Análisis del cambio climático con datos mensuales (Clic-MD)

Book · February 2016with 1,695 Reads
Publisher: 1
Publisher: 978-607-96883-4-9
Publisher: Skiu
Cite this publication
Abstract
El cambio climático es motivo de preocupación mundial en todos los ámbitos de la vida, el discurso global ha sido bien entendido y divulgado; sin embargo, hay muy poco conocimiento de la magnitud y del sentido del cambio climático a nivel local. Es en este nivel, en el que se toman las medidas de mitigación y adaptación, por lo cual se hace URGENTE el conocimiento, mediante datos, de la situación actual y local. EL SOFTWARE CLIC-MD DESARROLLADO EN LA UNAM FACILITA: 1. La organización, almacenamiento y manejo de millones de datos climáticos (temperatura y precipitación mensual). 2. El cálculo de la evapotranspiración potencial de manera más precisa. 3. El cálculo de los índices agroclimáticos: humedad, aridez, erosión por lluvia, entre otros, mejorando las actividades agrícolas y reduciendo daños al medio ambiente. 4. El cálculo del periodo de lluvia continua, esencial para la elección de las variedades de cultivos, optimizando el uso del agua de lluvia (ayudando a la conservación de acuíferos) y obteniendo mayor rendimiento económico. 5. La identificación de las tendencias del cambio climático a nivel local (sentido y magnitud) lo cual permite la prevención de los efectos negativos y el aprovechamiento de los efectos positivos de este cambio climático.
Análisis del cambio climático con datos
mensuales (Clic-MD)
Conceptos, ecuaciones y uso del sistema.
Francisco Bautista
Aristeo Pacheco
Dorian Antonio Bautista-Hernández
Febrero 2014
Manual de Usuario
2
Bautista F., A. Pacheco., D.A. Bautista-Hernández. 2014. Análisis del cambio climático
con datos mensuales (Clic-MD). Skiu. 57 pp.
ISBN: 978-607-96883-4-9
DR @ 2016. Skiu, Scientific Knowledge In Use
Derechos reservados conforme a la ley. Ninguna parte de esta obra puede ser reproducida
por cualquier medio, sin el consentimiento por escrito de Skiu o de los titulares
correspondientes.
Los autores agradecen el apoyo de la Dra. Ma. Del Carmen Delgado Carranza y del ISC
Oscar Álvarez Arriaga.
Este documento fue arbitrado por:
Dr. Oscar Frausto Martínez Universidad de Quintana Roo
Dr. Jorge L. Leirana Alcocer. Universidad Autónoma de Yucatán.
Dra. Elvira Díaz Pereira. Centro de Edafología y Biología Aplicada del Segura-Consejo
Superior de Investigaciones Científicas, Murcia, España.
Manual de Usuario
3
CONTENIDO
1. INTRODUCCIÓN ........................................................................................................................................ 6
2. VARIABLES DE ENTRADA...................................................................................................................... 8
3. INSTALACIÓN DE CLIC-MD .................................................................................................................. 9
4. FUNCIONAMIENTO DEL SISTEMA CLIC-MD ..................................................................................12
4.1 MENÚ ESTACIONES ............................................................................................................................14
4.3 MENÚ REVISIÓN DE DATOS ...........................................................................................................18
4.4 MENÚ MODIFICAR DATOS ...............................................................................................................19
4.5 MENÚ CÁLCULOS ..............................................................................................................................20
4.5.1. EVAPOTRANSPIRACIÓN POTENCIAL ....................................................................................21
4.5.2. ÍNDICES AGROCLIMÁTICOS ....................................................................................................25
4.5.2.1. ÍNDICE DE HUMEDAD (HUi) ..................................................................................................25
4.5.3 CLIMOGRAMA ..............................................................................................................................29
4.5.4. LONGITUD DEL PERIODO DE CRECIMIENTO (LPC) ...........................................................31
Figura 4.5.4. Longitud del periodo de crecimiento ..................................................................................33
4.5.5 PROBABILIDAD DE LLUVIA MENSUAL .................................................................................33
4.5.6. ANÁLISIS DE TENDENCIAS DEL CAMBIO CLIMÁTICO .....................................................36
4.5.7 IDENTIFICACIÓN DE ANOMALÍAS CLIMÁTICAS .................................................................45
4.5.8 GRÁFICAS DE INCREMENTOS Y DISMINUCIONES ANUALES DE LOS ELEMENTOS
DEL CLIMA .............................................................................................................................................47
4.5.9 ESTADÍSTICAS DESCRIPTIVAS MENSUALES DE LOS ELEMENTOS DEL CLIMA ..........49
4.5.10. RESUMEN DE DATOS CLIMÁTICOS Y AGROCLIMÁTICOS .............................................50
5. OPCIONES .................................................................................................................................................51
6. AYUDA ........................................................................................................................................................52
6.1 ACERCA DE CLIC-MD ....................................................................................................................52
APÉNDICE I ...................................................................................................................................................55
Manual de Usuario
4
LISTA DE TABLAS Y FIGURAS
Figura 1. Variables de entrada y de salida en Clic-MD………………………... 7
Figura 2.a. Pantalla de instalación……..………………………………………….. 9
Figura 2.b. Pantalla con el directorio predeterminado de instalación………….. 10
Figura 2.c. Pantalla de progreso de instalación…………………………………. 10
Figura 2.d. Pantalla de instalación terminada…………………………………… 11
Figura 3.a. Selección idioma para trabajar con Clic-MD……………………….... 12
Figura 3.b. Pantalla inicial Clic-MD………………………………………………… 12
Figura 4. Pantalla principal de Clic-MD………………………………………….. 13
Figura 4.1.a. Estaciones climatológicas…………………………………………….. 14
Figura 4.1.b. Alta estación……………………………………………………………. 14
Figura 4.2.a. Captura de datos por conjunto de años……………………………... 16
Figura 4.2.b. Captura de datos por año……………………………………………... 17
Figura 4.2.c. Seleccionar datos de hoja Excel……………………………………… 18
Figura 4.3. Revisión de datos que no se traslapen……………………………… 19
Figura 4.4. Modificación o corrección de datos………………………………….. 20
Figura 4.5. Menú de cálculos……………………………………………………… 21
Figura 4.5.2. Cálculo de índices agroclimáticos……………………………………. 28
Figura 4.5.3.a. Climograma de precipitación y temperaturas………….…………. 29
Figura 4.5.3.b. Gráfica de promedios mensuales………………..…………...…. 30
Figura 4.5.3.c. Amplitud térmica mensual…………………………………………... 31
Figura 4.5.4. Longitud del periodo de crecimiento…………………………………. 32
Figura 4.5.5.a. Gráfica de probabilidad de lluvia en un mes húmedo……………. 35
Figura 4.5.5.b. Gráfica de probabilidad de lluvia en un mes seco……………….. 36
Figura 4.5.6.a. Conjunto de datos para analizar ………………………………...… 39
Figura 4.5.6.b. Resultados con prueba de Mann Kendall con datos anuales…... 40
Figura 4.5.6.c. Resultados con prueba de Mann Kendall con datos mensuales... 40
Figura 4.5.6.d. Valores de Z en la prueba de Mann Kendall….…………………... 41
Figura 4.5.6.e. Gráfica de la prueba de Mann Kendall...…………………………... 42
Manual de Usuario
5
Figura 4.5.6.f. Correlaciones lineales mensuales de los elementos del clima... 43
Figura 4.5.6.g. Correlaciones lineales con datos anuales de los índices
agroclimáticos y de los elementos del clima…………………..................... 44
Figura 4.5.7.a. Anomalías de temperatura y eventos extremos …...…………….. 45
Figura 4.5.7.b Distribución normal de dos periodos de temperatura máxima
(mes de mayo)…………………………………………….……………………. 45
Figura 4.5.8.a. Gráfica de incrementos y disminuciones con respecto al promedio;
temperaturas máximas de abril en Progreso, Yucatán…………………… 47
Figura 4.5.8.b. Gráfica de incrementos y disminuciones con respecto al promedio;
precipitación pluvial de septiembre en Peto, Yucatán…………………….. 47
Figura 4.5.9. Tabla con la estadística descriptiva por mes de los elementos del
Clima………………………………………………………………………...….. 48
Figura 4.5.10.a Promedios mensuales de los elementos del clima e índices
agroclimáticos anuales….……………………………………...…………….. 50
Figura 4.5.10.b. Resumen de tendencias mensuales del cambio climático…….. 51
Figura 5. Menú Opciones……………..…………………………………………... 51
Figura 6. Acerca de Clic-MD……………………………………………………… 50
Manual de Usuario
6
1. INTRODUCCIÓN
Clic-MD facilita el manejo de grandes cantidades de datos de los elementos del
clima, creando gráficas para visualizar miles de datos en segundos.
