anÁlisis estadÍstico con climdex de Índice climÁticos … · praa anÁlisis estadÍstico con...
TRANSCRIPT
PRAA
ANÁLISIS ESTADÍSTICO CON CLIMDEX DE ÍNDICE CLIMÁTICOS
PARA LAS PROVINCIAS DE PICHINCHA Y NAPO
INFORME FINAL
Ángel G. Muñoz S.1
1 Centro de Modelado Científico (CMC) de La Universidad del Zulia. Maracaibo, 4004. Venezuela
E-mail: [email protected]
Octubre 2013
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
2
Resumen
Se presentan los aspectos metodológicos y resultados de un análisis estadístico que
considera indicadores básicos del Expert Team on Climate Change Detection and Indices
(ETCCDI/CRD), calculados por la herramienta FClimdex, para la caracterización,
vigilancia y detección de Cambio Climático en Ecuador.
Se ha llevado a cabo un estudio que considera 10 estaciones en las provincias
ecuatorianas de Pichincha y Napo con series de tiempo diaria para el período 1984-2012
(28 años). Con los datos de temperatura mínima, máxima y precipitación se produjeron
los 12 mapas de tendencias con significancia estadística con p=0.1 (un mapa por índice
con señal). Los detalles aparecen en la sección de metodología y resultados, y en el
siguiente párrafo se resumen las principales conclusiones de manera suscinta.
En general, en términos de temperatura, se encontró que los mínimos de temperatura
mínima y máxima están incrementándose a una tasa de entre 0 y 0.5 oC/década para toda
la zona de estudio. Este resultado es en general consistente con las tendencias de
disminución para el porcentaje de días con noches frías y días fríos, y con las tendencias
de incremento del porcentaje de noches y días cálidos reportadas aquí.
En cuanto a precipitación, los resultados muestran una señal clara de aumento de
precipitación total para las provincias de Pichincha y Napo. Las precipitaciones extremas
se están incrementando también en la zona de estudio, mientras que las precipitaciones
muy extremas evidencias aumento ligero en los valles interandinos y moderados en Tena.
El número de días secos consecutivos se está incrementando también de modo ligero en
toda la zona de estudio, indicando en conjunción con el análisis recién descrito que días
con precipitación están tendiendo a ser menos frecuentes en la zona de estudio, pero que
cuando llueve ésta tiende a ser más extrema.
Finalmente, se ha prestado especial atención a los caveats y limitaciones que la
presente aproximación posee, toda vez que se conoce que no se trata de un producto
libre de incertidumbres. En todo caso, se reconoce que se trata de un producto muy útil
para detectar y reconocer tendencias climáticas en el territorio ecuatoriano, aunque la
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
3
señal de variabilidad climática debe ser tomada en consideración también. Futuros
estudios podrían arrojar luz al respecto de esta otra componente.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
4
ÍNDICE GENERAL
ANTECEDENTES ............................................................................................... 5
I. INTRODUCCIÓN ......................................................................................................................... 7
II. DATOS .................................................................................................................................... 11
III. METODOLOGÍA ..................................................................................................................... 13
a) Revisión y Análisis de la Data ............................................................................................. 13
b) Ejecución de Climdex ......................................................................................................... 15
c) Graficación y Análisis en Mapas de Tendencia .................................................................. 16
IV. RESULTADOS ......................................................................................................................... 19
V. LIMITACIONES, CAVEATS E INCERTIDUMBRES ...................................................................... 37
VI. CONCLUSIONES Y RECOMENDACIONES ............................................................................... 38
VII. BIBLIOGRAFÍA ...................................................................................................................... 44
VIII. ANEXOS ............................................................................................................................... 46
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
5
ANTECEDENTES
Existe consenso general en la Comunidad Científica de que cualquier cambio
en la frecuencia o intensidad de los eventos climáticos extremos tendría profundos
impactos en la naturaleza y la sociedad. Por lo tanto, es muy importante analizar
los eventos extremos. La vigilancia, detección y atribución de los cambios en los
extremos climáticos generalmente requiere datos con resolución diaria; sin
embargo, la compilación, provisión y actualización de una base de datos diaria
completa y disponible a escala global es una tarea muy complicada. Esto se debe
en parte a que no todos los Servicios Meteorológicos e Hidrológicos Nacionales
(SMHN) cuentan con la capacidad o autoridad de distribuir gratuitamente la
información diaria que obtienen. En consecuencia, el ETCCDI (Expert Team on
Climate Change Detection and Indices) y su predecesor, el Grupo de Trabajo
CCl/CLIVAR en Detección de Cambio Climático, ha venido coordinando un
esfuerzo internacional para desarrollar, calcular y analizar un conjunto de índices
de tal modo que los individuos, países y regiones puedan calcularlos exactamente
de la misma manera, y que sus análisis puedan compaginarse en un panorama
global [Karl et al., 1999, Peterson et al., 2001].
El Proyecto de Adaptación al Impacto del Retroceso Acelerado de Glaciares en los
Andes Tropicales – PRAA, liderado por el Ministerio del Ambiente en el Ecuador,
tiene como objeto reforzar la resiliencia de los ecosistemas y economías locales
ante los impactos del retroceso glaciar de los Andes Tropicales a través de la
implementación actividades pilotos que muestren los costos y beneficios de la
adaptación al cambio climático en cuencas seleccionadas en Bolivia, Ecuador y
Perú.
El componente 1 del PRAA “Diseño Detallado de Medidas de Adaptación” incluye
la elaboración de mapas de impactos en las cuencas glaciares, previéndose la
aplicación de modelos climáticos que generen información base que permita
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
6
cuantificar los impactos del retroceso glaciar, la disponibilidad de recursos hídricos
de escorrentías y la regulación en cuencas seleccionadas.
En el año 2010 se llevó a cabo un estudio previo en el que se calcularon índices
climáticos con la herramienta Climdex para todo el territorio ecuatoriano, pero
usando datos en retícula a una resolución baja que permitieron tener una primera
aproximación a la caracterización climática –usando los índices mencionados- de
la zona de acción del PRAA. Como nuevos alcances de este nuevo proyecto
destaca el poder trabajar a una resolución mayor, o inclusive a escala de
estaciones propiamente dicha, para poder proveer productos más precisos para la
zona de interés del PRAA.
El 30 de junio de 2011, la Secretaría General aprueba el contrato No. 121-
2011-SGCA - Trabajos Menores mediante Pago de una Suma Global, para la
prestación del servicio de Consultoría “Asistencia Técnica para la generación
de escenarios de cambio climático y pronósticos climáticos – PRAA/Bolivia”,
realizada en el marco del Proyecto de: “Adaptación al Impacto del Retroceso
Acelerado de los Glaciares en los Andes tropicales” financiado mediante Acuerdos
de Donación GEF-SCCF TF 091712 y PHRD Grant TF 090328. Posteriormente, y
con miras a incluir áreas de intervención del PRAA Ecuador, el consultor ha
suscrito las adendas del caso para incorporar en este análisis a las provincias
ecuatorianas de Napo y Pichincha.
El presente estudio es ejecutado dentro de dicho contrato.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
7
I. INTRODUCCIÓN
El Grupo de Expertos en Detección de Cambio Climático e Índices (ETCCDI
por sus siglas en inglés) de CCl/CLIVAR/JCOMM tiene el mandato de solventar
las necesidades en la medición y caracterización objetivas de la variabilidad y el
cambio climáticos, mediante la provisión de coordinaciones internacionales que
ayuden a organizar colaboraciones sobre detección, vigilancia y particularmente
estandarización de metodologías e índices relevantes, fomentando la
comparación entre datos modelados y observaciones. Lo anterior incluye los
aspectos prácticos del desarrollo de materiales y guías para los Servicios
Meteorológicos, herramientas que incluyen software, documentación y otros
materiales para guiar el cálculo y uso de los índices de detección de Cambio
Climático y la homogeneización de datos climáticos, el mejoramiento de la
cobertura global y la evaluación de los índices [Zhang, 2008].
El Grupo de Trabajo CCl/CLIVAR en Detección de Cambio Climático aprobó
una lista de 40 índices. Algunos de ellos son utilizados más frecuentemente que
otros. Diferentes grupos de investigación pueden definir diferentes índices para
sus propósitos particulares. Por ejemplo, los índices de temperatura basados en
percentiles (e.g. el número de días en que la temperatura diaria es mayor al
percentil 90) definidos por el proyecto STARDEX (http://www.ist-
world.org/ProjectDetails.aspx?ProjectId=732460bb44d34626a495d23203c7e9d4)
son muy distintos de los definidos por el ETCCDI. Albert Klein Tank compiló una
lista de los índices utilizados por diversos investigadores. [Zhang, 2008]
El ETCCDI revisó recientemente sus definiciones de índices. Un total de 27
índices fueron considerados los índices básicos. Éstos están basados en los
valores de temperatura diaria o en la cantidad diaria de precipitación. Algunos
índices están basados en umbrales fijos que son de relevancia para aplicaciones
particulares. En tales casos, los umbrales son los mismos para todas las
estaciones. Otros índices están basados en umbrales que varían de una localidad
a otra. En este caso, los umbrales son típicamente definidos como un percentil de
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
8
las series de tiempo relevantes [Zhang, 2008]. Detalles sobre los 27 índices
mencionados se encuentran en el Anexo A.
