ArticlePDF Available

Dos propuestas de clasificación climática para la vertiente Caribe costarricense según el sistema de Thornthwaite

Authors:

Abstract and Figures

Large space-time thermal and rainfall variability are characteristics of Costa Rican territory, with a strong climatic difference between the two regions, the Pacific and the Caribbean. The former is leeward of the central mountain chain and has a regime of less atmospheric moisture, while the windward slope receives the moistureladen trade winds that determine the climate of the Caribbean slope where it rains most of the year. Topography and meteorological variables, as precipitation and air surface temperature, were analyzed for climate patterns to associate stations to define the climate groups. A number of 82 meteorological stations with records of ten years or more were used. The purpose of this work was to develop two proposals of climate classifications based on the water balance, according to the Thornthwaite method. The potential evapotranspiration (PET) was estimated by the methods of Thornthwaite and Hargreaves. Despite the expected difference in the results of the potential evapotranspiration due to the way this is estimated by both procedures, the climate classification varies between sub-humid, to humid to excessively humid.
Content may be subject to copyright.
Vol. 17 (2017): 1-16 ISSN 1578-8768
c
Copyright de los autores de cada artículo. Se permite su
reproducción y difusión por cualquier medio, siempre que se
haga sin interés económico y respetando su integridad
Dos propuestas de clasificación climática para la vertiente
Caribe costarricense según el sistema de Thornthwaite
Paula M. Pérez-Briceño1, Jorge A. Amador Astúa1,2y Eric J. Alfaro1,2,3
1Centro de Investigaciones Geofísicas, Universidad de Costa Rica
2Escuela de Física, Universidad de Costa Rica
3Centro de Investigación en Ciencias del Mar y Limnología, Universidad de Costa Rica
<paula.perez@ucr.ac.cr>,<jorge.amador@ucr.ac.cr>,<erick.alfaro@ucr.ac.cr>
(Recibido: 17-Jun-2016. Publicado: 13-Ene-2017)
Resumen
Una alta variabilidad espacio-temporal en la temperatura y la precipitación son características del territorio costa-
rricense, con una diferencia climática fuerte entre las dos vertientes, la Pacífica y el Caribe. La primera por estar
a sotavento de la cadena central de montañas posee un régimen de menor humedad atmosférica mientras que la
ladera a barlovento, recibe los vientos alisios cargados de humedad que determinan el clima de la vertiente Caribe,
donde llueve prácticamente todo el año. Se analizaron las variables meteorológicas: lluvia y temperatura superficial
del aire, integrándolas al relieve en busca de patrones climáticos para asociar las estaciones meteorológicas a un
grupo climático determinado. Se utilizaron 82 estaciones meteorológicas con registros de diez años o más. Este
trabajo tiene como objetivo elaborar dos propuestas de clasificación climática basadas en el balance hídrico de
acuerdo al método de Thornthwaite. La evapotranspiración potencial (ETP) se estimó de acuerdo a Thornwaite y
Hargreaves. A pesar de la diferencia en los resultados de la evapotranspiración potencial debido a la forma en que
se estima en cada uno de los métodos, se encuentra que la región varía entre subhúmeda, húmeda y excesivamente
húmeda.
Palabras clave: Caribe, clima, clasificación, evapotranspiración potencial, Costa Rica, América Central.
Abstract
Large space-time thermal and rainfall variability are characteristics of Costa Rican territory, with a strong cli-
matic difference between the two regions, the Pacific and the Caribbean. The former is leeward of the central
mountain chain and has a regime of less atmospheric moisture, while the windward slope receives the moisture-
laden trade winds that determine the climate of the Caribbean slope where it rains most of the year. Topography
and meteorological variables, as precipitation and air surface temperature, were analyzed for climate patterns to
associate stations to define the climate groups. A number of 82 meteorological stations with records of ten years
or more were used. The purpose of this work was to develop two proposals of climate classifications based on
the water balance, according to the Thornthwaite method. The potential evapotranspiration (PET) was estimated
by the methods of Thornthwaite and Hargreaves. Despite the expected difference in the results of the potential
evapotranspiration due to the way this is estimated by both procedures, the climate classification varies between
sub-humid, to humid to excessively humid.
Key words: Caribbean, climate classification, potential evapotranspiration, Costa Rica, Central America.
1. Introducción
El clima es esencial para la vida, brinda bienestar, salud y prosperidad tanto para el ser humano como
para la flora y la fauna. El conocimiento sobre el comportamiento temporal y espacial del tiempo y clima
es de gran interés para el ser humano ya que influye en qué, cómo y de qué forma se llevan a cabo sus
actividades.
2REVISTA DE CLI MATOLO A, VOL. 17 (2017)
En la agricultura, el clima define cuáles cultivos se pueden desarrollar en cierto espacio geográfico, sin
sufrir estrés hídrico o por el contrario, bajo excesos de agua que impidan la germinación. Estudiar las
variaciones periódicas del medio atmosférico en que viven las plantas y cómo esta variabilidad influye
en los cultivos, es el fin óptimo para obtener una mejor producción al menor costo (Lesdema, 2000).
El estudio de este recurso implica su categorización a través de una clasificación climática, que es una
aproximación del estado medio de la atmósfera sobre un espacio geográfico. Este proceso va a depender
de los datos de entrada y pueden haber infinitas combinaciones por lo que se trata de resaltar los da-
tos más generales (Miller, 1975). La clasificación climática consiste, básicamente, en agrupar regiones
geográficas que cuenten con características climáticas comunes (Mather, 1974). Estas características cli-
máticas comunes se derivan de uno o más elementos, o por medio de un balance hídrico (Thornthwaite,
1948).
Se han desarrollado dos tipos de clasificaciones: 1) genéticas, que se basan en los factores que generan
diversidad climática y 2) empíricas, que combinan diferentes elementos del clima (Cuadrat y Pita, 1997;
Oliver, 2005). En este trabajo se tiene interés por las de tipo empírico, tomando en consideración el
comportamiento de elementos como la precipitación y temperatura (Fallas y Oviedo, 2003). De este tipo
se pueden mencionar las clasificaciones de Köppen, Thornthwaite (1948) y Budyko (Cuadrat y Pita,
1997).
Entonces, un grupo climático es un área que se caracteriza por un comportamiento homogéneo de los
elementos climáticos, estos se determinan a partir de un índice hídrico, en donde dicho porcentaje se
ubica dentro de una provincia de humedad que es la utilizada para la nomenclatura de dichos grupos
(Herrera, 1985).
La configuración topográfica en Costa Rica, un eje montañoso orientado de noroeste a sureste que origi-
na dos vertientes: Pacífico y Caribe, genera gran variabilidad térmica y pluviométrica (Vargas, 2006). La
primera, en términos generales, por estar a sotavento posee un régimen de menor humedad atmosférica,
exceptuando el Pacífico Sur donde la Zona de Convergencia Intertropical (ZCIT) juega un papel impor-
tante en la configuración del tiempo atmosférico y por ende en el clima (Vargas, 2006). Mientras que la
ladera a barlovento recibe los vientos alisios del noroeste que cargados de humedad determinan el clima
de la vertiente Caribe, donde llueve prácticamente todo el año. En Barra del Colorado, por ejemplo, se
registró una precipitación media anual de 5.696,7 mm durante el periodo de 1951-1982 (Estación 69533
del Instituto Meteorológico Nacional, IMN).
Para el Caribe, estudios previos describen las características del clima, donde hacen una revisión de
las variables reportadas por la estación del aeropuerto de Limón (81003). Precipitación, temperatura,
heliofonía, radiación solar, humedad relativa y viento fueron analizadas para un periodo 72 años (IMN,
2013). La precipitación presenta dos periodos intensos, el primero de mayo a agosto y el segundo de
noviembre a enero. La temperatura tiene poca variación mensual, pero es apreciable la variación diaria.
El sol podría brillar como máximo 12,6 horas en junio y como mínimo 11,4 horas por día en diciembre, en
ausencia de nubes, pero por la abundante nubosidad reduce las horas de sol astronómicamente posibles.
Sáenz y Amador (2014) analizaron el ciclo diurno para el Caribe de Costa Rica donde resaltan una mar-
cada variabilidad espacial en el ciclo diurno estacional y en la distribución espacial de la precipitación.
Se observaron cuatro regímenes de variabilidad diurna: oceánico (máximos entre las 6 y 9 tiempo solar
local-TSL), continental (máximos entre las 15 y 18 TSL), costero sobre el mar (máximos entre las 3 y
12 TSL) y costero sobre tierra (máximos entre las 18 y 0 TSL).
Solano y Villalobos (2005) proponen una regionalización climática con regiones y subregiones para Cos-
ta Rica, donde determinan cinco subregiones para la región del Caribe con base en provincias térmicas y
pluviométricas y régimen de lluvia anual. A cada subregión se le asocia un tipo de formación vegetal que
responde a las condiciones climáticas de la zona. La subregión atlántica 1 (RA1) presenta el bosque muy
REVISTA DE CLI MATOLO A, VOL. 17 (2017) 3
húmedo tropical y el bosque muy húmedo montano bajo, la RA2 con bosque muy húmedo subtropical y
bosque muy húmedo montano bajo. RA3, RA4 y RA5 tienen bosque húmedo tropical.
De forma regional, Fallas y Oviedo (2003) presentan una clasificación de Köppen para América Central.
En Costa Rica, el Pacífico tiene un clima tropical de sabana (Aw), caracterizado por tener la estación
seca en el invierno astronómico, la lluvia es abundante y la temperatura es superior a los 18 C todos los
meses. En cuanto al Caribe, se define un clima tropical húmedo (Af), en donde llueve todos los meses y
no posee una estación seca bien definida.
El objetivo de este trabajo es elaborar dos propuestas de clasificación climática para la vertiente Cari-
be de Costa Rica con el fin de observar las diferencias a partir de dos métodos para el cálculo de la
evapotranspiración potencial (ETP), el de Thornthwaite y Hargreaves. Para ello se analizaron variables
meteorológicas con registros superiores a diez años en busca de patrones climáticos y así asociar las
estaciones a un grupo climático con base en Herrera (1985), para elaborar las clasificaciones climáticas
según el balance hídrico que es la base para el sistema de Thornthwaite (Mather, 1974).
Este artículo ha sido organizado de la siguiente manera. En la siguiente sección la descripción de los
métodos utilizados para el cálculo de la evapotranspiración potencial y la elaboración del material car-
tográfico. En la sección de resultados se presentan mapas de la distribución espacial de las diferentes
variables y las clasificaciones climáticas, así como el cuadro con la descripción de los grupos climáticos
identificados. Para finalizar se presentan la discusión de los resultados y las conclusiones.
