La investigación del clima

Vol. 27: 33-43, 2004 Publicado el 4 de agosto de

Clim Res

Impactos de la Oscilación del Atlántico Norte sobre la

probabilidad de inviernos secos y húmedos en España

D. Muñoz-Díaz, Rodrigo FS *

Departamento de Física Aplicada de la Universidad de Almería, La Cañada de San Urbano s / n, 04120 Almería, España

RESUMEN: En muchas regiones del mundo, la agricultura y la gestión del agua generalmente se basa en las probabilidades de lluvia
estacional o mensual, agrupados comúnmente en 3 categorías: la sequía, las lluvias normales y precipitaciones abundantes. Los cambios en
las probabilidades de la ocurrencia de cantidades de lluvia dentro de estas categorías lluvia climáticas influyen en la toma de decisiones por
los agricultores y los gestores del agua. Este estudio explora los cambios inducidos por la Oscilación del Atlántico Norte (NAO) sobre la
probabilidad de lluvia invernal en España. La evolución de la NAO se dividió en 3 fases: NAO negativo (NaO-), NAO neutral (NAON), y
positivo NAO (NAO +), y la serie de precipitaciones se dividieron en 3 grupos que corresponden a cada fase NAO. Resultantes funciones de
distribución empíricos permiten una estimación de los cambios en las probabilidades de inviernos húmedos y secos debido a cambios en la
fase de NAO. Los cambios en la probabilidad de la ocurrencia de las categorías de precipitación son más complejos que el mero aumento de
la cantidad de lluvia durante NaO- y disminuye durante NAO + fase. La distribución espacial de los impactos es asimétrica, con una mayor
probabilidad de extremos vinculados a NaO- en la zona occidental de la Península Ibérica.

PALABRAS CLAVE: Oscilación del Atlántico Norte · · Las precipitaciones España

Reventa o republicación no permitido sin el consentimiento por escrito del editor

1. INTRODUCCIÓN la fase positiva. Ambas fases de la NAO se asocian con cambios en

La Oscilación del Atlántico Norte (NAO) es uno de los modos más
importantes de la variabilidad de baja frecuencia en alturas geopotencial
en el hemisferio norte (Barnston y Livezey 1987). La mayoría de los
estudios sobre el foco NAO en los meses de invierno, cuando la
atmósfera es la más activa de forma dinámica y perturbaciones crecer a
sus amplitudes mayores. Como resultado, la influencia de la NAO en
temperatura de la superficie y la precipitación, así como sobre los
ecosistemas, es también mayor en esta época del año (Hurrell y col.
2003). La NAO se caracteriza por un patrón dipolar norte-sur de la
presión a nivel del mar, con uno de los centros situados sobre Islandia y
el otro aproximadamente sobre las Azores. Este patrón dipolar refleja el
fuerte contraste de la presión sobre la región meridional del Atlántico
Norte. La fase positiva de la NAO refleja alturas inferiores a lo normal y
presión a través de las altas latitudes del Atlántico Norte, y alturas
superiores a lo normal y la presión sobre el Atlántico norte central. La
fase negativa se caracteriza por anomalías que son opuestos a los
observados durante
toda la cuenca en la intensidad y localización de la corriente en chorro y
de tormenta pistas del Atlántico Norte, y con los cambios en los
patrones de calor zonal y meridional y transporte de la humedad desde
el Océano Atlántico a las áreas continentales de Europa. Un
desplazamiento hacia el norte en el eje de transporte máximo de
humedad se observa cuando la NAO está en la fase positiva (Hurrell
1995). Esto resulta en un flujo del oeste intensificado que trae aire
caliente marítima a Europa, lo que reduce los brotes polares en Europa
y que conduce a un calentamiento de la Europa central y del sur y un
enfriamiento de la zona del Atlántico noroeste (Rogers y van Loon,
1979). Una técnica para el seguimiento de la NAO y el estudio de su
variabilidad temporal en el tiempo es a través de un índice. Este índice
se construye utilizando las diferencias de presión entre una estación
situada cerca del centro sur del dipolo y otro cerca del centro del norte.
Varios índices NAO se han propuesto recientemente, utilizando
diferentes estaciones y diferentes intervalos timeaveraged del año
(Hurrell y van Loon

1997, Jones et al. 1997, 2003).

* Autor correspondiente. Email: frodrigo@ual.es © Inter-Investigación 2004 · www.int-res.com

