Analisis de La Variabilidad de La Temperatura Del Aire Regiones Colombianas PDF

Anlisis de la variabilidad de la temperatura del aire en
regiones de Colombia bajo la influencia de la oscilacin

Madden - Julian durante los aos 1978 - 2008
Nicols Cuadros Rubio
Universidad Nacional de Colombia

Facultad de ciencias, Departamento de Geociencias
Maestra en ciencias - Meteorologa
Bogot D.C. Colombia
2011
Anlisis de la variabilidad de la temperatura del aire en

regiones de Colombia bajo la influencia de la oscilacin
Madden - Julian durante los aos 1978 - 2008
Nicols Cuadros Rubio
Trabajo de Grado presentado como requisito para optar al Ttulo de

Magster en Meteorologa
Directora:
Meteorloga Gloria Len Aristizabal
Lnea de Investigacin:
Variabilidad Climtica
Universidad Nacional de Colombia

Facultad de ciencias, Departamento de Geociencias
Maestra en ciencias - Meteorologa
Bogot D.C. Colombia
2011
En la memoria del maestro Jorge Anbal Zea Mazo

A mi Mam y hermana quienes iluminan cada da mi camino
Agradecimientos
Al Departamento de Geociencias de la Universidad Nacional de Colombia, por el
suministro de las herramientas y personal necesario para el desarrollo de este trabajo.
A Conservacin Internacional, por impulsar y apoyar la investigacin en los diferentes
campos meteorolgicos como lo es la Variabilidad Intraestacional.
Al Instituto de Hidrologa, Meteorologa y Estudios Ambientales (IDEAM), por el
suministro de la informacin a nivel nacional.
Al profesor Jorge Anbal Zea Mazo, quien con su experiencia y conocimiento acompa y
asisti las ideas que se adelantaron en este proyecto.
A Andrea Rodrguez por su paciencia, amor y apoyo, Andrs Rincn por su respaldo
incondicional y aportes en el documento, Adriana Ruz Ruge por su colaboracin en la
revisin del documento.
En general, a las personas que me acompaaron en este camino y en especial a mi tutora la
profesora Gloria Len Aristizabal por brindarme sus conocimientos, experiencia y apoyo
en el desarrollo de este trabajo y en la maestra.
Resumen
En el presente trabajo se analiz la relacin entre la variabilidad de la Oscilacin de Madden-Julian
(MJO) y las variaciones de las temperaturas extremas durante los aos 1978-2008 en las regiones
de Colombia. Inicialmente se estudi el comportamiento de las temperaturas superficiales mximas
y mnimas pentadales relativas en 59 estaciones meteorolgicas distribuidas a lo largo de la
superficie colombiana, seleccionadas a partir de las 23 regiones climaticas establecidas. As mismo
se analiz MJO teniendo en cuenta el ndice de la CPC-NOAA reportado en los 120 W. Se
caracterizaron las anomalas de las temperaturas extremas mediante el anlisis espectral y la
descomposicin en onditas para encontrar las componentes de la seal en el dominio de las
frecuencias, adems de utilizar el anlisis compuesto de covariabilidad para determinar
espacialmente la probabilidad emprica de ocurrencia del aumento y/o disminucin de la
temperatura mxima y mnima ante las fases subsidentes y convectivas de la MJO. Se detect la
presencia de ondas intraestacionales de periodicidad del orden de 20 80 das que pueden estar
asociadas a las MJO las cuales alteran la varianza de las series de temperatura que a la vez son
perturbadas por fluctuaciones de mayor escala tales como el ENSO, entre otras. Se encontr que el
pas presenta un dipolo de probabilidad empirica de ocurrencia de aumento o disminucin de la
temperatura mxima y minima entre las regiones comprendidas por la Amazona y Orinoqua, y la
regin Andina, Pacfica y Atlntica, segn sean las fases subsidentes y convectivas de la MJO
adems de presentar mayor energa discriminando los eventos ENSO.
Palabras clave: Temperatura, Oscilacin Madden-Julian, variabilidad climtica, El Nio

Oscilacin del Sur
Abstract
In this study was examined the relationship between the variability of the Madden-Julian
Oscillation (MJO) and extreme temperature variations during the 1978-2008 years of Colombian
regions. Initially it was studied the behavior of the maximum and minimum surface temperatures at
59 weather stations distributed across the surface in Colombia, selected from the 23 climatic
regions established in pentadal resolution. It was examines the MJO, taking into account the CPC
NOAA index, reported at 120 W. Anomalies were characterized by spectral analysis in extreme
temperatures and wavelet decomposition to find the signal components in the frequency domain, in
addition to using the composite analysis of covariance for spatially determining the empirical
probability of occurrence of the increase and or decrease in the maximum and minimum
temperature against subsiding and convective phases of the MJO. Were detected intraseasonal
frequency wave of around 20 - 80 days that may be associated with the MJO which alter the
variance of the temperature series at the same time disturbed by large-scale fluctuations such as
ENSO, including others. It was found that the country has a empirical probability dipole of
occurrence of increase or decrease the maximum and minimum temperature between the regions
covered by the Amazon and Orinoco, and the Andean region, Pacific and Atlantic, depending on
the phases of subsidence and convective MJO as well as presenting the greatest discriminating
power ENSO events.
Keywords: Temperature, Madden-Julian Oscillation, Climatic variability El Nio South

Oscillation
Contenido
XI
Contenido
1.
Antecedentes y justificacin ..................................................................................................... 3
2.
Marco conceptual y terico ...................................................................................................... 7
3.
rea de estudio ........................................................................................................................ 17
4.
Planteamiento del problema................................................................................................... 19
5.
Objetivos .................................................................................................................................. 21
6.
5.1
Objetivo general ............................................................................................................... 21
5.2
Objetivos especficos ....................................................................................................... 21
Metodologa ............................................................................................................................. 23
6.1
Obtencin de la informacin ............................................................................................ 23
6.1.1
Informacin meteorolgica ...................................................................................... 23
6.1.2
ndices de la MJO y ONI ......................................................................................... 26
6.2
Control de calidad de la informacin ............................................................................... 27
6.2.1
Verificacin de los datos .......................................................................................... 27
6.2.2
Anlisis de homogeneidad ....................................................................................... 28
6.2.3
Estimacin de datos faltantes ................................................................................... 30
6.3
Anlisis de la informacin ............................................................................................... 32
6.3.1
Diagramas de caja (Box Plot) .................................................................................. 32
6.3.2
Coeficiente de correlacin de Pearson (r) ................................................................ 33
6.3.3
Anlisis espectral ..................................................................................................... 33
6.3.4
Anlisis de seales en Ondita o Wavelets ................................................................ 36
6.3.5
Anlisis compuesto .................................................................................................. 40
6.3.6
Mtodo geoestadstico de interpolacin ................................................................... 42
XII
7.
Contenido
Resultados .................................................................................................................................45
7.1
Descripcin de la MJO..................................................................................................... 45
7.2
Tendencias en las Temperaturas mximas y mnimas ..................................................... 53
7.3
Distribucin temporal de la temperatura mxima y mnima ............................................ 55
7.3.1
Regin Caribe .......................................................................................................... 55
7.3.2
Regin pacfica ........................................................................................................ 60
7.3.3
Regin andina. ......................................................................................................... 61
7.3.4
Orinoqua ................................................................................................................. 66
7.3.5
Amazona ................................................................................................................. 69
7.3.6
Regin Insular .......................................................................................................... 71
7.4
Dominio de las frecuencias: Anlisis espectral y de ondita ............................................. 72
7.4.1
Regin Caribe .......................................................................................................... 72
7.4.2
Regin Pacfica ........................................................................................................ 75
7.4.3
Regin Andina ......................................................................................................... 78
7.4.4
Orinoquia ................................................................................................................. 86
7.4.5
Regin Amaznica ................................................................................................... 88
7.4.6
Regin insular .......................................................................................................... 91
7.5
Descripcin de la relacin entre la temperatura y la MJO en Colombia.......................... 94
7.6
Descripcin espacial de la relacin entre la temperatura y la MJO en Colombia. ........... 97
7.6.1
Descripcin espacial de la relacin entre la temperatura, el ndice MJO y eventos
ENSO en Colombia................................................................................................................ 110

