Director de publicacin: MSc. Roberto Villalobos Flores Comit editorial: Diseo y diagramacin: Rodrigo Granados Jimnez Licdo. Werner Stolz Espaa Ing. Jos Alberto Retana Barrantes Licdo. Luis Fernando Alvarado Gamboa La revista Tpicos Meteorolgicos y Oceanogrcos es publicada por el Insttuto Meteorolgico Nacional, Ministerio de Ambiente y Energa, Costa Rica. Tiene como nalidad dar a conocer los resultados de investgaciones y estudios en Ciencias de la Atmsfera y Oceanografa Fsica. * Los artculos publicados en Tpicos Meteorolgicos y Oceanogrcos expresan la opinin del autor y no necesariamente la del Insttuto Meteorolgico Nacional Versin electrnica en: htp://www.imn.ac.cr/publicaciones METEOROLGICOS Y OCEANOGRFICOS TPICOS Ministerio de Ambiente y Energa Instituto Meteorolgico Nacional ISSN 1409 - 2034 Volumen 13 Junio 2014 1 TPICOS METEOROLGICOS Y OCEANOGRFICOS 3 Editora: Dra. Gladys Jimnez Valverde Director de publicacin: MSc. Roberto Villalobos Flores Comit editorial: Diseo y diagramacin: Rodrigo Granados Jimnez Licdo. Werner Stolz Espaa Ing. Jos Alberto Retana Barrantes Licdo. Luis Fernando Alvarado Gamboa La revista Tpicos Meteorolgicos y Oceanogrcos es publicada por el Insttuto Meteorolgico Nacional, Ministerio de Ambiente y Energa, Costa Rica. Tiene como nalidad dar a conocer los resultados de investgaciones y estudios en Ciencias de la Atmsfera y Oceanografa Fsica. * Los artculos publicados en Tpicos Meteorolgicos y Oceanogrcos expresan la opinin del autor y no necesariamente la del Insttuto Meteorolgico Nacional Versin electrnica en: htp://www.imn.ac.cr/publicaciones METEOROLGICOS Y OCEANOGRFICOS TPICOS Ministerio de Ambiente y Energa Instituto Meteorolgico Nacional ISSN 1409 - 2034 Volumen 13 Junio 2014 1 5 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central BERNY FALLAS LPEZ, ERIC J. ALFARO 27 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios JOS LUIS ARAYA LPEZ, DANIEL SOTO CERVANTES 43 Clculo de la evaporacin en Costa Rica mediante el mtodo FAO-56 KARINA HERNANDEZ ESPINOZA 50 Reincidencia de eventos hidrometeorolgicos extremos en Costa Rica durante el periodo 2000-2010 LUIS EDUARDO QUESADA HERNNDEZ, NURY SANABRIA VALVERDE 58 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica DANIEL POLEO BRITO, ELADIO SOLANO LEN, WERNER STOLZ ESPAA CONTENIDO Pg. Artculo TPICOS METEOROLGICOS Y OCEANOGRFICOS 5 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central BERNY FALLAS LPEZ1 ERIC J. ALFARO2 Resumen Se utilizaron las tcnicas estadsticas del anlisis de tablas de contingencia y el anlisis de correlacin cannica para elaborar esquemas predictivos de los campos de temperatura mxima y mnima en Amrica Central. Como primer paso, se produjeron ndices de estos campos utilizando el anlisis de componentes principales a partir de los registros de 146 estaciones con datos diarios, en los cuales se obtuvo un ndice para la temperatura mxima y otro para la mnima. Adems se obtuvieron sendos ndices para pronosticar los campos de las temperaturas mximas y mnimas. Debido a que uno de los objetivos del estudio es el de apoyar el proceso de los Foros Regionales de Prediccin Climtica, los esquemas predictivos utilizaron los trimestres de Mayo-Junio-Julio, Agosto-Setiembre- Octubre y el cuatrimestre de Diciembre-Enero-Febrero-Marzo como periodos a predecir de los predictantes, es decir, de las temperaturas mximas y mnimas. Como predictores se utilizaron diferentes ndices asociados con fuentes de variabilidad climtica, que influencian los patrones climticos de Amrica Central, como Nio 3 y NAO, esto para el bimestre anterior y transanterior al del predictante, tambin se formaron nuevos ndices a partir de la combinacin lineal de varios de ellos. Se encontraron esquemas predictivos tiles para todas las relaciones sealadas anteriormente y se observ que gran parte de la variabilidad de las temperaturas mnimas y mximas en Amrica Central, se pueden explicar con ndices de variabilidad climtica interanual como el ENOS (El Nio-Oscilacin del Sur) y de variabilidad multidecadal como el de la Oscilacin Multidecadal del Atlntico (AMO, por sus siglas en ingls). PALABRAS CLAVE: COMPONENTES PRINCIPALES, AMRICA CENTRAL, TABLA DE CONTINGENCIA, ANLISIS DE CORRELACIN CANNICA, NDICES CLIMTICOS, VARIABILIDAD CLIMTICA. Abstract The statistical technique of contingency table analysis and canonical correlation analysis were used to produce predictive schemes associated with maximum and minimum temperatures in Central America. As a first step, principal component analysis was used to produce indices using 146 daily station records. One index was obtained for both, maximum and minimum temperatures. Keeping in mind that one of the work objectives is to support the Regional Climate Outlook Forums process, the predictive schemes used the trimesters of May-June-July, August-September- October and the four month period of December-January-February-March as targets for predictions of maximum and minimum temperatures. Different climate indices like Nio 3 and NAO were used as predictors, associated with several climate variability sources that influence the climate patterns in Central America, using one or two bimester previous to the predicted season. Linear combination of climate indices was also used to create new ones. Useful predictive schemes were found for practically all the relationships mentioned previously, noticing that most of the Central America climate variability could be explained by the El Nio (La Nia) (e.g. interannual variability) and the Atlantic (AMO, mainly, e.g. multidecadal variability) indices. KEYWORDS: PRINCIPAL COMPONENTS, CENTRAL AMERICA, CONTINGENCY TABLE, CANONICAL CORRELATION ANALYSIS, CLIMATE NDICES, CLIMATE VARIABILITY. 1 Licdo. en Meteorologa. Departamento de Hidrologa, Estudios Bsicos de Ingeniera (EBI), Insttuto Costarricense de Electricidad (ICE). San Jos. Costa Rica. Correo electrnico: bfallasl@ice.go.cr. Tel. 2000-7895. 2 Dr. en Oceanografa. Centro de Investgaciones Geofsicas (CIGEFI), Escuela de Fsica y Centro de Investgacin en Ciencias del Mar y Limnologa (CIMAR), Universidad de Costa Rica. San Jos, Costa Rica. Correo electrnico: erick.alfaro@ucr.ac.cr. Tel. 2511-5096. 6 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central 1. Introduccin El ciclo anual de la temperatura superfcial del aire en Centroamrica se puede clasifcar como tropical y predominantemente martmo, con cambios anuales pequeos y dependientes de la cobertura nubosa y la alttud (Alfaro, 2000). En ese trabajo, con un enfoque de prediccin estacional, el autor utliz 337 puntos de una rejilla (0.5 de lattud x 0.5 de longitud) sobre el istmo centroamericano, de un conjunto de datos mensuales de temperatura superfcial del aire, para ajustar modelos de regresin lineal mltple entre las primeras componentes principales de este campo (variables dependientes) y diversos ndices de temperatura superfcial del mar (variables independientes). Se pudieron ajustar modelos predictvos para todas las primeras componentes principales de las cuatro estaciones del ao. Estos modelos mostraron que la principal infuencia sobre la regin, al compararla con los otros ndices, la ejerce el fenmeno de El Nio-Oscilacin del Sur (ENOS), pues present correlaciones positvas con todas las estaciones climtcas del ao de la temperatura superfcial, lo cual refeja una transferencia de calor sensible y latente desde el ocano a la atmsfera suprayacente. Posteriormente, con el fn de explorar la infuencia de los ocanos tropicales sobre las Anomalas de la Temperatura Superfcial del Mar (ATSM) de la costa pacfca centroamericana, Alfaro y Lizano (2001) ajustaron un modelo de funcin de transferencia a las series de ATSM de los Golfos de Tehuantepec, Papagayo, Panam y Quepos, usando como variables independientes los ndices Nio 3.4, Atlntco Tropical Norte y Sur. Estos investgadores concluyeron que la principal infuencia sobre la regin, al compararla con los otros ndices, la ejerce el ndice Nio 3.4 pues mostr correlaciones positvas con todas las series de ATSM, lo cual refeja una infuencia de este ndice sobre la profundidad relatva de la termoclina frente a la costa del Pacfco centroamericano. Alfaro (2007) us un modelo basado en el Anlisis de Correlacin Cannica (ACC), para explorar las asociaciones climtcas y la predictbilidad de marzo- abril-mayo como el trimestre correspondiente al mximo del ciclo anual de la temperatura superfcial del aire, del campo empleado en Alfaro (2000), pero usando como variables predictoras las temperaturas superfciales del mar en los ocanos Atlntco y Pacfco de 1958 a 1998 (41 aos). El primer modo del modelo, mostr una correlacin signifcatva con el ndice Nio 3, en donde se not que anomalas positvas (negatvas) de las temperaturas superfciales del mar en el Pacfco Ecuatorial Este, estn asociadas con anomalas positvas (negatvas) de la temperatura superfcial sobre prctcamente todo el istmo centroamericano. Contar con una prediccin estacional de temperatura es muy tl, ya que Hidalgo, Amador, Alfaro y Quesada (2013) demostraron que, junto con la radiacin solar, este es un factor clave para la estmacin a futuro de la evapotranspiracin, adems de que lo hace importante tambin para realizar clasifcaciones climtcas. Debido a lo anterior, en este trabajo se hizo uso de las relaciones presentes entre las componentes principales, obtenidas de los campos de temperatura mxima/mnima y diferentes ndices climtcos, para evaluar qu ndices son los mejores para realizar los pronstcos estacionales segn la poca del ao. Adicionalmente, se plantea el elaborar un pronstco climtco estacional en Amrica Central basado en el ACC, usando las temperaturas superfciales del mar de los ocanos circundantes al istmo, para los distntas temporadas climtcas utlizadas en los foros regionales de Amrica Central (Donoso y Ramrez, 2001; Garca-Solera y Ramrez, 2012). 2. Metodologa En el presente estudio se utlizaron datos de temperaturas mximas y mnimas diarias de la TPICOS METEOROLGICOS Y OCEANOGRFICOS 7 base NUMEROSA del Centro de Investgaciones Geofsicas (CIGEFI-UCR), mismas que fueron explicadas en detalle en Fallas-Lpez y Alfaro (2012a, b), para un total de 146 estaciones luego de pasar el proceso de control de calidad y distribuidas a lo largo del istmo centroamericano. Se escogi el perodo de treinta aos en que faltaban menos datos, el cual dio como resultado el perodo de 1971 al 2000. Las estaciones utlizadas presentaron menos del 30% de datos faltantes para el rango de aos defnido. Se utliz la temperatura mxima y mnima en cada estacin en forma separada y no la temperatura media, debido a que los aspectos que las determinan no necesariamente son los mismos, como lo mostraron Alfaro, Gershunov and Cayan (2006) al utlizar el anlisis de correlacin cannica para la prediccin estacional de la temperatura superfcial del aire en el oeste de Estados Unidos. Para el relleno de datos faltantes, se utliz el mtodo expuesto por Alfaro y Soley (2009), en el cual se utlizan componentes principales de forma tal, que se complete la serie con valores consistentes con la estadstca de algunas de las seales captadas y basado en la matriz de correlacin en forma iteratva. Los ndices climtcos usados fueron los mismos que los utlizados por Fallas-Lpez y Alfaro (2012a, b) a saber: Oscilacin del Atlntco Norte, (NAO) 3 , Oscilacin Multdecadal del Atlntco (AMO) 4 , Oscilacin Decadal del Pacfco (PDO) 5 , Nio3 (N3) 6 , luego se usaron combinaciones lineales de los ndices anteriormente mencionados, para realizar diferencias y sumas normalizadas de los distntos ndices, y as intentar realzar efectos y observar interacciones entre los ocanos que 3 http://www.cpc.noaa.gov/products/precip/CWlink/ pna/norm.nao.monthly.b5001.current.ascii 4 http://www.cdc.noaa.gov/data/correlation/amon. us.long.data 5 http://jisao.washington.edu/pdo/PDO.latest 6 http://www.cpc.noaa.gov/data/indices/sstoi.indices rodean la regin de estudio, como: AMO-N3, AMO-(PDO+N3), AMO-PDO, AMO+PDO, PDO+N3. Las tablas de contngencia fueron calculadas utlizando la herramienta desarrollada por Alfaro, Soley y Enfeld (2003). Una vez escogidas las variables dependientes e independientes, se dividieron las dos variables en terciles, es decir, en tres categoras (normal, arriba de lo normal y abajo de lo normal), y se obtuvieron 9 categoras conjuntas. Para evaluar su signifcancia se utlizaron los estadstcos chi cuadrado ( 2 ) y la correlacin de Pearson para anlisis categrico (Agrest, 2002). Para los clculos del ACC se utliz la Herramienta de Prediccin Climtca 7 (CPT por sus siglas en ingls), que es un sofware desarrollado por el Insttuto Internacional de Investgacin para el Clima y la Sociedad (IRI por sus siglas en ingls), diseado para hacer pronstcos estacionales climtcos (Ndiaye y Mason, 2007). Dicho programa es una herramienta fcil de utlizar y fue desarrollado inicialmente para ayudar a los pronostcadores de los Servicios Meteorolgicos Nacionales en frica, para producir pronstcos actualizados para cada pas cada mes. En forma anloga a Fallas-Lpez y Alfaro (2012b), el rea ocenica usada como campo predictor fue el de la temperatura superfcial del mar, que comprende de los 60N a los 60S de lattud, y de los 90E a los 0W de longitud, obtenidos de la base de datos de ndices del IRI (fgura 1). Se us la versin 2 (Smith y Reynolds, 2004) de los mismos. En la evaluacin de dichos resultados se utlizaron el ndice de Correlacin de Pearson, ndice de Correlacin de Spearman, ndice de Acierto, el error lineal en el espacio de las probabilidades (LEPS, siglas en ingls) (Wilks, 2011). Al igual que en Fallas-Lpez y Alfaro (2012a, b), el presente trabajo tom en cuenta los perodos de pronstco utlizados por el Foro de Perspectvas 7 http://iri.columbia.edu/outreach/software/ 8 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central Climtcas de Amrica Central (Donoso y Ramrez, 2001; Garca-Solera y Ramrez, 2012) para realizar los pronstcos, dichos perodos comprenden, los trimestres de Mayo, Junio y Julio (MJJ); Agosto, Setembre y Octubre (ASO); as como el cuatrimestre de Diciembre, Enero, Febrero y Marzo (DEFM). En este estudio se fraccion este ltmo cuatrimestre en los bimestres Diciembre- Enero (DE) y Febrero-Marzo (FM), debido a los diferentes patrones climtcos que se presentan en un bimestre u otro (Amador, Alfaro, Lizano y Magaa, 2006). Se us el promedio del bimestre que anteceda al perodo del pronstco, as como el bimestre tras anterior. 3. Resultados y Discusin 3.1. Anlisis de Componentes Principales Luego de realizar el scree test (Wilks, 2011), mostrado en la fgura 2, se puede notar que en lo que se refere a las temperaturas mnimas y mximas, se trabaj nicamente con una componente principal, ya que con una nica componente se explicaba la mayor cantdad Figura 1. rea ocenica usada de la temperatura superfcial del mar como campo predictor. Figura 2. Scree test correspondiente a la (a) Temperatura Mnima y (b) Mxima, para los pri- meros 21 autovalores. Su error estndar, en ba- rras vertcales, se calcul de acuerdo a North et al. (1982). a) b) TPICOS METEOROLGICOS Y OCEANOGRFICOS 9 de variabilidad del total de datos (49% para la mxima y 43% para la mnima). Los promedios mensuales del ciclo anual de los primeros modos ortogonales estandarizados, asociados a la temperatura mxima y mnima se muestran en la fgura 3, ambos con mximos en mayo y mnimos en diciembre. En la fgura 4 se puede notar, que en general se presentaron correlaciones importantes sobre toda la regin de las series de tempo, de los primeros modos ortogonales con las estaciones usadas. A pesar de que se usaron slo estaciones localizadas sobre terra, en la fgura se incluyen algunos contornos sobre el mar producto de la metodologa de interpolacin, por lo que su interpretacin debe considerar este aspecto. Por ejemplo, en la frontera entre Costa Rica y Nicaragua se tenan algunas estaciones, aunque quizs por la poca informacin disponible se obtuvieron valores altos de correlacin en esa zona, mientras que en el Golfo de Fonseca y el Valle Central - Pacfco de Costa Rica, los valores fueron menores porque haban bastantes estaciones y estas zonas presentan una importante variabilidad de temperaturas. Si bien es cierto el anlisis se enfoca sobre el istmo centroamericano, para la construccin de la fgura 4 se consideraron tambin estaciones en el norte de Suramrica (Colombia y Venezuela), la isla de San Andrs y el sur de Mxico (Fallas-Lpez, 2009). Figura 3. Ciclo anual de los primeros modos orto- gonales estandarizados asociados a la temperatu- ra mxima (a) y mnima (b). Figura 4. Mapa de correlacin para la Componen- te Principal 1 de la (a) Temperatura Mxima y (b) Temperatura Mnima. 10 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central 3.2. Anlisis de contingencia Se procedi a evaluar los resultados de las tablas de contngencia de los distntos ndices y diferencias normalizadas entre ellos, luego se escogi los que presentaban probabilidades ms altas de que el escenario pronostcado se cumpliera. Los resultados obtenidos se muestran a contnuacin en grfcos de tringulos (SYSTAT, 1999) para los mejores predictores. A pesar que el estudio fue realizado con mltples ndices, nicamente se muestran los que tenan signifcancias superiores al 90% y eventualmente sern mencionados los que no superan el 90%, en los casos en que ninguno de los ndices exceda dicho nivel de signifcancia. Los grfcos de tringulos de la izquierda, corresponden a los que muestran probabilidades altas de que se presente un escenario de temperaturas por debajo de lo normal (primer tercil), mientras que los de la derecha muestran las probabilidades altas de que se encuentren las temperaturas por encima de lo normal (tercer tercil). El color del punto indica la signifcancia de dicho valor, si es negro no es signifcatvo al 90%, si es azul su signifcancia va del 90 al 95%, si es verde es signifcatvo del 95% al 99% y si es rojo, es signifcante a ms del 99%; tambin se agreg una lnea bajo cada ndice predictor para establecer el tercil en el que se encuentra, una lnea roja (azul) indica que el ndice predictor se encuentra en el tercil superior (inferior). En la fgura 5 se muestra cmo la temperatura mnima para el trimestre de mayo, junio y julio es infuenciada principalmente por los ndices AMO y N3, indistntamente de los bimestres usados para pronostcarla. Situacin similar ocurre en el caso de las temperaturas mximas, que muestra dentro de los mejores pronostcadores a los ndices de AMO y N3. Tambin cabe agregar, que la PDO est presente dentro de los ndices ms signifcantes. Figura 5. Predictores para la Temperatura Mnima, a y b (Mxima, c y d) del perodo de Mayo, Junio y Julio (MJJ), usando el bimestre de Febrero y Marzo (a) (c) Marzo y Abril (b) (d). Escenarios Bajo lo normal (Iz- quierda) y Arriba de lo normal (Derecha). c) a) d) b) TPICOS METEOROLGICOS Y OCEANOGRFICOS 11 Al pronostcar las temperaturas mnimas de agosto, setembre y octubre (fgura 6), se observa nuevamente que los ndices AMO y N3 se encuentran dentro de los mejores predictores; adems en el caso del bimestre mayo y junio, el ndice NAO aparece dentro de los mejores predictores, cuando ste se encuentra en fase positva (negatva) las temperaturas mnimas son menores (mayores). De igual forma ocurre para las temperaturas mximas, donde se presentan signifcancias altas del AMO y N3, y tambin est presente el ndice NAO, pero en este caso, para los meses de junio y julio, justo para la poca del veranillo. En diciembre y enero (fgura 7) aparece nuevamente el ndice NAO en todos los grfcos, a excepcin del bimestre setembre y octubre y su pronstco al escenario bajo lo normal; los ndices AMO y AMO+PDO con valores en el tercil bajo, pronostcan tambin temperaturas mnimas por debajo de las normales. Con las temperaturas mximas nuevamente se observa la