Análisis del comportamiento de las frecuencias de valores extremos de temperatura y precipitación en zonas de alta montaña: caso de estudio volcán Antisana

El presente estudio realiza un análisis de series temporales de temperatura y precipitación de tres estaciones meteorológicas: la Mica, SAMA y ORE, pertenecientes a la zona del Volcán Antisana, junto con una serie temporal de larga duración (mayor a 30 años) de la estación meteorológica INAMHI con el objetivo de confirmar la presencia de tendencias vinculadas al Cambio Climático y frecuencia anual de valores extremos; además, se calcula varios índices básicos recomendados por “Expert Team Climate Change Detection Monitoring and Índices” (ETCCDMI), empleados para la determinación, vigilancia y detección del Cambio Climático en las estaciones mencionadas. Se utilizó, una suavización exponencial doble mediante el programa STATGRAPHICS; Segundo: un análisis a la frecuencia del número de días al año con valores extremos de temperatura: máximas y mínimas, por último, se realizó el cálculo de los índices. La estación meteorológica de larga duración posee un grado de confianza de 99%, mostrando una tendencia a incrementar el número de días en el año con temperaturas máximas y a disminuir el número de días con temperaturas mínimas, con tres índices básicos se muestra un aumento en el número de días y noches cálidas y una disminución de valores diarios y mensuales mínimos de temperatura.

This study provides an analysis of time series of temperature and precipitation from three weather stations: Mica, SAMA and ORE, belonging to the Antisana Volcano area, along with a time series of greater long-term to 30 years of weather station INAMHI in order to verify the existence of trends associated with climate change and annual frequency of extreme values; In addition, several basic indexes recommended by "Expert Team Climate Change Detection Monitoring and Indexes" (ETCCDMI) are calculated for the mentioned stations, which are used for characterization, monitoring and detection of Climate Change. First: a double exponential smoothing of the data was used through the STATGRAPHICS program; Second, an analysis of the frequency of the number of days per year with extremes of temperature: maximum and minimum, finally, the calculation of the indices was performed. The long-term weather station has a degree of confidence of 99%, showing a trend to increase the number of days per year with maximum temperatures and decrease the number of days with minimum temperatures, with three basic rates increase shown in the number days and warm nights and a decrease in daily and monthly minimum temperature values.

Galárraga Sánchez, Remigio Hernán, director