Definición
El proceso de ajustar parámetros, umbrales o funciones de transferencia en indicadores, índices o modelos de sequía para que sus salidas se alineen con condiciones observadas o eventos de referencia durante un periodo de calibración definido.
Principio
Principio
Utilizar ajuste estadístico, corrección de sesgos o ajuste de umbrales contra conjuntos de datos observacionales representativos para reducir errores sistemáticos, documentando supuestos y periodo de aplicabilidad.
Demostración
Demostración
Ejemplo: Calibrar un índice de sequía basado en la humedad del suelo ajustando los umbrales de punto de marchitez y capacidad de campo para que las categorías del índice correspondan a años documentados de pérdida de cultivos en un periodo de referencia de 20 años.
Aplicación incorrecta
Aplicación incorrecta
Sobreajustar la calibración a un periodo excepcional de sequía plurianual (ajustar parámetros para ese episodio extremo), lo que genera pobre rendimiento en condiciones típicas o más húmedas.
Consecuencia
Consecuencia
Una calibración adecuada mejora la precisión, la comparabilidad y la interpretabilidad de las métricas de sequía entre sitios y periodos, permitiendo un uso operativo fiable.
Inversión
Inversión
Un modelo no calibrado o descalibrado deriva de la realidad observada, incrementando el sesgo y reduciendo la confiabilidad de avisos y mapas.
Límite
Límite
Se aplica a la sintonización de parámetros y establecimiento de umbrales con las observaciones disponibles; no puede crear validez observacional donde faltan datos y está limitado por la calidad de las observaciones, supuestos de estacionariedad y desajustes de escala.
Tensión semántica
Tensión semántica
Tensión con la validación: la calibración optimiza el ajuste a un conjunto de referencia, mientras que la validación prueba la habilidad de forma independiente; enfocarse demasiado en la calibración sin validar genera sobreajuste.
Síntesis
Síntesis
Un paso de ajuste sistemático que alinea las métricas de sequía con registros empíricos para reducir sesgos y mejorar la utilidad, requiriendo validación independiente y reporte transparente de límites.