8.
Conclusiones ...........................................................................................................................121
9.
Bibliografa .............................................................................................................................181
Contenido
XIII
Lista de figuras
Figura 2-1 Retraso de las temperaturas mximas y mnimas diarias con respecto a la radiacin
solar mxima y mnima diaria. Fuente:(Cruz, 2008) ......................................................................... 8
Figura 2-2. Seccin transversal ecuatorial de la MJO como una propagacin desde el ocano ndico
hacia el pacfico oeste. Las flechas rojas indican la direccin del viento y las etiquetas sst rojas
(azules) indican anomalas de temperatura superficial del mar positiva (negativa) respectivamente.
Fuente:CPC ...................................................................................................................................... 12
Figura 2-3 Comportamiento de la oscilacin MJO en un da tpico. Color verde indica
fortalecimiento de la actividad lluviosa y marrn debilitamiento de la misma. Periodo: febrero
2008 (da 16). Fuente: NOOA .......................................................................................................... 12
Figura 2-4. Esquema vertical de la estructura de una MJO tpica. Los valos azules (rojos) indican
circulaciones anticiclnicas (ciclnicas). Las flechas indican la direccin del viento y el aumento
(disminucin) del movimiento. Fuente CPC. ................................................................................... 13
Figura 2-5. Monitoreo de la MJO con distintas variables. Fuente: CPC.......................................... 14
Figura 3-1. rea de estudio .............................................................................................................. 17
Figura 6-1 Distribucin espacial de las estaciones sobre el rea de Estudio. ................................. 23
Figura 6-2. Regiones climticas de Colombia Fuente: Hurtado 2000 ............................................. 26
Figura 6-3.Descripicin de los diagramas de caja............................................................................ 32
Figura 6-4. La temperatura superficial promedio de la regin Nio3 en el Pacfico oriental (5 S-5
N, 90 W-150 W). Fuente: Universidad de Colorado ................................................................ 37
Figura 6-5. Espectro de potencia en ondita para El NIO3 SST, usando la ondita de Morlet.
Fuente: Universidad de Colorado..................................................................................................... 38
Figura 6-6. Probabilidades empricas para: a) caso en que la asociacin entre las variables es fuerte,
ntese que las frecuencias a lo largo de la diagonal es superior al resto de las categoras y b) caso
en que la asociacin entre las variables es dbil, ntese que la frecuencia en cada una de las casillas
es muy similar(Alfaro, et al., 2003). ................................................................................................ 41
Figura 7-1. Esquematizacin de la MJO para los 30 aos de estudio. ............................................. 46
XIV
Contenido
Figura 7-2. Comportamiento del ndice de la MJO en diferentes periodos tomando 2 aos
representativos para el fenmeno ENSO. ........................................................................................ 47
Figura 7-3. Serie de tiempo del ndice del ndice de la MJO 120 W en el periodo 1978-2008. Las
lneas grises representan la media ms una desviacin estndar de la serie. .................................. 50
Figura 7-4. Frecuencia de fases muy subsidentes, subsidentes, normales, convectivas y muy
convectivas en 6 de los 10 puntos de donde se disponen los ndices de la MJO. Las barras azules
representan condiciones Nio, las verdes Neutrales y las azules Nia. ........................................... 51
Figura 7-5. Espectro de potencia en onditas para el ndice de la MJO en el periodo 1978-2008. ... 51
Figura 7-6. Das en que permanece una fase subsidente o convectiva de la MJO y su comparacin
con los meses en que permanece un evento ENSO.......................................................................... 52
Figura 7-7. Diagramas de caja de las temperaturas con su rango inter cuartil mensual para la regin
de la alta Guajira. ............................................................................................................................. 56
Figura 7-8 Diagramas de caja de las temperaturas con su rango inter cuartil mensual para la regin
de la Sierra Nevada de Santa Marta y cuenca del rio Csar............................................................. 57
Figura 7-9 Diagramas de caja de las temperaturas con su rango inter cuartil mensual para la regin
del Litoral central. ............................................................................................................................ 58
Figura 7-10 Diagramas de caja de las temperaturas con su rango inter cuartil mensual para la
regin del Bajo Magdalena. ............................................................................................................. 59
regin del Cuenca del rio Sin, bajo Nechi, regin de Urab. ......................................................... 60
regin del Pacfico norte y centro. ................................................................................................... 61
Figura 7-13. Diagramas de caja de las temperaturas con su rango inter cuartil mensual para la
regin del Pacfico sur. .................................................................................................................... 61
regin de la Cuenca del alto magdalena........................................................................................... 62
regin de la Cuenca del alto magdalena........................................................................................... 63
regin del medio cauca .................................................................................................................... 63
regin del Medio Magdalena ........................................................................................................... 64
regin del Rio Bogot - Sabana de Bogot ...................................................................................... 65
Contenido
XV
regin del rio Catatumbo.................................................................................................................. 65
regin Montaa Nariense ............................................................................................................... 66
regin del Piedemonte llanero.......................................................................................................... 67
regin de la Cuenca del rio Arauca .................................................................................................. 67
regin del Nororiente de la Orinoquia ............................................................................................. 68
regin de la Orinoquia central. ......................................................................................................... 69
regin del Pie de monte amaznico ................................................................................................. 69
regin Centro de la Amazona.......................................................................................................... 70
regin del Suroriente de la Amazona .............................................................................................. 71
regin de la regin insular ................................................................................................................ 72
Figura 7-29. Espectros de temperatura mxima y mnima para la regin Caribe ............................ 73
Figura 7-30. Espectro de potencia en onditas para anomalas de temperatura mxima y mnima en
el periodo 1990-2008 para la regin Caribe. . .................................................................................. 75
Figura 7-31. Espectros de temperatura mxima y mnima para la regin Pacfica .......................... 75
el periodo 1991-2008 para la regin Pcfica................................................................................... 77
Figura 7-33. Espectros de temperatura mxima y mnima para la regin Andina, cuenca del Alto
Magdalena ........................................................................................................................................ 78
el periodo 1978-2008 para la regin Andina, en la cuenca del Alto Magdalena. ............................ 80
Figura 7-35. Espectros de temperatura mxima y mnima para la regin Andina, cuenca del Rio
Bogot - Sabana de Bogot .............................................................................................................. 81
el periodo 1978-2008 para la regin andina, en la cuenca del Rio Bogot - Sabana de Bogot. ..... 83
XVI
Contenido
Figura 7-37. Espectros de temperatura mxima y mnima para la regin andina, Cuenca del ro
Catatumbo ........................................................................................................................................ 83
el periodo 1978-2008.para la regin andina, cuenca del ro Catatumbo. ......................................... 85
Figura 7-39. Espectros de temperatura mxima y mnima para la regin de la Orinoquia .............. 86
el periodo 1978-2008 para la regin de la Orinoqua. ..................................................................... 88
Figura 7-41. Espectros de temperatura mxima y mnima para la regin de la Amazonia.............. 89
el periodo 1978-2008 para la regin amaznica. ............................................................................. 91
Figura 7-43. Espectros de temperatura mxima y mnima para la regin insular ............................ 91
el periodo 1978-2008 para la regin insular. ................................................................................... 93
Figura 7-45. Tablas de contingencia e histogramas para distintas estaciones meteorolgicas ........ 95
Figura 7-46. Interpretacin de la escala de colores .......................................................................... 97
Figura 7-47. ndice de probabilidad de la temperatura mxima para la fase subsidente de la MJO
....................................................................................................................................................... 100
Figura 7-48. ndice de probabilidad de la temperatura mxima para la fase convectiva de la MJO
....................................................................................................................................................... 102
Figura 7-49. ndice de probabilidad de la temperatura mxima para la fase neutra de la MJO ..... 103
Figura 7-50. ndice de probabilidad de la temperatura mnima para la fase subsidente de la MJO
....................................................................................................................................................... 105
Figura 7-51. ndice de probabilidad de la temperatura mnima para la fase convectiva de la MJO
....................................................................................................................................................... 108
Figura 7-52. ndice de probabilidad de la temperatura mnima para la fase neutra de la MJO ..... 109
Figura 7-53. Temperatura mxima fase subsidente, retrasos de 0, 5, 10 y 15 das en eventos NIO
....................................................................................................................................................... 111
Figura 7-54 Temperatura mxima fase convectiva retrasos de 0, 5 10 y 15 das en eventos NIO
....................................................................................................................................................... 112
Figura 7-55. Temperatura mxima fase neutra retrasos de 0, 5 10 y 15 das en eventos NIO .... 112
Figura 7-56 Temperatura mnima fase subsidente, retrasos de 0, 5, 10 y 15 das en eventos NIO.
....................................................................................................................................................... 113
Figura 7-57 Temperatura mnima fase convectiva, retrasos de 0, 5, 10 y 15 das en eventos NIO.
....................................................................................................................................................... 113
Contenido
XVII
Figura 7-58 Temperatura mnima fase neutra retrasos de 0, 5 10 y 15 das en eventos NIO...... 114
Figura 7-59. Temperatura mxima fase subsidente retrasos de 0, 5 10 y 15 das en eventos NIA
........................................................................................................................................................ 115
Figura 7-60. Temperatura mxima fase convectiva retrasos de 0, 5 10 y 15 das en eventos NIA
........................................................................................................................................................ 115
Figura 7-61 Temperatura mxima fase neutra retrasos de 0, 5 10 y 15 das en eventos NIA ..... 116
Figura 7-62 Temperatura mnima fase subsidente, retrasos de 0, 5, 10 y 15 das en eventos NIA
........................................................................................................................................................ 116
Figura 7-63 Temperatura mnima fase convectiva retrasos de 0, 5, 10 y 15 das en eventos NIA
........................................................................................................................................................ 117
Figura 7-64. Temperatura mnima fase neutra retrasos de 0, 5 10 y 15 das en eventos NIA..... 117
Figura 7-65 Temperatura mxima fase subsidente, retrasos de 0, 5, 10 y 15 das en eventos
NEUTRO ....................................................................................................................................... 118
Figura 7-66 Temperatura mxima fase convectiva, retrasos de 0, 5, 10 y 15 das en eventos
NEUTRO ....................................................................................................................................... 118
Figura 7-67. Temperatura mxima fase neutra, retrasos de 0, 5, 10 y 15 das en eventos NEUTRO
........................................................................................................................................................ 119
Figura 7-68 Temperatura mnima fase subsidente, retrasos de 0, 5, 10 y 15 das en eventos
NEUTRO ....................................................................................................................................... 119
Figura 7-69 Temperatura mnima fase convectiva, retrasos de 0, 5, 10 y 15 das en eventos
NEUTRO ....................................................................................................................................... 120
Figura 7-70. Temperatura mnima fase neutra, retrasos de 0, 5, 10 y 15 das en eventos NEUTRO
........................................................................................................................................................ 120
Figura A-8-1 Diagramas de caja de las temperaturas con su rango inter cuartil mensual para las
regiones de Colombia..................................................................................................................... 132
Figura C-2. Grficas de las transformadas de Fourier y espectros de potencia en ondita de las
temperaturas mximas y mnimas para la estacin de Puerto Bolvar .......................................... 152
temperaturas mximas y mnimas para la estacin de Apto Alfonso Lpez................................. 153
Figura C-4 Grficas de las transformadas de Fourier y espectros de potencia en ondita de las
temperaturas mximas y mnimas para la estacin del Aeropuerto Rafael Nez ...................... 154
temperaturas mximas y mnimas para la estacin del Apto el Carano ........................................ 155
XVIII
Contenido
temperaturas mximas y mnimas para la estacin del Apto Los Garzones ................................. 156
temperaturas mximas y mnimas para la estacin del Aeropuerto El Edn ................................ 157
temperaturas mximas y mnimas para la estacin de Tunia ........................................................ 158
temperaturas mximas y mnimas para la estacin del Aeropuerto Jm Crdova .......................... 159
temperaturas mximas y mnimas para la estacin de Hidrobetania ............................................ 160
temperaturas mximas y mnimas para la estacin de Anchique. ................................................. 161
temperaturas mximas y mnimas para la estacin del Apto Perales. ........................................... 162
temperaturas mximas y mnimas para la estacin de la Base Area Melgar .............................. 163
temperaturas mximas y mnimas para la estacin del Guamo. ................................................... 164
temperaturas mximas y mnimas para la estacin de Apto Palanquero ...................................... 165
temperaturas mximas y mnimas para la estacin de Campo capote .......................................... 166
temperaturas mximas y mnimas para la estacin de Silos. ........................................................ 167
temperaturas mximas y mnimas para la estacin de la Sierra Nevada Del Cocuy..................... 168
temperaturas mximas y mnimas para la estacin de Charala. .................................................... 169
temperaturas mximas y mnimas para la estacin de Vista Hermosa ......................................... 170
temperaturas mximas y mnimas para la estacin de la Macarena. ............................................. 171
temperaturas mximas y mnimas para la estacin del Apto G Artunduaga. ............................... 172
Contenido
XIX
temperaturas mximas y mnimas para la estacin del Apto San Luis. ....................................... 173
temperaturas mximas y mnimas para la estacin de Obonuco. .................................................. 174
temperaturas mximas y mnimas para la estacin del Apto El Embrujo. .................................... 175
Contenido
XXI
Lista de tablas
Tabla 6-1 Informacin de las Estaciones Meteorolgicas ............................................................... 24
Tabla 6-2 Regiones climticas y sus cdigos Fuente: (Hurtado, 2000) ........................................... 25
Tabla 6-3 Categoras que denominan los terciles de la distribucin probabilstica de lluvia y
temperatura....................................................................................................................................... 41
Tabla 7-1 ndice ocenico del Nio para el periodo 1978-2008 (Climate Prediction Center, 2009).
.......................................................................................................................................................... 48
Tabla 7-2. Estadsticos descriptivos serie MJO 120 W y prueba de normalidad de Kolmogorov
Smirnov ............................................................................................................................................ 49
Tabla 7-3 Resumen de las tendencias generados por el R ClimDex para Colombia. Fuente IDEAM
.......................................................................................................................................................... 53
Tabla 7-4. Resumen de las tendencias generados por el R ClimDex para algunas regiones de
Colombia .......................................................................................................................................... 54
Tabla 7-5. Estaciones meteorolgicas representativas de cada regin ............................................. 55
Tabla 7-6. Resultados de las transformadas de Fourier para distintos periodos de la serie de
temperatura mxima y mnima en la regin Caribe. ........................................................................ 73
temperatura mxima y mnima en la regin pacfica. ...................................................................... 76
temperatura mxima y mnima en la regin Andina, cuenca del Alto Magdalena. ......................... 79
temperatura mxima y mnima en la regin Andina, cuenca del Rio Bogot - Sabana de Bogot .. 81
temperatura mxima y mnima en la regin Andina, Cuenca del ro Catatumbo ............................ 84
temperatura mxima y mnima en la regin de la Orinoquia ........................................................... 87
temperatura mxima y mnima en la regin Amaznica.................................................................. 89
XXII
Contenido
temperatura mxima y mnima en la regin insular. ........................................................................ 92
Tabla 7-14. Generacin de ndices para las relaciones entre el ndice de la MJO y la temperatura 94
Tabla 7-15. Terciles de las temperaturas mximas y mnimas para las estaciones de estudio. ....... 96
Tabla 7-16. Probabilidades empricas de ocurrencia para la temperatura mxima en cada una de las
fases de la MJO y sus respectivos retrasos. Se han resaltado los porcentajes que estn por encima
de 38% y por debajo de -38%. ......................................................................................................... 99
Tabla 7-17 Probabilidades empricas de ocurrencia para la temperatura mxima en cada una de las
fases de la MJO y sus respectivos retrasos. Se han resaltado los porcentajes que estn por encima
de 38% y por debajo de -38%. ....................................................................................................... 106
Marco de Referencia
Esta investigacin se realiz gracias a la Universidad Nacional de Colombia y la organizacin
Conservacin Internacional, bajo la orientacin del Instituto de Hidrologa, Meteorologa y
Estudios Ambientales IDEAM, en el marco del proyecto Integrated National Adaptation Pilot
(INAP) convenido entre el Gobierno de Colombia y el Banco Mundial, el cul apoya trabajos
encaminados a la aplicacin del conocimiento adquirido, dentro de los programas acadmicos de
postgrado, con el incentivo y financiamiento de estudios relacionados con el impacto del clima
sobre el desarrollo de actividades productivas para diferentes sectores econmicos del pas.
Introduccin
La variabilidad del sistema climtico en todas sus escalas temporales (intraestacional, interanual,
interdecadal y secular) tiene un significativo impacto socioeconmico en Colombia, que
fundamenta extensamente su desarrollo en una explotacin intensa de sus recursos naturales. El
conocimiento de esta variabilidad permite mitigar impactos eventuales ocasionados, ya sea de
manera natural o antropognica, e incluso optimizar los recursos basndose en la prediccin de
estos eventos fundando su xito en el conocimiento de las caractersticas climticas propias de cada
regin.
Uno de los eventos que ms se ha estudiado en distintas escalas espaciales se conoce como el
fenmeno de El Nio Oscilacin del Sur (ENSO), el cual se manifiesta dentro de la variabilidad
interanual modificando los comportamientos de las variables climticas, y por su impacto en la
circulacin atmosfrica y teleconexiones en gran parte del globo, en consecuencia se ha mostrado
un especial inters por establecer evidencias del cambio climtico mediante variaciones de la
frecuencia e intensidad de dicho evento (Timmearmnn, et al., 1999). Sin embargo, se presentan
otros fenmenos de menor escala que tambin tienen gran repercusin en el comportamiento de las
variables meteorolgicas en la franja tropical, como la Oscilacin Madden Julian (MJO por sus
siglas en ingls), la seal ms destacada de la variabilidad intraestacional. Estas oscilaciones
exhiben fuertes relaciones con las fases del ciclo del ENSO modulando la lluvia tropical
(incrementndola o disminuyndola) (Donald, 2004) lo que a su vez puede generar eventos
extremos afectando de manera significativa su prediccin e impactos socioeconmicos que pueden
llegar a ser relevantes.
Dada la relacin existente entre las diferentes variables meteorolgicas, este trabajo proyecta
demostrar la variabilidad en distintas escalas de las temperaturas extremas superficiales en las
regiones climticas de Colombia, adems de determinar su dependencia con la oscilacin Madden
Julian, explorando diferentes mtodos y tcnicas que permitan caracterizar su comportamiento en
aras de incrementar el conocimiento de este fenmeno y su impacto meteorolgico en el pas. As,
en principio se realiza una caracterizacin de la MJO presentando su comportamiento a nivel
Introduccin
global y se exponen interpolaciones que permiten detallar su comportamiento sobre el territorio

