Introducción
⌅El estudio del clima es un tema de suma importancia para la comunidad científica debido a que las variaciones del mismo, en sus diferentes escalas temporales y espaciales, afectan de manera directa e indirecta a los seres vivos. En los últimos años ha tomado gran relevancia pues el ser humano necesita adaptarse a la variabilidad del sistema climático y asumir los extremos climáticos que se puedan presentar.
A partir
de los últimos informes del Grupo Intergubernamental de Expertos sobre
el Cambio Climático (IPCC, por sus siglas en inglés), se puede afirmar
que una de las áreas fundamentales de atención de los científicos a
nivel mundial radica en el análisis de los extremos del clima y de la
fenomenología atmosférica asociada a ellos (IPCC, 2018IPCC.
(2018). Contribuión de los Grupos de Trabajo I. II y III al Quinto
Informe de Evaluación del Grupo Intergubernamental de Expertos sobre el
Cambio Climático. Informe en Síntesis. Ginebra. Suiza.
). Las variables con mayor profundidad en su análisis son la temperatura (Griffiths, Salinger, & Leleu, 2003Griffiths,
G., Salinger, M., & Leleu, I. (2003). Trends in extreme daily
rainfall across the South Pacific and relationship to the South Pacific
Convergence Zone. International Journal of Climatology, 23 (8), 145-149.
) y la precipitación (Klein & Können, 2003Klein,
A., & Können, G. (2003). Trends in Indices of Daily Temperature and
Precipitation Extremes in Europe. 1946-1999. International Journal of
Climate, 16 (22), 3665-3680.
).
Los eventos
climáticos extremos relacionados específicamente con la precipitación
adquieren gran relevancia dado el impacto que tienen sobre la sociedad y
la economía. Un ejemplo reciente que evidencia grandes pérdidas
económicas, está relacionado con la temporada ciclónica del año 2017 en
la región del Atlántico. Dicha temporada fue una de las más devastadoras
que se haya registrado y las pérdidas asociadas únicamente al paso del
huracán Harvey se cifraron en más de 125 000 millones de dólares (OMM, 2020OMM. (2020). Declaración sobre el estado del clima mundial en 2019. Organización Meteorológica Mundial. Ginebra. Suiza.
).
Por eso es necesario adaptarse a la variabilidad de episodios anómalos,
y sobre la base de estos conocimientos, ejecutar acciones que
garanticen el bienestar de la población.
A los eventos climáticos
extremos se les relaciona, además, con la ocurrencia de valores extremos
en una variable determinada. Tal es el caso de la precipitación donde,
diferentes autores han enfocado sus investigaciones en los valores
extremos de esta. Para ello se han utilizado diversas metodologías tales
como: el método de Índice de Avenida, los métodos de Markov-Chain-Monte
Carlo (MCMC) y el procedimiento conocido como Análisis Regional de
Frecuencias, el cual se basa en los L-momentos; y otros autores han
recurrido al método Bayesiano (Hernández, Guenni, & Sansó, 2011Hernández,
A., Guenni, L., & Sansó, B. (2011). Características de la
precipitación extrema en algunas localidades de Venezuela. Interciencia,
36 (3), 185-191.
), el cual proporciona una base de
toma de decisiones coherentes en situaciones de incertidumbre. Además,
brinda un método totalmente general, debido a que su aplicación no
requiere un tipo particular de distribución y no precisa deducir las
distribuciones en el muestreo (Díaz & Batanero, 2006Díaz,
C., & Batanero, C. (2006). ¿Cómo puede el Método Bayesiano
contribuir a la investigación en Psicología y Educación? . Paradigma,
35-54.
).
Por otra parte, desde hace años, se
vienen realizando diversos estudios e investigaciones en los que se
analiza la tendencia de las principales variables climatológicas
(precipitación y temperatura) a partir de datos observados, con el fin
de conocer cómo han venido cambiando tanto el comportamiento de estas
variables como los eventos extremos relacionados a las mismas. La gran
mayoría de estos estudios se han llevado a cabo a través del análisis de
los indicadores de extremos climáticos diseñados y propuestos por (ETCCDI, 2016ETCCDI
. (2016). Climate and Ocean- Variability. Predictability. and Change.
(Expert Team on Climate Change Detection and Indeces). Recuperado el 5
de Junio de 2020, de http://www.clivar.org/clivarpanels/etccdi/indices-data/indices-data
) para la detección de tendencias climáticas y cambios en los eventos extremos (Armenta, 2016Armenta,
G. (2016). Análisis de tendencia climáticas y eventos climáticos
extremos para Ecuador. Tercera Comunicación Nacional de Cambio Climático
del Ecuador, Quito, Euador.
).
A nivel mundial,
las tendencias de los indicadores de extremos de precipitación mostraron
un aumento generalizado, explicado mediante el análisis de
precipitaciones máximas de 1 día, precipitaciones máximas de 5 días,
días muy húmedos y días extremadamente húmedos, que mostraron aumentos
estadísticamente significativos. El mayor cambio evidenciado fue el
obtenido para la precipitación total anual, la cual registró un
incremento significativo en gran parte de las estaciones analizadas a
nivel global (Marín, 2017Marín,
J. (2017). Dínamica de los eventos hidroclimáticos extremos en la
cuenca del río Chinchiná por efecto de la variabilidad climática. Tesis
de Maestría. 141. Manizales. Colombia: Universisdad Nacional de
Colombia.
