remcf Revista mexicana de ciencias forestales Rev. mex. de cienc. forestales 2007-1132 Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias 10.29298/rmcf.v13i74.1260 Artículo científico Sistema de monitoreo meteorológico en un bosque templado a partir de análisis del paisaje Virgen-Cobos Gabriel Humberto 1 Gómez-Díaz Jesús David 2 Borja-de la Rosa Ma. Amparo 1 Ramírez-García Adán Guillermo 3 Monterroso-Rivas Alejandro Ismael 2 * División de Ciencias Forestales, Universidad Autónoma Chapingo. México. Universidad Autónoma Chapingo División de Ciencias Forestales Universidad Autónoma Chapingo Mexico Departamento de Suelos, Universidad Autónoma Chapingo. México. Universidad Autónoma Chapingo Departamento de Suelos Universidad Autónoma Chapingo Mexico Centro Regional Universitario del Noroeste, Universidad Autónoma Chapingo. México. Universidad Autónoma Chapingo Centro Regional Universitario del Noroeste Universidad Autónoma Chapingo Mexico Autor para correspondencia; correo-e: aimrivas@correo.chapingo.mx

Los autores manifiestan no tener conflicto de intereses.

Todos los autores participaron por igual en el diseño, elaboración, escrito y revisión del manuscrito.

 31 10 2022 Nov-Dec 2022 13 74 145 173 16 03 2022 05 10 2022 Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons Resumen

El monitoreo de variables meteorológicas es importante para el estudio de procesos biofísicos como el desarrollo y crecimiento de plantas, captura y retención de agua, aumento de nutrientes y aprovechamiento de servicios ambientales. El objetivo del estudio fue proponer un sistema de monitoreo meteorológico a partir del análisis del medio natural que proporcione una base de datos representativa. La propuesta se desarrolló en la Estación Forestal Experimental Zoquiapan, en el centro de México. El método incluyó la representatividad de las condiciones biofísicas en un bosque con clima templado semifrío. Primero, se generaron mapas de geoformas, clima y vegetación para delimitar las unidades cartográficas homogéneas de paisaje. Posteriormente, mediante criterios de emplazamiento, se seleccionaron tres unidades cartográficas para el establecimiento de tres estaciones meteorológicas. Los resultados incluyeron la caracterización del paisaje, así como la propuesta para establecer las estaciones meteorológicas. El sistema se integró con dos estaciones automáticas Davis Instruments y otra que opera con microcontrolador de código abierto Arduino. Los datos se recuperan mensualmente en una computadora portátil con cable USB. Antes de la instalación de las estaciones, las mediciones dadas por los sensores se compararon con los valores de una estación de referencia. Los datos de los primeros días de operación revelaron diferencias en las variables de las unidades de paisaje, y se concluye que ubicar las estaciones en una trayectoria altitudinal puede contribuir a relacionar el clima con diferente vegetación y geoformas.

 Palabras clave Unidades cartográficas comparación geoforma instalación estaciones meteorológicas representatividad Introducción

El cambio climático es un fenómeno que implica un problema global con consecuencias regionales que afectan tanto a los sistemas naturales, como a los antrópicos. Una de las principales causas de este proceso es la concentración de gases de efecto invernadero (IPCC, 2021). Estos cambios han impactado y modificado el entorno natural generando desequilibrio en los ecosistemas y en los recursos naturales (Gómez-Mendoza y Arriaga, 2007); como consecuencia, la preocupación por los efectos actuales y futuros del cambio climático han propiciado la creación de iniciativas sociales, políticas y científicas que incidan sobre ellos (Reyes et al., 2018).

El monitoreo de variables meteorológicas es importante para el estudio de los procesos biofísicos como el desarrollo y crecimiento de plantas, captura y retención de agua, aumento de nutrientes y aprovechamiento de los servicios ambientales (Brauman, 2015). En este contexto, las variables más críticas son la temperatura y la humedad del aire, la precipitación, radiación solar, radiación fotosintéticamente activa y la evaporación (Li, 2014).

Las observaciones meteorológicas, así como las ambientales y geofísicas, se utilizan para la realización de análisis meteorológicos en tiempo real, en predicciones y alertas meteorológicas, para estudios climáticos, en diversas actividades relacionadas con aspectos meteorológicos como las operaciones de vuelo en aeródromos locales, en la construcción de instalaciones terrestres y marinas, en disciplinas como la hidrología y agricultura, y en la investigación meteorológica y climatológica (OMM, 2014).

En el estudio de los efectos del clima en el crecimiento de las coníferas, es importante la relación de la temperatura con la precipitación (Gómez-Mendoza y Arriaga, 2007). Así, se ha determinado que la evaporación anual tiene mayor incidencia en la vegetación durante las temporadas secas que en las estaciones sin limitaciones de humedad, y que la afectan la velocidad del viento, la radiación solar, el déficit de presión de vapor y la humedad relativa, además presenta variaciones en escalas temporales breves (Pompa-García et al., 2013).

Gómez-Mendoza y Arriaga (2007), en su estudio sobre la vulnerabilidad al cambio climático de 34 especies de encino y pino, confirman que la distribución de muchas especies y comunidades está determinada, en gran medida, por las variables climáticas, por lo tanto, los cambios en el clima modificarán su distribución y abundancia. Algunas de esas variables son la precipitación, temperatura y evapotranspiración, además de una mayor frecuencia de incendios y tormentas.

Dado que en la Estación Experimental Forestal Zoquiapan (EFEZ), centro de investigación de la Universidad Autónoma Chapingo, se carecía de registros meteorológicos, se procedió a establecer un sistema práctico, rápido y preciso de monitoreo meteorológico que proporcionara autonomía en el manejo y análisis de datos para los estudios asociados al comportamiento, dinámica de la vegetación y a los servicios ecosistémicos del bosque templado de clima frío localizado en su zona de influencia.

En primera instancia, se zonificó biofísicamente el área, y se seleccionaron tres unidades cartográficas de paisaje homogéneas y representativas en donde se ubicaron igual número de estaciones meteorológicas.

El objetivo del presente estudio fue proponer un sistema de seguimiento meteorológico, a partir del análisis del paisaje natural y de las unidades homogéneas y que proporcione una base de datos representativa de la zona. La hipótesis hace referencia a que es posible analizar el paisaje y, con base en su variabilidad, identificar los sitios para ubicar las estaciones de monitoreo del clima. El sistema meteorológico estaba compuesto por dos estaciones meteorológicas automáticas comerciales de gama media (que incluye registros climáticos e investigación), y una estación de bajo coste que funciona con un registro Arduino de datos de código abierto. Previo a su instalación en los lugares seleccionados, se realizaron pruebas de comparación de sus sensores.

 Materiales y Métodos Área de estudio

La Estación Experimental Forestal Zoquiapan se localiza al noroeste del volcán Iztaccíhuatl y al suroeste del Parque Nacional Zoquiapan, en las siguientes coordenadas: 19°12’30” y 19°20’00” latitud N, y 98°30’00” y 98°42’30” longitud O. Ocupa una superficie de 1 624.23 ha, a una altitud de 3 080 a 3 670 m (Blanco et al., 1981), en los municipios Ixtapaluca y Chalco, Estado de México (Figura 1).

Localización de la zona de estudio.

Unidades cartográficas homogéneas del paisaje

Se utilizó la metodología propuesta por Gómez et al. (2008) para generar mapas de geoformas, clima y vegetación con un Sistema de Información Geográfica (GIS, ArcMap 10.1). Las unidades homogéneas de paisaje se definieron como aquellas que comparten los atributos fisiográficos con muy poca variación espacial. Los tres mapas se fusionaron para generar las unidades cartográficas homogéneas del paisaje, a las que se asignó un nombre a partir de los atributos del suelo y la vegetación, el clima y la geoforma.

Mapa de geoformas. Se usó el Modelo de Elevación Digital (INEGI, 2016c) del Estado de México, Puebla y Tlaxcala, a partir del cual se determinaron intervalos altitudinales cada 100 m; para la pendiente, se siguió el criterio del Programa de las Naciones Unidas para el Medio Ambiente y otras instituciones en el procedimiento de bases de datos digitales sobre suelos y terrenos (van Engelen y Dijkshoorn, 2013), el cual se basa en la evaluación de la degradación del suelo (Global Assessment of Human-Induced Soil Degradation o GLASOD), y las curvas de nivel se establecieron cada 10 m. Posteriormente, se superpusieron los mapas de estructuras geológicas (INEGI, 2016b) y el de cuerpos de agua (INEGI, 2016a) para caracterizar las unidades geomorfológicas de la zona de estudio.

Mapa climático. Se aplicó la metodología de Gómez et al. (2008), la cual emplea los datos anuales y mensuales de temperatura y precipitación. Para la primera variable, los métodos de interpolación lineal simple se complementaron con el análisis estadístico. Para la segunda, se utilizó un método gráfico con criterio de expertos, y se hicieron analogías con zonas vecinas de las cuales se disponía de información de la precipitación.

A partir del Extractor Rápido de Información Climática (ERIC, versión 1.0) (IMTA, 2016) se obtuvieron las temperaturas máximas y mínimas y la precipitación media anual de las 22 estaciones climatológicas más cercanas a la zona de estudio, con datos completos de al menos los últimos 20 años. Se consideró la cuenca ubicada al oeste (cuenca del río Atoyac) y dentro de la Meseta Central para determinar la influencia de los vientos, y con ello, determinar las estaciones climatológicas de influencia (Juárez et al., 2005).

Mapa de temperaturas. Los datos de las temperaturas máximas y mínimas mensuales registradas en las estaciones climatológicas se utilizaron para obtener las temperaturas medias anuales y mensuales de cada estación, las cuales se emplearon en la generación de ecuaciones simples de regresión lineal para calcular los intervalos de variación altitudinales correspondientes a las temperaturas mensuales y la media anual. A partir de la ecuación de regresión lineal anual, se construyó el mapa isotérmico a un grado Celsius; a continuación, se calculó el incremento mensual en función de los intervalos de temperatura. Los polígonos se crearon superponiendo el mapa de curvas de nivel sobre el de temperatura y altitud; las estimaciones se hicieron con el modelo de regresión lineal simple en GIS Arc Map 10.1.

