Professional Documents
Culture Documents
int
Edicin de 2011
OMMN 100
P-CLW_101264
OMMN 100
OMM-N 100
2011
OMM-N 100
Organizacin Meteorolgica Mundial, 2011
La OMM se reserva el derecho de publicacin en forma impresa, electrnica o de otro tipo y en cualquier
idioma. Pueden reproducirse pasajes breves de las publicaciones de la OMM sin autorizacin siempre que
se indique claramente la fuente completa. La correspondencia editorial, as como todas las solicitudes para
publicar, reproducir o traducir la presente publicacin parcial o totalmente debern dirigirse al:
Presidente de la Junta de publicaciones
Organizacin Meteorolgica Mundial (OMM)
7 bis, avenue de la Paix
Case postale 2300
CH-1211 Ginebra 2, Suiza
ISBN 978-92-63-30100-0
NOTA
Las denominaciones empleadas en las publicaciones de la OMM y la forma en que aparecen presentados los datos
que contienen no entraan, de parte de la Secretara de la Organizacin, juicio alguno sobre la condicin jurdica de
ninguno de los pases, territorios, ciudades o zonas citados o de sus autoridades, ni respecto de la delimitacin de sus
fronteras o lmites.
Las opiniones expresadas en las publicaciones de la OMM son las de los autores y no reflejan necesariamente las de la
Organizacin. La mencin de determinados productos o sociedades mercantiles no implica que la OMM los favorezca
o recomiendo con preferencia a otros anlogos que no se mencionan ni se anuncian.
NDICE
Pgina
PrefacIO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii
CAPTulo 1. INTRODUCCIN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.1
Finalidad y contenido delaGua. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Climatologa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.1 Historia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.2
El sistema climtico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.3
Usos de la informacin e investigacin climatolgicas. . . . . . . . . . . . . . . . . . . . . .
1.3
Programas internacionales sobre el clima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4
Actividades climticas a escala mundial y regional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5
Actividades climticas a escala nacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6
Referencias y lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.1
Publicaciones de la OMM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.2
Lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
11
11
12
15
16
17
18
110
110
110
21
2.1
2.2
2.3
2.4
2.5
2.6
2.7
Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Elementos climticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1
Elementos de la superficie y lasubsuperficie. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.2
Elementos en altitud. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.3
Elementos medidos por teledeteccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Instrumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1
Equipo de superficie bsico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.2
Instrumentos de observacin enaltitud. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.3
Teledeteccin en superficie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.4
Teledeteccin desde aeronaves y por satlite . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.5
Calibracin de instrumentos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Emplazamiento de las estaciones climatolgicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Diseo de las redes climatolgicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funcionamiento de las estaciones y las redes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.1
Horas de observacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.2
Registro y comunicacin delasobservaciones. . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.3
Control de calidad in situ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.4
Funciones generales de los observadores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.5
Formacin de los observadores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.6
Inspeccin de las estaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.7
Mantenimiento de la homogeneidad de los datos. . . . . . . . . . . . . . . . . . . . . . . . .
2.6.8
Verificacin de los informes en los centros de recopilacin de datos. . . . . . . . . . .
2.6.9
Documentacin y metadatos delasestaciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
Referencias y lecturas complementarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7.1
2.7.2
21
22
22
23
25
26
27
28
28
29
211
212
213
215
215
215
216
216
217
217
218
218
219
220
Publicaciones de la OMM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
220
221
31
3.1
3.2
3.3
31
32
32
33
34
35
Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Importancia y finalidad de la gestin de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Gestin de datos climticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1
Diseo de un Sistema de gestin de datos climticos . . . . . . . . . . . . . . . . . . . . . .
3.3.2
Adquisicin de datos en el CDMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.3
Documentacin de datos delCDMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
iv
Pgina
3.3.4
Almacenamiento de datos delCDMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.5
Consulta y recuperacin de datos del CDMS . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.6
Archivos del CDMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.7
Seguridad del CDMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.8
Gestin del CDMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.9
Normas y directrices aplicables los CDMS a nivel internacional . . . . . . . . . . . . . .
Control de calidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.1
Procedimientos de control decalidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.2
Documentacin relativa al control de calidad . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.3
Tipos de error. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.4
Pruebas de formato. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.5
Pruebas de completitud de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.6
Pruebas de coherencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.7
Pruebas de tolerancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Intercambio de datos climticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Rescate de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Referencias y lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.7.1
Publicaciones de la OMM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.7.2
Lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
36
36
37
37
37
39
39
310
310
311
311
311
312
313
315
315
315
316
41
3.4
3.5
3.6
3.7
4.1
4.2
4.3
4.4
Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Evaluacin de los conjuntos dedatos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Visualizacin cualitativa delosdatos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Descriptores cuantitativos sumarios de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.1
Modelizacin de datos de la distribucin de frecuencias. . . . . . . . . . . . . . . . . . . .
4.4.2
Medidas de tendencia central . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.3
Medidas de variabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.4
Medida de la simetra. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.5
Medida del apuntamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.4.6
ndices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Correlacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.1
Tablas de contingencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.2
Medidas de correlacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Series temporales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Interpretacin de las caractersticas sumarias delclima. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.1
Perodo de clculo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.2
Estaciones en las que se calculan normales y promedios. . . . . . . . . . . . . . . . . . . .
4.8.3
Homogeneidad de los datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.4
Datos faltantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.5
Temperatura media diaria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.6
Quintiles de precipitacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.7
Difusin de normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Referencias y lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.9.1
Publicaciones de la OMM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.9.2
Lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
41
41
41
43
44
48
410
412
412
412
412
413
413
414
415
416
417
417
418
418
419
419
419
419
419
420
51
5.1
5.2
51
51
55
56
56
57
4.5
4.6
4.7
4.8
4.9
5.4
5.5
Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Homogeneizacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.1
Evaluacin de los datos homogeneizados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3
Ajuste de modelos para evaluar las distribuciones de datos. . . . . . . . . . . . . . . . . .
Transformacin de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Anlisis de series temporales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
NDICE
v
Pgina
5.6
5.7
5.8
5.9
5.10
5.11
5.12
5.13
5.14
517
Publicaciones de la OMM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Lecturas complementarias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
517
518
61
6.1
6.2
Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
61
6.3
6.4
6.5
6.6
6-3
Difusin de informacin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6-4
6-5
6.7
6-10
6-11
6-12
6-12
6-13
6-13
6.8
Productos de reanlisis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6-13
6.9
6.10
6-14
6-22
6-22
6-22
Abreviaturas y acrnimos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
11
A2.1
A2.2
A2.3
A2.4
A2.5
5.14.1
5.14.2
58
59
510
511
512
512
513
514
514
515
515
516
516
516
517
Productos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.6.1
6.6.2
6.6.3
6.6.4
6.6.5
6.6.6
6.6.7
6.7.1
6.7.2
6.7.3
6.7.4
6.7.5
6.7.6
Directrices generales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Publicaciones peridicas sobre los datos climatolgicos. . . . . . . . . . . . . . . . . . . . .
Publicaciones espordicas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Productos genricos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Productos especializados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Productos para la vigilancia del clima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ndices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6-6
6-6
6-7
6-8
6-8
6-8
6-9
6-9
6-10
11
11
An3
An3
An4
PrefacIO
viii
quien ofreci orientacin y supervis la preparacin del texto durante el decimocuarto perodo
entre reuniones de la Comisin. Asimismo, deseo
agradecer las importantes contribuciones del seor
Kenneth Davidson, Subdirector del Centro Nacional
de Datos Climticos de Asheville (Estados Unidos
de Amrica), y el seor Ned Guttman (Estados
Unidos de Amrica), quien encabez el Equipo de
expertos sobre la Gua y sirvi como asesor con
paciencia y dedicada atencin para lograr que la
labor de la presente publicacin culminara con
xito.
M. Jarraud
Secretario General
CAPTulo 1
INTRODUCCIN
1.1
Finalidad y contenido
delaGua
La presente publicacin tiene por objeto proporcionar orientacin y asistencia a los Miembros de la
Organizacin Meteorolgica Mundial (OMM) para
llevar a cabo actividades nacionales vinculadas con
la informacin y los servicios climticos. Existen
dos ediciones anteriores de la presente Gua: la
versin original, publicada en 1960, y la segunda
edicin, publicada en 1983. Si bien muchos fundamentos de la climatologa y de las prcticas
climatolgicas han persistido a lo largo del tiempo,
los adelantos cientficos logrados en el rea de la
climatologa y en las tcnicas de anlisis de datos,
as como los cambios en la tecnologa, la capacidad
informtica y los instrumentos, han hecho que la
segunda edicin resulte obsoleta.
En la tercera edicin se describen los principios
bsicos y las prcticas modernas sustanciales para la
elaboracin y prestacin de todos los servicios
climticos y se presentan mtodos de prcticas
idneas en materia de climatologa. Esta edicin
tiene por objeto explicar conceptos y consideraciones y remite a otras fuentes de orientacin tcnica e
informacin, en lugar de pretender abarcar absolutamente toda la informacin.
En este primer captulo figura informacin sobre la
climatologa y su alcance, la organizacin y las
funciones de un servicio climtico nacional y los
programas climticos internacionales. El resto de
la Gua se divide en cinco captulos (Observaciones,
estaciones y redes climticas, Gestin de datos
climticos, Caracterizacin del clima a partir
de conjuntos de datos, Mtodos estadsticos
para analizar conjuntos de datos y Servicios y
productos) y dos anexos (Abreviaturas y acrnimos y Actividades climticas a nivel
internacional).
En la medida de lo posible, los procedimientos
sealados en la Gua se han extrado de decisiones
sobre normas y prcticas y procedimientos recomendados. Las principales decisiones concernientes
a las prcticas climticas figuran en el Reglamento
Tcnico (OMM-N 49) y los manuales de la OMM y
en los informes del Congreso Meteorolgico
Mundial y el Consejo Ejecutivo y proceden principalmente de recomendaciones formuladas por la
Comisin de Climatologa. Para mayor informacin y asistencia, se facilitan listas de publicaciones
pertinentes de la OMM y de otras fuentes que son
1.2
Climatologa
Historia
12
El sistema climtico
13
Captulo 1. INTRODUCciN
NUBES Y
VAPOR DE AGUA
ALMACENAMIENTO DE AGUA
EN EL HIELO Y EN LA NIEVE
INTERCAMBIO
RADIATIVO
TRANSPORTE
PRECIPITACIN
EVAPOTRANSPIRACIN
INFI
LT
R
ESCORRENTA
SUPERFICIAL
A CI
N
GESTIN DE LOS
RECURSOS HDRICOS
PER
C
HU O L A
CI
ME
D AD N
DEL
SU
EL
CONDENSACIN
(CALENTAMIENTO LATENTE
DE LA ATMSFERA)
EVAPORACIN
CAPA LMITE
(E INTERCAMBIO CON
LA ATMSFERA LIBRE)
OCANO
FL
HETEROGENEIDAD
DEL SUELO
UJ
O
FLU
VIA
L
CAPA FRETICA
DESCARGA FLUVIAL
FLUJO DE AGUAS SUBTERRNEAS
LECHO DE ROCA
14
Nuevas tecnologas
energticas
Respuesta de la temperatura
a un CO2 elevado
Mezcla de gases de
efecto invernadero
en la atmsfera
Transferencia de calor
y CO2 a los ocanos
Aclimatacin de las plantas
a un CO2 elevado y a altas
temperaturas
Hielo marino
Respuesta de los
microorganismos
del suelo al clima
Espacio (m)
10 000 aos
Milenios
Siglos
Decenios
Aos
Meses
Semanas
Das
Horas
Minutos
Respuesta del
nivel del mar al
cambio climtico
Cambios en la utilizacin
de las tierras
Respuesta de los glaciares
Respuesta del plancton
y de las algas al clima
Tiempo (s)
Figura 1.2. Escalas temporales y espaciales (cortesa de Todd Albert, Estados Unidos de Amrica)
10 10
Calentamiento
mundial
10 9
10 8
10
1 siglo
PREDICCIN CLIMTICA
2 aos
1 ao
Monzn
10 6
10 5
1 decenio
Circulacin
de Walker
1 mes
H
L
Altas y bajas
presiones
1 da
10 4
Frente fro
2 horas
10 3
1 hora
Tormenta fuerte
PREDICCIN INMEDIATA
Nube cmulus
10 2
10
1 km
10 km
10 3
10 4
100 km
1000 km
10 000 km
100 000 km
Tolvanera
1
1
10
10 2
10 5
10 6
10 7
10 8
10 9
Figura 1.3. Duracin caracterstica de los fenmenos atmosfricos (por J.W. Zillman, Boletn de la OMM,
vol. 48(2), 1999)
15
Captulo 1. INTRODUCciN
siglos e incluso perodos ms largos. Las caractersticas correspondientes a un elemento durante una
hora son importantes, por ejemplo, en actividades
del sector agrcola tales como el control de pesticidas y el control del consumo de energa para el
suministro de calefaccin y refrigeracin. Las caractersticas que presenta un elemento durante un da
pueden determinar las actividades humanas que
pueden realizarse en condiciones seguras. El clima
observado durante meses o aos determinar, por
ejemplo, los cultivos que pueden plantarse o la
disponibilidad de agua potable y alimentos. Las
escalas temporales ms largas que se extienden
hasta decenios y siglos son importantes para los
estudios de la variacin del clima provocada por
fenmenos naturales tales como los cambios en la
circulacin atmosfrica y ocenica y por las actividades del hombre.
