UNIVERSIDAD PERUANA UNIÓN

FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERÍA AMBIENTAL

CURSO
Meteorologia y climatologia

TRABAJO

EFECTOS DEL CAMBIO CLIMÁTICO SOBRE LOS PARÁMETROS

TERMOPLUVIOMÉTRICOS EN PUNO PERÚ

DOCENTE

Bernardino Tapia Aguilar

ESTUDIANTES

Romel Kliver Carbajal Cajavilca

Alex Uriel Cayo Mamani

Jonothan Daniel Limachi Coaquira

Franklin Ali Valeriano Pacsi

Rony Yordy Mamaní Flores

Sergio Dennis Chino Atauchi

 EFECTOS DEL CAMBIO CLIMÁTICO SOBRE LOS PARÁMETROS
TERMOPLUVIOMÉTRICOS EN PUNO PERÚ
Resumen

El presente estudio se realizó entre abril de 2023 a mayo del 2023 en la ciudad de Puno, con el
objetivo de evaluar el comportamiento de los parámetros termopluviométricos de las series
históricas de las temperaturas extremas (máximas, mínimas) y precipitaciones pluviales de
1964 al 2012. La metodología utilizada fue la de recopilar la información de 87,600 datos
distribuidas en las tres variables de 29,200 datos agrupadas en cuatro décadas para cada
variable, posteriormente fueron sistematizados y analizados la consistencia de los datos de la
serie histórica, luego homogeneizados para realizar el análisis de igualdad de medias por
décadas con un nivel de significancia de 0.05 de las variables, finalmente se realizó el análisis
de relación y de asociación mediante pruebas estadísticas paramétricas. Los resultados
determinan que el cambio climático influye en el comportamiento de los parámetros
termopluviométricos en la ciudad de Puno, puesto que las temperaturas máximas y mínimas
extremas presentan incrementos promedios en 0.6°C, mientras que las precipitaciones pluviales
presentan una disminución de 23.02 milímetros anuales. Asimismo, se observa que entre las
temperaturas máximas y mínimas extremas y precipitaciones pluviales tiene una asociación
inversa; es decir, cuando aumentan las temperaturas máximas y mínimas extremas disminuyen
las precipitaciones pluviales, mientras que la asociación entre las precipitaciones y
temperaturas mínimas en algunos meses es directa; es decir, cuando incrementan las
temperaturas mínimas extremas también incrementan las precipitaciones pluviales en los meses
de estiaje básicamente. Además, los parámetros de temperaturas máximas y mínimas, registran
los cambios más importantes en sus tendencias durante el período 1972 a 2011. En conclusión,
los parámetros termo pluviométricos de las series históricas de las temperaturas extremas
(máximas y mínimas) presentan incrementos de 2.1ºC y 0.9oC y las precipitaciones pluviales
presentan una disminución de 15.80mm/año de 1972 al 2011.

Palabras claves: Cambio climático, termo pluviométricos, temperatura, precipitación pluvial.

Introducción

Tres décadas de datos globales no son suficientes para entender a cabalidad variaciones más
lentas en el clima de la Tierra, sin que esto signifique, que como humanidad no conozcamos lo
suficiente para establecer ciertas conclusiones (Andrade, 2008). Pero del análisis de los
cambios medios de anomalías de temperatura y precipitación asociadas a desviaciones
extremas, producen un aumento (disminución) de temperatura y de precipitación, esto es
producto del calentamiento global del planeta. Ahora es posible afirmar, con un nivel de
confianza muy alto, que el calentamiento del sistema climático es inequívoco como resulta
evidente de las observaciones de incremento en la temperatura media global del aire y del mar,
el derretimiento generalizado del hielo y nieve, y el incremento global del nivel medio del mar
(IPCC, 2007). En latitudes subtropicales se prevé una disminución de las precipitaciones
(IPCC, 2001).

En la última década, el tema del cambio climático ha adquirido gran relevancia anivel mundial
llegando a posicionarse como una de las prioridades de la agenda internacional, nacional,
regional y local, debido a las predicciones catastróficas para el planeta previsto por la
comunidad de científicos. “Los cambios en los patrones actuales de la temperatura podrían
ocasionar grandes efectos en el incremento de la temperatura ambiental, efecto del cambio
climático” (Antal, 2004).