34 Clim Res 27: 33-43, 2004
Varios estudios se han centrado en la relación entre los campos de
presión a gran escala, tales como la NAO, y el clima de Europa, por
ejemplo, con respecto a las precipitaciones en el Reino Unido e Irlanda
(Murphy & Washington
2001, Fowler y Kilsby 2002), la serie de temperatura en la República
Checa (Bodri y Cermak 2003) y Hungría (Matyasovszky 2003), o la
precipitación de invierno en el norte de Europa (Uvo 2003). Los cambios
en la circulación atmosférica sobre el Atlántico están conectados con los
cambios regionales pronunciados en los patrones de precipitación (Hurrell
1995, Hurrell & van Loon 1997, Dai et al. 1998). La asociación entre las
fluctuaciones de la NAO y la precipitación en la Península Ibérica y el
norte de África ha sido objeto de diversos estudios: Rodó et al. (1977)
encontraron una fuerte relación entre la NAO y la precipitación de invierno
en la parte occidental de la Península Ibérica; Lamb & Peppler (1987)
encontraron una fuerte relación inversa entre la precipitación en el norte
de Marruecos y el NAO (correlación de
- 0,64 para el período octubre-abril); Zorita et al. (1992) encontraron una correlación de -0,5
entre el índice NAO y la precipitación en la Península Ibérica SW en invierno; Esteban-Parra et
al. (1998) calcularon los coeficientes de correlación entre el índice NAO calculada por Hurrell
(1995) y la serie de precipitaciones en España: sus resultados, significativo al nivel de confianza
del 95%, fueron -0,55 por precipitación anual y -0.67 por las lluvias de invierno; Ulbrich et al.
(1999) confirmaron la importancia de la NAO de la variabilidad de las precipitaciones en
Portugal; Goodess y Jones (2002) encontraron correlación negativa significativa entre la NAO y
precipitaciones en 18 estaciones ibéricos; Knippertz et al. (2003) analizaron la variabilidad a
largo plazo de la precipitación en Marruecos y su enlace a la circulación a gran escala, la
búsqueda de un coeficiente de correlación de -0,71 con NAO en invierno. Una razón física para
la relación inversa entre la NAO y la precipitación fue dada por Hurrell y van Loon (1997), Corte
Real et al. (1998), Ulbrich et al. (1999) y Trigo et al. (2002): Índice altos se asocian con fuertes
vientos del oeste, impulsado en parte por una intensificación de la presión alta en el oeste de la
Península Ibérica, produciendo situaciones de bloqueo sobre el área de estudio. Por el
contrario, los valores de índice bajo y circulación meridional intensificado, cambiar los ciclones
del Atlántico sur, de manera que éstos invaden la Península Ibérica. Por lo tanto, los altos
valores del índice NAO se relacionan con baja precipitación anual y estacional (sequía), y los
valores de índice de bajas están relacionadas con las lluvias intensas y las inundaciones. (1999)
y Trigo et al. (2002): Índice altos se asocian con fuertes vientos del oeste, impulsado en parte
por una intensificación de la presión alta en el oeste de la Península Ibérica, produciendo
situaciones de bloqueo sobre el área de estudio. Por el contrario, los valores de índice bajo y
circulación meridional intensificado, cambiar los ciclones del Atlántico sur, de manera que éstos
invaden la Península Ibérica. Por lo tanto, los altos valores del índice NAO se relacionan con
baja precipitación anual y estacional (sequía), y los valores de índice de bajas están
relacionadas con las lluvias intensas y las inundaciones. (1999) y Trigo et al. (2002): Índice altos
se asocian con fuertes vientos del oeste, impulsado en parte por una intensificación de la
presión alta en el oeste de la Península Ibérica, produciendo situaciones de bloqueo sobre el
área de estudio. Por el contrario, los valores de índice bajo y circulación meridional intensificado, cambiar los ciclones del Atlántico sur, de manera que éstos invaden la Península Ibérica. Por lo tanto, los altos valores del índice NAO
Debido a su impacto dominante en el tiempo y el clima de Europa,
hay un creciente interés en la cuantificación de los posibles límites de
predictibilidad estacional e interanual de la NAO. Los estudios han
identificado previsibilidad única habilidad NAO limitado hasta la fecha.
Baldwin et al. (2003) utilizaron un modelo lineal para predecir la media
mensual Artic Oscilación de acoplamiento estratosfera-troposfera.
Saunders et al. (2003) examinaron la previsibilidad estacional de la
NAO de invierno desde el lag
la extensión de la cubierta de nieve del hemisferio norte. Según estos autores, el
invierno NAO es predecible a partir de la capa de nieve Hemisferio Norte con
una habilidad correlación de aproximadamente 0,6. La mayoría de los esfuerzos
se han centrado en el papel de retardados temperaturas superficiales del mar
del Atlántico Norte (SST) (Rodwell y Folland 2001). Alrededor del 15% de la
varianza en estacional presión media de nivel de la superficie se debe a forzar
de SST, con mayo como el mejor mes para hacer tal predicción (correlación
técnicas de predicción de alrededor de 0,45) (Rodwell 2003).
Si la NAO puede pronosticarse mediante SST u otras variables,
entonces podemos estimar el régimen de lluvias de invierno con unos
meses de antelación, y esto es importante para la planificación y gestión
hidrológica. El uso de la NAO por sus efectos sobre la actividad
económica predicción es de gran interés (Mysterud et al 2003); por
ejemplo, Wilby (2001) utiliza la NAO para pronosticar río fluye en las
Islas Británicas; Rîmbu et al. (2002) estudiaron la relación entre la
variabilidad decenal del caudal del río Danubio y la NAO; Rodó y Comín
(2000) estudiaron la relación a la calidad del vino en España; Esteves y
Orgaz (2001) indicaron que existe una relación negativa entre la NAO
en abril y la calidad del vino en Portugal, y Kettlewell et al. (1999, 2003)
demostraron que el trigo cultivado en el Reino Unido está fuertemente
relacionada con la Oscilación del Atlántico Norte en el invierno anterior.
Muchas de las actividades agrícolas y de gestión del agua se planifican
en función de las categorías mensuales y estacionales de
precipitaciones. El principal objetivo de este estudio fue identificar si una
fase dada de los aumentos de NAO o disminuye la probabilidad de las 3
categorías de precipitaciones estacionales: sequía, normales o
abundantes. Las categorías de lluvia se determinaron de acuerdo con
los valores del percentil de la distribución de la lluvia durante un período
de referencia. Este estudio es la extensión de uno anterior (Muñoz-Díaz
y Rodrigo 2003) se centraron en los efectos de la NAO en la
precipitación mensual de 10 estaciones en el sur de la Península
Ibérica. A continuación, analizamos 32 pluviómetros que cubren todo el
país, para el período 1912-2000; la escala de tiempo es de temporada
en lugar de mensual, ya que el tiempo de resolución temporal se utiliza
comúnmente en la predicción del clima y en estudios de planificación y
gestión.
2. DATOS
2.1. índice NAO de invierno
Un índice representativo mensual de Oscilación del Atlántico Norte,
desarrollado por Jones et al. (1997), se ha utilizado para este estudio. El
índice fue formulado usando
 Muñoz-Díaz y Rodrigo: Impactos de la NAO sobre las precipitaciones en España
datos de Gibraltar (36,1 ° N, 5.4 ° W) y el sur de Islandia, principalmente
de Reykjavik (64,1 ° N, 22.5 ° W), para 1826-2000 (datos disponibles en
www.cru.uea.ac.uk). Gibraltar parece representar mejor la parte sur del
dipolo NAO durante el invierno que otras estaciones de uso común,
como Lisboa, o Ponta Delgada en las Azores (Jones et al. 1997,
Pozo-Vázquez et al. 2000). Un procedimiento de normalización para
cada serie de tiempo la presión es necesaria para prevenir el índice de
ser sesgada y engañosa, debido a diferentes características estadísticas
de los datos de la presión de las estaciones norte y sur (especialmente
con respecto a SD), y debido al cambio de tanto la media y la SD
durante todo el año. Así, un índice desestacionalizado y normalizado
mensual fue construido para cada estación, mediante el cálculo de la
diferencia entre cada valor mensual bruto y un valor medio promediado
en el tiempo y, a continuación, dividiendo por un SD mensual
promediada en el tiempo. La normalización fue para el periodo
1961-1990, siguiendo las sugerencias de la OMM para establecer un
período de 30 años para la definición de las normales climáticas (Ojo y
Afiesimama 2000), y de tener en cuenta que las proyecciones futuras
sobre el cambio climático (por ejemplo, Hulme y Sheard 1999) utilizan
este período como referencia y expresar los cambios climáticos en el
futuro como porcentajes de los valores de este período. El índice
mensual NAO se obtuvo como la diferencia entre los valores
normalizados de presión en Gibraltar e Islandia. Los datos mensuales se
promediaron para obtener un índice estacional. El coeficiente de
correlación entre este índice y que los datos de presión basado en
Azores es 0,87 (significativo a un nivel de confianza del 95%) para
1865-2000. I = 0,39 ± 1,23 (SD) (desviarse de I = 0 ± 1, debido al período
de normalización seleccionado). La asimetría y curtosis coeficientes
estándar son -0,92 y -1,92, respectivamente; esto está dentro del rango
esperado para los datos de una distribución normal. El hecho de que el
índice NAO puede desviarse significativamente de la normalidad puede
tener importantes implicaciones para NAO pronóstico y puede dar
fácilmente la impresión de no estacionario en series de tiempo (Burgers
& Stephenson 1999). Se analizó la normalidad del índice NAO mediante
la aplicación de una prueba de Kolmogorov-Smirnov (KS):
= D max {| Q yo - PAG i |}; i = 1, ..., n
dónde re es la estadística de prueba KS, Q yo es la distribución empírica
acumulada, PAG yo es la distribución teórica a ensayar, y n es el número
de observaciones. Si re ≤
(1,36 √ n), con un número suficientemente grande de observaciones, la
hipótesis es aceptada con un nivel de confianza del 95%
(Peña-Sánchez 1995). El resultado fue D = 0,0395 <(1,36 √ n), por lo
tanto, no hay pruebas suficientes para demostrar que la distribución no
es normal. UNA t- prueba se llevó a cabo y el intervalo de confianza del
95% de la media era (0.22, 0.55). Por lo tanto, la hipótesis nula de que
la media es igual a cero debe ser
35
Naón
24
20
16
Frecuencia
12
NaO- NAO +
48
0
-4 -3 -2 -1 0 1 2 3 4
índice NAO
Fig. 1. Histrogram del índice NAO para el período de 1826-1999, distribución
gaussiana equipados, y los valores de umbral (líneas de trazos verticales)
utilizan para definir las 3 fases NAO
rechazado. Si aceptamos el carácter de Gauss del índice, esta
circunstancia nos permite establecer la simetría de los valores del índice
de todo el valor medio. En este estudio, la evolución de la NAO se
dividió en 3 fases: (1) negativo NAO (NaO-) cuando I <I- - 1, donde YO- es
el valor medio del índice; (2) neutro NAO (NAON) cuando YO- - 1 ≤ yo ≤ YO-
+ 1; y (3) NAO positiva (NAO +) cuando I> I- + 1. De este modo, las fases
extremas NAO se expresan como desviaciones> 1 SD en el período de
referencia 1961-1990. Tenga en cuenta que el uso de esta metodología,
los valores de umbral para definir fases extremas del índice NAO (-0,61
para NaO-, 1,39 para NAO +) difieren de ± 1. La Fig. 1 muestra el
histograma del índice NAO para 1826-1999, la distribución gaussiana
de módulos, y los valores de umbral obtenido para definir las 3 fases de
la NAO. Esta metodología es similar a la utilizada por Beniston y Jungo
(2002) para definir fases extremas NAO, utilizando como valores de
umbral de los percentiles 10% y 90% del índice de NAO. Los
porcentajes de datos que caen dentro de cada fase son los siguientes:
NaO- 19%, NAON 63%, NAO + 18%. La Tabla 1 muestra las
estadísticas básicas de cada fase NAO durante 1912-2000, y los
valores globales de 1826 a 2000. La media de NAO + es 1,83 y la de
NaO- es -1,37. Estos valores son representativos de 2 altamente
contrastantes regímenes sinópticos, la presión a saber, superior a la
media sobre la Península Ibérica asociada con anomalías de
precipitación negativos, y menor que la presión media y precipitaciones
fuertes, respectivamente. El significado
(1)
Tabla 1. valor de los índices NAO media ( YO- ± SD) para cada fase durante
1912-2000, y en general para el período 1826-1999
NAO + Naón NaO- 1826-1999
+ 1,83 ± 0,39 0,39 ± 0,39 -1,37 ± 0,56 0,39 ± 1,23
36 Clim Res 27: 33-43, 2004