El cambio climtico se ha convertido en un
problema importante para los seres humanos. Las
actividades del hombre, especialmente la quema de
combustibles fsiles, han dado lugar a modificaciones en la composicin de la atmsfera mundial. El
marcado incremento del dixido de carbono troposfrico y del metano durante la era industrial, junto
con el aumento de los aerosoles y las emisiones de
partculas, estn afectando notablemente al clima
mundial. Los clorofluorocarbonos, de uso generalizado en el pasado como propulsores de las bombas
de aerosoles, los lquidos para limpieza y los refrigerantes, constituyen la causa principal del
agotamiento del ozono estratosfrico. Entre 1960 y
2000, qued arrasada ms de la quinta parte de los
bosques tropicales, hecho que probablemente alter
los complejos ciclos hidrolgicos mundiales y
mesoescalares. Los caones artificiales que forman
los edificios en las ciudades, junto con las superficies asfaltadas de las calles, hacen que se absorba
una mayor cantidad de radiacin solar y dan lugar
a islas de calor urbanas. La escorrenta acelerada del
agua de la lluvia y la deforestacin hacen que se
reduzca la cantidad de vapor de agua transpirada
que, de otro modo, ayudara a moderar la temperatura. La contaminacin generada por los vehculos
y edificios se acumula, especialmente en condiciones de tiempo en calma, y causa muchos problemas
para la salud humana as como daos en las
estructuras.
Consciente de que en todo el mundo es cada vez
mayor la preocupacin por el peligro de los daos
irreversibles que se estn produciendo en el entorno
natural, la OMM ha asumido el liderazgo en el
fomento de estudios sobre los cambios en el sistema
climtico y sus efectos en la humanidad, la energa
mundial y la produccin de alimentos y las reservas
de agua. El cambio climtico y sus posibles consecuencias, al igual que esos efectos que ya se han
producido, se han convertido en temas clave que
Usos de la informacin e
investigacin climatolgicas
La climatologa se ha convertido en una rama dinmica de la ciencia que abarca una amplia gama de
funciones y aplicaciones. Se estn desarrollando
nuevas tcnicas y realizando trabajos de investigacin con objeto de estudiar la aplicacin del clima
en muchos sectores, en particular, la agricultura, la
selvicultura, los ecosistemas, la energa, la industria, la produccin y distribucin de bienes de
consumo, la planificacin tcnica y la construccin, el bienestar humano, el transporte, el turismo,
los seguros, la gestin de recursos hdricos y de
desastres, la pesca y el desarrollo de las zonas costeras. Con el fin de que los climatlogos estn mejor
capacitados para informar y asesorar a los usuarios
y para responder a una mirada de cuestiones sobre
el clima, se necesitan continuamente programas de
investigacin viables y tiles sobre el sistema climtico y su amplia influencia, y sobre las aplicaciones
de los conocimientos climticos para beneficiar a la
sociedad. Anteriormente, el estudio del clima
proporcionaba datos bsicos, informacin y tcnicas que permitan determinar climas locales,
mesoescalares y mundiales. Si bien estas son prestaciones elementales, tambin constituyen el punto
de partida para efectuar anlisis ms profundos y
ofrecer servicios cuando se conjugan y analizan
con otros datos sociales, econmicos y fsicos. La
utilidad primordial de los datos sobre el clima y de
las predicciones climticas para planificar la
16
atenuacin de los desastres y el desarrollo sostenible y hacer frente a todas las consecuencias del
cambio climtico ya ha quedado firmemente establecida en varios convenios, tales como la
Convencin Marco de las Naciones Unidas sobre el
Cambio Climtico.
La climatologa aplicada utiliza al mximo los
conocimientos y la informacin climatolgica para
resolver problemas prcticos de carcter social,
econmico y medioambiental. Los servicios climatolgicos estn pensados para atender a diversos
usuarios de los sectores pblico, comercial e industrial. Las evaluaciones de los efectos de la
variabilidad del clima y el cambio climtico en las
actividades humanas, as como de los efectos de las
actividades humanas en el clima, son factores principales en el desarrollo econmico, los programas
sociales y la gestin de recursos a nivel local, nacional y mundial.
El actual inters por las repercusiones del desarrollo
econmico y otras actividades humanas en el clima
y la manera en la que la variabilidad del clima y el
cambio climtico influyen en las sociedades humanas pone de relieve la necesidad de continuar con la
investigacin de los procesos fsicos y dinmicos
que intervienen en el sistema climtico, as como la
necesidad de una descripcin estadstica de los
mismos. Para mejorar la capacidad de responder
eficazmente a los problemas sociales y econmicos
es fundamental comprender la variabilidad natural
del clima, tener en cuenta la sensibilidad del clima
a las actividades humanas y tener conocimientos
sobre la predictibilidad del tiempo y el clima relativa a perodos que pueden variar desde das hasta
decenios. La climatologa fsica abarca una amplia
gama de estudios que incluyen procesos interactivos del sistema climtico. La climatologa dinmica
est estrechamente relacionada con la climatologa
fsica, pero se ocupa primordialmente de las configuraciones de la circulacin general de la atmsfera.
Ambas suponen la descripcin y el estudio de las
propiedades y el comportamiento de la atmsfera.
Hoy en da, en todo el mundo se lleva a cabo una
importante labor para mejorar la prediccin climtica. En un principio, las predicciones se basaban en
tcnicas empricas y estadsticas, pero actualmente
se derivan cada vez ms de tcnicas de prediccin
numrica del tiempo ampliadas. Se estn elaborando modelos cada vez ms complejos que
representan y acoplan la interfaz atmsfera-ocanotierra, el hielo marino y los aerosoles y gases. Los
modelos pueden utilizarse para simular el cambio
climtico durante varios decenios, as como para
predecir variaciones estacionales o interanuales del
clima. Por lo general, esas predicciones estacionales
de la evolucin probable del clima suponen la
probabilidad de que el valor de un elemento, tal
1.3
Programas internacionales
sobre el clima
Captulo 1. INTRODUCciN
1.4
17
18
como mnimo, la primera de las actividades siguientes y, en algunos casos, las cuatro:
a) reuniones de expertos climticos regionales
e internacionales para llegar a un consenso
sobre las predicciones de la evolucin probable del clima regional, por lo general en forma
probabilstica;
b) un foro ms amplio en el que participen
tanto climatlogos como representantes
de los sectores de usuarios para presentar
predicciones consensuadas sobre la evolucin probable del clima, debatir y determinar
las repercusiones e implicaciones sectoriales
previstas, y formular estrategias de respuesta;
c) talleres de formacin sobre la prediccin
climtica estacional para reforzar la capacidad
de los climatlogos nacionales y regionales, y
d) sesiones especiales de divulgacin en la que
participan expertos de los medios de comunicacin con el fin de formular estrategias de
comunicacin eficaces.
1.5
Captulo 1. INTRODUCciN
19
110
e)
f)
1.6
Referencias y lecturas
complementarias
1.6.1
Publicaciones de la OMM
1.6.2
Lecturas complementarias
Captulo 1. INTRODUCciN
111
Captulo 2
2.1
Introduccin
22
2.2
Elementos climticos
Elementos de la superficie y
lasubsuperficie
En las zonas urbanas, el tiempo puede tener repercusiones considerables. Las lluvias fuertes pueden
causar graves inundaciones; la nieve y la lluvia
engelante pueden perturbar los sistemas de transporte, y las tormentas de gran intensidad
acompaadas de relmpagos, granizo y vientos
fuertes pueden causar cortes de electricidad. Los
vientos fuertes tambin pueden detener la circulacin de automviles, los vehculos para fines
recreativos, los ferrocarriles, los autobuses y los
camiones. Las zonas urbanas son particularmente
susceptibles a las tormentas tropicales que llegan a
tierra debido a las grandes concentraciones de
personas expuestas a una situacin de riesgo, la alta
densidad de estructuras construidas por el hombre
y la intensificacin del riesgo de inundaciones y de
contaminacin de los suministros de agua potable.
Habitualmente, las estaciones urbanas hacen observaciones de los mismos elementos que las estaciones
climatolgicas principales, pero, adems, se ocupan
de datos sobre la contaminacin como el ozono
troposfrico y otras sustancias qumicas y
partculas.
En general, las observaciones marinas pueden clasificarse en elementos fsico-dinmicos y bioqumicos.
Los elementos fsico-dinmicos (tales como el
viento, la temperatura, la salinidad, el viento y las
olas del mar de mar de fondo, el hielo marino, las
corrientes ocenicas y el nivel del mar) desempean
un papel activo en los cambios que experimenta el
sistema marino. Los elementos bioqumicos (tales
como el oxgeno disuelto, los nutrientes y la
biomasa del fitoplancton) no suelen participar activamente en los procesos fsico-dinmicos, salvo en
el caso de las escalas temporales largas, y, por lo
tanto, se conocen como elementos pasivos. En
general, desde la perspectiva de la mayora de los
SMHN, se debera dar gran prioridad a los elementos fsico-dinmicos, aunque, en algunos casos, los
elementos bioqumicos podran ser importantes
para responder a las necesidades de las partes interesadas (por ejemplo, las observaciones sobre la
funcin del dixido de carbono en el cambio
climtico).
En algunos SMHN encargados del seguimiento de
fenmenos hidrolgicos, la planificacin hidrolgica o las predicciones y los avisos hidrolgicos, es
necesario observar y medir elementos relacionados
especficamente con la hidrologa. Estos elementos
23
depositada cada ao. Diversas propiedades presentes en los ncleos que se pueden medir proporcionan
datos indirectos relativos a la temperatura, el volumen de los ocanos, la precipitacin, la composicin
qumica y gaseosa de la atmsfera inferior, las erupciones volcnicas, la variabilidad solar, la
productividad de la superficie del mar, la extensin
de los desiertos y los incendios forestales. El espesor
y contenido de las varvas tambin estn relacionados con la precipitacin anual o estacional, el flujo
fluvial y la temperatura.
Los arrecifes de coral tropicales son muy susceptibles al cambio climtico. Los anillos de crecimiento
estn relacionados con la temperatura del agua y
con la estacin en la que crecieron los anillos. Los
anlisis de los anillos de crecimiento pueden hacer
corresponder la temperatura del agua con un ao o
una estacin exactos. Los datos relativos a los corales se emplean para estimar la variabilidad de El
Nio/Oscilacin del Sur (ENOS) en el pasado, la
surgencia de las aguas ecuatoriales, los cambios en
los movimientos rotatorios subtropicales, los regmenes de los vientos alisios y la salinidad de los
ocanos.
Los anillos de crecimiento de los rboles revelan
una gran variabilidad interanual as como grandes
diferencias espaciales. Parte de la variacin puede
estar relacionada con las condiciones meteorolgicas y climticas a microescala y macroescala; las
plantas pueden considerarse como dispositivos de
medicin integradores del medio ambiente. Dado
que los rboles pueden vivir durante siglos, los
anillos de crecimiento anuales de algunas especies
arbreas pueden indicar la variabilidad experimentada por el clima durante un largo perodo histrico
(previo a las mediciones instrumentales). En
muchos pases, debido a la estrecha relacin que
existe entre el desarrollo de las plantas y el tiempo
y el clima, las redes de observacin fenolgica estn
dirigidas por los SMHN.
En la tabla 2.1 se enumeran los elementos climticos de superficie y subsuperficie ms comunes que
se observan en diversas redes o tipos de estaciones.
2.2.2
Elementos en altitud
24
Estacin
Estacin
Estacin Estacin hidro- Estacin agroclimatolgica climatolgica marina meteorolgica meteorolgica
ordinaria
principal
Desarrollo de las
plantas
Polen
Composicin del hielo
y el sedimento
Crecimiento de anillos
arbreos
Crecimiento de anillos
coralinos
Sustancias qumicas
atmosfricas
Partculas
Estacin
urbana
Datos
indirectos
25
26
La teledeteccin permite alcanzar una mayor cobertura espacial y temporal que las observaciones in
situ. Los datos obtenidos por teledeteccin tambin
complementan las observaciones efectuadas en
otras plataformas y resultan particularmente tiles
cuando estas ltimas no estn disponibles o han
resultado daadas. Aunque ello es una ventaja,
existen problemas para utilizar directamente los
datos obtenidos por teledeteccin para las aplicaciones climticas. El problema ms importante es
que la brevedad del perodo de registro implica que
los datos obtenidos por teledeteccin no puedan
utilizarse para deducir la variabilidad del clima y el
cambio climtico a largo plazo. Adems, es posible
que dichos datos no sean comparables directamente
con las mediciones in situ. Por ejemplo, las estimaciones de la temperatura de la corteza terrestre
efectuadas por satlite no son las mismas que las
mediciones de la temperatura efectuadas mediante
una pantalla corriente, y la relacin entre las mediciones de la reflectividad obtenidas por radar y las
cantidades de precipitacin recogidas mediante
pluvimetros puede resultar bastante compleja. Sin
embargo, si se procede con cuidado, es posible
elaborar series homogneas que conjugan las mediciones por teledeteccin con las efectuadas in situ.