presencia del ndice NAO, lo cual tene sentdo debido a la presencia de masas invernales del norte que incursionan a lattudes de Amrica Central. Tambin se destacan los ndices AMO, N3 y PDO. En la fgura 8 se muestran los ndices correspondientes al mes de febrero y marzo, se nota que el ndice NAO vuelve a aparecer en todos los grfcos, a excepcin del correspondiente al escenario bajo lo normal del bimestre octubre y noviembre. En el caso del escenario por encima de lo normal correspondiente al bimestre de setembre y octubre, no se muestra debido a que no super el 90% de confanza; adems hay un incremento en la presencia de ndices de pronstcos relacionados con la PDO, entre ellos el ndice de AMO+PDO+N3, que con valores bajo lo normal pronostca temperaturas mnimas por debajo de las normales. En el caso de las temperaturas mximas de febrero y marzo, tambin se muestra el ndice NAO, adems del AMO, N3 y el AMO+PDO. Figura 6. Predictores para la Temperatura Mnima, a y b (Mxima c y d) del perodo de Agosto, Setembre y Octubre, usando el bimestre de Mayo y Junio (a) (c) y Junio y Julio (b) (d). Escenarios Bajo lo normal (Izquierda) y Arriba de lo normal (Derecha). c) a) d) b) 12 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central Figura 7. Predictores para la Temperatura Mnima, a y b (Mxima c y d) del perodo de Diciembre y Enero, usando el bimestre de Setembre y Octubre (a)(c) y Octubre y Noviembre (b)(d). Escenarios Bajo lo normal (Izquierda) y Arriba de lo normal (Derecha). c) a) d) b) Figura 8. Predictores para la Temperatura Mnima, a y b (Mxima c y d) del perodo de Febrero y Marzo, usando el bimestre de Setembre y Octubre (a) (c) y Octubre y Noviembre (b) (d). Escenarios Bajo lo nor- mal (Izquierda) y Arriba de lo normal (Derecha). c) a) d) b) TPICOS METEOROLGICOS Y OCEANOGRFICOS 13 3.3. Anlisis de Correlacin Cannica Luego de mostrar los resultados usando componentes principales con los ndices de forma individual en los grfcos de tringulo, se procedi a mostrar los resultados obtenidos con el anlisis de correlacin cannica. A contnuacin se muestran las fguras con la informacin obtenida a partr de dicho anlisis, inicialmente se observarn las imgenes con los modos cannicos correspondientes para la temperatura mnima o temperatura mxima, cada modo cannico se muestra en las fguras en el siguiente orden, a la izquierda el patrn de temperaturas superfciales del mar (variable independiente), que traera consigo temperaturas por encima (colores amarillos, naranjas o rojos) o por debajo (celestes o azules) de los valores promedios en las estaciones utlizadas (variable dependiente). Dichos patrones en las estaciones se muestran en los grfcos de la derecha. En el medio de las fguras se encuentra un grfco, que muestra los valores del modo con respecto al tempo. Como se mencion anteriormente, en esta parte del estudio se utlizaron las temperaturas superfciales del mar correspondientes al perodo de 1971 al 2000, del trimestre anterior al pronostcado, con excepcin del bimestre de febrero y marzo, en donde se usaron las mismas temperaturas que para el bimestre de diciembre y enero (setembre, octubre, noviembre). Para saber con cuntos modos de correlacin cannica se trabajar, se usa un scree test, al igual que en el caso de las componentes principales (Wilks, 2011). El criterio aplicado en este caso es usar un eje logartmico, y el punto en que se forme un codo en el scree test de la variable independiente o dependiente, con esa cantdad de modos se trabaja. Lo anterior implica, que el aporte a la varianza total de los otros modos no es tan importante, sin embargo, existe una excepcin en la cual puede ser que el codo en el scree test se presente por ejemplo en el modo dos, pero el modo tres tene una correlacin cannica superior a 0.5, en este caso el criterio de experto es el que decide, generalmente debido a la alta correlacin, el modo es incluido. Dicha situacin sucedi en los grfcos correspondientes a la temperatura mnima del bimestre de diciembre y enero, as como en los de la temperatura mxima correspondiente a los bimestres de diciembre y enero, as como de febrero y marzo. Se muestra el ndice de Correlacin de Pearson, ndice de Correlacin de Spearman, ndice de Acierto y fnalmente el LEPS, para cada perodo de estudio (MJJ, ASO, DE y FM). Las tendencias no fueron eliminadas del anlisis como fuente de variabilidad (Alfaro et al., 2006). Adems, se incluyeron en el anlisis los resultados correspondientes a las estaciones utlizadas en el Sur de Mxico, isla San Andrs y Norte de Suramrica (Colombia y Venezuela), para tener una visin ms amplia de la regin. A contnuacin se muestran los resultados con las temperaturas mnimas. Para la temperatura mnima en el perodo de MJJ (fgura 9) se observa que el primer modo est relacionado con la tendencia lineal en las series, mientras que el segundo modo muestra que bajo condiciones de un PDO negatvo (positvo) ms condiciones de Nia (Nio), las temperaturas mnimas caen por debajo (encima) de los valores normales (sin omitr el efecto del ligero enfriamiento en el ATN), especialmente sobre Honduras, resultado tambin obtenido con el anlisis de tabla de contngencia (fgura 5). Distntos patrones espaciales asociados con los ndices se incluyen en Fallas-Lpez (2009). La fgura 10 muestra que la correlacin tanto de Pearson como Spearman tene valores positvos, especialmente altos sobre Panam y el Caribe de Costa Rica, el ndice de Acierto es alto sobre Panam y una estacin en Belice, mientras que en el resto de la regin est en valores cercanos al 50%, fnalmente el ndice LEPS presenta valores positvos, los ms altos sobre Panam. El LEPS (linear error in probability space, por sus siglas en ingls), calcula un ndice defnido usando una tabla de conteo que da diferentes valores 14 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central Figura 9. Modos cannicos para la temperatura mnima de Mayo, Junio y Julio. Figura 10. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mnima del trimestre de Mayo, Junio y Julio. TPICOS METEOROLGICOS Y OCEANOGRFICOS 15 para los aciertos, dependiendo de las categoras observadas y con las probabilidades previas de las categoras. Este indicador de calidad penaliza ms los errores de acierto por 2 o ms categoras. Entre ms alto mejor es el esquema de pronstco. Ntese que los estadstcos presentados en la fgura 10 y posteriores, se referen al conjunto de modos cannicos y no nicamente a uno de ellos. Analizando el trimestre de ASO (fgura 11), se observa que el primer modo parece estar asociado a la tendencia, mientras que el segundo modo corresponde a condiciones en las cuales el Atlntco est clido (fro), el PDO es positvo (negatvo) y se presentan condiciones de Nio (Nia) en el Pacfco. Dicho patrn se refeja en un aumento (disminucin) en las temperaturas mnimas sobre todo Centroamrica, especialmente sobre el Pacfco de Nicaragua y Costa Rica. Los estadstcos asociados (fgura 12) muestran buenos resultados, por ejemplo, las correlaciones de Pearson y Spearman presentan valores positvos en toda la regin, excepto sobre regiones de Honduras y parte de Belice. El ndice de acierto es positvo en varias de las estaciones ubicadas al norte de Centroamrica, y en su mayora estn cerca del 40%, mientras que el ndice LEPS muestra valores positvos, siendo mayores al norte de la regin. En el caso de diciembre y enero, se obtuvieron 3 modos cannicos (fgura 13), el primero parece estar asociado a una tendencia, mientras que el segundo muestra que una PDO negatva (positva) se refeja en una temperatura mnima menor (mayor) sobre Guatemala, Costa Rica y El Salvador, mientras que sobre Honduras, Nicaragua y Panam la tendencia no es clara. Posiblemente esa seal no sea homognea debido al efecto del ligero calentamiento en el ATN. El tercer modo muestra un Atlntco clido (fro), correspondiendo a temperaturas mayores (menores) sobre toda la regin, especialmente sobre Belice. Los estadstcos (fgura 14) muestran una correlacin de Pearson con valores cercanos a cero y una ligera tendencia a valores positvos sobre Honduras y Nicaragua, el resto de la regin Figura 11. Modos cannicos para la temperatura mnima de Agosto, Setembre y Octubre. 16 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central Figura 13. Modos cannicos para la temperatura mnima de Diciembre y Enero Figura 12. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mnima del trimestre de Agosto, Setembre y Octubre. TPICOS METEOROLGICOS Y OCEANOGRFICOS 17 presenta valores negatvos, algo similar ocurre con la correlacin de Spearman, sin embargo se notan valores negatvos ms defnidos sobre Costa Rica y Guatemala. El ndice de Acierto presenta valores inferiores al 50% mayormente. Finalmente, en el caso del ndice LEPS, los valores son positvos, ms marcados sobre Honduras y Costa Rica. Concluyendo con la temperatura mnima, para el bimestre de febrero y marzo (fgura 15) se obtuvieron 3 modos cannicos, el primero muestra condiciones de Nia (Nio), sin omitr el evento fro (clido), que traen consigo temperaturas mnimas por debajo (encima) de las normales sobre toda la regin; el modo dos, muestra que condiciones de Nia (Nio) dbil y un Atlntco clido (fro) traen consigo temperaturas mnimas por debajo (encima) de los promedios en Honduras, El Salvador y Nicaragua. Finalmente el modo 3 presenta una Nia (Nio) dbil que se asocia con temperaturas mnimas con valores inferiores (superiores) a lo normal al sur de la regin y superiores al norte. Otra posible explicacin es de que el norte tenga ese patrn por el calentamiento (enfriamiento), que se observa en toda la costa del Pacfco de Norteamrica, favoreciendo (disminuyendo) empujes fros ms dbiles, sin embargo, esto requiere un estudio posterior. Los estadstcos correspondientes a estas temperaturas mnimas (fgura 16) muestran valores altos positvos de la correlacin de Pearson sobre toda la regin, mientras que los valores de Spearman presentan una confguracin similar, pero con valores no tan altos como los de Pearson. El ndice de Acierto tene valores cercanos al 50% sobre toda Centroamrica, fnalmente el ndice LEPS tene valores positvos altos sobre casi toda la regin. En resumen, este bimestre mostr los valores ms altos de los perodos usados para la temperatura mnima. Dicho de otra forma, se podra concluir que el bimestre FM es el que manifesta la mayor habilidad y confabilidad para pronostcar la Tmin. Figura 14. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mnima del bimestre de Diciembre y Enero. 18 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central Figura 15. Modos cannicos para la temperatura mnima de Febrero y Marzo. Figura 16. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mnima del bimestre de Febrero y Marzo. TPICOS METEOROLGICOS Y OCEANOGRFICOS 19 Iniciando con los resultados para la temperatura mxima, se observa que para el trimestre de MJJ (fgura 17) se presentaron 3 modos cannicos, el primero relacionado con la tendencia en la serie, mientras que el segundo muestra que con condiciones de Nia (Nio), y de enfriamiento en el ATN, las temperaturas mximas son menores (mayores) sobre casi toda la regin, mostrndose dicha tendencia de forma ms dbil sobre Nicaragua y parte de Guatemala; el tercer modo indica que un PDO negatvo (positvo) trae consigo temperaturas mximas por encima (debajo) de las normales al sur de la regin, especialmente sobre Costa Rica, y temperaturas mximas menores (mayores) al norte de Centroamrica. Este caso singular requiere un estudio posterior debido a que todo el resto de Centroamrica muestra un comportamiento diferente; ntese adems que el ATN est ligeramente fro. Por lo tanto no se aprecia con facilidad un forzante que pueda explicar esa singularidad en Costa Rica. En cuanto a los estadstcos obtenidos (fgura 18), la correlacin de Pearson muestra valores positvos, siendo los ms altos sobre Honduras, El Salvador y Nicaragua, de forma similar ocurre con la correlacin de Spearman; los ndices de acierto se encuentran en su mayora en el rango superior al 40%, con valores ms altos en Nicaragua y Honduras. El ndice LEPS tene valores positvos sobre casi todo Centroamrica, a excepcin de Panam. Al trimestre siguiente, correspondiente a ASO, se obtuvieron 2 modos cannicos (fgura 19), el primero corresponde a tendencia en la serie, parte de la variabilidad de la misma, mientras que la segunda muestra que bajo un patrn de Nia (Nio), las temperaturas mximas son menores Figura 17. Modos cannicos para la temperatura mxima de Mayo, Junio y Julio. 20 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central Figura 19. Modos cannicos para la temperatura mxima de Agosto, Setembre y Octubre. Figura 18. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mxima del trimestre de Mayo, Junio y Julio. TPICOS METEOROLGICOS Y OCEANOGRFICOS 21 (mayores) sobre casi toda la regin, a excepcin de Nicaragua y parte de Honduras. Las correlaciones e ndices dieron valores superiores a los del trimestre MJJ (fgura 20), las correlaciones de Pearson y Spearman muestran valores positvos altos sobre todo Centroamrica, siendo la excepcin el norte de Honduras. El ndice de acierto muestra varios valores por encima del 60% y los menores superiores al 50%, ambos ubicados de forma dispersa sobre la regin; fnalmente el ndice LEPS muestra valores positvos, siendo los ms altos sobre Honduras y Panam. El bimestre de diciembre y enero muestra tres modos cannicos (fgura 21), el primero relacionado con la tendencia de la serie y el segundo asociado a condiciones de Nio (Nia) y un Atlntco fro (clido), que traeran consigo temperaturas mximas con valores por debajo (encima) de las normales sobre toda la regin. Este resultado requiere un estudio posterior, debido a que bajo circunstancias como por ejemplo fro en el Atlntco y caliente en el Pacfco, se esperara un escenario ms de tpo seco para regiones del Pacfco, y por lo tanto un aumento de las temperaturas diurnas. Pero ntese que a la luz de esto ltmo, prctcamente todo el Atlntco Norte presenta un escenario fro. Lo mismo sucedera con el modo 3, slo que ahora el Atlntco Norte est caliente, lo que podra implicar una mayor infuencia del Atlntco, al compararla con la del Pacfco en el invierno boreal. El modo tres indica que un AMO clido (fro) aumenta (disminuye) las temperaturas mximas sobre Centroamrica, especialmente sobre Guatemala, El Salvador y Panam. En cuanto a los estadstcos (fgura 22), se muestra que las correlaciones de Pearson y Spearman dan valores positvos, siendo los ms altos ubicados en el Caribe de Nicaragua, los ndices de acierto se encuentran en su mayora por encima del 40%, sin embargo, hay valores superiores sobre Honduras y Nicaragua, el ndice LEPS presenta Figura 20. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mxima del trimestre de Agosto, Setembre y Octubre. 22 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central Figura 21. Modos cannicos para la temperatura mxima de Diciembre y Enero. Figura 22. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mxima del bimestre de Diciembre y Enero. TPICOS METEOROLGICOS Y OCEANOGRFICOS 23 valores positvos, estando los ms altos ubicados sobre Honduras y el Caribe de Nicaragua. Finalmente, para el caso de febrero y marzo se presentan tres modos cannicos (fgura 23), el primero con un PDO negatvo (positvo) y condiciones de Nia (Nio), lo cual se asocia con temperaturas mximas menores (mayores) a las normales sobre toda la regin. El segundo modo, correspondiente a un Atlntco fro (clido), disminuyen (aumentan) las temperaturas mximas sobre Honduras, El Salvador, Nicaragua y Costa Rica, caso contrario ocurre sobre Belice, Guatemala y Panam, el anlisis por tabla de contngencia muestra resultados similares a estos. Finalmente, el modo tres parece estar asociado al Atlntco Tropical Sur y muestra que al estar ms clida (fra) de lo normal dicha zona, las temperaturas mximas aumentan (disminuyen) sobre toda Centroamrica siendo excepcin Panam. Los valores de correlaciones e ndices fueron superiores a los de cualquier otro perodo de pronstco usado (fgura 24), por lo que al igual que en el caso de la temperatura mnima, dicho bimestre muestra los mejores resultados. Para las temperaturas utlizadas, algunos modos mostraron la presencia de la PDO, resultado similar al obtenido por Alfaro (2007). Como se pudo observar, el pronstco de las temperaturas del perodo de febrero y marzo es el que da mejores resultados, mientras que el de Figura 23. Modos cannicos para la temperatura mxima de Febrero y Marzo. 24 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central diciembre y enero parece ser el menos acertado, el cual puede estar relacionado con la variabilidad en la cantdad de ingreso de empujes fros a la regin. Sin embargo, la afrmacin anterior sera cierta si efectvamente hubiera una gran variabilidad en la frecuencia de empujes fros, pero la desviacin estndar acumulada de la frecuencia de frentes fros es de 1.85 en FM y de 1.55 en DE (Alvarado, comunicacin personal). Si se comparan los resultados de la temperatura mnima, con los de la temperatura mxima, tanto para el trimestre de agosto, setembre y octubre, como el bimestre de diciembre y enero, se nota que los resultados son mejores para la temperatura mxima. 4. Conclusiones Los resultados obtenidos con ambos tpos de anlisis han mostrado en trminos generales resultados similares, sin embargo, el probar con el anlisis contngente cada ndice por separado para cada perodo de pronstco, ha sido tl para valorar para qu componente y en qu perodo es ms efectvo un ndice. En el caso del anlisis de correlacin cannica, el mismo permite establecer de forma ms especfca la infuencia de un determinado patrn ocenico, sobre las temperaturas en cada estacin de forma individual, por lo cual delimita bien cuales estaciones estn infuenciadas y en qu forma, por una cierta confguracin de predictores. Adems, el anlisis contngente presenta los niveles de confanza asociados a cada signo. Ambos anlisis coinciden en la infuencia de las temperaturas superfciales del mar sobre el Ocano Atlntco, el Pacfco Ecuatorial y la Oscilacin Decadal del Pacfco, tanto sobre las temperaturas mnimas como las mximas. La tcnica de las componentes principales, es tl para resumir la mayor cantdad de informacin de un conjunto de datos, en el presente estudio se pudo reunir la informacin ms importante con ayuda nicamente de una componente principal, Figura 24. Correlacin de Pearson a) Correlacin de Spearman b) ndice de Acierto c) e ndice LEPS d) para la temperatura mxima del bimestre de Febrero y Marzo. TPICOS METEOROLGICOS Y OCEANOGRFICOS 25 explicando gran parte de la variabilidad de las mismas sobre el rea, lo cual facilita mucho el estudio de ellas. En cuanto a ndices usados para pronostcar estacionalmente, el presente estudio muestra que si bien gran parte de la variabilidad de Amrica Central se puede explicar con la infuencia de El Nio (La Nia) (variabilidad interanual) o del Atlntco (AMO, principalmente, variabilidad multdecadal), tambin hay otros ndices como el NAO, PDO y relaciones entre ellos, que pueden realzar seales con niveles de signifcancia mayores al 95%, adems, el usar productos de ndices normalizados ayudan a defnir condiciones pronostcadas, en los casos en que los ndices ms usados, se encuentren dentro de los rangos normales. Los resultados obtenidos indican que hay varios predictores para realizar dichos pronstcos, sin embargo, los ndices AMO, N3 y AMO+N3 son los ms relevantes, mostrando en algunos casos niveles de signifcancia al 99%. Dichos resultados son similares a los obtenidos por Alfaro (2000), ya que al igual que en ese estudio, con las primeras componentes principales fue sufciente para evaluar las temperaturas y adems, se obtuvo que los ocanos circundantes eran los ms importantes para determinar la temperatura del aire. De manera interesante dentro de los predictores para las temperaturas mnimas y mximas, se encontr el NAO, un ndice atmosfrico que dio resultados relevantes. Sin embargo, en la mayora de los casos la signifcancia no era alta, lo cual tene sentdo debido a la variabilidad de los ndices atmosfricos con respecto a los ocenicos. El uso de la suma de los ndices normalizados como en el caso del AMO+N3, dio resultados signifcatvos, contrario a lo que se esperara con la precipitacin, donde la diferencia de ambos signos es relevante (Alfaro 2007), se realiz la suma ya que no se buscaba un dipolo que infuenciara las temperaturas, sino la suma de las temperaturas superfciales de los ocanos circundantes. Es importante el observar que el ndice PDO da buenos resultados en varios de los perodos utlizados, ya que es un ndice poco utlizado en trminos generales a la hora de realizar pronstcos estacionales de las temperaturas mnimas y mximas. El anlisis cannico aparte de ser una herramienta tl para realizar pronstcos, tambin result tl para explicar predictores y asociaciones con otros ndices. Mejores resultados y mayor cantdad de ndices para pronostcar las temperaturas, hacen de sta variable la menos complicada de pronostcar en trminos de esquemas predictvos, comparada con la precipitacin (Fallas-Lopez y Alfaro, 2012a, b). 