El sistema informático Clic-MD permite la organización, almacenamiento y
manipulación de datos climáticos que se utilizan en el análisis de la
Evapotranspiración (ET0) y de diferentes índices agroclimáticos.
La base de datos puede ser enriquecida de diferentes fuentes de información,
entre ellos la base de datos mundial de clima ERICK III.
Los elementos del clima e índices climáticos almacenados en Clic-MD son
aquellas que comúnmente se miden en cualquier estación meteorológica del
mundo, esto permite estimar la ET0 con los métodos empíricos más utilizados
como Hargreaves y Thornthwaite.
A diferencia de otros programas que realizan el cálculo de la ET0 con Hargreaves
y Thornthwaite, Clic-MD permite cambiar las constantes de estas ecuaciones o
métodos con el objetivo de utilizar los valores de acuerdo a la calibración con el
método de referencia (ET0-PM). Esto permite obtener mejores estimaciones de
ET0.
Clic-MD (Figura 1.) puede ser de utilidad para:
a) Almacenar, de manera ordenada, miles de datos de clima de estaciones
meteorológicas georeferenciadas.
b) Revisar la congruencia de los datos de las temperaturas mínimas, medias y
máximas.
c) Corrección de datos.
d) Consultas rápidas sobre los elementos del clima almacenados (menús,
ventanas e iconos para un fácil uso).
e) Calcular la evapotranspiración, índices agroclimáticos, elaboración de
climogramas, gráfica de la longitud del periodo de crecimiento, gráficas de
probabilidad de lluvia y estadística descriptiva de los elementos del clima. Con lo
Manual de Usuario
7
cual es posible mejorar las actividades agrícolas y reducir los daños al medio
ambiente. Clic-MD permite conocer el periodo de lluvia continua, esencial para
elegir la variedad de los cultivos, optimizando el uso del agua de lluvia ayudando
así, a la conservación de acuíferos y obteniendo un mayor rendimiento con los
cultivos.
f) Cálculo de las tendencias de cambio climático y análisis de las anomalías
climáticas y de los eventos climáticos extremos, ayudando con esto a los
tomadores de decisiones para aprovechar los efectos positivos del cambio
climático.
Figura 1. Variables de entrada y de salida en Clic-MD
Manual de Usuario
8
2. VARIABLES DE ENTRADA
La observación meteorológica
registrada constituye la base principal de la
información del sistema. Las variables de entrada se han seleccionado de acuerdo
a los valores que se usan para el cálculo de ET0 en los métodos Hargreaves y
Thornthwaite.
La estación meteorológica se identifica por la siguiente información:
Código de la estación o Referencia, se recomienda el uso de tres letras
para los estados y dos o tres números para los municipios.
Latitud: en grados, minutos y segundos.
Longitud: en grados, minutos y segundos
Altitud: en metros.
Los datos mensuales almacenados se refieren a las siguientes variables:
Temperatura máxima, en °C.
Temperatura media, en °C.
Temperatura mínima, en °C.
Precipitación, en mm.
Es muy importante que los datos de latitud y longitud sean los correctos debido a
que con base en la localización geográfica, Clic-MD calcula la radiación solar
extraterrestre (Ra) y las horas de sol, ambas necesarias para el cálculo de la ET0.
La observación meteorológica o del estado del tiempo se realiza en estaciones meteorológicas
que al generar datos históricos permiten el estudio del clima. A las estaciones meteorológicas
también se les puede llamar climatológicas por los registro históricos; sin embargo, el término
meteorológico es más adecuado ya que lo que registran es el estado del tiempo, lo que después
permite el análisis del clima.
Manual de Usuario
9
3. INSTALACIÓN DE CLIC-MD
El sistema Clic-MD se distribuye en un CD que contiene el programa instalador.
En este CD se encuentra el archivo setup.exe, que se encarga de instalar la
aplicación y los archivos necesarios para su funcionamiento en el ordenador. Para
ello introduzca el CD y ejecute setup.exe, sigas las indicaciones de la pantalla
(Figuras 2.a.b.c.d.).
A continuación la base de datos y el sistema quedarán en el directorio:
C:\Archivos de Programa\Clic-MD
Se puede cambiar el directorio, pero se recomienda dejar el predeterminado.
Una vez terminada la instalación, en el escritorio se encontrará el icono de acceso
directo a Clic-MD.
Figura 2.a. Pantalla de instalación
Manual de Usuario
10
Figura 2.b. Directorio predeterminado de instalación
Figura 2.c. Progreso instalación
Manual de Usuario
11
Figura 2.d. Instalación terminada
Manual de Usuario
12
4. FUNCIONAMIENTO DEL SISTEMA CLIC-MD
El sistema Clic-MD se presenta en inglés y español, el idioma se seleccionará al
empezar la aplicación dando clic en la lista desplegable (Figura 3.a.). Una vez
seleccionado el idioma se visualiza la pantalla inicial de Clic-MD en el idioma
seleccionado (Figura 3.b.).
Figura 3.a. Seleccione el idioma para trabajar con Clic-MD
Figura 3.b. Pantalla inicial Clic-MD
Manual de Usuario
13
El sistema de Clic-MD resulta muy fácil de utilizar ofreciendo un entorno gráfico
mediante un conjunto de pantallas y ventanas con barras e íconos.
Las pantallas cuentan con varias barras e iconos. En la pantalla principal se
pueden observar: la barra de menú (1) y la barra de herramientas (2), la primera
con los menús: estaciones, captura, revisión, modificar, cálculos, opciones y ayuda
(Figura 4.).
Los iconos de la segunda barra inicialmente están desactivados, pero al momento
de escoger una opción de la barra de menús, se activarán de acuerdo a la opción
abierta y son:
1 Nuevo. Permite al usuario crear una nueva estación climatológica.
2 Guardar. Permite guardar todas las modificaciones realizadas.
3.- Guardar y nuevo. Permite al usuario guardar una configuración existente
para posteriormente crear una nueva estación o configuración.
4. Modificar. Permite modificar los datos de la estación seleccionada.
5. Eliminar. Permite al usuario eliminar la estación o datos seleccionados.
6. Copiar. Permite copiar el contenido seleccionado.
7. Pegar. Permite pegar la información copiada previamente.
8 Nuevo cálculo. Permite al usuario realizar un nuevo cálculo de la ET0.
9. Salir. Permite salir del programa Clic-MD.
Figura 4. Pantalla principal
2
1
Manual de Usuario
14
4.1 MENÚ ESTACIONES
En este menú se muestran todas las estaciones climatológicas que se encuentran
en la base de datos del sistema Clic-MD en forma tabular (Figura 4.1.a.).
La información mostrada de cada estación es: Código o Referencia, Nombre,
Latitud, Longitud, Altitud, País y Estado.
Cuando se escoge el menú “Estaciones” se activa el icono “Nuevo” de la barra de
herramientas, el cual abre una ventana en blanco para capturar una nueva
estación climatológica con todos sus datos individuales (Figura 4.1.b.). En la barra
de herramientas se activan las opciones de modificar y eliminar estaciones
climatológicas.
Figura 4.1.a. Estaciones climatológicas
Figura 4.1.b. Alta estación climatológica
Manual de Usuario
15
4.1.1. ALTA ESTACIÓN (Figura 4.1.b.)
Los campos para ingresar una nueva estación son:
Ref: Código o referencia de la estación climatológica. Limitado a 10
caracteres.
Nombre: Nombre de la estación climatológica. Limitado a 100 caracteres.
País y Estado.
Latitud: Latitud de la estación climatológica. Campo con formato de entrada
de datos, una letra (N para Norte o S para Sur) y 6 digitos: LDDDDDD.
Longitud: Longitud de la estación climatológica. Campo con formato de
entrada de datos, una letra (E para Este o W para Oeste) y 6 o 7 dígitos.
LDDDDDD o LDDDDDDD. (Ejemplo: N666666, W666666)
Altitud: Altitud de la estación climatológica. Limitado a 4 digitos.
Con Clic-MD es posible verificar la posición geográfica de las estaciones
climatológicas, dato importante porque a partir de ella se calcula la radiación
extraterrestre y las horas sol, ambas indispensables para el lculo de la
evapotranspiración.
Se requiere contar con conexión a internet.
4.2 MENU CAPTURA DE DATOS
En el menú de Captura de datos primero se selecciona la estación meteorológica
a la que se le cargarán los datos. Para la selección de la estación meteorológica
se da doble clic en el nombre de la estación o se busca la estación por medio de:
referencia, nombre, altitud o estado. La selección es haciendo doble-clic sobre la
estación. Los datos serán cargados y mostrados en el recuadro datos de
estación de la ventana captura de datos”.
