Professional Documents
Culture Documents
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
NDICE GENERAL
ndice General
ndice de Tablas
ndice de Anexos
ndice de Figuras
Pg
ii
iii
iii
iv
1.
2.
3.
3.1.
INTRODUCCIN ................................................................................................................... 6
OBJETIVOS........................................................................................................................... 7
EL FUNCIONAMIENTO GENERAL DEL SISTEMA CLIMATICO........................................ 8
Definiciones Bsicas ........................................................................................................... 8
3.2.
3.3.
3.4.
Influencia de las Variables Macroclimticas en el Clima de Venezuela ....................... 19
4.
MATERIALES Y MTODOS ............................................................................................... 22
4.1.
Obtencin de los Registros Originales............................................................................ 22
4.1.1.
Datos Climticos de Venezuela .................................................................................... 22
4.1.2.
Variables Macroclimticas ............................................................................................ 22
4.2.
Procesamiento de los Registros Originales.................................................................... 23
4.2.1.
Seleccin de las Estaciones y Perodo Comn .......................................................... 23
4.2.2.
Creacin de Archivos de Precipitacin y de Variables Macroclimticas ................ 23
4.2.3.
Prueba de la bondad del software de interpolacin SURFER................................... 24
4.3.
Anlisis Estadsticos ......................................................................................................... 25
4.3.1.
Seleccin y Anlisis de Variables Macroclimticas ................................................... 25
4.3.2.
Distribucin Espacial de las Correlaciones Lineales entre Anomalas de
Precipitacin y Variables Macroclimticas................................................................................... 25
4.3.3.
Variacin Estacional de las Correlaciones Lineales entre Anomalas de
Precipitacin y Variables Macroclimticas.................................................................................. 25
4.3.4.
Distribucin del Tipo de Influencia (Efectos) de las Variables Macroclimticas
sobre las Anomalas de Precipitacin .......................................................................................... 25
VM Temperatura del Atlntico (enero) clasificada segn los terciles ....................................... 26
Precipitacin marzo ........................................................................................................................ 26
5.
RESULTADOS Y DISCUSIN ............................................................................................ 28
5.1.
Seleccin de Estaciones, Perodo de Anlisis, Generador de Mapas.......................... 28
5.2.
5.3.
Anlisis Estadsticos ......................................................................................................... 34
5.3.1.
Anlisis de las Variables Macroclimticas.................................................................. 34
5.3.2.
Anlisis de la Relacin Espacial entre la Precipitacin y las VM ............................. 48
5.3.3.
Anlisis de la Relacin Temporal entre la Precipitacin y las VM............................ 54
5.3.4.
Distribucin del Tipo de Influencia (Efectos) de las Variables Macroclimticas
Clasificadas sobre las Anomalas Clasificadas de Precipitacin segn los terciles............... 58
6.
CONCLUSIONES ................................................................................................................ 68
7.
RECOMENDACIONES ........................................................................................................ 70
8.
REFERENCIAS BIBLIOGRFICAS ................................................................................... 71
ii
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
NDICE DE TABLAS
Pg
1.
21
28
3.
34
4.
36
2.
5.
6.
59
61
63
7.
8.
9.
65
10.
65
NDICE DE ANEXOS
1.
2.
3.
4.
[ptiles en
iii
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
5.
6.
7.
Tablas de Contingencia para la precitacin clasificada en tres clases segn los Terciles y
las VM clasificadas en tres clases segn los Terciles (3x3). [cruzadas3.xls. 12 tablas de
3 pg. c/u, total 36 pginas].
8.
NDICE DE FIGURAS
Pg.
1.
10
2.
15
3.
16
4.
16
5.
17
6.
Variaciones en el Caudal Promedio Anual del ro Caron en relacin con aos Nio
20
7.
20
8.
29
9.
30
10.
31
11.
31
12.
32
13.
32
14.
33
15.
35
iv
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
16.
38
39
39
19.
42
20.
43
21.
44
45
23.
46
24.
47
48
51
17.
18.
22.
25.
26.
27.
28.
29.
30.
31.
53
55
56
56
52
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
1. INTRODUCCIN
Un conocimiento adecuado de las condiciones climticas es una herramienta fundamental para
lograr una organizacin y un uso sostenible y eficiente de los recursos suelo y agua, y para las
actividades productivas. Pero nuestro conocimiento de las condiciones climticas del pas es
bastante somero; parte del problema es que, en general, an se maneja el concepto de clima como
las condiciones atmosfricas promedio, mientras que el concepto actual aade tres palabras
clave: las condiciones atmosfricas promedio incluyendo su variabilidad.
En trminos de una poltica eficiente para gestin de los recursos hdricos, la agricultura y
problemas como la sequa, es imprescindible considerar que si la norma es la variabilidad
climtica, entonces la disponibilidad de agua y los rendimientos agrcolas son tambin
variables; la variabilidad climtica introduce cambios significativos en la respuesta de los sistemas
fsicos y socio-econmicos, por lo que estos ltimos deberan ser organizados de modo flexible
para poder responder a los cambios por exceso y por defecto ms eficientemente y usar los
recursos de modo sostenible (Gibbs et al, 1978; Makarau, 1992).
Ese aparentemente simple aadido al concepto de clima representa en realidad un cambio
cualitativo, que ha permitido a la Climatologa avanzar espectacularmente en los ltimos 25 aos a
nivel de investigacin y aplicaciones en los pases desarrollados; bajo esa nueva visin, es factible
optimizar la planificacin estratgica, as como la operativa, dado que al considerar la
incertidumbre se est considerando el riesgo, por lo que los sistemas y/o acciones que se
planifican son flexibles, para adaptarse a esta situacin; adicionalmente, el nuevo concepto abri la
puerta del pronstico climtico, que en pocos aos ser completamente operativo, con hasta un
ao de antelacin; ya existen pronsticos de este tipo en Internet, en las hojas Web de centros de
investigacin como la National Oceanic and Atmospheric Administration (NOAA).
Al considerar a la variabilidad parte intrnseca del clima, comenz una fuerte corriente de
investigacin en climatologa dinmica (termodinmica e hidrodinmica), que ya haba sido
propuesto por Bergeron en 1930 (Stringer, 1972), para comprender y luego predecir mejor dicha
variabilidad, aunque slo a inicios de los aos 70 comenz a trabajarse sistemticamente en este
campo. Al comprenderse el funcionamiento fsico de al menos parte del sistema, se logr el
desarrollo de modelos matemticos que simulan la circulacin atmosfrica, los llamados Modelos
de Circulacin Global (MCG); incluso hoy da, este tipo de modelos slo corre en
supercomputadoras, el tiempo de corrida es de varios meses y se generan salidas en el orden de
terabytes, lo que da una idea de su complejidad terica y operacional. Estos modelos son la
herramienta ms avanzada para estudiar el funcionamiento atmosfrico y el Cambio Climtico, y
sin embargo slo son capaces de reproducir los grandes rasgos de la circulacin y los principales
procesos sinpticos, pero no los procesos convectivos a mesoescala y locales.
Relativamente pronto emergi como factor comn, unificador en tan vasto conjunto de
investigaciones, la visin de un sistema global en que la materia y la energa (que proviene de una
fuente externa pero se transforma dentro del sistema global) se mueven en cascada entre diversos
sub-sistemas (la Atmsfera, los ocanos, la crisfera, la litsfera y la bisfera). Este conocimiento
indicaba para la Tierra como planeta un comportamiento integrado, donde haba que diferenciar
los climas, en el sentido geogrfico del trmino, de el clima como causa y al mismo tiempo
efecto del funcionamiento del sistema global. Para establecer claramente esa diferenciacin entre
los climas y el clima, se desarroll el concepto sinergtico de Sistema Climtico, que es
justamente el conjunto de interacciones entre todos los sub-sistemas.
Aunque se ha avanzado mucho en la comprensin tanto de los climas como del Sistema
Climtico, existen problemas de escala; por la esencia misma del tema la escala espacial de
trabajo es a nivel de grandes reas, no obstante, para que este conocimiento pueda tener
aplicacin prctica, es necesario afinar un poco la escala, al menos a nivel mesoclimtico, y
describir cmo se reflejan en los diferentes climas los procesos del Sistema Climtico.
6
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Como resultante de cubrir los objetivos especficos, se espera poder conclur en si es posible (o no)
llegar en un futuro cercano a disponer de elementos de pronstico estacional de la precipitacin
con varios meses de antelacin.
Se espera tambin que los resultados del presente trabajo tambin sirvan de base para dar los
pasos siguientes: explicar cmo y por qu ciertas Variables Macroclimticas influencian a la
precipitacin en Venezuela y evaluar algunas relaciones estadsticas que permitan pronosticar la
precipitacin con base a dichas Variables Macroclimticas. Asimismo, se espera que en base a los
resultados puedan definirse futuras lneas de investigacin que contribuyan a mejorar el
conocimiento sobre el funcionamiento del clima del pas, y en consecuencia a aumentar la utilidad
prctica de la informacin hidroclimtica para todo tipo de usuarios.
3. EL FUNCIONAMIENTO GENERAL DEL SISTEMA CLIMATICO
En esta seccin se describir brevemente el comportamiento del Sistema Climtico y los grandes
patrones de circulacin de la Atmsfera; se comienza con una serie de definiciones bsicas sobre
la estructura de la Atmsfera que es imprescindible manejar para la mejor comprensin del tema.
3.1. Definiciones Bsicas
Es importante comenzar definiendo una serie de trminos que se usarn en adelante, y que
constituyen la base misma del presente trabajo:
Clima: Estado promedio del tiempo atmosfrico, incluyendo su variabilidad, en una regin
geogrfica; el perodo de agregacin para obtener el promedio es tpicamente varias dcadas;
la Organizacin Meteorolgica Mundial denomina Normales a los promedios de 30 aos, por
ej., Normales 51-80, 61-90, etc. (OMM, 1990).
Variabilidad Climtica: Conjunto de cambios en las condiciones de tiempo y clima a todas las
escalas espacio-temporales; incluye variaciones de tipo cclico, cuasi-cclico, persistencias,
singularidades, oscilaciones, tendencias e irregularidades (ruido).
Cambio Climtico (definicin oficial de la Convencin Marco de las Naciones Unidas para el
Cambio Climtico): Cambio del clima que se atribuye directa o indirectamente a actividades
8
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Atmsfera: capa gaseosa que rodea a la Tierra cuyo espesor, a efectos prcticos, es de unos
120 km; es la parte del Sistema Climtico que controla tanto la cantidad de energia que llega a
la superficie como la radiacin infrarroja que la Tierra libera al espacio, es decir, es el principal
regulador del balance energtico del planeta. Verticalmente la Atmsfera se divide en varias
capas (Tropsfera, Estratsfera, Messfera, Termsfera) segn la temperatura descienda o se
incremente con la altura, y estas capas principales estn a su vez separadas por capas poco
profundas en las que la temperatura prcticamente no vara con la altura (Tropopausa,
Estratopausa, Mesopausa).
Tropsfera: capa inferior de la Atmsfera donde se desarrollan los fenmenos del Tiempo y el
Clima y que controla, va los procesos de reflexin, absorcin y dispersin la cantidad de
energa que llega a la superficie; concentra ms del 75 % de la masa total de la Atmsfera y
prcticamente todo el vapor de agua. Se caracteriza por presentar, en general, un descenso de
la temperatura con la altura del orden de los 0,5 0,6 C por cada 100 m de altura, tasa que se
denomina gradiente altotrmico. La Tropsfera no tiene el mismo espesor sobre todo el
planeta: es de unos 8-10 km sobre los Polos, 12-14 km en las latitudes medias, y muy profunda
(16-18 km) sobre el Ecuador. Como consecuencia de esas caractersticas, la base de la
Tropsfera (aire sobre la superficie) est ms caliente en el Ecuador y ms fro en los Polos,
pero en altura est ms caliente sobre los Polos y ms fro sobre el Ecuador.
Como se defini supra, el Sistema Climtico (ver Figura 1) es el conjunto de interacciones entre
cinco sub-sistemas: atmosfrico, ocenico, el contnuo agua-suelo-Atmsfera sobre los
continentes, las capas de hielo y nieve (polares y marinas) y la bisfera, incluyendo a los
forzamientos externos del sol y las actividades humanas. Esta definicin se origin en 1975, en el
9
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 1. Ilustracin esquemtica de los componentes del Sistema Climtico. Fuente: Modificado de
OMM, 1990.
En otro ejemplo, considerando en forma muy simplificada los sub-sistemas atmosfrico y ocenico,
puede hablarse (Lockwood, 1979) de una cascada de energa donde la radiacin (fuente externa)
se convierte en calor (calentamiento del agua que luego calienta al aire, evaporacin del agua que
va como calor latente al aire), que a su vez se transforma en energa cintica (movimiento de las
10
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
corrientes marinas y viento generado por gradientes horizontales de temperatura que a su vez
generan gradientes horizontales de presin); el movimiento es paulatinamente destrudo por las
fuerzas de friccin, que lo convierten en calor degradado que se pierde hacia el espacio en forma
de radiacin infrarroja : en un balance neto para la Tierra como un todo, y en promedio anual, la
ganancia de energa proveniente del exterior (sol) es completamente compensada por la prdida
de energa hacia el espacio exterior. El ciclo hidrolgico es otro ejemplo que puede ser expresado
en trminos de flujos de energa (potencial, cintica, calor, radiacin infrarroja).
Lockwood (1979) cita un documento de la Academia Nacional de Ciencias de E.U.A. publicado en
1975 (Understanding Climatic Change, a Program for Action, tambin en el marco del GARP),
donde se sugiere clasificar a las propiedades del Sistema Climtico como sigue:
Estas propiedades del sistema global estn interconectadas por los procesos de intercambio de
calor latente y sensible y de momento angular, y son las que permiten caracterizar el estado del
sistema en un momento dado, as como evaluar a los procesos. La tendencia actual es visualizar a
dichos procesos como transformaciones de energa. Por ejemplo, en el sub-sistema atmosfrico
hay una muy estrecha relacin entre la energa potencial y los calores sensible y latente, ya que a
medida que el aire desciende transforma su energa potencial en calor sensible a travs del
calentamiento adiabtico, y cuando el aire asciende transforma su calor sensible de nuevo en
energa potencial; a medida que se enfra adiabticamente y se alcanza la saturacin, se libera
calor latente que retrasa el enfriamiento y refuerza el ascenso, lo que aumenta la energa potencial
de la parcela de aire.
La visin ms global es que el forzamiento radiativo del sol es la entrada al sistema Tierra, los
depsitos son los cinco sub-sistemas y la salida son los climas en el sentido geogrfico (Cuadrat
y Pita, 2000).
En el Sistema Climtico se identifica un agente director y dos agentes modificadores, que
influencian de modo fundamental todo el funcionamiento del sistema, tanto a nivel de muchas de
las propiedades como a nivel de los procesos.
El agente director es la desigual cantidad de energa que llega desde el sol a cada punto de la
Tierra en cada momento del ao. Esto ocurre porque la Tierra es redonda y una superficie curva no
recibe igual cantidad de energa en dos puntos consecutivos, y porque la Tierra gira alrededor del
sol en una elipse que est inclinada respecto al plano del ecuador solar, lo cual implica que en una
poca del ao se recibe mayor cantidad de energa en un hemisferio, es decir se est en verano,
mientras que en el hemisferio contrario se est en invierno, lo cual se invierte cuando la Tierra, 6
meses ms tarde, est en el lado opuesto de su rbita alrededor del sol.
Como consecuencia de la redondez de la Tierra, de su movimiento de traslacin y del
relativamente pequeo ngulo de inclinacin de la eclptica (23,5), en las bajas latitudes (Ecuador)
11
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
se recibe ms energa que en las altas latitudes (Polos), creando un desbalance energtico
permanente que origina un desbalance tambin permanente de temperaturas y presiones
atmosfricas, por lo que el sistema global reacciona poniendo en marcha la circulacin general de
la Atmsfera y los ocanos para tratar de encontrar el equilibrio. Se han hecho estimaciones que
muestran que en ausencia de radiacin solar, la friccin hara cesar todo el movimiento atmosfrico
en aproximadamente una semana (Barry y Chorley, 1985).