Mapa de precipitaciones. La precipitación anual se obtuvo de las 22 estaciones climatológicas georreferenciadas en GIS ArcMap 10.1; la precipitación se estimó con el Modelo de Elevación Digital y los datos de precipitación anual de las estaciones meteorológicas, para ello se usaron analogías con regiones que tienen estaciones climatológicas, además se consideró la vegetación natural y la influencia de las unidades orográficas en la ocurrencia de lluvias (Gómez et al., 2008).

Mapa de las zonas de influencia climática. Las áreas de influencia climática se definen como aquellas zonas que comparten la misma temperatura y precipitación anual (Gómez et al., 2008). Se procedió a la intersección de los mapas de isoterma media anual y de isoyeta media anual en el GIS ArcMap 10.1 para crear las zonas de influencia climática; asimismo, se calcularon la temperatura y precipitación mensuales y anuales para cada área, y se determinó el tipo de clima correspondiente, de acuerdo a la clasificación de Köppen modificada por García (2004).

Mapa climático final. Una vez determinado el tipo de clima, se fusionaron los polígonos que tenían el mismo para obtener el mapa climático.

Mapa de vegetación. Se realizó una delimitación detallada de los usos del suelo y tipos de vegetación mediante la Serie V de usos del suelo y vegetación (INEGI, 2016d), a una escala de 1:1 000 000; los rodales se definieron con imágenes de satélite de Google Earth, los cuales se nombraron según su tipo de vegetación y uso del suelo, además se verificaron en campo.

Los usos del suelo y tipos de vegetación registrados por el INEGI (2016d) Serie V en la zona de estudio son los siguientes: bosque de abetos, bosque de pinos, bosque de pino-encino y pradera inducida; al comparar las unidades de uso de suelo y vegetación de la Serie V con las imágenes satelitales de Google Earth, se observó que los límites de los polígonos del Inegi no coincidían con los conglomerados de vegetación, por lo que se procedió a su redefinición y a precisar con mayor detalle sus fronteras.

Mapa de unidades cartográficas homogéneas del paisaje. Por último, se intersectaron los tres mapas previamente definidos en GIS ArcMap 10.1 (geoformas, clima y vegetación) para obtener las unidades homogéneas de paisaje.

 Criterios del sitio

Dado que no es posible establecer un sistema de vigilancia en todas las zonas resultantes, se eligieron solo tres lugares; esto, principalmente, por limitaciones económicas (Cuadro 1). A continuación, se describen los criterios considerados para la selección de las tres unidades cartográficas homogéneas de paisaje, en donde se ubicaron físicamente las estaciones meteorológicas.

Costo de las estaciones y gastos.
Concepto Cantidad (MXN) Cantidad (USD)
Estación Vantage Pro2 Plus (EMZ-01) $20 522.07 $1 246.03
Estación Vantage Pro2 Plus (EMZ-02) $29 013.14 $1 761.57
Estación Arduino (EMZ-03) $7 317.04 $444.26
Transporte $6 347.21 $385.38
Otros materiales $4 415.40 $268.09
Total $67 614.86 $4 105.33

Tipo de cambio: Dólar (EE.UU.) = $16.47 Pesos mexicanos (noviembre de 2016).

Representatividad. Los lugares tienen características representativas de las geoformas, del clima y del tipo de vegetación de la zona de estudio, además, deben ser de interés para los usuarios. Para ello, se realizó un transecto altitudinal a fin de observar el comportamiento del clima en los tres sitios con diferentes altitudes, vegetación y geoformas. Se utilizó como punto base la zona las instalaciones del área de estudio (valle intermontano), con el objetivo de darle continuidad a los datos meteorológicos registrados, previamente, en ese lugar.

Sitio despejado. Los lugares están libres de obstáculos naturales o artificiales que obstruyan el libre tránsito de los elementos meteorológicos, preferiblemente, un terreno despejado en un radio de 20 m.

Terreno nivelado. Lugares sin depresiones ni pendientes que puedan limitar la instalación de las estaciones, o que dificulten el acceso para el registro de datos durante la temporada de lluvias.

Distancia respecto al observador. Las estaciones están cerca del lugar donde se encuentra el operador.

Acceso fácil. Se dispone de una vía de acceso sin obstáculos para facilitar el funcionamiento, el mantenimiento y la recolección periódica de datos, así como la vigilancia constante de las estaciones.

El primer criterio se estableció para el registro de información meteorológica valiosa y de utilidad para los proyectos de investigación que se lleven a cabo en la Estación Experimental Forestal de Zoquiapan. Los otros criterios se definieron según la Organización Meteorológica Mundial (OMM) (Romo y Arteaga, 1989).

 Pruebas de calibración de las estaciones meteorológicas

El sistema de vigilancia se conformó por tres estaciones meteorológicas denominadas EMZ-01, EMZ-02 y EMZ-03. Las estaciones EMZ-01 y EMZ-02 son automáticas de la marca Davis Instruments, modelo Vantage Pro2 Plus Wireless (Davis, 2019); se integran por una consola Vantage Pro2 y un registrador de datos WeatherLink para recibir, visualizar y almacenar datos, así como un panel solar de 7 vatios y una batería de 6 voltios y 1.4 amperios que proporciona energía constante a la consola. En el Cuadro 2 se describen los sensores de las consolas. EMZ-03 es una estación meteorológica automática construida con un microcontrolador Arduino conectado a un panel solar de 10 vatios y a una batería de 12 voltios y 7 amperios para un suministro constante de energía. Un módulo microSD funciona como registrador de datos.

Sensores de la estación EMZ-01, EMZ-02 y EMZ-03.
Sensor Tipo Intervalo Precisión
Temperatura Diodo de silicona 1,2,3 -40 a 65 °C 1,2 ± 0.5 °C 1,2,3
Humedad Condensador de película 1,2,3 0 a 100 % 1,2,3 ± 3 % 1,2,3
Dirección del viento Potenciómetro 1,2,3 0 a 365° 1,2,3 ± 3° 1,2,3
Velocidad del viento Sensor magnético 1,2,3 1 a 89.44 m/s 1,2 0.00055 m/s 1,2
Radiación solar Fotodiodo de silicona 1,2 1 a 1 800 W/m2 1,2 ±5 % 1,2
Radiación UV Transductor 1,2 0 a 199 MEDs 1,2 ±/-5 % 1,2
Presión Transductor 1,2,3 - ± 0.05 kPa 1,2,3
Pluviómetro Balancín de descarga 1,2,3 - 0.2 mm 1,2,3
Humedad de la hoja Monitor de superficie 1 0 a 15 % 1 -
Humedad del suelo Resistencia Watermark 1 0 a 100% 1 ± 0.5°C 1
Temperatura del suelo Sonda de acero 1 -50 a 60°C 1 ± 3% 1

Fuente: Sparkfun (2013) y DAVIS (2019).

1 = EMZ-01; 2 = EMZ-02; 3 = EMZ-03.

El registrador WeatherLink de las estaciones EMZ-01 y EMZ-02 proporciona los datos de temperatura, la humedad interior y exterior, la sensación térmica y el punto de rocío, la presión atmosférica actual y su tendencia, la precipitación actual y precipitación acumulada diaria, mensual y anual, la intensidad de la lluvia, radiación solar y UV, evapotranspiración, dirección y la velocidad del viento, las ráfagas de viento, la fase lunar y la hora de salida y puesta del sol. En el microcontrolador Arduino de la estación EMZ-03 se han programado los sensores con el entorno de desarrollo integrado Arduino para la obtención de datos sencillos referentes a temperatura, humedad, precipitación actual y diaria, presión atmosférica, dirección y velocidad del viento. El costo de las estaciones y los gastos incurridos se muestran en el Cuadro 1.

Hay dos formas de verificar los sensores de las estaciones meteorológicas. La primera es la comparación de la respuesta del sensor con una medición de referencia conocida, cuando el sensor y el dispositivo de referencia están sometidos a las mismas condiciones ambientales. La segunda consiste en colocar el sensor en una condición artificial en la que su respuesta es teóricamente predecible (INE, 2010).

Se optó por utilizar el equipo de referencia del Departamento de Meteorología de la Universidad Autónoma Chapingo, una estación Davis Instruments, modelo Vantage Vue Wireless, con las mismas características que las estaciones EMZ-01 y EMZ-02. Para comparar la medición de las estaciones, estas se colocaron a 5 m de la estación de referencia durante una semana. Las pruebas de comparación se realizaron con un muestreo cada 30 minutos, lo que dio lugar a una muestra de 336 datos, que se registraron en una hoja de cálculo de Excel 2010. Los datos se compararon mediante una prueba t para dos muestras, bajo el supuesto de varianzas desiguales. Los sensores probados fueron los de temperatura, humedad, presión, radiación solar, precipitación, radiación UV, dirección y velocidad del viento.

 Instalación de las estaciones meteorológicas

Las estaciones meteorológicas se instalaron al centro de un área de 25 m2, alrededor de la cual se colocó una valla ciclónica con una altura de 1.5 m desde el nivel del suelo, con una puerta y cerradura. Los trípodes se anclaron con tornillos al suelo con bases construidas para tal efecto; las veletas se orientaron hacia el norte, las celdas solares al sur para garantizar un uso eficiente de la radiación solar, ya que la mayor parte del año el sol está al sur de la latitud en la que se encuentran las estaciones. Los pluviómetros se nivelaron manualmente para asegurar que el soporte no estuviera inclinado hacia los lados y garantizar un registro preciso de los datos. Los sensores de radiación solar y de radiación UV se nivelaron con su burbuja de nivel.

La estación EMZ-01 se instaló el 22 de julio de 2016, y las estaciones EMZ-02 y EMZ-03 el 16 de agosto de 2016. Una vez colocadas, se configuraron para empezar a funcionar y se recabaron los datos de los primeros 20 días de funcionamiento (del 20 de agosto al 8 de septiembre de 2016) para comparar el tipo de clima que se obtuvo en las tres unidades cartográficas seleccionadas.

 Resultados y Discusión Unidades cartográficas homogéneas del paisaje

Un mapa de intervalo altitudinal elaborado con base en el Modelo Digital de Elevación del INEGI (2016c) varía de 3 000 m a 3 700 m. El mapa de pendientes evidenció que en la parte sur de la zona de estudio predominan las pendientes moderadas, en las partes central y occidental las hay muy pronunciadas que disminuyen hacia el este, aunque la parte central es casi plana, y hacia el norte predominan las pendientes moderadamente inclinadas.

Estos mapas anteriores se superpusieron a los de las estructuras geológicas (INEGI, 2016b) y de cuerpos de agua (INEGI, 2016a) para caracterizar las unidades geológicas de la zona de estudio. Las geoformas definidas se muestran en la Figura 2.

