Machine Translated by Google

Recibido: 6 de marzo de 2020 Revisado: 31 de julio de 2020 Aceptado: 23 de agosto de 2020

DOI: 10.1002/met.1949

ARTÍCULO DE REVISIÓN

Atribución de las inundaciones del Amazonas a modos de variabilidad climática: una revisión

Jamie Towner1 | Hannah L. Cloke1,2,3,4 | Waldo Lavado5 | Guillermo Santini6 | Juan Bazo7,8 | Erin
Coughlan de Pérez7,9 | Elisabeth M. Stephens1

1
Departamento de Geografía y
Abstracto
Ciencias Ambientales, Universidad de
Lectura, Lectura, Reino Unido Las condiciones anómalas en los océanos y la atmósfera pueden utilizarse para mejorar la
2
Departamento de Meteorología, Universidad de previsibilidad de las inundaciones, permitiendo alertas más tempranas para reducir el riesgo. En
Reading, Reading, Reino Unido
la cuenca del Amazonas, las inundaciones extremas se atribuyen sistemáticamente a condiciones
3
Departamento de Ciencias de la Tierra, Uppsala
más cálidas o más frías en los océanos Pacífico y Atlántico tropicales, y algunas pruebas vinculan
Universidad, Uppsala, Suecia
4 Centro de peligros y desastres naturales las inundaciones con otros factores hidroclimáticos como la Oscilación Madden­Julian (MJU). Esta
Ciencias (CNDS), Uppsala, Suecia revisión evalúa el impacto de varios factores hidroclimáticos en los regímenes de lluvia y descarga
5
Servicio Nacional de Meteorología e de los ríos de forma independiente, agregando toda la información de estudios previos para
Hidrología, SENAMH, I, Lima, Perú
proporcionar una descripción actualizada de lo que sabemos y no sabemos actualmente sobre
6 Geociencias Medio Ambiente Toulouse­
cómo las variaciones en el clima impactan las inundaciones en el Amazonas. Además, 34
Observatorio Midi­Pyrénées (GET/OMP),
Universidad Toulouse 3, Toulouse, Francia inundaciones importantes
7
Centro Climático de la Cruz Roja y de la Media Luna Roja, que han ocurrido desde 1950 en la Amazonia y su atribución al clima
La Haya, Países Bajos
Las anomalías se documentan y evalúan. Esta revisión encuentra que a pesar del acuerdo
8
Universidad Tecnológica del Perú (UTP),
común dentro de la literatura que describe la relación entre las fases de los índices climáticos y
Lima, Perú
9 Instituto Internacional de Investigación para las variables hidrometeorológicas, los resultados que vinculan

Clima y Sociedad, Colombia Las anomalías climáticas y el riesgo de inundaciones a menudo se limitan a una correlación más que a una correlación.

Universidad, Palisades, Nueva York

a la causalidad, mientras que la comprensión de su utilidad para el pronóstico de inundaciones es

Correspondencia
débil. Es necesario comprender mejor los mecanismos de respuesta océano­atmósfera que
Jamie Towner, Departamento de provocaron inundaciones anteriores. En particular, examinar las condiciones oceánicas y
Geografía y Ciencias Ambientales,
atmosféricas que preceden a los extremos hidrológicos individuales, a diferencia del análisis
Universidad de Reading, Reading RG6 6AB,
REINO UNIDO. compuesto, podría proporcionar información valiosa sobre la magnitud y la distribución espacial
Correo electrónico: j.towner@pgr.reading.ac.uk de las temperaturas anómalas de la superficie del mar necesarias para producir inundaciones
extremas. Es importante destacar que un análisis de este tipo podría proporcionar umbrales
Información de financiación
Consejo de Investigación del Medio Ambiente Natural, significativos sobre los cuales basar los pronósticos de inundaciones estacionales.
Número de subvención/premio: NE/L002566/1
PALABRAS CLAVE

Cuenca del Amazonas, El Niño Oscilación del Sur, inundaciones, factores hidroclimáticos, Madden­Julian
Oscilación, flujo del río.

Este es un artículo de acceso abierto bajo los términos de la Licencia de Atribución Creative Commons , que permite el uso, distribución y reproducción en cualquier medio, siempre que se cite adecuadamente
la obra original. © 2020 Los Autores.
Aplicaciones meteorológicas publicadas por John Wiley & Sons Ltd en nombre de la Real Sociedad Meteorológica.

Aplicación Meteorol. wileyonlinelibrary.com/journal/met 1 de 36

2020;27:e1949. https://doi.org/10.1002/met.1949
Machine Translated by Google
2 de 36
1 | INTRODUCCIÓN
Los registros fluviales resaltan que, en promedio, el Amazonas suele
experimentar un evento hidrológico extremo (es decir, inundaciones).
o sequía) una vez por década (Marengo et al., 2011). Todavía,
Desde aproximadamente 1990, el riesgo de inundaciones para las comunidades
Se cree que vivir dentro de la llanura aluvial del Amazonas tiene
aumentó debido a una combinación de crecimiento demográfico,
rápida expansión urbana, cambios hidrometeorológicos y una
posible fortalecimiento del ciclo hidrológico (Davidson
et al., 2012; Gloor et al., 2013; Filizola et al., 2014; nobre
et al., 2016). Inundaciones sin precedentes (por ejemplo, en 2009, 2012,
2014 y 2015) y dos sequías “una vez en un siglo”
registrados en 2005 y 2010 (Marengo y Espinoza, 2016)
han demostrado el impacto significativo que estos eventos
puede tener tanto en los sistemas humanos como en los naturales (Espinoza
et al., 2013; Marengo et al., 2013b). Sólo las inundaciones de 2012
Afectó a 202.676 personas en Loreto, Perú, con
grandes pérdidas de tierras de cultivo (unas 2.000 ha), un ejemplo de
el daño infligido a los medios de vida (IRFC, 2012).
1.1 | Límites y fuentes de previsibilidad
Proporcionar alertas tempranas de inundaciones y, en consecuencia, reducir
riesgo, la probabilidad de exceder los umbrales de advertencia de inundaciones,
basado en estimaciones de la descarga del río producidas a partir de
Se pueden utilizar modelos hidrológicos globales (GHM) (Alfieri
et al., 2018). Por ejemplo, en la Amazonía peruana,
Los gestores de desastres están implementando la financiación basada en
previsiones (FbF), una iniciativa de la Cruz Roja Alemana, para tomar medidas
tempranas (FbF, 2019). El FbF es
un protocolo que utiliza acciones de activación automáticas (por ejemplo, el
entrega de mosquiteros y botiquines de primeros auxilios cuando se alcanza
una magnitud particular de descarga del río) en base a
pronósticos hidrometeorológicos probabilísticos, mediante los cuales
Se toman medidas antes de una inundación para reducirla.
riesgo (Coughlan de Pérez et al., 2015). Actualmente, el tiempo disponible para
hacer pronósticos hábiles (tanto meteorológicos como
hidrológico) deja poco tiempo para actuar, particularmente cuando muchas
acciones humanitarias requieren escalas de tiempo largas, como varias
semanas de anticipación para reforzar y
Modificar las casas para hacerlas más resistentes a las inundaciones. El
La capacidad de predecir inundaciones con semanas de antelación está determinada
principalmente por cómo se reducen las incertidumbres en el estado inicial de la situación.
la atmósfera y los océanos evolucionan con el tiempo (Palmer, 1996).
Debido a la naturaleza caótica de la atmósfera, los pronósticos de precipitaciones
en los que se basan muchos modelos hidrológicos
Por lo general, están restringidos a plazos de entrega de hasta 15 días de anticipación.
(Cloke y Pappenberger, 2009). Para superar tantos
sistemas operativos de predicción de inundaciones (por ejemplo, el Global
Sistema de Concientización sobre Inundaciones; Alfieri et al., 2013), que
proporcionan pronósticos hidrológicos dentro de la cuenca del Amazonas,
TOWNER Y OTROS.
ahora se utilizan predicciones meteorológicas numéricas por conjuntos (NWP, por sus siglas en inglés),
comúnmente conocido como sistema de predicción por conjuntos
(EPS). Aquí, las incertidumbres en las condiciones iniciales de
Se representan las previsiones meteorológicas deterministas.
Perturbándolos para producir una variedad de estados iniciales.
(comúnmente entre 10 y 51; Emerton et al., 2016). El
Luego, el EPS se utiliza como entrada en un modelo hidrológico para
producir una variedad de predicciones de descarga de ríos, que son
igualmente probable. Estos modelos suelen producir pronósticos subestacionales
(normalmente con hasta 30 días de antelación). Mensual
y los pronósticos hidrológicos estacionales se pueden lograr en
En algunas regiones, varios factores influyen en la probabilidad de que se
produzca un comportamiento atmosférico particular.
(por ejemplo, aumento o disminución de la velocidad de los vientos alisios zonales). Semejante
Los factores incluyen temperaturas anómalas de la superficie del mar (SST).
(Palmer, 1993; Barnston et al., 1994), los efectos de la vegetación
(por ejemplo, la hipótesis de la bomba biótica; Makarieva y Gorshkov,
2007), anomalías de la superficie terrestre como la humedad del suelo, los
estados de las aguas superficiales y subterráneas (Paiva et al., 2012), la
variabilidad estratosférica (Sigmond et al., 2013), el hielo marino y
grandes eventos volcánicos (Robock, 2000).
1.2 | Intensificación del sistema hidrológico
ciclo
Al analizar las inundaciones, es importante considerar que
su frecuencia y atribución podrían estar relacionadas tanto con
la señal climática a largo plazo (por ejemplo, patrones decenales a multidécadas)
y a la variabilidad climática a corto plazo
(por ejemplo, patrones interanuales e intraestacionales). El reportado
intensificación del ciclo hidrológico en la Amazonía
cuenca con tendencia a inundaciones extremas ha sido
asociado con una tendencia decenal creciente coincidente en
TSM en el Océano Atlántico tropical (+0,7 °C entre 1990
y 2010; Gloor et al., 2013). Se ha descubierto que las precipitaciones y, en
consecuencia, el caudal de los ríos aumentan, particularmente durante la
estación húmeda, lo que genera una mayor diferencia
entre caudales máximos y mínimos. Aunque las tendencias son
más dominante en ciertas regiones (por ejemplo, el noroeste de la Amazonia),
esta intensificación se considera para el promedio
tendencia en toda la Amazonía, con una mayor diversidad encontrada en las
tendencias de descarga en las subcuencas y una
Se reconoce una gran variabilidad en los extremos espaciales. Para
Por ejemplo, se reconocen tendencias de sequía en el sur.
cuenca del Amazonas (Espinoza et al., 2009a), con una importante
aumento en la frecuencia de días secos (días con < 1 mm de lluvia; Espinoza
et al., 2019). Este reciente cambio en la descarga
Se espera que continúen los extremos desde aproximadamente 1990.
a largo plazo bajo un mayor calentamiento atmosférico,
basado en las últimas proyecciones climáticas (Hirabayashi
et al., 2013; Langerwisch et al., 2013; Sorribas et al., 2016;
Zulkafli et al., 2016; Alfieri et al., 2017). Es importante
Machine Translated by Google
TOWNER Y OTROS.
considerar que cualquier tendencia y cambio en los extremos podría
estar asociado con una variabilidad natural multidecenal y que las
proyecciones de extremos futuros pueden variar enormemente según
diferentes escenarios de gases de efecto invernadero, niveles de
deforestación y otros cambios en el uso de la tierra, conocimiento
insuficiente sobre las condiciones iniciales y límite y deficiencias del
modelo en procesos físicos relevantes (Gloor et al., 2013; Torres y
Marengo, 2013; Marengo et al., 2018).
1.3 | Impulsores hidroclimáticos
Los impulsores climáticos o hidroclimáticos pueden definirse como
modos de variabilidad climática a gran escala en torno a una tendencia
a largo plazo que tiene el potencial de impulsar cambios espaciales y
temporales en las variables hidrometeorológicas (es decir, precipitaciones
y descarga de ríos; Nobre et al., 2017). Para explorar dichos impulsores,
primero identificamos utilizando la literatura científica aquellos
responsables de impactar la circulación atmosférica, el transporte de
humedad y, por lo tanto, las variables hidrometeorológicas en América
del Sur y sus alrededores (Tabla 1). En el caso del Amazonas, el
aumento de las precipitaciones y de la descarga de los ríos se atribuye
sistemáticamente a anomalías de la circulación atmosférica superior e
inferior como consecuencia de las condiciones anómalas de la TSM en
los océanos Atlántico y Pacífico tropicales (Richey et al., 1989; Yoon y
Zeng , 2010; Davidson et al., 2012; Marengo y Espinoza, 2016). Otros
impulsores climáticos, menos estudiados, también se han relacionado
con las inundaciones en el Amazonas (por ejemplo, la Oscilación
Madden­Julian—MJO; Shimizu et al., 2017), con variaciones climáticas
operando a frecuencias más bajas (por ejemplo, la Oscilación Decenal
del Pacífico—PDO; y Oscilación Multidecadal del Atlántico (AMO;
Barichivich et al., 2018) también está relacionada con condiciones más
húmedas y secas. Una visión general de cada uno
El factor determinante y sus mecanismos se proporcionan en la Tabla
1. Aquí se proporcionan definiciones generales, y su influencia en el
patrón espacial de las precipitaciones del Amazonas y la descarga de
los ríos se analiza en la Sección 4.
1.4 | Atribución
Los estudios de atribución intentan comprender en qué medida ciertos
factores (por ejemplo, cambios en la cobertura del suelo, anomalías de
la TSM) pueden explicar los cambios en ciertas variables (por ejemplo,
el caudal) o la probabilidad o incluso la fuerza de los eventos
hidrometeorológicos que tienen lugar. La atribución abarca una variedad
de diferentes tipos de estudios (por ejemplo, la influencia de los cambios
en la cobertura del suelo en el caudal de los ríos, Slater y Villarini, 2017;
la influencia de la urbanización en la intensidad de las inundaciones,
Zhang et al., 2018), aunque dos tipos son particularmente comunes para
eventos extremos. atribución. El primer tipo intenta establecer una
asociación entre un evento y patrones climatológicos (por ejemplo,
inundaciones causadas por El Niño). El segundo tipo
3 de 36
Evalúa el papel de las actividades inducidas por el hombre y el clima.
cambio (por ejemplo, a través del aumento de las emisiones de gases
de efecto invernadero) en un evento particular (Trenberth et al., 2015).
En esta revisión nos centramos en el primero. Para relacionar un evento
con un patrón climático específico, los métodos comunes varían desde
el análisis de correlación básico, que vincula parcialmente eventos y
factores climáticos, hasta el uso de modelos climáticos y pronósticos
conjuntos para predecir la respuesta del clima a diferentes condiciones
atmosféricas. y forzamientos oceánicos (Coumou y Rahmstorf, 2012).
1.5 | De las fuentes de previsibilidad a la alerta
temprana
Muchos estudios han identificado los impactos que diferentes fuentes
de previsibilidad (por ejemplo, anomalías de la TSM) pueden tener sobre
las variables hidrometeorológicas en la Amazonía (por ejemplo, Richey
et al., 1989; Ronchail et al., 2002; Yoon, 2016; Sulca et al., 2018 ). Sin
embargo, son menos los estudios que demuestran cómo el conocimiento
sobre estas relaciones puede traducirse en una mejor predicción de
inundaciones y reducción de riesgos utilizando sistemas de alerta
temprana (EWS). Un EWS es un protocolo que utiliza información sobre
posibles peligros naturales futuros (por ejemplo, inundaciones),
procedente de modelos climáticos forzados por pronósticos estacionales
de la TSM y otras fuentes de previsibilidad. Luego, dicha información se
utiliza para ayudar a fundamentar la toma de decisiones (por ejemplo,
distribuir tabletas purificadoras de agua o evacuar una comunidad en
particular) en un intento de reducir el riesgo antes de que ocurra un
evento (Coughlan de Perez et al., 2015). Los SAT combinan varias
disciplinas y generalmente pueden describirse como una cadena que
consta de cuatro categorías principales: (1) conocimiento de riesgos, (2)
monitoreo, pronóstico y alerta, (3) comunicación de alerta temprana y
(4) capacidad de respuesta (Cools et al. otros, 2016). Aunque aún
quedan muchos desafíos para lograr todos los beneficios de un SAT,
particularmente con respecto a las categorías 3 y 4 y la comprensión de
las retroalimentaciones e interacciones entre los sistemas físicos y
sociales (López et al., 2017), la evidencia requerida para El componente
de pronóstico de la cadena sigue siendo esencial para alertas efectivas
y la comunicación.
ción de información temprana sobre riesgos.
Actualmente, la evidencia disponible que demuestra la utilidad
potencial de las anomalías de la TSM como predictores para pronosticar
variables de inundaciones en la Amazonia proviene principalmente de
modelos estadísticos, con simulaciones forzadas a utilizar datos de
TSM. Por ejemplo, Schöngart y Junk (2007) desarrollaron un modelo de
pronóstico retrospectivo que mostró que los niveles de agua en la
Amazonia central eran un
integrador de TSM del Pacífico, con pronósticos de niveles de agua
alcanzables con hasta cuatro meses de anticipación cuando los
resultados modelados se compararon con observaciones para el período
1903­2004. Otros estudios incluyen el uso de una serie de
modelos estadísticos forzados por promedios espaciales rezagados de
sascei,n
tsáoam
incsiA
oalaczL
dsoaB
n
urm
d
lu
a
s
A
en
aiC
A
T
1il
h
d
4 de 36

ocitráom
tciu
lcdonrd
oiC
h

ap
o lam
cseE
dit omsinaceM
nóicpircseD )s(aicnerefeR

orñuilN
E
S launaretnI
otn
sn
eue
cjned
idou
eim
n
aC
díl
q se;)n9k6r9
e1jB(

nói)cOaS
licNsEO( ssaderau
llaadtia
uio
crlo
rinicbfe
)tra
iM
afp
eíriu
rm
cp
e
S
ra
lsa
cn
e
u
tT
e
m
n
a
lE
V
P
d
e
s(tli ot,n
an
se
isoscs,e
ó
sie
,te
n n
m
ea
ne
tia
nla
c.,sn
le
a
nvó
a
o
s
e
tn
as
o
a
e
cn
a
u
tio
e
ig
n
d
,o
la
.ciz
ste
n d
cirtm
a
n
le
sca
d fisrn
e
la
,co
rté
ia
e
ó
cisa
.s
nfe
ou
ó
a
n
e
o
s
ca
t)e
o
ra
ct,id
e
p
lv
ia
s
d
,o
u
ra
f8
n
b
ka
e
p
d
tlic,s
vh
ú
m
u
M
d
o
a
u
ítm
rsio
d tm
eilirp
n fle
n
c b
a
1
u
tm
p
c
s
n
o
re
ia
ñ
s
vrtn
e
d
o slj,e
á o
u
s
S
a
n
ru
e
o0
g
n
a
ile
á
o
c
s
t.rm
iu
Y
W
rlífta
e m
li,N
n
o C
D
P
E
rT
2
u
p
h
o
n
b
L
d
e
q
a
zl(rtfli
c
y
v
s htre
;)b
7n
1.0
9se
9lor2
0 1T
c(
y

ona–é0–
c2
7,5O
N
S
5(
1
Machine Translated by Google

seltanuo
astdlis
eib
n
c,io
á
sl)a
e
o
á
sW
ím
a
orh
o
d
cfl

sesn
e
.ssao
a
narid
oe
d
ca
icfia
cn
sralie
ó
drn
p
á m
orso
e e
cttn
ao
g
p
a
cil
y

.etentenm
enm
aavn
asiim
tsm
oae
c it,o
nM
dp
o
asn
ó
e
sñ
ia
slS
n
e
a
áie
v líN
E
rT
a
o
e
d
L
crf
s
y

launaretnI
laceitprooN
rt etnem,lo
laadm
uonstd
rA
iá
sa)á
oio
b á
tN
lum
n
e
a
sím
á lo
C
rT
a
d
h
e
c(fl ;d)6le9if9n1E(
osiedneomT
rtoS
aerS
P
d
p

ocitnáltA dadilib–aA
55
–i.,rN
),7
n
3
5
a,W
5lN
T
e
2
1
5
v( )999.1tla
e(

aicla
dnoo
caedido
rg
plno
aicolr,e
)n
a
itce
)ib
rT
atyT
ó
ilta
n
vp
arIurS
C
n
g
e
á
ro
n
itlrue
no
atfC
iln
Z
ra
cm
otn
lS
ala
T
e
p
d
S
A
ze
ca
c(ill
v )noótinco
ae
a
n
stcsrice
ó
d
ie
m
or,sa
tosi,lia
e
é
fid
a
ce
.lcb
o
ia
sa
d
csfa
irln
tsie
u
o
cte
).;s
e
m
o
ln
a
b
a
il,k
e
o
a
n
6
8
T
rn
a
d
lctu)ie
o
n
v
rm
iá
e
n
b
fo
u
itrá
ó
e
b
9
1
m
sg
cIn
psvro
o tu
a
lj,C
to
va
s
ehsl0
u.risE
n
a
e
o
9 utrts
m
ia
lo
N
S
P
E
A
Z
h
q
p
b
d
n
1
e
a
2
iu
sl(fl
c
v
y

launaretnI
lacipruoS
rt a,o
lzaa
dualnsT
p
tdA
isa)á
b
sIia
áC
lu
S
m
a
e
sím
á o
a
C
rT
Z
e
h
d
c(fl
s ;d)6le9if9n1E(

ocitnáltA d–ardoildibaauAi.cr)S
–0
naE
,W
aE
S
T
ev(l
2
1
3 )999.1tla
e(

,)aosen
ida
ctó
nn
o
rsou
ió
a
e.n
e
d
cne
,sdtiro
m
a
ó
u
n
sc
ó
a
r.e
to
a
,n
­e
)in
o
e
lti,ca
só
iro
e
l,o
n
a
cim
)z
ce
t.a
s­)d
e ip
te
oa
tn
)izlo
ra
stu
b
ca
n
r.c
is
ye
o
m
9
rp
T
n
u
e
s
iv
ltd
M
e
ra
ñ
e
c
risA
tm
yia
x n
c
u
o
rtp
ia
1
b
o
n
m
a
p
c
s
e
g
Irisre
o
a
á
ilt,C
e
c
s
v
jS
nm
o0
b
n
a
o
e
u
g
stf.iU
rn
íe
tm
o
la
n
iP
E
rfT
Z
2
o
L
p
u
h
n
d
e
a
jc
vl(ftil
y
s

do
anod
sa
óie
n
d
in
ilcin
e
nbia
bo
ym
ó
,T
aM
A
rm
u
rrn
g
iIto
trC
N
lS
ee
an
a
o
firm
n
a
lP
S
Z
T
e
d
p
cli
v

­nedndáailM
uj
lanoircoadtesd
eeare
ltand(I ne,n
1,d2á
7d7i9al9u1M
1yJ(

nóica
)OlicJsMO( lanedotn
e
aiace
tdrn
an
e
i.la
tlio
sfbn
a se
p
ca)ó
iJm
ia
sip
m
M
r0
a
ra
o
0
a
n
e
st3
o ltía
n
O
V
E
rd
6
a
L
e
u
c(tli )sa0íd
3
6
a .)ssna
seaó
aa
e
nvcird
n
o
c
ó
ieutf,.icá
n
a
itd
srm
tcsn
se
catrp
a
ua
ila
g
e
u
o
ú
iv
lu
sh
Ju
rp
n
o
cio
e
a
rsp
h
g
n
M
o
m
vra
e
ip
ta
u
p
g
b
e
n
su
c
oP
tm
iO
aF
q
d
a
o
u
g
L
e
cl(l
y
s )g
;5
)n
40a
90h
92Z
1(
TOWNER Y AL .
)nóicaunAiL
tnBoACT
1(

ocitráom
tciu
lcdonrdoiC
h

a
olpam
cseE
dit omsinaceM
nóicpircseD )s(aicnerefeR
TOWNER Y AL .

es,oodtasnree
áenig
sfm
no
saeaóé
iad
pcrve
irm
vcb
iiro
tdla
oá
esrtm
n
lrd
a hycsItl
e
a
p

)oettnnola
en
e
)ó
tn
acis)ó
m
in
oca
ó
vie
d
w
d
p
o
isre
ó
sa
ctild
a
n
tio
e
ta
n
,ce
o
tm
sn
cilg
sn
a
ctd
e b
a
,m
.e
d
rn
hu
a
e
ia
)e
ca
oir,tfa
n
b
,slm
rit4
0
o
a
d
rivcu
n
e JM
d
u
rp
te
vd
m
ia
á
io
ea
rp
1
o
e
0
itn
sycljM
ig
da
ru
o
e
fn
lts,n
g u
jW
S
o
M
ao
n
u
e
0sx.tre
cá ratcsm
a
o
lu
,O
iC
U
E
rT
pcyl(rtfl
h
u
q
d
e
a
2

ace
im
at,an
sdia
á
a
cnte
,w
asrn
.to
o óre
a
.sg
n
e
in
yio
e
,csid
re
fo
rvca
ub
h
sn
aig
seo
,a
ru
tilp
o
st7
a
zre
n
cva
Jm
tp
rte
osra
p
dé
0sn
e
p
u
a
M
crse
l.svo
er.M
o
b
0
n
e
lcu
sg
vo
a
tbe
)u
fa
liO
R
P
ro
ascyir(tfl
2
1
L
u
e
d

ssoocnia
fícéacp
o
Machine Translated by Google

ooicniefícle
aeD
P
d

rod
laendeecre0
e
6
laD
d(
1
2
a
laanncóoirig
ícpo
nmturF
o
e s.o
dman
dsa
iiln
isba
loa
u
PccesipO
reiu
oa
m
sm
aD
L
q
ívysfli a;)u
g7tn9na9ah
.1tM
la
e
z(

nóic)aO
licDsPO( sseala
íolau
c)m
iseFfM
íntO
coreo
S
an
eEm
laN
P
T
a(l
d
e 0
)s7o­ñ
0a5
y )799.1tla
e(

sacigóse
ls­ostse
lrn
saoro
d
so
nse
a
e
trce
m
sa
d
o
n
e
o
a
n
ó
e
tn
rm
,iso
a
n
d
isce
ta
rise
o
,r.cso
a
e
cso
é
e
co
a
ie
n
lm
ya
rcie
tfln
b a
isu
cm
esn
o
u
filít)ca
sr.b
m iS
e
g
rn
sp
b
cli.o
e
tu
)ca
r6ie
;lb
o n
rg
a
,iu
tp)le
fá
n
se
a
2
9
d
rtá
o n
u
m
O
ca
li1
d
oa
w
n
cd
p
a
á
m
jlitrsm
o
n a
d
o
0
1
e
n
rtm
zp
sicm
io
ñrsn
0
p a
e
N
D
g
d
t,slce
orM
a ú
o
a
0
u
n
e
G
scxm
á.iie
r2
p
la
o
u
tM
m
jliG
R
H
N
tE
P
Lcsyvir(tfli
o
n
2
u
q
h
g
p
e
a
d

,onaoiéclc0
alO
o
e N
h
e
p
d
2

laneocceidtnitálultM
A nóicalM
icsS
ela
n O
T
dl
e
etnemlaadnaem
ceixdoitrlpuaM( )00rr0e2K(
etnemo
aa,ordva
e
d
,oiP
olvn
tiiíb
asm
O
raee
e n
larem
laD
ib
ecsrl
d
a
p

oadn
d
td
l.a
e
sn
aeó
aad
e
te
n
soi)rn
icnircC
o
litclgo
m
e
iso
,a
.fp
ibg
n
O
)d
trso
iilrn
O
3
a
9
se
rcu
a
n
o
u
e
m
ilá
M
orn
á
l1
ze
b
a
p
inca
h
M
irte
lt,W
ra
sln
0
e
úa
u
osr.A
Z
W
te
o
ta
mliA
E
re
2
d
a
h
q
p
svcy(rftl
nóic)aOliM
csAO( etnem
ooclno
ai,o
tC
e
am
rngté
°á
nrn
r4o
cle
ota
n ,O
N
A
nr
u
d
0
0
)s7o­ñ
0a5

sno
dó,m
arin
cdsa
o ó
tiocilo
vih
n aru
ca
b)rd
a
tlO
p ad
2e
sa
oro
icm
d
1
b
e
itn
scoM
dre
g lj,se
0o
a
b
n
u
ps.B
am
eta
lA
o2vycir(tl
a
b
q
o
e
d

)aúnitnoC(
5 de 36
Machine Translated by Google
6 de 36 TOWNER Y AL .

