Topicos Meteorologicos 2013-1

Instituto Meteorológico Nacional

00:00


		of 52

2003 - 1 ISSN 1409 - 2034 l Volumen 10 l Julio 2003 San José, Costa Rica

CONTENIDO Pág. Artículo 1 Frecuencia de los ciclones tropicales que afectaron a Costa Rica durante el siglo XX LUIS F. ALVARADO, ERIC J. ALFARO 12 La persistencia y las cadenas de Markov aplicadas a la lluvia en San José durante el periodo 1950-1990 JORGE A. BARRANTES1, NORMAN VEGA G. 20 Estudio de la variabilidad espacial y temporal de la heliofania relativa en Costa Rica JAIME WRIGHT 31 Relación entre la temperatura superficial del mar (TSM) y anomalías de temperatura del aire en el Pacífico norte de Costa Rica durante años ENOS como posible predictor de potencialidad de plaga de langosta JOSÉ ALBERTO RETANA 36 Impacto social del fenómeno El Niño Un recuento de 1977 - 1978 JOSÉ ALBERTO RETANA, ROBERTO VILLALOBOS FLORES 41 Utilización de datos de satélite operacionales en Centro América como apoyo en el manejo de desastres BERNADETTE CONNELL, MARK DEMARIA, VILMA CASTRO LEÓN, ROSARIO ALFARO, JANICE SESSING

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Top. Meteoro. Oceanog. 10 (1) 1-11, 2003 Frecuencia ciclones tropicales que afectaron Frecuencia de de los los ciclones tropicales que afectaron a a Costa Rica Rica durante XX el siglo XX Costa durante el siglo UIS A LVARADO L LUIS F. F. ALVARADO Gestión de y Predicción, y Instituto Meteorológico Nacional, Ministerio del Ambiente y Energía. Ambiente Costa Rica. Análisis Predicción, Instituto Meteorológico Nacional, Ministerio del San José, y Gestión de Análisis Energía. San José, Costa Rica. ERIC J. ALFARO E RIC J. A LFARO Escuela de Física (DFAOP-LIAP), Centro de Investigaciones Geofísicas (CIGEFI) y Centro de Investigación en Ciencias del Mar Escuela de Física (DFAOP-LIAP), Centro de Investigaciones Geofísicas (CIGEFI) y Centro de y Limnología (CIMAR), Universidad de Costa Rica, 2060-Ciudad Universitaria Rodrigo Facio, San José, Costa Rica Investigación en Ciencias del Mar y Limnología (CIMAR), Universidad de Costa Rica, 2060- Ciudad Universitaria Rodrigo Facio, San José, Costa Rica (Recibido 23 de octubre 2002, aceptado 18 de diciembre 2002) Abstract It is studied the tropical cyclone frequency in the Caribbean Sea that affected Costa Rica during the XX century. None of the 125 cyclones passed over Costa Rica, being the closest track the 1993 tropical storm Bret. The 1988, category 5, hurricane Gilbert was the more intense, however the hurricane Joan during the same year is considered the cyclone with the most severe damage over Costa Rica. Hurricane Mitch in 1998 is cataloged as the cyclone with more damages in Central America and with more rain accumulated by topographic effects. The 40s (80s) was the decade with more (less) hurricane frequency. The modulation of this aspect could be the combination of interannual and interdecadal variability in the Eastern Tropical Pacific and Tropical North Atlantic. It is concluded that the intensity of a temporal in Costa Rica is not directly associated with cyclone’s magnitude because it depends also on the relative cyclone’s position and its velocity over the Caribbean Sea. 1. Introducción El huracán es catalogado como uno de los fenómenos atmosféricos más poderosos del mundo. A pesar de que este fenómeno no es el sistema atmosférico más grande ni el más violento, combina su tamaño y fuerza para causar muchos daños y destrucción en la región del Caribe (Gray, 1993). Estudios realizados por Lizano et al. (2001) subrayan que esta destrucción hacia la infraestructura puede darse no solo por los fuertes vientos sino también por el oleaje generado por el ciclón. Además, trabajos recientes llaman la atención sobre la probabilidad de que el Atlántico Tropical Norte (ATN) este entrando en un nuevo ciclo con mayor cantidad e intensidad de huracanes y a una ampliación de la temporada de ciclones tropicales (Goldenberg et al., 2001; Ackerman, 2000). Por su frecuencia, su intensidad y su trayectoria típica, los ciclones del Mar Caribe son los que más afectan al Istmo Centroamericano. Por otra parte, los ciclones tropicales originados en el Océano Pacífico alcanzan la intensidad de tormenta tropical o huracán a una distancia considerable de Centroamérica y sus trayectorias típicas hacia el oeste hacen muy poco probable que toquen tierra Corresponding author address: Luis Fernando Alvarado, Instituto Meteorológico Nacional, Ministerio del Ambiente y Energía, Apartado Postal 7-3350- 1000 San José, Costa Rica. E-mail: lalvarado@imn.ac.cr en esta región. No obstante, los ciclones tropicales maduros que han logrado atravesar al Istmo Centroamericano desde el Mar Caribe han causado intensas lluvias en la costa Pacífica, principalmente en El Salvador y Guatemala. Dos ejemplos de lo anterior fueron los huracanes Irene (1971) que tomó el nombre de Olivia cuando pasó al Océano Pacífico, y Joan (1988) que se transformó en Miriam. Banichevich y Lizano (1998) encontraron que al darse la transición de El Niño Oscilación del Sur (ENOS)-cálido a ENOS-frío es cuando se dan interconexiones entre el Atlántico occidental y el Pacífico oriental cerca de Centroamérica, donde es más probable que sistemas ciclónicos atraviesen el istmo, principalmente a través del paso de Nicaragua (del Caribe hacia el Pacífico). También hallaron una notable disminución en la frecuencia de huracanes en el Caribe durante las fases cálidas del ENOS y un aumento durante las fases frías, confirmando lo encontrado por Gray (1984 a, b). De acuerdo con los registros históricos del Instituto Meteorológico Nacional de Costa Rica (IMN) y del Centro Nacional de Huracanes de Miami, EUA, Costa Rica fue el único país en Centroamérica que durante el siglo XX no

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 1. Distribución espacial de la probabilidad de un efecto directo de un ciclón tropical (tormenta o huracán). Al sur de la línea continua la probabilidad es baja, menor de 6% (Adaptado de Colón, 1969). fue afectado directamente por el paso de un ciclón tropical. Si bien el país no ha percibido los efectos directos característicos del paso de un huracán (fuerte marejada, vientos mayores de 120 km/h, etc), han sido considerables -y en algunos casos mayores- los efectos indirectos de las intensas lluvias asociadas con las bandas en espiral, asociadas a su vez con temporales del Pacífico. Esto confirma la hipótesis de Grandoso (1976), quien determinó que el efecto indirecto sobre la precipitación, debido a la orografía, es tanto o más importante que el efecto directo para periodos mayores de un día. Un análisis estadístico de la frecuencia espacial de ciclones tropicales (Fig. 1) pone de manifiesto que El Salvador, Costa Rica y Panamá se encuentran en una posición geográfica privilegiada, lejos de la ruta de estos fenómenos; de hecho, la probabilidad de impacto directo es Figura 2. Regiones de Influencia Ciclónica (RICs) definidas en la Tabla 1. 2

ALVARADO & ALFARO: TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Rica durante el siglo XX Frecuencia de los ciclones tropicales que afectaron a Costa Tabla 1. Regiones de Influencia Ciclónica (RIC) sobre Costa Rica como función de la distancia en grados (valores entre paréntesis están en millas náuticas) definidas por el arco de ángulo centrado en las coordenadas 10°N-83°W. Estas regiones se encuentran graficadas en la Fig. 2. Región 1 Área 3° (180) Duración Muy fuerte (Directa) 2 3 4 5 7° (420) 11° (720) 15° (900) > 15° (> 900) Fuerte Moderada Débil Marginal menor o igual al 5%. Nótese que la probabilidad aumenta hacia el norte, siendo mayor (57%) en las regiones comprendidas entre Yucatán y Cuba, y también en las costas del estado de Carolina del Norte, EUA. La máxima probabilidad de ocurrencia de ciclones sobre tierras centroamericanas se produce en la costa caribeña, en la frontera entre Nicaragua y Honduras (36-40%). Lizano y Fernández (1996) realizaron análisis de frecuencias de ciclones tropicales en el área comprendida por las coordenadas 8-18°N y 70-85°W, concluyendo que un 20% de los huracanes estudiados tuvieron el potencial de haber afectado, directa o indirectamente, al país. Debido a lo anterior, se plantea como el objetivo principal de este trabajo el cuantificar la frecuencia de ciclones tropicales que afectaron Costa Rica durante el siglo XX, pues por diferentes motivos no todos los ciclones que pasaron por el área mencionada causaron daños significativos. Además se incorporan otros ciclones que no fueron considerados previamente y que también produjeron temporales en el Pacífico. cierto punto de referencia. Cada arco formado está centrado en las coordenadas 10°N-83°W, cerca de puerto de Limón (Tabla 1 y Fig. 2). Es importante mencionar que para la ubicación de Costa Rica la influencia empieza a darse cuando el ciclón pasa al oeste del meridiano 75°O. Así que algunas de las regiones definidas en la Tabla 1 tienen como límite oriental este meridiano. Cabe destacar que algunas veces eventos en puntos muy alejados como la RIC-5 pueden producir una influencia mayor a la asignada, lo cual depende principalmente de la magnitud y tamaño del ciclón. Además se debe tener en cuenta que depresiones tropicales o bajas presiones que ocasionaron temporales moderados o fuertes no fueron tomados en cuenta en este estudio. Para fines prácticos, se entiende como temporal aquella condición meteorológica anormal caracterizada por temperaturas relativamente bajas, cielos predominantemente nublados y lluvias de variable intensidad a cualquier hora del día; dicho estado puede extenderse por lo general a una semana o menos. Como fuentes de información histórica se utilizaron la base de datos de trayectorias de huracanes del Centro Nacional de Huracanes, EUA, el programa HURDAT del Servicio Meteorológico Francés (METEO-FRANCE), estudios técnicos del IMN, información de la prensa escrita y datos mensuales o diarios de lluvia de estaciones del IMN. Se debe destacar que dada la escasez de información meteorológica entre 1900 y 1940, los eventos ciclónicos que se describen durante ese periodo tienen asociado un valor intrínseco de incertidumbre, pues a pesar de contar con las trayectorias de esas décadas, no se contó con la 2. Datos y Metodología Para este estudio se identificaron y definieron cinco Regiones de Influencia Ciclónica (RIC) sobre Costa Rica. Una RIC es una zona en el Mar Caribe en donde un determinado ciclón tropical puede ejercer algún tipo de influencia sobre Costa Rica. Estas zonas fueron definidas en función del grado de influencia (directa, fuerte, moderada, débil y marginal) y de la distancia en grados a Tabla 2. Ciclones más intensos (según la presión y los vientos estimados en superficie) que afectaron indirectamente a Costa Rica durante el siglo XX. Nombre Gilbert Allen Camille Mitch Janet Fechas de Influencia 10-16 set, 1988 31 jul-11 ago, 1980 14-22 ago, 1969 27-29 oct, 1998 21-29 set, 1955 Presión Mínima (hPa) 888 899 905 905 914 3 Velocidad Máxima (km/h) 295 305 305 285 270

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 3. Trayectoria seguida por los huracanes más intensos que cruzaron el Mar Caribe produciendo temporales en Costa Rica. 1-Gilbert, 2-Allen, 3-Camille, 4-Mitch y 5-Janet. suficiente información para efectuar la validación cruzada y verificar con seguridad cuáles de ellos produjeron consecuencias en el país. toda la cuenca del Océano Atlántico. Sin embargo esto no significa que Gilbert, haya sido el huracán que más daños causó en nuestra región. En este sentido los huracanes Cesar (julio, 1996), Joan (octubre, 1988) y Kattie (octubre, 1955) fueron los más costosos en términos económicos y de vidas humanas. Joan ocasionó 28 muertes y daños por $420 millones. Cesar produjo la muerte de 26 personas y daños por $105 millones. De Kattie se sabe que ocasionó 25 muertes y grandes inundaciones. Según la Tabla 4 otros huracanes con impactos bastante significativos fueron: Hazel (octubre, 1954), Camille (agosto, 1969), Irene (setiembre, 1971), y Fifí (setiembre, 1974). Es importante resaltar aquí al huracán Mitch, el cual fue el más devastador en Centroamérica durante el siglo pasado, en donde los mayores daños se registraron en Honduras y Nicaragua, dejando un total de 11 000 personas muertas y 3. Discusión y Resultados En la Tabla 2 se muestra cuales fueron los 5 huracanes más intensos que afectaron indirectamente a Costa Rica durante el siglo XX, tomando como criterio la presión barométrica mínima en el ojo del ciclón y los vientos máximos en las paredes del mismo (ambos parámetros estimados en superficie). La Fig. 3 muestra las trayectorias que siguieron estos huracanes. En la lista de la Tabla 2 el huracán Gilbert no sólo fue el huracán más intenso en afectar indirectamente al país sino que además fue el huracán más fuerte del siglo en Tabla 3. Ciclones tropicales del siglo XX que más se acercaron a Costa Rica. Distancias medidas con respecto las coordenadas 10°N-83°W cerca de Limón. Antes de 1950 se usó la notación xy_zz para el nombre de los ciclones tropicales; donde x es el tipo de ciclón (T para tormenta tropical y H para huracán), y es el número secuencial del ciclón tropical en un año determinado y zz es el año de ocurrencia del ciclón. Fecha del punto más cercano Distancia (km) H7_06 9 de octubre, 1906 214 T17_33 Martha Irene Joan Bret Gert Cesar 28 de setiembre, 1933 25 de noviembre, 1969 18 de setiembre, 1971 22 de octubre, 1988 10 de agosto, 1993 15 de setiembre, 1993 27 de julio, 1996 217 205 145 212 125 140 228 Nombre 4

ALVARADO & ALFARO: TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Rica durante el siglo XX Frecuencia de los ciclones tropicales que afectaron a Costa Tabla 4. Ciclones tropicales que afectaron a Costa Rica indirectamente durante el siglo XX. Las fechas listadas no se refieren exactamente al periodo de influencia sobre Costa Rica del ciclón tropical sino al periodo de actividad del mismo. Ver la leyenda de la Tabla 3 para una explicación más detallada sobre la nomenclatura usada antes de 1950 para los nombres de los ciclones tropicales. Fechas 2-10 jul 21 set-2 oct 10-16 jun 6-16 ago Nombre T2_01 T8_01 T1_02 H2_03 Año 1926 1928 1931 1932 Fechas 12-15 nov 7-17 ago 5-12 set 30 oct-14 nov Nombre T11_26 H2_28 H5_31 H10_32 1905 1906 1908 1909 1-13 oct 8-9 oct 15-18 oct 22-30 set H4_05 H7_06 H7_08 T8_09 1933 1933 1933 1933 27 jun-6 jul 16-24 set 28-30 set 1-9 oct H2_33 H15_33 T17_33 H18_33 1909 1909 1910 6-13 oct 8-14 nov 9-23 oct H9_09 T10_09 H3_10 1934 1935 1935 4-21 jun 23 set-2 oct 18-26 oct H2_34 H4_35 H5_35 1911 1912 1913 1915 1916 1916 1916 1916 1916 1917 1919 1920 1921 1922 1923 1924 1924 1925 1926 1926 1926 3-12 set 11-25 nov 22-28 jun 9-14 ago 29 jun-10 jul 12-19 ago 27 ago-2 set 12-19 oct 11-15 nov 21-29 set 2-15 set 16-23 set 20-29 oct 12-17 oct 14-29 oct 14-23 oct 5-14 nov 29 nov-4 dic 11-17 set 3-4 oct 14-24 oct H3_11 H6_12 H1_13 H2_15 H1_16 H4_16 H6_16 H13_16 H14_16 H3_17 H2_19 H2_20 H6_21 T3_22 T4_23 H7_24 H8_24 H2_25 T7_26 T9_26 T10_26 1938 1938 1940 1940 1941 1942 1942 1943 1944 1944 1944 1944 1945 1945 1945 1947 1947 1948 1948 1948 1950 9-14 ago 23-28 ago 19-24 set 20-23 oct 23-30 set 21-31 ago 4-11 nov 20-22 oct 24-28 jul 16-23 ago 19-22 set 12-23 oct 29-31 ago 2-5 oct 10-15 oct 9-15 ago 9-16 oct 23-28 ago 18-25 set 3-15 oct 1-9 set H2_38 H3_38 T6_40 T7_40 H4_41 H2_42 H10_42 T10_43 T2_44 H4_44 H8_44 H11_44 T6_45 H10_45 H11_45 H2_47 H8_47 H3_48 H7_48 H8_48 Easy Año 1901 1901 1902 1903 5