Entre las herramientas disponibles por el Grupo, un paquete de software
basado originalmente en Excel (Climdex), que luego fue migrado a lenguaje R
(RClimdex) y a FORTRAN (FClimdex) han sido desarrollados para el cálculo de
estos índices [Zhang, 2008]. El FClimdex es muy adecuado cuando ha de
trabajarse con un gran número de estaciones, si bien no posee acoplado ningún
graficador o subrutinas que se encarguen del análisis estadístico, detección de
tendencias, etc.
Por otra parte, debido a su ubicación geográfica y variada topografía (ver
Figura 1), el Ecuador es un país altamente vulnerable a los impactos del cambio y
variabilidad climáticos [Primera Comunicación Nacional, Quito, 2000]. Los eventos
periódicos de El Niño, especialmente aquellos ocurridos en 1982-1983 y 1997-
1998, han demostrado la vulnerabilidad ante fenómenos extremos en el país. Se
espera que el aumento de temperatura, sequías e inundaciones recurrentes,
derretimiento de glaciares y una intensificación y variación de los patrones de
precipitación, tengan un amplio espectro de impactos en el país.
Es natural, pues, pensar en la necesidad de realizar estudios que conlleven a
una detección, caracterización y vigilancia de Variabilidad y Cambio Climático en
Ecuador, y salta a la vista la utilidad de las metodologías y herramientas sugeridas
por el ETCCDI. El inconveniente al respecto consiste en la escasez de datos de
estaciones con las especificaciones requeridas (i.e.: resolución, calidad,
homogeneidad, relleno).
Estudios semejantes se han llevado a cabo en otras partes del planeta. Entre
los más citados se encuentran los trabajos de Frich et al. [2002] y Kiktev et al.
[2003], sin embargo en los mismos no se considera Latinoamérica. Esto pone en
perspectiva de modo adicional la importancia de este tipo de estudios para la
Región, como se indica también en las conclusiones de Kiktev et al.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
9
Figura 1. Fotografía Satelital representando la distribución de fenómenos geográficos en el
Ecuador. A grosso modo el territorio puede dividirse en tres regiones: Litoral (Oeste), Cordillera
(Centro) y Selva Tropical (Oriente). Fuente National Geographic/NASA.
Un primer esfuerzo al respecto se llevó a cabo para el litoral ecuatoriano en
2007 [CIIFEN-INAMHI-INOCAR, 2007], para el período 1963-2004. El reporte final
indica que se consideró una población original de 305 estaciones y que tras
efectuar los controles de calidad correspondientes se logró trabajar, en el mejor de
los casos, con apenas unas 16 estaciones (las que presentaron menos del 15% de
datos faltantes). El número de estaciones final representa el 5,24% de las
estaciones originales, y sólo pudieron determinarse 11 índices (ver Tabla No. 1 en
[CIIFEN-INAMHI-INOCAR, 2007]), todos relacionados únicamente con
precipitación.
No resulta fácil, pues, disponer de los datos a la resolución y calidad
necesarios. En el INAMHI, para el caso de datos mensuales, el escenario es
ligeramente distinto [Muñoz, 2009], sin embargo para la gran mayoría de los
índices en cuestión (pero no para todos) es menester poseer datos de calidad a
resolución temporal diaria.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
10
Como una alternativa exploratoria, en el año 2010 el PRAA (en conjunto con
otras instituciones, ver referencia) llevó a cabo un estudio para todo el Ecuador
[Muñoz et al., 2010], empleando datos de reanálisis. El estudio encontró un
incremento de la precipitación total para la mayor parte del territorio, así como el
mismo comportamiento para la intensidad simple anual de precipitación. Para el
litoral noroccidental se encontró evidencia de un decremento de precipitaciones
mayores o iguales a 10 mm por día, sin embargo cuanto éstas suceden tienden a
hacerlo con mayor carácter de extremas (mayores o iguales a 50 mm por día). En
cuanto a temperaturas, las tendencias estudiadas evidencian un incremento de
períodos fríos en el noroccidente del país, y noches más cálidas en la costa sur.
Para mayores detalles el lector puede consultar [Muñoz et al., 2010]. En las
recomendaciones de dicho estudio se sugirió llevar a cabo una segunda fase a
una mayor resolución y empleando datos confiables de estaciones. El presente
estudio está alineado en este sentido.
El objetivo general del presente trabajo es el de realizar un análisis estadístico
del comportamiento de la precipitación y temperaturas máxima y mínima en las
provincias de Pichincha y Napo, en términos de los índices climáticos que sean
posible calcular, y proveer mapas de las tendencias estadísticamente significativas
a un límite de confianza del 90% (p=0.1). Índices para los que las estaciones no
ofrezcan una señal clara no serán incluidos para evitar proveer información
ruidosa a los tomadores de decisión.
En la siguiente sección se discuten los datos empleados, con especial atención
a los cuidados (caveats) que hay que tener para su análisis y considerándolos
como una aproximación a la realidad debido a la carencia de mayores datos
locales a resolución diaria. En la Sección III se presenta la metodología general
llevada a cabo para la obtención de los resultados, los cuales se tratan en la
Sección IV. La Sección V discute las limitaciones, atenciones e incertidumbres del
trabajo, y finalmente la Sección VI presenta las principales conclusiones.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
11
II. DATOS
Las variables necesarias para la ejecución del Climdex son temperatura
máxima (TX), temperatura mínima (TN) y precipitación (R), todas a escala diaria.
Según los datos suministrados para realizar este trabajo a la fecha de su
elaboración (2012-2013), en la zona de estudio operan diferentes redes de
vigilancia que atienden a objetivos institucionales específicos de acuerdo al interés
de cada uno de los administradores. Los datos usados provienen
fundamentalmente del Instituto Nacional de Meteorología e Hidrología del Ecuador
(INAMHI) y la Dirección de Aeronáutica Civil (DAC).
La mayor cantidad de datos disponibles para la zona de estudio posee escala
temporal mensual, mientras que una caracterización óptima requiere datos diarios.
Si bien el número de estaciones es considerablemente menor, se pusieron a
disposición del proyecto datos diarios de más de 15 años consistiendo en un total
de 29 archivos de precipitación (PRECIP), 13 de temperatura máxima (TX) y 12 de
temperatura mínima (TN).
Para este trabajo, del total de las 54 series de tiempo preliminares, un total de
47 fueron trabajadas (27 de precipitación, 10 de temperatura máxima y 10 de
temperatura mínima), dado que poseen series de tiempo lo suficientemente largas
como para ser aceptables para los fines de este estudio. Para los detalles
referentes a las estaciones, ver Tabla 1. Los detalles relacionados con el criterio
de selección se explican en la siguiente sección.
Vale mencionar que la estación Quinindé (Código 156) se emplea para uso
meramente referencial, dado que no se encuentra ni en Pichincha ni en Napo.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
12
TABLA 1. Resumen de los datos diarios disponibles. En rojo variables con series de
tiempo muy cortas. En naranja variables con series de tiempo con más de 16 años que se
analizaron adicionalmente para decidir si se mantenían o no en el proceso de cálculo de
índices. Columnas vacías indican variables sin datos.
CODIGO NOMBRE PRECIP TMAX TMIN
02 LA TOLA 1980-2012 1980-2012 1980-2012
03 IZOBAMBA 1964-2012 1965-2012 1965-2012
09 LA VICTORIA 1984-2012 1984-2012 1984-2012
23 OLMEDO PICHINCHA 1975-2012 1975-2012 1975-2012
24 INAMHI-IÑAQUITO 1975-2012 1975-2012 1975-2012
70 TENA 1964-2009 1991-20091 1991-2009
111 MALCHINGUI 1964-2006 1982-2006 1982-2006
113 UYUMBICHO 1964-2012 1982-1990
156 QUININDE 1964-2012 1982-2012 1982-2012
188 PAPALLACTA 1963-2012 1963-2012 1963-2012
336 PACTO 1964-1993
337 SAN JOSE MINAS 1964-2012
339 NANEGALITO 1964-2012
343 EL QUINCHE 1965-2012
344 CANGAHUA 1964-2012
345 CALDERÓN 1964-2012
346 YARUQUI 1964-2012
353 RUMIPAMBA 1964-2012
354 SAN JUAN 1965-2012
358 CALACALI 1976-2012
359 CAYAMBE 1976-2012
364 LORETO 1964-2012
436 CUJUYÁ 1982-2012
485 ZATZAYACU 1964-2012
490 SARDINAS 1972-2012
710 CHONTA PUNTA 1982-2012
1094 TOMALÓN 1990-2012 1990-2012 1990-2012
1124 SIERRAZUL 1996-20122 1996-2012 1996-2012
1219 TENA HDA CHAUPI 2008-2012 2008-2012 2008-2012
1 Esta estación posee 19 años para temperaturas máxima y mínima, pero se ha mantenido.
2 Esta estación sólo posee 17 años para todas las variables y se ha descartado.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
13
III. METODOLOGÍA
Está claro hasta este punto que es necesario recurrir a bases de datos a
resolución temporal diaria o subdiaria para las variables en estudio (TX,TN y R),
en aras de poder calcular a cabalidad los distintos índices climáticos.