).
En la región de América Latina y el
Caribe se alega que las condiciones atmosféricas y oceánicas que
producen lluvia extrema son complejas y están relacionadas con la
variabilidad de baja frecuencia (Martínez, Sánchez, & Ojeda, 2007Martínez,
M., Sánchez, J., & Ojeda, W. (2007). Determinación de períodos de
sequía y lluvia intensa en diferentes regiones de México ante escenarios
de Cambio Climático. México.
). También en esta
región, mediante los estudios realizados acerca de dicha temática, se ha
comprobado que los valores extremos para zonas de lluvias muy altas o
muy bajas tienden a ser más parecidas entre sí. De igual manera, en
zonas que presentan un clima de sabana hay una marcada estacionalidad en
los valores extremos de las lluvias (Hernández, Guenni, & Sansó, 2011Hernández,
A., Guenni, L., & Sansó, B. (2011). Características de la
precipitación extrema en algunas localidades de Venezuela. Interciencia,
36 (3), 185-191.
).
En Cuba, las grandes precipitaciones y la precipitación en general, está muy vinculada al desarrollo y evolución de depresiones y ciclones tropicales, cuya actividad en los últimos años ha disminuido en las áreas aledañas al país, siendo ello un factor de considerable influencia en la magnitud que pudieran alcanzar las láminas de lluvia máximas y en la frecuencia de las tormentas que producen estos registros. Por otra parte, la influencia y la frecuencia de importantes sistemas extratropicales activos principalmente en la región occidental del país, son también elementos que influyen en la variabilidad, la frecuencia y la magnitud de los valores máximos de lluvia.
Para la región occidental del
país, los eventos de grandes precipitaciones, tienden a crecer, sin
embargo, no se muestra una tendencia apreciable según los análisis
realizados a los indicadores de extremos climáticos derivados de la
precipitación (Burgos & González, 2012Burgos,
Y., & González, I. (2012). Análisis de indicadores de extremos
climáticos en la Isla de Cuba. Revista de Climatología, 12, 81-91.
).
Por otra parte, en la Isla de la Juventud las precipitaciones han
mostrado una gran variabilidad y tendencias no significativas; donde la
precipitación total aumenta debido a la ocurrencia de eventos de varios
días consecutivos con precipitación y a eventos extremos que aportan
acumulados que superan el 95 percentil de la norma (González, Barcia, & Hernández, 2017González,
I., Barcia, S., & Hernández, D. (2017). Comportamiento de
indicadores de extremos climáticos en la Isla de Juventud. Revista
Cubana de Meteorología, 23 (2), 217-225.
).
Existen una serie de elementos mencionados con anterioridad, que alertan sobre la importancia de evaluar los valores extremos de precipitación en Cuba, debido a que cada vez se hacen más evidentes los cambios tan bruscos en períodos de tiempo muy cortos. Por lo tanto, nuestro objetivo general es la caracterización de la precipitación a partir de los indicadores de extremos climáticos en la estación meteorológica de Casablanca (1980-2018). Como aporte teórico, se destaca, el conocimiento climático como base fundamental para la toma de decisiones en la adaptación a la variabilidad del clima, una estrategia fundamental para Cuba frente al cambio climático. Además, como aporte científico, esta investigación tributó al proyecto III Comunicación Nacional de Cuba sobre el Cambio Climático a la Comunicación Marco de las Naciones Unidas.
Marco Teórico
⌅En
meteorología, la precipitación es el proceso de caída de las gotas de
agua que descienden de una nube; atendiendo al tamaño y carácter de la
gota de agua, bien sea en forma de gota de agua o cristal de hielo,
puede tomar la forma de lluvia, llovizna, granizo o nieve. La cantidad
de precipitación es el volumen de agua lluvia que pasa a través de una
superficie en un tiempo determinado (Centella, Rubiera, & Pérez, 1996Centella, A., Rubiera, J., & Pérez, R. (1996). Elementos de Meteorología y Climatología. Suplemento especial.
).
Durante
los años comprendidos entre octubre de 2012 y septiembre de 2015, hubo
tres regiones donde las precipitaciones caídas estuvieron por debajo del
percentil 10 y las anomalías cálidas en la temperatura superficial del
mar desempeñaron un papel importante en el forzamiento de los cambios de
circulación que contribuyeron a las precipitaciones extremas (OMM, 2016OMM. (2016). Estado del Clima mundial en 2011-2015. Organización Meteorológica Mundial. Ginebra. Suiza.
).
El
comienzo del año 2018 se caracterizó por un comportamiento anómalo de
la lluvia, asociado a un episodio débil de La Niña, que ocasionó
diversas crecidas. En cambio, las precipitaciones durante este año
quedaron por debajo del percentil 10 (fue inferior a lo normal), en
diversas regiones del mundo como en Australia y África, llegando a
presenciarse un déficit de esta variable en Europa (Central y
Septentrional) y en Argentina (OMM, 2019OMM. (2019). Declaración sobre l estado del Clima munial en 2018. Organización Meteorológica Mundial. Ginebra. Suiza.
).