valor correspondiente a NAON es igual a la del período 1826-2000. Por Tabla 2. series de datos precipitaciones de invierno en España para 1912-2000

otro lado, SD es igual para NAO + y NAON, y ligeramente superior para

NaO-. Una posible explicación es que en el modo de NaO- la distribución Estación altitud latifundio La media longitu- SD
de presión no es necesariamente invierte, puesto que todavía hay una (CÓDIGO) (M asl) tud tud (Mm) (mm)

baja islandés y una alta Azores; las diferencias en la presión son más
Albacete (AB) 704 38 ° 57'N 01 ° 51'W 75,5 33,0
débiles de lo normal, sin embargo, como reversiones completos con
Almería (AL) 21 36 ° 50'N 02 ° 23'W 74,5 41,0
mayor presión sobre Islandia que sobre las Azores se producen muy
Alicante (A) 82 38 ° 22'N 00 ° 29'W 72,7 48,4
raramente (Wanner y col Badajoz (BA) 192 38 ° 53'N 06 ° 48'W 166,7 87,4
Barcelona (B) 6 41 ° 17'N 02 ° 04' E 126,3 86,0
2001). Por lo tanto, se espera una mayor variabilidad en NaO-. Burgos (BU) 881 42 ° 21'N 03 ° 36'O 140,0 65,0
Caceres (CC) 459 39 ° 28 'N 06 ° 20'W 182,3 100,1
Ciudad Real (CR) 629 38 ° 59'N 03 ° 55'W 127,8 74,2 Cuenca (CU)
956 40 ° 04'N 02 ° 08'W 145,4 74,2
2.2. serie de precipitaciones en España
Granada (GR) 680 37 ° 08'N 03 ° 37'W 138,2 68,3
Huelva (H) 26 37 ° 15'N 06 ° 56'W 118,2 61,1
La base de datos utilizada en este estudio comprende la precipitación Huesca (HU) 542 42 ° 05 'N 00 ° 19' O 197,3 114,0
total invierno (diciembre, enero, febrero) a las 32 localidades españolas, Jaen (J) 510 37 ° 46'N 03 ° 47'W 212,8 117,3

que cubre la Península Ibérica, excepto Portugal. La Fig. 2 muestra la La Coruña (LC) 67 43 ° 22'N 08 ° 25'W 336,3 127,8
Logroño (LO) 352 42 ° 27'N 02 ° 14'W 92,2 40,3
ubicación de los pluviómetros y la Tabla 2 muestra los datos geográficos,
Madrid (M) 667 40 ° 24'N 03 ° 40'W 124,4 66,2
media y DE de las lluvias de invierno en las estaciones. Ellos fueron
Málaga (MA) 7 36 ° 40 'N 04 ° 29'W 216,7 142,1
seleccionados de una lista de medidores de lluvia suministrados por el Murcia (MU) 75 37 ° 57'N 01 ° 13'W 68,6 44,8
Instituto Español de Meteorología (INM). La mayoría de las estaciones no Pamplona (P) 461 42 ° 45'N 01 ° 38'W 251,9 148,9
han cambiado su posición, pero los metadatos relativos a los métodos e Salamanca (SA) 790 40 ° 56'N 05 ° 29'W 110,7 54,0

instrumentos es conocido por sólo unos pocos. Almarza et al. (1996) y S. Fernando (SF) 30 36 ° 27'N 06 ° 12'W 232,4 117,9
S. Sebastian (SS) 259 43 ° 18'N 02 ° 02'W 420,9 162,3
Esteban-Parra et al. (1998) analizaron la homogeneidad de estas series se
Santander (S) 65 43 ° 27'N 03 ° 49'W 341,0 118,9
aplican pruebas de homogeneidad absolutos (Thom y Mann-Kendall
Santiago (SC) 367 42 ° 53'N 08 ° 25'W 631,1 330,3
pruebas) y pruebas de homogeneidad relativas (Barlett y Alexanderson Segovia (SG) 1005 40 ° 57'N 04 ° 07'W 127,0 56,9
pruebas), y se llegó a la conclusión de que estas series son de alta calidad Sevilla (SE) 31 37 ° 25'N 05 ° 53'W 219,6 127,8
y no presentan problemas de falta de homogeneidad. Los datos para 13 Soria (SO) 1080 41 ° 46'N 02 ° 29'W 141,3 74,9
Toledo (TO) 540 39 ° 51'N 04 ° 01'W 104,0 54,3
pluviómetros tienen ningún hueco, y para los otros pluviómetros de datos
Tortosa (TT) 50 ° 49'N 40 ° 00 29' E 106,7 68,4
que faltan son menos del 5%. En estos casos, el valor medio mensual
Valencia (V) 11 39 ° 28 'N 00 ° 22'W 105,7 67,7
correspondiente sustituido los valores que faltan. El período 1912-2000,
Valladolid (VA) 735 41 ° 38'N 04 ° 46'W 116,5 63,3
común para todas las estaciones meteorológicas, se seleccionó para este Zaragoza (Z) 240 41 ° 39'N 01 ° 00 '64,5 35,5
estudio. estaciones meteorológicas se encuentran en longitudes de 2 ° 04'
E (Barcelona) a 8 ° 26'W (Santiago de Compostela) y las latitudes de 43 °
27'N (Santander) a 36 ° 27'N (San Fernando), y por lo altitudes sobre el
nivel del mar (ASL) que van desde 6 m

el nivel del mar (Barcelona) a 1.080 m snm (Soria). Winter significa gama
precipitaciones de un máximo de 631,1 mm en la NW (Santiago de
Compostela) a los valores mínimos de
64,5 mm en el este (Zaragoza) y 68,6 mm en la SE (Murcia). Para evitar el
enmascaramiento de los resultados por diferentes condiciones geográficas y
para eliminar posibles efectos de escala, las variables se estandarizaron,
utilizando de nuevo el periodo de 1961 a 1990 como referencia

xtyo() - X ii
ZTyo() = (2)
σ

donde z yo ( t) es la anomalía de precipitación invernal en la estación yo en el año t, x yo ( t) es la