TSM del Atlántico norte central y tropical para explicar la variabilidad en las
anomalías del almacenamiento de agua terrestre (De Linage,
Famiglietti, & Randerson, 2014) y un modelo estadístico
que mostró que las subcuencas norte (sur) en el
La cuenca del Amazonas se pronostica mejor cuando se utiliza el Pacífico
)s(aicnerefeR

(Atlántico) TSM (Uvo y Graham, 1998).

1.6 | Objetivo y marco

Habiendo identificado primero los principales impulsores hidroclimáticos

que influyen en la circulación atmosférica y la humedad.
transporte en y alrededor de América del Sur (Tabla 1), el
El objetivo de esta revisión es reunir el conocimiento de
la comprensión actual de cómo cada factor impacta
las características de los regímenes de lluvia y descarga de los ríos
y sus vínculos con las inundaciones extremas en la cuenca del Amazonas.
Debido a la no linealidad entre las precipitaciones y el caudal de los ríos
(Stephens et al., 2015), y a diferencias significativas
previamente identificado entre los estados medios de los dos
variables en respuesta a fases de índices climáticos
(Dettinger y Díaz, 2000), es importante considerar la
efecto de la variabilidad climática a gran escala para cada uno de forma
,ohla)8v1ra0C
2
stoia
hsyl
d
q
e

nfJin
dy(
e
p
.mlR
E
ec(l
a
2
o
otím
lA
rT
ecs(fl
aiT
rF
dcfli
p
o

ta
ocrm

ne,enM
a
.ntlE
ev(
a
2
p

ao
sitím
lA
re
qc(f

su
e
0co

te
o
lná

stg
áslS
pcrsS
e

m
álm

riírgsero
a

dseánia

uá
gi1sier,'no
0

n
ln

ne
1e
zce

isrdya

fsuidfocia
)s,M

eio

atn
M

sndsá

eí)t8á
áu

tio
e
)i6atR
nal,u

ocsiatn

vie
soac)riottn

a
,aicneau­ccni.n

sd
se

sibco
a
da)odyviolilit.vibe
nia

sseootvn
dcicam

atvcrietraé
eia

independiente. Por lo tanto, el marco de esta revisión se estructura a partir

o.ó
otna

etnemso
omsinaceM

de la discusión de cómo funcionan las condiciones hidroclimáticas.

Los factores influyen en la variabilidad de las precipitaciones, la variabilidad
de la descarga de los ríos y la relación entre los extremos anteriores.
ocurrencia de inundaciones y diferentes fases climáticas; de este modo
explorar la posibilidad de una alerta más temprana de inundaciones en el
Cuenca del Amazonas.
ap
o cseE
lam dit

2 | MÉTODOS Y DATOS

Utilizando la literatura publicada, el impacto de la SST

anomalías de diferentes cuencas oceánicas sobre las precipitaciones y

Los regímenes de descarga de los ríos se evalúan en diferentes

regiones de la cuenca del Amazonas. La evaluación está rota.
para lluvia y descarga de forma independiente y consiste en combinar los
resultados de estudios previos para
Proporcionar una descripción actualizada del conocimiento actual.
nóicpircseD

en forma de mapas compuestos (en la Sección 4).

Evaluar la relación entre las fases climáticas.
e inundaciones extremas, hemos construido una tabla de
)odaunitnoC(

grandes inundaciones según la literatura científica,

informes humanitarios y bases de datos sobre inundaciones (es decir, el
Observatorio de inundaciones de Dart­mouth) en toda la Amazonia
brasileña, boliviana y peruana desde 1950 (Tabla 2) (ver
ocitámilcordih

rotcudnoc
ALBAT
1

Sección 5). Mientras los informes de inundaciones en la cuenca del Amazonas

datan de mediados del siglo XIX (por ejemplo, 1859; Le Cointe, 1935),
Los registros anteriores a menudo se recopilan a partir de datos cualitativos.
tales como periódicos, registros humanitarios e información verbal de las
comunidades (Sutcliffe, 1987). además, el
sasceitnssoaírinceaA
oatczL
dn
aaB
ne
rm
lusa
A
nua
e nC
A
T
2cli
e
d

IES2M
E
v
4
)SC
.E
3(

ANT AST
sodanismaríeDt ­erbutcO( –erbutc)C
o(

oñA amiC amiC 09 odiubirtA /erbmeiciD /erbmeiciD esa

eaF
dl
azelatroF

nóicacibu nóicadnuni ­erbmeiciD ­erbmeiciD odotéeM

d
litnecrep ­ozraM( ­ozraM( /A
PMOD
A ed
ragracsed ragracsed
TOWNER Y AL .

odatcefa ojeudlf rotcudnoc

otnemom )1­s3m( )orerbeF )orerbeF )edeuP )edeuP sisilána )s(aiacince
nreedfe
ivR
e

3591
–
b –
b –
b 04,o0d/5
Ail0á
S,C
T
0
–
41,0− onugniN
/)75o
,0ír−F( ogneo
yra
u
ja.M
tla
b
e

latneirO
o
)6d2il,á0c( ; )a3102 (

bnozamA
ytrumaytaSy

.amabalA
Machine Translated by Google

;)e4h8c9o1Ry(

ronnoC'Oy

;)a
4t0s0o2C(

edèllaC

)400.2tla
e(

6591
–
F –
F –
F NL –
11,0− 85,0− nóicalerroC ojaB liahcno.tlR
e
a
11,1−/76,1− /)28o
,1ír−F(

etseoruS odilác
sisilána )a5002(

ertne
)30,0­(

,aivull

nóicadnuni

MSTy

8591
–
F –
F –
F SE –
67,0− 65re9V
1 ojaB liahcno.tlR
e
a
08,1/35,1 /)2o
9í,r0F(

etseoruS
o
)0d2il,á0c( )a5002(

3691
–
b b­ 04,0o−d/0in3i,fo0
eN−
d
–
neúcganlniN
e
a
–
reidoRy
b*000.052 /)82o
,0ír−F(

latneirO odilác
amilcordih )e4h8c9o1R(

bnozamA serotcudnoc ronnoC'Oy

)10,0­(

)a
4t0s0o2C(

6691
–
F –
F –
F SE –
60,0− 65re9V
1 ojaB liahcno.tlR
e
a
73,1/79,1 /)05o
,0ír−F(

etseoruS
)00o.0
ír(f )a5002(

– –
8691 52 se0
u9q4
in.e
7p
1
d22 36,0−S
/4O
3,N
o0N
E
− 90,0− 90,0− oírF
ragracseD le;)h7c1u0a.2tlV
e(
a

h,detseoruS h22 reitúag

orerbeF 0s9a4r.o
7h1 /)91,0­( 000.>
6

d8691 1­s3nm
e
)81,o0í­r(f )600.2tla
e(

52 euqabnerrur

orerbeF rarbilac

h8691 nóicatse

odarapmoc

InNoa
Ocl

SONE

nóicacifisalc

–
1791 62 d043.71 d75 NL 63,1−/68,0− 33,0− ojaB
/)43o
,1ír−F( ragracseD azonips.tlE
e
a

h,detseoruS h043.71 h65 000.5>

1
orerbeF )23,o0í­r(f )4102(

d1791 1­s3nm
e
le)h7c1u0a.2tlV
e(
a

62 euqabnerrur re
)6it0u0a.2tlG
e(
a

orerbeF rarbilac

h1791 nóicatse

odarapmoc

InNoa
Ocl

SONE
7 de 36

nóicacifisalc

)aúnitnoC(
)nóicaunAiL
tnBoACT
2(
8 de 36

IES2M
Ev
4
)SC.E
3(

ANT
litanm
esciocarlj0
ou
n
eíD
elf
d
p
9 / ere
)borm
b
reu
ertibce
io–
d–f( –erbutc)C
o(

snoódicaatcoe
iñbfA
u
a
y o
atgonrm
eam
cixsá
oem
M
d ag
)ha1r0m
a
−5csi8
xs3.áem
4m
D
1( senoo
ricodasiu
d
lub
npiure
mtna
dIi /erbmeiciD esa
eaF
dl
)C( )C( )s(aiacincae
nzreerdefieu
e
va
R
Fdl
e

­erbmeiciD /P
AOMD
A o
sidsoilá
tén
eMd
a
­ozraM( ­ozraM(

)orerbeF )edeuP )edeuP )C(

– –
h61 07,0o−d/6in9i,fo0
eN
−d 24,0− 60,0− neúcganlniN
e
a
oren
2e
e 2
d /)71o
,1ír−F( re
)6it0u0a.2tlG
e(
a

etseorus h2791 )73,o0í­r(f saem

roilsclo
urpldem
ih
di
Machine Translated by Google

–
oine
1ud
2j d1c4
0 SE 61,0− 67,0 65re9V
1 ojaB liahcno.tlR
e
a
cd
006
85.6.2
41 58,1/90,2 /)81o
,1ír−F(

latneirO dc3791
)32,o0í­r(f )a5002(

aínozamA
–
F –
F
oren
9e
e 2
d le)h7c1u0a.2tlV
e(
a

,etseorusf
y)9
e8h9
c.i1tlR
e(
a

–
F
–
se0
u9q2
in.e
3p1
d24 NL 48,1−/59,1− 09,0− 33,0 65re9V
1 ojaB liahcno.tlR
e
a
oren
6e
e 1
d /)83o
,0ír−F(

h,f,detseoruS d4791
–
F –
F
)34,o0í­r(f )a5002(

–
F h24
h092.31 le)h7c1u0a.2tlV
e(
a

oren
6e
e 1
d re
)6it0u0a.2tlG
e(
a

h4791

–
F –
F –
F NL –
55,0− 70,0− 65re9V
1 ojaB liahcno.tlR
e
a
45,0−/57,0− /)64o
,1ír−F(

etseoruS
)13,o0í­r(f )a5002(

–
b
c006
4.5
94
612 b1c0
8 NL 55,1−/55,1− 57,0− 26,0−
oya0m
2 /)81o
,0ír−F( otseupmoC ytrumoaiydtea.tM
lS
e
a

latneirO b6791 )93,o0í­r(f sisiM

láS
naT
e al
d )3102(

c,bnozamA oine
6ud
2j reidoR
y

c6791 saílamona
)e4h8c9o1R(

dademuh
y
y)9
e8h9
c.i1tlR
e(
a

ojulf ronnoC'O
y

seno:e
sice
ra
brd
o
uosn
ytco
n
ca
u
nñ
O
om
n
ia
c(i )a
4t0s0o2C(

s2
)a
el1
irt0
b2
a
n
e p
a
d

,3
),9
650
790
8
9 912
1
y(

–
F –
F –
F SE –
90,0− 65re9V
1 ojaB liahcno.tlR
e
a
17,0/68,0 /o)32
d00
il,á,00C
−(

etseoruS
)02,o0í­r(f )a5002(

–
se0
u3q7
in.e
9p1
d12 odAiS
láS
c 96,0/18,0 02,0
orerbee5
df /o)81
d50
il,á,00C
−( otseupmoC azoonid
ipes.tM
lE
e
a

h,f,detseoruS d8791
–
F –
F
ovitageN )91,o0í­r(f sis,iT
la0
áS
PnaS
e
5 al
d
8
h )4102(

–
F h91 ­ASS
T liahcno.tlR
e
a
h037.91

orerbee5
df odadarged )a5002(

h8791 SE re
)6it0u0a.2tlG
e(
a
selaicsd
naa
eíld
a
toe
m
apam
roourja
ntlp
e
u g
a
d
h
ylf

añ
­a
oiN
n
L
TOWNER Y AL .
)nóicaunAiL
tnBoACT
2(

IES2M
Ev
4
)SC
.E
3(

ANT AST
litanm
esciocarlj0
ouíD
n
e elf
d
p
9 / ere
)borm
b
reu
ertibce
io–
d–f( –erbutc)C
o(

snoódicaatcoe
iñbfA
u
a
y o
atgonrm
eam
cixsá
oem
M
d ag
)a1rm
a
−csixs3áem
mD( senoo
ricodasiu
d
lub
npiure
mtna
dIi /erbmeiciD esa
eaF
dl
)s(aiacincae
nzreerdefieu
eva
R
F
dl
e
TOWNER Y AL .

­erbmeiciD /P
AOMD
A o
sidsoilá
tén
eM
d
a
­ozraM( ­ozraM(

)orerbeF )edeuP )edeuP

senoica,8
),d4
27n1
1 89u0
0 91n2
1y(i
Machine Translated by Google

65re9V
1

sotnaetin
ceh
vlo
s cim
n
o
d
y ozraem
d
6 d32 odAiS
láS
c 90,0− o1d3il,á0C
− 87re9V
1
se0
u2q7
in.e
6p1 50,0−/51,0− 43,0−/71,0− azoonid
ipes.M
tlE
e
a

h,f,detseoruS d2891
F
– –
F
ovitageN /)3
52,0
o−ír(f )4102(

–
F h22 etne­id
AaSrS
T
g
0s2a7r.o
6h1 re
)6it0u0a.2tlG
e(
a

ozraem
d
6

h2891

–
F F
– –
F SE 53,0 65re9V
1 liahcno.tlR
e
a
81.2/81.2 06,2/32,2 /o)9
d1ilá.1C(

h,fetseoruS 81 h007.21 h8 )90,o0í­r(f )a5002(

orerbeF re
)6it0u0a.2tlG
e(
a

h3891

4891 ozraem
d
2 d001.31
h d45
h 6 06,0−S
/0O
0n
,N1iE
S
− 94,0−/34,0− 51,0− 86re9V
1 lehcua.tlV
e
a
/o)9
d5ilá,0C(

h,detseoruS d4891
h
)22,o0í­r(f )7102(

ozraem
d
2
re
)6it0u0a.2tlG
e(
a

6891 a029.35 a45 NL 94,0−/72,0− 43,0−/41,0− 06,0− 13,0

oyam
8 /o)6
d9ilá,0C( otseupmoC azonips.tlE
e
a

onaurep a6891
)03,o0í­r(f sis,iT
la0
áS
P
naS
e
5 al
d
8
h )3102(

sanozama

selaicsd
naa
eíld
a
toe
m
apam
roourja
ntlp
e
u gylf
a
d
h

­erbutcO

erbmeiciD

,8
59
2891y

1102

9891 b6
a93 NL 96,1−/08,1− 12,1−/55,1− 47,0− odiláC
oyaem
d
9 b0
a04
2.24.7
824 nóicarapmoeC
d

onaurep a9891
b soednnoaicra,d
p9n
m
8us0
9
0 e
9
oa
n2
dcyli
1
/)0
515,0
o−ír(f )3
210.2la(

sanozama oineu6
dj
ytro
um
gmnuaei.ydsrta
elaoM
Syc

latneirO

bnozamA

)aúnitnoC(
9 de 36
)nóicaunAiL
tnBoACT
2(
10 de 36

4
)SC
.E
3( IES2M
Ev

/ ere)borm
breuertibce
o
i–
df( –erbutc)C
o( AST
litanm
esciocarlj0
ou
n
eíD
elf
d
p
9
snoódicaatcoe
iñbfA
uy
a o
atgonrm
eam
cixsá
oem
M
d ag
)a1rm
a
−csixs3áemm
D( senoo
ricodasiu
d
lub
npiure
mtna
dIi /erbmeiciD )C( )C( esa
eaF
dl )s(aiacincae
nzreerdefe
iu
e
vaR
F
dl
e
­erbmeiciD ­ozraM( ­ozraM( /A
PMOD
A soidsoilá
tén
eMd
a

)orerbeF )edeuP )edeuP )C(

ociréfsoTmStS
a
y

saílamona
Machine Translated by Google

sámeda
y

ocigsóisloilá
rd.n.pjie
a(
h

aidem
y

omixám

opme/Q
dit

)P
2991
– F – F –F 22,0− 65re9V
1 ojaB liahcno.tlR
e
a
17.1/1IE
2
N.M
E
1 35,1/81,1 /o)40
d57
il,á,00C
−(
etseoruS )32,o0í­r(f )a5002(

le)9rr0u0o.2tlB
e(
a

3991 a1
b 46 NL 90,0/82,0− 38,0/57,0 50,0 68re9V
1 ojaB
oyae
1m1
d b0
a00
4.76.4
125 /o)7
d9ilá,0C( azonips.tlE
e
a
onaurep IESM
E )32,o0í­r(f 65re9V
1 )3102(

sanozama – F –F liahcno.tlR
e
a
oya3m
2

latneirO )a5002(

bnozamA – F
le)9rr0u0o.2tlB
e(
a
etseoruS

4991
– – – 25,0− 81,0 odiláC
–
60o,d0i/n4i0
foe,N
d
0 40,0/36,0 ocigólordih le)9rr0u0o.2tlB
e(
a
etseoruS
i i i /)9
315,0
o−ír(f )sneóniscoe
acin
g
e
cse
a
rtie
a
sg
dd
icá
n
lá
sem
ue
nle
ne
a
d
iy(ti

nóixennoiS
c

socistsáoom
ddsaa
ielcrzraoila
rctd
csn
ea
o
io
hfl
d
a

5991
– – – 21,0 56,0 49re9V
1 –
69o,d0i/n0i0
foe,N
d
1 07,0/01,1 /o)2
d3ilá,0C( le)9rr0u0o.2tlB
e(
a
etseoruS
i i i o
)2d1il,á0c(

7991
– F – F –F 82,0 49re9V
1 –
05,0o−d/5in4i,fo0
eN−
d 16,0−/73,0− /o)02
d52
il,á,01C
−( le)9rr0u0o.2tlB
e(
a
,etseoruoSy – – –
o
)3d0il,á0c(
i i i
TOWNER Y AL .
)nóicaunAiL
tnBoACT
2(

IES2M
Ev
4
)SC
.E
3(

/ ere)borm
breuertibce
o
i–
df( –erbutc)C
o( AST
litanm
esciocarlj0
ouíD
n
e elf
d
p
9

snoódicaatcoe
iñbfA
u
a
y o
atgonrm
eam
cixsá
oem
M
d ag
)a1rm
a
−csixs3áemm
D( senoo
ricodasiu
d
lub
npiure
mtna
dIi /erbmeiciD esa
eaF
dl
TOWNER Y AL .

)C( )C( )s(aiacincae

nzree
rdefieu
eva
R
F
dl
e

­erbmeiciD ­ozraM( ­ozraM( /A

PMOD
A soidsoilá
tén
eMd
a

)orerbeF )edeuP )edeuP )C(

– – – –
8991 42o,d2i/n0i4
foe,N
d
2 42.2/60.2 46,0 95,0 49re9V
1
/)54o
,0ír−F( le)9rr0u0o.2tlB
e(
a

etseoruS
i i i o
)6d3il,á0c(

9991 80,0− 44,0 68re9V

1
Machine Translated by Google

oya1m
2 bd
a03
0 230
.8.2
32
6 5 a6
b
d43
7 5 NL 55,1−/84,1− 22,1−/42,1− /)87o
,1ír−F(

onaurep a9991 98re9V

1
o
)0d1il,á0c( )2
3102(

sanozama oineu2
dj
ognera.tM
la
e

latneirO b9991
d
h
–
h –
h
bnozamA ozrae
0m2
d
ogre
)n6iet0ur0a.2tM
lG
ey(
a

h,detseoruS
azo)6n1ip0s2E(

ozrae
0m2
d

nhóa
tuizcoo
ao
mn
did
in
tpre
u
ase.tM
ln
D
E
di
e
a

oirotav)r8e1s0b2O(

le)h7c1u0a.2tlV
e(
a

1002 se0
u5q9
in.e
6p1
d04 86,0−/o5dA
7i,S
l0áS
−
c 38,0−/67,0− 90,0 83,0 87re9V
1
oren
3e
e 1
d /)31o
,1ír−F( azoonid
ipes.tM
lE
e
a

h,detseoruS d1002
h
–
h –
h
o
)0d1il,á0c( )4102(

oren
3e
e 1
d re
)6it0u0a.2tlG
e(
a

le)h7c1u0a.2tlV
e(
a

7002 s0o5m9a.8rg
1
g04 SE 17,0/09,0 35,0/37,0 13,0 91,0 ojaB odnav.tlO
e
a
lirb
8a
e 2
d /)87o
,0ír−F(

etseoruS g7002
o
)3d1il,á0c( s,e.sn
)nesó,on
o
sso
iice
o
caia
rila
,d
g
a
corta
ró
u
d
iln
p
a,d
lp
sn4
7
8
o
ú
im
caco
n
m
le
r1
0
ra
g
se
otd
e
u
lsa
0
e
torpm
o
ijn
ah
2scy(til
e
p
á
d )6102(

L)A
8P00E2C(

nhótu
icoam
dntruaenD
dI

oirotav)r8e1s0b2O(

otomer

snoeódsnia
ciesczg
ie
liá
late
nm
ed
ari

ociréfsomotN
a

8002 s0o2m
6a.2rg
2
g95 NL 95,1−/55,1− 91,1−/61,1− 12,0 96,0 70re0V
2 ojaB odnav.tlO
e
a
lirb
8a
e 1
d /)57o
,1ír−F(

etseoruS g8002
o
)2d1il,á0c( )6102(

L)A
8P00E2C(

nhótu
icoam
dntruaenD
dI

oirotav)r8e1s0b2O(

)aúnitnoC(
11 de 36
 )nóicaunAiL
tnBoACT
2(

IES2M
Ev
12 de 36

4
)SC
.E
3(

ANT AST
litanm
esciocarlj0
ou
n
eíD
elf
d
p
9 / ere
)borm
b
reu
ertibce
io–
d–f( –erbutc)C
o(

snoódicaatcoe
iñbfA
uy
a o
atgonrm
eam
cixsá
oem
M
d abg
)0a1r0m
a
−4csi.xs3
2áem
6m
D
2( senoo
ricodasiu
d
lub
npiure
mtna
dIi /erbmeiciD esa
eaF
dl
)C( )C( )s(aiacincae
nzree
rdefieu
eva
R
F
dl
e

