Spatiotemporal Patterns of Extreme Rainfall Events Across Ecuador: An Assessment Using a Multi-Satellite Database
No Thumbnail Available
Date
2026-06-23
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca, Facultad de Ciencias Químicas
Abstract
Continental Ecuador, located in northwestern South America, is characterized by complex climate dynamics shaped by global, regional, and local interactions, including the Intertropical Convergence Zone, El Niño-Southern Oscillation (ENSO), moisture transport from the Amazon, and the orographic influence of the Andes. This study employs a multivariate approach to select, from nine gridded rainfall datasets, the one that best reproduces 12 Expert Team on Climate Change Detection and Indices (ETCCDI) extreme rainfall indices based on in situ observations from 135 meteorological stations. The best-performing dataset is then used to identify and characterize spatially homogeneous regions with similar extreme rainfall patterns across continental Ecuador. Ward's hierarchical clustering with multivariate Euclidean distance was applied to define these regions, and an observational and quantitative approach was used to describe them. RAIN4PE is the top-performing product in reproducing extreme rainfall indices. Regionalization identifies seven subregions: coastal zones are most sensitive to ENSO, inter-Andean transition zones host the most intense extreme rainfall activity, Andean subregions show high spatial heterogeneity driven by orography, and the Amazon displays the most uniform and predictable rainfall distribution with the greatest interannual stability.
Resumen
El Ecuador continental, situado en el noroeste de Sudamérica, se caracteriza por una dinámica climática compleja determinada por interacciones globales, regionales y locales, entre las que se incluyen la Zona de Convergencia Intertropical, El Niño-Oscilación del Sur (ENOS), el transporte de humedad desde la Amazonía y la influencia orográfica de los Andes. Este estudio emplea un enfoque multivariante para seleccionar, de entre nueve conjuntos de datos de precipitaciones en malla, aquel que mejor reproduce los 12 índices de precipitaciones extremas del Equipo de Expertos en Detección e Índices del Cambio Climático (ETCCDI), basados en observaciones in situ de 135 estaciones meteorológicas. A continuación, se utiliza el conjunto de datos con mejor rendimiento para identificar y caracterizar regiones espacialmente homogéneas con patrones similares de precipitaciones extremas en todo el Ecuador continental. Para definir estas regiones se aplicó el agrupamiento jerárquico de Ward con distancia euclidiana multivariante, y se utilizó un enfoque observacional y cuantitativo para describirlas. RAIN4PE es el producto que mejor se desempeña en la reproducción de los índices de precipitaciones extremas. La regionalización identifica siete subregiones: las zonas costeras son las más sensibles al ENOS, las zonas de transición interandinas albergan la actividad de precipitaciones extremas más intensa, las subregiones andinas muestran una elevada heterogeneidad espacial determinada por la orografía, y la Amazonía presenta la distribución de precipitaciones más uniforme y predecible, con la mayor estabilidad interanual.
Keywords
Ciencias Químicas, Precipitación satelital, Clustering, Regionalización
Citation
Código de tesis
TM4; 2790
Código de tesis
Grado Académico
Magíster en Ciencias Ambientales