2.3
Instrumentos
Pueden ser varias las opciones para obtener observaciones climticas de estaciones en superficie.
Entre dichas opciones est la de equipar a una estacin, por ejemplo, con instrumentos bsicos,
mecanismos de salida autogrfica o automtica
durante los perodos de ausencia del personal o
sensores completamente automticos. Al examinar
estas opciones, es importante comparar los costos
de personal, mantenimiento y reemplazo. A
menudo, es posible negociar los precios con los
fabricantes, por ejemplo, de acuerdo con las cantidades adquiridas, entre otras cosas.
En la medida de lo posible, un empleado local capacitado, como por ejemplo un guardin, deber
supervisar regularmente un emplazamiento de
observacin para vigilar las condiciones de la superficie (como el crecimiento del csped), ocuparse del
mantenimiento bsico de los instrumentos (como
la limpieza corriente de los mismos), examinar
daos y detectar si se ha quebrantado la seguridad.
Estas tareas debern realizarse al menos semanalmente en las estaciones terrestres accesibles y
dotadas de personal. La inspeccin de los emplazamientos e instrumentos situados en lugares alejados
deber llevarse a cabo tan frecuentemente como sea
posible. El personal tambin deber estar disponible
para ofrecer rpidamente un servicio de mantenimiento cuando se produzcan fallos en los sistemas
imprescindibles.
El equipo autogrfico y de registro de datos se utiliza
para registrar muchos elementos climticos, tales
como la temperatura, la humedad el viento y la
intensidad de la lluvia. Los datos inscritos en los
registros autogrficos han de transferirse a tablas o a
un formato digital. Los observadores debern garantizar que el equipo est funcionando correctamente
y que la informacin registrada en mapas, por
27
ejemplo, sea clara e inconfundible. Los observadores debern encargarse de verificar y evaluar
peridicamente los datos registrados (mediante su
comprobacin con equipo de lectura directa) y de
efectuar marcas de tiempo a intervalos frecuentes y
concretos. Los datos registrados pueden realmente
utilizarse para colmar lagunas y completar el registro cuando las observaciones directas no se realicen
por motivos de salud de los observadores y otras
causas que llevan a estos a ausentarse de la estacin
de observacin. En la Gua de Instrumentos y Mtodos
de Observacin Meteorolgicos (OMM-N 8), quinta
edicin, secciones 1.4.2 y 1.4.3, se ofrece orientacin sobre el mantenimiento y funcionamiento de
instrumentos registradores, tambores y aparatos de
relojera.
Los datos procedentes de las estaciones meteorolgicas automticas (EMA), en las que los instrumentos
registran y transmiten observaciones automticamente, normalmente se limitan a los que estn
fcilmente disponibles en forma digital, si bien la
gama de sensores es amplia y contina evolucionando. Dichas estaciones se han utilizado para
complementar la labor de las estaciones dotadas de
personal y para incrementar la densidad de las
redes, informar de la frecuencia y la cantidad de
elementos observados, especialmente en zonas
alejadas y muy despobladas que difcilmente son
accesibles por el hombre. Algunos de los requisitos
relativos a la sensibilidad y la exactitud de estas
estaciones automticas figuran en la Gua de
Instrumentos y Mtodos de Observacin Meteorolgicos
(OMM-N 8); otros estn siendo establecidos, especialmente para los estudios de la variabilidad del
clima.
En muchos pases, las EMA han reducido los costes
operativos. Los SMHN que tengan que escoger
entre los programas de observacin con dotacin
de personal y los de las EMA deben examinar una
serie de cuestiones. A pesar del potencial considerable de las EMA para proporcionar datos de alta
frecuencia, as como otros datos procedentes de
zonas alejadas, el funcionamiento de una EMA
implica varios costos importantes, en particular los
gastos en mano de obra para el mantenimiento de
la EMA y para garantizar su fiabilidad, la disponibilidad de mano de obra, la accesibilidad para su
instalacin y mantenimiento, la disponibilidad de
fuentes de energa adecuadas, la seguridad del
emplazamiento y la infraestructura para las comunicaciones. Estos aspectos deben sopesarse
cuidadosamente frente a los beneficios importantes, tales como una red ms densa y ms amplia.
Las EMA pueden representar una alternativa
convincente frente a los programas de observacin
dotados de personal y a veces constituyen la nica
opcin, pero su gestin requiere un firme compromiso organizativo.
28
Instrumentos de observacin
enaltitud
Teledeteccin en superficie
29
210
211
Calibracin de instrumentos
Para determinar las variaciones espaciales y temporales del clima, es de suma importancia que la
exactitud relativa de las mediciones de los distintos
sensores que se utilizan en una red en una momento
dado se mida y se verifique peridicamente y que la
calidad del funcionamiento de los sensores y los
sistemas de reemplazo sea afn a la de los sistemas
reemplazados. En el Manual del Sistema Mundial de
Observacin (OMM-N 544) se establece que todas las
estaciones debern estar dotadas de instrumentos
debidamente calibrados. En la Gua de Instrumentos
y Mtodos de Observacin Meteorolgicos (OMM-N 8)
se ofrece informacin detallada sobre las tcnicas de
calibracin. En general, en el campo de la climatologa, no es suficiente basarse en las calibraciones de
los fabricantes y es errneo suponer que la calibracin no se desplazar ni cambiar con el tiempo.
Se debern comparar las mediciones obtenidas de
instrumentos o sistemas mediante instrumentos
patrn porttiles cuando se reemplacen los instrumentos de una estacin y en cada inspeccin
peridica de la misma (vase la seccin 2.6.6). Los
instrumentos patrn porttiles debern verificarse
tomando como referencia los patrones nacionales
antes y despus de cada desplazamiento y deben ser
suficientemente slidos como para ser transportados
y soportar los cambios de calibracin. Debern
mantenerse registros de los cambios en los instrumentos y de las derivas en la calibracin, que debern
poder consultarse en forma de metadatos, ya que son
fundamentales para la evaluacin de las verdaderas
variaciones climticas (vase la seccin 2.6.9).
Durante las inspecciones de las EMA situadas en
zonas alejadas, las observaciones debern efectuarse
utilizando patrones porttiles para su posterior
comparacin con la informacin de las EMA registrada, recibida en el punto de recepcin de los
datos. Algunos SMHN han establecido procedimientos de deteccin automtica de fallos o derivas
en los instrumentos, los cuales permiten comparar
las mediciones hechas individualmente con las
procedentes de una red y con valores analizados a
partir de campos ajustados numricamente. Estos
procedimientos son tiles para detectar no solamente las variaciones del cero, sino tambin
cambios escalonados anmalos.
Algunos SMHN utilizan sus propias instalaciones de
calibracin o recurren a empresas de calibracin
acreditadas. En el contexto de la OMM, las entidades de calibracin regionales estn a cargo de
212
2.4
Emplazamiento de las
estaciones climatolgicas
213
indica en el Reglamento Tcnico (OMM-N 49), captulo B2. Estas restricciones abarcan la necesidad de
que no se produzcan cambios importantes en las
prcticas de utilizacin de las tierras situadas a
menos de 50 kilmetros del emplazamiento y la
ausencia de los efectos de la contaminacin local y
regional provocada, por ejemplo, por los principales centros poblados, las actividades industriales y
de agricultura extensiva, las autopistas, la actividad
volcnica y los incendios forestales. Tanto las estaciones mundiales como regionales de la VAG
debern estar situadas a menos de 70 kilmetros de
una estacin sinptica en altitud.
Las caractersticas de los entornos urbanos hacen
que sea imposible seguir las pautas para la eleccin
del emplazamiento y la exposicin de los instrumentos que se requieren para establecer un registro
homogneo que pueda utilizarse para describir el
clima a gran escala. Sin embargo, los emplazamientos urbanos tienen su propia utilidad para vigilar
cambios verdaderos en el clima local que pueden
ser importantes para una serie de aplicaciones. Las
directrices relativas a la eleccin de emplazamientos urbanos, la instalacin de equipos y la
interpretacin de observaciones figuran en el documento Initial Guidance to Obtain Representative
Meteorological Observations at Urban Sites (WMO/
TD-No. 1250). La necesidad de comprender claramente el motivo por el que se efectan las
observaciones y de obtener mediciones que sean
representativas del medio ambiente urbano es fundamental para la orientacin al respecto. En muchos
contextos urbanos, ser posible ajustarse a las prcticas habituales, pero tal vez se deba ser flexible en
cuanto al emplazamiento de las estaciones urbanas
y los instrumentos. Estas caractersticas ponen de
relieve an ms la importancia de mantener metadatos que describan exactamente el marco en el que
se sitan la estacin y los instrumentos.
2.5
214
los mtodos y cualquier otro elemento que mejorara el uso de la informacin. Adems, los metadatos
debern recibir un mantenimiento y ser accesibles.
Para fomentar el intercambio abierto y sin restricciones de informacin sobre el medio ambiente, en
particular, las observaciones meteorolgicas, sera
muy aconsejable que se permitiera a los SMHN el
pleno uso de todos los datos e informacin climtica procedentes de sus asociados, sin restriccin,
como si se tratara de sus propios datos. Para ello, tal
vez sea necesario redactar y firmar un contrato o un
memorando de entendimiento entre la direccin
general del SMHN y de otras organizaciones.
Adems de los datos recopilados por las redes climatolgicas ordinarias y privadas, a veces, hay datos
de observacin procedentes de redes temporales
establecidas en relacin con programas de investigacin y estudio, as como mediciones efectuadas
en transectos y perfiles mviles. El SMHN deber
tratar de obtener estos datos y los metadatos
conexos. Aunque puede que los datos no sean ideales para el archivado convencional, a menudo,
resultan muy tiles a modo de informacin complementaria, por ejemplo, para las investigaciones de
fenmenos extremos concretos. Cuando estas
observaciones proceden de zonas de las que escasean los datos, resultan sumamente valiosas.
2.6
Funcionamiento de las
estaciones y las redes
Horas de observacin
215
Registro y comunicacin
delasobservaciones
Inmediatamente despus de haber hecho una observacin en una estacin manual, el observador deber
transcribir los datos en un libro de anotaciones,
216
a)
b)
c)
d)
e)
f)
g)
2.6.5
217
218
vez cada tres aos, o ms frecuentemente si es necesario, para asegurar el mantenimiento y el correcto
funcionamiento de los instrumentos y, por consiguiente, la alta calidad de las observaciones. Las
estaciones automticas debern ser inspeccionadas
por lo menos cada seis meses. Las disposiciones
especiales relativas a la inspeccin de instrumentos
situados a bordo de barcos se especifican en la Gua
de Instrumentos y Mtodos de Observacin
Meteorolgicos (OMM-N 8), quinta edicin.
Antes de cada inspeccin, el inspector deber obtener toda la informacin disponible acerca de la
calidad de la informacin y de los datos recibidos
de cada estacin correspondiente a su itinerario. En
cada inspeccin, se deber comprobar que:
a) el observador posea una formacin actualizada;
b) el observador siga siendo competente;
c) la ubicacin y la exposicin de cada instrumento se conozcan, se registren y sean, hasta
ese momento, las mejores posibles;
d) los instrumentos sean del tipo aprobado, estn
en buenas condiciones y se verifiquen comparndolos con los correspondientes instrumentos patrn;
e) que exista una uniformidad en el mtodo
de observacin y en los procedimientos para
calcular cantidades derivadas a partir de las
observaciones;
f) el libro de anotaciones de la estacin est bien
conservado, y
g) los formularios de registro correspondientes se
enven puntual y regularmente al centro sobre
el clima.
Los informes de los inspectores deberan incluir
bosquejos o diagramas de las inmediaciones del
lugar de observacin, indicando los objetos fsicos
que podran influir en los valores de los elementos
climticos observados. Los informes tambin
deben indicar cualquier cambio en los instrumentos y cualquier diferencia entre las lecturas de los
instrumentos y los patrones porttiles, los cambios
en la exposicin y en las caractersticas del emplazamiento respecto de la visita precedente y las
fechas de las comparaciones y los cambios correspondientes. Los inspectores tambin deben estar
preparados para informar a los observadores de
todos los problemas relativos a la transmisin de
datos, en particular, los sistemas automticos de
introduccin y transmisin de datos. Los informes sobre las inspecciones constituyen una
importante fuente de metadatos que sirven para
determinar la homogeneidad de un registro climtico y debern conservarse indefinidamente, o la
informacin que contienen deber transferirse a
una base de datos informatizada (vase la seccin
3.1).
2.6.7
Mantenimiento de la
homogeneidad de los datos
A diferencia de las observaciones cuya nica finalidad es ayudar a elaborar predicciones y avisos, la
disponibilidad de un registro continuo e ininterrumpido es la base fundamental de muchos
estudios importantes en los que participan una
gran variedad de comunidades climticas. Los
conjuntos de datos homogneos son de vital importancia para responder a las necesidades de la
investigacin, las aplicaciones y los servicios de
usuarios referentes al clima.
