71,4 |
48,1 |
47,9 |
59,7 |
92,5 |
5005 |
NAIGUATA |
-66,73556 |
10,62306 |
49 |
62,6 |
29,4 |
27,5 |
33,6 |
25,5 |
46,0 |
58,9 |
50,0 |
41,7 |
50,3 |
84,3 |
5006 |
ANARE |
-66,61278 |
10,62389 |
74 |
107,0 |
48,1 |
50,7 |
32,0 |
33,9 |
68,3 |
78,6 |
50,1 |
42,1 |
68,1 |
115,6 |
5011 |
LOS CARACAS |
-66,57972 |
10,62389 |
15 |
103,0 |
67,3 |
55,8 |
57,7 |
47,0 |
85,7 |
108,0 |
81,9 |
57,2 |
78,7 |
155,2 |
5016 |
LOS CARACAS-EL LIMON |
-66,59361 |
10,60111 |
145 |
133,2 |
87,1 |
71,6 |
81,9 |
52,6 |
102,7 |
139,0 |
116,5 |
112,2 |
123,7 |
148,7 |
5017 |
LOS CARACAS-FILA DEL INDIO |
-66,62083 |
10,60139 |
575 |
120,8 |
78,4 |
58,2 |
88,6 |
58,4 |
99,7 |
121,2 |
105,0 |
94,7 |
103,0 |
136,0 |
5020 |
MARIA ISABEL |
-66,68139 |
10,59833 |
|
74,7 |
66,5 |
67,4 |
60,5 |
61,1 |
108,9 |
136,2 |
163,1 |
97,2 |
137,7 |
152,2 |
5041 |
CARUAO |
-66,35000 |
10,60000 |
10 |
117,4 |
110,0 |
74,0 |
119,0 |
87,8 |
122,9 |
142,0 |
172,8 |
112,9 |
139,1 |
298,7 |
5042 |
ORITAPO |
-66,49194 |
10,61472 |
80 |
152,1 |
126,3 |
70,3 |
130,8 |
59,7 |
124,4 |
141,2 |
137,4 |
80,6 |
107,2 |
225,2 |
5043 |
OSMA |
-66,51444 |
10,61583 |
30 |
116,3 |
89,4 |
60,8 |
46,1 |
72,7 |
105,8 |
128,7 |
120,8 |
73,0 |
91,3 |
204,8 |
5044 |
PIEDRA AZUL 1 |
-66,95000 |
10,56667 |
1350 |
29,0 |
14,7 |
26,8 |
52,7 |
53,0 |
80,6 |
93,0 |
92,1 |
101,8 |
86,1 |
60,2 |
5045 |
PIEDRA AZUL 2 |
-66,96667 |
10,56667 |
1050 |
36,7 |
14,2 |
43,6 |
30,5 |
45,2 |
83,1 |
114,0 |
102,7 |
117,4 |
107,5 |
80,6 |
9304 |
PUERTO ORICAO |
-67,18000 |
10,55889 |
12 |
27,7 |
21,6 |
17,6 |
29,4 |
48,4 |
35,9 |
52,5 |
62,9 |
54,2 |
62,6 |
63,2 |
9308 |
MAMO-ESCUELA NAVAL |
-67,04833 |
10,59389 |
81 |
9,5 |
9,5 |
7,5 |
25,9 |
24,0 |
37,2 |
41,9 |
41,6 |
34,1 |
40,4 |
34,5 |
9311 |
CARAYACA |
-67,13333 |
10,53333 |
972 |
30,2 |
22,7 |
26,7 |
81,4 |
82,4 |
65,5 |
86,6 |
116,9 |
99,0 |
112,9 |
97,2 |
9312 |
PUERTO CHICHIRIVICHE |
-67,23917 |
10,54806 |
22 |
34,7 |
16,4 |
26,4 |
44,2 |
55,7 |
41,3 |
54,3 |
62,7 |
53,5 |
77,1 |
71,8 |
9313 |
HACIENDA NARANJAL |
-67,23306 |
10,48944 |
408 |
38,3 |
32,8 |
39,9 |
91,8 |
93,7 |
97,0 |
112,7 |
156,9 |
147,6 |
158,6 |
130,7 |
9361 |
PETAQUIRE-DIQUE |
-67,15111 |
10,47000 |
1300 |
23,1 |
26,4 |
19,1 |
98,9 |
64,6 |
61,7 |
73,6 |
92,9 |
99,1 |
100,8 |
67,8 |
Fuente: Elaboración propia
Figura 2. Estaciones pluviométricas de los estados Miranda, Vargas y Distrito Capital con 10 años o más de registro a partir del año 1950 y estaciones de los estados Aragua, Guárico y Anzoátegui con 30 años de registro (1961-1990). (Fuente: Elaboración propia).
