Introducción
⌅Las
clasificaciones climáticas son sistemas cuantitativos que permiten
agrupar climas similares con diversos fines, como los ecológicos,
climatológicos, agrícolas o hidráulicos (Centella et al., 1996Centella-Artola, A. D.; Rubiera Torres, J. & Pérez Suárez, R. (eds). 1996. Elementos de Meteorología y Climatología. Editorial Academia.
; Bailey, 2014Bailey, R. G. 2014. “Applications of Ecoregional Patterns”. Ecoregions, Available: https://link.springer.com/chapter/10.1007/978-1-4939-0524-9_12.
). Una de las clasificaciones más usadas es la propuesta por Köppen y sus actualizaciones (Köppen, 1918Köppen, W. 1918. “Klassifikation der Klimate nach Temperatur, Niederschlag und Jahresablauf”. Petermanns Geogr. Mitt., 64: 193-203, 243-248. https://cir.nii.ac.jp/crid/1571417124413957120
; Beck et al., 2018Beck,
H. E.; Zimmermann, N. E.; 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(1): 180214, ISSN: 2052-4463, DOI: https://doi.org/10.1038/sdata.2018.214.
). Este método emplea el régimen de precipitación y la cantidad de calor para identificar tipologías vegetales a escala global (Cui et al., 2021Cui, D.; Liang, S.; Wang, D. & Liu, Z. 2021. A
1 km global dataset of historical (1979-2013) and future (2020-2100)
Köppen-Geiger climate classification and bioclimatic variables. Earth System Science Data, essd.copernicus.org, Available: https://essd.copernicus.org/articles/13/5087/2021/.
). A escala local, es común el uso de la clasificación de Köppen y Geiger, así como otras variaciones (Köppen & Geiger, 1936Köppen, W. & Geiger, R. 1936. Das geographische System der Klimate.
; Pérez & Hidalgo, 2016Pérez-Rivas, G. & Hidalgo-Mayo, A. 2016. “Regionalización climática de la provincia de Holguín”. Revista Cubana de Meteorología, 22(1): 39-48. https://www.redalyc.org/pdf/7019/701978402003.pdf
). Entre las propuestas más recientes se
encuentran las clasificaciones bioclimáticas, que se basan en las
características biológicas y en los elementos del clima (López & López, 2008López-Fernández,
M. L. & López-Fernández, M. S. 2008. “Ideas Básicas del ‘Global
Bioclimatics’. Guía para reconocer y clasificar las unidades
bioclimáticas”. Publicaciones de Biología, Universidad de Navarra, Serie Botánica, 17: 3-188, ISSN: 1130-9113. https://www.lareferencia.info/vufind/Record/ES_69bcf364c4dea6ef4693f20163328b20
; Rivas et al., 2011Rivas-Martínez, S.; Rivas-Sáenz, S. & Penas-Merino, A. 2011. “Worldwide bioclimatic classification system”. Global Geobotany, 1: 1-634.
; Caballero & Salvà, 2024Caballero,
D. & Salvà, M. 2024. “Adaptación del método de Tipos de Regímenes
Bioclimáticos (TRB) a la isla de El Hierro (Canarias)”. Geousp, 28(3), DOI: https://doi.org/10.11606/issn.2179-0892.geousp.2024.230590es.
).
Los métodos anteriores establecen unidades de clasificación que reflejan las relaciones entre la atmósfera y la biosfera como componentes del sistema climático. Sin embargo, otros componentes como la litosfera pueden influir de forma significativa en el clima local de regiones tropicales insulares, lo que genera impactos en la agricultura, la hidrología y otros sectores.
La clasificación por Tipo de Régimen
Bioclimático (TRB) sintetiza el comportamiento de las variables
termopluviométricas del clima y las características edáficas (Cámara et al., 2020Cámara-Artigas,
R.; Díaz Del Olmo, F. & Martínez Batlle, J. R. 2020. “TBRs, a
methodology for the multi-scalar cartographic analysis of the
distribution of plant formations”. Boletín de la Asociación de Geógrafos Españoles, (85), ISSN: 2605-3322, 0212-9426, DOI: https://doi.org/10.21138/bage.2915, Available: https://bage.age-geografia.es/ojs/index.php/bage/article/view/2915, ‘Consulted: October 14, 2023“.