Los cambios que pueda experimentar el emplazamiento de una estacin, o el cambio de su ubicacin,
pueden causar una falta de homogeneidad importante. Debern seguirse los 10 principios del
vigilancia del clima (vase la seccin 2.1) cuando sea
necesario cambiar la ubicacin de una estacin
climatolgica, cuando se vaya a reemplazar una estacin por otra aledaa o cuando cambien los sistemas
de instrumentos. Cuando resulte factible y prctico,
tanto las estaciones e instrumentos de observacin
antiguos como los nuevos debern seguir funcionando simultneamente durante un perodo de por
lo menos un ao, pero preferentemente de dos aos
o ms, para determinar los efectos de los cambios de
instrumentos y de emplazamiento en los datos
climatolgicos. El emplazamiento antiguo y el
nuevo debern tener un nico identificador tanto
para la emisin de informes como para el archivado. En el documento Directrices para la gestin de
las modificaciones en los programas de observacin del
clima (OMM/DT-N 1378) se ofrece orientacin
concreta al respecto.
2.6.8
Documentacin y metadatos
delasestaciones
219
220
2.7
Referencias y lecturas
complementarias
2.7.1
Publicaciones de la OMM
Lecturas complementarias
221
222
Captulo 3
3.1
Introduccin
32
mundo. Sin embargo, las tareas de recogida, transmisin, proceso y almacenamiento de datos
meteorolgicos con fines operativos estn experimentando una mejora asombrosa gracias a la
rapidez en el avance de la tecnologa informtica, y
los archivos meteorolgicos reciben cada vez ms
datos que nunca se han registrado en papel. La
capacidad y facilidad del uso de las computadoras,
la posibilidad de registrar y transmitir informacin
electrnicamente y el desarrollo de mecanismos
internacionales para el intercambio de comunicacin, como Internet, han proporcionado a los
climatlogos nuevas herramientas para mejorar
rpidamente su comprensin del clima.
No deber escatimarse ningn esfuerzo para obtener, en forma digital electrnica, una recopilacin
completa de todos los datos primarios de observacin. La recopilacin de datos electrnicamente en
la fuente permite aplicar medidas de control rpida
y automticamente, en particular la verificacin de
errores, antes de transmitir los datos desde el emplazamiento de observacin. En muchos casos, la
recopilacin de datos climticos por correo tal vez
siga siendo una alternativa menos costosa y ms
fiable, sobre todo en la regiones de menor avance
tecnolgico, pero, a menos que los datos se hayan
registrado en algn tipo de medio electrnico antes
de su expedicin, habrn de escanearse o digitalizarse en una entidad central. Para gestionar la
amplia variedad de datos recopilados con fines
meteorolgicos y climatolgicos, se requiere aplicar
un mtodo sistemtico que abarque registros en
papel, registros en microfilm y registros digitales.
3.2
Importancia y finalidad de la
gestin de datos
3.3
33
Inicio
Recopilacin
de metadatos
Estaciones de
observacin
Adquisicin
de datos
Recopilacin
y organizacin
de datos
3.3.1
Control de
calidad y proceso
de datos
Operaciones
e investigacin
Productos
Control de calidad
Almacenamiento
Usuarios
retrospectivos
Archivo
Operaciones
en tiempo real
Gestin
retrospectiva
de datos
34
es una alternativa posible cuando no pueda efectuarse la transmisin diaria. Por ejemplo, en
Australia muchos de los casi 6 000 observadores
voluntarios continan suministrando informes
mensuales sobre la precipitacin en los que figuran
las observaciones diarias correspondientes al mes
en cuestin.
Puesto que muchas observaciones meteorolgicas
son registradas por instituciones u organizaciones
distintas de los SMHN, la adquisicin de datos en su
forma original puede resultar difcil. En esos casos,
debera hacerse lo posible por obtener copias de los
formularios de registro originales. Si fuera imposible obtener los originales o una copia del registro,
debera incluirse una nota al respecto en el inventario de la documentacin del centro para indicar
informacin referente a la existencia y localizacin
de los datos, el volumen disponible, la duracin del
perodo de registro, las estaciones que configuran la
red segn corresponda y los elementos observados.
Aunque no sea un requisito formal, es recomendable que el CDMS tambin contenga informacin
sobre noticias o imgenes periodsticas y otra informacin similar adems de los datos y metadatos
tradicionales. Para incluir este tipo de informacin
podra recurrirse a obtener una imagen del informe
impreso con una cmara digital o un escner; definir la fecha, la regin y el tipo de fenmeno (crecida,
sequa, precipitacin intensa) y el nombre del
medio de comunicacin, e introducir comentarios
acerca del fenmeno.
Es importante conservar tanto los valores de los
datos recibidos como el valor sometido al control
de la calidad en la fecha ms reciente. El valor recibido al principio se someter a un proceso de
control de calidad automtico al introducirse en la
base de datos y, de ser necesario, a un proceso de
control de calidad ms exhaustivo. Aunque no
supere ninguno de estos controles, habr de conservarse. Algunos CDMS conservan, adems de los
valores originales y finales, todas las modificaciones
realizadas.
Otro aspecto de la adquisicin de datos consiste en
el registro de fenmenos cuyos datos se esperan,
pero no llegan a recibirse. La prdida de datos puede
ocurrir a consecuencia de una interrupcin en el
funcionamiento de los instrumentos, errores en la
transmisin de datos y errores en el proceso de su
adquisicin. Los datos faltantes pueden reconstruirse con diversos grados de certidumbre. Por
ejemplo, puede concluirse que el valor de una medicin de precipitacin no recibida sea cero cuando se
sabe a travs de otros datos que las condiciones
locales y sinpticas hacen excluir la posibilidad de
que se produjera una precipitacin. En otros casos,
es posible estimar el valor de los datos con un grado
35
Almacenamiento de datos
delCDMS
36
tensin de la batera de una EMA). Por regla general, esta informacin debera utilizarse antes de
archivar los datos; si la informacin no se incorpora al CDMS, debera conservarse
permanentemente en otro lugar y permitir que los
gestores tengan acceso a ella. A menudo, el proceso
de control de calidad da lugar a valores e informacin que pueden diferir de los datos originales, por
lo que resulta necesario almacenar tanto los datos
originales como todos los datos diferentes que
genere el proceso de control de calidad. Estimar el
aumento de las necesidades futuras es una ardua
tarea, ya que es difcil prever qu tipos de datos
estarn disponibles a medida que transcurra el
tiempo y avance la tecnologa. El gestor de datos
debe tener en cuenta todos estos factores cuando
determine las necesidades de almacenamiento.
Los registros en formato no digital deberan almacenarse de tal manera que se minimice su deterioro.
Por lo tanto, deberan almacenarse en un ambiente
controlado para evitar temperaturas y humedad
extremas, insectos, plagas, incendios, inundaciones, accidentes o su destruccin deliberada. Una
alternativa ideal sera el almacenamiento en cajas
libres de cido, en depsitos seguros y con aire
acondicionado. Debera establecerse un programa
de mantenimiento para rescatar los documentos
que estn sufriendo un deterioro y especialmente
los datos que estos contienen.
Puesto que, cada vez se produce y conserva una
mayor cantidad de informacin, se plantea la
disyuntiva entre si se debe o no continuar almacenando todos los registros en su forma manuscrita
original. Muy a menudo, los registros climatolgicos se archivan en stanos, galpones y en otras
instalaciones muy poco apropiadas. Frecuentemente,
se encuentran sin catalogar, inaccesibles y en una
condicin que induce al deterioro. Como medio
para reducir los costos del papel, optimizar el uso
del espacio y proporcionar seguridad a los documentos originales, se recomienda que estos datos
manuscritos se escaneen para transferirlos a un
archivo digital y se conserven cuidadosamente. Las
imgenes electrnicas de los registros de papel
pueden almacenarse y recuperarse utilizando tecnologas informticas tales como los programas de
reconocimiento ptico de caracteres. Las especificaciones tcnicas del equipo informtico necesarias
para el almacenamiento y la recuperacin de documentos dependen de las necesidades de datos y de
las limitaciones de los recursos financieros, as
como de los adelantos tecnolgicos, por lo que no
existen normas mundiales ni una manera exclusiva
de almacenamiento preferida. Cabe recordar que
ninguna forma de almacenamiento es permanente
y, por lo tanto, deber efectuarse un examen peridico del mtodo de archivo. Deben efectuare copias
de reserva de los archivos informticos de manera
k)
37
3.3.8
38
c)
d)
e)
f)
Significado
Datos originales
Datos corregidos
Reconstruidos (por ejemplo, mediante interpolacin, estimacin o
desagregacin)
Valor calculado
Significado
Datos faltantes (datos no recibidos u observaciones no hechas)
Datos eliminados una vez terminados los controles
No controlados (datos histricos o recientemente introducidos sin haber sido objeto de
ningn control)
Declarados dudosos por ser considerados anmalos tras los controles preliminares, a la
espera de controles (datos posiblemente errneos)
Declarados dudosos tras controles automticos o supervisin humana (datos
probablemente errneos)
Declarados validados tras controles automticos o supervisin humana (pero admiten
nueva modificacin, por ejemplo, si un estudio posterior revela que los datos an
pueden mejorarse)
Declarados validados tras controles automticos y supervisin humana y no admiten
nueva modificacin
39
g)
h)
i)
j)
k)
3.4
Significado
Sistema Mundial de Telecomunicacin
Introduccin de datos mediante teclado
Red de telecomunicaciones de una estacin meteorolgica automtica
Archivo digital de una estacin meteorolgica automtica
Registro manuscrito
Control de calidad
El objetivo del control de calidad consiste en verificar si el valor de un dato notificado es representativo
de la medicin que se pretenda efectuar y no se ha
visto afectado por factores no relacionados con el
mismo. Por lo tanto, es importante comprender
Procedimientos de control
decalidad
310
Tipos de error
A menudo, los errores en los metadatos se manifiestan como errores en los datos. Por ejemplo, un
identificador de estacin incorrecto puede significar
que los datos correspondientes a una estacin
aparentemente proceden de otra, o un sello con la
fecha incorrecta puede implicar que los datos
aparentemente fueron observados en otro
momento. La indisponibilidad de los datos correspondientes a la estacin y al momento correcto
debera detectarse mediante pruebas que verifiquen
si figuran todos los datos; los datos que se hayan
atribuido a un emplazamiento y un momento incorrectos debern detectarse mediante pruebas de
coherencia y de tolerancia.
Los errores en los datos pueden surgir principalmente como resultado de errores atribuibles a los
instrumentos, al observador o a los procesos de
transmisin de datos, la introduccin de datos
mediante teclado y su validacin, as como a la
modificacin de los formatos de datos y los
problemas que implica resumirlos. Al establecer
Pruebas de formato
311
Pruebas de coherencia
Los cuatro tipos principales de prueba de coherencia son la interna, la temporal, la espacial y la
sumaria. Dado que los valores de los datos guardan
una relacin mutua tanto temporal como espacial,
debera elaborarse un procedimiento integrado para
examinar la coherencia. Todas las pruebas de coherencia deberan documentarse por completo
mediante procedimientos, frmulas y criterios de
decisin.
La coherencia interna se basa en las relaciones fsicas que existen entre los elementos climatolgicos.
Todos los elementos deberan verificarse exhaustivamente comparndolos con otros elementos afines
dentro de cada observacin. Por ejemplo, deberan
verificarse todos los datos psicomtricos para garantizar que la temperatura de bulbo seco notificada
sea igual o superior a la temperatura de bulbo
hmedo notificada. Del mismo modo, deber
comprobarse que la relacin entre la visibilidad y el
tiempo reinante se ajuste a las prcticas de observacin normalizadas.
Se debera verificar la coherencia entre los datos y
las definiciones. Por ejemplo, un valor mximo
debe ser igual o mayor que un valor mnimo. Los
lmites fsicos imponen reglas para las verificaciones de la coherencia interna. Por ejemplo, la
duracin de la insolacin est limitada por la duracin del da, la radiacin mundial no puede ser
superior a la irradiancia en lo alto de la atmsfera,
la direccin del viento debe oscilar entre 0 y 360
y la precipitacin no puede ser negativa.
Las pruebas de coherencia temporal examinan la
variacin de un elemento en el tiempo. Muchos
conjuntos de datos climatolgicos muestran una
importante correlacin en serie. Debera hacerse un
control comparando la observacin en cuestin
con la anterior y la posterior en el ordenamiento.
Basndose en la experiencia o en mtodos analticos o estadsticos, quienes examinen los datos
pueden establecer la magnitud del cambio que
podra experimentar un determinado elemento en
cualquier intervalo de tiempo. Por lo general, este
cambio depende del elemento, la estacin del ao,
312
Pruebas de tolerancia
Las pruebas de tolerancia establecen lmites superiores o inferiores sobre los posibles valores de un
elemento climatolgico (tal como la direccin del
viento, la nubosidad y las condiciones meteorolgicas pasadas y presentes), o en aquellos casos en que
la gama terica de valores es infinita y es poco
probable que una medicin se site fuera de sus
lmites. En el segundo caso, por lo general, los lmites suelen depender del tiempo y la ubicacin y
deberan establecerse recurriendo a los valores
histricos o mediante mtodos de interpolacin
espacial. Tambin es importante determinar y
remediar rpidamente los sesgos sistemticos que
presenta la informacin proporcionada por los
instrumentos. Debe conservarse documentacin
con informacin de las pruebas de tolerancia que se
han efectuado, los lmites climticos establecidos
respecto de cada elemento estudiado y las razones
fundamentales para determinar dichos lmites.