MÉTODO
A partir de los datos correspondientes a las estaciones localizadas en el mapa de l Figura 2 y Tabla 1 se generaron las isoyetas en formato vector a partir del raster, mediante la aplicación de la herramienta Surface de la extensión ArcGIS Spatial Analyst. Utilizando la herramienta Contour se trazaron isoyetas a intervalos de 200 milímetros (mm) de precipitación, aplicando la función Spline (Koch y Lyche, 1993).
Un Spline es una función diferenciable, definida en porciones mediante polinomios. Este método de interpolación “estima valores usando una función matemática que minimiza la curvatura general de la superficie, lo que resulta en una superficie suave que pasa exactamente por los puntos de entrada” (ArcGIS Resource Center, 2012).
Existen dos métodos de Spline: regularizado y de tensión. El método regularizado produce una superficie suave que varía gradualmente con los valores que pueden encontrase al exterior del rango de datos de la muestra. El método de tensión controla la rigidez de la superficie de acuerdo a las características del fenómeno modelado. De esta forma genera una superficie más irregular, con valores que están más restringidos por el rango de datos de la muestra. Debido a esta última propiedad, para el desarrollo del modelo de precipitación con Spline, se escogió el método con Tensión.
A efectos de lograr mayor control de la superficie de salida, el ArcGIS permite la manipulación de dos parámetros: el peso y la cantidad de puntos. Para el Spline de tensión, el parámetro de “peso” define el peso de la tensión; cuanto más alto es el peso, más gruesa es la superficie de salida. Los valores introducidos deben ser iguales o mayores que cero. Por otro lado, el parámetro “Cantidad de puntos” identifica el número de puntos que se utilizan en el cálculo de cada celda interpolada. Cuantos más puntos de entrada especifique, mayor será la influencia de los puntos distantes sobre cada celda y más suave será la superficie de salida (ArcGIS Resource Center, 2012).
Los parámetros aplicados fueron 70 para el peso igual y 5 para la cantidad de puntos igual (figura 4, abajo).
El algoritmo utilizado por la herramienta Spline se basa en la siguiente fórmula:
donde:
j = 1, 2, ..., N
N es la cantidad de puntos.; λj son coeficientes determinados por la solución de un sistema de ecuaciones lineales; rj es la distancia del punto (x, y) al punto j. T(x, y) y R(r) se definen de forma diferente, según la opción seleccionada (“REGULARIZED” o “TENSION”), siendo para la opción TENSION
T(x,y) = a1
Donde a1 es un coeficiente determinado por la solución de un sistema de ecuaciones lineales. Y,
donde: r es la distancia entre el punto y la muestra.
es el parámetro de peso.
es la función de Bessel modificada.
c es una constante igual a 0,577215.
Para la investigación, el método Spline con tensión fue desarrollado a partir de un conjunto de herramientas de 3D Analyst a través de la rutina presentada a continuación en la Figura 3.
Una vez obtenidos raster de salida, se procedió a clasificar los campos numéricos (precipitación) a intervalos definido de 600 mm, ajustar la “rampa de colores” y generar las isoyetas en formato vector mediante el uso de la herramienta “contour”, procesos descritos previamente.
Figura 3. Rutina de procesamiento para la generación de modelos a partir de la técnica Spline con Tensión en el software ArcGIS. (Fuente: Elaboración propia).
RESULTADOS
Descripción del mapa isoyético generado con interpolación Spline
Se observó que la parte oriental del estado Miranda presenta la mayor densidad de isoyetas, además de una distribución más compleja de las isolínea. La isoyeta de 1.200 mm, al oeste de la región de Barlovento, destaca como el límite que diferencia la entidad en cuanto a su comportamiento pluviométrico.