5. Referencias Agrest, A. (2002). Categorical data analysis (2da Ed.). John Wiley & Sons. United States of America. Alfaro, E. (2000). Response of Air Surface Temperatures over Central America to Oceanic Climate Variability Indices. Tpicos Meteorolgicos y Oceanogrfcos. 7(2), 63-72. Alfaro, E. (2007). Prediccin Climtca de la Temperatura Superfcial del Aire en Centroamrica. Ambientco. 165, 6-10. Alfaro, E.; Gershunov, A. & Cayan, D. (2006). Predicton of Summer Maximum and Minimum Temperature over the Central and Western United States: The Roles of Soil Moisture and Sea Surface Temperature. J. Climate. 19(8), 1407-1421. Alfaro, E. & Lizano, O. (2001). Algunas relaciones entre las zonas de surgencia del Pacfco Centroamericano y los Ocanos Pacfco 26 Prediccin estacional de las temperaturas mximas y mnimas en Amrica Central y Atlntco Tropical. Revista de Biologa Tropical. 49(Supl. 2), 185-193. Alfaro, E.; Soley J. & Enfeld, D. (2003). Uso de una Tabla de Contngencia para Aplicaciones Climtcas (Use of a Contngency Table for Climatc Applicatons), ISBN 9978-310- 00-2. Editado por ESPOL y FUNDESPOL, Guayaquil, Ecuador. 51pp. Alfaro, E. & Soley, J. (2009). Descripcin de dos mtodos de rellenado de datos ausentes en series de tempo meteorolgicas. Revista de Matemtcas: Teora y Aplicaciones. 16(1), 59-74. Amador, J.; Alfaro, E.; Lizano, O. & Magaa, V. (2006). Atmospheric forcing in the Eastern Tropical Pacifc: A review. Progress in Oceanography. 69, 101-142. Donoso, M. & Ramrez, P. (2001). Latn America and the Caribbean: Report on the Climate Outlook Forums for Mesoamerica. In: Coping with the climate: A step Forward. Workshop Report: A mult-stakeholder review of Regional Climate Outlook Forums. October 16-20, 2000, Pretoria, South Africa. Publicaton IRI-CW/01/1. 11-18. Fallas-Lpez, B. (2009). Prediccin Estacional de los campos de precipitacin y temperatura en Centroamrica usando herramientas estadstcas. Tesis de Grado, Licenciatura. Escuela de Fsica. Universidad de Costa Rica, San Jos, Costa Rica. Fallas-Lpez B. & Alfaro, E. (2012a): Uso de herramientas estadstcas para la prediccin estacional del campo de precipitacin en Amrica Central como apoyo a los Foros Climtcos Regionales. 1: Anlisis de tablas de contngencia. Revista de Climatologa. 12, 61-79. Fallas-Lpez B. & Alfaro, E. (2012b). Uso de herramientas estadstcas para la prediccin estacional del campo de precipitacin en Amrica Central como apoyo a los Foros Climtcos Regionales. 2: Anlisis de Correlacin Cannica. Revista de Climatologa. 12, 93-105. Garca-Solera, I. & Ramrez, P. (2012). Central Americas Seasonal Climate Outlook Forum. The Climate Services Partnership, 8 pp. Recuperado de htp://climate-services. org/resource/central-american-climate- outlook-forum Hidalgo, H.G.; Amador, J.A; Alfaro, E.J. & Quesada, B. (2013). Hydrological Climate Change Projectons for Central America. Journal of Hydrology. 495, 94-112. Ndiaye, O. & Mason, S. (2007). Climate Predictability Tool. Internatonal Research Insttute for Climate and Society, The Earth Insttute of Columbia University. Recuperado de htp://portal.iri.columbia. edu. North, G. R.; Bell, T. L.; Cahalan, R. F. & Moeng, F. J. (1982). Sampling Errors in the Estmaton of Empirical Orthogonal Functons. Mon. Wea. Rev. 110, 699-706. Smith, T.M. & Reynolds, R.W. (2004): Improved Extended Reconstructon of SST 1854-1997. J. Climate. 17:2466-2477. SYSTAT (1999). SYSTAT 9, Graphics. Chicago, EUA. Wilks, D. (2011). Statstcal Methods in the Atmospheric Sciences. 3ra. Ed. Academic Press. 6. Agradecimientos Se agradece a los Servicios Meteorolgicos e Hidrolgicos de Amrica Central, por el suministro de los registros de las estaciones meteorolgicas para realizar este estudio. Este trabajo se realiz tambin, gracias al apoyo de los siguientes proyectos de la Vicerrectora de Investgacin, Universidad de Costa Rica: 805-B0-402 (apoyo de CORBANA), 805-A9-224 (fondo de estmulo UCR), 805-B3-600 (fondo de estmulo UCR), 805-A7-002 (apoyo de CRN2050-IAI). A la Escuela de Fsica de la Universidad de Costa Rica, ya que este trabajo se enmarc dentro de la Tesis de Licenciatura en Meteorologa de BF. TPICOS METEOROLGICOS Y OCEANOGRFICOS 27 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios JOS LUIS ARAYA LPEZ1 DANIEL SOTO CERVANTES2 Resumen Se presenta el desarrollo, implementacin y prueba del software MetCC, que facilita la revisin de la calidad de un gran nmero de series de tiempo meteorolgicas. MetCC ha sido ideado para solventar las necesidades que se tienen en el Instituto Meteorolgico Nacional, de contar con herramientas que permitan disminuir tiempo y costos en el procesamiento de cantidades crecientes de datos. MetCC es un conjunto de mdulos y funciones acopladas, el cual permite obtener resultados de una forma ms eficiente que con el uso de programas para series individuales. Su ventaja principal es que est diseado para poder filtrar valores atpicos presentes en las series temporales para su posterior anlisis y validacin, evitando el trabajo rutinario de ejecucin por parte del usuario, de modo que este pueda dedicar ese tiempo a anlisis y validacin de los datos. Diversas pruebas realizadas sugieren que MetCC simplifica el protocolo de control de calidad, al unificar los diversos algoritmos y programas desarrollados en otros lenguajes en una herramienta de trabajo. PALABRAS CLAVE: CONTROL DE CALIDAD, CLIMATOLOGA, COMPUTACIN CIENTFICA, METEOROLOGA. Abstract We present MetCC, a quality-control software developed at the Costa Rican National Meteorological Institute. MetCC has been thought out to satisfy the need of filtering atypical values in data sets. MetCC includes routines that have been coupled in an unified system, which can be used either as part of a process or independently, depending on the needs of the analyst. It generates reports that extract atypical data based on the application of quality control algorithms. The software is endowed with the ability to operate on an arbitrary number of data sets, facilitating data processing and transformation for further analysis and validation. MetCC also incorporates procedures for filling time gaps, data manipulation and flagging. A number of tests suggest that MetCC can save valuable time and work, allowing the analyst to concentrate efforts on the evaluation aspect of the process. KEYWORDS: QUALITY CONTROL, CLIMATOLOGY, SCIENTIFIC COMPUTING, METEOROLOGY. 1 Licdo. en Meteorologa. Insttuto Meteorolgico Nacional. Departamento de Redes y Procesamiento de Datos. Correo electrnico: jlaraya@imn.ac.cr. Tel. (506) 2222-5616. 2 Tcnico Especialista III en Meteorologa. Insttuto Meteorolgico Nacional. Departamento de Redes y Procesamiento de Datos. Correo electrnico: dsoto@imn.ac.cr. Tel. (506) 2222-5616, ext. 209. 1. Introduccin Con el crecimiento del nmero de dispositvos mviles, computadoras y sensores de diversa ndole, el nmero de datos disponibles a diversos usuarios ha crecido vertginosamente en todas las reas del conocimiento y en partcular en la meteorologa. De hecho, el trmino data deluge ha surgido para describir el dilema al que se enfrentan diversas organizaciones en cuanto a cmo almacenar, interpretar y traducir esta informacin voluminosa en conocimiento aplicado. Adems, se est proponiendo un cuarto paradigma cientfco, orientado a uso intensivo de 28 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios datos (Hey, Tansley & Tolle, 2009), contexto en el cual el uso del dato resulta imprescindible. En el caso partcular de la meteorologa, el proce- samiento de datos resulta primordial para respon- der a muchas de las interrogantes que surgen en esta disciplina, en partcular en temas como la va- riabilidad climtca y el cambio climtco. Por eso resulta importante encontrar formas de recolectar, almacenar, procesar y analizar el dato de forma efciente, partcularmente en lo que a su calidad se refere. Es de suma importancia para las insttucio- nes, orientar y/o redirigir el tempo que utlizan los analistas para desarrollar herramientas que mejo- ren la efciencia del anlisis del dato y les permita dedicarse al anlisis de la informacin generada. Esto a su vez promueve una cultura de vigilancia contnua sobre la calidad de la informacin. El desarrollo e implementacin de un sofware para el control de calidad, debera ser un aspecto metodolgico inherente en el quehacer de los servicios meteorolgicos e hidrolgicos, as como de aquellas insttuciones que gestonan datos. Gandin (1962, 1988) introduce el concepto del control objetvo de la calidad aplicada al campo meteorolgico, lo cual sentara las bases para la posibilidad del control de calidad usando soluciones computacionales. Posteriormente, con el desarrollo de los recursos tecnolgicos, se han venido presentando diversas propuestas en lo referente a sofware para el control de calidad, tal como lo proponen Wolfson, Erez & Alperson, (1978); Schmidlin, Wilks, McKay y Cember (1995); Gronell y Wijfels (2008). Los principales centros de acopio del mundo cuentan con sistemas de control de calidad, tales como los descritos en Vejen et al. (2002), Gronell y Wijfels (2008) o el sistema MADIS (abreviatura para Meteorological Assimilaton Data ingest System) de la NOAA (htp://madis.noaa.gov/). Dada la existencia de sofware para el control de calidad, surge la pregunta de por qu se opta por esta propuesta en partcular. Una de las razones es, desarrollar la capacidad de resolver necesidades propias en trminos de aplicaciones y productos. Otra razn es que an no existe un proceso estndar internacional, que especifque como deben de llevarse a cabo los controles de calidad (Beltrano y Perini, 2004), dada las diferencias que existen en los diversos centros de acopio en trminos de objetvos, servicios, recursos disponibles, parmetros, resolucin y cantdades de datos acopiados. En el Insttuto Meteorolgico Nacional (IMN) de Costa Rica, en los ltmos aos se ha venido incrementando el nmero de estaciones meteorolgicas automtcas en la red de estaciones. Anteriormente, la revisin y el procesamiento de los datos se hacan de forma visual, esto era necesario porque dentro de los sistemas de observacin automatzados se introduce el problema del aislamiento del observador del proceso de medicin, razn por la cual si no se desarrollan programas adecuados para probar la integridad del dato, la computadora va a procesar, transmitr y almacenar tanto datos vlidos como errneos (Brock y Richardson, 2001). Dado lo anterior, surge la necesidad de plantear estrategias para poder procesar la informacin, de modo que pueda ser revisada y almacenada efcientemente. Resulta deseable tambin, que dicho procesamiento pueda efectuarse independientemente del nmero de estaciones meteorolgicas que se adicionen a la red y que el procesamiento de datos pueda mantenerse a pesar de contar con una cantdad limitada de recurso humano. Parte de la solucin a este problema, va dirigida en hacer un uso inteligente de los recursos tecnolgicos y transferir a las computadoras el trabajo rutnario del analista. Es por eso que el Departamento de Redes y Procesamiento de Datos del IMN, ha optado por desarrollar una herramienta que unifque los algoritmos de control de calidad y las rutnas de procesamiento que se han venido utlizando desde el ao 2008, el cual se ha convenido denominar MetCC y consiste en un TPICOS METEOROLGICOS Y OCEANOGRFICOS 29 paquete de programas orientado al procesamiento y control de calidad de datos climtcos horarios. MetCC est orientado a satsfacer la necesidad de poder llevar a cabo de forma rutnaria el procesamiento de los datos almacenados en la base de datos ofcial del IMN. En este artculo se presenta la metodologa de trabajo utlizada en el desarrollo de este producto, las consideraciones prctcas pertnentes, as como algunos resultados obtenidos al correr MetCC sobre un amplio conjunto de datos en resolucin horaria de diversos parmetros meteorolgicos, a fn de que el lector pueda enterarse de datos atpicos cuya deteccin se facilita usando esta herramienta. Para fnalizar se presentan algunas conclusiones principales sobre el trabajo realizado. 2. Metodologa 2.1. Algoritmos de control de calidad utilizados Para incluir los diversos algoritmos de control de calidad en MetCC, se debi de efectuar un anlisis preliminar de qu algoritmos pueden servir para diversos parmetros meteorolgicos de forma simultnea (los valores umbrales de rechazo del dato de los diversos algoritmos pueden ingresarse por medio de una funcin o mtodo adecuada, dependiendo de la variable meteorolgica). El lector puede consultar Shafer, Friebrich, Arndt, Fredrickson y Hughes (2000), Meek y Hatield (2001); Graybeal, DeGaetano y Eggleston (2004); Liljegren et al. (2009); Jimnez Gonzlez-Rouco, Navarro, Montvez, y Garca-Bustamante 2010), para una descripcin de diversos algoritmos de control de calidad que se pueden aplicar a datos meteorolgicos. Los algoritmos de control de calidad incorporados a MetCC son tambin discutdos en Araya (2007), Araya y Alfaro (2008a, 2008b). De manera general, los algoritmos de control de calidad que se han programado en MetCC pueden clasifcarse de la siguiente manera: a) Pruebas de cotas: verifcacin de que los datos horarios almacenados superan o no los valores histricos almacenados en la base de datos espejo (base de datos con un control de calidad sobre estos). b) Pruebas de saltos: se aplican a la temperatura superfcial del aire, humedad relatva y presin atmosfrica superfcial. Cuando el valor absoluto del salto excede el valor umbral, entonces el dato es aislado para una evaluacin detallada. c) Pruebas de anomalas: se usan para la temperatura superfcial del aire, la humedad relatva y la presin atmosfrica superfcial, se efectan clculos de la desviacin del dato con respecto al promedio horario. Esto ayuda a la deteccin de anomalas positvas o negatvas inconsistentes. d) Pruebas de consistencia: son pruebas tales como la consistencia entre el fujo total de irradiancia y los valores extremos de irradiancia para una hora en partcular. Para el parmetro viento se ha aplicado una serie de algoritmos de consistencia discutdos en DeGaetano (1997). e) Pruebas de persistencia: se aplican a los todos los parmetros meteorolgicos, ya que permiten detectar secuencias de valores repetdos que pudieran no estar correctos. f) Generacin de estadstcos mensuales: capacidad de generar estadstcos de los diversos parmetros meteorolgicos en resolucin mensual, esto con el fn de determinar posibles inconsistencias que pudieran deducirse de su anlisis. g) Productos grfcos: la visualizacin grfca de la informacin resulta fundamental en cualquier anlisis emprico de datos. 2.2. Datos utilizados MetCC fue validado con un amplio conjunto de datos provenientes de la red de estaciones meteorolgicas automtcas del IMN (ver cuadro 1). En dicho cuadro se muestran las estaciones meteorolgicas tanto abiertas como cerradas a las 30 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios Cuadro 1. Lista de estaciones meteorolgicas utilizadas para la prueba de MetCC NMERO CUENCA ESTACIN NOMBRE LATITUD LONGITUD ALTITUD 69597 69 597 BOCA TAPADA 10,68 -84,23 60 69633 69 633 COMANDO LOS CHILES 11,02 -84,70 40 69647 69 647 FINCA BRASILIA DE LORO 10,97 -85,33 380 69649 69 649 FINCA EL ENSAYO 10,95 -85,40 540 69651 69 651 VILLA BLANCA 10,20 -84,48 1080 69655 69 655 LOS LIRIOS 10,75 -84,57 1080 69661 69 661 CIUDAD QUESADA 10,30 -84,42 700 69677 69 677 LAGUNA, CAO NEGRO 10,90 -84,78 37 69679 69 679 UPALA 10,87 -85,07 60 69681 69 681 LA REBUSCA 10,48 -84,02 40 69697 69 697 BIOLGICA LA SELVA DE SARAPIQU 10,43 -84,00 40 69699 69 699 BETANIA, CUTRIS 10,64 -84,38 100 69701 69 701 ITCR, SAN CARLOS 10,36 -84,51 183 69709 69 709 SAN GERARDO, LA VIRGEN DE SARAPIQU 10,41 -84,15 210 71015 71 15 CANTA GALLO 10,48 -83,67 20 71021 71 21 LA RITA, ROXANA CENTRO 10,25 -83,75 120 72141 72 141 CUAJINIQUIL TIERRA 10,95 -85,70 60 72149 72 149 SAN JOS, PINILLA 10,25 -85,83 15 72153 72 153 SANTA ELENA, LA CRUZ 10,92 -85,61 1700 72157 72 157 FINCA LA CEIBA 10,10 -85,32 58 72159 72 159 PAQUERA 9,82 -84,93 10 72161 72 161 SANTA ROSA 10,83 -85,62 285 72163 72 163 SANTA ROSA 2 10,84 -85,62 315 72165 72 165 NICOYA CENTRO 10,14 -85,45 130 73123 73 123 ITCR, CARTAGO 9,85 -83,90 1360 73129 73 129 RECOPE, OCHOMOGO 9,88 -83,93 1546 73137 73 137 VOLCAN IRAZ 9,97 -83,83 3060 73141 73 141 PACAYAS 9,90 -83,80 1735 73143 73 143 VOLCN TURRIALBA 10,02 -83,77 3343 73147 73 147 POCOC, GUAPILES 10,21 -83,77 253 73149 73 149 MARAVILLA , JUAN VIAS 9,89 -83,74 1181 74051 74 51 AEROPUERTO LIBERIA OESTE 07 10,58 -85,53 70 74053 74 53 SANTA CRUZ 10,28 -85,58 40 74061 74 61 EL CORRAL, PALO VERDE 10,35 -85,35 10 74063 74 63 MANGARICA, LLANO LA CRUZ, LIBERIA 10,60 85,45 135 76055 76 55 HACIENDA MOJICA 10,45 -85,15 33 76057 76 57 PARQUE NACIONAL PALO VERDE 10,34 -85,34 9 76059 76 59 HACIENDA TABOGA, CAAS 10,35 -85,18 29 78027 78 27 PUNTARENAS 9,97 -84,82 3 TPICOS METEOROLGICOS Y OCEANOGRFICOS 31 NMERO CUENCA ESTACIN NOMBRE LATITUD LONGITUD ALTITUD 81005 81 5 AEROPUERTO DE LIMN 9,95 -83,02 5 84000 84 0 MUSEO NACIONAL, SAN JOS 9,93 -84,08 1160 84124 84 124 SAN LUIS, POAS 10,12 -84,30 1360 84139 84 139 CIGEFI 9,93 -84,03 1210 84141 84 141 IMN, ARANJUEZ 9,93 -84,07 1181 84143 84 143 OROTINA 9,88 -84,50 160 84145 84 145 ESC. CENTROAMERICANA GANADERA 9,92 -84,37 390 84167 84 167 BARRIO SAN JOS, ATENAS 10,00 -84,40 680 84169 84 169 JUAN SANTAMARA 9,98 -84,17 913 84181 84 181 ISTAR 9,88 -83,97 1680 84187 84 187 FABIO BAUDRIT 10,00 -84,25 840 84189 84 189 LAGUNA, FRAIJANES 10,13 -84,18 1720 84191 84 191 RECOPE, LA GARITA 10,00 -84,28 740 84195 84 195 AEROPUERTO PAVAS OESTE 9,97 -84,13 997 84197 84 197 SANTA BARBARA 10,03 -84,15 1070 84199 84 199 BELEN 9,98 -84,19 926 84205 84 205 GETSEMAN, HEREDIA 10,03 -84,10 1389 84207 84 207 PATIO DE AGUA, CORONADO 9,98 -83,97 1690 84225 84 225 UTN, BALSA ATENAS 9,94 -84,38 437 85021 85 21 HITOY CERERE 9,67 -83,02 170 85023 85 23 MANZANILLO 9,63 -82,65 80 87013 87 13 SIXAOLA 9,52 -82,63 10 88035 88 35 FRAILES 9,77 -84,07 1600 88041 88 41 LA LUCHA 9,72 -83,98 1880 88047 88 47 LA LUCHA 2 9,73 -84,00 1740 90011 90 11 QUEPOS 9,42 -84,17 6 90013 90 13 FINCA DAMAS 9,48 -84,20 6 94013 94 13 CERRO BUENAVISTA 9,56 -83,75 3400 98075 98 75 LAS BRISAS, SAN VITO 8,87 -82,88 1040 98079 98 79 LA LINDA, PEREZ ZELEDN 9,35 -83,63 750 98087 98 87 PINDECO 9,13 -83,33 397 98091 98 91 CHIRRIP 9,45 -83,50 3440 98095 98 95 ALTAMIRA 9,02 -83,00 1370 98103 98 103 ESTACIN BIOLGICA LAS CRUCES 8,79 -82,96 1210 100003 100 3 GOLFITO 