En general, las pruebas de tolerancia comparan un
valor en cuestin con algn patrn que utiliza un
umbral estadstico. Algunas de las pruebas de
313
Diversos Miembros de la OMM ofrecen por iniciativa propia ciertos subconjuntos de sus estaciones
para que formen parte de diversas redes, tales como
la Red de observacin en altitud del SMOC, la Red
de estaciones de observacin en superficie del
SMOC, la Red sinptica bsica regional y la Red
Climatolgica Bsica Regional. La designacin de
una estacin para que participe en esas redes
conlleva la obligacin de compartir los datos a nivel
internacional.
3.5
Intercambio de datos
climticos
314
3.6
Rescate de datos
3.7
Referencias y lecturas
complementarias
3.7.1
Publicaciones de la OMM
315
316
Lecturas complementarias
Captulo 4
4.1
Introduccin
4.2
4.3
Visualizacin cualitativa
delosdatos
Algunas de las principales caractersticas que frecuentemente se espera encontrar en un conjunto de datos
son el valor medio o tpico, la extensin o rango de
42
Nmero de ocurrencias
acumulativas
Nmero de ocurrencias
Temperatura
Temperatura
43
Temperatura, F
Enero
Mediana
25%75%
Mn.- Mx.
Extremas
Julio
Tallo
Hojas
Figura 4.4. Ejemplo de una presentacin de datos mediante un diagrama de tallo y hojas. .
El dgito inicial del valor de una observacin es el tallo y el dgito final es la hoja. .
En la tabla hay, por ejemplo, dos observaciones de 25
4.4
Descriptores cuantitativos
sumarios de datos
44
Ao
Mes
1
10
11
12
1961
23
33
44
50
59
64
79
76
61
50
44
32
1962
26
31
40
54
60
67
78
73
60
49
40
30
1963
27
35
43
55
58
68
77
72
58
52
43
32
1964
24
37
47
58
57
64
79
74
59
54
46
34
1965
27
32
43
56
57
65
76
74
58
53
47
44
1966
30
38
44
53
58
67
80
75
58
55
46
32
1967
19
35
47
55
61
66
74
73
60
56
43
30
1968
22
33
46
56
60
69
78
70
56
52
45
30
1969
28
37
43
51
56
70
76
72
54
52
44
34
1970
25
34
46
56
58
63
73
71
54
50
43
31
Modelizacin de datos de la
distribucin de frecuencias
Las visualizaciones de datos (seccin 4.3) proporcionan una visin cualitativa de la estructura de
una serie de observaciones. Las formas y las pautas
resultan evidentes. Las distribuciones de frecuencias pueden clasificarse segn su forma en:
a) curvas simtricas unimodales: estas curvas se
usan normalmente para los promedios de los
elementos, como la temperatura media anual
y a ms largo plazo. Por lo general, cuanto
ms largo sea el perodo de promediacin,
ms simtrica ser la distribucin;
b) curvas asimtricas moderadamente unimodales: muchas curvas de datos promediados son
principalmente (pero no del todo) simtricas;
c) curvas asimtricas muy unimodales: estas
formas se distancian mucho de la simetra y
muestran un elevado grado de oblicuidad; son
comunes para las cantidades de precipitacin
y velocidades del viento;
d) curvas en forma de U: estas curvas son comunes para elementos que tienen lmites bilaterales, tales como la fraccin de nubosidad
(hay mayor tendencia de que los cielos estn
en su mayora azules o en su mayora cubiertos), y
e) curvas multimodales o complejas: estas curvas
son comunes para los elementos observados
diariamente en zonas con marcados contrastes estacionales. En tal caso, la curva de distribucin de frecuencias elaborada utilizando el
conjunto de datos completos puede tener una
forma bimodal muy caracterstica. Probablemente es ms fcil comprender los conjuntos
de datos con distribuciones de frecuencias
muy complejas mediante una estratificacin
de datos a priori para reflejar los diferentes
procesos subyacentes.
Existen varias series de observaciones que pueden
simplificarse examinando la distribucin de observaciones de una variable cuando se observan valores
concretos de otras variables. Los resultados se conocen como frecuencias condicionales. A menudo, las
condiciones se basan en un conocimiento previo de
lo que cabe esperar o en informacin sobre la probabilidad de que ocurran ciertos fenmenos. El
anlisis de las frecuencias condicionales es particularmente til para desarrollar hiptesis sobre la
situacin del clima y para determinar las repercusiones locales de fenmenos tales como El Nio/
Oscilacin del Sur (ENOS) y otras pautas de teleconexin (relaciones estadsticas muy estrechas entre
las pautas meteorolgicas de diferentes partes de la
Tierra).
Un mtodo para resumir la distribucin de un
conjunto de observaciones consiste en ajustar una
distribucin de probabilidad a las observaciones.
Estas distribuciones son funciones con propiedades
matemticas conocidas que se caracterizan por un
reducido nmero de parmetros (normalmente no
ms de tres). Las funciones siempre se construyen
para obtener valores no negativos en todas partes,
de modo que las magnitudes relativas de los diferentes valores reflejen diferencias en las
probabilidades relativas de observar dichos valores.
Varias distribuciones de probabilidades comunes,
como la distribucin normal (o gaussiana) y la
45
0,5
0,4
P (x)
0,3
0,2
0,1
0
10
10
Figura 4.6. Distribucin normal o gaussiana: los valores de la gama relativos a la propiedad observada
suelen aglutinarse uniformemente en torno a un solo valor, como el de las temperaturas medias anuales
Distribucin exponencial
1,0
2,0
3,0
4,0
0,9
0,8
0,7
P (x)
0,6
0,5
0,4
0,3
0,2
0,1
0
10
12
14
16
18
20
Figura 4.7. Distribucin exponencial: describe los tiempos transcurridos entre fenmenos a lo largo de
unproceso en el que estos se producen continua e independientemente a un ritmo medio constante.
Sehautilizado en el anlisis de la cantidad de precipitacin diaria
46
P (x)
0,5
0,4
0,4
0,3
0,3
0,2
0,2
0,1
0,1
10
15
c=2
c=3
c=4
0,6
0,5
0,7
20
10
15
20
Figura 4.8. Distribucin de Weibull: describe los tiempos transcurridos entre fenmenos a lo largo
deunproceso en el que estos se producen continua e independientemente a un ritmo variable.
Sehautilizado en el anlisis de la velocidad del viento
0,4
0,35
0,3
P (x)
0,25
0,2
0,15
0,1
0,05
0
10
Distribucin lognormal
4,5
(0, 0,1)
(0, 1)
(1, 1)
4
3,5
P (x)
3
2,5
2
1,5
1
0,5
0
0,5
1,5
2,5
Figura 4.10. Distribucin lognormal: se utiliza cuando el logaritmo de una distribucin sigue la
distribucin normal, tal como la distribucin de las concentraciones de partculas de contaminacin
47
Distribucin gamma
(1, 1)
(3, 1)
(3, 3)
0,9
0,8
0,7
P (x)
0,6
0,5
0,4
0,3
0,2
0,1
0
10
12
14
16
18
20
Figura 4.11. Distribucin gamma: indica las distribuciones que estn delimitadas en un extremo y sesgadas, como los datos sobre la precipitacin
Distribucin beta
(5, 15)
(15, 5)
(0,5, 0,5)
(2, 0,5)
(2, 2)
7
6
5
4
3
2
1
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Figura 4.12. Distribucin beta: indica las distribuciones que estn delimitadas en ambos extremos, tales
como la nubosidad
Cualquier serie de observaciones puede ajustarse
mediante funciones matemticas que reproducen
las observaciones. Es necesario actuar con cautela al
aplicar dichas tcnicas debido a varios motivos. Por
ejemplo, en la aplicacin de una funcin matemtica, por lo general, se supone que el conjunto de
datos de observacin, habitualmente una muestra,
es bastante representativa de la poblacin de la que
se extrae y que en los datos no hay errores (vase la
seccin 3.4). La finalidad de ajustar una funcin
consiste en aproximar la distribucin de las observaciones. Si el ajuste es aceptable, con solo unos
pocos parmetros, la funcin simplificada de las
observaciones debera ofrecer una descripcin
realista de los datos que sea compatible con los
principios fsicos subyacentes en una forma suavi-
48
0,5
0,4
P (x)
0,3
0,2
0,1
0
10
10
Figura 4.13. Distribucin binomial: indica dos resultados discretos, como el acaecimiento o la ausencia de
un fenmeno
Distribucin de Poisson
0,4
lambda = 1
lambda = 4
lambda = 10
0,35
0,3
P (x)
0,25
0,2
0,15
0,1
0,05
0
10
12
14
16
18
20
Figura 4.14. Distribucin de Poisson: describe fenmenos poco comunes, como la frecuencia
delacaecimiento de tormentas tropicales
49
cuando se utilice para describir una serie de observaciones. Las medias muy semejantes pueden
computarse a partir de bases de datos o distribuciones cuya estructura interna es totalmente diferente.
Por ejemplo, la media de una distribucin bimodal
de la nubosidad puede ser la misma que la media de
una distribucin unimodal, pero la interpretacin
de ambas medias resultara muy diferente. La media
se ve sumamente afectada por valores excepcionales e inusuales; unas pocas observaciones extremas
pueden destruir el carcter representativo de la
media. Las observaciones que no se dirigen agrupadas hacia un valor central no estn bien
representadas por una media (por ejemplo, la nubosidad, que a menudo, tiende a aglutinarse a 0 o bien
a 8 octas). Para resultar til, una media debe transmitir un mensaje vlido con respecto a las
verdaderas condiciones descritas por el conjunto de
datos y no consistir meramente en el resultado de
un clculo matemtico.
La mediana es el medio de una distribucin de
frecuencias acumulativas; la mitad de los datos
estn por encima de la mediana y la otra mitad por
debajo. Se calcula ordenando los datos y seleccionando el valor del medio. Si el nmero de valores es
impar, la mediana es el valor del medio. Si el
nmero de valores es par, la mediana se sita entre
los dos valores del medio, generalmente, como la
media (o la media ponderada) de los dos. Si los dos
valores del medio son idnticos, se escoge este valor
como mediana.
Las variaciones extremas influyen menos en la
mediana que en la media porque la mediana es una
medida de posicin. Puesto que la mediana se basa
en el nmero de observaciones, la magnitud de las
observaciones extremas no influye en la mediana.
La mediana es especialmente til cuando las observaciones tienden a agruparse alrededor del centro,
pero algunas de las observaciones tambin son muy
altas y muy bajas. Como en el caso de la media, la
mediana no representa bien a aquellos datos que no
se agrupan hacia el valor central.
La moda es el valor que se presenta con ms frecuencia en el conjunto de datos. Al igual que la mediana,
la moda es una medida posicional. No se ve afectada ni por el valor (como le ocurre a la media) ni
por la posicin de otras observaciones (como le
ocurre a la mediana). Las modas de muestras pequeas o de muestras que tienen ms de una agrupacin
de observaciones son estimaciones no fiables de la
tendencia central. Si muchas de las concentraciones
de las observaciones son verdaderamente tpicas
(una distribucin multimodelo), entonces es probable que el conjunto de datos se vea afectado por
factores diferentes, cada uno de los cuales tiene un
valor central diferente en torno al que tienden a
agruparse las observaciones.
410
Medidas de variabilidad
Media
Mediana
Moda
Simtrica
Media
Mediana
Sesgada hacia la derecha
Moda
Media
Moda
Mediana
Sesgada hacia la izquierda
411
Tabla 4.1 Comparacin entre algunas caractersticas de las medidas de tendencias centrales
Caracterstica
Media
Mediana
Moda
No
No
No
Tal vez
No
No
Tal vez
No
No
Facilidad de clculo
La ms fcil
Fcil a partir
de datos
ordenados
Fcil a partir de un
histograma
No siempre
No siempre
Posibilidad de ms de 1
No
No
Indicador de variabilidad
No
No
412
Medida de la simetra
ndices
4.5
Correlacin
Tablas de contingencia
Medidas de correlacin
413
414
Visibilidad inferior
a 200 metros
Visibilidad
superior a 200
metros
Total
Accidentes producidos
16
20
Ausencia de accidentes
13
332
345
Total
29
336
365
4.6
Series temporales
lineales, como una curva, o incluso un desplazamiento abrupto hacia arriba o hacia abajo. Por lo
general, las tendencias, ya sean lineales o no, se
mantienen en las series climticas durante un
perodo finito, que puede ser bastante largo. A lo
largo del tiempo, en el sistema climtico se han
observado frecuentemente tendencias con una
orientacin, que, finalmente, acaba por revertirse.