colombiano, luego se muestra una caracterizacin de las temperaturas mxima y mnima
examinando las particularidades propias de cada regin. Enseguida se expone el anlisis de la
variabilidad de la temperatura del aire en regiones de Colombia mediante transformadas de Fourier
y de potencia en ondita. Posteriormente se realiza una comparacin de las temperaturas mximas y
mnimas con el ndice de la MJO estableciendo relaciones en cada una de las estaciones
meteorolgicas, para disponer de estos anlisis en forma de mapas que presentan espacialmente la
probabilidad emprica de ocurrencia de incrementos o disminuciones de la temperatura asociados a
eventos producto de las oscilaciones Madden Julian. Finalmente, se considera la relacin de la
MJO con eventos ENSO presentando mapas que permiten establecer probables escenarios en casos
de ocurrencia de La Nia, El Nio o condiciones Neutrales.
1. Antecedentes y justificacin
Los distintos eventos climticos perturban las regiones colombianas al ocasionar sequias,
inundaciones y deslizamientos que afectan
a miles de personas y producen impactos
socioeconmicos negativos. Por tanto, aunque el sistema climtico es altamente complejo de

predecir, debe ser abordado desde distintos puntos de vista en pro de la prevencin y mitigacin de
eventos meteorolgicos extremos. Tales eventos se pueden observar en las noticias, que a diario
muestran la necesidad e importancia de profundizar en el estudio de estos fenmenos, ya que cada
variable meteorolgica est muy relacionada una de la otra y ellas influyen otras problemticas
tales como la calidad del aire en ciudades de altas emisiones (Llanque Chana, 2003) o el aumento
de enfermedades como el dengue (Gagnon, et al., 2001). De esta manera, estudiar la variabilidad
de la temperatura del aire superficial frente a eventos tales como la MJO permitir entre otras
razones, inferir si se ve comprometida la economa, salud publica etc., relacionada con sta
variable dado un evento de tal naturaleza, as como relacionarlo con otros fenmenos de mayor
escala tales como el ENSO.
En los trabajos realizados por Naumann et al. (Naumann, et al., 2007) se analizaron series de
referencia de temperatura mxima y mnima diaria en Sudamrica durante un periodo de 70 aos
para detectar cambios en la escala intra-anual, a partir de este anlisis espectral encontraron
oscilaciones dentro de la escala intraestacional de 30-60 das, variando el periodo de recurrencia de
stas entre 4 y 8 aos. En la escala intraestacional discutieron las relaciones entre la variabilidad
de la MJO y las variaciones de las temperaturas extremas en sta escala de tiempo sobre
Sudamrica. En este trabajo se encontr que el impacto de la MJO presenta un dipolo con
anomalas negativas de temperatura en el norte de Brasil y anomalas positivas sobre Argentina
central, acompaado de anomalas de la circulacin consistentes con stos cambios, liderando la
seal de la MJO a la variacin de temperatura en aproximadamente 15-20 das.
Poveda (2005) realiz un diagnstico detallado de la variabilidad intra-anual de la
hidroclimatologa colombiana, donde enfatiz el efecto de la MJO sobre el clima de Colombia.,
detect actividad intraestacional en la banda 30-60 das en series de precipitacin, caudal, humedad
Antecedentes y justificacin
del suelo en Colombia, y de adveccin de humedad al interior de Colombia proveniente del

Ocano Pacfico va el Chorro del Choc (Chorro del Occidente Colombiano), y de la cuenca
Amaznica va el SALLJET (South American Low-Level JET). Para observar el efecto de la MJO
en el clima de Colombia, propuso la construccin de un ndice que representa la actividad de este
fenmeno, a partir de la cual se diferencian las fases de esta oscilacin (fase oeste o positiva y fase
este o negativa). Tambin observ que la cantidad de lluvia diaria en 51 estaciones sobre los Andes
tropicales de Colombia es mayor durante la fase oeste que durante la fase este de la MJO. As
mismo, encontr que la actividad del chorro del Choc es mayor durante la fase oeste que durante
la fase este. Adems, estudi detalladamente el comportamiento durante la MJO de los campos de
EOF correspondientes a diferentes variables hidroclimticas sobre Colombia, el Pacfico Este y la
cuenca Amaznica. Estudi el comportamiento de la propagacin de seales hidroclimticas
provenientes del Ocano Pacfico y de la cuenca del Amazonas, y la respuesta de las diferentes
variables hidroclimticas en Colombia. Encontr que cuando llegan a la costa Colombiana seales
de anomalas de OLR, divergencia a 200 hPa, cobertura de nubes, precipitacin y viento zonal a
925 hPa provenientes del Pacfico, hay incremento de precipitacin en las estaciones colombianas.
Desde esta perspectiva se pretende analizar dichos resultados y asociarlos con la MJO ocurrida en
el ao 2002 2003.
Poveda et al.(2002) evaluaron el comportamiento a escala diaria y horaria de la precipitacin en los
Andes tropicales de Colombia durante la ocurrencia de fenmenos macroclimticos y
astronmicos: las dos fases del ENSO (El Nio y La Nia), la MJO, las ondas tropicales del este
(4-8 das), las fases de la Luna y los huracanes en los Ocanos Atlntico y Pacfico. Determinaron
que El Nio est asociado a la disminucin de las lluvias horarias y La Nia est asociada con el
efecto inverso. Este resultado permite afirmar que el ENOS es un modulador de la precipitacin en
Colombia no slo a escalas anual y mensual, sino tambin a escalas diaria y horaria. Encontraron la
influencia de la MJO durante sus dos fases: aumento en la intensidad de la precipitacin durante la
fase oeste y disminucin en la fase este. Determinaron que durante la ocurrencia de estos
fenmenos (ENSO y MJO) la amplitud del ciclo diurno se ve afectada mientras que su fase se
conserva. Las ondas tropicales del este ejercen influencia en el ciclo diurno de precipitacin; sin
embargo, no es posible caracterizar de una manera general sus efectos. Identificaron una
asociacin significativa entre los huracanes que ocurren sobre el Ocano Pacfico nororiental y el
ciclo diurno de la precipitacin en la vertiente Occidental de la Cordillera Oriental. En las dems
vertientes se tiene influencia de los huracanes del Ocano Atlntico. Encontraron que las fases de
la Luna no afectan la distribucin del ciclo diurno y los totales de lluvia diarios.
El instituto de Hidrologa, Meteorologa y estudios Ambientales (2008) hizo un anlisis sinptico

para dar una explicacin a la ocurrencia de la helada de febrero de 2007, la cual se caracteriz por
el registro de temperaturas mnimas extremas (temperaturas menores a -4 C) y una alta
persistencia (9 das continuos en algunos lugares). Los lugares afectados por estas heladas fueron:
La Sabana de Bogot, el Altiplano Cundiboyacense y sectores de los departamentos de Antioquia
y Nario. En este anlisis la MJO mostr un comportamiento entre el periodo 1 al 8 de febrero de
2007 con una fase subsidente, que inhibe las lluvias y que tiene como consecuencia una atmosfera
seca o de humedad baja en niveles medios a altos.
Por otro lado, el servicio nacional de meteorologa e hidrologa del Per SENAMHI (Gamarra
Molina, 2006), cuenta con algunos avances en el estudio de las condiciones de precipitacin
causadas por la MJO, y realiza predicciones de su comportamiento en esta regin. Esta oscilacin
sirve como disipador de precipitacin adems de desencadenar la formacin de nubes tipo cmulos
y cumulonimbos que, junto con otros elementos meteorolgicos se conjugan para la ocurrencia de
fuertes eventos de lluvias en el norte de Per. La participacin del servicio meteorolgico permite a
la industria pesquera, la cual se ve notoriamente afectada debido a cambios en la temperatura y la
precipitacin, tomar medidas a tiempo para prever el impacto de dicha oscilacin
La Comisin Permanente del Pacifico sur (CPPS) determin que la MJO entre diciembre de 2004 y
marzo de 2005 estuvo poco definida, solo a partir de abril se observ una definicin clara de una
onda que sobrepas la lnea de cambio de fecha (180). Entre mediados de abril y mediados de
mayo, se apreci un bloqueo de fase negativa frente al continente sudamericano, favoreciendo la
presencia de precipitaciones en periodos de 6 das. Se destacaron las ondas ms frecuentes y menos
intensas, no alcanzando la costa oeste de Sudamrica. A partir del segundo semestre,
particularmente en los meses de julio, septiembre y noviembre, la fase positiva de la MJO se
manifest con bastante significancia sobre el sector nororiental de la cuenca del Pacfico tropical,
lo que impidi la presencia de lluvias en estas reas; septiembre present la mayor anomala
positiva del ao, sobre los pases andinos. (CPPS, 2007).
Otros reportes publicados en la revista science revelan que el evento de la MJO est relacionado
con la temporada de monzones y con el ENSO afectando a la atmsfera superior y al mar, as como
la biosfera ocenica con implicaciones para la industria pesquera. Hirokai Miura et al.(Miura, et
al., 2007) utilizaron un modelo computarizado de resolucin de nube global, que permite el
acoplamiento directo de la circulacin atmosfrica y las nubes necesarias para simular un evento de
MJO. Despus de introducir la primera informacin de un evento entre diciembre 2006 y enero
2007 reportaron que su simulacin emparej de manera realista la vanguardia de actividad y

sugieren que pronto ser posible predecir el sendero de un evento de MJO con un mes de
antelacin. Adrian J. Matthews et al.(2006) usaron datos satelitales recolectados por los flotadores
Argo de observacin del ocano en el Pacfico, que viajan de la superficie hasta 2,000 metros hacia
abajo y hacia arriba nuevamente cada 10 das. Cuando estudiaban informacin de un evento MJO
entre diciembre 2003 y febrero 2004, encontraron que los vientos de la superficie relacionados con
un MJO pueden forzar olas ocenicas propagndose hacia el este a profundidades de hasta 1,500
metros, que es mucho ms profundo que los que los modelos ocenicos han vaticinado, con
cambios en amplitud de ola seis veces ms que el ciclo observado.
2. Marco conceptual y terico

Mediante la temperatura se expresa numricamente el efecto que en los cuerpos produce el calor
originado por el balance entre la radiacin recibida y la emitida. Los elementos bsicos de
constitucin de la materia son los tomos y las molculas. En un estado de agitacin constante, es
el nivel de su energa cintica (y por ende de la velocidad de las partculas), la que se mide como
temperatura. Las escalas ms comunes (centgradas), usan como referencia el punto de
congelamiento y de ebullicin del agua bajo condiciones especficas (0C y 100C
respectivamente). Otra escala toma como valor cero el punto en el que, en teora, cesa todo
movimiento molecular y no hay energa interna, lo que ocurre a los 273.15C, constituye el punto
cero de la escala Kelvin, cuyos grados tienen igual valor que en la escala centgrada.(Universidad
Nacional de Cuyo, 2008). Segn las normas dispuestas por la organizacin meteorolgica mundial
la temperatura del aire se mide con un instrumento (termmetro o termgrafo) ubicado dentro de
una caseta meteorolgica a 2 metros de altura sobre el suelo.
La superficie terrestre recibe energa proveniente del Sol, en forma de radiacin solar emitida en
onda corta. A su vez, la Tierra, con su propia atmsfera, refleja alrededor del 55% de la radiacin
incidente y absorbe el 45% restante, convirtindose, ese porcentaje en calor. Por otra parte, la tierra
irradia energa, en onda larga, conocida como radiacin terrestre. Por lo tanto, el calor ganado de la
radiacin incidente debe ser igual al calor perdido mediante la radiacin terrestre; de otra forma la
tierra se ira tornando, progresivamente, ms caliente o ms fra. Sin embargo, este balance se
establece en promedio; pero regional o localmente se producen situaciones de desbalance cuyas
consecuencias son las variaciones de temperatura.(Senamhi, 2008). La cantidad de energa solar
recibida, en cualquier regin del planeta, vara con la hora del da, con la estacin del ao y con la
latitud. Estas diferencias de radiacin originan las variaciones de temperatura. Por otro lado, la
temperatura puede variar debido a la distribucin de distintos tipos de superficies y en funcin de
la altura. As, ejercen influencia sobre la temperatura:
Variacin diurna:
Marco conceptual y terico
Se define como el cambio en la temperatura, entre el da y la noche, producido por la rotacin de la

tierra. (Senamhi, 2008). El Ciclo diario presenta una forma sinusoidal con un mximo y un mnimo
generalmente muy acusados. Esta variacin diaria de temperatura va ligeramente retrasada respecto
a la variacin diaria de la radiacin solar. La temperatura comienza a aumentar poco despus de la
salida del sol y alcanza su mximo de una a tres horas (media hora en las estaciones ocenicas)
despus de alcanzar el sol su mxima altitud, el cenit, y disminuye durante la noche hasta la salida
del sol, cuando se presenta el valor mnimo(Universidad Nacional de Cuyo, 2008). La Figura 2-1
muestra el balance radiativo presentado durante el da
Figura 2-1 Retraso de las temperaturas mximas y mnimas diarias con respecto a la radiacin solar
mxima y mnima diaria. Fuente:(Cruz, 2008)
Variacin de la temperatura con la latitud:

En este caso se produce una distribucin natural de la temperatura sobre la esfera terrestre, debido
a que el ngulo de incidencia de los rayos solares vara con la latitud geogrfica.
Variacin estacional:
Esta caracterstica de la temperatura se debe al hecho que la Tierra circunda al Sol, en su rbita,
una vez al ao, dando lugar a las cuatro estaciones: verano, otoo, invierno y primavera
Como se sabe, el eje de rotacin de la Tierra est inclinado con respecto al plano de su rbita;
entonces el ngulo de incidencia de los rayos solares vara, estacionalmente, en forma diferente
para ambos hemisferios. Es decir, el Hemisferio Norte es ms clido que el Hemisferio Sur durante
los meses de junio, julio y agosto, porque recibe ms energa solar. Recprocamente, durante los
meses de diciembre, enero y febrero, el Hemisferio Sur recibe ms energa solar que el similar del
Norte y, por lo tanto, se torna ms clido.
Variaciones con los tipos de superficie terrestre:
La distribucin de continentes y ocanos produce un efecto muy importante en la variacin de
temperatura. Al establecerse diferentes capacidades de absorcin y emisin de radiacin entre
tierra y agua (capacidad calorfica), se puede decir que las variaciones de temperatura sobre las
reas de agua experimentan menores amplitudes que sobre las slidas. Sobre los continentes, se
debe resaltar el hecho de que existen diferentes tipos de suelos en cuanto a sus caractersticas:
desrticos, selvticos, cubiertos de nieve, etc. Tal es as que, por ejemplo, suelos muy hmedos,
como pantanos o cinagas, actan en forma similar a las superficies de agua, atenuando
considerablemente las variaciones de temperatura. Tambin la vegetacin espesa tiende a atenuar
los cambios de temperatura, debido a que contiene bastante agua, actuando como un aislante para
la transferencia de calor entre la Tierra y la atmsfera. Por otro lado, las regiones desrticas o
ridas permiten grandes variaciones en la temperatura. Esta influencia climtica tiene a su vez su
propia variacin diurna y estacional. Como ejemplo ilustrativo de este hecho se puede citar que una
diferencia entre las temperaturas mximas y mnimas puede ser de 10C, o menos, sobre agua, o
suelos pantanosos o inundados, mientras que diferencias de hasta 40C, o ms, son posibles sobre
suelos rocosos o desiertos de arena. En la Meseta Siberiana, al Norte de Asia, la temperatura
promedio en julio es de alrededor de 10C y el promedio en enero alrededor de -40C; es decir,
una amplitud estacional de alrededor de 50C. El viento es un factor muy importante en la
variacin de la temperatura. Por ejemplo, en reas donde los vientos proceden predominantemente
de zonas hmedas u ocenicas, la amplitud de temperatura es generalmente pequea; por otro lado,
se observan cambios pronunciados cuando los vientos prevalecientes soplan de regiones ridas,
desrticas o continentales. Como caso interesante, se puede citar que en muchas islas, la
temperatura permanece aproximadamente constante durante todo el ao(Senamhi, 2008).
El clima hace referencia al comportamiento predominante del sistema atmosfrico en un periodo
de tiempo representativo que vara dependiendo de factores naturales y geogrficos. Dicho
comportamiento puede presentar alteraciones en una escala de tiempo menor, conocida como
variabilidad climtica, en la cual se enmarcan fenmenos ampliamente conocidos como El Nio
oscilacin del sur (ENSO), la oscilacin del atlntico norte NAO, entre otros.
10
La Variabilidad Climtica se define como las fluctuaciones del clima durante perodos de tiempo
tales como meses, aos o decenios, de manera que es natural registrar valores por encima o por
debajo de la normal climatolgica o valor normal (promedio de 30 aos). Esta diferencia es
perturbada cuando cada una de esas fluctuaciones en sus respectivas escalas de tiempo,
(intraestacional, interanual, interdecadal y secular), interactan entre s de manera que intensifican
o debilitan los parmetros meteorolgicos. A la diferencia entre el valor registrado de la variable y
su promedio se le conoce como anomala.
El anlisis de la secuencia temporal de anomalas de la temperatura de la superficie del mar (SST)
en las diferentes regiones del sector tropical, refleja la ocurrencia de perodos clidos y fros en
ciclos recurrentes que oscilan entre tres y siete aos, siendo esta la principal caracterstica de su
variabilidad. Estos periodos tienen diferente intensidad y duracin que caracterizan los fenmenos
asociados al ciclo El Nio, La Nia Oscilacin del Sur (ENSO). La alternacin de las dos fases,
clida (El Nio) y fra (La Nia) es un rasgo bien identificado del Ocano Pacfico en la escala de
tiempo interanual. La transicin de eventos clidos a eventos fros se presenta en un tiempo
relativamente corto; el sistema cambia de fase de manera rpida, lo cual se puede interpretar como
una seal que parece denotar su carcter no lineal (Montealegre B, 2009).
La variabilidad intraestacional representa los cambios en el sistema acoplado ocano-atmsferatierra que ocurren en una escala temporal entre 25 y 80 das (Madden, et al., 1972) y que aparecen
como oscilaciones en diversas variables climticas, tales como la magnitud y direccin de los
vientos en niveles bajos y superiores de la atmsfera, la presin atmosfrica a nivel del mar, la
temperatura superficial del mar y la precipitacin.
La MJO es una fluctuacin en el campo de la presin atmosfrica de escala planetaria con numero
de onda 1 o 2 y con un periodo local entre 25 y 80 das. Durante la fase convectiva de la oscilacin,
las anomalas positivas de conveccin se propagan al este desde el Ocano Indico hasta la piscina
caliente del Pacfico occidental. Una vez la onda alcanza el Pacifico central, las anomalas
convectivas tienden a debilitarse aparentemente debido a la presencia de agua relativamente fra,
dejando una onda residual de tipo Kelvin en la tropsfera superior. (Hoyos, et al., 2006). Esta onda
se manifiesta sobre el viento en la baja y alta troposfera, la nubosidad, la precipitacin e incluso en
la temperatura superficial del mar en el Ocano Indico y Pacfico Occidental, y es
considerablemente responsable de la variabilidad del clima en estas regiones, dando lugar a
variaciones en distintos parmetros atmosfricos y ocenicos. Es a su vez, una componente natural
11
del sistema acoplado ocano-atmsfera (Madden, et al., 1971)(1972) (1994). Se han considerado
diferentes procesos que explican el origen y ciclo de vida de la MJO, Chang (1977) consider que
la viscosidad ocasionada por el aumento de humedad en la columna atmosfrica es indispensable
para explicar la lenta propagacin de la MJO, comparada con la propagacin de ondas atmosfricas
con estructura vertical similar de acuerdo con la teora de ondas ecuatoriales de Matsuno (1966).
Hu y Randall (1994) sugirieron, en base a resultados de modelos atmosfricos, que la MJO es la
consecuencia de una fuente de calor oscilante que surge de interacciones no lineales entre la
radiacin, la conveccin y el flujo de la humedad de la superficie. Sin embargo, dicha teora no
explica por qu la oscilacin comienza exclusivamente sobre el Ocano ndico. La teora de CISK
(Conditional Inestability of Second Kind) considera un mecanismo positivo de retroalimentacin
entre la conveccin y el ambiente circundante, en el cual la liberacin de calor latente resultante de
la formacin de cmulos proporciona energa que incrementa el sistema convectivo, y que
potencialmente favorece la generacin de ondas atmosfricas con caractersticas semejantes a la
MJO.
Las regiones por donde se propaga la MJO se caracterizan por un realce o disminucin de la lluvia
tropical principalmente sobre los ocanos ndico y pacfico. Dichas anomalas de precipitacin son
a menudo detectadas inicialmente sobre el ocano ndico y permanecen aparentemente como una
propagacin hacia el este sobre aguas calientes del oeste y centro del pacfico tropical. Esta
oscilacin es difcil de reconocer sobre aguas ocenicas del pacfico este, donde las caractersticas
de la lluvia tropical son difciles de clasificar, aunque a menudo reaparecen sobre el Atlntico
tropical y frica. A lo largo de esas variaciones en la lluvia tropical se presentan distintas
caractersticas en las anomalas de circulacin en los bajos y altos niveles atmosfricos de los
trpicos y subtrpicos. Esas anomalas se extienden a lo largo del globo y no se limitan al
hemisferio este. Por lo tanto, estas ondas proporcionan importante informacin con respecto a
regiones de movimiento ascendente y descendente asociado con fases particulares de la oscilacin.
La Figura 2-2 muestra una seccin transversal ecuatorial de la MJO, la cual describe los cambios
en nubosidad, precipitacin, velocidad y direccin del viento y la SST como una propagacin hacia
el este de la MJO a lo largo de los trpicos globales.(Gottschalck, et al., 2007)
12
Figura 2-2. Seccin transversal ecuatorial de la MJO como una propagacin desde el ocano ndico hacia
el pacfico oeste. Las flechas rojas indican la direccin del viento y las etiquetas sst rojas (azules) indican
anomalas de temperatura superficial del mar positiva (negativa) respectivamente. Fuente:CPC
Figura 2-3 Comportamiento de la oscilacin MJO en un da tpico. Color verde indica fortalecimiento de la
actividad lluviosa y marrn debilitamiento de la misma. Periodo: febrero 2008 (da 16). Fuente: NOOA
Mediante la combinacin de muchos eventos de la MJO, se obtiene una representacin idealizada

de la estructura tridimensional de la MJO como se observa en la Figura 2-4. Cuando la conveccin
est activa en el ocano ndico, anomalas hacia el este (oeste) salen del rea de conveccin
realzada en niveles altos de la atmsfera, asociados con giros anticiclnicos y detrs de la zona de
conveccin. Por el contrario, giros ciclnicos existen detrs de reas de conveccin suprimida en
13
ambos hemisferios. En niveles bajos, vientos del este (oeste) son evidentes delante (detrs) del rea
de conveccin realzada. Los giros en bajos niveles son en general ms dbiles que aquellos que se
producen en altos niveles. A medida que el dipolo se propaga hacia el pacfico central, las
anomalas de circulacin en niveles bajos y altos se observan menos reconocibles y coherentes,
pero siguen siendo una importante componente en la redistribucin de la masa alrededor de los
trpicos globales (Gottschalck, et al., 2007).
Figura 2-4. Esquema vertical de la estructura de una MJO tpica. Los valos azules (rojos) indican
circulaciones anticiclnicas (ciclnicas). Las flechas indican la direccin del viento y el aumento
(disminucin) del movimiento. Fuente CPC.
Existe una fuerte variabilidad ao a ao en la actividad de la MJO, con periodos de fuerte actividad
seguidos de largos periodos en que la oscilacin es dbil o ausente. Prevalecen evidencias de que la
variabilidad interanual de la MJO est en parte vinculada al ciclo del ENSO. Fuertes actividades de
la MJO son a menudo observadas durante periodos de La Nia o durante periodos ENSO neutrales,
mientras que dbil o ausente actividad es asociada con fuertes episodios de El Nio (Gottschalck,
et al., 2007)
14
(a)
Velocidad potencial en 200 hPa (m2/s)
(c)
Precipitacin (mm)
(b)
(d)
OLR (W/m2)
vectores del viento y velocidad potencial a 850 hPa

(m2/s)
Figura 2-5. Monitoreo de la MJO con distintas variables. Fuente: CPC
15
El ciclo de la MJO se observa sobre distintas seales en un nmero de variables atmosfricas en

todos los trpicos globales dependiendo de la fase en que se encuentre. La Figura 2-5 muestra la
velocidad potencial en 200 hPa, OLR, Precipitacin, vectores del viento y velocidad potencial a
850 hPa se observan condiciones tpicas para ocho distintas fases del ciclo de la MJO como una
oscilacin que se propaga desde el ocano ndico a travs del ocano pacfico y dentro del
hemisferio oeste (Gottschalck, et al., 2007)
3. rea de estudio
Colombia tiene de latitud norte 12 30 40 en Punta Gallinas en La Guajira y 4 13 30 de latitud
sur en las bocas de la quebrada San Antonio en el extremo del Trapecio Amaznico. Partiendo del
meridiano de Greenwich, Colombia tiene longitud occidental; esta es de 66 50 54 en el extremo
este en la isla de San Jos en el ro Negro, frente a la Piedra del Cocuy y 79 01 23 en el Cabo
Manglares en el extremo oeste. Este trabajo comprende toda la superficie del territorio colombiano.
.
Figura 3-1. rea de estudio
4. Planteamiento del problema

