Clasificación del Riesgo de Ola de Calor Basada en Regímenes Climáticos y Evaluación de la Resiliencia Climática Urbana en Nueva Delhi (1997-2016)
Autores: Li, Yukai; Zhong, Chenglong; Deng, Zhen; Jiang, Zeyun
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Clasificación del Riesgo de Ola de Calor Basada en Regímenes Climáticos y Evaluación de la Resiliencia Climática Urbana en Nueva Delhi (1997-2016)
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Calor extremo
Llanura del Norte de la India
Riesgo de ola de calor
Temperatura media diaria
Agrupamiento k-means
Criterio de ola de calor
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 6
Citaciones: Sin citaciones
El calor extremo en la llanura del norte de la India se ha intensificado en las últimas décadas, con temperaturas en Delhi que superan repetidamente los 48 grados Celsius. Presentamos una tipología de riesgo de olas de calor físicamente interpretable y computacionalmente eficiente utilizando observaciones agregadas de estaciones sobre la temperatura media diaria, la humedad relativa, la velocidad del viento y la presión desde 1997 hasta 2016. Las características diarias controladas por calidad y estandarizadas (verificadas por PCA) se agruparon con k-means; los índices de validez interna (Silhouette, Calinski-Harabasz y Davies-Bouldin) identificaron una partición óptima con k = 3, definiendo tres regímenes climáticos distintos. La combinación de estos regímenes con un criterio absoluto de ola de calor (media diaria >=30 grados Celsius durante >=3 días) reveló un gradiente pronunciado: un régimen seco-cálido y de alta presión (41% de los días) representó el 63% de los días de ola de calor (media de 33.4 grados Celsius; duración mediana ~17 días); un fondo templado-húmedo (59%) produjo una incidencia de ~8%; y una rara intrusión seca impulsada por bloqueo (35 grados Celsius y episodios que persisten durante >=30 días). Las relaciones entre régimen y ola de calor fueron estadísticamente significativas y robustas en pruebas de sensibilidad, incluyendo variaciones en, algoritmos de agrupamiento alternativos y remuestreo bootstrap. Este flujo de trabajo de cuatro etapas consiste en preparación de datos, extracción de características, clasificación de regímenes y atribución de riesgo de ola de calor, y proporciona una base transparente para advertencias tempranas conscientes del régimen, gestión de la demanda energética y protección de la salud pública en Delhi, y es transferible a otras regiones que se urbanizan rápidamente.
Descripción
El calor extremo en la llanura del norte de la India se ha intensificado en las últimas décadas, con temperaturas en Delhi que superan repetidamente los 48 grados Celsius. Presentamos una tipología de riesgo de olas de calor físicamente interpretable y computacionalmente eficiente utilizando observaciones agregadas de estaciones sobre la temperatura media diaria, la humedad relativa, la velocidad del viento y la presión desde 1997 hasta 2016. Las características diarias controladas por calidad y estandarizadas (verificadas por PCA) se agruparon con k-means; los índices de validez interna (Silhouette, Calinski-Harabasz y Davies-Bouldin) identificaron una partición óptima con k = 3, definiendo tres regímenes climáticos distintos. La combinación de estos regímenes con un criterio absoluto de ola de calor (media diaria >=30 grados Celsius durante >=3 días) reveló un gradiente pronunciado: un régimen seco-cálido y de alta presión (41% de los días) representó el 63% de los días de ola de calor (media de 33.4 grados Celsius; duración mediana ~17 días); un fondo templado-húmedo (59%) produjo una incidencia de ~8%; y una rara intrusión seca impulsada por bloqueo (35 grados Celsius y episodios que persisten durante >=30 días). Las relaciones entre régimen y ola de calor fueron estadísticamente significativas y robustas en pruebas de sensibilidad, incluyendo variaciones en, algoritmos de agrupamiento alternativos y remuestreo bootstrap. Este flujo de trabajo de cuatro etapas consiste en preparación de datos, extracción de características, clasificación de regímenes y atribución de riesgo de ola de calor, y proporciona una base transparente para advertencias tempranas conscientes del régimen, gestión de la demanda energética y protección de la salud pública en Delhi, y es transferible a otras regiones que se urbanizan rápidamente.