A nivel internacional, el primer documento que trata el tema, es la Convención Marco de las
Naciones Unidas sobre el Cambio Climático (CMNUCC, 1992).

Posteriormente, en la tercera Conferencia de las Partes (Cop-3), se aprobó el Protocolo de Kioto

(1997), instrumento que estableció por primera vez compromisos cuantificables y vinculantes
de reducción de emisiones de gases de efecto invernadero (GEI) para los Estados que lo
ratificaron y que tuvieran el estatus de desarrollados, exentando a los países en desarrollo, por
considerar que eran mucho menos responsables históricamente de la crisis climática
(CMNUCC, 1992), asimismo, el IPCC (1992) mediante sus predicciones sugieren aumentos
de la temperatura global entre 0.15ºC y 0.30ºC por década para el periodo entre 1990 y 2005.

Los incrementos de temperatura y los cambios en la precipitación esperados bajo los escenarios
de cambio cli-mático impactarán la actual distribución de especies a nivel local, regional,
nacional y mundial. Éste aumentará la fragilidad de la zona por la disminución de la
precipitación; de esta manera, desaparecerán prácticamente las zonas húmedas a expensas de
zonas subhúmedas. Asimismo, las temperaturas mínimas aumentaron entre 1 y 3 grados
centígrados en todas las regiones del Estado, lo que causa una disminución en la intensidad y
frecuencia de las escarchas y consecuentemente disminuye el frío en el invierno y aumenta la
sensación de calor extremo en el verano (Storino, 2009).

La región Puno, es considerada una de las zonas más sensibles y perturbadas por la variabilidad
climática con implicancias en las actividades del sector agropecuario, hidroeléctrico, minero,
etc. (Sanabriaet. al. 2010), en el que estima incrementos entre 2ºC hasta 4ºC y un máximo al
norte del lago Titicaca de 6ºC.

Que en el futuro por el posible cambio climático la vulnerabilidad y las condiciones de vida en
general serían afectadas, principalmente la actividad agropecuaria que es el principal sustento
de la población puneña; trayendo como consecuencia la crisis de la seguridad alimentaria,
debilitación de las propias estructuras organizativas y de gobierno, rompiendo la relación de
equilibrio ecológico, socioeconómico y espiritual. Por lo que es necesario entender mejor la
variabilidad climática actual del Altiplano y proyectarlo hacia el futuro.

Estos últimos años muestran datos relevantes de las modificaciones climáticas como el aumento
de la temperatura media, el incremento de las temperaturas mínimas y máximas registradas, la
frecuencia de eventos extremos, entre otros (Vincentet.al., 2005). Es evidente que el
incremento de temperaturas máximas durante el siglo XX se ha estimado en unos 0.6 ± 0.2ºC,
(IPCC, 2001). En el caso de las precipitaciones, si bien se han detectado ciertas tendencias a la
baja en diferentes latitudes, éstas no constituyen patrones claramente definidos.

Las predicciones de cambio para el año 2100, estiman un aumento de las temperaturas de 1.4 a
1.8 ºC, (IPCC, 2001).

En el presente trabajo se propuso evaluar el comportamiento de los parámetros

termopluviométricos de las series históricas de las temperaturas extremas (máximas y mínimas)
y precipitaciones pluviales en la ciudad de Puno.

Métodos

La zona de estudio es la ciudad de Puno, situada a orillas del lago navegable más alto del
mundo, el Titicaca. Los datos para el presente estudio provienen de la estación Climatológica
Principal (CP-100110) de Puno, a una latitud de 15°49'34.5"S, longitud 70°00'43.5"W y a 3,810
metros sobre el nivel del mar.

La metodología seguida para la evaluación del comportamiento de los parámetros

termopluviométricos consistió; en la recopilación de información de las series históricas de
temperaturas extremas (máximas y mínimas) y precipitación de la estación Climatológica
Principal (CP-100110) de Puno, pertenecientes al Servicio Nacional de Meteorología e
Hidrología del Perú (SENAMHI) como Órgano Público Descentralizado, adscrito al Ministerio
del Ambiente.