Hacia el occidente, predominan montos anuales de lluvia comprendidos entre los 800 a 1.200 mm. Destacan varios núcleos y ejes de precipitación. El núcleo de Guarenas-Guatire, es un área de precipitaciones con montos inferiores a 1.000 milímetros. También es el caso de La Pereza y Hacienda El Águila, poco más de 8 kilómetros al oeste del anterior. Igual sucede más al sur, en un gran núcleo conformado entre las localidades de Paraparo-Tazón-Cúa, Paracotos y Santa Lucía, el cual abarca la mayor parte de la región de los Valles del Tuy. Las mayores precipitaciones en esta parte del estado ocurren entre las localidades de Los Teques y El Almendro (más de 1.200 mm), y en el extremo suroeste entre Hacienda La Emilia, Caña Amarga y Onza-Hacienda Villegas, donde los montos medios oscilan de 1.200 a más de 1.400 mm anuales.
La región litoral y prelitoral, hasta 15 Km. a partir de la costa mirandina, quedan comprendidas entre las isoyetas de 1.200 mm a 1.600 mm, si bien en algunos segmentos de la franja costera se presentan precipitaciones inferiores a los 1.000 mm –Machurucuto, Unare– o 1.200 mm –Higuerote, Carenero–. Destaca la orientación casi paralela de las isoyetas respecto al borde costero regional.
La porción central de la llanura de Barlovento aparece delimitada por la isoyeta cerrada de 1.800 mm anuales. Hacia el oeste de la región se define un núcleo con centro en las localidades de La Macanilla y Aguaita-Ramal Araguita, que comprende hasta precipitaciones medias de 3.000 mm. Al centro de la región, otro núcleo con más de 2.400 se emplaza entre Tapipa y Panaquire, con más de 2.400 mm, mientras que hacia el sector oriental, los registros de El Guapo sostienen un núcleo de más de 2.000 mm.
Hacia el sur de la entidad las isoyetas se alinean más o menos paralelamente a los principales ejes orográficos. En contraposición en lo referido a la disposición de las isoyetas al norte del Estado, hacia la serranía del Litoral resalta el ángulo casi recto con el que algunas isoyetas cortan la alineación montañosa.
Así mismo, hacia la parte noroeste del Estado, en los límites con el estado Vargas, resulta notoria la influencia de las fuertes pendientes topográficas y particular exposición a los vientos locales, características del abra de Tacagua, factores que explican el acusado gradiente pluviométrico evidenciado por el conjunto de isoyetas concéntricas, con valores que pasan en muy corta distancia de 1.200 a 200 milímetros anuales de precipitación media.
Comparación del mapa generado por interpolación Spline con el análisis isoyético de Alba Zambrano
Como ya se apuntó, en su estudio geográfico sobre la cuenca del río Tuy, Zambrano (1970) incluyó un mapa isoyético con un considerable nivel de detalle, el cual abarca prácticamente todo el estado Miranda. Hasta el presente, el trabajo de Zambrano constituye una referencia fundamental para las investigaciones geográficas regionales, por lo que se consideró de interés comparar el mapa isoyético incluido en aquel estudio, con el producto resultante de la interpolación por Spline propuesto.
Al contrastar el referido mapa con las interpolaciones realizadas en el presente estudio, se observan tanto similitudes como diferencias en cuanto a la magnitud, distribución y orientación de las isoyetas y áreas de precipitación así delimitadas (Figura 4).
En la región del litoral mirandino, Zambrano traza isolíneas de precipitación entre 800 y 1.600 mm, las cuales presentan una serie de ondulaciones que no aparecen en las isoyetas obtenidas a través del Spline. No obstante, los montos de las isoyetas entre ambos mapas coinciden notablemente.
Por otra parte, en las estribaciones de la serranía del Litoral próximas al saliente de cabo Codera, las isolíneas de precipitación se orientan paralelas al relieve montañoso en el trazado de Zambrano, mientras que en el caso de las interpolaciones realizadas con Spline las isolíneas se presentan perpendiculares respecto a la orientación de aquellas estribaciones orientales de la serranía costera.