Muchas escalas de movimiento interactan para el transporte de energa, humedad, y momento
dentro de los trpicos. La atmsfera tropical es relativamente homognea, pero en algunos casos se
observan fuertes fluctuaciones en la temperatura por efectos de procesos sinpticos y subsinoticos,
as como por procesos de escalas mayores. En particular, en Colombia se ha visto alteraciones en el
comportamiento de las temperaturas bajo condiciones ENSO (Montealegre, 2009), as mismo las
oscilaciones MJO han modulado el comportamiento de distintas variables meteorolgicas, como es
el caso del episodio de heladas de la primera semana de febrero de 2007, cuando las condiciones
sinpticas estuvieron bajo la accin de la fase subsidente de la MJO, que generaron el peor periodo
de heladas en la zonas de montaa; en la Sabana de Bogot las temperaturas fueron inferiores a -4
C y persistieron por 9 das consecutivos, los valores de temperatura mnima ms extremos se
registraron en el municipio de Tenjo, con -8.8 C el da 4 de febrero y en Sogamoso con -8.6 C el
da 3 de febrero (Mayorga, et al., 2008)
En Colombia se hace seguimiento continuo al comportamiento de la MJO mediante el anlisis de
la velocidad potencial a 200 hPa y de la Radiacin de Onda Larga Saliente (OLR) por parte del
Instituto de Hidrologa Meteorologa y Estudios Ambientales IDEAM y se han realizado algunos
estudios que han determinado la existencia de interacciones entre la escala sinptica y la MJO y la
relacionan con el ciclo diurno de precipitacin, pero son escasos los estudios referentes a la
relacin entre la MJO y la temperatura superficial a lo largo del globo y en particular en Colombia,
donde no se ha abordado el tema.
La fase del oeste de la MJO se caracteriza por la propagacin hacia el este de la conveccin,
presin en la superficie anormalmente baja, anomalas zonales del oeste en la troposfera inferior y
anomalas del viento zonal del este superior de la troposfera viento. La fase del este de la MJO se
caracteriza por conveccin suprimida, presin en la superficie anormalmente alta, anomalas
zonales del este en la troposfera inferior y anomalas del viento zonal del oeste superior de la
troposfera viento. Estos patrones de circulacin corresponden a las modulaciones de las clulas
Walker en el trpico y su efecto neto no solo se observa en alteraciones de los patrones de
20
Planteamiento del problema
conveccin en la escala sinptica sino tambin en la variabilidad intraestacional de distintas

variables meteorolgicas.
Por otro lado, la seal de la MJO vara a travs de espacio y tiempo. Muchos estudios han
mostrado que la MJO es ms fuerte en el Pacifico occidental que en el oriental, igualmente es mas
fuerte en el verano austral (DEF) y en el ENSO neutral, adems tiende a ser suprimidas en las fases
fuertes de El Nio o La Nia. Por ello, la compresin de la variabilidad de la MJO sobre Colombia
es necesaria estudiarla para poder explicar su rol en el comportamiento de la temperatura local. En
razn de lo anterior se hace necesario explorar si la variabilidad intraestacional y en particular la
MJO son fuentes de variabilidad de la temperatura en Colombia, as como su impacto durante las
fases calidas y fras del ocano Pacifico tropical.
5. Objetivos
5.1 Objetivo general
Analizar la relacin entre la variabilidad de la Oscilacin de Madden-Julian (MJO) y las
variaciones de las temperaturas extremas durante los aos 1978-2008 en las regiones de Colombia.
5.2 Objetivos especficos

Estudiar el comportamiento y tendencia de la temperatura mxima y mnima en las regiones de
Colombia durante los aos 1978 2008.
Establecer si eventos de 30-60 das de frecuencia hacen un aporte considerable a la explicacin de
la varianza de las anomalas de las series de temperatura mxima y mnima durante los aos 19782008 en las regiones de Colombia.
Caracterizar la evolucin de la MJO y determinar si la varianza de las anomalas de temperatura
del aire presenta algn tipo de relacin con la dinmica de las MJO
Determinar la variabilidad de la temperatura en las regiones de Colombia bajo la influencia de la
oscilacin Madden Julin durante los aos 1978 2008
6. Metodologa
6.1 Obtencin de la informacin
6.1.1
Informacin meteorolgica
Para el anlisis de este estudio se emplearon datos pentadales (promedio de 5 das) de Temperatura
mxima y mnima en grados centgrados (C) comprendido entre el periodo 1978-2008 de las
estaciones meteorolgicas distribuidas sobre las regiones climticas de Colombia (Figura 7.1). En
total se trabajaron 59 estaciones que se presentan en la Tabla 6-1. La informacin fue obtenida de
la base de datos del Instituto de Hidrologa Meteorologa y Estudios Ambientales IDEAM.
Figura 6-1 Distribucin espacial de las estaciones sobre el rea de Estudio.
Metodologa
24
Tabla 6-1 Informacin de las Estaciones Meteorolgicas

Lat
dec
Lon
Dec
11.53
12.18
10.43
10.88
10.45
11.13
9.33
7.80
8.85
8.82
5.70
6.22
3.85
1.82
4.45
4.82
3.53
3.45
6.18
6.22
2.97
2.70
3.57
4.43
4.28
4.20
4.03
4.18
-72.93
-71.92
-73.25
-74.58
-75.52
-74.23
-75.28
-76.70
-76.42
-75.82
-76.65
-77.40
-76.97
-78.72
-75.77
-75.73
-76.38
-76.50
-75.43
-75.58
-75.30
-75.42
-75.10
-75.15
-74.80
-74.63
-74.97
-74.95
Cdigo
Cat
1506501 SP 1
1507506 CP 1
2803503 SP 2
2904502 SP 2
1401502 SP 3
1501505 SP 3
2502508 SS 4
1201507 SP 5
1204501 CP 5
1308504 SS 5
1104501 SP 6
5601501 CO 6
5311501 SP 6
5103502 CP 7
2612506 SP 9
2613504 SP 9
2607504 SP 9
2608512 SS 9
2308520 SP 10
2701507 SP 10
2111502 SS 11
2110506 CP 11
2113503 CP 11
2124504 SS 11
2118504 SS 11
2119508 CO 11
2118503 CP 11
2118502 AM 11
Altitud
(m.s.n.m)
Estacin
Departamento
4
10
138
14
2
4
166
58
4
20
53
4
14
1
1241
1378
981
954
1100
1490
439
500
415
928
286
319
360
431
APTO ALM PADILLA

PTO BOLIVAR
APTO ALFONSO LOPEZ
APTO E CORTISSOZ
APTO RAFAEL NUNEZ
APTO SIMON BOLIVAR
APTO RAFAEL BARVO
APTO LOS CEDROS
ARBOLETES
APTO LOS GARZONES
APTO EL CARANO
PANAMERICANA
APTO BUENAVENTURA
CCCP DL PACIFICO
APTO EL EDEN
APTO MATECANA
APTO A BONILLA A
BASE AEREA M F S
APTO J M CORDOVA
APTO OLAYA HERRERA
APTO BENITO SALAS
HIDROBETANIA
ANCHIQUE
APTO PERALES
APTO SANTIAGO VILA
BASE AEREA MELGAR
GUAMO
NATAIMA
GUAJIRA
LA GUAJIRA
CESAR
ATLANTICO
BOLIVAR
MAGDALENA
SUCRE
ANTIOQUIA
ANTIOQUIA
CORDOBA
CHOCO
CHOCO
VALLE
NARIO
QUINDIO
RISARALDA
VALLE
VALLE
ANTIOQUIA
MEDELLIN
HUILA
HUILA
TOLIMA
TOLIMA
TOLIMA
TOLIMA
TOLIMA
TOLIMA
Lat
dec
Lon
Dec
Cdigo
Cat
7.02
5.48
7.12
7.02
6.62
7.07
4.72
5.12
5.97
6.43
5.80
6.27
7.93
7.07
4.17
4.08
3.03
6.18
4.55
-4.20
1.25
2.18
1.60
0.73
1.38
0.85
1.20
13.37
12.58
-74.72
-74.65
-73.18
-73.80
-73.92
-73.35
-74.15
-73.70
-74.60
-72.38
-73.07
-73.15
-72.52
-70.73
-73.62
-73.57
-73.73
-67.48
-70.93
-69.95
-70.25
-73.80
-75.53
-75.23
-77.28
-77.68
-77.30
-81.35
-81.72
2317502
2303502
2319513
2315503
2312504
2406503
2120579
2120574
2311501
2403524
2403512
2402505
1601501
3705501
3503502
3503501
3207503
3801503
3401501
4801501
4207501
3203501
4403502
4405501
5204502
5205501
5204501
1702502
1701502
SS
SP
SP
SP
CO
CP
SP
CO
CO
CO
AM
CO
SP
SP
SP
SS
CO
SP
SP
SP
CP
CP
SS
SP
SP
SP
AM
SP
RS
Altitud
(m.s.n.m)
12
12
12
12
12
12
13
13
14
14
14
14
15
16
17
17
17
18
19
20
20
21
22
22
23
23
23
24
24
80
172
1189
126
180
400
2547
2709
350
3716
2485
1350
250
128
445
400
325
50
171
84
180
350
244
219
1796
2961
2710
1
1
estacin
Departamento
APTO OTU
ANTIOQUIA
APTO PALANQUERO CUNDINAMARCA
APTO PALONEGRO
SANTANDER
APTO YARIGUIES
SANTANDER
CAMPO CAPOTE
SANTANDER
TRIGUEROS HDA
SANTANDER
APTO ELDORADO P1-2
BOGOTA
SILOS
CUNDINAMARCA
PTO BOYACA
BOYACA
SIERRA NEVAD COCUY
BOYACA
SURBATA BONZA
BOYACA
CHARALA
SANTANDER
APTO CAMILO DAZA
N SANTANDER
APTO ARAUCA
ARAUCA
APTO VANGUARDIA
META
BASE AEREA APIAY
META
VISTA HERMOSA
META
APTO PTO CARRENO
VICHADA
GAVIOTAS LAS
VICHADA
APTO VASQUEZ COBO
AMAZONAS
MITU AUTOMATICA
VAUPES
MACARENA LA
META
APTO G ARTUNDUAGA
CAQUETA
TRES ESQUINAS
CAQUETA
APTO ANTONIO NARIN
NARIO
APTO SAN LUIS
NARIO
OBONUCO
NARIO
APTO EL EMBRUJO
PROVIDENCIA
APTO SESQUICENTENA
SAN ANDRES
Metodologa
25
La seleccin de las estaciones meteorolgicas se realiz teniendo en cuenta el tipo de estacin

(pluviomtrica, sinptica, etc.), calidad de la informacin y longitud de la serie. Otro aspecto
esencial consisti en la distribucin espacial de las estaciones, criterio basado en las caractersticas
sinpticas de macro y meso escala, incluyendo el rgimen de lluvia predominante (Hurtado, 2000)
de manera que cada regin climtica estuviese representada convenientemente por una o ms
estaciones, segn la Tabla 6-2
Tabla 6-2 Regiones climticas y sus cdigos Fuente: (Hurtado, 2000)
REGION CARIBE
1
Alta guajira
Noroccidente sierra nevada de santa marta y cuenca del rio cesar
Litoral central
Bajo magdalena
Cuenca del rio Sin, bajo Nechi Regin de Urab

REGIN PACFICA
Pacfico norte y centro
Pacfico sur
Cuenca alto Pata

REGIN ANDINA
Cuenca del alto cauca
10 Cuenca del medio Cauca

11 Cuenca del alto magdalena
12 Medio Magdalena
13 Cuenca del Rio Bogot - Sabana de Bogot
14 Cuenca del Ro Sogamoso
15 Cuenca del ro Catatumbo
23 Montaa nariense
ORINOQUIA
16 Cuenca del rio Arauca
17 Piedemonte llanero
18 Nororiente de la Orinoqua
19 Orinoqua central
AMAZONA
20 Suroriente de la Amazona
21 Centro de la Amazona
22 Pie de monte amaznico
REGIN INSULAR
24 San Andrs y providencia
La Figura 6-2 describe la localizacin de estas regiones climticas:
26
Metodologa
Figura 6-2. Regiones climticas de Colombia Fuente: Hurtado 2000
6.1.2
ndices de la MJO y ONI
Los datos del ndice de la MJO fueron adquiridos de la pgina de internet de la National Oceanic
and Atmosferic Administration (NOAA)(NOAA, 2003), calculado del Reanalysis NCAR/NCEP
Data set para las ocho fases del ciclo. La serie tiene origen desde el ao 1978 y est reportada en
pentadas de manera que se hacen comparables con las series de cada una de las variables
meteorolgicas de este estudio.
El ndice ocenico del nio (ONI por su siglas en ingls) calculado como la media mvil trimestral
de las anomalas de la SST del ERSST.v3b en la regin Nio 3.4 (5oN-5oS, 120o-170oW) con
referencia en el periodo 1971-2000 adquiridos del sitio web de NOAA Climate prediction center
(CPC) (Climate Prediction Center, 2009).
Metodologa
27
6.2 Control de calidad de la informacin