Los eventos extremos se producen en muy diferentes escalas espaciales y temporales. Se denominan eventos meteorológicos extremos a aquellos que ocurren en pequeñas escalas temporales (entre menos de un día y de 6 a 10 días), por ejemplo, los tornados o las tormentas eléctricas. En cambio‚ los eventos climáticos extremos se desarrollan más allá de la escala sinóptica, ejemplo de lo cual son los veranos secos y calurosos o los inviernos lluviosos y tormentosos. Espacialmente pueden ser divididos en concentrados (tornados) o difusos (sequía). Otra clasificación es aquella que los califica de simples o complejos: los eventos simples se caracterizan mediante una variable individual‚ como la temperatura; mientras que los complejos pueden involucrar una combinación crítica de variables asociadas con un estado del tiempo particular o con un fenómeno climático‚ tales como los ciclones (lluvia y viento) o la sequía (escasas precipitaciones y altas temperaturas).
También
puede definirse como extremo climático a la ocurrencia de valores de
variables meteorológicas que sobrepasan un determinado nivel, al que
corresponde una pequeña probabilidad. El fenómeno extremo está integrado
en el clima con una baja probabilidad de ocurrencia. El punto de
partida para la evaluación de los riesgos climáticos de una determinada
zona geográfica implica un conocimiento de los extremos climáticos en
términos de frecuencia, para que posteriormente se fijen aquellos
valores umbrales que han actuado como factor desencadenante del fenómeno
extremo. El carácter adverso de un suceso meteorológico extremo viene
condicionado no sólo por el valor de la magnitud que permite evaluarlo
(racha de viento, intensidad de la precipitación, temperaturas máximas,
déficit de lluvia, etc.), sino también por el impacto que produce en el
entorno (Almarza, 2004Almarza, C. (2004). Olas de calor en España. Ambienta: La revista del Ministerio de Medio Ambiente(35), 58-59.
).
Uno
de los rasgos climáticos más importantes que caracterizan un lugar es,
sin duda, su régimen pluviométrico. Para conocer la periodicidad con que
ciertas cantidades de lluvia pueden registrarse en una determinada
región, suele recurrirse al análisis estadístico de las series de datos
pluviométricos disponibles en las estaciones meteorológicas ubicadas en
las distintas zonas y realizar ajustes mediante funciones de
distribución apropiadas. Este análisis debe realizarse con prudencia,
dada la variabilidad asociada a la propia naturaleza de los fenómenos
meteorológicos que originan la lluvia, como también por la recurrencia
temporal de los casos extremos registrados en los observatorios.
Precisamente, los eventos extremos, con intensidades de precipitaciones
muy altas y baja frecuencia, son los estudios más interesantes, (Ávila & Martín, 2013Ávila,
K., & Martín. J. (2013). Análisis estadístico de los eventos
extremos de precipitación en la zona centro y sur de Chile continental.
Cuadernos Geográficos (52), 69-83.
).
El
incremento en los episodios de lluvia intensa y extrema es superior en
comparación con los cambios observados en la media a nivel mundial, lo
que es consistente con análisis realizados por diferentes autores (Schönwiese & Trömel, 2003Schönwiese,
C., & Trömel, S. (2003). Secular change of extreme monthly
precipitation in Europe. Theorical and Applied Climatology, 75, 245-250.
).
Además, las probabilidades de que exista un aumento en los episodios de
lluvia intensa y extrema son muy altas, al igual que la frecuencia y la
intensidad con la que ocurran estos eventos (IPCC, 2018IPCC.
(2018). Contribuión de los Grupos de Trabajo I. II y III al Quinto
Informe de Evaluación del Grupo Intergubernamental de Expertos sobre el
Cambio Climático. Informe en Síntesis. Ginebra. Suiza.
).
Otros estudios se han dirigido hacia el cálculo de la frecuencia e
intensidad de las precipitaciones, así como encontrar puntos de cambio
en dicha variable a través del cálculo de los indicadores de extremos
climáticos.
El trabajo con indicadores ayuda a transmitir la
realidad del cambio climático que se está experimentando. Consiste en
desarrollar indicadores, es decir, números y escalas destinados a
realizar el seguimiento o nivel de algún aspecto del clima. El uso de
indicadores presenta una serie de ventajas ya que estos están
cuantificados, son objetivos, se basan en datos ofrecidos por
prácticamente todos los países y demuestran cambios a lo largo del
tiempo. La gran cantidad de indicadores existentes generados por los
meteorólogos y climatólogos resultan útiles para muchos fines; sin
embargo, a menudo usan diferentes fuentes y referencias que no siempre
son comparables, y muchos también son bastante complejos. Por
consiguiente, no todos ellos son igual de adecuados para ayudar al
público no especializado a comprender como está cambiando el clima (OMM, 2017OMM. (2017). Declaración sobre el del clima mundial en 2016. Organización Meteorológica Mundial. Ginebra. Suiza.
).
En
este sentido, el Grupo de Expertos en Detección e indicadores de Cambio
Climático (ETCCDI), ha formulado un conjunto de 27 indicadores para
detectar las modificaciones en el comportamiento de los extremos del
clima. Este conjunto de indicadores tiene como propósito la estimación
de los cambios en los extremos a partir de una metodología común, con el
fin de proveer una base comparativa global. Estos estudios requieren la
existencia de series lo suficientemente largas de datos diarios en
formato digital. Las tendencias históricas se obtienen tras realizar un
cuidadoso análisis de calidad de (Zhang & Yang, 2004Zhang, X., & Yang, F. (2004). RClimDex (1.0). Manual de usuario. Ontario, Canadá.
