%0 Journal Article
%T Regionalizaci¨®n de los d¨ªas secos en Argentina: Un enfoque metodol¨®gico Regionalization of dry days in Argentina: A methodological approach
%A Mar¨ªa L Bettolli
%A Juan A Rivera
%A Olga C Penalba
%J Meteorologica
%D 2010
%I Centro Argentino de Meteor¨®logos
%X La regionalizaci¨®n de diferentes variables clim¨¢ticas ha sido llevada a cabo en diversas zonas del mundo, dado que para distintos prop¨®sitos es conveniente dividir espacialmente la climatolog¨ªa de una variable en un n¨²mero de ¨¢reas cuasi-homog¨¦neas. El objetivo de este trabajo es la obtenci¨®n de una regionalizaci¨®n objetiva de las distintas variabilidades temporales de las cantidades de d¨ªas secos en la Rep¨²blica Argentina durante el trimestre de verano. Con el fin de lograr regiones con similar variabilidad temporal en las cantidades de d¨ªas secos se exploraron dos m¨¦todos: An¨¢lisis de Componentes Principales (ACP) y el algoritmo de agrupamiento no-jer¨¢rquico de k-means. En base a una evaluaci¨®n de los patrones espaciales, la regionalizaci¨®n obtenida mediante el m¨¦todo de k-means aplicado sobre las componentes principales rotadas m¨¢s importantes, es m¨¢s apropiada en comparaci¨®n con la determinada por el m¨¦todo de ACP rotadas. Mediante este m¨¦todo, el territorio nacional presenta seis regiones principales: las regiones Centro- Este; Noreste; Centro y Sur Bonaerense; Noroeste; Centro-Oeste y Patag¨®nica, las cuales son clim¨¢ticamente coherentes. Objective regionalizations of different climatic variables have been performed in many regions of the World. For different purposes is convenient to make a spatial regionalization to find quasi-homogeneous climatic regions. The main objective of this work is to identify spatially homogeneous regions of dry days in Argentina with different temporal variabilities during summer season. In order to achieve regions with similar temporal variability in the amount of dry days, two methods are explored: principal component analysis (PCA) and k-means nonhierarchical cluster method. By means of a spatial patterns examination, the regionalization derived by k-means on the most important rotated principal components extracted is more adequate in comparison with the proposed by PCA method. Through this methodology, the country is divided in six main regions: Northeast region; Central-East region; Central and South Buenos Aires region; Northwest region; Central-West region; and Patagonia region, which are climatically consistent.
%K Regionalizaci¨®n
%K D¨ªas secos
%K Sequ¨ªas
%K An¨¢lisis de componentes principales
%K K-means
%K Regionalization
%K Dry days
%K Droughts
%K Principal components analysis
%K K-means
%U http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1850-468X2010000200003