Mapa de geoformas del área de estudio.

Los resultados indicaron las siguientes geoformas: 4.82 % de aparatos volcánicos empinados (AVE), 1.41 % de cañadas con inclinación moderada (CIM), 0.46 % de cimas de domos volcánicos casi planas (CDVCP), 2.40 % de cimas de domos volcánicos inclinadas (CDVI), 1.15 % de cimas de domos volcánicos moderadamente inclinadas (CDVMI), 8.11 % de laderas empinadas (LE), 3.87 % de laderas inclinadas (LI), 13.57 % de laderas con pendiente diseccionadas por arroyos (LPDA), 14.07 % de laderas moderadamente escarpadas (LME), 10.74 % de laderas con pendiente moderada (LPM), 1.73 % de laderas con pendiente moderada disecadas por arroyos (LPMDA) y 37.66 % de valle intermontano casi plano disecado por arroyos (VICPDA).

Mapa de las zonas de influencia climática. Los polígonos de las zonas de influencia climática se presentan en la Figura 3 y el Cuadro 3. Los tipos de clima según la clasificación de Köppen modificada por García (2004) corresponden a los templados: Cb'(w2)(w)ig (22.37 %), Cc(w2)ig (26.38 %) y Cc(w2)(w)ig (51.26 %). La ubicación y la altura influyen en la temperatura, mientras que la ubicación y la orientación en la precipitación.

Mapa de climas del área de estudio.

Principales climas en el área de estudio.
Tipo de clima Descripción
Cb'(w2)(w)ig Templado Semifrío con un verano largo y fresco; el más húmedo de los climas subhúmedos, con lluvias en verano y un porcentaje de precipitaciones en invierno inferior al 5; isotérmico; con marcha de la temperatura tipo Ganges
Cc(w2)ig Templado Semifrío con verano corto y fresco; el más húmedo de los climas subhúmedos, con lluvias en verano y porcentaje de precipitaciones en invierno entre el 5 y el 10.2 por año; isotérmico; con marcha de la temperatura tipo Ganges
Cc(w2)(w)ig Templado semifrío con verano corto y fresco; el más húmedo de los climas subhúmedos, con lluvias en verano y porcentaje de precipitaciones en invierno inferior al 5%; isotérmico; con marcha de la temperatura tipo Ganges

Mapa isotérmico. En el Cuadro 4 se presentan los intervalos de temperatura anual y mensual estimados a partir de los modelos de regresión lineal simple para el área de estudio. En las zonas de menor altitud, la temperatura media anual estimada está en el intervalo de 10-11 °C, y en las de mayor altitud, en el de 6-7 °C.

Temperaturas medias anuales y mensuales en el área de estudio (°C).
Intervalo Anual E F M A M J J A S O N D
6-7 7 5.4 5.7 6.5 8.1 8.0 8.4 7.1 7.7 7.6 3.6 6.5 3.1
7-8 8 6.2 6.6 7.6 9.2 9.2 9.5 8.2 8.7 8.7 4.6 7.2 3.9
8-9 9 7.0 7.5 8.7 10.3 10.4 10.6 9.4 9.8 9.7 5.5 8.0 4.6
9-10 10 7.7 8.4 9.7 11.4 11.5 11.6 10.5 10.9 10.7 6.5 8.7 5.4
10-11 11 8.5 9.4 10.8 12.4 12.7 12.4 11.6 12.0 11.8 7.5 9.4 6.1

Mapas de isoyetas. Los vientos dominantes asociados a la formación de los sistemas nubosos que generan la mayor parte de las precipitaciones en la EFEZ provienen principalmente del Golfo de México con una trayectoria de noreste a suroeste. Por ello, en el análisis de las analogías de las estaciones climatológicas con la información de la precipitación media anual, y de la interacción de los sistemas de viento con la orografía del terreno, se estimaron valores de precipitación media anual de entre 1 000 y 1 100 mm en la parte del valle intermontano, en el cual los vientos descienden desde las laderas situadas al norte y noreste de la zona de estudio y posteriormente ascienden siguiendo el contorno de las laderas del sur-sureste, donde aumenta la condensación del vapor de agua del aire, y en consecuencia, la precipitación se presenta en un intervalo superior de 1 300-1 400 mm.

Los datos de precipitación anual de cada polígono generaron una tabla con los valores de precipitación media mensual, los intervalos de precipitación mensual y la precipitación mensual estimada para cada uno. Los intervalos de precipitación media mensual para cada intervalo de precipitación media anual se asignaron de acuerdo con la tendencia y los valores de precipitación media por grupo de estaciones climatológicas (Cuadro 5); en cada intervalo se incluyeron los promedios de los diferentes grupos de estaciones.

Estimación de los rangos de las precipitaciones medias anuales y de los valores mensuales en la zona de estudio (mm).
Intervalo Anual E F M A M J J A S O N D
1 000-1 100 1 044.8 16.0 13.3 17.9 50.0 90.0 186.7 206.7 190.0 166.7 86.7 13.3 7.5
1 100-1 200 1 122.4 17.0 17.5 19.2 55.0 106.7 193.3 213.3 200.0 173.3 93.3 17.5 16.3
1 200-1 300 1 234.7 18.0 21.7 22.5 70.0 113.3 210.0 226.7 220.0 186.7 106.7 21.7 17.5
1 300-1 400 1 331.9 19.0 23.3 27.5 90.0 130.0 230.0 233.3 230.0 193.3 113.3 23.3 18.8

Mapa de la vegetación. Se obtuvieron siete categorías: 0.29 % de agua (A), 16.60 % de abeto (Ab), 2.69 % de pastizal (Pz), 49.64 % de pino (P), 14.63 % de pino-aliso (PAl), 1.89 % de pino-encino (PE) y 14.26 % de pino-abeto (PAb) (Figura 4).

Mapa de vegetación del área de estudio.

Mapa de unidades cartográficas homogéneas del paisaje. Al fusionar los mapas de geoformas, clima y vegetación, se obtuvieron 38 unidades cartográficas homogéneas de paisaje a las que se asignaron nombres de acuerdo con los atributos de la vegetación, el tipo de clima y la geoforma (Figura 5).

Unidades cartográficas homogéneas del paisaje y localización de estaciones meteorológicas.

En el Cuadro 6 se presentan los criterios de selección de los emplazamientos en los que se instalaron las estaciones meteorológicas.

Unidades seleccionadas para las estaciones meteorológicas.
Criterios EMZ-01 EMZ-02 EMZ-03
Representatividad biofísica
Altitud (m) 3 273 3 413 3 575
Pendiente (%) 0-2 >40 8-15
Geoformas Valle intermontañoso casi plano disecado por arroyos [VICPDA] Laderas escarpadas [LE] Cimas de domos volcánicos inclinadas [CDVI]
Tipo de clima Cc(w2)(w)ig Cc(w2)(w)ig Cc(w2)ig
Vegetación Pastizal Abeto Pino-aliso
Ubicación clara Sí Sí Sí
Suelo plano Sí Sí Sí
Cerca del operador Sí Sí Sí
Acceso fácil Sí Sí Sí

La estación EMZ-01 se situó a una altitud de 3 273 m en un valle intermontano casi plano, atravesado por arroyos con vegetación de pradera y un clima templado semifrío.

La estación EMZ-02 se ubicó en una ladera empinada, con una altitud de 3 413 m, 140 m más alta que la EMZ-01. Esto es relevante para el conocimiento del comportamiento climático en el cinturón térmico que puede presentarse en el intervalo altitudinal de esta unidad. La vegetación corresponde a un bosque de oyamel, especie muy importante para la investigación que se realiza sobre la planificación ecológica del paisaje (Lomas-Barrié et al., 2005), la investigación forestal (Martínez-Santiago et al., 2017) o el cambio de uso del suelo (Paredes-González et al., 2018). Tiene el mismo tipo de clima que la EMZ-01.

La estación EMZ-03 se encuentra en una ladera escarpada a una altitud de 3 575 m, 162 m más alta que la EMZ-02 y 302 m por arriba de la EMZ-01. La cubierta vegetal natural es un bosque con asociación de pinos y sauces, también importante para las investigaciones que se llevan a cabo en la zona. La Figura 1 muestra la ubicación de las tres estaciones en los lugares que cumplían los criterios de selección.

 Pruebas de calibración de las estaciones meteorológicas

Las pruebas de calibración de las estaciones se hicieron con equipos de referencia pertenecientes al Departamento de Meteorología de la Universidad Autónoma Chapingo; se aplicó una prueba t para dos muestras, bajo el supuesto de varianzas desiguales para cada uno de los sensores, con intervalos de 30 minutos entre las tomas de datos, durante una semana. Se obtuvieron 336 muestras para el análisis estadístico. Las pruebas comprendieron los períodos del 8 al 14 de julio de 2016 para las estaciones EMZ-01 y EMZ-02, mientras que para la estación EMZ-3, fue del 2 al 8 de junio de 2016.

En las estaciones EMZ-01 y EMZ-02 se efectuaron pruebas de calibración de los sensores de temperatura, humedad, radiación solar, radiación UV, presión atmosférica y velocidad y dirección del viento. Los datos de la estación de prueba se compararon con los de la estación de referencia. El valor estadístico t de los sensores de las dos estaciones estuvo muy por debajo del valor crítico t de dos colas (1.96). Por lo tanto, la prueba de las medias demostró que los datos son estadísticamente iguales, ya que no hay diferencias significativas entre muestras.

Se realizaron pruebas de calibración en los sensores de cada estación. Se comprobó que había diferencias significativas para los sensores de temperatura y humedad, y se procedió a calibrarlos. La calibración es un proceso frecuente para la modelización de variables climáticas (Torres-Quezada et al., 2021) o la predicción agronómica de cultivos (Corvino et al., 2018). Los sensores de presión atmosférica, velocidad y dirección del viento no fueron significativamente diferentes en el análisis estadístico. Los datos del sensor de precipitación se validaron con la estación de referencia mediante una prueba de lluvia artificial con un equipo simulador de lluvia, porque durante el periodo de prueba no se registró ninguna precipitación. Además, la prueba de la lluvia artificial ofrece más seguridad para el registro de datos.