Cualquier procesamiento de datos meteorolgicos requiere como condicin bsica, que stos sean
de la misma naturaleza, del mismo origen, obtenidos mediante observaciones y mediciones que
hayan seguido procedimientos y mtodos semejantes. Las series de datos climatolgicos
disponibles son muestras extradas de una poblacin cuya existencia y permanencia se suponen de
antemano. El primer problema consiste en determinar la homogeneidad de la muestra, ya que
muchas de stas no cumplen con esta condicin esencial y lo que es peor, no se tiene ningn
registro documental de las posibles heterogeneidades (Montealegre B, 1990).
Luego de recolectada la informacin se procedi a realizar un control de calidad de los datos. Para
ello, se procedi a hacer un anlisis exploratorio de tipo grfico descriptivo de cada una de las
series temporales con el objeto de hacer una valoracin visual de la homogeneidad, outliers y datos
faltantes.
6.2.1
Verificacin de los datos
Una vez hecho el anlisis exploratorio se realizaron las siguientes etapas en el proceso de
verificacin de los datos y series:
i. Lmites fsicos y climatolgicos:
Esta etapa consisti en la verificacin de grandes errores, con el fin de asegurar que se manejan
valores razonables de acuerdo con el comportamiento de las variables meteorolgicas, de lo
contrario se rechazan los datos. De ah que se retiraran los datos que se situaban dentro de unos
lmites determinados por:
Los pisos trmicos y los promedios climatolgicos ms/menos dos veces la desviacin
estndar para los datos de temperatura
Datos acotados a cero y los promedios climatolgicos ms/menos cuatro veces la
desviacin estndar para los datos de precipitacin
ii. Coherencia interna y temporal:
La coherencia se control a travs de la comparacin de distintas variables que cumplen relaciones
fsicas o meteorolgicas y la secuencia temporal de la informacin usando los siguientes criterios:
Temperaturas mnimas mayores a las medias y estas a su vez mayores a las mximas.
28
Metodologa
Tres datos consecutivos con el mismo valor.
Dentro del control de calidad se utiliz la herramienta R ClimDex el cual es un paquete

computacional fcil de usar para el clculo de ndices de extremos climticos, para monitorear y
detectar cambio climtico. Este fue desarrollado por Byron Gleason del National Climate Data
Centre (NCDC) de NOAA y ha sido usado en talleres CCl/CLIVAR sobre ndices climticos desde
el 2001. El procedimiento de R ClimDex para el control de calidad (CC) de los datos consta de dos
niveles, uno realizado por el programa y otro por el usuario de manera que:
a) Reemplaza todos los datos faltantes en un formato interno que reconoce R (ejm: NA, no
disponible) y
b) Remplaza todos los valores no razonables por NA. Estos valores incluyen:
- Cantidades de precipitacin diarias menores que cero y
- Temperatura mxima diaria menor que temperatura mnima diaria.
Para el control de calidad realizado por el usuario:
a) Se identifican outliers en temperaturas diarias mximas y mnimas. Los valores extremos son
datos diarios que se encuentran fuera de una regin definida por el usuario.
b) Se escoge la media + 4 (3,5 y 3,0) desviaciones tpicas para marcar los datos problemticos de
temperatura.
c) Finalmente el usuario define si deja, modifica o elimina el dato.
6.2.2
Anlisis de homogeneidad
Uno de los grandes problemas en el manejo de las series climticas se deriva por heterogeneidades
y errores debidos a causas no climticas, como observaciones y medidas hechas bajo
procedimientos diferentes o cambios de instrumentacin o de las condiciones de instalacin de los
instrumentos o aparatos. El estudio de homogeneidad se realiz a travs de dos caminos, uno
grfico y otro estadstico.
El mtodo grfico consisti en un proceso, mediante el cual se constat el cambio de pendiente de
los valores acumulados de la serie a travs de la verificacin grfica de la recta o rectas que
describen, poniendo en duda la homogeneidad de la serie cuando se presentan quiebres o cambios
Metodologa
29
de pendiente en la recta. As mismo, este mtodo es de gran a ayuda para determinar periodos con
caractersticas climticas diferentes y hacer una divisin de la serie, con el propsito de utilizar
procedimientos estadsticos que permitan comparar las distintas muestras que constituyen la serie
dividida y as mejorar la confianza de los anlisis grficos.
El segundo camino fue aplicar la prueba U de Mann Whitney (Wilks, 2006), que es una prueba no
paramtrica aplicada para comprobar la heterogeneidad de dos muestras.
Esta prueba estadstica es til cuando las mediciones se pueden ordenar en escala ordinal (es decir,
cuando los valores tienden a una variable continua, pero no tienen una distribucin normal) y
resulta aplicable cuando las muestras son independientes.
La frmula es la siguiente:
Donde:
U1 y U2 = valores estadsticos de U Mann-Whitney.
n1 = tamao de la muestra del grupo 1.
n2 = tamao de la muestra del grupo 2.
R1 = sumatoria de los rangos del grupo 1.
R2 = sumatoria de los rangos del grupo 2.
Si n1 y n2 son menores que 20, se consideran muestras pequeas, pero si son mayores que 20,
se consideran muestras grandes. De los valores de U1 y U2, se elija el ms pequeo, llamado
estadstico U, para comparar con los crticos de U Mann-Whitney. De los dos valores de U
calculados, se elige el ms pequeo y se comparan con los valores crticos de U MannWhitney.
Para muestras pequeas: U = n1n2 - U, donde U' corresponde al valor ms alto.
Cuando la muestra es mayor que 20 observaciones se aproxima bastante bien a la
distribucin normal. La aproximacin a la normal, Z, cuando se tienen muestras lo
suficientemente grandes viene dada por la expresin:
30
Metodologa
Donde:
Z = valor estadstico de la curva normal
U = cualquier valor de U calculado (ya sea U1 o U2).
= valor promedio de U.
U = desviacin estndar de U.
Se calcula el valor promedio de U de la siguiente manera:
La desviacin estndar de U de determina de la forma siguiente:
Donde:
U = desviacin estndar de U.
n1 y n2 = tamao de la muestra de los grupos 1 y 2.
N = tamao total de la muestra (la suma de n1 y n2).
Li = sumatoria de las ligas o empates.
El clculo de Li se realiza de la siguiente manera:
Una vez calculados los parmetros necesarios, se obtiene el valor Z. (Wilks, 2006)
6.2.3 Estimacin de datos faltantes

Para estimar los datos faltantes en las series de temperatura, se realiz la estrategia de Gmez y
Marval (Gomez, et al., 1994) para procesos ARIMA de bajo orden, y para su procesamiento se
sigui la estrategia de Nieto y Ruiz (Nieto, et al., 2002). El principal problema para procesar
grandes volmenes de informacin tiene que ver con los recursos computacionales necesarios para
hacer simultneamente la identificacin del modelo que produce la serie en presencia de datos
Metodologa
31
faltantes, la estimacin de mxima verosimilitud de los parmetros del modelo y la interpolacin

de los datos faltantes usando el enfoque aditivo. No obstante hay programas como TRAMO (Time
Series Regression with ARIMA Noise, Missing Observations and Outliers) que permiten realizar
los tres procedimientos para series de longitud inferior a 600 observaciones. Nieto y Ruiz proponen
una metodologa eficiente para trabajar las series largas a partir de fragmentos que se puedan
procesar con el TRAMO. Esencialmente, la estrategia que formulan se basa en fragmentar la serie
en subseries cortas y proceder en los siguientes tres pasos: (1) identificar el modelo de la serie
completa a partir de los modelos identificados para subseries (2) estimar los parmetros del modelo
completo con los datos observados (3) interpolar las observaciones faltantes a partir del modelo
identificado y los parmetros estimados. La teora bsica que justifica esta metodologa se puede
consultar en la seccin 2 de Nieto y Ruiz (Nieto, et al., 2002).
Los tres pasos mencionados anteriormente se pueden seguir de distintas formas, en este caso se
tuvieron en cuenta criterios prcticos para orientar el procedimiento. En el primer paso el propsito
es identificar los modelos ARIMA global a partir de los modelos identificados por las subseries,
teniendo en cuenta que las distintas subseries pueden resultar en la identificacin de distintos
modelos, el tamao de las subseries tambin debe ser apropiado teniendo en cuenta que entre ms
larga la serie, ms dificultades para su procesamiento puesto que tambin tendr ms valores
faltantes. Sin embargo, si la serie es muy corta se corre el riesgo de perder la capacidad de
identificar el modelo global. No obstante, la filosofa del mtodo se soporta en que tratndose de
procesos estacionarios ARIMA de orden bajo, es natural pensar que la informacin en tiempos
distantes sea invariante, es decir, cada subserie con un tamao modesto contiene Informacin de la
serie completa en el sentido de Brockwell y Davis (Brockwell, et al., 1991), as, la estrategia se
determin en dos etapas:
Etapa I: Identificacin del modelo
Bajo el supuesto de que la serie sigue un proceso ARIMA de bajo orden, se procedi con los
siguientes pasos:
A. Con el procedimiento de identificacin automtica de TRAMO se obtiene para cada
subserie el modelo respectivo junto con su criterio de informacin bayesiana (CIB).
B. Si los modelos ms frecuentes en la identificacin son de orden bajo, se acepta el supuesto
inicial y se procede con el paso C.
C. Entre los modelos de bajo orden se selecciona aquel que haya sido ms frecuente. Si hay
dos o ms modelos que tengan la misma frecuencia de ocurrencia, se escoge entre estos el
32
Metodologa
modelo con menor cantidad de datos faltantes, si tambin comparten el nmero de datos
faltantes se escoge el mnimo CIB.
Etapa II: Interpolacin de la serie

Interpolar cada una de las subseries con el modelo que se identific en la Etapa I, reestimando
antes los parmetros del modelo en cada caso.
6.3 Anlisis de la informacin

6.3.1 Diagramas de caja (Box Plot)
Con el objeto de determinar la distribucin de los datos mensuales, se utiliz la herramienta
Grahper (Golden Software Inc.) creando los diagramas de caja para cada estacin. Un diagrama de
caja es un grfico basado en cuartiles, mediante el cual se visualiza un conjunto de datos. Est
compuesto por un rectngulo, la "caja", dos brazos y los "bigotes", en donde se suministra
informacin sobre los valores mnimo y mximo, los cuartiles Q1, Q2 o mediana y Q3, y sobre la
existencia de valores atpicos y la simetra de la distribucin (Figura 6-3).
Figura 6-3.Descripicin de los diagramas de caja.
El rango inter cuartil (RIC) se define como la diferencia entre el Q3 y el Q1 y describe la

variabilidad de los datos. Los lmites superior e inferior, Li y Ls, permiten identifican los valores
atpicos los cuales son inferiores a Q1-1.5*RIC o superiores a Q3+1.5*RIC.
Metodologa
6.3.2
33
Coeficiente de correlacin de Pearson (r)
El coeficiente de correlacin de Pearson es un ndice que mide la magnitud de la relacin lineal

entre dos variables cuantitativas, as como el sentido, positivo o negativo, de dicha relacin. Indica
a su vez, en qu grado dos variables X e Y fluctan simultneamente, es decir cunto aumenta X al
aumentar Y (correlacin positiva), o cunto aumenta X al disminuir Y (correlacin negativa). A
diferencia de la regresin lineal, el coeficiente de correlacin no presupone dependencia de una
variable respecto a la otra; X e Y se sitan a un mismo nivel. As mismo, la existencia de
correlacin lineal entre 2 variables no implica necesariamente una relacin causal entre ellas, sino
que se limita a explicar su covariacin. El coeficiente de correlacin de Pearson es adimensional,
puede tomar cualquier valor desde +1 hasta 1. Ambos extremos, r = +1 y r = - 1, denotan una
correlacin lineal perfecta, positiva y negativa, respectivamente. Un coeficiente r = 0 indica en
cambio una ausencia absoluta de correlacin lineal (Wilks, 2006). Este procedimiento se utiliz
para determinar cul es la relacin entre la variable explicativa, la MJO y la variable explicada, ya
sea la precipitacin o las temperaturas. Debido a la lejana de la obtencin de la MJO con respecto
a Colombia, es natural intuir que dichas correlaciones podran no presentar su valor mximo
exactamente en la misma fecha, por lo que se procedi a hacer varios retrasos para determinar cul
era la mxima correlacin de las series con la MJO.
6.3.3 Anlisis espectral