Los dos agentes modificadores de los procesos del Sistema Climtico son:
a) el movimiento de rotacin de la Tierra; el hecho de que la Tierra rote sobre su eje introduce
variaciones en lo que, de no existir esta rotacin, sera un movimiento meridional (Norte-Sur)
desde las Altas Presiones polares hacia las Bajas Presiones ecuatoriales; las principales
modificaciones que introduce la rotacin son dos:
9 en primer lugar, las producidas por la Fuerza de Coriolis, que desva las trayectorias hacia
la derecha en el hemisferio Norte, quedando como resultado que los movimientos del aire y
las corrientes ocenicas tienen una direccin predominantemente zonal (Este-Oeste);
9 en segundo lugar, la aparicin de la vorticidad: un fludo en rotacin tiende a generar
remolinos (vrtices) que modifican la distribucin tanto vertical como horizontal del
intercambio de momento angular;
b) la distribucin y forma de las masas marinas y continentales; acta al menos en tres aspectos:
9 el efecto de continentalidad es importante en la distribucin horizontal de reas con
grandes y pequeos gradientes trmicos, lo cual influencia los movimientos horizontales y
verticales del viento va su influencia en el campo de presiones;
9 en segundo lugar, la posicin de los continentes; estudios paleoclimticos sealan que con
posiciones distintas, especialmente de la Antrtida, la dinmica atmosfrica y de corrientes
marinas cambia significativamente, y en consecuencia cambia tambin la distribucin
espacial de los climas en el sentido geogrfico del trmino;
9 finalmente, las grandes cordilleras (Andes, Rocosas, Himalaya) influencian la circulacin
de la alta Tropsfera, especialmente la posicin de las Ondas de Rossby (ver infra item
3.1.3).
Dado que el Sistema Climtico est en una permanente bsqueda del equilibrio a travs de las
interacciones entre sus componentes, existe una variabilidad intrnseca y existe una enorme
cantidad de causas diferentes, dependiendo del sub-sistema, que explican esa variabilidad;
algunas causas son internas a los sub-sistemas, y otras son externas a ellos.
Para el sistema global, las causas externas de cambio se relacionan con aspectos fsicos y
aspectos antrpicos. Entre las causas fsicas hay cambios tanto en el agente director como en los
agentes modificadores; el agente director (desigual cantidad de energa) sufre modificaciones tanto
por cambios en la rbita terrestre en ciclos de miles de aos como por cambios en el sol mismo
(manchas solares); los agentes modificadores sufren cambios tambin a muy largo plazo (deriva
continental, por ejemplo). Entre las causas antrpicas, se distinguen en primer lugar el aumento de
gases de efecto invernadero (que al disminuir la proporcin de onda larga que abandona la Tierra
estn cambiando todo el balance radiativo), y en segundo lugar el cambio a gran escala de uso de
la tierra, donde se modifican los factores de albedo y rugosidad (lo que altera tanto el balance
radiativo como la tasa de transporte de momento). Como causas internas de cambio en el Sistema
Climtico, se pueden reconocer entre otras (Lamb, 1972, Henderson-Sellers y Robinson, 1984):
Los volcanes introducen una gran cantidad extra de gases y aerosoles a la Atmsfera; las
erupciones normales inyectan material en la Tropsfera (8-15 km altura), desde donde puede
ser removido relativamente rpido (aprox. 1 ao) por la lluvia o por gravedad, pero las grandes
erupciones envan material a la Estratsfera (15-25 km de altura), donde puede permanecer
ms de 10 aos afectando el balance radiativo.
12
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Los aerosoles troposfricos controlan en parte el balance radiativo de onda corta (va la
dispersin) y tambin en parte la formacin de gotitas de nubes.
El Ozono estratofrico controla (por absorcin) la cantidad de radiacin ultravioleta que llega a
la Tierra, pero tambin influencia el calentamiento/enfriamiento de la Estratsfera, va la
absorcin sobre el infrarrojo entre los 810 m (onda larga).
En resumen, existen 4 grandes reas de procesos dentro del Sistema Climtico (HendersonSellers y Robinson, 1984) que deben ser considerados para comprender su funcionamiento:
Superficies de Hielo y Nieve Albedo: es un Feed-back positivo, es decir, si por alguna razn
comienza a disminuir la temperatura habr ms nieve y hielo, afectando el balance de
radiacin de onda corta, ya que por su alto albedo 1 aumentarn las prdidas por reflexin y
habr menos radiacin neta, lo que implica menos disponibilidad de calor sensible de la
superficie para calentar al aire, lo que implica que la temperatura seguir disminuyendo.
Nubes Albedo Absorcin: la nubosidad es uno de los elementos que provocan Feed-backs
ms complicados, ya que es positivo desde el punto de vista de la reflexin de onda corta
Con relacin al albedo del hielo hay discusin; algunos autores sostienen que tiene un albedo relativamente
bajo, menor a 50% (Rosemberg, 1974), mientras otros le asignan valores altos de 50-70% (Petterssen, 1976).
13
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 2. Distribucin Espacio-Temporal del balance radiativo del sistema Tierra-Atmsfera (Radiacin
-2
-1
-2
-1
-2
Neta en cal cm min ; 1 cal cm min = 698 W m ). Fuente: Lockwood, J.G. (1979). (after Raschke et
al, 1973)
Otro punto muy importante es que debido a la diferencia de espesor de la Tropsfera, a una misma
altura el aire presenta densidades diferentes en el Polo y el Ecuador, como se ve en la Figura 3.
De modo que aunque la tasa de disminucin de la temperatura con la altura sea constante y desde
ese punto de vista el aire a la misma altura debera tener la misma temperatura, no sucede lo
mismo con la densidad, por lo que en la Atmsfera real, dada la relacin entre densidad y
temperatura, dos parcelas de aire situadas a la misma altura no tienen la misma temperatura ni la
misma densidad y en consecuencia, no ejercen la misma presin. En vista de esta circunstancia,
en meteorologa es mucho ms comn porque es ms cmodo, como lo seala Medina (1994),
hablar de superficies isobricas (igual presin), por ejemplo las de 850, 500 o 200 mb, que en la
Atmsfera se encuentran a alturas diferentes. En la atmsfera tropical, al ser menos densa por tres
15
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
razones (mayor espesor para repartir la misma masa de aire, es ms clida y es ms hmeda), las
superficies isobricas se encuentran a mayor altura que en otras latitudes.
Tropopausa
8 Km
75 % masa
atmosfrica
Polo
16 Km
75 % masa
atmosfrica
8 Km
55 % masa
atmosfrica
Ecuador
Figura 3. Esquema de los cambios de Densidad en la Tropsfera con la latitud. Elaboracin propia
La presin atmosfrica regula el movimiento horizontal del aire, y ste se desplaza desde las zonas
de Alta Presin hacia las de Baja Presin; como esta distribucin es zonal debido a las diferencias
en la Radiacin Neta, el viento debera soplar meridionalmente (desde la Alta Presin Polar en el
Norte hacia la Baja Presin Ecuatorial en el Sur) y cortar a las isbaras perpendicularmente, pero
como ya se explic la Fuerza de Coriolis debida a la rotacin del planeta hace que el movimiento
se desve a la derecha y el viento (en ausencia de friccin) termina soplando zonalmente (EsteOeste) y paralelamente a las isbaras; la friccin modifica esta situacin y hace que el viento corte
en ngulo mximo de 20 a las isbaras, pero en la atmsfera libre por encima de la capa de
friccin (a partir de los 1500-2000 msnm aproximadamente) el viento sopla paralelo a las isbaras,
lo que se conoce como viento geostrfico.
En resumen: las superficies isobricas tienden a estar ms altas en el trpico que en las altas
latitudes; el viento sopla desde las Altas hacia las Bajas presiones, paralelamente a las isbaras en
la Atmsfera libre; en superficie existe sobre el Ecuador una Baja Presin y en el Polo una Alta
Presin, mientras que en altura estn invertidas (Alta Presin en el Ecuador y Baja Presin en el
Polo). En la Figura 4 se muestra la consecuencia de lo expuesto en los prrafos anteriores.
Figura 4. Esquema del origen de los Vientos del Oeste en la alta Troposfera. Elaboracin propia
A una misma altura, por ejemplo de 11 km, las zonas ecuatoriales tienen mayor presin que las
polares, por lo que el viento en altura tiende a ir del Ecuador hacia el Polo, atravesando crculos
latitudinales cada vez ms pequeos, por lo que se acelera, y con el desvo inducido por la Fuerza
de Coriolis termina como un viento del Oeste; esto explica que en toda la Tropsfera los vientos
16
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
sean mayoritariamente del Oeste, exceptuando a la franja entre aproximadamente los 20 N20 S
(vara ligeramente su posicin entre verano e invierno) donde el viento sopla del Este no slo en
todo el espesor de la Tropsfera, sino tambin en buena parte de la Estratsfera inferior y media,
como se observa en la Figura 5.
Jet-Stream
Jet-Stream
Jet-Stream
Jet-Stream
-1
Figura 5. Viento Zonal Promedio para los trimestres Diciembre-Febrero y Junio-Agosto (ms ).
Fuente: Loockwood, J.G. (1974). (after Newell et al, 1969). Los valores negativos sealan vientos del
Este, los positivos vientos del Oeste.
Sobre la Baja Ecuatorial el aire poco denso tiende a subir, enfrindose adiabticamente hasta
alcanzar la saturacin, momento a partir del cual comienza la condensacin, es decir, la liberacin
del calor latente, lo cual retrasa el enfriamiento y refuerza el ascenso convectivo del aire. Se ha
comprobado que en la Baja Ecuatorial, el ascenso del aire no es generalizado, sino que se
concentra en pequeas reas donde se forman nubes convectivas (Cmulo Nimbus) de gran
desarrollo vertical (ms de 15 km de altura), que en algunas ocasiones rompen incluso la
Tropopausa y llevan calor hasta la Estratsfera. Los cientficos consideran que el transporte de
17
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
haber atravesado el ecuador. Slo hacia 1950 se estableci la relacin entre los fenmenos
ocenicos y atmosfricos, y se not que cuando el Pacfico se calienta se produce conjuntamente
una alteracin de la OS. La fase fra (Nia) es menos conocida que la fase clida; en este caso, el
Pacfico est ms fro de lo normal, y en la Atmsfera los campos de presin estn en su lugar
habitual, pero son ms intensos, as como el Alisio es reforzado.
Dadas las gigantescas cantidades de calor sensible y latente que se intercambian entre la
Atmsfera y el Ocano en el rea del Pacfico, estas alteraciones se reflejan a nivel global,
afectando a muchos lugares de manera diversa; por ejemplo, se ha reportado que los aos Nio
producen sequas en el Nordeste del Brasil e inundaciones en el sur de Brasil y norte de Argentina,
y hacia Norteamrica tienden a producir inviernos suaves. En general, durante aos Nio se
registran temperaturas elevadas en muchas partes del mundo (WMO, 1999).
3.4. Influencia de las Variables Macroclimticas en el Clima de Venezuela
Con relacin a la influencia de las Variables Macroclimticas (en adelante VM) especficamente
sobre el clima de Venezuela no hay hasta los momentos gran informacin. En general, de todas las
VM, la ms analizada a nivel mundial ha sido la temperatura superficial del Pacfico Ecuatorial, ya
que es uno de los principales factores explicativos (no el nico), del fenmeno El Nio-Oscilacin
del Sur (ENOS).
En 1997-98 se produjo un evento Nio de gran intensidad que gener una enorme inquietud
pblica, razn por la cual la Comisin Nacional de Meteorologa e Hidrologa, adscrita al CONICIT,
prepar un informe (CNMeH, 1998) que resume los anlisis sobre el tema realizados en el pas por
los organismos oficiales, fundamentalmente el MARN y EDELCA.
Como conclusin principal resalta el hecho de que el fenmeno ENOS (en sus fases clida y fra)
no afecta de igual forma a todo el pas: hacia el Suroriente (Guayana) y el occidente (parte de los
Andes y Zulia) el Nio (fase clida del ENSO) tiende a producir temporadas secas e inicio de
temporada lluviosa ms secas de lo normal, mientras que en las regiones central, llanera y oriental,
la influencia del ENSO fase clida es mucho menos evidente, dndose casos de eventos Nio con
inicios de temporada lluviosa tempranos, normales y tardos, y es un Pacfico neutro (ni fro ni
caliente) lo que parece asociarse en esas regiones con un inicio temprano de la temporada lluviosa
(Martelo, 2000 a).
La fase fra (eventos Nia) se relaciona generalmente en Guayana con temporadas secas ms
lluviosas de lo normal y caudales relativamente altos del Caron, mientras que en los Llanos la Nia
tiende a producir una entrada tarda de la temporada lluviosa, como se ve en las Figuras 6 y 7.
Los caudales muestran un comportamiento similar: el Caron (Sur del pas) y el Chama (valles
centrales y piedemonte occidental andino) se asocian en general con caudales bajos durante un
evento Nio, pero ros que descienden por el lado llanero del piedemonte andino (especficamente
el Uribante) no muestran una relacin clara (Unidad de Estudios del Clima Tropical, MARN-CIDIAT,
Ing. M.I. Rojas, comunicacin personal).
Otra conclusin del informe de la CNMeH es que el efecto del ENOS es mayor durante la
temporada seca e inicios de la temporada lluviosa, pero es muy dificilmente detectable durante la
plena temporada lluviosa en Junio-Julio-Agosto; esta evidencia coincide con hechos observados en
todo el mundo, y explicados tericamente: el ENOS se manifiesta con mayor fuerza durante el
invierno astronmico (Diciembre a Febrero), debido a que es la poca del ao cuando son mayores
los gradientes de temperatura, energa y transporte (viento).
19
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 6. Variaciones en el Caudal Promedio Anual del ro Caron y su relacin con los aos Nio
3 -1
(caudales en m s en rojo). Fuente: Comisin Nacional de Hidrologa y Meteorologa. (1998).
Figura 7. Variacin en la Fecha de Inicio del Perodo de Crecimiento en aos Nia (1974). Fuente:
Comisin Nacional de Hidrologa y Meteorologa. (1998).
20
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Otra VM que ha comenzado a analizarse es la temperatura superficial del Atlntico Tropical Norte
(ATNOR); Martelo (2000 a) reporta que un ATNOR caliente tiende a asociarse en las regiones
centro-Norte y oriental con inicios tempranos de la temporada lluviosa, mientras que un ATNOR fro
tiende a asociarse con inicios tardos de la temporada lluviosa; hacia el occidente, el ATNOR no
parece tener tanta influencia como el Pacfico en la fecha de inicio de la temporada lluviosa, como
se observa en la Tabla 1, en la cual el cdigo 1 indica ocanos calientes, el cdigo 0 ocanos
normales y el cdigo 1 ocanos fros.
Tabla 1. Variacin en las Fechas de Inicio del Perodo de Crecimiento segn la temperatura de los
Ocanos Atlntico y Pacfico en tres reas del pas (Occidente, Nor-Centro y Oriente).
Fuente: Martelo, M.T. (2000 a)
EDELCA, donde estn trabajando en el tema desde 1992, ha realizado anlisis con otras VM, entre
ellas el ndice de Oscilacin Sur (SOI), la Oscilacin Quasi-Bianual (QBO), la Radiacin Saliente de
Onda Larga (OLR), la temperatura del Atlntico Tropical Sur y varios ndices del campo de presin
en superficie, pero los anlisis estn referidos bsicamente a la influencia de estas VM sobre el
caudal del Caron, aunque han determinado que un Atlntico Tropical Sur fro parece relacionado
con una temporada lluviosa (Mayo-Octubre) deficitaria sobre Guayana (CNMeH, 1998).
De anlisis realizados en la Unidad de Estudios del Clima Tropical (MARN-CIDIAT) utilizando una
metodologa estadstica y el software SIMOC (Sistema de Modelaje de los Ocanos) desarrollados
en el Instituto Nacional de Pesquisas Espaciais (INPE) de Brasil, se obtuvo que sobre una muestra
de 150 estaciones de precipitacin en el pas, el 80 % de ellas est ms influenciado por el
21
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
comportamiento del Atlntico que por el del Pacfico, y las estaciones que conforman el 20 % ms
infludo por el Pacfico estn todas al occidente del pas (Ing. M.I. Rojas, comunicacin personal).