Hubo diferencia significativa entre las muestras con el sensor de temperatura, por lo que se hizo un ajuste de -0.78 °C en el código de programación Arduino. Se realizaron, nuevamente, pruebas durante una semana y se efectuó el análisis estadístico. Los resultados evidenciaron que no había diferencias significativas entre las muestras, y el sensor se consideró calibrado (Figura 6). En el caso del sensor de humedad, se determinó diferencia significativa entre las muestras; por ello, se hizo un ajuste de +2.34 % en el código de programación Arduino y se repitieron las pruebas de calibración durante una semana. El valor estadístico de t fue inferior al valor crítico de la t de dos colas; por tanto, no hubo diferencias significativas entre las muestras.

Prueba de calibración de los sensores de temperatura.

Los valores estadísticos t de los sensores de presión atmosférica y velocidad y dirección del viento, estuvieron muy por debajo del valor t crítico (de dos colas). Por lo tanto, se asumió que la prueba de las medias demuestra que no hay diferencias significativas en las muestras. En cuanto al sensor de precipitación, los datos se validaron comparando las lecturas del equipo de precipitación artificial con las registradas en la estación EMZ-03, y las cantidades de lluvia registradas resultaron similares.

 Primera calibración de datos

Una vez instaladas las estaciones, se procedió a configurar las consolas WeatherLink de las estaciones EMZ-01 y EMZ-02. Para la estación EMZ-03, se descargó el código del programa Arduino. Posteriormente, se verificó que el registro de datos era correcto. En las Figuras 7 y 8 se exhiben los datos de los primeros 20 días de funcionamiento de las estaciones meteorológicas. En los gráficos se observan las diferencias meteorológicas en cada unidad; destacan las derivadas de las diferentes altitudes, la vegetación y la geoforma en las que se instalaron las estaciones.

Datos de las tres estaciones meteorológicas: a) Temperatura, b) Humedad, c) Radiación solar, y d) Radiación UV.

Datos de las tres estaciones meteorológicas: a) Presión, b) Precipitación, c) Velocidad del viento, y d) Dirección del viento.

Se programó un calendario de recolección manual de datos durante la primera semana de cada mes; es decir, el operador debe descargar los datos mensualmente en una computadora portátil con puerto USB. Los datos se transfieren automáticamente al conectar el cable USB del registrador de datos a una computadora portátil. En el caso de la estación EMZ-03 hay que extraer la memoria microSD de la estación para copiar los datos en la computadora y, posteriormente, devolverlos a la estación y programarla con el código de programación Arduino.

Los resultados se traducen en el desarrollo de sistemas de vigilancia climática de código abierto, lo que fomenta la colaboración y mejora las infraestructuras (Lin y Zini, 2008). El uso del software libre permite adaptar las estaciones meteorológicas modificando y adaptando sus componentes (Stallman, 2004). Además, el uso del sistema Arduino facilitó alcanzar el objetivo, aun cuando se es un experto programador, ni se dispone de recursos económicos altos, lo que constituye una de sus ventajas (Ferdoush y Li 2014; Katyal et al., 2016). Los resultados facilitarán establecer las bases de un sistema de monitoreo climático en el área experimental de Zoquiapan, que proporcione información detallada y que contribuya a la construcción de mejores mapas de riesgo climático, de incendios forestales y meteorológicos (Meulenert et al., 2005; Adepoju et al., 2020).

La instalación de equipos automáticos ha demostrado que son eficaces para obtener información climática. En el presente trabajo se muestra que las estaciones automáticas programadas con Arduino son útiles en zonas de relieve complejo y de difícil acceso, donde constituyen una opción viable (Martínez del Castillo et al., 2012).

Se observó que los registros fueron suficientes para evidenciar la representatividad de la complejidad del paisaje y el clima en los tres sitios estudiados. La representatividad es un criterio fundamental para la planificación urbana y rural, porque permite hacer más eficientes los procesos (Yang y Regan, 2014). Además, la instalación de equipos con Arduino hace posible la actualización de las estaciones meteorológicas con muchos años de funcionamiento (Faugel y Bobkov, 2013).

 Conclusiones

Se instaló un sistema de vigilancia meteorológica integrado por tres estaciones meteorológicas con buen rendimiento que sigue el paisaje y la representatividad. Los datos de los primeros 20 días de funcionamiento revelaron diferencias entre las estaciones meteorológicas, por lo que el transecto altitudinal seleccionado para la instalación es aceptable. La estación meteorológica de bajo costo, basada en el sistema Arduino, es eficaz para registrar y almacenar información en formato digital. Los resultados contribuyen al debate y al establecimiento de estaciones meteorológicas de bajo costo para la obtención de datos meteorológicos locales. Los nuevos estudios deben incluir un mayor número de sensores, así como conexiones inalámbricas, que incluyan la transferencia de datos.

 Agradecimientos

Al Consejo Nacional de Ciencia y Tecnología (Conacyt), a la Universidad Autónoma Chapingo, a la Dirección de Ciencias Forestales y al Programa de Maestría en Ciencias Forestales. Agradecemos los comentarios y sugerencias de los revisores anónimos, cuyos comentarios han mejorado sustancialmente este documento.

