Envíe este artículo por correo electrónico 
Análisis Multivariante de la similitud climática köppen-geiger y factores discriminantes en 70 metrópolis de Latinoamérica y el Caribe
Resumen
El estudio evalúa la similitud climática según la clasificación Köppen-Geiger en 70 áreas metropolitanas de América Latina y el Caribe (período 2014-2018), a partir de la integración de 25 indicadores urbanos, bioclimáticos, geográficos, socioeconómicos y sociopolíticos. Se construyeron dos conjuntos de datos: uno que incorpora la elevación media (metrópolis) y otro que discrimina la elevación baja (1), intermedia (3) y alta (3). Se emplearon métodos estadísticos multivariados, incluidos los análisis de conglomerados (MC) y discriminante (MD) a partir de las variables dependientes (VDsc): Zona Climática, Estratificación de la Población y Localización Geográfica. La validación de los datos se realizó con la prueba t de Student, análisis de varianza (ANOVA) para muestras independientes y prueba post hoc de Tukey. Las estructuras de los clústeres se definieron con el método de silhouette, y se emplearon métricas de distancia euclidiana para evaluar los patrones de similitud. Los resultados indican que VDsc Zona Climática presenta la mayor similitud entre los grupos urbanos (61 %), lo que sugiere una coherencia climática Köppen-Geiger relativamente fuerte en la región. A su vez el MD (VDsc Zona climática) arrojó un bajo error de clasificación (5.6 %), lo que destaca la solidez del enfoque de agrupamiento. Entre los indicadores discriminantes que diferencian clústeres, tenemos los Índices de Desarrollo Humano y Estado de Derecho. Estos resultados sugieren que la similitud climática urbana regional no depende únicamente a factores bioclimáticos, sino a las interrelaciones socioeconómicas y de gobernanza existentes, lo que permite interpretar con mayor amplitud los patrones climáticos en sistemas metropolitanos complejos.
Recibido: 30 de abril de 2026
Aceptado: 10 de julio de 2026
Palabras clave
Texto completo:
PDF (English)Referencias
Baumgartner, W. H. (2025). Gentrificación verde en América Latina. Universalidades, especificidades y particularidades en Brasil. Revista de Geografía Norte Grande, (93), 1-17. https://doi.org/10.4067/S0718-34022026000100110.
Beck, H., Zimmermann, N., McVicar, T.R., Vergopolan, N.,Berg,A., Wood,E.F.(2018). Present and future Köppen-Geiger climate classification maps at 1-km resolution. Scientific Data, (5), 180-214. https://doi.org/10.1038/sdata2018.214.
Boccolini, S. M. (2025). Metrópolis más que urbanas: reconceptualizando los territorios de soporte de la vida urbana. Revista de Investigaciones Geográficas: una mirada desde el Sur, (69), 3-23. https://doi.org/10.5354/0719-5370.2025.76776.
Casadei, P., Semmartin, M. y Garbulsky, M.F. (2021). Análisis regional de las islas de calor urbano en la Argentina. Ecología Austral, 31(1), 190–203. https://doi.org/10.25260/EA.21.31.1.0.970.
Comisión Económica Para La America Latina (CEPAL) (2017). Observatorio Demográfico de América Latina y el Caribe 2017: Tablas de mortalidad = Demographic Observatory of Latin America and the Caribbean 2017: Life tables. https://www.cepal.org/es/publicaciones/42361-observatorio-demografico-america-latina-caribe-2017-tablas-mortalidad.
Cox, W. (2025). Demographia World Urban Areas: 2025 Edition.Demographia/ChapmanUniversity. https://blogs.chapman.edu/wpcontent/uploads/sites/56/2025/06/Demographia-World-Urban-2025.pdf.
Devore, J. (2001). Probabilidad y Estadística para Ingeniería y Ciencias. Séptima edición. CengageLearning. https://intranetua.uantof.cl/facultades/csbasicas/matematicas/academicos/jreyes/DOCENCIA/APUNTES/APUNTES%20PDF/Probabilidad%20y%20Estadistica%20para%20Ingenieria%20y%20Ciencias%20%20Jay%20Devore%20%20Septima%20Edicion.pdf
Dobbs, C., Nitschke CR, y Kendal D. (2014). Global Drivers and Tradeoffs of Three Urban Vegetation Ecosystem Services. PLoS ONE, (9), 1-9.
https://doi:10.1371/journal.pone.0113000.
