Correlación del predictor meteorológico TNA con las

estaciones de la Cuenca del Río Paute

René Fernández, Andrea Sangurima, Ing. Alex Avilés PhD.
Universidad de Cuenca, Facultad de Ciencias Químicas, Carrera de Ingeniería ambiental
Asignatura: Meteorología y climatología, Cuenca – Ecuador, Fecha de entrega: 08/12/2017

Introducción

El predictor TNA es un índice de las anomalías de temperatura del Océano Atlántico en

una serie de tiempo promediada sobre un cuadrante comprendido dentro de las
coordenadas 20° a 60° O, 6° a 18° N, 20° a 10° O, y de 6° a 10° N. Este índice se
relaciona con procesos globales de los océanos y en especial con las condiciones en la
región de El Niño 3. Por formar parte de la región donde se manifiesta la Oscilación
Multi-decadal Atlántica (AMO, por sus siglas en inglés), las oscilaciones del TNA son
similares con pequeñas variaciones.

Objetivos

Objetivo general

Encontrar la correlación del predictor TNA con las estaciones de la CRP, en un rango
temporal de 1980 a 2010.

Objetivos específicos

- Determinar una correlación directa o indirecta del predictor con las estaciones.
- Conocer la correlación existente por cada mes

Metodología

A partir de una hoja de cálculo Excel, se reunieron los datos del predictor para todos los
meses de cada año, correspondientes al periodo 1980-2010 y del mismo modo se
colocan los datos de precipitación de cada estación por los 12 meses, así como sus
respectivas coordenadas.

Utilizando el programa estadístico RStudio y mediante el uso de la librería “psych”, se

pudo obtener la correlación del índice con los datos de las estaciones mensuales y
exportarlas como un archivo de texto. Finalmente, se utiliza la herramienta de
información geográfica QGIS, en la cual se importan los datos mencionados con
anterioridad como archivo delimitado por comas y con la herramienta de interpolación
estadística ponderada por el inverso de la distancia (IDW) se generan los mapas
mostrando el tipo de correlación existente por cada estación y por cada mes.

Para este último paso, se clasificaron los valores obtenidos dentro de 21 rangos
establecidos entre el valor de -1 y 1, siendo que los valores positivos representan una
relación directamente proporcional, e inversamente proporcional en el caso de tener
valores negativos.

Resultados

En las Figuras 1 a 12 se puede observar la distribución de la correlación obtenida para

cada estación y mes del periodo 1980-2010.
Figura 1. Correlación de TNA para el mes de enero.
Figura 2. Correlación de TNA para el mes de febrero.
Figura 3. Correlación de TNA para el mes de marzo.
Figura 4. Correlación de TNA para el mes de abril.
Figura 5. Correlación de TNA para el mes de mayo.
Figura 6. Correlación de TNA para el mes de junio.
Figura 7. Correlación de TNA para el mes de julio.
Figura 8. Correlación de TNA para el mes de agosto.
Figura 9. Correlación de TNA para el mes de septiembre.
Figura 10. Correlación de TNA para el mes de octubre.
Figura 11. Correlación de TNA para el mes de noviembre.
Figura 12. Correlación de TNA para el mes de diciembre.
Discusión

La correlación que se obtuvo para el mes de enero presenta los valores -0.333987 como
mínimo y 0.13007 como máximo, determinándose que, en general, el predictor
meteorológico TNA tiene una relación directa en la cuenca del río Paute, a excepción
de la estación de Pindilig y Sevilla, ubicadas al norte y centro de la cuenca,
respectivamente.

Para el mes de febrero se obtuvo valores entre -0.225497 y 0.220013, resultando en

una correlación positiva en la parte norte de la cuenca, específicamente en las
estaciones de Pindilig y Biblián.

En el mes de marzo, existe mayoritariamente una correlación indirecta con el predictor,

dando valores entre -0.189018 y 0.0865864, pero en la parte centro-norte de la cuenca
se observa una ligera correlación directa.