)
datos y homogenización de las series temporales de las bases de datos
en la región de estudio, utilizando los programas RClimdex y RHtest,
respectivamente (http://www.clivar.org/organization/etccdi/etccdi.php). Existen 11 indicadores de extremos climáticos relacionados con la precipitación.
En
las últimas décadas en Europa, específicamente en Polonia, la
ocurrencia de precipitación extrema ha traído consigo daños
considerables a la economía y la sociedad. A partir de un examen de los
valores extremos de precipitación se demostró que la mayoría de los
índices mostraron tendencias crecientes. Al comparar el período más frío
(1961-1990) y el más cálido (1991-2015), se observó durante los últimos
25 años, la mayoría de los índices estadísticos fueron más altos. Sin
embargo, los resultados de este examen solo fueron significativos en
algunos casos (Pinskwar, Graczyk, & Kundzewicz, 2017Pinskwar,
I., Graczyk, D., & Kundzewicz, Z. (2017). The heat goes on-changes
in ndeces of hot extremes in Poland. Theoretical and Applied
Climatology, 129, 459-471.
).
Al analizar la
evolución de varios índices de extremos climáticos a lo largo del siglo
XXI en España, las variaciones de la precipitación son menos claras con
respecto a las obtenidas para la temperatura, con una ligera tendencia
al aumento en la duración del período seco y una tendencia a la
disminución del número de días con lluvia. A diferencia de lo obtenido
para los índices extremos ligados a la temperatura, la incertidumbre de
los índices extremos ligados a la precipitación atribuible a los
escenarios de emisiones es menor que la inducida por los modelos
globales y adquiere algo más de importancia la debida a las técnicas de
regionalización (Petisco de Lara, Ramos, & Martín, 2012Petisco
de Lara, S., Ramos, P., & Martín, J. (2012). Extremos de
temperatura y precipitación para el siglo XXI en España. Área de
Evaluación y Modelización del Clima, 198-205.
).
En
Cuba el aumento que se ha observado en la frecuencia e intensidad del
evento El Niño/Oscilación del Sur (ENOS) durante el período poco
lluvioso, en los últimos años, contribuye a incrementar las
precipitaciones, principalmente en forma de episodios extremos, durante
esta época del año (Burgos & González, 2012Burgos,
Y., & González, I. (2012). Análisis de indicadores de extremos
climáticos en la Isla de Cuba. Revista de Climatología, 12, 81-91.
).
Por
otra parte, se confirma que los valores más notables de la lluvia total
máxima en 24 horas se asocian a huracanes, entre los que se destaca el
huracán de 1926, además de que en las series anual y del período
lluvioso la causa predominante son las tormentas locales severas,
mientras que en el período poco lluvioso son los sistemas frontales (Roura, 2014Roura,
P. (2014). Análisis de modelos probabilístios para caracterizar la
lluvia total máxima en 24 horas . Tesis de Maestría. INSMET. La Habana.
Cuba.
). A través del análisis de los indicadores
derivados de la precipitación se mostró una gran variabilidad y
resultados no significativos estadísticamente en la Isla de la Juventud.
No obstante, la precipitación total aumentó asociada a eventos de
varios días consecutivos con precipitación y a eventos extremos que
aportaron acumulados superiores al 95 percentil de la norma (González, Barcia, & Hernández, 2017González,
I., Barcia, S., & Hernández, D. (2017). Comportamiento de
indicadores de extremos climáticos en la Isla de Juventud. Revista
Cubana de Meteorología, 23 (2), 217-225.
).
Todo lo expuesto anteriormente ratifica el desafío de comprender y gestionar el riesgo de extremos climáticos, ya que para avanzar en la adaptación al cambio climático se requiere de una mejor caracterización y una mejor comprensión predictiva de los valores extremos de las variables meteorológicas como la precipitación.
Materiales y Métodos
⌅Estación meteorológica seleccionada y criterios de selección
⌅Para la realización de este estudio se seleccionó la estación meteorológica de Casablanca. La misma se ubica sobre una colina de 50 metros de altitud junto a la Bahía de la Habana, a 23º 10' de latitud Norte y 82º 21' de longitud Oeste, en la región occidental del país. Dicha estación forma parte de la Red de Estaciones Meteorológicas del Instituto de Meteorología (INSMET). La selección fue realizada según diferentes criterios con los que se logró garantizar la representatividad de la estación, por lo que engloban un comportamiento general y confiable de la variable a estudiar. Los criterios son: el tamaño de la serie, la ubicación geográfica, la disponibilidad de información y existencia de investigaciones precedentes relacionadas con la temática.
Análisis de la variable de estudio y fuente de información
⌅La variable meteorológica de estudio es la lluvia reportada en 24 horas (R24h), y cuyos máximos mensuales fueron obtenidos de la Base de Datos del Centro del Clima del INSMET. En la estación meteorológica seleccionada se cuenta con una serie diaria de dicha variable que abarca el período 1980-2018, y se obtuvieron del archivo de datos del Centro Meteorológico Provincial La Habana-Artemisa-Mayabeque. Estos datos se emplearon para calcular los indicadores de extremos climáticos seleccionados e identificar los principales cambios observados en los indicadores durante los últimos 39 años.
