DOI: https://doi.org/10.37811/cl_rcm.v6i5.3370
Análisis de componentes principales de bio-clima en Bolivia
C. Nina
https://orcid.org/0000-0001-8113-0189
S. Nina
scirleymaritzaninayucra@gmail.com
https://orcid.org/0000-0002-5456-9492
J.C. Quispe
juancarlos_quispeapaza@hotmail.com
https://orcid.org/0000-0002-7533-6604
Posgrado de Ingeniería Industrial, Universidad Mayor de San Andrés
La Paz – Bolivia
RESUMEN
En este artículo se presentan los 19 bioclimas de Bolivia, registrados por entidades públicas en 89 localidades, para el estudio se disponen de 1691 datos. El objetivo del trabajo es identificar mediante componentes principales los bioclimas con mayor influencia en Bolivia. Los hallazgos revelan que existen dos componentes principales, PC1 y PC2 que explican el 76,58% y el 11,19% de la varianza total de los datos respectivamente. Los Bioindicadores BIO 6, BIO9, BIO 11, BIO 12 (Temperatura mínima del mes más Frío, Temperatura media del trimestre más frío, Temperatura media del trimestre más seco, Precipitación anual) aportan a la PC1; y BIO 3, BIO 4, BIO 5 (isotermalidad , estacionalidad en la temperatura, temperatura máxima del mes más cálido) aportan a la PC2. También se concluye que en las zonas de mayor elevación Potosí, Oruro, parte de Chuquisaca y La Paz, se ven afectadas significativamente por temperaturas frías en épocas secas y en las zonas que presentan menor elevación Santa Cruz, Beni y Tarija, existen localidades con temperaturas extremadamente cálidas con un cambio de temperatura mínimo. Las localidades de Bermejo e Ibibobo tienen la menor isotermalidad, manteniendo una temperatura casi constante durante todo el año.
Palabras clave: PCA; varianza; bio indicador; componentes principales; cambio climático
Correspondencia: cnina1010@gmail.com
Artículo recibido 10 agosto 2022 Aceptado para publicación: 10 septiembre 2022
Conflictos de Interés: Ninguna que declarar
Todo el contenido de Ciencia
Latina Revista Científica Multidisciplinar, publicados en este sitio están
disponibles bajo Licencia Creative Commons 
.
Cómo citar: Nina, C., Nina, S., & Quispe, J. (2022). Análisis de componentes principales de bio-clima en Bolivia. Ciencia Latina Revista Científica Multidisciplinar, 6(5), 4005-4014. https://doi.org/10.37811/cl_rcm.v6i5.3370
Analysis of principal components of bio-climate in Bolivia
ABSTRACT
This article presents the 19 bioclimates of Bolivia, registered by public entities in 89 localities, for the study 1691 data are available. The objective of the work is to identify through main components the bioclimates with the greatest influence in Bolivia. The findings reveal that there are two main components, PC1 and PC2, that explain 76.58% and 11.19% of the total variance of the data, respectively. Bioindicators BIO 6, BIO9, BIO 11, BIO 12 (Minimum temperature of the coldest month, Average temperature of the coldest quarter, Average temperature of the driest quarter, Annual precipitation) contribute to PC1; and BIO 3, BIO 4, BIO 5 (isothermality, seasonality in temperature, maximum temperature of the warmest month) contribute to PC2. It is also concluded that in the areas of higher elevation Potosí, Oruro, part of Chuquisaca and La Paz, they are significantly affected by cold temperatures in dry seasons and in the areas with lower elevation Santa Cruz, Beni and Tarija, there are localities with temperatures extremely warm with minimal temperature change. The towns of Bermejo and Ibibobo have the least isothermality, maintaining an almost constant temperature throughout the year.