Para la evaluación del comportamiento de las series históricas de temperaturas máximas y

mínimas extremas, se realizó el análisis de los datos de la estación de Puno, con una muestra
de 40 años de enero 1972 a diciembre 2011, haciendo un total de 87,600 datos,
distribuidas en tres variables (temperaturas máximas, mínimas y precipitación) agrupadas en
cuatro décadas para efectuar las pruebas estadísticas paramétricas. Una vez sistematizado, se
ha realizado el respectivo análisis de consistencia de los datos de las series históricas;
posteriormente se realizó el ajuste respectivo, de dichos datos de las series históricas de
temperaturas máximas absolutas por encontrarse estos muy dispersos respecto a sus medias.

Luego, utilizando el Software Estadístico InfoStat analizamos el comportamiento de las

temperaturas máximas y mínimas extremas (variables dependientes) para las cuatro décadas
(variables independientes)de la estación de Puno.Mediante el análisis de varianza se determinó
las diferencias de medias entre décadas; asimismo realizamos el análisis de regresión simple
para las mismas variables con la finalidad de determinar la tendencia de incremento de las
temperaturas máximas y mínimas extremas, para luego proyectar el comportamiento de estas
variables al año 2050.

De forma similar, se ha proseguido el mismo mecanismo anterior de análisis de la varianza y

regresión simple para evaluar el comportamiento de las precipitaciones pluviales de las series
históricas evaluadas.
Finalmente, realizamos el análisis de correlación entre temperaturas máximas y mínimas
extremas con precipitación pluvial para determinar el grado de asociación de las variables
dependientes entre sí.

Resultados y Discusiones

a. Comportamiento de las temperaturas máxima y mínima extremas de la serie

histórica en la ciudad de Puno.
En el cuadro 01 se muestran; que los valores de p-valor son menores a 0.05, esto indica que
hay una variación significativa de las medias década es de la serie histórica, en todos los meses
del año a excepción del mes agosto donde p-valor (0.0864) es superior a 0.05;por consiguiente,
presentan variaciones de las temperaturas máximas absolutas entre las cuatro décadas y además
cumplen la condición en todos los meses según el mismo cuadro, esto es corroborado por el
IPCC (2001), SENAMHI (2007)y Martin (2008); mientras, contrariamente ocurre en agosto
donde el valor de probabilidad (p-valor = 0.0864) es mayor a 0.05, esto significa que no hay
diferencia de medias entre décadas para el mes de agosto.
Asimismo, este cuadro 01 presenta un mayor valor de 28.8ºC para el mes de enero (1998-99)
y un menor valor 18.8ºCpara el mes de junio (1998).

Cuadro 01: Análisis de varianza de temperatura máxima, 1972 a 2011, (40 años).

SC gl CM F p-valor
Meses (Estadístico)

Enero 375.8 1.0 375.8 3.7 0.1

Febrero 42.9 1.0 42.9 0.4 0.5

Marzo 417.8 1.0 417.8 4.1 0.1

Abril 32.1 1.0 32.1 0.3 0.6

Mayo 0.9 1.0 0.9 0.0 0.9

Junio 36.5 1.0 36.5 0.4 0.6

Julio 39.9 1.0 39.9 0.4 0.5

 Agosto 0.1 1.0 0.1 0.0 1.0

Setiembre 33.7 1.0 33.7 0.3 0.6

Octubre 117.6 1.0 117.6 1.2 0.3

Noviembre 705.5 1.0 705.5 6.9 0.0

Diciembre 508.4 1.0 508.4 5.0 0.0

Las variaciones de las temperaturas máximas entre los diferentes meses de las décadas
presentan incrementos, puesto que los valores de B de la ecuación de regresión tienen signos
positivos , tal como se muestran en el cuadro 02, igualmente el IPCC (2001) afirma que la
temperatura promedio del planeta ha aumentado en 0.76ºC, esto se traduce en diversos cambios,
y corroborado por Barrett y Odum (2006). Sin embargo, estas variaciones son diferentes en
cada una de las regiones, y la más caliente fue la década del 1990 en los últimos 100 años
(Ovalleset. al., 2005).

El incremento de las temperaturas máximas en la ciudad de Puno es 0.6ºC en promedio para el

2050 según el cuadro 02; asimismo en sus primeros informes IPCC (1992) indica que las
predicciones

sugerían aumentos de temperaturas globales entre 0,15°C y 0,30°C por década para el período
entre 1990 y 2005; mientras, que IPCC (2001) para el año 2100 estiman en un aumento de 1.4
a 1.8ºC, muy cercano al valor estimado por el SENAMHI (2009b); no obstante, será aún mayor
durante el siglo XXI, se estima que la temperatura subirá cerca de 3ºC durante todo el siglo; es
decir, que en un período de 20 años la Tierra deberá estar 0,6ºC más caliente; esto es
concordante con el cuadro 02. Pero no hay incremento considerable en los meses de febrero,
abril, mayo, junio y agosto, mientras que en otros meses esta variación es mayor. Para el año
2050 la tendencia de temperaturas máximas es a incrementar, siendo octubre el que muestra un
mayor aumento con 2.1ºC, seguido del mes de diciembre con 1.6ºC y enero con 1.3°C, como
se muestra en cuadro 02.