Una serie de tiempo puede ser representada mediante la combinacin lineal de funciones
sinusoidales conocidas como armnicos. Matemticamente, el anlisis espectral est relacionado
con una herramienta llamada transformada de Fourier o anlisis de Fourier, que puede llevarse a
cabo para pequeos intervalos de tiempo, o con menos frecuencia para intervalos largos e incluso
puede realizarse a una funcin determinista. Adems, la transformada de Fourier de una funcin no
slo permite hacer una descomposicin espectral de los formantes de una onda o seal oscilatoria,
sino que con el espectro generado por el anlisis de Fourier incluso se puede reconstruir (sintetizar)
la funcin original mediante la transformada inversa. Para poder hacer eso, la transformada no
solamente contiene informacin sobre la intensidad de determinada frecuencia, sino tambin sobre
su fase. Esta informacin se puede representar como un vector bidimensional o como un nmero
complejo. En las representaciones grficas, frecuentemente slo se representa el mdulo al
cuadrado de ese nmero, y el grfico resultante se conoce como espectro de potencia o densidad
espectral de potencia.
34
Metodologa
En meteorologa, la idea del espectro se utiliza ampliamente para la determinacin de perodos

escondidos de la serie de tiempo, para la investigacin de las leyes de la estructura de frecuencias,
para la modelacin y pronsticos de los procesos.
La funcin de frecuencia S
se relaciona con la funcin de autocovariacin R
contraria de
la serie de Fourier y se llama Densidad Espectral:
1
2
Donde
es una funcin de potencial.
El significado fsico de S
es la densidad espectral de la funcin casual de la dispersin sobre
una determinada frecuencia, es decir:

2
Entonces, si el proceso investigado presenta una funcin armnica del tiempo con una frecuencia y
una amplitud, en este caso, la dispersin del proceso es igual a
A2 / 2 . En el caso general, cuando
el proceso presenta la mezcla de varios armnicos con frecuencias
y amplitudes
Ai
, entonces
la dispersin de este proceso es:

2
1
2
Ai2
i 1
donde n la cantidad de armnicos.

De esta manera, repartiendo la dispersin general del proceso en componentes separados,
correspondientes a las frecuencias identificadas y a sus valores se obtiene la esencia del anlisis
espectral.
En el anlisis de variables meteorolgicas frecuentemente se utiliza la densidad espectral

normalizada:
Metodologa
35
1
2
Las propiedades principales de la densidad espectral son pares S
y positivas
0.
Por la condicin del par de la funcin S
, la ecuacin (6) se puede escribir de la siguiente
forma:
cos
En muchos casos la r
de los procesos meteorolgicos reales es muy difcil de aproximar
exactamente. Por eso en las prcticas de clculos, la integral (6) por lo general cambia a una
sumatoria con un lmite alto m , que se llama desplazamiento del mximo:
cos
La funcin espectral calculada de las series de observacin, por general, tiene muchos picos de los
cuales algunos son casuales y deben ser expulsados del anlisis. Como primera aproximacin para
valorar los parmetros de densidad espectral se utiliza el mtodo de Tyuky. A una serie escogida
causalmente (al azar), la distribucin de valoracin de los espectros escogidos por la relacin con
2
el espectro de una distribucin general respectivamente, debe corresponder a una distribucin

dividida por el valor de una potencia de la libertad
. El valor
se determina como:
2N m / 2
m
.
2
Para encontrar
existen unas tablas especiales, las cuales se determinan por el nivel de
significancia y el valor de una potencia de libertad.

Los intervalos de confianza se forman dependiendo de un promedio del espectro
36
Metodologa
2
S0
/N
,
0 01
S0
S0
La gran diversidad de los cambios de los procesos meteorolgicos en el tiempo, presentan cambios
de procesos determinados y cambios de procesos casuales de tipo ruido blanco.
El proceso del tipo ruido blanco se caracteriza con la dispersin
, la cual surge de la
influencia de las oscilaciones no peridicas, que no contienen entre s oscilaciones escondidas en

sus leyes. La funcin de autocorrelacin de un proceso homogneo es igual a cero para todos los
0
La funcin espectral del proceso ruido blanco tiene forma de una lnea horizontal, que corresponde
a la constancia de la dispersin de oscilaciones en todas las frecuencias.
Muchas caractersticas meteorolgicas contienen en sus cambios componentes de tendencias, la
funcin de autocovariacin se presenta como exponente y la funcin espectral como una curva que
se amortigua con el aumento de la frecuencia de las oscilaciones, a esto se lo conoce espectro
ruido rojo (Villegas, 2009).
6.3.4
Anlisis de seales en Ondita o Wavelets
El objetivo del anlisis serie de tiempo es el de disponer de una transformacin que represente la
seal en el campo de las frecuencias y en el tiempo, simultneamente. El anlisis estndar de
Fourier descompone una seal en las componentes de frecuencias y determina la potencia relativa
de cada una. Este procedimiento no brinda informacin acerca de cundo la seal exhibe una
caracterstica particular y por lo tanto en aquellos casos donde la seal no es estacionaria se pierde
informacin valiosa al ignorar las anomalas locales. Al permitirse un anlisis que pueda distinguir,
en el dominio del tiempo, las anomalas en las frecuencias de la seal, se evita incluir en el modelo
componentes distintas a la estudiada.(Cardona Orozco, et al., 2001).
En efecto, muchas series en Geociencias no exhiben estacionalidad en sus estadsticas. Mientras las
series pueden contener seales peridicas dominantes, esas series pueden variar tanto en amplitud
como en frecuencia sobre largos periodos de tiempo. Tal es el caso de las temperaturas
Metodologa
37
superficiales del mar, donde el modo dominante de la variabilidad es el ENSO, mostrado por una
variabilidad de alta frecuencia o picos en una escala de 2 a 7 aos, como se observa en la Figura
6-4.(Torrence, et al., 1998)
Figura 6-4. La temperatura superficial promedio de la regin Nio3 en el Pacfico oriental (5 S-5 N, 90
W-150 W). Fuente: Universidad de Colorado
En la Figura 6-4, la curva negra es filtrada paso bajo (> 12 meses) SST. La curva de fondo gris se
est ejecutando 15-aos de varianza, registrados a mitad del perodo de 15 aos. La curva se ha
reproducido al revs para mostrar el "sobre" de la varianza.
En general se deseara separar oscilaciones de periodo ms corto de tiempo. El mtodo ms
simple para analizar la no estacionariedad de una serie de tiempo podra ser computando
estadsticas como la media y la varianza para diferentes perodos de tiempo y ver si son
significativamente diferentes. En la Figura 6-4 tambin se ha trazado la varianza mvil de 15 aos,
como medida de la potencia total inherentes a la seal en funcin del tiempo. Se puede ver que
haba una mayor variacin ENSO durante 1880-1920 y tambin desde 1950, con un perodo
relativamente tranquilo durante 1920-1950. Sin embargo, este mtodo presenta dos grandes
defectos; el tiempo de localizacin, dado que la varianza mvil seleccionada (en este caso 15
aos) puede ser muy grande o muy pequea para determinado fenmeno y la frecuencia de
localizacin, donde no es posible determinar la frecuencia de una seal peridica. El anlisis de
wavelets intenta resolver dichos problemas descomponiendo una serie de tiempo dentro de un
espacio de tiempo/frecuencia simultneamente. Se obtiene informacin de la amplitud de cualquier
seal peridica dentro de una serie y de cmo vara esa amplitud en el tiempo. La Figura 6-5
muestra la potencia (valor absoluto al cuadrado) de la transformada de wavelet para la serie de El
NIO3 SST, en ella el (valor absoluto)2 proporciona informacin de la potencia en una cierta
38
Metodologa
escala y en un cierto tiempo. Un grfico de la amplitud y de la fase de este tipo no solamente

muestra su magnitud, sino que presenta las oscilaciones reales de las ondas individuales.
Figura 6-5. Espectro de potencia en ondita para El NIO3 SST, usando la ondita de Morlet. Fuente:
Universidad de Colorado.
El eje x en la Figura 6-5 es la ondita localizada en el tiempo. El eje y es el periodo de ka ondita en

aos. Los contornos negros representan el nivel de significancia del 10%, utilizando espectro de
ruido rojo. Las reas ms oscuras indican que una gran actividad de El Nio ocurri durante 18801920 y desde 1965 al presente, mientras que en el periodo 1920-1960 fue relativamente
calmado(Torrence, et al., 1998).
La transformada continua de onditas (TO), continuos wavelet transform (CWT), se define en
trminos de la escala y la traslacin de una funcin prototipo (t). En los dominios del tiempo y
de la transformada de Fourier, la funcin de ondita se define como:
En esta expresin, a es el parmetro de escala, el cual es variable, y b es el parmetro de

localizacin o traslacin. La TO mapea la funcin f (t) en el dominio del tiempo y a una escala b
como:
La funcin f(t) se puede reconstruir mediante la transformacin inversa as:
Metodologa
39
Donde:
La funcin de ondita (t) se llama admisible si C

Es de notar que Wf (a,b) es la convolucin de f (t) con la funcin de ondita reversada en el tiempo
ab (- t) evaluada en t = b.
Donde * representa el conjugado de la funcin

La TO normalizada permite la comparacin entre los diferentes factores de escala seleccionados y
est dada por:
Para encontrar los coeficientes de la TO se procede de la siguiente manera. En primer lugar se

obtiene la TO normalizada a partir de la ecuacin (7.23) para cada una de las escalas, luego se
multiplican cada una de estas TO por la transformada de Fourier de la serie original y finalmente se
aplica la transformada inversa a estos productos para obtener los coeficientes buscados (Cardona
Orozco, et al., 2001).
Funcin prototipo de Morlet:
La expresin para la transformada normalizada, en este caso, est dada por:
Donde U( ) es la funcin escaln unitario.
40
Metodologa
Para la seleccin de las escalas se tiene:

S0 = 2. t
Donde s0 es la mnima escala que se puede resolver y J determina la mxima escala posible. Las
restantes escalas sj se toman como mltiplos de la escala mnima. Mientras menor sea el parmetro
j se logra una mejor resolucin. Este parmetro est ligado al ancho espectral de la funcin
prototipo, cuyo valor mximo para la ondita tipo Morlet est alrededor de 0.5.
El resultado de la TO, es una matriz de coeficientes que indican la representatividad de las
frecuencias (asociadas a una escala) en el tiempo (Cardona Orozco, et al., 2001).
6.3.5
Anlisis compuesto
El anlisis compuesto tiene por objetivo mostrar, a travs de diferentes tcnicas estadsticas, las
relaciones existentes en distintas escalas temporales y espaciales (sinptica, intraestacional,
interanual, etc) entre variables meteorolgicas y la ocurrencia de eventos como el ENSO o en
este caso, el ndice de la MJO.
El propsito es encontrar patrones de comportamiento mediante tcnicas multivariadas estudiando
la covariabilidad de los eventos y variables. El anlisis se puede aplicar con los valores directos,
anomalas o con valores transformados(Alfaro, et al., 2003)
La asociacin entre dos variables continuas est determinada por la distribucin de probabilidad
conjunta. En general esta distribucin es desconocida, y en su defecto, se sustituye por la tabla de
contingencia. Para construir esta tabla las variables continuas se dividen en categoras, digamos la
primera variable o variable independiente X en M categoras y la segunda variable o variable
dependiente Y, en N categoras. Cada pareja de valores (xi, yi ) pertenece a una y slo una de las
M x N categoras conjuntas. Luego se calculan las frecuencias empricas fij que son el nmero de
parejas que pertenecen a la categora ij. Si la asociacin entre las dos variables es muy dbil, la
poblacin de la M x N categoras conjuntas es similar. En un grfico de tres dimensiones la
superficie aparece plana porque los valores de X dentro de la categora i pueden estar asociados
Metodologa
41
indistintamente con valores que pertenecen a cualquiera de las N categoras de Y (Figura 6-6 b). Si
la asociacin es fuerte, la superficie alcanza valores grandes a lo largo de una de las diagonales y
valores bajos en las esquinas que no pertenecen a la diagonal. En el caso de asociacin positiva los
valores altos se dan a lo largo de la diagonal mayor y en el caso de asociacin negativa, a lo largo
de la diagonal menor. (Figura 6-6 a)
50
40
40
30
30
20
20
10
10
0
1
1
2
2
3
(a)
(b)
Figura 6-6. Probabilidades empricas para: a) caso en que la asociacin entre las variables es fuerte, ntese
que las frecuencias a lo largo de la diagonal es superior al resto de las categoras y b) caso en que la
asociacin entre las variables es dbil, ntese que la frecuencia en cada una de las casillas es muy
similar(Alfaro, et al., 2003).
As, el mtodo se aplic de manera que se utiliz los terciles de los valores pentadales de las
variables de temperatura mxima y mnima para establecer los escenarios normales o por fuera
de ellos. En este caso se usaron terciles para los siguientes tres escenarios: 1) El tercil inferior
especifica la categora por debajo de lo normal, correspondiente a un escenario fro para la
temperatura (T), 2) entre el tercil inferior y el tercil superior es llamado el escenario normal y 3)
el tercil superior individualiza la categora por encima de lo normal y representa el escenario
clido. Los terciles son obtenidos con respecto al perodo 1978-2008. Ver Tabla 6-3.
Tabla 6-3 Categoras que denominan los terciles de la distribucin probabilstica de lluvia y temperatura.
POR DEBAJO DE LO NORMAL
TEM O PREC < Q 0.333
(1)
NORMAL
Q 0.333 < TEM O PREC < Q 0.666
(2)
POR ENCIMA DE LO NORMAL
TEM O PREC > Q 0.666
(3)
Luego de tener los ndices de cada dato de la variable a estudiar junto con el ndice de la MJO, se
procede a determinar las condiciones en las que el ndice se considera como en fase subsidente,
fase convectiva y fase neutra (seccin 0 y 7.5).
Al dividir las frecuencias empricas por el nmero total de parejas se obtienen las probabilidades
empricas. Es decir pij = fij /n, es la probabilidad emprica que una pareja de valores pertenezca a
la categora conjunta ij. Normalmente los valores individuales de pij o fij pueden ser expresados en
42
Metodologa
trminos de porcentajes, Pij, en funcin de los M escenarios de la variable independiente o

predictor(Alfaro, et al., 2003), es decir,
La prueba chi cuadrado

Otra medida de discrepancia entre las frecuencias observadas (fij) y esperadas (eij) viene
proporcionada por el estadstico 2 dado por:
Donde la frecuencia total es n.