Lo que podra parecer una tendencia sostenida
durante el perodo ms reciente de un registro
climtico podra formar parte de una oscilacin
lenta relacionada con variaciones multidecenales
que no pueden apreciarse claramente debido a que
el intervalo de tiempo de dicha tendencia sostenida
es solo una parte de la oscilacin total, o porque se
conoce la naturaleza de la serie proyectada para el
futuro. El cambio climtico antropognico plantea
un desafo particularmente difcil a este respecto
dado que probablemente las decisiones humanas
influyan a la hora de determinar, por ejemplo,
cunto tiempo se mantendr la tendencia al calentamiento mundial observada durante el siglo
415
Temperatura (F)
Ao
4.7
Interpretacin de las
caractersticas sumarias
delclima
Si bien es posible calcular muchas medidas de resumen, tal vez no sea adecuado utilizarlas para
describir la base de datos. Todas las medidas que
reducen observaciones con el fin de detectar e indicar una seal o relacin climtica se basan en
supuestos y, si estos no son vlidos, las medidas de
resumen pueden resultar engaosas. Hay cuatro
aspectos que deben examinarse detalladamente
antes de usar medidas de resumen, a saber: los errores del conjunto de datos, la falta de homogeneidad,
la independencia de las observaciones y la desatencin de los factores importantes.
A menudo, los datos son errneos debido a errores
de registro (tales como la transposicin de nmeros), las comunicaciones ininteligibles, los
malentendidos de un observador respecto de las
prcticas de codificacin, errores de proceso (por
ejemplo, la conversin incorrecta de grados
Fahrenheit a grados Celsius), errores de codificacin
y lgica de los programas informticos e informacin incorrecta del identificador (ubicacin u hora)
de un valor (vase la seccin 3.4). Estos tipos de
errores guardan relacin con las condiciones fsicas
que son objeto de observacin y pueden contaminar los datos de tal manera que los anlisis de estos
pueden llevar a conclusiones errneas.
Con frecuencia, se incurre en deducciones errneas
cuando se emplean medias cuantitativas para
416
4.8
Normales
El uso de las normales climticas tiene dos finalidades principales. Sirven de referencia para poder
comparar las observaciones recientes o presentes y,
en particular, para fundamentar muchos conjuntos
de datos basados en anomalas (por ejemplo, las
temperaturas medias mundiales). Tambin tienen
un uso generalizado, implcito o explcito, para
predecir las condiciones que muy probablemente se
experimentarn en un lugar dado.
Las prcticas histricas referentes a las normales
climticas (indicadas en ediciones anteriores de la
presente Gua, el Reglamento Tcnico (OMM-N 49) y
el Manual sobre la preparacin de informes CLIMAT y
CLIMAT TEMP (OMM/DT-N 1188)) se remontan a la
primera mitad del siglo XX. La recomendacin que
generalmente se haca era tomar como referencia
perodos de 30 aos. La referencia de un perodo de
30 aos se estableci como norma sobre todo
porque la primera vez que se hizo la recomendacin, solo se dispona de datos correspondientes a
30 aos que pudieran resumirse. En un principio, el
objetivo de las normales consista en permitir
comparar las observaciones de todo el mundo. El
uso de las normales para la prediccin fue cobrando
impulso lentamente en el transcurso del siglo XX.
Tradicionalmente, las normales climatolgicas se
han centrado en el valor medio de un elemento
climtico durante un perodo de tiempo. Como se
indica en la seccin 4.4.2, la media ofrece una
descripcin incompleta del clima y en muchas aplicaciones se requiere informacin sobre otros
aspectos de la distribucin de frecuencias y el
comportamiento estadstico de ese elemento, tales
como la frecuencia de perodos extensos en los que
el valor supera un umbral. Los valores extremos de
un elemento observado durante un perodo dado,
as como otros descriptores estadsticos de la distribucin de frecuencias de un elemento (como la
desviacin tpica de los valores diarios o mensuales), son descriptores tiles del clima de un lugar y
deberan incorporarse a los conjuntos de datos de
las normales.
Muchos SMHN calculan normales diarias junto con
normales mensuales y anuales. Aunque no sean un
requisito de la OMM, las normales diarias ilustran la
evolucin no aleatoria de las variaciones diarias de
un elemento que no puede ser captada mediante
normales mensuales. Se calculan promediando los
valores de un elemento de una fecha especfica del
Perodo de clculo
417
418
,
,
,
,
,
,
Figura 4.19. Anomalas de la temperatura media mundial (cortesa del Centro Hadley del Servicio
Meteorolgico de Reino Unido)
4.8.4
Datos faltantes
Existen muchos mtodos para calcular la temperatura media diaria. Entre ellos, cabe citar los que
emplean una mxima y una mnima diarias, observaciones efectuadas 24 horas al da, observaciones
sinpticas y observaciones a determinadas horas
del da. La mejor aproximacin estadstica de una
media se consigue mediante la integracin de observaciones continuas realizadas durante un perodo
de tiempo; cuanto ms frecuentes sean las observaciones, ms precisa ser la media obtenida. Por lo
general, las consideraciones prcticas imposibilitan
el clculo de una media diaria de numerosas observaciones distribuidas uniformemente durante un
perodo de 24 horas debido a que muchos emplazamientos de observacin no miden un elemento
continuamente. Para efectuar las comparaciones
conviene utilizar un mtodo de proceso normalizado para todas las estaciones del mundo y en el
mximo nmero de estaciones.
Todas las estaciones climatolgicas ordinarias
observan una temperatura mxima y mnima
diaria (vase la seccin 2.2.1). Por lo tanto, el
mtodo que se recomienda para calcular la temperatura media diaria es utilizar la media de las
temperaturas mxima y mnima diarias. Si bien
este mtodo no constituye la mejor aproximacin estadstica, su uso sistemtico permite lograr
el objetivo comparativo de las normales. Un
SMHN debera tambin calcular las medias diarias
utilizando otros mtodos si ello les permite
comprender mejor el clima del pas.
4.8.6
Quintiles de precipitacin
Los quintiles de precipitacin se utilizan para establecer una relacin entre un total de precipitacin
mensual observada y la distribucin de frecuencias
de valores observada durante el perodo considerado para calcular las normales. No existe un
mtodo aceptado universalmente para calcular los
419
Difusin de normales
4.9
Referencias y lecturas
complementarias
4.9.1
Publicaciones de la OMM
420
Lecturas complementarias
CAptulo 5
5.1
Introduccin
5.2
Homogeneizacin
52
53
Temperatura (C)
Figura 5.1. Ejemplo de una serie temporal propuesta (lnea discontinua) y una serie temporal .
de referencia (lnea continua)
de referencia correspondiente a cada perodo disponible. Si la relacin entre la serie propuesta y la serie
de referencia se mantiene constante a lo largo del
tiempo, la curva de dobles masas resultante debera
tener una pendiente constante. Una variacin
importante en la pendiente de la curva indica que
se ha producido un cambio en la relacin entre
ambas series. Dado que las variaciones pueden
ocurrir de forma natural, es recomendable que los
cambios aparentes en la pendiente se manifiesten
durante un perodo continuo bien definido de al
menos cinco aos y que guarden coherencia con los
fenmenos indicados en los registros de metadatos
54
Temperatura acumulativa,
estacin propuesta
Diferencia acumulativa
55
56
5.3
5.4
Transformacin de datos
carecen de validez para explicar la falta de normalidad abarcan errores cometidos al introducir datos y
valores de datos no disponibles cuya ausencia no se
ha declarado. Otra razn que no es vlida para justificar la falta de normalidad puede ser la presencia
de datos anmalos, ya que pueden ser una parte
real de una distribucin normal.
Las transformaciones de datos ms comunes utilizadas para mejorar la normalidad son la raz cuadrada,
la raz cbica y las trasformaciones logartmicas e
inversas. La raz cuadrada hace que los valores
menores que 1 sean relativamente mayores y los
valores mayores que 1, relativamente menores. Si
los valores pueden ser positivos o negativos, debe
aadirse una compensacin constante antes de
obtener la raz cuadrada, de modo que todos los
valores sean mayores o iguales que 0. La raz cbica
tiene un efecto parecido al de la raz cuadrada, pero
no requiere el uso de una compensacin para el
manejo de los valores negativos. Las transformaciones logartmicas reducen la gama de valores,
convirtiendo a los valores pequeos en valores relativamente grandes y a los valores grandes en
relativamente pequeos. Deber primero aadirse
una compensacin constante si hay valores menores o iguales que 0. Una transformacin inversa
convierte a nmeros muy pequeos en nmeros
muy grandes y a nmeros muy grandes en nmeros
muy pequeos; deben evitarse los valores de 0.
Estas transformaciones se han indicado en el orden
de potencia relativa, desde la ms dbil hasta la ms
fuerte. Es recomendable utilizar la mnima cantidad
de transformaciones necesarias para mejorar la
normalidad. Si un elemento meteorolgico o climatolgico posee una distribucin de frecuencias
inherente muy poco normal, como la distribucin
de la nubosidad y de la insolacin en forma de U,
no existen transformaciones simples que permitan
normalizar los datos.
Todas las transformaciones comprimen ms el lado
derecho de una distribucin que el lado izquierdo;
reducen ms los valores ms altos que los valores
ms bajos. Por lo tanto, son eficaces en el caso de las
distribuciones sesgadas en sentido positivo, como
la precipitacin y la velocidad del viento. Si una
distribucin est sesgada en sentido negativo, ello
debe reflejarse (los valores se multiplican por 1 y
luego se aade una constate para que todos los
valores sean mayores que 0) con el fin de revertir la
distribucin antes de aplicar una transformacin, y
debe reflejarse nuevamente para reestablecer el
orden inicial del elemento.
Las transformaciones de datos ofrecen muchas
ventajas, pero deberan utilizarse correctamente y
segn procedimientos bien fundamentados. Todas
las transformaciones antes mencionadas tienen por
57
objeto mejorar la normalidad mediante la reduccin de la separacin relativa de los datos en el lado
derecho de la distribucin ms que en su lado
izquierdo. Sin embargo, el mero hecho de modificar
las distancias relativas existentes entre puntos de
datos, que es la manera en la que estas transformaciones tratan de mejorar la normalidad, plantea
problemas en la interpretacin de los datos. Todos
los puntos de datos permanecen en el mismo orden
relativo que ocupaban antes de la transformacin,
lo que permite una interpretacin de los resultados
respecto del valor creciente del elemento. Sin
embargo, es probable que las distribuciones transformadas resulten ms difciles de interpretar desde
el punto de vista fsico debido a la naturaleza curvilnea de las transformaciones. Por lo tanto, el
analista deber ser cauto al interpretar los resultados basados en datos transformados.
5.5
58
5.6
59
5.7
Anlisis comparativos
Al adaptar un modelo a los datos, ya sea una distribucin de frecuencias o una serie temporal, es
posible utilizar las caractersticas de ese modelo
para anlisis ulteriores. Por lo general, se estudian
adecuadamente las propiedades de las caractersticas del modelo, lo que permite llegar a una serie de
conclusiones. En caso contrario, puede ser til utilizar el mtodo bootstrap. Este mtodo consiste en
estimar las caractersticas de un modelo a partir de
mltiples muestras aleatorias obtenidas a partir de
la serie de observacin original. Ofrece una alternativa a la realizacin de deducciones a partir de
supuestos basados en parmetros cuando los
supuestos son dudosos, la deduccin paramtrica es
imposible o cuando esta requiere formulas muy
complicadas. El mtodo bootstrap es fcil de aplicar,
510
5.8
Suavizamiento
Normalmente, en un espacio de variables mltiples suele haber amplias zonas vacas, salvo que
haya numerosos valores de datos. La reduccin de
los datos a un nmero inferior de dimensiones,
por ejemplo, mediante un anlisis de los componentes principales, es una tcnica de
suavizamiento. La reduccin de la dimensin
debera tener por objeto conservar cualquier
estructura o seal interesante de los datos de
menor dimensin y eliminar los atributos que no
sean interesantes o el ruido.
Una de las tcnicas de suavizamiento de uso ms
generalizado es la regresin. Tanto los modelos de
regresin lineales como no lineales son muy
adecuados para modelizar un determinado
elemento como una funcin de un conjunto de
parmetros predictores, que permite especificar las
relaciones y elaborar pruebas sobre la solidez de las
relaciones. Sin embargo, estos modelos son susceptibles a los mismos problemas que cualquier otro
modelo paramtrico dado que las hiptesis efectuadas afectan a la validez de las deducciones y a las
predicciones.
511
5.9
Estimacin de datos
512
Mtodos de estimacin
matemticos
En los mtodos matemticos se usan solo las caractersticas geomtricas o polinmicas de un conjunto
de valores puntuales para crear una superficie continua. Por ejemplo, los mtodos de la ponderacin de
la distancia inversa y el ajuste de curvas, tales como
las funciones spline. Estos mtodos son interpoladores exactos; los valores observados se conservan
en los emplazamientos en los que se miden.