Cuadro 02: Análisis de regresión lineal de temperatura máxima absoluta de la estación CP100110
de 1972 a 2011, (40 años).
 Meses Est. R² Aj A B Tc p-valor

No.
Datos
Enero 48 1.163 0.605 -0.064 2.389 1.923 0.062

Febrero 48 0.974 1.498 -2.064 4.012 0.650 0.520

Marzo 48 3.488 1.720 -0.001 6.976 2.028 0.050

Abril 48 -1.048 1.864 -4.828 2.731 -0.562 0.577

Mayo 48 0.162 1.717 -3.320 3.644 0.094 0.926

Junio 48 -1.253 2.091 -5.495 2.988 -0.599 0.553

Julio 48 -1.432 2.285 -6.065 3.202 -0.627 0.535

Agosto 48 -0.056 1.482 -3.062 2.950 -0.038 0.970

Setiembr 48 1.066 1.852 -2.690 4.822 0.576 0.568

e

Octubre 48 1.678 1.560 -1.486 4.842 1.076 0.289

Noviemb 48 -0.258 0.098 -0.457 -0.059 -2.635 0.012

re

Diciembr 48 3.482 1.557 0.324 6.639 2.237 0.032

e

Los resultados de análisis de las temperaturas mínimas absolutas desde 1972 a 2011
presentados en el cuadro 03, muestran valores de p-valor para los meses de junio, julio y
diciembre menores a 0.05, esto nos indica que hay diferencias significativas en las medias de
las cuatro décadas; mientras que en los otros meses el valor de probabilidad (p-valor) es
superior a 0.05, esto demuestra que no hay diferencia de medias significativas estadísticamente,
pero sí hay una diferencia numérica de los datos de las series históricas en estudio.
 Cuadro 03: Análisis de varianza de temperatura mínima absoluta de la estación CP100110
desde 1972 a 2011, (40 años).

Meses SC gl CM F p-valor
(Estadístico)

Enero 678.65 1.00 678.65 6.89 0.01

Febrero 96.47 1.00 96.47 0.98 0.33

Marzo 11.82 1.00 11.82 0.12 0.73

Abril 555.69 1.00 555.69 5.64 0.02

Mayo 11.37 1.00 11.37 0.12 0.74

Junio 961.09 1.00 961.09 9.75 0.00

Julio 1210.80 1.00 1210.80 12.29 0.00

Agosto 36.94 1.00 36.94 0.37 0.54

Setiembre 378.03 1.00 378.03 3.84 0.06

Octubre 224.59 1.00 224.59 2.28 0.14

Noviembre 54.74 1.00 54.74 0.56 0.46

Diciembre 71.04 1.00 71.04 0.72 0.40

La temperatura mínima extrema actual y la proyectada por el modelo, presenta una tendencia
uniforme de ascenso. Para el escenario del año 2050, se mantiene un aumento cercano a 0.6°C,
siendo el mes de setiembre el de mayor incidencia negativa, y los otros meses tienen una
incidencia positiva (incremento de temperatura), siendo abril que mayor aumento de 0.9ºC,
seguido de los meses de enero y agosto con 0.8°C. Asimismo Sanabria et. al. (2009), haciendo
uso de los modelos HadRM3 y el ETA CSS proyectó la temperatura, en dos escenarios A2(alta
concentración de CO2) y B2 (baja concentración de CO2) los cuales simularon
incrementos entre 2ºC a 4ºC, más aún en forma localizada al norte delLago simuló incrementos
de hasta 6ºC para el 2100.

Asimismo, es importante mencionar que no todos los meses presentaron variaciones

significativas; pero si hay una marcada variación de dos estaciones, la lluviosa (noviembreabril)
y seca (mayo a octubre).