precipitación en la estación de invierno yo en el año t, y - X yo

y σ yo son la media y SD, respectivamente, del período de referencia. Fig. 2. Mapa del área de estudio. pluviómetros se identifican por el código
indica en la Tabla 1
 Muñoz-Díaz y Rodrigo: Impactos de la NAO sobre las precipitaciones en España
3. Análisis y resultados
3.1. La regionalización de las lluvias de invierno en España
El análisis de conglomerados (CA), uno de los procedimientos de
minería de datos más útiles para el descubrimiento de grupos y la
identificación de patrones (Halkidi et al. 2001), se aplicó a reducir la
dimensionalidad del problema. CA es una herramienta estadística eficaz
para agrupar estaciones en regiones climatológicamente homogéneos
(DeGaetano y Shulman 1990, Ahmed 1997, DeGaetano 2001) y para
agrupar los períodos de tiempo en grupos que reflejan la ocurrencia de
fenómenos meteorológicos o patrones (Ramos, 2001). El propósito de CA
es colocar objetos en grupos que no se definen previamente, por lo que
los objetos en un grupo determinado sugerido por los datos tienden a ser
similares entre sí en algún sentido, y objetos en diferentes grupos tienden
a ser diferentes. Los datos en bruto inicial consiste en ap × n matriz Z que
puede ser pensado como n puntos en un espacio p-dimensional. El
término 'variable' se utiliza para denotar los vectores columna, y el término
'observación' se utiliza para denotar los vectores fila. La etapa más básica
antes de aplicar un algoritmo de agrupamiento es establecer una similitud
o disimilitud medida numérica para caracterizar las relaciones entre los
datos. distancia euclidiana es la medida más comúnmente utilizado,
aunque existen muchas otras mediciones de distancia (Gong y Richman
1995). teniendo en cuenta ap × n matriz Z en un espacio p-dimensional, la
distancia euclídea re entre las variables Z yo y
Z j es dado por
re ij = [( Z yo - Z j) T ( Z yo - Z j)] 1/2
donde T es la matriz traspuesta, suponiendo que las observaciones p
son independientes. El rango de distancia euclidiana es de 0 (vectores o
variables idénticas) a + ∞
(vectores sin relación).
La mayoría de los procedimientos de CA comunes son jerárquicas (Wilks
1995). Su propósito es formar cada número posible de grupos n, n - 1,
..., 1 de una manera que minimice la pérdida de información. El primer
paso es combinar 2 grupos P y Q cuya fusión produce la menor
aumento en la suma de cuadrados dentro de las agrupaciones distancia
de cada individuo para el centroide de su cúmulo presente norte,
Resultando en norte - 1 grupos. El siguiente paso es examinar la norte - 1
grupos para determinar si un tercer miembro debería estar vinculado con
el primer par u otro emparejamiento con el fin de asegurar el valor óptimo
de la función objetivo para norte - 2 grupos. Este proceso continúa hasta
que todas las estaciones están agrupados en 1 grupo y todas las
diferencias climáticas se ocultan (Ahmed 1997). Existen varios métodos
jerárquicos, dependiendo de los criterios de agregación. En este trabajo, el
método utilizado es el de Ward (1963). el método de Ward calcula la
distancia entre los 2 grupos como la suma de los cuadrados (SS) entre los
2 grupos añadidos a lo largo de todas las variables. En cada
37
generación, el SS dentro de la agrupación se minimiza sobre todas las
particiones que se pueden obtener mediante la fusión de 2 grupos de la
generación anterior. Si C k y C l son 2 grupos se combinaron para formar el
grupo C metro, la distancia euclídea re entre el nuevo grupo y otro grupo C j es:
( NND
j + k ) jk + ( nndndnn
j + l ) jl - j kl
re jm
, = (4)
+
j metro
dónde norte j, norte k, norte l y norte metro son el número de objetos en clúster j, k, l y metro,
respectivamente, y re jk, re jl y re kl
representar las distancias entre las observaciones en clúster j y k, Entre j
y l, y entre k y l,
respectivamente (Ramos 2001).
Aunque los resultados de agrupación pueden ser sensibles al método
elegido (por ejemplo, media-vinculación a diferencia de Ward),
Blashfield (1976, p. 387) encontraron que el método de Ward 'obtuvo
claramente las soluciones más precisas' entre los 4 métodos jerárquicos
Probó. CA producirá una agrupación diferente de norte observaciones
en cada una de las norte pasos -1. Un problema práctico importante en
la CA es la opción del paso intermedio en el que se formarán grupos y
el número de grupos sujetos a retención, pero no existen técnicas
objetivas universalmente aceptados por los que pueda lograr esto
(Gong y Richman 1995). En general, esto requerirá una elección
subjetiva. Un enfoque común es subjetiva para inspeccionar un gráfico
de las distancias entre las agrupaciones fusionadas en función de la
etapa del análisis. Cuando grupos similares se fusionan al inicio del
proceso, estas distancias son pequeñas, y aumentan relativamente
poco, paso a paso. Tarde en el proceso puede ser sólo unos pocos
grupos, separados por grandes distancias. Si un punto se puede
discernir donde las distancias entre las agrupaciones fusionadas saltos
notablemente, el proceso de agrupación puede ser detenido justo antes
(3)
de estas distancias se vuelven grandes (Wilks 1995). Fig. 3 (parte
superior) muestra el dendrograma de los datos de precipitación de
invierno estandarizados, agrupadas de acuerdo con la distancia
euclídea al cuadrado. Fig. 3 (centro) muestra la distancia entre las
agrupaciones fusionadas como una función de los pasos.
Subjetivamente, estas distancias suben gradualmente hasta la etapa 29
o 30, cuando las distancias entre los grupos combinados comienzan a
ser notablemente más grande. Un punto plausibles en el que para
detener el análisis es después de la etapa 29. Esto se traduce en la
definición de 3 grupos:. Cluster 1 incluye 68,7% de las observaciones,
Cluster 2 tiene 21,9% y Cluster 3 tiene 9,4% (véase la figura 3, parte
inferior ). Estos resultados son similares a los de Esteban-Parra et al.
(1998) y Rodríguez-Puebla et al. (1998),
2004). El grupo 1 se centra en el oeste de Iberia, donde las
precipitaciones se asocia principalmente con la circulación del oeste
(Trigo y Palutikof 2001). Cluster 2 se asocia con
 38 Clim Res 27: 33-43, 2004

2
Grupo 1
1.6 4
23

anomalías de precipitación
1.2 01
-1
distancia ( x1000)

-2
0.8
-3
-4
0.4

0 Grupo 2
4

23

anomalías de precipitación
1

SGPS
AV

HUZ
ABB

GRJ
MA
MU

MA
CC
CR
CU

SO
BU

SC
BA

SE

VA

LO
SA

SS
SF

LC
TT
AL

2 -10
H

-2
-3
1.6
-4

1.2
distancia ( x1000)