 Referencias Adepoju, T. M., M. O. Oladele, A. A. Kasali and G. J. Fabiyi. 2020. Development of a Low-Cost Arduino-Based weather station. FUOYE Journal of Engineering and Technology 5(2):69-73. Doi: 10.46792/fuoyejet.v5i2.508. Adepoju T. M. Oladele M. O. Kasali A. A. Fabiyi G. J. 2020 Development of a Low-Cost Arduino-Based weather station FUOYE Journal of Engineering and Technology 5 2 69 73 10.46792/fuoyejet.v5i2.508 Blanco Z., S., G. Ceballos G., C. Galindo L., J. M. Maass M., R. Patrón S., A. Pescador y A. I. Suárez G. 1981. Ecología de la estación experimental Zoquiapan (descripción general, vegetación y fauna). Universidad Autónoma Chapingo. Texcoco, Edo. Méx., México. 114 p. Blanco Z. S. Ceballos G. G. Galindo L. C. Maass M. J. M. Patrón S. R. Pescador A. Suárez G A. I. 1981 Ecología de la estación experimental Zoquiapan (descripción general, vegetación y fauna) Universidad Autónoma Chapingo Texcoco, Edo. Méx., México 114 114 Brauman, K. A. 2015. Hydrologic ecosystem services: linking ecohydrologic processes to human well-being in water research and watershed management. Wiley Interdisciplinary Reviews: Water 2(4):345-358. Doi: 10.1002/wat2.1081. Brauman K. A. 2015 Hydrologic ecosystem services: linking ecohydrologic processes to human well-being in water research and watershed management Wiley Interdisciplinary Reviews: Water 2 4 345 358 10.1002/wat2.1081 Corvino, G., A. Lessio and E. Borgogno M. 2018. FRPI-PF.5: Monitoring rice crops in Piemonte (Italy): Towards an operational service based on free satellite data. In: Institute of Electrical and Electronics Engineers. IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium: Observing, understanding and forecasting the dynamics of our planet. Institute of Electrical and Electronics Engineers, Inc. Valencia, V, Spain. pp. 9070-9073. Corvino G. Lessio A. Borgogno M E. 2018 FRPI-PF.5: Monitoring rice crops in Piemonte (Italy): Towards an operational service based on free satellite data Institute of Electrical and Electronics Engineers IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium: Observing, understanding and forecasting the dynamics of our planet Institute of Electrical and Electronics Engineers Valencia, V, Spain 9070 9073 DAVIS. 2019. Weather Instruments. http://www.davisnet.com/weather-monitoring/ . (October 20, 2019). DAVIS 2019 Weather Instruments http://www.davisnet.com/weather-monitoring/ October 20, 2019 Faugel, H. and V. Bobkov. 2013. Open source hard-and software: Using Arduino boards to keep old hardware running. Fusion Engineering and Design 88(6-8):1276-1279. Doi: 10.1016/j.fusengdes.2012.12.005. Faugel H. Bobkov V. 2013 Open source hard-and software: Using Arduino boards to keep old hardware running Fusion Engineering and Design 88 6-8 1276 1279 10.1016/j.fusengdes.2012.12.005 Ferdoush, S. and X. Li. 2014. Wireless sensor network system design using raspberry Pi and Arduino for environmental monitoring applications. Procedia Computer Science 34:103-110. Doi: 10.1016/j.procs.2014.07.059. Ferdoush S. Li X. 2014 Wireless sensor network system design using raspberry Pi and Arduino for environmental monitoring applications Procedia Computer Science 34 103 110 10.1016/j.procs.2014.07.059 García, E. 2004. Modificaciones al Sistema de clasificación climática de Köppen. Instituto de Geografía y Universidad Nacional Autónoma de México. Coyoacán, D. F., México. 90 p. García E. 2004 Modificaciones al Sistema de clasificación climática de Köppen Instituto de Geografía y Universidad Nacional Autónoma de México Coyoacán, D. F., México 90 90 Gómez, J. D., J. D. Etchevers, A. I. Monterroso, C. Gay, J. Campo and M. Martínez. 2008. Spatial estimation of mean temperature and precipitation in areas of scarce meteorological information. Atmósfera 21(1):35-56. https://www.revistascca.unam.mx/atm/index.php/atm/article/view/8596 . (October 20, 2019). Gómez J. D. Etchevers J. D. Monterroso A. I. Gay C. Campo J. Martínez M. 2008 Spatial estimation of mean temperature and precipitation in areas of scarce meteorological information Atmósfera 21 1 https://www.revistascca.unam.mx/atm/index.php/atm/article/view/8596 October 20, 2019 Gómez-Mendoza, L. and L. Arriaga. 2007. Modelling the effect of Climate Change on the distribution of oak and pine species of Mexico. Conservation Biology 21(6):1545-1555. Doi: 10.1111/j.1523-1739.2007.00814.x. Gómez-Mendoza L. Arriaga L. 2007 Modelling the effect of Climate Change on the distribution of oak and pine species of Mexico Conservation Biology 21 6 1545 1555 10.1111/j.1523-1739.2007.00814.x Instituto Mexicano de Tecnología del Agua (IMTA). 2016. SIG ERIC v 1.0. Jiutepec, Mor., México. Servicio Meteorológico Nacional (SMN) e Instituto Mexicano de Tecnología del Agua (IMTA). http://hidrosuperf.imta.mx/sig_eric/ . (July 18, 2019). Instituto Mexicano de Tecnología del Agua (IMTA) 2016 SIG ERIC 1.0 Jiutepec, Mor., México Servicio Meteorológico Nacional (SMN) Instituto Mexicano de Tecnología del Agua (IMTA) http://hidrosuperf.imta.mx/sig_eric/ July 18, 2019 Instituto Nacional de Ecología (INE). 2010. Manual 4. Operación de estaciones de medición de la calidad del aire, mantenimiento y calibración de sus componentes. Instituto Nacional de Ecología. Coyoacán, D. F., México. 75 p. Instituto Nacional de Ecología (INE) 2010 Operación de estaciones de medición de la calidad del aire, mantenimiento y calibración de sus componentes Instituto Nacional de Ecología Coyoacán, D. F., México 75 75 Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016a. Hidrografía. https://www.inegi.org.mx/temas/hidrografia/ . (July 18, 2016) Instituto Nacional de Estadística, Geografía e Informática (INEGI) 2016 Hidrografía https://www.inegi.org.mx/temas/hidrografia/ July 18, 2016 Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016b. Geología. https://www.inegi.org.mx/temas/geologia/ . (July 18, 2016). Instituto Nacional de Estadística, Geografía e Informática (INEGI) 2016 Geología https://www.inegi.org.mx/temas/geologia/ July 18, 2016 Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016c. Relieve continental. https://www.inegi.org.mx/temas/relieve/continental/ . (July 18, 2016). Instituto Nacional de Estadística, Geografía e Informática (INEGI) 2016 Relieve continental https://www.inegi.org.mx/temas/relieve/continental/ July 18, 2016 Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2016d. Uso de suelo y vegetación. https://www.inegi.org.mx/temas/usosuelo/ . (August 22, 2016). Instituto Nacional de Estadística, Geografía e Informática (INEGI) 2016 Uso de suelo y vegetación https://www.inegi.org.mx/temas/usosuelo/ August 22, 2016 Intergovernmental Panel on Climate Change (IPCC). 2021. Summary for policymakers. In: Masson-Delmotte, V., P. Zhai, A. Pirani, S. L. Connors, … and B. Zhou (eds.). Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. Cambridge, CB, United Kingdom. pp. 3-32. Intergovernmental Panel on Climate Change (IPCC) 2021 Summary for policymakers Masson-Delmotte V. Zhai P. Pirani A. Connors S. L. Zhou B. Climate Change 2021: The Physical Science Basis Cambridge University Press Cambridge, CB, United Kingdom 3 32 Juárez, A., C. Gay and Y. Flores. 2005. Impact of the Popocatepetl's volcanic activity on the air quality of Puebla City, México. Atmósfera 18(1):57-69. https://www.revistascca.unam.mx/atm/index.php/atm/article/view/8537 . (July 18, 2019). Juárez A. Gay C. Flores Y. 2005 Impact of the Popocatepetl's volcanic activity on the air quality of Puebla City, México Atmósfera 18 1 57 69 https://www.revistascca.unam.mx/atm/index.php/atm/article/view/8537 July 18, 2019 Katyal, A., R. Yadav and M. Pandey. 2016. Wireless Arduino based weather station. International Journal of Advanced Research in Computer and Communication Engineering 5(4):274-276. Doi: 10.17148/IJARCCE.2016.5470. Katyal A. Yadav R. Pandey M. 2016 Wireless Arduino based weather station International Journal of Advanced Research in Computer and Communication Engineering 5 4 274 276 10.17148/IJARCCE.2016.5470 Li, D. 2014. Assessing the impact of interannual variability of precipitation and potential evaporation on evapotranspiration. Advances in Water Resources 70:1-11. Doi: 10.1016/j.advwatres.2014.04.012. Li D 2014 Assessing the impact of interannual variability of precipitation and potential evaporation on evapotranspiration Advances in Water Resources 70 1 11 10.1016/j.advwatres.2014.04.012 Lin, Y. W. and E. Zini. 2008. Free/libre open source software implementation in schools: Evidence from the field and implications for the future. Computer & Education 50(3):1092-1102. Doi: 10.1016/j.compedu.2006.11.001. Lin Y. W. Zini E. 2008 Free/libre open source software implementation in schools: Evidence from the field and implications for the future Computer & Education 50 3 1092 1102 10.1016/j.compedu.2006.11.001 Lomas-Barrié, C. T., S. Terrazas-Domínguez y H. Tchikoué M. 2005. Propuesta de ordenamiento ecológico territorial para el Parque Nacional Zoquiapan y Anexas. Revista Chapingo Serie Ciencias Forestales y del Ambiente 11(1):57-71. https://revistas.chapingo.mx/forestales/?section=articles&subsec=issues&numero=31&articulo=431 . (October 20, 2019). Lomas-Barrié C. T. Terrazas-Domínguez S. Tchikoué M. H. 2005 Propuesta de ordenamiento ecológico territorial para el Parque Nacional Zoquiapan y Anexas Revista Chapingo Serie Ciencias Forestales y del Ambiente 11 1 57 71 https://revistas.chapingo.mx/forestales/?section=articles&subsec=issues&numero=31&articulo=431 October 20, 2019 Martínez del Castillo, E., R. Serrano-Notivoli, K. Novak, L. A. Longares A., … y M. A. Saz S. 2012. Cuantificación de los gradientes climáticos altitudinales en la vertiente norte del Macizo del Moncayo a partir de una nueva red de estaciones automáticas en altura. In: Rodríguez P., C., A. Ceballos B., N. González R., E. Morán T. y A. Hernández E. (eds.). Cambio Climático, extremos e impactos. Publicaciones de la Asociación Española de Climatología (AEC), Serie A. Salamanca, SA, España. pp. 519-528. Martínez del Castillo E. Serrano-Notivoli R. Novak K. Longares A. L. A. Saz S M. A. 2012 Cuantificación de los gradientes climáticos altitudinales en la vertiente norte del Macizo del Moncayo a partir de una nueva red de estaciones automáticas en altura Rodríguez P. C. Ceballos B. A. González R. N. Morán T. E. Hernández E A. Cambio Climático, extremos e impactos Publicaciones de la Asociación Española de Climatología (AEC) A Salamanca, SA, España 519 528 Martínez-Santiago, S. Y., A. A. Alvarado-Segura, F. J. Zamudio-Sánchez and D. Cristóbal-Acevedo. 2017. Spatio-temporal analysis of forest modeling in Mexico. Revista Chapingo Serie Ciencias Forestales y del Ambiente 23(1):5-22. Doi: 10.5154/r.rchscfa.2016.01.003. Martínez-Santiago S. Y. Alvarado-Segura A. A. Zamudio-Sánchez F. J. Cristóbal-Acevedo D. 2017 Spatio-temporal analysis of forest modeling in Mexico Revista Chapingo Serie Ciencias Forestales y del Ambiente 23 1 5 22 10.5154/r.rchscfa.2016.01.003 Meulenert P., Á. R., H. U. Ramírez S., F. O. García C., M. E. García G. y J. Alcalá G. 2005. Implementación de un sistema de alerta temprana contra fenómenos meteorológicos extremos e incendios forestales del Área Natural Protegida «Bosque de la Primavera» Jalisco, México, como parte de un proyecto de desarrollo y monitoreo sistemático e integral. In: Universidad de Guadalajara. Memoria del I Foro de Investigación y Conservación del Bosque La Primavera. Centro Universitario de Ciencias Biológicas y Agropecuarias, Universidad de Guadalajara. Zapopan, Jal., México. pp. 163-168. https://www.organicaeditores.mx/biblioteca/i_foro_blp/pdf/extensos/163_168_ext_Meulenert_Pe%C3%B1a_Angel.pdf . (July 18, 2019). Meulenert P. Á. R. Ramírez S. H. U. García C. F. O. García G. M. E. Alcalá G J. 2005 Implementación de un sistema de alerta temprana contra fenómenos meteorológicos extremos e incendios forestales del Área Natural Protegida «Bosque de la Primavera» Jalisco, México, como parte de un proyecto de desarrollo y monitoreo sistemático e integral Universidad de Guadalajara Memoria del I Foro de Investigación y Conservación del Bosque La Primavera Centro Universitario de Ciencias Biológicas y Agropecuarias Universidad de Guadalajara Zapopan, Jal., México 163 168 https://www.organicaeditores.mx/biblioteca/i_foro_blp/pdf/extensos/163_168_ext_Meulenert_Pe%C3%B1a_Angel.pdf July 18, 2019 Organización Meteorológica Mundial (OMM). 2014. Guía de instrumentos y métodos de observación meteorológicos (OMM Núm. 8). Organización Meteorológica Mundial. Ginebra, GE, Suiza. 1291 p. Organización Meteorológica Mundial (OMM) 2014 Guía de instrumentos y métodos de observación meteorológicos 8 Organización Meteorológica Mundial Ginebra, GE, Suiza 1291 1291 Paredes-González, A., A. I. Monterroso-Rivas, L. J. Rodríguez-Esparza and F. J. Zamudio-Sánchez . 2018. Projection and probability of land use change in Zoquiapan, Mexico: considerations for forest management. Revista Chapingo Serie Ciencias Forestales y del Ambiente 24(1):59-71. Doi: 10.5154/r.rchscfa.2017.07.041. Paredes-González A. Monterroso-Rivas A. I. Rodríguez-Esparza L. J. Zamudio-Sánchez F. J. 2018 Projection and probability of land use change in Zoquiapan, Mexico: considerations for forest management Revista Chapingo Serie Ciencias Forestales y del Ambiente 24 1 59 71 10.5154/r.rchscfa.2017.07.041 Pompa-García, M., F. J. Rodríguez-Flores, C. A. Aguirre-Salado y L. Miranda-Aragón. 2013. Influencia de la evaporación en el crecimiento forestal. Agrociencia 47(8):829-836. https://agrociencia-colpos.org/index.php/agrociencia/article/view/1059 . (October 20, 2019). Pompa-García M. Rodríguez-Flores F. J. Aguirre-Salado C. A. Miranda-Aragón L. 2013 Influencia de la evaporación en el crecimiento forestal Agrociencia 47 8 829 836 https://agrociencia-colpos.org/index.php/agrociencia/article/view/1059 October 20, 2019 Reyes A., G. I., S. Adame M. y E. Cadena V. 2018. Vulnerabilidad ante la variabilidad climática en los cultivos de maíz Zea mays. Sociedad y Ambiente (17):93-113. Doi: 10.31840/sya.v0i17.1842. Reyes A. G. I. Adame M. S. Cadena V E. 2018 Vulnerabilidad ante la variabilidad climática en los cultivos de maíz Zea mays Sociedad y Ambiente 17 93 113 10.31840/sya.v0i17.1842 Romo G., J. R. y R. Arteaga R. 1989. Meteorología Agrícola. Universidad Autónoma Chapingo. Texcoco, Edo. Méx., México. 442 p. Romo G. J. R. Arteaga R R. 1989 Meteorología Agrícola Universidad Autónoma Chapingo Texcoco, Edo. Méx., México 442 442 Sparkfun. 2013. Sparkfun Weather Shield Hookup Guide. Niwot, CO, EE.UU. Sparkfun Start Something. https://learn.sparkfun.com/tutorials/weather-shield-hookup-guide . (October 17, 2016). Sparkfun 2013 Sparkfun Weather Shield Hookup Guide EE.UU Sparkfun Start Something https://learn.sparkfun.com/tutorials/weather-shield-hookup-guide October 17, 2016 Stallman, R. M. 2004. Software libre para una sociedad libre. Traficantes de sueños. Madrid, MA, España. 317 p. Stallman R. M 2004 tware libre para una sociedad libre. Traficantes de sueños Madrid, MA, España 317 317 Torres-Quezada, J., H. Coch and A. Isalgué. 2021. Data set of climatic factors measured in a low latitude region with warm and humid climate: Solar radiation, cloud cover and sky temperature. Data in Brief 38:107404. Doi: 10.1016/J.DIB.2021.107404. Torres-Quezada J. Coch H. Isalgué A. 2021 Data set of climatic factors measured in a low latitude region with warm and humid climate: Solar radiation, cloud cover and sky temperature Data in Brief 38 107404 107404 10.1016/J.DIB.2021.107404 van Engelen, V. W. P. and J. A. Dijkshoorn. 2013. Global and National Soils and Terrain Databases (SOTER). Procedures Manual, Version 2.0. International Soil Reference and Information Centre World Soil Information. Wageningen, GE, The Netherlands. 198 p. https://www.isric.org/sites/default/files/isric_report_2013_04.pdf . (August 22, 2016). van Engelen V. W. P. Dijkshoorn J. A. 2013 Global and National Soils and Terrain Databases (SOTER) 2.0 International Soil Reference and Information Centre World Soil Information Wageningen, GE, The Netherlands https://www.isric.org/sites/default/files/isric_report_2013_04.pdf August 22, 2016 Yang, C. H. and A. C. Regan. 2014. Methodology for the prioritization of environmental sensor station installation (case study of South Korea). Transport Policy 32:53-59. Doi: 10.1016/j.tranpol.2013.12.012. Yang C. H. Regan A. C. 2014 Methodology for the prioritization of environmental sensor station installation (case study of South Korea) Transport Policy 32 53 59 10.1016/j.tranpol.2013.12.012 Scientific article A meteorological monitoring system in a temperate forest from landscape analysis