La ponderacin de la distancia inversa se basa en la
distancia comprendida entre el lugar respecto del
que se va a interpolar el valor y los lugares de las
observaciones. A diferencia de los mtodos simples
de los valores lindantes ms cercanos (en los que se
escoge la observacin del lugar ms prximo), la
ponderacin de la distancia inversa combina observaciones de varios lugares cercanos. Las
ponderaciones se asignan a las observaciones en
funcin de la distancia que las separa del lugar de
inters; las estaciones cercanas tienen una mayor
ponderacin que las situadas en un lugar ms
lejano. A menudo, se emplea un criterio de corte
para limitar o bien la distancia que hay hasta los
lugares de observacin, o bien el nmero de observaciones que se tienen en cuenta. Frecuentemente,
513
514
Validacin
ejemplo, en los anlisis espaciales, la interpolacin entre estaciones muy espaciadas implica que
las caractersticas climticas de las estaciones se
conocen y pueden ser modelizadas. En realidad,
muchos factores (como la topografa, las peculiaridades locales o la existencia de masas de agua)
influyen en el clima de una regin. A menos que
estos factores se incorporen adecuadamente en
un modelo espacial, es probable que los valores
interpolados sean errneos. En los anlisis temporales, el hecho de hacer una interpolacin sobre
una amplia laguna de datos implica que los valores que representan las condiciones existentes
antes y despus de dicha laguna pueden utilizarse
para estimar los valores de dicha laguna. En realidad, cuanto ms variables sean las caractersticas
meteorolgicas de un lugar, menor ser la probabilidad de que se cumpla el supuesto y, por lo
tanto, los valores interpolados podran ser
errneos.
La gravedad de cualquier error de interpolacin est
relacionada con el uso que se hace de los datos. Las
conclusiones y opiniones basadas en la necesidad
de informacin detallada (microescalar) sobre una
zona local, se vern mucho ms afectadas por los
errores que las basadas en las necesidades de informacin general (macroescalar) sobre una zona
amplia. Al hacer estimaciones de datos, debera
tenerse muy en cuenta la susceptibilidad de los
resultados al uso que se hace de los datos.
La validacin es imprescindible para cada interpolacin espacial. La validacin dividida es una tcnica
simple y eficaz. Consiste en utilizar gran parte del
conjunto de datos para desarrollar los procedimientos de estimacin al tiempo que se reserva un
subconjunto ms pequeo de conjuntos de datos
para poner a prueba el mtodo. Los datos del
subconjunto ms pequeo se estiman con los
procedimientos desarrollados a partir de la parte
ms grande del conjunto y los valores estimados se
comparan con los observados. La validacin cruzada
es otra herramienta simple y eficaz para comparar
diversas hiptesis, ya sea sobre los modelos (como
el tipo de variograma y sus parmetros o la dimensin del entorno del krigeado), o sobre los datos,
utilizando nicamente la informacin disponible
en una determinada muestra de conjunto de datos.
La validacin cruzada se lleva a cabo eliminado una
observacin de la muestra de datos para luego estimar el valor eliminado sobre la base de las
observaciones restantes. Esto se repite eliminado de
la muestra otra observacin diferente, y as sucesivamente, eliminando cada observacin por vez.
Posteriormente, los residuos que quedan entre los
valores observados y los valores estimados pueden
ser objeto de un anlisis estadstico ulterior o
pueden representarse grficamente para su
inspeccin visual. La validacin cruzada ayuda a
5.10
Los mtodos clsicos de anlisis de los valores extremos representan el comportamiento de la muestra
de extremos mediante una distribucin de probabilidad que se adapta suficientemente a la distribucin
observada. Las distribuciones de valores extremos
pueden llevar a supuestos como la estacionariedad
y la independencia de los valores de los datos, como
se indica en el captulo 4. Las tres distribuciones de
valores extremos comunes son las de Gumbel,
Frchet y Weibull. La distribucin de valores extremos generalizados combina estas tres en una misma
funcin, que se caracteriza por un parmetro de
forma del modelo.
515
516
5.10.2
5.11
Estadstica robusta
5.12
Paquetes estadsticos
5.13
Prospeccin de datos
517
La prospeccin de datos se asemeja al anlisis exploratorio de los datos, que tambin est orientado
hacia la bsqueda de relaciones entre elementos en
situaciones en las que las relaciones posibles no
resultan claras. La prospeccin de datos no se ocupa
de determinar las relaciones especficas entre los
elementos participantes, sino que se centra en ofrecer una solucin que pueda conducir a predicciones
tiles. La prospeccin de datos adopta un enfoque
de caja negra con respecto a la exploracin de
datos o el descubrimiento de conocimientos y,
adems de tcnicas exploratorias de anlisis de datos
tradicionales, tambin utiliza tcnicas como las
redes neuronales, que pueden generar predicciones
vlidas, pero no pueden determinar las caractersticas especficas de las interrelaciones entre los
elementos en los que se basan las predicciones.
5.14
Referencias y lecturas
complementarias
5.14.1
Publicaciones de la OMM
518
5.14.2
Lecturas complementarias
Unido, ICPO.
519
520
Captulo 6
Servicios y productos
6.1
Introduccin
6.2
Usuarios y usos de la
informacin climatolgica
Los usuarios de servicios climticos son muy diversos y comprenden desde nios en edad escolar hasta
instancias normativas mundiales. Abarcan diversos
grupos, como el personal de los medios de comunicacin e informacin pblica, agricultores, fuerzas
armadas, departamentos gubernamentales, personal de empresas e industrias, gestores de recursos
hdricos y elctricos, consumidores, turistas, juristas, funcionarios de la salud pblica, organizaciones
humanitarias y de socorro y servicios meteorolgicos. Sus necesidades pueden consistir en un simple
inters en el tiempo y el clima, un trabajo escolar, el
diseo de un edificio, actividades agrcolas, la gestin
de recursos hdricos, la explotacin de un sistema de
aire acondicionado o una presa grande, la planificacin de la produccin y distribucin de energa o la
preparacin para casos de escasez de alimentos o
agua y las medidas de respuesta al respecto.
El actual inters en el cambio climtico y sus repercusiones han creado una necesidad adicional de
informacin climtica. En el pasado, los productos
climticos se limitaban principalmente a dar informacin sobre el entorno fsico de la atmsfera cerca
de la superficie de la Tierra. Hoy en da, los usuarios
desean informacin sobre muchos ms aspectos del
conjunto del sistema climtico y el sistema terrestre
(tierra slida, aire, mar, biosfera y superficie terrestre y hielo). Actualmente, los datos relacionados
con el clima se usan para describir, representar y
predecir tanto el comportamiento del conjunto del
sistema climtico (en particular, el efecto de la actividad del hombre en el clima) como la relacin
entre el clima y otros aspectos del entorno natural y
la sociedad humana. Estos intereses han intensificado la necesidad de vigilar y describir el clima
detalladamente tanto en trminos de escalas espaciales como temporales, al tiempo que colocan los
fenmenos actuales en una perspectiva histrica. Se
estn recopilando series de datos climticos de referencia de alta calidad para los que se han concebido
tcnicas estadsticas complejas de aseguramiento de
la calidad. Las compilaciones incluyen procesos
para detectar y, de ser posible, verificar si hay datos
anmalos y dar cuenta de la falta de homogeneidad, por ejemplo, cambios en los instrumentos o en
la ubicacin de las estaciones de observacin. Los
investigadores y dems usuarios de productos
climticos tambin estn sumamente interesados
en los metadatos para ayudar a interpretar y analizar
la homogeneidad y la calidad de los datos.
6-2
Los usos que se hacen de la informacin climatolgica pueden clasificarse en dos grandes categoras:
usos estratgicos y usos tcticos. Los usos estratgicos son aquellos en los que los productos ayudan de
manera general a planificar y disear a largo plazo
conjuntos de proyectos y polticas. Los tipos de
informacin que normalmente se requieren para
fines estratgicos son los anlisis de probabilidad y
las evaluaciones de riesgo de fenmenos meteorolgicos para las estipulaciones y normas relativas al
diseo, los resmenes de las condiciones histricas
para disponer de informacin bsica sobre las condiciones del clima en el pasado y escenarios climticos
que permitan indicar las evolucin probable en el
futuro. Un ejemplo del uso estratgico de la informacin climtica es un anlisis de datos climticos
para disear una presa. Los usos tcticos son aquellos en los que los productos y los datos ayudan a
resolver problemas inmediatos, particulares, a corto
plazo. La informacin que normalmente se proporciona para lo usos tcticos comprende copias de las
observaciones oficiales de la ocurrencia de un fenmeno meteorolgico, resmenes de datos histricos
y la ubicacin de un fenmeno en un contexto
histrico. Un ejemplo de uso tctico es el empleo de
anlisis de datos de observacin recientes para
ayudar a gestionar el uso de agua durante un episodio de sequa. A veces, el uso de la informacin
puede pasar de un plano a otro. Por ejemplo, el
clculo de las probabilidades de la velocidad y la
direccin del desplazamiento de las tormentas tropicales a partir de datos histricos de las tormentas
constituye un uso estratgico. Ahora bien, cuando la
misma informacin se emplea para predecir el
desplazamiento de una tormenta que se esta produciendo en ese momento, constituye un uso tctico.
El uso de informacin climtica puede abarcar,
aunque no exclusivamente, lo siguiente:
a) la supervisin de determinadas actividades
impulsadas por las condiciones meteorolgicas (por ejemplo, el consumo de combustible
con fines de calefaccin y el enfriamiento, los
niveles de contaminacin atmosfrica que
exceden determinados umbrales, la variabilidad en la venta de mercancas o la inflacin
en los mercados de productos bsicos a consecuencia de las sequas);
b) la prediccin del comportamiento de los
sistemas sectoriales que reaccionan ante los
fenmenos meteorolgicos en un tiempo de
respuesta conocido y en el que la informacin
sobre las condiciones meteorolgicas y climticas del pasado permiten predecir las repercusiones en los distintos sectores (por ejemplo, la
produccin y el consumo de energa, las previsiones para reponer existencias, la produccin
de cultivos, las enfermedades de las plantas, el
sistema de aviso de olas de calor y riesgos para
la salud, la seguridad alimentaria, el suministro
c)
d)
e)
f)
g)
h)
y demanda de agua);
la acreditacin de que ha ocurrido un fenmeno meteorolgico como una tormenta,
vientos fuertes, heladas y sequas para el uso
de seguros y otros fines;
el seguimiento que permite determinar el
carcter de un fenmeno o perodo concreto,
especialmente las desviaciones respecto de las
condiciones normales (por ejemplo, la intensidad de la precipitacin o la sequa);
el diseo de equipos cuya eficacia y eficiencia depende imperativamente de informacin
sobre la climatologa local (como obras de
ingeniera civil, sistemas de aire acondicionado y sistemas de regado y drenaje);
estudios de impacto, como la informacin
sobre las condiciones iniciales con el fin de
evaluar las consecuencias de instalar una
central elctrica u otro tipo de industria que
pueda afectar a la calidad del aire;
el estudio de la influencia de las condiciones
meteorolgicas en los sectores econmicos,
como el trasporte pblico y el turismo, y
la planificacin y la gestin de riesgos para
prestar servicios comunitarios a la sociedad,
como el suministro de agua, la preparacin y
respuesta para casos de emergencia y los recursos energticos.
h)
i)
j)
6.3
6-3
6-4
6.4
Difusin de informacin
El acierto con el que un usuario interpreta una recopilacin de informacin climatolgica depende en
gran medida de la forma en que esta se presente.
Cuando resulte prctico, los hechos sobresalientes
deberan ilustrarse en forma visual acompaados de
un texto que los califique, destaque y explique. La
Para satisfacer estas exigencias, es necesario mantener una relacin adecuada y efectiva y vnculos
formales con otros departamentos gubernamentales con intereses en el mbito del clima, as como
con las actividades climticas que se llevan a cabo a
nivel internacional.
La utilizacin de la informacin y las predicciones
climticas con el fin de proporcionar la mejor informacin posible acerca de las condiciones futuras
constituye la visin del Programa de los Servicios de
Informacin y Prediccin del Clima (CLIPS) de la
OMM, como se indica en el documento Report of the
Meeting of Experts on Climate Information and
Prediction Services (WMO/TD-No. 680). Este Programa
hace hincapi en el desarrollo y la ejecucin de aplicaciones desde el punto de vista de los usuarios. Los
grupos especficos hacia los que se orienta comprenden los servicios climticos para la gestin de
recursos hdricos, la produccin de alimentos, la
salud humana, las zonas urbanizadas, la produccin
de energa y el turismo. Los ejes centrales del
Programa son la prestacin de servicios climticos
para el desarrollo sostenible, los estudios la evaluacin del impacto del clima y las estrategias de
respuesta para reducir la vulnerabilidad, los nuevos
horizontes de la ciencia y la prediccin del clima y
las observaciones especiales del sistema climtico.