En abril se puede notar que la mayoría de la cuenca se encuentra dentro de una zona
de correlación directa, tendiendo como valores límite -0.153717 y 0.27438, como mínimo
y máximo respectivamente, siendo las estaciones de Cumbe, Paute, Palmas, Jacarín y
Gualaceo las más representativas.

El mes de mayo cuenta con el mínimo de -0.216528 y el máximo de 0.189376. La

estación de Pindilig, ubicada fuera de la cuenca, tiene una correlación más marcada que
el resto de estaciones.

Al igual que en el mes de abril, mayoría de la cuenca está dentro de la zona de relación
directa, con valores desde -0.108182 hasta 0.244509, con zonas de relación indirecta
como en el caso de Pulpito y Sevilla.

En julio, la parte noroeste de la cuenca tiene una relación directa con el predictor, pero
la misma no es marcada, llegando apenas a valores de -0.249309 y 0.104525, este
último como máximo.

El mes de agosto presenta, casi completamente, una relación indirecta con el predictor,
excepto en la parte este, en Amaluza. Los valores mínimo y máximo obtenidos aquí son
-0.374092 y 0.0670671.

La estación norte, de Pindilig, presenta un pico de correlación de 0.209884 para el mes

de septiembre, mientras que los valores mínimos, entre -0.238918, se concentran en
Juval, Biblián y Sayausí.

El mes de octubre tiene un comportamiento similar al de septiembre, pero con zonas de

relación directa dispersas por toda la cuenca, teniendo un rango de valores entre -
0.279073 y 0.279437.

En noviembre existe un nuevo incremento del valor de correlación directa, estando

presente en la mayoría de la cuenca y mostrando valores de -0.0675382 como mínimo
y 0.299637 como máximo, en especial en las zonas de Labrado, Gualaceo y Mazar.

Por último, en el mes de diciembre, existe una variación con respecto del mes anterior,
siendo la parte norte la que presenta una correlación más fuerte. Los valores obtenidos
fueron de -0.15489 y 0.259091.
Conclusiones

Aunque en la mayoría de los casos fue posible obtener una correlación directa entre las
estaciones meteorológicas y es predictor TNA, esta no supera de 0.299637, que se
obtuvo en el mes de noviembre, datos suficientes para determinar que en la cuenca del
río Paute no existe una relación fuerte entre los datos proporcionados y los valores
contenidos por las estaciones.

El predictor TNA resulta útil para relacionar la variación de la temperatura del Atlántico
Norte y la variabilidad climática de una zona específica, pero todavía los resultados que
se obtienen de este tipo de correlaciones dejan de lado varios parámetros que pudieran
tener influencia directa con esta variación.

Es importante mencionar que, además del método de interpolación IDW existen varios
métodos que pueden acomodarse mejor a los datos estadísticos que se necesitan para
este tipo de análisis, tal es el caso de kriging y cokriging.

Es posible que algunas de las coordenadas de las estaciones meteorológicas con las
que se trabajó hayan sido incorrectas, ya que algunas de las estaciones se encuentran
fuera de la cuenca y al verificar la ubicación geográfica de las mismas con las
coordenadas presentadas en los anuarios meteorológicos de diferentes años del
Instituto Nacional de Meteorología e Hidrología (INAMHI) se pudo observar que estas sí
constaban en el interior de la misma, haciendo que los resultados obtenidos no sean los
mejores.

Bibliografía

Trenberth, Kevin y el Centro Nacional de Personal de Investigación Atmosférica (Eds.).

Última modificación el 2 de febrero de 2016. "La Guía de datos climáticos: Nino
Índices SST (Nino 1 + 2, 3, 3.4, 4; ONI y TNI)". Obtenido de
https://climatedataguide.ucar.edu/climate-data/nino-sst-indices-nino-12-3-34-4-
oni-and-tni.