2. Metodología
2.1. Caracterización del Área de Estudio
La región de interés es la vertiente Caribe de Costa Rica con una extensión de 30 860 km2. Posee una
elevación máxima de 3820 ms.n.m. en el cerro Chirripó (Cordillera de Talamanca). Se hace un énfasis
en el área donde se cultiva banano (650,15 km2), la cual corresponde a 2,11% de la vertiente Caribe
(Figura 1).
La costa de la vertiente Caribe tiene una extensión de aproximadamente 200 km y existe una separación
entre el Mar Caribe y el Océano Pacífico que no supera los 300 km (Díaz, 1981). La condición ístmica
y la cercanía al mar generan que la interacción tierra-océano tenga influencia directa sobre el clima en
Costa Rica, así como los impactos que pueden producir los distintos fenómenos meterológicos (Alfaro y
Quesada, 2010; Alfaro y Pérez-Briceño, 2014).
Figura 1: Mapa de ubicación del área de estudio.
4REVISTA DE CLI MATOLO A, VOL. 17 (2017)
2.2. Datos empleados
Se recopilaron datos de estaciones meteorológicas del IMN, del Instituto Costarricense de Electricidad
(ICE), así como de instancias privadas como BANACLIMA de la Corporación Bananera Nacional (COR-
BANA) identificadas en el Cuadro 1 del código 1 al 9 y BANDECO de la empresa Del Monte del código
12 al 22, que estuvieran dentro del área de estudio. También se usó la estación de Bocas del Toro en
Panamá, que proporcionó la Empresa de Transmisión Eléctrica (ETESA).
En total, se compilaron 123 estaciones meteorológicas donde la variable principal es la precipitación con
registros de la media de los acumulados mensuales, sin embargo, la información entre estaciones era muy
desigual por lo que fue necesario definir criterios de selección para validar y sistematizar la clasificación.
Los parámetros establecidos fueron:
1. Estación meteorológica con registro de datos de precipitación media mensual mayor a un periodo de
10 años, con excepción de las estaciones de BANACLIMA que cuentan con registro de siete años y que
son incluidas en este estudio.
2. Que la estación meteorológica cuente con un registro casi-continuo de datos, no se consideran las
estaciones que tengan periodos mayores a un año sin datos.
3. La estación debe tener registro dentro de los últimos 50 años aproximadamente, es decir desde 1960
al 2011 (se dispone de datos hasta esa fecha). Si bien es cierto, los registros de cada estación podrían
cubrir periodos distintos entre esos años, Amador et al. (2013), Hidalgo (2013) e Hidalgo et al. (2016)
encontraron que la región no presenta una tendencia clara hacia condiciones más secas o húmedas durante
la segunda mitad del siglo XX. Además, los resultados varían también dependiendo del conjunto de datos
usado.
Por tanto, una vez aplicado el filtrado anterior, 82 estaciones cumplen con los requisitos (Cuadro 1) y
no se completaron los datos faltantes, por lo que se usó los registros existentes que cumplían con los
tres criterios anteriores. Se revisó la disponibilidad de datos de temperatura y se encontró que el 50%
de las estaciones cuenta con los datos de temperatura media, mínima y máxima mensual, por lo que 41
estaciones tienen el valor asociado de la estación más cercana (línea recta), tomando en cuenta la altitud
de la estación (IMN, 2013). Cabe recalcar que la zona de estudio, posee poca variabilidad térmica en las
regiones bajas, por lo que es válido realizar la asociación de datos (Amador et al., 2013).
Se cartografiaron las variables climáticas para conocer su comportamiento espacial, se interpoló con el
método kriging universal con un programa de Sistema de Información Geográfica (SIG), ArcGIS 10.0
Licencia Institucional-UCR. El kriging supone que la distancia entre dos puntos de muestra que reflejan
una correlación espacial que puede utilizarse para explicar la variación en la superficie (ESRI, 2016). La
ecuación es:
ˆ
Z(S0) =
N
i=1
λiZ(Si)
Donde:
Z(Si)= el valor medido en la ubicación i
λi= una ponderación desconocida para el valor medido en la ubicación i
S0= la ubicación de la predicción
N= la cantidad de valores medidos
Los pesos están optimizados utilizando el modelo de semivariograma, la ubicación de las muestras y
todas las interrelaciones relevantes entre los valores conocidos y desconocidos. La técnica también pro-
porciona un “error estándar” que se puede usar para cuantificar los niveles de confianza (Clark y Harper,
2007). Por la falta estaciones en el sector norte del área de estudio, la información generada en esta zona
hay que tomarla con cuidado.
REVISTA DE CLI MATOLO A, VOL. 17 (2017) 5
Cuadro 1: Información de las estaciones meteorológicas usadas.
Código Nombre Longitud Latitud Altitud Registro de años
(m.s.n.m.) (precipitación)
3 Cartagena -83,63740 10,26440 54,3 7
4 Bananera Siquirres -83,49120 10,11520 49,1 7
5 Limofrut B -83,28050 10,09340 14,3 7
6 Agrotubérculos -82,79690 9,66010 5,3 7
7 PAIS -82,62650 9,52080 16,9 7
8 Las Valquirias -83,64980 10,42460 38,6 7
9 Pénjamo -83,90610 10,43080 66,7 7
12 Bananita -83,2230 10,0849 5 20
13 Duacari 1 -83,6231 10,3618 36 12
14 Duacari 4 -83,6497 10,3331 43 19
15 Duacari 5 -83,6431 10,3063 44 20
16 Filadelfia -83,0441 9,9418 6 20
17 Freehold -83,4581 10,1081 25 20
19 Imperio 2 -83,4127 10,1806 12 20
20 Monte Líbano -83,3302 10,0832 15 20
21 Perdiz -83,7883 10,3377 70 21
22 San Pedro -83,7604 10,4179 55 20
7076 INCSA -83,91667 9,83333 ND 15
69090 San Carlos -84,75000 11,10000 40 36
69503 Puerto Viejo -84,01667 10,46667 37 42
69506 San Miguel de Sarapiquí -84,1833 10,3166 500 51
69533 Barra de Colorado -83,5833 10,7666 5 32
69537 Selva (2) -83,9833 10,4166 40 53
69548 Jilguero -84,71670 10,45000 625 37
69571 Sangregado -84,7666 10,4833 500 20
69586 La Tirimbina -84,1 10,4 200 27
69591 Los Chiles -84,66667 10,71667 55 31
69609 Coopelesca -84,4166 10,3166 650 24
69633 Comando Los Chiles -84,7166 11,0333 40 17
69661 Ciudad Quesada -84,4166 10,3 700 13
69679 Upala -85,00000 10,83333 60 43
71002 La Mola -83,76667 10,35000 70 24
71005 Finca 6 -83,78333 10,30000 70 25
71007 Caribe S.A. -83,75000 10,50000 40 23
71008 Tortuguero Norte -83,53333 10,55000 5 18
71011 Jalova -83,4 10,333 5 13
71017 Ticabán -84 10,04 60 10
73007 Peralta (F.C) -83,61667 9,96667 638 18
73008 La Margarita -83,71667 9,90000 1080 21
73009 El Cairo -83,53333 10,11667 ND 24
73010 CATIE -83,63330 9,88333 602 69
73013 Los Diamantes -83,76667 10,21667 249 37
73025 Las Delicias -83,91667 10,16667 200 10
73044 La Suiza -83,61667 9,85000 620 21
73049 La Mola 2 -83,58333 10,28333 50 17
73055 La Amistad -83,5666 9,9833 560 21
73064 Willianburg -83,58333 10,10000 95 15
73065 Santa Clara -83,80000 10,28333 70 21
6REVISTA DE CLI MATOLO A, VOL. 17 (2017)
Código Nombre Longitud Latitud Altitud Registro de años
(m.s.n.m.) (precipitación)
73079 Oriente -83,71667 9,78333 623 20
73081 Volcán Irazú -83,85 9,9833 3400 23
73090 Las Mercedes -83,61667 10,16667 95 14
73091 El Carmen -83,48 10,2 15 40
73094 El Tacatal -83,7 9,9 860 12
73103 Sitio Matas -83,6111 9,8666 900 21
73109 Guayabo -83,6833 9,9666 1003 28
73111 Hda. Victoria -83,7666 10,2666 80 20
75002 Siquirres -83,5166 10,2666 70 28
75003 Platanillo -83,56667 9,81667 889 32
75004 Pacuare -83,51667 9,81667 800 22
75007 Rocas Blancas -83,5 9,75 825 23
75013 Freeman -83,36667 10,20000 5 88
75022 ASBANA -83,4666 10,0333 440 22
77001 Batán -83,33330 10,08330 15 43
77002 La Lola -83,38 10,1 40 62
79005 Moravia Chirripó 83,45 9,833 1200 44
81001 Filadelfia -83,098225 9,948566 100 13
81003 Limón Aeropuerto -83,05 10 5 70
81005 Aerop. Limón -83,016 9,95 7 14
83003 Asunción -83,166667 9,9 30 46
83004 San Andrés -82,98333 9,86667 30 24
85001 Pandora -82,95000 9,75000 17 27
85003 Fortuna Valle Estrella -83,0166 9,7333 30 19
85006 Puerto Vargas -82,8166 9,7333 3 34
85021 Hitoy Cerere -83,033 9,666 100 13
87001 Chase -82,86667 9,61667 40 29
87003 Daytonia -82,63333 9,51667 10 17
87004 Nivecita -82,71667 9,56667 20 20
87006 Sixaola -82,6 9,5 11 26
87010 Amubri -82,95 9,516666 70 12
87011 Volio Bribri -82,9166 9,8166 310 15
87013 Sixaola -82,6166 9,533 10 15
93002 Bocas del Toro -82,25000 9,33333 2 37
2.3. Clasificación climática
Para elaborar una clasificación climática según la metodología de Thornthwaite se requieren cuatro fac-
tores (Mather, 1974):
1. Índice hídrico: es expresado como la diferencia entre el índice de humedad y el índice de aridez. Las
provincias de humedad son las que dan nombre a los grupos climáticos, es decir a partir de estas, se
organizan dichos grupos (Cuadro 2).
2. Variación estacional de la humedad: se refiere a la distribución de la precipitación a lo largo del año,
y se indica con f, s, y w en letras minúsculas; que se refiere a buena distribución de la precipitación a lo
largo del año; presenta un verano seco (época seca marcada) o una estación lluviosa respectivamente.
3. Índice térmico: la metodología de Thornthwaite supone la evapotranspiración potencial como índice
térmico. Hay nueve clasificaciones que se distinguen con una letra mayúscula; por ejemplo: megatermal
(A’), mesotermal (B’), microtermal (C’), tundra (D’) e hielo (E’).