En conclusin, el conocimiento de la influencia real de las VM sobre el clima del pas es
relativamente vago; aunque se sabe con certeza que las temperaturas ocenicas afectan
diferencialmente al territorio nacional, y se conocen las principales reas geogrficas afectadas (el
Suroriente y el Occidente del pas), no se conoce an el porqu la afectacin no es siempre igual
(por ejemplo, ha habido aos Nio con caudales del Caron bastante altos).
Es importante sealar que vago no significa inconsistente; en los estudios realizados en EDELCA
y otras instituciones, se usaron metodologas de anlisis muy diferentes y aplicadas a diferentes
elementos del ciclo hidrolgico (lluvias, caudales de ros, fechas de inicio del perodo de
crecimiento) y todos los resultados sealaron en la misma direccin. Desde ese punto de vista, el
escaso conocimiento que tenemos de la influencia de las VM en el clima del pas es "robusto.
4. MATERIALES Y MTODOS
4.1. Obtencin de los Registros Originales
4.1.1.Datos Climticos de Venezuela
Los datos de precipitacin a nivel mensual se obtuvieron del Banco Nacional de Datos de la
Direccin de Hidrologa y Meteorologa del MARN, y datos de varias estaciones en la regin
Guayana fueron suministrados por el Departamento de Prediccin y Estudios Hidroclimticos de
CVG-EDELCA; en principio se solicitaron todas las estaciones del pas que tuvieran un registro
mayor a 30 aos, lo que represent alrededor de 200 estaciones.
4.1.2.Variables Macroclimticas
Estos datos se generan en los grandes centros operativos y de investigacin mundiales, y son en
su mayora, valores para crculos latitudinales completos, generalmente en grillas de 2 x 2 o
menores. Para poner esta ingente cantidad de informacin disponible en un modo ms accesible,
se calculan valores promedio mensuales (el promedio es espacial, de todos los valores de grilla
involucrados, y de los 30 das del mes), que pueden accesarse por Internet. El mayor conjunto de
Variables Macroclimticas (VM) se encuentra en la pgina Web de la National Oceanographic and
Atmospheric Administration (NOAA), en el Climate Prediction Center (CPC), uno de los 9 miembros
del National Center for Environmental Predictions (NCEP); la direccin especfica es la siguiente:
www.cpc.ncep.noaa.gov/data/indices
Del gran conjunto de variables all disponibles, se seleccion un grupo de 11 Variables
Macroclimticas correspondientes a diferentes campos de interaccin del Sistema Climtico, que
incluyeron temperaturas superficiales de los ocanos Atlntico y Pacfico, campos de viento en
altura, campos de presiones (medidos a travs del ndice de Oscilacin Sur, SOI) e intensidad del
proceso convectivo (medido a travs de la Radiacin Saliente de Onda Larga, OLR).
Slo una de las VM, la correspondiente al ndice que mide la actividad de las manchas solares
(Nmero de Wolf), no se obtuvo de la NOAA, sino, tambin a travs de Internet, del Institut Royale
de Meteorologie (Blgica), en la siguiente direccin:
www.oma.be/KSB-ORB/SIDC
Con la excepcin del N de Wolf, para el cual se usaron los valores reales, todas las dems VM se
trabajaron en forma de Anomalas mensuales, donde:
22
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
analizar slo el Norte del pas con un perodo de registro desde 1950, lo que implicaba que no
se determinara completamente una posible variacin espacial de la influencia de las VM;
analizar todo el pas con un perodo de registro aproximadamente desde mediados de los aos
60, lo que permitira en principio determinar variacin espacial de la influencia de las VM, pero
reducira significativamente el nmero de casos para establecer las relaciones temporales
entre la precipitacin y las VM relativas a los ocanos, campo de presiones y manchas solares,
aunque no influira en las relaciones con las VM de los campos de viento y conveccin;
analizar al pas completo, pero con perodos diferentes para el Norte y el Sur del Orinoco; en
verdad, esta no es una prctica ortodoxa, pero si pruebas estadsticas sealaran que en el
Norte los estadsticos bsicos del perodo desde 1969 no difieren significativamente de los
estadsticos bsicos del perodo desde 1950, podra asumirse razonablemente que tampoco lo
hicieron al Sur del Orinoco, por lo que se realizaron dichos anlisis.
Finalmente, se plotearon (usando el software SURFER) las estaciones seleccionadas as como las
curvas de nivel cada 500 m, y se afin el nmero final de estaciones, eliminando algunas por
cercana y manteniendo otras que, aunque cercanas, estuvieran en laderas con diferente
orientacin o a alturas significativamente diferentes.
4.2.2.Creacin de Archivos de Precipitacin y de Variables Macroclimticas
Los archivos de precipitacin mensual, una vez seleccionado el nmero final de estaciones y el
perodo de analisis, debieron ser preparados en diferentes formatos, para cumplir con los
diferentes objetivos del trabajo, e igualmente sucede con los archivos de VM. Los formatos de
archivos de datos bsicos que se prepararon fueron los siguientes:
a) Formato Normal:
23
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
para cada estacin, una tabla de 12 columnas (meses) y tantas filas como aos de registro se
tuvieran en el perodo de anlisis, de precipitacin en mm;
idem, de anomalas de precipitacin (adimensional);
idem, de anomalas de precipitacin clasificadas en 1, 0 y 1, segn los terciles (P33% y
P66%) de cada mes (adimensional);
para cada VM, una tabla de 12 columnas (meses) y tantas filas como aos de registro se
tienen de cada una de ellas, como anomalas (adimensional);
idem, de anomalas clasificadas en 1, 0 y 1, segn los terciles (P33% y P66%) de cada mes
(adimensional).
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
lugar especfico del mundo. Este punto podra ayudar a comprender mejor el funcionamiento de la
dinmica climtica sobre el pas.
Es importante sealar una serie de condicionantes, para ayudar a comprender la seleccin del
procedimiento utilizado, que fue el de tablas de contingencia. En principio, el signo de la correlacin
determina si la relacin entre las VM y la lluvia es positiva o negativa, por ejemplo, que la lluvia
aumenta en junio a medida que la VM temperatura del ocano en el Atlntico Tropical norte
aumenta (correlacin positiva), o que la lluvia disminuye en enero a medida que la temperatura del
Pacfico ecuatorial en el rea Nio34 aumenta (correlacin negativa), pero el coeficiente de
correlacin no da informacin sobre la forma de la relacin, es decir, si se da en todo el rango de
valores o ms bien entre los extremos.
Al unir la informacin proveniente de los mapas de correlacin espacial y la de los grficos del
transcurso anual de los coeficientes de correlacin, se observara, por ejemplo, que en junio se
espera que la lluvia aumente en los Llanos centrales, s la temperatura del Atlntico fue alta en
marzo (correlacin positiva con el lag 3), pero:
se necesita superar un cierto umbral, es decir, ocurre cuando el Atlntico est en el rango
normal o en el rango caliente?
adems cmo fueron realmente las lluvias en junio? ocurri un aumento generalizado de la
precipitacin en todas las estaciones de los Llanos o hubo lluvias muy fuertes pero en pocas
estaciones?
finalmente todos los aos que el Atlntico est caliente en marzo, aumenta la lluvia en los
Llanos en junio, o slo en pocos aos, pero con un efecto tan extremo que es capaz de hacer
aparecer una correlacin donde realmente no la hay?
Para obtener informacin sobre estos aspectos se realiz un proceso de tabulacin cruzada (tablas
de contingencia), de modo de contabilizar el nmero total de casos de precipitacin que se
producen en todas las estaciones, para cada una de las clases de precipitacin, dependiendo de
cada una de las 3 clases de VM clasificadas segn los terciles. Las tablas de contingencia se
calcularon para la lluvia de cada mes del ao cinco veces, con las VM correspondientes a los cinco
lags considerados (0, 1, 2, 3, 4). El proceso se realiz para las anomalas de precipitacin
clasificadas en tres categoras segn los terciles (tablas de contingencia 3x3). El nivel de
significacin se analiz utilizando el valor de 2.
Las tablas de contingencia 3x3 se calcularon con el EXCEL, y para cada fila, el nmero de casos
en cada celda se calcul como porcentaje, bajo la hiptesis nula de que las VM no afectan a la
precipitacin, en cuyo caso seran esperables valores cercanos a 33% en cada celda. Es decir, que
se espera aproximadamente el mismo nmero de valores de precipitacin baja, normal y alta,
independientemente de s las VM son bajas, normales o altas. Para verificar la hiptesis nula, se
calcularon los valores de porcentaje para cada celda que son significativamente diferentes, para un
nivel de probabilidad prefijado, implicando que dicha hiptesis no se cumple, y en consecuencia,
las VM s afectan a la precipitacin.
A continuacin se presenta un ejemplo idealizado de tabla de contingencia 3x3, digamos que de la
precipitacin de marzo vs la temperatura del Atlntico Tropical norte en enero (lag 2), que ayudar
a comprender el razonamiento:
Precipitacin marzo
1
0
1
26
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Siguiendo con el ejemplo, digamos que los valores que implican diferencias significativas en el
nmero de casos por encima y por debajo, respecto del valor esperado de 33%, son
respectivamente 48% y 18%, para el nivel de = 10%. La nica clase de precipitacin que se ve
afectada es la de la primera fila, correspondiente a las lluvias escasas (clase 1), y slo por los
valores extremos de la VM: predominan las lluvias pobres en marzo si el Atlntico estuvo fro en
enero (el 52,1% de los casos considerando todas las estaciones se concentra en clase 1), y se
presentan muy pocos casos de lluvias escasas si el Atlntico estuvo caliente (slo el 15,2% de los
casos considerando todas las estaciones se concentran en la clase 1). Si el Atlntico estuvo en el
rango normal (clase 0), no se distingue su influencia sobre las lluvias escasas.
En el caso de las lluvias extremas altas (clase 1, tercera fila) no habra una influencia
estadsticamente significativa, pero el nmero de casos de lluvias altas en marzo si el Atlntico
estuvo caliente en enero se acerca al lmite de significancia.
Las tablas de contingencia 3x3 entonces sealan la clase de precipitacin (normal o cualquiera de
las dos extremas) para la que se observa influencia de las VM, y al mismo tiempo indican si son los
valores extremos de las VM los que estn afectando a la precipitacin.
27
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
5. RESULTADOS Y DISCUSIN
5.1. Seleccin de Estaciones, Perodo de Anlisis, Generador de Mapas
El total de 202 estaciones con ms de 30 aos de registro se redujo a unas 120 instaladas desde
1950 o posteriormente; al Sur del Orinoco, el ao ms antiguo de instalacin para el mayor nmero
de estaciones fue 1969. Con relacin al anlisis de calidad, se seleccionaron slo estaciones con
menos de 15 % de datos faltantes. Al realizar el anlisis de perodo comn, resultaron posibles el
50-98 para las estaciones al Norte del Orinoco y el 69-98 para todo el pas; para el grupo de
estaciones al Norte se calcularon la media y desviacin estndar de los valores anuales de los
perodos 50-68, 69-98 y 50-98, y se realizaron las pruebas de diferencia de medias (t de Student) y
diferencia de varianzas (F de Fischer) de los dos perodos cortos respecto del total 50-98 para
todas las estaciones, resultando no significativas para el nivel de 5 % de probabilidad (no se
muestran estos resultados).
Tambin se obtuvo el promedio espacial, es decir, para cada ao se calcul el valor promedio
anual de todas las estaciones al Norte del Orinoco, y a esta nueva serie tambin se le calcularon
los estadsticos bsicos y se le aplicaron las pruebas de diferencia de medias y varianzas, como se
observa en la Tabla 2. Dado que en ninguno de los dos casos (estacin por estacin y promedio
espacial) se observaron diferencias significativas (a pesar de que el perodo 50-68 tiene una media
ms alta, fue ms lluvioso), se asumi que si dicho perodo no fue especialmente variable al Norte
tampoco debe haberlo sido al Sur del Orinoco; en consecuencia, se opt por analizar
espacialmente a todo el pas, pero en base a dos perodos diferentes: 1950-1998 (49 aos) al
Norte del Orinoco y 1969-1998 (30 aos) al Sur.
Tabla 2. Comparacin de Medias y Varianzas para 3 perodos (datos: valores anuales de precipitacin
(mm) promediados para las estaciones al Norte del Orinoco)
Perodo
1950-1968
1969-1998
1950-1998
Media
1070,0
1032,2
1046,9
Desv.Estndar
122,2
141,4
134,3
Al decidir los dos perodos de anlisis el grupo definitivo de estaciones para el estudio qued en
Ochenta y Cinco (85), 67 de ellas al Norte del Orinoco y con 49 aos de perodo de registro y 18 al
Sur, con 30 aos de perodo de registro. En el Anexo 1 se presenta el listado de estaciones, y en la
Figura 8 su posicin espacial; puede verse que las estaciones no estn uniformemente repartidas,
siendo las zonas de los Llanos, Cordillera de Perij y Sur del Lago de Maracaibo las menos
representadas.
Con relacin a la bondad del SURFER como interpolador, y en consecuencia como la herramienta
generadora de los mapas de este trabajo, en la Figura 9 se muestra la distribucin espacial de la
lluvia promedio anual del perodo 1969-1998 generada con las 85 estaciones para compararla con
el mapa digitalizado que proviene de un conjunto de mapas a escalas 1:250.000, 1:500.000 y
1:1.000.000 y unas 900 estaciones para el perodo 1968-1983 (Martelo, 2000 b).
28
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 8. Distribucin espacial de las Ochenta y Cinco (85) estaciones pluviomtricas. Elaboracin
propia
Considerando que se est utilizando una muestra de estaciones que no alcanza al 10 % de las
estaciones del mapa digitalizado, el interpolado reproduce remarcablemente bien los principales
rasgos del patrn espacial; el rango de lluvias mayores de 4000 mm en Guayana est
representado por una sla estacin, as como el rango de menos de 400 mm en el norte de Falcn,
pero el programa los considera. Tambin se reproducen las zonas de mayor precipitacin del
Delta, Barlovento y Costa Oriental del Lago, la zona seca de la Depresin Lara-Falcn, la costa
rida de Unare y la sombra de lluvia del Turimiquire; asimismo se observan los ncleos de mxima
y mnima precipitacin del sur de Amazonas. La complejidad de los Andes, Perij y sur del Lago de
Maracaibo es lo que est peor reproducido, sin embargo en Los Andes se observa un ncleo de
baja precipitacin y, en el piedemonte, un ncleo de alta precipitacin.
Con base en los resultados de esta comparacin se asumi que el SURFER puede reproducir
satisfactoriamente los principales rasgos de la distribucin espacial de la precipitacin, y en
consecuencia puede usarse como generador de los mapas.
29
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 9. Comparacin entre la Precipitacin Media Anual Digitalizada a partir de mapas a escala
1:250.000 dibujados en base a unas 900 estaciones pluviomtricas y la generada por el SURFER en
base a las 85 estaciones pluviomtricas del estudio. Fuente: Martelo, M.T. (2000 b) para el Mapa
Digitalizado, elaboracin propia el mapa de SURFER
1951-60
Normal
1961-70
Lluviosa
1971-80
Seca
1981-90
Lluviosa
1991-1998**
Seca
En las Figuras 10 a 14 se muestra, para cada mes, la diferencia porcentual de las 5 dcadas
analizadas.