Keywords: PCA; variance; bio indicator; principal components; climate change
INTRODUCCIÓN
El abordaje de los bioclimas ha sido diverso. Los investigadores se han orientado a descubrir: (i) la temperatura efectiva para hallar el índice de confort humano (Ángulo, Muñoz, Barradas, 2004; Tejeda Rivas, 2003); (ii) la porosidad del suelo como mecanismos de absorción de las radiaciones solares (Jáuregui, Heres, 2008); (iii) los cambios en las precipitaciones (Huasasquiche, Kómetter, 2017), los cuales terminan siendo el efecto de la interacción de múltiples variables de orden geográfico.
En base a las características geográficas de Bolivia, el presente trabajo pretende identificar variables bioclimáticas que influyen en las regiones del territorio nacional, planteando la hipótesis de que existe una correlación entre las variables bioclimáticas, ya que varias de ellas están relacionadas con las temperaturas en los meses cálidos y fríos. Por lo expuesto anteriormente se decide efectuar un análisis de componentes principales de bioclimas en Bolivia.
METODOLOGÍA
Se tiene 19 variables bioclimáticas establecidas por las entidades públicas de Bolivia: INE (Instituto Nacional de Estadística), Senamhi (Servicio Nacional de Meteorología e Hidrología) y Ministerio de Medio Ambiente y Aguas. Estas se muestran en la tabla 1.
Tabla 1. Variables Bioclimáticas de Bolivia
|
VARIABLE |
DESCRIPCIÓN |
|
BIO 1 |
Temperatura media anual |
|
BIO 2 |
Rango de temperaturas diurnas |
|
BIO 3 |
Isotermalidad (BIO2/BIO7) (* 100) |
|
BIO 4 |
Estacionalidad en la temperatura (desviación estándar * 100) |
|
BIO 5 |
Temperatura máxima del mes más cálido |
|
BIO 6 |
Temperatura mínima del mes más frío |
|
BIO 7 |
Rango anual de temperatura (BIO5-BIO6) |
|
BIO 8 |
Temperatura media del trimestre más lluvioso |
|
BIO 9 |
Temperatura media del trimestre más seco |
|
BIO 10 |
Temperatura media del trimestre más cálido |
|
BIO 11 |
Temperatura media del trimestre más frıo |
|
BIO 12 |
Precipitación anual |
|
BIO 13 |
Precipitación del mes más lluvioso |
|
BIO 14 |
Precipitación del mes más seco |
|
BIO 15 |
Estacionalidad en la precipitación (coeficiente de variación) |
|
BIO 16 |
Precipitación del trimestre mas lluvioso |
|
BIO 17 |
Precipitación del trimestre más seco |
|
BIO 18 |
Precipitación del trimestre más cálido |
|
BIO 19 |
Precipitación del trimestre más frio |
Nota. - BIO = Bioclima
Para la implementación de la técnica de análisis de componentes principales se usó el software RStudio, que genera una matriz de correlaciones entre las variables. Se estudiaron 19 variables bioclimáticas en 89 localidades del territorio nacional de Bolivia generando un total de 1691 datos, como se muestra en la tabla 2.
Tabla 2. Base de datos de los 19 indicadores bioclimáticos y 89 localidades de Bolivia.
Nota. BIO = Bioclima, Pueblo= localidad, los datos son de BIO1 a BIO 19.
Para la estandarización de datos se procede al cálculo de matriz de correlación, El valor de la correlación es -0.9868018
Figura 1. Matriz de Correlaciones.
Nota. BIO = Bioclima, Pueblo= localidad, los datos son de BIO1 a BIO 19. La correlación se muestra con la escala de colores.
La técnica elegida “análisis de componentes principales” (PCA) permite trabajar con una gran cantidad de variables y en función a la correlación, reduce la cantidad de variables permitiendo un análisis más simple del problema en estudio.
RESULTADOS
En este apartado se exponen los hallazgos, lo trascendente del estudio expresado con cierto detalle en la exposición que sostenga el porqué del trabajo: justificando las conclusiones a las que se arribó. Los resultados deben ser objetivos y claros demostrando que son la consecuencia lógica de la metodología utilizada.
El proceso del PCA identificó las direcciones en las que la varianza es mayor, En la Figura 2 se muestran los componentes principales más significativos.