REVISTA DE CLI MATOLO A, VOL. 17 (2017) 7
4. Índice de variación térmica: este índice indica la cantidad de energía que recibe durante la época seca;
varía entre 25 y 100 para cualquier clima.
Cuadro 2: Provincias de humedad.
Denominación Índice hídrico (%) Simbología
Excesivamente húmedo (pluvial) 600-300 H
Muy húmedo 300 - 100 G
Húmedo 100 - 80 F
Húmedo 80 - 60 E
Húmedo 60 - 40 D
Húmedo 40 - 20 C
Subhúmedo húmedo 20 - 0 B
Subhúmedo seco -33,3 - 0 A
Fuente: Herrera (1985) y Mather (1974).
Siguiendo la metodología, se calcularon los índices de aridez y humedad, los cuáles determinan el índice
hídrico de una región. El índice de aridez anual (Ia) es la relación entre el déficit de agua anual y la
necesidad de agua anual (ecuación 1). El índice de humedad (Ih) es la relación entre el exceso de agua y
la necesidad de agua para evaporarse, que va teóricamente desde 2 % a 665% (ecuación 2). Finalmente,
el índice hídrico (Im) es el balance entre el índice de aridez y el índice de humedad (ecuación 3).
Ia=Déficit de agua anual
Necesidad de agua anual ·100 (1)
Ih=Exceso de agua anual
Necesidad de agua anual ·100 (2)
Im=IhIa(3)
Para el cálculo de la evapotranspiración potencial, que es la medida de la transferencia máxima de agua
posible a la atmósfera bajo condiciones ideales de textura del suelo y vegetación (Thornthwaite, 1948),
se utilizaron dos métodos con el fin de mostrar las diferencias en las clasificaciones climáticas: Thornth-
waite (ecuación 7), que es recomendable para las tierras llanas y húmedas, pero no para las tierras mon-
tañosas interiores; y la de Hargreaves (1981) (ecuación 10).
La ecuación de Thornthwaite utiliza la temperatura media mensual, el principal controlador de la eva-
potranspiración, ya que existe una relación entre este elemento del clima y la evapotranspiración, en los
meses de 30 días y con 12 horas de radiación solar (Thornthwaite, 1948). Esta relación se expresa como:
e=c T a(4)
donde ees la evapotranspiración potencial mensual en centímetros, Tes la temperatura mensual en C, y
los coeficientes cyavarían de un lugar a otro, aunque pueden ser calibrados para un determinado lugar
si se posee la información del caso.
A partir del dato de temperatura media mensual se calcula el índice térmico mensual que varía de 0 a
160, con la ecuación 5.
i=T
51,514
(5)
8REVISTA DE CLI MATOLO A, VOL. 17 (2017)
La sumatoria de los 12 meses de i, es el índice de variación térmica anual (I). La relación entre Iyaestá
dada por la ecuación 7, donde este exponente varía de 0 a 4,25.
I=in(6)
a=0,6751 ·106I30,771 ·104I2+0,01792 I+0,49239 (7)
Por tanto, la evapotranspiración potencial está dada por la ecuación 8, según Thornthwaite (1948):
e=1,610 T
Ia
(8)
Luego, se aplica un valor de corrección según la latitud y el mes a considerar,
ec=f·e(9)
donde:
ec= Evapotranspiración mensual corregida, en mm
f= Factor de corrección para 10Norte (Cuadro 3)
e= Evaporación mensual sin corregir, en mm
Cuadro 3: Factor de corrección fpara 10Norte. Este factor está en función de la duración de horas sol,
expresada en unidades de 30 días y 12 horas (Thornthwaite, 1948).
Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic
1,00 0,91 1,03 1,03 1,08 1,06 1,08 1,07 1,02 1,02 0,98 0,99
La ecuación de Hargreaves determina la ETP de la siguiente manera:
E T P =0,17 ·RA ·T D ·0,0075 ·(32 +1,8T)N(10)
donde:
E T P = Evapotranspiración potencial media mensual (mm)
RA = Radiación extraterrestre en el tope de la atmósfera, en milímetros diarios de agua evaporada (Cua-
dro 4)
T= Temperatura media mensual (C)
T D = Diferencia entre la temperatura máxima y mínima media mensual (C)
N= Número de días del mes
Cuadro 4: Radiación extraterrestre mensual en el tope de la atmósfera, RA, expresada en evaporación
equivalente en mm/día, para el hemisferio norte (FAO, 1976).
Latitud Ene Feb Mar Abr May Jun Jul Ago Set Oct Nov Dic
1013,2 14,2 15,3 15,7 15,5 15,3 15,3 15,5 15,3 14,7 13,6 12,9
Con la determinación de los índices de aridez, humedad se realizó un balance entre lo que llueve y lo
que se evapora a través del índice hídrico, que sirvió de insumo para establecer los grupos climáticos de
la clasificación en conjunto con las provincias de humedad y para la delimitación se utilizaron criterios
de altitud a partir de curvas cada 100 m en escala 1:250.000 de los mapas base del Instituto Geográfico
Nacional (IGN) de Costa Rica.
REVISTA DE CLI MATOLO A, VOL. 17 (2017) 9
3. Resultados
La Figura 2 muestra la distribución espacial de la precipitación media anual, en donde se observa una alta
variación espacial. Hacia el sureste en los alrededores de Bribri y Bocas del Toro (Panamá) la cantidad
de lluvia muestra valores relativamente bajos (3000 mm anuales), mientras que en el noroeste cerca de
las localidades de Puerto Viejo (Sarapiquí), Guápiles y Tortuguero se presentan valores altos (5000 mm
anuales). La estación con el máximo de lluvia media anual es Jilguero (Código de Estación: 69548) con
5500 mm, y el mínimo es Comando Los Chiles (Código de Estación 69633) con 1700 mm de lluvia
anual.
Figura 2: Distribución espacial precipitación media anual.
En cuanto a la temperatura media anual (Figura 3) se observa poca variabilidad térmica a lo largo de la
zona litoral, con valores altos de temperatura media entre los 25C y 26C. El patrón de las isotermas
es paralelo hasta la divisoria de aguas, donde se encuentra la estación Volcán Irazú con un mínimo de
temperatura media de 8,1C. Hacia las estaciones Caribe S.A. (71007) y Tortuguero Norte (71008) se
aprecia una pequeña disminución de la temperatura media anual. En cuanto a la distribución espacial de
la temperatura mínima anual, se observó que en la llanura se mantiene aproximadamente constante con
valores mínimos de 20C, disminuyendo hacia las zonas montañosas, el mínimo es en el Volcán Irazú
con 4C a 2027 m.s.n.m. La distribución geográfica de la temperatura máxima en las partes bajas es
continua con poca variabilidad, con un promedio de 30C, y el mínimo de la temperatura máxima es en
el Volcán Irazú con 11,5C.
Una vez realizado el cálculo de la ETP por ambos métodos, se establece que el 88% de los casos la ETP
por la ecuación de Hargreaves es mayor que la ecuación de Thornthwaite. La Figura 4 muestra las nueve
estaciones donde la ETP según la ecuación Hargreaves (10) fue mayor que la ETP de Thornthwaite (8).
La ecuación de ETP de Thornthwaite (Figura 5a), propone una distribución regular a lo largo del lito-
ral con valores mínimos de alrededor de 570 mm hasta 1800 mm (alrededor del Lago de Nicaragua),
mientras que en la zona Caribe los valores oscilan entre 1200 y 1400 mm de ETP.
La ecuación de ETP de Hargreaves (Figura 5b) presenta valores entre 820 mm y 2200 mm aumentando
la cantidad de agua evaporada potencial en la región, esto responde a las altas temperaturas y a la poca
amplitud térmica en la región húmeda caribeña, que muestra núcleos en la parte sureste de la zona de
estudio (Caribe sur). Hacia el norte se observan los valores máximos de agua potencial a evaporarse.
10 REVISTA DE CLI MATOLO A, VOL. 17 (2017)
Figura 3: Distribución espacial de la temperatura media anual.
Figura 4: Comparación de las ecuaciones de Thornthwaite y de Hargreaves para el cálculo de la evapo-
transpiración potencial expresada en mm.
Figura 5: Distribución espacial de la evapotranspiración potencial utilizando el método de a) Thornth-
waite y b) Hargreaves.
En cuanto al índice de humedad, en la ecuación de Thornthwaite la distribución espacial muestra valores
bajos en el noroeste y sureste (0-100%), ya que son áreas que presentan precipitaciones inferiores al
resto de la región, pero mantienen altas temperaturas lo que se traduce en una menor evapotranspiración
potencial en comparación con el resto del zona de estudio. En el sector norte se forma un núcleo de
REVISTA DE CLI MATOLO A, VOL. 17 (2017) 11
humedad (201-300%) y hacia las zonas montañosas, aumenta la humedad ya que las altas precipitaciones
y temperaturas no tan altas ocasionan que se mantenga la humedad en el sistema, generando valores de
hasta 665% en la estación Ticabán (71017).
En el caso del índice de humedad utilizando la ETP de Hargreaves los valores oscilan entre 3 % y 430%.
Hacia las partes altas de la vertiente Caribe se mantienen los valores altos de humedad, a pesar que la
ETP es mayor que en el caso anterior. El índice hídrico (Figura 6a y 6b) tiene el mismo comportamiento
que el índice de humedad como consecuencia que el índice de aridez tiene valor cero, es decir no hay
déficit de agua en la región.
Figura 6: Índice hídrico utilizando los valores de Evapotranspiración Potencial de a) Thornthwaite, b)
Hargreaves.
Se determinaron los grupos climáticos y se les asignó una provincia de humedad (Cuadro 2). Hay zonas
que no fueron clasificadas por falta de información, como en la zona montañosa de la Cordillera de
Talamanca. El número que acompaña a los grupos hace referencia a la provincia térmica e índice de
humedad.
La Figura 7 muestra la propuesta para clasificación utilizando la ecuación de Thornthwaite (8), a es-
cala 1:1.100.000, en donde se obtienen 7 grupos climáticos, uno de la provincia subhúmeda húmeda
(B3), uno provincia húmeda (E6) y cinco de la provincia muy húmeda (G2a, G4, G7a, G7b y G14). La
nomenclatura para cada grupo está descrita en el Cuadro 5.
Figura 7: Clasificación climática para la vertiente Caribe, utilizando la ecuación de Thornthwaite.