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Continuación tabla 4. Año 1950 1951 1951 1952 1953 1954 1954 1955 1955 1955 1956 1956 1958 1960 1960 1961 1961 1961 1963 1963 1964 1964 1966 1966 1967 1968 1969 1969 1969 1970 1970 1971 Fecha 13-19 oct 12-23 ago 12-17 oct 20-28 oct 23-28 set 31 ago-4 set 5-18 oct 10-19 set 21-29 set 14-19 oct 9-19 ago 30 oct-6 nov 30 ago-6 set 9-16 jul 29 ago-13 set 20-24 jul 3-15 set 27-31 oct 23-29 set 26 set-13 oct 20 ago-5 set 8-16 oct 4-14 jun 21 set-11 oct 5-22 set 13-21 oct 14-22 ago 28 ago- 4 set 21-25 nov 17-27 may 8-13 set 5-18 set Nombre King Charlie Item Fox Florence Dolly Hazel Hilda Janet Katie Betsy Greta Ella Abby Donna Anna Carla Hattie Edith Flora Cleo Isbell Alma Ines Beulah Gladys Camille Francelia Martha Alma Ella Edith Año 1971 1973 1974 1974 1975 1978 1979 1979 1979 1980 1980 1981 1985 1985 1988 1988 1989 1993 1993 1994 1995 1995 1995 1996 1996 1996 1998 1999 2000 2001 2001 6 Fecha 11-20 set 18-21 ago 29 ago-10 set 14-22 set 13-24 set 13-19 set 25 ago-7 set 29 ago-14 set 14-24 set 31 jul-11 ago 7-16 nov 3-7 nov 30 ago-2 set 17-20 nov 10-16 set 18-24 oct 13-22 set 6-10 ago 14-17 set 7-11 nov 31 jul-6 ago 27 set-5 oct 7-21 oct 24-29 jul 14-29 oct 13-26 nov 22 oct-5 nov 7-17 set 28 set-6 oct 11-19 set 29 oct-5 nov Nombre Irene Brenda Carmen Fifi Eloise Greta David Frederic Henri Allen Jeanne Katrina Elena Kate Gilbert Joan Hugo Bret Gert Gordon Erin Opal Roxane Cesar Lilly Marco Mitch Floyd Keith Gabriel Michelle

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 4. Lluvia acumulada en distintas estaciones meteorológicas de Costa Rica durante los temporales generados por los huracanes Joan, Cesar y Mitch. pérdidas valoradas en más de 5 mil millones de dólares. De la Fig. 4 se observa que de los tres huracanes con mayor impacto en Costa Rica, Mitch fue el que produjo el temporal más fuerte, pese a ello sólo hubo 7 muertes y pérdidas por $48 millones. Como se mencionó anteriormente, ningún ciclón tropical pasó o impactó en forma directa a Costa Rica durante el siglo XX. Sin embargo, varios de ellos estuvieron a punto de hacerlo, como por ejemplo el huracán Joan en octubre de 1988. La Tabla 3 muestra todos los ciclones (tormenta o huracán) que estuvieron a menos de 230 km de nuestras costas. Nótese que, tomando como referencia a la ciudad de Limón, los ciclones más próximos al país fueron las tormentas Bret y Gert, ambas en 1993. Es evidente, según lo anterior, que la frecuencia de ciclones cercanos a nuestras costas ha aumentado desde finales de la década de 1960, pues previo a este periodo tan solo dos ciclones estuvieron a menos de 230 km. La Tabla 4 muestra el nombre de los 125 ciclones que afectaron indirectamente a Costa Rica durante el siglo Tabla 5. Tabla de contingencia para el promedio de las anomalías de TSM en la región Niño 3 para SON(0) y la frecuencia anual de huracanes para el periodo 1901-2001. Las categorías usadas son Bajo lo Normal (BN), Dentro de lo Normal (DN) y Arriba de lo Normal (AN). Los valores mostrados en la tabla son frecuencias relativas. Niño 3 BN DN AN Frecuencia de Huracanes BN DN 0.1386 0.1287 0.2277 0.0693 0.2871 0.0297 AN 0.0693 0.0297 0.0198 Figura 5. a) Frecuencia empírica, expresada como porcentaje, de los días de actividad ciclónica de la Tabla 4 para el periodo junio-noviembre. b) Precipitación mensual acumulada por el primer modo del análisis de componentes principales en Centroamérica (Alfaro, 2002). 7

ALVARADO & ALFARO: TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Rica durante el siglo XX Frecuencia de los ciclones tropicales que afectaron a Costa Figura 6. Función de Correlación Cruzada (línea con asteriscos) entre las distintas estaciones climáticas de las anomalías de la TSM para la región Niño 3 y la frecuencia anual de huracanes de la Tabla 4. Las líneas continuas representan los niveles de significancia al 90 y 95%. XX. Detalles sobre la trayectoria de estos ciclones en el Caribe puede ser consultada en Banichevich y Lizano (1998); Goldenberg et al. (2001) y Lizano y Fernández (1996). De la Tabla 4 se nota que para el siglo XX hubo un promedio de 1.23 huracanes/año con una desviación estándar de 1.1 huracanes/año, además se observó un promedio 11.1 días de actividad ciclónica por año con una desviación estándar de 10.4 días/año. Los años que presentaron más días de actividad ciclónica fueron 1916, 1966, 1979 y 1996 con 40, 32, 42 y 36 días respectivamente. En la Fig. 5a se muestra la probabilidad empírica de los días de actividad ciclónica para los meses de junio a noviembre, basada en la información de la Tabla 4. En la Fig. 5b se observa los acumulados mensuales del ciclo anual predominante de la precipitación en Centroamérica (Alfaro, 2001 a). Si asumimos, en una forma muy grosera, que durante los días de actividad ciclónica la precipitación en Centroamérica se debe únicamente al ciclón tropical y se multiplican los acumulados mensuales de la Fig. 5b por los valores de probabilidad de la Fig. 5a, sumándolos posteriormente; se obtiene un estimado climatológico de la precipitación anual acumulada debido a los ciclones tropicales. Al hacer este cálculo se encontró un valor de aproximadamente 97.6 mm/año con un rango, dado por las curvas de una desviación estándar de la Fig. 5b, de 64.3 a 130.6 mm/año. Sin embargo estos valores presentan una gran variabilidad para casos particulares los cuales Figura 7. Frecuencia decadal de ciclones tropicales que afectaron indirectamente a Costa Rica durante el siglo XX. 8

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS dependen entre otras cosas de la ubicación geográfica de la estación meteorológica y de la frecuencia de días de actividad para un año en particular (Fig. 4). Para mostrar esto se puede tomar como ejemplo la probabilidad empírica de los días de actividad ciclónica para el año 1979 y multiplicarla por los acumulados mensuales de la estación de San José, Costa Rica, para ese mismo año; donde se obtiene un estimado de 411.4 mm. Uno de los principales estudios sobre la modulación interanual de la frecuencia de ciclones tropicales en el ATN es el de Gray (1984 a, b). Este autor propuso que la influencia del Pacífico Tropical Este sobre el ATN, en escalas interanuales, se debe principalmente a que durante los eventos de El Niño (La Niña) aumenta (disminuye) la cortante vertical del viento en esta última región oceánica, lo cual no favorece (si favorece) la formación de huracanes. Este resultado fue confirmado por Taylor et al. (2002) al estudiar la precipitación en el Caribe, resaltando además que esta influencia es más marcada durante el segundo semestre del año, lo cual coincide con la temporada de huracanes. En la Fig. 6 se muestra la Función de Correlación Cruzada entre distintas estaciones climáticas de las anomalías de la TSM para la región Niño 3 y la frecuencia anual de huracanes de la Tabla 4. De esta figura notamos una correlación negativa máxima de –0.45 entre los promedios del Niño 3 de SON y la frecuencia de huracanes del mismo año, aunque esta relación se extiende desde JJA(0) hasta MAM(+1) para valores de correlación significativos al 95%. Al calcular la tabla de contingencia entre las anomalías de TSM en Niño 3 para SON(0) y la frecuencia de huracanes (Tabla 5) se nota que la correlación negativa está explicada principalmente por los pocos huracanes que se presentan en el Caribe cuando se tienen valores del Niño 3 Arriba de lo Normal (AN). Bajo este escenario (ENOS cálido) se tiene un poco más del 85% de probabilidad de tener una frecuencia de huracanes en el Caribe por debajo de lo normal (BN), alrededor de un 9% de que se presente dentro de lo normal (DN) y menos de un 6% de que sea por arriba de lo normal (AN). Además, en la Tabla 4 se observa que de los años no listados, o sea que no presentaron algún ciclón que afectara Costa Rica, el 64 % de ellos coincide con eventos de El Niño de acuerdo a los criterios de Mora y Amador (2000); Trenberth (1997) y Quinn et al. (1987). También que el año 1984 coincidió con un evento frío en el ATN y cálido en el Atlántico Tropical Sur (ATS), y que los años 1937 y 1962 coincidieron con eventos cálidos en el ATS (Alfaro, 2000; Alfaro y Soley, 1999). Esto concuerda parcialmente con lo expuesto por Chiang et al. (2000) que explican que cuando el calentamiento del ENOS no es muy intenso y se produce poca convección sobre la región del Niño 3, la posición de la Zona de Confluencia Intertropical (ZCIT) del Atlántico parece estar dominada por otros factores como lo es el gradiente meridional de la Temperatura Superficial del Mar (TSM) a través del ecuador, por lo que una temperatura más cálida en el ATS respecto al ATN favorece una posición mas hacia el sur de la ZCIT y una mayor estabilidad sobre la región del ATN (Ruiz-Barradas et al., 2000). En este mismo sentido el año 1916 coincidió con eventos fríos del ENOS y el ATS y los años 1926 y 1944 coincidieron con eventos cálidos en el ATN. Estos últimos años, junto con 1933, presentaron 4 o más ciclones tropicales que afectaron Costa Rica. Por último los picos del máximo en los periodogramas (no mostrados) de la frecuencia de huracanes por año y de los días de actividad ciclónica por año de la Tabla 4 se ubica ambos en la frecuencia de 0.1287 año -1 , es decir, en un periodo de aproximadamente 7.8 años, lo cual coincide con el modo de baja frecuencia de recurrencia de las fases cálidas del ENOS (Fernández y Pacheco, 2000). La relación entre dos regiones oceánicas separadas por miles de kilómetros o por barreras terrestres (como es el caso del Mar Caribe y el Pacífico Ecuatorial del Este), podría deberse a la existencia de “puentes” atmosféricos que ayudan a explicar la teleconexión entre las regiones (Alexander et al., 2002; Chiang et al., 2000). Por ejemplo, en escalas decadales, Mestas-Núñez y Enfield (2001), encontraron que el ATN presenta una fuerte variación en el campo de la TSM que no es explicada por el ENOS. Alfaro (2002;2001) y Goldenberg et al. (2001) encontraron que, en esta escala temporal, la región del ATN está asociada muy fuertemente con la variabilidad multidecadal del Atlántico (Mestas-Núñez y Enfield, 1999), a través de correlaciones positivas. Este modo de variabilidad captura fluctuaciones climáticas multidecadales del Atlántico Norte consistentes con el forzamiento atmosférico local relacionado con la Oscilación del Atlántico Norte (OAN). Esto sugiere que eventos cálidos (fríos) en el Atlántico Norte se relacionan con una OAN negativa (positiva) y con eventos cálidos (fríos) en el ATN, lo que está relacionado con una mayor (menor) producción de huracanes en el Atlántico, esto al producir o inhibir convección por medio de cambios en las circulaciones de la atmósfera suprayacente en niveles altos y bajos sobre el ATN. La Fig. 7 muestra la frecuencia decadal de los ciclones que produjeron temporales en Costa Rica. Se nota que las décadas más activas fueron las de 1940, 50 y 60 (calientes en la escala decadal) mientras que la más baja actividad se registró en las décadas de los años 1980 y 1990 (frías en la escala decadal). Adicionalmente, esta tendencia de menor frecuencia de ciclones se debe seguramente también al efecto que ejercieron las fases cálidas del ENOS ya que en ese periodo se presentaron los dos eventos más fuertes del siglo (1982-83 y 1997-98) y el más largo (1991-95), además del evento moderado del 1986-87. Esto además ayudaría a explicar porque en los años 1982, 1983 y 1997 no se produjeran ciclones tropicales en la cuenca del Mar Caribe. Cabe destacar que la razón entre condiciones de El Niño versus La Niña entre 1970 y 1999 fue de 10/7. Se debe mencionar que, según la prueba t, el valor de la media de la década de los años 40 9

