Propuesta metodológica para la predicción climática estacional de eventos extremos y días con precipitación. Estudio de caso: Sur de América Central
Archivos
Fecha
2011-11-10
Tipo
artículo original
Autores
Maldonado Mora, Tito José
Alfaro Martínez, Eric J.
Título de la revista
ISSN de la revista
Título del volumen
Editor
Resumen
Se describe una propuesta metodológica en donde se ajustaron modelos estadísticos usando el Análisis de Correlación Canónica para la predicción climática estacional del acumulado de precipitación, los días con precipitación, los eventos extremos húmedos (percentil 80, P80) y los extremos secos (percentil 10, P10) en el sur de América Central (Nicaragua, Costa Rica y Panamá). El trimestre sobre el cuál se hizo la predicción fue agosto, setiembre y octubre (ASO), usando como campo predictor las temperaturas superficiales del mar (TSM) de los océanos circundantes al istmo, observadas durante los meses que preceden al trimestre, específicamente de abril a julio, para un esquema de predicción clásica, así como los meses simultáneos al trimestre ASO. Se encontró que la variabilidad de precipitación en la zona del sur de América Central, está fuertemente ligada a las anomalías de la temperatura de las aguas oceánicas adyacentes, notándose una fuerte influencia en la ocurrencia y magnitud de eventos extremos de precipitación durante ASO. Para efectos operacionales se encontró que con la TSM de junio o julio se puede obtener un buen esquema predictivo de las lluvias en el sur de América Central para dicho trimestre.
Methodology for seasonal climate forecast of precipitation extreme events is developed tailoring prediction models with Canonical Correlation Analysis (CCA). Accumulated monthly precipitation, frequency of rainy days, wet extremes (80th percentile, P80) and dry extremes (10th percentile, P10) are deemed as predictant variables. This analysis is focused in Southern Central America (Nicaragua, Costa Rica and Panama) and the forecasts are made for the quarter corresponding to August, September and October (ASO). Sea surface temperature (SST) from neighbor oceans to the isthmus are used as predictor field. SSTs from April to July are studied as classic prognosis schemes, whereas SSTs of the simultaneous months to ASO are regarded as perfect prognosis scheme. Results show that precipitation variability in Southern Central America is strongly linked with the variability of the oceans, which influences the frequency and magnitude of extreme event occurrences during ASO. Finally, such models can be used in operative forecast schemes, since those models adjusted using the temperatures of June or July show acceptable prediction skill values for the region during such a quarter.
Methodology for seasonal climate forecast of precipitation extreme events is developed tailoring prediction models with Canonical Correlation Analysis (CCA). Accumulated monthly precipitation, frequency of rainy days, wet extremes (80th percentile, P80) and dry extremes (10th percentile, P10) are deemed as predictant variables. This analysis is focused in Southern Central America (Nicaragua, Costa Rica and Panama) and the forecasts are made for the quarter corresponding to August, September and October (ASO). Sea surface temperature (SST) from neighbor oceans to the isthmus are used as predictor field. SSTs from April to July are studied as classic prognosis schemes, whereas SSTs of the simultaneous months to ASO are regarded as perfect prognosis scheme. Results show that precipitation variability in Southern Central America is strongly linked with the variability of the oceans, which influences the frequency and magnitude of extreme event occurrences during ASO. Finally, such models can be used in operative forecast schemes, since those models adjusted using the temperatures of June or July show acceptable prediction skill values for the region during such a quarter.
Descripción
Palabras clave
Predicción climática estacional, Precipitación, América Central, Análisis de Correlación Canónica, Ajuste de escala estadístico, Seasonal climate prediction, Precipitation, Central America, Canonical Correlation Analysis, Statistical downscaling, 551.672 8 Climatología y estado atmosférico