Grupo 3
4
0.8
23

anomalías de precipitación
1
0.4
-10

-2
0 -3
0 10 20 30 40 -4
Escenario
índice NAO de invierno

4
23
01
Índice

-1

-2
-3
-4
1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
Año

Fig. 4. Series de tiempo de anomalías de precipitación correspondientes a cada clúster. Inferior:

series de tiempo de índice invierno NAO (valores de umbral determinado para definir fases extremas
NAO se indican mediante líneas discontinuas)

efecto de la orografía local sobre estos flujos obliga a una subida de la

masa de aire y la precipitación en las zonas costeras o continentales,
en función de la señal de la componente meridional de los flujos (Sáenz
Fig. 3. Análisis de Cluster de las 32 estaciones analizadas (método de Ward, Distancia et al.
euclídea al cuadrado). Top: dendrograma; Medio: parcela distancia aglomeración; 2001). Por lo tanto, se espera que Cluster 1 a ser la región afectada
Conclusión: los 3 grupos mapeadas (porcentaje de principalmente por la NAO. La Fig. 4 muestra la serie de tiempo de la serie 3
observaciones correspondientes a cada grupo está incluido)
centroide (es decir, la media de cada grupo), y del índice NAO invierno.
períodos secos importantes, por ejemplo alrededor de 1920 para las
regiones 3, o alrededor de 1990 por el oeste (Grupo 1) y (3) Cluster regiones
la costa mediterránea, donde la precipitación se produce principalmente del norte, y los períodos húmedos, por ejemplo, alrededor de 1960, se
por los flujos de aire del este (Romero et al. pueden detectar. En términos generales, las anomalías de precipitación y
1999); esta región está al abrigo de las alteraciones intensas en el NAO muestran un comportamiento opuesto, como se esperaba. Los
Atlántico por la meseta central español y los Pirineos, y también por el coeficientes de correlación (nivel de confianza de 95%) entre anomalías de
aumento de la tierra que flanquean la costa mediterránea (Sumner et precipitación y el índice NAO son -0,68 para Cluster 1, -0,47 para Cluster 2, y
al., 2001). Grupo 3 se asocia con la costa norte, donde la lluvia es -0,31 para Cluster 3, con porcentajes de varianza explicada de 46, 22 y 10%,
causada principalmente por los flujos del norte o meridionales (Goodess respectivamente.
& Jones 2002), cuando el bloqueo
 Muñoz-Díaz y Rodrigo: Impactos de la NAO sobre las precipitaciones en España 39

3.2. Los cambios en las probabilidades de sequía y

lluvias abundantes Grupo 1

NaO-

Los impactos históricos de la NAO sobre el clima pueden ilustrarse

mediante el cálculo de la frecuencia con la precipitación estacional ha estado
en los terciles climatológicos superior, medio e inferior en los extremos de la Naón

NAO. Esto forma conjuntos de valores de índice NAO YO, utilizado para estimar
la función de distribución de la serie de anomalías de precipitación do yo condicionada
a estos conjuntos. Una metodología similar fue seguido por Lucero (1998) en NAO +

su análisis sobre la influencia de El Niño-Oscilación del Sur (ENOS) de las

precipitaciones en el centro de Argentina.

Grupo 2

serie anomalías de precipitación fueron divididos en 3 grupos, que NaO-

corresponden a cada fase NAO, para cada clúster. Los conjuntos que
corresponden a fases extremas NAO tienen menos datos (17 para
NaO-, y 16 para NAO +). Por lo tanto, una función de distribución teórica Naón
para cada conjunto de anomalías de precipitación no estaba equipado,
y el estudio se realizó utilizando el condicional distribución empírica de
anomalías de precipitación. La Tabla 3 muestra los parámetros de las
NAO +
distribuciones empíricas para la serie de invierno correspondiente a
cada grupo y la fase de NAO, y la Fig. 5 muestra los diagramas de caja,
incluyendo los percentiles 25 y 75 del período de referencia para cada
clúster. El valor medio se desplaza a valores más bajos cuando los
Grupo 3
cambios NAO de lo negativo a la neutral a la fase positiva. Esto es
NaO-
particularmente evidente en el grupo 1, en donde los cambios medios
de 0,89 a -0,31 a -0,64 (Tabla 4),

Naón

NAO +

Las distribuciones se, compararon mediante una t- prueba en las -3 -2 -1 0 1 2 3

diferencias entre medios y una F- prueba para la comparación de las anomalías de precipitación

varianzas (Tabla 4). Para Cluster 1 hay una diferencia significativa entre la Fig. 5. Diagrama de cajas de las distribuciones empíricas de la precipitación en cada grupo

media de NaO- y NAON, mientras que no hay diferencia significativa entre
los valores medios de NAON y NAO +, lo que indica la asimetría en el
comportamiento de la serie. Posiblemente, esto se basa en el carácter
ligeramente sesgada de la serie de precipitaciones, lo que implica que las
condiciones secas típicas de NAO + son más 'normal' que las condiciones
húmedas. los
F- prueba indica diferencias significativas entre variabilidad
y la fase NAO para 1912-2000. Cuadro muestra los cuartiles de los datos; +: Media; línea
vertical en la caja: la mediana; líneas horizontales: 1,5 rango intercuartil; cuadrados
pequeños: los valores extremos; vertical de líneas discontinuas: cuartiles del período de
referencia
1961-1990
Tabla 4. Comparación entre los medios ( t- test) y las variaciones ( F- de prueba) de
las distribuciones empíricas obtenidos para cada grupo y la fase NAO; *
Significativo al nivel de confianza del 95%

t F
Tabla 3. Parámetros de la distribución empírica (media índice NAO YO- y SD) y el
número de los datos (n) para la serie de invierno Grupo 1 do 1NAO- vs C 1NAOn 6,73 * 1.09
correspondiente a cada grupo y la fase NAO do 1NAOn vs C 1NAO + 1.98 2,57 *
do 1NAO- vs C 1NAO + 8,00 * 2,79 *

NaO- Cluster (n = 17) NAON (n = 55) NAO + (n = 16) Grupo 2 do 2NAO- vs C 2NAOn 2,39 * 1.32
YO- Dakota del Sur YO- Dakota del Sur YO- Dakota del Sur
do 2NAOn vs C 2NAO + 2.49 * 1.17
do 2NAO- vs C 2NAO + 4,29 * 1.14
1 0,89 0,66 - 0,31 0,64 - 0,64 0,40 Grupo 3 do 3NAO- vs C 3NAOn 1.67 1.31
2 0,40 0,60 - 0,04 0,69 - 0,52 0,64 do 3NAOn vs C 3NAO + 1.86 1.19
3 0,31 1,11 - 0,16 0,97 - 0,68 1,06 do 3NAO- vs C 3NAO + 2,62 * 1.10
40 Clim Res 27: 33-43, 2004

ANCES de Naón y NAO +, con una SD superior en Naon, cuando se espera
una mayor variabilidad si lo comparamos con el carácter seco asociado a
NAO +. En cuanto a los valores de DE similares en los conjuntos de NAON
y NAO + (Tabla
1), hay que rechazar la posibilidad de que estas diferencias se limitan a
reflejar la variabilidad del índice NAO en sí. Por lo tanto, para Cluster 1, el
cambio de fase de NAO conduce a un cambio en la cantidad media de
precipitaciones al comparar NaO- y NAON, y un cambio en la variabilidad
de la precipitación cuando se comparan NAON y NAO +. Comparación de
bilidad de seco ( z < P25) y húmeda ( z> P75) inviernos para cada grupo y
la fase NAO durante 1912-2000. Para Cluster 1, la probabilidad de
sequías es 0,0% durante NaO-,
43,6% durante NAON, y 43,8% durante NAO +, y la probabilidad de la
precipitación abundante es 70,6% durante NaO-, 10,9% durante NAON,
y 0,0% durante NAO +. Esta relación inversa es también evidente para
los clústeres de 2 y 3.
La influencia de NaO- en la probabilidad de la precipitación abundante es mayor para

NaO- y NAO + muestra diferencias significativas en la cantidad de lluvia Cluster 1 que para Clusters 2 y 3, mientras que la probabilidad de sequía es alto para los

entre en todas las áreas 3, pero principalmente en el grupo 1 (Tabla 4). grupos 2 y 3, y para NAO + (Tabla 6). A posiblemente explicación es que el Cluster

Mediterráneo 2 y el Cluster norte de 3 están protegidos por las montañas de flujos del oeste

asociados con NaO- (Romero et al. 1998), mientras que la actividad anticiclónica asociada con