). Esta síntesis presenta potencialidades para el estudio de los climas locales en regiones insulares (Caballero & Salvà, 2024Caballero,
D. & Salvà, M. 2024. “Adaptación del método de Tipos de Regímenes
Bioclimáticos (TRB) a la isla de El Hierro (Canarias)”. Geousp, 28(3), DOI: https://doi.org/10.11606/issn.2179-0892.geousp.2024.230590es.
).
En la región oriental de Cuba se ubican dos de los principales macizos montañosos del país. Esta región también destaca por su posición relevante dentro de la biodiversidad global, ya que en ella se localizan áreas naturales significativas, reconocidas como Reservas de la Biosfera por la UNESCO y como Sitios Naturales Patrimonio Mundial.
Desde el punto de vista socioeconómico, los agroecosistemas de la región realizan aportes macroeconómicos sustanciales y brindan servicios ambientales a una porción significativa de la población de Cuba. La comprensión de los cambios en el clima local, que implican las proyecciones del clima futuro, constituye una tarea que requiere el uso de herramientas apropiadas. El objetivo de esta investigación fue identificar una clasificación climática adecuada para la caracterización de la dinámica, tanto presente como proyectada, del clima local en el oriente de Cuba.
Materiales y Métodos
⌅El
estudio se realizó en la región oriental de Cuba. El clima local de
esta área está influenciado por factores geográficos asociados a los
macizos montañosos Nipe Sagua Baracoa y Sierra Maestra (Peña et al., 2021Peña-de
la Cruz, A.; Delgado-Téllez, R.; Guevara-Velasco, V.;
Rodríguez-Montoya, L. & Savón-Vaciano, Y. 2021. “Estudios de clima
de montaña en Cuba, topoclimas.”. Revista Cubana de Meteorología, 27(3), ISSN: 2664-0880, Available: http://rcm.insmet.cu/index.php/rcm/article/view/572/1127.
; 2025Peña-De
La Cruz, A.; Delgado-Téllez, R.; Savón-Vaciano, Y. & Ding, M. 2025.
“Delineation of the Topoclimates of Eastern Cuba by Local Weather
Patterns and Unsupervised Machine Learning”. Revista Brasileira de Meteorologia, 40: e40230023, ISSN: 1982-4351, 0102-7786, DOI: https://doi.org/10.1590/0102-778640230023.
) (Figura 1).
Esta región comparte características paleogeográficas y de la
paleobiota con el resto del arco de las Antillas Mayores en el Caribe (Iturralde et al., 2016Iturralde-Vinent,
M. A.; García-Casco, A.; Rojas-Agramonte, Y.; Proenza, J. A.; Murphy,
J. B. & Stern, R. J. 2016. “The geology of Cuba: A brief overview
and synthesis”. GSA Today, : 4-10, ISSN: 10525173, DOI: https://diposit.ub.edu/items/0d64c21c-cc61-4d85-856d-4a301fd2f27e.
; Reyes et al., 2023Reyes, O. J.; Samek, V. & Del Risco-Rodríguez, E. 2023. “Fitocenosis en los Pinares de Monte Cristo, Cuba oriental”. Revista Politécnica, 19(38): 78-95, ISSN: 2256-5353, 1900-2351, DOI: https://doi.org/10.33571/rpolitec.v19n38a5.
).
Se
consideraron dos clasificaciones climáticas para representar de forma
adecuada la complejidad del clima a escala local. La primera es la
clasificación de Köppen y Geiger, la cual evalúa el comportamiento
estacional de la temperatura y la precipitación. Este sistema es uno de
los más utilizados (Beck et al., 2018Beck,
H. E.; Zimmermann, N. E.; 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(1): 180214, ISSN: 2052-4463, DOI: https://doi.org/10.1038/sdata.2018.214.
; Cui et al., 2021Cui, D.; Liang, S.; Wang, D. & Liu, Z. 2021. A
1 km global dataset of historical (1979-2013) and future (2020-2100)
Köppen-Geiger climate classification and bioclimatic variables. Earth System Science Data, essd.copernicus.org, Available: https://essd.copernicus.org/articles/13/5087/2021/.