Indicadores de extremos climáticos seleccionados
⌅Por último, para poder identificar cambios observados en la precipitación a partir de los indicadores de extremos climáticos, lo cual constituye nuestro tercer objetivo, se utilizó RClimdex (1.0), un programa que corre sobre R, un lenguaje para cálculos de gráficos estadísticos (http://www.R-project.org) y realiza tres pasos en su momento de corrida: Control de Calidad, Test de Homogeneidad y por último el cálculo de los indicadores seleccionados. Uno de los principales objetivos de construir indicadores de extremos climáticos es usarlos para estudios de monitoreo y detección de cambios climáticos. Actualmente, RClimDex incluye un procedimiento simple de Control de Calidad de datos que fue proporcionado por ClimDex.
Control de calidad
⌅El Control de Calidad (CC) de los datos es un prerrequisito para el cálculo de los indicadores y tiene como objetivo detectar errores en los datos de observación. Estos controles tienen que ser previos a la aplicación del RHtest para asegurar la aleatoriedad simple de las series temporales. Las inhomogeneidades pueden ser por errores que presentan los datos de observación, los cuales son debido a múltiples causas, entre las que se encuentran: errores instrumentales, errores del observador al efectuar la medida, errores debidos a la manipulación de los datos en los procesos de captura o de concentración, etc.
En general, los métodos de control se basan en análisis estadísticos en los que se fijan límites de confianza para niveles de probabilidad prefijados, de modo que, si el dato no se encuentra dentro de la banda de seguridad establecida, se califica como datos sospechosos y se indaga su verosimilitud para determinar si el dato es sospechoso o no.
El Control de Calidad de RClimdex desarrolla el siguiente procedimiento:
- Reemplaza todos los datos faltantes (codificados previamente como -99,9) en un formato interno que reconoce el software R.
- Remplaza todos los valores no razonables por NA.
Estos valores incluyen:
- Cantidades de precipitación diaria menores de cero.
- Temperatura máxima diaria menor que la temperatura mínima.
Los valores extremos son valores diarios que se encuentran fuera de un umbral definido por el usuario. Actualmente, este umbral se define como n veces la desviación estándar del valor del día, es decir, [media-n * desviación estándar, media + n * desviación estándar] representa la desviación estándar para el día y n es una entrada del usuario. Para este estudio se decidió seleccionar la desviación estándar 𝑛=3.
Luego de completado el CC, cuatro archivos Excel (tempQC, prcpQC, tepstdQC, e indcalQC) son creados y guardados en un subdirectorio llamado log. Los primeros dos archivos contienen información sobre valores no razonables para la temperatura y precipitación. El tercer archivo marca todos los valores extremos posibles en temperatura diaria, junto con las fechas en que ocurrieron. El último archivo contiene los datos una vez hecho el control de calidad, que serán usados para el cálculo de los indicadores. En este archivo, solamente los valores faltantes y no razonables son reemplazados por NA. Para una fácil visualización, 4 archivos PDF que contienen gráficos de las series de tiempo (valores faltantes graficados como puntos rojos) de precipitación diaria y temperaturas diarias máximas y mínimas también son guardados en log.
Los indicadores son calculados a partir de los datos a los que se les ha hecho el CC. El archivo de datos de entrada original no es alterado; de manera que, si un usuario decide modificar el archivo de datos original para corregir algunos de los datos con problemas, el procedimiento Load Data y Run QC tiene que ser realizado de nuevo para que estos cambios no se reflejen en los indicadores.
Test de Homogeneidad
⌅El test de homogeneidad utilizado fue propuesto en RClimdex; se denomina RHtest (http://cccma.seos.uvic.ca/ETCCDMI/Test/RHTest). Este está basado en el modelo de regresión en dos fases propuesto por Wang. L. 2003; usando para ello un período de 10 años en las estaciones. RHtest encuentra puntos de cambio en los promedios anuales de temperatura máxima (Tmax), temperatura mínima (Tmin), rango diurno de temperatura (DTR) y precipitación. Los puntos de cambio se aceptan como inhomogeneidades, si existen metadatos que respalden tal decisión. Si no existen metadatos, el estadístico a comprobar es F- Stat, que se compara con el valor crítico para un intervalo de confianza del 95%:
- Si F-Stat ≤ F-95%, el punto de cambio no es una inhomogeneidad.
- Si F- Stat> F-95%, el punto de cambio puede ser una inhomogeneidad.
En este caso, debe contrastarse con otras estaciones del área. Si en las mismas no encontramos puntos de cambio similares y las tendencias en los indicadores son diferentes, concluiremos que la estación es no homogénea.
Indicadores seleccionados
⌅De acuerdo a su relevancia en investigaciones tales como: (Burgos & González, 2012Burgos,
Y., & González, I. (2012). Análisis de indicadores de extremos
climáticos en la Isla de Cuba. Revista de Climatología, 12, 81-91.
; González, Barcia, & Hernández, 2017González,
I., Barcia, S., & Hernández, D. (2017). Comportamiento de
indicadores de extremos climáticos en la Isla de Juventud. Revista
Cubana de Meteorología, 23 (2), 217-225.
); fueron seleccionados algunos de estos indicadores que se muestran a continuación:
- Rx1day: Máximo mensual de precipitación en un día.
- Rx5day: Máximo mensual de precipitación en 5 días consecutivos (mm).
- R10: Número de días en el año en que la precipitación es igual o mayor que 10 mm (días).
- R20: Número de días en el año en que la precipitación es igual o mayor que 20 mm (días).
- R100: Número de días en un año en que la precipitación es igual o mayor que 100mm (días).