­erbmeiciD /A
PMOD
A soidsoilá
tén
eM
d
a
­ozraM( ­ozraM(

)orerbeF )edeuP )edeuP )C(

9002 b05 08,0−/o0d6

Ai,lS
0áT
−
c 79,0−/60,1− 92,0− 26,0 98re9V
1
otsog
ea
d
5 /)90o
,1ír−F( ognoeidra
e.tM
la
e

latneirO b9002
o
)2d0il,á0c(

bnozamA
)2a1n0e.2
tlS
e(
a
Machine Translated by Google

a)4
lo1z0i.l2
tilF
e(
a

1102 32 d83 NL 63,1−/96,1− 87,1−/30,2− 83,0 05,0 17re9V

1
se0
u5q2
in.e
0p2 /)19o
,1ír−F( azoonid
ipes.tM
lE
e
a

etseorus
odre
1r1b0e2f o
)9d0il,á0c(

le)h7c1u0a.2
tlV
e(
a

2102 a05
b 7 odilN
á+
Lc 28,0−/41,1− 99,0−/62,1− 11,0− 51,0− 68re9V
1
lirb
0a
e 2
d b0
a01
04.0.6
52
5 /)66o
,1ír−F( otlA azonips.tlE
e
a

onaurep a2102 AST saílamonA

o
)0d2il,á0c(

sanozama odaluclac
oie
8lud
1j ytrao
uzg
mona
neyip
rtaa
s.tM
lE
S
e
a
y

latneirO b2102
etnem
ota2nac1eri0
nvl2
a
e ú
p
e
d azo)2
6n1ip0s.2
3
4 tlE
e(
a

bnozamA

4102 21 eg
d5
1 38
1 5
1 adiláPcI 73,0−/22,0− 34,0−/32,0− 12,0− 13,0 87re9V
1
d09
e
g 60.9
8 52
5 /o)d
8i4lá,0C( otlA
g,e,detseoruS SSA
y saílamonA
og
dre
e 4r1b0e2f o
)9d0il,á0c(

etnoedm
alauacrila
nle
úc
p
ovitageN azood
)6nn1iap0vs.2
tlO
E
e(
a

ozrae
0m
3
d etne­id
AaSrS
T
g

ot4n1e0v2
e

lirb
ea
d
5

–
5102 a19 06o,d0i/n9i5
foe,N
d
0 2,0/52,0 90,0− 53,0 onugniN
lirb
5a
e 2
d a088.35 /o)d
2i9lá,0C( M)A
5B1­0
O
Y2H
S(

onaurep a5102
o
)0d1il,á0c(

sanozama

s,e
a,,n
úud
u..er)c)q
au
e
7
.s
da
.nsa
np
s1
ce
n
ayó
e
a
o
b
,a
is0
,lo
d
n
­i,b
is
n
cta
éie
nh
d
ríc2
cp
so
n
ó
e
.ld
o
in
–
o
ra
e
so
õrn
o
­r:i.,s
d
n
o
íc
ri,a
d
sie
t8
o
6
1
)z
m
e
ru
td
n
sm
o
ctg
ro
e
é
a
,4
8
7
6
im
a
n
e
srlo
ija
r6
p
8
7
ih
e
a
d
b
T
n
lp
u
o
e
n
a
trm
á
g
o
e
1
9
ip
d
n
s
to
rm
o
g
9
a
ru
ls
é
ilu
cM
tS
Óo
R
s
P
u
A
a
e
o
fr9
Ta
n
u
0
e
vitíd
o
s e
1
rP
lb
a
m
o
M
ftn
e
ilG
N
R
E
S
P
V
B
A
íd
p
L
q
a
b
e
2
h
1
n
y(rItfil
s
c

o
;occnitia;­n
f:aíA
oécá:ñdS
N
ca
:laitP
n
O
N
P
S
ALI

ssa
oso
a
:sg
zd
a
cg
d
o.e
o
ra
sm
)e
n
a
n
ra
e
6
4
tnid
h
n
e
cra
lci8
1p
ie
xd
a
cp
e
rs
n9
0
á
a
m
to
us
su
a
n
e
o
s
)1
2
M
m
a
C
R
*E
F
L
u
a
b
e
d
c(l
s
y
TOWNER Y AL .
Machine Translated by Google
TOWNER Y OTROS.
La confiabilidad y la cantidad de observaciones de presión y TSM se
consideran cuestionables antes de 1950 (Bunge y Clarke, 2009) y,
por lo tanto, solo consideramos eventos que ocurrieron después de
este período.
El Cuadro 2 amplía el trabajo de Marengo y Espinoza (2016) para
incluir áreas de la Amazonía boliviana, nuevas inundaciones en la
Amazonía peruana y brasileña, y una indicación de cuán fuertes son
los vínculos entre las inundaciones y las anomalías climáticas. La
solidez de la evidencia se evalúa como muy baja, baja, media o alta y
considera la magnitud de las anomalías de la TSM, los caudales
máximos de los ríos, el momento y la duración de las inundaciones,
cómo los autores clasifican cada inundación (por ejemplo, los eventos
podrían ser determinada por un exceso de caudal específico) y por el
tipo de análisis realizado (por ejemplo, análisis de correlación o
compuesto).
Se puede otorgar una calificación muy baja cuando las anomalías
de TSM observadas no coinciden con la fase de variabilidad climática
atribuida (por ejemplo, anomalías positivas de TSM observadas en el
Pacífico con una atribución de La Niña). Una calificación baja a media
es cuando las anomalías de la TSM concuerdan, pero no se ha
realizado ningún análisis atmosférico (por ejemplo, la respuesta
atmosférica a anomalías anormales de la TSM). Finalmente, una
calificación alta se da cuando las TSM son muy anormales, el nivel de
inundación es muy anómalo y la respuesta atmosférica durante el
evento ha sido inspeccionada para ese año determinado. Consideramos
todos los eventos de inundaciones importantes según lo determinado
por las referencias. El factor climático declarado para cada evento y
tipo de análisis realizado se obtiene de los autores resaltados en
negrita en la Tabla 2.
2.1 | Datos de descarga del río
Los caudales máximos de los ríos para las inundaciones se obtienen a partir del momento
serie de siete medidores hidrológicos proporcionada por los servicios
meteorológicos e hidrológicos nacionales de los respectivos países
situados en la cuenca del Amazonas y por el Instituto de Investigación
para el Desarrollo (IRD).
Estos incluyen: la Agência Nacional de Aguas (Oficina Nacional del
Agua—ANA, Brasil) y el Servicio Nacional de Meteorología e Hidrología
(Servicio Nacional de Meteorología e Hidrología—SENAMHI, Perú y
Bolivia). Los datos se obtienen a través del servicio de observación
SO­HYBAM (ver https://hybam.obs­mip.fr/). Las ubicaciones de las
estaciones se muestran en la Figura 1, con las letras correspondientes
a cada estación resaltadas en todo el texto principal para permitir una
interpretación y navegación más sencillas. Las estaciones de aforo de
Puerto Varador (f ) y Puerto Almacén (i) ya no están operativas y los
datos anteriores sufren incertidumbre debido al efecto de remanso
(Meade et al., 1991). Por lo tanto, hemos excluido la información de
descarga para estas estaciones en la Tabla 2.
13 de 36
2.2 | datos de TSM
Los datos de TSM del Pacífico Ecuatorial son proporcionados por el
Centro de Predicción Climática (CPC) de la Administración Nacional
Oceánica y Atmosférica (NOAA), utilizando el conjunto de datos
mensuales ERSSTv5 (períodos base centrados) Niño 3.4 (5 N–5 S,
170–120 W). , que se utiliza como entrada para el Índice del Niño
Oceánico (ONI). Las TSM del Atlántico son proporcionadas por los
índices del Atlántico Norte Tropical (5,5–23,5 N y 15–57,5 W) y Sur
(Ecuador–20 S y 10 E–30 W) (la climatología es 1971–2000; Enfield
et al., 1999 ).
La última versión del Multivariado El Niño Sur­
El índice de oscilación interna (MEI v2), basado en cinco variables
(presión a nivel del mar (SLP), SST, vientos zonales en la superficie
(U), vientos meridionales en la superficie (V) y radiación de onda larga
saliente (OLR)) se utiliza para proporcionar un índice. basado en las
condiciones oceánicas y atmosféricas desde 1979 en adelante. Se
basa en el índice MEI original (Wolter y Timlin, 1993) utilizando el
reanálisis global JRA­55 (Kobayashi et al., 2015). En este caso, los
valores mensuales se basan en medias bimestrales; por ejemplo,
agosto de 2018 se calcula a partir de datos de TSM de julio­agosto
de 2018. En la Tabla 2, los valores del MEI se promedian para tres
lecturas bimestrales consecutivas. Por ejemplo, para octubre­
diciembre considerando una inundación en 2012, el promedio se toma
de los valores bimestrales de septiembre­octubre, octubre­noviembre
y noviembre­diciembre de 2011.
La serie temporal mensual de PDO, definida como el componente
principal principal (PC) de las anomalías mensuales en el Océano
Pacífico Norte, hacia el polo 20 N (1854­presente), es proporcionada
por el Centro Nacional de Información Ambiental (NCEI). El índice
NCEI PDO se basa en la reconstrucción ampliada de las TSM de la
NOAA (ERSSTv4).
Finalmente, los datos mensuales de AMO sin tendencia los proporciona
el ESRL de la NOAA basándose en el conjunto de datos Kaplan SST
V2 sin suavizar (Enfield et al., 2001). Los datos de PDO y AMO en la
Tabla 2 están promediados para el año calendario.
3 | LA CUENCA AMAZÓNICA
El Amazonas (Figura 1) es la cuenca fluvial más grande del mundo y
drena un área de aproximadamente 6 millones de km2. La . su rio
red consta de más de 1.000 afluentes y el cauce principal descarga
−1
un promedio de aproximadamente 209.000 m3 s de agua dulce de
al Océano Atlántico por año (Molinier et al. ., 1996; Callède et al.,
2010). La cuenca se extiende entre 5 N y 20 S, abarcando siete
países: Brasil (63%), Perú (16%), Bolivia (12%), Colombia (6%),
Ecuador (2%), y Venezuela y Guyana (1 %) (Espinoza et al., 2009b).
En términos de clima, la cuenca del Amazonas es testigo de una gran
variabilidad interanual de precipitaciones con distintas variaciones
espaciales (ver Laraque et al., 2007 para más información).
Machine Translated by Google
14 de 36 TOWNER Y OTROS.

Tamshiyacu
(­4.00, ­73.16; 1986­2018)
5

3
1­x
s(

1­xs(
4)301m

4)301m
2

Sep Oct Nov Dic EneFeb Mar Abr PuedeJun Jul Ago Mar Abr PuedeJun Jul Ago Sep Oct Nov Dic EneFeb

Puerto
Viejo (­8,74, ­63,92; 1968­2017)
4

2
1­x
s(

1­x
s(
)01m

)01m
43

53
1

Sep Oct Nov Dic EneFeb Mar Abr PuedeJun Jul Ago Nov Dic EneFeb Mar Abr PuedeJun Jul Ago Sep Oct
kilómetros

FIGURA 1 Red fluvial e hidrogramas en estaciones de aforo clave dentro de la cuenca del Amazonas. Los hidrogramas muestran los caudales medios mensuales observados de los ríos. Los años hidrológicos de

cada hidrograma parten del caudal mensual más bajo y, por tanto, difieren según la estación específica. Las letras corresponden a las estaciones de aforo utilizadas para las clasificaciones de inundaciones en la Tabla 2

(sección 5) y se mencionan a lo largo del texto principal. Los datos de población de la ciudad provienen de Esri (https://hub.arcgis.com/)

Ecuador; Ronchail y Gallaire, 2006 para Bolivia; Lavado et al., cuencas (Figueroa y Nobre, 1990; Ronchail et al., 2002). Las
2012, 2013, para Perú; Figueroa y Nobre, 1990; Ronchail et precipitaciones en el sur están fuertemente influenciadas por
al., 2002, y Espinoza et al., 2009b, para toda la Amazonía). En la convección organizada de la zona de convergencia del
promedio, los lugares dentro del Amazonas reciben alrededor Atlántico sur (ZACZ) y preceden a las regiones del norte en
de 2.000 a 2.200 mm de lluvia al año (Marengo y Nobre, 2001), aproximadamente seis meses, alcanzando su punto máximo
provenientes de la evapotranspiración local y del transporte entre diciembre y febrero (Ronchail et al., 2002; Tomasella et al., 2011). .
de agua proporcionado por los vientos alisios del este del En consecuencia, la descarga de los ríos en los afluentes
hemisferio norte (Salati et al. ., 1979; Salati y Vose, 1984). Se norte, sur y central también sigue un patrón asincrónico en los
puede identificar un gradiente climático desde el noroeste caudales máximos de los ríos, lo que proporciona un efecto
húmedo hasta las fronteras secas sur y este, que experimenta amortiguador sobre la principal onda de inundación que viaja
una larga estación seca y donde la deforestación desde por el río Amazonas central (Ronchail et al., 2006; Espinoza et
bosques tropicales hasta pastos y tierras de cultivo es mayor al. ., 2009a). La relación lluvia­escorrentía muestra un gran
(Davidson et al., 2012). desfase entre los picos de lluvia y los picos de descarga de los
ríos en grandes partes de la cuenca, donde los caudales de
Debido al tamaño y la ubicación de la cuenca, tanto los los ríos muestran una respuesta más fuerte a los patrones de
regímenes de precipitación como los de descarga difieren lluvia estacionales en comparación con eventos de lluvia únicos (Trigg, 201
según la ubicación. En general, la temporada húmeda en la Este retraso puede estar relacionado con (1) el tamaño y la
Amazonía es de diciembre a abril, mientras que su período longitud de muchos ríos amazónicos; (2) almacenamiento e
seco es entre junio y octubre (Yoon y Zeng, 2010). Más interacciones en llanuras aluviales; y (3) ríos que generalmente
específicamente, en el norte de la cuenca, alrededor de la tienen un lecho poco profundo y pendientes topográficas, con
cuenca Branco (Figura 1), el pico de precipitaciones se observa aguas de movimiento relativamente lento (Trigg et al., 2009;
entre junio y agosto y está controlado predominantemente por Yamazaki et al., 2012), aunque los ríos ubicados en cuencas
convección a gran escala, modulada por el patrón de migración aguas arriba, particularmente aquellos de origen andino, son
de la convergencia intertropical. zona (ZCIT) (Ronchail et al., propensos a inundaciones repentinas y son muy sensibles a
2002). Las precipitaciones totales son mayores cerca de la precipitaciones extremas (Laraque et al., 2009). En promedio,
desembocadura del río Amazonas en las regiones del delta del los niveles de agua más altos se encuentran dos o tres meses
Amazonas y en el noroeste hacia el Amazonas colombiano. antes en el afluente más grande del sur (río Madeira) que en
zon (Espinoza et al., 2009b). En estas regiones, prevalecen su homólogo del norte (Río Negro) y los afluentes más grandes
condiciones más húmedas entre diciembre y mayo, aunque siguen un patrón monomodal (es decir, una ola de inundación anual).
existe menos variabilidad estacional en el oeste. (Ronchail et al., 2006; Espinoza et al., 2009a).
Machine Translated by Google
TOWNER Y OTROS.
4 | INFLUENCIA DE
IMPULSORES HIDROCLIMATICOS
4.1 | Variabilidad de las precipitaciones
4.1.1 | influencia del pacífico
La variabilidad de la TSM en el Pacífico tropical ecuatorial (es decir, la
Oscilación del Sur de El Niño, ENSO) es posiblemente el mecanismo
más conocido responsable de la variabilidad interanual y espacial de
las precipitaciones en el Amazonas (Marengo, 1992; Nobre y Shukla,
1996; Foley et al., 2002; Espinoza et al., 2009b) y, de hecho, en todo
el mundo (Cai et al., 2015). La Figura 2 resume la relación entre las
dos fases del ENOS y las precipitaciones del Amazonas con base en
los resultados identificados en estudios anteriores. En general, cuando
prevalecen las condiciones de El Niño (es decir, la fase cálida del
ENSO), un déficit de precipitaciones es común en gran parte de la
cuenca del Amazonas, mientras que lo contrario ocurre con los eventos
de La Niña (Ronchail et al. , 2002; Yoon y Zeng, 2010) (Figura 2a,d).
Esto también es evidente al examinar la frecuencia de precipitaciones
extremas, donde Grimm y Tedeschi (2009) notan una disminución
(aumento) de la actividad asociada con las condiciones de El Niño (La
Niña) en toda la cuenca del Amazonas en relación con las condiciones
neutrales.
ciones en el otoño austral (marzo­mayo). Al clasificar las estaciones
húmedas y secas en años secos, muy secos, húmedos y muy
húmedos, basándose en datos de precipitaciones observadas
mensualmente (1931­1996), Andreoli et al. (2012) mostraron que las
temporadas de lluvias secas y muy secas están asociadas con eventos
de El Niño débiles e intensos, respectivamente. Por el contrario, las
estaciones muy húmedas lluviosas y secas muy húmedas están
asociadas con intensas condiciones de La Niña y La Niña.
Las anomalías de las precipitaciones asociadas con el ENOS son
más fuertes durante el verano austral (diciembre­febrero) y el otoño
(marzo­mayo), coincidiendo con la temporada máxima de lluvias en
América del Sur (Sulca et al., 2018).
Esto se destaca en la Figura 2b,e, donde se encuentra que las
anomalías de la TSM del Pacífico tienen una influencia similar en
Patrones de precipitaciones anuales y de la estación húmeda
(diciembre­abril). La influencia en la estación seca (junio­octubre) es
más limitada, observándose impactos principalmente en las zonas
norte y este (Figura 2c,f) cuando se utilizan productos de estimación
de precipitaciones basados en medidores (Yoon y Zeng, 2010).
Las investigaciones realizadas únicamente utilizando observaciones
de precipitación muestran anomalías de lluvia contrastantes entre la
cuenca norte de Branco y en el sur del Amazonas durante
de junio a agosto (Ronchail et al., 2002) (Figura 2f). Durante los años
de La Niña, las condiciones más secas de lo habitual son más comunes
en el sur del Amazonas, con condiciones más húmedas en el extremo
norte. Aquí vale la pena reiterar que las precipitaciones en la cuenca
norte de Branco generalmente alcanzan su punto máximo más tarde
(junio­agosto) en relación con el resto del Amazonas.
15 de 36
En las cuencas del norte y noreste del Bra­
En la Amazonía ziliana, la relación ENSO­lluvias es fuerte,
particularmente alrededor del río Amazonas hacia su desembocadura
en el Atlántico, tanto en escalas de tiempo anuales como estacionales.
(Liebmann y Marengo, 2001; Ronchail et al., 2002; Zeng et al., 2008;
Yoon y Zeng, 2010). Se registra un déficit (aumento) de las
precipitaciones en la mayoría de las estaciones meteorológicas
durante los eventos de El Niño (La Niña) con una reducción de la señal
hacia las zonas del sur (Ronchail et al., 2002; Espinoza et al., 2009b).
Esta señal también es identificable en el lado occidental de los Andes
colombianos.
y la cuenca del Amazonas, aunque más débil, donde las precipitaciones
abundantes están asociadas con condiciones de La Niña (Poveda y
Mesa, 1993; Poveda et al., 2011; Espinoza et al., 2009b).
(Figura 2d,e).
Para la Amazonía peruana, particularmente en las áreas alrededor
de Iquitos (a), las precipitaciones menores (mayores) de lo habitual
generalmente se asocian con eventos de El Niño (La Niña) (Lavado et
al., 2013; Sulca et al., 2018). Sin embargo, las correlaciones en esta
estación son a menudo débiles, y ciertos análisis han identificado una
señal tanto húmeda como seca durante la fase cálida del ENOS
(Ronchail et al., 2002; Lagos et al., 2008) (Figura 2b). La asociación
entre las precipitaciones y el ENOS en la Amazonía ecuatoriana es
mucho menor
bien comprendido debido a su lejanía. Estudios anteriores se han
centrado principalmente en la conexión ENOS en zonas costeras y
andinas de Ecuador (Rossel, 1997), y la investigación probablemente
se limitó a la Amazonía ecuatoriana debido a su ubicación remota y su
escasa población (Laraque et al., 2007). La evidencia es contradictoria
entre los estudios con precipitaciones superiores a lo normal
identificadas durante las fases de El Niño en las tierras bajas
ecuatorianas y en la vertiente oriental de los Andes para Ronchail et
al. (2002), mientras que Vuille et al. (2000), y Tobar y Wyseure (2018)
no identificaron ningún efecto significativo (Figura 2a). La señal húmeda
identificada por Ronchail et al. (2002) se considera más significativo
durante la estación húmeda (marzo­mayo) (Figura 2b).
La relación puede ser compleja, particularmente cuando se
investiga la influencia del ENSO a escalas más pequeñas en las que
se pueden identificar distintas diferencias espaciales. Por ejemplo, en
Bolivia, las correlaciones suelen depender de la altitud y la topografía
(Ronchail y Gallaire, 2006).
Se reportan menos precipitaciones durante el pico de la estación
húmeda (febrero) en las tierras bajas de la Amazonía central boliviana
cuando prevalecen condiciones de La Niña (estación Trinidad)
(Figura 2e). Por el contrario, en las laderas del valle de Zongo, en el
que el río Zongo desemboca en el río Beni, un afluente del Amazonas,
se reportan condiciones más secas durante los eventos de El Niño en
una escala de tiempo anual, con una señal evidente de La Niña/
húmeda. para febrero (Ronchail y Gallaire, 2006). Esto está respaldado
por el aumento de la sedimentación dentro del río Beni durante los
eventos de La Niña (Aalto
Machine Translated by Google
16 de 36 TOWNER Y OTROS.

niñ
ninaEl
Anual Húmedo Seco FIGURA 2 Influencia del El
Niño Oscilación del Sur (ENSO) sobre las
5° norte
(a) (b) (C)
precipitaciones en toda la cuenca del Amazonas,
con base en los resultados identificados dentro del
0°
literatura: (a, d) todo el año; (b, e) la temporada de
5°S
lluvias del Amazonas (diciembre­abril); y (c, f) la
10°S
estación seca del Amazonas (junio­octubre). Los
15°S círculos azules y el sombreado indican
20°S condiciones más húmedas de lo habitual; el

la
rojo representa condiciones más secas; se
5° norte
(d) (mi) (F) utilizan círculos negros o sombreados
cuando se encuentran resultados contradictorios
0°
entre diferentes autores; El sombreado más oscuro
5°S representa lugares donde la correlación es
55°
50°

55°
50°
50°
55°
75°
70°

75°
70°
80°
65°
60°

80°
65°
60°
75°
70°
80°
65°
60°
10°S considerado más fuerte; Las regiones en

15°S blanco indican que no existe correlación o que

O
O

O
O
O
O
O
O

O
O
O
O
O

O
O
O
O

O
O
O
O Actualmente no hay información
20°S
disponible. Las marcas rayadas resaltan cuando
las correlaciones están generalizadas en
la mayor parte de la cuenca. Es importante
Correlación regional resaltar que cuando se muestra una

Más débil Más fuerte correlación generalizada, la correlación no es

Estación de aforo
uniforme y puede ser
Secadora
Secadora
mayor o menor para diferentes regiones. Para
más húmedo
más húmedo obtener detalles completos de las referencias,
el tipo de análisis utilizado y la solidez
Resultados contradictorios
Resultados contradictorios de las relaciones, consulte las Tablas S1 a S6
en la información de respaldo adicional.
Correlación generalizada ríos

et al., 2003). Estos hallazgos demuestran la necesidad de considerar la intentando comprender la relación entre las fases de ENOS y la respuesta
respuesta hidrológica a las anomalías climáticas no sólo en el lugar de de las precipitaciones en diferentes regiones de la cuenca amazónica.
interés sino también en lugares más arriba debido a los aumentos en el
caudal de los ríos en los afluentes aguas arriba que tienen el potencial
de causar inundaciones aguas abajo.
4.1.2 | influencia atlántica
Varios estudios han destacado la importancia de considerar la
diversidad de los eventos ENSO, y se ha descubierto que la ubicación y A principios de la década de 1990, Marengo (1992) identificó que un
la intensidad de las anomalías de la TSM en el Pacífico tropical causan aumento de las precipitaciones en la cuenca del Amazonas estaba asociado

diferencias significativas en las anomalías de las precipitaciones en
América del Sur (Hill et al., 2009). ; Sulca et al., 2018; Cai et al., 2020).
Esto es consecuencia de modificaciones en la Circulación de Walker
debido a si el centro de calentamiento o enfriamiento de las anomalías
de la TSM estaba ubicado en el Pacífico central u oriental.
Océano (Cai et al., 2020). Por ejemplo, Sulca et al. (2018) identificaron
que un índice ENOS cálido en el Pacífico oriental resulta
en importantes anomalías secas sobre la Amazonía peruana, a lo largo
de la frontera entre Perú y Brasil. Estas señales se consideraron
insignificantes cuando se eliminaron los años extremos de El Niño de
1983 y 1998, mientras que las anomalías secas todavía eran significativas
después de la eliminación de estos años para el índice del Pacífico
central. Estos resultados resaltan la necesidad de considerar tanto la
magnitud como la ubicación de la TSM cuando
con un aumento de los flujos de vapor de agua desde el Océano
Atlántico. En ese momento, se había prestado poca atención a la relación
entre las TSM tropicales en el Atlántico y las precipitaciones del
Amazonas. Estudios anteriores se centraron principalmente en el papel
de las TSM del Atlántico en la determinación de la variabilidad de las
precipitaciones en América del Sur, particularmente en el noreste de
Brasil (Moura y Shukla, 1981; Nobre y Shukla, 1996). En el cambio de
milenio, Liebmann y Marengo (2001) y Ronchail et al. (2002) comenzaron
a evaluar la importancia de las TSM del Atlántico tropical para la
Amazonía. Sin embargo, no fue hasta después de la sequía récord
registrada en 2005 que el Atlántico tropical fue considerado como un
factor climático, y numerosos estudios resaltaron la importancia de las
anomalías de la TSM en la determinación del balance hídrico del
Amazonas (Marengo
Machine Translated by Google
TOWNER Y OTROS. 17 de 36

et al., 2008; Zeng y otros, 2008; Yoon y Zeng, 2010).
En general, más (menos) lluvia en la cuenca del Amazonas
se correlaciona con condiciones de TSM anormalmente frías
(cálidas) en el Atlántico norte tropical (TNA), junto con
anomalías de TSM cálidas (frías) en el Atlántico sur tropical
(TSA) (Yoon, 2016 ), asociado con el patrón de migración
norte­sur de la ZCIT
calie
fríaTNA
(Enfield, 1996). Esto es apoyado por Andreoli et al. (2012)
quienes identificaron que los años que se consideran de
temporada lluviosa más seca están asociados con anomalías
positivas (negativas) de TNA (TSA) SST. Por el contrario,
una estación lluviosa muy húmeda y una estación seca y
húmeda se asociaron con el patrón dipolar opuesto (es
decir, una TNA fría y una TSA cálida).