). De forma análoga, se consideró la clasificación por TRB, propuesta por Cámara Artigas et al. (2020Cámara-Artigas,
R.; Díaz Del Olmo, F. & Martínez Batlle, J. R. 2020. “TBRs, a
methodology for the multi-scalar cartographic analysis of the
distribution of plant formations”. Boletín de la Asociación de Geógrafos Españoles, (85), ISSN: 2605-3322, 0212-9426, DOI: https://doi.org/10.21138/bage.2915, Available: https://bage.age-geografia.es/ojs/index.php/bage/article/view/2915, ‘Consulted: October 14, 2023“.
).
Esta clasificación combina el comportamiento de la temperatura y la
precipitación con variables edáficas a través de un balance hídrico
edáfico-atmosférico (Serrano et al., 2022Serrano-Notivoli,
R.; Longares, L. A. & Cámara, R. 2022. “bioclim: An R package for
bioclimatic classifications via adaptive water balance”. Ecological Informatics, 71: 101810, ISSN: 15749541, DOI: https://doi.org/10.1016/j.ecoinf.2022.101810.
).
Los datos climáticos utilizados provinieron del WorldClim v2.1 con una resolución de 30 segundos de arco (aproximadamente 1 km). Se usaron datos para tres momentos: el clima de referencia, que se consideró como clima actual, y dos periodos de la proyección de clima futuro. Este producto emplea como periodo de referencia la serie 1970-2000. Para la proyección a mediano plazo (2050) se utilizó la serie 2040-2060. Para la proyección a largo plazo (2100) se empleó la serie 2080-2100.
En
las proyecciones de clima se empleó un conjunto de cinco modelos
climáticos globales (MCG) incluidos en el Proyecto de Intercomparación
de Modelos Climáticos en su versión 6 (CMIP6). Los modelos fueron
HadGEM3, MIROC6, MPI-ESM1-2-HR, FIO-ESM-2-0 y BCC-CSM2-MR. Todos estos
modelos presentan un desempeño adecuado en el área de Centroamérica y el
Caribe (CEPAL/CAC-SICA, 2020CEPAL /CAC-SICA. 2020. Análisis
espacial de datos históricos y escenarios de cambio climático en
México, Centroamérica, Cuba, Haití y la República Dominicana.
Comisión Económica para América Latina y el Caribe (CEPAL) Y Consejo
Agropecuario Centroamericano del Sistema de la Integración
Centroamericana (CAC-SICA), Available: https://bvearmb.do/handle/123456789/772.
).
Para cada MCG se consideraron dos escenarios de trayectorias
socioeconómicas compartidas (SSP): SSP2-4.5 y SSP5-8.5. La selección de
estas trayectorias se basó en el criterio de que la SSP2-4.5 representa
una tendencia mayor, mientras que la SSP5-8.5 constituye el extremo
negativo (Riahi et al., 2017Riahi,
K.; van Vuuren, D. P.; Kriegler, E.; Edmonds, J.; O’Neill, B. C.;
Fujimori, S.; Bauer, N.; Calvin, K.; Dellink, R.; Fricko, O.; Lutz, W.;
Popp, A.; Cuaresma, J. C.; Kc, S.; Leimbach, M.; Jiang, L.; Kram, T.;
Rao, S.; Emmerling, J.; Ebi, K.; Hasegawa, T.; Havlik, P.; Humpenöder,
F.; Da Silva, L. A.; Smith, S.; Stehfest, E.; Bosetti, V.; Eom, J.;
Gernaat, D.; Masui, T.; Rogelj, J.; Strefler, J.; Drouet, L.; Krey, V.;
Luderer, G.; Harmsen, M.; Takahashi, K.; Baumstark, L.; Doelman, J. C.;
Kainuma, M.; Klimont, Z.; Marangoni, G.; Lotze-Campen, H.; Obersteiner,
M.; Tabeau, A. & Tavoni, M. 2017. “The Shared Socioeconomic Pathways
and their energy, land use, and greenhouse gas emissions implications:
An overview”. Global Environmental Change, 42: 153-168, ISSN: 09593780, DOI: https://doi.org/10.1016/j.gloenvcha.2016.05.009.
; Hausfather & Peters, 2020Hausfather, Z. & Peters, G. P. 2020. “Emissions - the ‘business as usual’ story is misleading”. Nature, 577(7792): 618-620, ISSN: 0028-0836, 1476-4687, DOI: https://doi.org/10.1038/d41586-020-00177-3.
).