ALVARADO & ALFARO: TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Rica durante el siglo XX Frecuencia de los ciclones tropicales que afectaron a Costa (80) es marginalmente mayor (menor), al compararlo con el valor de la media del total de la serie. No se encontró evidencia estadística de que la varianza de alguna década fuera distinta del total de la serie según la prueba F. Por último, es importante aclarar que este estudio no tomó en cuenta a los temporales asociados con sistemas de baja presión en el Caribe ya que el IMN no lleva un registro extenso de estos disturbios. Estos han ocasionado temporales tan severos como los de un ciclón organizado como el caso del sistema de baja presión que en setiembre de 1999 ocasionó en Guanacaste (noroeste del país) un temporal de gran magnitud. Este evento superó los registros históricos de lluvia en ese mes existentes hasta esa fecha. La evidencia histórica también ha demostrado que un sistema de baja presión con poco desplazamiento en el occidente del Mar Caribe produce un temporal de similar o de mayor magnitud que el ciclón que se formó a partir de esta baja presión, tal fue el caso de los ciclones Katie (1955), Jenny (1969) y Delia (1973), los cuales produjeron precipitaciones intensas en el país antes de que alcanzaran el grado de tormenta tropical. 12°N), y que de continuar esta tendencia en el siglo XXI, el riesgo de un impacto directo para el país aumentaría, máxime que hay predicciones de variaciones en las temperaturas del mar y de la humedad que causarán una mayor cantidad de huracanes intensos. Aunque también este resultado podría deberse a información imprecisa durante la primera mitad del siglo XX. Es importante destacar que la intensidad del evento ciclónico no es un factor indispensable para producir un temporal de considerables dimensiones, pues incluso un sistema de baja presión en el suroeste del Mar Caribe puede producir consecuencias significativas, como por ejemplo la Depresión Tropical 9 del año 2001, la cual afectó Costa Rica del 19 al 20 de setiembre. Además, no sólo los ciclones del Caribe son capaces de ocasionar temporales en la Vertiente del Pacífico, también huracanes que pasan fuera de esta cuenca lo pueden hacer, en particular los de mayor categoría (3, 4 ó 5 en la escala de intensidad Saffird-Simpson). Todo lo anterior lleva a la conclusión que la intensidad de un temporal en Costa Rica no necesariamente está directamente relacionada con la magnitud del evento ciclónico, sino también con la posición que este ocupe respecto al istmo y con su velocidad de avance sobre el Mar Caribe. 4. Conclusiones Desde la década de 1980, la frecuencia de temporales asociados con ciclones tropicales en el Mar Caribe disminuyó a la mitad en comparación con mediados de siglo, lo cual puede ser visto como una consecuencia de la combinación de anomalías negativas de TSM en el ATN en la escala decadal y los fuertes eventos de El Niño que se desarrollaron entre 1980 - 1999, quienes limitaron y disminuyeron la cantidad de ciclones al aumentar la cortante vertical del viento sobre el ATN. Si bien en el siglo XX (a diferencia del siglo XIX) ningún ciclón tropical pasó por Costa Rica, hubo varios casos que por su cercanía y rumbo causaron mucha expectación y alarma en la población, como por ejemplo los casos de los huracanes Joan (1988) y Cesar (1996). Sin embargo, el ciclón que más se acercó al país fue la tormenta Bret en 1993, cuyo centro pasó a unos 40 km al norte de la frontera con Nicaragua. El ciclón más intenso en el Caribe fue el huracán Gilbert en 1988 de categoría 5, pero el que más efectos severos causó en el país fue Joan durante ese mismo año. A Mitch en 1998 se le considera el más desastroso a nivel centroamericano y el que más lluvias dejó en Costa Rica por efecto orográfico. Del total de ciclones tropicales que se formaron en el siglo XX en toda la cuenca del Atlántico (incluyendo al Mar Caribe y Golfo de México), el 14% produjo efectos indirectos en el país. Pocos eventos pasaron cerca del país (menos de 230 km) en la primera mitad del siglo, sin embargo este número se triplicó a partir de 1969. Esto podría ser un indicio de que cada vez más ciclones del Caribe se están formando y desarrollando en latitudes bajas (menores de 5. Agradecimientos Se agradece profundamente la colaboración que prestaron los meteorólogos Bernardo Zúñiga y Rafael Pacheco del IMN, quienes facilitaron los datos procesados de lluvias y una lista parcial de temporales. Este trabajo se realizó gracias al apoyo de los proyectos VI 805-96-279 y 112-99-305 de la Universidad de Costa y del Task2, CRN- TC3 (038)-IAI. Resumen Se estudia la frecuencia de ciclones tropicales que pasaron por el Mar Caribe y que afectaron indirectamente a Costa Rica durante el siglo XX. De un total de 125 ciclones, ninguno de ellos pasó sobre Costa Rica, siendo la tormenta tropical Bret en 1993 la que más se acercó. El huracán Gilbert en 1988, de categoría 5, fue el más intenso; sin embargo se considera al huracán Joan, durante ese mismo año, como el que causó efectos más severos sobre Costa Rica. Al huracán Mitch en 1998 se le cataloga como el más desastroso a nivel de Centroamérica y el que más lluvias dejó en Costa Rica por efecto orográfico. La década con mayor (menor) frecuencia de huracanes fue la de los años 40 (80), en donde la modulación de esta frecuencia podría deberse al efecto combinado de variaciones interanuales e interdecadales en el Pacífico Tropical del Este y en el Atlántico Tropical Norte. Se concluye que la intensidad de un temporal en Costa Rica debido a un huracán o una tormenta tropical no necesariamente está directamente relacionada con la magnitud del evento 10

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS ciclónico, sino también con la posición que éste ocupe respecto al istmo y con su velocidad de avance sobre el Mar Caribe. Organización Meteorológica Mundial, Ginebra, Suiza, p. 43-52. Gray, C., 1993: Regional meteorology and Hurricanes. In: Climate Change in the Intra-Americas Sea. G. Maul, Ed., Eduard Arnold, 87-99. Gray, W., 1984a: Atlantic seasonal huricane frecuency. Part I: El Niño and 30 mb Quasi-Biennial Oscillation Influences. Mon. Weather Rev., 112, 1649-1668. Gray, W., 1984b: Atlantic seasonal huricane frecuency. Part II: Forcasting its variability. Mon. Weather Rev., 112, 1669-1683. Lizano, O., F. Ocampo, L. Alvarado, R. Vega y J. Puig, 2001. Evaluación de modelos numéricos de tercera generación para el pronóstico del oleaje en Centroamérica y México. Top. Meteor. Oceanogr, 8(1), 40-49. Lizano, O y W. Fernández, 1996. Algunas características de las tormentas tropicales y de los huracanes que atravesaron o se formaron en el Caribe adyacente a Costa Rica durante el periodo 1886-1988. Top. Meteor. Oceanogr, 3(1), 3-10. Mestas-Nuñez, A. y D. Enfield, 2001. Eastern Equatorial Pacific SST variability: ENSO and non-ENSO components and their climatic associations. J. Climate, 14, 391-402. Mestas-Nuñez, A. y D. Enfield, 1999. Rotated global modes of non- ENSO sea surface temperature variability. J. Climate, 12, 2734-2746. Mora, I. y J. Amador, 2000. El ENOS, el IOS y la corriente en chorro de bajo nivel en el oeste del Caribe. Tóp. Meteor. Oceanog., 7(1), 27- 38. Quinn, W., V. Neal y S. Antúnez, 1987. El Niño ocurrences over the past four and a half centuries. J. Geophys. Res., 92(C13), 14449-14461. Ruiz-Barradas, A., J. Cartón y S. Nigam, 2000. Structure of interannual- to-decadal variability in the tropical Atlantic sector. J. Climate, 13, 3285-3297. Taylor, M., D. Enfield and A. Chen, 2002. Influence of the tropical Atlantic versus the tropical Pacific on the Caribbean rainfall. Journal of Geophysical Research, 107(C9). Trenberth, K., 1997. The definition of El Niño. Bull. Amer. Meteor. Soc., 78, 2771-2777. Referencias Ackerman, J., 2000: Una mirada nueva sobre los océanos. National Geographic. Octubre, 86-115. Alexander, M., I. Blandé, M. Newman, J. Lanzante, N. Lau y J. Scott, 2002. The atmospheric bridge: the influence of ENSO teleconnections on air-sea interaction over the global oceans. J. Climate, 15, 1-30. Alfaro, E., 2002 a. Some Characteristics of the Annual Precipitation Cycle in Central America and their Relationships with its Surrounding Tropical Oceans. Aceptado en Tópicos Meteorológicos y Oceanográficos, 9(2),88-103. Alfaro, E., 2000: Response of Air Surface Temperatures over Central America to Oceanic Climate Variability Indices. Tópicos Meteorológicos y Oceanográficos, 7(2), 63-72. Alfaro, E., 2000. Eventos Cálidos y Fríos en el Atlántico Tropical Norte. Atmósfera, 13(2), 109-119. Alfaro, E. y F. Soley, 1999. Eventos Cálidos y Fríos en el Atlántico Tropical Sur. Tóp. Meteor. Oceanog., 6(2), 65-70. Banichevich, A. y O. Lizano, 1998. Interconexión a nivel ciclónico- atmosférico entre el Caribe y el Pacífico centroamericanos. Rev. Biol. Trop., 46(Supl. 5), 9-22. Chiang, J., Y. Kushnir y S. Zebiak, 2000. Interdecadal changes in eastern Pacific ITCZ variability and its influence on the Atlantic ITCZ. Geophys. Res. Lett., 27(22), 3687-3690. Colon, J., 1969. Aspectos climatológicos de los ciclones tropicales. Organización Meteorológica Mundial, TP 112, p. 220-235. Fernández, I. y J. Pacheco, 2000. Bases para la predicción de ENSO, Cap. 5. En: El Niño: climatología, efectos y predicción. R. García y E. Hernández, eds. Universidad Coplutense de Madrid. 93-132. Goldenberg, S., C. Landsea, A. Mestas-Nuñez y W. Gray, 2001. The recent increase in Atlantic hurricane activity: Causes and Implications. Science, 293, 474-479. Grandoso, H., 1976. Precipitaciones intensas e inundaciones en áreas tropicales de América Latina. Seminario de Formación, 11

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Top. Meteoro. Oceanog. 10 (1) 12-19, 2003 La persistencia y las cadenas de Markov aplicadas a la La persistencia y las cadenas de Markov aplicadas a la lluvia lluvia en en San San José durante el periodo 1950-1990 José durante el periodo 1950-1990 JORGE A. BARRANTES1, NORMAN VEGA G. J ORGE A. B ARRANTES 1 , N ORMAN V EGA G. Gestión de Análisis y Predicción, Instituto Meteorológico Nacional, Ministerio del Ambiente y Energía, San José, Costa Rica. Gestión de Análisis y Predicción, Instituto Meteorológico Nacional, Ministerio del Ambiente y Energía. San José, Costa Rica. (Recibido el 2 de diciembre 2002, aceptado el 20 de febrero de 2003) Abstract Forecast that today it rains taking in consideration that rained yesterday denominates persistence and the same one it is considers like a technique of forecast of reference or null ability. Forecaster is in the obligation to surpass it. For the period, in consideration, was of 48%, this is that 48% of the cases would made a right forecast considering that happened thing in the previous day. Calculates the probability of occurrence of the sequence of two days and three days continuous., for which it can happen the different events, like for example, that it does not rain in both day (dry –dry) or that it rains, not rain and it rains (rainy-dry- rainy) such probabilities calculated using “Cadenas de Markow orden 1 y 2”. The calculate of the probability of different sequences from days appears in form of diagrams, in which the main variations are reflected of the annual rain. Also one calculated daily average rain and the number of days the different sequences. 1. Introducción “Las técnicas más simples que se pueden incluir dentro de la categoría de métodos estadísticos de pronósticos se basan en la climatología y la persistencia. Un pronóstico basado en la climatología consiste en asignar al predictando el valor medio de una variable o el valor más frecuente. Un pronóstico basado en la persistencia consiste en pronosticar para un día o momento lo que sucedió en el día o momento anterior. Una versión más sofisticada de pronóstico basado en la persistencia consiste en un pronóstico de la probabilidad de ocurrencia de un fenómeno, calculando las probabilidades condicionales obtenidas por medio de las cadenas de Markov, para uno o más días anteriores”(1). Para el periodo de Junio a Noviembre de 1974, en el Aeropuerto Juan Santamaría, la persistencia fue del 59 % y la climatología del 48 %. Se debe prestar atención a estos valores que son considerados como técnicas de habilidad nula y son las referencias del acierto del pronosticar Corresponding author address: Jorge A. Barrantes 1 Instituto Meteorológico Nacional, Apdo, 7-3350-1000 E-mail: jbarra@imn.ac.cr meteorológico, pues sino supera estos niveles no se puede apreciar sus esfuerzos. En el presente se abocará a la persitencia por su importancia ya recalcada y por la escasez de estudios al respecto. Se calculará la persistencia diaria general y la probabilidad de lluvia considerando el día anterior y el transanterior. El único estudio técnico sobre las cadenas de Markov aplicadas a la Meteorología es la tesis de graduación del Licenciado Norman Vega, del año 1977, denominada: “Cálculo de la probabilidad de precipitación diaria en San José utilizando cadenas de Markov de primer orden” (2), cuyo objetivo fue el uso del modelo de las cadenas de Markov, que toma en consideración la persistencia, en el estudio temporal de la lluvia en San José. Dicho estudio establece una especial consideración al cálculo de la probabilidad de diaria para diferentes categorías, basado en la precipitación diaria del periodo 1888-1975.

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Para la realización de esta nota técnica se calculó la probabilidad general de ocurrencia y no-ocurrencia de lluvia diaria, así como en la secuencia de 2 a 3 días mediante la utilización de cadenas de Markov de orden 1 y orden 2 para el periodo 1950-1990. Para la realización de los cálculos se utilizó la nueva versión de Instat de Otoño de 1998(3), la cual incluye cadenas de Markov de orden 1 y 2. extiende hacia los dos días anteriores. Desde el punto de vista meteorológico se pueden considerar las cadenas de Markov en dos componentes: La primera componente es la probabilidad de ocurrencia de la lluvia La segunda componente es el modelo para los totales de lluvia para los días lluviosos 2. Persistencia 1) En primera instancia se calculará la secuencia de días correspondiente a cada cadena de Markov, para la cadena de primer orden se dan las siguientes posibilidades: Una serie de datos está formada por dos tipos de datos, los dependientes y los independientes. Los independientes son aquellos donde lo ocurrido en el evento anterior es diferente al actual, y los dependientes donde ocurre el mismo evento. En otras palabras en los eventos independientes no hay relación y en los dependientes sí, lo cual se denomina persistencia. La persistencia de una serie según Berger(4): Seco, seco (dd) Seco, lluvioso (dr) Lluvioso, Seco (rd) Lluvioso, lluvioso (rr) Para la cadena de Markov de segundo orden: R b =1-(1-p 1 /1-p) 2 Seco, seco, seco (ddd) Seco, seco, lluvioso (ddr) Seco, lluvioso, Seco (drd) Seco, lluvioso, lluvioso (drr) Lluvioso, seco, seco (rdd) Luvioso, seco, lluvioso (rdr) Lluvioso, lluvioso, seco (rrd) Lluvioso, lluvioso, lluvioso (rrr) Donde R b es igual a cero si p 1 =p, esto es “no”se traslada la información del día anterior y R b =1, se traslada la información completa del día posterior. El Valor de R b para la serie de datos diarios del periodo de 1950-1990 es de 0.48, lo cual significa que el 48 % de los días dependen de la ocurrencia o no-ocurrencia de la lluvia del día anterior. Cadenas de Markov Antes de calcular las probabilidades transicionales se debe obtener la frecuencia de ocurrencia de cada uno de los eventos anteriormente descritos tanto para las cadenas de primer orden o de segundo orden, de donde se podrá obtener la probabilidad de ocurrencia empírica, la cual es en términos simples el cociente de la frecuencia obtenida entre el número total de casos. El ajuste de la curva para los valores empíricos se realiza por medio de serie de Fourier comenzando por la obtención de al menos dos armónicos, o más, dado que el ajuste lo amerite. Para tal propósito el software Instat calcula el análisis de variacia respectivo y muestra la nueva curva ajustada, permitiendo la decisión de continuar o parar el proceso. 2) La más simple suposición es que la cantidad de lluvia diaria sigue una distribución exponencial. Una distribución exponencial, cuando es posible parametrizarla, se define por su solo parámetro, en este caso el valor promedio. En este caso la segunda componente de las cadenas de Markov quedará definido por la ecuación de la curva que se ajusta al valor medio de la lluvia en los días lluviosos. Existen dos posibles complicaciones, la primera que la distribución de las cantidades de lluvia sea diferente comparada con los días siguientes. Si la memoria se extiende un día, será necesario ajustar dos curvas al promedio diario de la lluvia por día lluvioso, dependiendo El modelo más común para representar series de tiempo de variables discretas es conocido como Cadenas de Markov. Una cadena de Markov puede imaginarse como inicialmente basada en una colección de estados de un modelo sistemático. Cada uno de estos estados corresponde a cada uno de los elementos de la partición de la muestra los cuales son variables aleatorias. Para cada estado la cadena de Markov puede permanecer en el mismo estado o cambiar a otro estado. El ambiente de las cadenas de Markov es gobernado por un grupo de probabilidades de estas transiciones, llamadas probabilidad transicional. La forma más común de las cadenas de Markov es llamada “Cadenas de Markov de primer orden”, para lo cual las probabilidades transicionales controlan el próximo estado. Las cadenas de Markov de orden cero corresponden al estado puro de la serie, lo que significa que las cadenas de orden cero no tienen memoria. Las cadenas de orden uno tienen un día de memoria. El hecho que ayer fue seco afecta la probabilidad de que hoy sea lluvioso. Sin embargo, en las cadenas de primer orden, la información extra que el día anteayer fue seco, no afecta la probabilidad de lluvia para hoy. Con las cadenas de Markov de segundo orden se 13