30
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 10. Diferencias Porcentuales de los promedios Decadales de lluvia mensual 1951-1960
Fuente de ambas Figuras: elaboracin propia
Figura 11. Diferencias Porcentuales de los promedios Decadales de lluvia mensual 1961-1970
31
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 12. Diferencias Porcentuales de los promedios Decadales de lluvia mensual 1971-1980
Fuente de ambas Figuras: elaboracin propia
Figura 13. Diferencias Porcentuales de los promedios Decadales de lluvia mensual 1981-1990***
32
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 14. Diferencias Porcentuales de los promedios Decadales de lluvia mensual 1991-1998**
Elaboracin propia
33
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
5 VM del subsistema ocenico (temperaturas del Atlntico Tropical norte (ATNOR), Atlntico
Tropical sur (ATSUR), Atlntico Tropical (ATTROP), Pacfico en el rea Nio3 (NI3) y Pacfico
en el rea Nio 34 (NI34);
6 VM del subsistema atmosfrico, diferenciadas en:
4 VM del campo de vientos (Oscilacin QuasiBianual a 30 mb (QBO30), Oscilacin Quasi
Bianual a 50 mb (QBO50), ndice Zonal a 200 mb (ZON200) e ndice del Alisio a 850 mb
(ALIS850);
1 VM del campo de presiones (ndice de Oscilacin del Sur (SOI));
1 VM del proceso convectivo (Radiacin Saliente de Onda Larga (OLR));
2 VM de la influencia externa al Sistema Climtico (Nmero de manchas solares (WOLF) y
Media Mvil del Nmero de manchas solares (WOLFMM)).
El ndice de Oscilacin Sur (SOI) y la Radiacin Saliente de Onda Larga (OLR), se conservaron
ambas ya que son las nicas VM de su clase; en el caso de las dos reas del Pacfico ecuatorial
Nio3 y Nio34 (NI3 y NI34) que estn muy relacionadas se decidi conservarlas a ambas, ya
que en la literatura se seala que en algunos lugares del mundo se encuentran mejores relaciones
estadsticas con NI3 y en otros con NI34. Para definir si las VM estaban correlacionadas
significativamente, se tom como criterio el valor de probabilidad asociada al valor de r,
considerndose que si dicha probabilidad era menor de 0.1 (es decir, 10%), las correlaciones eran
significativas. Con base a los coeficientes de correlacin entre las variables se eligieron las que se
muestran en la Tabla 3. En la Figura 15 se muestran las reas para las cuales se calculan las VM
ocenicas segn los datos satelitales.
Tabla 3. Variables Macroclimticas seleccionadas
Tipo de VM
Temperatura
del Ocano
Campos de
Viento
Campo de
Presin
Balance
Energtico
VM
Atlntico Tropical Norte
Atlntico Tropical Sur
Pacfico Ecuatorial (Nio3)
Pacfico Ecuatorial (Nio34)
Oscilacin QuasiBianual a 50
mb
Indice Zonal a 200 mb
Indice Oscilacin Sur
Radiacin Saliente de Onda
Larga
Nmero de Manchas Solares
Acrnimo
ATNOR
ATSUR
NI3
NI34
QBO50
ZON200
SOI
OLR
WOLF
Ubicacin
5-20 N 30-60 W
0-20 S 10 E-30 W
5 N-5 S 90-150 W
5 N-5 S 120-170 W
A todo lo largo de la lnea ecuatorial
5 N-5 S 110-165 W
Darwin (Australia) y Tahti
160 E-180 180-160 W sobre el
ecuador
Para las VM ocenicas es muy fcil comprender el sentido fsico de las anomalas, ya que los
datos originalmente medidos son temperaturas: anomalas negativas sealan ocanos ms fros
que lo normal y anomalas positivas indican ocanos ms calientes que lo normal; as mismo, en el
caso del Nmero de manchas solares (WOLF), por tratarse de valores originales, es fcil la
comprensin: por ejemplo, un Nmero de Wolf 40 indica menor actividad solar que el 200.
34
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 15. reas para las que se definen las Variables Macroclimticas Ocenicas.
El caso de las VM atmosfricas no es tan evidente, por lo cual es conveniente sealar que
representan fsicamente sus anomalas en el Sistema Climtico, para tener una mejor comprensin
de todo el anlisis que hace en esta seccin:
Se calcularon las correlaciones lineales y cruzadas para 24 lags, entre todas las VM originalmente
seleccionadas; a continuacin se analizan slo los rasgos ms importantes para el grupo definitivo
de VM. En la Tabla 4 se presentan los valores ms significativos, as como cul serie lidera, y para
cul lag. Un lag positivo indica que la serie 1 lidera a la serie 2 (Statistical Graphic Corporation Inc.,
1988), y as por ejemplo, si serie 1 es SOI y serie 2 es NI34, con r = 0.73 en lag 1, significa que al
que aumentar el ndice del campo de presiones, las temperaturas del Pacfico disminuyen el mes
35
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
siguiente. Por el contrario, un lag negativo indica que la serie 2 lidera a la serie 1; por ejemplo, si
serie 1 es ATNOR y serie 2 es NI3, con r = 0.44 en lag 5, significa que las temperaturas del
Atlntico estn asociadas, en forma creciente, a las temperaturas que tena el Pacfico 5 meses
antes.
Tabla 4. Resumen de las principales Correlaciones Cruzadas entre Variables Macroclimticas y lags
para los que ocurren. Significativas =10%; =5% *; =1% **
Serie 1
ATNOR
ATSUR
NI3
QBO50
ZON200
SOI
OLR
WOLF
Serie 2
NI3
NI34
NI3
NI3
NI34
NI34
ZON200
ZON200
OLR
OLR
NI34
NI34
OLR
SOI
ATNOR
ATSUR
NI3
NI34
ATNOR
NI3
NI34
SOI
ATNOR
ATSUR
NI3
NI34
ATSUR
lag
5
5
8
4
8
0
11
20
6
18
19
24
3
1
3
8
1
2
5
0
1
0
6
4
1
1
De 5 a 11
Lder
NI3
NI34
ATSUR
NI3
ATSUR
QBO50
ZON200
QBO50
QBO50
QBO50
NI34
OLR
SOI
ZON200
ATSUR
NI3
NI34
SOI
SOI
OLR
ATSUR
OLR
OLR
WOLF
ATNOR= Atlntico Tropical norte; ATSUR= Atlntico Tropical sur; NI3= Pacfico rea Nio3; NI34=
Pacfico rea Nio34; QBO50= viento a 50 mb; ZON200= viento a 200 mb; SOI=anomalas de presin;
OLR= Radiacin Saliente de Onda Larga; WOLF=Nmero de manchas solares. Elaboracin propia
En general, las anomalas de temperaturas del Pacfico (NI3 y NI34) muestran correlacin muy
significativa (=1% y 5%) con la mayora de las otras VM, como sigue:
A su vez la VM ATNOR muestra el mismo comportamiento que NI3 y NI34 respecto de las VM
atmosfricas ZON200, SOI y OLR, slo que con menores coeficientes de correlacin; hay sin
embargo una diferencia importante: en el caso del ZON200, no es el viento el que cambia
siguiendo al calentamiento del ocano, sino el ocano el que responde al cambio en el viento.
36
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
la VM ZON200 muestra que el viento en la alta Tropsfera tiende a tener altas velocidades del
E siguiendo el aumento de la conveccin (OLR negativa) iniciado tres meses, as como al
movimiento de la Baja Presin desde Australia hacia el Pacfico central (SOI negativo) iniciado
un mes antes;
las VM SOI y OLR tienen correlacin creciente en el mismo mes.
37
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 16. Percentiles P33%, P50% y P66% de las Anomalas de las VM ocenicas a travs del ao.
Elaboracin propia
Puede observarse que de las VM ocenicas (ver Figura 16), las anomalas de temperatura en el
Pacfico (NI3, NI34) son mayores que en el Atlntico (ATNOR, ATSUR). Las VM atmosfricas (ver
Figura 17) de los Campos de viento (QBO50, ZON200), Intensidad de la conveccin (OLR) y
Campo de presiones (SOI) son ms variables que las VM ocenicas. La VM relativa a la actividad
de las manchas solares (WOLF), como ya se dijo, se trabaj con los valores originales, no con las
anomalas, por lo cual no es directamente comparable con las otras; sin embargo, se observa que
tiene un transcurso anual relativamente suave.
38
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 17. Percentiles P33%, P50% y P66% de las Anomalas de las VM de los campos de viento,
campos de presiones e intensidad de la conveccin a travs del ao. Elaboracin propia
Figura 18. Percentiles P33%, P50% y P66% de las Anomalas de las VM manchas solares en el ao.
Elaboracin propia
Las VM presentan variacin estacional ya que todo el sistema funciona debido a la variacin
estacional de la energa que se recibe del sol, por lo que es prctica comn en la literatura
relacionar el comportamiento de las VM con las estaciones astronmicas primavera (marabr
may), verano (junjulago), otoo (sepoctnov) e invierno (dicenefeb).
39
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
NI3, NI34 y el SOI son en general ms variables en otoo e invierno, y ATNOR entre mediados de
primavera y mediados de verano; ATSUR presenta un comportamiento tal de los terciles que no se
detectan meses ms marcadamente estables o variables que otros. La OLR es tambin ms
variable en invierno y a principios de primavera, y de nuevo en el mes de agosto, mientras que la
QBO50 es ms variable en verano y principios del otoo.
Al observar la diferencia entre la mediana y los terciles, se concluye que hay meses en los que el
comportamiento de algunas de las VM es ms inestable, por ejemplo, de julio a septiembre para el
viento en la baja Estratsfera (QBO50) y de noviembre a enero para la temperatura en el Pacfico
(NI3 y NI34); esto es de inters prctico para el pronstico estacional, ya que en los meses
intrnsecamente ms variables el pronstico podra verse afectado.
Para tratar de relacionar la variabilidad a nivel decadal de la precipitacin con el comportamiento
temporal de las VM, se prepararon grficos (Figuras 19 a 22) que muestran los valores de las
anomalas de las VM para cada mes de cada ao; en la Figura 23 aparece la misma informacin,
pero para los valores originales de WOLF.
Al analizar la VM anomalas de las temperaturas ocenicas en el Atlntico (Figura 19), puede
observarse que en ATNOR predominaron anomalas ligeramente positivas durante las dcadas
normal (19511960) y hmeda (19611970), as como en la dcada hmeda 19811990, aunque
sta fue ms variable, con las excepciones de marabrmay de los aos 1985 y 1989, cuando
estuvo fro; es de hacer notar que abril 89 fue un evento seco generalizado en el pas. Durante las
dcadas secas de 19711980 y 19911998** ATNOR estuvo mas bien fro, especialmente a
mediados de los aos 70; la excepcin ocurri entre finales de 1997 y todo 1998, lo cual
evidentemente refleja el efecto sobre el Atlntico del potente evento Nio 19971998. Para
ATSUR, los rasgos ms evidentes que se observan son un predominio de anomalas negativas
durante 19511960, y un predominio de anomalas positivas en la dcada lluviosa 19811990, as
como en la dcada seca 19911998**, excepto el ao fro 1992.
Para la VM Anomalas de las temperaturas ocenicas en el Pacfico (Figura 20), tanto en NI3 como
en NI34 es muy evidente el comportamiento cclico frocaliente, y se observan claramente los
eventos ENSO clidos (Nio) del 5758, 6566, 7273, 8283, 8687, 9192 y 9798, as como
los eventos ENSO fros (Nia) del 5556, 7172, 7376 y 8889; dado que en el Pacfico las
anomalas de temperatura son mucho mayores que en el Atlntico, valores entre 1 y 1 se
consideran normales (Hastenrath, 1986), y se observa su predominio en las dcadas normal 1951
1960 y lluviosa 19611970.
Es interesante observar que la literatura (Hastenrath, 1986; Enfield y Mayer, 1997; WMO, 1999),
reporta que el Nio tiende a producir sequas en el norte de Sudamrica; ahora bien, en las
dcadas 19811990 (lluviosa) y 19911998** (seca) se produjeron dos eventos ENOS clidos
(Nio) en cada una, y en ambos casos, uno de ellos fue un Nio excepcional (los dos eventos Nio
reportados como los ms fuertes del siglo, el 8283 y el 9798), lo que implica que la afirmacin
reportada por la literatura es una generalizacin gruesa. Tambin es interesante observar que la
dcada seca 19711980 concentra prcticamente seis aos seguidos con tendencias fras (tipo
Nia), slo interrumpidos por el Nio dbil del ao 72, y es la dcada en la cual la sequa estuvo
determinada por temporadas lluviosas muy pobres.
Otro rasgo interesante que se nota en la VM anomalas de las temperaturas ocenicas, ms
evidentemente en el Pacfico que en el Atlntico, es la aceleracin de los ciclos, es decir, un
incremento de la variabilidad. Para las variables cclicas, el aumento de la variabilidad puede darse
en dos aspectos, la magnitud de la variable o su alternabilidad, es decir, en la longitud del ciclo; por
ejemplo, en el caso del evento ENOS, cuyo ciclo la literatura reporta como de 2 a 7 aos, pueden
observarse eventos ms extremos que otros en trminos de magnitud (por ejemplo el 9798), y
tambin eventos ms cercanos entre s, por ejemplo entre los Nios 6566 y 7273 pasaron 6
aos, pero entre los Nios 8283 y 8687 pasaron slo 3 aos. El evento Nio extremo del 8283
40
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
parece haber marcado un hito a este respecto; los eventos Nio anteriores tuvieron perodos de
recurrencia en el orden de los 67 aos, mientras que los posteriores se repitieron en lapsos de
unos 4 aos. Este hecho lo reporta la literatura ms reciente, y se incluye como uno de los
hallazgos robustos del Panel Intergubernamental para el Cambio Climtico (IPCC, 2001),
especialmente en el caso de la fase clida del ENOS, es decir, se espera que durante este siglo se
presenten ms a menudo condiciones tipo Nio en el Pacfico.
Para QBO50 y ZON200 (Figura 21) el anlisis est restringido a un menor nmero de aos, ya que
slo se miden desde 1979; en el caso de la QBO50 se observa claramente el ciclo aproximado de
26 meses que le da nombre (Oscilacin QuasiBianual). En la dcada lluviosa 19811990 se
observa que, en general, el ciclo tendi a ser ms largo, mientras que en la dcada seca 1991
1998** fue menor, de unos 24 meses. Esta aceleracin en la "alternabilidad podra estar
relacionada con el que se observa para las temperaturas del Pacfico, pero dado lo corto del
perodo de registro satelital, es difcil asegurarlo. Para el ZON200 lo ms resaltante es que las dos
mayores reas de anomalas negativas (vientos del E) coincidieron con los eventos Nio extremos
para todo el siglo, el 8283 y el 9798; la mayor anomala positiva (vientos del W), por el contrario,
coincidi con el fuerte evento Nia 8889. Estos resultados confirman el esquema general
presentado anteriormente: NI3 y NI34 + (calientes) ZON200 (viento del E); NI3 y NI34 (fros)
ZON200 + (viento del W).
El Campo de presiones (SOI), que se muestra en la Figura 22, presenta un comportamiento muy
variable, pero se observan las coincidencias entre los valores negativos del SOI con los eventos
Nio y los valores positivos con los eventos Nia; en esta VM es tambin evidente en las ltimas
dcadas del siglo XX el aumento tanto de los valores extremos de las anomalas como de su
alternabilidad, y dada la relacin entre el SOI y el ENOS, se observa claramente la intensificacin
de valores negativos del SOI, correspondientes a los valores positivos de NI3 y NI34.
En cuanto a la Intensidad de la Conveccin (OLR), que se mide desde 1974 y se muestra en la
misma Figura, se observa que, en general, las pocas de mxima conveccin (OLR negativa) en el
Pacfico Central coinciden con aos Nio (82, 8687, 9192 y 97). De los eventos de mnima
conveccin, slo coinciden con eventos Nia el del ao 75 y el de 8889, pero OLR fue tambin
dbil en los meses de invierno (entre noviembre y febrero) de los aos 84, 85, 95, 96 y 98, que
corresponden a situaciones normales en el Pacfico.
41
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 19. Distribucin Temporal de las VM ocenicas en el Atlntico (ATNOR, ATSUR). Elaboracin propia
42
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 20. Distribucin Temporal de las VM ocenicas en el Pacfico (NI3, NI34). Elaboracin propia
43
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 21. Distribucin Temporal de las VM campos de viento en la alta Tropsfera (ZON200) y baja Estatsfera (QBO50).