La metodología general consiste en los siguientes pasos: (a) revisión y análisis
de los datos, (b) ejecución de RClimdex para cada estación, y (c) elaboración de
gráficas con NCL/R involucrando todas las estaciones posibles. Los pasos se
explican en detalle a continuación:
a) Revisión y Análisis de la Data
Es importante tener claro que en las series de tiempo de interés en estudios
climatológicos es posible reconocer una componente asociada a la señal climática
per se y otra que puede identificarse como ruido. Es normal en este tipo de
estudios el considerar el llamado “cociente señal-ruido” (S/N ratio, en inglés)
cuando se analizan las series de tiempo, en aras de conocer, por ejemplo, qué tan
útil es la información disponible para calcular tendencias a futuro de la variable en
consideración. Existen estudios (ver por ejemplo Santer et al. [2011] y referencias
allí citadas para un ejemplo particular) que muestran que existe una longitud
mínima de la serie de tiempo para que pueda ser utilizada para estudios como los
planteados en este proyecto. La longitud en cuestión (o la magnitud de la razón
señal a ruido) depende en parte de la región en consideración, pero en general es
una buena costumbre estimar que el S/N es adecuado para series de tiempo con
al menos 20 años (por ejemplo, en su estudio Santer et al. [2011] encuentran un
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
14
S/N=~1 para 10 años y S/N=~3.9 para 32 años3) . Este criterio se adoptó en el
presente estudio para garantizar la confiabilidad de los resultados que puedan
desprenderse de la información disponible en las estaciones disponibles, con la
única excepción de la estación Tena (ID 70), que posee 19 años. Es
principalmente por esta falta de un mínimo de años para tener una adecuada
relación señal-ruido que se descartaron estaciones en el proceso de
homogeneización. La ventana de tiempo escogida para realizar el análisis de
prácticamente todas las estaciones es 1984-2012 (28 años). Una vez más, es
importante resaltar que Quinindé no pertenece al dominio de estudio de Pichincha
y Napo, pero se incluyen a modo de comparación teniendo en cuenta que
representan microclimas distintos a los del Valle Interandino4. Como puede verse
en la Tabla 1, Tena posee una serie de tiempo útil de 1991 a 2009, mientras que
Quinindé de 1982-2012.
En conclusión el total de estaciones trabajadas, para llevar consistencia
entre las tres variables requeridas, fue de 10 estaciones, una de las cuales sirve
simplemente de referencia. En la Figura 2 se aprecia la ubicación de las
estaciones finales.
El siguiente paso es la revisión y ajuste, de ser el caso, de las series de
tiempo a resolución diaria disponibles para el dominio espacial de interés,
realizando el control de calidad [Aguilar et al, 2009], homogeneización de datos
(con pruebas como la de penalización máxima de Wang [2003; 2008]) y el
reconocimiento de la ubicación de cada estación en la compleja orografía de la
zona de estudio, lo cual es importante en términos de identificar posibles patrones
comunes de acuerdo a la vertiente en la que las estaciones se encuentren.
3 Un S/N =~1 significa que la señal es aproximadamente igual al ruido, de modo que tales series de
tiempo no son útiles para este tipo de estudios. 4 Esta es la razón por la cual se escogió Tena, a pesar de tener sólo 19 años de datos.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
15
Figura 2. Ubicación de las estaciones finales empleadas en el presente estudio. Las estaciones del
Valle Interandino se han enumerado en el cuadro inferior. Nótese que se ha exagerado el tamaño
de las estaciones para dar claridad a la figura por lo que la ubicación de las mismas es relativa.
b) Ejecución de Climdex
Posteriormente al análisis de los datos se llevó a cabo el análisis estadístico
del comportamiento de la precipitación y temperaturas máximas y mínimas, en
términos de los índices climáticos disponibles en el software FClimdex/RClimdex.
En el Anexo I puede encontrarse un archivo comprimido con la información cruda
y procesada, en el formato electrónico correspondiente. Los Anexos II al IV
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
16
incluyen información importante sobre el formato de los datos que requiere el
paquete, así como la definición de los índices y detalles técnicos con respecto al
funcionamiento del Climdex.
El paquete se encarga, para cada “estación virtual”, de llevar a cabo el control
de calidad, los análisis estadísticos correspondientes, obtención de índices
climáticos y calcular las tendencias. FClimdex no lleva a cabo las gráficas en
mapas o el cálculo de las estadísticas asociadas a cada índice, ni los niveles de
significancia correspondientes. Para ello se desarrollaron scripts en NCL y
autómatas especiales, que se describen en la siguiente subsección.
Se identificaron señales de variabilidad al nivel espacial correspondiente, en el
área de las provincias de Pichincha y Napo. El análisis se realizó considerando
todas las estaciones posibles con las series de tiempo más largas disponibles
(dadas las restricciones mencionadas anteriormente) y para la mayor resolución
espacial que sea científicamente permisible en función del número de estaciones y
el relieve existente en la zona.
El análisis reveló un total de 12 índices con señal para las 10 estaciones:
precipitación total (PRCP), percentil 95 y 99 de precipitación (R95p y R99p,
respectivamente), máximos de precipitación para 1 y 5 días (RX1D y RX5D,
respectivamente), días secos consecutivos (CDD), percentiles 10 y 90 para
temperaturas mínima y máxima (TN10p, TN90p, TX10p y TX90p,
respectivamente), mínimo de temperatura mínima (TNn) y mínimo de temperatura
máxima (TXn).
c) Graficación y Análisis en Mapas de Tendencia
Una vez producidos los archivos cuyo contenido corresponde a cada uno de
los índices climáticos requeridos, es útil intentar reconocer tendencias a partir de
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
17
los mismos. Son estas tendencias las que interesan sobremanera a los tomadores
de decisión.
Para la detección de tendencias es usual el empleo de regresiones lineales, las
que –si bien deben usarse con la debida atención- por su simplicidad permiten
rápidamente reportar si un índice en particular evidencia incrementos,
decrementos o por el contrario no presenta cambios significativos en el tiempo. El
parámetro clave es, pues, la pendiente de la regresión lineal ajustada, que será la
representada en los mapas de tendencia.
Sin embargo, está claro que, dado un conjunto de puntos, es posible llevar a
cabo una regresión lineal sin que necesariamente ésta posea una significancia
estadística que garantice que efectivamente la tendencia reconocida no sea
causada por el azar. Es por ello que el cálculo del nivel de significancia es tan
importante, toda vez que provee una garantía al analista de qué tan confiable es la
tendencia “detectada”.
Estos niveles de significancia, usualmente dados por medio del parámetro
p –el p-valor (p-value, en inglés)-, están asociados a la estadística particular de la
distribución, siendo una de las más frecuentes la estadística t-Studentis (o t de
Student), normalmente de “dos colas” [Brownlee, 1965]. Es común, en este caso,
referirse más al “t-valor”, el cual, en conjunto con el número de grados de libertad,
define el nivel de significancia estadística, NS. Por prueba de hipótesis es
entonces posible rechazar o no una tendencia significativa para el analista. Para
mayores detalles, ver por ejemplo [Zwiers & von Storch, 1995]. Por ejemplo, si se
escoge el nivel de confianza que se ha usado en este trabajo (90%) y el valor del
nivel de significancia es inferior a este límite de confianza, entonces se dice que la
tendencia no es estadísticamente significativa. Mayores detalles se explican a
continuación.
Naturalmente, lo que se busca es que NS en cada uno de los análisis de
tendencias sea mayor que un cierto umbral de confianza, que es escogido, como
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
18
se ha dicho, por el analista. En el presente documento se sugiere un valor crítico
de p=0.1, o NS=0.90 (90%) como mínimo para confiar en que la tendencia no
pueda asociarse al azar, sino a una señal “real”. Todos los mapas y análisis
producidos emplean este valor.
Vale destacar que el hecho de que una determinada señal no alcance el
mínimo estipulado del nivel de significancia NS, no implica en modo alguno que
los valores reportados por un índice determinado no coincidan con lo observado.
Lo que implica es que el analista no puede confiar, por sus propios cánones
establecidos, en que la señal detectada sea significativa desde un punto de vista
estadístico, y que por ende una hipótesis nula deba ser o no rechazada.
En resumen, al analizar un índice en particular, lo básico que hay que estudiar
es, aparte de si el perfil que presenta tiene o no sentido físico, su nivel de
significancia, NS. Si el mismo está por encima del umbral que se ha escogido,
entonces se tiene suficiente confianza como para asumir que hay una tendencia
lineal, cuya pendiente indicará si el perfil es creciente, decreciente (o sin
crecimiento) y en qué magnitud.
Existen, por supuesto, otras maneras de detectar señales, que no tienen por
qué involucrar regresiones lineales, sino no-lineales por ejemplo. Sin embargo,
seguiremos la práctica normal de hacer uso de regresiones lineales, sin descartar
generalizar el estudio más adelante de ser necesario.