12 REVISTA DE CLI MATOLO A, VOL. 17 (2017)
La Figura 8 es la propuesta de clasificación climática para la vertiente Caribe, utilizando la ecuación de
Hargreaves (10) para estimar la ETP, a escala 1:1.100.000, donde se determinaron 10 grupos climáticos
descritos en el Cuadro 5, aquí se observa mayor detalle en su regionalización. La provincia menos húme-
da (B3) se localiza al norte con bajas precipitaciones y altas temperaturas. La zona litoral norte pertenece
a la provincia de humedad G (muy húmeda) y varía por los rangos de evapotranspiración potencial. El li-
toral Caribe Sur es menos húmedo por las altas temperaturas y pluviosidad moderada, en él se encuentran
los grupos E6 y F6, ambos en la provincia de humedad: “húmeda”. En las partes montañosas la humedad
es mayor y por ello se encuentran ahí los grupos climáticos con mayor humedad G14 y H6; muy húmedo
y excesivamente húmedo, respectivamente. El 100% de las estaciones para ambas ecuaciones de ETP
tienen índice de aridez igual a 0, lo que indica que toda la región en estudio no tiene déficit de agua a lo
largo del año.
Figura 8: Clasificación climática para la vertiente Caribe, utilizando la ecuación de Hargreaves.
4. Discusión de los resultados
Fallas y Oviedo (2003) concuerdan con este estudio que a una escala macro, el Caribe es una zona de
clima húmedo tropical, donde la precipitación excede por mucho la evaporación. Solano y Villalobos
(2005) señalan que la región Caribe posee un clima tropical húmedo, donde la lluvia es abundante,
siendo más acentuada en las partes montañosas donde llueve todo el año. La distribución espacial de
la precipitación anual no es uniforme en la región (Figura 2), al igual que el comportamiento espacial
de la precipitación diaria, donde se observan cuatro regímenes variabilidad diurna (Sáenz, 2014; Sáenz
y Amador, 2016). Estos autores concluyen que la interacción, física y dinámica, de los vientos alisios
con la topografía y otros sistemas de viento local determina la distribución diaria de la precipitación y
por ende la precipitación anual. Fernández et al. (1996) encontraron que los máximos de precipitación
en la vertiente del Caribe de Costa Rica se encuentran a alturas intermedias en las cumbres y las zonas
costeras.
La Figura 3 refleja que la temperatura no varía en la franja litoral y ésta va disminuyendo conforme se
asciende hacia la zona montañosa, Cordillera de Talamanca. En la descripción del clima del Cantón de
Limón (IMN, 2013) el mapa de temperaturas muestra una distribución similar, donde la máxima es de
28C y la mínima de 12C en la parte alta de la cuenca. Este comportamiento se repite en los valores de
temperatura máxima y mínima anual.
REVISTA DE CLI MATOLO A, VOL. 17 (2017) 13
Cuadro 5: Grupos climáticos. Pa: Precipitación media anual; Ta: Temperatura media anual; E T Pa: Eva-
potranspiración potencial anual; Ia: Índice de aridez; Ih: Índice de hídrico.
Grupo Características Pa(mm)Ta(C) ET Pa(mm) Ia(%) Ih(%)
B3 Clima subhúmedo húmedo, muy caliente,
con un déficit pequeño de agua 1710-2600 25-27 >1710 0-10 0-20
E6 Clima húmedo, caliente, con déficit
pequeño de agua 2500-3100 22-26 1565-1920 <3 60-80
F3 Clima húmedo, muy caliente, con déficit
pequeño de agua 3080-3420 25-27 >1710 0-10 80-100
F6 Clima húmedo, caliente, con déficit
pequeño de agua, o sin déficit 2800-3420 22-26 1565-1710 <3 80-100
G2a Clima húmedo, caliente, con déficit
pequeño de agua 2200-2740 25-27 >1450 0-2 100-300
G4 Clima muy húmedo, caliente, con déficit
pequeño de agua o sin déficit 3130-4700 21-26 1040-1515 0-10 100-300
G7a Clima húmedo, caliente, con déficit
pequeño de agua 2840-4800 24-26 1420-1656 0-10 100-300
G7b Clima húmedo, caliente, con déficit
pequeño de agua 2100-5600 18-22 1020-1656 0-10 100-300
G14 Muy húmedo, frío, con déficit pequeño de
agua 1700-3200 7-9 820-997 0-5 100-300
H6 Clima excesivamente húmedo, frío, con
un déficit muy pequeño de agua 3400-4400 6-9 855-997 0-5 300-600
El método utilizado en el cálculo de la ETP, influye en el resultado de los índices ya que según sea el caso
ofrecerá un resultado mayor en la necesidad de agua para evaporarse. En el caso de Thornthwaite (8), los
valores de ETP son en casi todos los casos inferiores a Hargreaves (10), esto sucede porque al utilizar
una mayor variedad de datos de entrada, los resultados generados se adaptan a las regiones climáticas
costarricenses y a la infraestructura meteorológica de datos existente (Herrera, 1985).
La distribución de la ETP de Thornthwaite muestra una distribución muy regular y va acorde a la com-
portamiento de la temperatura media mensual (Figura 3 y Figura 5a), mientras que en la de Hargreaves
(Figura 5b) se ven patrones espaciales que responden al esquema de precipitación y la temperatura, ge-
nerando características particulares, por ejemplo, la disminución de ETP en la zona entre el río Sarapiquí
y el río Tortuguero; el aumento en la región cercana a Bribri donde se denota un núcleo de más ETP,
así como otras variaciones cercanas a Siquirres, Matina y Limón. El IMN (2013) calculó la ETP para
la estación del Aeropuerto de Limón (81003) con un registro de 72 años (1941-2012) con la ecuación
de Hargreaves, el cual es congruente con el valor calculado en este estudio para un periodo de 69 años
(1941-2010).
Al contrastar los métodos para el cálculo de la ETP, se observó que la de Thornthwaite propone una
distribución regular a lo largo del litoral con valores mínimos de 570 mm hasta 1800 mm, alrededor del
lago de Nicaragua, mientras que en la zona Caribe, propiamente, los valores oscilan entre 1200 y 1400
mm de evapotranspiración potencial anual. La de Hargreaves presenta valores entre 820 mm y 2200 mm
aumentando la cantidad de agua evaporada potencial en la región, esto responde a las altas temperaturas
y a la poca amplitud térmica estacional en la región húmeda caribeña con núcleos en la parte sureste de
la zona de estudio (Caribe Sur). Hacia el norte de la región se observan los valores máximos de potencial
de agua a evaporarse.
Thornthwaite y Hargreaves, son solo dos de varios métodos disponibles para evaluar la ETP (Lu et
al., 2005). Los métodos para determinar esta variable presentan diferentes tipos de sesgos, algunos de
ellos vinculados al número de parámetros usados para su cálculo (Lu et al. 2005; Bautista et al., 2009).
Bautista et al. (2009) indican que se entiende el amplio uso de ambos métodos para el cálculo de la ETP
14 REVISTA DE CLI MATOLO A, VOL. 17 (2017)
por la poca disponibilidad de datos nivel mundial pero que deben ser calibrados para las condiciones
locales.
El índice hídrico refleja que la vertiente del Caribe es predominantemente perhúmedo, porque el índice
de aridez para toda la región resultó que es pequeño o sin ningún déficit de agua mientras que el índice de
humedad indica que gran parte del área posee exceso grande de agua en invierno y en verano (Herrera,
1985).
A pesar de haber cierta regularidad en los patrones, es posible identificar zonas con características más
similares entre sí para agruparlas en grupos climáticos. La clasificación climática se realizó utilizando
ambas ecuaciones para la ETP, sin embargo se recomienda utilizar la ecuación de Hargreaves (10), por
los resultados que arroja en función de las variables que emplea.
Hernández y Fernández (2015) utilizaron los valores umbrales pentadales de la evaporación específicos
para cada región climática del país, por medio del método FAO-56 para el cálculo de la evapotranspira-
ción de referencia e identificando los puntos de inflexión en donde la péntada de evaporación y preci-
pitación coinciden. La zona Caribe presenta un periodo lluvioso con un valor umbral de 25 mm, en el
período comprendido entre el 12-16/04 y el 17-21/03, mientras que un pequeño periodo seco con el mis-
mo umbral se aprecia del 22-26/03 hasta 02-06/05, en esta región no se observa un veranillo (Maldonado
et al., 2016) pero si se da una disminución de la evaporación el 01-05/07. En la Zona Norte la época seca
inicia del 26-30/01 al 02-06/05, con un umbral de 28-34 mm, su época lluviosa va del 07-11/05 hasta
21-25/01, sin ocurrencia del veranillo.
La regionalización elaborada por Herrera (1985) a escala 1: 250 000 en comparación con la propuestas en
este estudio (escala 1:1.100.000), mantienen similitud en los rasgos más importantes pese a la diferencia
de escala. Se mantiene la categoría B3 para la zona noroeste del estudio, el área de las llanuras de
Tortuguero y Barra del Colorado mantiene la G2a e intercambia con el G7a. Hacia el centro del área se
mantienen los grupos F6, G4, G7a y G7b; y hacia el sur los estudios son homólogos en identificar el área
como E6. La variabilidad que muestra Herrera (1985) en las elevaciones altas del área de estudio no es
posible determinarlas a la escala que aquí se trabajó.
5. Conclusiones
Las clasificaciones climáticas realizadas en este trabajo confirman que la vertiente Caribe es una re-
gión húmeda. La precipitación es abundante y se distribuye de forma no homogénea en el espacio, con
temperaturas altas que propician valores elevados de evapotranspiración potencial.
Al utilizar un método más complejo para el cálculo de la ETP como es el de Hargreaves, se encontraron
diferencias en el balance hídrico ya que este método supone mayor evaporación que el de Thornthwaite,
lo que requiere un mayor aporte del recurso hídrico para mantener el balance de agua en el sistema. Un
aspecto importante de resaltar es que hay otros métodos disponibles para evaluar la ETP (Penman, por
ejemplo es uno de ellos), aunque en general el número de variables, como lo discuten Lu et al. (2005),
necesarias para su uso es más exigente y no siempre éstas están disponibles.
La clasificación climática para la vertiente Caribe utilizando Hargreaves, arrojó 10 grupos climáticos,
con lo que se obtuvo un mayor detalle en la regionalización. La provincia menos húmeda (B) se localiza
al noroeste con bajas precipitaciones y altas temperaturas. El litoral noreste pertenece a la provincia
de humedad G (muy húmeda) y varía por los rangos de evapotranspiración potencial. El litoral Caribe
sur es menos húmedo con altas temperaturas y pluviosidad moderada, en él se encuentran los grupos
E6 y F6, ambos en la provincia húmeda. En las partes montañosas la humedad es mayor y por ello
se encuentran ahí los grupos climáticos con mayor humedad G14 y H6, muy húmedo y excesivamente
húmedo, respectivamente. Cabe resaltar que en esta zona se encuentra el Parque Nacional Braulio Carillo
característico por ser un bosque siempre verde (Vargas, 2006).