Manual de Usuario
16
Se procede a introducir los datos de las temperaturas y la precipitación de un
conjunto de años o de un año en particular, se da clic en el botón configurar para
abrir las casillas en la pantalla de acuerdo con el periodo de estudio definido
(Figuras 4.2.a.). De la misma manera, es posible cargar datos de un solo año y en
otro formato tal como se muestra en la Figura 4.2.b. Los datos se cargan copiando
del archivo fuente en Excel a Clic-MD con solo darle clic al botón pegar. Primero
se debe seleccionar el conjunto de datos en la hoja de Excel (Figura 4.2.c.),
después seleccionar la primera celda de la tabla y posteriormente hacer clic en el
icono pegar.
Figura 4.2.a. Captura de datos por conjunto de años
Si se llegara a cometer un error de selección de la estación meteorológica o de
captura de datos existe la posibilidad de limpiar o borrar los datos.
Manual de Usuario
17
Una vez capturado los datos, hacer clic en el icono Guardar para actualizar
la base de datos. Si algún dato no ha sido capturado, el sistema automáticamente
pone el valor 999.99 que se refiere a los datos que no fueron incluidos y, por lo
tanto, no se tomarán en cuenta en los cálculos de la ET0 ni de los índices.
Para los datos faltantes el sistema puede calcular un promedio considerando
datos de cinco años antes y cinco años después (Orellana, 2011), estos datos
estimados se señalan con amarillo con la finalidad de recordar que son datos
estimados.
Figura 4.2.b. Captura de datos por año
Manual de Usuario
18
Figura 4.2.c. Seleccionar datos de hoja Excel. Precaución: tener cuidado de
seleccionar adecuadamente el conjunto de datos.
4.3 MENÚ REVISIÓN DE DATOS
Primero se selecciona la estación meteorológica a revisar, posteriormente se
despliegan los datos de las temperaturas máximas, medias y mínimas por mes.
Con el botón mostrar se despliegan los datos en una tabla o en una gráfica para
facilitar la identificación de errores en los datos (Figura 4.3.). La idea es que no se
traslapen los datos, que en todos los casos las temperaturas mínimas estén por
debajo de todos los valores y que las temperaturas máximas lo sean.
Manual de Usuario
19
La gráfica se puede exportar en archivo con formato PDF o enviar por e-mail.
Figura 4.3. Revisión de datos para cotejar que las temperaturas no se traslapen
4.4 MENÚ MODIFICAR DATOS
Este menú se usa cuando algún dato de temperatura mínima es mayor que la
media o que la máxima, o cuando existe otro tipo de inconsistencia como datos
extremos que claramente se salen del patrón y de los intervalos normales
observados, por ejemplo: datos de tres cifras o mayores a 60 grados.
Manual de Usuario
20
Se selecciona la estación climatológica o meteorológica y el periodo en el que se
van a realizar las modificaciones en los datos, de esta manera se despliegan los
datos en las casillas y se procede a modificar los datos (Figura 4.4.).
Figura 4.4. Modificación de datos
4.5 MENÚ CÁLCULOS
El menú cálculos es la base del sistema, con él es posible calcular la
evapotranspiración, índices agroclimáticos, climogramas, tendencias de cambio,
anomalías, longitud del periodo de crecimiento, probabilidad de lluvia, aumentos y
disminuciones de temperaturas anuales y la estadística descriptiva (Figura 4.5.).
Manual de Usuario
21
Seleccionar la estación climatológica (meteorológica) y el periodo para realizar los
cálculos.
Figura 4.5. Menú de cálculos
4.5.1. EVAPOTRANSPIRACIÓN POTENCIAL
La información sobre la evapotranspiración (ET0) y el uso consuntivo del agua son
importantes para la planificación de los recursos hídricos, para la programación del
riego en cultivos y para la silvicultura. La evapotranspiración también es muy
importante para entender el funcionamiento de las comunidades vegetales
naturales; cómo los cambios de la cubierta vegetal modifican la ET0 y el balance
Manual de Usuario
22
de energía. El conocimiento y la medición de los cambios en la ET0 son necesarios
para entender los cambios ecohidrológicos (Bautista et al., 2009).
La evapotranspiración potencial se calcula en función de las fuerzas atmosféricas
y de los diversos tipos de superficie. Con el fin de eliminar la influencia de los tipos
de superficie, el concepto de evapotranspiración de referencia (ET0) se introdujo
para estudiar el poder evaporativo de la atmósfera independientemente del tipo,
desarrollo y prácticas de manejo de los cultivos (Allen et al., 1998). Este parámetro
climático (ET0) representa la evapotranspiración de una superficie estándar de
vegetación, considerando que el agua disponible se encuentra en abundancia en
esa superficie de evapotranspiración de referencia, no afectando entonces los
factores del suelo a la ET0. En general, las técnicas para la estimación de ET0 se
basan en una o más variables atmosféricas o en algunas mediciones relacionadas
con estas variables como la evaporación de bandeja. Algunos de estos métodos
son precisos y fiables; otros ofrecen sólo una aproximación.
4.5.1.1. EVAPOTRANSPIRACIÓN POTENCIAL POR EL MÉTODO DE
THORNTHWAITE
El cálculo empírico de la evapotranspiración potencial utilizando el modelo
Thornthwaite (1948) (ET0(T)), se realiza utilizando básicamente la temperatura
media, aunque incluye también un factor de corrección de la duración del día a
partir de la latitud. Según Llorente (1961), el cálculo se lleva al cabo con la
siguiente fórmula:



Manual de Usuario
23
 




Donde:
N = Número máximo de horas de sol, dependiendo del mes y de la latitud
ET0sc= Evapotranspiración potencial sin corregir
dm = número de días por mes
C = 16 constante
I = índice calor anual
i = índice calor mensual
a = exponente en función del índice anual
tmed = temperatura media por mes
Clic-MD calcula la ET0(T) en promedio diario mensual, promedio mensual para un
año y promedio anual para el periodo de años seleccionado.
4.5.1.2 EVAPOTRANSPIRACIÓN POTENCIAL POR EL MÉTODO DE
HARGREAVES (1985)
El cálculo empírico de la evapotranspiración potencial utilizando el modelo
Hargreaves se realiza de la siguiente manera:
Manual de Usuario
24
  
Donde:
Ci= 0.0023 constante
tmed = temperatura media
tmax = temperatura máxima
tmin = temperatura mínima


Donde:
 = radiación extraterrestre en función de la latitud
= Pi
 = Constante solar (0.082 MJm-2min-1)
= Distancia relativa inversa Tierra-Sol
= ángulo a la hora de la puesta de sol
= latitud (rad)
= Declinación solar
En la cuadricula se muestran los datos observados de la estación y datos
adicionales para el cálculo de ET0, estos valores son (Figura 4.5.): año, mes,
temperatura máxima, temperatura media, temperatura mínima, precipitación,
radiación solar (Ver fórmula para  en variables de salida), horas de sol (Ver
Fórmula para N en “Conceptos), ET0 por Hargreaves y Thornthwaite en -mm/día-
y -mm/mes-. Estos valores son calculados.
En el recuadro “Constantes” se muestran los valores mensuales predeterminados
de las constantes de las ecuaciones de Hargreaves y Thornthwaite para el cálculo
de la ET0, Estos valores se pueden modificar en cada campo según las
necesidades del usuario, previa calibración, (se quitó texto de aquí)(Bautista et al.,
2009).
Manual de Usuario
25
Para la estimación de la ET0 se calcula previamente la radiación extraterrestre
(Ra) y las horas sol utilizando la posición geográfica de la estación meteorológica.
4.5.2. ÍNDICES AGROCLIMÁTICOS
4.5.2.1. ÍNDICE DE HUMEDAD (HUi)
Este índice anual se utiliza para estimar, de una forma general, el agua disponible
por las plantas. También se suele utilizar para prever las necesidades de drenaje
artificial en una zona o para clasificar los meses y años según la humedad del sitio
y de esta manera contabilizar la humedad intra-anual de un sitio, semejante a la
longitud del periodo de crecimiento (FAO, 1996) o a la duración del periodo de
lluvias (Delgado, 2010).