Elaboracin propia
44
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 22. Distribucin Temporal de las VM campos de presin (SOI) e Intensidad de la Conveccin (OLR). Elaboracin propia
45
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 23. Distribucin Temporal de las VM manchas solares (WOLF) - Fuente: elaboracin propia
46
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
En el caso de la actividad solar (WOLF) que se muestra en la Figura 23 (ntese que no se trata de
anomalas), se observa claramente el ciclo de aproximadamente once aos de las manchas
solares, con sus respectivas fases de baja y elevada actividad. En este caso, al tratar con los
valores originales, a mayor nmero de manchas solares hay mayor actividad solar; dicha actividad
se manifiesta muy claramente en aspectos no climticos, como el aumento en la cantidad e
intensidad de las auroras boreales, as como en su influencia sobre los sistemas de radio y
satlites (interrupcin de las comunicaciones por tormentas solares). Los dos rasgos ms
evidentes se relacionan ambos con las fases de elevada actividad: la de mediados a finales de los
aos 50 fue muy fuerte, mientras que la de finales de los aos 60 y principios de los 70 fue muy
dbil.
Es conocido que varias de las VM presentan ciclos en el orden de los dos aos; entre ellas estn la
QBO50 y el evento ENOS, que no se analiz como tal en este trabajo, pero s a las dos VM que,
combinadas, lo manifiestan (la temperatura del Pacfico y el SOI). En vista de dicho conocimiento,
se decidi analizar el comportamiento de algunas VM luego de eliminar esta influencia cclica, para
lo cual se calcularon las medias mviles de 24 meses. En las Figuras 24 y 25 se muestran los
resultados para una seleccin de las principales VM.
En la Figura 24 se observa el comportamiento suavizado de la VM anomalas de las temperaturas
ocenicas para el Atlntico Tropical norte, el Atlntico Tropical sur y el Pacfico Ecuatorial en el
rea Nio 34. Puede verse que ATNOR y NI34 estuvieron en fase aproximadamente hasta finales
de los aos 70, luego ATNOR comenz a retardar respecto a NI34, y para la dcada 9198**
estaban desfasados; durante el Nio extremo 9798 ambos ocanos volvieron a estar en fase.
Figura 24. Media Mvil de 24 meses de las Anomalas de la Variable Macroclimtica temperaturas
ocenicas en el Atlntico Tropical norte (ATNOR), Atlntico Tropical sur (ATSUR) y Pacfico Ecuatorial
rea Nio 34 (NI34). Elaboracin propia
Las medias mviles de las anomalas de los Campos de viento y de la Intensidad de Conveccin
en la Figura 25, muestran una excelente concordancia entre ZON200 y OLR, es decir, entre la
conveccin profunda y el viento en la Tropopausa, que se mantuvieron siempre en fase.
47
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Ambas VM estuvieron tambin en fase con QBO50 (el viento en la baja Estratsfera) hasta el 81.
Los aos del Nio extremo 8283 correspondieron a una oscilacin fuerte de la QBO50, con el 82
opuesto (OLR creciente, ZON200 y QBO50 decrecientes) y la primera mitad del 83 en fase (las 3
VM crecientes); la QBO50 volvi a desfasarse hasta mediados del 86, incluyendo una total
oposicin en 8485; las tres VM volvieron a estar en fase hasta mediados del 89, luego opuestos
durante 9091 y desde entonces han estado, grosso modo, en fase.
Figura 25. Media Mvil de 24 meses de las Anomalas de las Variables Macroclimticas Campos de
viento (QBO50, ZON200) e Intensidad de la Conveccin (OLR). Elaboracin propia
Como se puede observar, es difcil analizar el efecto de las VM sobre la precipitacin, puesto que
hay que considerar no slo la influencia de cada variable por separado, sino tambin las relaciones
entre ellas. El problema se complica por el hecho de que muchas de las variables son cclicas, con
perodos diferentes y que cambian a lo largo de los aos, bien sea en sus valores o en la
"alternabilidad, por lo que hay que considerar no slo el valor de la variable sino tambin si est en
fase u opuesta a otra variable, y si est presentndose en ciclos ms cortos o largos que lo normal,
entre otras cosas.
5.3.2.Anlisis de la Relacin Espacial entre la Precipitacin y las VM
Con las descripciones previas se ha demostrado que el comportamiento de la lluvia en el pas y el
de las VM estn relacionados, especialmente al nivel de la variabilidad decadal. Se observ que las
dcadas normal (5160) y lluviosa (6170) presentaron preponderantemente anomalas positivas
de ATNOR, anomalas neutras en el Pacfico (NI3 y NI34), y en las manchas solares se tuvo las
dos fases de mxima actividad con valores ms extremos (el mximo maximorum y el mximo
minimorum). ATSUR slo presento una seal clara en la dcada normal 5160, de anomalas
preponderantemente negativas. Por el contrario, en la dcada seca 7180 predominaron
anomalas negativas de ATNOR, NI3 y NI34, especialmente entre mediados de 1973 y comienzos
de 1976, coincidentes con la sequa de los aos 74 y 75 en el pas.
Las dcadas 19811990 y 1991-1998** fueron en Venezuela lluviosa la primera y seca la segunda,
pero con una mayor variabilidad espacial que las tres dcadas anteriores. En la dcada lluviosa
48
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
8190 la seal de ATNOR no fue clara, pero en la seca 9198** si, predominando anomalas
negativas. En ninguna de las dos dcadas fue clara la seal del Pacfico, excepto por el hecho de
que ste tambin aument su variabilidad. En ambas dcadas, la lluviosa y la seca, ATSUR
present preponderantemente anomalas positivas.
Para conocer con ms detalle el aspecto de la distribucin espacial de la relacin, se calcularon las
correlaciones lineales entre las anomalas de precipitacin de cada estacin y las anomalas de las
VM para el lag cero, usando las series de tiempo (es decir todos los meses). Las correlaciones
calculadas con los archivos del tipo Serie de tiempo fueron realizadas con diferentes longitudes
de registro, pero en todos los casos se tiene una serie suficientemente larga (ms de 200 pares de
observaciones), como para que los resultados sean significativos.
En la Tabla 5 se resumen los coeficientes de correlacin (r) significativos para los niveles de 5% y
10% de probabilidad, calculados en el primer caso segn el estadstico F de Fischer (Mead y
Curnow, 1983), y en el segundo caso con el estadstico t de Student (Bonnier y Tedin, 1966).
Tabla 5. Valores del Coeficiente de Correlacin (r) significativos al 5% y al 10% de probabilidad
para tres nmeros de pares de observaciones de las series
Pares de
observaciones
en las Series
500
Probabilidad
5%
Probabilidad
10%
Variables Macroclimticas
Longitud de registro de
Precipitacin
0,088
0,074
300
0,113
0,095
300
200
0,113
0,139
0,095
0,117
La Tabla 5 indica que, para tener el mismo nivel de significancia que las estaciones al norte del
Orinoco, aquellas al sur del Orinoco deben presentar mayores valores de r, dado su menor perodo
de registro. El mismo criterio se aplica para las VM de menor registro, por lo que para un mismo
mapa de correlaciones, por ejemplo SOI, un rea continua desde el norte al sur del pas con r =
0,09 ser significativa al 5% al norte, pero no ser significativa, ni siquiera al 10%, al sur. En
general, los valores de r > 0,117 son significativos al 10% de probabilidad, tanto al norte como al
sur, para todas la VM analizadas.
Los valores de los coeficientes de correlacin en cada estacin, para cada VM, fueron
espacializados con el SURFER, con lo que se obtuvieron los mapas de correlacin espacial que se
muestran en las Figuras 26 a 28: precipitacin vs VM ocenicas, precipitacin vs VM atmosfricas
y precipitacin vs VM manchas solares, respectivamente. En las tres Figuras aparecen como
punteadas las reas de correlaciones no significativas para la probabilidad de 10%; ntese que la
escala de la Figura 26, correspondiente a las correlaciones con las VM ocenicas, es distinta a las
escalas correspondientes a los Campos de Viento e Intensidad de la Conveccin en la Figuras 27,
pero similar a la escala del Campo de Presiones en la misma Figura 27, y a la de las manchas
solares, en la Figura 28, debido justamente a las diferencias en las longitudes de los registros y en
consecuencia, en el nmero de pares de observaciones en cada serie.
En general, para todas las VM analizadas se detectan reas con correlaciones no significativas, y
el resto presenta coeficientes de correlacin significativos, pero que no superan el valor de 0,3.
Esto indica que, cuando en el futuro se vayan a definir ecuaciones predictoras de la precipitacin,
necesariamente debe tratarse de correlaciones mltiples, ya que es muy bajo el porcentaje de
varianza explicado por los coeficientes de regresin simples.
49
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Casi todas las VM analizadas (excepto ATNOR) presentan, en las reas donde hay correlacin
significativa, un claro predominio de signo, por ejemplo, SOI presenta correlaciones significativas
siempre positivas, y NI3 siempre negativas. En las zonas donde la correlacin es no significativa,
se puede presentar un cambio de signo de la correlacin. Se comenzar analizando las
correlaciones con las VM ocenicas, para las cuales, los coeficientes de correlacin significativos
son: r > 0,074 para el norte del Orinoco y r > 0,095 para el sur.
En el caso de ATNOR, hay correlaciones significativas positivas (ocano caliente significa ms
lluvia) en las estaciones de la parte sur de los Llanos occidentales y centrales, todos los Llanos
orientales y Cuenca de Unare. Al norte del pas se observan r significativos al norte de Zulia, el
occidente de la Depresin Lara-Falcn, la zona costera de Aragua-Carabobo, la costa oriental de
Anzotegui y parte del Macizo del Turimiquire. Hacia el sur del pas, las correlaciones significativas
(r > 0.095) se concentran en el norte de Amazonas y sur de Bolvar. Hacia la fachada este del pas
las correlaciones se hacen positivas no significativas, cambian a negativas no significativas, y en el
Delta se hacen negativas significativas.
La temperatura del Pacfico presenta en NI3 y NI34, al igual que ATSUR, correlaciones negativas
con la precipitacin (ocano caliente tiende a producir menos lluvia). Estas VM presentan una
influencia espacial muy similar, alcanzando valores mximos de r entre 0,20 y 0,30 al sur de
Amazonas, la Gran Sabana, la zona NE de Bolvar, y en el caso de NI34, tambin en el extremo
ms oriental del Delta. El rea total donde la influencia es significativa ocupa prcticamente todo
Amazonas, Bolvar, el Delta, y los Llanos orientales hasta el Turimiquire. Es muy interesante
observar que en Bolvar, sobre la cuenca media del Caron, la correlacin se hace menor a 0,074
(no significativa), lo cual implica que incluso en un rea pequea (la cuenca del Caron tiene
95.000 km2 de superficie) una VM puede producir el mismo tipo de efecto, pero con diferente
intensidad. Hacia el norte del pas se distingue una zona de correlaciones significativas que afecta
la parte NW de Cuenca del Unare y llega a Barlovento. Hacia el occidente del pas, el rea con
correlaciones mximas (r entre 0,2 y 0,3) ocupa desde el sur del Lago de Maracaibo hasta
Tchira, y parte del Piedemonte Andino vertiente del Lago, pero el rea total de influencia
significativa es mayor, incluyendo hasta el centro de Zulia, los Andes, el Piedemonte Andino
vertiente llanera, la Depresin Lara-Falcn, y la parte NW de Aragua-Carabobo.
En la Figura 27 aparece la distribucin espacial de los coeficientes de correlacin entre la
precipitacin y las VM Campos de Viento (QBO50, ZON200), Campo de Presin (SOI) e Intensidad
de la Conveccin (OLR).
El campo de presiones del Pacfico, medido a travs del SOI, est muy relacionado con las
temperaturas de dicho ocano (como se vio en la Tabla 4, la correlacin entre estas dos VM es del
orden de 0,7); anteriormente se explic que, cuando el Pacfico ecuatorial est caliente, el SOI es
negativo, y cuando est fro el SOI es positivo; esto explica porqu el rea con correlaciones
significativas entre el SOI y la precipitacin, es muy similar a las de NI3 y NI34, pero con signo
positivo; las zonas con los mximos valores (r entre 0,20 y 0,30) son las mismas que para NI3 y
NI34. El SOI tambin refleja la zona de la cuenca media del Caron donde las correlaciones se
hacen no significativas, lo que refuerza la idea de que all ocurre un efecto local; la estacin en
cuestin es Urimn (Serial 6931), que se encuentra a baja altura (345 msnm) en una zona del valle
del Caron encajonado entre montaas.
La distribucin espacial de las correlaciones entre la precipitacin y la OLR muestra un patrn de
influencia ms reducido que los anteriores, y tambin con valores positivos, es decir, que a mayor
conveccin en el Pacfico central aumenta la precipitacin. En este caso, el valor de r significativo,
tanto al norte como al sur del Orinoco, es r > 0,095; dichos valores slo en encuentran en el
occidente del pas, con una distribucin muy similar a la del SOI, el sur de Amazonas, la parte
oriental de Bolvar y el sur del Delta. Esta VM, como SOI, NI3 y NI34 presenta sus mximos valores
(r > 0,25) en el extremo sur de Amazonas y al sur del Lago de Maracaibo.
50
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 26. Distribucin Espacial de los Coeficientes de Correlacin entre las Anomalas de Precipitacin y las Anomalas de la VM Temperatura
ocenica para el Atlntico Tropical Norte (ATNOR), Atlntico Tropical Sur (ATSUR), y Pacfico Ecuatorial en las reas Nio3 (NI3) y Nio3.4
(NI34), para el lag 0. Elaboracin propia
51
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 27. Distribucin Espacial de los Coeficientes de Correlacin entre las Anomalas de Precipitacin y las Anomalas de las VM Campos de
viento a 50 mb (QBO50) y a 200 mb (ZON200), Campos de Presin (SOI) e Intensidad de la Conveccin (OLR), para el lag 0. Elaboracin propia
52
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 28. Distribucin Espacial de los Coeficientes de Correlacin entre las Anomalas de Precipitacin y los valores originales del Nmero de
Manchas Solares (WOLF), para el lag 0. Elaboracin propia
53
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Para los Campos de viento (QBO50 y ZON200), son muy reducidas las zonas del pas con
correlaciones significativas (de hecho, para QBO50 el SURFER no consider ninguna, aunque en
realidad hay unas 4 estaciones con correlaciones ligeramente superiores al r significativo, que para
estas dos VM es r > 0,117). Para ZON200 las correlaciones significativas son positivas, es decir,
que a mayores velocidades del viento del Oeste aumenta la precipitacin, y la influencia se
concentra en el extremo sur de Amazonas, parte NE de Bolvar y el Delta. En el norte del pas, las
zonas influenciadas son Cuenca de Unare, Barlovento, centro y SW de Zulia y Piedemonte Andino
vertiente del Lago de Maracaibo.
En cuanto a las correlaciones entre la precipitacin y las manchas solares (WOLF), que se
observan en la Figura 28, la nica zona que aparece con correlaciones significativas positivas (ms
actividad solar implica ms lluvia) es el norte de Amazonas y Bolvar.
En general, son las fachadas oriental y occidental del pas, as como el centro y sur de Amazonas,
las regiones donde se concentra la influencia de la mayora de las VM analizadas, mientras que
hacia la zona nortecostera la influencia de las VM presenta mayores discontinuidades, lo cual
puede ser debido a efectos topogrficos locales, tal como fue claramente visible en el caso de la
Cuenca media del Caron en la estacin Urimn. Para los Llanos centrales y occidentales, por el
contrario, slo dos VM (ATNOR y ATSUR) presentan una influencia significativa.
Es interesante observar que una misma VM, por ejemplo NI3, afecta con el mismo signo a regiones
del pas con orgenes diferentes de la precipitacin: independientemente de que se trate del sur del
paralelo 4 N, donde siempre acta la ZCIT, o del oeste del meridiano 70 W, donde el patrn de
lluvia es bimodal, en esas zonas un Pacfico caliente tiende a producir menos lluvia. Esta
consideracin hace necesario tratar de definir si la influencia de la VM es uniforme a lo largo del
ao o, por el contrario, presenta variaciones estacionales. En efecto, para poder comprender por
qu en lugares con diferentes regmenes de precipitacin la influencia de la VM es similar,
deberamos ser capaces de definir sobre cul(es) de los mecanismos que producen (o inhiben) la
lluvia est actuando dicha VM, y el primer paso para ello es ver si la influencia se concentra en la
poca seca o en la poca lluviosa.