REVISTA DE CLI MATOLO A, VOL. 17 (2017) 15
Al analizar los resultados obtenidos, se recomienda utilizar la clasificación climática por el sistema de
Thornthwaite a partir del cálculo de la ETP usando Hargreaves, ya que esta toma en cuenta más variables
físicas, como la diferencia entre la temperatura mínima anual y temperatura máxima anual, lo que la hace
más robusta en sus resultados en comparación a la ETP de Thornthwaite.
Una realidad para este tipo de estudios es el calentamiento global, que supone un cambio en los patrones
climáticos. Los escenarios de precipitación presentados por Hidalgo et al. (2013) para América Central,
resaltan la disminución de la precipitación para finales del siglo XXI (2077-2099), sin embargo, se hace
la aclaración que para la región Caribe de Costa Rica y Panamá hay incertidumbre, entre otras cosas por
la respuesta que puede tener la corriente en chorro de bajo nivel del Caribe ante el cambio climático.
Los resultados aquí obtenidos son una útil herramienta para empresas dedicadas al sector agropecuario
en esta región de Costa Rica, ya que las ayuda en la planificación y toma de decisiones.
Agradecimientos
El estudio se realizó en el marco del proyecto del Centro de Investigaciones Geofísicas, Vicerrectoría de
Investigación, Universidad de Costa Rica: “Clima, variabilidad y cambio climático en la Vertiente Caribe
de Costa Rica: Un estudio básico para la actividad bananera”, a solicitud de la Corporación Bananera
Nacional (CORBANA), VI-805-B0-402. Los autores agradecen a Aaron Vega por la digitalización de
los datos de las estaciones meteorológicas. También a los proyectos del CIGEFI-UCR: 805- A9-532,
B0-065, B3-600, B4-227 y B6-143.
Bibliografía
Alfaro E, Pérez-Briceño PM (2014): Análisis del impacto de fenómenos meteorológicos en Costa Rica,
América Central, originados en los mares circundantes. Revista de Climatología, 1-11.
Alfaro E, Quesada A (2010): Ocurrencia de ciclones tropicales en el Mar Caribe y sus impactos sobre
Centroamérica. Intersedes, 11(22), 136-153.
Amador JA, Alfaro EJ, Hidalgo HG, Soley FJ, Solano F, Vargas JL, Sáenz F, Calderón B, Pérez PM,
Vargas JJ, Díaz R, Goebel A, Montero A, Rodríguez JL, Salazar A, Ureña P, Mora N, Rivera I, Vega
C y Bojorge C (2013): Clima, variabilidad y cambio climático en la Vertiente Caribe de Costa Rica:
Un estudio básico para la actividad bananera. Informe Final del Proyecto VI-805-B0-402. Centro de
Investigaciones Geofísicas (CIGEFI), Vicerrectoría de Investigación y Escuela de Física, Universidad de
Costa Rica y Corporación Bananera Nacional (CORBANA), Setiembre 2013, 225 pp.
Bautista F, Bautista D, Delgado-Carranza C (2009): Calibration of the equations of Hargreaves and
Thornthwaite to estimate the potential evapotranspiration in semi-arid and subhumid tropical climates
for regional applications, Atmósfera 22:331-348.
Cuadrat JM, Pita MF (1997): Climatología. Madrid: Ediciones Cátedra.
Clark I, Harper W (2007): Practical Geostatistics 2000. Ohio: Ecosse North America LLC.
Díaz JM (1981): Los litorales de Costa Rica. Revista Geográfica de América Central, 1:191-194.
ESRI (2016): Cómo funciona Kriging. Recuperado de: http://desktop.arcgis.com/es/arcmap/10.3/tools/3d-
analyst-toolbox/how-kriging-works.htm
Fallas JC, Oviedo R (2003): Capítulo 2: Estaciones meteorológicas. En Fenómenos atmosféricos y cam-
bio climático, visión centroamericana. Instituto Meteorológico Nacional, Ministerio de Ambiente y Ener-
gía.
FAO (1976): Riego y Drenaje. Las necesidades de agua de los cultivos. Organización de las Naciones
Unidas para la agricultura y alimentación, ROMA 1976.
16 REVISTA DE CLI MATOLO A, VOL. 17 (2017)
Fernandez W, Chacon R, Melgarejo J (1996): On the rainfall distribution with altitude over Costa Rica.
Revista Geofísica, 44: 57-72.
Hargreaves GH (1981): Responding to tropical climates. The 1980-81 Food and Climate Review, The
Food and Climate Forum, Aspen Institute for Humanistic Studies, Boulder, Colo., 29-32.
Hernández K, Fernández W (2015): Estudio de la evaporación para el cálculo del inicio y la conclusión
de la época seca y lluviosa en Costa Rica, Tópicos Meteorológicos y Oceanográficos, 14, 18-26, 2015.
Herrera W (1985): Clima de Costa Rica: Vegetación y clima de Costa Rica (Vol. 2). San José: Editorial
Universidad Estatal a Distancia.
Hidalgo HG (2013): Tendencias hacia condiciones hidrológicas más secas en Centroamérica (1982-
2005). Memorias del VII Congreso de la Red Latinoamericana de Ciencias Ambientales, San Carlos,
Costa Rica, Nov. 12, 2013.
Hidalgo HG, Amador JA, Alfaro EJ, Quesada B (2013): Hydrological climate change projections for
Central America. J of Hydrol 495:94-112. doi: 10.1016/j.jhydrol.2013.05.004
Hidalgo H, Alfaro E, Quesada-Montano B (2016): Observed (1970-1999) climate variability in Cen-
tral America using a high-resolution meteorological dataset with implication to climate change studies.
Climatic Change. doi:10.1007/s10584-016-1786-y
IMN (2013): Descripción del clima: Cantón de Limón. Instituto Meteorológico Nacional.
Lesdema M (2000): Climatología y meteorología agrícola. Madrid: Paraninfo.
Lu J, Sun G, Amatya DM, McNulty SG (2005): A Comparison of Six Potential Evapotranspiration
methods for regional use in the Southeastern United States. Jour. Amer. Water Resourc. Assoc., 41,
621-633.
Maldonado T, Rutgersson A, Alfaro E, Amador J, Claremar B (2016): Interannual variability of the
midsummer drought in Central America and the connection with sea surface temperatures, Adv. Geosci.,
42, 35-50, doi:10.5194/adgeo-42-35-2016.
Mather JR (1974): Climatology: Fundamentals and applications. New York, McGraw-Hill, Inc.
Miller A (1975): Climatología. Barcelona: Omega.
Sáenz F (2014): El ciclo diurno de la precipitación en el Caribe de Costa Rica: observaciones y simula-
ciones con un modelo dinámico regional. Tesis de Licenciatura, Universidad de Costa Rica, San José.
Sáenz F, Amador JA (2016): Características del ciclo diurno de precipitación en el Caribe de Costa Rica.
Revista de Climatología, 16: 21-34.
Solano S, Villalobos R (2005): Regiones y subregiones climáticas de Costa Rica. Instituto Meteorológico
Nacional de Costa Rica, Ministerio de Ambiente y Energía.
Thornthwaite CW (1948): An approach toward a Rational Classification of Climate. Geographical Re-
view, 38(1), 55-94.
Oliver JE (2005): Climate classification. In Oliver, J. E., Encyclopedia of World Climatology (pp. 218-
226). Gran Bretaña: Springer Dordrecht.
Vargas G (2006): Geografía de Costa Rica. Editorial Universidad Estatal a Distancia, San José.
... From mid-October onwards, there is a marked increase in rainfall accumulation of between 400 and 600 mm per month (Taylor and Alfaro 2005). This annual cycle presents a spatial variation from warm subhumid with low rainfall in the northwest of the region to excessively wet and cold climate in the mountain area (Pérez-Briceño et al. 2017). Although the region lacks a defined dry season, there are two periods of significant rainfall decrease in March-April and in September-October (Alfaro 2002;Alfaro and Hidalgo 2021;Sáenz and Amador 2016). ...
... The lowest annual rainfalls, about 2000 mm and less occur in the north close to the border with Nicaragua and the southeast of the study area (Chacón and Fernández 1985;Fernández et al. 1996). The uneven distribution of annual rainfall in the region observed here agrees with that found by Pérez-Briceño et al. (2017) for the period 1960-2011. ...
... The spatial distribution of the annual rainfall cycle repeats in January and February, with peaks (between 500 and 600 mm) in the mountain range in the southwest and minimum values in the northwest at the border with Nicaragua (less than 100 mm). These results are consistent with previous studies (Alfaro 2002;Fernández et al. 1996;Pérez-Briceño et al. 2017). ...
Article
Full-text available
Rainfall in the Moist Tropical Caribbean Region (MTCR) in Costa Rica occurs practically throughout the year, with the quarters June–August (JJA) and December–February (DJF) concentrating over 70% of annual rainfall. Contrarily, in March–April and September–October, it rains below 100 mm per month. This seasonal rainfall behavior makes the region ideal for producing bananas (Musa spp.) and pineapple (Ananas comosus) for export (10% and 8% of total exports in 2021, respectively). A national-scale study determined that agriculture in the MTCR is one of the most vulnerable sectors to climate changes. However, the climate in this region has been poorly studied so far. This research analyzed the spatial and temporal variability of annual, monthly, and seasonal (DJF, JJA, SO) rainfall in the MTCR and how they change in the study period based on quality-checked series of daily rainfall from 28 weather stations in two periods: 1985–2009 and 1997–2019. The results show that rainfall regimes in the region are variable in space and throughout the year, with peaks occurring close to the mountain range and minimum values close to the coast. Trends were statistically significant in the period 1985–2009 with a predominance of significant positive trends in DJF and significant negative trends in SO. No significant trends (positive or negative) were observed in the period 1997–2019. JJA rainfall has uneven regional distribution and presents a positive and significant trend in the mountain region. This paper contributes to filling the knowledge gap in rainfall seasonality, variability, and trends in a region where banana and pineapple commercial plantations are fundamental to the country’s economy thus providing information to decision-making in the agri-food sector to reduce the negative impacts of changing rainfall regimes.
... De la misma forma, la falla Jabillos permite que el río San Lorenzo drene sus aguas con un patrón hidrográfico lineal (Alvarado, 2008, p. 120 (Birkel et al., 2020a;Pérez Briceño et al., 2017). ...
... Carlos se encuentra expuesta a fenómenos hidrometeorológicos convectivos y ciclónicos, lo cual acentúa y varía los valores anteriores (Birkel et al., 2020a;Pérez Briceño et al., 2017). ...