Se han elaborado los scripts en NCAR Command Language (NCL) y los
autómatas en BASH para que de modo eficiente se pudieran hacer todos los
cálculos de las estadísticas, grados de libertad, nivel de significancia, regresiones
lineales y gráficos correspondientes, para cada una de los índices de cada una de
las 10 estaciones.
Los gráficos de variables e índices se agruparon finalmente en un total de 12
figuras de tendencia, una por índice, que se discuten a continuación.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
19
IV. RESULTADOS
Como se ha mencionado anteriormente, el primer paso en el análisis consistió
en estudiar las series de tiempo de las distintas variables y estaciones
seleccionadas. La Figura 3 muestra la serie de tiempo completa de precipitación
diaria de la estación Izobamba (R003), una de las estaciones con mayor cantidad
de datos. Como se recordará, para garantizar homogeneidad en el período de
análisis se escogió trabajar con la ventana 1984-2012 (la Figura 3 muestra el inicio
de la ventana con una línea roja vertical punteada en el año 1984). Es posible
apreciar directamente en la serie de tiempo, sin mayores herramientas, que la
magnitud de las precipitaciones diarias se ha venido incrementando en las últimas
décadas. El máximo de precipitación diaria medida en esta estación del Valle
Interandino muestra unos 80 mm/día, a inicios de 2009. Asimismo valores de 40
mm/día tienden a ser más comunes luego del año 2000, si se compara con
períodos anteriores.
A pesar de que las propias series de tiempo proveen información muy valiosa,
un análisis minucioso empleando índices climáticos posee la ventaja de poder
concentrarse en aspectos específicos del cambio y la variabilidad de las variables
en estudio. Estos índices están, además, orientados a responder preguntas
específicas que en general son útiles para la toma de decisión. Para detalles
adicionales sobre los índices calculados, ver Tabla 2.
Como se ha explicado en la sección metodológica, a partir del análisis
estadístico de las series de tiempo diarias de las estaciones escogidas para el
estudio, se calcularon las tendencias y su significancia estadística. El anexo I
incluye los resultados en los archivos electrónicos, mientras que en las siguientes
páginas se analizan las tendencias de los índices estadísticamente significativos.
A pesar de que el número de estaciones es bajo, la información acá proporcionada
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
20
es valiosa para caracterizar el comportamiento de las variables y los probables
cambios que puedan esperarse para el futuro. Para facilitar el análisis las
tendencias se presentan en términos de categorías (rangos) en lugar de valores
concretos. Esta fue una de las lecciones aprendidas en el estudio anterior (Muñoz
et al., 2010] con respecto al manejo de información por parte de los tomadores de
decisión.
Figura 3. Serie de tiempo diaria de precipitación (mm) para Izobamba, una de las estaciones con
mayor número de datos. La línea a trazos roja al inicio de 1984 indica que desde ese año los datos
de la estación fueron incluidos en el análisis estadístico, como se ha mencionado en la sección III.
En general, se obtiene señal de un incremento leve (entre 0 y 2 días por
década) en el número de días secos consecutivos para toda la región de estudio
(ver Figura 4). En comparación, los resultados del estudio anterior realizado por
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
21
Muñoz et al. [2010] no encontró señal para la zona de estudio (las series de
tiempo consideraron períodos y datos distintos) excepto para la estación Tena,
con una magnitud de entre 0.3 y 0.6 días/década, consistente con los resultados
encontrados aquí. Para el índice de días húmedos consecutivos no hubo una
señal consistente y por ende no se incluye el mapa aquí. Como se ha mencionado
lo mismo ocurre para todos los demás índices no incluidos en la Tabla 2.
TABLA 2. Resumen de los índices con señal clara. Los siguientes índices presentaron
tendencias estadísticamente significativas para al menos 80% de las estaciones. Tomar
en cuenta que para el análisis las unidades se consideran por década.
ID Nombre del Indicador Definición UNIDAD
TN10p Cool nights (Noches frías) Porcentaje de días cuando TN<10mo percentil %días
TN90p Warm nights (Noches calientes) Porcentaje de días cuando TN>90mo percentil %días
TX10p Cool nights (Noches frías) Porcentaje de días cuando TN<10mo percentil %días
TX90p Warm days (Días calientes) Porcentaje de días cuando TX>90mo percentil %días
TNn Temperatura mínima nocturna Mínimo de la temperatura mínima Celsius
TXn Temperatura mínima diurna Mínimo de la temperatura máxima Celsius
CDD Consecutive dry days (Días secos consecutivos)
Número máximo de días consecutivos con RR<1mm
días
R95p Very wet days (Días muy húmedos)
Precipitación anual total en que RR>95 percentil mm
R99p Extremely wet days (Días extremadamente húmedos)
Precipitación anual total en que RR>99 percentil mm
RX1D Precipitación máxima diaria Precipitación máxima en 1 día mm
RX5D Precipitación máxima 5 días Precipitación máxima en 5 días mm
PRCP
Annual total wet-day precipitation (Precipitación total anual en los días húmedos)
Precipitación anual total en los días húmedos (RR>=1mm)
mm
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
22
Figura 4. Mapa de tendencia para días secos consecutivos. Se aprecia incremento general
entre 0 y 2 días por década para todas las estaciones.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
23
El índice de precipitación total (Figura 5) presenta prácticamente la misma
tendencia para todas las estaciones en las áreas de estudio, excepto para
Quinindé (estación meramente referencial) que contrasta con un leve
decrecimiento en la precipitación, entre -25 y 0 mm/década. En los Valles
Interandinos (25-75 mm/década) y Tena (> 75 mm/década) la magnitud es positiva
y entre media y alta, respectivamente. Esto implica que la señal de incremento de
precipitación es clara y positiva en la zona de interés de este estudio: Pichincha y
Napo. Esta es la misma señal obtenida en el estudio anterior, aunque la magnitud
por década es considerablemente menor. No es posible hacer una comparación
directa, sin embargo, dado que en el estudio de Muñoz et al. [2010] se calculó este
índice para una celda a baja resolución, mientras que acá se tienen resultados
directos para estaciones. Esto es, no es posible comparar directamente una celda
con una estación.
Continuando con índices extremos de precipitación, las Figuras 6 y 7 presentan
las tendencias de R95p y R99p. En general se aprecia que los máximos (al
percentil 95 y 99) de precipitación se están claramente incrementando para todo el
territorio en estudio (incluso para Quinindé, que muestra en la Figura 5 un
decremento en la precipitación total anual). Queda claro entonces que las
precipitaciones extremas están aumentando, a una tasa de entre 25 y 75
mm/década para R95p y entre 0 y 25 mm/década para R99p. Este resultado, de
nuevo, es consistente con lo reportado por Muñoz et al. [2010].
Un aspecto interesante que revelan las Figuras 4, 6 y 7, es que muestran que
para la región de interés el número de días secos consecutivos se incrementa, y
simultáneamente esto ocurre con las lluvias extremas. Esto puede apuntar a
conclusiones como las que se aprecian en general en otras partes del planeta, en
la que se tiende a una disminución del número de días con precipitación, pero que
cuando éstas ocurren, lo hacen en mayor cantidad por unidad de tiempo.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
24
Figura 5. Mapa de tendencia para precipitación total. Se aprecia incremento entre 25 y 75
mm/década para el Valle Interandino, mayor a 75 mm/década para Tena y tendencia negativa
baja (entre -25 y 0 mm/década) para Quinindé.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
25
Figura 6. Mapa de tendencia para días muy húmedos. Se aprecia incremento general entre 25
y 75 mm/década para todas las estaciones en el percentil 95mo.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
26
Figura 7. Mapa de tendencia para días extremadamente húmedos. Se aprecia incremento
general entre 0 y 25 mm/década para todas las estaciones en el percentil 99mo.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
27
En cuanto a los índices de precipitación acumulada diaria y en 5 días
(péntadas), las Figuras 8 y 9, respectivamente, muestran que hay una señal clara
de incremento en la tendencia, que tiende a ser menor hacia la costa Ecuatoriana
(Quinindé) y mayor hacia las estaciones más cercanas o directamente ubicadas
sobre la vertiente amazónica (área de estudio). Esto es mucho más claro para la
precipitación acumulada de 5 días, que incluso muestra tendencia negativa para
Quinindé. Las magnitudes son también mayores para el caso de la intensidad de
precipitación en 5 días. Se concluye que para Pichincha y Napo las intensidades
de precipitación diaria y pentádica se están incrementando a razón de entre 0 y 6
mm/década para la intensidad diaria, y es mayor (entre 2 y 6 mm/década o más)
para el caso de la precipitación por péntada, siendo mayores estas últimas cuanto
más cerca del Amazonas se encuentre la estación.
Vale mencionar que Muñoz et al. [2010] no reportaron estos dos últimos
índices por no haberse encontrado entonces señal estadísticamente significativa.