Para el cálculo del índice de humedad (HUi) se aplica la siguiente fórmula:


Donde:
P = precipitación
ET0 = evapotranspiración potencial (por el método de Thornthwaite o de
Hargreaves)
El valor de este índice va de: <0.05 hasta >1, con ocho (8) categorías: hiperáridas
<=0.05, áridas >= 0.05 - <= 0.2, semiáridas >=0.2 - <=0.5, subhúmedas secas
>=0.5 - <=0.65, subhúmedas húmedas >=0.65 - <=1, húmedas >=1 <=1.5, Muy
húmedas >=1.5 - <=2 e hiperhúmedas >2 (Lobo et al., 2004).
Manual de Usuario
26
4.5.2.2. ÍNDICE DE ARIDEZ (ARi)
Como un índice anual, este procedimiento simple trata de estimar la aridez general
del clima. El índice de aridez (ARi) se calcula en función del número de meses del
año en que la evapotranspiración potencial (calculada por el todo de
Thornthwaite o de Hargreaves) excede a la precipitación.
4.5.2.3. PERÍODO DE DESARROLLO VEGETATIVO (GS)
Se trata de un procedimiento simple para el cálculo de la duración del período de
desarrollo vegetativo (GS), estimándose por el número de meses del año en que
la temperatura media sobrepasa los 5°C (CEC, 1992), situación muy importante en
regiones templadas y frías.
4.5.2.4. ÍNDICE DE CONCENTRACIÓN DE LAS PRECIPITACIONES
(PCi)
Con el fin de estimar la agresividad de las lluvias, a partir de la variabilidad
temporal de las precipitaciones mensuales, Oliver (1980) propuso el índice de
concentración de las precipitaciones (PCi), expresado en porcentaje (%), mediante
la siguiente fórmula:

Donde:
= precipitación mensual
= precipitación anual
Este índice, cuyo valor oscila entre 8.3 y 100%, parece ser una adecuada
expresión estadística para comparar la concentración de las lluvias entre
estaciones. Así, un índice bajo equivale a una distribución uniforme de las lluvias,
Manual de Usuario
27
mientras que un índice alto corresponde a una elevada concentración de las
mismas.
4.5.2.5. ÍNDICE MODIFICADO DE FOURNIER (MFi)
El índice modificado de Fournier (MFi) se utiliza con frecuencia para estimar la
erosividad de las lluvias (factor R) en el proceso de erosión de suelos. Como un
índice anual, es definido por Arnoldus (1980) según la siguiente expresión:

Donde:
= precipitación mensual
= precipitación anual
Los intervalos del FMi son: 0-60, 60-90, 90-120, 120-160 y mayor que 160, para
categorías de muy bajo, bajo, moderado, alto y muy alto, respectivamente. (CEC,
1992). A pesar de su uso general frecuente, este índice parece solamente válido y
aplicable dentro de una misma región climática, es decir, que regiones climáticas
homogéneas deben ser consideradas independientemente.
4.5.2.6 ÍNDICE DE ARKLEY (AKi)
El índice de Arkley (AKi) se utiliza para estimar el efecto del clima sobre el proceso
de lavado en los suelos. Arkley (1963) definió dicho índice anual como el valor
más elevado de la suma de las precipitaciones mensuales menos las
evapotranspiraciones potenciales (calculada por el método de Thornthwaite o de
Hargreaves) de aquellos meses en que la precipitación es mayor que la
evapotranspiración, o bien de la cantidad total de precipitación del mes más
húmedo.
Manual de Usuario
28
Con Clic-MD es posible calcular los índices agroclimáticos por año y por un
periodo de años que sea de interés. Los índices agroclimáticos pueden ser
calculados utilizando la evapotranspiración potencial ya sea la calculada con el
método Hargreaves o con el de Thorntwaite (Figura 4.5.2).
También es posible elaborar gráficas con los promedios mensuales de los índices
agroclimáticos.
Los datos se pueden exportar en formato de Excel o txt.
Figura 4.5.2. Cálculo de índices agroclimáticos
Manual de Usuario
29
4.5.3 CLIMOGRAMA
El climograma es una representación gráfica de los promedios mensuales de la
precipitación pluvial en mm (eje y) y de la temperatura media mensual en grados
Celsius (eje y). La particularidad es que el eje de la precipitación es el doble de la
temperatura media mensual porque con esto se intenta mostrar los meses secos y
los meses húmedos (Figura 4.5.3.a.), según el índice de aridez de Gaussen:
Precipitación en mm = Temperaturas en °C x 2
Así, si el valor de la precipitación es inferior al doble de la temperatura media el
mes es seco, mientras que el mes será húmedo cuando la precipitación supera a
la temperatura.
Se recomienda utilizar un promedio de 30 años para hablar del clima de una
localidad o de periodos menores cuando se desean estudiar tendencias de
cambio.
Con Clic-MD, en la pestaña promedios mensuales se calculan los valores
promedios mensuales de los elementos del clima (temperaturas máxima, media y
mínima así como la precipitación) y la evapotranspiración, se pueden desplegar
como tabla de datos o como gráfica (Figura 4.5.3.b.).
Es posible seleccionar el periodo de años de interés, así como exportar la gráfica
en diferentes formatos o incluso enviarla por correo electrónico si se cuenta con
acceso a internet. En este apartado también se calcula la amplitud térmica
mensual (que es la diferencia entre la temperatura máxima y la temperatura
mínima) (Figura 4.5.3.c.). Tiene la opción de graficar y calcular la regresión lineal
para observar cambios en este parámetro del clima.
Manual de Usuario
30
Figura 4.5.3.a. Climograma de temperaturas y precipitación
Figura 4.5.3.b. Gráfica de promedios mensuales
Manual de Usuario
31
Figura 4.5.3.c. Amplitud térmica mensual
4.5.4. LONGITUD DEL PERIODO DE CRECIMIENTO (LPC)
Las zonas agroecológicas es un concepto que incluye e integra al clima en
aspectos agrícolas mediante otro concepto, que es la longitud del período de
crecimiento (LPC) que es el periodo del año en la que las condiciones de
humedad y temperaturas son idóneas para la producción de cultivos, es decir, es
el periodo del año de lluvia continua y suficiente para hacer agricultura (Delgado,
2010).
La estimación de la LPC se realiza considerando el modelo de balance hídrico,
mediante la relación de la precipitación pluvial (P) con la evapotranspiración
potencial (ET0). Si la LPC no está limitada por la temperatura (>6.5 ºC), la relación
P/ET0 determina el tipo de LPC, cuándo inicia, cuánto dura y cuándo termina.
Abarca desde el día en que la precipitación excede a la mitad de la ET0, hasta el
Manual de Usuario
32
día en que la cantidad de lluvia es menor a la mitad de la ET0. Influye también el
tipo de suelo y su capacidad de retención de humedad.
La LPC proporciona un marco ideal para resumir el comportamiento interanual del
clima, ya que se puede comparar con los requerimientos y las respuestas
estimadas de las plantas (Delgado, 2010).
El régimen de temperatura, la precipitación (P), la evapotranspiración e incidencia
de riesgos a fenómenos climáticos extremos son más relevantes si se calculan
para la LPC, cuando pueden influir en el desarrollo del cultivo, que si se hace para
el promedio anual (FAO, 1996).
Con Clic-MD se grafica la precipitación y la evapotranspiración mensual total y la
mitad de ese valor, con lo cual se identifican los meses secos (precipitación menor
de la mitad de la ET0), meses húmedos (precipitación mayor que la mitad de la
ET0) y el periodo de meses húmedos (precipitación mayor que la ET0). La gráfica
puede elaborarse con la precipitación pluvial en líneas o barras (Figura 4.5.9).
Al igual que en otros productos la gráfica puede exportarse o enviarse por correo
electrónico. Los datos pueden desplegarse con el botón mostrar y pueden
exportarse en formato de Excel y txt.
Manual de Usuario
33
Figura 4.5.4. Longitud del periodo de crecimiento
4.5.5 PROBABILIDAD DE LLUVIA MENSUAL
La función Gamma es el modelo de probabilidad empleado para el análisis de los
datos mensuales históricos de precipitación. El ajuste de la función Gamma a los
registros de precipitación mensuales se basa en el cálculo de los parámetros que
dan forma a dicha función.
En primer lugar es necesario calcular una variable auxiliar A:


Donde:
ln X = Logaritmo natural de la media de los datos
N = Número de datos
Manual de Usuario
34
= Sumatoria de los logaritmos naturales de los datos
Posteriormente con esta variable A, es posible calcular las dos variables que le
darán forma a la función de probabilidad ajustada a los valores de cada mes, =
alfa y = beta:
 
Una vez obtenidos los valores de los parámetros alfa y beta, puede ser realizado
el cálculo de la función de probabilidad gamma.