Para la región de Barlovento Zambrano propone la existencia de un eje entre Aguaita-Ramal Araguita y Tapipa que alcanza un monto promedio anual comprendido entre 2.400 a 2.600 mm, mientras que en las interpolaciones efectuadas con Spline aparecen dos núcleos: La Macanilla, con más de 3.000 mm y Panaquire-Tapipa, con más de 2.400 mm. Más al este, en El Guapo, se presentan precipitaciones similares en ambos mapas.
Al occidente del Estado se aprecian diferencias significativas. Al suroeste, coinciden los montos pluviométricos entre los mapas; no obstante, las isoyetas de Zambrano se extienden más de 15 kilómetros hacia el norte con respecto a las generadas con las interpolaciones Spline. Así, por ejemplo, mientras que la localidad de Tácata aparece delimitada por la isoyeta de 1.400 mm en el mapa de Zambrano, la ausencia de su serie en el registro del INAMEH imposibilitó su incorporación a los modelos desarrollados en este estudio.
En lo que respecta al área de precipitación definidas por las estaciones Cúa-Charallave-Santa Lucía, en los mapas se encuentra una coincidencia parcial entre las isoyetas que la delimitan. Así mismo, se observa una coincidencia longitudinal en el trazado de la isoyeta de 1.200 mm entre los mapas. En contraposición, Zambrano presenta en su mapa un núcleo de 2.200 mm de precipitación centrado en Maitana, vecino y modelador del área de precipitación Cúa-Charallave-Santa Lucía, mientras que en los mapas interpolados es inexistente, esto debido a la ausencia de información de las estaciones que lo sustentan: Maitana y Naranjal San Diego.
Por otra parte, se observa que en los mapas interpolados con Spline, Guarenas-Guatire se presentan como un eje de precipitación independiente, mientras que la misma zona aparece unida al Distrito Metropolitano por la isoyeta de 800 mm en el mapa de Zambrano (ver Figura 4).
Figura 4. (abajo) mapa isoyético del estado Miranda generado por el interpolador Spline con tensión, con base en 180 estaciones con registros de diez o más años, a partir de 1950 y (arriba) mapa de isoyetas según Alba Zambrano (1970).
CONCLUSIONES
Entre los mapas de precipitación del estado Miranda precedentes, es el de Zambrano (1970) el más detallado en cuanto a las isoyetas y áreas de precipitación trazados, así como la consideración de factores influyentes en la distribución espacial de las precipitaciones. La comparación realizada respecto a los mapas del presente estudio obtenidos mediante las técnicas de interpolación, permite establecer correspondencias generales en cuanto a la existencia de áreas de precipitación y la trayectoria de isoyetas, principalmente en la región de Barlovento y el litoral mirandino. Las principales diferencias se observaron respecto a la distribución de las precipitaciones al norte del estado Miranda, donde Zambrano destaca la influencia condicionante del relieve de la Serranía del Litoral en la trayectoria de las isoyetas de la zona, mientras que el trazado de las mismas por parte de los interpoladores es limitada, principalmente debido a la ausencia de un mayor número de estaciones y la característica isotrópica propia de la técnica aplicada. De igual forma, en el occidente mirandino, las principales diferencias pueden ser atribuidas a la ausencia de estaciones en la base de datos utilizada para este trabajo, pero disponibles para el mapa de Zambrano; en otras palabras, constituirían evidencia de la pérdida de algunas series de datos.
Se considera que la metodología, técnicas y herramientas desarrolladas para la recolección de información pluviométrica, su tabulación, desenglobe de montos y estimación de datos faltantes; las rutinas desarrolladas para cada técnica de interpolación; la comparación de los mapas obtenidos a partir de los modelos interpolados; y el procedimiento para establecer tipos pluviométricos y sub-tipos pluviométricos desarrollados en esta investigación, constituirán una referencia para el desarrollo de otros estudios de precipitación necesarios en el país.
En relación con lo anterior, merece resaltar la utilidad del proceso metodológico, así como de las técnicas y herramientas desarrolladas en la presente investigación para su aplicación en el ámbito educativo, especialmente de las cátedras relacionadas al proceso de enseñanza de tecnologías de información geográficas, geoestadística, climatología general y climatología aplicada de Venezuela, entre otras áreas.