5.3.3.Anlisis de la Relacin Temporal entre la Precipitacin y las VM
Una vez determinado, a travs de las correlaciones con las Series de Tiempo, que las VM
influencian a la lluvia en diferentes reas de Venezuela, se analiz si a lo largo de todo el ao las
VM ejercen el mismo tipo de efecto, o lo cambian estacionalmente. Para ello se calcularon,
considerando todas las estaciones, los coeficientes de correlacin lineal por mes entre las
anomalas de precipitacin y las anomalas de las VM, para 5 diferentes lags (0, 1, 2, 3 y 4).
Este anlisis permite verificar la posibilidad de contar con indicadores para el pronstico con un
mes o ms de anticipacin. Por ejemplo, si la lluvia de enero se correlaciona con las VM de enero
(lag 0), diciembre del ao anterior (lag 1), etc.
Para calcular las correlaciones se utilizaron los archivos de tipo Todas, que tienen 4165 pares de
observaciones. Para simplificar el siguiente anlisis se fij arbitrariamente el valor de r > 0,1 como
significativo, y son los nicos que se graficaron. En los meses en que no aparece ninguna barra, es
que los valores del coeficiente de correlacin fueron menores que 0,1. En las Figuras 29 a 31 se
observan cambios estacionales tanto en el valor de la correlacin como en su signo; tambin se
observa que las diferentes VM ejercen mayor influencia en diversos momentos del ao.
Es de hacer notar que, si en un mes determinado, todos los lags presentan correlaciones del
mismo signo, y especialmente con valores similares, estamos probablemente en presencia de una
influencia real de la VM sobre la lluvia, y no de una correlacin esprea. En contraste, si para un
mes se presenta correlacin en un slo lag, o en varios lags pero con valores de r muy disimiles o,
finalmente, si cambia el signo de la correlacin con el lag, es mucho ms difcil aceptar que se trata
54
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
de una correlacin que refleja una causalidad fsica. En el caso de las VM ocenicas, que como ya
se dijo, manifiestan su efecto durante mayores perodos a causa de la enorme inercia del ocano,
los meses en los que se puede asegurar que la correlacin refleja una causalidad fsica, tienden a
ser consecutivos, como se observa en la Figura 29, donde ocurren seguidillas de meses con
condiciones similares tanto de signo como del valor de r.
Figura 29. Coeficientes de Correlacin por mes entre las Anomalas de Precipitacin y las VM
ocenicas (ATNOR, ATSUR, NI3, NI34) para 5 lags. Elaboracin propia
55
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Figura 30. Coeficientes de Correlacin por mes entre las Anomalas de Precipitacin y las VM Campos
de viento (QBO50, ZON200), Campos de Presin (SOI) e Intensidad de la Conveccin (OLR) para 5 lags.
Elaboracin propia
Figura 31. Coeficientes de Correlacin por mes entre las Anomalas de Precipitacin y la VM Nmero
de Manchas Solares (WOLF) para 5 lags. Elaboracin propia
En principio, la solucin para conocer ambos factores (cules meses y cules estaciones estn
relacionados) parece obvia: calcular las correlaciones para cada mes en cada estacin. En este
trabajo exploratorio no se realiz, ya que implica el clculo de 45.900 correlaciones (85 estaciones
x 12 meses x 9 VM x 5 lags).
El Atlntico Tropical norte (ATNOR) presenta correlaciones positivas con la lluvia (ocano caliente
significa ms precipitacin) entre mayo y agosto, prcticamente en todos los lags, lo que indica en
principio que podra estimarse la precipitacin de inicios y mediados de la temporada lluviosa con
56
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
varios meses de anticipacin; para mayo los valores de r estn entre 0,15 y 0,25, y en junio son tan
elevados como 0,25 a 0,30. En enero y febrero hay correlaciones significativas en los lags 1 y 2,
ambas positivas, igual que en abril; es interesante que en marzo la nica correlacin significativa
sea negativa (ocano caliente significa menos lluvia), para el lag 1. En este primer anlisis se
observa algo que ser una constante con todas las dems VM: los coeficientes de correlacin
simple son muy bajos, en el mejor de los casos del orden de 0,30, lo cual implica que el porcentaje
de varianza explicado es muy pequeo (coeficiente de determinacin 0,09 o menos); esto permite
inferir que las ecuaciones de pronstico que se desarrollen deben usar correlaciones mltiples.
El Atlntico Tropical sur (ATSUR) presenta correlaciones un poco menores, en general negativas
(ocano caliente significa menos lluvia) entre diciembre y febrero, y luego entre abril y junio. Marzo,
tal como lo hizo en ATNOR, aqu tambin rompe la tendencia, y no presenta correlaciones
significativas en ninguno de los lags. Las correlaciones cambian de signo, para todos los lags, en
agosto y septiembre, indicando que para esos dos meses la lluvia aumenta si el ocano estuvo
caliente en cualquiera de los 4 meses anteriores. Los valores de r son, en general, menores que
los de ATNOR, excepto en septiembre (r entre 0,15 y 0,20) y enero, donde r alcanza 0,25.
El Pacfico ecuatorial, en las dos reas analizadas, Nio3 (NI3) y Nio34 (NI34), presenta un
comportamiento de las correlaciones con la lluvia bastante similar. En general, la correlacin es
negativa en 8 meses consecutivos (agosto a marzo) en todos los lags, indicando que un Pacfico
caliente provoca menos lluvia. NI3 presenta valores de r ligeramente mayores que los de NI34
entre agosto y noviembre, y entre diciembre y marzo es NI34 quien presenta r ms elevados. En
ambos casos los valores de r van disminuyendo entre agosto y noviembre, para aumentar
bruscamente en diciembre. Entre diciembre y enero se alcanzan valores de r entre 0,30 y 0,35.
En abril la correlacin se hace no significativa en todos los lags, y mayo es el nico mes en que se
invierte (ocano caliente significa ms lluvia), alcanzando en NI3 valores de r > 0,15. Junio y julio
son meses inestables, con valores negativos en algunos lags en NI3, mientras que en NI34 no
presentan correlacin significativa.
Para los Campos de Viento se observa un comportamiento de los coeficientes de correlacin ms
irregular que en las VM ocenicas; son mucho menos frecuentes las correlaciones en un mes para
todos los lags, y es difcil definir seguidillas de meses con condiciones similares de signo y valor
de r. En la Baja Estratsfera (QBO50), se observan correlaciones positivas (vientos fuertes del
oeste provocan ms lluvia) en febrero, marzo, abril, junio, agosto y octubre, y correlaciones
negativas entre noviembre y enero, y, para un solo lag, en julio. En mayo y septiembre las
correlaciones son no significativas en todos los lags. Los mayores valores de r se observan en
marzo (0,15 a 0,20) y enero (0,15 a 0,20). Los meses en los que aparecen al menos dos lags
consecutivos con valores similares de r y de signo son diciembre, enero, marzo, junio y agosto,
para los lags 1 y 2.
En el caso de esta VM es interesante observar que en el anlisis de las distribuciones espaciales
de las correlaciones, fue la nica que no mostr valores significativos en ninguna regin del pas;
es probable que la causa sea lo que se observa en estos resultados, ya que presenta 6 meses del
ao correlaciones positivas, 4 meses del ao correlaciones negativas y 2 meses del ao son no
significativas, adems de que los valores de r son, en todos los casos, relativamente pequeos.
Sera muy interesante, para esta VM en particular, realizar las correlaciones estacin por estacin y
mes a mes, para verificar si efectivamente no ejerce efecto o, por el contrario, ejerce un efecto
espacial y temporal bien diferenciado, pero que al analizarlo en conjunto se elimina.
El viento en la alta Tropsfera (ZON200) presenta en general correlaciones positivas (vientos
fuertes del oeste implican ms lluvia) en casi todos los meses, pero con mucha inestabilidad;
aquellos en los que la correlacin es ms segura, en el sentido de que presentan valores de r y
signo similares en casi todos los lags son enero, febrero y marzo, y luego en agosto y diciembre,
donde hay al menos 3 lags consecutivos con un comportamiento similar. Las correlaciones son
negativas slo en dos meses del ao, abril y mayo; en septiembre se presenta el caso de un lag
57
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
con correlacin negativa, mientras los otros 4 son positivos. Los mayores valores de r se presentan
en enero (0,25 a 0,30) y en mayo (0,15 a 0,20).
En el caso de los Campos de Viento es difcil determinar s la alternancia en el signo de la
correlacin de un mes al siguiente, o entre lags, son problemas de la serie o no; la atmsfera
responde generalmente en el orden de un mes, por lo que es posible que para este grupo de VM la
alternancia en el signo de las correlaciones si est reflejando situaciones reales.
La Intensidad de la Conveccin (OLR), presenta un patrn relativamente parecido al del SOI (como
se vio en la Tabla 4, la correlacin entre estas dos VM es de 0,49). Presenta correlaciones
positivas entre agosto y febrero (mayor conveccin en el Pacfico central significa ms lluvia), los
menores valores de r en noviembre y el aumento brusco de los valores en diciembre. En marzo,
como ocurre en el Atlntico, la correlacin se hace no significativa, y en abril y mayo, como en
ZON200, cambia el signo a negativo; Junio y julio presentan un comportamiento inestable. Entre
enero y febrero se encuentran valores de r entre 0,30 y 0,35, y en mayo de 0,20 a 0,25.
El campo de presiones (SOI) muestra su estrecha relacin con el Pacfico entre agosto y marzo,
cuando al continuo de correlaciones negativas en NI3 y NI34, corresponde el continuo de
correlaciones positivas del SOI. Como en el caso del Pacfico, tambin el SOI muestra
correlaciones que van disminuyendo entre agosto y noviembre, para saltar bruscamente en
diciembre a valores de r > 0,25. En abril, junio y julio las correlaciones son no significativas (la
nica significativa, positiva, es en junio la del lag 0, que no es til para pronstico). En mayo
aparece una correlacin negativa, pero slo para un lag. Esta VM, junto con NI3 y NI34, es la que
presenta coeficientes de correlacin ms altos, alcanzando en enero valores entre 0,30 y 0,35.
Adems de las VM analizadas en este estudio, hay un factor al que la literatura le asigna cada vez
ms importancia, que es la variabilidad intraestacional, controlada en gran medida por las
Oscilaciones MaddenJulian OMJ (NOAA, 1999); ste es un fenmeno cclico del Pacfico
ecuatorial, en el orden de los 4080 das; se cree que las OMJ pueden influir significativamente
tanto a la temperatura ocenica como al campo de presiones, y se est discutiendo que el evento
extremo Nio 9798 fue modulado fuertemente en sus inicios por estas OMJ. Quiz esta pueda ser
la explicacin del comportamiento errtico del SOI entre mayo y junio, as como de la inversin del
signo de las correlaciones en NI3 y NI34 en esos mismos meses.
5.3.4.Distribucin del Tipo de Influencia (Efectos) de las Variables Macroclimticas
Clasificadas sobre las Anomalas Clasificadas de Precipitacin segn los terciles
Una vez demostrado que las VM muestran una influencia diferenciada sobre la lluvia en el pas,
tanto en el espacio como a lo largo del ao, a continuacin se analiza si la interaccin VM
Precipitacin se da en todo el rango de valores de esos dos elementos o si ms bien tiende a
concentrarse en los valores extremos de alguno de ellos, para lo cual se utilizaron tablas de
contingencia.
Como ya se explic, en dichas tablas el nmero de casos se expres en porcentaje, por lo que
cada fila puede considerarse una tabla 3x1, donde se analiza la ocurrencia de un tipo de
precipitacin (por ejemplo, clase 1, lluvia escasa) segn cada una de las tres clases de VM. Bajo
la hiptesis nula de que las VM no afectan a la precipitacin, es esperable en cada celda de la fila
un valor aproximado al 33%. Para negar la hiptesis nula (las VM s afectan a la precipitacin) se
us como criterio el estadstico 2, calculando los porcentajes de casos significativamente
diferentes (muy altos y muy bajos respecto de 33%) para un nivel de significacin = 10%; dichos
umbrales resultaron 20,8% y 45,8% (Mead y Curnow, 1983). Como es sabido, en las tablas de
contingencia debe contarse con un mnimo de casos por celdas, en nmero absoluto no menor de
cinco; en este trabajo, el nmero absoluto de casos en todas las celdas de las 540 tablas de
contingencia (12 meses x 5 lags x 9 VM) es al menos 20 casos.
58
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
En la Tabla 6 se muestran ejemplos de las Tablas de Contingencia 3x3 calculadas para la lluvia de
junio con la VM ATNOR para el lag 0 (ATNOR6=junio) y el lag 1 (ATNOR5=mayo).
Tabla 6. Ejemplos de Tablas de Contingencia 3x3 entre la lluvia de Junio y la VM ATNOR para dos lags
(lag 0=junio=ATNOR6 y lag 1=mayo=ATNOR5).
La Tabla indica que si en una celda en particular, por ejemplo lluvia escasa (clase 1) con ATNOR
fro (clase 1) aparece un porcentaje de casos 50,9%, hay significancia estadstica que relaciona al
ATNOR fro en mayo con lluvias escasas en junio. Es importante sealar que esto no implica
necesariamente lo contrario, es decir, que ATNOR caliente significa lluvias abundantes, al menos
para el nivel estadsticamente significativo de = 10%. La razn es la no linealidad de muchas de
las interacciones en el Sistema Climtico, por lo que no es automticamente esperable que
condiciones opuestas del comportamiento de las VM produzcan reacciones contrarias en el
comportamiento de la precipitacin.
Slo si la celda complementaria, la de lluvias abundantes (clase 1) con ATNOR caliente (clase 1)
muestra un alto porcentaje de casos, se tendra la seguridad de que efectivamente la temperatura
del Atlntico Tropical norte produce un efecto sobre la lluvia en las dos direcciones (ocano fro
significa menos lluvia y ocano caliente significa ms lluvia). Se observa que ese no es el caso
para el porcentaje de casos de lluvias abundantes en junio asociadas a un ATNOR caliente en
mayo, que es de 40,3% (no supera el valor lmite de 45.8%, aunque la tendencia es a un nmero
grande de casos).
Otra observacin interesante en la Tabla que sirve de ejemplo, es que el porcentaje de lluvias
abundantes (clase 1) asociadas a un ocano fro (clase 1) es significativamente bajo (menor que
20,8%), por lo que se puede asegurar que en junio, si ATNOR estuvo fro en mayo, es probable la
ocurrencia de lluvias escasas y poco probable la ocurrencia de lluvias abundantes.
En general, del anlisis de las tablas de contingencia puede concluirse que en la enorme mayora
de los casos, la fila correspondiente a la lluvia normal (clase 0), presenta el porcentaje esperado de
casos, entre 20,8% y 45,8%, para las tres condiciones de la VM, lo que indica que son los valores
extremos de lluvia, por encima y por debajo, las que se ven ms influenciadas por las VM.
Asimismo, la columna correspondiente a las VM en el intervalo normal (clase 0, es decir, ocanos
ni fros ni calientes, Campos de Viento de baja velocidad sin importar su direccin, Campo de
Presiones con la alta presin normal en el Pacfico central, Intensidad de la Conveccin normal
en el Pacfico central, actividad promedio de Manchas Solares), no muestra influencia diferenciable
en la precipitacin, ya que los porcentajes de casos para los tres tipos de lluvias (escasas,
normales y excesivas), estn en el intervalo esperado de 20,8% a 45,8%. Este resultado indica que
son los valores extremos de las VM los que ms afectan a la precipitacin.
59
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Hay sin embargo algunas excepciones a estos resultados generales. En las tablas de contingencia
se observa en ocasiones que la celda correspondiente a la clase normal (0) de una VM presenta
muy bajo porcentaje de casos, mientras que las celdas correspondientes a los valores extremos de
la VM muestran porcentajes de casos relativamente altos, aunque quiz no pasen los umbrales de
significancia. En dichos casos parece que la VM est modulando a (o siendo modulada por) otros
procesos, dado que no es lgico que condiciones opuestas de una VM produzcan el mismo tipo de
efecto sobre la precipitacin en el mismo mes; puede hacerlo en un mes diferente, si se invierte la
tendencia, como se vio anteriormente. Un ejemplo se muestra en la tabla de contingencia de lluvias
escasas (clase 1) en marzo con OLR de enero (lag 2). Los resultados indican que si la
Intensidad de la Conveccin es normal en enero, casi no se producen lluvias escasas (14,4%) en
marzo, pero tanto si la Intensidad de la Conveccin es fuerte (1) como dbil (1), predomina la
lluvia escasa (47,9% y 37,68% de casos, respectivamente).