Para el cálculo de los indicadores bioclimáticos se usó el paquete Bioclim, implementado en lenguaje R v3.0 (Serrano et al., 2022Serrano-Notivoli,
R.; Longares, L. A. & Cámara, R. 2022. “bioclim: An R package for
bioclimatic classifications via adaptive water balance”. Ecological Informatics, 71: 101810, ISSN: 15749541, DOI: https://doi.org/10.1016/j.ecoinf.2022.101810.
).
Como parámetro de capacidad de campo (CC) se tomó un valor de 432 mm,
el cual representa el valor medio ponderado de los suelos del área de
estudio (Greco et al., 2011Greco,
C.; López, T.; González, F.; Herrera, J. & Ruiz, M. E. 2011.
“Propiedades físicas de algunos suelos de Cuba y su uso en modelos de
simulación”. Revista Ciencias Técnicas Agropecuarias, 20(2): 42-46, ISSN: 2071-0054. http://scielo.sld.cu/pdf/rcta/v20n2/rcta08211.pdf
; Hernández, 2021Hernández-Jiménez, A. 2021. “Área que ocupan los agrupamientos y tipos genéticos de los suelos en Cuba”. Cultivos Tropicales, 42(3), ISSN: 0258-5936, Available: https://ediciones.inca.edu.cu/index.php/ediciones/article/view/1607, ‘Consulted: November 22, 2023“.
). La delimitación de los topoclimas se tomó de Peña et al. (2025)Peña-De
La Cruz, A.; Delgado-Téllez, R.; Savón-Vaciano, Y. & Ding, M. 2025.
“Delineation of the Topoclimates of Eastern Cuba by Local Weather
Patterns and Unsupervised Machine Learning”. Revista Brasileira de Meteorologia, 40: e40230023, ISSN: 1982-4351, 0102-7786, DOI: https://doi.org/10.1590/0102-778640230023.
que definió 23 topoclimas en la región oriental de Cuba.
Resultado y Discusión
⌅La figura 2 presenta la evolución de la clasificación climática de los topoclimas
desde el clima actual hacia los plazos de 2050 y 2100. Este análisis se
realizó para los dos SSP evaluados. Las escalas de colores y las
abreviaturas corresponden a las establecidas por Cui et al. (2021)Cui, D.; Liang, S.; Wang, D. & Liu, Z. 2021. A
1 km global dataset of historical (1979-2013) and future (2020-2100)
Köppen-Geiger climate classification and bioclimatic variables. Earth System Science Data, essd.copernicus.org, Available: https://essd.copernicus.org/articles/13/5087/2021/.
y Cámara et al. (2020)Cámara-Artigas,
R.; Díaz Del Olmo, F. & Martínez Batlle, J. R. 2020. “TBRs, a
methodology for the multi-scalar cartographic analysis of the
distribution of plant formations”. Boletín de la Asociación de Geógrafos Españoles, (85), ISSN: 2605-3322, 0212-9426, DOI: https://doi.org/10.21138/bage.2915, Available: https://bage.age-geografia.es/ojs/index.php/bage/article/view/2915, ‘Consulted: October 14, 2023“.
.
Según la clasificación de Köppen y Geiger, los topoclimas en estudio se ubican en el grupo Tropical para el clima actual. Este grupo se caracteriza por temperaturas cálidas durante todo el año, con valores medios mensuales superiores a 18 °C. Los tipos climáticos identificados son tres: Tropical de Sabana (Aw), Tropical Monzónico (Am) y Tropical Ecuatorial (Af), como se observa en la figura 2. De acuerdo con esta clasificación, 16 topoclimas mantienen sus características en las proyecciones a mediano y largo plazo. Cuatro topoclimas evolucionan hacia condiciones con mayores acumulados de precipitación y tres modifican su comportamiento hacia una u otra condición, con acumulados mayores o menores de forma indistinta.
En los resultados de la evaluación por Tipo de Régimen Bioclimático, los topoclimas son tropicales a escala zonal con temperatura en el rango de Termofilia. Este rango no impone restricciones térmicas para el desarrollo de la vegetación. Para el clima actual a escala regional, la mayoría de los topoclimas se encuentra en el Tipo Mesófilo, el cual se caracteriza por un déficit de agua moderado que no implica una parálisis de la actividad vegetal. El Tipo Tropófilo se identifica por la escasez de agua, la cual provoca un estancamiento de la actividad vegetativa de uno a cuatro meses. Adicionalmente, los topoclimas se clasifican en cinco Subtipos: Húmedo moderado (MhM), Húmedo Bajo (LhM), Húmedo subhúmedo (MshM), Seco subhúmedo (DshM) y Semiárido (SaM).