Las siguientes figuras contemplan índices relacionados con temperatura. Por
ejemplo, las Figuras 10 y 11 muestran los resultados de las tendencias para los
índices de extremos fríos en temperatura mínima (TN10p, Figura 10) y en
temperatura máxima (TX10p, Figura 11). Está claro que en términos del índice
TN10p el porcentaje de días con noches frías ha estado disminuyendo
pronunciadamente (<-6 %días/década) en valles interandinos y Quinindé, pero
disminuyendo ligeramente en Tena (-2 a 0 %días/década). El índice TX10p, por su
parte, muestra que el porcentaje de días con mañanas o tardes frías ha venido
disminuyendo moderadamente (-6 a -2 %días/década) en valles interandinos y
Quinindé, pero incrementándose ligeramente (0 a 2 %días/década) en Tena.
Comparado con el estudio de Muñoz et al. (2010), la señal parece ser la misma
para TX10p en Tena y Quinindé (sin señal en los valles interandinos); mientras
que para TN10p el estudio anterior no encontró señal estadísticamente
significativa en la zona de estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
28
Figura 8. Mapa de tendencia para precipitación acumulada diaria. Se aprecia incremento entre
ligero (0 a 2 mm/década) a moderado (2 a 6 mm/década) para todas las estaciones en estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
29
Figura 9. Mapa de tendencia para precipitación acumulada diaria. Se aprecia incremento entre
moderado (2 a 6 mm/década) a pronunciado (>=6 mm/década) para todas las estaciones, excepto
Quinindé, que tiene un comportamiento inverso, aunque ligero.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
30
Figura 10. Mapa de tendencia para porcentaje de noches frías. Se aprecia decremento
pronunciado (<-6 %días/década) para Quinindé y valles interandinos, y ligero para Tena (-2 a 0
%días/década) para Tena.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
31
Figura 11. Mapa de tendencia para porcentaje de días (mañanas y tardes) fríos. Se aprecia
decremento moderado (entre -6 a -2 %días/década) para Quinindé y valles interandinos, e
incremento ligero para Tena (0 a 2 %días/década).
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
32
Figura 12. Mapa de tendencia para porcentaje de días con noches cálidas. Es evidente el
incremento moderado (2 a 6 %días/década) para toda la zona de estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
33
Figura 13. Mapa de tendencia para porcentaje de días con mañanas y tardes cálidas. Es evidente el
incremento ligero (0 a 2 %días/década) para toda Quinindé, moderado (2 a 6 %días/década) para
el valle interandino y pronunciado (>= 6 %días/década ) para Tena.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
34
Las Figuras 12 y 13 presentan tendencias estadísticamente significativas en
los índices asociados al porcentaje de noches cálidas (TN90p) y de días cálidos
(TX90p), respectivamente. Se evidencia en las figuras un incremento moderado (2
a 6 %días/década) en el porcentaje de noches cálidas para toda la zona de
estudio, mientras que en el caso del porcentaje de días cálidos se muestra un
incremento ligero (0 a 2 %días/década) para Quinindé, medio (2 a 6
%días/década) para los valles interandinos y pronunciado (>=6 %días/década)
para Tena. En el estudio anterior no se encontró señal para TN90p, pero para
TX90p la celda incluyendo Quinindé mostró una tendencia pronunciada de
disminución, lo que contrasta con el ligero incremento encontrado en el presente
estudio. No se encontró en ese estudio señal para la zona interandina (lo que una
vez más muestra la importancia de este estudio, al incluir información nueva y a
escala de estaciones para este importante sector) pero ambos estudios coinciden
en el incremento pronunciado para Tena.
Finalmente se tienen las figuras 14 y 15, que muestran tendencias para los
índices de temperatura mínima nocturna (TNn) y diurna (TXn), respectivamente.
Ambos mapas evidencian incrementos de entre 0 y 0.5 oC/década para todo el
dominio en estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
35
Figura 14. Mapa de tendencia para temperatura mínima nocturna. Se observa un incremento
ligero (0 a 0.5 oC/década) para todo el dominio de estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
36
Figura 15. Mapa de tendencia para temperatura mínima diurna. Se observa un incremento ligero
(0 a 0.5 oC/década) para todo el dominio de estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
37
V. LIMITACIONES, CAVEATS E INCERTIDUMBRES
La principal limitación de este trabajo está relacionada al número bajo de
estaciones y sobre todo a su distribución geográfica. Una segunda limitación está
asociada a la ausencia de series de tiempo más largas, de modo que puedan
encontrarse resultados más robustos en términos de tendencias para el largo
plazo. Con poco menos que 30 años de datos no es posible hablar directamente,
como se describe abajo, de señales de cambio climático. Sin embargo este
estudio sigue siendo importante en la medida en que reporta tendencias
estadísticamente significativas para un período lo suficientemente largo de tiempo.
Un tercer aspecto es que siempre hay incertidumbres que dependen del
método empleado para el cálculo de la tendencia. Si en lugar de tendencias
lineales se consideraran no-lineales las magnitudes reportadas podrían ser
distintas, aunque cabría esperar que los signos (crecimiento o decrecimiento) sean
consistentes.
La incertidumbre asociada a las proyecciones a los próximos pocos años
depende del perfil de la curva correspondiente a la serie de tiempo de cada índice,
para cada celda en cuestión. En promedio podría decirse que son válidas para los
próximos 5 años, aunque en series con una tendencia mucho más clara podrían
éstas ser válidas a escalas temporales mayores, o en algunos casos podrían tener
una validez temporal menor. Es importante aclarar que esto no significa que estas
tendencias son un pronóstico para los próximos 5 años o más. Significa que si la
serie de tiempo es lo suficientemente larga (en nuestro caso 28 años) y se
agregan 5 años extra, el signo y magnitud deberían permanecer prácticamente
invariables en la mayoría de los casos.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
38
VI. CONCLUSIONES Y RECOMENDACIONES
En el presente documento se han provisto los resultados del análisis estadístico
efectuado por medio de Climdex y un conjunto de autómatas y scripts diseñados
para facilitar el procesamiento de las celdas (se incluyen en los archivos del Anexo
I). Asimismo se ha llevado a cabo un análisis en términos de las tendencias
estadísticamente significativas puestas en evidencia en los distintos índices
climáticos.
En breve, se ha llevado a cabo un estudio que considera 9 estaciones en las
provincias de Pichincha y Napo con series de tiempo diaria para el período 1984-
2012 (28 años). Con los datos de temperatura mínima, máxima y precipitación se
produjeron 12 mapas de tendencias con significancia estadística con p=0.1 (un
mapa por índice con señal). Los detalles aparecen en la sección de metodología y
resultados, y en el siguiente párrafo se resumen las principales conclusiones de
manera suscinta.
En general, en términos de temperatura, se encontró que los mínimos de
temperatura mínima y máxima están incrementándose a una tasa de entre 0 y 0.5
oC/década para toda la zona de estudio. Este resultado es en general consistente
con las tendencias de disminución para el porcentaje de días con noches frías y
días fríos, y con las tendencias de incremento del porcentaje de noches y días
cálidos reportadas aquí.
En cuanto a precipitación, los resultados muestran una señal clara de aumento de
precipitación total para las provincias de Pichincha y Napo. Las precipitaciones
extremas se están incrementando también en la zona de estudio, mientras que las
precipitaciones muy extremas evidencias aumento ligero en los valles interandinos
y moderados en Tena. El número de días secos consecutivos se está
incrementando también de modo ligero en toda la zona de estudio, indicando en
conjunción con el análisis recién descrito que días con precipitación están
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
39
tendiendo a ser menos frecuentes en la zona de estudio, pero que cuando llueve
ésta tiende a ser más extrema.
A manera de resumen, se incluye la Tabla 3, que además fue discutida y aprobada
por los expertos locales durante el taller de capacitación técnica llevado a cabo al
final del proyecto (Anexo VI).
Vale resaltar que los resultados del presente estudio muestran aproximadamente
las mismas señales que un estudio reciente llevado a cabo por Skansi et al. [2013]
pero con un número menor de estaciones para la zona de estudio que el
empleado en ese trabajo (aunque para un período diferente).
La recomendación más importante consiste en mantener actualizado el conjunto
de datos al menos una vez al año con la calidad, densidad, homogeneidad y
demás características que se han mencionado en este documento. Esto permitirá
tener una caracterización de las tendencias (e índices) que pueda ser útil para
entender los procesos que ocurren. Otra recomendación es establecer grupos de
investigación local que puedan explicar los procesos físicos asociados a las
tendencias encontradas. Este proceso, conocido como “atribución” es crucial para
poder desarrollar modelos predictivos a futuro.
Finalmente, se ha prestado especial atención a los caveats y limitaciones que la
presente aproximación posee, toda vez que se conoce que no se trata de un
producto libre de incertidumbres y que por el contrario merece múltiples
atenciones. En todo caso, se reconoce que se trata de un producto muy útil
basado en estaciones con control de calidad y homogeneización, que sirve para
para detectar y reconocer tendencias climáticas en el territorio ecuatoriano. Este
estudio ha mejorado de modo importante no sólo la resolución de los resultados
del trabajo anterior (Muñoz et al., 2010), que consideró datos en retícula a baja
resolución, sino que se presenta ahora información para las provincias de
Pichincha y Napo que en los mapas del estudio anterior aparecían sin señal.