Finalmente, las deficiencias cualitativas y cuantitativas detectadas en las bases de datos pluviométricos durante el proceso de esta investigación, ponen en evidencia la necesidad de densificar la red de estaciones de medición, particularmente en aquellas áreas que incluyen centros poblados, con el doble propósito de apoyar los sistemas de alerta temprana, ante la eventualidad de episodios lluviosos de extraordinaria magnitud y, a la vez, suministrar la información básica que permita investigar los efectos del cambio climático global sobre la intensidad, la frecuencia y la trayectoria de las tormentas.
REFERENCIAS
Ali, M. y Othman, F. (2018). Raingauge network optimization in a tropical urban area by coupling cross-validation with the geostatistical technique. Hydrological Sciences Journal, 63(3), 474-491. Recuperado de https://www.tandfonline.com./doi/citedby/10.1080/02626667.2018.1437271?scroll=top&needAccess=true
ArcGIS Resource Center. (2012). Cómo funciona Spline. ArcGIS Resources. Recuperado de http://resources.arcgis.com/es/help/
Arias V., A., Sáez S., V. y Siso L., E. (2017). Inundaciones ocurridas entre 1970 y 2005 y su relación con la precipitación del percentil 25%. Región Central de Venezuela. Terra Nueva Etapa, 33(53), 219-246. Recuperado de https://www.redalyc.org/pdf/721/72152384010.pdf
Bejarano D., B. (2008, Octubre 21). Quebrada arrastró 20 carros y colapsó Panamericana. El Universal, Caracas, p. 3-1
Carrera-Villacrés, V., Guevara-García. P. V., Tamayo-Bacacela, L. C., Balarezo-Aguilar, A. L., Narváez-Rivera, C. A., y Morocho-López, D. R. (2016). Relleno de series anuales de datos meteorológicos mediante métodos estadísticos en la zona costera e interandina del Ecuador y cálculo de la precipitación media. IDESIA, 34(3), 81-90. Recuperado de https://scielo.conicyt.cl/pdf/idesia/v34n3/art10.pdf
Cheng, K. S., Lin, Y.C. y Liou, J. J. (2007). Rain-gauge network evaluation and augmentation using geostatistics. Hydrological Processes, 22(14), 2554-2564. Recuperado de https://www.researchgate.net/publication/229894747_RainGauge_Network_Evaluation_and_Augmentation_Using_Geostatistics
El Nacional. (2019, Mayo 31). Cinco viviendas afectadas por fuertes lluvias en Los Teques. El Nacional. Recuperado de https://www.elnacional.com/sociedad/cinco-viviendas-afectadas-por-fuertes-lluvias-los-teques_284041/
Foghin-Pillin, S. y Millán, Z. (2007). Observaciones pluviométricas en San Antonio de los Altos (Estado Miranda) durante los meses de enero a agosto de 2007. Sapiens. Revista Universitaria de Investigación, 8(2), 187-195. Recuperado de https://www.redalyc.org/pdf/410/41080212.pdf
Freile, A. (1962). Mapa fisiográfico de la República de Venezuela. Caracas: Ministerio de Minas e Hidrocarburos
Freile, A. (1968). Regiones climáticas de Venezuela. Boletín de Geología, 10(19), 3-156
Glynn, H. J. y Heinke, G. W. (1999). Ingeniería ambiental. México: Prentice Hall/Pearson
Gobernación del Estado Bolivariano de Miranda. (2011). Plan de Ordenación del Territorio del Estado Bolivariano de Miranda. Los Teques: Autor
Goldbrunner, A. W. (1960). Las causas meteorológicas de las lluvias de extraordinaria magnitud en Venezuela. Caracas: Ministerio de Obras Públicas
Goldbrunner, A. W. (1976). El clima de Venezuela y su clasificación. Caracas: Instituto Universitario Pedagógico de Caracas/Servicio de Meteorología y Comunicaciones de la Fuerza Aérea Venezolana
Goldbrunner, A. W. (1984). Atlas climatológico de Venezuela 1951-1970. Maracay: Servicio de Meteorología de la Fuerza Aérea Venezolana