En los
plazos de la proyección, ya sea 2050 o 2100, todos los topoclimas de la
región oriental de Cuba evolucionan dentro de los Tipos Mesófilo y
Tropófilo. Esta evolución comprende nueve Subtipos y se dirige siempre
hacia climas más secos. Este resultado coincide con estudios previos que
refieren el incremento del déficit hídrico en los ecosistemas. Dicho
incremento se vincula al aumento de la temperatura y a la aceleración
del ciclo del agua por evapotranspiración (Zaitchik et al., 2023Zaitchik, B. F.; Rodell, M.; Biasutti, M. & Seneviratne, S. I. 2023. “Wetting and drying trends under climate change”. Nature Water, 1(6): 502-513, ISSN: 2731-6084, DOI: https://doi.org/10.1038/s44221-023-00073-w.
; Gu et al., 2025Gu,
B.; Zhou, S.; Yu, B.; Findell, K. L. & Lintner, B. R. 2025.
“Multifaceted changes in water availability with a warmer climate”. npj Climate and Atmospheric Science, 8(1): 31, ISSN: 2397-3722, DOI: https://doi.org/10.1038/s41612-025-00913-4.
).
La figura 2 muestra que la clasificación por TRB, en sus subtipos locales,
diversifica las singularidades y resalta la complejidad del clima de la
región de estudio. Esta complejidad hace distintivos los paisajes y
ecosistemas (Lecha et al., 1994Lecha, L. B.; Paz, L. R. & Lapinel, B. 1994. El Clima de Cuba. La Habana, Cuba.: Editorial Academia, 186 p.
; Viña, 2001Viña-Bayés, N. 2001. Diversidad Biológica de los Macizos Montañosos Sierra Maestra Y Nipe-Sagua-Baracoa. Santiago de Cuba, Cuba: BIOECO, 89 p.
; Jaisankar et al., 2018Jaisankar,
I.; Velmurugan, A. & Sivaperuman, C. 2018. “Biodiversity
Conservation: Issues and Strategies for the Tropical Islands”. In: Biodiversity and Climate Change Adaptation in Tropical Islands, Elsevier, pp. 525-552, ISBN: 978-0-12-813064-3, DOI: https://doi.org/10.1016/B978-0-12-813064-3.00019-3, Available: https://linkinghub.elsevier.com/retrieve/pii/B9780128130643000193, ‘Consulted: September 14, 2023“.
).
Por ejemplo, el tipo Aw de Köppen y Geiger equivale a los tipos y
subtipos TRB que van desde Mesófilo Húmedo bajo hasta Tropófilo Árido.
Así, el clima Am corresponde a los subtipos desde el Mesófilo de más
alta humedad (MhM) hasta los Mesófilos más secos (DshM y SaM). De forma
similar, el clima Af es análogo a cinco subtipos, desde MhM hasta SaM.
Los
resultados de la clasificación por TRB son consistentes con el consenso
sobre el incremento de las perturbaciones en el comportamiento de los
elementos del clima. Este consenso es consecuencia de la variabilidad y
el cambio climático (IPCC, 2022IPCC 2022. Climate
Change 2022: Mitigation of Climate Change. Contribution of Working
Group III to the Sixth Assessment Report of the Intergovernmental Panel
on Climate Change. P.R. Shukla, J. Skea, R. Slade, A. Al Khourdajie,
R. van Diemen, D. McCollum, M. Pathak, S. Some, P. Vyas, R. Fradera, M.
Belkacemi, A. Hasija, G. Lisboa, S. Luz, & J. Malley (eds), (ser.
IPCC, no. ser. 6), IPCC.
). El método enfatiza además la disponibilidad de agua en los ecosistemas (Serrano et al., 2022Serrano-Notivoli,
R.; Longares, L. A. & Cámara, R. 2022. “bioclim: An R package for
bioclimatic classifications via adaptive water balance”. Ecological Informatics, 71: 101810, ISSN: 15749541, DOI: https://doi.org/10.1016/j.ecoinf.2022.101810.
),
lo que aporta información esencial para la gestión de adaptación en
sectores como la agricultura, los recursos hídricos y la biodiversidad.