Figura 2. Cálculo de componentes principales
Nota. PC= Componente principal, BIO = Bioclima.
Figura 3. Resultado de cada componente principal
Nota. Son las desviaciones y varianzas típicas de cada componente
Como se observa en la Figura 3. muestra los valores de la desviación estándar y la varianza de componentes principales. El PC1 (componente principal 1) representa alrededor del 76.58% de la varianza total de las variables elegidas. La varianza de la PC2 representa el 11.19% de la varianza total, siendo estas dos las más significativas.
Por consiguiente, si observamos la Figura 2. podemos indicar que los Bioindicadores BIO 6, BIO9, BIO 11, BIO 12 (Temperatura mínima del mes más Frío, Temperatura media del trimestre más frío, Temperatura media del trimestre más seco, Precipitación anual) aportan más datos a la componente principal PC1; y BIO 3, BIO 4, BIO 5(isotermalidad, estacionalidad en la temperatura, temperatura máxima del mes más cálido) aportan más datos a la componente principal PC2.
Figura 4. Visualización de Componentes
Nota. Dimensiones = al porcentaje de aporte de componente principal
En la figura 4, se visualiza la gráfica del porcentaje de variables explicadas Vs dimensiones, lo que indica que la PC1 y PC2 son las componentes principales más significativas.
Figura 5. Los 30 individuos que contribuyen más al estudio
Nota: BIO’s verde= PC1, BIO’s celeste = PC2
En la figura 5 se muestra a las 30 poblaciones que aportan más varianza a las componentes principales PC1 y PC2, las regiones cercanas a la componente principal 1 se comportan de manera próxima bajo la influencia de la temperatura fría en épocas secas. Para las regiones cercanas a la componente 2 se comportan de manera constante donde la temperatura es más cálida, el cambio de temperatura es mínimo
DISCUSIÓN Y CONCLUSIONES
En base a la investigación realizada se concluye que en las zonas de mayor elevación Potosí, Oruro, parte de Chuquisaca y La Paz, existen localidades que son afectadas significativamente por temperaturas frías en épocas secas, de manera análoga en las zonas que presentan menor elevación Santa Cruz, Beni y Tarija, existen localidades con temperaturas extremadamente cálidas con un cambio de temperatura mínimo.
Las localidades de Bermejo e Ibibobo tienen la menor isotermalidad, manteniendo una temperatura constante durante todo el año, con variaciones mínimas.
LISTA DE REFERENCIAS
Ballo Moreno, Amparo. (2008). 100 Problemas resueltos de estadística multivariante (implementados en Matlab). Madrid, España: Delta Publicaciones.
Angulo Córdova, Q.; Muñoz Orozco, A.; Barradas Miranda, VL. (2004). ESTUDIO DEL BIOCLIMA HUMANO EN DIECISÉIS LOCALIDADES DEL ESTADO DE TABASCO MEDIANTE EL ÍNDICE DE CONFORT TEMPERATURA EFECTIVA. 29/07/2022, de universidad y ciencia Sitio web:chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.redalyc.org/pdf/154/15404004.pdf
Plateros Gastelum, Pedro Antonio (2019). Reducción de dimensiones y selección de variables en modelos de distribución de especies. 14/07/2022, de RStudio Sitio web: https://rstudio-pubs-static.s3.amazonaws.com/556685_ad3ba4f6f3da47378fb13080fd5a196f.html
Plateros Gastelum, Pedro Antonio (2019). Reducción de dimensiones y selección de variables en modelos de distribución de especies. 16/07/2022, de Rpubs by RStudio Sitio web: https://www.rpubs.com/PedroAPG/556685
Amat Rodrigo, Joaquín (2017). Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. 20/07/2022, de Rpubs by RStudio Sitio web: https://rpubs.com/Joaquin_AR/287787