Thesis
Full-text available
The River Classification frameworks have made it possible to characterize and interpret rivers in a standardized and ordered rivers in a standardized and orderly manner. However, fluvial environments not only vary in area and perimeter not only vary in area and perimeter, but also in their evolutionary processes. In this the application and evaluation of the Fluvial Geomorphology Classification Framework. and the Natural Channel Classification methodology proposed by Rosgen (1994), proposed by Rosgen (1994). The San Carlos river basin, a tropical basin in Costa Rica, presents a Costa Rica, presents a distribution of biophysical and socio-environmental variables that modify the river channels. which modify the river channels. The results show a potential use of drones for fluvial geomorphology. In addition, they state that the methodology of the Fluvial Geomorphology Classification Framework methodology is more robust in the part of spatial resolution interpretation, fluvial landscape and evolutionary analysis of the basin watershed. While the Natural Channels framework is more robust in watershed monitoring and management processes, monitoring and watershed management processes.
... de sistemas de riego(Castro, Cecílio, Xavier, Pezzopane y Sperandio, 2016;Lozada y Sentelhas, 2003;Ruiz-Álvarez, Arteaga-Ramírez, Vázquez-Peña, Ontiveros y López-López, 2012). Son por estos motivos quePérez-Briceño et al. (2017) optan por analizar el recurso agrícola a partir de las categorías del sistema clasificatorio deThornthwaite. ...
... Asimismo, también presentó un procedimiento empírico para estimar la ETP mediante fórmulas que utilizan datos de temperatura media mensual del aire (como indicador de la intensidad del proceso de ETP) y de factor fotoperiodo mensual (como indicador de la duración del proceso de ETP).El método de Thornthwaite para estimar la ETP (ETP-TH) se fundamenta en un análisis de correlación que el autor realizó entre datos de temperatura media y valores de ET calculados en estudios de balance hídrico en valles húmedos del centro-este de los Estados Unidos. En consecuencia, los valores obtenidos con ETP-TH son representativos de las áreas donde fueron derivados(Trezza, 2008), por lo que su uso es recomendado para áreas llanas y húmedas, pero no para zonas montañosas(Pérez-Briceño et al., 2017) La ET es un proceso complejo que depende de múltiples factores que actúan de manera simultánea; la misma está en función de las siguientes variables climáticas: la radiación solar (fuente de energía), la temperatura del aire, la humedad relativa (medida de la capacidad evaporativa de la atmósfera) y la velocidad del viento, así como también, de las características de la vegetación del área (tipo, densidad y estado de crecimiento) y del suelo (propiedades físicas y químicas y su contenido de humedad)(Sánchez y Carvacho, 2011). Desde la publicación deThornthwaite (1948), el concepto de ETP se ha modificado, prefiriéndose en la actualidad el uso de la evapotranspiración de referencia (ETo) La fórmula de Penman-Monteith FAO (ETo-PM) es reconocida por la Organización de las Naciones Unidas para la Alimentación como el método más preciso para estimar la ETo(Allen, Pereira, Raes y Smith, 2006). ...
... The average temperature is above 18 °C every month, astronomical winter does not occur, and annual rainfall is abundant and exceeds evaporation (Fallas & Oviedo, 2003;Galvin 2007). However, when using other climate classifications with higher spatial scale such as those of Thornthwaite or Hargreaves (Pérez-Briceño et al., 2017), this slope may present important spatial variations, mainly due to the complex topography of the terrain (Quesada-Román & Pérez-Briceño, 2019) and the action of multiple oceanic and atmospheric ...
Article
Full-text available
Introduction: Warming is already significant in Central America and the Caribbean and may be magnified even further in the future. A decrease in the precipitation is projected, increasing also regional aridity. Objective: To study observed and projected latitudinal gradients for precipitation and temperature in three Southern Caribbean locations of Central America: Bluefields (Nicaragua), Limón (Costa Rica) and Bocas del Toro (Panamá) and to characterize their future changes and determine if there are differences or similarities in a north-south direction. Methods: Monthly precipitation (P) and temperature (T) data from General Circulation Models from 1979 to 2099, were downloaded from the WRF repository. Data from the selected models from the repository were subjected to a delta-type statistical downscaling to bring them to a resolution of 1 x 1 km. These models are part of the latest generation of the Coupled Model Intercomparison Project-Phase 6 used by the Intergovernmental Panel on Climate Change. The ground-truth data necessary for bias correction were obtained from the ERA5 reanalysis. Monthly P and T data were downloaded from 1979 to 2014 at different native spatial resolutions and climatologies at 1 x 1 km spatial resolution at global scales were obtained from WorldClim data. Results: Scenarios show that some regions would go from very humid to humid, based on strong reductions in precipitation and warming at the end of the 21st century. This expected increase in the aridity is going to have impacts on ecology and ecosystem services, agriculture, human consumption due to a water availability reduction per capita and hydroelectric generation. Conclusions: Generation of high spatial Climate Change scenarios is necessary because Central America is a region characterized by significant topographic complexity, land use variety and spatial occurrence of hydrometeorological disasters. This intrinsic variability suggests that local risk management and planning strategies must be designed with a highly specific approach to each locality or region. This implies that, even in areas geographically near to each other, the measures taken may not necessarily be transferable due to differences in climate projections, as it was found for the three nearby communities in the Southern Central American Caribbean coastal region. RESUMEN Escenarios de Cambio Climático en la Región del Caribe Sur de América Central Introducción: El calentamiento ya es significativo en América Central y el Caribe y puede magnificarse aún más en el futuro. Se proyecta también una disminución en la precipitación, aumentando la aridez regional. Objetivo: Estudiar los gradientes latitudinales observados y proyectados para la precipitación y la temperatura en tres localidades del Caribe Sur de América Central: Bluefields (Nicaragua), Limón (Costa Rica) y Bocas del Toro (Panamá) y caracterizar sus cambios futuros y determinar si existen diferencias o similitudes en una dirección norte-sur. Métodos: Los datos mensuales de precipitación (P) y temperatura (T) de los Modelos de Circulación General de 1979 a 2099, fueron descargados del repositorio WRF. Los datos de los modelos seleccionados del repositorio fueron sometidos a un ajuste de escala estadístico de tipo delta para llevarlos a una resolución de 1 x 1 km. Estos modelos son parte de la última generación del Proyecto de Intercomparación de Modelos Acoplados-Fase 6 utilizado por el Panel Intergubernamental sobre Cambio Climático. Los datos necesarios para la corrección de sesgos se obtuvieron del reanálisis ERA5. Los datos mensuales de P y T se descargaron de 1979 a 2014 en diferentes resoluciones espaciales nativas y las climatologías con resolución espacial de 1 x 1 km a escala global se obtuvieron de los datos de WorldClim. Resultados: Los escenarios muestran que algunas regiones pasarían de muy húmedas a húmedas, con base en fuertes reducciones en la precipitación y el calentamiento a finales del siglo XXI. Este aumento esperado en la aridez tendrá impactos en la ecología y los servicios ecosistémicos, la agricultura, el consumo humano debido a una reducción en la disponibilidad de agua per cápita y la generación hidroeléctrica. Conclusiones: La generación de escenarios de Cambio Climático de alta resolución es necesaria porque América Central es una región caracterizada por una importante complejidad topográfica, variedad de usos del suelo y ocurrencia espacial de desastres hidrometeorológicos. Esta variabilidad intrínseca sugiere que las estrategias locales de gestión y planificación de riesgos deben diseñarse con un enfoque altamente específico para cada localidad o región. Esto implica que, incluso en zonas geográficamente cercanas entre sí, las medidas adoptadas pueden no necesariamente ser transferibles debido a las diferencias en las proyecciones climáticas, como se encontró para las tres comunidades cercanas en la región costera del Caribe Sur de América Central.
... La vertiente Caribe (VC) de América Central (AC) posee, en términos generales, un clima tropical húmedo, tipo Af según la clasificación de Köppen, cuyas características son: lluvia regular todos los meses, no hay estación seca bien definida, la temperatura media es superior a 18 °C todos los meses, no se manifiesta el invierno astronómico y la lluvia anual es abundante y excede a la evaporación (Fallas y Oviedo, 2003). Sin embargo, al utilizar otras clasificaciones climáticas como las de Thornthwaite o Hargreaves (Pérez-Briceño et al., 2017), esta vertiente puede presentar variaciones espaciales importantes, debido principalmente a la topografía. ...
Article
Full-text available
[Introduction]: The Caribbean slope of Central America is located windward about the trade winds associated with the North Atlantic Subtropical High and the rains present a bimodal annual cycle, observing a relative minimum in the months of September and October. [Objective]: Characterize the observed decrease in rainfall in this region for this bimester, estimating for each event, the variables associated with the values of the onset day, minimum day, demise day, duration, intensity, and magnitude, in 1979-2010. [Methodology]: A set of 31 daily records from rain gauge stations was used. In each of them, the months from July to November were examined to find the values of the minimum, the date of the minimum, the onset and the demise, duration, and intensity. The occurrence of any temporal or spatial trend in these characteristics of the events was explored. Finally, different climatic indices and documentary sources were reviewed to identify the possible synoptic causes of the strongest decreases in rainfall. [Results]: The beginning of the events was observed around September 3rd, their minimum on September 23rd and the end on October 12th, with an approximate duration of 39 days. Events tend to happen earlier at stations located northwest on the isthmus. The driest events occurred under favorable conditions for the occurrence of winds with a southwest-west component over the region. [Conclusions]: Knowledge about these characteristics of precipitation helps in the activity planning of key socioeconomic sectors in Central America in case of adverse hydrometeorological events.
... En la sección sur del litoral Caribe, la velocidad promedio del viento es de 3 ms -1 . Los valores máximos ocurren de noviembre a marzo, y entre julio y agosto, mientras que los mínimos ocurren entre abril y mayo, con otro período de disminución que se extiende de setiembre y octubre (Pérez-Briceño et al., 2017;Quesada, 2016;Ricaurte-Villota et al., 2017), de ahí que se les clasifique como de tipo bimodal. ...