El estadstico chi cuadrado evala que tanto se aleja una tabla de contingencia del caso aleatorio y
se puede aplicar a tablas de contingencia rectangulares. Para el caso de estudio es cuadrada de 3 x
3. El nmero de grados de libertad, en una tabla de entradas mltiples, si las filas y columnas son
variables independientes, es (M-1) x (N-1). El nmero de grados de libertad en este caso
corresponde a (3-1) x (3- 1) = 4, ya que las frecuencias esperadas se calculan sin recurrir a
estimaciones muestrales de los parmetros de la poblacin. Si la tabla de contingencia 3 x 3 es
aleatoria, la suma de cualquier fila o columna es n/3, y por la tanto para cualquier valor de (i,j), eij
= (n/3) (n/3)/ (n) = n /9. La significacin del estadstico 2 se determina sobre la base de la
hiptesis H0. Si bajo tal hiptesis el valor calculado para 2 es mayor que algn valor crtico (tal
como 2
95
o 2 99, que son los valores de significacin 0.05 y 0.01 respectivamente), se debe
concluir que las frecuencias observadas difieren significativamente de las frecuencias esperadas y
se rechaza H0 al correspondiente nivel de significacin; en caso contrario, se acepta (o al menos no
se rechaza).
6.3.6 Mtodo geoestadstico de interpolacin

Con los resultados obtenidos de las tablas de contingencia sobre las estaciones analizadas, se
realiz una interpolacin a nivel nacional para tener la probabilidad emprica de temperaturas
mximas y mnimas asociadas a la MJO 120 W en pas. Es muy comn que los modelos
meteorolgicos utilicen el mtodo Cressman para interpolacin espacial ya que este mtodo analiza
Metodologa
43
la densidad de estaciones, la distancia entre ellas y tiene en cuenta la resolucin del terreno y de los
campos de primera aproximacin para la meteorologa (Dudhia, et al., 2004) adems recomienda
que radios de influencia en los mtodos de interpolacin tienen que ser comparables con las
distancias en las estaciones. No obstante, las herramientas actuales de los sistemas de informacin
geogrfica no ofrecen este tipo de interpolacin pero herramientas como las que ofrece el software
SURFER permiten determinar el tipo de interpolacin considerando lo siguiente (Surfer, 1994)
Cuando hay menos de 10 datos se debe considerar mtodos como Kriging y Funciones Radiales
Bsicas y para definir la tendencia recomienda Regresin Polinomial.
Cuando el tamao de los datos es menor a 250 observaciones, Kriging con un variograma lineal o
Funciones Radiales Bsicas con funciones multicuadrticas producen buenas representaciones
Con datos entre 250 y 1000 observaciones el mtodo de Triangulacin es rpido y da buena
representacin de los datos, Sin embargo, Kriging y las Funciones Radiales Bsicas realizan el
clculo ms lento pero mucho ms fino.
Para un conjunto de datos superior a 1000 observaciones, la Mnima Curvatura es un mtodo
rpido y produce una adecuada representacin en los datos, Triangulacin toma ms tiempo pero
mejora el resultado. No obstante, Kriging y la Funcin Radial Bsica probablemente producen los
mejores contornos, pero son demasiados lentos en el procesamiento de cmputo.
Si no se tiene la suficiente confidencia en los datos, se pueden usar Interpoladores exactos como:
Inverso de la distancia cuando no se especifica un factor de suavizamiento
Kriging sin especificar efectos
Funciones Radiales Bsicas
El Mtodo Sheppard cuando no se especfica un factor de suavizamiento
Triangulacin con Interpolacin Lineal. La interpolacin es un mtodo matemtico utilizado para
construir el valor numrico de una variable medida en un conjunto de puntos discretos sobre
puntos donde no se tiene informacin.
Mtodo de interpolacin de Kriging
El mtodo seleccionado fue el mtodo de interpolacin de Kriging, es un mtodo geoestadstico de
estimacin de puntos que utiliza un modelo de variograma para la obtencin de datos, calculando
44
Metodologa
los pesos que se darn a cada punto de referencias usadas en la valoracin. Esta tcnica de
interpolacin se basa en la premisa de que la variacin espacial contina con el mismo patrn. ste
mtodo considera la hiptesis de que cada punto existente en el espacio estudiado tiene una
dependencia de los dems, en otras palabras tienen una autocorrelacin con una tendencia
calculable. La funcin estadstica que calcula la relacin de dependencia entre los puntos se llama
variograma. Para esto, los puntos ms cercanos al punto a estimar son de los que depende ms el
valor del punto y as como se aleja la distancia, los puntos van teniendo menor dependencia. El
mtodo de Kriging calcula el mejor estimador lineal imparcial basndose en un modelo estocstico
de dependencia espacial cuantificado por el variograma (x,y) y la funcin de covarianza c(x,y) de
la variable aleatoria.(University of California, 2008.) .
7. Resultados
7.1 Descripcin de la MJO
La Figura 7-1 describe el comportamiento del ndice de la MJO en el periodo 1978-2008 en diez
puntos (20E, 70E, 80E, 100E, 120E, 140E, 160E, 120W 40W y 10W), cada una de las grficas
presentan en el eje de las abscisas la longitud desde 120W hasta 160E y el eje de las ordenadas la
escala temporal empezando de 1978 a 2008. La barra de colores permite identificar la intensidad
del evento MJO y se ha separado segn la presencia de eventos ENSO Nio, Nia o Neutrales, de
acuerdo a la categorizacin del ONI (Al separar considerando cada uno de los eventos ENSO se
convierten los datos del ndice MJO en cero segn corresponda). Estas grficas muestran de
manera general los eventos ms relevantes en los 30 aos de estudio, en particular se puede
observar que la MJO tiene cierto debilitamiento llegando a los 40W en varios periodos, ntese que
las lneas horizontales en el sector 120W 40W se deben a que solo se cuenta con informacin en
estos puntos, en este intervalo solo se presenta informacin bajo mtodos de interpolacin. Se
advierte una temporada de fuerte presencia fase convectiva en los aos 1997 - 1998 que
corresponde a un periodo ENSO Nio, como se puede observar en la Figura 7-1(c) , as como el
ao de 1988 se observa una fase subsidente de la oscilacin (Figura 7-1(b)), correspondiente a un
periodo do la Nia. Estas imgenes muestran una predominancia de la MJO en eventos ENSO, ya
que para la Nia prevalecen fases subsidentes mientras que para el Nio se enfatizan las fases
convectivas, en condiciones neutrales se observa una superficie de MJO mayor en la grfica
considerando que es el evento predominante y se detalla en l, la presencia de MJO en su estado
subsidente en la regin 120W 40W. Es importante resaltar que en eventos El Nio la MJO se
extiende sobrepasando el lmite de la longitud 40W. Considerando que la MJO se alimente de la
energa de la SST que hace que dicha onda sea intensa en sectores cercanos a las costas
occidentales australianas, las temperaturas clidas al desplazarse hacia el occidente en eventos El
Nio llevan energa que permite a la MJO traspasar las costas suramericanas.
46
Resultados
(a)
(b)
ndice MJO esquematizado como longitud vs tiempo en el periodo 1978-2008
ndice MJO esquematizado

como longitud vs tiempo
en el periodo 1978-2008
seleccionando eventos
ENSO la Nia
(c)
ndice MJO esquematizado

como longitud vs tiempo
en el periodo 1978-2008
seleccionando eventos
ENSO el Nio
Figura 7-1. Esquematizacin de la MJO para los 30 aos de estudio.
(d) ndice MJO

esquematizado como
longitud vs tiempo en el
periodo 1978-2008
seleccionando condiciones
neutrales
(e

Analisis de La Variabilidad de La Temperatura Del Aire Regiones Colombianas PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Analisis de La Variabilidad de La Temperatura Del Aire Regiones Colombianas PDF

Uploaded by

Copyright:

Available Formats

Anlisis de la variabilidad de la temperatura del aire en

regiones de Colombia bajo la influencia de la oscilacin

Nicols Cuadros Rubio

Universidad Nacional de Colombia

Anlisis de la variabilidad de la temperatura del aire en

Nicols Cuadros Rubio

Trabajo de Grado presentado como requisito para optar al Ttulo de

Universidad Nacional de Colombia

En la memoria del maestro Jorge Anbal Zea Mazo

Palabras clave: Temperatura, Oscilacin Madden-Julian, variabilidad climtica, El Nio

Keywords: Temperature, Madden-Julian Oscillation, Climatic variability El Nio South

Antecedentes y justificacin ..................................................................................................... 3

Marco conceptual y terico ...................................................................................................... 7

rea de estudio ........................................................................................................................ 17

Planteamiento del problema................................................................................................... 19

Objetivo general ............................................................................................................... 21

Objetivos especficos ....................................................................................................... 21

Obtencin de la informacin ............................................................................................ 23

Informacin meteorolgica ...................................................................................... 23

ndices de la MJO y ONI ......................................................................................... 26

Control de calidad de la informacin ............................................................................... 27

Verificacin de los datos .......................................................................................... 27

Anlisis de homogeneidad ....................................................................................... 28

Estimacin de datos faltantes ................................................................................... 30

Anlisis de la informacin ............................................................................................... 32

Diagramas de caja (Box Plot) .................................................................................. 32

Coeficiente de correlacin de Pearson (r) ................................................................ 33

Anlisis espectral ..................................................................................................... 33

Anlisis de seales en Ondita o Wavelets ................................................................ 36

Anlisis compuesto .................................................................................................. 40

Mtodo geoestadstico de interpolacin ................................................................... 42

Tendencias en las Temperaturas mximas y mnimas ..................................................... 53

Distribucin temporal de la temperatura mxima y mnima ............................................ 55

Regin Caribe .......................................................................................................... 55

Regin pacfica ........................................................................................................ 60

Regin andina. ......................................................................................................... 61

Regin Insular .......................................................................................................... 71

Dominio de las frecuencias: Anlisis espectral y de ondita ............................................. 72

Regin Caribe .......................................................................................................... 72

Regin Pacfica ........................................................................................................ 75

Regin Andina ......................................................................................................... 78

Regin Amaznica ................................................................................................... 88

Regin insular .......................................................................................................... 91

Descripcin de la relacin entre la temperatura y la MJO en Colombia.......................... 94

Descripcin espacial de la relacin entre la temperatura y la MJO en Colombia. ........... 97

Descripcin espacial de la relacin entre la temperatura, el ndice MJO y eventos

ENSO en Colombia................................................................................................................ 110

global y se exponen interpolaciones que permiten detallar su comportamiento sobre el territorio

a miles de personas y producen impactos

socioeconmicos negativos. Por tanto, aunque el sistema climtico es altamente complejo de

del suelo en Colombia, y de adveccin de humedad al interior de Colombia proveniente del

El instituto de Hidrologa, Meteorologa y estudios Ambientales (2008) hizo un anlisis sinptico

2007 reportaron que su simulacin emparej de manera realista la vanguardia de actividad y

2. Marco conceptual y terico

Marco conceptual y terico

Se define como el cambio en la temperatura, entre el da y la noche, producido por la rotacin de la

Variacin de la temperatura con la latitud:

Marco conceptual y terico

Marco conceptual y terico

Marco conceptual y terico

Marco conceptual y terico

Mediante la combinacin de muchos eventos de la MJO, se obtiene una representacin idealizada

Marco conceptual y terico