De esta forma, el área bajo la curva de dicha función, calculada con su integral
correspondiente, representa la probabilidad de encontrar un valor menor o igual a
éste, es decir el valor límite a la derecha que se usa como referencia. Para realizar
los análisis de precipitación necesitamos la probabilidad de encontrar una
precipitación mayor o igual a cada valor, por lo que es necesario calcular el
complemento de los obtenidos anteriormente, simplemente restando 1 a cada
valor.
Manual de Usuario
35
Con Clic-MD se calcula automática y rápidamente la curva de la precipitación
acumulada por mes y en dos periodos, esto permite inferir el cambio climático
entre un periodo de referencia y el periodo a evaluar. Se recomienda que el
periodo a comparar sea al menos de 20 años. Nótese el cambio de la curva en un
mes húmedo (Figura 4.5.5.a.) y en uno seco (Figura 4.5.5.b.). Se despliegan los
datos al dar clic en el botón mostrar, la gráfica se puede exportar como PDF o
enviar por correo electrónico.
Figura 4.5.5.a. Gráfica de probabilidad de lluvia en un mes húmedo
Manual de Usuario
36
Figura 4.5.5.b. Gráfica de probabilidad de lluvia en un mes seco
4.5.6. ANÁLISIS DE TENDENCIAS DEL CAMBIO CLIMÁTICO
4.5.6.1. COEFICIENTE DE CORRELACIÓN DE MANN-KENDALL
La prueba de Mann Kendall (MK-T) es una prueba estadística no paramétrica; se
usa para identificar las tendencias no lineales de una serie de datos en iguales
intervalos de tiempo, en este caso, de los elementos del clima y los índices
agroclimáticos que presentan distribución de tipo “no normal”.
El procedimiento de la prueba de MK-T se inicia mediante la simple comparación
del dato más reciente de la serie de tiempo con los resultados anteriores. Una
puntuación de 1 se da si la concentración s reciente es más grande, o una
puntuación de -1 si es más pequeña. La puntuación total de la serie de datos es la
estadística de MK, que se compara con un valor crítico, para comprobar si la
Manual de Usuario
37
tendencia está aumentando, disminuyendo o si no existe una tendencia de
cambio. (Carlón y Mendoza, 2007; Castañeda y González, 2008).
El proceso de análisis se realiza de la siguiente manera:
1. Los pares de datos n (x1,y1), (x2,y2),…(xn,yn) son indexados de acuerdo a la
magnitud del valor de x, tal que x1x2≤… ≤ xn y yi es el valor de la variable
dependiente que corresponde a xi.
2. Examinar todos los n(n-1)/2 ordenada de valores yi. Sea P de número de
casos en los que yi>yj(i>j), y sea M el número de casos en los que yi<yj(i>j).
3. Definir las estadísticas de prueba S = P-M.
4. Para n>10, se realiza la prueba utilizando una aproximación normal. La
estadística de la prueba estandarizada Z se calcula:





5. La hipótesis nula se rechaza al nivel de significación α si (|Z|>Z(1-α)/2, donde
Z(1-α)/2 es el valor de la distribución normal estándar con una probabilidad de
superación de α/2 . Por ejemplo, si α = 0.05, entonces la hipótesis nula
sería rechazada por |Z|> 1.96. En los casos en que algunas de las x y/o
valores y se atan, esta fórmula para Var(S) es modificada. Si el tamaño de
la muestra es menor que 10, entonces es necesario el uso de tablas para el
estadístico S.
Manual de Usuario
38
6. El coeficiente de correlación τ de Mann-Kendall se define como:

Al igual que con otros tipos de coeficientes de correlación, τ sólo puede tomar
valores entre -1 y 1, su signo indica el signo de la pendiente de la relación, y el
valor absoluto indica la fuerza de la relación.
Debido a que la prueba se basa sólo en las hileras de datos, puede aplicarse
incluso en los casos en que algunos de los datos son desaprobados. Esta es una
característica importante de la prueba para su aplicación en la climatología.
Cuando hay valores faltantes en una serie de datos, entonces se introduce una
corrección en la fórmula de la varianza (S), en la cual los valores faltantes se
añaden, la fórmula es:



Donde ti, es el número de vínculos de extensión i.
La prueba no puede ser aplicada cuando existen múltiples umbrales de rechazo
de la hipótesis nula en el conjunto de datos ya que los valores no pueden ser
clasificados de forma ambigua (Hirsch et al., 1993).
En este caso las particularidades de la prueba de MK son: a) La prueba no tiene
en cuenta la magnitud de los datos; b) La prueba MK es menos sensible a los
datos extremos; c) La prueba no tiene en cuenta la variación temporal en los datos
de tal manera que no podemos obtener la magnitud de la tendencia; y d) Los
datos deben estar libres de "estacionalidad". Cuando los datos son estacionales
se recomienda usar las temperaturas extremas en lugar de las medias. Un
resultado de "no tendencia" no equivale a una serie de datos estable, equivale a
una tendencia no detectada con esta prueba. Un resultado de tendencia de
"disminución" o "aumento" de la prueba MK es una conclusión más sólida que la
Manual de Usuario
39
"no tendencia”. A menor cantidad de datos disponibles, es menos confiable el
resultado de la prueba de MK.
Con Clic-MD se seleccionan los elementos del clima y/o los índices agroclimáticos
a los que se les desea aplicar la prueba de tendencia de MK, el resultado del
análisis se muestra en la pantalla con los parámetros S, Var, N y Zstd, que
corresponden a: estadístico de la tendencia, varianza, número de casos de la serie
de datos y valor de Z estandarizado.
Si Z>1.96 entonces hay significancia estadística para las serie de datos, es decir,
hay tendencia. Un valor positivo de Z indica una tendencia ascendente; un valor
negativo indica una tendencia descendente en la serie de datos.
Con el software Clic-MD se realiza la identificación de tendencia de cambio
climático con esta prueba estadística (MK) siguiendo estos pasos:
Primero se selecciona la estación climatológica a estudiar y el periodo de interés.
Se realizan los cálculos. Posteriormente es posible calcular las tendencias de
cambio climático con datos anuales y/o mensuales. Los resultados se muestran de
manera tabular.
Para la identificación de tendencias de cambio climático anual se utilizan los
índices agroclimáticos y los elementos del clima. Es posible seleccionar el periodo
de años de interés.
Para la identificación de tendencia de cambio climático mensual se usan los datos
de la temperatura (máxima, media y mínima) y de la precipitación.
Los datos se pueden exportar a Excel o txt.
Es posible graficar los datos mensuales con el valor de Z de la prueba de MK.
Las opciones son Datos, MK anual, MK mensual, MK conjunto de datos, MK
estación y correlaciones.
Manual de Usuario
40
La opción Datos corresponde al cuadro de datos mensuales por años (Figura
4.5.6.a.). Se muestran los datos de las temperaturas por mes de cada año, así
como el valor mensual máximo, mínimo y promedio por año, por filas; además
también se muestran por columnas los datos máximos, mínimos y promedio de
cada mes para todos los años. Los datos se despliegan de acuerdo a los
parámetros del cuadro de selección: Temperatura Máxima, Temperatura Media,
Temperatura Mínima y Precipitación.
Figura 4.5.6.a. Conjunto de datos para analizar
En el recuadro “Mann Kendall anual” se puede seleccionar el periodo de interés,
se calcula el valor con la prueba de Mann Kendall de los índices agroclimáticos,
temperaturas, precipitación y evapotranspiración potencial (Figura 4.5.6.b.).
Manual de Usuario
41
Figura 4.5.6.b. Resultados con la prueba de Mann Kendall con datos anuales
Figura 4.5.6.c. Resultados con la prueba de Mann Kendall con datos mensuales
Manual de Usuario
42
En la pestaña “Mann Kendall Mensual”, en el recuadro “Meses” se pueden
seleccionar los meses de los que se quiere calcular la prueba estadística de Mann
Kendall dando clic junto al mes o meses deseados. En el recuadro “Parámetros”
se seleccionan las variables para analizar: temperaturas y/o precipitación. Los
datos calculados se desplegarán en una tabla en esta pestaña. (Figura 4.5.6.c.).
Para facilitar la interpretación de los resultados con esta prueba, cuando se
detecta una tendencia de aumento del elemento del clima o del índice estudiado,
la casilla se colorea de rojo; o si se detecta tendencia de disminución, se colorea
de azul; y permanece en blanco cuando no hay tendencia de cambio.