BARRANTES & VEGA: TOPICOS METEOROLOGICOS Markov aplicadas a la lluvia en San José durante ….. La persistencia y las cadenas de Y OCEANOGRAFICOS Figura 1. Número de días para las secuencias dd,dr,rd y rr, mediante cadenas de Markov de orden 1 Periodo 1950-1990 si el día anterior fue lluvioso o no. La segunda complicación será el uso de la distribución Gamma para modelar los totales de lluvia en vez de una distribución exponencial, en tal caso será necesario estimar el parámetro que defina la forma de la distribución tanto como la media. Por tanto un modelo completo consiste en una o más ecuaciones para el valor medio por día lluvioso, más los estimados del parámetro de forma de la distribución Gamma. ocurrieron las permutaciones de dos días, entre seco y lluvioso, obteniéndose 4 posibilidades, cuyas formas de las curvas son bastante diferentes y complementarias en algunos casos. La secuencia de días seco-seco, es prácticamente la imagen en el espejo de la secuencia lluvioso-lluvioso. La cantidad de días secos, secos es grande en los primeros días del año con valores cercanos a los 200 días decayendo a partir de aproximadamente el día 100(9 de abril), con sus valores mínimos cerca del día 150 (29 de Mayo) y el 274(30 de Setiembre), correspondiendo a los puntos máximos de la estación lluviosa. En forma semejante y en fechas aproximadas se dan los valores mínimos y máximos de la secuencia lluvioso, lluvioso. Los números de días lluvioso, seco y secos lluvioso se distribuyen sin grandes alteraciones a través del año, siendo menor en la estación seca y mayores durante la 4. Resultados: 4.1. Cadenas de Markov de orden 1 Número de días dd, dr, rd, rr: En la figura 1 se presentan el número de días que Figura 2. Probabilidad de ocurrencia de la secuencia de días lluvioso, lluvioso y lluvioso. Seco: mediante cadenas de Marcov de orden 1 Periodo 1950 – 1990 14

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 3. Lluvia media para pares de días con al menos un día lluvioso, mediante cadenas de Marcov de orden 1 Periodo 1950—1990 estación lluviosa, sin sobre pasar prácticamente el número de 50 días para la estación lluviosa y cerca de 10 para la estación seca. seco, es menor que los días lluvioso-lluvioso, durante la estación seca, lo cual debe de considerarse con cierto detenimiento, pues podría implicar que las condiciones para la producción de lluvia son de tal escala que no se dan en un solo día, sino que abarcan un grupo de días. La curva en cuestión es menor en todos los casos que de la secuencia lluvioso, lluvioso, lo cual verifica que se trata de una tendencia durante todo el año. Probabilidad de ocurrencia de días rr y rd: La figura 2 presenta la probabilidad de ocurrencia de la secuencia de días lluvioso-lluvioso (rr), y lluvioso- seco (rd), mediante una curva suavizada de los resultados. La probabilidad de ocurrencia de días lluvioso-lluvioso, es solamente del un 10 % en la estación seca e incrementa a valores mayores del 50 % en la etapa de transición hacia la estación lluviosa. Si se considerara la entrada de la estación lluviosa cuando la probabilidad de ocurrencia de lluvia fuera mayor de un 60 %, tal fecha sería el día 129, esto es el 8 de Mayo. La probabilidad de ocurrencia de días lluvioso- Lluvia media: En la figura 3 se presenta la lluvia media para aquel par de días que tengan al menos un día lluvioso, los cuales serían los días rr, dr y rd. Evidentemente es mayor la cantidad de lluvia en los días rr, salvo algunas interesantes excepciones como las que ocurren en la estación seca con lluvias muy altas y probablemente producidas por grados Figura 4. Número de días para la secuencias rrd, rdr, ddr, utilizando cadenas de Marcov de orden 2, Periodo 1950—1990 15

BARRANTES & VEGA: TOPICOS METEOROLOGICOS Markov aplicadas a la lluvia en San José durante ….. La persistencia y las cadenas de Y OCEANOGRAFICOS Figura 5. Número de días para las secuencia drd, drr y rdd, utilizando cadenas de Marcov orden 2 periodo 1950—1990 inusitados de convección en conjunción con viento del oeste en días muy aislados. Las curvas correspondientes a rdr y rrd, son bastante semejantes tanto en la estación lluviosa como la seca, con valores muy bajos durante la estación seca y más altos y menos fluctuantes durante la estación lluviosa. Puede considerarse una media de 20 días para las secuencias rrd y rdr, lo que equivaldría a un 20 por ciento del total de los días. 4.2. Cadenas de Markov de orden 2: Número de días rrd, rdr, ddr: El número de días para las secuencias rrd, rdr y rdr, se presentan en la figura 4, entremezclándose las curvas con cierta facilidad. Se diferencia el mayor número de días de la secuencia ddr durante la estación lluviosa como era de esperar, en especial en los dos máximos de la misma. El primero el día 149, esto es el 28 de Mayo; además del día 279(5 de Octubre), y el día 289(15 de Octubre). En todas las fechas citadas los valores son cercanos a 5 días. Debe tomarse con precaución en estos resultados pues 5 días es un porcentaje bajo del número total de días de la muestra, la cual es de 205 días, por tanto 5 días equivaldría al 2 %. Número de días drd, drr y rdd: La figura 5 representa las secuencias drd, drr y rdd, denotándose la mayor cantidad de días drr durante la estación lluviosa y menor en la estación seca, inverso a la secuencia rdd. Figura 6. Número de días para la secuencias rrr y ddd, utilizando cadenas de Marcov de orden 2, periodo 1950—1990 16

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 7. Probabilidad de ocurrencia de días lluvioso, seco, seco (rdd), utilizando cadenas de Marcov orden 2, peridoto 1950—1990 Los grupos de días drd se presentan en mayor cantidad en la estación seca, mermando en la estación lluviosa. para las secuencias rrr y ddd. Las curvas son inversas durante el año. Probabilidad de ocurrencia de días rrr: Número de días rrr y ddd: La figura 8 representa la probabilidad de ocurrencia de la secuencia rrr. La probabilidad de ocurrencia de días rrr es mayor durante el segundo máximo de la estación lluviosa, verificándose el concepto estipulado en el párrafo anterior sobre la mayor posibilidad de ocurrencia de temporales. En la figura 6 se presenta el número de días para las secuencias rrr y ddd. Las curvas son inversas durante el año, con valores cercanos a los 200 días en la estación lluviosa para la secuencia ddd, y más de 100 días para la secuencia rrr durante la estación lluviosa. La entrada y salida de la estación lluviosa, tanto como los veranillos quedan claramente estipulados. Probabilidad de ocurrencia de días rrd: Probabilidad de ocurrencia de días rdd: La curva se encuentra en la figura 9, donde queda muy claro la menor probabilidad de la secuencia rrd durante el primer máximo de la estación lluviosa, siendo más pronunciado que en la figura 7, donde se representa la La figura 7 representa la probabilidad de ocurrencia de la secuencia de días rdd, mediante una curva suavizada Figura 8. Probabilidad de ocurrencia de días lluvioso, lluvioso, lluvioso (rrr), utilizando cadenas de Marcov orden 2, periodo 1950—1990 17

BARRANTES & VEGA: TOPICOS METEOROLOGICOS Markov aplicadas a la lluvia en San José durante ….. La persistencia y las cadenas de Y OCEANOGRAFICOS Figura 9. Probabilidad de ocurrencia de días lluvioso, lluvioso, seco (rrd),utilizando cadenas de Marcov orden 2, periodo 1950—1990 Conclusiones secuencia rdd, lo cual es consistente con la ocurrencia de eventuales temporales. Se puede considerar el presente trabajo como una introducción al razonamiento de la repercusión de la historia de los eventos de la lluvia diaria, al permitirnos la matemática y la estadística visualizar las consecuencias de días anteriores. Se empleó un estadístico para el cálculo de la persistencia total de la serie y mediante la utilización de las cadenas de Markov de orden 1 y 2, se calculó la cantidad de días, la probabilidad de ocurrencia y la lluvia media para secuencias de 2 y 3 días. La serie de datos diarios tiene persistencia cercana al 50% por lo que se debe prestar especial atención a los eventos de días inmediatos. La secuencia de días seco-seco, es prácticamente la imagen en el espejo de la secuencia lluvioso-lluvioso; también ocurre con las secuencias rrr y ddd. Los números de días lluvioso, seco y seco, lluvioso se distribuyen sin Lluvia media: La figura 10 representa la lluvia media para las triadas de días con al menos un día lluvioso, los cuales pueden ocurrir en las secuencias en las cuales todos los días son lluviosos y en las secuencias en las cuales hay días secos. Los valores máximos son cercanos a los 15 mm en la estación para la secuencia de días lluviosos y menores para la secuencia con al menos un día seco. Llama la atención los valores extremos durante la estación lluviosa en las secuencias con días secos, los que pueden corresponder a aguaceros fuertes como consecuencia de un alto calentamiento de las capas bajas de la troposfera. Figura 10. Lluvia media para triada de días con al menos un día lluvioso utilizando cadenas de Marcov orden 2, peridodo 1950—1990 18

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Resumen grandes alteraciones a través del año, siendo menor en la estación seca y mayores durante la estación lluviosa, sin sobre pasar prácticamente el número de 50 días para la estación lluviosa y cerca de 10 para la estación seca. La probabilidad de ocurrencia de días lluvioso-lluvioso, es solamente de un 10 % en la estación seca e incrementa a valores mayores del 50 % en la etapa de transición hacia la estación lluviosa. Si se considerara la entrada de la estación lluviosa cuando la probabilidad de ocurrencia de lluvia fuera mayor de un 60 %, tal fecha sería el día 129, esto es el 8 de Mayo. La probabilidad de ocurrencia de días lluvioso- seco, es menor que los días lluvioso, lluvioso, durante la estación seca. Es mayor la cantidad de lluvia en los días rr. Los grupos de días drd se presentan en mayor cantidad en la estación seca, mermando en la estación lluviosa. La probabilidad de ocurrencia de días rrr es mayor durante el segundo máximo de la estación lluviosa y disminuye la probabilidad de las secuencias rdd, lo que podría reflejar la mayor posibilidad de ocurrencia de temporales. La lluvia media para grupos de tres días da valores extremos durante la estación lluviosa en las secuencias con días secos. Pronosticar que hoy llueve tomando en consideración que ayer llovió se denomina persistencia y la misma es considera como una técnica de pronóstico de referencia o de habilidad nula. Un pronosticador meteorológico se encuentra en la obligación de superarla. Para el periodo en consideración fue del 48%, esto es, que en el 48% de los casos se realizaría un pronóstico acertado considerando lo ocurrido en el día anterior. Referencias Barrantes Jorge,1979. Métodos estadísticos de pronóstico para la precipitación en el Aeropuerto Juan Santamaría. Universidad de Costa Rica. Tesis de grado. Vega Norman, 1977. Cálculo de la probabilidad de precipitación diaria en San José utilizando cadenas de Markov de primer orden. Universidad de Costa Rica. Tesis de grado. Instat, 1998. A statistics package for micro computers. University of Reading. Techical Note, Nº 71, 1966. Statistical analysis and prognosis in meteorology. World Meteorological Organization. 19

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Top. Meteoro. Oceanog. 10 (1) 20-30, 2003 Estudio de la variabilidad espacial y temporal de Estudio heliofania relativa espacial Costa Rica la de la variabilidad en y temporal de la heliofania relativa en Costa Rica JAIME WRIGHT1 Departamento de Física, J AIME W RIGHT 1 Universidad Nacional, Heredia, Costa Rica Departamento de Física, Universidad Nacional Heredia, Costa Rica (Recibido 10 de abril 2003, aceptado 2 de junio de 2003) Abstract This paper study the spatial and temporal variability of the insolation in Costa Rica territory using sunshine index maps generated by “kriging”, being kriging a technique of linear interpolation by geostatistics methods. Also, the values of the sunshine index are compared to the dry and the rainy seasons in the well defined climatic regions of our country: Central Valley, North Pacific, Central Pacific, South Pacific, North and Caribbean regions. The sunshine index is defined as the ratio between real and possible hours of sunshine. In the generation of maps of sunshine index, the registries of hours of solar brightness of 95 scattered weather stations in all the Costarrican territory were used. The observed average daily levels oscillate between 0.10 and 0.87, depending on place and month. In all months of the year, in the North Pacific region the higher values are found. The lowest values are found in the Northeast side of the Central Mountain Range, the high river basins of Sarapiquí, San Carlos and Sucio rivers, also in the high river basins of the Reventazón River in the mountain range of Talamanca. 1. Introducción En este trabajo se utilizó la técnica kriging de interpolación lineal por métodos geoestadísticos en el trazado de los mapas de heliofanía relativa del territorio costarricense. La técnica kriging se inició en el ámbito de la resolución de los problemas de estimación de los parámetros geofísicos en la estadística minera en un yacimiento (Journel y Huijbregts 1978), a partir de un número pequeño de muestras del suelo. Kriging es ampliamente recomendado en la tarea de interpolación de la red de observaciones radiométricas de algunos países europeos y centroamericanos (Beyer et al. 1997, Aguiar 1999, Wright, J. (Ed.) 1999). Aplicaciones adicionales en el campo de la radiación solar de la técnica kriging fueron descritas anteriormente por Zelenka y Lazic (1987) y Zelenka (1994). Kriging es también utilizada en la generación de los mapas de radiación solar en Suiza (Kunz Dirección para correspondencia: Jaime Wright M. Sc. Departamento de Física.Universidad Nacional , Apdo. 86-3000 Heredia, Costa Rica. E-mail: jwright@una.ac.cr y Remund 1995). La heliofanía representa la duración del brillo solar u horas de sol, y esta ligada al hecho de que el instrumento utilizado en su medición el heliógrafo, registra el tiempo en que recibe la radiación solar directa. La ocurrencia de nubosidad determina que la radiación recibida por el instrumento sea radiación solar difusa, interrumpiéndose el registro. Por lo tanto, si bien hay energía incidente disponible, la concentración o densidad de la misma no es suficiente para ser registrada. Por ejemplo si el valor de la radiación que incide sobre el heliógrafo es inferior al valor umbral (150 W/m², aproximadamente), entonces las bandas del heliógrafo no se queman y éstas no registran las horas del sol. A pesar de lo expresado, la duración del brillo solar esta muy relacionada con la radiación solar global incidente. Esto es importante dado que se logra caracterizar una localidad sobre la base de registros históricos de este