La figura 3 muestra la proyección hacia condiciones más secas de los topoclimas del
oriente de Cuba según los TRB. Se destacan como ejemplos las
delimitaciones de topoclimas relevantes para la biodiversidad, como el
t8-a y t8-b, clasificados como Mesófilo Húmedo Moderado (MhM) para el
clima actual. Este topoclima caracteriza la Reserva de la Biosfera
“Cuchillas del Toa”, Patrimonio Mundial de la Humanidad, y las zonas
altas de la Sierra Maestra, ubicación de los bosques nublados de la
Región Natural de Sierra del Turquino (Peña et al., 2025Peña-De
La Cruz, A.; Delgado-Téllez, R.; Savón-Vaciano, Y. & Ding, M. 2025.
“Delineation of the Topoclimates of Eastern Cuba by Local Weather
Patterns and Unsupervised Machine Learning”. Revista Brasileira de Meteorologia, 40: e40230023, ISSN: 1982-4351, 0102-7786, DOI: https://doi.org/10.1590/0102-778640230023.
). Dicho topoclima proyecta una evolución hacia Mesófilo Seco Subhúmedo (DshM) bajo el escenario SSP5-8.5 a largo plazo.
Otro ejemplo corresponde al topoclima t3-b, Mesófilo Seco Subhúmedo (DshM), de montañas bajas al norte del Nipe-Sagua-Baracoa. Este es notable por las especies de sus formaciones xerófilas y evoluciona hacia Tropófilo Árido (AT) (Figura 3).
Una
limitación inherente de este estudio radica en el uso de datos de
WorldClim v2.1. Las incertidumbres de esta base, particularmente en la
representación de valores extremos, han sido documentadas (Fick & Hijmans, 2017Fick, S. E. & Hijmans, R. J. 2017. “WorldClim 2: new 1-km spatial resolution climate surfaces for global land areas”. International Journal of Climatology, 37(12): 4302-4315, ISSN: 1097-0088, DOI: https://doi.org/10.1002/joc.5086.
; Fernández & Milla, 2018Fernández,
G. & Milla, D. 2018. “Validez de los datos de precipitación media
mensual (1970-2000) generados por el modelo WorldClim V2.0 para
Venezuela”. Terra. Nueva Etapa, XXXIV(56), ISSN: 1012-7089, Available: https://www.redalyc.org/articulo.oa?id=72157132004.
; Cerasoli et al., 2022Cerasoli,
F.; D’Alessandro, P. & Biondi, M. 2022. “Worldclim 2.1 versus
Worldclim 1.4: Climatic niche and grid resolution affect between‐version
mismatches in Habitat Suitability Models predictions across Europe”. Ecology and Evolution, 12(2), ISSN: 2045-7758, 2045-7758, DOI: 10.1002/ece3.8430, Available: https://onlinelibrary.wiley.com/doi/10.1002/ece3.8430, ‘Consulted: March 15, 2022“.
).
Esta limitación se reconoce en el contexto cubano, donde se han
identificado dificultades para capturar los extremos pluviométricos que
señalaron Rodríguez et al. (2005)Rodríguez Rodríguez, F. F. R. 2005. Mapa Isoyético de la República de Cuba, 1961-2000. Resultado Técnico del Instituto Nacional de Recursos Hidráulicos., La Habana, Cuba.: INRH, 103 p.
y Centella et al (2023)Centella-Artola,
A.; Bezanilla-Morlot, A.; Serrano-Notivoli, R.; Vázquez-Montenegro, R.;
Sierra-Lorenzo, M. & Chang-Dominguez, D. 2023. “A new long term
gridded daily precipitation dataset at high-resolution for Cuba
(CubaPrec1)”. Data in Brief, 48: 109294, ISSN: 23523409, DOI: https://doi.org/10.1016/j.dib.2023.109294.
(Peña et al., 2025Peña-De
La Cruz, A.; Delgado-Téllez, R.; Savón-Vaciano, Y. & Ding, M. 2025.
“Delineation of the Topoclimates of Eastern Cuba by Local Weather
Patterns and Unsupervised Machine Learning”. Revista Brasileira de Meteorologia, 40: e40230023, ISSN: 1982-4351, 0102-7786, DOI: https://doi.org/10.1590/0102-778640230023.
).