The authors declare no conflict of interest.

All authors participated equally in the manuscript's design, elaboration, writing and revision.

 Abstract

Monitoring meteorological variables is essential in studying plant biophysical processes such as the development and growth, capture and retention of water, increase of nutrients and use of environmental services. The objective of this work was to propose a meteorological monitoring system based on the analysis of the natural environment to provide a representative database. The proposal was developed in Zoquiapan Experimental Forest Station, central Mexico. Methods include the representativeness of the biophysical conditions in a semi-cold temperate forest in central Mexico. First, maps of geoforms, climate and vegetation were generated to delimit the homogeneous cartographic landscape units. Subsequently, utilizing location criteria, three cartographic units were selected to establish three meteorological stations. The monitoring system has two Davis Instruments automatic stations and another with an Arduino open-source microcontroller. Data is recovered monthly on a laptop with a USB cable. Before the installation of the stations, the sensors were subjected to a comparison with a reference station. It was shown that the data of the first days of operation revealed differences in the climate between the units concluding that locating the stations on an altitudinal trajectory can contribute to relating the climate with different vegetation and geoforms.

 Keywords Cartographic units comparison geoform installation meteorological stations representativeness Introduction

Climate change is a phenomenon that implies a global problem with regional consequences affected by natural and anthropogenic systems. The leading causes of this process are the changes in the concentration of greenhouse gases due to anthropogenic sources (IPCC, 2021). These changes have impacted and modified the natural environment generating an imbalance in ecosystems and natural resources (Gómez-Mendoza and Arriaga, 2007). As a result, concern about climate change has increased; therefore, social, political and scientific initiatives have been created to act on this matter (Reyes et al., 2018).

Monitoring meteorological variables is essential in the study and use of biophysical processes, for example, plant development and growth, water capture and retention, organism survival and development, increase in nutrients, and taking advantage of environmental services (Brauman, 2015). The most critical variables in these processes are air temperature and humidity, precipitation, solar radiation, photosynthetically active radiation and evaporation (Li, 2014).

Meteorological observations (as well as related environmental and geophysical observations) are performed for several reasons, such as real-time preparation of meteorological analyzes, predictions and weather warnings, climate studies, local weather-sensitive operations (e.g. local aerodrome flight operations or facility construction work terrestrial and marine), hydrology and agricultural meteorology, and meteorological and climatological research (OMM, 2014).

The association between temperature and precipitation is valuable in the study of the sensitivity of conifer growth to climate (Gómez-Mendoza and Arriaga, 2007). Various procedures have been developed to quantify drought; each has strengths and weaknesses. The influence of annual evaporation on vegetation during droughts can be more significant than in seasons with no moisture limitations. Yearly evaporation is affected by climatic elements, such as wind speed, solar radiation, vapour pressure deficit and relative humidity, and can vary at short temporal scales. For this reason, it has a relevant function in climate-plant relationships (Pompa-García et al., 2013).

Gómez-Mendoza and Arriaga (2007) studied the vulnerability to climate change of 34 oak and pine species in Mexico. In this study, they confirm a widely known fact: that climatic variables primarily determine the distribution of many species and communities. Thus, climate changes will modify their distribution and abundance. Some essential climatic variables highlighted in forest ecosystems are changes in precipitation, temperature, evapotranspiration and a higher frequency of fires and storms. The rate of forest disappearance can be faster than their migration or regrowth in new areas.

Zoquiapan Forestry Experimental Station (EFEZ) is a research centre of the Universidad Autónoma Chapingo. Because of the need for meteorological data at the station it was essential to establish a practical, rapid and precise meteorological monitoring system. The goal is to provide meteorological data with autonomy, for better management practices and landscape analysis, as studies associated with vegetation or other ecosystem services.

The study area was first biophysically zoned, dividing the territory to establish a location or activity following biophysical variables. This division selected three homogeneous cartographic landscape units as representatives based on site criteria to install three meteorological stations. The objective of this study was to propose a meteorological monitoring system from the analysis of the natural landscape and homogeneous units that will provide a representative database of the area. The hypothesis is that it is possible to analyze the landscape and, based on its variability, identify sites to establish climate monitoring. The meteorological system comprised two commercial automatic meteorological stations of medium-range (including climate records and research) and one low-cost station with an Arduino open code data recorder. Comparison tests were conducted of the sensors of the three automatic meteorological stations before their installation in the selected sites.

 Materials and Methods Study site

Zoquiapan Forestry Experimental Station is located in the Northwest of the volcano Iztaccíhuatl and the Southwestern part of the Zoquiapan National Park, at the following coordinates 19°12'30" and 19°20'00" N, and 98°30'00" and 98º42'30" W. It occupies an area of 1 624.23 ha in the altitudinal range of 3 080 to 3 670 m (Blanco et al., 1981) in the municipalities of Ixtapaluca and Chalco, State of Mexico (Figure 1).

Map of the study area location.

Homogeneous cartographic landscape units

The methodology proposed by Gómez et al. (2008) was used to generate geoforms, climate, and vegetation maps with a Geographic Information System (GIS, ArcMap 10.1) to characterize the homogeneous cartographic landscape units. In this study, we define homogeneous landscape units as those areas that share the same physiographic attributes with minimal spatial variation. The three maps were merged to generate the homogeneous cartographic landscape units, which were assigned a name beginning with soil and vegetation attributes, climate and geoform. The process is described in the following paragraphs.

Geoforms map. The Digital Elevation Model (INEGI, 2016c) of Mexico, Puebla and Tlaxcala state was used to highlight altitudinal ranges, slopes and contour lines. The altitudinal ranges used were delineated every 100 m. The ranges of slope followed the criterion established by the United Nations Environment Program and other institutions in the procedure of digital databases on soils and terrain (van Engelen and Dijkshoorn, 2013) based on the evaluation of soil degradation (Global Assessment of Human-induced Soil Degradation or GLASOD), and the contour lines were every 10 m. Next, the map of geological structures (INEGI, 2016b) and the map of water bodies (INEGI, 2016a) were superimposed to characterize the geomorphological units of the study zone.

Climate map. The climate map was characterized using the methodology of Gómez et al. (2008) by determining annual and monthly temperature and precipitation data. For the first variable, simple linear interpolation methods were complemented with statistical analysis. For the second, a graphic method was used with expert criteria, making analogies with neighbouring areas for which information on this variable was available.

First, with the Extractor Rápido de Información Climática (ERIC, version 1.0) (IMTA, 2016), maximum and minimum temperatures were obtained, and mean annual precipitation from the 22 climatological stations closest to the study area with complete data of at least the last 20 years. The watershed located west (Atoyac River Basin) and within the Central Plateau was considered to determine the influence of winds and select the climatological stations of influence (Juárez et al., 2005).

Temperature map. Data on monthly maximum and minimum temperatures from the climatological stations were used to obtain each station's average annual and monthly temperatures. This aimed to generate simple linear regression equations to calculate the ranges of variation from the elevation for each month and the yearly average. The annual linear regression equation was used to construct the isothermal map at one degree Celsius. Then, the monthly increase was calculated following temperature ranges. Polygons were created by superimposing the contour line map over that of temperature and elevation and calculated with the simple linear regression model in GIS Arc Map 10.1.

Precipitation map. The annual precipitation was obtained from the 22 climatological stations to georeferenced them, according to the coordinates in GIS ArcMap 10.1. With the Digital Elevation Model and the data on annual precipitation from the meteorological stations, the amount of rainfall that could exist in the study area was estimated using analogies with the regions with climatological stations considering the natural vegetation and the influence of the orographic units in the occurrence of rainfall. The procedure is best described in Gómez et al. (2008).