WRIGHT: Estudio de la variabilidad espacial y temporal de la heliofania relativa en Costa TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Tabla 1. Observaciones del número de horas de brillo solar. No Estación 1 28 Millas 2 Aerop. J. Santamaría 3 Agua Caliente 4 American Flowers 5 Bajos Los Cartagos 6 Bancal 7 Berlin San Ramón 8 Bijagual 9 Boca Arenal 10 Boston 11 Bribrí 12 Cagas La Pacífica 13 Cariblanco 14 Carolina Tica Guápiles 15 Cedral 16 Chicoa 17 Cobal 18 Coliblanco 19 Coope Silencio 20 Coope Tierra Blanca 21 Coopelesca 22 Copey de Dota 23 Coto 47 24 Cot de Cartago 25 Cubujuqui Las Horquetas 26 Curia 27 Damas 28 Dulce Nombre 29 El Chato 30 Fabio Baudrit 31 Finca El Ensayo 32 Finca Santa Cecilia 33 Florex 34 Fraijanes 35 Frutipaquera 36 Hacienda_Alemania 37 Hacienda Cachí 38 Hacienda El Carmen 39 INA Pérez Zeledón 40 Ingenio Taboga 41 Instituto Tecnológico 42 La Fortuna San Carlos 43 La Guinea 44 La Lola 45 La Luisa Sarchí 46 La Margarita 47 La Mola Lat 10 06 10 9 50 10 01 10 38 10 20 10 01 9 45 10 32 10 00 9 38 10 25 10 16 10 25 9 22 9 58 10 15 9 57 9 25 9 55 10 20 9 39 8 36 9 52 10 14 10 21 9 29 9 50 10 26 10 01 10 58 10 03 9 44 10 09 9 48 11 05 9 50 10 12 9 20 10 22 9 52 10 28 10 25 10 06 10 08 9 54 10 21 Long 83 33 84.20 83 55 84 11 84 57 85 09 83 52 84 34 84 28 83 15 82 50 85 05 84 11 83 44 83 33 83 52 83 40 83 48 84 02 83 54 84 26 83 55 82 59 83 51 83 58 83 41 84 12 83 55 84 42 84 16 85 24 85 25 83 57 84 12 84 55 85 27 83 48 83 29 83 42 85 12 83 45 84 39 85 28 83 23 84 20 83 43 83 46 Alt(m) 40 932 1325 1100 560 40 50 435 90 16 32 60 970 30 1450 3090 55 2200 10 2100 100 1900 8 1800 340 40 6 1345 740 840 610 340 2440 1640 14 290 1100 15 700 10 1395 250 46 40 1250 1080 70 48 La Mola 2 49 La Piñera 50 La Rebusca 51 La Trinidad 52 Las Delicias 53 Liberia 54 Liberia Llano Grande 55 Limón 56 Linda Vista El Guarco 57 Los Chiles 58 Los Diamantes 59 Macaloha 60 Metodista Tersalia 61 Monte Líbano Batan 62 Montezuma 63 Muelle San Carlos 64 Nicoya 65 Pacayas 66 Palmar Sur 67 Palmira 68 Pindeco 69 Playa Panamá 70 Punta Leona 71 Puntarenas 72 Puriscal 73 Repunta 74 Río Cuarto Grecia 75 Río Frío Finca 6 76 Sabanilla 77 Samara 78 San José 79 Sanatorio Durán 80 Santa Lucia. 81 Santa Clara 82 Santa Cruz 83 Santa Rosa 84 Sitios Matas Turrialba 85 Tablas 86 Taboga 87 Tinamaste 88 Tronadora 89 Turrialba, CATIE 90 Turrúcares 91 Upala 92 Valle Escondido 93 Volcán Angel 94 Volcán 95 Volcán Irazú 21 10 17 9 11 10 29 9 13 10 10 10 37 10 36 10 9 50 11 02 10 13 10 05 10 21 10 04 10 42 10 28 10 09 9 55 8 57 10 13 9 08 10 35 9 42 9 59 9 51 9 18 10 25 10 18 9 57 9 53 9 56 9 56 10 01 10 22 10 16 10 50 9 52 8 56 10 21 9 18 10 30 9 53 9 58 10 54 10 35 9 14 9 12 9 59 83 35 83 20 84 01 83 23 83 35 85 26 85 32 83 03 83 58 84 43 83 46 83 36 84 24 83 19 85 05 84 28 85 27 83 49 83 28 84 23 83 20 85 40 84 40 84 46 84 19 83 39 84 10 83 47 84 03 85 32 84 05 83 53 84 07 84 31 85 35 85 37 83 37 83 07 85 09 83 47 84 54 83 38 84 19 85 01 85 06 83 27 83 27 83 51 50 350 26 570 200 144 80 3 1400 55 249 500 600 20 519 60 120 1735 16 2010 397 3 20 3 1102 580 180 100 1200 3 1172 2337 1200 170 54 315 900 360 40 680 530 602 639 50 300 400 418 3400

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS tipo de instrumentos (heliógrafo) dado que estos son económicos, robustos y requieren mínimo mantenimiento. La importancia de los registros de horas de Hemisferio Norte entre 8° 15’ - 11° 00’ N y 83° 30’ – 86° 00’ W, forma parte del Istmo Centroamericano y esta bordeado por el Mar Caribe por el Este y el Océano Tabla 2. Valores de la declinación solar δ y el número de horas de sol posibles N para Costa Rica (valor medio mensual) Mes E F M A M J J A S O N D δ (grados) -20.9 -12.9 -2.0 9.6 18.7 23.0 21.2 13.8 2.9 -8.7 -18.4 -23.0 N (horas) 11.48 11.69 11.95 12.21 12.46 12.57 12.52 12.31 12.00 11.76 11.54 11.42 insolación reside en la correlación encontrada entre sus valores promedios y los promedios del índice de claridad K T , también conocido como índice de transparencia de la atmósfera (cociente entre el promedio de la radiación global medida en la tierra y el promedio de la radiación extraterrestre para el mismo lugar y la misma época del año). Sin embargo, no puede ser establecida cuando se trata de valores diarios dada la diversidad de factores que inciden sobre la respuesta gráfica del heliógrafo. Los mapas de heliofanía relativa adquieren su importancia fundamental cuando se piensa en la planificación de actividades tales como: la agricultura, el turismo, la planificación urbana y la posible utilización directa de la energía solar. El valor de heliofanía relativa (n/N) es calculada dividiendo el número de horas de sol reales n por el número de horas de sol posibles N para la localidad específica de cada Estación Experimental. El número de horas de sol posibles, N, se obtuvo de la fórmula propuesta por Cooper (1969). Materiales y métodos N = 2/15 cos -1 (-tan φ tan δ ) Costa Rica se encuentra en la parte tropical del 57 31 91 83 62 10.5 69 54 53 43 82 40 86 6 5 92 12 88 9 63 29 42 81 21 60 71 77 35 70 8 9.5 74 50 14 47 26 75 48 58 17 52 38 34 44 61 59 30 2 4 80 7 10 1 90 16 95 78 76 20 79 65 18 46 24 41 89 84 72 56 3 28 37 67 45 32 64 10 (1) 36 11 LATITUD (N) 2. Pacífico por el Oeste. La Figura 1 ubica las 95 estaciones meteorológicas, obtenidas de los archivos del Instituto Meteorológico Nacional (IMN), que se escogieron en la elaboración de los mapas de heliofanía relativa. La Tabla 1 detalla el nombre y el número correspondiente a cada estación asociada a la figura 1, la ubicación por latitud, la ubicación por longitud y la elevación sobre el nivel del mar. 13 25 55 33 22 27 11 19 87 39 73 9 15 93 51 94 49 68 66 85 23 8.5 -85.5 -85 -84.5 -84 -83.5 -83 LONGITUD (W) Figura 1. Ubicación en el mapa de Costa Rica de las 95 estaciones con registros de horas de brillo solar usadas en este trabajo. 22

WRIGHT: Estudio de la variabilidad espacial y temporal de la heliofania relativa en Costa TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Para cálculos subsecuentes, el variograma generalmente se ajusta por medio de funciones analíticas, las cuales reflejan las características esperadas por el variograma (Zelenka et al. 1992). Un modelo tipo exponencial que se adapta mejor a los datos de heliofanía relativa presentados en este trabajo es el siguiente Siendo δ = 23.45 sen [ 360 ° (D-81)/365 ] la declinación del sol, en la que D es el ordinal del día juliano. φ es la latitud del lugar. En la Tabla 2 se dan los valores medios mensuales del número de horas de sol posibles para Costa Rica. Como se nota en la Tabla 2 el valor máximo astronómico de la duración del día corresponde al mes de junio y corresponde a la cercanía del solsticio de verano (21 de junio). γ ( h ) = c 0 + a [ 1 − exp( − h / b ) ] a ≥ 0, b≥ 0 (5) Usando la información del variograma y minimizando los resultados de los errores estimados por las siguientes ecuaciones, los cuales son determinados por los pesos w i, solamente si Y * (x 0 ) es estimado por una muestra de observaciones de I. De aquí se utiliza la siguiente notación abreviada γ (x i -x j )= γ ( | x i -x j | ) A continuación se dará una breve introducción teórica de la aplicación de la técnica kriging (ver Beyer et al.1997) utilizada en este trabajo. La estimación del valor del campo Y en una localidad x 0 , puede obtenerse por la combinación lineal entre las mediciones de los valores en las localidades x i (donde x representa las coordenadas de un punto). Para a = 1, I I ∑ w γ ( x , x ) + µ = γ ( x , x ) I Y ( x 0 ) = ∑ w i Y ( x i ) * i . 1 2 h 0 i ∑ ( j 1 2 /1 h 0 j (2) i a 0 (6) ∑ w ) = 1 i i Donde µ es el multiplicador lagrangiano. El multiplicador lagrangiano es utilizado aquí para cumplir con la condición de que la suma de los pesos w i debe ser igual a la unidad; eso asegura que la estimación esté libre de influencias Una fuente adicional de la información del campo puede darse con los datos que estén positivamente correlacionados con el campo de estudio, y mostrados en un gran número de localidades. En nuestro contexto serían los datos diarios medios mensuales de la heliofanía relativa en Costa Rica. ) (3) La técnica kriging se basa en la idea de seleccionar los pesos w i para que el error del estimador Y * (x o ) sea mínimo con respecto al valor actual Y(x 0 ). Este proceso requiere conocer información sobre la estructura espacial del campo, la cual lo provee la función estructural del variograma. γ ( d ) = [ Y ( x ) − Y ( x + h ) ] 2 a I Donde los pesos w i son puestos indirectamente por métodos simples, de acuerdo con la separación de la distancia h oi entre x 0 y x i . Por ejemplo, para el método del inverso de la distancia (también referido como interpolación gravitacional) los pesos son puestos como: w i = i i Para la cuestión de los cálculos de las distancias y de los ángulos entre los puntos: las estaciones meteorológicas siempre son ubicadas por sus coordenadas latitud φ y longitud λ . Por ser Costa Rica un país pequeño territorialmente y situarse cercano al ecuador; las distancias h pueden estimarse con una buena aproximación por el teorema de Pitágoras (Aguiar 1999). (4) El variograma γ describe la expectación de la diferencia cuadrática de los valores del campo separados una distancia h. Por simplicidad, asumimos que el campo es isotrópico; asimismo, consideramos que el variograma γ depende únicamente del valor absoluto de h. En la práctica esta función es estimada con una base de datos, agrupando pares de estaciones en clases de distancias y calculando para cada clase el valor medio de la diferencia cuadrática. [ h = ( φ 1 − φ 2 ) 2 + ( λ 2 − λ 1 ) 2 ] 2/1 (7) La aplicación del kriging ordinario requiere que el campo este libre de tendencias e isotrópico (Beyer et al.1997). Los datos presentados en este trabajo son perpetrados para cumplir con estas exigencias. 23

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS 12 Horas de Sol (horas) 10 8 6 4 2 0 0 100 200 300 400 Día del año Figura 2. Variación anual del número de horas de sol reales n y posibles N. sol posibles N (línea superior) y el número de horas de sol reales n (línea inferior) de la Estación Experimental Santa Lucía en Barba de Heredia. Los valores de N muestran una curva de forma de campana, sus valores máximos ubicados en los puntos medios de la curva corresponden a los días más lluviosos y nublados del año en nuestro país, mientras 3. Resultados y discusión La heliofanía relativa n/N depende del alto grado de la nubosidad del cielo, cuando el cielo está despejado, n/N aumenta, y cuando el cielo está nublado, n/N disminuye. La Figura 2 muestra el curso anual de los valores diarios medios mensuales del número de horas de 1.0 0.8 n/N 0.6 0.4 0.2 0.0 0 1000 2000 3000 4000 h (m) Figura 3. Variación de la heliofanía relativa n/N con la altura h de la estación. 24

WRIGHT: Estudio de la variabilidad espacial y temporal de la heliofania relativa en Costa TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS 12 11.5 0.65 0.6 0.55 0.5 0.45 0.4 0.35 0.3 0.25 0.2 LATITUD (N) 11 10.5 10 9.5 9 8.5 ANUAL 8 -86 -85.5 -85 -84.5 -84 -83.5 -83 -82.5 -82 LONGITUD (W) Figura 4. Promedios diario medio anual de la heliofanía relativa en Costa Rica. laderas; porque la quema de las bandas del heliógrafo inicia y termina un cierto intervalo de tiempo después y antes del orto y ocaso, respectivamente, resultando en una duración del día n menor de lo real, y como consecuencia, una reducción de la heliofanía relativa. los valores mínimos coinciden con los puntos extremos de la curva, que corresponden a los días más secos del año. La distribución de los valores de n muestra una simetría anual inversa a los valores de N para las condiciones meteorológicas de Santa Lucía, porque durante los días de la época lluviosa las nubes pueden reflejar o absorber hasta un 90% de la energía que incide sobre ella, ocasionando una reducción muy significativa en la radiación solar que llega al suelo. Por lo tanto, los picos máximos de los valores de n se ubican entre los intervalos de 1 a 120 días y de 300 a 365 días, tal como se muestra en la fig. 2. Esta figura muestra algunos picos altos de los valores de n entre 150 y 250 días, los cuales corresponden a algunos días despejados de la época lluviosa asociados al veranillo de San Juan. heliofanía relativa n/N con la altura h de la estación. Los mapas de las Figuras 4 a 10 muestran la distribución geográfica de la heliofanía relativa media diaria anual y mensual generada por la técnica kriging. En la distribución geográfica del valor diario medio anual (fig. 4) se muestra que los valores mínimos se ubican en las llanuras del Caribe y la zona Norte; mientras que los valores máximos se ubican en el Pacífico Norte y la sección Oeste del Valle Central. Esa variación diaria media anual en la heliofanía relativa en diferentes zonas geográficas del país, esta asociada a la interacción que presenta los diferentes sistemas de vientos que afectan al país y la topografía, la cual cuenta con cadenas montañosa (compuesta por sierras y cordilleras) que atraviesa el país de noroeste a sureste con elevaciones de hasta 3 820 metros sobre el nivel medio del mar (Cerro Chirripó). Esta variación en la orografía y en el régimen de vientos se ve reflejada en la distribución espacial y temporal de la heliofanía relativa, que esta estrechamente asociada a la nubosidad del país. La distribución de la heliofanía relativa en la vertiente del Caribe la peculiaridad es el mínimo hacia el Norte de la Cordillera de Talamanca. El valor máximo anual corresponde a Santa Cruz (0.63) y el valor mínimo en los bajos los Cartagos (0.22). El promedio ponderado anual es de 0.43. La Figura 3 muestra la variación de los valores diarios medios mensuales de n/N con h para las 95 estaciones meteorológicas analizadas en este en este trabajo. Se observa mucha dispersión alrededor de la curva de mejor ajuste obtenida por el método de los mínimos cuadrados de la gráfica n/N versus h, lo que demuestra la pobre correlación existente (r = -0.05) entre la duración del brillo solar y la altura de la estación para las condiciones meteorológicas de nuestro país. La línea de mejor ajuste obtenida entre n/N versus h tiene una tendencia ligeramente decreciente, lo que infiere una influencia negativa de la nubosidad con las condiciones orográficas del país. Debido a que gran parte del territorio nacional esta rodeado por sierras y cordilleras, la obstrucción del horizonte hace que heliofanía relativa decrezca en valles y 25

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 5. Promedios diarios medios mensuales de la heliofanía relativa en Costa Rica para los meses enero y febrero. La distribución geográfica de la heliofanía relativa de los meses de la época seca (enero, febrero, marzo, abril y diciembre) se asemejan, tal como se observa en las Figuras 5, 6 y 7. Estos meses se distinguen por el gran contraste entre las partes más soleadas y las menos soleadas del país. Las más soleadas corresponden al Pacífico Norte, al Pacífico Central y al Pacífico Sur y la sección Oeste del Valle Central, y las menos soleadas a la Vertiente del Caribe y la Zona Norte del país. La Figura 5 muestra la distribución geográfica de los meses de enero y febrero. Los valores máximos del mes de enero corresponden a Santa Cruz (0.85), Playa Panamá (0.84) e Ingenio Taboga (0.83). Los valores mínimos corresponden a la Finca El ensayo (0.24), Finca Santa Cecilia (0.24) y bajos Los Cartagos (0.26). El promedio ponderado del mes de enero corresponde a 0.57. El mes de febrero igualmente que el de enero se distingue por el gran contraste entre las partes soleadas de la Península de Nicoya con un valor máximo de 0.86 en Santa Rosa, Playa Panamá y Taboga, y un valor mínimo de 0.23 en Cubujuquí las Horquetas. El promedio ponderado del mes de febrero es 0.59, que corresponde conjuntamente con el mes de marzo al más alto del año del territorio nacional. Figura 6. Promedios diarios medios mensuales de la heliofanía relativa en Costa Rica para los meses marzo y abril. 26