8,63 -83,16 6 100615 100 615 LA PALMA, PALMAR SUR 8,95 -83,35 16 100631 100 631 COTO 47 8,60 -82,98 8 100633 100 633 FINCA EL PATIO, PUERTO JIMENEZ 8,60 -83,43 8 100641 100 641 COOPEAGROPAL, LAUREL 8,47 -82,85 16 100643 100 643 RO CLARO 8,67 -83,06 45 Continuacin de cuadro 1 32 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios que se les ha efectuado el control de calidad. La ubicacin de las diversas estaciones meteorolgicas en todo el territorio costarricense se presenta en la fgura 1. Se puede notar la variedad en alttudes que se pueden encontrar, las cuales van desde el nivel del mar hasta los 3.440 metros aproximadamente. Algunas de estas estaciones no contenan datos en los periodos analizados, ya que haban sido clausuradas. De igual manera, no necesariamente todas generan datos de los parmetros meteorolgicos considerados en este trabajo. Los periodos elegidos se defnieron en virtud de los datos con control de calidad almacenados en la base de datos ofcial del IMN (instancia de la base de datos la cual se denomina en este documento base espejo). Con el fn de llevar a cabo una actualizacin, se eligieron los siguientes parmetros meteorolgicos horarios en los siguientes perodos: Temperatura superfcial del aire (abril del 2010 a mayo del 2013). Humedad relatva (enero del 2007 a mayo del 2013). Irradiancia (enero del 2009 a julio del 2013). Precipitacin (enero del 2012 a julio del 2013). Viento (enero del 2008 a octubre del 2013). Figura 1. Distribucin espacial de las estaciones meteorolgicas analizadas. TPICOS METEOROLGICOS Y OCEANOGRFICOS 33 separados por coma (csv) y marcacin de datos atpicos. b) Relleno de ejes temporales: con el fn de garantzar que las series temporales tengan las mismas dimensiones, el procesamiento y control de calidad de los datos incluye completar los ejes temporales de las series. Muchas veces los datos extrados de la base de datos ofcial presentan brechas de datos faltantes, que no estn referenciadas temporalmente. Completar el eje de tempo signifca detectar estas brechas y asignarles cdigo de dato faltante a los datos no registrados. Esto se lleva a cabo para cualquier cantdad de series de datos, a partr de una fecha inicial y fnal defnida para todas las series. c) Controles de calidad de datos: los datos son incorporados en la carpeta de trabajo de MetCC y las rutnas de control de calidad se ejecutan sobre un nmero arbitrario de archivos de datos horarios. De la ejecucin de estos controles de calidad se generan reportes de los diversos algoritmos de control de calidad, que se aplican segn el parmetro meteorolgico analizado. En la fgura 2 se muestran las diferentes etapas del procesamiento de datos horarios. stos son extrados de la base de datos ofcial del IMN, se eliminan los encabezados y se completan los ejes temporales, se efectan los controles de calidad segn el parmetro meteorolgico seleccionado para el anlisis. Despus de la ejecucin de MetCC se efecta un anlisis de los reportes generados. En esta etapa el analista, luego de un proceso de anlisis y validacin de los datos atpicos generados, asla los valores atpicos para todas las estaciones, genera un archivo de datos con los valores atpicos y utliza una rutna de marcacin (OMM, 1992) en la que los indicadores de alerta son incluidos en las series (vase Araya, 2007). La evaluacin manual de los datos atpicos es recomendable y necesaria debido a que con ello se evita remover 2.3. Caractersticas generales de MetCC Para el desarrollo de los programas de control de calidad se hizo uso del sofware Python, partcularmente de los mdulos Numpy, Scipy, Matplotlib y PyQt. Tosi (2009), Vangast (2012) y Langtangen (2008) muestran ejemplos de las capacidades de dicho sofware.). Python implement en el IMN en el ao 2009. Se ha procurado que este paquete de programas cuente con las siguientes propiedades: a) Desarrollado en un programa de fuente abierta. b) Que pueda ser ejecutado sobre un nmero arbitrario de series temporales. c) Que utlice un lenguaje de programacin intuitvo, claro, usando un cdigo fcil de comprender y seguir por parte del equipo de desarrollo. d) Que el programa de desarrollo utlizado incentve la productvidad e integracin de diversas rutnas, as como aplicar un paradigma de programacin moderno que permita un mantenimiento y mejoramiento de la herramienta. e) Estructura de diseo de sofware que permita la integracin de futuros algoritmos de control de calidad. f) Acceso simple e intuitvo. g) Que la herramienta pueda implementarse en diversos sistemas operatvos, tales como Windows y Linux. En cuanto a las funcionalidades, estas van orientadas a satsfacer tres necesidades concretas: a) Formato y edicin de archivos de datos: dentro del procesamiento de datos es necesario extraer datos de la base ofcial y llevar a cabo diversas operaciones de eliminacin de encabezados, extraccin de columnas especfcas, cambio de formato de datos de archivo de texto a formato de valores 34 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios de forma automtca valores vlidos del conjunto de datos (Kunkel, et al., 2005). A la hora de verifcar manualmente los resultados, se ha defnido una sistema de marcacin de los valores atpicos detectados los cuales se asignan a los datos que no han pasado los criterios del control de calidad (OMM, 1992). Finalmente, estos datos con control de calidad son importados a la base espejo. La fgura 3 muestra el conjunto de carpetas que componen las diferentes salidas de MetCC. El programa efecta una serie de operaciones sobre los datos de forma independiente, y las salidas a dichos procesos van siendo almacenadas en diversas carpetas. Se puede observar que se cuenta con una carpeta general denominada MetCC-GUI, la cual da acceso al paquete. Dentro de esta carpeta se tenen otras cuatro, una de ellas destnada al almacenamiento de los datos que se desean procesar. La carpeta datos_modif est destnada para ciertos procesos de transformacin de archivos, tales como la rutna para completar Figura 2. Fases del procesamiento y control de calidad efectuado. Figura 3. Distribucin de carpetas dentro de MetCC. TPICOS METEOROLGICOS Y OCEANOGRFICOS 35 ejes temporales, o conversiones de formato de texto a formato csv. La carpeta de resultados almacena una serie de carpetas que albergan las salidas del control de calidad propiamente dicho, y corresponde a resultados de diferentes etapas del control de calidad que se almacenan temporalmente, con el fn efectuar evaluaciones ms detalladas, en caso de requerirse. En la carpeta resmenes se almacenan los reportes fnales, los cuales deben ser evaluados por el analista. La fgura 4 muestra las diferentes ventanas que presenta la interface grfca del MetCC, la cual fue desarrollada en Qt y traducida a PyQt (Harwani, 2012). En la seccin 4a se muestra la pestaa de inicio, la cual seala brevemente el propsito del paquete, as como el nombre de los autores. La seccin 4.b muestra la ventana de edicin de MetCC, en la cual se accesan las rutnas dimensionamiento y manipulacin de archivos de datos. Es importante indicar que cada una de estas rutnas es utlizada constantemente en el procesamiento y control de calidad sealado en la fgura 2. En la ventana de edicin, el usuario tene acceso a rutnas para eliminar los encabezados generados por los archivos tal como salen de la base de datos, eliminacin de flas repetdas, reemplazo de caracteres, incorporacin y extraccin de columnas, entre otros. La seccin 4.c muestra la ventana que accesa la rutna para completar ejes temporales en las series horarias. Esta rutna da facilidad al usuario de completar archivos de datos, en resolucin horaria y diaria. La seccin 4.d presenta las opciones para control de calidad segn el parmetro meteorolgico Figura 4. Interface grfca de MetCC. a) c) b) d) 36 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios en cuestn. Dichos controles de calidad son discutdos en Araya (2011a, 2011b), en caso de que el lector desee familiarizarse ms con ellos. Adems, el manual del usuario presenta informacin adicional sobre su aplicacin. Cabe sealar, que el manual del usuario es accesible en forma de archivo con formato pdf al oprimir el botn de ayuda en la parte superior del men, adems, el botn acerca de da algunas indicaciones adicionales con respecto al producto, as como un logo asignado al paquete. Los algoritmos de control de calidad diferen en ciertos aspectos segn el parmetro y la resolucin de los datos que se analice, aunque desde el punto de vista de la programacin realizada en Python, los algoritmos de control de calidad son mtodos dentro de clases iguales para todos los parmetros. Dichos algoritmos reconocen la diferencia de los parmetros meteorolgicos, segn los argumentos de entrada que se le van dando a dichos mtodos en la clase respectva. 3. Resultados y discusin Para la prueba de esta herramienta se procesaron un total de 331 series temporales (72 para temperatura superfcial del aire, 76 para humedad relatva, 57 para irradiancia y 63 para precipitacin y viento). Se revisaron aproximadamente 12497000 flas de datos horarios. Despus de efectuar una corrida sobre los datos a analizar, MetCC genera reportes de los datos que no han pasado los criterios de control de calidad. Con el fn de ilustrar el tpo de situaciones que se pueden detectar usando este programa, se presentan algunos casos concretos de valores atpicos encontrados. En la fgura 5 se muestra como ejemplo, el caso de la estacin meteorolgica automtca (EMA) de Laurel, localizada en el Pacfco Sur de Costa Rica. Se puede observar en el grfco de la serie de tempo, que se dan valores relatvamente bajos entre junio y julio del 2011. Tambin se presenta en la fgura 6 el caso de la estacin La Rebusca, en la cual visualmente se puede observar algunos valores atpicos. En el caso de Betania, Cutris se puede notar que la varianza de los datos resulta extraa al inicio de la serie, lo cual motva una evaluacin ms a fondo de estos. Los datos atpicos fueron aislados por el programa y fueron validados e indicados para su incorporacin en la base espejo. Algunos criterios de validacin que se aplican son por ejemplo: consulta de informes de gira, revisin de los programas de plataformas de recoleccin de datos (dataloggers) y la comparacin con estaciones cercanas. Aunque es evidente que algunos valores atpicos no dejan duda con respecto a su condicin de errneos, por lo que la validacin en esos casos se simplifca. En el caso de los datos de viento, estos se dividen en seis subparmetros diferentes. En general, MetCC fue diseado para poder efectuar diversas pruebas de calidad sobre las seis variables del parmetro viento, de forma simultnea (direccin angular, direccin predominante, nmero de casos en la direccin predominante, velocidad vectorial, velocidad escalar y desviacin estndar de la direccin angular). En la fgura 6 se muestran las brechas de valores consecutvos repetdos para un nmero arbitrario de datos. En este ejemplo se presenta el caso de direcciones angulares repetdas. Ntese que el valor umbral utlizado es de tres horas consecutvas. El algoritmo barre todas las series en busca de este tpo de brechas, las cuales analizadas en conjunto e interpretadas con el juicio del analista permiten identfcar situaciones partculares que puedan estar explicando el comportamiento observado. Esta prueba ha sido de gran utlidad en la deteccin de valores que no varan por periodos prolongados de tempo, facultando al analista para decidir sobre la validez de esa informacin. TPICOS METEOROLGICOS Y OCEANOGRFICOS 37 En la fgura 6a se muestran valores de direccin angular repetdas para varias series, destacando la secuencia que se da en la estacin meteorolgica del Volcn Turrialba (73-143), indicando que la veleta se mantuvo en una direccin fja durante cierto nmero de horas. En la fgura 6b se muestra el caso de direcciones predominantes que no varan durante aproximadamente 50 das consecutvos, para la estacin meteorolgica ubicada en el Parque Nacional Palo Verde (76- 57). La fgura 6c muestra secuencias largas para el caso de la estacin meteorolgica de Paquera (72-159) y Palo Verde. En la fgura 6d se observa las secuencias repetdas para datos de direccin vectorial, (73-143), con valores fjos de velocidad vectorial durante ms de veinte horas consecutvas. En la fgura 6e destaca el caso de la estacin meteorolgica de Altamira (98-95), donde se tene una brecha de valores repetdos de 50 das consecutvos en que la velocidad escalar se mantene fja. Igualmente, este reporte en partcular efecta dichas pruebas sobre los diversos subparmetros del viento, permitendo al analista llevar a cabo una inspeccin ms detallada para explicar qu puede estar provocando estas secuencias repetdas. Figura 5. Series horarias de tempo de la temperatura superfcial del aire en donde se observan valores atpicos. 38 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios Figura 6. Brechas de direcciones angulares repetdas (secuencias mayores a tres horas) para horas conse- cutvas con dato repetdo. TPICOS METEOROLGICOS Y OCEANOGRFICOS 39 Con respecto datos de irradiancia, estos se muestran en la fgura 7. Este parmetro se mide usando tres subparmetros diferentes: fujo neto de irradiancia horaria (MJ/m 2 ), valor mximo y mnimo de irradiancia (KW/m 2 ). En la fgura 7a se presenta el caso de la estacin meteorolgica de Altamira, en la que se encontraron valores no plausibles al inicio de la serie, los cuales son fcilmente perceptbles usando un grfco como este. La fgura 7b muestra un histograma de frecuencias absolutas, de todos los datos atpicos encontrados para este parmetro meteorolgico, en el periodo considerado. La fgura 7c muestra que la mayora de estos datos atpicos fueron valores cercanos a cero o bien valores negatvos. Finalmente, la fgura 7d muestra los valores atpicos encontrados. Destacan los valores negatvos encontrados en las series, los cuales se encuentran de forma uniforme en diferentes horas. Adems de valores no nulos de irradiancia en horas de la noche, cuya magnitud en esas horas es imposible de justfcar usando argumentos fsicos. 4. Conclusiones El porcentaje de datos atpicos nunca super el 0,7% de los datos de las series para los periodos de datos analizados utlizando MetCC. Figura 7. Resultados obtenidos usando MetCC en la deteccin de valores atpicos de irradiancia. 40 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios Los programas de control de calidad utlizados anteriormente, requeran que una persona califcada estuviera ejecutndolos contnuamente y evaluando cada serie temporal de forma individual, adems requeran que la persona tuviese cierta familiaridad con el lenguaje de computacin en el que fueron desarrollados. En la actualidad con el uso de MetCC se reducen los tempos de bsqueda y deteccin de valores atpicos, a una ejecucin en tempo mquina operatvamente manejable. Con la implementacin del sofware MetCC se pueden efectuar las pruebas y algoritmos de control de calidad sobre una cantdad arbitraria de series temporales, simplifcando la labor del analista al darle reportes completos de aquellos datos que son detectados por los diversos algoritmos de control de calidad. Adicionalmente, MetCC posee una interface grfca intuitva que permite utlizar sus funcionalidades sin aludir a la lnea de comandos, lo cual puede ser ms cmodo para algunos usuarios. Adems, aquellos usuarios que se sientan ms cmodos con el uso de la lnea de comandos en Linux tenen la opcin de usar MetCC en esta modalidad. Aunque el uso de este paquete de programas permite disminuir la cantdad de individuos cuya labor puede enfocarse a controles de calidad de datos meteorolgicos, se requiere que quienes lo utlicen y lo validen tengan la debida experiencia sobre la interpretacin de los resultados generados. En partcular, la aplicacin de una evaluacin manual requiere la partcipacin de personal familiarizado con la climatologa de los emplazamientos y de errores instrumentales que puedan explicar los valores atpicos que se encuentran (Araya, 2011b). Como es el caso de cualquier control de calidad a profundidad de la informacin climtca, el control de calidad de MetCC no excluye la intervencin del criterio experto del proceso de revisin. Adems, contna siendo dependiente de la disponibilidad de recurso humano califcado, principalmente en lo que se refere al desarrollo y mejoramiento adaptatvo de este paquete y al aspecto de validacin de los datos atpicos encontrados. Una aproximacin al proceso de evaluacin que podra mejorar el proceso de validacin usando MetCC es el indicado por Kunkel et al. (2005), en el que un grupo de especialistas evalan independientemente los reportes de datos atpicos y luego llegan a un consenso en cuanto a los indicadores de alerta asignados. Como trabajos futuros, los autores han defnido algunas posibles lneas de avance, las cuales pueden hacerla mucho ms sensible en la bsqueda, deteccin y marcacin de datos atpicos, estas son: a) Prueba permanente y validacin de algoritmos de control de calidad: contnuar con una acttud crtca en cuanto a la efciencia de las herramientas que se tenen para poder mejorarlas contnuamente, as como adaptarlas a nuevas necesidades y a los avances tecnolgicos. En partcular, contnuar explorando con detalle la efciencia de los algoritmos desarrollados, as como de otros an no implementados y que podran ser incluidos en MetCC en el futuro. b) Incorporacin de controles de calidad espaciales: consiste en una metodologa que permita analizar datos de estaciones cercanas y detectar valores que se estn desviando signifcatvamente con respecto a algn valor regional. c) Dotar a MetCC con otras bondades que faciliten su interaccin con pginas web y con bases de datos. 5. Referencias Araya, J.L. (2007). Algoritmos de Control de Calidad de Datos en Estaciones Meteorolgicas Automtcas. Tesis de Licenciatura. Escuela de Fsica, Universidad de Costa Rica. 172 pp. TPICOS METEOROLGICOS Y OCEANOGRFICOS 41 Araya, J.L. & Alfaro, E. (2008a). Prueba e Implementacin de Algoritmos de Control de Calidad de Datos de Temperatura Superfcial del Aire en un Contexto Operatvo. Tecnologa en Marcha. 21(3), 47-61. Araya, J.L. & Alfaro E., (2008b). Algoritmos de Control de Calidad para Deteccin de Secuencias Atpicas de Contactos en Pluvimetros de Balancn. Tecnologa en Marcha. 22 (2), 63-78. Araya, J.L. (2011a). Resultados de un control de calidad de datos de temperatura superfcial del aire y humedad relatva. Tecnologa en Marcha. 24(1), 33-49 Araya, J.L. (2011b). Resultados de un control de calidad para datos horarios de precipitacin, irradiancia, velocidad y direccin de viento. Revista de Climatologa. 11, 11-29. Beltrano, M.C. & Perini, L. (2004). Italian Agrometeorological Service Procedures for Meteorological Data Quality Control. Fourth Seminar for Homogeneizaton and Quality Control in Climatological Databases. WMO-TD N 1236, 243 p. Brock, F. & Richardson, J.S. (2001). Meteorological Measurement Systems. Oxford University Press, New York, 290 pp. DeGaetano, A.T. (1997). A Quality-Control Routne for Hourly Wind Observatons. Journal of Atmospheric and Oceanic Technology. 14, 308317. Gandin, L.S. (1962). On operatonal techniques for computatonal analysis of Meteorological Fields. Main Geophysical Observatory Trudy. 124, 18-29. Gandin, L.S. (1988). Complex Quality Control of Meteorological Data. Monthly Weather Review. 116, 1137-1156. Graybeal, D.Y.; DeGaetano, A.T. & Eggleston, K.L. (2004). Complex Quality Assurance of Historical Hourly Surface Airways Meteorological Data. Journal of Atmospheric and Oceanic Technology. 21, 11561169. Gronell, A. & Wijfels, S.E. (2008). A Semiautomated Approach for Quality Controlling Large Historical Ocean Temperature Archives. Journal of Atmospheric and Oceanic Technology. 