Aunque, como se ha mencionado varias veces en este informe, es necesario tener
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
40
información también sobre la variabilidad climática y no sólo las tendencias, este
trabajo provee resultados robustos en términos de estas últimas, para los últimos
28 años.
TABLA 3. Resumen del análisis de las tendencias encontradas en los índices con
significancia estadística. Esta tabla fue analizada, discutida y ajustada en conjunto
con los expertos locales que participaron en el entrenamiento llevado a cabo en el
proyecto.
Índice
Climático
Precipit.
Unidad
(en 10
años)
Tendencia
Quinindé
(referenc)
Tendencia
Valles y
Estribaciones
interandinas
Tendencia
Tena
Interpretación
(para décadas)
PRCPTOT
(cantidad)
mm -25 a 0 25 a 75 >75 Precipitación total anual incrementándose más
pronunciadamente en la vertiente amazónica que en los
valles interandinos, y disminuyendo ligeramente en la
vertiente del Pacífico.
R95p
(cantidad)
mm 25 a 75 25 a 75 25 a 75 Precipitaciones extremas incrementándose
moderadamente en la zona de estudio.
R99p
(cantidad)
mm 0 a 25 0 a 25 25 a 75 Precipitaciones muy extremas incrementándose
ligeramente en la vertiente del Pacífico y en la sierra, pero
moderadamente en la vertiente amazónica.
RX1D
(intensidad)
mm 2 a 6 2 a 6 2 a 6 Precipitación máxima diaria incrementándose
moderadamente y de modo homogéneo en la zona de
estudio.
RX5D
(intensidad)
mm -2 a 0 0 a 6 >=6 Precipitación máxima en 5 días consecutivos
disminuyendo ligeramente en Quinindé, e
incrementándose entre ligera y moderadamente
(dependiendo de la estación) en los valles interandinos.
En Tena el crecimiento es pronunciado.
CDD
(frecuencia)
días 0 a 2 0 a 2 0 a 2 Número de días secos consecutivos (mínimo 5 días)
incrementándose ligeramente en la zona de estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
42
Nota: en la columna de interpretación, porcentaje de días con mañanas o tardes fríos está asociado aproximadamente al período 6am-6pm, mientras que el
porcentaje de noches frías/cálidas está asociado aproximadamente al período 6pm-6am.
Índice
Climático
Temper.
Unidad
(en 10
años)
Tendencia
Quinindé
(referenc)
Tendencia
Valles y
Estribaciones
interandinas
Tendencia
Tena
Interpretación
(para décadas)
TN10p %días <-6 <-6 -2 a 0 Porcentaje de días con noches frías disminuyendo
pronunciadamente en valles interandinos y Quinindé pero
disminuyendo ligeramente en Tena.
TX10p
%días -6 a -2 -6 a -2 0 a 2 Porcentaje de días con mañanas o tardes frías
disminuyendo moderadamente en valles interandinos y
Quinindé, pero incrementándose ligeramente en Tena.
TN90p %días 2 a 6 2 a 6 2 a 6 Porcentaje de noches cálidas incrementándose
moderadamente en la zona de estudio.
TX90p %días 0 a 2 2 a 6 >=6 Porcentaje de días (mañanas o tardes) cálidos
incrementándose ligeramente en Quinindé,
medianamente en los valles interandinos y
pronunciadamente en Tena.
TNn oC 0 a 0.5 0 a 0.5 0 a 0.5 Temperatura mínima nocturna incrementándose
ligeramente en la zona de estudio.
TXn oC 0 a 0.5 0 a 0.5 0 a 0.5 Temperatura mínima diurna incrementándose
ligeramente en la zona de estudio.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
44
VII. BIBLIOGRAFÍA
Brownlee, K.A., 1965: Statistical Theory and Methodology, Jon Wiley and Sons,
pp. 342-346.
CIIFEN-INAMHI-INOCAR, 2007: Información climática de amenazas
hidrometeorológicas en las provincias costeras del Ecuador. Guayaquil. Proyecto
SARE-CAM. Reporte Final.
Cressman, G. P., 1959: “An operational objective analysis system”, Mon. Weather
Rev. 87, 367-374
Frich, P., Alexander, L., Della-Marta, P., et al., 2002: Observed coherent changes
in climatic extremes during the second half of the twentieth century, Clim Res, 19,
192-212.
Hyndman, R.J., y Y. Fan, 1996: Sample quantiles in statistical packages. The
American Statistician, 50, 361-367.
INAMHI, 2009: Anuarios Meteorológicos. Instituto Nacional de Meteorología e
Hidrología del Ecuador. Quito.
Kalnay, E., et al., 1996: The NCEP/NCAR 40-year reanalysis project. Bull. Amer.
Meteor. Soc., 77, 437-471.
Karl, T.R., N. Nicholls, and A. Ghazi, 1999: CLIVAR/GCOS/WMO workshop on
indices and indicators for climate extremes: Workshop summary. Climatic Change,
42, 3-7.
Kiktev, D., Sexton, D., Alexander, L. and Folland, C., 2003: Comparison of
Modeled and Observed Trends in Indices of Daily Climate Extremes, J. Climate,
16, 3560-3571.
Kistler, R., et al., 2001: The NCEP-NCAR 50-Year Reanalysis: Monthly Means CD-
ROM and Documentation, Bull. Amer. Meteor. Soc., 82, 247-267.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
45
Mitchell, T.D, Jones, 2005: An improved method of constructing a database of
monthly climate observations and associated high-resolution grids, International
Journal of Climatology vol 25,DOI:10.1002/joc.1181 693 - 712
Muñoz, Á.G., 2009: Diagnóstico General del Área de Modelación del INAMHI.
Reporte Interno Consultoría CDC-INAMHI-004-2009. Quito.
Muñoz, Á.G., Recalde, C., Cadena, J., Núñez, A., Díaz, J., Mejía, R., 2010:
Análisis estadístico con FClimdex para Ecuador. Informe Final. PRAA-MAE-
INAMHI. 78 pp.
Peterson, T.C., 2005: Climate Change Indices. WMO Bulletin, 54 (2), 83-86.
Santos, J., et al, 2004: User Manual RClimDex (1.0) Versión Español.
Skansi, M., et al., 2013: Warming and wetting signals emerging from analysis of
changes in climate extreme indices over South America. Global and Planetary
Change 100, 295–307.
Zhang, X., et al, 2004: User Manual RClimDex (1.0)
Zhang, X., G. Hegerl, F.W. Zwiers, y J. Kenyon, 2004: Avoiding inhomogeneity in
percentile-based indices of temperature extremes. J. Climate, submitted.
Zwiers, F.W., von Storch, H., 1995: Taking Serial Correlation into Account in Test
of the Mean, J. Climate, pp336-.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
46
VIII. ANEXOS
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
47
ANEXO II: Formato de entrada de datos
Todos los archivos de datos que son leídos o escritos están en formato de “list formatted”. La
única excepción es el primer archivo de datos que es procesado en el paso de “Quality Control”.
Este archivo de entrada de datos tiene varios requerimientos:
1. Archivo de texto ASCII
2. Columnas en las siguientes secuencias: Año, Mes, Día, PRCP, TMAX, TMIN. (NOTA:
unidades de PRCP= milímetros y unidades de Temperatura= grados Celsius)
3. El formato descrito arriba debe ser delimitado por espacios (e.g. cada elemento separado
por uno o más espacios).
4. Para los registros de datos, los datos faltantes deben se codificados como -99.9; los
registros de datos deben estar en orden cronológico. Se permite fechas faltantes.
Ejemplo de formato de datos para el archivo de datos inicial (e.g. usados en el paso de ‘Quality
Control’):
1901 1 1 -99.9 -3.1 -6.8
1901 1 2 -99.9 -1.3 -3.6
1901 1 3 -99.9 -0.5 -7.9
1901 1 4 -99.9 -1 -9.1
1901 1 7 -99.9 -1.8 -8.4
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
48
ANEXO III: Definición de los Índices
A continuación se incluyen definiciones para los indicadores enumerados en el Apéndice A. Por
razones prácticas, en esta versión del software, no todos los índices son calculados en una base
mensual. Índices mensuales son calculados si en un mes hay no más de 3 días faltantes, mientras
que los valores anuales son calculados si en un año no hay más de 15 días faltantes. No se
calculará un valor anual si cualquier mes de datos está faltando. Para índices con umbral, el
umbral se calcula si por lo menos el 70% de los datos están presentes. Para indicadores de
duración de temporada (marcados con un *), una temporada puede continuar en el año siguiente
y se la cuenta en el año en que la temporada termina e.g. una temporada fría (CSDI) en el
Hemisferio Norte comenzando el 31st Diciembre 2000 y terminando el 6th Enero 2001 se cuenta
dentro del número total de temporadas frías en el 2001.