Cuadro 04: Análisis de regresión lineal de temperatura mínima absoluta de la estación

CP100110 desde 1972 a 2011, (40 años).

Meses No. R² Aj A B Tc p-valor

Datos

Enero 4.28 1.63 0.97 7.59 2.62 0.01

Febrero -1.37 1.39 -4.18 1.44 -0.99 0.33

Marzo 0.46 1.34 -2.25 3.18 0.35 0.73

Abril 2.64 1.11 0.38 4.90 2.37 0.02

Mayo -0.40 1.19 -2.82 2.01 -0.34 0.74

Junio 3.97 1.27 1.39 6.55 3.12 0.00

Julio 6.83 1.95 2.87 10.79 3.51 0.00

Agosto -0.90 1.47 -3.90 2.09 -0.61 0.54

Setiembre -2.57 1.31 -5.23 0.09 -1.96 0.06

 Octubre -2.00 1.32 -4.68 0.69 -1.51 0.14

Noviembre -0.08 0.11 -0.31 0.14 -0.75 0.46

Diciembre 1.52 1.79 -2.12 5.17 0.85 0.40

b. Comportamiento de la precipitación pluvialde la serie histórica en la ciudad de Puno.

En el caso de las precipitaciones, si bien se han detectado ciertas tendencias a la baja en

algunas regiones como en Puno, éstas no constituyen patrones claramente definidos Sanabria
et. al. (2010) e IPCC(2001).Las precipitaciones pluviales en las cuatro décadas según el
análisis de varianza, indican que no hay diferencia de medias muestrales, es decir, hay
igualdad de medias entre décadas, pero si hay una variación numérica de precipitación pluvial
para todos los meses, con excepción del mes de junio hay diferencia significativa, puesto que
el p-valor (0.03) es menor que 0.05, siendo el, tal como se muestra en el cuadro 05;esto
indica que hay incremento de precipitación pluvial presentando eventualmente granizadas o
nevadas en Puno durante el mes. Esto es corroborado en el informe del Panel
Intergubernamental sobre Cambio Climático donde precipitaciones pluvialestenderán a
disminuir, existiendo regiones más y menos desfavorecidas e incluso se espera que el
régimen de precipitaciones aumente en ciertas zonas (IPCC, 2001; de Castro y col., 2004).

Cuadro 05: Análisis de varianza de precipitación pluvial desde 1972-2011, (40 años).
 Meses SC gl CM p-valor
F
(Estadístico)

Enero 39.0729112 1 39.0729112 0.19039457 0.66526832

Febrero 51.6489385 1 51.6489385 0.25167507 0.61903932

Marzo 17.3629357 1 17.3629357 0.08460615 0.77286644

Abril 83.1060457 1 83.1060457 0.40495933 0.52867913

Mayo 261.332333 1 261.332333 1.27342079 0.26680189

Junio 565.921865 1 565.921865 2.75762537 0.10572594

Julio 9.77635668 1 9.77635668 0.04763825 0.8284927

Agosto 24.9194363 1 24.9194363 0.12142749 0.72957883

Setiembre 13.4382606 1 13.4382606 0.06548199 0.79953033

Octubre 230.533768 1 230.533768 1.12334547 0.29645896

Noviembre 260.756555 1 260.756555 1.27061514 0.26732013

Diciembre 122.282054 1 122.282054 0.59585627 0.44534443

En lo que se refiere al escenario del año 2050, la precipitación tiende a disminuir según el
modelo en promedio -23.1 mm/año, esta tendencia es preocupante para las futuras
generaciones; tal como menciona (Sanabria et al., 2010), que al suroeste del lago en este mismo
período (diciembre-febrero) proyectó disminución con núcleos de 6 mm/día. Según nuestro
análisis para la ciudad de Puno en el mes de marzo se ha detectado mayor disminución
de-15.60 mm/año, pero hay incremento de precipitaciones pluviales de 20.4 mm/año para
febrero; en las cuatro décadas la tendencia es similar, modificándose de manera gradual. Sin
embargo, las tendencias observadas muestran aumentos sistemáticos de precipitación en la
vertiente occidental de la sierra, así como reducciones en parte de la vertiente oriental de la
sierra sur y central (SENAMHI 2009a, b, SENAMHI 2007).
 Cuadro 06: Análisis de regresión lineal de precipitación pluvial total de 1972 a 2011, (40
años).