Economist Intelligence Unit (2019). Democracy index 2019: A year of democratic setbacks and popular protest. https://www.eiu.com/n/campaigns/democracy-index-2019/.
Economist Intelligence Unit. (2015). Democracy index 2015: Democracy in an age of anxiety. https://www.eiu.com/public/topical_report.aspx?campaignid=DemocracyIndex201
Germanwatch. (2021). Global Climate Risk Index 2021: Who suffers most from extreme weather events? Climate-related loss events in 2019 and 2000 to 2019. https://www.germanwatch.org/sites/default/files/Global%20Climate%20Risk%20Index%202021_2.pdf.
Giorgi F. 2006. Climate change hot-spots. Geophysical Research Letters, 33 (17), 1-4. https://doi.org/10.1029/2006GL025734.
González Á., Pacheco, C., Henao.,A., Monjardin, S.,, Plata, W., y Peña, J. (2025a). Identification of discriminating indicators and criteria for sustainability, resilience, and liveability in Latin American and. Revista Ciencia e Ingeniería. 46(1), 87102. https://www.researchgate.net/publication/391425684_Identification_of_discriminating_indicators_and_criteria_forsustainability_resilience_and_liveability_in_Latin_American_and_Caribbean_metropolises.
González-Calderón, Á., Pacheco-Angulo, C., y Peña-Guillén, J. (2025b). Caracterización socio-ambiental y urbana de algunos emplazamientos metropolitanos de Latinoamérica y el Caribe mediante técnicas multivariantes, 2014-2018. Revista Geográfica Venezolana, 66(1), 106-131. https://doi.org/10.53766/RGV/2025.66.1.07.
Grimmond, C.S.B., Souch, C. (1994). Surface description for urban climate studies: A GIS based methodology. Geocarto International 1, (47), 59. https://doi.org/10.1080/10106049409354439
Harlan, S., Brazel, A.J.,Jenerette, G.D., Jones, N.S., Larsen, L, Prashad, L ., Stefanov, W.L. (2007). In the shade of affluence: the inequitable distribution of the urban heat island. Equity and the Environment, (15), 173–202. https://doi:10.1016/S0196-1152(07)15005-5.
Henríquez, C., Mallea, C., Henríquez-Dole, L y Samaniego, H. (2017). Dispersión y Escalamiento Urbano en el Sistema de Ciudades Chileno Urban Sprawland Scaling in the Chilean Cities System. Investig. Geogr, (54),5-22. https://doi:10.5354/0719-5370.2017.48039.
Hiroito.,M., Rodrigues Pereira,M.M y Pereira de Freitas Neto, R. (2026). Machine Learning and Remote Sensing Applications in Urban Heat Island research: a bibliometric analysis. revista regeo, São José dos Pinhais,17,(2),124. https://doi.org/10.56238/revgeov17n2-098.
Intergovernmental Panel on Climate Change (IPCC) (2006). 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Volume 2, Energy. https://www.ipccnggip.iges.or.jp/public/2006gl/pdf/2_Volume2/V2_1_Ch1_Introduction.pdf.
Intergovernmental Panel on Climate Change. (IPCC) (2021): Summary for PolicymakersTechnical Summary Frequently Asked Questions Glossary. Part of the Working Group I Contribution to the Sixth Assessment Report of the Intergovernmental Panel on ClimateChange. https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_SummaryVolume.pdf.
Klein-Rosenthal, J., Kinney, P. L., and Metzger, K. B. (2014). Intra-urban vulnerability to heat-related mortality in New York City, 1997-2006. Health & Place,(30),4560.https://doi:10.1016/j.healthplace.2014.07.014.