Sin embargo, es importante destacar que los Modelos de Circulación
General (MCG) del proyecto CMIP6, que sustentan esta versión de
WorldClim, incorporan mejoras sustanciales en el procesamiento de datos.
Estas mejoras son especialmente relevantes para la variable de
precipitación (Xin et al., 2020Xin,
X.; Wu, T.; Zhang, J.; Yao, J. & Fang, Y. 2020. “Comparison of
CMIP6 and CMIP5 simulations of precipitation in China and the East Asian
summer monsoon”. International Journal of Climatology, 40(15): 6423-6440, ISSN: 0899-8418, 1097-0088, DOI: https://doi.org/10.1002/joc.6590.
; Zamani et al., 2020Zamani,
Y.; Hashemi Monfared, S. A.; Azhdari Moghaddam, M. & Hamidianpour,
M. 2020. “A comparison of CMIP6 and CMIP5 projections for precipitation
to observational data: the case of Northeastern Iran”. Theoretical and Applied Climatology, 142(3-4): 1613-1623, ISSN: 0177-798X, 1434-4483, DOI: https://doi.org/10.1007/s00704-020-03406-x.
; Ayugi et al., 2021Ayugi,
B.; Zhihong, J.; Zhu, H.; Ngoma, H.; Babaousmail, H.; Rizwan, K. &
Dike, V. 2021. “Comparison of CMIP6 and CMIP5 models in simulating mean
and extreme precipitation over East Africa”. International Journal of Climatology, 41(15): 6474-6496, ISSN: 0899-8418, 1097-0088, DOI: https://doi.org/10.1002/joc.7207.
).
La consistencia en los patrones secos que proyecta el conjunto de cinco
MCG utilizados respalda la robustez de la tendencia principal
identificada.
Si bien el análisis no considera eventos extremos debido a la generalización propia de las clasificaciones climáticas, esta limitación no invalida los hallazgos centrales de la investigación. Los resultados proveen una nueva perspectiva metodológica para la clasificación climática local. Esta metodología aporta contribuciones significativas en resolución espacial y sensibilidad para capturar tendencias incipientes, como las condiciones más secas.
Estas condiciones constituyen un fundamento inequívoco de los cambios proyectados, los cuales permanecen enmascarados en la clasificación de Köppen-Geiger. La transición hacia condiciones más secas, capturada de manera eficiente por el TRB, tiene implicaciones críticas para la gestión de recursos hídricos, la conservación de servicios ecosistémicos y la planificación ante riesgos hidrometeorológicos en el oriente de Cuba.
En consecuencia, esta investigación contribuye a los estudios futuros orientados a la gestión adaptativa de los recursos climáticos. Además, sirve como base para el enfrentamiento de la variabilidad climática local en la región.
Conclusiones
⌅La clasificación de Tipo de Régimen Bioclimático (TRB) resulta más robusta y apropiada que el sistema de Köppen-Geiger para el estudio del cambio climático a escala local. Esta superioridad se evidencia en su capacidad para detectar la heterogeneidad climática espacial y de manera crucial para capturar tendencias incipientes hacia condiciones más secas, las cuales constituyen un fundamento inequívoco de los cambios proyectados y que permanecen enmascaradas en la clasificación de Köppen-Geiger.
La proyección, respaldada por un conjunto de modelos, indica una transición bioclimática generalizada en el oriente de Cuba. Esta se refleja en la tendencia identificada para el 100% de los topoclimas según el TRB, frente a la aparente estabilidad del 70% en la clasificación de Köppen-Geiger. Este resultado no solo caracteriza el cambio, sino que lo cuantifica espacialmente, proporcionando una línea base para la evaluación de impactos de la variabilidad y cambio climático local en la región.
Este estudio contribuye con un nuevo enfoque metodológico a la climatología local, donde la aplicación del TRB, junto con el uso de conjuntos de modelos CMIP6, se postulan como un protocolo más eficaz para diagnosticar las perturbaciones que introduce el cambio climático en los regímenes climáticos locales.
La investigación identifica la evaluación de los valores extremos climáticos como la principal limitación y, por tanto, la línea prioritaria para trabajos futuros. La verificación o falsación de las proyecciones resultantes requerirá de estudios que integren datos de alta resolución, con una mejor representación de eventos extremos, perfeccionando con ello las herramientas de diagnóstico y planificación.