WRIGHT: Estudio de la variabilidad espacial y temporal de la heliofania relativa en Costa TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 7. Promedios diarios medios mensuales de la heliofanía relativa en Costa Rica para los meses mayo y junio. La Figura 6 muestra la distribución geográfica de la heliofanía relativa correspondiente a los meses marzo y abril. Se observa valores mínimos en Cubujiquí las Horquetas y Cariblanco, ubicados al Este y Norte de la Cordillera Central. Los valores máximos se ubican en la Cuenca baja del Río Tempisque y en la región de Cabo Santa Elena. La distribución del mes de abril es similar al del mes de marzo, el máximo en el Pacífico Norte se ubican en Bancal, Taboga y Santa Rosa con 0.75. El promedio ponderado del mes de abril es 0.51. La insolación comienza a decaer en la Vertiente del Pacífico en los meses de mayo y junio (Fig. 7). La máxima heliofanía relativa en el Pacífico en el mes de mayo es de 0.59 en Playa Panamá y el mínimo en el Atlántico en Cariblanco y Cubujuquí las Horquetas con 0.25. El promedio ponderado es 0.38. La insolación sigue decayendo en el mes de junio en la Vertiente del Pacífico como se muestra en la Fig. 7, alcanzando un máximo de 0.47 (Santa Cruz) y un mínimo de 0.18 (Cedral, Bajos los Cartagos y Cariblanco). El promedio ponderado del mes de junio es de 0.30, que es el mes de menor insolación. A pesar de la merma en las lluvias que se Figura 8. Promedios diarios medios mensuales de la heliofanía relativa en Costa Ricapara los meses julio y agosto. 27

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 9. Promedios diarios medios mensuales de la heliofanía relativa en Costa Rica para los meses setiembre y octubre. experimentan en el mes de julio (Fig. 8) debido al veranillo de San Juan, se diferencia muy poco con la insolación del mes anterior. El máximo (0.54) ocurre en Playa Panamá y el mínimo (0.14) ocurre en la zona Norte, específicamente, en la Finca el Ensayo ubicado al Noreste de la Cordillera de Talamanca en la Zona Norte. El mes de agosto es semejante a los dos meses anteriores, junio y julio. El máximo de 0.50 en la Guinea en el Valle del Tempisque y el mínimo de 0.10 en Bajos los Cartagos. Los promedios ponderados de los meses de julio y agosto son respectivamente 0.31 y 0.33. En las isolíneas del mes de setiembre (Fig. 9) se observa una menor amplitud entre las zonas de mayor heliofanía relativa (0.4) y las zonas de menor heliofanía relativa (0.3), la cual indica que la amplitud de la oscilación mensual es la menor del año (0.1). Como se muestra en esta figura, los valores máximos se ubican en la sección del Pacífico Norte; específicamente en las regiones del Cabo Santa Elena, Cabo Velas, Valle del Tempisque y el litoral del Caribe Sur. El mapa de isolíneas del mes de octubre (Fig. 9) también presenta una pequeña amplitud entre las zonas de mayor insolación y las de menor insolación. Los mapas de isolíneas de ambos meses muestran una mayor heliofanía relativa en el Valle del Tempisque, Cabo Velas, Cabo Santa Elena, y el litoral del Caribe Sur. Mientras los valores mínimos se presentan en el Valle Central, Valle del General, Valle de Talamanca y las llanuras de San Carlos. El valor máximo del mes de octubre corresponde a Frutipaquera con 0.54 y el valor mínimo a Cariblanco con 0.20. El promedio ponderado de mes de octubre corresponde a 0.36. La distribución geográfica de la heliofanía relativa de los meses de noviembre y diciembre presentan un ligero aumento en la amplitud entre las zonas más soleadas y las zonas menos soleadas del país, lo cual indica un aumento en el contraste de la insolación del territorio nacional. Se observa que las magnitudes máximas del mes de noviembre corresponden a las regiones del Cabo Santa Elena, Cabo Velas y el Valle de Tempisque, todos ubicados en el Pacífico Norte del país. El valor mínimo corresponde a 0.23 (Cariblanco y Bajos los Cartagos) y el valor máximo de 0.64 (Santa Rosa). El mes de diciembre (Fig. 10) es más acentuado el predominio de los días soleados en la Cuenca del Golfo de Nicoya. En este mes se observa claramente la característica de la estación seca en la provincia de Guanacaste con valores mayores de la heliofanía relativa en el Pacífico Norte, Oeste del Valle Central, y el Pacífico Sur. El valor máximo (0.78) corresponde a Frutipaquera que esta ubicado en la Península de Nicoya y el valor mínimo (0.11) en Cubujuquí las Horquetas, ubicado en Sarapiquí de Heredia, tal como se muestra en la Figura 10. Los promedios ponderados para los meses de noviembre y diciembre son respectivamente 0.38 y 0.46. Lo anterior resulta que los meses más secos y soleados del año, i.e., enero, febrero, marzo y diciembre, se cumple la condición de que n/N ≥ 0.80 (en la región del Pacífico Norte) y n/N ≤ 0.4 (en la vertiente del Atlántico y la zona Norte), tal como se muestra en las figuras 5, 6 y 10. Además se observa una amplitud hasta de un 0.5 entre las zonas más soleadas (Pacífico Norte) y las menos soleadas (Vertiente del Caribe y Zona Norte) del país en los meses más secos del año. 28

WRIGHT: Estudio de la variabilidad espacial y temporal de la heliofania relativa en Costa TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 10. Promedios diarios medios mensuales de la heliofanía relativa en Costa Rica para los meses noviembre y diciembre. 3. Conclusiones Se podría concluir que en el Valle Central, los valores diarios medios mensuales de heliofanía relativa fluctúan entre 0.3 en la época lluviosa (cuando la cobertura nubosa varía de parcial a total a lo largo del día) y 0.7 en la época seca (cuando predominan el cielo despejado o con poca nubosidad). En el Pacífico Norte, los valores diarios medios mensuales de la heliofanía relativa son menores en los meses de mayo a noviembre (alrededor de 0.5), en que la cobertura nubosa es mayor sobre la región, de diciembre a abril se alcanzan los valores mayores, casi 0.85, por encontrarse en la época seca. En el Pacífico Central los valores de la heliofanía relativa que prevalecen en esta región también dependen de la época en que nos encontremos, la cobertura nubosa es mayor durante los meses de mayo hasta noviembre, que es la época lluviosa, en especial tierra adentro donde se dan condiciones de calentamiento local y donde la brisa de mar es forzada a subir manteniendo promedios de 0.4 diarias, de enero a abril los valores de heliofanía relativa suben para situarse en los 0.7 como promedio. En la región del Pacífico Sur hay dos estaciones bastante definidas, siendo la estación seca un poco más corta que la observada en el Pacífico Norte, ésta se inicia a finales de diciembre y termina alrededor de abril, la heliofanía diaria media mensual durante ese periodo es aproximadamente 0.6. El mes más lluvioso suele ser octubre, la heliofanía relativa media diaria desciende a 0.3, y el más seco febrero, la heliofanía relativa media diaria asciende a 0.7, aunque aquí no es del todo seco como en el Pacífico Norte. A través del año en la Vertiente del Caribe los valores diarios medios de la heliofanía relativa fluctúan entre 0.4 y 0.5 durante los días de enero hasta mayo, siendo julio el mes con mayor cobertura nubosa (producto del aceleramiento del viento alisios), y por lo tanto, menor cantidad de horas de sol diarias, como lo demuestra con un valor medio de la heliofanía relativa de 0.3. La situación en las partes altas de la región es muy similar, la diferencia con los valores medios diarios de la franja costera es de menos una hora. En la Zona Norte los valores más altos de la heliofanía relativa se presentan durante los meses de marzo y abril con un valor medio 0.5 y los más bajos desde mayo a diciembre con un valor medio de 0.3. Por lo que no se puede definir una estación propiamente seca, como sucede en la Vertiente del Caribe. Como era de esperar las tierras expuestas a los vientos alisios del NE, la Vertiente del Atlántico y llanuras del Norte, tienen menor cantidad de heliofanía relativa que las tierras del Pacífico. Los mapas de heliofanía relativa en este trabajo permiten ubicar las zonas de alta y baja insolación del país, establecer el orden de magnitud de la misma aún en las zonas donde no existen estaciones heliográficas. Las tierras del Pacífico Sur del territorio de Costa Rica tienen menor cantidad de heliofanía relativa que las tierras del Norte. En las tierras del Atlántico, la región costanera tiene más cantidad de heliofanía relativa las faldas de las cordilleras. La región de Costa Rica de menor cantidad de heliofanía relativa corresponde a la cuenca alta del Río Reventazón, en la Cordillera de Talamanca y la región de mayor heliofanía relativa durante el año es la cuenca baja del Río Tempisque en Guanacaste. Nótese también que, en el territorio nacional, las transiciones de las regiones más soleadas a las regiones de menos soleadas, son de gradientes más pronunciados a lo largo de la Cordillera 29

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Central y la de Guanacaste durante los meses de la época seca (enero, febrero, marzo, abril, noviembre y diciembre). En cambio, durante los meses de la época lluviosa (mayo, junio, julio, agosto, setiembre y octubre) la amplitud de la heliofanía relativa entre las zonas más soleadas y menos soleadas es relativamente pequeña, lo que indica que la insolación es más uniforme durante la época lluviosa. Referencias Aguiar, R. 1999. Cartografía de Radiação Solar por Métodos Geoestadísticos. En: J. Wright. (Ed.), Documentos do 1 er Curso Regional de Solarimetría. UNA. Heredia, Costa Rica, 1999, 39 pp. Beyer, H., G. Czeplak, U. Terzenbach and L. Wald. 1997. Assessment of the method used to construct clearness index maps for the new European Solar Radiation Atlas. Solar Energy 61 (6): 389-397. Cooper P. I. 1969. The absorption of solar radiation in solar stills. Solar Energy 12 (3): 333-346. Journel A. and C. Huijbregts. 1978. Mining Geostatistics Academic Press, London. Kunz S. and J. Remund. 1995. METEONORM – a comprehensive meteorological database and planing tool. In 13 th European PV – Solar Energy Cont., Nice, France, pp. 733-735. Wright, J. (Ed.) 1999. Documentos del 1º Curso Regional de Solarimetría. Red Temática VI.E. RISOL/CYTED, 12-15 Julio 1999, UNA, Heredia, Costa Rica. Zelenka A. , Czeplak G., D’Agostino V., Josefson W., Maxwell E. and R. Perez. 1992. Techniques for supplementing solar radiation network data. Report No. IEA-SHCP-9D, IEA. Zelenka A. 1994. Combining METEOSAT and surface network data: a data fusion approach for mapping solar irradiation. In Proc. 10 th Meteosat Scientific Users Conf., Locarno, Switzerland, pp. 515-520. Zelelnka A. and Lazic D. 1987 Supplementing network global irradiance data, advances in solar energy technology. In Proc. 1986 Biennial Congress ISES, Hamburg. Pergamon 4: 3861- 3865. Agradecimiento A los Licenciados Eladio Zárate y Juan Carlos Fallas, funcionarios del Instituto Meteorológico Nacional IMN por la entrega de una versión electrónica de los datos del número de horas de brillo solar, para la realización de este trabajo. Resumen En este trabajo se estudia la variabilidad espacial y temporal de la insolación en el país con base a los mapas de isolíneas de heliofanía relativa generadas por “kriging”, siendo kriging una técnica de interpolación lineal por métodos geoestadísticos . Asimismo, se comparan los valores de la heliofanía relativa durante la época seca y y la época lluviosa en las definidas regiones climáticas del país: Valle Central, Pacífico Norte, Pacífico Central, Pacífico Sur, Zona Norte y Vertiente del Atlántico. La heliofanía relativa es definida como el cociente entre las horas de sol reales y posibles. En la generación de los mapas de heliofanía relativa se utilizaron los registros de horas de brillo solar de 95 estaciones meteorológicas esparcidos en todo el territorio costarricense. Los niveles diarios medios observados oscilan entre 0.10 y 0.87 con valores más altos, en todos los meses del año, en la sección norte de la Vertiente del Pacífico. Los valores más bajos coinciden con las laderas Noreste de las Cordilleras Central, las Cuencas altas de los Ríos Sarapiquí, San Carlos y Río Sucio, y la cuenca alta del Río Reventazón en la Cordillera de Talamanca. 30

Top. Meteoro. Oceanog. 10 (1) 31-35, 2003 Relación Relación entre temperatura superficial del mar (TSM) (TSM) entre la la temperatura superficial del mar y anomalías de temperatura el en y anomalías de temperatura del aire del en aire Pacífico el norte de Pacífico norte de Costa Rica Rica durante ENOS como ENOS como posible Costa durante años años posible predictor de potencialidad de plaga de langosta predictor de potencialidad de plaga de langosta J OSÉ A LBERTO R ETANA 1 JOSÉ Gestión de Desarrollo ALBERTO RETANA1 Instituto Meteorológico Ministerio Gestión de Desarrollo, Instituto Meteorológico Nacional. Nacional del Ambiente y Energia Ministerio del Ambiente y Energia (Recibido 3 de diciembre 2002, aceptado18 de enero de 2003) Abstract There is evidence that environmental temperature affects the locust reproductive behaviuor. Often during El Niño years the environmental temperature increases. Besides, it has been observed that in some El Niño years appears loccust swarms in Guanacaste, Costa Rica. Guanacaste is the natural ecology nest of loccust in Costa Rica. In order to found relationship betwen the El Niño events and the environmental temperature, was analized the maximum temperature of Liberia, Guanacaste (TA) and the sea level temperature of the Region El Niño 3 (TSM). Using CLIMLAB PC tool (development for the International Research Institute, IRI), was found a correlation coefficient of 0.76 in linear ecuation of TA and TSM from april-may and june months. The Hindcast analysis modeled the temperature behaviour with successfull. This tool could bring important information for opperational programms like an early warning systems. 1. Introducción Las poblaciones de langosta centroamericana (Schistocerca piceifrons piceifrons) pueden convertirse en plaga y atacar en forma recurrente y acíclica en el Pacífico Norte de Costa Rica causando severas pérdidas al sector agropecuario. Esta zona ofrece condiciones agroecológicas favorables para el desarrollo del insecto: planicies de suelos arcillo-arenosos, extensos campos de cultivos y pastizales, un adecuado régimen hídrico y elevadas temperaturas y brillo solar que favorecen el termotropismo y fototropismo positivo de la especie. Varios autores coinciden en que las altas temperaturas ambientales pueden favorecer el período reproductivo (Barrientos 1992, Chacón 1985- citando otras fuentes-). Uvarov (1935) sugiere que , en teoría, largos períodos cálidos pueden inducir a las hembras a hacer uso total de las reservas de huevos de sus ovarios, con el fin de asegurar altas oviposturas durante períodos adversos para preservar la especie. Además, al elevarse la temperatura sobre la normal, la acumulación de energía térmica necesaria para cambiar de estados y estadios en la Corresponding author adress: José Retana, Instituto Meteorológico Nacional, apartado 7-3350-1000, San José, Costa Rica, Email: jretana@imn.ac.cr langosta (grados día), se conseguirá en menor tiempo, por lo que se tendrá un mayor número de generaciones por año. Por otro lado, se sabe con certeza (Avarientos 1992, Astacio 1987, Skaf 1986, Hunter 1967) que la densación (proceso de agrupamiento y alta densidad poblacional) es el principal factor que impulsa el mecanismo de cambio de fase de la langosta. Esto es, que pasa de un estado pasivo y de población controlada a otro agresivo y de grandes poblaciones amenazantes para el entorno agrícola. Si la temperatura ambiental es uno de los factores que promueven la densación (aumento poblaciónal), se puede pensar entonces que la temperatura puede ser un posible indicador de plaga. En Costa Rica, principalmente en el Pacífico Norte , durante años de eventos El Niño se asocian condiciones especiales de sequedad con apariciones masivas de langostas. Según Ramírez (1992) la temporada seca en la Región Chorotega, puede adelantarse hasta en un mes . Registros de temperatura medía demuestran que los máximos pueden llegar hasta un grado centígrado por encima de su valor normal. El objetivo principal de este trabajo es utilizar el