caliente
TNA
Anual Húmedo Seco

5° norte (a) (b) (C)

0°
5°S

10°S

fría TSA
15°S

20°S

5° norte
(d) (mi) (F)

0°
5°S

10°S

15°S

20°S

TSA
5° norte
(gramo) (h) (i)

0°
5°S

10°S

15°S

20°S

5° norte (j) (k) (l)

0°
5°S
80°
50°
55°

55°

55°
50°
50°
75°
70°

75°
70°

75°
70°
80°
65°
60°
80°
60°

65°
60°
65°

10°S

15°S
O
O

O
O

O
O
O

O
O
O
O

O
O
O

O
O
O

FIGURA 3 Influencia de las zonas tropicales 20°S

Temperaturas de la superficie del mar del Atlántico

(TSM) sobre las precipitaciones en toda la

cuenca del Amazonas según los resultados identificados en

la literatura: (a – c) un Atlántico norte tropical

Correlación regional

cálido (TNA), (d – f) un TNA frío, (g – i) un Atlántico

Más débil Más fuerte Estación de aforo
sur tropical cálido (TSA) y (j – l) un TSA frío. La Secadora
Secadora

leyenda es la misma que para la Figura 2. Para obtener

más húmedo
detalles completos de las referencias, el tipo de más húmedo

análisis utilizado y la solidez de las relaciones,

Resultados contradictorios Resultados contradictorios
consulte las Tablas S7 a S18 en la sección
adicional.

información de soporte
Correlación generalizada
Machine Translated by Google
18 de 36
La Figura 3 proporciona un resumen de cómo las TSM anómalas
en la TNA y la TSA afectan la variabilidad de las precipitaciones en
la cuenca del Amazonas. Para la TNA, existen correlaciones
significativas en gran parte del Amazonas con una relación más
fuerte encontrada en el sur del Amazonas (Zeng et al., 2008; Yoon
y Zeng, 2010) (Figura 3a­c). Aquí, una precipitación menor de lo
habitual es una respuesta persistente a las anomalías cálidas de
TNA SST en la mayor parte de la cuenca del Amazonas y está
relacionada con un debilitamiento de los vientos alisios del noreste y
los flujos de humedad hacia la cuenca. Este débil­
El calentamiento es el resultado de un desplazamiento hacia el norte
de la ZCIT, que en consecuencia produce un hundimiento
atmosférico sobre la cuenca del Amazonas (Cox et al., 2008;
Marengo et al., 2016). Estos hallazgos fueron replicados por Yoon
(2016) en un análisis idealizado utilizando cinco modelos climáticos
globales atmosféricos (AGCM). Se encontró que todos los modelos
simulaban condiciones más secas (más húmedas) durante la
estación seca en el sur del Amazonas cuando las TSM en el norte
El Atlántico estuvo más cálido (más frío) de lo habitual. Yoon (2016)
destacó la importancia de que los modelos representen con
precisión los totales climatológicos de lluvia estacional para simular
mejor la respuesta a las TSM anómalas. Los modelos que simularon
muy poca lluvia durante la estación seca del Amazonas tendieron a
subestimar la respuesta a los cambios en las TSM del Atlántico. Si
nos centramos en dos de los eventos cálidos más fuertes de la TNA
(2005 y 2010), se encuentra un contraste en las anomalías de las
precipitaciones entre marzo y mayo, con condiciones más húmedas
en el norte y condiciones más secas en el norte.
Amazonía sur (Jiménez et al., 2019). En el caso de 2010, se produjo
un episodio de El Niño antes del episodio cálido de TNA en marzo­
mayo, y se observaron déficits generalizados de precipitaciones en
el norte de la Amazonia durante diciembre­febrero, lo que destaca la
necesidad de considerar los efectos de una combinación de fases
climáticas que ocurren en un plazo reducido.
La TSA, por otro lado, se considera menos influyente (Figura
3g­l), con su efecto más pronunciado en el borde sur del Amazonas
entre junio y octubre (Figura 3l) y durante la fase de transición entre
las épocas húmedas. y estaciones secas (Yoon y Zeng, 2010).
Existen correlaciones significativas entre las anomalías de las
precipitaciones y las TSM en la TSA cuando se analizan las
correlaciones con los datos de precipitaciones observados (Ronchail
et al., 2002). Por ejemplo, cuando la TSA es más cálida de lo
habitual, hay un aumento correspondiente en las precipitaciones en
las estaciones ubicadas en el noreste de la Amazonía (Figura 3g).
4.1.3 | Oscilación Madden­Julian (MJO)
A diferencia de los índices ENSO y del Atlántico tropical, que
normalmente ocurren en una escala de tiempo interanual, la MJO se
TOWNER Y OTROS.
una oscilación intraestacional, lo que significa que puede ocurrir
entre estaciones en un solo año, y tiene el potencial de proporcionar
previsibilidad de las precipitaciones y la descarga de los ríos para la
próxima temporada. A escala global, la OMJ se considera el mayor
modulador de las precipitaciones regionales en una escala de tiempo
intraestacional, y es particularmente influyente en partes del
Amazonas oriental (De Souza y Ambrizzi, 2006). Jones y cols. (2004)
identificaron que cuando la actividad convectiva aumentó sobre el
Océano Índico occidental, hubo un aumento en la frecuencia de
precipitaciones extremas en la parte oriental de América del Sur. El
razonamiento detrás de este aumento se ha asociado con una
mayor actividad y precipitaciones dentro de la ZAC, por lo que la
OMJ modula los eventos intensos de la ZAC (Carvalho et al., 2004).
Análisis compuesto realizado por Liebmann et al. (2004) apoya estos
hallazgos, revelando variaciones estadísticamente significativas en
la precipitación tanto aguas abajo del chorro de bajo nivel de América
del Sur (SALLJ) como dentro de la ZAC, dependiendo de la fase de
la oscilación. Se descubrió que la actividad de la OMJ influye en la
mejora de las anomalías ciclónicas en los niveles superiores y
anticiclónicas en los niveles bajos, que son características de un
SALLJ fortalecido.
Shimizu et al. (2017) exploraron la relación entre los eventos de
precipitación extrema en la cuenca del Amazonas y las fases de la
actividad de la OMJ y ENSO. Se encontró que los eventos de
humedad extrema en el Amazonas eran más frecuentes cuando la
OMJ estaba activa, particularmente cuando la convección tropical
era más fuerte sobre el Océano Índico (fases 1 y 2) y durante las
fases 7 y 8, cuando la actividad convectiva se reduce sobre Australia.
Shimizu et al. (2017) también señalan que, a pesar de que la
frecuencia de eventos húmedos alcanzó su punto más alto durante
la fase 7 del ciclo de la OMJ, considerando solo los casos de eventos
de OMJ (es decir, sin tener en cuenta el ENSO), la precipitación y
el movimiento convectivo fueron más fuertes en la fase 2, lo que
indica que los acontecimientos pueden volverse más extremos
cuando la OMJ se posicione sobre el Océano Índico.
4.1.4 | Oscilaciones decenales del Pacífico y
multidecenales del Atlántico
Los estudios que analizan el impacto de la PDO y la AMO en la
variabilidad de las precipitaciones tienden a explorar la relación
indirectamente, centrándose en cómo las fases de la PDO/AMO
modulan las características de ENOS (por ejemplo, Wang et al.,
2014; García­García y Ummenhofer, 2015). . Por ejemplo, se ha
descubierto que la frecuencia e intensidad de las anomalías del
ENSO están controladas por la fase del PDO, identificándose una
intensificación de las anomalías húmedas/secas cuando el ENSO y
el PDO están en fase (por ejemplo, un PDO cálido y El Niño; Wang
et al., 2014). Además, cuando ENOS y PDO están fuera de
Machine Translated by Google
TOWNER Y OTROS.
En esta fase, se encontró que las relaciones típicas de ENOS y el clima
se debilitaban o incluso desaparecían. Por ejemplo, durante la fase fría
del PDO, las anomalías de precipitación asociadas con las condiciones
de El Niño se debilitan en el norte.
América del Sur, incluidas partes de la cuenca del Amazonas brasileño
(Wang et al., 2014). Estos resultados fueron identificados previamente
por Kayano y Andreoli (2007), quienes concluyeron que la fuerza de las
teleconexiones ENSO está potencialmente relacionada con la fase del
PDO, con compuestos de lluvia para los años de El Niño y La Niña en
América del Sur. ica sustancialmente diferente entre las fases de la
DOP.
Para la AMO, surge una relación opuesta, con regímenes de AMO
fríos (cálidos) asociados con una variabilidad ENSO más fuerte (más
débil) (Timmermann et al., 2007; García­García y Ummenhofer, 2015).
En otras palabras, los eventos ENOS, en general, tienden a ser más
fuertes cuando los dos índices de las TSM están desfasados (por
ejemplo, El Niño y un régimen frío de AMO), y el régimen positivo de
AMO se caracteriza por vientos anómalos del este sobre la zona central.
y Pacífico occidental que profundizan la termoclina en el Pacífico
occidental (García­García y Ummenhofer, 2015). En América del Sur,
los compuestos de precipitación anómalos mostraron patrones de lluvia
más (menos) organizados, con anomalías significativas que ocuparon
más (menos) área terrestre cuando ENOS y AMO están en la (misma)
fase opuesta (Kayano y Capistrano, 2013). ). Estudios directos entre la
AMO y las precipitaciones amazónicas han demostrado que las fases
positivas de la AMO están relacionadas con una mayor frecuencia de las
sequías (Barichivich et al., 2018) y la escasez de lluvias durante las
megasequías de 2005 y 2010 (Arag~ao et al., 2018). Un estudio reciente
de Kayano et al. (2019) exploraron la influencia concomitante de las
fases AMO y PDO en las teleconexiones de La Niña en América del Sur.
El número más alto (más bajo) de eventos de La Niña ocurrió durante
períodos en los que persistió AMO cálido/PDO frío (AMO frío/PDO
cálido), en consonancia con lo esperado con base en la literatura anterior
(por ejemplo, Kayano y Capistrano, 2013). ; Wang et al., 2014; García­
García y Ummenhofer, 2015). Considerando otros antecedentes, una
combinación de AMO fría/PDO fría representó un mayor porcentaje de
eventos de La Niña en relación con una AMO cálida/PDO cálida, lo que
sugiere la importancia de la fase fría de PDO para favorecer las
anomalías de la TSM de La Niña en el Pacífico Ecuatorial. .
4.2 | Variabilidad de la descarga del río
4.2.1 | influencia del pacífico
Marengo et al. (1993) identificaron mediante observaciones y simulaciones
que la variabilidad de los caudales de los ríos en el Amazonas puede
diferir en el orden de dos desviaciones estándar.
entre años El Niño y años sin El Niño. Más recientemente,
19 de 36
Emerton et al. (2017) produjeron probabilidades históricas de las
posibilidades de observar caudales anormalmente altos o bajos en todo
el mundo en respuesta a los eventos de El Niño y La Niña, tanto para el
año en que un evento alcanza su punto máximo como para cuando
decae. Para el Amazonas, es probable que las regiones al sur del río
Amazonas, particularmente hacia el lado occidental de la cuenca,
observen caudales fluviales más altos de lo habitual durante agosto y
septiembre en los años de El Niño durante las etapas iniciales de un
evento ENSO (40–60 % de probabilidad) (Figura 4c). La señal se invierte
en la Amazonia brasileña durante los meses más cercanos al invierno
boreal, cuando El Niño suele alcanzar su punto máximo. A partir de
noviembre, caudales inferiores a lo habitual dominan la Amazonia
brasileña
con la señal más fuerte durante diciembre y entre mayo y julio durante la
fase de decadencia (Figura 4b,c).
Las condiciones más secas son dominantes en el noreste de Ama­
zon durante las estaciones húmedas y secas, que ocurren ligeramente
más tarde que las observadas para las precipitaciones debido al gran
desfase entre las precipitaciones y los picos de descarga (Figura 4b, c).
Durante los años de La Niña (es decir, la fase fría del ENSO), la
señal es generalmente más débil en toda la cuenca. Hacia el noroeste,
alrededor del punto de confluencia del río Solimões, donde se encuentran
las cabeceras de los ríos Marañón y Ucayali, y en la Amazonía brasileña
occidental, es más probable que los flujos sean más secos de lo habitual
en septiembre y diciembre (Figura 4f). Por el contrario, es más probable
que aumenten los caudales fluviales en el noreste del Amazonas, encima
del río Amazonas, desde principios de julio y que duren aproximadamente
hasta julio siguiente. Esta señal es más fuerte durante febrero y marzo
cuando La Niña comienza a decaer y se extiende hacia el sur del
Amazonas durante diciembre (Figura 4e,f).
Los análisis que utilizan datos observados de descarga de ríos han
identificado señales similares para los caudales medios anuales de los
ríos, con niveles más bajos (más altos) de descarga durante los años de
El Niño (La Niña) encontrados en todas las cuencas fluviales con
excepción de la cuenca sur de Madeira (Espinoza et al. , 2009a),
consistente con los resultados de Ronchail et al. (2005b) (Figura 4a,d).
Se observan anomalías negativas importantes durante El Niño en los
afluentes del noreste del Amazonas, similares a la respuesta de las
precipitaciones (Figura 2a) y en la estación Altamira, ubicada aguas
abajo del sur del río Xingu (Figura 4a) (Ronchail et al., 2005b ). La señal
en el norte se replica en varios estudios adicionales (por ejemplo, Uvo y
Graham, 1998; Foley et al., 2002; Schöngart y Junk, 2007) con una
habilidad mejorada para pronosticar la descarga en las subcuencas del
norte cuando se utilizan las TSM del Pacífico. (Uvo y Graham, 1998; Uvo
et al., 2000). Se encontró que los caudales del río Negro eran
significativamente más bajos durante los años de El Niño en condiciones
relativamente neutrales, mientras que ocurre lo contrario en el caso de
La Niña (Figura 4b,e) (Schöngart y Junk, 2007).
Otras regiones notables incluyen afluentes ubicados al este del río
Madeira (Ji­Paraná, Aripuana,
Machine Translated by Google
20 de 36 TOWNER Y OTROS.

niñ
ninaEl
Anual GRÁFICO 4 Influencia de El Niño
Húmedo Seco
Condiciones de la Oscilación del Sur (ENSO) en la
(a) (b) (C)
5° norte descarga de los ríos en la cuenca del Amazonas
con base en los resultados identificados dentro del
0°
literatura: (a, d) todo el año; (b, e) la temporada
5°S
de lluvias del Amazonas (febrero­junio); y (c,
10°S f) la estación seca del Amazonas (agosto­diciembre).
15°S La leyenda es la misma que para la Figura 2.

20°S Para obtener detalles completos de las referencias,

la
el tipo de análisis utilizado y la solidez de las
(d) (mi) (F) relaciones, consulte las Tablas S19 a S24 en la
5° norte
información adicional.
0°
información de soporte
5°S
55°
50°

55°
50°
55°
50°
75°
70°

75°
70°
80°
65°
60°

80°
65°
60°
75°
70°
80°
65°
60°
10°S

15°S
O
O

O
O
O
O
O
O

O
O
O
O
O

O
O
O
O

O
O
O
O
20°S

Correlación regional
Más débil Más fuerte Estación de aforo
Secadora
Secadora

más húmedo
más húmedo

Resultados contradictorios
Resultados contradictorios

ríos
Correlación generalizada

y Sucunduri), que experimentan una disminución de hasta un 4.2.2 | influencia atlántica

25% en la descarga durante las fases de El Niño (Ronchail et al.,
2005b). Una señal opuesta (es decir, un caudal más alto de lo
normal) fue evidente en el río Japura hacia la Amazonia
colombiana y en la cuenca superior del Negro (Figura 4a). Las
anomalías positivas durante los eventos de La Niña se observan
predominantemente hacia el noreste del Amazonas y a lo largo
del río Branco, con caudales de río más bajos de lo habitual más
comunes en
afluentes del sur, particularmente en los ríos Mamoré y Madeira
(Figura 4d).
Estos estudios apoyan el análisis global de Ward et al.
(2010), quienes investigan la sensibilidad de la descarga media
anual y máxima de uno y siete días al ENOS. Observaron una
relación positiva (es decir, condiciones más secas durante El
Niño) en todas las estaciones dentro de los trópicos, asociada
con el desplazamiento anómalo de la circulación de Walker. No
se encontraron diferencias estadísticas
encontrado en la sensibilidad al Índice de Oscilación del Sur
(SOI) entre descargas medias y máximas. Esto significa que no
se encontró que los impactos del ENSO fueran más fuertes para
los flujos altos en comparación con las condiciones medias,
como se observa en muchas áreas del mundo.
Espinoza et al. (2009a) encuentran que para la TNA la
variabilidad de la descarga en los ríos amazónicos responde de
manera similar al ENOS. Se identifica una correlación negativa
entre las TNA SST y los caudales medios y máximos anuales de
los ríos, lo que indica que cuando la TNA es más cálida de lo
habitual, la descarga del río disminuye (Figura 5a), destacando
la misma respuesta a la lluvia (es decir, una disminución de la
lluvia). Esta respuesta similar a las TSM de ENSO y TNA puede
explicarse por correlaciones positivas entre los dos índices.
Varios estudios han destacado el impacto del ENSO en las TSM
del Atlántico tropical (Enfield y Mayer, 1997; García­Serrano et
al., 2017) y su reversión mediante la inducción de flujo atmosférico
ciclónico de bajo nivel debido al calentamiento de las TNA. en
primavera boreal (Ham et al., 2013).
Esta relación para caudales fluviales más bajos de lo habitual
se observó en la mayoría de las subcuencas, excepto en los ríos
del sur de Madeira y del norte de Branco, y se encontró que las
TNA TSM más frías de lo habitual producen el efecto opuesto
(Espinoza et al., 2009a) (Figura 5b). . Marengo (1992) identificó
cuando las TSM anormalmente frías en la TNA ocurren
simultáneamente con una TSA más cálida de lo habitual, los niveles de agua
Machine Translated by Google
TOWNER Y OTROS.
en el Río Negro son generalmente más altos (Figura 5b,c). Estos
Los resultados son consistentes con los producidos por Ronchail.
et al. (2005b) para la mayoría de las regiones de la Amazonía. Las estaciones
situadas entre el río Amazonas y 10 S mostraron mayores
de lo habitual flujos bajos y medios cuando la TNA está más fría
de lo habitual, aunque se observó una relación inversa en
la cuenca del río Branco en el extremo norte (Figura 5b).
Considerando la TSA, identificada como menos importante para las
precipitaciones amazónicas (Yoon y Zeng, 2010), la relación con la descarga
es más compleja y es
se considera dependiente del tiempo (Ronchail et al., 2005b). Para
Por ejemplo, entre 1974 y 1994, se mantuvo una TSA cálida.
vinculado con un mayor caudal fluvial en la cuenca del río Beni
(Figura 5c). En cambio, la cuenca Mamoré­Madeira,
ubicado justo al este de los ríos Beni y Madeira, aumentó
descargas que correspondieron a condiciones anormalmente frías (1988­2001)
(Figura 5d). Esta relación en el
El sur de la Amazonía resalta los problemas que podrían
surgen cuando se utilizan anomalías de TSM para la predicción de posibles
inundaciones, y se encuentran condiciones más húmedas en las zonas vecinas.
subcuencas para oponerse a anomalías de TSM.
4.2.3 | Otros conductores
Hay una ausencia de literatura que se centre en la influencia de la MJO, PDO
y AMO en los caudales de los ríos en el
Cuenca del Amazonas en relación con índices en escalas de tiempo más cortas
(por ejemplo, el ENSO). Para varios índices de variabilidad a largo plazo del
Atlántico y el Pacífico, solo se utilizaron los índices AMO y SST del Atlántico
transecuatorial (Deser et al., 2010).
correlacionada significativa y negativamente con las variaciones en
Niveles mínimos de agua en estación seca en el sitio de aforo de Manaos
(Barichivich et al., 2018). Lee y cols. (2018) observan la
misma correlación negativa con los flujos máximos estacionales en
El centro de América del Sur proporciona predicciones “justas” de flujos
estacionales basadas en un modelo de predicción a escala global evaluado
utilizando el puntaje de habilidad categórico de Gerrity (GSS).
Estos resultados son consistentes con la relación típica
Entre las precipitaciones, la descarga de los ríos y las condiciones más
cálidas en el Atlántico norte, predominan las condiciones más secas en gran
parte del Amazonas debido a la
desplazamiento de la ZCIT hacia el norte. Esto resalta la
papel dominante del Atlántico tropical en la modulación
frecuencia de las sequías en el Amazonas y, por tanto, la capacidad de
predecir períodos de rachas secas.
La modulación de inundaciones o períodos de anormalidad
Los altos flujos en escalas de tiempo más largas son mucho menos comprendidos.
(Barichivich et al., 2018). Estudios recientes han demostrado algunos
previsibilidad en cuanto al fortalecimiento de la
Circulación de Walker y mejora asociada de la
Los vientos alisios ecuatoriales en el Océano Pacífico, que pueden
Ofrecer previsibilidad a varios años en algunas partes del mundo.
21 de 36
(McGregor et al., 2014; Espinoza et al., 2016). En el Amazonas, las variaciones
en los niveles máximos de agua en la estación de aforo de Manaos están
consistentemente correlacionadas con la fuerza de la
los vientos alisios del Pacífico (vientos zonales con un promedio de 10 m;
Barichivich et al., 2018) y los gradientes de TSM entre los
Cuencas de los océanos Atlántico y Pacífico (Chikamoto et al., 2015).
Los mecanismos detrás de este fortalecimiento pueden estar relacionados
a la dinámica de la variabilidad transcuenca (TBV), que es
definida como la diferencia entre las TSM del Atlántico y del Pacífico
promediadas en el área. McGregor y cols. (2014) implementaron un
Índice TBV a escala de cuenca, definido como la diferencia media mensual
de las anomalías de TSM del Atlántico y el Pacífico. Ellos enseñan
cómo el índice TBV está fuertemente influenciado por la fuerza de
los vientos alisios y opera en una frecuencia de aproximadamente cinco
años. Alrededor de 1991, se presentaron condiciones frías en el Atlántico.
junto con un Pacífico oriental relativamente cálido, lo que resulta en una
Fase TBV negativa donde los vientos alisios del Pacífico fueron anormalmente
más débiles. Desde finales de los años 1990, el rápido calentamiento en el
Océano Atlántico (Gloor et al., 2013), combinado con el posterior enfriamiento
en el Pacífico oriental, provocó una reversión en la tendencia
Índice TBV, según el cual los vientos alisios ecuatoriales fueron
mejorado debido a una presión anómala baja (alta) sobre el
Océanos Atlántico (Pacífico). Se ha descubierto que esta mejora
coincidir con un aumento del 55% en la frecuencia de días húmedos
(> 10 mmdía–1 ) en la Amazonía occidental (Espinoza
et al., 2016).
Índices que operan a frecuencias más bajas (por ejemplo, el
TBV, PDO y AMO) podrían traducirse en información útil para la evaluación
de riesgos para varios sectores que operan en la Amazonía (por ejemplo, la
agricultura). Sin embargo, a diferencia de
para la relación entre sequías y temperaturas más cálidas que
TSM habituales en el Atlántico Norte, los mecanismos detrás
inundaciones en escalas de tiempo más largas aún requieren más
investigación.
4.3 | Precipitaciones versus descarga de ríos
En general, es clara una relación similar entre las fases.
del ENSO y las tendencias observadas tanto en las precipitaciones como en
descarga del río, particularmente en escalas de tiempo anuales
(Figuras 2 y 4). Durante los eventos de El Niño, condiciones más secas
son frecuentes, mientras que el aumento de las precipitaciones y los caudales de los ríos
generalmente se encuentran en toda la cuenca durante La Niña.
Los cambios asociados al ENSO son más fuertes en el
Amazonía nororiental para ambas variables. Algunas discrepancias aparecen
durante la estación seca en los años de La Niña, con
Se observaron menos precipitaciones en el sur del Amazonas (Figura 2f),
mientras que una reducción de la descarga sólo se observa en partes de
el noroeste de la Amazonia (Figura 4f). Se debería notar
que la estación seca generalmente se superpone cuando ENOS es
en su fase inicial de construcción o de decadencia, con una
asociación más fuerte generalmente reconocida durante
Machine Translated by Google
22 de 36 TOWNER Y OTROS.