La influencia de los cambios en la NAO sobre eventos extremos de NAO + afecta a toda la península. Para Cluster 1, la probabilidad de inviernos húmedos para

precipitación se evaluó mediante la investigación de los cambios en las funciones NaO- es más alta que la probabilidad de inviernos secos para NAO + (Tabla 6). Esto demuestra

de densidad de probabilidad. En el debate actual sobre el calentamiento global, que las lluvias de invierno en la zona de estudio no varía de manera lineal con respecto a la

cada vez hay más conciencia de que los cambios en las condiciones climáticas fase y la intensidad de la NAO. diferencias similares en los extremos menores de NAO + y NaO-

extremas son propensos a tener un mayor impacto en los sistemas ambientales y se encontraron por Pozo-Vázquez et al. (2001) en su análisis de la influencia de la NAO sobre

socioeconómicos de los cambios en los medios (Beniston y Jungo las temperaturas superficiales en el centro de Europa y la Península Ibérica, y por Wettstein y

Mearns (2002) en su estudio sobre la influencia de la NAO sobre las temperaturas en el noreste

2002). Pequeños cambios en las variables climáticas promedio pueden dar de EE.UU. y Canadá. NAO no es el único régimen de circulación que influye en las

lugar a grandes cambios tanto en la frecuencia e intensidad de los eventos precipitaciones, y yiou y Nogaj (2004) subrayan el papel del régimen de bloqueo escandinava,

extremos, debido a las relaciones no lineales entre los medios y extremos que controla los periodos de sequía en todo el Atlántico Norte NW y Escandinavia oriental,

(Mearns et al. mientras que la precipitación pesada es causada por la NAO + en el misma area. Se necesita

1984, Wigley 1985). Además, los cambios en la varianza pueden ocurrir y, más investigación para confirmar tal no linealidad. Para Clusters 2 y 3, la probabilidad de

o bien complementar o contrarrestar la influencia de los cambios medios inviernos secos durante NAO + es más alta que la probabilidad de inviernos húmedos durante

en los extremos (Katz & Brown 1992). En este estudio, las probabilidades NaO- (Tabla 6), indicando que estas áreas están más influenciadas por NAO + que por NaO-. y

de inviernos secos y húmedos se calculan a partir de las distribuciones por Wettstein y Mearns (2002) en su estudio sobre la influencia de la NAO sobre las

empíricas para cada serie mediante la clasificación de serie temperaturas en el noreste de EE.UU. y Canadá. NAO no es el único régimen de circulación

precipitaciones según las fases de NAO. Para cada grupo, los valores de que influye en las precipitaciones, y yiou y Nogaj (2004) subrayan el papel del régimen de

umbral escogidos para definir las categorías de precipitación son los bloqueo escandinava, que controla los periodos de sequía en todo el Atlántico Norte NW y

percentiles 25 y 75 para el período de referencia 1961-1990 (Tabla 5). La Escandinavia oriental, mientras que la precipitación pesada es causada por la NAO + en el

Tabla 6 muestra la proba- misma area. Se necesita más investigación para confirmar tal no linealidad. Para Clusters 2 y 3,

la probabilidad de inviernos secos durante NAO + es más alta que la probabilidad de inviernos

húmedos durante NaO- (Tabla 6), indicando que estas áreas están más influenciadas por NAO

+ que por NaO-. y por Wettstein y Mearns (2002) en su estudio sobre la influencia de la NAO
Tabla 5. Los percentiles 25 y 75 de las anomalías de precipitación
sobre las temperaturas en el noreste de EE.UU. y Canadá. NAO no es el único régimen de
serie para el período de referencia 1961-1990
circulación que influye en las precipitaciones, y yiou y Nogaj (2004) subrayan el papel del

régimen de bloqueo escandinava, que controla los periodos de sequía en todo el Atlántico Norte NW y Escandinavia oriental, m
Racimo 25 75a

1 - 0.59 0.66
2 - 0.46 0.50 4. CONCLUSIONES
3 - 0.63 0.63

La metodología de las probabilidades condicionales adoptadas en este

Tabla 6. probabilidad empírica (%) de seco ( z < P25) y húmeda ( z> P75) inviernos
en los 3 grupos para cada fase NAO durante 1912-2000. Los valores de umbral
son el 25 y 75
percentiles del período de referencia 1961-1990
estudio arroja resultados que sugieren que la fase de NAO no se limita a
aumentar o disminuir la precipitación, sino que también afecta las
probabilidades de lluvia extrema y modifica la distribución espacial de sus
impactos. Aunque la capacidad de predicción del método se mantiene a
ser evaluado, el resultado principal de este estudio es la cuantificación de