Map of areas of climatic influence. The areas of climatic influence are defined as those with the same annual temperature and precipitation (Gomez et al., 2008). We intersected the maps of mean annual isotherm and mean annual isohyet in GIS ArcMap 10.1 to create the areas of climatic influence. Monthly and yearly values for temperature and precipitation were estimated for each area to determine the climate type using the Köppen climate classification system modified by García (2004).

Final climate map. Once the climate type was determined, the polygons with the same climate type were merged to obtain the climate map.

Vegetation map. A detailed delineation of land use and vegetation types was done using Series V of Land Use and Vegetation (INEGI, 2016d) scale 1:1 000 000. Also, Google Earth satellite images were used to define the vegetation stands in the study area, which was named by land use and vegetation type and verified in the field (through field trips to all areas).

The land use and vegetation types registered by the INEGI (2016d) Series V in the study area are fir forest, pine forest, pine-oak forest and induced grassland. Comparing the land use and vegetation units of Series V with Google Earth satellite images, we observed that the borders of the INEGI (2016d) polygons do not coincide with the vegetation conglomerates. Thus, we refined and elaborated the boundaries with greater detail and precision.

Map of homogeneous cartographic landscape units. Finally, the three maps previously defined in GIS ArcMap 10.1 (geoforms, climate and vegetation) were intersected. From this merging, the homogeneous landscape units were obtained.

 Site criteria

Since it is not possible to establish a monitoring system in all the resulting areas, it was necessary to select just three sites. The main reason was economic limitation (Table 1). Thus, the following are the site criteria for choosing the three homogeneous cartographic landscape units where the meteorological stations were physically located.

Cost of the stations and expenses.
Concept Amount (MXN) Amount (USD)
Station Vantage Pro2 Plus (EMZ-01) $20 522.07 $1 246.03
Station Vantage Pro2 Plus (EMZ-02) $29 013.14 $1 761.57
Station Arduino (EMZ-03) $7 317.04 $444.26
Transportation $6 347.21 $385.38
Others materials $4 415.40 $268.09
Total $67 614.86 $4 105.33

Exchange rate: Dollar (USA) = $16.47 Mexican pesos (November 2016).

Representativity. The sites have characteristics representative of the geoforms, climate and vegetation type of the study area, which should interest the research users. To this end, an elevation transect was performed to observe weather behaviour in the three sites with different altitudes, vegetation and geoforms. The region where the study area installations are located (intermountain valley) was used as the base point to give continuity to the meteorological data collected previously at this site.

Cleared site. The sites are free of natural or artificial obstacles that might obstruct the free transit of the meteorological elements; preferably a terrain cleared in a radius of 20 m.

Levelled terrain. The sites do not have depressions or slopes that could limit the stations' installation and make access for data collection difficult during the rainy season.

Distance to the observer. The stations are close to the place where the operator is located.

Easy access. The sites have an open access road to facilitate operation, maintenance, systematic data collection, and constant surveillance of the stations.

The first criterion was established to collect valuable meteorological helpful information in the research projects of the Zoquiapan Forestry Experimental Station. The other criteria for clearing, level ground, proximity to the observer and easy access were defined according to WMO (Romo and Arteaga, 1989).

 Calibration testing of the meteorological stations

The monitoring system consists of three meteorological stations denominated EMZ-01, EMZ-02 and EMZ-03. Stations EMZ-01 and EMZ-02 are automatic meteorological stations of the brand Davis Instruments, model Vantage Pro2 Plus wireless (DAVIS, 2019). They have a Vantage Pro2 console and a WeatherLink datalogger for receiving, visualizing and storing data, a seven-watt solar panel and a six-volt-1.4 ampere battery to provide the console with constant energy. The console sensors are described in Table 2. EMZ-03 is an automatic meteorological station built with an Arduino microcontroller. It is attached to a 10-watt solar panel and a 12-volt, 7-ampere battery for a constant energy supply. A microSD module functions as a data logger.

Sensors of the station EMZ-01, EMZ-02 and EMZ-03.
Sensor Type Range Accuracy
Temperature Silicone diode 1,2,3 -40 to 65 °C 1,2 ± 0.5 °C 1,2,3
Humidity Film capacitor 1,2,3 0 to 100 % 1,2,3 ± 3 % 1,2,3
Wind direction Potentiometer 1,2,3 0 to 365° 1,2,3 ± 3° 1,2,3
Wind speed Magnetic sensor 1,2,3 1 to 89.44 m/s 1,2 0.00055 m/s 1,2
Solar radiation Silicone photodiode 1,2 1 to 1 800 W/m2 1,2 ±5 % 1,2
UV radiation Transducer 1,2 0 to 199 MEDs 1,2 ±/-5 % 1,2
Pressure Transducer 1,2,3 - ± 0.05 kPa 1,2,3
Pluviometer Dump rocker 1,2,3 - 0.2 mm 1,2,3
Leaf moisture Surface monitor 1 0 to 15 % 1 -
Soil moisture Resistance Watermark 1 0 to 100% 1 ± 0.5°C 1
Soil temperature Steel probe 1 -50 to 60°C 1 ± 3% 1

Source: Sparkfun (2013) and DAVIS (2019).

1 = EMZ-01; 2 = EMZ-02; 3 = EMZ-03.

The WeatherLink datalogger of the stations EMZ-01 and EMZ-02 reports inside and outside temperature and humidity, wind chill and dew point, current and trending atmospheric pressure, current precipitation and daily, monthly and annual accumulated precipitation, rain intensity, solar and UV radiation, evapotranspiration, wind direction and velocity, wind gusts, lunar phase and time of sunrise and sunset. In the Arduino microcontroller of the station EMZ-03, the sensors have been programmed with Arduino integrated development environment to obtain simple data on temperature, humidity, current and daily precipitation, atmospheric pressure, and wind direction and speed. The cost of the stations and expenses incurred are shown in Table 1.

There are two ways to verify the sensors of the meteorological stations. The first compares the sensor response with a known reference measurement when the sensor and the reference device are subjected to the same environmental conditions. The second consists of subjecting the sensor to an artificial state in which the response is theoretically predictable (INE, 2010).

We chose to use the reference equipment of the Department of Meteorology of the Universidad Autónoma Chapingo, a Davis Instruments station, Vantage Vue wireless model, with the same characteristics as stations EMZ-01 and EMZ-02. To compare the measurement of the stations, they were placed 5 m from the reference station for one week.

The comparison tests were conducted within one week with sampling every 30 minutes, resulting in a sample of 336 data recorded on an Excel 2010 spreadsheet. Data were compared using a t-test for two samples, assuming unequal variances. The tested sensors were temperature, humidity, pressure, precipitation, solar radiation, UV radiation, and wind direction and speed.

 Installation of the meteorological stations

It was necessary to delineate an area of 25 m2 in each site around which a cyclone fence with a gate to install the meteorological stations. The fence is 1.5 m high from ground level and has an entrance with a lock to safeguard the stations. The stations were installed in the centre of each fenced-in area. Tripods were anchored to the ground with bases constructed for that purpose, adjusting the tripod screws so that they were firmly anchored to the ground. The weathervanes were oriented toward the north. Solar cells for the equipment were installed facing the south to guarantee efficient use of solar radiation since, most of the year, the sun is south of the latitude in which the stations are found. The rain gauges were levelled with a manual level to ensure that the stand was not inclined to the sides and that the data collection was accurate. The solar radiation and UV radiation sensors were levelled correctly according to the level bubble it is equipped with so that solar radiation reaches the sensors adequately.

Station EMZ-01 was installed on July 22, 2016, and stations EMZ-02 and EMZ-03 were established on August 16, 2016. Once the fences were installed, the stations were placed and configured to begin operation. In addition, data from the first 20 days of operation (August 20 to September 8, 2016) are presented to compare the weather in the three selected cartographic units.

 Results and Discussion Homogeneous cartographic landscape units

An altitudinal range map shows altitudes from 3 000 m to 3 700 masl, based on the Digital Elevation Model of INEGI (2016c). From the slopes map, it can be observed that moderately steep slopes predominate in the southern part of the study area, and in the central to western parts, there are very steep slopes that diminish toward the east. Moreover, the central part is almost flat, and moderately tilted slopes predominate toward the north.

The above maps were superimposed on maps of geological structures (INEGI, 2016b) and water bodies (INEGI, 2016a) to characterize the geological units of the study zone. The geoforms defined are shown in Figure 2. Results show geoforms are as follows: 4.82 % steep volcanic apparatus (SVA), 1.41 % moderately inclined glens (MIG), 0.46 % almost flat tops of volcanic domes (AFTVD), 2.40 % inclined tops of volcanic domes (ITVD), 1.15 % moderately inclined tops of volcanic domes (MITVD), 8.11 % steep hillsides (StH), 3.87 % sloped hillsides (SlH), 13.57 % descended hillside dissected by streams (SlHDS), 14.07 % moderately steep hillsides (MStH), 10.74 % moderately sloped hillsides (MSlH), 1.73 % moderately sloped hillsides dissected by streams (MSlHDS) and 37.66 % almost flat intermountain valley dissected by streams (AFIVDS).

Geoforms map of the study area.

Map of areas of climatic influence. The polygons of areas of climatic influence are shown in Figure 3. The climate types according to Köppen climate classification modified by García (2004) are: Cb'(w2)(w)ig (22.37 %), Cc(w2)ig (26.38 %) and Cc(w2)(w)ig (51.26 %) (Table 3). The climate in the study area is temperate. The location and height influence the course of the temperature, while the location and orientation influence the precipitation.

Climate map of the study area.

Principal climates in the study area.
Climate type Description
Cb'(w2)(w)ig Temperate Semi-cold with long cool summer; the wettest of the sub-humid, with summer rains and winter precipitation percentage less than 5; isothermal; with Gange's temperature gear.
Cc(w2)ig Temperate Semi-cold with short cool summer; the wettest of the sub-humid, with summer rains and winter precipitation percentage between 5 and 10.2 per year; isothermal; with Gange's temperature gear.
Cc(w2)(w)ig Temperate Semi-cold with short cool summer; the wettest of the sub-humid, with summer rains and winter precipitation percentage less than 5; isothermal; with Gange's temperature gear.

Isotherm map. The estimated annual and monthly temperature ranges from the simple linear regression models for the study area are presented in Table 4. In the areas of lower altitudes, the mean annual temperature estimated is in the range of 10-11 °C; at the highest altitude, its range is 6-7 °C.