Meses Nº Datos Est. R²Aj A (Y) B (X) Tc p-valor

Enero 48 0.02 0.04 -0.06 0.09 0.44 0.67

Febrero 48 0.02 0.04 -0.06 0.10 0.50 0.62

Marzo 48 -0.01 0.04 -0.09 0.07 -0.29 0.77

Abril 48 0.06 0.09 -0.12 0.24 0.64 0.53

Mayo 48 -0.25 0.22 -0.70 0.20 -1.13 0.27

Junio 48 0.01 0.01 0.00 0.02 1.66 0.11

Julio 48 0.11 0.52 -0.94 1.17 0.22 0.83

Agosto 48 -0.06 0.17 -0.41 0.29 -0.35 0.73

Setiembr 48 -0.03 0.11 -0.25 0.19 -0.26 0.80

e

Octubre 48 0.07 0.07 -0.07 0.21 1.06 0.30

Noviemb 48 -0.01 0.01 -0.02 0.00 -1.13 0.27

re

Diciemb 48 0.05 0.06 -0.08 0.17 0.77 0.45

re

El comportamiento de las precipitaciones pluviales de la estación meteorológica principal de

Puno (CP-100110) tiene una asociación inversa con la temperatura máxima absoluta en las
cuatro décadas, es decir, a medida que incrementa la temperatura máxima disminuye la
precipitación pluvial en la ciudad de Puno, tal como se muestra en el cuadro 07, donde los
valores de r tienen signo negativo.

Cuadro 07: Análisis de correlación entre la Temperatura máxima absoluta y la precipitación

pluvial de 1972 a 2011, (40 años).

T T T T T T T T T T T T
Max Max Max Max Max Max Max Max Max Max1 Max1 Max1
1 2 3 4 5 6 7 8 9 0 1 2

Pp1 -0.4 -0.2 -0.3 -0.4 -0.4 -0.1 -0.2 -0.1 -0.1 0 -0.2 0.04

Pp2 0.06 -0.4 -0.3 -0.1 -0.1 -0.1 0.08 0.15 0.04 0.2 0.21 0.08

Pp3 0.13 0.2 -0.3 -0.2 -0.3 -0 -0.2 0.16 -0 -0.1 -0.1 0.04

Pp4 -0.1 -0.4 -0.1 -0.4 -0.2 -0.2 -0.2 -0.3 -0.1 -0.1 -0.1 0.03

Pp5 0.1 0.18 0.19 0.25 -0.1 -0.1 0.14 0.12 -0.1 -0.1 0.06 0.16

Pp6 0.12 0.02 0.41 0 -0 -0 0.1 0.15 -0.1 0.02 -0.1 -0

Pp7 0.04 0.04 0.16 0.08 0.2 0.08 0.09 0.26 0.21 0.08 -0.1 0.23

Pp8 -0.4 -0.4 -0.1 -0.1 0.05 -0.5 -0.2 -0.2 -0.2 -0.2 -0.2 -0.1

Pp9 0.07 -0.3 -0.5 -0.4 -0.3 -0.5 -0.4 -0.2 -0.5 -0.3 -0 -0.2

Pp10 0.1 0.2 0.04 0.14 0.17 0.18 0.09 0.14 0.21 -0.3 0.1 0.21
 Pp11 -0.2 -0.1 0.07 -0.1 0.13 0.05 0.05 -0 0.04 -0.1 -0.2 0.01

Pp12 0 -0 -0 0.05 -0.1 0.01 0.06 0.1 0.06 0.07 -0.1 -0.2

El comportamiento de las precipitaciones pluviales de la estación meteorológica principal de

Puno (CP-100110) tiene una asociación inversa con la temperatura mínima absoluta en las
cuatro décadas durante los meses enero y agosto, es decir, a medida que incrementa la
temperatura mínima absoluta disminuye la precipitación pluvial. Mientras que en los otros
meses el grado de asociación es directa. Asimismo, las expectativas para el clima futuro durante
el ciclo de los cultivos son de menos lluvia, temperaturas más altas, especialmente las mínimas,
y oscilaciones térmicas diarias más bajas, con variaciones según el sitio, el modelo y el cultivo,
Puche et. al., (2007).

Cuadro 08: Análisis de correlación entre la temperatura mínima absoluta y la precipitación

pluvial total de 1972 a 2011, (40 años).