TNA
Cálido Frío convección del hemisferio norte al sur.

(a) (b) esfera, debido al retraso de la humedad de la capa límite planetaria

5° norte
(PBL). Esta acumulación de humedad del PBL es responsable del
0°
inicio de la convección, siendo las regiones más cercanas al ecuador
5°S
más sensibles a pequeños cambios en la estructura termodinámica y
10°S
dinámica de la atmósfera en relación con el sur del Amazonas (Fu et
15°S
al., 1999). Por lo tanto, es probable que las cuencas centrales y

O TSA
20°S
septentrionales sean más sensibles a los cambios en las TSM en los
(C) (d)
5° norte
océanos adyacentes.
0°

5°S Hasta ahora, los estudios antes mencionados han descrito el

55°
50°
75°
70°
80°
65°
55°
50°
75°
70°
80°
65°

60°
60°

10°S papel de los océanos Atlántico y Pacífico tropicales en la

15°S
O
O
O
O
O
O
O
O
O
O

determinación de la variabilidad de las precipitaciones en la cuenca del Amazonas.

O

O
O

20°S Sin embargo, Builes­Jaramillo et al. (2018) plantean la hipótesis de

que la interacción entre las TSM en el Atlántico y el
La hidrología del Amazonas son más complejas, proponiendo un
Correlación regional sistema de retroalimentación bidireccional. Identifican que los cambios
Más débil Más fuerte Estación de aforo en la hidrología del Amazonas pueden influir en los estados futuros
Secadora
Secadora de las TNA SST con hasta dos meses de antelación. Cuando el

más húmedo
más húmedo Amazonas está particularmente seco (húmedo), la presión atmosférica
en la superficie sobre el Amazonas aumenta (disminuye). En
Resultados contradictorios
Resultados contradictorios
consecuencia, la presión atmosférica en la superficie entre el TNA y
Correlación generalizada ríos el Amazonas se reduce (aumenta), lo que a su vez reduce (aumenta)
los vientos alisios zonales. A medida que los vientos alisios zonales

FIGURA 5 Influencia de las temperaturas de la superficie del mar
(TSM) del Atlántico tropical en la descarga de los ríos en la cuenca del
Amazonas según los resultados identificados en la literatura: (a) un
Atlántico Norte Tropical (TNA) cálido, (b) un TNA frío, (c) un Atlántico Sur
Tropical cálido (TSA) y (d) un TSA frío. Los resultados solo se muestran
para todo el año debido al número limitado de estudios que tienen
resultados estacionales. La leyenda es la misma que para la Figura 2.
Para obtener detalles completos de las referencias, el tipo de análisis
utilizado y la solidez de las relaciones, consulte las Tablas S25 a S28
en la información de respaldo adicional.
Diciembre­febrero cuando el ENSO alcanza su punto máximo.
Para el Atlántico, las precipitaciones y los caudales responden de
manera similar, con una reducción de las precipitaciones y los
caudales cuando el TNA es anormalmente cálido y un aumento E INUNDACIONES EXTREMAS
cuando el TNA es más frío de lo habitual. Se descubre que la TSA es menos influyente
para ambas variables (Figuras 3 y 5).
Además de la magnitud, se ha demostrado que la variabilidad de
la TSM afecta los tiempos de inicio y fin de la temporada de lluvias.
En la Amazonia central, se determinó que la fecha promedio de inicio
era alrededor del 25 de septiembre al construir promedios de lluvia de
cinco días (pen­tads), y está asociada con una actividad anómala de
anticiclón y vientos alisios mejorados en el Atlántico (Marengo et al.,
2001). . La combinación de las anomalías de la TSM del Atlántico frío
y del Pacífico cálido está relacionada con
un inicio retrasado y una retirada temprana de las precipitaciones de
la estación húmeda. Para esta configuración particular de las TSM,
se observa un retraso en la migración estacional de los picos.
se debilitan (fortalecen) sobre la TNA, se reduce (aumenta) el
enfriamiento por evaporación, lo que conduce a un aumento
(disminución) de las TSM de la TNA.
Es importante resaltar el hecho de que la mayoría de las
correlaciones descritas en la Sección 4 a menudo se consideran
para zonas de captación más grandes y/o para un pequeño número
de estaciones meteorológicas/hidrológicas. Esto es particularmente
cierto en el caso de las precipitaciones en subcuencas más pequeñas,
que adolecen de una cobertura espacial deficiente (Paccini et al.,
2018). En consecuencia, puede resultar difícil evaluar la relación entre
las precipitaciones y los factores climáticos.
5 | IMPULSORES HIDROCLIMATICOS
La Figura 6 muestra todos los eventos de inundación descritos en la
Tabla 2 trazados en las series temporales de anomalías de TSM para
las regiones de El Niño 3.4, TSA y TNA. Cabe señalar que estas
inundaciones se basaron en lo identificado
dentro de la literatura y las bases de datos sobre inundaciones, por lo
que está sesgado hacia regiones donde se realizan más investigaciones
y registros de inundaciones. El suroeste del Amazonas, por ejemplo,
muestra más inundaciones a lo largo del tiempo, pero esto podría
deberse a que los eventos de inundación se registran y analizan con
mayor frecuencia en estos lugares. Además, las regiones del suroeste
tienen varias estaciones de medición donde las inundaciones tienden
a analizarse (d–i), mientras que las inundaciones en la Amazonía
peruana generalmente se basan en los niveles de agua en Tamshiyacu.
Machine Translated by Google
TOWNER Y OTROS. 23 de 36

3
FIGURA 6 Inundación del Amazonas (a)
Eventos de la Tabla 2 representados en la

2
serie temporal de la superficie del mar.

1
anomalías de temperatura (SST) en los
océanos Pacífico y Atlántico tropical: (a)

0
N.ºE
3(
región de El Niño 3.4, (b) Atlántico Sur

)C
4
Tropical (TSA) y (c) Atlántico
Norte Tropical (TNA).

2−
1
Las inundaciones se basan en las estaciones
de medición que coinciden con las que se muestran en

81
0
2
4
6 50
6
7
8
9
0 92
1
8
Tabla 2, con colores que representan la

0.1
(b)
región en la que ocurrió la inundación.
Los círculos se ubican durante el mes
de ocurrencia (es decir, eje x) con la
altura (es decir, eje y) determinada por
SºT(

la anomalía media de TSM de octubre a

A)C

diciembre (marzo­mayo) anterior para las

regiones de El Niño 3.4 (TNA y TSA). Las
1,−
0

líneas discontinuas azules y rojas representan

00
0,5
5

el umbral para las fases cálida y

5092
1
8

fría respetadas de cada índice (por

81
0
2
4
6 6
7
8
9
0
5.1

ejemplo, – 0,50 °C para un episodio débil de (C)