Lauwaet, D., Hooyberghs, H., Maiheu, B., Lefebvre, W., Driesen, G., Van Looy, S., De Ridder, K., (2015). Detailed Urban Heat Island Projections for Cities Worldwide: Dynamical Downscaling CMIP5 Global Climate Models. Climate (3), 391–415. https://doi.org/doi:10.3390/cli3020391.
Moran, D., Kanemoto, K., Jiborn, M., Wood, R., Tobben, J., & Seto, K. (2018). Carbon footprints of 13 000 cities. Environ. Res. Lett, (13), 06404, 1-10. https://doi.org/10.1088/1748-9326/aac72a.
Pacifici, M., Rama, F y de Castro Marins, K. (2019). Analysis of temperature variability within outdoor urban spaces at multiple scales. Urban Climate, (27), 90-104. https://doi.org/10.1016/j.uclim.2018.11.003.
Pugh, T., Muller C, Deryng, J.E.D., Folberth, C., Olin, S., Schmid, E., Arneth, A. (2016). Climate analogues suggest limited potential for intensification of production on current croplands under climate change. Nature Communications, (7), 1-8. https://doi.org/10.1038/ncomms12608.
R Core Team. (2023). R: A language and environment for statistical computing (Versión 4.3) [Software]. R Foundation for Statistical Computing. https://www.R-project.org/
United Nations. 2016. Habitat iii regional report Latin America and the Caribbean.Sustainable Cities with Equality. Mexico. 978-92-1-133393-0, 978-92-1-1327595. https://unhabitat.org/sites/default/files/documents/2019-05/habitatiii-regional-report-lac.pdf.
United Nations (UN). (2023). Sustainable Development Goals Report. Special Edition. United Nations. https://unstats.un.org/sdgs/report/2023/TheSustainableDevelopmentGoalsReport2023_Spanish.pdf.
United Nations Development Programme (UNDP). (2018). Human Development Indicators and Indices: 2018StatisticalUpdateTeam. https://hdr.undp.org/system/files/documents/2018humandevelopmentstatisticalupdate.pdf.
United Nations Development Programme (UNDP). (2024). The 2023/2024 Human Development Report. Breaking the gridlock. Reimagining cooperation in a polarizedworld. https://hdr.undp.org/system/files/documents/global-reportdocument/hdr202324reporten.pdf.
United Nations Development Programme and Oxford Poverty and Human Development Initiative. (UNDP). (2023). Global multidimensional poverty index 2023. Unstacking global poverty: Data for high impactaction. https://hdr.undp.org/system/files/documents/hdp-document/2023mpireporten.pdf.
United Nations Habitat Organization (UN-Habitat).(2020). Global State of Metropolises. Population Data Booklet. https://unhabitat.org/globalstateofmetropolis2020%E2%80%93populationdatabooklet.
World Bank Group. (2021). Free and open access to global developmentdata. https://data.worldbank.org/country/latin-america-and-caribbean.
World Economic Forum (WEF) (2024). The Global Risks Report2024.19thEdition. https://www3.weforum.org/docs/WEF_The_Global_Risks_Report_2024.pdf.
World Health Organization (WHO) (2018). Guías de calidad del aire relativas al material particulado.: https://www3.paho.org/hq/index.php?option=com_topics&view=rdmore&cid=9833&Itemid=40799〈=es.
World Justice Project. (WJP). (2021). Rule of Law Index. Current and Historical Data: https://worldjusticeproject.org/ourwork/research-and-data/wjp-rule-law-index2021/current-historical-data.
World Meteorological Organization (WMO) 2021. World Meteorological Information Service. https://worldweather.wmo.int/es/home.html.
Wu, X., Wang, G., Yao, R., Wang, L., Yu, D., Gui, X. (2019). Investigating Surface Urban Heat Islands in South America Based on MODIS Data from 2003–2016. Remote Sens, (11), 1212, 1-16. https://doi:10.3390/rs1110.
DOI: https://doi.org/10.53766/CEI
Todos los documentos publicados en esta revista se distribuyen bajo una
Licencia Creative Commons Atribución -No Comercial- Compartir Igual 4.0 Internacional.
Por lo que el envío, procesamiento y publicación de artículos en la revista es totalmente gratuito.
 |
 |  |  |  |