- R95p: Precipitación anual total en que RR>95 percentil (mm).
- R99p: Precipitación anual total en que RR>99 percentil (mm).
- PRCPTOT: Precipitación total anual en los días húmedos (mm).
Resultados y Discusión
⌅Análisis de los cambios observados a partir de los indicadores de extremos climáticos
⌅En este epígrafe se realizó una descripción de indicadores de extremos climáticos seleccionados, correspondientes a la precipitación, durante el período de 1980-2018. A partir de estos se identificaron los principales cambios observados en el comportamiento de los mismos, el cual tiene gran importancia para poder comprender como varía la precipitación en la estación meteorológica de Casablanca en las últimas décadas.
Descripción de los indicadores seleccionados
⌅Máximo de precipitación en un día (Rx1d) y máximo de precipitación en cinco días consecutivos (Rx5d)
⌅En la variación interanual, los máximos de lluvia en 24h muestran valores que se encuentran entre los 54,5 mm (2001) y los 291,9 mm (1982). Otros años con registros bajos de este indicador son: 1984, 1986, 1995, 2002, 2004 y 2007; con valores inferiores a los 75,5 mm. Mientras que, otros registros significativos ocurrieron en los años: 1993, 1999, 2005, 2013 y 2015; con valores superiores a los 160,0 mm (Figura 1).
Se muestran los valores obtenidos por los estadígrafos descriptivos, donde se observa que como media ocurren 116,6 mm, se presenta una asimetría positiva y una curtosis aguda, lo que indica que los datos están concentrados cerca del valor medio. En cuanto al coeficiente de variación el resultado obtenido se encuentra por debajo del 50 %, con un valor de 40,9, indicando que el valor de la media es representativo del conjunto de datos y, por ende, este conjunto es homogéneo (Tabla 1).
Al comparar los resultados de este indicador durante el período de 1980-2018 (serie corta) con los resultados obtenidos sobre la lluvia máxima en 24h durante el período de 1909-2018 (serie larga); se observa como ambas series presentan asimetría positiva y curtosis aguda. Por otra parte, los valores máximos se alcanzan en meses diferentes, en el caso de la serie larga el valor máximo reportado ocurre en el mes de octubre con 510,0 mm, mientras que en la serie corta se alcanza en el mes de junio con un valor de 291,9 mm; siendo estos dos meses los más heterogéneos de sus respectivas series. Por último, al analizar los coeficientes de variación de ambas series se evidencia como durante el período de 1909-2018 hay mucha más variación que durante el período comprendido entre 1980-2018, lo cual puede estar asociado a la gran cantidad de datos que recoge dicho período (Tabla 1).
| Período | Máximo | Mínimo | Asimetría | Curtosis | Coeficiente de Variación | Media |
|---|---|---|---|---|---|---|
| 1909-2018 | 510,0 | 38,1 | 3,0 | 17,3 | 59,0 | 106,7 |
| 1980-2018 | 291,9 | 54,5 | 1,4 | 5,8 | 40,9 | 116,5 |
En Casablanca, el mayor valor reportado de lluvia máxima en cinco días consecutivos durante el período de 1980 a 2018, es de 347,1 mm en el año 1982 (dicho valor se asocia la ocurrencia de un organismo ciclónico subtropical), mientras que el valor mínimo más bajo es 86 mm en el año 2017. Otros años en los que se reportan bajos acumulados en 5 días consecutivo son: 1986 y 1996; con 95,1 mm y 93,7 mm respectivamente. Mientras que, otros años con acumulados significativos son: 2005 y 2013 con 288,8 mm y 334,8 mm respectivamente (Figura 2).
Se muestran los valores de los estadígrafos obtenidos para la lluvia máxima en cinco días consecutivos. En esta se observa que el valor de la media es de 173,0 mm, además de que la asimetría es positiva y la curtosis aguda; lo que indica que hay una gran concentración de los valores cercana a la media. En cuanto al coeficiente de variación el valor obtenido se encuentra por debajo del 50 %, lo que evidencia poca variabilidad de este indicador durante el período de estudio y, por ende, corrobora que la serie es homogénea (Tabla 2).
| Indicador | Media | Asimetría | Curtosis | Coeficiente de Variación |
|---|---|---|---|---|
| Rx5d | 173,0 mm | 1,1 | 4,1 | 34,9 |
Al analizar detalladamente la lluvia máxima en cinco días consecutivos para cada mes del año, desde 1980 a 2018 se evidencia que las menores oscilaciones se reportan en los meses de febrero y marzo, con valores concentrados entre 1,0 mm y 5,8 mm. La mayor heterogeneidad se presenta en el mes de octubre con valores que oscilan entre los 18,8 mm y los 288,8 mm. En el mes de junio se reportó un valor extremo de 347,1 mm (año 1982), (Figura 3).
Se observa el comportamiento interanual de la cantidad de días con lluvia mayor o igual a los10 mm, donde se evidencia que la mayor cantidad de días se reporta en el año 1988 (50 días), mientras que el menor número de días se obtiene en el año 2009 (22 días). También se observa que durante el período 1990-2000, la cantidad de días varía muy poco, con valores que oscilan entre 30 y 40 aproximadamente. A partir del año 2001, las fluctuaciones comienzan a ser más marcadas oscilando entre los 20 y los 45 días aproximadamente y se aprecia un aumento de este indicador en los últimos años (Figura 4).