Racimo NaO- Naón NAO +

los riesgos climáticos y su potencial de predicción: (1) Para la Península
Seco húmedo Seco húmedo Seco húmedo Ibérica occidental (Cluster 1) un cambio de NAON a NaO- implica un
cambio en las precipitaciones medias durante el invierno, y un cambio de
1 0.0 70.6 43,6 10,9 43.8 0.0 Naón a NAO + implica un cambio en la varianza. Para el Mediterráneo
2 17,6 47,1 29,1 16,4 62,5 12,5
3 11,8 35,3 32.7 18. 2 50.0 6.3
 Muñoz-Díaz y Rodrigo: Impactos de la NAO sobre las precipitaciones en España
área (Grupo 2) cambios de fase de NAO implican cambios en las precipitaciones
medias durante el invierno, pero no hay cambios significativos en la varianza.
Para la zona norte (Grupo 3) no hay cambios significativos.
(2) Estos cambios provocan respuestas no lineales en las probabilidades
de condiciones extremas. Estas condiciones han sido definidas como sequía,
cuando las anomalías de precipitación son <percentil 25, y la abundancia de
lluvias, cuando las anomalías de precipitación son> 75 por ciento del período
de referencia 1961-1990.
(3) Se confirma la relación inversa entre las fases NAO y la
precipitación en España.
(4) La influencia de NaO- es mayor para el área occidental (Cluster 1)
que para el Mediterráneo y zonas del norte (grupos 2 y 3). Sin embargo,
la influencia de NAO + en la probabilidad de sequía es similar para las 3
regiones (> 40%).
(5) se detecta una ligera asimetría, con probabilidades más altas de la
precipitación abundante durante NaO- que de sequía durante NAO + para
la zona occidental (grupo 1). Por otra parte, las agrupaciones 2 y 3
muestran una mayor probabilidad de sequía durante NAO + que de lluvias
abundantes durante NaO-.
Mientras tanto NAO + parece influencia en todo el país, con condiciones
secas similares en las 3 zonas, los impactos de fase NaO- son más
importantes para la zona occidental del país. Estos resultados están en buen
acuerdo con otros resultados previamente reportados (Esteban-Parra et al.,
1998, Goodess & Jones 2002, MuñozDíaz y Rodrigo 2003), y, además,
permite una estimación cuantitativa de la probabilidad de los riesgos
climáticos asociados a las fases de la NAO en el Área de estudio. Si la NAO
se puede predecir, puede permitir la estimación de anomalías de
precipitación invernal con unos meses de antelación. El uso combinado de
estos análisis de predicción del clima y nuestros resultados pueden ser de
interés para la planificación de las actividades agrícolas y de gestión del
agua. Probabilidades mostrados en la Tabla 6 se pueden usar por los
usuarios mediante la incorporación de su propia información de costes y la
pérdida, para calcular el gasto esperado para un rango de valores de umbral,
en el sentido descrito, por ejemplo, por Palmer et al. (2000).
Aunque NAO ejerce una fuerte influencia en la temperatura y las
precipitaciones en gran parte de Europa, sobre todo durante el invierno,
el análisis se puede extender a las otras estaciones del año. Este es el
objetivo de un estudio en preparación. El análisis preliminar muestra
resultados similares; por ejemplo, para una región similar a Cluster
invierno 1, la probabilidad de un resorte mojado durante NaO- es 75% y
la probabilidad de un muelle seco durante NAO + es 32,5%, y en otoño
estos porcentajes son 49% y 28%, respectivamente.
Otros teleconecciones, tales como ENOS, pueden afectar el régimen
de lluvias en la Península Ibérica. Según Rodó et al. (1977), el
porcentaje de la variabilidad primavera debido a ENOS en la parte este
de España es
41
alrededor de 50%. Rocha (1999) también encontró una asociación
significativa entre ENOS y precipitaciones, sobre todo en la Península
Ibérica SE, con anomalías negativas en la precipitación resorte y por
encima del promedio de lluvia en el otoño después de un año de ENOS
inicio. La aplicación de la metodología desarrollada en este estudio de
la relación entre ENOS y precipitaciones español es el objetivo de otro
estudio en preparación.
Expresiones de gratitud. El proyecto español CICYT REN2001-3923-C0202 /
CLI ha financiado este estudio. Los autores agradecen a los árbitros anónimos
por sus útiles comentarios.
LITERATURA CITADA
Ahmed BYM (1997) Clasificación climática de Arabia Saudita: una
aplicación del análisis de factor de clúster. GeoJournal 41: 69-84 Almarza C,
López JA, Flores C (1996) Homogeneidad y variabilidad
abilidad de los Registros Históricos de precipitacion en España. Instituto
Nacional de Meteorología, Madrid, 318 p Baldwin MP, Stephenson DB,
Thompson DWJ, Dunkerton TJ,
Charlton AJ, O'Neill A (2003) de memoria estratosférico y la habilidad de los
pronósticos de autonomía extendida. Ciencia 301: 636-640
Barnston, AG, Livezey RE (1987) Clasificación, la estacionalidad
y la persistencia de los patrones de circulación atmosférica de baja frecuencia.
Lun Tiempo Rev 115: 1083-1126 Beniston M, Jungo P (2002) cambios en la
distribución de PRESION
Seguro, la temperatura y la humedad y los cambios en los patrones
climáticos típicos de la región alpina en respuesta al comportamiento de la
Oscilación del Atlántico Norte. Theor Appl Climatol 71: 29-42
Blashfield RK (1976) Las pruebas de modelo de mezcla de análisis cluster:
precisión de cuatro métodos jerárquicos aglomerativas. Psychol Bull 83:
377-388
Bodri L, V Cermak (2003) la variabilidad de alta frecuencia en los últimos
el clima y la Oscilación del Atlántico Norte. Theor Appl Climatol 74: 33-40
Hamburguesas G, Stephenson DB (1999) La 'normalidad' de El Niño.
Geophys Res Lett 26: 1027-1030 Corte-Real J, Quian B, Xu H (1998) el
cambio climático regional
en Portugal: variabilidad de la precipitación asociada con la circulación
atmosférica a gran escala. Int J Climatol 18: 619-635 Dai AK, Trenberth E, Karl
TR (1998) las variaciones globales en
sequías y períodos húmedos: 1990-1995. Geophys Res Lett 25: 3.367 a 3.370
DeGaetano AT (2001) Agrupación espacial de Estados Unidos CLI-
compañeros de estaciones que utilizan un enfoque de agrupación híbrido. Int J Climatol 21:
791-807
DeGaetano AT, MD Shulman (1990) Una clasificación climática
de la resistencia de plantas en los Estados Unidos y Canadá. Agric Para Meteorol
51: 333-351
Esteban-Parra MJ, Rodrigo FS, Castro-Díez Y (1998) espacial
y los patrones temporales de las precipitaciones en España para el periodo
1880-1992. Int J Climatol 18: 1557-1574 Esteves MA, Orgaz MDM (2001) La
influencia de la variabilidad climática
la capacidad de la calidad del vino. Int J Biometeorol 45: 13-21 Fowler HJ,
Kilsby CG (2002) Precipitación y el Norte
Oscilación del Atlántico: un estudio de la variabilidad climática en el norte de
Inglaterra. Int J Climatol 22: 843-866 Gong X, MB Richman (1995) sobre la
aplicación de clúster
El análisis de los datos de precipitación creciente temporada en América del Norte del este de
las Montañas Rocosas. J Clim 8: 897-931
42 Clim Res 27: 33-43, 2004
Goodess C, PD Jones (2002) las relaciones entre la circulación y
los cambios en las características de las precipitaciones Ibérica. Int J Climatol 22:
1593-1615
Halkidi M, Batistakis Y, Vazirgiannis M (2001) en la agrupación
técnicas de validación. J Intellig Inf Syst 17: 107-145 Hulme M, Sheard N
(1999) Escenarios de Cambio Climático
Para La Península Ibérica. Unidad de Investigación del Clima, Universidad de East
Anglia, 6 p
Hurrell JW (1995) tendencias decídales en el Atlántico Norte
Oscilación y relación con temperaturas regionales y precipitación. Science
269: 676-679
Hurrell JW, van Loon H (1997) variaciones decenales en el clima
asociado con la Oscilación del Atlántico Norte. Cambio Clim 36: 301-326
Hurrell JW, Kushnir Y, Ottersen G, Visbeck M (2003) An
visión general de la Oscilación del Atlántico Norte. En: JW Hurrell, Kushnir Y,
Ottersen G, Visbeck M (eds) La Oscilación del Atlántico Norte: importancia
climática y el impacto ambiental. Unión Geofísica Americana, Washington,
DC, 1-35
PD Jones, Jónsson T, D Wheeler (1997) Ampliación del Norte
Oscilación del Atlántico usando observaciones de presión temprana
instrumentales de Gibraltar y del Sur-Oeste de Islandia. Int J Climatol 17:
1433-1450
PD Jones, Osborn TJ, Briffa KR (2003) basado en la presión medi-
Sures de la Oscilación del Atlántico Norte (NAO): una comparación y una
evaluación de los cambios en la fuerza de la NAO y su influencia en los