Pp1 Pp2 Pp3 Pp4 Pp5 Pp6 Pp7 Pp8 Pp9 Pp10 Pp11 Pp12

Tmin1 -0.0 -0.1 0.08 -0.2 -0 -0.2 0 -0.2 -0.4 0.15 -0.2 0.03

Tmin2 -0.2 0.36 0.03 0.11 0.27 -0 0.11 -0.2 -0.2 -0 -0.1 0.45

Tmin3 -0.1 0.26 0.37 0.04 0.25 -0.3 0.19 -0.1 0.11 0.25 -0.5 0.12

Tmin4 -0.2 0.43 0.14 0.32 0.23 0.11 0.11 -0.1 -0 0.15 -0 0.14

Tmin5 -0.1 0.25 -0.2 0 0.34 0.19 0.07 0.1 -0.1 0.09 0.01 0.27

Tmin6 -0.2 0.07 0.01 -0.1 0.25 0.18 0.31 0 -0.1 -0.2 -0.3 0.2

Tmin7 0.02 0.36 0.11 0.05 -0.2 -0.1 0.2 0.15 0.09 0 -0.1 -0.1

Tmin8 -0 0.04 0.12 0.13 0.08 -0.1 0.3 -0.1 -0 -0.2 -0.1 0.23
 Tmin9 -0.3 0.42 0.08 0.04 0.38 -0.1 0.23 -0.1 0.29 -0.2 -0.2 0.24

Tmin10 0 -0.1 0.4 0.09 -0.2 0.01 0.3 0.1 -0.2 0.29 -0.1 -0.3

Tmin11 0.37 0.01 0.04 0.11 -0.1 0.03 0.22 -0.1 -0.2 0.23 0.44 -0

Tmin12 0.02 0.12 -0.2 0.08 0.01 -0.2 0.01 0.15 -0.1 -0.1 0.16 0.19

Conclusiones

La implementación de pruebas paramétricas para detectar la significancia estadística de

tendencias de series históricas de las variables climáticas termopluviométricas, en la estación
meteorológica de Puno, confirman la influencia del cambio climático en la ciudad de Puno.

Los parámetros de temperaturas máximas y mínimas, registran los cambios más importantes
en sus tendencias durante el periodo 1972 a 2011 presentando un incremento de 2.10ºC y
0.90ºC respectivamente, con una proyección al 2050 de 0.6ºC.

Las precipitaciones pluviales tienden a disminuir en 15.80 mm/año durante el año 1972 a 2011,
y 94.70mm/año para el 2050 en la ciudad de Puno.

Agradecimientos

Especial agradecimiento al Servicio Nacional de Meteorología e Hidrología del Perú