Jáuregui Ostos, Ernesto; Heres Pulido, María Eugenia (2008). El clima/bioclima de un parque periurbano de la Ciudad de México. 30-06-2022, de Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAM Sitio web: https://www.redalyc.org/pdf/569/56911125007.pdf
Gil Martínez, Cristina. (2018). ANÁLISIS DE COMPONENTES PRINCIPALES (PCA). 20/07/2022, de Rpubs by RStudio Sitio web: https://rpubs.com/Cristina_Gil/PCA
Tejeda Martínez, Adalberto; Rivas Camargo, David A. (2003). El bioclima humano en urbes del sur de México para condiciones de duplicación de CO2 atmosférico. 29-07-2022, de Investigaciones Geográficas (Mx) Sitio web: https://www.redalyc.org/pdf/569/56905104.pdf
Huasasquiche Salvatierra, Janeth; Kómetter Mogrovejo, Roberto (2017). El aporte de los saberes comunales andinos en la utilización de los bienes y servicios ecosistémico. 30-07-2022, de Estudio de la Mancomunidad Saywite Choquequirao Ampay en Apurímac, Perú Sitio web: chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.bosquesandinos.org/wp-content/uploads/2017/08/Articulo-05-PBA-web.pdf
Andressen, Rigoberto; Monasterio, Maximina; Terceros, Luis F. (2007). Regímenes climáticos del altiplano sur de Bolivia: una región afectada por la desertificación. 05/10/2022, de Revista Geográfica Venezolana, Universidad de los Andes Mérida, Venezuela, Redalyc.org. Sitio web: https://www.redalyc.org/pdf/3477/347730365002.pdf
Tejada M., Freddy. (2013). Experiencias locales en adaptación 01 cambio climático en Bolivia. 05/10/2022, de T'inkazos. Revista Boliviana de Ciencias Sociales, Programa de Investigación Estratégica en Bolivia La Paz, Redalyc.org. Sitio web: https://www.redalyc.org/pdf/4261/426142156002.pdf
Hernández Cerda, María Engracia; Ordoñez Díaz, María de Jesús; Giménez de Azcárate, Joaquín. (2018). Análisis comparativo de dos sistemas de clasificación bioclimática aplicados en México . 05/10/2022, de Investigaciones Geográficas, Universidad Nacional Autónoma de México Distrito Federal, Redalyc.org. Sitio web: https://www.redalyc.org/journal/569/56966822004/56966822004.pdf
Carabajal, María Inés. (2016). Servicios climáticos y producción de conocimiento científico útil. Estudio de caso en una comunidad climática de Argentina. 05/10/2022, de Cuadernos de Antropología Social, Universidad de Buenos Aires, Redalyc.org. Sitio web: https://www.redalyc.org/pdf/1809/180948645005.pdf
Díaz Cordero, Gerarda. (2012). El cambio climático. 05/10/2022, de Ciencia y Sociedad, Instituto Tecnológico de Santo Domingo , Redalyc.org. Sitio web: https://www.redalyc.org/pdf/870/87024179004.pdf
González E., Martha; Jurado, Enrique ; González E., Socorro; Aguirre C. , Óscar ; Jiménez P., Javier; Navar, José. (2003). CAMBIO CLIMÁTICO MUNDIAL: ORIGEN Y CONSECUENCIAS. 05/10/2022, de Ciencia UANL, Universidad Autónoma de Nuevo León Monterrey, Redalyc.org. Sitio web: https://www.redalyc.org/pdf/402/40260313.pdf
Pérez Palmar, Edwuind. (2017). El cambio climático, ¿ficción o realidad?... una percepción desde la comunidad internacional. 05/10/2022, de Revista Geográfica Venezolana, Redalyc.org, Universidad de los Andes Mérida. Sitio web: https://www.redalyc.org/pdf/3477/347753792013.pdf
Staines Urias, Francisca. (2007). Cambio climático: interpretando el pasado para entender el presente. 05/10/2022, de Ciencia Ergo Sum, Universidad Autónoma del Estado de México Toluc, Redalyc.org. Sitio web: https://www.redalyc.org/pdf/104/10414313.pdf