FD0
Sea ijTn la temperatura mínima diaria en el día i en el periodo j . Cuente el número de días
cuando:
0ijTn C
SU25
Sea ijTx la temperatura máxima diaria en el día i periodo j . Cuente el número de días cuando:
25ijTx C
ID0
Sea ijTx la temperatura máxima diaria en el día i en el periodo j . Cuente el número de días
cuando:
0ijTx C
TR20
Sea ijTn la temperatura mínima diaria en el día i en el periodo j . Cuente el número de días
cuando:
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
49
20ijTn C
GSL
Sea ijT la temperatura media en el día i en el periodo j . Cuente el número de días entre la
primera ocurrencia de por lo menos 6 días consecutivos con:
5oijT C
Y la primera ocurrencia después de 1st Julio (1st Enero en HS) de por lo menos 6 días consecutivos
con:
5oijT C
TXx
Sea kjTx la temperatura máxima diaria en el mes k , periodo j . La máxima temperatura máxima
diaria cada mes es entonces:-
max( )kj kjTXx Tx
TNx
Sea kjTn la temperatura mínima diaria en el mes k , periodo j . La máxima temperatura mínima
diaria cada mes es entonces:-
max( )kj kjTNx Tn
TXn
Sea kjTx la temperatura máxima diaria en el mes k , periodo j . La mínima temperatura máxima
diaria cada mes es entonces:-
min( )kj kjTXn Tx
TNn
Sea kjTn la temperatura mínima diaria en el mes k , periodo j . La mínima temperatura mínima
diaria en cada mes es entonces:-
min( )kj kjTNn Tn
Tn10p
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
50
Sea ijTn la temperatura mínima diaria en el día i en el periodo j y sea 10inTn el día calendario del
percentil 10th centrado en una ventana de 5-días (calculado usando el método del Anexo D). El
porcentaje del tiempo es determinado, donde:
10ij inTn Tn
Tx10p
Sea ijTx la temperatura máxima diaria en el día i en el periodo j y sea 10inTx el día calendario
del percentil 10th centrado en una ventana de 5-días (calculado usando el método del Anexo D).
El porcentaje del tiempo es determinado, donde:
10ij inTx Tx
Tn90p
Sea ijTn la temperatura mínima diaria en el día i en el periodo j y sea 90inTn el día calendario
del percentil 90th centrado en una ventana de 5-días (calculado usando el método del Anexo D).
El porcentaje del tiempo es determinado, donde:
90ij inTn Tn
Tx90p
Sea ijTx la temperatura máxima diaria en el día i en el periodo j y sea 90inTx el día calendario
del percentil 90th centrado en una ventana de 5-días (calculado usando el método del Anexo D).
El porcentaje del tiempo es determinado, donde:
90ij inTx Tx
WSDI*
Sea ijTx la temperatura máxima diaria en el día i en el periodo j y sea 90inTx el día calendario
del percentil 90th centrado en una ventana de 5-días (calculado usando el método del Anexo D).
Entonces el número de días por periodo es sumado donde, en intervalos de por lo menos 6 días
consecutivos:-
90ij inTx Tx
CSDI*
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
51
Sea ijTn la temperatura mínima diaria en el día i en el periodo j y sea 10inTx el día calendario del
percentil 10th centrado en una ventana de 5-días (calculado usando el método del Anexo D).
Entonces el número de días por periodo es sumado donde, en intervalos de por lo menos 6 días
consecutivos:-
10ij inTn Tn
DTR
Sean ijTx y ijTn las temperaturas diarias máximas y mínimas respectivamente en el día i en el
periodo j . Si I representa el número de días en j , entonces:
1
I
ij ij
ij
Tx Tn
DTRI
RX1day
Sea ijRR el total diario de precipitación en el día i en el periodo j . Entonces los valores máximos
de 1-día para el periodo j son:
1 max( )j ijRx day RR
Rx5day
Sea kjRR la cantidad de precipitación para el intervalo de cinco días terminando en k , periodo j .
Entonces los valores máximos de 5-días para el periodo j son:
5 max( )j kjRx day RR
SDII
Sea wjRR la cantidad diaria de precipitación en días húmedos, ( 1 )w RR mm en el periodo j . Si
W representa el número de días húmedos en j , entonces:
1
W
w
wj
j
RRSDII
W
R10
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
52
Sea ijRR la cantidad diaria de precipitación en el día i en el periodo j . Cuente el número de días
donde:
10ijRR mm
R20
Sea ijRR la cantidad diaria de precipitación en el día i en el periodo j . Cuente el número de días
donde:
20ijRR mm
Rnn
Sea ijRR la cantidad diaria de precipitación en el día i en el periodo j . Si nn representa cualquier
valor razonable de precipitación diaria entonces, cuente el número de días donde:
ijRR nnmm
CDD*
Sea ijRR la cantidad diaria de precipitación en el día i en el periodo j . Cuente el más grande
número de días consecutivos donde:
1ijRR mm
CWD*
Sea ijRR la cantidad diaria de precipitación en el día i en el periodo j . Cuente el más grande
número de días consecutivos donde:
1ijRR mm
R95pTOT
Sea wjRR la cantidad diaria de precipitación en un día húmedo ( 1.0 )w RR mm en el periodo j y
sea 95wnRR el percentil 95th de precipitación en los días húmedos en el periodo 1961-1990. Si W
representa el número de días húmedos en el periodo, entonces:
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
53
W
w=1
95 where 95j wj wj wnR p RR RR RR
R99p
Sea wjRR la cantidad diaria de precipitación en un día húmedo ( 1.0 )w RR mm en el periodo j y
sea 99wnRR el percentil 99th de precipitación en los días húmedos en el periodo 1961-1990. Si W
representa el número de días húmedos en el periodo, entonces:
W
w=1
99 where 99j wj wj wnR p RR RR RR
PRCPTOT
Sea ijRR la cantidad diaria de precipitación en el día i en el periodo j . Si I representa el número
de días en j , entonces
1
I
j ij
i
PRCPTOT RR
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
54
ANEXO IV: Estimación de umbrales y cálculo del periodo base para los índices de
temperatura
Estimación empírica del cuantil:
El cuantil de una distribución se define como
})(:inf{)()( 1 pxFxpFpQ , 1<p<1,
Donde F(x) es la función de distribución. Sea },...,{ )()( na XX la estadística de orden de
},...,{ 1 nXX (i.e. valores ordenados de {X}), y sea )(ˆ pQi la definición del cuantil ith. Los cuantiles
muestrales pueden ser generalmente escritos como
)1()()1()(ˆjji XXpQ .
Hyndman y Fan (1996) sugieren una fórmula para obtener estimados medios un-biased del cuantil
haciendo ))3/)1(*int( pnpj y haciendo jpnp 3/)1(* , donde int(u) es el
entero más grande que no sea mayor que u. El cuantil empírico es igual al valor en la muestra más
grande o al más pequeño cuando j<1 o j> n respectivamente. Esto es, estimados de cuantiles
correspondientes a p<1/(n+1) son fijados al valor más pequeño de la muestra, y aquellos
correspondientes a p>n/(n+1) son igualados al valor más grande de la muestra.
Procedimiento “Bootstrap” para la estimación de la tasa de excedencia para el periodo base:
No es posible hacer una estimación exacta de los umbrales debido a incertidumbres en el
muestreo. Para proporcionar estimados temporalmente consistentes de la tasa de excedencia a lo
largo del periodo base y fuera del periodo base, adaptamos el siguiente procedimiento (Zhang et
al. 2004) para estimar la tasa de excedencia para el periodo base.
(a) El periodo base de 30-años se divide en un año “fuera-de-base”, el año para el cual la
excedencia se va a estimar, y un “periodo-base” que consiste en los restantes 29 años a
partir de los cuales se estimarán los umbrales.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
55
(b) Se construye un bloque de datos de 30-años usando el set de datos del “periodo-base” de 29
años y añadiendo un año adicional de datos a partir del “periodo-base” (i.e., uno de los años
en el “periodo-base” es repetido). Este bloque de 30-años construido es usado para estimar
los umbrales.
(c) El año “fuera-de-base” es entonces comparado con los umbrales y se obtiene la tasa de
excedencia para el año “fuera-de-base”.
(d) Pasos (b) y (c) se repiten 28 veces, repitiendo cada uno de los 28 años en-base para así
construir el bloque de 30-años.
(e) El índice final para el año “fuera-de-base” es obtenido promediando los 29 estimados
obtenidos en los pasos (b), (c) y (d).
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
56
ANEXO V: Protocolo de Actualización de los Productos
A continuación se detallan las actividades a seguir para mantener actualizados los productos
presentados en este informe final. Específicamente explica cóm realizar la inclusión de nuevos
datos recogidos en las estaciones, el chequeo de calidad y homogeneización de las nuevas series
de tiempo actualizadas, cálculo de índices y tendencias.
Los pasos a seguir consisten en:
1. Recolección de los datos en el formato Climdex.
2. Ejecución en lenguaje R del control de calidad.
3. Ejecución en lenguaje R de las pruebas de homgeneidad.
4. Ejecución de RClimdex para calcular índices climáticos y tendencias.
5. Preparación de los archivos de tendencias y ejecución de scripts NCL para graficar los
mapas correspondientes.
6. Análisis de resultados.
1. Recolección de los datos en formato Climdex
Los datos deben estar en ASCII, un archivo por estación, y siguiendo el formato especificado en el
Anexo II de este documento: año, mes, día, precipitación, temperatura máxima y mínima. Ver
Anexo II para detalles.