25, 9901003. Harwani, B.M. (2012). Introducton to Python Programming and Developing GUI applicatons with PyQT. Course Technology. Boston, Massachusets. 393 p. Hey, T.; Tansley, S. & Tolle, K. (2009). The Fourth Paradigm: Data-Intensive Scientfc Discovery. Microsof Research. Redmond, Washington. 287pp. Jimnez, P.A.; Gonzlez-Rouco, J.F.; Navarro, J.; Montvez, J.P. & Garca-Bustamante, E. (2010). Quality Assurance of Surface Wind Observatons from Automated Weather Statons. Journal of Atmospheric and Oceanic Technology. 27, 11011122. Kunkel, K.E.; David, R.; Hubbard, K.; Redmond, K.; Andsager, K.; Kruk, M.C. y Spinar, M.L. (2005). Quality Control of Pre-1948 Cooperatve Observer Network Data. Journal of Atmospheric and Oceanic Technology. 22, 16911705. Langtangen, H.P. (2008). Python Scriptng for Computatonal Science. Springer-Verlag, Berlin Heidelberg. 750 pp. Lin, J. (2012). Why Python Is the Next Wave in Earth Sciences Computng. Bulletn of the American Meteorological Society. 93, 18231824. Liljegren, J.C.; Tschopp, S.; Rogers, K.; Wasmer, F.; Liljegren, L. & Myirski, M. (2009). Quality Control of Meteorological Data for the Chemical Stockpile Emergency Preparedness Program. Journal of Atmospheric and Oceanic Technology. 26, 15101526. Meek, D.W. & Hatield, J.L. (2001). Single Staton Quality Control Procedures. Automated Weather Statons for Applicatons in Agriculture and Water Resources Management. WMO/TD No. 1074, 248 pp. 42 Desarrollo de un software para el procesamiento y control de calidad semi-automtico de datos meteorolgicos horarios Shafer, M.A.; Friebrich, C.A.; Arndt, D.S.; Fredrickson, S.E. & Hughes, T.W. (2000). Quality Assurance Procedures in the Oklahoma Mesonetwork. Journal of Atmospheric and Oceanic Technology. 17,474-494. Schmidlin, T.W.; Wilks, D.S.; McKay, M. & Cember, R.P. (1995). Automated Quality Control for the Water Equivalent of Snow of the Ground Measurement. Journal of Applied Meteorology. 34,143-151. Tosi, S. (2009). Matplotlib for Python Developers. Packt Publishing. 293 p. OMM (1992). Manual del Sistema Mundial de Proceso de Datos. Vol. II. N 485. 329 p. Vangast, S. (2012). Beginning Python Visualizaton. Apress. New York. 363 p. Vejen, F.; Jacobson, C.; Fredrikson, U.; Moe, M.; Andresen, L.; Hellsten, E.; Rissanen, P.; Plsdtr, T. & Arason, T. (2002). Quality Control of Meteorological Observatons. Automatc Methods Used in the Nordic Countries. Nordklim, Nordic Co-operaton within Climate Actvites. Report N 8 KLIMA. 109 p. Wolfson, N.; Erez, J. & Alperson, Z. (1978). Automatc Real-Time Quality Control of Surface Synoptc Observatons. Journal of Applied Meteorology. 17,449-457. 6. Agradecimiento Se agradece al Insttuto Meteorolgico Nacional. En partcular al Ing. Rodolfo Dvila Picado, por la ayuda con el desarrollo de la instancia en la base de datos para el almacenamiento de los datos con control de calidad, as como las diversas interfaces grfcas para interactuar con sta. Se agradece adems, al Sr. Vctor Hugo Gmez por el desarrollo de aplicaciones para facilitar la importacin a la base de datos. TPICOS METEOROLGICOS Y OCEANOGRFICOS 43 Clculo de la evaporacin en Costa Rica mediante el mtodo FAO-56 KARINA HERNNDEZ ESPINOZA1 Resumen Con el mtodo FAO-56 se calcula la evapotranspiracin de referencia para un cultivo de referencia De una altura de 0,12m con una resistencia superficial de 70 s/m y un albedo de 0,23. Posteriormente se calcula el coeficiente del Tanque evapormetro tipo A para conseguir la evaporacin. Obteniendo as la evaporacin promedio diaria para las siguientes seis Regiones Climticas del pas: 6 mm dia 1 en Zona Caribe, 5,8 mm dia 1 en Zona Norte, 7,6 mm dia 1
en Pacfico Norte, 4,8 mm dia 1 en Pacfico Central, 8,2 mm dia 1 en Pacfico Sur y 8 mm dia 1 en Valle Central. El anlisis de las grficas de los acumulados mensuales muestran un patrn similar en cuanto a la distribucin mientras que presentan una diferencia en el rango, donde los acumulados de la serie, reconstruida sobreestima la serie real. PALABRAS CLAVE: EVAPORACIN, EVAPOTRANSPIRACIN, PENMAN, MONTEITH, FAO, MTODO FAO-56. Abstract The FAO-56 method gives us the reference evapotranspiration for the hypothetical grass reference crop with an assumed crop height of 0,12 m, a fixed surface resistance of 70 s/m and an albedo of 0,23. Calculate pan coefficient for Class A pan to obtain daily evaporation for six climatic regions of Costa Rica, to obtain the regional daily means evaporations data: 6 mm dia 1 in Caribbean Region, 5,8 mm dia 1 in North Region, 7,6 mm dia 1 in North Pacific, 4,8 mm dia 1 in Central Pacific, 8,20 mm dia 1 in South Pacific and 8 mm dia 1 in Central Valle. Month cumulative graphics shows a similar distribution but differs on range data, where the method over estimate real data. KEYWORDS: EVAPORATION, EVAPOTRANSPIRATION, PENMAN, MONTEITH, FAO, FAO-56 METHOD. 1 Licda. en Meteorologa. Departamento de Climatologa e Investgacin Aplicada. Insttuto Meteorolgico Nacional. Correo electrnico: khernandez@imn.ac.cr. Tel. (506) 2222-5616. 1. Introduccin En la actualidad, Costa Rica carece de estudios que calculen los promedios diarios especfcos de evaporacin para cada regin climtca. Hasta ahora se ha utlizado un valor estndar de 5 mm dia 1 para la estmacin del inicio y conclusin de las pocas seca y lluviosa, en cualquier regin del territorio nacional, esto tomando como base a Alfaro, Cid y Enfeld (1998), donde se indica que el valor diario de la evaporacin en Centroamrica vara entre 5 y 8 mm dia 1 . El principal uso de la evapotranspiracin se da en las ciencias agronmicas, cuya fnalidad es conocer las necesidades hdricas del cultvo para un buen desarrollo del mismo. Esto se obtene restando al acumulado total de lluvia la cantdad de agua que se evapora, lo que representa el volumen de agua disponible. El anlisis de estas variables es indispensable en diversos aspectos, tales como la gestn de recurso hdrico, la planifcacin, la produccin vegetal, los estudios ambientales y ecolgicos, la ftopatologa y la investgacin, entre otros. En el presente estudio, se utliz el mtodo FAO- 56 para obtener la evaporacin mediante el clculo de la evapotranspiracin y el coefciente del tanque evapormetro. Posteriormente, se estmaron los valores promedio mensuales de la 44 Clculo de la evaporacin en Costa Rica mediante el mtodo FAO-56 evaporacin para seis regiones climtcas de Costa Rica, con el fn de generan grfcos comparatvos entre los acumulados mensuales de evaporacin obtenidos con el modelo FAO-56 y los registros del tanque evapormetro tpo A. Adicionalmente se logra demostrar que los promedios diarios de evaporacin varan para cada una de dichas regiones. 2. Metodologa 2.1. Datos meteorolgicos Se utlizaron datos diarios los cuales fueron proporcionados por el Insttuto Meteorolgico Nacional (IMN). La seleccin de las estaciones a utlizar se bas en los siguientes criterios: estaciones con registros de temperatura extrema, humedad relatva extrema, radiacin, insolacin, viento a 2 metros de altura y evaporacin; estaciones en las cuales los aos de registro para dichas variables sean los mismos; que sean representatvas de las siguientes seis regiones climtcas defnidas para Costa Rica: Pacfco Norte, Pacfco Central, Pacfco Sur, Valle Central, Zona Norte y Caribe. Se utlizaron las series de tempo ms extensas encontradas. En el cuadro 1 se muestran las estaciones seleccionadas para representar a cada regin climtca del pas, los parmetros disponibles, los aos analizados, las coordenadas y la elevacin. El cuadro 2 muestra las estaciones estudiadas, as como el porcentaje de datos faltantes de cada variable, donde NA (no hay dato) indica la ausencia total de datos para ese parmetro meteorolgico. Para el relleno de datos faltantes se utlizaron las rutnas, programas y conclusiones defnidas por Alfaro y Soley (2009). Este mtodo utliza predictores auto regresivos conocidos como AR(p), es un modelo lineal que utliza los valores de p tempos de muestreo anterior y posterior al dato para estmar el valor en un tempo dado (Ulrych y Bishop,1975) y (Ulrych y Clayton,1976). Para aquellas estaciones que no tenan registros de velocidad de viento a ninguna altura como Cuadro 1. Nmina de estaciones meteorolgicas seleccionadas Nmero estacin Nombre estacin Regin climtca Elevacin (msnm) Lattud () Longitud () Aos Parmetros 69579 Santa Clara, ITCR Zona Norte 183 10,36 84,51 1987 a 1994, 1998 a 2000, 2006, 2007, 2009, 2010. Temperatura, humedad relatva, horas sol, evaporacin. 71002 La Mola Caribe 94 10,34 83,67 2001, 2003, 2004, 2005, 2007, 2009, 2010. Temperatura, humedad relatva, horas sol, evaporacin. 74020 Llano Grande, Liberia Pacfco Norte 80 10,60 85,54 1976, 1978, 1981 a 1983, 1986, 1987, 1989. Temperatura, humedad relatva, horas sol, evaporacin. 84023 Estacin Experimental Fabio Baudrit Valle Central 840 10,02 84,27 1974, 1975, 1977, 1978, 1980, 1982 a 1984, 1986 a 2000. Temperatura, humedad relatva, horas sol, radiacin, viento, evaporacin. 90009 Damas Pacfco Central 21 9,50 84,21 2001, 2005 a 2007, 2009, 2010. Temperatura, humedad relatva, horas sol, viento, evaporacin. 98027 Pindeco Pacfco Sur 401 9,15 83,34 1986 a 1991, 1998, 2001, 2003, 2004. Temperatura, humedad relatva, horas sol, viento, radiacin, evaporacin. TPICOS METEOROLGICOS Y OCEANOGRFICOS 45 Santa Clara, La Mola y Llano Grande, se utliz la constante de 2 ms 1 , recomendada por Allen, Pereira, Raes & Smith (1998), dado que ste es el valor promedio de 2000 estaciones meteorolgicas distribuidas en todo el mundo. En el caso de las estaciones La Mola, Santa Clara, Llano Grande y Damas, debido a la falta de registros de radiacin, se utliz la metodologa descrita en Allen et al. (1998), la cual se basa en la frmula de Armstrong que relaciona la radiacin solar con la radiacin extraterrestre y la duracin relatva de la insolacin, adems de la nubosidad. En el caso de Pindeco, que tene un porcentaje de datos faltantes del 48%, la razn por la que se decidi utlizar este registro en vez de la constante recomendada, es porque se consider que para el caso de Costa Rica son ms realistas los valores rellenados con el mtodo auto regresivo, que la dicha constante. Adems, de acuerdo con Muoz, Fernndez, Gutrrez y Zarate (2002), el comportamiento anual de la velocidad del viento para la estacin de Pindeco es uniforme y vara entre 0,8 ms 1 y 1,7 ms 1 . 2.2. Modelo utilizado La organizacin Food Agriculture Organizaton (FAO) en colaboracin con la Internatonal Commision for Irrigaton and Drainage (ICID) y la World Meteorological Organizaton (WMO) decidieron crear la ecuacin FAO-56 como un nuevo modelo estndar para el clculo de la evapotranspiracin de referencia. Esta se establece utlizando el mtodo Penman- Monteith, defniendo algunos parmetros constantes, ya que se basa en un cultvo de referencia, a saber: un cultvo hipottco con una altura de 0,12 m, una resistencia superfcial de 70 ms 1 y un albedo de 0,23. Esta nueva propuesta reduce las imprecisiones del mtodo utlizado anteriormente por la FAO y produce valores globales ms consistentes de uso de agua en diversos cultvos (Allen et al., 1998). En la ecuacin 1 se muestra el clculo de la evapotranspiracin de referencia (ET 0 ), mediante el mtodo FAO-56 en unidades de mm dia 1 . Los parmetros se calcularon mediante la metodologa descrita en Allen et al. (1998). (1) Cuadro 2. Porcentajes faltantes de los parmetros disponibles Parmetro / Estacin Santa Clara, ITCR La Mola Llano Grande, Liberia Estacin Experimental Fabio Baudrit Damas Pindeco Humedad relatva mxima 8 1 3 0 13 7 Humedad relatva mnima 11 2 5 6 18 10 Horas sol 12 13 7 2 6 6 Radiacin global NA NA NA 0 NA 9 Velocidad viento NA NA NA 27 7 48 Temperatura mxima 13 1 1 1 2 0 Temperatura mnima 22 11 4 3 17 2 Evaporacin 13 6 12 5 21 10 46 Clculo de la evaporacin en Costa Rica mediante el mtodo FAO-56 Para el clculo del coefciente del tanque evapormetro tpo A (K p ) en cada una de las seis regiones climtca del pas, se utliz la ecuacin de regresin 2 dada por Allen et al. (1998), ya que en Costa Rica este instrumento es el que posee registros ms extensos para los datos de evaporacin. (2) Posterior a la realizacin del clculo de ET 0 y K p , se utliz la ecuacin 3 para obtener el valor de la evaporacin de referencia diaria, en cada regin analizada. (3) 3. Resultados y discusin 3.1. Comparacin FAO-56 y Tanque evapormetro tipo A Los valores de evaporacin se calcularon con el fn de promediar los acumulados mensuales totales, a partr de los valores diarios, para cada estacin y se dividieron en la cantdad de aos. La cantdad de aos utlizados vara segn la estacin (cuadro 3). En el cuadro 3 se muestran los valores extremos de los promedios mensuales, de la evaporacin calculada y el mes correspondiente a dicho valor extremo. Todas las estaciones presentan su valor mximo en el mes de marzo, a excepcin de Llano Grande que muestra su valor mximo en el mes de abril. Adems, nicamente Llano Grande (octubre) y Fabio Baudrit (septembre) no presentaron su valor mensual mnimo en el mes de noviembre. Las variaciones entre dichos valores extremos presentadas por las estaciones en orden descendente son: Pacfco Sur 169 mm, Valle Central 140 mm, Pacfco Norte 110 mm, Zona Norte 85 mm, Pacfco Central 75 mm y Regin Caribe 50 mm. Como se muestra en la fgura 1(a), la estacin de Llano Grande en Liberia tene un comportamiento mensual similar entre la evaporacin estmada (verde) y observada (azul). Se puede apreciar adems, que la ecuacin sobreestma principalmente los valores obtenidos durante los meses lluviosos. En las fguras 1(b) y 3(b), se observa que las estaciones de La Mola y Pindeco presentan las mayores diferencias entre el modelo y la realidad. En las seis grfcas contenidas en las fguras 1, 2 y 3, se puede observar la sobrestmacin del mtodo FAO-56, en relacin con el Tanque evapormetro tpo A. El comportamiento de la curva estmada y calculada tenen similitudes, sin embargo se encuentran diferencias importantes en el rango de stas, debido a dicha sobrestmacin. En el anlisis grfco que muestra Lizano (2007), se observa que en el Pacfco Central y Sur ocurren dos leves disminuciones durante los meses de Cuadro 3. Valores extremos mensuales de las diferencias de evaporacin Estacin Mes del valor mximo Mximo (mm) Mes del valor mnimo Mnimo (mm) Santa Clara Marzo 225 Noviembre 140 Mola Marzo 210 Noviembre 160 Llano Grande Abril 300 Octubre 190 Fabio Baudrit Marzo 355 Septembre 215 Damas Marzo 188 Noviembre 113 Pindeco Marzo 279 Noviembre 110 TPICOS METEOROLGICOS Y OCEANOGRFICOS 47 (a) (b) Figura 1. Promedio de evaporacin mensual del Tanque evapormetro tpo A y mtodo FAO Penman- Monteith. (a) Estacin 69579 Santa Clara, ITCR, (b) Estacin 71002 La Mola. (a) (b) Figura 2. Promedio de evaporacin mensual del Tanque evapormetro tpo A y mtodo FAO Penman-Mon- teith. (a) Estacin 74020 Llano Grande, Liberia, (b) Estacin 84023 Estacin Experimental Fabio Baudrit. (a) (b) Figura 3. Promedio de evaporacin mensual del Tanque evapormetro tpo A y mtodo FAO Penman- Monteith. (a) Estacin 90009 Damas, (b) Estacin 98027 Pindeco. 48 Clculo de la evaporacin en Costa Rica mediante el mtodo FAO-56 junio y agosto, lo cual coincide con el momento en que los vientos Alisios se aceleran nuevamente en el Caribe. Menciona adems este autor, que para la costa Caribe los vientos nortes y los sistemas de alta presin en el Atlntco hacen que en esta regin soplen los vientos Alisios intensamente, desde noviembre hasta abril, aumentando signifcatvamente en julio lo que coincide nuevamente con el veranillo. Mediante la observacin de las fguras 1, 2 y 3, podemos evidenciar dentro del perodo de valores mnimos de evaporacin, un leve aumento de dicha variable durante los meses de julio y agosto para las estaciones del Pacfco y Valle Central. En el caso del Caribe y la Zona Norte, el incremento se da en septembre y octubre que son los meses ms secos en esa regin, donde el incremento vara entre 5 y 20 mm, lo cual refeja la presencia del veranillo en todo el territorio nacional. 3.2. Promedios regionales de evaporacin En el cuadro 4 se presenta el clculo del promedio de evaporacin diaria, mediante los mtodos FAO-56 y Tanque evapormetro tpo A, para el registro total de cada una de las series de tempo. Comparando ambos mtodos, se confrma la sobrestmacin de la frmula sobre las observaciones. La cantdad de aos vara segn sea la estacin entre seis y 23, tal como se mostr en el cuadro 1. Segn las experiencias en el procesamiento de datos del tanque evapormetro tpo A, las observaciones mencionadas por Hidalgo, Cayan y Detnger (2005), en relacin a la dependencia de la evaporacin con respecto a otras variables climtcas y las defciencias ya conocidas en el registro de los datos, se sabe que dichos registros podran subestmar el valor real de evaporacin. Ramrez (1976) mediante el manejo de datos mensuales de evaporacin, reconoce las limitaciones al trabajar con evaporacin, siendo el Tanque evapormetro tpo A la nica medida de evaporacin en Costa Rica, adems de todos los factores externos que afectan esta medicin en caso de querer usarla como medida patrn, para la evaluacin de las frmulas de clculo y construccin de series de evaporacin. Al observar la primera columna del cuadro 4, se puede notar que se cumple lo comentado por Alfaro, Cid y Enfeld (1998), referente al valor promedio de la evaporacin que vara entre 5 y 8 mm dia 1 para Centroamrica, pero tambin se evidencia que existen diferencias importantes en los promedios diarios, para cada una de las seis regiones climtcas del pas aqu estudiadas. Cuadro 4. Valores promedio de la evaporacin diaria Estacin Promedio (mm da 1 ) FAO-56 Tanque tpo A 69579 - Santa Clara 5,8 3,5 71002 Mola 6,0 3,0 74020 - Llano Grande 7,6 7,0 84023 - Fabio Baudrit 8,0 5,0 90009 Damas 4,8 4,5 98027 Pindeco 8,2 4,0 4. Conclusiones Al calcular los valores promedio de la evaporacin regional, se evidencia que dichos valores varan entre la estmacin del mtodo FAO-56 y las observaciones del Tanque evapormetro tpo A, ya que el mtodo FAO-56 sobreestma las series de evaporacin reales. Por esta razn, la curva de evaporacin reconstruida se posiciona en valores ms altos que los de la curva de valores reales, generando una brecha entre los valores promedio de la evaporacin calculada y observada. En la metodologa actualmente utlizada para obtener la estmacin del inicio y conclusin de TPICOS METEOROLGICOS Y OCEANOGRFICOS 49 la poca lluviosa en Costa Rica, se utliza un valor diario de evaporacin de 5 mm dia 1 para todo el territorio nacional, lo cual nos lleva a un valor umbral pentadal de 25 mm dia 1 para todo Costa Rica. La aplicacin de los valores promedio diarios de evaporacin obtenidos en esta investgacin, para cada regin climtca, debe mejorar sustancialmente los resultados de las fechas del inicio y conclusin de la poca lluviosa en nuestro pas. Dichos promedios diarios de evaporacin son: 6 mm dia 1 en la Zona Caribe, 5,8 mm dia 1 en la Zona Norte, 7,6 mm dia 1 en el Pacfco Norte, 4,8 mm dia 1 en el Pacfco Central, 8,2 mm dia 1 en el Pacfco Sur y 8 mm dia 1 en el Valle Central. La aplicacin de este modelo en Costa Rica requiere an ms calibracin, ya que como pudo notarse algunas regiones como el Pacfco Sur y el Caribe, muestran una gran diferencia en cuanto al rango, entre el mtodo FAO-56 y el Tanque evapormetro tpo A. El mtodo FAO-56 utlizado para reconstruir los registros de evaporacin, es robusto estadstcamente y por lo tanto su aplicacin se torna difcil en aquellos casos en los que se carece de las series de tempo que este modelo requiere para su clculo. Dicha metodologa recomienda utlizar un valor constante de 2 ms 1 para aquellas estaciones que carecen de dicho registro, y este es un valor muy bajo para ciertas pocas del ao y ciertas regiones como es el caso del Pacfco Norte. Esta constante es una posible fuente de error en los clculos de la evaporacin. 