Los resultados Z de la prueba de MK se pueden graficar. Clic-MD brinda dos
opciones: por estación o por conjunto de estaciones. Por estación: dar clic en el
menú Cálculos y de los submenús seleccionar: Cálculos mensuales / Tendencias /
Mann Kendall estación; Por conjunto de estaciones: seguir la misma ruta, sólo al
final escoger Mann Kendal conjunto además de seleccionar mediante un clic en la
casilla TSMK las estaciones para aplicar la prueba. Dar clic en mostrar datos y se
despliega la tabla con datos (Figura 4.5.6.d.).
Figura 4.5.6.d. Valores de Z en la prueba de Mann Kendall
Manual de Usuario
43
Seleccionar del recuadro Datos el elemento del clima a graficar (temperatura o
precipitación), seleccionar nuevamente las estaciones, dar clic derecho y escoger
la opción graficar y aparece la gráfica (Figura 4.5.6.e.)
Figura 4.5.6.e. Gráfica de la prueba de Mann Kendall
4.5.6.2 COEFICIENTE DE CORRELACIÓN DE PEARSON
El coeficiente de correlación se expresa mediante un número entre -1 y 1 mide el
grado de relación lineal entre dos variables, el número será positivo cuando la
pendiente de la relación también lo sea, es decir, cuando la relación es
directamente proporcional. El valor será negativo cuando la relación es
indirectamente proporcional. La correlación se clasifica de la siguiente manera:
Manual de Usuario
44
+1 ó -1= Correlación perfecta; 90%= Correlación muy alta; 80%= Correlación alta;
70%= Correlación buena; 50%= Correlación parcial; 0%= No existe correlación.
El análisis de correlación puede utilizarse como un primer acercamiento a la
identificación de cambios en los elementos del clima y en los índices
agroclimáticos, puede usarse aun cuando las series de tiempo contengan datos
discontinuos.
El coeficiente de correlación lineal es una forma de identificar o detectar tendencia
de cambio con incrementos periódicos en los elementos del clima y en los índices
agroclimáticos (Figuras 4.5.6.f. -g.).
Con un clic en el mes deseado, Clic-MD realiza el análisis de correlación lineal y el
resultado se muestra de manera gráfica; en cuestión de segundos se obtiene la
gráfica, traza la línea, calcula la ecuación así como r y r2 de ese mes. Esto es
posible dando clic en el botón mostrar. También se puede exportar la gráfica o
enviarla por correo electrónico.
Figura 4.5.6.f. Regresiones lineales mensuales de los elementos del clima
Manual de Usuario
45
Figura 4.5.6.g.Regresiones lineales con datos anuales de los índices
agroclimáticos y de los elementos del clima
4.5.7 IDENTIFICACIÓN DE ANOMALÍAS CLIMÁTICAS
Las anomalías de temperatura son las diferencias entre la temperatura media del
año en cuestión (o algún periodo de años) y un período de referencia considerado
normal (Figura 4.5.7.a.). Comúnmente en estudios de cambio climático se
considera como período de referencia hasta antes del año 1990, como por
ejemplo, 1950-1990. El periodo o el año a comparar debe ser posterior a 1990. Sin
embargo, diversos autores pueden considerar diferentes periodos de referencia y
de comparación, como por ejemplo 1961-1990 y 1961-2005 como periodos de
referencia; y 1986-2005 como periodo de comparación (IPCC, 2001; IPCC, 2013)
Manual de Usuario
46
Figura 4.5.7.a. Anomalías de temperatura y eventos extremos
Los eventos o periodos extremos son aquellos que tienen valores muy altos o muy
bajos de los elementos del clima, con una probabilidad de ocurrencia de 0.01
(Beniston, 2008) a 0.05 (Figura 4.5.7.a.); es decir, aquellos valores que se
encuentran por arriba del 95% al 99% del conjunto de datos tanto a la alza como a
la baja, lo cual se puede identificar con la distribución normal de los datos.
La identificación de las anomalías climáticas que corresponden a los extremos de
la curva de distribución normal, se utiliza para identificar los valores por arriba del
95% o por debajo del 5%. En la gráfica se resaltan estos extremos de la curva con
color verde (Figura 4.5.7.b.).
Figura 4.5.7.b. Distribución normal de dos periodos de temperatura máxima (mes de mayo)
Manual de Usuario
47
Los parámetros usados en las gráficas de distribución normal son: temperatura
máxima, media y mínima. Se pueden seleccionar por mes. Los dos periodos a
comparar se determinan según convenga en el recuadro Seleccionar periodos
(Figura 4.5.7.b). La gráfica cambia automáticamente al seleccionar otro mes y/o
temperatura. Los datos del análisis se despliegan dando clic en el botón Mostrar.
La gráfica se puede exportar en PDF o enviar por correo electrónico.
La gráfica de la Figura 4.5.7.b. tiene como objetivo comparar de manera visual dos
periodos de tiempo, que pudieran ser del año de origen de los datos, como por
ejemplo 1961a 1989 y 1990 a la actualidad.
4.5.8 GRÁFICAS DE INCREMENTOS Y DISMINUCIONES ANUALES
DE LOS ELEMENTOS DEL CLIMA
Las gráficas de incrementos y disminuciones son una forma de mostrar las
anomalías anuales de los elementos del clima. En ocasiones, con estas gráficas
también es posible identificar la magnitud del cambio climático en los últimos años
como por ejemplo en la gráfica de la Figura 4.5.8.a. se observan los incrementos
en la temperatura máxima durante abril desde 1997 a 2006 en la estación
meteorológica de Puerto Progreso Yucatán.
Cuando se trabaja con la precipitación pluvial se pueden identificar los años o
periodos secos así como la presencia de huracanes, como se muestra en la
Figura 4.5.8.b.
Los datos se pueden desplegar dando clic en el botón Mostrar y también se
pueden exportar en formato PDF o enviar por correo electrónico.
Manual de Usuario
48
Figura 4.5.8.a. Gráfica de incrementos y disminuciones con respecto al promedio;
temperaturas máximas de abril en Progreso, Yucatán.
Figura 4.5.8.b. Gráfica de incrementos y disminuciones con respecto al promedio;
precipitación pluvial de septiembre en Peto, Yucatán.
Manual de Usuario
49
4.5.9 ESTADÍSTICAS DESCRIPTIVAS MENSUALES DE LOS
ELEMENTOS DEL CLIMA
Finalmente con Clic-MD es posible obtener los datos de la estadística descriptiva
de los elementos del clima por mes, estos datos se despliegan en segundos
dando clic en el mes que se desee observar.
La estadística descriptiva incluye la temperatura máxima, media y mínima así
como la precipitación y evapotranspiración potencial.
Es posible seleccionar el periodo de datos que se desee. La tabla de datos se
puede exportar en formato Excel o txt (Figura 4.5.9).
Figura 4.5.9. Tabla con la estadística descriptiva por mes de los elementos del
clima.
Manual de Usuario
50
4.5.10. RESUMEN DE DATOS CLIMÁTICOS Y AGROCLIMÁTICOS
Con Clic-MD se despliegan dos cuadros más, uno sobre los promedios mensuales
de los elementos del clima y los índices agroclimáticos anuales (Figura 4.5.10.a) y
otro cuadro sobre el resumen de las tendencia de cambio mensuales utilizando la
prueba de Mann Kendall de los elementos del clima (Figura 4.5.10.b).
Cuando el objetivo del uso de Clic-MD es el conocimiento de las tendencias de
cambio climático, se recomienda comenzar con el resumen de datos para saber si
hay tendencia de cambio, una vez encontrados los meses de tendencia de cambio
se recomienda proceder con las gráficas de incrementos y disminuciones para
identificar el periodo de referencia y el periodo de cambio, de esta manera
continuar con el análisis de las anomalías utilizando ambos periodos (referencia y
cambio).
Figura 4.5.10.a. Promedios mensuales de los elementos del clima e índices
agroclimáticos anuales
Manual de Usuario
51
Figura 4.5.10.b. Resumen de tendencias de cambio climático
5. OPCIONES
Las opciones desplegadas son tres: Idioma (cambia de español a inglés o
viceversa), Respaldo (elabora un respaldo de la base de datos) y Limpiar (limpia o
borra la base de datos) (Figura 5)
Figura 5. Menú Opciones
Manual de Usuario
52
6. AYUDA
6.1 ACERCA DE CLIC-MD
Este submenú muestra información acerca del sistema: nombre, versión,
copyright, compañía, descripción, etc. (Figura 6.).
Figura 6. Acerca de Clic-MD
AGRADECIMIENTOS
Los autores agradecen a: El FOMIX, fondos mixtos entre el Consejo Nacional de
Ciencia y Tecnología y el Gobierno del Estado de Yucatán (YUC-2006-C05-
66159); El Consejo Nacional de Ciencia y Tecnología (APO-SNI-090315); al Dr.