Article
Full-text available
Multiple factors interrelate to define the boundary between the sea and the mainland. However, this demarca-tion has undergone significant variations in the coastline in recent decades due to the various effects of climate change, the deterioration of coral barriers, and the construction of containment infrastructures, among others. The objective of the present research was to analyze the spatial and multitem-poral variations of the coastline in sandy beaches of the South Caribbean region of Costa Rica. The study area was delimited between the center of the Limón province (10°00’29” N; 83°15’06 W), and the mouth of the Sixaola River in the Ta-lamanca canton (09°25’40” N; 83°01’20” W). This area was divided into two sections based on beach sand biogenesis and the irregularity features of the coast. The Northwest sector, from CSA1 to CSA3, comprised from the center of the Limón province to the right bank of the Estrella River (9°47’39.26 N; 82°53’37.24 W”). The Southeast, from CSB1 to CSB7, covered from the left bank of this river to the mouth of the Sixaola River (9°34’16.25” N; 82°33’59.51” W). In each of these ten sectors, we determined the variation of the coast using aerial images (1960, 1976, 1998, 2005) and satellite images (RapidEye for 2011, WordView 2 and 3 for 2018, and Sentinel 2A for 2023). Using the Digital Shoreline Analysis System (DSAS 4.3) tool for ArcGIS, we produced 1547 orthogonal transects separated by 50 m, considering as baseline the 200-meter continental protection limit es-tablished by the Law on the Land-Maritime Zone of Costa Rica. The spatial and temporal displacement of the coastline was estimated with the End Point Rate (EPR) statistic and the Net Shoreline Movement (NSM) for the past 63 years. The displacement of the coastline was verified using a matrix of 700 georeferenced points obtained from in-situ monitoring over the past decade (2012-2022) in nine beaches of these sectors This information was used to perform a cluster analy-sis (hot spots) using the Getis-Ord GI* algorithm (QGIS). This study evidenced that, between 1960 and 2023, 70.14 % of the transects maintained erosive rates, which were concentrated in the Cahuita National Park (-1.63 m/year), Puerto Viejo-Cocles (-0.37 m/year), Manzanillo (-2.07 m/year), and Gandoca (-1.74 m/year). Coastline displacements by accretion occurred mainly in areas close to or influenced by rivers such as Banano, Estrella, and Sixaola, at average rates ranging from 8.01 m/year to 76.14 m/year. The NSMnet balance between 1960 and 2023 varied from moderate to stable, both due to erosion and accretion, reaching the most critical coastal loss values to the southeast of the SC, in areas including Puerto Vargas, Manzanillo, and Gandoca. On the other hand, the analysis of hot spots revealed the consistency between EPR and NSM in the areas showing the greatest coastal displacement due to erosion. This behavior was also confirmed by analyzing the topographic profiles of these sandy beaches; they maintain semi-reflective and reflective patterns, evident by changes in width and slope angle. It is concluded that the sandy beaches of the South Caribbean have been impacted mainly by erosive processes over the past 63 years, which coincide with the behavior from the cluster analysis and topographic profiles. This trend of spatial and multitemporal displacement of the coastline due to erosion will cause medium-term impacts that will increase the vulnerability and affectation of coastal ecosys-tems and human communities in this stretch of coastline
... De acuerdo con el Instituto Meteorológico Nacional (IMN, 2008), esta zona recibe anualmente precipitaciones entre los 2500-3000 mm, sin embargo, estos datos deben revisarse ante la ausencia de observaciones puntuales (Pérez-Briceño et al., 2017). ...
Article
Full-text available
A mediados del 2018 un grupo de investigadores e investigadoras del Centro de Investigaciones Geofísicas y de la Escuela de Física de la Universidad de Costa Rica iniciaron un proyecto para compartir conocimientos sobre las ciencias del tiempo y el clima con la comunidad cabécar de Pú Ksogë (9.591°N, 82.978°W, 114.4 m s. n. m.), Talamanca, Limón. La iniciativa fue apoyada por líderes y autoridades educativas de esa comunidad indígena a finales de ese año. Con el aporte laboral local y la autorización respectiva, se instaló y dejó en operación una estación meteorológica automática (Siwá Etka) en terrenos de la escuela comunal a principios de 2019. Se describen aquí detalles de este proyecto y se muestran los primeros datos atmosféricos observados en la historia de esa comunidad.La falta de un adecuado control comunal y el desinterés de las autoridades de la escuela en el cuido del instrumental provocaron problemas que no permitieron darle continuidad al proyecto y la estación tuvo que ser desinstalada en octubre de 2019. La experiencia tuvo resultados positivos, pero otros aspectos como la conectividad a celular e internet, en ocasiones de muy baja calidad o inexistente, también incidieron en la decisión de descontinuar la iniciativa. Los contactos realizados con una asociación de desarrollo integral de la región podrían ser una alternativa para darle continuidad al proyecto.
... From mid-October onwards there is a marked increase in rainfall accumulation of between 400 and 600 mm per month (Taylor and Alfaro 2005). This annual cycle presents a spatial variation from warm subhumid with low rainfall in the northwest of the region to excessively wet and cold climate in the mountain area (Pérez-Briceño et al. 2017 The Caribbean watershed has a growing industrial and port activity, likewise recreation activities. It is one of the main tourist destinations in the country, due to its landscapes and the natural beauty of its beaches and reefs (Piedra-Castro et al. 2021). ...
Preprint
Full-text available
Rainfall in the moist Tropical Caribbean region (MTCR) in Costa Rica occurs practically throughout the year, with the quarters June–August (JJA) and December–February (DJF) concentrating over 70% of annual rainfall. On the other hand, in March–April and September–October, it rains below 100mm per month. This seasonal rainfall behavior makes the region ideal for producing bananas ( Musa spp ) and pineapple ( Ananas comosus ) for export (10% and 8% of total exports in 2021, respectively). A national-scale study determined that agriculture in the MTCR is one of the most vulnerable sectors to climate changes. However, the climate in this region has been poorly studied so far. This research analyzed the spatial and temporal variability of annual, monthly, and seasonal (DJF, JJA, SO) rainfall in the MTCR and how they change in the study period based on quality-checked series of daily rainfall from 28 weather stations in two periods: 1985‒2009 and 1997‒2019. The results show that rainfall regimes in the region are variable in space and throughout the year, with peaks occurring close to the mountain range and minimum values close to the coast. Trends were statistically significant in the period 1985‒2009 with a predominance of significant positive trends in DJF, and significant negative trends in SO. No significant trends (positive or negative) were observed in the period 1997–2019. JJA rainfall has uneven regional distribution and presents a positive and significant trend in the mountain region. This paper contributes to filling the knowledge gap in rainfall seasonality, variability, and trends in a region where banana and pineapple commercial plantations are fundamental to the country´s economy thus providing information to decision-making in the agri-food sector to reduce the negative impacts of changing rainfall regimes.
... The latitudinal migration of the Intertropical Convergence Zone, ENSO phenomena (Quesada-Román et al., 2020b), northeast trade winds, cold fronts, topographical control (Foehn effect), and tropical cyclones influence on the local climate (Campos-Durán & Quesada-Román, 2017a;Maldonado et al., 2018). Moreover, these dynamics sum up between 3000 and 4000 mm annually in the basins mountains and 2000-3000 mm in the lowlands producing one rainfall maxima from May to December and a dry season from January to April, with annual average temperatures between 24°C and 28°C (IMN -Instituto Meteorológico Nacional, 2008;Pérez-Briceño et al., 2017;Solano & Villalobos, 2001). The highest elevations of this territory are located at the Miravalles and Tenorio volcanoes which are protected areas in the south. ...
Article
Full-text available
Flash floods are one of the most damaging natural hazards in tropics. Seasonal and extraordinary rainfall recurrently trigger flash floods in Costa Rica. Hurricane Otto was the first reported hurricane to have ever passed through Costa Rica. The phenomenon resulted in losses amounting to 190 million US,leavingfourcasualtiesandca.69millionUS, leaving four casualties and ca. 69 million US of losses in Upala municipality in northern Costa Rica, alone. On November 24, 2016, the passage of Hurricane Otto produced ~300 mm of rain over the study region in 6 h. We carried out a hydrometeorological risk assessment based on population census minimum geostatistical units to present a spatially distributed risk matrix assessment. In addition, we applied an S1 GRD (Ground Range Detected) and VV polarization to Sentinel-1 SAR (synthetic aperture radar) and WorldView-3 and WorldView-4 images to determine the flash-flooded areas just after Hurricane Otto's impact in the Zapote River, Cabeza de León and Guacalillo sub-basins mainly in Upala municipality. Consequently, we compared the flash-flooded areas with the different previous hydrometeorological risk zones. Flash floods affected ~74 km 2 and 56% of these areas coincided with high-risk zones. The results and methodology of this study can be useful to assess extraordinary hydrometeorological hazards in developing and tropical countries.
... Two of them very humid with hydric rates of 100-300% and the other two are wet ones with hydric rates of 60-100%. In the extreme north, the first climatic group is classified as G2a, followed by G7a, while in the south are the wet climatic groups of F6 and E6. Figure 1 shows the spatial distribution of the climatic groups and its characteristics: temperature ranges, and the annual precipitation parameters (Pérez-Briceño, Amador, & Alfaro, 2017). ...
Article
Full-text available
Costa Rica's Caribbean coastline is the result of a complex tectonic setting coupled with dynamic geological, climatological, hydrological and ecological processes. Despite their importance in risk prevention and in land use planning, geomorphological maps at detailed scales are scarce in Costa Rica. A geomorphology map of 210 km of the Caribbean coastline was produced at a scale of 1: 25,000 with a 1: 50,000 scale output map. Eleven landforms were mapped and described based upon their morphogenesis (i.e. tectonic, volcanic, fluvial and/or coastal). This work is an important base for coastal management, and is a compilation of the best existing knowledge of the Caribbean coast of Costa Rica.