2. Ejecución en lenguaje R del control de calidad.
El paquete de software (que puede descargarse en
http://cmc.org.ve/descargas/Cursos/CRRH/) posee una interfaz gráfica intuitiva que
permite la ejecución de los algoritmos de control de calidad. Lo único que hace falta es tener los
datos en el formato correcto, ejecutar el paquete, seleccionar (ver figura V.1) la opción “Load data
and run QC” y/o la opción “Run extra qc”., que automáticamente ejecutan para el archivo en
cuestión los procesos correspondientes. Al terminar el control de calidad, salir del programa
RClimdex.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
57
Figura V.1. Interfaz gráfica del RClimdex.
3. Ejecución en lenguaje R de las pruebas de homogeneidad.
Descargar el paquete del enlace http://cmc.org.ve/descargas/Cursos/CRRH/RHtests_dlyPrcp.r y
ejecutar en la línea de comandos del R:
source(RClimDex_RHtest.r)
Luego crear un archive con todos los nombres de los archivos en format Climdex a ser procesados.
Por ejemplo, si se tiene en un subdirectorio a todos estos archivos en formato txt, basta hacer un:
ls *.txt > lista.ls
A continuación, crear el subdirectorio de salida:
make salidas
Finalmente, crear un ciclo para tratar todos los archivos incluidos en "lista.ls":
ifnames<-readLines("lista.ls")
for(ifile in ifnames)
FindU(paste("./",ifile,sep=""),paste("salidas/",ifile,sep=""),"-999.9")
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
58
Si se desea modificar los parámetros que trae por "default" el paquete, se puede escribir algo como:
for(ifile in ifnames)
FindU(paste("./",ifile,sep=""),paste("salidas/",ifile,sep=""),
Iadj=10000, Mq=10, Ny4a=0, p.lev=0.99,MissingValueCode="-99.9")
La serie de datos diarios de precipitación QM-ajustados aparecen en la 5a columna del archivo de
salida *_QMadjDLY_UC.dat o *_QMadjDLY_UDfinal.dat. Usar esta columna para actualizar el
archivo de datos original, siguiendo el formato explicado en el Anexo II y punto 1 de este
protocolo.
4. Ejecución de RClimdex para calcular indices climáticos y tendencias.
Ejecutar de nuevo el paquete RClimdex y hacer click en “Load Data” para cargar el archivo a
trabajar y luego “Indices Calculation”. RClimdex calculará los índices climáticos que sean posibles
calcular dados los datos y proveerá archivos ASCII de salida, así como algunos PDF.
5. Preparación de los archivos de tendencias y ejecución de scripts NCL para graficar los mapas
correspondientes.
El penúltimo paso consiste simplemente en escribir en un único archivo las tendencias
estadísticamente significativas provistas por RClimdex en las unidades que se prefiera (se
recomienda la escala de 10 años). Para ello se crea un archivo ASCII por cada índice con el
siguiente formato:
LATITUD LONGITUD TENDENCIA
Este archivo debe tener el nombre del índice correspondiente. Por ejemplo, para las tendencias
del índice de días secos consecutivos (CDD) el nombre del archivo debe ser “CDD.dat”. La
terminación dat es importante pues es también parte de cómo los scripts NCL leen el archivo.
En general no es necesario modificar los scripts NCL excepto en la línea correspondiente al campo
“nlin” que debe indicar el número de estaciones con las que se ha trabajado y corresponde al
número de líneas del archivo. El resto de las líneas puede dejarse sin cambios.
begin
arch="CDD"
minlat=-6 ; lo obvio
maxlat=3
minlon=-82
maxlon=-76
nlin=10; número de líneas del archivo (estaciones)
ncol=3; número de columnas del archivo
colat=1; número de columna en la que esta la latitud
colon=2; número de columna en la que esta la longitud
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
59
colda=3;
Ejecutar los scripts simplemente escribiendo en el terminal:
ncl INDICE.ncl
donde INDICE corresponde al índice en cuestión. Esto genera las figuras correspondientes.
5. Análisis de resultados.
Finalmente se llevan a cabo los análisis del caso. Aspectos clave a considerar son (a) los
relacionados con los procesos físicos que pudieran explicar la detección de señales que Climdex
realiza (aunque en estos trabajos no se realiza atribución de causas, es importante tener la física
presente), (b) el papel del relieve y su complejidad, (c) la definición y unidades de cada índice, y (c)
las distintas limitaciones de la metodología, como se han mencionado en el texto principal de este
informe final. Puede usarse como guía del análisis a actualizar este mismo documento.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
60
ANEXO VI: Reporte de Capacitación Técnica
Entre los días 28 y 30 del mes de Julio de 2013 se llevó a cabo en las instalaciones del Ministerio
del Ambiente del Ecuador la capacitación técnica del proyecto “Análisis Estadístico con Climdex de
Índices Climáticos para las Provincias de Pichincha y Napo”. Los expertos locales representaron
diversas instituciones asociadas a toma de decisión en Ecuador, entre las que destacan el
Gobierno de Pichincha, INAMHI, ECOPAR, Secretaría del Ambiente de Quito, FONAG, PACC, PRAA y
Dirección de Cambio Climático del Ministerio del Ambiente del Ecuador.
Durante la primera jornada (28 de Julio) se realizaron las introducciones del caso, presentando
conceptos fundamentales sobre el sistema climático terrestre, las distintas interacciones y agentes
climáticos, la manera en que las incertidumbres están siempre presente en todo producto (se
realizó una dinámica grupal –Figura VI.1- en la que los participantes pudieron entender con un
juego breve la importancia de la provisión de productos probabilísticos), las diferentes escalas de
tiempo, con énfasis en escalas interanual, decadal y de largo plazo, así como una introducción a la
cuantificación de riesgos climáticos en términos de distribuciones de probabilidad de amenazas y
vulnerabilidades. Se finalizó el día con una presentación general de la metodología llevada a cabo
para obtener los productos de este trabajo.
El día 29 de Julio se inició la jornada con un repaso de lo aprendido el día anterior y se continuó
con la presentación y discusión de la metodología seguida, explicando aspectos técnicos
relacionados con los elementos estadísticos empleados, de manera que ls expertos locales
pudieran entender a cabalidad el significado de las distintas métricas y procedimientos usados,
especialmente lo relacionado al cálculo de índices climáticos, tendencias y significancia estadística
para un nivel dado del límite de confianza. En la tarde se presentaron los resultados del estudio y
se detalló, analizó y discutió mapa por mapa (Figura VI.2) hasta que hubo concenso tanto en el
significado de los resultados del estudio como en su comprensión por parte de todos los
participantes. Para esto se inició el ejercicio de usar ejemplos concretos en los que los distintos
productos podían usarse en concreto para la toma de decisión, prestando especial atención a las
limitaciones e incertidumbres expuestas en el informe final.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
61
Figura VI.1. Expertos locales de las distintas instituciones participando en el juego de
incertidumbres en los modelos de predicción climática y reporte de probabilidades asociadas.
Figura VI.2. Discusión de resultados obtenidos en el proyecto.
Análisis Estadístico con Climdex para Pichincha y Napo (2013) Á. G. Muñoz
Asistencia Técnica para la Generación de Escenarios de Cambio Climático
62
En la última jornada, día 30 de Julio, se repasó primeramente el contenido de los dos días
anteriores y una vez más se presentaron los resultados del estudio, esta vez siendo explicados por
los participantes del entrenamiento, bajo la supervisión del instructor. Como dinámica de
discusión y aplicación de los mismos, se llevó a cabo una sesión en la que se escogieron sectores
específicos de interés para las provincias de Pichincha y Napo y, una vez selecionadas
actividades/aplicaciones asociadas a cada sector, se discutió qué indices serían los más
importantes y qué tipo de productos y decisiones podrían tomarse a partir de los mismos. Esto
ejemplificó casos reales de aplicación de los productos y en especial el énfasis en las limitaciones
que pudieran tenerse. La Tabla VI.1 muestra un resumen de los ejercicios llevados a cabo.
Sector Índices Aplicaciones
Agricultura y ganadería PRCPT, RX5D, todas de
temperatura, combinación de
TN90p y TN10p
Uso en ETpotencial para ver
días de riego.
Inundaciones: efectos en
cosecha.
Ganado y cultivos dañados
por precipitación y
temperatura.
Cambio en la frecuencia de
heladas.
Riesgos RX5D Inundaciones, cosechas,
deslaves.
Desastres RX5D, CDD Deslaves, incendios
Salud TX*, TN* y PRCPT, R95p,R99p Densidad espacial de vectores
Tabla VI.1. Resumen de los ejercicios por sector llevados a cabo en la última jornada del taller de
entrenamiento.
Uno de los productos más importantes del taller fue la discusión y análisis de la Tabla 3 del
informe final, que resume los resultados obtenidos en este trabajo de manera sucinta. Este
producto debe verse como producido no sólo por el autor del informe, sino que involucra el
consenso y sugerencias de los expertos locales en términos de interpretación óptima de los
resultados.
Finalmente, las presentaciones del taller se han incluido en el paquete de archivos como parte del
Anexo I del informe final.