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS sistema computacional CLIMLAB, desarrollado por International Research Institute (IRI) para establecer relaciones entre la temperatura superficial del mar (TSM) y temperatura del aire (TA) del Pacífico Norte de Costa Rica, para usarlos como predictor de potencialidad de aparición de plaga de langosta. (1982-1983, 1986-1987, 1991-1994); se realizó un análisis de regresión lineal entre las series de TSM y TA. Estas series fueron estandarizadas para suprimir el efecto del ciclo anual. Para analizar más detalladamente el coeficiente de regresión, se aplicó un análisis de contingencia. Se hizo una combinación de análisis de regresión lineal entre TSM y TA, para diferentes períodos estacionales en fase: mes a mes, bimestre a bimestre y trimestre a trimestre. Para la copla de mejor coeficiente y más alto estadístico “F”, se aplicó un análisis de contingencia. Debido a que la serie de análisis TA es de poca extensión, 25 años, se utilizaron dos métodos de análisis para la generación del modelo de pronóstico: Hindcast, que estimará los valores provenientes de la regresión lineal practicada a toda la serie y Validación Cruzada, que permite estimar valores al analizar la serie extrayendo el año a pronosticar y calculando con el resto. 2. Metodología Los datos TSM se extrajeron de la base de datos que ofrece el CLIMLAB como predictores de ENOS. Se seleccionó la región NINO3 como fuente de TSM debido a que posee una serie extensa de registros mensuales (1949-2002), ha sido muy estudiada y se encuentra más cercana a Centroamérica. Los datos de TA, usados como predictandos, se tomaron de la base de datos del Instituto Meteorológico Nacional de Costa Rica. Se reconstruyó una serie de 25 años (1970-1995) de datos mensuales provenientes de dos estaciones complementarias y representativas de la zona de estudio: Liberia y La Guinea. El único dato faltante se rellenó con el promedio de la serie para ese mes. Luego de observar una relación cualitativa entre los últimos tres eventos de aparición de plaga (1982-1983, 1987, 1991-1994) y los picos máximos de anomalías de temperatura, coincidentes con años ENOS 3. Resultados El análisis de regresión lineal para las series estandarizadas y sin efecto de ciclo anual de TSM y TA se muestra en la tabla 1. En la figura 1, se observa el diagrama de dispersión de las series. Cuadro 1. Estadísticos de regresión lineal para las series de temperatura superficial del mar (TSM) y temperatura ambiental de Liberia (TA). Grados de libertad = 298 Predictando Coef. Corr. Error Std. Fo Intercepto Pendiente TA 0.59 0.79 161.25 0.00 0.59 3 2 1 TSM 0 -1 -2 -3 -3 TA -2 -1 0 1 2 Figura 1.Diagrama de dispersión de las series de datos (TSM vs TA) 32 3

RETANA: Relación entre la temperatura superficial del mar (TSM) y anomalías de temperatura …... Cuadro 2. Análisis de regresión lineal para las series estacionales en fase TSM (EFM) y TA (AMJ). Predictando TA(AMJ) Coef. Corr. 0.76 Error Std. 0.56 Fo 31.90 Intercepto 0.00 Pendiente 0.67 Cuadro 3. Tabla de contingencia para las series de valores calculados por el análisis Hindcast y (TA (AMJ) CALC) y los valores TSM (EFM). Los mismos valores se obtienen para el análisis de Validación Cruzada. TSM (EFM) TA (AMJ) CALC. Bajo Normal Sobre Bajo 4 2 2 Normal 3 3 2 Sobre 1 3 5 Dado que el coeficiente de correlación es aceptable para el tipo de relación que se busca, se permite aplicar un análisis de contingencia. La tabla de contingencia muestra que la diagonal principal concentra los mayores valores de las series, que se evidencia en el 56% de coincidencia directa entre valores de TSM y TA. El test de chi2 indica que la coincidencia debido al azar es prácticamente nula. Luego de establecer la relación estadística entre las series de datos, se realizaron pruebas de regresión lineal aplicadas a períodos estacionales. Una matriz comparativa de coeficientes de regresión, muestra que la mejor relación se da entre el trimestre enero- febrero-marzo (EFM) de TSM y el trimestre enero- febrero-marzo (EFM) de TA, con un coeficiente de correlación de 0.78. Sin embargo, para los efectos prácticos que se quieren, se decidió tomar como trimestre del predictando (TA) el comprendido por los meses abril- mayo-junio (AMJ), que presenta un coeficiente de correlación de 0.76. Esto se debe a que a partir de mayo se presenta la segunda ovipostura de la especie en Costa Rica y que se asocia con probables plagas. A partir de diciembre o enero, la langosta en puede iniciar un período de diapausa (cero crecimiento y mantenimiento basal) que le permite sobrepasar los efectos de períodos secos prolongados como los que usualmente se presentan en los meses de verano en Costa Rica. El análisis de regresión se resume en la tabla 2 y la tabla 3 muestra los resultados del análisis de contingencia de eventos. El porcentaje de coincidencia directa es de 48, mientras que la inversa es de 24%. El peso de la diagonal principal 3 2 1 °C 0 -1 -2 -3 1970 años 1976 1982 1988 1994 Figura 2. Anomalías estandarizadas de la temperatura media del aire observada durante el trimestre abril-junio en el Pacífico Norte de Costa Rica (línea fina) y la calculada por Hindcast (línea gruesa), mediante regresión lineal con las anomalías del trimestre enero-marzo de TSM Niño 3. Período de análisis 1970-1994 33

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS se nota claramente. De hecho, más del 90% de la coincidencia de los casos, lo explica bien la línea de regresión calculada. (test de chi2=3.81, con 4 grados de libertad). El análisis de Hindcast se corre para toda la serie del predictando (TA-AMJ). Con los valores calculados se genera un modelo de expresión : 5. Conclusiones Existe una relación directa entre las temperaturas superficiales del mar y las temperaturas del aire registradas en la zona Cañas-Liberia, del Pacífico Norte de Costa Rica. Esta relación es más fuerte durante la primera mitad del año, de tal forma que es posible predecir a partir del promedio de temperaturas superficiales de mar del primer trimestre del año, las temperaturas del aire para los meses de enero, febrero, marzo, abril, mayo y junio. El 76% de los casos, es explicado por el modelo propuesto, siendo que solo el 10% de los ajustes de los datos pueden deberse al azar. Al poderse pronosticar la TSM para la región NINO3 hasta con un año de antelación, la predicción de TA a partir de su relación con TSM, se convierte en una herramienta importante utilizable no solo para el fin de este estudio, relación con la aparición de plaga de langosta, sino para otros fenómenos agrícolas o biológicos influenciados por fluctuaciones de temperatura. Al pronosticar un predictando que a su vez es un indicador de otro evento, lo primero es establecer una buena relación entre el predictando (TA) y ese evento en particular (aparición de plaga de langosta). Esta relación se ha establecido teóricamente (Retana 2001) y en condiciones de laboratorio (Uvarov 1935). Las pruebas en cámaras climáticas corresponden a ensayos realizados fuera de nuestra región y con especies diferentes (aunque muy similares) a la que ataca en Centroamérica. Por lo tanto es necesario conducir, pero sobre todo financiar este tipo de experiencias a nivel local. La relación establecida por medio del CLIMLAB es prometedora, pero apenas constituye una opción de un número grande de posibilidades, por lo que se crea la necesidad de seguir estudiando esta relación en forma más profunda. La temperatura del aire, es tan solo un elemento influyente en el ciclo de vida de la langosta. Existen otros elementos, como la precipitación en período de ovipostura y salton, el brillo y radiación solar, que son condicionantes de algunos de los estados de este insecto. Es necesario estudiar su relación con ENOS para obtener indicadores de plaga más fuertes, confiables y explicables fisiológicamente. TA (AMJ) = 0.67 TSM(EFM). La corrida para los valores calculados vs los observados de la serie desde 1970 a 1994, se muestran en la figura 2. El análisis de Validación cruzada da un coeficiente de correlación de 0.71 con un error estándar de 0.59 . El porcentaje de coincidencia directa es 48, y el porcentaje de coincidencia inversa es de 24. El Tes. estadístico del chi2 aplicado es de 3.81 con 4 grados de libertad. 4. Discusión La coincidencia cualitativa de los tres últimos eventos de aparición de langosta en el Pacífico Norte de Costa Rica, con la ocurrencia del fenómeno ENOS, puede tener fundamento estadístico al observar la relación entre TSM y TA. Esta relación de tipo lineal, indica que al elevarse la TSM se eleva a la vez la TA, siendo que es posible pronosticar este comportamiento, principalmente para el primer y segundo trimestre del año donde la relación es más fuerte (coeficiente de regresión de 78 y 76% respectivamente). Al generar modelos de pronóstico mediante análisis Hindcast y Validación Cruzada, se obtiene prácticamente los mismos resultados, de hecho, el porcentaje de coincidencia directa es de 48 para ambos. Las tablas de contingencia para los dos análisis son iguales (ver tabla 3). Los coeficientes de regresión son: 0.76 (Hindcast) 0.71 (Validación Cruzada) El test estadístico de Chi2, da un grado de confiabilidad para el ajuste del modelo de más del 90%. El poder predecir con algún grado de confiabilidad, las temperaturas de esta primera mitad del año, permitiría estimar aproximadamente, con cuanto tiempo de adelanto se estarían alcanzando las generaciones de individuos adultos al hacer el cálculo de grados día para cada estado del ciclo de vida de la langosta. Además, dado el efecto directo que la temperatura tiene sobre el comportamiento de poblaciones del insecto y su relación probable con el período reproductivo (que en Costa Rica se inicia con la cópula durante el mes de abril), este pronóstico se podría utilizar como una voz de alerta al sector técnico especializado en el control de la langosta, para programar el movimiento de la contingencia de prospectores a las zonas donde habitualmente se dan las oviposturas Resumen La temperatura ambiental juega un papel importante en la fisiología reproductiva de las langostas, específicamente la especie centroamericana Schistocerca pceifrons pceifrons. En Costa Rica, se han observado plagas de este acrídido durante años influenciados por la fase cálida del fenómeno ENOS (El Niño-Oscilación Sur). Se ha comprobado que durante la evolución de este fenómeno, la temperatura máxima puede incrementarse durante algunos meses, principalmente en el Pacífico Norte, que es también la zona natural de vida de la langosta en Costa Rica. Con el fin de establecer relaciones entre la temperatura ambiental y el desarrollo del fenómeno El Niño, se utilizó la temperatura máxima ambiental de la estación Liberia, Costa Rica (TA) para relacionarla con la temperatura superficial del mar en la Región Niño 3 (TSM). Los análisis fueron realizados por medio de la herramienta computacional CLIMLAB desarrollado por International Research Institute (IRI). Se 34

RETANA: Relación entre la temperatura superficial del mar (TSM) y anomalías de temperatura …... Hunter, J; 1967. Life history of the Central American locust Schistocerca sp (Orthoptera: acrididae) in the laboratory. Annals of the Entomological Society of America. 60 (2): 468-477. Ramírez, P; 1990. El fenómeno de El Niño Oscilación del Sur. Boletin Meteorológico mensual . Instituto Meteorológico Nacional. Abril, pp 3-5. Costa Rica. Retana, J. 2000. Relación entre algunos aspectos climatológicos y el desarrollo de la langosta centroamericana (Schistocerca piceifrons piceifrons Walker 1870) en el Pacífico Norte de Costa Rica durante la fase cálida del fenómeno ENOS. Tópicos Meteorológicos y Oceanográficos. 7(2):64-73. Skaf, R; Billaz, R; 1987. Guía práctica de lucha contra los acrídidos plagas de Brasil. Traducción al español: Evaristo Morales. OIRSA. 32p. Costa Rica. Uvarov, B; 1935. Locust and grasshoppers, a handbook for their study and control. London, The Imperial Bureau of Entomology. pp 69-169, 263-273. encontró un coeficiente de correlación para una ecuación lineal de 0.76 entre TSM del trimestre abril-mayo-junio y la TA. Se modeló la relación por medio del análisis Hindcast. De acuerdo con el porcentaje de coincidencia entre la aparición de plaga y el fenómeno El Niño, el modelo desarrollado se presenta como una herramienta interesante no solo para explorar las relaciones clima-fisiología, sino para utilizar los cálculos como parte de programas de alerta temprana para el sector agrícola. Referencias Astacio, O; Landaverde, R; 1988. La langosta voladora o chapulín Schistocerca piceifrons piceifrons (Walker 1870) y otros acrididos reportandos en la región de OIRSA. División de Sanidad Vegetal. 20p. San José, Costa Rica. Barrientos, L; et al.; 1992. Manual técnico sobre la langosta voladora Schistocerca piceifrons piceifrons (Walker 1870) y otros acridoideios de centroamérica y sureste de Mexico. FAO- OIRSA. pp 1-50. El Salvador. 35

Top. Meteoro. Oceanog. 10 (1) 36-40, 2003 Impacto social del fenómeno El Niño El Niño Impacto social del fenómeno recuento Un Un recuento de de 1977 1977 - 1978 - 1978 ALBERTO RETANA1 OBERTO ILLALOBOS F LORES J OSÉ JOSÉ A LBERTO R ETANA 1 , , R ROBERTO V VILLALOBOS FLORES Gestión de Nacional, Gestión de Desarrollo, Instituto Meteorológico Desarrollo Ministerio del Ambiente y Energia Instituto Meteorológico Nacional Ministerio del Ambiente y Energia (Recibido 3 de diciembre 2002, aceptado18 de enero de 2003) Abstract El Niño phenomena was analized since social sense. For that reason, was documented the 1997-1998 Costa Rica`s event using different social information sources. There are a lot of technical and science studies about El Niño but there are not enought social point of view about it. 1. Introducción Según la FAO (2001) en América Latina y el Caribe, existe cerca de un millón y medio de personas que continúan recibiendo asistencia alimentaria, debido principalmente a pérdidas de cosechas causadas por las condiciones atmosféricas. La recuperación social y económica de los desastres atribuidos a la variabilidad climática en los últimos 5 años en centroamérica (incluido El Niño de 1997-1998) ha sido muy lenta. Tal y como lo señala el IAI (1995), las repercusiones sociales y económicas de El Niño pueden extenderse en el tiempo. Un evento de fuerte magnitud como el ocurrido en 1997, no solo afecta por un tiempo prolongado los aspectos de actitud social (potenciado por el efecto económico) sino que afecta la respuesta humana y comunal, como por ejemplo los desbalances en la zona de confort de la población producto de las migraciones o implicaciones de mercado que pueden mantenerse en el tiempo. En el caso de las migraciones, estas obedecen a sectores de la población rural altamente vulnerables y por lo general desprotegidas por programas de asistencia. Estas son forzadas a migrar a la ciudad en busca de empleo o mejores condiciones de vida o simplemente para alejarse de las áreas de alto riesgo (IDNDR 1998). En algunos casos estas migraciones cruzan las fronteras de los países, buscando un mejor entorno nacional, lo que crea no solo un problema de atención social muy grande, sino una modificación de los patrones de aceptación y Corresponding author adress: José Retana, Instituto Meteorológico Nacional, apartado 7-3350-1000, San José, Costa Rica, Email: jretana@imn.ac.cr seguridad por parte de la población absorvente. Costa Rica recibió en 1999 un total de 160 000 inmigrantes. El costo de la atención de estas personas en servicios de salud, educación y otros, se calculó en 30 millones de dólares, sin embargo hasta febrero del 2000 tan solo se cubrieron los gastos con $ 741 000 provenientes de Grupos Consultivos Internacionales. El presupuesto nacional para la atención de estos casos es exiguo y sin embargo cada año se debe de destinar más para la atención de inmigrantes. Los refugiados centroamericanos provinieron de un éxodo masivo a causa de desastres naturales y variabilidad climática como principales factores (La Nación-ACAN-EFE 2000). A parte de los problemas causados por los efectos de las migraciones, las condiciones de inseguridad alimentaria, racionamientos de los servicios públicos, y efectos de mercado, generan un desequilibrio social interno que afecta directa o indirectamente toda la comunidad nacional. El objetivo del presente trabajo es recopilar información importante sobre los efectos sociales del fenómeno El Niño durante su aparición en 1997-1998, con el fin de mostrar una faceta de análisis normalmente olvidada en los estudios científicos sobre este tipo de fenómenos. 2. Daños directos Según Jovel (2000), en Costa Rica se estima que el 29.5% de la población del país fue afectada directamente por los efectos de El Niño 97-98. De estas un 0.5%

