[ES] Se presenta un conjunto de datos globales mensuales de un índice de sequía multiescalar y se compara en términos de variabilidad espacial y temporal con los conjuntos de datos de sequía continentales y globales existentes basados en el índice de severidad de la sequía de Palmer (PDSI, scPDSI, por su acrónimo en inglés). El nuevo conjunto de datos se basa en el índice estandarizado de evapotranspiración de las precipitaciones (SPEI, por su acrónimo en inglés). El índice se obtuvo a partir de los datos del CRU TS3.0, cubre escalas temporales de 1 a 48 meses para el periodo 1901-2006 y tiene una resolución espacial de 0,5°. Las ventajas del nuevo conjunto de datos son que: i) mejora la resolución espacial del único conjunto de datos mundial sobre sequía a escala global; ii) es comparable espacial y temporalmente con otros conjuntos de datos, dada la naturaleza probabilística del SPEI, y, en particular; iii) permite identificar varios tipos de sequía, dado el carácter multiescalar del SPEI. Más detalles en: https://spei.csic.es/database.html

[EN] A monthly global dataset of a multiscalar drought index is presented and compared in terms of spatial and temporal variability with the existing continental and global drought datasets based on the Palmer drought severity index (PDSI, scPDSI). The new dataset is based on the standardized precipitation evapotranspiration index (SPEI). The index was obtained from the CRU TS3.0 data, covering time scales from 1 to 48 months for the period 1901-2006, and has a spatial resolution of 0.5°. The advantages of the new dataset are that: i) it improves the spatial resolution of the unique global drought dataset at a global scale; ii) it is spatially and temporally comparable to other datasets, given the probabilistic nature of the SPEI, and, in particular; iii) it enables identification of various drought types, given the multiscalar character of the SPEI. More details at: https://spei.csic.es/database.html

El conjunto de datos se compone de 96 archivos NetCDF, comprimidos en formato zip, representando una escala temporal distinta que abarca desde 1 hasta 48 meses. Se puede acceder y manipular estos archivos utilizando diversas herramientas de software, incluidas aplicaciones SIG como QGIS y ArcMap, aplicaciones especializadas como Panoply (https://www.giss.nasa.gov/tools/panoply/), y librerías específicas como ncdf4, raster o terra en R, así como netCDF4 o xarray en Python, entre otras. Cada archivo NetCDF contiene una matriz tridimensional con dimensiones de 720x360x1476. Los píxeles de tierra se identifican con el valor 1.0x10^30 y los errores de cálculo con valores NaN. El conjunto de datos se ha generado en R utilizando el paquete SPEI (http://cran.r-project.org/web/packages/SPEI).

This work was not supported by any external funding.

Peer reviewed