La Niña y

2,0 °C para un El Niño muy fuerte, según

5,0

lo clasificado para el Niño Oceánico

Índice (ONI)
NºT(
A)C
5,0−

Amazonía oriental brasileña

amazonia peruana
Amazonía sudoccidental
5,1−

81
0
2
4
6 50
6
7
8
9
0 92
1
8

estación de medición (a). La Figura 6 también resalta que pueden ocurrir
eventos de inundación en varias regiones de la cuenca independientemente
de si las anomalías de la TSM se encuentran en sus fases positiva, neutral
o negativa. Esto implica que, si bien las inundaciones en un determinado
lugar pueden estar vinculadas a una fase particular del clima (por ejemplo,
La Niña), las inundaciones no se limitan a esta fase en particular y demuestra
las complejidades que existen al hacer cualquier asociación con un factor
hidroclimático en particular.
5.1 | Atribución de conductores
5.1.1 | Caso de atribución de menor confianza: el
evento de la Amazonía peruana de 1993
Los índices de los factores hidroclimáticos son de interés tanto para los
pronosticadores de inundaciones como para las organizaciones humanitarias
debido al potencial de su uso para aumentar la previsibilidad de las próximas
inundaciones. Sin embargo, en algunos casos, los vínculos entre las
inundaciones y los factores hidroclimáticos no están claros.
La Figura 6 representa cada evento de inundación identificado en la Tabla 2.
la serie temporal de anomalías de la TSM en los océanos Pacífico y Atlántico
tropicales. Algunas inundaciones, como las observadas en Tamshiyacu (a),
en 1993, se han asociado previamente con condiciones de La Niña durante
la primavera y el verano australes anteriores (Espinoza et al., 2013).
Considerando la región (5 N–5 S, 120–170 W), las anomalías de la TSM en
el Pacífico central en el período previo a este evento de hecho no alcanzaron
el umbral típico de ONI −0,5 C (La Niña débil) para cualquier período de
tres meses (media de octubre a diciembre anterior = −0,28 C) (Figura 6a),
observándose anomalías positivas de TSM desde enero de 1993 en
adelante. De manera similar, el evento de 1986, también atribuido a las
condiciones de La Niña (Espinoza et al., 2013), nunca superó el umbral de
­0,5 °C durante la primavera y el verano australes, aunque las anomalías
negativas de la TSM fueron persistentes durante todo el período. Esto
significa que es poco probable que estas inundaciones se debieran a las
condiciones de La Niña y que una
diferente mecanismo de respuesta podría ser responsable.
El análisis de estos eventos se centró en una combinación de
anomalías de TSM, altura geopotencial y flujo de humedad vertical integrado
para los cuatro años de inundaciones más intensas en el sitio de medición
de Tamshiyacu (a) (1993, 1986,
Machine Translated by Google
24 de 36
1999 y 2012) para la temporada anterior de octubre a diciembre (Espinoza
et al., 2013). Se identificaron anomalías atmosféricas y se descubrió que
eran responsables del aumento de la convergencia de la humedad en el
noroeste del Amazonas. Este análisis se realizó para la media de los cuatro
años, que incluyeron las condiciones más fuertes de La Niña observadas en
el verano austral durante 1998 y 2011, y la respuesta atmosférica a eventos
individuales solo se mencionó para 2012. Por lo tanto, actualmente se
desconoce si el océano Las condiciones en el Pacífico en el período previo
a las inundaciones de 1993, 1986 y 1999 fueron capaces de reproducir la
misma o similar respuesta atmosférica que podría determinarse como la
causa de esos eventos. Una investigación más profunda de las anomalías
de la TSM y la respuesta atmosférica a cada evento individual (como se
realizó para la inundación de 2012) en lugar de una combinación podría
constituir una tarea útil para identificar la relación entre la magnitud y la
ubicación del enfriamiento en el Pacífico ecuatorial central y el nivel de
convergencia del flujo de humedad sobre la cuenca del Amazonas. Un
análisis de este tipo podría permitir una mayor confianza en la comprensión
de la magnitud de las TSM necesarias para favorecer una respuesta
atmosférica que comúnmente produce inundaciones graves.
También existen otros casos, por ejemplo, para las inundaciones de
1953 en Óbidos (b), Brasil (Tabla 2). En este caso, el vínculo con el clima a
menudo no se establece directamente (por ejemplo, Marengo y Espinoza, 2016). Este es el mismo caso de la inundación del Amazonas peruano de 2012.
(Tabla 1), mientras que en otros trabajos (Marengo et al., 2013a) (ver
Sección 2) se ha relacionado con una TSA más cálida de lo habitual en
ausencia de La Niña. Sin embargo, como se muestra en la Tabla 2 y la
Figura 6b, las anomalías de la TSM en la TSA son en su mayoría negativas
durante todo el año anterior al evento con una anomalía de temperatura
mínima de ­0,29 en abril de 1953.
5.1.2 | Caso de atribución de mayor confianza: el
evento de la Amazonia brasileña de 2014
Las inundaciones extremas de 2014 afectaron a muchos lugares del suroeste
del Amazonas, particularmente en la cuenca de Madeira, y el caudal del río
alcanzó un récord de 58.000 m3 s en la estación de aforo de Porto Velho (e)
(Tabla 2). −1
Espinoza et al. (2014) identificaron por primera vez anomalías en las
condiciones hidrológicas, con precipitaciones superiores a lo normal
observadas ya en septiembre de 2013, alcanzando su punto máximo hacia
finales de enero de 2014. Al examinar las características climatológicas
importantes en la preparación del evento (es decir, la temporada de lluvias
desde diciembre a marzo), se atribuyó al evento un gradiente negativo TSA­
SSA con TSM excepcionalmente cálidas en el SSA presentes desde enero
de 2014.
Estas condiciones estuvieron asociadas con un cambio en la circulación
atmosférica de enero a marzo de 2014.
Se detectaron anomalías positivas en la altura geopotencial de 850 hPa.
TOWNER Y OTROS.
Se descubrió que producía una circulación anticiclónica anómala, que se
extendía desde el SSA hasta América del Sur y
fue responsable de un debilitamiento de la actividad de la SACZ y de un
fortalecimiento de la SALLJ provocando precipitaciones anómalas. Además,
los campos de anomalías de transporte de vapor integrados verticalmente
desde diciembre de 2013 hasta marzo de 2014 mostraron una intensa
incursión desde la TNA hacia el sur.
Amazonia moderna (Espinoza et al., 2014).
Un análisis adicional implicó el uso de un análisis compuesto para
investigar inundaciones en la región que no estaban asociadas con La Niña.
Como en Espinoza et al. (2013), las condiciones climatológicas se
promediaron durante cuatro años de inundaciones (1978, 1982, 2001 y
2014), produciendo un gradiente TSA­SSA SST y un positivo de 850 hPa en
la región SSA. Sin embargo, los compuestos de humedad se compararon
con los del evento de 2014 únicamente y revelaron que la incursión del flujo
de humedad desde el Atlántico tropical fue más intensa para este evento
específico.
Como las condiciones climatológicas (es decir, las anomalías de la
TSM, las anomalías de altura geopotencial y los flujos de humedad) se
analizaron únicamente para las condiciones observadas en la preparación
del evento de 2014 (es decir, de diciembre de 2013 a marzo de 2014), se
puede obtener una mayor confianza en la atribución de la inundación.
en comparación con años en los que sólo se presentaron condiciones para
condiciones promedio (es decir, 1978, 1982 y 2001).
(Espinoza et al., 2013), mediante el cual se analiza un solo año de inundación
además de una combinación de años. Es importante reconocer que esto no
implica que los otros eventos de inundación dentro del compuesto no estén
asociados con patrones de circulación atmosférica provenientes de un
gradiente TSA­SSA fortalecido, sino más bien la respuesta climatológica
específica para cada evento individual. es menos conocido.
Aún se necesitan más análisis de modelos numéricos que investiguen los
mecanismos océano­atmósfera detrás de las inundaciones. Las
comparaciones entre condiciones de eventos similares pueden ayudar a
explicar las diferencias en intensidad y persistencia (Espinoza et al., 2014)
y proporcionar información útil para proporcionar alertas tempranas para
futuras inundaciones.
5.2 | Clasificación de una inundación
La mayoría de los grandes ríos amazónicos experimentan un único período
de inundación con caudal desbordado en un año “normal”. Es por esto que
al revisar la literatura aparecen discrepancias en la clasificación de un evento
de inundación. ¿Debería clasificarse una inundación en función de un umbral
de caudal?
superación, el número de días por encima del umbral, la extensión de la
inundación, por superación de la ribera del río o por impacto socioeconómico?
En la introducción a Vauchel et al. (2017), un caudal > 6.000 m3 s en la
−1
estación de aforo de Rurrenbaque (d) (río Beni) se determina como inundación
Machine Translated by Google
TOWNER Y OTROS.
evento basado en el nivel alto promedio de inundación al evaluar las
inundaciones con respecto a la frecuencia ENSO. Sin embargo, esto
El nivel se supera casi todos los años, lo que dificulta cualquier asociación con
las fases ENOS.
−1
Otro ejemplo incluye los 250.000 m3 s.
umbral de carga utilizado por algunos autores (por ejemplo, Callède
et al., 2004; Ronchail et al., 2006) en Óbidos (b). Aunque
este valor representa el nivel del agua al que se encuentra el pueblo
comienza a inundarse (Callède et al., 2004), las observaciones de caudal para
esta estación muestran que este nivel aumenta regularmente
superado, a pesar de no haber impactos significativos o informes de
Cada vez se registran inundaciones extremas (por ejemplo, entre
mayo y julio de 2010). Por lo tanto, los umbrales utilizados para la toma de
decisiones, las alertas de inundaciones y la investigación de pronósticos podrían ser Amazonia brasileña; Espinoza et al., 2013).
Se elige mejor para reflejar el riesgo para las comunidades en un tramo
particular de un río en lugar de una magnitud de río.
Caudal que hace que un río se desborde de sus orillas.
5.3 | Inundaciones “normales” versus inundaciones “extremas”
También es importante entender cómo se produce una inundación “normal”.
distinguirse de una inundación “extrema”. Se presenta un caso
en la cuenca alta de Madeira, donde en 2007 y 2008 las precipitaciones fueron
superiores a la media climatológica, lo que produjo
inundaciones a lo largo de los ríos Mamoré (g) y Guaporé
(Tabla 2). Ovando et al. (2016) afirman que en términos de río
descarga, las inundaciones se clasificarían mejor como “por encima
normales”, pero argumentan que deberían considerarse “extremos”
debido a su impacto socioeconómico. Se informó que las dos inundaciones
combinadas afectaron a más de 250.000 personas, lo que provocó
49 víctimas mortales (CEPAL, 2008).
Para una mejor clasificación, tanto el peligro de inundación como el riesgo de inundación
Se debe considerar el riesgo. Por ejemplo, al evaluar
cómo la variabilidad climática afecta el peligro de inundaciones, es importante
utilizar medidas de inundaciones que estén relacionadas con el peligro
(por ejemplo, caudal, nivel del agua y extensión de la inundación). Mientras
para el EWS y los protocolos humanitarios (por ejemplo, FbF;
Coughlan de Perez et al., 2015) es el riesgo de inundación que
se vuelve más importante; así, estadísticas e información incluyendo el costo
económico, el número de personas
expuestos o implicaciones para las poblaciones locales (por ejemplo,
disposiciones) son una medida más adecuada de la gravedad de las inundaciones.
Por tanto, es necesario reconocer ambos, como en Langill
y Abizaid (2019), como análisis del tipo de inundación para una aldea
Ubicado a lo largo del río Ucayali en Perú. En su análisis, los autores utilizaron
una combinación de hidrograma
(es decir, nivel del agua, período de crecida y fechas de inicio) y
datos de campo (es decir, entrevistas con miembros de la comunidad) para
ayudar a distinguir qué hace que una inundación sea “mala” o “extrema”.
Se clasifican cuatro tipos de inundaciones (altas, largas, tempranas y tardías),
y los autores concluyen que, si bien las inundaciones altas son
Las inundaciones más comunes, largas y tempranas, ocurren en una
25 de 36
frecuencia similar y tienden a tener implicaciones más graves para las personas.
dis­
5.4 | Mecanismos de inundaciones durante La Niña
La Figura 7 muestra un esquema de los procesos paso a paso en los que las
condiciones anormales de SST pueden provocar
comportamiento atmosférico y en consecuencia causar excesivo
Lluvias e inundaciones en el noroeste del Amazonas. Es
importante resaltar que los mecanismos detrás de las inundaciones
Los eventos a menudo difieren dependiendo de la ubicación exacta dentro
la cuenca (por ejemplo, aguas arriba en el noroeste versus aguas abajo en la
Estos procesos han sido determinados por la ocurrencia de eventos en la
preparación de inundaciones anteriores desde
estudios en la literatura:
• Durante condiciones típicas, los vientos alisios ecuatoriales
sopla de este a oeste (es decir, vientos alisios del este). En consecuencia,
las aguas superficiales más cálidas en el Pacífico central son
empujó hacia el oeste hacia Indonesia, elevando los niveles del agua
en la región en relación con los encontrados frente a la costa del Perú.
Para compensar, aguas más profundas y frías emergen de la costa de
Perú (es decir, surgencias de agua fría) para reemplazar la
aguas más cálidas que han sido transportadas por la superficie
vientos. Durante La Niña, los vientos alisios del este que
transportar grandes cantidades de humedad se mejoran
(Figura 7a) debido a la disminución de la presión en el continente indonesio
en relación con el Pacífico central y oriental.
• Esto da como resultado aguas superficiales más cálidas en el Pacífico central.
siendo empujado más hacia el oeste, aumentando el afloramiento de
agua fría y causando TSM más frías de lo habitual en el Pacífico central y
oriental. Los eventos ENOS normalmente alcanzan
su pico durante el invierno boreal (Emerton et al., 2017),
con inundaciones anteriores del Amazonas asociadas con temperaturas más frías que
TSM habituales de octubre a diciembre en adelante (Espinoza
et al., 2013). Durante La Niña, las anomalías negativas de TSM
Dominan el Pacífico ecuatorial central, generalmente en el
orden de −1 y −2C durante eventos fuertes. Lo positivo
A menudo se observan anomalías de TSM en el norte y
Océanos Pacífico Sur y Atlántico (a ambos lados del
anomalías negativas), mientras que las aguas son más frías de lo habitual.
encontrado frente a la costa de Brasil en el Océano Atlántico (aproximadamente
20 S) (Satyamurty et al., 2013).
• Este patrón de las TSM favorece anomalías positivas de altura geopotencial
de 850 hPa tanto en el norte como en el norte.
océanos Pacífico sur y Atlántico, siendo el más fuerte
TSM positivas en el Pacífico norte y sur
lo que resulta en un geopotencial positivo más fuerte de 850 hPa
anomalías de altura (Espinoza et al., 2013) (Figura 7b).
También se observan anomalías negativas de 850 hPa entre
las anomalías positivas (alrededor de 125 W).
Machine Translated by Google
26 de 36
• La sucesión de anomalías de altura geopotencial positivas y
negativas de 850 hPa presenta una respuesta de onda de Rossby
de octubre a diciembre, en la que se transporta aire caliente desde
el ecuador hacia los polos en un intento de restablecer el equilibrio
energético atmosférico. Se ha demostrado que estos patrones de
altura geopotencial favorecen la mejora de la convergencia de la
humedad hacia la cuenca del Amazonas a través de dos
mecanismos.
(Espinoza et al., 2013): • El
flujo de humedad del este se intensifica sobre el Atlántico Norte y se
dirige hacia el Mar Caribe por la anomalía de altura geopotencial
positiva situada en el Atlántico Norte antes de moverse hacia el
sur, hacia el noroeste de la Amazonia (Figura 7b).
• La anomalía de altura geopotencial positiva hacia el sur en el
Atlántico es responsable de generar flujos de humedad que
avanzan hacia el norte cerca de los Andes, reduciendo el flujo
monzónico hacia la cuenca de La Plata y la fuerza del SLLJ que es
responsable de transportar grandes cantidades de humedad desde
la cuenca del Amazonas hasta los subtrópicos (Montini et al.,
2019), y ayudando así a mantener niveles más altos de humedad
sobre la cuenca del Amazonas.
• Además de estos dos flujos de humedad, el patrón de TSM asociado
con La Niña da como resultado el Circo Walker.
culación se desplaza más hacia el oeste, por lo que el ascendente
TOWNER Y OTROS.
FIGURA 7 Características
climáticas paso a paso asociadas con
inundaciones atribuidas a La Niña:
a) aumento de los vientos alisios, surgencias
de agua fría y anomalías en la
temperatura de la superficie del mar
(TSM); y (b) anomalías de altura
geopotencial de 850 hPa y flujos de
transporte de humedad. Los colores rojo
(azul) representan anomalías positivas
(negativas) de la TSM y la altura geopotencial
de 850 hPa; los círculos representan
anomalías de alturas geopotenciales; los
cuadrados/rectángulos denotan anomalías
de la TSM; y los números se refieren a
los procesos específicos explicados en la Sección 5.4
ramas de aire húmedo están situadas sobre el mar
continente y América del Sur, lo que resulta en anomalías positivas
de las precipitaciones (Yeh et al., 2018).
Debido a los mecanismos descritos por Espinoza et al. (2013)
para la convergencia de la humedad, parece que la intensidad y la
ubicación de las anomalías de altura geopotencial de 850 hPa son
fundamentales para crear la circulación atmosférica necesaria para
mantener la convergencia de los flujos de humedad sobre la cuenca
del Amazonas. Como se mencionó, estas anomalías de altura
geopotencial se ubican donde las TSM más cálidas de lo habitual se
encuentran en el norte y el sur.
océanos Pacífico y Atlántico internos y son más fuertes a medida que
aumentan las TSM. Por lo tanto, aunque la región típica de ENOS 3.4
en el Pacífico central se utiliza a menudo como índice para predecir
inundaciones a través de su papel en el cambio de la circulación de
Walker, estas otras zonas de la variabilidad de la TSM podrían influir
en la predicción de próximos eventos y merecen una mayor
investigación. .
6 | CONCLUSIONES
Esta revisión analiza lo que se sabe actualmente sobre cómo la
variabilidad climática influye en las precipitaciones, la descarga de los
ríos y las inundaciones en la cuenca del Amazonas. Esta información es una
Machine Translated by Google
TOWNER Y OTROS.
componente clave para ayudar a la predicción de inundaciones,
proporcionando fuentes potenciales de previsibilidad en escalas de
tiempo interanuales a decenales para permitir la posible implementación
de sistemas de alerta temprana (SAT). Con base en la evidencia de
estudios en la literatura publicada, está claro que los períodos secos en
el Amazonas son impulsados por la fase cálida de El Niño Oscilación del
Sur (ENOS) y temperaturas de la superficie del mar (SST) más cálidas
de lo habitual en el Atlántico norte tropical ( TNA), afectando
particularmente al sur de la Amazonia. Si bien las condiciones más
húmedas y las inundaciones a menudo se asocian con la fase fría del
ENOS y con una combinación de anomalías cálidas (frías) de la TSM en
el Atlántico Sur Tropical (TSA),
(TNA). Sin embargo, la respuesta meteorológica e hidrológica asociada
a patrones climáticos como La Niña aún no se comprende completamente,
y la evidencia de su utilidad para el pronóstico de inundaciones sigue
siendo débil. Aunque existe un vínculo claro entre las variables
hidrometeorológicas y ciertas fases del clima, se requiere más
investigación para calcular las probabilidades de riesgo de inundaciones
durante ciertos patrones climáticos, particularmente para años en los
que múltiples variaciones climáticas se presentan simultáneamente (por
ejemplo, una TSA cálida). y La Niña), y luego comunicar esta información
de manera informativa para ayudar en la toma de decisiones. Aquí,
identificamos cinco áreas en las que centrar los esfuerzos de investigación
para comprender mejor cómo la variabilidad climática impacta el riesgo
de inundaciones en la cuenca del Amazonas.
6.1 | Incertidumbres y falta de evidencia
La relación entre los índices climáticos y las variables hidrometeorológicas
(es decir, las precipitaciones y el caudal de los ríos) puede ser muy
incierta debido a una serie de factores. En primer lugar, aunque existen
fuertes correlaciones entre ENSO y las variables hidrometeorológicas, no
hay dos eventos ENSO que sean exactamente iguales (por ejemplo,
diferentes evoluciones temporales, diferencias espaciales y de magnitud
de las anomalías de la TSM), encontrándose diferencias asimétricas
entre las fases fría y cálida ( Cai et al., 2020). Así lo destacan varios
autores (Hill et al., 2009, 2011; Rodrigues y McPhaden, 2014) que han
identificado anomalías de lluvia diferentes o incluso opuestas en diferentes
regiones del mundo dependiendo de si el centro de enfriamiento o
calentamiento en el Pacífico ecuatorial El océano era específico del
centro o del este. Tales diferencias están asociadas con la ubicación de
las anomalías de la TSM que modifican la circulación de Walker y, por lo
tanto, la convección ascendente y las ubicaciones de las precipitaciones
(Hill et al., 2009). Se requiere más evidencia para comprender la
respuesta hidrológica de las cuencas a la diversidad de posibles eventos
climáticos.
El efecto de remanso (Meade et al., 1991) y la autocorrelación
también podrían tener un impacto en las correlaciones entre las fases
climáticas y el caudal de los ríos, como algunos comúnmente señalan.
27 de 36
Las pruebas estadísticas utilizadas (por ejemplo, Mann­Kendall y
regresión lineal) pueden no ser adecuadas para ciertas regiones y ríos
que tienen una memoria de cuenca grande (Marengo et al., 1998).
Cuando existe autocorrelación, las correlaciones pueden sobreestimarse
e identificar relaciones significativas donde no existen, lo que en
consecuencia conduce a una significación engañosa. Por lo tanto, es
importante recordar que se debe considerar la posibilidad de realizar
comprobaciones de idoneidad de los datos antes de realizar cualquier
análisis climático. Tales comprobaciones incluyen trazar el flujo del río
usando un correlograma (es decir, correlación de los datos de la serie
consigo mismo), ejecutar una prueba de Durbin­Watson y verificar
tendencias y correlaciones tanto para las precipitaciones como para el caudal del río.
cargar cuando sea posible debido a que los problemas de autocorrelación
son menos probables en los datos de lluvia (Marengo et al., 1998).
La solidez de los cambios en las variables hidrológicas también es
discutible debido a los registros de observación en
tanto los impulsores hidroclimáticos (por ejemplo, ENSO) como las
series temporales hidrológicas individuales están limitadas en el tiempo
(Wittenberg, 2009; Marengo y Espinoza, 2016; Marengo et al., 2018; Yeh
et al., 2018). Por ejemplo, en el sur de la Amazonía, el efecto de las TSM
anómalas en el Océano Atlántico sobre la descarga de los ríos depende
del período investigado, con una respuesta opuesta a las anomalías de
TSM identificadas en las cuencas vecinas (Ronchail et al., 2005b). En
este y otros trabajos similares, el período de investigación a menudo se
limita a entre 10 y 20 años, donde se presentan pocos eventos climáticos
(por ejemplo, El Niño), lo que impide sacar conclusiones sólidas. Esto es
particularmente problemático cuando se considera la relación para los
impulsores climáticos de menor frecuencia (por ejemplo, PDO y AMO)
que operan en escalas de tiempo decenales a multidecenales, ya que
muchas series temporales de estaciones pueden existir solo durante una
fase particular. Los reanálisis climáticos y los modelos hidrológicos
recientemente desarrollados pueden producir conjuntos de datos que
pueden extender el análisis hasta 1950 (por ejemplo, ERA­5; Zsoter et
al., 2019), aunque la precisión de los datos simulados de caudales
requiere una evaluación sólida. Se descubrió que una ejecución de
modelo que incorpora ERA­5 como entrada meteorológica en un modelo
hidrológico mejora la capacidad de simular los caudales máximos anuales
de los ríos en la cuenca del Amazonas, particularmente en estaciones
situadas dentro de la Amazonía peruana (Towner et al., 2019). La ERA­5
ahora es totalmente accesible desde 1950, y con la liberación de la tierra
ERA­5, que incorpora la evolución de las variables de la superficie
terrestre (por ejemplo, la temperatura del suelo) durante varias décadas
con una resolución mejorada en comparación con la ERA­5. 5 (ECMWF,
2020) y, por lo tanto, se requiere más investigación.
6.2 | Comprender los mecanismos de inundación
Para mejorar la previsibilidad de las inundaciones en la cuenca del
Amazonas, es necesario centrarse más en comprender la
Machine Translated by Google
28 de 36
Mecanismos detrás de eventos individuales y su potencial para
proporcionar previsibilidad. Dos de las inundaciones más extremas (2012
en Iquitos y 2014 en la cuenca de Madeira) fueron evaluadas
individualmente (Espinoza et al., 2013, 2014), destacando los mecanismos
y la respuesta atmosférica asociados detrás de cada inundación en
respuesta a las anomalías climáticas presentes en la atmósfera y los
océanos circundantes. Sin embargo, otras inundaciones devastadoras,
pero menos extremas, como las observadas en 1989, 1993 y 1999, se
limitan actualmente a análisis compuestos en los que las condiciones
climáticas se suavizan a través de múltiples eventos.
Aunque se ha demostrado que las condiciones promedio producen
condiciones atmosféricas responsables de las inundaciones (por ejemplo,
Espinoza et al., 2013), se desconoce si las anomalías climáticas, que son
más débiles para ciertos eventos, darían como resultado la misma
respuesta atmosférica. El análisis numérico y la modelización de la
respuesta océano­atmosférica a cada evento individualmente podrían
permitir obtener más evidencia para comprender las características de
las anomalías de la TSM necesarias para producir inundaciones en toda
la cuenca (por ejemplo, la distribución espacial y la magnitud de las TSM).
Aunque complicado por la no linealidad en la respuesta a fases climáticas
como ENSO (Frauen et al., 2014) y por el número limitado de eventos
observados, un análisis de este tipo podría proporcionar información útil
a los pronosticadores de inundaciones y a los tomadores de decisiones
dentro del ámbito humanitario. ­
sectores tarianos.
6.3 | Calendario de inundaciones e índices adicionales
En marzo de 2018, la Cruz Roja dirigió una misión de evaluación
interinstitucional para evaluar cómo las comunidades en el Perú
La Amazonía se vio afectada durante inundaciones particularmente
fuertes, como las observadas en 2012 y 2015, para ayudar en la toma de
decisiones. Los residentes que viven dentro de la llanura aluvial destacaron
los problemas asociados con la duración de la temporada de lluvias y no
únicamente con la magnitud de las inundaciones extremas (Bazo, 2018).
Varios autores (Ronchail et al., 2006; Tomasella et al., 2011; Marengo et
al., 2012; Espinoza et al., 2013; Langill y Abizaid, 2019) destacan la
importancia del momento de las inundaciones en los principales afluentes
amazónicos en la amortiguación o superposición de la onda de
inundación del Amazonas que viaja a lo largo del tallo principal. Por lo
tanto, alentamos a más autores a considerar tanto el momento como la
duración de las inundaciones, además de la magnitud de las inundaciones,
al investigar la influencia de las diferentes fases de la variabilidad climática
a gran escala. Además, muchos estudios se centran en las definiciones
convencionales de TSM y presión en la superficie del mar de los eventos
ENSO, sin tener en cuenta variables atmosféricas como la radiación de