parámetros climáticos superficie. En: JW Hurrell, Kushnir Y, Ottersen G,
Visbeck M (eds) La Oscilación del Atlántico Norte: importancia climática y el
impacto ambiental. Unión Geofísica Americana, Washington, DC, 51-62
Katz RW, Brown BG (1992) Los eventos extremos en un entorno cambiante
climático: la variabilidad es más importante que los promedios. Cambio Clim
21: 289-302
Kettlewell PS, Sothern RB, Koukkari WL (1999) de trigo Reino Unido
calidad y valor económico dependen de la Oscilación del Atlántico Norte. J
Cereal Sci 29: 205-209 Kettlewell PS, Stephenson DB, Atkinson MD, Hollins
PD
(2003) Las lluvias en verano y el grano de trigo de calidad: relaciones con la
Oscilación del Atlántico Norte. Tiempo 58: 155-164
Knippertz P, Christoph M, Speth P (2003) precipita- a largo plazo
tación variabilidad en Marruecos y el enlace a la circulación a gran escala en
climas recientes y futuras. Meteorol Atmos Phys 83: 67-88
Cordero PJ, Peppler RA (1987) Oscilación del Atlántico Norte, con-
CEPT y aplicación. Bull Am Soc Meteorol 68: 1218-1225 Lucero OA (1998)
Efectos de la Oscilación del Sur en el
de probabilidad para las categorías climáticas de precipitación mensual, en una región
semi-árida en el sur de latitudes medias. Atmos Res 49: 337-348
Matyasovszky I (2003) la variabilidad de alta frecuencia en los últimos
el clima y la Oscilación del Atlántico Norte. Theor Appl Climatol 74: 69-75
Mearns LO, Katz RW, Schneider SH (1984) de alta Extreme
eventos de temperatura: cambios en sus probabilidades con cambios en la
temperatura media. J Clim Appl Meteorol 23: 1601-1613
Muñoz Díaz-D, Rodrigo FS (2003) Efectos del Atlántico Norte
Oscilación de la probabilidad para las categorías climáticas de precipitación
mensual local en el sur de España. Int J Climatol 23: 381-397
Muñoz Díaz-D, Rodrigo FS (2004) Patrones espacio-temporales de
precipitación estacional en España (1912-2000) usando cluster y análisis de
componentes principales: la comparación. Ann Geophys 22: 1435-1448
Murphy SJ, Washington R (2001) y el Reino Unido
Irlanda variabilidad de las precipitaciones y el campo de presión a nivel del mar
del Atlántico Norte. Int J Climatol 21: 939-959 Mysterud A, Stenseth NC, Yoccoz
GN, Ottersen G, Langvatn
R (2003) La respuesta de los ecosistemas terrestres a la variabilidad
climática asociada con la Oscilación del Atlántico Norte. En: JW Hurrell,
Kushnir Y, Ottersen G, Visbeck M (eds) La Oscilación del Atlántico Norte:
importancia climática y el impacto ambiental. Unión Geofísica Americana,
Washington, DC, 235-262
Ojo SO, Afiesimama EA (2000) Uso de Promedios de periodos
de Referencia para examinar · anomalías del clima. OMM, Boletín de la
Organización Meteorológica Mundial 49: 288-291
Palmer TN, Brankovic C, Richardson DS (2000) una probabilidad
y el análisis de modelo de decisión de Provost integraciones estacional
Conjuntos multimodelo. Quart J Roy Meteorol Soc 126: 2013-2033
Peña Sánchez-D (1995) Estadística. Modelos y Métodos.
Alianza Universitaria, Madrid, 427 p Pozo-Vázquez D, Esteban Parra-MJ,
Rodrigo FS, Castro-Díez
Y (2000) Un análisis de la variabilidad de la Oscilación del Atlántico Norte en
los dominios de tiempo y frecuencia. Int J Climatol 20: 1675-1692
Pozo-Vázquez D, Esteban Parra-MJ, Rodrigo FS, Castro-Díez
Y (2001) Un estudio de NAO variabilidad y su Posible influencia no lineal de
la temperatura de superficie Europea. Clim Dynam 17: 701-715
Ramos MC (2001) división y agrupación jerárquica tecno-
nicas para analizar la variabilidad de los patrones de distribución de las
precipitaciones en una región mediterránea. Atmos Res 57: 123-138 Rîmbu N,
Boroneanţ C, Buta C, Dima M (2002) variabilidad decenal
capacidad del caudal del río Danubio, en la cuenca baja y su relación con la
Oscilación del Atlántico Norte. Int J Climatol 22: 1169-1179
Un Rocha (1999) variabilidad de baja frecuencia de las precipitaciones estacionales
sobre la Península Ibérica y ENOS. Int J Climatol 19: 889-901
Rodó X, Comín FA (2000) las relaciones entre anom- a gran escala
Alies, la precipitación y la calidad del vino en la Península Ibérica durante las
últimas tres décadas. Cambio Global Biol 6: 267-273
Rodó X, Baert E, Comín FA (1977) Las variaciones en de lluvia estacional
caer en el sur de Europa durante el siglo actual: relaciones con la Oscilación
del Atlántico Norte y el de El Niño-Oscilación del Sur. Clim Dyn 13: 275-284
Rodríguez-Puebla CA, Encinas H, Nieto S, Garmendia J
(1998) Los patrones espaciales y temporales de la variabilidad de la
precipitación anual sobre la Península Ibérica. Int J Climatol 18: 299-316
Rodwell MJ (2003) sobre la previsibilidad de Atlántico Norte CLI-
compañero. En: JW Hurrell, Kushnir Y, Ottersen G, Visbeck M (eds) La
Oscilación del Atlántico Norte: importancia climática y el impacto ambiental.
Unión Geofísica Americana, Washington, DC, 173-192
Rodwell MJ, Folland CK interacción aire-mar (2001) Atlantic
y previsibilidad estacional. Quart J Roy Meteorol Soc 128: 1413-1443
Rogers JC, van Loon H (1979) el balancín en tempera- invierno
turas entre Groenlandia y la oscilación del sur en el hemisferio norte. Lun
Tiempo Rev 107: 509-519 Romero R, Guijarro JA, Ramis C, Alonso S (1998) A
30 años
(1964-1993) diario base de datos de precipitación para las regiones
mediterráneas españolas: primer estudio exploratorio. Int J Climatol 18: 541-560
Romero R, Sumner G, Ramis C, Genovés A (1999) A Clasifi-
cación de la circulación atmosférica en los patrones de producción de
 Muñoz-Díaz y Rodrigo: Impactos de la NAO sobre las precipitaciones en España
significativa precipitación diaria en el área mediterránea española. Int J
Climatol 19: 765-785
Sáenz J, Zubillaga J, Rodríguez-Puebla C (2001) interanual
la variabilidad de las precipitaciones de invierno en el norte de la Península Ibérica.
Int J Climatol 21: 1503-1513
Saunders MA, Qian B, Lloyd-Hughes B (2003) Nieve del verano
medida que anuncia el invierno de Oscilación del Atlántico Norte. Geophys Res
Lett 30 (7), 1378, doi: 10.129 / 2002GL016832 Sumner G, Homar V, Ramis C
(2001) estacionalidad Precipitación
en el este y el sur de España costera. Int J Climatol 21: 219-247
Trigo RM, Palutikof JP (2001) escenarios de precipitación sobre
Iberia: una comparación entre la salida GCM directa y diferentes técnicas de
reducción de escala. J Clim 14: 4422-4446 Trigo RM, Osborn TJ, Corte-Real
JM (2002) El Norte
Oscilación del Atlántico influencia en Europa: los efectos del clima y los
mecanismos físicos asociados. Clim Res 20: 9-17 Ulbrich U, Christpoh M,
Pinto JG, Corte-Real J (1999) depen-
dencia de precipitación de invierno más de Portugal el NAO y la actividad de
las ondas baroclínico. Int J Climatol 19: 379-390 Uvo CB (2003) Análisis y
regionalización de Norte
la precipitación de invierno europeo basa en su relación con la Oscilación
del Atlántico Norte. Int J Climatol 23: 1185-1194
responsabilidad editorial: Otto Kinne,
Oldendorf / Luhe, Alemania
43
Wanner H, Brönnimann S, Casty C, Gyalistras D, Luterbacher
J, C Schmutz, Stephenson DB, Xoplaki E (2001) Borth-Oscilación del
Atlántico conceptos y estudios. Surv Geophys 22: 321-382
Ward, JH (1963) agrupación jerárquica para optimizar una
función objetiva. J Amer Stat Assoc 58: 236-244 Wettstein JJ, Mearns LO
(2002) La influencia del Norte
Atlántico / Oscilación del Ártico en la media, la varianza y las temperaturas
extremas en el noreste de Estados Unidos y Canadá. J Clim 15: 3.586 hasta
3.600 Wigley TML (1985) Impacto de eventos extremos. Nature 316:
106-107
Wilby RL (2001) forescasting estacional del caudal de los ríos en el
Islas Británicas utilizando patrones de presión del Atlántico Norte. J
Chartered Instit Wat Env Administrar 15: 56-63 Wilks DS (1995) Métodos
estadísticos en la atmosférica
ciencias. Academic Press, San Diego, 467 p yiou P, Nogaj M (2004) Los
eventos climáticos extremos y westher
regímenes sobre el Atlántico Norte: ¿cuándo y dónde? Geophys Res Lett
31: L07202, doi: 10.129 / 2003GL019119 Zorita E, Kharin V, von Storch H
(1992) El cir- atmosférica
culación y la temperatura superficial del mar en la zona del Atlántico Norte en
invierno: su interacción y relevancia para la precipitación Ibérica. J Clim 5:
1097-1108
Enviado: 4 Febrero 2004; Aceptado: 27 de mayo de 2004 Las pruebas
recibidas de autor (s): 1 de julio de 2004