Por el contrario, en ocasiones se tiene una celda de VM en la clase normal con un porcentaje muy
alto de casos, y una de las celdas extremas con un porcentaje muy bajo (ejemplo las lluvias
escasas clase 1 de abril con la QBO50 de febrero, lag 2). Aqu los resultados indican que si en
febrero el viento en la Estratsfera es dbil sin importar su direccin, predominan en abril las lluvias
escasas (50,27%), si el viento es fuerte del oeste (positivo), casi no hay lluvias escasas (16,69%) y
si el viento es fuerte del este (negativo) no se puede diferenciar ninguna influencia (33,02%). En
estos casos es muy difcil concluir respecto al resultado, ya que pueden estar ocurriendo al menos
tres situaciones distintas: a) la VM en condicin normal est generando realmente lluvias escasas;
b) la VM en una de las condiciones extremas impide que ocurran lluvias escasas; c) la VM est
modulando a alguna(s) otra(s) VM.
Hay otra consideracin que debe mantenerse en mente al hablar de una alta proporcin de casos,
ya que es posible obtener el mismo resultado por dos causas diferentes. Usando nuevamente el
primer ejemplo analizado, lluvia escasa (clase 1) en junio, relacionada con un ATNOR fro (clase
1) en mayo, en un 50,9% de los casos, se observa que dicho porcentaje puede resultar de
cualquiera de estas dos situaciones:
lluvias escasas en pocas estaciones del pas cuando ocurre un ATNOR fro en mayo, pero muy
frecuentemente (es decir, en muchos de los junios del perodo de registro),
lluvias escasas en muchas estaciones (evento seco generalizado) cuando ocurre un ATNOR
fro en mayo, pero slo en algunos de los junios del perodo de registro.
Los anlisis de distribucin espacial de los coeficientes de correlacin de la precipitacin con las
VM muestran concentracin espacial, por lo que siguiendo con el ejemplo, es ms probable que
esa alta proporcin de casos (50,9%) se deba a la primera situacin sealada, es decir, que las
lluvias escasas ocurren en muchos de los junios, si ATNOR estuvo fro en mayo, concentradas
espacialmente en las zonas de influencia de ATNOR sealadas en los mapas.
Desde el punto de vista prctico del pronstico estacional esto tiene una importancia fundamental;
slo en el caso de que exista una estabilidad temporal en la respuesta de la lluvia a ciertos
umbrales de las VM, es posible obtener ecuaciones con buen potencial de pronstico. Si la
situacin es que se tiene una respuesta generalizada de la lluvia en el espacio, pero muy irregular
en el tiempo, quiz puedan obtenerse buenas ecuaciones en la muestra de calibracin, e incluso
en la de validacin, pero no sern de utilidad prctica en el pronstico. Asimismo, esto evidencia la
necesidad de regionalizar los pronsticos, es decir, es difcil que una sola ecuacin predictiva
funcione bien para todo el pas.
Al analizar las 540 tablas de contingencia 3x3 se observa que existen porcentajes significativos al
10%, de lluvias extremas asociadas a los valores extremos de las VM en prcticamente todos los
meses, en los diferentes lags. Cuando se trate de encontrar ecuaciones para el pronstico
estacional, debern considerarse todos ellos, as como su interaccin. Sin embargo, para tratar de
simplificar un poco el anlisis en este nivel exploratorio, a continuacin se presenta un resumen de
60
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
las celdas de las diferentes tablas de contingencia que presentan valores significativos para =
0,1%, para las lluvias extremas escasas (clase 1) y excesivas (clase 1), en las Tablas 7 y 8,
respectivamente.
En dichos Tablas, el nombre de la VM incorpora un nmero que representa al mes para el que se
calcula la tabla de contingencia; as por ejemplo, OLR1 significa OLR en el mes 1, es decir enero;
NI3412A significa NI34 en diciembre del ao Anterior, etc. Para las VM del Campo de Vientos se
simplificaron los nombres eliminando el 50 de QBO50 y el 200 de ZON200, quedando por
ejemplo, QBO8, que significa QBO50 en el mes 8 (agosto) y ZON9, que significa ZON200 en
septiembre. Se sealan en color las celdas especficas que sobrepasan los umbrales significativos
de los porcentajes (20,8% y 45,8%).
VM
FEB NI310A
NI341
NI3412A
ZON12A
ZON11A
ZON10A
OLR1
OLR12A
OLR11A
OLR10A
SOI1
SOI12A
SOI10A
-1
22.79
17.34
19.10
51.14
56.16
50.00
63.96
49.82
46.08
57.82
47.62
48.59
45.07
27.72
38.73
33.36
33.79
25.34
26.71
20.61
40.21
41.99
27.04
41.37
32.48
37.23
48.85
43.92
46.91
15.06
18.49
23.28
15.42
9.96
11.92
15.12
11.00
18.30
17.07
11.49
11.91
11.61
19.52
24.16
12.67
42.61
25.95
20.88
29.13
23.02
13.77
12.51
Nivel de
Signif. Mes
0.0093
0.0077
0.0088
0.0002
0.0000
0.0054
0.0000
0.0000
0.0001
0.0000
0.0000
0.0032
0.0058
VM
MAY QBO3
ZON1
SOI1
JUN ATNOR5
ATNOR3
JUL OLR6
OLR5
AGO ZON5
OLR6
OLR5
SEP ZON6
ZON5
OLR8
Clase de VM
-1
0
1
27.50
20.62
29.10
50.90
49.01
51.04
30.27
42.38
57.35
37.30
40.12
46.09
48.57
52.25
53.83
51.37
23.93
31.14
23.95
50.08
40.55
24.51
50.61
43.00
39.71
34.95
20.23
25.54
19.51
25.16
19.83
25.00
19.64
17.06
18.12
12.07
16.87
14.19
16.47
16.91
19.26
16.02
13.91
12.98
14.13
14.31
11.96
26.57
22.98
12.31
17.08
15.57
Nivel de
Signif.
0.0007
0.0002
0.0011
0.0030
0.0047
0.0027
0.0025
0.0075
0.0000
0.0000
0.0064
0.0007
0.0014
OLR7
OLR6
OLR5
ABR QBO3
QBO2
OLR7
OLR6
ZON9
Antes de comenzar el anlisis, recordaremos lo que significan las clases 1, 0 y 1 para cada una
de las VM utilizadas en el trabajo:
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Las VM ocenicas que aparecen son NI3 y NI34, asociando febreros secos con un Pacfico
caliente en lags 1 y 2, corroborado por pocos febreros secos asociados a un Pacfico fro, y
ATNOR, asociando junios secos con un Atlntico fro en lags 1 y 3, corroborado por pocos junios
secos asociados a un Atlntico caliente.
De las VM del Campo de Vientos, aparece ms frecuentemente la alta Tropsfera (ZON200) que la
baja Estratsfera (QBO50). El ZON200 asocia a febreros, marzos, septiembres, octubres y
diciembres secos con vientos fuertes del E, preponderantemente en los lags 3 y 4. Los mayos
secos, por otro lado, se ven asociados a los vientos dbiles sin importar su direccin, en lag 4. En
general, casi todos los casos son corroborados por pocos de dichos meses secos asociados a
fuertes vientos del W.
Para la QBO50, su efecto se nota en la asociacin de marzos, abriles y mayos secos con vientos
dbiles en cualquier direccin, corroborado por pocos de estos meses secos asociados a vientos
fuertes del W. En esta VM las asociaciones aparecen fundamentalmente en los lags 2 y 4, es
decir, la lluvia responde al comportamiento que tuvo el viento dos cuatro meses antes.
La VM Campo de Presiones (SOI) aparece asociando a febreros y mayos secos, pero con
variacin del comportamiento. Los febreros secos ocurren con SOI tipo Nio en lags 1 y 2,
resultado esperable que confirma el efecto del Pacfico caliente. En cambio, los mayos secos se
asocian al SOI normal en el lag 2, es decir, en marzo. Ambos casos se corroboran por los pocos
febreros y mayos secos asociados al SOI tipo Nia.
En general, para las VM QBO50, ZON200 y SOI en la clase 1 es significativo el bajo porcentaje de
casos de lluvias escasas que producen, lo que pareciera indicar que de alguna forma los vientos
del W en altura y una alta presin ms fuerte que lo normal en el Pacfico central impiden o
debilitan a las situaciones sinpticas que producen buen tiempo (=poca lluvia), lo cual no implica
necesariamente, como ya se dijo, que tales condiciones vayan a producir lluvias fuertes.
La Intensidad de la Conveccin (OLR) muestra un comportamiento complejo. La conveccin fuerte
se asocia a febreros, septiembres y octubres secos, corroborados por pocos de dichos meses
secos si la conveccin es dbil; en febrero y septiembre la asociacin se presenta en los cuatro
lags, mientras que en octubre slo en los lags 3 y 4. Los marzos secos se asocian tambin a
conveccin fuerte en lag 2, pero hay pocos marzos secos si la conveccin es normal, mientras
que si es dbil no muestra influencia. Abril es un caso especial: se asocian muy pocos abriles
secos a OLR normal en lag 1, mientras que hay muchos abriles secos (aunque no transponen el
umbral de significancia) asociados tanto a la conveccin fuerte como a la dbil, lo cual es poco
lgico, e indica que probablemente la OLR de marzo est siendo modulada por algn otro proceso,
que se manifiesta en lluvias escasas en abril.
Los julios, agostos y octubres secos se asocian tanto a conveccin fuerte durante el mes de junio,
como a conveccin normal durante el mes de mayo; en general, se corrobora por pocos julios,
agostos y octubres secos si la conveccin fue dbil en mayo o junio, por lo que se puede asegurar
que si la conveccin es dbil, es poco probable que ocurran lluvias escasas, mientras que una
probabilidad elevada de que ocurran eventos secos depende, en los diferentes meses y para los
diferentes lags, de s la conveccin fue normal o fuerte.
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
abundantes slo aparecen casos significativos de diciembre hasta junio, y ninguno entre julio y
noviembre; el mes que presenta influencia del mayor nmero de VM es enero. Como para la Tabla
7, se muestran sombreadas las celdas significativas para cada clase de variable.
Las nicas VM ocenicas que aparecen para el nivel de significacin de 0,1% son NI34 y NI3,
asociando eneros y febreros lluviosos con un Pacfico fro en el lag 1, lo cual muestra
complementariedad con la Tabla 7, por lo que podemos concluir que si el Pacfico est caliente
entre noviembre y diciembre disminuirn las lluvias en enerofebrero (produce temporadas secas
ms secas de lo normal), mientras que si el Pacfico est fro las aumentar (produce temporadas
secas ms lluviosas de lo normal). Por supuesto, este efecto debe estar localizado espacialmente
hacia el occidente y el sur del pas, as como en la fachada este, como lo muestran los mapas de
distribucin espacial de los coeficientes de correlacin ya analizados.
Tabla 8. Resumen de las Cuadros de contingencia 3x3 que contienen celdas significativas al 0,1%
para la clase de lluvia 1 (abundantes) segn los terciles (Porcentajes de casos)
Clase de Variable
Mes
ENE
FEB
MAR
ABR
MAY
JUN
DIC
Variable
NI3412A
NI3411A
NI3410A
QBO12A
QBO10A
QBO9A
ZON11A
ZON10A
OLR10A
OLR9A
SOI11A
SOI9A
NI31
NI341
OLR1
SOI11A
OLR2
QBO3
QBO2
OLR3
OLR2
OLR1
ZON3
OLR2
OLR1
OLR5
OLR2
SOI4
SOI8
-1
53,15
48,73
46,42
43,55
35,58
28,83
17,17
14,11
17,70
15,10
15,75
17,43
49,12
50,07
30,87
17,74
50,89
36,65
37,54
35,56
58,55
47,53
51,30
55,38
54,55
29,96
57,53
51,76
16,96
1
21,84
26,89
33,82
42,33
48,46
55,21
42,94
46,62
28,64
40,62
49,15
30,67
27,02
26,06
15,21
50,87
19,53
17,08
16,19
47,68
22,31
15,36
20,52
23,61
13,53
48,78
21,71
28,84
38,10
22,47
21,84
17,22
14,11
15,95
15,95
39,87
39,26
53,64
44,27
32,56
49,36
23,85
23,85
53,91
28,84
29,57
46,26
46,26
16,74
19,13
37,10
28,17
20,99
31,90
21,25
20,74
19,39
44,92
2
19,27
12,32
12,9343
16,65
16,08
24,0355
11,88
17,44
20,36
15,15
16,80
15,50
11,37
12,69
22,73
17,11
15,3895
13,26
14,36
14,5845
28,76
16,16
15,40
21,98
25,3339
11,87
26,37
16,62
12,75
Nivel de
Significancia
0,0002
0,0064
0,0048
0,0008
0,0011
0,0000
0,0078
0,0006
0,0001
0,0017
0,0008
0,0014
0,0099
0,0053
0,0000
0,0007
0,0015
0,0041
0,0025
0,0022
0,0000
0,0010
0,0015
0,0001
0,0000
0,0078
0,0000
0,0008
0,0052
El hecho de que no aparezca el Atlntico en la Tabla 8, permite concluir que el Atlntico fro en
mayo se asocia a junios secos, pero para este nivel de significancia (0,1%), no se puede afirmar
63
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
que el Atlntico caliente se asocie junios lluviosos, aunque para un nivel de seguridad menor (5%)
s puede hacerse la afirmacin. Tambin se tratara de un efecto espacialmente localizado segn
muestran los mapas de coeficientes de correlacin.
Para las VM del Campo de Viento, slo se observa su influencia en enero (QBO50 y ZON200),
abril (QBO50) y mayo (ZON200). Analizaremos primero el efecto de ZON200.
Ocurren pocos eneros lluviosos asociados al viento fuerte del E, para los lags 3 y 4, lo cual
corresponde con la asociacin de la Tabla 7 entre los febreros secos con vientos del E; aunque no
se trata del mismo mes, si se baja el nivel de seguridad a 95% se observa que la tendencia para
enerofebrero es consistente, esperndose eneros y febreros secos y pocos de ellos lluviosos si el
vientos fue fuerte del E en los meses previos; no se pueden asegurar eneros lluviosos con vientos
fuertes del W. El efecto del viento del E se invierte en mayo, pasando a asociarse en el lag 2 con
mayos lluviosos, mientras que hay pocos mayos lluviosos asociados a los vientos dbiles, lo cual
es complementario con lo que muestra la Tabla 7, mayos secos asociados al viento dbil; en este
mes tampoco se observa una influencia clara del viento del W.
La influencia del viento en la baja Estratsfera (QBO50), slo se manifiesta en enero y abril. En
este caso se asocian eneros lluviosos con vientos dbiles sin importar su direccin, en los lags 3 y
4, y pocos eneros lluviosos asociados con vientos fuertes del W. El efecto del viento dbil se
invierte en abril, pasando a asociarse pocos abriles lluviosos con el viento dbil, y porcentajes
similares en las celdas extremas, lo cual indica, como en el caso de la OLR en abril explicado en la
Tabla 7, que la QBO50 en abril tambin est modulando a otros procesos.
Para el Campo de Presiones (SOI) se observa en los meses del invierno astronmico la
concordancia esperable con el comportamiento del Pacfico: se asocian pocos diciembres, eneros
y febreros lluviosos con el SOI negativo en los lags 3 y 4, lo cual es el tpico efecto del Nio en
nuestra temporada seca (una temporada seca ms seca de lo normal). Los diciembres, eneros y
febreros lluviosos, sin embargo, no se relacionan automticamente con SOI tipo Nia, sino que
muestran un comportamiento complicado: los diciembres y eneros lluviosos se asocian tanto con
SOI normal como positivo, dependiendo del lag, mientras que los febreros lluviosos se asocian con
SOI normal. El SOI invierte su efecto en junio, pasando a asociarse con junios lluviosos en lag 2,
lo que indicara que las situaciones tipo Nio, adems de producir temporadas secas ms secas de
lo normal, invierten la tendencia en verano y provocan junios ms lluviosos de lo normal, mientras
que las situaciones tipo Nia provocan pocos mayos secos, como lo muestra la Tabla 7.