onda larga saliente (OLR) y las velocidades del viento zonal, que han
demostrado mejorar la previsibilidad en ciertas regiones del mundo (Chiodi
TOWNER Y OTROS.
y Harrison, 2013, 2015; Barichivich et al., 2018).
Los análisis futuros serían útiles para comprender la respuesta de los
parámetros hidrometeorológicos a los diferentes tipos de ENSO en la
cuenca del Amazonas a través de un análisis de intercomparación. Lo
ideal sería incorporar índices definidos espacialmente (por ejemplo, El
Niño en el Pacífico oriental y Pacífico central) e índices específicos
variables, como los eventos definidos por OLR. Este trabajo ya ha
comenzado para eventos de precipitación extrema en América del Sur
(Tedeschi et al., 2016), lluvias de verano en Perú (Sulca et al., 2018) y
sequías recientes en la cuenca del Amazonas (Jiménez et al., 2019).
6.4 | Impacto de los índices en la habilidad de pronóstico
Comprender cómo los diferentes modos de variabilidad climática afectan
las precipitaciones y la descarga de los ríos en la cuenca del Amazonas
podría indicar que una representación realista de estos modos es un
componente importante para un modelo climático que apunta a simular
inundaciones en el Amazonas. Por lo tanto, es importante saber qué tan
bien los modelos pueden capturar características climáticas particulares,
además de saber en qué medida mejora el desempeño la inclusión de
características climáticas (por ejemplo, fases de la OMJ) en las
condiciones iniciales de los pronósticos. Investigaciones anteriores del
Centro Europeo de Predicciones Meteorológicas a Plazo Medio (ECMWF)
se han centrado en cómo la incorporación de observaciones durante las
fases activas de la Oscilación Madden­Julian (MJO) en las condiciones
iniciales de las previsiones influye en la capacidad de predecir variables
meteorológicas. en el hemisferio norte (Vitart y Molteni, 2016). Un análisis
similar sería útil para la Amazonia para explorar si los pronósticos
hidrológicos del caudal de los ríos han aumentado su eficacia durante
fases particulares del ENSO, el Atlántico tropical o la MJO. Si se
descubriera que el rendimiento del modelo aumenta para condiciones
climáticas particulares, los administradores humanitarios que utilicen
información de los modelos climáticos podrían tener más confianza en
los pronósticos al utilizar dicha información para la toma de decisiones.
Además, saber cómo los diferentes modelos capturan características
climáticas a gran escala y si aumentan o no el desempeño de los
pronósticos puede proporcionar información útil al intentar eliminar
modelos poco realistas y centrarse en modelos más realistas para ciertas
variables.
6.5 | Calcular las probabilidades de inundación
La cuestión fundamental, especialmente en lo que respecta a la toma de
decisiones, sería cuánto mayores son las posibilidades de inundaciones
si un modo climático se encuentra en una fase particular. Por ejemplo,
¿cuánto aumenta la probabilidad de inundaciones en el Amazonas durante
la fase fría del año?
Machine Translated by Google
TOWNER Y OTROS.
el ENOS? Similar al análisis a escala global realizado por Emerton et
al. (2017) para ENSO, valdría la pena realizar un análisis similar
específicamente para la cuenca del Amazonas y ampliarlo para
incluir una variedad de índices como TNA, TSA y MJO. Dentro de un
estudio de este tipo, valdría la pena considerar las probabilidades de
fases únicas y combinadas de diferentes índices (por ejemplo, solo
La Niña y TSA cálida y La Niña combinadas), además de calcular
las probabilidades para diferentes tipos de índices. Eventos ENSO
(por ejemplo, Pacífico oriental versus Pacífico central). Hacerlo podría
proporcionar una mayor previsibilidad que el uso de un único índice
como predictor (Emerton et al., 2019) y proporcionaría una imagen
más completa de una variedad de escenarios climáticos diferentes.
Finalmente, el análisis podría desglosarse aún más para considerar
las probabilidades de exceder un percentil o umbral particular de
caudales fluviales para diferentes intensidades.
de las fases climáticas (por ejemplo, para episodios de La Niña débil,
medio o fuerte). Nuevamente, aunque complicado por el número
limitado de eventos, este análisis podría ayudar a comprender
algunas de las incertidumbres que rodean los impactos de los índices
climáticos. Por ejemplo, Nobre et al. (2019) proporcionan el ejemplo
de varios países que tomaron medidas de preparación durante el
fuerte episodio de El Niño de 2015­2016 para las inundaciones
esperadas asociadas con la elevada probabilidad de inundaciones
durante la fase cálida del ENOS. En este caso, Perú (regiones del
norte fuera del Amazonas) experimentó graves inundaciones,
mientras que no se produjeron inundaciones en Japón, a pesar de la
elevada probabilidad durante esta fase particular de ENOS. Ampliar
el análisis para considerar la intensidad, las complejidades espaciales
y las combinaciones de diversos índices climáticos podría permitir
comprender mejor las incertidumbres que rodean la influencia de las
fases climáticas en la probabilidad de inundaciones en ciertos lugares.
Este trabajo
Lo ideal sería complementarlo para considerar los impactos
socioeconómicos de las diferentes fases del clima (Di Bal­dassarre
et al., 2015), ya que el registro de inundaciones también depende de
la capacidad de una región para mitigar, hacer frente y
recuperar.
AGRADECIMIENTOS
Este trabajo fue apoyado por el Consejo de Investigación del Medio
Ambiente Natural (NERC) como parte de la Asociación de
Capacitación Doctoral SCENARIO (acuerdo de subvención número
NE/L002566/1). El primer autor agradece el apoyo adicional para
viajes y la financiación proporcionados por el Centro Climático de la
Cruz Roja y de la Media Luna Roja. Un agradecimiento especial a
los servicios nacionales y de observación, SO­HYBAM, SENAMHI,
ANA, INAMHI e IRD, por proporcionar datos observados sobre el
caudal de los ríos y asesoramiento durante la redacción del artículo.
Para acceder a los datos sobre el caudal de los ríos, póngase en contacto
con el Instituto de Investigación para el Desarrollo (IRD). Los autores
declaran no tener ningún conflicto de intereses.
29 de 36
ORCIDO
Jamie Towner https://orcid.org/0000­0003­3999­0040
REFERENCIAS
Aalto, R., Maurice­Bourgoin, L., Dunne, T., Montgomery, DR, Nittrouer, CA y
Guyot, JL (2003) Acumulación episódica de sedimentos en las llanuras
aluviales del Amazonas influenciadas por El Niño/Oscilación del Sur.
Naturaleza, 425 (6957), 493–497. https://doi.org/10.1038/nature02002 .
Alfieri, L., Burek, P., Dutra, E., Krzeminski, B., Muraro, D., Thielen, J.
y Pappenberger, F. (2013) GloFAS­global ensem­ble pronóstico
de caudales y alerta temprana de inundaciones. Hidrología y
ciencias del sistema terrestre, 17(3), 1161–1175. https://doi.org/
10. 5194/hess­17­1161­2013.
Alfieri, L., Bisselink, B., Dottori, F., Naumann, G., de Roo, A., Salamon, P., Wyser,
K. y Feyen, L. (2017) Proyecciones globales del riesgo de inundaciones
fluviales en un mundo más cálido. El futuro de la Tierra, 5(2), 171–182. https://
doi.org/10.1002/2016EF000485.
Alfieri, L., Cohen, S., Galantowicz, J., Schumann, GJ, Trigg, M.
A., Zsoter, E., Prudhomme, C., Kruczkiewicz, A., Coughlan de Perez, E.,
Flamig, Z., Rudari, R., Wu, H., Alder, RF, Brakenridge, G., Kettner , A.,
Weerts, A., Matgen, P., Islam, SAKM y Salamon, P. (2018) Una red global
para la reducción operativa del riesgo de inundaciones. Ciencia y política
ambientales, 84, 149­158. https://doi.org/10.1016/j.envsci.2018. 03.014.
Andreoli, RV, de Souza, RAF, Kayano, MT y Candido, LA
(2012) Lluvias anómalas estacionales en la Amazonia central y oriental y
patrones oceánicos y atmosféricos anómalos asociados. Revista Internacional
de Climatología, 32(8), 1193–1205. https://doi.org/10.1002/joc.2345.
Arag~ao, LE, Anderson, LO, Fonseca, MG, Rosan, TM, Vedovato, LB, Wagner,
FH, Silva, CVJ, Silva Junior, CHL, Arai, E., Aguiar, AP, Barlow, J., Berenguer ,
E., Deeter, MN, Domingues, LG, Gloor, M., Malhi, Y., Marengo, JA, Miller, J.
B., Phillips, OL y Saatchi, S. (2018) Los incendios relacionados con la sequía
del siglo XXI contrarrestan la disminución de la deforestación del Amazonas
emisiones de carbon. Comunicaciones de la naturaleza, 9(1), 1–12. https://
doi.org/10.1038/s41467­017­02771­y .
Barichivich, J., Gloor, E., Peylin, P., Brienen, RJ, Schöngart, J., Espinoza,
JC y Pattnayak, KC (2018) Intensificación reciente de las
inundaciones extremas del Amazonas impulsadas por el
fortalecimiento de la circulación de Walker. Avances científicos,
4(9), eaat8785. https://doi.org/10.1126/sciadv.aat8785 .
Barnston, AG, van den Dool, HM, Zebiak, SE, Barnett, TP, Ji, M., Rodenhuis, DR,
Cane, MA, Leetmaa, A., Graham, NE, Ropelewski, CR, Kousky, VE, O' Lenic,
EA y Livezey, RA
(1994) Pronósticos estacionales a largo plazo: ¿dónde nos encontramos?
Boletín de la Sociedad Meteorológica Estadounidense, 75(11), 2097–2114.
https://doi.org/10.1175/1520­0477(1994)075<2097:LLSFDW>2.0.CO;2 .
Bazo, J [página de inicio en Internet]. (2018) Evaluación de la preparación para
inundaciones en la Amazonía peruana. [Citado el 12 de junio de 2019].
Disponible en: https://www.climatecentre.org/news/965/assessing­flood­
preparedness­in­the­peruvian­amazon­basin .
Consultado por última vez el 14 de junio de 2018 [Consultado el 20 de febrero de 2020].
Bjerknes, J. (1969) Teleconexiones atmosféricas del Pacífico Ecuatorial. Revisión
meteorológica mensual, 97 (3), 163–172. https://doi.org/
10.1175/1520­0493(1969)097<0163:ATFTEP>2.3 .
CO;2.
Machine Translated by Google
30 de 36
Booth, BB, Dunstone, Nueva Jersey, Halloran, PR, Andrews, T. y Bellouin, N. (2012) Los aerosoles implicados
como uno de los principales impulsores de la variabilidad climática del Atlántico norte del siglo XX.
Naturaleza, 484 (7393), 228–232. https://doi.org/10.1038/nature10946.
Bourrel, L., Phillips, L. y Moreau, S. (2009) La dinámica de las inundaciones en
la cuenca del Amazonas boliviano. Procesos hidrológicos, 23 (22), 3161–
3167. https://doi.org/10.1002/hyp.7384.
Builes­Jaramillo, A., Marwan, N., Poveda, G. y Kurths, J. (2018)
Interacciones no lineales entre la cuenca del río Amazonas y el
Atlántico Norte tropical en escalas de tiempo interanuales. Dinámica
climática, 50(7–8), 2951–2969. https://doi.org/10.1007/s00382­017­3785­8.
Bunge, L. y Clarke, AJ (2009) Una estimación verificada del índice de El Niño
Niño­3.4 desde 1877. Journal of Climate, 22(14), 3979–3992. https://doi.org/
10.1175/2009JCLI2724.1.
Cai, W., Santoso, A., Wang, G., Yeh, SW, An, SI, Cobb, KM, Collins, M.,
Guilyardi, E., Jin, FF, Kug, J.­S., Lengaigne , M., McPhaden, MJ, Takahashi,
K., Timmermann, A., Vecchi, G., Watanabe, M. y Wu, L. (2015) ENSO y el
calentamiento de los invernaderos. Naturaleza Cambio climático, 5(9), 849–
859. https://doi. org/10.1038/nclimate2743.
Cai, W., McPhaden, MJ, Grimm, AM, Rodrigues, RR, Taschetto, AS, Garreaud,
RD, Dewitte, B., Poveda, G., Ham, Y.­G., Santoso, A., Ng, B., Anderson,
W., Wang, G., Geng, T., Marengo, JA, Alves, LM, Osman, SL, Wu, L.,
Karamperidou, C., Takahashi, K. y Vera, C. ( 2020) Impactos climáticos de
El Niño­Oscilación del Sur en América del Sur.
Nature Reviews Tierra y medio ambiente, 1(4), 215–231. https://doi.org/
10.1038/s43017­020­0040­3 .
Callède, J., Guyot, JL, Ronchail, J., L'Hôte, Y., Niel, H. y de Oliveira, E. (2004)
Evolution du débit de l'Amazone à Óbidos de 1903 à 1999/Evolución de
Descarga del río Amazonas en Óbidos de 1903 a 1999. Hydroological
Sciences Journal, 49(1), 85–97. https://doi.org/10.1623/hysj.49.1.85.53992.
Callède, J., Cochonneau, G., Alves, FV, Guyot, J.­L., Guimar~aes, VS y De
Oliveira, E. (2010) Les apports en eau de l'Amazone à l'Océan Atlantique.
Revue des sciences de l'eau/Journal of Water Science, 23(3), 247–273.
https://doi.org/10.7202/044688ar .
Carvalho, LM, Jones, C. y Liebmann, B. (2004) La zona de convergencia del
Atlántico sur: intensidad, forma, persistencia y relaciones con la actividad
intraestacional a interanual y las precipitaciones extremas. Revista de clima,
17 (1), 88–108. https://doi. org/10.1175/1520­0442(2004)017<0088:TSACZI>2.0.CO;2. 26(13), 1759–1776 10.1002/joc.
CEPAL. (2008) Evaluación del Impacto Acumulado y Adicional Ocacionado por
la Niña 2008 en Bolivia, Ministerio de Planificación del Desarrollo (MPD)
de Bolivia. La Paz­Bolivia: Secretaría Ejecutiva de la Comisión Económica
para América Latina y el Caribe (CEPAL).
Chikamoto, Y., Timmermann, A., Luo, JJ, Mochizuki, T., Kimoto, M., Watanabe,
M., Ishii, M., Xie, SP y Jin, FF
(2015) Hábiles predicciones plurianuales de la variabilidad climática tropical
entre cuencas. Comunicaciones de la naturaleza, 6, 6869. https://doi. org/
10.1038/ncomms7869.
Chiodi, AM y Harrison, DE (2013) Impactos de El Niño en la circulación
atmosférica estacional de EE. UU., la temperatura y las anomalías de
precipitación: la perspectiva del evento OLR. Revista de clima, 26(3), 822–
837. https://doi.org/10.1175/JCLI­D­12­00097.1.
Chiodi, AM y Harrison, DE (2015) Anomalías de precipitaciones estacionales
globales fuertemente asociadas con El Niño y La Niña
TOWNER Y OTROS.
eventos: una perspectiva OLR. Revista de clima, 28(15), 6133–6159. https://
doi.org/10.1175/JCLI­D­14­00387.1.
Cloke, HL y Pappenberger, F. (2009) Pronóstico conjunto de inundaciones: una
revisión. Revista de Hidrología, 375(3), 613–626. https://doi.org/10.1016/
j.jhidrol.2009.06.005 .
Cools, J., Innocenti, D. y O'Brien, S. (2016) Lecciones de los sistemas de alerta
temprana de inundaciones. Ciencias y políticas ambientales, 58, 117­122.
https://doi.org/10.1016/j.envsci.2016.01.006.
Coughlan de Perez, E., van den Hurk, BJJM, Van Aalst, MK, Jongman, B., Klose,
T. y Suarez, P. (2015) Financiamiento basado en pronósticos: un enfoque
para catalizar la acción humanitaria basada en condiciones climáticas
extremas y pronósticos climáticos. Peligros naturales y ciencias del sistema
terrestre, 15 (4), 895–904. https://doi.org/10.5194/nhess­15­895­2015 .
Coumou, D. y Rahmstorf, S. (2012) Una década de fenómenos meteorológicos
extremos. Naturaleza Cambio climático, 2(7), 491–496. https://doi. org/
10.1038/NCLIMATE1452.
Cox, PM, Harris, PP, Huntingford, C., Betts, RA, Collins, M., Jones, CD, Jupp,
TE, Marengo, JA y Nobre, CA (2008)
Riesgo creciente de sequía amazónica debido a la disminución de la
contaminación por aerosoles. Naturaleza, 453 (7192), 212–215. https://
doi.org/10. 1038/naturaleza06960.
Observatorio de inundaciones de Dartmouth [página de inicio en Internet]. (2018)
Archivo activo global de grandes inundaciones. [Consultado el 14 de junio
de 2017]. Disponible en: http://www.dartmouovth.edu/floods/Archives/
index.html . [Consultado el 14 de junio de 2018].
Davidson, EA, de Araújo, AC, Artaxo, P., Balch, JK, Brown, IF, Bustamante, MMC,
Coe, MT, DeFries, RS, Keller, M., Longo, M., Munger, JW, Schroeder, W.,
Soares­Filho, BS, Carlos, M. y Wofsy, SC (2012) La cuenca del Amazonas
en transición. Naturaleza, 481 (7381), 321–328. https://doi.org/10.1038/
naturaleza10717 .
De Linage, C., Famiglietti, JS y Randerson, JT (2014) Predicción estadística de
cambios en el almacenamiento de agua terrestre en la cuenca del Amazonas
utilizando anomalías de temperatura superficial del Pacífico tropical y del
Mar Atlántico Norte. Hidrología y ciencias del sistema terrestre, 18(6), 2089–
2102. https://doi.org/10.5194/hess­18­2089­2014 .
De Souza, EB y Ambrizzi, T. (2006) Modulación de las precipitaciones
intraestacionales en el Brasil tropical por la oscilación Madden­Julian. Revista
Internacional de Climatología: Revista de la Real Sociedad Meteorológica,
1331.
Deser, C., Alexander, MA, Xie, SP y Phillips, AS (2010) Variabilidad de la
temperatura de la superficie del mar: patrones y mecanismos.
Revista anual de ciencias marinas, 2, 115–143. https://doi.org/10. 1146/
annurev­marine­120408­151453.
Dettinger, MD y Diaz, HF (2000) Características globales de la estacionalidad y
variabilidad del flujo de corrientes. Revista de Hidrometeorología, 1(4),
289–310. https://doi.org/10.1175/1525­7541(2000)
001<0289:GCOSFS>2.0.CO;2.
Di Baldassarre, G., Viglione, A., Carr, G., Kuil, L., Yan, K., Brandimarte, L. y
Blöschl, G. (2015) Debates: perspectivas sobre sociohidrología: captura de
retroalimentaciones entre físicos y procesos sociales. Investigación de
recursos hídricos, 51(6), 4770–4781. https://doi.org/10.1002/2014WR016416.
ECMWF [página de inicio en Internet]. (2020) ERA­5 Land [consultado el 2 de
marzo de 2020]. Disponible en: https://www.ecmwf.int/en/era5­land
[ Consultado el 2 de marzo de 2020].
Machine Translated by Google
TOWNER Y OTROS.
Emerton, RE, Stephens, EM, Pappenberger, F., Pagano, TC, Weerts, AH, Wood,
AW, Salamon, P., Brown, JD, Hjerdt, N., Donnelly, C., Baugh, CA y Cloke, HL
(2016)
Sistemas de predicción de inundaciones a escala continental y global.
Reseñas interdisciplinarias de Wiley: Agua, 3(3), 391–418. https://
doi.org/10.1002/wat2.1137 .
Emerton, RE, Cloke, HL, Stephens, EM, Zsoter, E., Woolnough, SJ y Pappenberger,
F. (2017) Imagen compleja de la probabilidad de peligro de inundaciones
provocadas por ENSO. Comunidad de la Naturaleza
cationes, 8, 14796. https://doi.org/10.1038/ncomms14796.
Emerton, RE, Stephens, EM y Cloke, HL (2019) ¿Cuál es el enfoque más útil para
pronosticar extremos hidrológicos durante El Niño? Comunicaciones de
investigación ambiental, 1(3), 031002. https://doi.org/10.1088/2515­7620/
ab114e.
Enfield, DB (1996) Relaciones de las precipitaciones interamericanas con
la variabilidad de la TSM del Atlántico y el Pacífico tropicales. Cartas
de investigación geofísica, 23(23), 3305–3308. https://doi.org/
10.1029/96GL03231 .
Enfield, DB y Mayer, DA (1997) Variabilidad de la temperatura de la
superficie del Mar Atlántico tropical y su relación con El Niño­oscilación
del sur. Revista de investigación geofísica: océanos, 102 (C1), 929–
945. https://doi.org/10.1029/96JC03296.
Enfield, DB, Mestas­Nuñez, AM, Mayer, DA y Cid­Serrano, L. (1999) ¿Cuán ubicua
es la relación dipolar en las temperaturas superficiales del Mar Atlántico
tropical? Revista de investigación geofísica: océanos, 104 (C4), 7841–7848.
https://doi.org/10.
1029/1998JC900109.
Enfield, DB, Mestas­Nuñez, AM y Trimble, PJ (2001) La oscilación multidecenal del
Atlántico y su relación con las precipitaciones y
Flujos de ríos en los Estados Unidos continentales. Cartas de investigación
geofísica, 28(10), 2077–2080. https://doi.org/10.1029/2000GL012745.
Espinoza, JCE, Guyot, JL, Ronchail, J., Cochonneau, G., Filizola, N.,
Fraizy, P., Labat, D., Oliveira, ED, Ordoñez, JJ y Vauchel, P. (2009a)
Contrastantes regionales Evolución de las descargas en la cuenca
del Amazonas (1974­2004). Revista de Hidrología, 375(3–4), 297–
311. https://doi.org/10.1016/j.jhidrol.2009.
03.004.
Espinoza, JCE, Ronchail, J., Guyot, JL, Cochonneau, G., Naziano, F.,
Lavado, W., Oliveira, DE, Pombosa, R. y Vauchel, P. (2009b)
Variabilidad espacio­temporal de las precipitaciones en los países de
la cuenca del Amazonas (Brasil, Perú, Bolivia, Colombia y Ecuador).
Revista Internacional de Climatología, 29(11), 1574–1594. https://
doi.org/10.1002/joc.1791.
Espinoza, JCE, Ronchail, J., Guyot, JL, Junquas, C., Drapeau, G.,
Martinez, JM, Santini, W., Vauchel, P., Lavado, W., Ordoñez, J. y
Espinoza, R (2012) De la sequía a las inundaciones: entendiendo el
abrupto ciclo hidrológico anual 2010­2011 en el río Amazonas y sus
afluentes. Cartas de investigación ambiental, 7(2), 024008. https://
doi.org/10.1088/1748­9326/7/2/024008 .
Espinoza, JCE, Ronchail, J., Frappart, F., Lavado, W., Santini, W. y Guyot,
JL (2013) Las principales inundaciones en el río Amazonas y afluentes
(cuenca amazónica occidental) durante la década de 1970– Período
2012: un enfoque en la inundación de 2012. Revista de
Hidrometeorología, 14(3), 1000–1008. https://doi.org/10.1175/JHM­
D­12­0100.1 .
Espinoza, JCE, Marengo, JA, Ronchail, J., Carpio, JM, Flores, LN y Guyot, JL
(2014) La inundación extrema de 2014 en la cuenca del suroeste del
Amazonas: el papel de las zonas tropicales­subtropicales
31 de 36
gradiente de TSM del Atlántico Sur. Cartas de investigación ambiental, 9 (12),
124007. https://doi.org/10.1088/1748­9326/9/12/124007.
Espinoza, JC, Segura, H., Ronchail, J., Drapeau, G. y Gutiérrez­Cori, O. (2016)
Evolución de la frecuencia de días húmedos y días secos en la cuenca
occidental del Amazonas: relación con la circulación atmosférica e impactos
sobre la vegetación. Investigación de recursos hídricos, 52(11), 8546–8560.
https://doi.org/10.1002/2016WR019305.
Espinoza, JC, Ronchail, J., Marengo, JA y Segura, H. (2019)
Cambios contrastantes de norte a sur en la frecuencia de días húmedos y
secos en el Amazonas y características atmosféricas relacionadas (1981­2017).
Dinámica del clima, 52(9–10), 5413–5430. https://doi.org/10. 1007/
s00382­018­4462­2.
Figueroa, SN y Nobre, CA (1990) Distribución de las precipitaciones en el centro y
oeste de América del Sur tropical. Climanalizar, 5(6), 36–45.
Filizola, N., Latrubesse, EM, Fraizy, P., Souza, R., Guimar~aes, V. y Guyot, JL
(2014) ¿Fue la inundación de 2009 la más peligrosa o la más grande jamás
registrada en la Amazonia? Geomorfología, 215, 99­105. https://doi.org/
10.1016/j.geomorph.2013.05.028.
Foley, JA, Botta, A., Coe, MT y Costa, MH (2002) El Niño: oscilación del sur y el
clima, ecosistemas y ríos de la Amazonia. Ciclos biogeoquímicos globales,
16(4), 79­1–79­20. https://doi.org/10.1029/2002GB001872.
Forecast­based­financing.org [página de inicio en Internet]. (2019)
Financiamiento basado en pronósticos. [Consultado el 18 de febrero de 2020].
Disponible https://www.forecast­based­financing.org/wp­content/ en:
uploads/2019/01/Brochure­Tecnico­Iquitos­english.pdf.
[Consultado el 20 de febrero de 2020].
Frauen, C., Dommenget, D., Tyrrell, N., Rezny, M. y Wales, S.
(2014) Análisis de la no linealidad de las teleconexiones El Niño­
oscilación del sur. Revista de clima, 27(16), 6225–6244. https://doi.org/
10.1175/JCLI­D­13­00757.1.
Fu, R., Zhu, B. y Dickinson, RE (1999) ¿Cómo influyen la atmósfera y la superficie
terrestre en los cambios estacionales de convección en la Amazonía tropical?
Revista de clima, 12 (5), 1306–1321. https://doi.org/
10.1175/1520­0442(1999)012<1306:HDAALS>2.0.CO;2 .
García­García, D. y Ummenhofer, CC (2015) Variabilidad multidecadal de la
amplitud anual de la precipitación continental impulsada por AMO y ENSO.
Cartas de investigación geofísica, 42 (2), 526–535. https://doi.org/
10.1002/2014GL062451.
García­Serrano, J., Cassou, C., Douville, H., Giannini, A. y Doblas­Reyes, FJ (2017)
Revisiting the ENSO teleconnection to the tropical North Atlantic. Revista de
clima, 30(17), 6945–6957. https://doi.org/10.1175/JCLI­D­16­0641.1.
Gautier, E., Brunstein, D., Vauchel, P., Roulet, M., Fuertes, O., Guyot, JL,
Darrozzes, J. y Bourrel, L. (2006) Relaciones temporales entre
deformación de meandros, agua Descargas y flujos de sedimentos
en la llanura aluvial del Río Beni (Amazonia boliviana). Procesos y
accidentes geográficos de la superficie terrestre, 32 (2), 230–248.
https://doi.org/10.1002/esp.1394.
Geng, T., Yang, Y. y Wu, L. (2019) Sobre los mecanismos de modulación
de la oscilación decenal del Pacífico en un clima cálido. Revista de
clima, 32, 1443–1459. https://doi.org/10.1175/JCLI­D­18­0337.1 .
Gloor, MRJW, Brienen, RJ, Galbraith, D., Feldpausch, TR, Schöngart, J.,
Guyot, JL, Espinoza, JC, Llyod, J. y Phillips, OL (2013) Intensificación
del ciclo hidrológico amazónico durante los últimos dos decadas.
Cartas de investigación geofísica, 40 (9), 1729­1733. https://doi.org/
10.1002/grl.50377.
Machine Translated by Google
32 de 36
Grimm, AM y Tedeschi, RG (2009) ENSO y eventos de lluvias extremas en
América del Sur. Revista de clima, 22 (7), 1589–1609. https://doi.org/
10.1175/2008JCLI2429.1.
Ham, YG, Kug, JS, Park, JY y Jin, FF (2013) La temperatura de la
superficie del mar en el Atlántico tropical norte como desencadenante
de eventos de El Niño/oscilación del sur. Naturaleza Geociencia,
6(2), 112–116. https://doi.org/10.1038/ngeo1686.
Hill, KJ, Taschetto, AS e England, MH (2009) Impactos de las precipitaciones en
América del Sur asociados con variaciones entre El Niño.
Cartas de investigación geofísica, 36(19), L19702. https://doi.org/10.
1029/2009GL040164.
Hill, KJ, Taschetto, AS e England, MH (2011) Sensibilidad de las precipitaciones
de verano en América del Sur a las anomalías de la TSM del Océano Pacífico
tropical. Cartas de investigación geofísica, 38 (1). https://doi.org/
10.1029/2010GL045571 .
Hirabayashi, Y., Mahendran, R., Koirala, S., Konoshima, L., Yamazaki, D.,
Watanabe, S., Kim, H. y Kanae, S. (2013)
Riesgo de inundaciones globales bajo el cambio climático. Naturaleza
Cambio climático, 3(9), 816–821. https://doi.org/10.1038/nclimate1911.
Federación Internacional [página de inicio en Internet]. (2012) Actualización
operación DREF Perú: Inundaciones. [Consultado el 8 de junio de 2017].
Disponible en: https://reliefweb.int/sites/reliefweb.int/files/resources/
MDRPE005du1 . pdf [Consultado el 8 de junio de 2017].
Jiménez, JC, Marengo, JA, Alves, LM, Sulca, JC, Takahashi, K., Ferrett, S. y
Collins, M. (2019) El papel de los sabores ENSO y TNA en las sequías
recientes en los bosques amazónicos y el noreste de Brasil región. Revista
Internacional de Climatología, 1–20. https://doi.org/10.1002/joc.6453.
Jones, C. y Carvalho, LM (2018) La influencia de la oscilación multidecenal del
Atlántico en el chorro de bajo nivel de los Andes orientales y la precipitación
en América del Sur. npj Ciencia del clima y la atmósfera, 1(1), 40. https://
doi.org/10.1038/s41612­018­0050­8.
Jones, C., Waliser, DE, Lau, KM y Stern, W. (2004) Ocurrencias globales de
precipitaciones extremas y oscilación Madden­Julian: observaciones y
previsibilidad. Revista de clima, 17(23), 4575–4589. https://doi.org/
10.1175/3238.1.
Kayano, MT y Andreoli, RV (2007) Relaciones de las variaciones interanuales
de las precipitaciones de verano en América del Sur con la oscilación
decenal del Pacífico. Revista Internacional de Climatología, 27(4), 531–
540. https://doi.org/10.1002/joc.1417.
Kayano, MT y Capistrano, VB (2013) Cómo la oscilación multidecadal del
Atlántico (AMO) modifica la influencia ENSO en las precipitaciones de
América del Sur. Revista Internacional de Climatología, 34(1), 162–178.
https://doi.org/10.1002/joc.3674.
Kayano, MT, Andreoli, RV y Souza, RAFD (2019) El Niño: teleconexiones
relacionadas con la oscilación del sur en América del Sur.
ica bajo una oscilación multidecenal distinta del Atlántico y del Pacífico
Fondos de oscilación interdecadal: La Niña. Revista Internacional de
Climatología, 39(3), 1359­1372. https://doi.org/10. 1002/joc.5886.
Kerr, RA (2000) Un marcapasos climático del Atlántico Norte para los siglos.
Ciencia, 288(5473), 1984–1985. https://doi.org/10.1126/
science.288.5473.1984 .
Kobayashi, S., Ota, Y., Harada, Y., Ebita, A., Moriya, M., Onoda, H., Onogi,
K., Kamahori, H., Kobayashi, C., Endo, H., Miyaoka, K. y Takahashi, K.
(2015) El reanálisis JRA­55: especificaciones generales y características
básicas. Revista de la Sociedad Meteorológica de Japón. Ser. II, 93(1),
5–48. https://doi.org/10.2151/jmsj.2015­001 .
TOWNER Y OTROS.
Lagos, P., Silva, Y., Nickl, E. y Mosquera, K. (2008) ¿El Niño?
Variabilidad de la precipitación relacionada en el Perú. Avances en
Geociencias, 14, 231–237. https://doi.org/10.5194/adgeo­14­231­2008 .
Langerwisch, F., Rost, S., Gerten, D., Poulter, B., Rammig, A. y Cramer, W.
(2013) Efectos potenciales del cambio climático en los patrones de
inundación en la cuenca del Amazonas. Hidrología y ciencias del
sistema terrestre, 17(6), 2247–2262. https://doi.org/10.5194/
hess­17­2247­2013 .
Langill, JC y Abizaid, C. (2019) ¿Qué es una inundación grave? Perspectivas
locales de inundaciones extremas en la Amazonía peruana. Ambio, 49, 1­14.
