Trend analysis to determine hazards related to climate change in the Andean agricultural areas of Cundinamarca and Boyacá

Английский. Recognizing the threat from climate change that is facing and will face agroecosystems is the first step in determining adaptation to climate change. One way is through Global Climate Models (GCMs), but their spatial resolution is not best suited for making decisions locally, further reducing scale, seen as a way to resolve the resolution problem, has not yielded the expected results. This study puts forth an exercise in which we study the climatic time series of precipitation and temperature to determine if there are effects of climate change on one of the most important national agricultural areas, using the Mann-Kendall analysis to determine the existence of statistically significant trends, i.e. signs of change in the variables analyzed. It was found that the variable that presents the most significant trends is the average maximum temperature, while precipitation and average minimum temperature do not. Key words: mathematical models, climate observations, temperature, mountain farming.

Испанский язык; кастильский. Reconocer la amenaza climática a la que se enfrentan y se enfrentaran los agroecosistemas es el primer paso para determinar las medidas de adaptación frente al cambio climático. Una forma de hacerlo es a través de los Modelos Climáticos Globales (MCG), sin embargo la resolución espacial de éstos no es la más indicada para tomar decisiones a escala local; además, la reducción de escala, vista como una forma de mejorar el problema de resolución, no ha dado los resultados esperados. Se plantea un ejercicio en el que se estudian las series de tiempo climáticas de precipitación y temperatura para determinar si hay efectos del cambio climático en una de las zonas agropecuarias de mayor importancia a nivel nacional. Se plantea el análisis de Mann-Kendall para determinar la existencia de tendencias estadísticamente significativas, es decir señales de cambio en las variables analizadas. Se encontró que la variable que presenta tendencias más significativas es la temperatura máxima media, mientras que la precipitación y la temperatura mínima media no. Palabras clave: modelos matemáticos, observaciones del clima, temperatura, agricultura de montaña.