La influencia de la Intensidad de la Conveccin (OLR) es complicada; los eneros y febreros
lluviosos se asocian a conveccin dbil, lo cual es complementario con la Tabla 7 (febreros secos
con conveccin fuerte), lo que permite establecer un patrn estable. La OLR invierte su efecto en
marzo y mayo, asocindose los marzos y mayos lluviosos a la conveccin fuerte. En el caso de
marzo, la OLR est probablemente tambin modulando a (o siendo modulada por) otro proceso, ya
que el Cuadro 7 muestra as mismo marzos secos asociados a conveccin fuerte; esto tambin
podra interpretarse como que la OLR es un disparador de diferentes tipos de procesos, ya que lo
consistente en marzo es que si la OLR es normal, no hay lluvias extremas, ni por encima ni por
debajo. En el caso de abril, cuando para las lluvias escasas la OLR aparece como un modulador,
tambin para las lluvias abundantes se presenta una situacin compleja: dependiendo del lag, hay
muchos abriles lluviosos con conveccin normal y fuerte, y pocos abriles lluviosos para conveccin
normal y dbil.
El resumen de las influencias ms estables encontradas en el anlisis se muestra en la Tabla 9;
para simplificar, no se incluyen los lags para los que se notan las asociaciones.
Para verificar si las asociaciones aqu descritas se manifiestan al nivel decadal, se presenta en la
Tabla 10 una sntesis para cada dcada, de como fue el carcter general tanto de la lluvia como
de las VM ocenicas y del Campo de Presiones, y sus efectos. Se eligieron slo ATNOR, NI3 y
64
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
SOI porque son, entre las VM analizadas, las que presentan un comportamiento ms estable en los
meses particulares en que cada una de ellas acta, y adems porque son algunas de las VM para
las que se puede aceptar, con un elevado nivel de confianza, que tienen un efecto de doble va,
es decir, que si por ejemplo un ocano caliente provoca ms lluvia, ese ocano fro provoca menos
lluvia; esto ltimo tambin puede decirse, por ejemplo, de la OLR, pero slo para enerofebrero,
mientras que el resto del ao tiene un comportamiento inestable. El carcter general de la lluvia se
tom de los anlisis de variabilidad de los promedios nacionales del monto anual a nivel decadal, y
el de las VM, de manera muy gruesa, de las Figuras 19 a 23.
Tabla 9. Resumen de asociaciones entre nmero de casos de meses secos y lluviosos segn las
clases de VM
Mes
Eventos Secos
Muchos casos
Pocos casos
*
*
ENE
FEB
MAR
ABR
MAY
JUN
JUL
AGO
SEP
OCT
NOV
DIC
Eventos Lluviosos
Muchos casos
Pocos casos
NI3 y NI34 ; QBO50
ZON200 E; QBO50 W;
dbil; OLR +
OLR ; SOI
OLR +; SOI normal
OLR normal; SOI
OLR (b)
OLR normal
QBO50 E y W (d)
QBO50 dbil
QBO50 W; SOI +
ZON200 E; OLR
ZON200 dbil
ATNOR +
OLR +
ZON200 W; OLR +
OLR +
*
ZON200 W
*
*
*
*
*
*
*
*
*
*
*
*
*
SOI
(a), (b), (c), (d): meses en que la VM sealada parece estar modulando a (o siendo modulada por) otros
procesos. Elaboracin propia
Tabla 10. Sntesis del comportamiento decadal de la lluvia y las VM ms estables
Dcada
ATNOR
NI3
SOI
5160 (Normal)
N/+
Variable
N/+
6170 (Lluviosa)
N/+
7180 (Seca)
N/
N/+
Muy
variable
Muy
variable
Muy
variable
N/+
8190 (Lluviosa
Muy variable
espacialmente)
9198** (Seca
Muy variable
espacialmente)
NOTA: N = normal;
N = normal;
+ = caliente;
+ = tipo Nia
CONSECUENCIA
Temporadas lluviosas ms lluviosas (por ATNOR +) y sin
lluvias extremas (por SOI +). Temporadas secas ms
lluviosas (por SOI N)
Temporadas lluviosas ms lluviosas (por ATNOR +).
Temporadas secas ms lluviosas (por SOI N)
Temporadas lluviosas ms secas (por ATNOR ) y sin
lluvias extremas (por SOI +). Temporadas secas ms
lluviosas (por NI3 , y por SOI N)
= fro
= tipo Nio
65
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Para el sector productivo, por los momentos, la situacin no es tan promisoria. En el caso de la
agricultura, incluso el concepto de evento extremo es muy particular (Puche, 2000); en efecto, un
veranito de 1015 das en la etapa crtica del cultivo puede tener consecuencias desastrosas en el
rendimiento final, pero climticamente hablando puede tratarse de un evento relativamente normal.
En este caso, dado que se trata de seres vivos que responden en tiempos muy cortos a situaciones
de estrs, para que cualquier tipo de pronstico sea realmente til, es imprescindible conocer antes
tres aspectos:
a) el comportamiento de la lluvia con mucho mayor detalle espaciotemporal, incluyendo su
distribucin en perodos menores que un mes;
b) los valores umbrales del comportamiento de la lluvia que afectan a los seres vivos y a la
organizacin de las actividades agrcolas;
c) la situacin actual de los diferentes sistemas de produccin agrcola.
Desde este punto de vista, las VM atmosfricas, aunque de anlisis ms complicado, son
realmente promisorias, puesto que establecen cambios en los patrones de lluvia en tiempos de un
mes, por lo que deben continuar estudindose, especialmente con relacin a la distribucin de la
lluvia en perodos menores de un mes. Recurdese que en este trabajo las VM se analizaron al
nivel de los valores promedio espaciotemporales (todas las grillas, los 30 das del mes), pero
existen los datos de cada grilla y para cada da del mes en el Comprehensive OceanAtmosphere
Data Set (COADS), lo que permitira un anlisis temporal adecuado a las necesidades agrcolas.
En este orden de ideas, sera tambin de gran utilidad comenzar el estudio sistemtico de la
influencia de otros elementos del Sistema Climtico, como las Oscilaciones Madden-Julian, sobre
la lluvia en el pas, ya que se trata de variaciones a nivel intraestacional, con ciclos de 40-80 das,
y cuya influencia parece notarse al nivel de grupos aproximadamente semanales a decadiarios (Dr.
Daniel Pavn, Instituto de Estudios Ambientales, IDEAM, Colombia, comunicacin personal).
67
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
6. CONCLUSIONES
Los anlisis se realizaron en base a una muestra total de ochenta y cinco (85) estaciones, 67 al
Norte del Orinoco y 18 al Sur del Orinoco, con datos de buena calidad que tienen como
mximo un 15 % de datos faltantes; se considera que el nmero de estaciones representa
adecuadamente los principales rasgos del patrn de la precipitacin, pero su distribucin
espacial no es ptima, especialmente en Zulia y los Llanos centro-orientales.
No se seleccion un perodo comn para todo el pas, sino que se trabaj con dos :
9 1950-1998 (49 aos) para las 67 estaciones al Norte del Orinoco y
9 1969-1998 (30 aos) para las 18 estaciones al Sur del Orinoco.
Se hicieron las pruebas estadsticas de diferencia de medias y varianzas para las estaciones al
Norte entre los perodos 1950-1968 y 1969-1998 respecto del total 50-98; como no se
encontraron diferencias significativas entre ambos ni con respecto al total, se asumi que si el
50-68 no fue especialmente variable al Norte del Orinoco tampoco debi haberlo sido al Sur,
por lo que se decidi utilizar el doble perodo de anlisis, a fin de contar con mayor nmero de
casos para garantizar la estabilidad temporal de los resultados.
Es factible, dadas las limitaciones impuestas por la consideracin del doble perodo de anlisis
y de la irregular distribucin espacial de las estaciones, que algunos de los resultados aqu
sealados puedan ser matizados en posteriores anlisis, que consideren en ms detalle
espacial, el comportamiento de la lluvia a nivel regional.
La precipitacin muestra variabilidad a nivel Decadal: la Dcada 1951-1960 fue normal, la 6170 lluviosa, la 71-80 seca, la 81-90 lluviosa y la Dcada incompleta 91-98** seca, en lo que
parece un patrn alternado bastante consistente, aunque de los aos 80 en adelante hay
adems un aumento significativo de la variabilidad espacial. En las tres primeras Dcadas se
observ un vaiven espacial: cuando Oriente se comport muy lluvioso, Occidente fue seco, y
viceversa.
Las Dcadas normal y lluviosas (51-60, 61-70 y 81-90) se caracterizan porque los meses de la
temporada lluviosa fueron de normales a lluviosos en buena parte del pas, y en la 61-70
incluso parte de la temporada seca fue, en promedio, ms lluviosa de lo normal. Las Dcadas
secas (71-80 y la incompleta 91-98**) se caracterizaron porque alguno(s) de los meses de la
temporada lluviosa fue relativamente seco en alguna(s) de las regiones del pas; asimismo, en
esta Dcadas, especialmente la 91-98**, la temporada seca fue mucho ms seca de lo normal.
De la comparacin entre los grficos del comportamiento de las VM a lo largo del tiempo y los
promedios Decadales de precipitacin, se obtuvo una primera visin gruesa de la relacin
entre la lluvia en el pas y las VM, que muestran relacin al nivel Decadal. En el Atlntico Norte,
las Dcadas 51-60 y 61-70 fueron normales a calientes, la 71-80 preponderantemente fra, y
las 81-90 y 91-98** presentaron mucha variabilidad. En el Pacfico la temperatura del mar fue
variable en la Dcada 51-60, la 61-70 normal, la 71-80 de normal a fra, la 81-90 fue muy
variable y la 91-98** fue normal a caliente; el campo de presiones del Pacfico present
condiciones de normal a tipo Nia en la Dcada 51-60, muy normal en la 61-70, de nuevo de
normal a tipo Nia en la 71-80, normal en la 81-90 y tipo Nio en la 91-98**.
68
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Los anlisis estadsticos de las relaciones entre las Variables Macroclimticas y la precipitacin
se realizaron para 5 lags (0, 1, 2, 3, 4), a fin de determinar si es posible el pronstico
estacional con al menos un mes de antelacin.
Hay un efecto espacial diferenciado de las VM en el pas. Las VM ocenicas y del campo de
presiones presentan efecto en zonas ms extensas que las de campo de viento, intensidad de
la conveccin y manchas solares, que se concentran en ncleos sobre todo al Norte del
Orinoco. El Pacfico (tanto por la temperatura del mar como por el campo de presiones) afecta
la fachada Este del pas, Amazonas, centro y sur de Bolvar y el extremo Nor-Occidental (Zulia,
los Andes, Lara-Falcn y Yaracuy). El Atlntico Tropical Norte influencia a los Llanos y a parte
centro-oriental de la regin Norte-Costera.
Hay un efecto temporal diferenciado de las VM en el pas: no todas las VM ejercen influencia
en el mismo momento del ao, y una misma VM puede cambiar el signo de su influencia
dependiendo del mes. En general, se encuentra relacin con mayor nmero de VM para los
meses de la temporada seca que para los de la temporada lluviosa.
Al analizar mediante las tablas de contingencia el tipo de efecto de las VM clasificadas segn
los Terciles sobre los rangos extremos de precipitacin (lluvias altas y lluvias escasas), se pudo
conclur que, en general, son los valores extremos de las VM los que aparecen ejerciendo ms
efecto sobre los valores extremos de la precipitacin, aunque en algunos casos se observa un
mayor efecto del rango normal de la VM.
En algunos casos, especialmente con la conveccin (OLR) y los campos de viento (QBO50),
se observa que dichas VM funcionan como moduladores de otros procesos que son los que
realmente originan las lluvias extremas (altas y/o escasas).
Slo para algunas de las VM puede decirse con un elevado grado de confianza que funcionan
coherentemente en dos vas, por supuesto en su respectiva rea de influencia espacial;
fundamentalmente se trata de la VM ocenicas. El Pacfico caliente provoca temporadas secas
muy secas, y si est fro, temporadas secas ms lluviosas de lo normal; el Atlntico Tropical
Norte caliente provoca temporadas lluviosas muy lluviosas, y si est fro, temporadas lluviosas
pobres; para alguna de las otras VM puede afirmarse lo mismo, pero slo en uno o dos meses
del ao, mientras que de la mayor parte de las VM puede afirmarse que producen efecto con
uno de sus signos, pero no el efecto opuesto cuando cambian de signo.
Con relacin al efecto de las VM de los campos de viento (ZON200 y QBO50), intensidad de la
conveccin (OLR) y manchas solares (WOLF), su efecto es mucho ms complejo, ya que
parecen estar funcionando con un solo mes de retardo, lo cual era esperable ya que la
Atmsfera responde ms rpido que los ocanos. Distinguir un patron estable de influencia
sobre la lluvia ha sido casi imposible, aunque su influencia es muy importante por dos razones:
9 aparecen en muchos casos no con un efecto directo, sino como moduladores de otros
procesos;
9 a pesar de su inestabilidad, son las VM que muestran correlacin durante parte de la
temporada lluviosa, cosa que no hacen las VM ms estables (las ocenicas y el campo de
presiones).
Del cuadro resumen que se muestra en la pgina 65, se concluye que efectivamente las VM
afectan de modo consistente a la lluvia sobre Venezuela, al menos para el nivel Decadal, lo
que tiene gran importancia prctica. Si efectivamente la lluvia tiende a presentarse en dcadas
69
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Continuar la lnea de investigacin para obtener las ecuaciones predictivas del comportamiento
de la precipitacin a nivel estacional.
Continuar esta lnea de investigacin pero a nivel regional, lo que permitira ampliar el nmero
de estaciones aunque se disminuya el perodo de anlisis, adems de considerar los efectos
locales, muy especialmente los topogrficos.
70
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
8. REFERENCIAS BIBLIOGRFICAS
Influencia de las Variables Macroclimticas en el Clima de Venezuela. Ing. MsC Mara Teresa Martelo
Direccin de Hidrologa, Meteorologa y Oceanologa Direccin General de Cuencas Hidrogrficas - MARN
Meteorologa, Ministerio del Ambiente y los Recursos Naturales. Caracas, Venezuela. (3 CD con archivos
digitalizados de: Mapas mensuales y anual de Precipitacin, Mapas anuales de Temperatura Mxima
Media y Temperatura Mnima Media, 8 Mapas de Clasificacin Agroclimtica para 11 Estados al Norte
del Orinoco, Mapa Hidrogeolgico, 2000 Registros Geoelctricos. Fuente de los mapas y Registros
Geoelctricos: 21 estudios del Departamento de Agrometeorologa de diversos autores, estudios del
Departamento de Aguas Subterrneas de diversos autores).
Mead, R., Curnow, R.N. (1983). Statistical Methods in Agriculture and Experimental Biology.
Chapman and Hall, Londres, Inglaterra. 335 p.
Ministerio del Ambiente y los Recursos Naturales Renovables (s/f). El Clima de Venezuela.
Mimeografiado. Departamento de Agrometeorologa, Direccin de Hidrologa y Meteorologa. Caracas,
Venezuela. 7 p.
National Oceanic and Atmospheric Administration. (1999). Frequently Asked Questions. Tropical
Intraseasonal Activity. Climate Prediction Center, tomado en Internet de la direccin:
http://www.cpc.ncep.noaa.gov/products/intraseasonal/intrasesasonal_faq.html.
Rosenberg, N.J. (1974). Micro-Climate: the biological environment. John Wiley & Sons. New York,
USA. 315 p.
World Meteorological Organization (1999). The 19971998 El Nio Event: a scientific and technical
retrospective. InterAgency Committee for the Climate Agenda (WMO, IOC, UNEP and ICSU). WMO
N 905. Geneve, Suiza. 96 p.
(2000). Steering Committee on World Climate Programme Water. First Meeting. World
Climate Applications and Services Programme (WCASP) 51. WMO/TD-N 1048. Geneve, Suiza. 72 p.
72