https://doi.org/10.1007/s13280­019­01278­8.
Laraque, A., Ronchail, J., Cochonneau, G., Pombosa, R. y Guyot, JL (2007)
Distribución heterogénea de precipitaciones y regímenes de descarga
en la cuenca del Amazonas ecuatoriano. Revista de Hidrometeorología,
8(6), 1364–1381. https://doi.org/10.1175/2007JHM784.1 .
Laraque, A., Bernal, C., Bourrel, L., Darrozes, J., Christophoul, F., Armijos,
E., Fraizy, P., Pombosa, R. y Guyot, JL (2009) Presupuesto de
sedimentos del río Napo, cuenca amazónica, Ecuador y Perú. Procesos
hidrológicos: una revista internacional, 23(25), 3509–3524. https://doi.org/
10.1002/hyp.7463.
Lavado, WS, Ronchail, J., Labat, D., Espinoza, JC y Guyot, JL
(2012) Análisis a escala de cuenca de precipitaciones y escorrentías en
el Perú (1969­2004): drenajes del Pacífico, Titicaca y Amazonas.
Revista de Ciencias Hidrológicas, 57(4), 625–642. https://doi.org/10.
1080/02626667.2012.672985.
Lavado, WS, Labat, D., Ronchail, J., Espinoza, JC y Guyot, JL
(2013) Tendencias de las precipitaciones y la temperatura en la cuenca
amazónica­andina peruana durante los últimos 40 años (1965­2007).
Procesos hidrológicos, 27(20), 2944–2957. https://doi.org/10. 1002/
hip.9418.
Le Cointe, P. (1935) Les crues annuelles de l'Amazone et les récentes
modificaciones de leur régime. Annales de Géogr., 44, 614–619.
Lee, D., Ward, P. y Block, P. (2018) Atribución de patrones climáticos a gran
escala a los flujos máximos estacionales y perspectivas de predicción
a nivel mundial. Investigación de recursos hídricos, 54(2), 916–938.
https://doi.org/10.1002/2017WR021205 .
Liebmann, B. y Marengo, J. (2001) Variabilidad interanual de la temporada de
lluvias y precipitaciones en la cuenca del Amazonas brasileño. Revista de
clima, 14 (22), 4308–4318. https://doi.org/
10.1175/1520­0442(2001)014<4308:IVOTRS>2.0.CO;2 .
Liebmann, B., Kiladis, GN, Vera, CS, Saulo, AC y Carvalho, LM (2004) Variaciones
subestacionales de las precipitaciones en América del Sur en las proximidades
del chorro de bajo nivel al este de los Andes y comparación con las del Sur
Zona de convergencia atlántica. Revista de clima, 17(19), 3829–3842. https://
doi. org/10.1175/1520­0442(2004)017<3829:SVORIS>2.0.CO;2.
López, MG, Di Baldassarre, G. y Seibert, J. (2017) Impacto de la preparación
social en los sistemas de alerta temprana de inundaciones. Investigación de
recursos hídricos, 53(1), 522–534. https://doi.org/10.1002/2016WR019387.
Madden, RA y Julian, PR (1971) Detección de una oscilación de 40 a 50 días en
el viento zonal en el Pacífico tropical. Revista de Ciencias Atmosféricas,
28(5), 702–708. https://doi.org/10.1175/
1520­0469(1971)028<0702:DOADOI>2.0.CO;2.
Madden, RA y Julian, PR (1972) Descripción de células de circulación a escala
global en los trópicos con un período de 40 a 50 días. Revista de Ciencias
Atmosféricas, 29(6), 1109–1123. https://doi.org/10.
1175/1520­0469(1972)029<1109:DOGSCC>2.0.CO;2.
Machine Translated by Google
TOWNER Y OTROS.
Madden, RA y Julian, PR (1994) Observaciones de la oscilación tropical de 40 a 50 días: una revisión.
Revisión meteorológica mensual, 122(5), 814–837. https://doi.org/10.1175/1520­0493(1994)122<0814:
OOTDTO>2.0.CO;2.
Makarieva, AM y Gorshkov, VG (2007) Bomba biótica de humedad
atmosférica como impulsora del ciclo hidrológico en tierra.
Hidrología y ciencias del sistema terrestre, 11, 1013–1033. https://
doi.org/10.5194/hess­11­1013­2007 .
Mantua, Nueva Jersey y Hare, SR (2002) La oscilación decenal del Pacífico.
Revista de Oceanografía, 58(1), 35–44. https://doi.org/10.1023/
A:1015820616384 .
Mantua, Nueva Jersey, Hare, SR, Zhang, Y., Wallace, JM y Francis, RC
(1997) Una oscilación climática interdecadal del Pacífico con impactos
en la producción de salmón. Boletín de la Sociedad Meteorológica
Estadounidense, 78(6), 1069–1080. https://doi.org/10.1175/1520­0477
(1997)078<1069:APICOW>2.0.CO;2.
Marengo, JA (1992) Variabilidad interanual del clima superficial en la cuenca
del Amazonas. Revista Internacional de Climatología, 12(8), 853–863.
https://doi.org/10.1002/joc.3370120808.
Marengo, JA y Espinoza, JC (2016) Sequías e inundaciones estacionales
extremas en la Amazonia: causas, tendencias e impactos. Revista
internacional de climatología, 36(3), 1033–1050. https://doi.org/10.1002/
joc.4420 .
Marengo, JA y Nobre, CA (2001) Características generales y variabilidad
del clima en la cuenca del Amazonas y sus vínculos con el sistema
climático global. En: McClain, ME, Victoria, RL y Richey, JE (Eds.) La
biogeoquímica de la cuenca del Amazonas.
Oxford: Universidad de Oxford. Prensa.
Marengo, JA, Druyan, LM y Hastenrath, S. (1993) Estudios de observación
y modelización de la variabilidad climática interanual de la Amazonia.
Cambio climático, 23(3), 267–286. https://doi.org/10.
1007/BF01091619.
Marengo, JA, Tomasella, J. y Uvo, CR (1998) Tendencias en el caudal y las
precipitaciones en América del Sur tropical: Amazonia, este de Brasil y
noroeste de Perú. Revista de investigación geofísica: atmósferas, 103
(D2), 1775–1783. https://doi.org/10.
1029/97JD02551.
Marengo, JA, Liebmann, B., Kousky, VE, Filizola, NP y Wainer, IC (2001)
Inicio y fin de la temporada de lluvias en la cuenca del Amazonas
brasileño. Revista de clima, 14 (5), 833–852. https://doi.org/
10.1175/1520­0442(2001)014<0833:OAEOTR>2.
0.CO;2.
Marengo, JA, Nobre, CA, Tomasella, J., Cardoso, MF y Oyama, MD (2008)
Comportamiento hidroclimático y ecológico de la sequía de la Amazonia
en 2005. Philosophical Transactions of the Royal Society B: Biological
Sciences, 363( 1498), 1773–1778. https://doi.org/10.1098/rstb.2007.0015.
Marengo, JA, Tomasella, J., Alves, LM, Soares, WR y Rodríguez, DA
(2011) La sequía de 2010 en el contexto de sequías históricas en la
región amazónica. Cartas de investigación geofísica, 38(12), 1–5.
https://doi.org/10.1029/2011GL047436 .
Marengo, JA, Tomasella, J., Soares, WR, Alves, LM y Nobre, CA (2012)
Eventos climáticos extremos en la cuenca del Amazonas. Climatología
teórica y aplicada, 107(1–2), 73–85. https://doi.org/10.1007/
s00704­011­0465­1.
Marengo, JA, Alves, LM, Soares, WR, Rodriguez, DA, Camargo, H., Riveros,
MP y Pabló, AD (2013a) Dos extremos estacionales severos
contrastantes en América del Sur tropical en 2012: inundaciones en
33 de 36
Amazonia y sequía en el Nordeste de Brasil. Revista de clima, 26 (22),
9137–9154. https://doi.org/10.1175/JCLI­D­12­00642.1.
Marengo, JA, Borma, LS, Rodríguez, DA, Pinho, P., Soares, W.
R. y Alves, LM (2013b) Extremos recientes de sequía e inundaciones
en la Amazonia: vulnerabilidades y adaptación humana.
Revista Estadounidense de Cambio Climático, 2(02), 87–96. https://doi.
org/10.4236/ajcc.2013.22009.
Marengo, JA, Williams, ER, Alves, LM, Soares, WR y Rodríguez, DA (2016)
Variaciones climáticas estacionales extremas en la cuenca del
Amazonas: sequías e inundaciones. En: Interacciones entre la biosfera,
la atmósfera y el uso humano de la tierra en la cuenca del Amazonas,
vol. 36. Berlín, Heidelberg: Springer, págs. 55–76. https://doi.org/
10.1002/joc.4420 .
Marengo, JA, Souza, CM, Jr., Thonicke, K., Burton, C., Halladay, K., Betts,
R., Alves, LM y Soares, WR (2018)
Cambios en el clima y el uso del suelo en la región amazónica:
variabilidad y tendencias actuales y futuras. Fronteras en las ciencias
de la Tierra, 6(228). https://doi.org/10.3389/feart.2018.00228.
Martín­Rey, M., Polo, I., Rodríguez­Fonseca, B., Losada, T. y Lazar, A.
(2018) ¿Existe evidencia de cambios en los modos de variabilidad del
Atlántico tropical bajo las fases de AMO en el registro de
observaciones? ? Revista de clima, 31 (2), 515–536. https://doi.org/10.
1175/JCLI­D­16­0459.1.
Matthews, AJ, Hoskins, BJ y Masutani, M. (2004) La respuesta global al
calentamiento tropical en la oscilación Madden­Julian durante el
invierno del norte. Revista trimestral de la Royal Meteorolog­ical
Society, 130(601), 1991–2011. https://doi.org/10.1256/qj.02.123.
McGregor, S., Timmermann, A., Stuecker, MF, England, MH, Merrifield,
M., Jin, FF y Chikamoto, Y. (2014) El reciente fortalecimiento de la
circulación de Walker y el enfriamiento del Pacífico amplificados por
el calentamiento del Atlántico. Naturaleza Cambio climático, 4(10),
888–892. https://doi.org/10.1038/nclimate2330.
Meade, RH, Rayol, JM, Da Conceic~ao, SC y Natividade, JR
(1991) Efectos del remanso en la cuenca del río Amazonas de Brasil.
Geología ambiental y ciencias del agua, 18 (2), 105–114. https://
doi.org/10.1007/BF01704664.
Molinier M, Guyot JL, Oliveira E, Guimaraes V. (1996) Les régimes ´
hydrologiques de l'Amazone et de ses affluents. L'hidrología Tropicale:
G'eoscience et outil pour le D'eveloppement 238: 209–222, París, mayo
de 1995. IAHS Publ.
Montini, TL, Jones, C. y Carvalho, LM (2019) El jet sudamericano de bajo
nivel: una nueva climatología, variabilidad y cambios.
Revista de investigación geofísica: atmósferas, 124, 1200–1218. https://
doi.org/10.1029/2018JD029634.
Moura, AD y Shukla, J. (1981) Sobre la dinámica de las sequías en el
Nordeste de Brasil: observaciones, teoría y experimentos numéricos
con un modelo de circulación general. Revista de Ciencias Atmosféricas,
38(12), 2653–2675. https://doi.org/10.1175/
1520­0469(1981)038<2653:OTDODI>2.0.CO;2.
Newman, M., Alexander, MA, Ault, TR, Cobb, KM, Deser, C., Di Lorenzo,
E., Mantua, Nueva Jersey, Miller, AJ, Minobe, S., Nakamura, H.,
Schneider, N. , Vimont, DJ, Phillips, JS, Scott, JD y Smith, CA (2016)
La oscilación decenal del Pacífico, revisada. Revista de clima,
29(12), 4399–4442. https://doi.org/10.1175/JCLI­D­15­0508.1 .
Nobre, P. y Shukla, J. (1996) Variaciones de la temperatura de la
superficie del mar, estrés del viento y precipitaciones sobre el
Atlántico tropical y América del Sur. Revista de clima, 9(10), 2464–
2479. https://doi.org/10.1175/1520­0442(1996)009<2464:VOSSTW>2.0.CO;2 .
Machine Translated by Google
34 de 36
Nobre, CA, Sampaio, G., Borma, LS, Castilla­Rubio, JC, Silva, J.
S. y Cardoso, M. (2016) Riesgos de uso de la tierra y cambio climático en la
Amazonia y la necesidad de un nuevo paradigma de desarrollo sostenible.
Actas de la Academia Nacional de Ciencias, 113 (39), 10759–10768. https://
doi.org/10.1073/pnas.1605516113.
Nobre, GG, Jongman, B., Aerts, JCJH y Ward, PJ (2017) El papel de la variabilidad climática en las
inundaciones extremas en Europa. Cartas de investigación ambiental, 12(8), 084012. https://doi.org/
10.1088/1748­9326/aa7c22 .
Nobre, GG, Muis, S., Veldkamp, TI y Ward, PJ (2019) Lograr la reducción
del riesgo de desastres mediante una mejor predicción de los impactos
de El Niño y La Niña. Progreso en ciencia de desastres, 2, 100022.
https://doi.org/10.1016/j.pdisas.2019.100022.
O'Connor, JE y Costa, JE (2004) Las inundaciones más grandes del mundo,
pasadas y presentes: sus causas y magnitud, Circular 1254 del Servicio
Geológico de EE. UU.
O'Reilly, CH, Huber, M., Woollings, T. y Zanna, L. (2016) La firma del forzamiento
oceánico de baja frecuencia en la oscilación multidecadal del Atlántico.
Cartas de investigación geofísica, 43(6), 2810–2818. https://doi.org/
10.1002/2016GL067925.
Ovando, A., Tomasella, J., Rodríguez, DA, Martínez, JM, Siqueira­Junior, JL, Pinto,
GLN, Passy, P., Vauchel, P., Noriega, L. y von Randow, C. (2016 )
Inundaciones extremas en los humedales amazónicos bolivianos. Revista de
Hidrología: Estudios Regionales, 5, 293–308. https://doi.org/10.1016/
j.ejrh.2015.11.004.
Paccini, L., Espinoza, JC, Ronchail, J. y Segura, H. (2018) Variabilidad de las
precipitaciones intraestacionales en la cuenca del Amazonas relacionada con
patrones de circulación a gran escala: un enfoque en la región de transición
entre la Amazonía occidental y los Andes. Revista Internacional de
Climatología, 38(5), 2386–2399. https://doi.org/10.1002/joc.5341.
Paiva, RCD, Collischonn, W., Bonnet, MP y De Gonçalves, L.
GG (2012) Sobre las fuentes de incertidumbre en la predicción hidrológica
en la Amazonia. Hidrología y ciencias del sistema terrestre, 16 (9), 3127–
3137. https://doi.org/10.5194/hess­16­3127­2012.
Palmer, TN (1993) Predicción atmosférica de rango extendido y modelo de Lorenz.
Boletín de la Sociedad Meteorológica Estadounidense, 74(1), https://doi.org/
49–65.
10.1175/1520­0477(1993)
074<0049:ERAPAT>2.0.CO;2.
Palmer, TN (1996) Previsibilidad de la atmósfera y los océanos: de días a décadas.
En: Variabilidad climática decenal. Berlín, Heidelberg: Springer, págs. 83­155.
Panisset, JS, Libonati, R., Gouveia, CMP, Machado­Silva, F., França, DA, França,
JRA y Peres, LF (2018) Patrones contrastantes de los episodios de sequía
extrema de 2005, 2010 y 2015 en la Amazonía Cuenca. Revista Internacional
de Climatología, 38(2), 1096–1104. https://doi.org/10.1002/joc.5224.
Pohl, B. y Matthews, AJ (2007) Cambios observados en la vida útil y la
amplitud de la oscilación Madden­Julian asociados con anomalías
interanuales de la temperatura de la superficie del mar ENOS. Revista
de clima, 20(11), 2659–2674. https://doi.org/10.1175/JCLI4230.1 .
Poveda G., & Mesa OJ. (1993) Metodologias de predicción de la hidrología
colombiana considerando el evento de El Niño Oscilaciton del Sur (ENOS),
Atmosfera. Sociedad Colombiana de Meteorología, 17.
Poveda, G., Alvarez, DM y Rueda, OA (2011) Variabilidad hidroclimática en los
Andes de Colombia asociada con ENOS: una revisión de los procesos
climáticos y su impacto en uno de los puntos críticos de biodiversidad más
importantes de la Tierra. Clima
TOWNER Y OTROS.
Dinámica, 36(11–12), 2233–2249. https://doi.org/10.1007/s00382­010­0931­
y.
Richey, JE, Nobre, C. y Deser, C. (1989) Descarga del río Amazonas y variabilidad
climática: 1903 a 1985. Science, 246(4926), 101–103. https://doi.org/10.1126/
science.246.4926.101.
Robock, A. (2000) Erupciones volcánicas y clima. Reseñas de geofísica, 38 (2),
191–219. https://doi.org/10.1029/1998RG000054.
Rodier, JA y Roche, M. (1984) Catálogo mundial de inundaciones máximas
observadas. Publicación de la IAHS, 143.
Rodrigues, RR y McPhaden, MJ (2014) ¿Por qué La Niña de 2011­2012 provocó
una grave sequía en el noreste de Brasil? Cartas de investigación geofísica,
41 (3), 1012–1018. https://doi.org/10.
1002/2013GL058703.
Ronchail, J. y Gallaire, R. (2006) ENSO y lluvias a lo largo del valle de Zongo
(Bolivia) desde el Altiplano hasta la cuenca del Amazonas.
Revista Internacional de Climatología, 26(9), 1223–1236. https://doi.org/
10.1002/joc.1296 .
Ronchail, J., Cochonneau, G., Molinier, M., Guyot, JL, De Miranda Chaves, AG,
Guimaraes, V. y De Oliveira, E.
(2002) Variabilidad interanual de las precipitaciones en la cuenca del
Amazonas y temperaturas de la superficie del mar en el Pacífico ecuatorial
y el océano Atlántico tropical. Revista Internacional de Climatología, 22 (13),
1663–1686. https://doi.org/10.1002/joc.815.
Ronchail, J., Bourrel, L., Cochonneau, G., Vauchel, P., Phillips, L., Castro, A.,
Guyot, JL y De Oliveira, E. (2005a) Inundaciones en la cuenca de Mamore
(Sur­ Amazonía Occidental—Bolivia) y temperatura de la superficie del mar
en los océanos Pacífico y Atlántico.
Revista de Hidrología, 302(1–4), 223–238. https://doi.org/10. 1016/
j.jhidrol.2004.07.005.
Ronchail, J., Labat, D., Callede, J., Cochonneau, G., Guyot, JL, Filizola, N. y De
Oliveira, E. (2005b) Variabilidad de la descarga dentro de la cuenca del
Amazonas, impactos hidrológicos regionales del cambio climático —
variabilidad hidroclimática. Publicación de la IAHS, 296, 21–30.
Ronchail, J., Guyot, JL, Espinoza, JCE, Fraizy, P., Cochonneau, G., De Oliveira,
E., Filizola, N. y Ordenez, JJ
(2006) Impacto de los afluentes del Amazonas en las grandes inundaciones
en Óbidos. Publicación de la IAHS, 308, 220–225.
Rossel, F. (1997) Influencia del Niño en los regímenes pluviométriques
del Ecuador. Tesis doctoral, Universidad de Montpellier, 289 págs.
Salati, E. y Vose, PB (1984) Cuenca del Amazonas: un sistema en
equilibrio. Ciencia, 225 (4658), 129­138. https://doi.org/10.1126/
science.225.4658.129 .
Salati, E., Dall'Olio, A., Matsui, E. y Gat, JR (1979) Reciclaje de agua en
la cuenca del Amazonas: un estudio isotópico. Investigación de
recursos hídricos, 15 (5), 1250–1258. https://doi.org/10.1029/
WR015i005p01250 .
Satyamurty, P., da Costa, CPW, Manzi, AO y Candido, LA
(2013) Una mirada rápida a la inundación récord de 2012 en la cuenca del
Amazonas. Cartas de investigación geofísica, 40 (7), 1396­1401. https://
doi.org/10.1002/grl.50245 .
Schöngart, J. y Junk, WJ (2007) Pronóstico del pulso de inundaciones en la
Amazonia central mediante índices ENSO. Revista de Hidrología, 335 (1–2),
124–132. https://doi.org/10.1016/j.jhidrol.2006.11.005.
Sena, JA, De Deus, LAB, Freitas, MAV y Costa, L. (2012)
Eventos extremos de sequías e inundaciones en la Amazonia: 2005
y 2009. Water Resources Management, 26(6), 1665–1676. https://
doi.org/10.1007/s11269­012­9978­3 .
Shimizu, MH, Ambrizzi, T. y Liebmann, B. (2017) Eventos de precipitaciones
extremas y su relación con ENSO y MJO
Machine Translated by Google
TOWNER Y OTROS.
fases sobre el norte de América del Sur. Revista Internacional de Climatología,
37(6), 2977–2989. https://doi.org/10.1002/joc.4893.
Sigmond, M., Scinocca, JF, Kharin, VV y Shepherd, TG
(2013) Capacidad de pronóstico estacional mejorada después de
calentamientos repentinos estratosféricos. Naturaleza Geociencia, 6(2), 98–
102. https://doi. org/10.1038/NGEO1698.
Slater, LJ y Villarini, G. (2017) Evaluación de los impulsores del flujo estacional
en el Medio Oeste de EE. UU. Agua, 9(9), 695. https://doi.org/10.3390/
w9090695 .
SO­HYBAM [página de inicio en Internet]. (2015) Crues 2015 en Amazonie: Les
hydrologues du Service d'Observation HYBAM* en état d'alerte. [Consultado
el 25 de julio de 2018]. Disponible en : https://hybam.obs­mip.fr/note­on­the­
flood­of­the­amazon­in­peru­in­2015­2/#more­4690 [Consultado el 3 de
marzo de 2020].
Sorribas, MV, Paiva, RC, Melack, JM, Bravo, JM, Jones, C., Carvalho, L.,
Beighley, E., Forsberg, B. y Costa, MH (2016)
Proyecciones de los efectos del cambio climático sobre descargas e inundaciones
en la cuenca del Amazonas. Cambio climático, 136(3–4), 555–570. https://doi.org/
10.1007/s10584­016­1640­2.
Stephens, E., Day, JJ, Pappenberger, F. y Cloke, H. (2015) Precipitaciones e
inundaciones. Cartas de investigación geofísica, 42(23), 10–316. https://
doi.org/10.1002/2015GL066779.
Sulca, J., Takahashi, K., Espinoza, JC, Vuille, M. y Lavado­Casimiro, W. (2018)
Impactos de diferentes sabores ENOS y variabilidad de convección del
Pacífico tropical (ZCIT, ZPS) en las precipitaciones del verano austral en
América del Sur , con foco en Perú. Revista Internacional de Climatología,
38 (1), 420–435. https://doi.org/10.1002/joc.5185.
Sutcliffe, JV (1987) El uso de registros históricos en el análisis de la frecuencia de
inundaciones. Revista de Hidrología, 96(1–4), 159–171. https://doi. org/
10.1016/0022­1694(87)90150­8.
Tedeschi, RG, Grimm, AM y Cavalcanti, IF (2016) Influencia del ENOS central y
oriental en la precipitación y sus eventos extremos en América del Sur
durante el otoño e invierno austral.
Revista Internacional de Climatología, 36(15), 4797–4814. https://doi.org/10.1002/
joc.4670.
Timmermann, A., Okumura, Y., An, SI, Clement, A., Dong, B., Guilyardi, E., Hu, A.,
Jungclaus, JH, Renold, M., Stocker, TF, Stouffer, RJ , Sutton, R., Xie, SP y Yin, J.
(2007) La influencia de un debilitamiento de la circulación meridional del Atlántico
en ENSO. Revista de clima, 20(19), 4899–4919. https://doi.org/10.1175/JCLI4283.1.
Tobar, V. y Wyseure, G. (2018) Clasificación de patrones de lluvia estacionales,
relación con ENOS y tendencias de lluvia en Ecuador.
Revista Internacional de Climatología, 38(4), 1808–1819. https://doi.org/
10.1002/joc.5297 .
Tomasella, J., Borma, LS, Marengo, JA, Rodríguez, DA, Cuartas, LA, A Nobre, C. y
Prado, MC (2011) Las sequías de 1996­1997 y 2004­2005 en la Amazonia:
respuesta hidrológica en la cauce principal del río. Procesos hidrológicos, 25(8),
1228–1242. https://doi.org/10.1002/hyp.7889.
Torres, RR y Marengo, JA (2013) Evaluaciones de incertidumbre de las
proyecciones de cambio climático en América del Sur. Climatología teórica
y aplicada, 112(1–2), 253–272. https://doi.org/10. 1007/s00704­012­0718­7.
Towner, J., Cloke, HL, Zsoter, E., Flamig, Z., Hoch, JM, Bazo, J., Coughlan de Perez, E.
y Stephens, EM (2019) Evaluación del desempeño de los modelos hidrológicos
globales para la captura Caudales máximos de los ríos en la cuenca del Amazonas.
Hidrología y ciencias del sistema terrestre, 23(7), 3057–3080. https://doi.org/10.5194/
hess­23­3057­2019.
35 de 36
Trenberth, KE (1997) La definición de El Niño. Boletín de la Sociedad Meteorológica
Estadounidense, 78(12), 2771–2777. https://doi. org/
10.1175/1520­0477(1997)078<2771:TDOENO>2.0.CO;2.
Trenberth, KE y Stepaniak, DP (2001) Índices de evolución de El Niño. Revista
de clima, 14(8), 1697–1701. https://doi.org/10.
1175/1520­0442(2001)014<1697:LIOENO>2.0.CO;2.
Trenberth, KE, Fasullo, JT y Shepherd, TG (2015) Atribución de eventos climáticos
extremos. Naturaleza Cambio climático, 5(8), 725–730. https://doi.org/
10.1038/NCLIMATE2657.
Trigg, MA (2010) Río Amazonas y hidrodinámica de llanuras aluviales.
Tesis doctoral, Universidad de Bristol, Bristol.
Trigg, MA, Wilson, MD, Bates, PD, Horritt, MS, Alsdorf, DE, Forsberg, BR y Vega, MC
(2009) Hidráulica de las ondas de inundación del Amazonas. Revista de Hidrología,
374(1–2), 92–105. https://doi. org/10.1016/j.jhidrol.2009.06.004.
Utida, G., Cruz, FW, Etourneau, J., Bouloubassi, I., Schefuß, E., Vuille, M.,
Novello, VF, Prado, LF, Sifeddine, A., Klein, V., Zular, A ., Viana, JCC y
Turcq, B. (2019) Influencia del Atlántico sur tropical en las precipitaciones
del noreste de Brasil y el desplazamiento de la ZCIT durante los últimos
2300 años. Informes científicos, 9(1), 1698. https://doi.org/10.1038/
s41598­018­38003­6.
Uvo, CB y Graham, NE (1998) Pronóstico de escorrentía estacional para el norte
de América del Sur: un modelo estadístico. Recursos hídricos
Investigación, 34(12), 3515–3524. https://doi.org/10.1029/
98WR02854.
Uvo, CB, Tolle, U. y Berndtsson, R. (2000) Previsión de descargas en la Amazonia
utilizando redes neuronales artificiales. Revista Internacional de Climatología,
20(12), 1495­1507. https://doi.org/10.
1002/1097­0088(200010)20:12<1495::AID­JOC549>3.0.CO;2­F.
Vauchel, P., Santini, W., Guyot, JL, Moquet, JS, Martinez, JM, Espinoza, JC,
Baby, P., Fuertes, O., Noreiga, L., Puita, O., Sondag, F. , Fraizy, P., Armijos,
E., Cochonneau, C., Timouk, F., de Oliveira, E., Filizola, N., Molina, J. y
Ronchail, J. (2017) Una reevaluación del sedimento suspendido carga en la
cuenca del río Madeira desde los Andes del Perú y
Bolivia hasta el río Amazonas en Brasil, basado en 10 años de datos del
programa de monitoreo HYBAM. Journal of Hydrol­ogy, 553, 35–48. https://
doi.org/10.1016/j.jhidrol.2017.07.018.
Vitart, F. y Molteni, F. (2016) Simulación de la oscilación Madden­Julian y su
impacto en Europa en las previsiones mensuales del ECMWF. Boletín del
ECMWF, núm. 126, ECMWF, Reading, 12–17.
Vuille, M., Bradley, RS y Keimig, F. (2000) Variabilidad climática en los Andes del
Ecuador y su relación con las anomalías de la temperatura de la superficie
del mar en el Pacífico tropical y el Atlántico. Revista de clima, 13 (14), 2520–
2535. https://doi.org/10.1175/1520­0442(2000)
013<2520:CVITAO>2.0.CO;2.
Wang, S., Huang, J., He, Y. y Guan, Y. (2014) Efectos combinados de la oscilación
decenal del Pacífico y la oscilación de El Niño­sur
sobre los cambios globales entre tierras secas y húmedas. Informes científicos, 4,
srep06651. https://doi.org/10.1038/srep06651.
Ward, PJ, Beets, W., Bouwer, LM, Aerts, JC y Renssen, H.
(2010) Sensibilidad de la descarga de los ríos al ENSO. Cartas de investigación
geofísica, 37(12), L12402. https://doi.org/10.1029/2010GL043215 .
Webber, BG, Matthews, AJ y Heywood, KJ (2010) Un mecanismo dinámico de
retroalimentación oceánica para Madden­Julian Oscilla­
ción. Revista trimestral de la Real Sociedad Meteorológica, 136 (648), 740–754.
https://doi.org/10.1002/qj.604.
Machine Translated by Google
36 de 36
Wills, RC, Armor, KC, Battisti, DS y Hartmann, DL (2019)
El acoplamiento dinámico océano­atmósfera es fundamental para la
oscilación multidecenal del Atlántico. Revista de clima, 32 (1), 251–272.
https://doi.org/10.1175/JCLI­D­18­0269.1.
Wittenberg, AT (2009) ¿Son suficientes los registros históricos para limitar
las simulaciones de ENSO? Cartas de investigación geofísica, 36(12),
L12702. https://doi.org/10.1029/2009GL038710.
Wolter, K. y Timlin, MS (1993) Monitoreo de ENSO en COADS con un índice
de componente principal ajustado estacionalmente. Proc. del 17º Taller
de Diagnóstico Climático, Norman, OK, NOAA/NMC/CAC, NSSL,
Oklahoma Clim. Survey, CIMMS y School of Meteor., Universidad de
Oklahoma, 52–57.
Yamazaki, D., Lee, H., Alsdorf, DE, Dutra, E., Kim, H., Kanae, S. y Oki, T.
(2012) Análisis de la dinámica del nivel del agua simulada por un
modelo fluvial global : un estudio de caso en el río Amazonas.
Investigación de recursos hídricos, 48(9), W09508. https://doi.org/10.
1029/2012WR011869.
Yeh, SW, Cai, W., Min, SK, McPhaden, MJ, Dommenget, D., Dewitte, B.,
Collins, M., Ashok, K., An, SI, Yim, BY y Kug, JS (2018) ) Teleconexiones
atmosféricas ENSO y su respuesta al forzamiento de gases de efecto
invernadero. Reseñas de Geofísica, 56 (1), 185–206. https://doi.org/
10.1002/2017RG000568.
Yoon, JH (2016) Análisis multimodelo de la influencia del Atlántico en las
precipitaciones del sur del Amazonas. Cartas sobre ciencia atmosférica,
17 (2), 122–127. https://doi.org/10.1002/asl.600.
Yoon, JH y Zeng, N. (2010) Una influencia del Atlántico en las precipitaciones
del Amazonas. Dinámica del clima, 34(2–3), 249–264. https://doi.org/
10.1007/s00382­009­0551­6 .
Zeng, N., Yoon, JH, Marengo, JA, Subramaniam, A., Nobre, CA, Mariotti, A.
y Neelin, JD (2008) Causas e impactos de la sequía amazónica de
2005. Cartas de investigación ambiental, 3(1), 014002. https://doi.org/
10.1088/1748­9326/3/1/014002.
Zhang, C. (2005) Oscilación Madden­Julian. Reseñas de Geofísica, 43(2),
RG2003. https://doi.org/10.1029/2004RG000158.
Zhang, L. y Wang, C. (2013) Temperatura de la superficie del mar del
Atlántico norte multidecenal y vuelco meridional del Atlántico
TOWNER Y OTROS.
variabilidad de la circulación en simulaciones históricas CMIP5. Revista
de investigación geofísica: océanos, 118(10), 5772–5791. https://doi.org/
10.1002/jgrc.20390 .
Zhang, Y., Wallace, JM y Battisti, DS (1997) Variabilidad interdecadal similar
a ENSO: 1900–93. Revista de clima, 10(5), 1004–1020. https://doi.org/
10.1175/1520­0442(1997)010<1004: ELIV>2.0.CO;2.
Zhang, W., Villarini, G., Vecchi, GA y Smith, JA (2018) La urbanización
exacerbó las lluvias e inundaciones causadas por el huracán Harvey
en Houston. Naturaleza, 563(7731), 384–388. https://doi.org/10.1038/
s41586­018­0676­z .
Zsoter, E., Cloke, H., Stephens, E., de Rosnay, P., Muñoz­Sabater, J.,
Prudhomme, C. y Pappenberger, F. (2019) ¿Qué tan bien funcionan las
configuraciones numéricas operativas de predicción meteorológica?
¿Representa la hidrología? Revista de Hidrometeorología, 20(8), 1533–
1552. https://doi.org/10.1175/JHM­D­18­0086.1.
Zulkafli, Z., Buytaert, W., Manz, B., Rosas, CV, Willems, P., Lavado­Casimiro,
W., Guyot, JL y Santini, W. (2016) Aumentos proyectados en la
inundación anual pulso de la Amazonia Occidental.
Cartas de investigación ambiental, 11(1), 014013. https://doi.org/
10.1088/1748­9326/11/1/014013 .
INFORMACIÓN DE APOYO Puede
encontrar información de respaldo adicional en línea en la
sección Información de respaldo al final de este artículo.
Cómo citar este artículo: Towner J, Cloke HL, Lavado W, et
al. Atribución de las inundaciones del Amazonas a modos de
variabilidad climática: una revisión. Aplicación Meteorol.
2020;27:e1949. https://doi.org/10.1002/met.1949 _