Al analizar la cantidad de días con lluvia mayor o igual que 20 mm se observa que dicho indicador varía a lo largo de los años. El máximo de días con lluvia igual o por encima de este umbral es 32 en el año 1983, mientras que el valor mínimo obtenido para este indicador es de 11 días en el año 2009. También se observa que la mayor cantidad de resultados obtenidos oscilan entre los 10 y los 20 días, además de que desde mediados de los 80 hasta finales de los 90 existen variaciones, las cuales no son marcadas, mientras que desde 1998 hasta 2009 las variaciones son mucho mayores (Figura 4). Característica similar se manifiesta con R10.
Por último, se muestra la variación interanual de la lluvia mayor o igual que 100,0 mm. En esta figura se observan grandes fluctuaciones, donde el número mínimo de días es “0” y se obtiene para 15 de los años comprendidos en el período de estudio; y el máximo obtenido para este indicador es de 4 días en el año 2005. También, se evidencia como en la mayoría de los años la cantidad de días obtenidos oscila entre 1 y 2 (Figura 4).
Precipitación anual total en que RR>95 percentil y RR>99 percentil
⌅La precipitación anual total en que RR>95 percentil muestra valores que oscilan entre los 54,5 mm en el año 2001 y los 850,6 mm en el año 2013. Este indicador presenta variaciones marcadas a partir del año 2000 y en los últimos años ha disminuido (Figura 5).
Mientras que la precipitación anual total en que RR>99 percentil muestra valores que se encuentran en el rango de “0 mm” para 19 de los años comprendidos en el período de estudio; y los 522,9 mm en el año 2005. Dicho indicador presenta grandes variaciones, donde en los últimos años alcanza el valor mínimo (Figura 6).
En cuanto a los resultados de los estadígrafos descriptivos obtenidos para ambos indicadores, se observa que el valor de la media es mucho mayor para R95p con 337,9 mm. Por otra parte, se muestra que la asimetría es positiva y la curtosis es aguda en ambos casos, lo que indica que los datos de las series se encuentran concentrados cerca del valor de la media. Por último, al analizar los resultados del coeficiente de variación se evidencia que la precipitación anual total en que RR>99 percentil, es mucho más variable en comparación con R95p; alcanzando un valor de 124,7 %, el cual está por encima del 100 % (Tabla 3).
| Indicador | Asimetría | Curtosis | Coeficiente de Variación | Media |
|---|---|---|---|---|
| R95p | 1,1 | 3,7 | 60,7 | 337,9 mm |
| R99p | 1,2 | 4,0 | 124,7 | 111,6 mm |
Precipitación total anual en los días húmedos (PRCPTOT)
⌅La Figura 7 muestra el comportamiento de la precipitación total anual en los días húmedos. Se observan grandes fluctuaciones en este indicador durante el período comprendido entre los años 2000 y 2011. La mayoría de los años del período de estudio muestran valores de precipitación total anual en los días húmedos que oscilaron entre los 1000 mm y los 1500 mm. Este indicador muestra su máximo en el año 2013 con un valor de 1979,7 mm. mientras que el mínimo se reportó en el año 2009 con 922,4 mm.
La media obtenida para este indicador es de 1222,7 mm. La asimetría es positiva y la curtosis es aguda. evidenciando una gran concentración de los datos de la serie cerca del valor obtenido por la media. El coeficiente de variación es de 22,1 % y se encuentra muy por debajo del 50 %; lo cual indica que los resultados de este indicador prácticamente no varían. De esta forma se puede afirmar que la serie es homogénea (Tabla 4).
| Indicador | Asimetría | Curtosis | Coeficiente de Variación | Media |
|---|---|---|---|---|
| PRCPTOT | 1,0 | 3,8 | 22,1 | mm |
Cambios observados en las tendencias de los indicadores
⌅A continuación, se muestran los principales cambios observados en los indicadores de extremos climáticos en la estación meteorológica de Casablanca durante el período 1980-2018.
Los máximos de precipitaciones registradas en 24h (Rx1d) muestran una tendencia al aumento de este indicador, con una magnitud de 0,28 mm/décadas. Mientras que los máximos de precipitaciones registradas en cinco días consecutivos (Rx5d) presenta una disminución de 6,04 mm/décadas. En ambos indicadores no se detectó ninguna significación estadística (Tabla 5).
| Indicador | Slope | Std | P value | Razón de cambio por décadas | Significación estadística |
|---|---|---|---|---|---|
| Rx1d | 0,028 | 0,69 | 0,968 | 0,28 | N.S |
| Rx5d | -0,604 | 0,866 | 0,49 | -6,04 | N.S |
| R10 | -0,034 | 0,087 | 0,701 | -0,34 | N.S |
| R20 | -0,052 | 0,068 | 0,453 | -0,52 | N.S |
| R100 | 0,004 | 0,014 | 0,799 | 0,04 | N.S |
| R95p | -0,453 | 2,958 | 0,879 | -4,53 | N.S |
| R99p | 1,039 | 2,004 | 0,607 | 10,39 | N.S |
| PRCPTOT | -0,908 | 3,902 | 0,817 | -9,08 | N.S |
Al analizar las precipitaciones por encima de los 10, 20 y 100 mm se observa una disminución de la cantidad de días donde la lluvia supera los 10 y 20 mm con magnitudes de 0,34 días/ décadas y 0,52 días/décadas respectivamente. Mientras que se evidencia un aumento en la cantidad de días con lluvia por encima de los 100 mm; con una razón de cambio de 0,04. Por último, se observa que ninguno de los indicadores mencionados con anterioridad presentan significación estadística (Tabla 5).