(SENAMHI) por su gentil apoyo coninformación Termopluviométrica de la Estación
Climatológica Principal Puno y contribuir a la investigación científica para el desarrollo
Regional y del País, asimismo al Dr. Ángel Canales Gutiérrez quien prestó asesoría técnica
quienes hicieron posible el desarrollo del presente trabajo. También alos candidatos a doctor
por el compañerismo brindado.
Literatura citada
Andrade S. 2008. “Mitos y Verdades Acerca del Cambio Climático en Bolivia” Laboratorio
de Física de la Atmosférica Instituto de Investigaciones Físicas, Carrera de Física
Universidad Mayor de San Andrés. Revista Boliviana de Física 14, pp. 42–49.
Antal, Edit. 2004. “Proceso de toma de decisiones en Estados Unidos y en la Unión
Europea”, en Cambio climático: desacuerdo entre Estados Unidos y Europa, México,
CISAN, UNAM/Plaza y Valdés, pp. 89-144.
Barret, G. W. y E. P. Odum. 2006. Cementeries as repositories of natural and cultural
diversity. ConversationBiology.15:1820-1824.
Castro, G. 2004. “Calentamiento global: causas y consecuencias para América Latina”
(Exposición). Lima: Congreso nacional de biología, Consejo nacional de colegios de
biólogos del Perú, 2004. Efecto invernadero, entorno sociocultural, ecología, polución,
América Latina, Localización.
CMNUCC. Convención de Marco de las Naciones Unidas Sobre el Cambio Climático.
1992. Conferencia de las partes. Naciones Unidas, Nueva York.
Easterling, D. R., Peterson, T. C. 2000. The effect of artificial discontinuities on recent
trends in minimum and maximum temperatures. Atmospheric Research, 37: 19-26.
Fernández Carrasco, Pedro. 2002. “Estudio del Impacto del Cambio Climático sobre los
Recursos Hídricos. Aplicación en Diecinueve Pequeñas Cuencas en España” Tesis
Doctoral. Universidad Politécnica de Madrid - España. Pp 267.
IPCC, 1992. Cambio Climático: Evaluación de impactos. Primer Informe de Evaluación del
IPCC. Vol.2, Instituto Nacional de Meteorología de España.
IPCC Intergovernmental Panel on Climate Change. 2001. Climate Change 2001: The
Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the.
Published for the Intergovernmental Panel on Climate Change. Cambridge University
Press.873 p.
IPCC (Intergovernmental Panel on Climate Change). 2007. Climate Change 2007: Climate
Change Impacts, Adaptation and Vulnerability. Summary for policy makers. IPCC WGII
4th Assessment Report. Praga, República Checa.
Martín Vide, Javier. 2008. “La nueva realidad del calentamiento global. Un decálogo del
cambio climático”. Diez años de cambios en el Mundo, en la Geografía y en las Ciencias
Sociales, 1999-2008. Actas del X Coloquio Internacional de Geocrítica, Universidad de
Barcelona, 26-30 de mayo de 2008.http://www.ub.es/geocrit/-xcol/49.htm
Ovalles, F. A., E. Cabrera-Bisbal, A. Cortez, M. C. Núñez, M. F. Rodríguez, J. C. Rey y J.
Comerma. 2005. Aproximación a los escenarios de adaptación al cambio climático del
sector agrícola. Proyecto MARN-PNUD VEN/00/G31- Apoyo a la Primera
Comunicación en Cambio Climático de Venezuela. INIA, CENIAP. 223 p.
Puche M., Silva O., WarnockR. y GarciaV. 2009. “Evaluación del efecto del cambio
climático sobre cultivos anuales en Venezuela” Facultad de Agronomía. Universidad
Central de Venezuela. Ministerio del Ambiente y de los Recursos Naturales. Venezuela.
Sanabria J., Marengo J. y Velarde M. 2010. “Escenarios de Cambio Climático con modelos
regionales sobre el Altiplano Peruano (Departamento de Puno)”. Servicio Nacional de
Meteorología e Hidrología, SENAMHI, Centro de Ciencias do Sistema Terrestre-INPE.
Rodovia Presidente Dutra, Km 40, 12630-000 Cachoeira Paulista, São Paulo, Brasil.
 SENAMHI (2009a) Escenarios Climáticos en la cuenca del rio Santa para el año 2030
Autores Díaz A., Rosas G., Avalos G., Oria C., Acuña D., Llacza, A., Miguel R. Proyecto
SCNCC, Segunda Comunicación Nacional del Cambio Climático. Editor Ministerio del
Ambiente.
SENAMHI (2009b) Escenarios Climáticos en el Perú para el año 2030 Autores Díaz A.,
Rosas G., Avalos G., Oria C., Acuña D., Llacza, A., Miguel R. Proyecto SCNCC,
Segunda Comunicación Nacional del Cambio Climático. Editor Ministerio del Ambiente.
SENAMHI (2007) “Escenarios de cambio climático en la cuenca de los ríos Mantaro y
Urubamba para el año 2100”; Proyecto Regional Andino de Adaptación – PRAA.
Autores Rosas G., Avalos G., Díaz A., Oria C., Acuña D., Metzger L. y Miguel R. Eds.
SENAMHI – MINAM, Perú, 124 pp.
Storino Holderbaum, Breno. 2009. “Cambio climático regional y turismo local”. El caso del
sur de Brasil. Universidad de Las Palmas de Gran Canaria – España.Volumen 19 (2010)
pp 105 – 122.
Vincent, L; Peterson, T; Barros, R; Marino, M; Rusticucci, M. et al (2005) “Observed trends
in indices of daily temperature extremes in South America 1960–2000”. Journal of
Climate, Canadá.

ANEXO:

Tablas realizadas a través del programa InfoStat :A través del InfoStat se pudo tener
un análisis de regresión lineal de temperatura máxima absoluta, de la
temperatura mínima absoluta y la precipitación de la región de Puno
De la misma forma se pudo observar sus gráficas del de temperatura máxima
absoluta, de la temperatura mínima absoluta y la precipitación de la región de
Puno.