Manuel Mendoza por el apoyo con el módulo para el análisis de tendencia por
Mann-Kendall; al M en C. Claudio Amescua, a la Dra. María Amparo Martínez
Arroyo y al Dr. Gerardo Bocco por las facilidades para la publicación del
documento.
Manual de Usuario
53
7. REFERENCIAS
Allen, R. G., Jensen, M. E., Wright, J. L., & Burman, R. D. 1998. Operational
estimate of reference evapotranspiration. Agronomy Journal, 81, 650-662.
Arkley, R. 1963. Relationships between plant growth and transpiration. Hilgardia
34:559-584.
Arnoldus, H.M.J. 1980. An approximation of the rainfall factor in the universal soil
loss equation. In: M. de Boodt and D. Grabriels (eds.), Assessment of
erosion. John Wiley & Sons, Inc., New York.
Bautista F, Bautista D y Delgado-Carranza C. 2009. Calibration of the equations of
Hargreaves and Tornthwaite to estimate the potential evapotranspiration in
semi-arid and subhumid tropical climates for regional applications. Atmósfera.
22(4): 331-348.
Beniston, M. 2008. Extreme climatic events and their impacts: examples from the
Swiss Alps. En H. F. Díaz, & R. J. Murnane, Climate extremes and society.
Cambridge University Press, pp 147-164. New York.
Borges A. C. y E. M. Mendiondo, 2007. Comparação entre equações empíricas
para estimativa da evapotranspiração de referência na Bacia do Rio
Jacupiranga. Revista Brasileira de Engenharia Agrícola e Ambiental. 11(3),
293300.
Camargo A. P. y M. B. P. Camargo, 2000. Uma revisão analítica da
evapotranspiração potencial. Bragantia Campinas. 59(2), 125-137.
Carlón T. y M.Mendoza. 2007. Análisis hidrometeorológico de las estaciones de la
cuenca del Lago de Cuitzeo. Investigaciones Geográficas. 63: 56-76.
Castañeda M. y M. González. 2008. Statistical analysis of the precipitation trends
in the Patagonia region in southern South America. Atmósfera. 21: 303-317.
CEC, 1992. CORINE soil erosion risks and important land resources. Commission
of the European Communities, DGXII. EUR 13233 EN. Brussels.
Delgado Carranza C. 2010. Zonificación agroecológica del estado de Yucatán con
base en índices agroclimáticos y calidad agrícola del agua subterránea.
Tesis de Doctorado. Centro de Investigación Científica de Yucatán.
Manual de Usuario
54
FAO (Food and Agriculture Organization). 1996. Agro-ecological zoning:
Guidelines. FAO soils. Soil Resources, Management and Conservation
Service. FAO Land and Water Development Division. Bulletin 73. Rome,
Italy. 78 p.
Hargreaves, G.H. y Z. A. Samani, 1985. Reference crop evapotranspiration from
temperature. Appl. Eng. Agric. 1 (2), 9699.
Hirsch R., D. Heisel, T. Cohn y E. Gilroy. 1993. Statistical analysis of hidrology
data. In: Handbook of hidrology. D. Maidment (Ed). McGraw-Hill Inc. USA.
IPCC, 2001, Climate Change 2001, The Scientific Basis. Contribution of Working
Group I to the Third Scientific Assessment Report of the Intergovernmental
Panel on Climate Change: Cambridge, England, Cambridge University Press.
IPCC, 2013, Climate Change, bases físicas. Unidad de apoyo técnico del Grupo
de trabajo I del IPCC. OMM, PNUMA.
Lobo D., D. Gabriels, F. Ovalles, F. Santibañez, M. C. Moyano, R. Aguilera, R.
Pizarro, C. Sanguesa y N. Urra. 2004. Guía metodológica para la elaboración
del mapa de zonas áridas, semiáridas y subhúmedas secas de América
Latina y el Caribe. CAZALAC- PHI/UNESCO. Caracas, Venezuela.
Llorente, J.M. 1961. Meteorología. Editorial Labor. Barcelona, España.
Oliver, J.E. 1980. Monthly precipitation distribution: A comparative index.
Professional Geographer 32:300-309.
Orellana, R., Hernández, M. E. & Espadas, C. 2011. Ambiente. Clima. En F.
Bautista, Técnicas de muestreo para el manejo de Recursos Naturales.
Segunda Edición, pp 189-225. México, DF.
Thornthwaite C.W. 1948. An approach toward a racional classification of climate.
Geogr. Rev. 38, 55-94.
Willmott C. J., 1982. Some comments on the evaluation of model performance.
Bull. Am. Meteorol. Soc. AMS. 63 (11): 13091313.
Manual de Usuario
55
APÉNDICE I
INFORMACIÓN TÉCNICA
II.1 REQUERIMIENTOS INFORMÁTICOS
CPU: Procesador a 1.0 GHz o superior
RAM: 256 Mb para una ejecución óptima.
Pantalla: VGA para presentaciones gráficas. Resolución recomendada
1200x800
Unidad óptica: CD-ROM para la instalación
Disco Duro: Con espació suficiente para programas y datos. 50Mb libres
para instalación de sistema y datos.
Maquina Virtual de java v1.6(JVM)
Sistema Operativo: Microsoft Windows XP, Windows Vista, Windows 7 o
distribuciones superiores a XP; Linux, cualquier versión que soporte la
maquina virtual de Java; Mac, cualquier versión que soporte la máquina
virtual de Java.
II.2 ARCHIVOS DE SISTEMA
Directorio \MOCLIC\
MoclicM.jar
DBMOCLICM
Iconos
Logos
Icon1.icon
Unins000.dat
Unins000.exe
Manual de Usuario
56
II.3 POSIBLES FALLOS
Los fallos frecuentes en la instalación podría deberse a espacio insuficiente del
disco duro o a la versión del sistema operativo o de las paqueterías instaladas.
En la aplicación se podrían suscitar problemas al momento de calcular variables,
debido a datos capturados erróneos.
Manual de Usuario
57
El cambio climático es motivo de preocupación mundial en todos los ámbitos de la
vida, el discurso global ha sido bien entendido y divulgado; sin embargo, hay muy
poco conocimiento de la magnitud y del sentido del cambio climático a nivel local.
Es en este nivel, en el que se toman las medidas de mitigación y adaptación, por
lo cual se hace URGENTE el conocimiento, mediante datos, de la situación actual
y local.
EL SOFTWARE CLIC-MD DESARROLLADO EN LA UNAM FACILITA:
1. La organización, almacenamiento y manejo de millones de datos climáticos
(temperatura y precipitación mensual).
2. El cálculo de la evapotranspiración potencial de manera más precisa.
3. El cálculo de los índices agroclimáticos: humedad, aridez, erosión por lluvia,
entre otros, mejorando las actividades agrícolas y reduciendo daños al
medio ambiente.
4. El cálculo del periodo de lluvia continua, esencial para la elección de las
variedades de cultivos, optimizando el uso del agua de lluvia (ayudando a la
conservación de acuíferos) y obteniendo mayor rendimiento económico.
5. La identificación de las tendencias del cambio climático a nivel local (sentido
y magnitud) lo cual permite la prevención de los efectos negativos y el
aprovechamiento de los efectos positivos de este cambio climático.
Manual Clic-EspFinal-Incompleto.pdf
3.71 MB
  • Article
    Full-text available
    This study analyzes two peri-urban communities exposed to hurricanes and floods in La Paz, Baja California Sur, Mexico, showing that both are aware of climate variability. People in these communities recognized their vulnerability to climate change and the high frequency of hurricanes in the area. They also identified the economic transformations, and social adaptations these phenomena have caused, and recognize the impacts on health due to the spread of new diseases. Obtaining local information on climate impacts, understanding the social causes of vulnerability and increasing the effectiveness and efficiency to adaptation through local empowerment are key elements in the analysis of climate change. Our research included meteorological/climate data that complement the information obtained from the inhabitants of the region.