González, E. (1948). Datos detallados de climatología de Venezuela. Caracas: Ministerio de Sanidad y Asistencia Social
Grosske, F. (1968). Sobre la pluviosidad en Caracas. Caracas: Edición del Concejo Municipal del Distrito Federal
Guenni, L., Degryze, E. y Alvarado, K. (2008). Análisis de la tendencia y la estacionalidad de la precipitación mensual en Venezuela. Revista Colombiana de Estadística, 31(1), 41-65
Guevara D., J. M. (1987). Métodos de estimación y ajuste de datos climáticos. Caracas: Universidad Central de Venezuela
Guhathakurta, Sreejith y Menon. (2011). Impact of climate change on extreme rainfall events and flood risk in India. Journal of Earth Systems Science, 120(3), 359-373. Recuperado de https://www.ias.ac.in/article/fulltext/jess/120/03/0359-0373
Hernández, R., Fernández, C. y Batista, P. (2006). Metodología de la investigación. México: McGraw-Hill Interamericana
Hernández, A., Guenni, L. y Sansó, B. (2011). Características de la precipitación extrema en algunas localidades de Venezuela. Interciencia, 36(3), 185-191. Recuperado de https://www.redalyc.org/articulo.oa?id=339/33917977005
Koch P.E. y Lyche T. (1993). Interpolation with Exponential B-Splines in Tension. In: Farin G., Noltemeier H., Hagen H., Knödel W. (eds) Geometric Modelling. Computing Supplementum, vol. 8. Vienna: Springer
Landaeta, L. (2016). Una propuesta de tipos pluviométricos para el estado Miranda, Venezuela. Revista de Investigación, 87(40), 267-294. Recuperado de https://www.redalyc.org/pdf/3761/376146819012.pdf
Linsey, R. K., Kohler, M. A. y Paulhus, J. L. (1988). Hydrology for Engineers. New York: McGraw-Hill
Méndez M. W., y Cartaya, S. (2003). Algunos aspectos hidroclimáticos de la cuenca de la quebrada Charallave, valles del Tuy, estado Miranda, Venezuela. Revista de investigación, 53, 43-69
Organización Meteorológica Mundial-OMM. (1992). Vocabulario Meteorológico Internacional. No. 182. Ginebra: OMM
Sánchez C., J. M. (1981). Mesoclimas en Venezuela. Caracas: Ministerio de Agricultura y Cría
Servicio de Meteorología de la Fuerza Aérea Venezolana-SEMETFAV. (1982). Promedios climatológicos de Venezuela 1951-1980. Maracay: SEMETFAV
Servicio de Meteorología de la Fuerza Aérea Venezolana-SEMETFAV. (1993). Estadísticas climatológicas de Venezuela. Período 1961-1990. Maracay: SEMETFAV
Sifontes, E. (1929). Venezuela meteorológica. Caracas: Imprenta El Cojo
Singh, V. P. (2017). Handbook of Applied Hydrology. Second Edition. New York: McGraw-Hill Education
Xu, R., Tian, F., Yang, L., Hu, H., Lu, H. y Hou, A. (2017). Ground validation of GPM IMERG and TRMM 3B42V7 rainfall products over southern Tibetan Plateau based on a high-density rain gauge network. Journal of Geophysical Research: Atmospheres, 122, 910–924. Recuperado de https://agupubs.onlinelibrary.wiley.com/doi/epdf/10.1002/2016JD025418
Vila, M. A. (1967). Aspectos geográficos del estado Miranda. Caracas: Corporación Venezolana de Fomento
Vila, P. (1960). Geografía de Venezuela Tomo I. Caracas: Ministerio de Educación
Wilhite, D. (2006). Drought monitoring and early warning. WMO – No. 1006. Geneva: World Meteorological Organization
World Meteorological Organization-WMO. (2008). Guide to hydrological practices. Geneva: WMO
World Meteorological Organization-WMO. (2018). WMO steps up action on water. (Press release). Recuperado de https://public.wmo.int/en/media/press-release/wmo-steps-action-water
Zambrano, A. (1970). Estudio Fisiográfico Regional de la Cuenca del Tuy. Boletín de Geología, 11(21), 2-206