Average annual and monthly temperatures in the study area (°C).
Range Annual J F M A M J J A S O N D
6-7 7 5.4 5.7 6.5 8.1 8.0 8.4 7.1 7.7 7.6 3.6 6.5 3.1
7-8 8 6.2 6.6 7.6 9.2 9.2 9.5 8.2 8.7 8.7 4.6 7.2 3.9
8-9 9 7.0 7.5 8.7 10.3 10.4 10.6 9.4 9.8 9.7 5.5 8.0 4.6
9-10 10 7.7 8.4 9.7 11.4 11.5 11.6 10.5 10.9 10.7 6.5 8.7 5.4
10-11 11 8.5 9.4 10.8 12.4 12.7 12.4 11.6 12.0 11.8 7.5 9.4 6.1

Isohyet maps. The dominant winds associated with the formation of the cloud systems that generate most of the precipitation in the EFEZ come mainly from the Gulf of Mexico with a Northeast to Southwest trajectory. Annual mean precipitation values of 1 000 to 1 100 mm were estimated at the intermontane valley. Here, the winds descend from slopes located to the North and Northeast of the area of study and then are forced to ascend following the contour of the slopes of the South-southeast where condensation of the water-air vapour increase and then the amount of precipitation with a higher range estimated of 1 300-1 400 mm.

Data on the annual precipitation of each polygon was generated with a table showing average monthly rainfall values, monthly precipitation intervals and estimated monthly precipitation calculated for each range. The intervals of mean monthly precipitation for each range of annual mean precipitation were assigned in accord with the trend and average precipitation values of each group of climatological stations, establishing ranges within which the averages of the different groups of stations were included. The results are shown in Table 5.

Estimate ranges of annual means precipitation and monthly values in the study area (mm).
Range Annual J F M A M J J A S O N D
1 000-1 100 1 044.8 16.0 13.3 17.9 50.0 90.0 186.7 206.7 190.0 166.7 86.7 13.3 7.5
1 100-1 200 1 122.4 17.0 17.5 19.2 55.0 106.7 193.3 213.3 200.0 173.3 93.3 17.5 16.3
1 200-1 300 1 234.7 18.0 21.7 22.5 70.0 113.3 210.0 226.7 220.0 186.7 106.7 21.7 17.5
1 300-1 400 1 331.9 19.0 23.3 27.5 90.0 130.0 230.0 233.3 230.0 193.3 113.3 23.3 18.8

Vegetation map. Seven categories were obtained: 0.29 % water (W), 16.60 % fir (F), 2.69 % grassland (G), 49.64 % pine (P), 14.63 % pine-alder (PA), 1.89 % pine-oak (PO) and 14.26 % pine-fir (PF); for more information see Figure 4.

Vegetation map of the study area.

Map of homogeneous cartographic landscape units. By merging the geoforms, climate and vegetation maps, 38 homogeneous cartographic landscape units were obtained and assigned names following vegetation attributes, climate type and geoform (Figure 5). Table 6 shows the site criteria used to select the sites where the meteorological stations were installed.

Homogeneous cartographic landscape units and meteorological stations location.

Selected units for the meteorological stations.
Criteria EMZ-01 EMZ-02 EMZ-03
Biophysical representativeness
Elevation (masl) 3 273 3 413 3 575
Slope (%) 0-2 >40 8-15
Geoforms Almost flat intermountain valley dissected by streams [AFIVDS] Steep hillsides [StH] Inclined tops of volcanic dome [ITVD]
Climate type Cc(w2)(w)ig Cc(w2)(w)ig Cc(w2)ig
Vegetation Grassland Fir Pine-Alder
Clear location Yes Yes Yes
Level ground Yes Yes Yes
Close to operator Yes Yes Yes
Easy access Yes Yes Yes

The weather stations were installed considering the desire to give continuity to prior records of meteorological data. First, station EMZ-01 was located at an altitude of 3 273 masl in an almost flat intermountain valley intersected by streams with grassland vegetation and a temperate semi-cold climate.

The station EMZ-02 is located on a steep hillside with an altitude of 3 413 masl, 140 m higher than the EMZ-01. This is relevant for knowledge of climate behaviour in the thermal belt that can occur in this unit's altitudinal range. The vegetation is an Oyamel Fir Forest. This species is significant for the research carried out here in ecological landscape planning (Lomas-Barrié et al., 2005), forest research (Martínez-Santiago et al., 2017) or land use change (Paredes-González et al., 2018). It has the same climate type as the latter.

The station EMZ-03 is located on a steep hillside at an altitude of 3 575 masl, 162 m higher than EMZ-02 and 302 m higher than EMZ-01. The station's location is relevant for knowledge of the climate behaviour in this altitudinal range to have the meteorological information in an altitudinal transect. The natural vegetation cover is a forest with a pine-alder association, which is also essential for the research carried out in the area. Figure 1 shows the location of the three stations in the sites that satisfied the site criteria.

 Calibration tests of the meteorological stations

Calibration tests of the stations were conducted with reference equipment belonging to the Department of Meteorology of the Universidad Autónoma Chapingo. Using a t-test for two samples, assuming unequal variances for each of the sensors with 30-minute intervals between data collections for a week, we obtained 336 samples for statistical analysis. The tests comprehended the periods from July 8 to July 14, 2016, for stations EMZ-01 and EMZ-02, while for station EMZ-3, the period was June 2 to June 8, 2016.

For stations EMZ-01 and EMZ-02, calibration tests of the temperature, humidity, solar radiation, UV radiation, air pressure, wind speed and direction sensors were conducted. The data from the test station were compared with the data of the reference station. The statistical t-value for the sensors of the two stations was far below the critical t-value of the two tails (1.96). It is thus assumed that the test of means demonstrated that the data are statistically equal since there are no significant differences between samples.

Calibration tests were conducted on the sensors of each station. We found significant differences in temperature and humidity sensors and calibrated them. Calibration is a systematic process for modelling climatic variables (Torres-Quezada et al., 2021) or agronomic crop prediction (Corvino et al., 2018). The statistical analysis did not significantly differ in the air pressure, wind speed and direction sensors. The precipitation sensor data were validated with the reference station using an artificial rainfall test with rain simulator equipment because no rain was recorded during the testing period. Moreover, the artificial rainfall test offers more certainty in collecting data.

There was a significant difference between samples in the temperature sensor, so an adjustment of -0.78 ºC was made in the Arduino programming code. It was again tested for one week, and the statistical analysis was repeated. The samples showed no significant differences, and the sensor was considered calibrated (Figure 6). For the humidity sensor, a significant difference was found between samples. An adjustment of +2.34 % was made in the Arduino programming code, and the calibration tests were again run for one week. We found that the statistical t-value is lower than the two-tailed critical t-value and thus assumed no significant differences between the samples.

Calibration test of temperature sensors. Prueba t para dos muestras suponiendo varianzas desiguales = Two-sample t-test assuming unequal variances; Referencia = Reference; Media = Mean; Varianza = Variance; Observaciones = Observations; Diferencia hipotética de las medias = Hypothetical difference of means; Grados de libertad = Degrees of freedom; Estadístico t = t statistic; P(T=˂t) una cola = One-tail P(T<=t); Valor crítico de t (una cola) = Critical t value (one tail); P(T=˂t) dos colas = Two-tailed P(T<=t); Valor crítico de t (dos colas) = Critical t value (two tails).

The statistical t-values for the air pressure, wind speed, and direction sensors were far below the critical t-value (two-tailed). We thus assumed that the test of means demonstrates that there are no significant differences in the samples. As for the precipitation sensor, the data were validated by comparing the readings of the artificial rainfall equipment with those recorded by station EMZ-03, resulting in similar recorded amounts of rain.

 First data calibration

After installing the stations, we configured the WeatherLink consoles of stations EMZ-01 and EMZ-02. For station EMZ-03, the Arduino program code was downloaded. Later, we verified that the data collection was correct. Figures 7 and 8 present the data from the meteorological stations' first 20 days of operation. In the graphs, weather differences in each unit can be observed, underlining those caused by different altitudes, vegetation and geoform at which the stations were installed.

Data from the three stations of a) Temperature, b) Humidity, c) Solar radiation, and d) UV radiation.

Data from the three stations of a) Pressure, b) Precipitation, c) Wind speed, and d) Wind direction.

A data-collection schedule was programmed for collection during the first week of each month. Recovery of the data is manual. The operator must download the data monthly to a laptop with a USB port. Data are transferred automatically by connecting the USB cable of the datalogger to a portable computer. For station EMZ-03, the microSD memory of the station must be removed to copy the data in the computer and later return it to the station and again program it with the Arduino programming code.

The results pay off in developing open-source climate monitoring systems, fostering collaboration and improving infrastructure (Lin and Zini, 2008). The use of free software allows weather stations to be adapted by modifying and adjusting their components (Stallman, 2004). In addition, using the Arduino system allowed reaching the goal without being an expert programmer or having high financial resources, which is one of its advantages (Ferdoush and Li, 2014; Katyal et al., 2016). The results will establish bases for a climate monitoring system in the experimental area of Zoquiapan, providing detailed information and construction of better climate, forest fire and meteorological risk maps (Meulenert et al., 2005; Adepoju et al., 2020).

Installing automatic equipment has proven to be effective in obtaining climatic information. As shown, it is possible to use automatic stations programmed with Arduino. In areas of complex relief and difficult access, they are a viable option (Martínez del Castillo et al., 2012). It was noticed that the records were sufficient to show the representativeness of the complexity of the landscape and climate in the three sites studied. Representativeness is a fundamental criterion for urban and rural planning because it makes processes more efficient (Yang and Regan, 2014). In addition, installing equipment with Arduino allows for updating weather stations with many years of operation (Faugel and Bobkov, 2013).

 Conclusions

A meteorological monitoring system, following landscape and representativeness with three weather stations, was implemented with good performance. Data from the first 20 days of operation revealed differences between weather stations; therefore, the altitudinal trajectory was acceptable. The low-cost Arduino-based weather station effectively collected and stored information in digital format. Our results contribute to the discussion and establishment of low-cost weather stations for local data information. New studies should include a more significant number of sensors and wireless connections, including data transfer.

 Acknowledgements

The National Council of Science and Technology (Conacyt), the Universidad Autónoma Chapingo, DGIP, Division of Forest Sciences, and the Master of Science Program in Forest Sciences. We gratefully acknowledge the comments and suggestions of the anonymous reviewers, whose comments have substantially improved the paper.