En consonancia con estos ejes principales, el
Programa CLIPS se centra en los siguientes
objetivos:
a) proporcionar un marco internacional para
mejorar y fomentar los beneficios econmicos,
medioambientales y sociales que aportan la
informacin y las predicciones sobre el clima;
b) ayudar a desarrollar una red mundial de
centros climticos regionales y nacionales,
as como a celebrar foros regionales sobre
la evolucin probable del clima, para facilitar el consenso y la comprensin comn de
la evolucin probable del clima regional, en
particular, las comunicaciones y la formacin,
y servir como puntos de coordinacin para
prestar servicios de informacin y prediccin
sobre el clima;
c) demostrar el valor y los beneficios sociales
y econmicos esenciales de los servicios de
informacin y prediccin sobre el clima, y el
vnculo entre esos beneficios y la observacin,
vigilancia, prediccin y aplicaciones que se
llevan a cabo a nivel mundial, y
d) fomentar el desarrollo de predicciones climticas con fines operativos que estn dirigidas
hacia aplicaciones pensadas en el usuario
durante perodos y en zonas factibles.
Los SMHN pueden desarrollar y mantener sus sistemas de difusin de informacin climtica
cumpliendo debidamente con lo estipulado en el
6-5
6.5
Comercializacin de los
servicios y productos
6-6
i)
j)
k)
6.6
Productos
Los productos climticos son paquetes de informacin que incluyen datos, resmenes, tablas, grficos,
mapas, informes y anlisis. Las distribuciones espaciales pueden representarse mediante mapas. En
otros productos ms complejos, como los atlas o
anlisis climticos, puede combinarse la visualizacin de varios tipos de imgenes con textos
descriptivos. Tambin pueden existir bases de datos
dotadas de herramientas informticas con las que
los clientes que estn en lnea pueden elaborar estadsticas y visualizaciones de acuerdo con sus
necesidades.
6.6.1
Directrices generales
6-7
6-8
Publicaciones espordicas
Productos genricos
Productos especializados
6-9
ndices
6-10
menores en una zona limitada. La evolucin probable del clima se obtiene a partir del anlisis y la
interpretacin de las observaciones y los resultados
de los modelos climticos.
6.7.1
6-11
Predicciones y proyecciones
climticas
Una prediccin climtica es una afirmacin probabilstica sobre el clima futuro en escalas temporales
que oscilan entre aos y decenios. Dicha prediccin
se efecta sobre base del conocimiento de las condiciones presentes y de supuestos sobre los procesos
fsicos que determinarn cambios futuros. Por lo
general, una prediccin da por sentado que los
factores externos al contenido explcito o implcito
del modelo de prediccin no influirn significativamente en lo que vaya a suceder. En este sentido, lo
que ms influye en una prediccin son las condiciones reinantes captadas por las observaciones
(condiciones iniciales). Por ejemplo, una prediccin meteorolgica que advierta de la llegada de
una importante tormenta de nieve en los das
siguientes se ver influenciada principalmente por
el estado de la atmsfera que se est observando (y
sus condiciones en el pasado reciente). Los pequeos cambios que puedan producirse a los pocos das
en otros factores que tengan una posible influencia
en escalas temporales ms largas, como la temperatura de los ocanos o las actividades humanas
(condiciones de contorno), probablemente tengan
menor importancia para la prediccin meteorolgica. Una prediccin se vuelve probabilstica cuando
da cuenta de diversos tipos de incertidumbre, por
ejemplo, en la exactitud de las observaciones y en el
estado catico de la atmsfera. Lo importante para
las instancias decisorias es que una prediccin constituye una declaracin de la probabilidad de que
ocurra un fenmeno, independientemente de lo
que puedan hacer (las instancias normativas no
pueden modificar el clima del da siguiente ni la
cantidad de lluvia que caer en la estacin siguiente).
Una proyeccin climtica suele ser una declaracin
de la probabilidad de que ocurra un fenmeno al
6-12
cabo varios decenios o siglos si se dan ciertas condiciones que influyen en ello. A diferencia de la
prediccin, una proyeccin tiene en cuenta muchos
ms cambios importantes en el conjunto de las
condiciones de contorno, como un aumento de los
gases de efecto invernadero, que podran influir en
el clima futuro. Como consecuencia, surgen expectativas condicionales (si ocurre esto, entonces cabe
esperar eso). Para las proyecciones relativas a un
futuro lejano, se prevn escenarios de lo que podra
ocurrir atendiendo a diversos supuestos y opiniones. Por ejemplo, en sus distintas evaluaciones, el
Grupo Intergubernamental de Expertos sobre el
Cambio Climtico (IPCC) ha proyectado la posibilidad que para el siglo XXI se produzcan una serie de
subidas de la temperatura en caso de que el mundo
siga varios patrones posibles de crecimiento demogrfico y econmico, desarrollo de tecnologas
energticas y emisiones. Si se considera la posible
influencia de los cambios experimentados por la
composicin atmosfrica en el clima mediante el
uso de diferentes modelos climticos, cada uno con
su propia sensibilidad al clima, las proyecciones
climticas dan cuenta de una amplia gama de posibilidades razonables tanto del desarrollo social
como del comportamiento climtico. Las proyecciones no son una prediccin ni tampoco un pronstico
de lo que vaya a ocurrir o de lo que probablemente
ocurra. Para las instancias decisorias, las proyecciones indican las condiciones probables que pueden
resultar, en parte, de la adopcin de medidas concretas para el cumplimiento de polticas.
6.7.3
Escenarios climticos
Los modelos climticos mundiales se usan principalmente para crear escenarios climticos. Un
escenario climtico consiste en una representacin
plausible del clima futuro que se elabora para
examinar las posibles consecuencias del cambio
climtico antropognico, pero que tambin debera
indicar condiciones futuras que explican la variabilidad natural del clima. Los informes y las publicaciones
del IPCC (por ejemplo, IPCC, 2007) son una buena
fuente de informacin sobre los escenarios
climticos.
6.7.4
influido por procesos de teleconexin por anomalas de forzamiento en lugares lejanos. Los procesos
suelen ser altamente no lineales, lo que dificulta la
simulacin y la prediccin.
6.7.5
6-13
6.8
Productos de reanlisis
6-14
que permiten evaluar mejor los cambios sistemticos. Actualmente, las principales bases de datos de
reanlisis a gran escala son las del Centro Nacional
de Investigaciones Atmosfricas y los Centros
Nacionales de Prediccin del Medio Ambiente de
los Estados Unidos de Amrica, el Centro europeo
de prediccin meteorolgica a medio plazo y el
Servicio Meteorolgico de Japn. Toda esta labor de
reanlisis se ha utilizado ampliamente en la vigilancia del clima, los estudios de la variabilidad del
clima y la prediccin del cambio climtico. Es
importante evaluar la capacidad relativa de las
tcnicas de reanlisis para representar los rasgos
observados en una determinada regin antes de
utilizar sus datos en estudios climatolgicos
ulteriores.
Una mejor comprensin de los procesos fsicos,
qumicos y biolgicos que controlan el medio
ambiente, junto con datos de una serie de fuentes
que van mucho ms all del mbito de las ciencias
atmosfricas, deberan fomentar la mejora de las
bases de datos de reanlisis. A medida que los modelos numricos se vuelvan ms completos y que la
tecnologa informtica permita disponer de una
ms alta resolucin, se irn obteniendo productos
de reanlisis ms exactos y completos.
6.9
Ejemplos de productos y
presentacin de datos
EC.
6-15
Mx.
Media
Mn.
Temperatura
del aire (C)
Observatorio
de Hong Kong
Precipitacin
total (mm)
Humedad
relativa media
(%)
Presin media
(hPa)
Kings
Park
Insolacin
efectiva
total (horas)
Isla Waglan
Direccin del
viento dominante
Velocidad media
del viento (km/h)
Energa (GWh)
Energy demand
and ytemperature
- Sydney,
Demanda
de energa
temperatura
Sydney,19901991
1990-1991
6-16
Grados
Celsius
egree
ce u
30
29
28
27
26
Jan
Enero
Feb.
Nadi
31,6
31.
31,5
31.
M ar
Marzo
31,1
31.
Apr
Abril
M ay
Mayo
Junio
Julio
Aug
Agos.
Sep
Sept.
30,6
30.
29,8
29.
29,2
29.
28,5
28.
28,7
28.
29,4
29.
Suva
30,6
30.
31
31
Labasa
31,6
31.
31,4
31.
Rotuma
30,5
30.
30,4
30.
Oct.
Nov.
Dec
Dic.
30,2
30.
30,9
30.
31,4
31.
30,6
30.
29,7
29.
28,3
28.
27,6
27.
26,5
26.
26,6
26.
27
27
31,3
31.
30,9
30.
30,1
30.
29,7
29.
29
29
29,3
29.
30
30
27,8
27.
28,8
28.
29,8
29.
30,6
30.
31,1
31.
30,5
30.
30,4
30.
29,9
29.
29,5
29.
29
29
29
29
29,3
29.
29,6
29.
31,4
31.
30
30
30,4
30.
Figura 6.4. Grfico lineal y cuadro de los valores de la temperatura correspondientes a varias estaciones
Oravada y
valle de
Silver State
10 mar.
1 abr.
16 abr.
5 mayo
25 mayo
Figura 6.5. Presentacin grfica de los grados-da de crecimiento durante una estacin
correspondientesa varias estaciones
6-17
LEYENDA:
EXCESO (E)
+20% O MS
NORMAL (N)
+19% A -19%
DEFICIENTE (D)
-20% A -59%
ESCASEZ (S)
60% A - 99%
AUSENCIA DE
LLUVIA (NR)
AUSENCIA DE DATOS
Observaciones:
a) Las cifras relativas a la precipitacin estn basadas en datos operativos.
b) Las cifras pequeas indican la precipitacin real (mm), mientras que las cifras en negrita indican la precipitacin normal (mm).
Los porcentajes de los sesgos de la precipitacin figuran entre parntesis.
Figura 6.6. Mapa de valores regionales de la precipitacin con un cuadro de informacin sumaria
6-18
Feb.
Mar.
Abril
Oct.
Nov.
Dic.
Anual
37,3
43,4
55,3
65,3
74,1
82,9
89,1
87,9
79,6
68,5
53,6
42,1
64,9
16,5
21,3
32,0
42,5
53,0
62,4
67,5
65,0
55,4
44,4
32,5
22,0
42,9
0,95
1,20
2,58
3,33
5,06
5,24
4,28
3,69
3,81
3,00
2,69
1,41
37,17
2,5
2,5
1,8
9,5
0,0
0,0
0,0
0,0
0,0
0,0
0,4
0,4
5,5
Temperatura (C)
Precipitacin (mm)
Sel
Taegu
Kwuangiu
Temperatura media
Precipitacin
Ene.
Feb.
Mar.
Abr.
Mayo
Jun.
Jul.
Ago.
Sep.
Oct.
Nov.
Dic.
Figura 6.9. Diagrama compuesto de barras y lneas relativo a varios elementos y estaciones
6-19
Ao
DISPONIBLES
FALTANTES
Mes
Figura 6.10. Presentacin visual de los meses con los datos completos y faltantes
Desviacin tpica
,
,
,
Oct.
Jul.
Mes
Abr.
,
Ene.
,
Ao
Temperature
(Deg
Temperatura
(F)F)
Ao
1956
Mes
Figura 6.12. Presentacin tridimensional que destaca las series temporales de los valores mensuales
correspondientes a un determinado ao
6-20
Temperatura (F)
Ao
Temperatura (F)
Mes
Figura 6.14. Grfico lineal de una serie temporal que destaca los valores observados
Mes
Promedio
N
No.deofaos
years
Figura 6.15. Diagrama compuesto de un grfico de barras y uno lineal de los valores promedio
delatemperatura y el nmero de aos de registro
Intensidad:
26 de diciembre de 2006
D0 Excepcionalmente seco
D1 Sequa - moderada
D2 Sequa -rigurosa
D3 Sequa - extrema
D4 Sequa - excepcional
Figura 6.16. Mapa de curvas de nivel de las categoras de sequa y sus repercusiones
Primavera
Septiembre a noviembre
Las rosas de los vientos que se muestran en esta figura se han elaborado
9.00 horas
utilizando datos recopilados durante el perodo comprendido entre 1961 y
1990. En este perodo, las estaciones contaron como mnimo con un 75% de
observaciones posibles, salvo en el caso de Tennant Creek (>70%). Estas rosas
se compilaron utilizando datos medidos a ms de 3 metros de altura sobre el
nivel del suelo, generalmente, a 10 metros de altura. Los crculos rojos indican
las capitales de los estados.
6-21
6-22
6.10
6.10.1
6.10.2
Referencias Y Lecturas
complementarias
Publicaciones de la OMM
Lecturas complementarias
_________________________
ANEXO 1
Abreviaturas y acrnimos
CCl
Comisin de Climatologa
CDMS
CIUC
CLIPS
CMD
CRC
EMA
ENOS
IPCC
ISO
MCG
OMM
PMDVC
PNUMA
ROAS
ROSS
SIO
SMHN
SMO
SMOC
SMT
VAG
Anexo 2
A2.1
Coordinacin de las
actividades climticas
A2.2
An2
f)
A2.3
An3
A2.4
Programas internacionales
sobre el cambio climtico
An4
A2.5
Referencias y lecturas
complementarias
www.wmo.int
Edicin de 2011
OMMN 100
P-CLW_101264
OMMN 100