5. Referencias Alfaro, E.; Cid, L. & Enfeld, D. (1998). Relaciones entre el inicio y el trmino de la estacin lluviosa en Centroamrica y los Ocanos Pacfco y Atlntco Tropical. Investgaciones Marinas. 26, 59-69. Alfaro, E. & Soley, J. (2009). Descripcin de dos mtodos de rellenado de datos ausentes en series de tempo meteorolgicas. Revista de Matemtcas: Teora y Aplicaciones. 16(1): 59-74. Allen, R.G.; Pereira, L.S.; Raes, D. & Smith, M. (1998). Crop evapotranspiraton, Guidelines for computng crop water Requirements. FAO Irrigaton and drainage paper 56. Food and Agriculture Organizaton of the United Natons. Hernndez, K. (2013). Estudio de la evaporacin en Costa Rica y su aplicacin para determinar el inicio y conclusin de la poca seca y lluviosa. Tesis de grado en Meteorologa. Escuela de Fsica, Universidad de Costa Rica. San Jos, Costa Rica. Hidalgo, H.; Cayan, D. & Detnger, M. (2005). Sources of Variability of Evapotranspiraton in California. Journal of Hydrometeorology. 6, 3-19. Lizano, O. (2007). Climatologa del viento y oleaje a las costas de Costa Rica. Ciencia y Tecnologa, 25(1-2): 43-56. Muoz, C.; Fernndez, W.; Gutrrez, J. & Zarate, E. (2002). Variacin estacional del viento en Costa Rica y su relacin con los regmenes de lluvia. Tpicos Meteorolgicos y Oceanogrfcos. 9(1): 1-13. Ramrez, P. (1976). Clculo de la evaporacin y la evapotranspiracin en Costa Rica. Tesis de grado en Meteorologa. Escuela de Fsica, Universidad de Costa Rica. San Jos, Costa Rica. Ulrych, T.J. & Bishop, T.N. (1975). Maximum entropy spectral analysis and autoregressive decompositon. Reviews of Geophysics and Space Physics. 13(1): 183200. Ulrych T.J. & Clayton, R.W. (1976). Time series modeling and maximum entropy. Physics of the Earth and Planetary Interiors. 12: 188200. 50 Reincidencia de eventos hidrometeorolgicos extremos en Costa Rica durante el periodo 2000-2010 LUIS EDUARDO QUESADA HERNNDEZ1 NURY SANABRIA VALVERDE2 Resumen A partir de la base de datos sobre eventos hidrometeorolgicos extremos del Instituto Meteorolgico Nacional, se analiz el comportamiento de los frentes fros y sistemas de bajas presiones que han impactado nuestro territorio en el perodo 2000-2010. Se caracteriz la frecuencia mensual del evento, la frecuencia mensual del impacto, la tendencia decadal y la distribucin espacial a nivel de cantn por medio de la utilizacin de Sistemas de Informacin Geogrfica. Ambos eventos tienen un comportamiento estacional en su frecuencia de aparicin y su impacto est relacionado con situaciones de vulnerabilidad y caractersticas geogrficas. La tendencia decadal muestra un aumento de ambos fenmenos, pero un impacto diferencial. El impacto de los frentes fros ha disminuido mientras que el impacto de bajas presiones ha aumentado. PALABRAS CLAVE: EVENTOS EXTREMOS, VARIABILIDAD CLIMTICA, FRENTES FROS, BAJAS PRESIONES, SISTEMATIZACIN DE LA INFORMACIN, SISTEMAS DE INFORMACIN GEOGRFICA. Abstract From the database of extreme weather events of the National Meteorological Institute, the behavior of cold fronts and low pressure systems that have impacted our country in the period 2000-2010 was analyzed. The monthly frequency of the event, the monthly frequency of impact the decadal trend and spatial distribution at the county level through the use of Geographic Information Systems are characterized. Both events have a seasonal pattern in their frequency and impact associated with vulnerabilities and geographical features. The decadal trend shows an increase of both phenomena, but a differential impact. The impact of cold fronts has decreased while the impact of low pressure has increased. KEYWORD: EXTREME WEATHER EVENTS, CLIMATE VARIABILITY, COLD FRONTS, LOW PRESSURE SYSTEMS, SYSTEMATIZATION, GEOGRAPHICAL INFORMATION SYSTEMS. 1 Bachiller en Geografa. Universidad Nacional de Costa Rica. Correo electrnico: luiseduardo-1031@hotmail.com. 2 Licda. en Geografa. Departamento de Climatologa e Investgacin Aplicada. Insttuto Meteorolgico Nacional. Correo electrnico: nury@imn.ac.cr. Tel. (506) 2222-5616. 1. Introduccin Costa Rica es un pas que por su posicin geogrfca se ve afectado por una gran variedad de eventos hidrometeorolgicos de diverso tpo, intensidad y frecuencia. Cada ao se contabilizan daos y prdidas por varios millones de colones en la infraestructura y los procesos productvos, que afectan los sectores socioeconmicos ms importantes del pas. Debido a lo anterior, existe un inters creciente por parte de la comunidad cientfca nacional de identfcar y caracterizar los eventos hidrometeorolgicos de mayor severidad. Estos anlisis se basan en dos corrientes de investgacin: los que evalan los daos econmicos y los estudios que miden la intensidad y la cantdad de dichos fenmenos (CEPAL 2011). Estos estudios han sido generados en el marco del cambio climtco, en el cual se espera que la intensidad y la frecuencia de dichos eventos vayan en aumento. TPICOS METEOROLGICOS Y OCEANOGRFICOS 51 Algunos de estos estudios no incluyen la variable geogrfca en el anlisis, ya que no precisan adecuadamente los eventuales puntos de impacto, ni las relaciones entre inundaciones y sequas con la orografa, para realizar un anlisis ms profundo relacionando aspectos fsicos y sociales. En Costa Rica existen y se desarrollan algunas bases de datos que relacionan eventos hidrometeorolgicos extremos, con los impactos causados. Una de las primeras bases corresponde al esfuerzo regional de la Red de Estudios Sociales en la Prevencin de Desastres en Amrica Latna (La RED), la cual se basa en diferentes fuentes para lanzar una herramienta en lnea, que despliega informacin sobre impactos de desastres y que se conoce como la base de datos Desinventar. Otra base importante es la que maneja La Comisin Nacional de Emergencia (CNE) y que cuenta con la informacin que ellos mismos generan durante la atencin de emergencias de diferente naturaleza. Ms recientemente se concretza una base de datos insttucionalizada por MAG- MIDEPLAN, que tene como objetvo contribuir con una herramienta robusta para la gestn del riesgo ante desastres de tpo hidrometeorolgico y tectnico (Flores, Salas, Astorga y Rivera, 2010). Los resultados obtenidos de estos sistemas, demuestran la enorme utlidad que tene este tpo de informacin para el anlisis y gestn del riesgo climtco en diferentes sectores productvos y sociales del pas. En lo referente a la informacin tcnica del evento atmosfrico, el Insttuto Meteorolgico Nacional (IMN) ha venido desarrollando una base de datos a partr de la informacin publicada en los boletnes meteorolgicos mensuales. Aunque dicha informacin no se encuentra totalmente sistematzada, su anlisis permite usarla en la caracterizacin espacial del impacto de una gran variedad de fenmenos atmosfricos. El presente trabajo tene como fnalidad demostrar la utlidad de la base de datos sobre eventos hidrometeorolgicos extremos del IMN, enfocndose en la distribucin espacial y temporal de dos de los fenmenos atmosfricos que ms precipitacin genera al pas: los frentes fros y las bajas presiones. Se caracteriza y analiza su tendencia para el periodo que abarca del 2000 al 2010, en Costa Rica. 2. Metodologa Se utliz la base de datos del Insttuto Meteorolgico Nacional construida a partr de los boletnes meteorolgicos, la cual contene informacin sobre las condiciones meteorolgicas, datos de registro y documentacin de eventos especiales. Se cont con un periodo de datos que va de 1980 al 2012, sin embargo, se escogi el periodo 2000-2010 como el piloto para el anlisis. Se homogeniz la informacin original dado que existan distntos niveles de detalle, metodologas de recoleccin y vacos. Se gener una base de datos que respondiera a los intereses de la insttucin, la cual cont con una informacin general y se cre otra base de datos con un mayor nivel de detalle, poniendo nfasis en los poblados, distritos y cantones para facilitar el anlisis posterior de la informacin. Se introdujo la base de datos al Sistema de Informacin Geogrfca (SIG), para lo que se utliz la variable espacial de cantones, creando distntas columnas que corresponden al tpo de evento y asociando la cantdad de ocasiones que dicho evento afect ese cantn. Tambin se gener una capa de puntos, la cual se hizo relacionando los poblados que se registraron en la base de datos con una capa de puntos en el SIG. Se analiz la incidencia de los eventos extremos en los poblados, a fn de obtener un panorama regional del impacto, adems se generaron grfcas de frecuencia de impacto, distribucin temporal de eventos y tendencia decadal. 52 Reincidencia de eventos hidrometeorolgicos extremos en Costa Rica durante el periodo 2000-2010 3. Resultados 3.1. Anlisis de los frentes fros Los frentes fros son la expresin de dos variables distntas: las masas de aire y los frentes propiamente. Strahler (1974) defne las masas de aire como cualquier porcin grande de la atmsfera inferior de temperatura y humedad constantes, dichas masas de aire se clasifcan segn su temperatura en fras y clidas. Cuando dos masas de aire con temperaturas distntas chocan, se produce la otra variable de estos eventos el frente, el cual es defnido como una lnea de contacto entre el aire fro de origen rtco o polar y el aire clido de origen subtropical. La caracterstca que distngue a los frentes fros es la capacidad de generar lluvias fuertes y tormentas de grandes magnitudes, cuando interactan con otras masas de aire con una mayor temperatura. El aire fro al ser ms denso se mantene cerca de la superfcie, lo que provoca que las masas de aire clido tengan que elevarse. Este evento se da con mucha violencia lo que origina nubes de desarrollo vertcal como los cmulos y cumulonimbos, los cuales estn asociados a lluvias intensas. Para el caso de Costa Rica, los frentes fros se dan cuando las masas de aire polar que vienen del Ocano Atlntco entran al mar Caribe e interacta con las masas de aire tropicales que se originan en el Ecuador, este fenmeno ocurre debido a la circulacin atmosfrica la cual genera que distntas masas de aire en el planeta estn en constante movimiento. Segn lo anterior, se puede entender por qu los frentes fros tenen una estacionalidad bastante marcada en comparacin con otros eventos que se originan durante todos los meses del ao, en la fgura 1 se puede observar la distribucin mensual de los frentes fros para el caso de Costa Rica, en el perodo 2000 - 2010. No todos los frentes fros causan algn impacto social o productvo, algunos de ellos pueden afectar al pas produciendo un aumento en la precipitacin, sin embargo, su intensidad no llega a ser la sufciente como para causar inundaciones, deslizamientos o rfagas de viento, que afecten algn sector social o productvo. Respecto a la distribucin de los efectos de los frentes fros en Costa Rica, se puede mencionar que las principales zonas afectadas por este evento son las ubicadas en el Caribe y la Zona Norte del pas, ya que las nubes de tormenta ingresan por el mar Caribe y se extenden por este territorio. En la fgura 2 se presenta la distribucin cantonal de los impactos por las lluvias asociadas a la presencia de frentes fros, en el periodo 2000 - 2010. El impacto de los frentes fros en Costa Rica tenen un comportamiento espacial bastante uniforme, ya que afectan principalmente los poblados que se encuentran en las regiones climtcas del Caribe Norte, Caribe Sur y la Zona Norte, siendo el Caribe Norte la zona ms afectada por este evento. El caso del cantn de Limn es bastante especial, dado que en el periodo 2000 - 2010 se vio afectado en 34 ocasiones, siendo el lugar donde se registra un mayor nmero de impactos. El hecho de que la mayor cantdad de la poblacin e infraestructura pluvial de la regin se concentra en este cantn, puede explicar el nmero de registros de daos (CNE, s.f.). Figura 1. Distribucin mensual de los frentes fros (nmeros de casos) registrados entre el 2000 y el 2010. TPICOS METEOROLGICOS Y OCEANOGRFICOS 53 Otro aspecto a considerar en la distribucin de los frentes fros, es la posicin geogrfca del sistema montaoso. La ubicacin de las cordilleras del pas, consttuye una barrera para el paso de las masas de nubes, generando as una lluvia orogrfca a barlovento de la montaa que afecta principalmente el este del pas. No obstante lo anterior se puede notar que hay cantones que se encuentran en la Regin Central y se ven afectados por los frentes fros, debido a los diferentes pasos inter-montanos como por ejemplo el paso de la Palma, entre el volcn Iraz y el volcn Barva y el paso Coliblanco el cual se ubica entre el volcn Turrialba y el vo lcn Iraz. Dado las formaciones geomorfolgicas antes mencionadas, se puede apreciar el ingreso de los cmulos y los cumulonimbos, afectando as distntos cantones como por ejemplo Turrialba, Cartago y Jimnez. Sin embargo, la afectacin de estos cantones es mucho menor en comparacin al Caribe Norte, Sur y la Zona Norte, en los cuales los frentes fros generan daos principalmente en los meses de noviembre y diciembre. En cuanto a la distribucin mensual de impactos, la fgura 3 presenta el acumulado para el perodo de estudio. Tanto en la zona norte del pas como en el Caribe, los frentes fros estn asociados con inundaciones las cuales ocurren principalmente por dos variables, tal como se detalla en el cuadro 1. La intensidad del frente fro es de mucha importancia, ya que distntos ros ubicados en estas zonas se salen de su cauce natural dado el aumento del caudal que se genera por las intensas precipitaciones que provocan estos eventos, esto sumado al relieve que presentan las tres regiones afectadas, hace que sea muy fcil el desarrollo de inundaciones generando daos socioeconmicos Figura 2. Distribucin espacial de los impactos registrados por frentes fros en el perodo 2000 2012. Costa Rica. Figura 3. Distribucin mensual de los impactos generados por frentes fros. Perodo de anlisis 2000-2012. Cuadro 1. Variables que afectan las inundaciones en Costa Rica Fsicas Antrpicas Lluvia Estacional Cambios de uso del suelo en las planicies aluviales Eventos atmosfricos Alteracin de las cuencas hidrogrfcas Lluvia Intensa Mal diseo de la infraestructura hidrulica Avenidas Mala planifcacin urbana Fuente: Comisin Nacional de Emergencia. 54 Reincidencia de eventos hidrometeorolgicos extremos en Costa Rica durante el periodo 2000-2010 a las comunidades. En la fgura 4 se puede observar el nmero de poblados afectados por frentes fros en el periodo 2000-2010. La tendencia lineal sugiere una disminucin notoria de los impactos generadas por los frentes fros, sin embargo, se debe hacer la salvedad de que esto no refeja el hecho de que exista una disminucin de los eventos. Como se puede observar en la fgura 5 el nmero de frentes fros va en aumento. Tal como se muestra en la fgura 5, el nmero de frentes fros que llegan al pas en el periodo analizado presenta una tendencia en aumento, esto principalmente a partr del ao 2008. Si se comparan la fgura 4 y la 5, se observa que durante el 2009 la cantdad de poblados afectados aument, sin embargo, entre el 2009 y el 2010 el nmero de afectaciones fue menor a pesar de que el nmero de frentes fros aument. Es posible que los frentes fros que llegaron no causaran mayor afectacin, o bien, que la vulnerabilidad de algunos cantones haya disminuido y su capacidad para enfrentar situaciones extremas haya evitado mayores afectaciones. Lo anterior se ve evidenciado en el 2008, ao en el que se produjo la mayor cantdad de impactos, sin que este haya sido el de mayor cantdad de frentes fros registrados. En este ao se contabilizaron 14 frentes fros, sin embargo, la cantdad de pueblos afectados por este tpo de eventos es de alrededor de 29. Por lo tanto, cabe destacar que la intensidad del evento, as como las variables antrpicas juegan un papel trascendental en la cantdad de daos que se reportan. El nmero de frentes fros que se estn generando cada ao va en aumento, siendo el periodo que va del 2008 al 2010 el ms actvo. Segn Alvarado y Zarate (2005), una serie de factores podran estar asociados al aumento de estos eventos. Cuando la Oscilacin rtca est en su fase negatva los frentes tenden a incrementarse, mientras que el nmero de empujes fros tende a disminuir cuando la Oscilacin rtca est en su fase positva. Adems, en presencia de El Nio hay un incremento en el nmero de frentes fros que alcanzan Cuba. De lo anterior se puede entender que los frentes fros no son un evento que se produzca de forma aislada, sino que hay muchas variables relacionadas a la variabilidad climtca en diferentes escalas que son las encargadas de modifcar el comportamiento de estos eventos. 3.2. Anlisis de sistemas de baja presin La evolucin de bajas presiones en el ocano puede originar huracanes, estos se inician Figura 4. Nmero de poblados afectados por fren- tes fros y su tendencia decadal. Perodo de anli- sis 2000-2013. Figura 5. Nmero de frentes fros registrados y su tendencia. Perodo 2000-2013. TPICOS METEOROLGICOS Y OCEANOGRFICOS 55 como una baja presin y si las condiciones de temperatura y viento son apropiadas, pueden contnuar evolucionando a depresin tropical, luego a tormenta tropical y por ltmo a huracn tropical, tambin llamados sistemas ciclnicos. Las bajas presiones son sistemas en las cuales el aire clido que se encuentra en una menor alttud es obligado a subir gracias a las masas de aire fro, vientos, temperatura y a la menor presin atmosfrica. El movimiento es ciclnico, lo que genera la formacin de nubes que posteriormente provocan lluvias intensas, debido a que, como se mencion anteriormente, las bajas presiones pueden llegar a convertrse en huracanes. La formacin de este evento depende de la distribucin de los vientos en la atmsfera, de la circulacin atmosfrica y la temperatura. Para Costa Rica en el periodo de estudio, los meses en los que ms bajas presiones se presentaron fueron octubre con 19 casos y noviembre con 30 eventos. Segn Alvarado (2013), las bajas presiones son fenmenos muy frecuentes en esta lattud, especialmente entre mayo y noviembre, debido a que en esa poca el pas se encuentra bajo el dominio de la Zona de Convergencia Intertropical y otros fenmenos ciclnicos que migran desde el Ocano Atlntco. En la fgura 6 se muestra la distribucin mensual de las bajas presiones en el periodo de estudio. En lo referente al impacto en la poblacin este es similar al generado por los frentes fros, teniendo la mxima afeccin en los meses de agosto, octubre y noviembre, tal como se puede observar en la fgura 7. La razn por la cual en estos meses es donde ms daos se generan, se debe al aumento en las inundaciones asociadas a la saturacin de los suelos. Es probable tambin, que el efecto acumulado de la precipitacin durante la mayor parte del perodo lluvioso (mayo a noviembre), contribuya con los procesos de saturacin y el aumento de caudales de los ros. La distribucin de los impactos generados por las bajas presiones es ms amplia que en el caso de los frentes fros. Esto se debe a que las bajas presiones se pueden originar tanto en el Caribe como en el Pacfco, por lo que el impacto que se asocia se puede presentar en cantones de ambas vertentes. En el caso de los frentes fros el impacto es mucho ms regional, esto debido al reforzamiento de los vientos Alisios y a la barrera contnental que representa el sistema montaoso del pas. Se puede notar que los cantones ms afectados son aquellos que presentan un relieve ms uniforme; adems, este tpo de eventos tenen una mayor reincidencia en la regin Pacfco Central, donde los cantones de Aguirre y Parrita son los que Figura 6. Distribucin mensual de las bajas presio- nes registrados entre el 2000 y el 2010 en Costa Rica. Figura 7. Distribucin mensual de los impactos causados por las bajas presiones. Perodo de an- lisis 2000 y el 2010. 