  • Article
    Full-text available
    . El concepto duración del periodo de lluvias (DPLL) es una propuesta de mejoramiento de otro denominado longitud del periodo de crecimiento (LPC). El objetivo fue realizar un mapa de aptitud para la agricultura de temporal basado en la selección de un modelo de la duración del periodo de lluvias con el índice de humedad. Se utilizaron los datos de 65 estaciones meteorológicas del estado de Yucatán y zonas circundantes. Se analizó la relación entre el resultado del modelo con el mapa de la vegetación potencial. Se encontró que el índice de humedad es mayor cuando proviene del método de Thornthwaite (MT), con el que se obtuvo el mejor modelo cartográ co con valor de de nición de un mes húmedo cuando es mayor a 0.65. El variograma fue tipo Gaussiano con una r2 = 0.98 y el porcentaje de la varianza explicada C/(C0+C) = 74 %. La validación cruzada de la interpolación presentó una r= 0.63 y la raíz cuadrada del error cuadrático medio (RECM) = 1.34. Los cinco intervalos de meses húmedos de interés agrícola fue de tres a cuatro meses, de cuatro a cinco meses, de cinco a seis meses, de seis a siete meses, y de siete a ocho meses
  • Article
    Full-text available
    The duration of the rainy season (DPLL) concept is a proposal to improve the concept called length of growing period (LPC). The objective of this work was the proposal of a map of aptitude for rainfed agriculture based on the selection of a model of Duration of the period of rainfall calculated with the humidity index. 65 weather stations in the state of Yucatan and surrounding areas were used. The models were visually compared with the map of potential vegetation. It was found that the humidity index is greater when it comes from MT. The best map was obtained with the method of the humidity index calculated with the evapotranspiration estimated with MT with a value of wet month of 0.65. The Gaussian geostatistical model has a r2 = 0.98 and percentage of variance explained by C/(C0 + C) = 74 %. Interpolation presented a r = 0.63 and the root mean square error RMSE = 1.34. Five intervals of humidity months of agricultural interest were identi ed: three to four months, four to ve months, ve to six months, six to seven months, and seven to eight months.
  • Article
    Condensed summary: While changes in the long-term mean state of climate will have many important consequences on a range of environmental, social, and economic sectors, the most significant impacts of climate change are likely to be generated by shifts in the intensity and frequency of extreme weather events. Indeed, insurance costs resulting from extreme weather events have been steadily rising since the 1970s, essentially in response to increases in population pressures in regions that are at risk, but also in part because of recent changes in the frequency and severity of certain forms of extreme. Regions that are now safe from catastrophic windstorms, heat waves, and floods could suddenly become vulnerable in the future. Under such circumstances, the costs of the associated damage could be extremely high. This chapter provides an overview of certain climate extremes that in recent years have had very costly impacts in the Swiss Alps – namely, heat waves and strong convective precipitation – and how these events may change as climate warms in response to increased greenhouse gas concentrations. Introduction: If climate warms as projected during the course of the twenty-first century, the thermal energy that drives many atmospheric processes will be enhanced and, as a consequence, many types of extreme event may increase in frequency and/or intensity. Although this intuitive reasoning has a physical basis, current climate trends do not unequivocally show that atmospheric warming in the past century has been accompanied by greater numbers of extreme events. © Cambridge University Press 2008 and Cambridge University Press, 2009.
  • Article
    The purpose of this paper is to establish principles for determining the quantitative relationships between climate and plant growth. It is known that the amount of dry matter produced by any plant and the water it transpires are proportional, and that this relation is constant for each plant species or variety under a given set of growing conditions. Using the experimental data of earlier workers, dry-matter production is plotted against water use—separately for each level of soil fertility—and equations are formulated to show the relationships under different conditions. This new analysis of the published data shows that a correction based on atmospheric humidity accounts for about 90 per cent of the variation in the ratio of dry-matter production to transpiration when soil fertility is constant, and that a correction for soil fertility accounts for about 75 per cent of the variation when climate is constant. These principles are applied to the interpretation of field experiments dealing with water use by plants. They may be useful in determining the most advantageous allocation of limited amounts of irrigation water in different climatic regions, and in many other ways.
  • Book
    Full-text available
    La presente Guía constituye uno de los productos preliminares del Proyecto liderado por el Centro del Agua para Zonas Áridas y Semiáridas de América Latina y El Caribe (CAZALAC), para la elaboración del Mapa de Zonas Áridas, Semiáridas y Subhúmedas secas de América Latina y El Caribe. Esta iniciativa representa el esfuerzo de diferentes instituciones: Gobierno de Flandes, Bélgica; Programa Hidrológico Internacional (PHI – UNESCO) y CAZALAC, así como de profesionales que estudian la problemática de la aridez e índices relacionados. Este documento está dirigido a: • Expertos en cambio climático y cambio global y sus consecuencias • Expertos e instituciones que estudian los procesos de degradación de tierras y desertificación • Profesionales relacionados con estudios de uso de la tierra, manejo y conservación de suelos y aguas, manejo del recurso agua, y otros sectores relacionados. • Planificadores y tomadores de decisión con respecto al uso de la tierra, para el conocimiento y entendimiento de los problemas relacionados con la aridez y los riesgos de desertificación. La Guía consta de una parte introductoria, de carácter conceptual, que resume la importancia de la delimitación de los regímenes de humedad de la Región de América Latina y El Caribe, así como los objetivos de la misma. A continuación se presenta en el Capítulo I la propuesta metodológica que incluye los criterios y métodos adoptados para la delimitación de las Zonas Áridas, Semiáridas y Subhúmedas secas de la Región. Se incluyen los índices a mapear y la información requerida para el cálculo de los mismos. El Capítulo II se refiere al Análisis Exploratorio de datos, incluyendo algunos ejemplos de este. En el Capítulo III se presentan diferentes métodos para la estimación y completación de datos de precipitación faltantes. En el Capítulo IV se muestran algunos métodos de estimación de precipitaciones areales, incluyendo ejemplos y un análisis crítico de los mismos. El Capítulo V resume algunas opciones para el cálculo de la Evapotranspiración de Referencia (ET0), cuando no se dispone de la información para realizarlo utilizando el protocolo de FAO/Penman-Monteith. El documento contiene cinco anexos: Anexo 1, que presenta los métodos cartográficos para la creación del Mapa de Regímenes Hídricos, y presenta además una versión preliminar del Mapa. El anexo 2, se refiere al Protocolo de Calculo de la Evapotranspiración de Referencia mediante la ecuación FAO/Penman-Monteith. El anexo 3 contiene los Símbolos y Unidades, mientras que el anexo 4 contiene las Equivalencias de Unidades. En el anexo 5 se presentan las Referencias Bibliográficas. La presente Guía tiene que ser entendida como un documento marco, cuyo uso podría requerir un enfoque más flexible para la adaptación a condiciones específicas. Esta Guía está acompañada del Sistema CIRH, software para el Cálculo de Índices del Régimen Hídrico.
  • Article
    Full-text available
    A evapotranspiração de referência (ETo) representa a perda de água do solo vegetado para a atmosfera devido à evaporação e à transpiração. O modelo de Penman-Monteith demanda variados elementos meteorológicos em sua solução, o que dificulta sua aplicação em estudos agrometeorológicos e hidrológicos em regiões com poucas estações meteorológicas, como a bacia do rio Jacupiranga, SP, Brasil. O estudo foi realizado com o objetivo de se verificar a precisão dos métodos de estimativa de ETo propostos por Camargo, Blaney-Criddle, Hamon, Hargreaves, Thornthwaite e Kharrufa, definindo-se coeficientes de ajuste regional. Dados meteorológicos de duas estações climatológicas locais foram usados nas estimativas. Na comparação das equações com o método FAO Penman-Monteith, analisaram-se coeficientes de determinação, correlação concordância, confiança e erro padrão experimental. Os resultados obtidos indicam que, na região, os métodos de Hargreaves e Camargo podem ser aplicados tanto na forma original como na formulação modificada. A equação de Hargreaves com coeficientes regionais apresentou índices de confiança superiores a 0,995 para a bacia do rio Jacupiranga e é recomendada devido às suas exeqüibilidade e simplicidade.
  • Article
    Many forms of the Penman combination equation have been proffered for estimating daily evapotranspiration (ET) by the agricultural reference crops grass and alfalfa (Medicago sativa L.). This study was conducted to evaluate popular forms of the Penman equation, and to develop and evaluate general relationships for estimating daily average values of canopy and aerodynamic resistance parameters required by the Penman-Monteith equation. For simplicity and ease of use, resistance relationships were expressed as linear and logarithmic functions of mean plant height. The Penman-Monteith and other forms of the Penman equation were compared at 11 international lysimeter sites, with the Penman-Monteith method and a Penman equation with variable wind function developed at Kimberly, ID providing the best estimates of reference ET across the sites. Ratios of computed alfalfa to grass reference ET during peak months at various locations averaged 1.32, and ranged from 1.12 to 1.43. Values of computed ratios were related to local wind and humidity conditions. The development of relationships for canopy and aerodynamic resistances as functions of reference crop height allowed use of the Penman-Monteith equation in an operational mode, and improved transferability of this resistance form of the Penman equation to a wide variety of climates. This investigation was supported by the Utah Agric. Exp. Stn. Please view the pdf by using the Full Text (PDF) link under 'View' to the left. Copyright © . .