La precipitación anual total en que RR>95p (días muy húmedos) muestra una disminución en la cantidad de milímetros de lluvia acumulados por encima de dicho percentil, con una razón de cambio de 4,53 mm/ décadas. También se observa un gran aumento en la precipitación anual en que RR>99p, con un valor de 10,39 mm/ décadas al igual que los indicadores anteriores, ninguno de estos dos mostró significación estadística. Por último, los valores obtenidos para el índice de precipitación anual total (PRCPTOT), muestra una disminución en los acumulados de lluvia con una razón de cambio de 9,08 mm/décadas y no muestra significación estadística (Tabla 5).
Realizando
un análisis integrado del comportamiento de las tendencias de los
índices calculados para la estación meteorológica de Casablanca durante
el período de 1980-2018, al comparar estos resultados con los obtenidos a
nivel mundial, regional y en Cuba, se observan una disminución
generalizada para la mayoría de los indicadores. La tendencia de los
máximos de precipitación registrados en cinco días consecutivos aumenta
en el mundo, mientras, en Casablanca, las tendencias se comportan de
manera contraria. Sin embargo. los resultados que se han obtenido en la
región de América y el Caribe, se asemejan mucho más a los obtenidos en
este epígrafe (Peterson et al., 2002Peterson,
T., Taylor, M. A., Demeritte, R., Duncombe, D., Burton, S., Thompson,
E., y Gleason, B. (2002). Recent Changes in Climate Extremes in the
Caribbean Region. Journal of Geophysical Research: Atmospheres, 107.
).
La
precipitación total anual no tiene una tendencia significativa en la
región y durante el período de 1961 hasta el 2003, este indicador no
presentó ninguna disminución; sin embargo, en esta investigación que
abarca el período de 1980-2018 se evidencia como los acumulados totales
anuales de lluvia disminuyen. También existen diferencias en los
resultados de los índices de precipitación extrema (R95p. Rx5d), ya que a
nivel regional y en algunos estudios realizados en nuestro país se
evidencia un comportamiento creciente de los mismos indicando que cada
vez los años son más húmedos (Stephenson, y otros, 2014Stephenson,
T. S., Vincent, L. A., Allen, T., Van Meerbeeck, C., McLean, N.,
Peterson, T. C., & Trotman, A. R. (2014). Changes in extreme
temperature and precipitation in the Caribbean region. 1961-2010.
International Journal of Climatology, 34(9).
).
No obstante, existen semejanzas que se deben destacar como es el hecho
de que R99p (días extremadamente húmedos), muestran tendencias
crecientes tanto en la región. como en el territorio nacional. También
los máximos de precipitación en un día evidencian un aumento, lo que
concuerda con investigaciones recientes en nuestro país. En general,
estos resultados obtenidos, muestran una disminución generalizada de la
mayoría de los indicadores de extremos climáticos, lo cual puede estar
relacionado a la existencia de factores que estén modificando el
comportamiento de los mismos (Peterson et al., 2002Peterson,
T., Taylor, M. A., Demeritte, R., Duncombe, D., Burton, S., Thompson,
E., y Gleason, B. (2002). Recent Changes in Climate Extremes in the
Caribbean Region. Journal of Geophysical Research: Atmospheres, 107.
).
Conclusiones
⌅- En la estación Casablanca, los indicadores de extremos de precipitación muestran tendencias mixtas durante el período 1980-2018. El máximo de lluvia en un día (Rx1d) y la precipitación asociada al percentil 99 (R99p) aumentan ligeramente, mientras que el resto de los indicadores, como la lluvia máxima en cinco días (Rx5d) y la precipitación total anual (PRCPTOT), disminuyen.
- Los cambios observados en los ocho indicadores ETCCDI analizados no resultan estadísticamente significativos. Esta falta de significación evidencia que la variabilidad de la precipitación en Casablanca responde fundamentalmente a procesos naturales internos del clima, sin que se detecten modificaciones claras y sistemáticas en los extremos de lluvia durante las casi cuatro décadas evaluadas.
- La precipitación total anual en días húmedos (PRCPTOT) presenta una tendencia negativa (-9,08 mm/década), acompañada de una disminución en el número de días con lluvia ≥10 mm (R10) y ≥20 mm (R20). Estos resultados contrastan con los aumentos globales reportados para estos indicadores, lo que sugiere un comportamiento regional diferenciado en el occidente de Cuba.
- A pesar de la disminución generalizada de la mayoría de los indicadores de extremos húmedos (R95p, Rx5d, R10, R20 y PRCPTOT), el indicador de eventos extremadamente húmedos (R99p) muestra un aumento de 10,39 mm/década. Esta divergencia indica que, aunque los días muy lluviosos son menos frecuentes, los eventos más extremos tienden a ser más intensos.
- La alta variabilidad interanual de todos los indicadores, junto con coeficientes de variación que superan el 100 % en el caso del R99p, revela que la precipitación en Casablanca se caracteriza por una fuerte irregularidad natural. Esta variabilidad impone limitaciones para la detección de tendencias climáticas inducidas por el cambio climático en la escala temporal analizada.