56 Reincidencia de eventos hidrometeorolgicos extremos en Costa Rica durante el periodo 2000-2010 histricamente se han visto ms afectados. La razn por la cual esta zona es la ms afectada se puede asociar a la orografa que tene el pas, ya que todas las formaciones montaosas consttuyen una barrera que limita el paso de los vientos hmedos que ingresan al pas, por lo cual la poca distancia entre el ncleo de precipitacin montaa arriba y la llanura, son el lugar propicio para que se produzcan inundaciones repentnas y sumamente erosivas en la partes altas de las cuencas. Lo anterior se puede ejemplifcar retomando el caso de Parrita y Aguirre, lugares en los cuales se encuentran cerros pertenecientes a la fla Brunquea o Costea que es un sistema montaoso secundario. Esta formacin se extende por la costa central y sur del Pacfco costarricense y cuenta con elevaciones de 500 a los 1500 msnm, lo que ocasiona que las nubes formadas por la baja presin generen lluvias en las partes altas, las que posteriormente llegan a afectar en la parte baja de cuencas como la del ro Parrita. Este fenmeno se repite a lo largo del pas. En la fgura 8 se puede observar la distribucin de los impactos asociados a las bajas presiones para Costa Rica, en el periodo 2000-2010. En la fgura 9, se puede observar el nmero de bajas presiones que realmente afectaron a una poblacin en el periodo de estudio. Del total de 85 bajas presiones que se reportan en la base de datos, solo 48 afectaron realmente las poblaciones, por lo tanto se puede decir que un 56% de las bajas presiones registradas son las que ocasionaron daos directos a una poblacin. En lo que respecta a la distribucin anual de las bajas presiones, esta es bastante irregular tal como se puede apreciar en la fgura 10. Figura 8. Distribucin espacial de los impactos re- gistrados por bajas presiones en el perodo 2000 2012. Costa Rica. Figura 9. Nmero de bajas presiones que han afec- tado poblados. Perodo de anlisis 2000-2013. Figura 10. Nmero de bajas presiones registrados y su tendencia. Perodo de anlisis 2000-2013. TPICOS METEOROLGICOS Y OCEANOGRFICOS 57 Si bien es cierto no existe un patrn defnido en el nmero de bajas presiones reportadas, si existe una tendencia de aumento aunque esta no es signifcatva. 4. Conclusiones Dentro de las variables fsicas que ms infuyen en la distribucin de los eventos, est el relieve, dado que tanto en las bajas presiones como en los frentes fros la orografa infuye en la distribucin espacial de las lluvias intensas, por lo tanto, los impactos estn asociadas a una lluvia orogrfca bien defnida. Tambin cabe resaltar el mes de noviembre como el momento del ao donde hay ms poblados afectados por ambos eventos, esto se puede asociar a un punto en el cual los suelos se encuentran saturados, por lo que las inundaciones se originan con mucha ms facilidad. Es importante realizar un anlisis de los eventos hidrometeorolgicos extremos de forma interdisciplinaria, ya que estos responden a diversas variables tanto fsicas como sociales. Al identfcar reas y grupos poblacionales vulnerables, es factble elaborar poltcas y planes reguladores que establezcan las reas de riesgo, as como proyectos de vivienda acordes a las situaciones ambientales que tene cada cantn, capacitando adems a las poblaciones locales en lo referente a los riesgos. Si las medidas se toman con antcipacin a la luz del cambio climtco, se lograra planifcar un desarrollo que minimice estos posibles riesgos que afectan las poblaciones del pas, especialmente en la Zona Norte, el Caribe y el Pacfco Central. 5. Referencias Alvarado, L. (2013). Resumen de Fenmenos Meteorolgicos. Nota Tcnica. Insttuto Meteorolgico Nacional. San Jos, Costa Rica (en elaboracin). Alvarado, L. & Zarate, E. (2005). Posibles relaciones de cambio climtco en Centroamrica y el Caribe suroccidental entre patrones lluviosos actuales y futuros. Costa Rica: Proyecto PNUMA-TWAS. CEPAL, (2011). La economa del cambio climtco en Centro Amrica. Reporte Tcnico. Recuperado de: htp://www.eclac.org/ publ i caci ones/xml /5/43925/2011-29- CambioClimatco-RT-L1016web_Cap_7.pdf CNE, (S.F.) Deslizamientos, Inundaciones y Sismos. Recuperado de: htp://www.cne. go. cr/educaci on_asesori a/7/Fol l eto_ Deslizamientos.pdf. Flores, R.; Salas, J.; Astorga, M. & Rivera, J. (2010). El impacto econmico de los eventos naturales y antrpicos extremos en Costa Rica. 1988-2005. Costa Rica: Unidad de Inversiones. MIDEPLAN. Strahler, A. (1974). Geografa Fsica. Espaa: Editorial Omega. 58 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica DANIEL POLEO BRITO1 ELADIO SOLANO LEN2 WERNER STOLZ ESPAA3 Resumen Se llev a cabo un anlisis mensual del comportamiento de cada una de las ocho fases de la Oscilacin Madden- Julian (MJO-siglas en ingls) y se obtuvo que para una amplitud (A) mayor que 1 se registr el doble de das en las fases 5, 6 en el trimestre diciembre-febrero (DEF) en relacin con las otras fases. Las fases 1 y 2 triplican en das lo que acumulan las otras fases, en los meses de mayor cantidad de lluvia del periodo agosto-octubre (ASO), en la vertiente del Pacfico costarricense. Este comportamiento podra explicar un fortalecimiento de las precipitaciones en el Pacfico centroamericano durante el perodo ASO, reforzando el comportamiento bimodal de las precipitaciones. Se analizaron espectralmente las series de datos de lluvia de 12 estaciones meteorolgicas de Costa Rica en un perodo de 38 aos, filtrando previamente las frecuencias menores a 30 das, aplicando luego el mtodo de la transformada de Fourier se obtuvo la seal con mayor potencia en perodos comprendidos entre 28 y 90 das, los cuales se asociaron con la MJO, siendo ms frecuente la seal con perodo de 30 das. Se compar la lluvia en cada una de las 8 fases de la MJO y se observ que cuando la A>1 hay mayor diferencia en los acumulados de lluvia entre cada fase que cuando la A<1. La vertiente del Pacfico cuando la A>1 present casi tres veces ms (menos) acumulados de lluvias durante las fases 1 y 2 (4, 5 y 6) de la MJO; contrariamente, el Caribe y Zona Norte presentaron dos veces ms (menos) cantidad de lluvia acumulada en las fases 5 y 6 (1, 2 y 8) de la MJO. PALABRAS CLAVE: OSCILACIN MADDEN-JULIAN (MJO), ANLISIS ESPECTRAL MJO, MJO EN EL CARIBE, PRECIPITACIONES Y MJO, ANLISIS DE FOURIER Y MJO. Abstract Was performed a monthly analysis of the behavior of each of the eight phases of the Madden-Julian Oscillation (MJO-acronym in English) and was obtained for an amplitude (A) greater than 1 double days was recorded in phases 5, 6 in the December-February (DEF) quarter compared with the other phases. Phases 1 and 2 triples in days which accumulate other phases, in the months of highest rainfall in the period August-October (ASO) in the Pacific slope of Costa Rica. This behavior could explain the strengthening of rainfall in the Central American Pacific during the ASO period, reinforcing the bimodal behavior of rainfall. Series of rainfall data from 12 weather stations Costa Rica is spectrally analyzed over a period of 38 years previously filtering out frequencies below 30 days, then applying the method of the Fourier transform of the signal with more power during periods was obtained between 28 and 90 days, which were associated with the MJO, the most common being the signal period of 30 days. Rain in each of the eight phases of the MJO was compared and it was noted that when the A> 1, there is greater difference in the cumulative rainfall between each phase when the A <1. The Pacific slope when A> 1 had almost three times more (less) accumulated rainfall during phases 1 and 2 (4, 5 and 6) of the MJO; contrary, the Caribbean and North Zone presented twice more (less) rainfall accumulated in phases 5 and 6 (1, 2 and 8) of the MJO. KEYWORDS: MADDEN-JULIAN OSCILLATION (MJO), SPECTRAL ANALYSIS MJO, MJO IN THE CARIBBEAN, RAINFALL AND MJO, MJO AND FOURIER ANALYSIS. 1 Meteorlogo. Departamento de Meteorologa Sinptca y Aeronutca. Insttuto Meteorolgico Nacional. Correo electrnico: dpoleo@imn.ac.cr. Tel. (506) 2222-5616. 2 Meteorlogo. Departamento de Meteorologa Sinptca y Aeronutca. Insttuto Meteorolgico Nacional. Correo electrnico: esolano@imn.ac.cr. Tel. (506) 2222-5616. 3 Meteorlogo. Departamento de Meteorologa Sinptca y Aeronutca. Insttuto Meteorolgico Nacional. Correo electrnico: wstolz@imn.ac.cr. Tel. (506) 2222-5616. TPICOS METEOROLGICOS Y OCEANOGRFICOS 59 1. Introduccin La oscilacin atmosfrica de Madden-Julian (MJO, por sus siglas en ingls) es el modo predominante de la variabilidad intraestacional en los trpicos a escala planetaria. Esta oscilacin modula, entre otras cosas, la temporada de huracanes en la cuenca del Atlntco Norte y en otra regiones segn Klotzbach (2010), el fenmeno de El Nio/ Oscilacin del Sur (ENOS) y la actvidad lluviosa convectva en los trpicos. Sus impactos locales y remotos son de especial inters, dado que su predictbilidad es de alrededor de dos semanas segn Ventrice et al. (2013). Por ende, podran antciparse con mayor antelacin eventos de precipitaciones extremas o periodos muy lluviosos en la regin centroamericana y del Caribe. La actvidad convectva de la MJO se propaga hacia el este a lo largo del ecuador, a una velocidad de alrededor de 5 ms -1 y est partcularmente confnada al Hemisferio Este, aunque su seal, en los niveles ms altos de la troposfera, afecta los trpicos a nivel global segn Ventrice et al. (2013). La MJO se genera por la fuerte actvidad convectva que se desarrolla sobre el ocano ndico y tene un periodo de alrededor de 45 das (30-60 das) segn Madden y Julian, (1972) y de 30-90 das, segn Martn y Shumacher (2011). Martn y Shumacher (2011) analizaron la infuencia de la MJO en la actvidad lluviosa del Mar Caribe, utlizando datos diarios de precipitacin, viento y otras variables atmosfricas estmadas satelitalmente. Estudiaron la variabilidad intraestacional (30-90 das) y las lluvias caribeas, vinculndolas con las fases de la MJO defnidas por Wheeler y Hendon (2004). Madden y Julian (1994) identfcaron el ncleo convectvo de mayor precipitacin, para monitorizar el desplazamiento zonal de la MJO, la cual se localiza primero sobre el sector occidental del ocano ndico para luego propagarse hacia el oriente sobre el ocano Pacfco occidental y central. Dicho complejo convectvo se debilita cuando se desplaza sobre las aguas fras del Pacfco oriental. Martn y Shumacher (2011) observaron cantdades anmalas de lluvia de hasta 50% por encima (debajo) del valor anual promedio, durante las fases 1 y 2 (5 y 6) de la MJO, en la regin del Mar Caribe. Cuando las anomalas fueron positvas (negatvas) en las fases 1 y 2 (5 y 6), las desviaciones del viento disminuyeron (aumentaron). Adems, demostraron que las variaciones de los vientos en los niveles ms bajos de la atmsfera, son ms signifcatvas en la regin del Chorro de Bajo Nivel del Caribe (CLLJ). Asimismo, encontraron que la precipitacin extrema sobre las islas caribeas muestra una fuerte relacin con las fases de la MJO, dado que los eventos de lluvias extremas ms intensas fueron ms frecuentes en las fases 1 y 2 en la regin del Mar Caribe. Torres (2012) demuestra que las fases de la MJO tenen relacin con el comportamiento de la actvidad lluviosa en Colombia. Por su parte Paegle, Byerle y. Mo (2000) estudiaron el reforzamiento de las precipitaciones en Suramrica, como consecuencia del fortalecimiento de la Zona de Convergencia del Atlntco Sur por la MJO. Klotzbach (2010) estudi la relacin entre la MJO y la cantdad de ciclones tropicales en la cuenca del Atlntco, logrando demostrar que en las fases 1 y 2 la frecuencia e intensidad de dichos fenmenos atmosfricos son signifcatvamente mayores. Aunado a lo anterior, Alfaro, Solano y Quesada (2010) relacionaron dicha actvidad ciclnica en el Mar Caribe con la ocurrencia de eventos extremos en el pas, lo cual evidencia lo importante del estudio de la MJO. Para determinar si las oscilaciones atmosfricas afectan el comportamiento de las variables meteorolgicas de una regin se recurre al anlisis espectral de las series de tempo. 60 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica Uno de los primeros estudios de este tpo enfocado a las oscilaciones de la Atmsfera Libre sobre Amrica Central fue realizado por Amador (1975), aplicando fltros de paso alto y bajo con frecuencias entre cuatro y diez das aproximadamente. Amador (1975) realiz anlisis espectrales de la temperatura, la altura geopotencial y las componentes zonal y meridional del viento, identfcando con ello los efectos sobre Centroamrica de las ondas tropicales y ondas de Rossby, entre otros. Sin embargo, no se utlizaron datos de precipitacin ni frecuencias mayores a 20 das para analizar la posible seal asociada de la MJO con el patrn lluvioso en Costa Rica. El objetvo principal de este trabajo es investgar si existe relacin entre el comportamiento de las lluvias en Costa Rica y la MJO. 1.1. ndice de seguimiento y diagrama de Wheeler-Hendon Wheeler y Hendon (2004) desarrollaron un ndice de monitorizacin de la MJO. ste se basa en los coefcientes temporales (componentes principales) de las funciones empricas ortogonales del viento zonal -cuasi ecuatorial- en 850 hPa, el viento zonal en 200 hPa y los datos de radiacin de onda larga saliente (OLR) entre las lattudes 15N y 15S. A las primeras dos componentes principales las denominaron ndices multvariados en tempo real de la MJO 1 (MJO 2) -RMM1 y RMM2 respectvamente-. Dichos ndices explican el 25% de la varianza de los campos atmosfricos originales, mientras que la tercera componente principal (EOF 3) explica el 6.1% de la varianza, razn por la cual se utlizan nicamente las dos primeras componentes principales. Adems, la MJO fue clasifcada en 8 fases segn Wheeler y Hendon (2004). Cuanto mayor (menor) sean su varianza y amplitud (ver ecuaciones 1 y 2) ms (menos) intensa es la oscilacin. La amplitud de la MJO se calcula segn las ecuaciones 1 y 2. Varianza (V) = (RMM1) 2 + (RMM2) 2 (1) Amplitud (A) MJO = (Varianza) 1/2 (2) En la fgura 1 se muestra el diagrama de Wheeler- Hendon. La MJO de intensidad dbil tene amplitud menor que 1 y se circunscribe al crculo central de la fgura. La conveccin profunda de la MJO se localiza en el ocano ndico en las fases 2 y 3, fases 1 y 8 en el Hemisferio Occidental y frica, fases 6 y 7 sobre el Pacfco Occidental y fases 4 y 5 en Oceana. 1.2. Algunas caractersticas dinmicas de la MJO en funcin de sus ocho fases Gotschalck, Kousky, Higgins y LHeureux (2014) grafcaron la velocidad potencial en el nivel atmosfrico de 200 hPa sobre la regin geogrfca mostrada en la fgura 2, en funcin de las fases de la MJO. El anlisis se hizo para los periodos de noviembre a marzo (en adelante, periodo 1) y de mayo a setembre (periodo 2), correspondientes a Figura 1. Diagrama de Wheeler-Hendon para lo- calizar la oscilacin de Madden-Julian segn las 8 fases de la MJO. Adaptado de Wheeler-Hendon (2004). TPICOS METEOROLGICOS Y OCEANOGRFICOS 61 las estaciones seca y lluviosa, respectvamente, de la vertente del Pacfco de Costa Rica. Las fases 1, 2, 3 y 4 muestran convergencia en 200 hPa en ambos periodos, aunque con valores mayores en el periodo 2. Las fases 6, 7 y 8 refejan patrones de divergencia con valores mximos, partcularmente sobre la vertente del Pacfco centroamericano. La fase 5 no muestra un patrn dominante de divergencia en ambos cuatrimestres. Los valores mximos de convergencias se detectan sobre la vertente del Pacfco. Los patrones de convergencia (divergencia) en altura deberan desfavorecer (favorecer) la actvidad lluviosa convectva sobre la regin centroamericana. La fgura 3 muestra anomalas de presin atmosfrica, de signo contrario, entre el Mar Caribe y la Vertente del Pacfco centroamericano, partcularmente en las fases 3, 4, 7 y 8 (3, 4, 5, 7 y 8), del periodo 1 (2). Si en el Mar Caribe la anomala es positva (negatva) y en el Pacfco, negatva (positva), los vientos alisios se refuerzan (debilitan). En este ltmo escenario el fujo monznico se vera favorecido, partcularmente en las fases 7 y 8 del periodo 2, correspondiente a la estacin lluviosa del Pacfco centroamericano. La fase 5 muestra anomalas negatvas en ambos periodos sobre Costa Rica. Las anomalas del vector viento en el nivel atmosfrico de 850 hPa y de la radiacin de onda larga (OLR, por sus siglas en ingls) sobre el ecuador en la regin del Pacfco y Figura 2. Anomalas de la velocidad potencial (m 2 s -1 ) en el nivel atmosfrico de 200 hPa (1979-2004) en funcin de las fases de la MJO. Adaptado de Gotschalck (2014). 62 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica partcularmente sobre la regin Centroamericana dependen de las fases de la MJO (ver fgura 4). En la fgura 3 las zonas sombreadas informan de anomalas negatvas de OLR menores que -7.5, -15, -22.5 y -30 Wm -2 y las rayadas, anomalas positvas mayores que 7.5, 15, 22.5 y 30 Wm - 2 ; las fechas muestran las anomalas del viento estadstcamente signifcantes al 99%. Las anomalas de vientos del oeste (ver fgura 4) en las fases 1, 2 y 8 sobre la vertente del Pacfco deberan favorecer la adveccin de humedad y los procesos convectvos sobre la regin contnental, y el fortalecimiento de la Zona de Convergencia Intertropical o inclusive desplazarla hacia el norte de su posicin climatolgica. Al mismo tempo, se registra sobre el mar Caribe una desintensifcacin del CLLJ y de la velocidad de los vientos alisios. Por el contrario, las anomalas de viento del este en la fases 3, 4, 5, 6 y 7 implican tanto la intensifcacin de los vientos alisios sobre Centro Amrica como del CLLJ, lo cual desfavorece la actvidad lluviosa de la vertente del Pacfco de Costa Rica, aumentndola en su regin caribea. Las fases 1 y 8 de la MJO son las que muestran las mayores anomalas, tanto del viento del oeste como de la OLR. Figura 3. Anomalas de la presin atmosfrica a nivel del mar (1979-2004) en funcin de las fases de la MJO. Adaptado de Gotschalck (2014). Periodo 1 Periodo 2 TPICOS METEOROLGICOS Y OCEANOGRFICOS 63 2. Metodologa Se utlizaron datos diarios de 12 estaciones meteorolgicas mecnicas del Insttuto Meteorolgico Nacional (IMN) (cuadro 1), con un registro de enero de 1975 a julio de 2013, exceptuando la estacin meteorolgica de Peas Blancas cuyo periodo abarca hasta el ao 2006. Los datos faltantes llegan a un mximo de 10 % y se completaron aplicando la tcnica de Alfaro y Soley (2009). La caracterizacin de la MJO se basa en las componentes RMM1, RMM2 y sus fases diarias registradas por la Ofcina de Meteorologa de Australia (htp://www.bom.gov.au/climate/mjo). Se aplic el mtodo de fltrado Gaussiano de ventanas de paso bajo con frecuencia igual a 31 das a las series de datos diarios de lluvia para atenuar los espectros de altas frecuencias menores a 30 das. Para tal efecto se us un fltro del paquete computacional Matlab (versin R2007). Posteriormente, se llev a cabo el anlisis espectral de los datos basndose en la metodologa de Torrence y Compo (1998), para determinar si exista una seal de inters alrededor de 30-60 das. Para tal efecto se utliz Figura 4. Anomalas del vector viento en el nivel atmosfrico de 850 hPa y de la radiacin de onda larga del periodo 1974-2003 de mayo-junio (exceptuando 1978) en funcin de las fases de la MJO. Adaptado de Wheeler-Hendon (2004). 