Article
Full-text available
c Copyright de los autores de cada artículo. Se permite su reproducción y difusión por cualquier medio, siempre que se haga sin interés económico y respetando su integridad Características del ciclo diurno de precipitación en el Caribe de Costa Rica Resumen El objetivo de este trabajo es estudiar las características del ciclo diurno de la precipitación en la vertiente Caribe de Costa Rica, su variabilidad espacial y estacional, así como su relación con los patrones de viento. El área de estudio es una vertiente tropical caracterizada por marcados gradientes topográficos y ubicada a barlovento de los alisios procedentes del mar Caribe. Se caracteriza el ciclo diurno medio de la precipitación en la región y su variabilidad mensual. La distribución mensual del viento horario es también analizada y se proponen algunos mecanismos de interacción de los sistemas de viento local con los alisios para explicar los patrones observados en el ciclo diurno de la precipitación. Para realizar este estudio se integró una base de datos con 20 series de tiempo con resolución horaria para la precipitación, obtenidas de 3 fuentes y 6 series de tiempo para el vector viento con la misma resolución. El estudio se complementó con compuestos mensuales de viento sinóptico derivados de ERA-interim. Se observó que el ciclo diurno medio anual de la precipitación tiene una gran variabilidad espacial que podría ser explicada, parcialmente al menos, por la topografía y la cercanía a la costa. A lo largo del año, en las diferentes subregiones que componen el área de estudio, se observaron los cuatro regímenes de variabilidad diurna que han sido reportados en estudios tropicales de carácter global: oceánico (máximos entre las 6 y 9 TSL), continental (máximos entre las 15 y 18 TSL), costero sobre el mar (máximos entre las 3 y 12 TSL) y costero sobre tierra (máximos entre las 18 y 0 TSL). Se propone que la variabilidad de los alisios podría estar relacionada a la variabilidad estacional del ciclo diurno en algunas zonas. Los resultados obtenidos son consistentes en general con los presentados en estudios realizados con estimaciones satelitales de la precipitación pero con algunas diferencias en la fase del ciclo diurno en ciertas regiones como la zona costera. Palabras clave: Ciclo diurno, precipitación, Caribe de Costa Rica. Abstract The aim of this work is to analyze the diurnal cycle of precipitation over the Caribbean slope of Costa Rica, its variability (seasonal and spatial) and relationship with local and regional wind patterns. The study region is a tropical basin featured by marked topographical gradients located windward to the trades. To accomplish this task a database consisting of 20 hourly precipitation time series and 6 hourly wind vector time series was assembled with data provided by 3 different institutions. ERA-interim 925 hPa wind fields monthly composites complemented the analysis. Annual mean diurnal cycle of precipitation featured great spatial variability which could by explained, at least partially, by topography and distance to the shore. All four diurnal precipitation patterns previously reported in a global tropics study appeared as monthly mean diurnal cycles at different locations within the study area: oceanic (peaks between 6 and 9 LST), continental (peaks from 15 to 18 LST), coastal over seas (peaks between 3 and 12 LST) and coastal over land (peaks between 18 and o LST). It is proposed that trade winds variability could by linked to seasonal variability of the diurnal cycle of precipitation in some regions. Obtained results are broadly consistent with the ones presented in other studies based on satellite precipitation estimates but with some differences in the diurnal cycle phase over coastal regions.
Article
Full-text available
High spatial resolution of precipitation (P) and average air temperature (Tavg) datasets are ideal for determining the spatial patterns associated with large-scale atmospheric and oceanic indexes, and climate change and variability studies, however such datasets are not usually available. Those datasets are particularly important for Central America because they allow the conception of climate variability and climate change studies in a region of high climatic heterogeneity and at the same time aid the decisionmaking process at the local scale (municipalities and districts). Tavg data from stations and complementary gridded datasets at 50 km resolution were used to generate a high-resolution (5 km grid) dataset for Central America from 1970 to 1999. A highresolution P dataset was used along with the new Tavg dataset to study climate variability and a climate change application. Consistently with other studies, it was found that the 1970-1999 trends in P are generally non-significant, with the exception of a few small locations. In the case of Tavg, there were significant warming trends in most of Central America, and cooling trends in Honduras and northern Panama. When the sea surface temperature anomalies between the Tropical Pacific and the Tropical Atlantic have different (same) sign, they are a good indicator of the sign of P (Tavg) annual anomalies. Even with non-significant trends in precipitation, the significant warming trends in Tavg in most of Central America can have severe consequences in the hydrology and water availability of the region, as the warming would bring increases in evapotranspiration, drier soils and higher aridity.
Article
Full-text available
The midsummer drought (MSD) in Central America is characterised in order to create annual indexes representing the timing of its phases (start, minimum and end), and other features relevant for MSD forecasting such as the intensity and the magnitude. The MSD intensity is defined as the minimum rainfall detected during the MSD, meanwhile the magnitude is the total precipitation divided by the total days between the start and end of the MSD. It is shown that the MSD extends along the Pacific coast, however, a similar MSD structure was detected also in two stations in the Caribbean side of Central America, located in Nicaragua. The MSD intensity and magnitude show a negative relationship with Niño 3.4 and a positive relationship with the Caribbean low-level jet (CLLJ) index, however for the Caribbean stations the results were not statistically significant, which is indicating that other processes might be modulating the precipitation during the MSD over the Caribbean coast. On the other hand, the temporal variables (start, minimum and end) show low and no significant correlations with the same indexes. The results from canonical correlation analysis (CCA) show good performance to study the MSD intensity and magnitude, however, for the temporal indexes the performance is not satisfactory due to the low skill to predict the MSD phases. Moreover, we find that CCA shows potential predictability of the MSD intensity and magnitude using sea surface temperatures (SST) with leading times of up to 3 months. Using CCA as diagnostic tool it is found that during June, an SST dipole pattern upon the neighbouring waters to Central America is the main variability mode controlling the inter-annual variability of the MSD features. However, there is also evidence that the regional waters are playing an important role in the annual modulation of the MSD features. The waters in the PDO vicinity might be also controlling the rainfall during the MSD, however, exerting an opposite effect at the north and south regions of Central America.
Article
Full-text available
Resumen Se revisaron en este estudio fuentes de información histórica locales, como los boletines producidos por el Instituto Meteorológico Nacional, para cuantificar los eventos climáticos relevantes y los impactos asociados a ellos en Costa Rica. Dentro de los fenómenos meteorológicos que fueron consideradas como objeto de estudio están los frentes fríos o empujes polares, las ondas tropicales o del este y los ciclones tropicales, de 1977 al 2012, originados en los mares circundantes de América Central. Los impactos climáticos asociados con los frentes fríos (ciclones tropicales) se localizaron principalmente sobre la vertiente Caribe (Pacífica) de Costa Rica, mientras que aquellos asociados con las ondas del este tuvieron una distribución espacial más homogénea a lo largo del país. Abstract This study review historical local information sources like bulletins produced by the National Weather Service, to account for relevant climate events and their associated impacts in Costa Rica. Cold fronts or outbreaks, easterly waves and tropical cyclones are the weather phenomenona that were considered as study objects from 1977 to 2012, originated in the surrounded seas of Central America. Impacts associated with cold fronts (tropical cyclones) were located mainly in the Costa Rican Caribbean (Pacific) slope while those associated with easterly waves have a more even spatial distribution trough the country.
Article
Full-text available
The study defined years with high and low tropical cyclone impacts in Costa Rica related to tropical cyclone ocurrences in the Caribbean Sea during 1948-2007. Costa Rica has a detailed disaster data base with information about the tropical cyclone impacts on different population locations and socioeconomic sectors that allowed its study during the last six decades. The analysis showed a trend in the annual number of impacts related with hydrometeorological causes that cannot be explained by climate trends only. It means that other variables like those related with socioeconomic aspects should be included in the analysis to explain this variability and their associated impacts.
Article
Full-text available
Potential evapotranspiration (PET) is an important index of hydrologic budgets at different spatial scales and is a critical variable for understanding regional biological processes. It is often an important variable in estimating actual evapotranspiration (AET) in rainfall-runoff and ecosystem modeling. However, PET is defined in different ways in the literature and quantitative estimation of PET with existing mathematical formulas produces inconsistent results. The objectives of this study are to contrast six commonly used PET methods and quantify the long term annual PET across a physiographic gradient of 36 forested watersheds in the southeastern United States. Three temperature based (Thornthwaite, Hamon, and Hargreaves-Samani) and three radiation based (Turc, Makkink, and Priestley-Taylor) PET methods are compared. Long term water balances (precipitation, streamflow, and AET) for 36 forest dominated watersheds from 0.25 to 8213 km2 in size were estimated using associated hydrometeorological and land use databases. The study found that PET values calculated from the six methods were highly correlated (Pearson Correlation Coefficient 0.85 to 1.00). Multivariate statistical tests, however, showed that PET values from different methods were significantly different from each other. Greater differences were found among the temperature based PET methods than radiation based PET methods. In general, the Priestley-Taylor, Turc, and Hamon methods performed better than the other PET methods. Based on the criteria of availability of input data and correlations with AET values, the Priestley-Taylor, Turc, and Hamon methods are recommended for regional applications in the southeastern United States.
Article
The vertical rainfall distribution in Costa Rica along a topographic profile which crosses the country from the Pacific to the Caribbean coast is studied. The mountain profile, whose highest peak is at about 3000 m, is oriented parallel to the prevailing large-scale northeasterly trade winds. Analysis of the yearly rainfall amounts and of Revista Geofísica 44 the seasonal and diurnal variations using records at fourteen rain-gauge stations located on or very close to the topographic profile shows that there is a considerable variation with altitude and that the maxima on both the windward (Caribbean) and leeward (Pacific) sides of the main mountain range occur at intermediate altitudes rather than on the mountain tops. Average yearly maxima of 7735 mm on the windward side and 6692 mm on the leeward side at about 2000 m and 800 m respectively are observed. An interesting feature of the rainfall distribution on the windward side is the occurrence of a minimum at about 1000 m. Rainfall patterns occurring on both sides of the mountain profile are also described. Physical causes for the observed vertical rainfall distributions are suggested; these depend on the interaction of thermally driven mesoscale circulations and the large-scale flow.
Article
Runoff climate change projections for the 21st century were calculated from a suite of 30 General Circulation Model (GCM) simulations for the A1B emission scenario in a 0.5° × 0.5° grid over Central America. The GCM data were downscaled using a version of the Bias Correction and Spatial Downscaling (BCSD) method and then used in the Variable Infiltration Capacity (VIC) macroscale hydrological model. The VIC model showed calibration skill in Honduras, Nicaragua, Costa Rica and Panama, but the results for some of the northern countries (Guatemala, El Salvador and Belize) and for the Caribbean coast of Central America was not satisfactory. Bias correction showed to remove effectively the biases in the GCMs. Results of the projected climate in the 2050–2099 period showed median significant reductions in precipitation (as much as 5–10%) and runoff (as much as 10–30%) in northern Central America. Therefore in this sub-region the prevalence of severe drought may increase significantly in the future under this emissions scenario. Northern Central America could warm as much as 3 °C during 2050–2099 and southern Central America could reach increases as much as 4 °C during the same period. The projected dry pattern over Central America is consistent with a southward displacement of the Intertropical Convergence Zone (ITCZ). In addition, downscaling of the NCEP/NCAR Reanalysis data from 1948 to 2012 and posterior run in VIC, for two locations in the northern and southern sub-regions of Central America, suggested that the annual runoff has been decreasing since ca. 1980, which is consistent with the sign of the runoff changes of the GCM projections. However, the Reanalysis 1980–2012 drying trends are generally much stronger than the corresponding GCM trends. Among the possible reasons for that discrepancy are model deficiencies, amplification of the trends due to constructive interference with natural modes of variability in the Reanalysis data, errors in the Reanalysis (modeled) precipitation data, and that the drying signal is more pronounced than predicted by the emissions scenario used. A few studies show that extrapolations of future climate from paleoclimatic indicators project a wetter climate in northern Central America, which is inconsistent with the modeling results presented here. However, these types of extrapolations should be done with caution, as the future climate responds to an extra forcing mechanism (anthropogenic) that was not present prehistorically and therefore the response could also be different than in the past.