Análisis de la predicción de precipitaciones mediante correlaciones canónicas en el NE de Argentina

Otros responsables
Fecha
12/2010
Editorial
Instituto Panamericano de Geografía e Historia
Revista
Revista Geofísica
Título del libro
Nombre del evento
Fecha del evento
Institución organizadora
ISSN
0252-9769
eISSN
ISBN
Idioma
Español
Tipo del evento
Clasificación temática
Palabras clave
Resumen
La previsión de la variabilidad climática es de vital importancia para la economía de una zona agrícola-ganadera como la región del Nordeste de Argentina. Numerosas investigaciones demuestran que las variaciones extremas de precipitación en Sudamérica, tales como excesos de precipitación y sequías, están relacionadas a eventos El Niño o La Niña. Otros trabajos muestran la influencia de las temperaturas del Atlántico en las variaciones de precipitación en algunas regiones de Sudamérica.<br />El objetivo del presente trabajo es la aplicación y evaluación de la capacidad predictiva de un método estadístico de pronóstico de precipitaciones a largo plazo sobre el Nordeste de Argentina, a partir de las temperaturas de superficie del océano Pacífico Sur y el océano Atlántico Sur. El método consiste en el análisis de correlaciones canónicas de funciones ortogonales empíricas de los campos de temperaturas de superficie del mar y precipitación. Luego, se realiza un análisis de las posibilidades ciertas de la predicción estadística en la zona de interés, mediante el estudio de los pronósticos para periodos húmedos, normales y secos. <br />Las correlaciones muestran que los mejores resultados se obtienen para prima vera y verano. Particularmente, se destaca la predicción de periodos húmedos cuando se utilizan las temperaturas del océano Pacífico, debido a que en general están asociados a la ocurrencia de un evento El Niño en los meses previos. Los veranos secos tienen un pronóstico adecuado utilizando las temperaturas del océano Atlántico. Es decir, la predicción estadística resulta útil sólo para ciertas estaciones del<br />año. No obstante, en dichas estaciones el método logra estimar las condiciones con 5 a 7 meses de antelación.<br /><br />
Colecciones
Aprobación
Revisión
Complementado por
Referenciado por
Licencia Creative Commons
Excepto donde se indique lo contrario, la licencia de este ítem se describe como by-nc-sa