64 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica un anlisis armnico de Fourier (ver ecuaciones 3 y 4), con una secuencia de N datos de entrada del resultado x (anlisis de Fourier), donde N son los datos diarios de la precipitacin. Luego, se aplic la transformada rpida de Fourier (X) como un vector de longitud N, X (ecuacin 4). Se contabilizaron y grafcaron las cantdades de das de la MJO en funcin de su fase con el fn de determinar si existan variaciones mensuales signifcatvas en el periodo de estudio. Adems, se diferenciaron los acumulados de lluvia asociados con amplitudes mayores y menores a 1 de la MJO. Para determinar si existan diferencias entre los registros totales de lluvia y la oscilacin mensual, se grafcaron los acumulados de lluvia para cada fase de la MJO durante los meses de octubre y julio, con el fn de establecer si las tendencias de precipitacin anual se repetan durante el mes ms lluvioso (seco) en la vertente del Pacfco (Caribe) y durante el perodo de ocurrencia del Veranillo. Martn y Shumacher (2011) sugieren que no existen diferencias estacionales entre los perodos de duracin de las fases de la MJO, sin embargo, no presentaron una comparacin mensual de la oscilacin. Se grafcaron las variaciones mensuales de la MJO para amplitudes mayores a 1 en cada una de las fases con una signifcancia estadstca del 98%. Se buscaba encontrar algn tpo de sesgo de las fases 1 y 2 durante los perodos de mayor precipitacin en la estacin lluviosa de la vertente del Pacfco de Costa Rica y algn predominio de las fases 4 y 5 durante la estacin seca de la misma vertente, en el periodo noviembre-abril. Se compar durante el mes de octubre el comportamiento de la MJO en Liberia, Coto 47 y Caribe Sur, con el fn de observar si exista alguna relacin entre el mes ms lluvioso de la vertente del Pacfco o del Caribe y el comportamiento de la MJO, as como para el mes de julio, en el cual se presenta la primera parte del perodo canicular (Veranillo). Cuadro 1. Estaciones meteorolgicas mecnicas utilizadas en el estudio (1975-2013) Cuenca Hidrolgica Nmero de estacin meteorolgica Nombre Lattud () Norte Lattud () Norte Longitud () Oeste Longitud () Oeste Alttud (m) Vertente 69 515 QUEBRADA AZUL 10 24 84 28 83 Caribe 69 556 CIUDAD QUESADA 10 17 84 22 1450 Caribe 73 10 CATIE, TURRIALBA 9 53 83 39 602 Caribe 81 3 LIMN 9 57 83 1 5 Caribe 85 6 PUERTO VARGAS, LIMN 9 43 82 48 3 Caribe 69 534 PEAS BLANCAS 11 12 85 36 80 Caribe 84 19 HDA. LA LAGUNA, CURRIDABAT 9 55 84 0 1240 Pacfco 84 6 HDA. CONCEPCIN, TRES ROS 9 57 84 8 997 Pacfco 94 2 MARTIMA 9 23 84 2 8 Pacfco 100 35 COTO 47 8 35 82 58 8 Pacfco 74 20 LLANO GRANDE, LIBERIA 10 35 85 32 80 Pacfco 72 111 PAQUERA 9 49 84 56 15 Pacfco TPICOS METEOROLGICOS Y OCEANOGRFICOS 65 Adems, se calcul el promedio de lluvia de todas las estaciones en las vertentes del Caribe y del Pacfco en funcin de cada una de las fases de la MJO para amplitudes mayores que 1, se calcularon las anomalas de precipitacin y se grafcaron para obtener un promedio de su comportamiento en cada regin, en funcin de las fases de la MJO. Finalmente, se realiz un estudio de signifcancia estadstca para muestras independientes con una prueba T de Student, para los casos donde las amplitudes mayores que 1 en cada una de las estaciones estudiadas a un intervalo de confanza de 95 %. 3. Resultados y anlisis 3.1. Anlisis espectral de los datos diarios de lluvia de alguna estaciones meteorolgica de Costa Rica El anlisis espectral de los datos de lluvia diaria de las estaciones meteorolgicas de la vertente del Pacfco como Hacienda Curridabat, Quebrada, Liberia, Paquera y Coto 47, muestran la mayor seal espectral tene perodos de 28 a 55, lo que podra identfcarse con la MJO (ver fgura 5). Las dos ltmas son las que muestran las potencias ms altas. Figura 5. Anlisis espectral con fltrado de 30 das aplicado a las estaciones de Coto 47 (mayor potencia da 29) y Liberia (mayor potencia da 28) (arriba-derecha), Hacienda Curridabat (da 55) (abajo-izquierda) y Paquera (da 31) (abajo-derecha) localizadas en el Pacfco y el Valle Central. (Potencia (mm/da)* 10 -2 ). 66 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica Quebrada Azul y Turrialba muestran una seal ms clara alrededor de la frecuencia de inters (fgura 6). En Limn y Puerto Vargas, vertente caribea del pas, no se muestra una seal clara como en la vertente del Pacfco, sin embargo, la mayor potencia se sigue registrando en el periodo de 29 a 50 das, equivalente a frecuencias de 0,02- 0,04 ciclos/da (fgura 7). La deteccin de las seales espectrales asociadas con la MJO en las estaciones meteorolgicas en estudio, es de suma importancia desde el punto de vista de la predictbilidad del comportamiento de las lluvias, dado que el reforzamiento de stas sera previsible en funcin de la estmacin de la fase de la MJO presente sobre el pas. Dicho aumento de las lluvias podra favorecer la generacin de eventos de precipitaciones extremos sobre lo normal en el pas en partcular y sobre el rea centroamericana en general, de tal manera que podra antciparse el aumento Figura 6. Anlisis espectral con fltrado de 30 das aplicado a las estaciones en Quebrada Azul (Potencia (mm/da)*10 -2 ) (mayor potencia da 29) (izquierda) y CATIE (Potencia (mm/da)*10 -3 )(derecha), en la Zona Norte y Caribe Norte respectvamente. Figura 7. Anlisis espectral con fltrado de 30 das aplicado a las estaciones en Puerto Vargas (mayor poten- cia da 50) (izquierda) y Limn (mayor potencia da 31) (derecha) del Caribe Sur costero. (Potencia (mm/ da)*10 -3 ). TPICOS METEOROLGICOS Y OCEANOGRFICOS 67 de la probabilidad de ocurrencia. Generalmente, el patrn lluvioso se relaciona con variables de mayor escala tanto temporal como espacial, sin embargo, estos resultados demuestran que existe una variabilidad y asociacin importante entre el patrn lluvioso del pas y la MJO. 3.2. Distribucin mensual de las fases de la MJO En la fgura 8 se muestran las caracterstcas mensuales relevantes, a saber: a) la fase 1 predomina en 50 das ms en relacin con las otras fases en julio, mes de Veranillo en la vertente del Pacfco de Costa Rica, b) las fases 1, 2, 5 y 6 estn presentes en igual medida en agosto, otro mes de Veranillo en la regin centroamericana, c) la fase 5 acumula una mayor cantdad de das en los meses de setembre y octubre, bimestre ms lluvioso de la segunda etapa de la estacin lluviosa en la vertente del Pacfco, d) en el trimestre diciembre-febrero (correspondiente al invierno del hemisferio norte) predominan las fases 3, 6, 7 y 8, e), en mayo primer mes de la estacin lluviosa del Pacfco, dominan las fases 7 y 8. Todas las fases de la MJO estn presentes a lo largo de los meses del ao en mayor o menor medida, tal como lo plantearon Martn y Shumacher (2011), quienes indican que no existen diferencias estacionales importantes entre stas. Figura 8. Cantdad total de das correspondientes a cada una de las fases de la MJO (A>1) entre el periodo 1975-2013. 68 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica 3.3. Lluvia acumulada en algunas estaciones meteorolgicas en funcin de las fases de la MJO Las fguras 9 y 10 muestran la lluvia acumulada en las estaciones meteorolgicas en estudio, en funcin de las fases de la MJO, tanto para amplitudes mayores como menores que uno. Las estaciones localizadas en la vertente del Pacfco registran valores acumulados mayores en la fase 1 y 2, en comparacin con el resto; en la regin Caribe (Limn, Puerto Vargas y Turrialba) la fase 5 es la que muestra mayores cantdades, lo que estara concordando con la disminucin o Figura 9. Lluvia acumulada (mm) para el perodo 1975-2013 en funcin de las fases de la MJO en la verten- te del Pacfco; amplitudes mayores que 1 en color azul, menores que uno en rojo. TPICOS METEOROLGICOS Y OCEANOGRFICOS 69 aumento, respectvamente de los vientos alisios y por ende del CLLJ, entre otros factores. Cuando las amplitudes de la MJO superan el valor de uno, se presentan acumulados de lluvia superiores en relacin a todos los casos en que la intensidad es menor que uno, con excepcin de la fase 4 en la estacin de Curridabat (ver fgura 9). Los datos de la fgura 10 refejan el comporta- miento de las estaciones meteorolgicas en la costa caribea. Tanto Limn como Puerto Vargas Figura 10. Lluvia acumulada (mm) para el perodo 1975-2013 (excepto Peas Blancas) en funcin de las fases de la MJO en la vertente del Caribe; amplitudes mayores que 1 en color celeste, menores que uno en morado. 70 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica refejan que la fase 5 es la que muestra la mayor cantdad acumulada de lluvia; mientras que Peas Blancas, Quebrada Azul y Ciudad Quesada muestran un escenario mixto, dado que tanto la fase 1 como la 5 registran cantdades mayores comparatvamente con el resto de las fases. El comportamiento de las precipitaciones de acuerdo a la fase de la MJO, es concordante en las estaciones que pertenecen a la vertente del Pacfco; partcularmente en las fases 1 y 2 se observan acumulados de lluvia que superaron en tres veces los montos acumulados en las fases 4 y 5. La fase 4 (fase 1) es la que presenta menos (ms) cantdad de lluvia, durante el perodo de estudio. Las anomalas de las lluvias en la vertente del Caribe (ver fgura 10), muestran que cuando la MJO tene amplitudes > 1 stas superan en ms del 95% de los casos a las cantdades con amplitudes < 1. Por otra parte, en las fases 3, 4, 5 y 6 se presentaron las diferencias ms notorias: cuando la MJO tene amplitudes > 1, los montos de precipitacin suelen ser mucho mayores que cuando se tenen amplitudes < 1, llegando incluso a duplicarlos en algunos casos; no obstante, en las fases 1, 2 y 8 se obtuvieron diferencias de entre el 5 y el 30% en los acumulados de lluvia, tenindose los montos ms altos cuando la amplitud es > 1, al igual que en las otras fases. En la estacin de Peas Blancas, los acumulados de lluvia en la fase 1 con amplitud > 1 prctcamente duplicaron los montos recolectados en esa misma fase, con amplitudes < 1. En las estaciones del Caribe Norte y Sur se obtuvieron acumulados de precipitacin muy similares, con mayores (menores) montos de lluvia en las fases 5 y 6 (1, 2 y 8), lo cual es an ms notorio en las estaciones (costeras) de Puerto Vargas y Limn, donde las fases ms lluviosas (5 y 6) triplican los acumulados de las menos lluviosas (1,2 y 8). Especfcamente en la estacin de CATIE, las diferencias son del doble en las fases ms lluviosas (5 y 6). Peas Blancas muestra caracterstcas tpicas de estaciones del Pacfco y del Valle Central, donde los mximos de precipitacin y las mayores diferencias entre las fases ms intensas y dbiles de la MJO se presentan en las fases 1 y 2. Por otra parte, la estacin Quebrada Azul presenta un comportamiento mixto, con acumulados mximos de precipitacin durante las fases 1, 5 y 6. 3.4. Lluvia acumulada en el mes de octubre en funcin de las fases de la MJO en algunas estaciones meteorolgicas Como se muestra en la fgura 11 la estacin ubicada en Liberia muestra las mayores cantdades de lluvia en las fases 1, 2 y 3; por el contrario, los valores menores se observan en las fases 3, 6 y 7, estas fases acumulan menos de 4000 mm en Liberia), es decir, menos de la mitad de lo que acumulan las fases ms actvas. En Coto 47, la mayor cantdad de lluvia se registr en las fases 1 y 5 y la menor en las fases 3 y 7. En la estacin de Limn, la mayor (menor) cantdad de lluvia se acumul en las fases 4 y 5 (3, 7 y 8), este incremento es concordante con el aumento del fujo de Alisios. TPICOS METEOROLGICOS Y OCEANOGRFICOS 71 3.5. Lluvia acumulada en el mes de julio en Liberia (Pacfico Norte) en funcin de las fases de la MJO La fgura 12 muestra que en los meses de julio en los que predomina la fase 1 se deberan refejar veranillos menos perceptbles. Por el contrario, si estn presentes las fases 4 y 5, los periodos caniculares deberan ser ms intensos. Esta partcularidad muestra que para antcipar el comportamiento de los Veranillos no basta con considerar, aisladamente, las oscilaciones de gran escala tanto espacial como temporal, sino que se debe prever la fase de la MJO que estar presente a corto plazo, lo que modulara el comportamiento de los periodos secos, en mayor o menor cuanta. La intensidad de los periodos de Veranillo depende tambin, del tpo de fase actvo de la MJO. Del mismo modo puede observarse, que hay una marcada diferencia entre las precipitaciones con amplitudes mayores a 1 en la fase 1 y el resto de Figura 11. Lluvia acumulada en octubre (1975- 2013) en funcin de las fases de la MJO en Libe- ria (Pacfco Norte), Coto 47 (Pacfco Sur) y Limn (Regin Caribe). Figura 12. Lluvia acumulada en el mes canicular de julio (1975-2013) en funcin de las fases de la MJO en Liberia (Pacfco Norte). 72 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica las fases. En la mayora de las fases los mayores acumulados de lluvia fueron cuando se tenan amplitudes mayores a 1, resaltando que hay una marcada diferencia cuando se observa la fase 1, con casi tres veces ms lluvia cuando se tena amplitud mayor a 1. 3.6. Anomalas porcentuales de lluvia en funcin de las fases de la MJO para las regiones del Pacfico y Caribe de Costa Rica La fgura 13 se muestra que la vertente del Pacfco est asociada con un escenario defcitario de lluvias cuando predominan las fases 3, 4, 5, 6 y 7, con precipitaciones de hasta de un 30 % menos durante la fase 4 de la MJO; por el contrario, se presentan supervits en las fases 1, 2 y 8, siendo las fases 1 y 2 las que presentan mayores valores entre 35 y 40 %. En la regin Caribe se observan anomalas positvas en las fases 3, 4, 5, y 6, con hasta un 50 % ms de acumulado de lluvia en la fase 5 en comparacin con el promedio; los escenarios defcitarios se presentan en las fases 1, 2, 7 y 8. La fase 1 (5) es la de mayor supervit en la vertente del Pacfco (Vertente del Caribe). 4. Conclusiones En el patrn lluvioso de Costa Rica existe una seal espectral con un perodo que oscila entre 30 y 55 das, la cual podra asociarse con la MJO tal y como se muestra en las fguras 5, 6 y 7. Es importante sealar, que al ser los resultados signifcatvos al 98 % pueden ser concluyentes para las estaciones estudiadas. La actvidad lluviosa mensual podra verse reforzada o desfavorecida en funcin de la fase de la MJO imperante, hecho que estara enmarcado dentro de la variabilidad climtca de la regin centroamericana. Los periodos caniculares deberan ser desfavorecidos (favorecidos) por la presencia de la fase 1 (5) de la MJO. Esto podra explicar el porqu de la variabilidad en el comportamiento de los veranillos antes eventos similares del ENOS. Cuando se analizaron las series de tempo, se pudo observar que hay mayor cantdad de lluvia durante las diferentes fases cuando la amplitud de la MJO es mayor que 1. En la vertente del Caribe se presenta mayor (menor) cantdad de precipitaciones durante las fases 4 y 5 (1 y 2) de la MJO. Se muestran estaciones con casi tres veces ms precipitaciones durante los perodos de las fases 4 y 5, con varianzas menores que 1. Figura 13. Anomala porcentual de lluvia acumu- lada en funcin de las fases de la MJO (A>1) para todas las estaciones de las vertentes del Pacfco y Caribe de Costa Rica. TPICOS METEOROLGICOS Y OCEANOGRFICOS 73 Cuando se comparan los acumulados de lluvia del perodo de 38 aos en cada una de las fases, en la vertente del Pacfco se presenta mayor (menor) cantdad de precipitaciones durante las fases 1 y 2 (4 y 5) de la MJO. En la regin del Caribe existen tres patrones diferentes de lluvia, cuando se relacionan los acumulados de lluvia y la fases de la MJO: un rgimen costero muy marcado que responde a mayores patrones de precipitacin durante las fases 4, 5 y 6; un rgimen mixto que presenta mximos de precipitacin similares a las condiciones que se presentan en el Pacfco y al rgimen costero del Caribe; fnalmente existe un rgimen muy similar al que se presenta en la vertente del Pacfco con mximos de precipitacin durante las fases 1 y 2, tal y como lo muestra la estacin de Peas Blancas en la Zona Norte. El aumento en las precipitaciones de la vertente del Pacfco durante las fases 1 y 2 de la MJO, podra deberse a diversos factores entre los que se encuentran la intensifcacin de la Zona de Convergencia Intertropical (ZCIT) y su posicionamiento ms al norte de lo habitual; el fortalecimiento de los sistemas de baja presin atmosfrica durante estas fases como lo sugieren Maloney y Hartmann (2000), Klotzbach (2010) y Martn y Schumacher (2011). El aumento de las lluvias en el Caribe durante las fases 5 y 6 de la MJO, podra estar ligado a un reforzamiento de los vientos alisios y al CLLJ al aumentar la convergencia en la zona de salida del jet. Estos resultados son muy importantes, ya que podran usarse para mejorar la predictbilidad y los pronstcos de lluvia, debido a las relaciones que existen entre las amplitudes, las fases y las precipitaciones en Costa Rica y la buena predictbilidad que se tene para la fase y amplitud de la MJO. 5. Recomendaciones Se recomienda realizar un anlisis similar con una mayor cantdad de estaciones meteorolgicas, a fn de mejorar la distribucin espacial y utlizar la MJO como ndice predictor de las lluvias en el pas, tanto para prever la actvidad lluviosa mensual, como para prever eventos hidrometeorolgicos extremos. Adems, para obtener mejores resultados en los anlisis se podran desarrollar ndices de precipitacin, con el fn de llevar a cabo la comparacin de estos con cada una de las fases de la MJO y poder determinar umbrales en cada una de las fases y regiones del pas. 6. Referencias Amador, J. (1975). Anlisis espectral de las oscilaciones de la atmsfera libre sobre Amrica Central. Tesis de Grado para optar al ttulo de Licenciado en Meteorologa. Escuela de Fsica, Universidad de Costa Rica. Alfaro, E.J.; Solano, F. & Quesada, A. (2010). Anlisis del Impacto en Costa Rica de los ciclones tropicales ocurridos en el Mar Caribe entre 1968-2007. Dilogos, Revista electrnica de Historia. 11(2). pp. 22-38. Alfaro, E.J. & Soley, F.J. (2009). Descripcin de dos mtodos de rellenado de datos ausentes en series de tempo meteorolgicas. Revista de Matemtca: Teora y aplicaciones. CIMPA- UCR. 60-75. Gotschalck, J.; Kousky, V.; Higgins, W. & LHeureux, M. (2014). Madden Julian Oscillaton. Nacional Weather Center. Recuperado de: htp://www.cpc.ncep.noaa.gov/products/ precip/CWlink/MJO/MJO_summary.pdf Klotzbach, P. (2010). On the MaddenJulian OscillatonAtlantc hurricane relatonship. Journal of Climate. 23, 282293. 74 La Oscilacin atmosfrica Madden-Julian (MJO) y las lluvias en Costa Rica Klotzbach, P. (2012). El Nio-Southern Oscillaton, the Madden-Julian Oscillaton and Atlantc basin tropical cyclone rapid intensifcaton. Journal and Geophysical Research. 117, D14104, doi: 10.1029/2012JD017714. Madden, R.A. & Julian, P. (1972). Descripton of global-scale circulaton cells in the Tropics with a 4050 day period. Journal of Atmospheric Science. 29, 11091123. Madden, R.A. & Julian, P. (1994). Observatons of the 40-50 Day Tropical Oscillaton-A Review. Monthly Weather Review. 122 (5), 814-837. Maloney, E.D. & Hartmann, D. (1998). Frictonal moisture convergence in a composite life cycle of the MaddenJulian oscillaton. Journal of Climate. 11, 23872403. Maloney, E. & Hartmann, D. (2000a). Modulaton of eastern North Pacifc hurricanes by the MaddenJulian oscillaton. Journal of Climate. 13, 14511460. Martn, E. & Shumacher, C. (2011). An All- Season Real-Time Multvariate MJO Index: Development of an Index for Monitoring and Predicton. Journal of Climate. 813-824. Paegle, J.N.; Byerle, D. & Mo, K. (2000). Intraseasonal modulaton of South American summer precipitaton. Monthly Weather Review. 128, 837850. Torrence, C. & Compo, G. (1998). A practcal guide to wavelet analysis. Bull. American Meteorological Society. 79, 6178. Torres, C. (2012). Efecto de las ondas Madden- Julian en la precipitacin sobre algunas regiones del territorio colombiano. Tesis de Grado para optar al ttulo de maestra en Meteorologa. Facultad Ciencias, Departamento de Geociencias, Universidad Nacional de Colombia, Colombia. Ventrice, M.; Wheeler M.; Hendon, H.; Schreck, C.; Thorncrof, C. & Kiladis; G. (2013). A modifed multvariate Madden Julian Oscillaton 1 index using velocity potental. Monthly Weather Review. Diciembre 2013, Vol. 141, No. 12. pp. 4197-4210. Wheeler, M. & Hendon, H. (2004). An all- season real-tme multvariate MJO index: Development of an index for monitoring and predicton. Monthly Weather Review. 132, 191722 1932.