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS (16179 personas) fueron damnificadas y el 29% restante (942261 personas) ubicadas principalmente en la Región Chorotega y Región Huetar Norte, sufrieron pérdidas económicas por bajos rendimientos en sus actividades agropecuarias. Los efectos directos deben de contabilizarse en la infraestructura dañada (pozos, drenajes, caminos, edificios, puentes, muelles, vehículos, etc) y en algunos elementos de sistemas afectados (hectáreas quemadas, áreas sembradas, animales muertos, animales enfermos, etc) contabilizando también el número de vidas perdidas por extremos climáticos. En lo que corresponde al componente social, los daños directos se refieren a quienes han sufrido el impacto de un extremo climático en la actividad productiva o comunitaria de la que dependen. En el caso de la respuesta en finca, los daños directos ocasionados por los efectos de la sequía, pueden variar notablemente de acuerdo con los recursos de los agricultores y su actitud ante el riesgo (Parry et al. 1989). De acuerdo a Vanegas y Montero (2000) para el cantón de Los Chiles, de la Región Huetar Norte de Costa Rica, la vulnerabilidad social del sector agrícola frijolero ante la variabilidad climática es alta debido a la poca capacidad de respuesta de la comunidad y organizaciones locales. Además, el esquema del sector públlico limita las posibilidades de reacción ya que obedece en parte a posiciones políticas. En este mismo sentido la estructura agrícola-social de la zona de Los Chiles corresponde al marco de comunidad vulnerable a desequilibrios externos (en este caso el clima) de acuerdo a lo que conceptualiza el Primer Informe Estado de la Nación (1995). De acuerdo a este informe, una comunidad es vulnerable si tiene niveles de remuneración cercanos al límite de pobreza, si los hogares se sostienen por un solo ingreso, si los pequeños productores agrícolas dependen de cultivos de baja productividad, si hay bajo nivel educativo o bien si se produce el cruce entre varios vectores sociales (bajo nivel educativo por ejemplo) con vectores espaciales de alto riesgo (zona rural, zonas propensas a desastres, etc), La zona norte del país fue una de las más afectadas durante El Niño de 1997-1998, con bajos rendimientos y pérdidas totales de cosechas de frijol y muerte de ganado por deshidratación. Según Hernánez (1998) las pérdidas hasta mayo de 1998 en la Región Huetar Norte fueron de 700 millones de colones. A esto, se unió el problema de la desocupación, pues los finqueros despidieron a sus peones y los pequeños productores se vieron amenazados con perder sus propiedades y casas hipotecadas. Este comportamiento coincide con lo que reportan Parry et al (1995), quienes indican que los intentos por sostener los ingresos de las producciones familiares durante períodos de sequía, llevan a los agricultores a hipotecar sus propiedades, aumentar los préstamos, vender sus recursos y aplazar las deudas, entre otros mecanismos de mantenimiento. Según la agencia noticiosa AP (La República 1997c), en agosto de 1997 se contabilizaron 5 muertes por inundaciones en el norte del país, más de 1000 damnificados y pérdidas por 12 millones de dólares. Para octubre de 1998, las cifras de muertos a consecuencia de extremos climáticos en Costa Rica, fueron 7 en total (Cornford 1998). Con la finalidad de comparar 38 reportes sobre pérdidas económicas y humanas de los países miembros de la Organización Meteorológica Mundial, Cornford (1998) diseña una estrategia de relación entre el número de muertes relativas (número de muertos por millón de habitantes) y la traducción de esta tragedia en términos económicos, referidos al Producto Interno Bruto (PIB). Básicamente lo que propone el informe es que una vida humana perdida, significa una pérdida económica al PIB del país. Define como “vida económica” el equivalente de 40 veces la contribución del poder adquisitivo al nacer (PAN) estimado sobre la base del PIB por una persona en un año. Para estandarizar incluso la edad productiva en el momento de la muerte, el autor asume que todas las pérdidas de vidas reportadas se encuentran a la mitad de su ciclo productivo. Los índices desarrollados, se presentan para Costa Rica en el cuadro 1junto a los índices de los países con más muertes reportadas (India y Nueva Guinea). Cuadro 1. Indices económicos de las pérdidas de vidas humanas asociadas a extremos climáticos durante 1997 (adaptado de Cornford 1998). Población (millones en 1997) Muertes (tota)l Muertes (por millón) Pérdidas (millones $) Pérdidas (vidas económicas 1 ) Pérdidas (vidas productivas 2 ) N. Guinea 4.3 450 105.0 472.9 4.54 5110 Costa Rica 3.4 7 2.1 85.0 0.43 367 India 929.0 801 0.86 0.17 0.00001 0 País Pérdidas (vidas económicas 1 ): 40 veces la contribución del PAN estimado sobre el PIB en un año. Pérdidas (vidas productivas 2 ): pérdidas económicas en 20 años de contribución al PAN/PIB 37

VILLALOBOS & RETANA: Impacto social del fenómeno El Niño Como se desprende del cuadro anterior, las pérdidas económicas por muertes son relativas a la realidad del país. Comparativamente hablando, y solo en términos económicos, a pesar de que en la India murieron 801 personas por problemas climáticos en 1997, la repercusión económica en la actividad del país fue casi imperceptible. Por el contrario, las siete muertes reportadas en Costa Rica, significan una pérdida económica de consideración. De hecho, a pesar de que relativamente las muertes fueron pocas, Costa Rica se ubicó entre el puesto 10 y el 15, de una lista total de 38 países, en cuanto a la repercusión económica de estas tragedias según Cornford (1998). Todos estos impactos cuantificables de alguna manera, no pueden reflejar el impacto mental de sufrir situaciones de emergencia, que muchas veces son más severos que la pérdida económica o de confort que significa ser directamente afectado. Este tipo de trastornos son perdurables en el tiempo y en algunos casos solo recuperables en la medida que el entorno vuelva a las condiciones anteriores a la emergencia. El concepto de vulnerabilidad acumulada de una comunidad, obedece en parte a una tendencia decreciente de la capacidad de respuesta ante eventos naturales repetitivos que desgastan recursos y esfuerzos. La migración entonces, se convierte en una vía de escape literalmente hablando. contratación de servicios, suministro de alimentos y materias primas, se afecta la capacidad de ahorro e inversión, se reducen los ingresos por exportaciones, aumento de egresos por importación de bienes y servicios, etc. (CORECA 1997). Las repercusiones en mercado por variaciones en la oferta y la demanda y por el costo adicional de mantenimiento de actividades en tiempos adversos, afectan a toda la población. Por ejemplo, a raíz de la merma en la captura de algunas especies de peces (vela, pargo, atún) así como el desabastecimiento de granos básicos (principalmente arroz y frijoles) y los problemas de mantenimiento del hato ganadero de carne (Umaña 1997b, Umaña 1997c, Umaña 1997d, Murillo 1997), se produjo un alza en los precios a consumidor de algunos de estos productos durante el evento de El Niño 1997-1998. De esta forma, el impacto directo se trasladó indirectamente a un grupo mayor de la población. Al aumentar los precios de los productos de consumo, como consecuencia de períodos de sequía, se producen alteraciones del consumo alimenticio doméstico y en la estructura de compras (Parry et al. 1995). En realidad, aumentos significativos en el costo de bienes de consumo, se traducen en una reestructuración de la compra familiar con el fin de mantener estable el presupuesto destinado a los bienes de primera necesidad. En caso de disponibilidad, se recurren a fuentes nutritivas sustitutas de menor costo y de mayor oferta. En el sector de agua potable, los déficits y excesos hídricos presentados, ocasionaron que el Instituto Costarricense de Acueductos y Alcantarillados (AyA) emprendiera acciones de saneamiento de cuerpos receptores de agua con el fin de evitar contaminación, racionamiento del servicio de agua potable en algunas localidades para permitir que los tanques alcanzaran niveles óptimos de manejo, habilitación y mantenimiento de pozos, así como distribución de agua potable en camiones cisterna para abastecer comunidades afectadas (Solera 2000). Todas estas medidas correctivas afectaron una población importante del país que, aunque no sintieron el efecto directo de la sequía en sus actividades, sí experimentaron incomodidades derivadas. En el campo de la salud, los efectos indirectos de extremos climáticos se presentan focalizados en áreas vulnerables pero pueden extenderse a otras áreas y otros grupos sociales cuando las enfermedades son transmitidas por vectores de amplia distribución como pueden ser las fuentes de agua potable, el viento o los insectos. Para Patz et al. (1996), extremos climáticos como inundaciones y sequías rompen la capa protectora de poblaciones enteras exponiéndolas a vectores infecciosos y aumentando el riesgo de epidemias. Desbalances hídricos pueden contaminar las fuentes de agua potable, crear sitios de reproducción de insectos o generar ambientes favorables para la aparición de plagas que pueden traer consigo enfermedades. Estas condiciones de alto riesgo se presentan principalmente en las áreas de refugiados, damnificados o inmigrantes donde los focos infecciosos de enfermedades 3. Daños indirectos Un 65% de la población (2285000 personas) sufrió efectos de El Niño en forma indirecta (Jovel 2000). Los efectos sociales indirectos se presentan principalmente en la afectación de servicios públicos, efectos de mercado (por ejemplo los precios al consumidor, la oferta de productos) y la inseguridad social (salud, seguridad, desempleo, competencia). La inseguridad social se agrava cuando se altera la dinámica del movimiento migratorio. En el caso de Centroamérica, los desastres a causa de amenazas naturales, han propiciado fuertes emigraciones en busca de mejores condiciones fuera de las fronteras nacionales. Esta emigración es una opción forzada de supervivencia. Costa Rica ha sido un receptor histórico de estos movimientos. En una misma área, se agrupan poblaciones emigrantes afectadas directamente y poblaciones locales afectadas indirectamente por el impacto de las migraciones. Este impacto es difícil de estimar. Primero porque existe una articulación compleja de factores difícilmente cuantificables como desarraigo cultural, la tendencia a la manutención, la asistencia humanitaria, la aceptación, la inserción y la incorporación a nuevos formatos sociales, la competencia y la transculturización. Segundo, porque estos impactos son perdurables en el tiempo y su dilución no se puede calcular. Otro de los efectos indirectos de una sequía o una inundación es la transmisión del impacto en las actividades productivas a través de los eslabones productivos, como por ejemplo reducción del empleo y 38

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS como el cólera o el dengue pueden ser extendidos a zonas urbanas. El costo de la atención de una emergencia en materia de salud, debe ser considerado como una inversión en la primera norma de prevención ante una posible expansión de problemas mayores. Si bien es cierto, no puede atribuirse al factor clima toda la responsabilidad en el brote de plagas o transmisión de enfermedades, los disturbios causados por eventos climáticos juegan un papel muy importante en el surgimiento, resurgimiento y diseminación de patógenos. En el cuadro 2 se resumen algunas características importantes sobre la epidemia de algunas enfermedades en relación a factores climáticos extremos. 4. Conclusiones Los efectos sociales directos impactan a una porción de la población menor en comparación con el efecto social indirecto de esos mismos impactos. Durante El Niño de 1997-1998, los efectos de los disturbios climáticos se extendieron a casi toda la población de Costa Rica, por medio de las repercusiones en el mercado, en el sector Cuadro 2. Plagas y enfermedades en humanos asociados a eventos climáticos Evento Plaga Langosta (Schistocerca p.p) Sequía o períodos secos prolongados Dengue (Aedes aegypti) Malaria Efecto en salud Fuente Efecto nutricional derivado por la pérdida de cosechas. En Africa y Fuerte sequía seguida de Asia la plaga de langostas ha lluvias acentuado situaciones de hambruna Retana 1999 Altas temperaturas y humedad TIME 1996 Los mosquitos son transmisores de virus que pueden llevar a la muerte. Las altas temperaturas tienen un efecto catalizador en los brotes siempre que existan condiciones de humedad (Anopheles) Altas temperaturas y humedad Meningitis Altas temperaturas En el SAHEL una epidemia de meningitis viral siguió luego de una sequía registrada entre 1995 y 1996 TIME 1996 Condiciones de lluvias fuertes e inundaciones Los roedores son transmisores de estos virus, los cuales puede llegar a ser mortales Epstein et al 1996 Retana et al 1999 Las lluvias pueden ayudar a propagar la enfermedad Asociado al calentamiento de las aguas costeras colombianas y la proliferación de algas, el cólera pudo ser diseminado en 1991 por efecto de lluvias fuertes que causaron inundaciones y contaminación de fuentes Patz et al 1996 La distribución estacional de la precipitación juega un papel importante en la prevalencia de la enfermedad Esta enfermedad parasitaria es transmitida al hombre por secreciones de moluscos infectados, vertidas en los alimentos. Condiciones favorables de clima podrían aumentar la población de moluscos y la probabilidad de transmición. Morera y Amador 1997 Hantavirus y Leptospirosis Fuertes lluvias o inundaciones Condiciones Cólera (Vibrio cholerae) Angiostrongylosis abdominal 39 Patz et al 1996

VILLALOBOS & RETANA: Impacto social del fenómeno El Niño salud, en la seguridad social y en las alteraciones de servicios públicos, principalmente en lo referente a la administración del recurso agua. El análisis de impactos provocados por fenómenos naturales de origen climático, debiera de aproximar las implicaciones sociales, como norma rutinaria de estudio. Jovel, R. 2000. El impacto socio-económico de El Niño en Costa Rica durante 1997-1998. Congreso sobre la Reducción de Impactos de Variabilidad Climática: El Caso de El Niño de 1997-1998 en Costa Rica. San José, 3 y 4 de febrero de 2000. Sistema de Integración Centroamericana (SICA). San Salvador, El Salvador. 18p. La Nación-ACAN EFE. 2000. Desastres desvelan al país. La Nación, San José (C.R.);Feb.10:sp. Murillo, W. 1997. Fenómeno de El Niño afectará cosechas. Vaticinan faltante de arroz. La República, San José (C.R.); Ago 10:10A Parry, M.; Carter, T.; Konijn, N. 1989. El impacto de las variaciones climáticas en la agricultura. OMM 38(2):119-134. Vanegas, J.; Montero, V.2000. Factibilidad y viabilidad de adaptación local a los efectos del cambio y la variabilidad climática. Revista Ambiental Madroño. COPROSA-UNICA. (1)1:7-10. La República. 1997c. El Niño causa estragos en la región. La República, San José (C.R.); Ago.18:14A. Patz, J.; Epstein, P.; Burke, T.; Balbus, J. 1996. Global climate change and emerging infectious diseases. Journal of the American Medical Association. (275)3:217-223. Umaña, L. 1997b. Pescadores lanzan sus redes a ciegas. La República, San José (C.R.); Set. 06: 4A. Umaña, L. 1997c. Peligra suministro de granos. La República, San José (C.R.); Set. 4: 4A. Umaña, L. 1997d. Ganaderos se alistan para “vacas flacas”. La República, San José (C.R.); Set. 5: 4A. Solera, C. 2000. Impacto de El Niño en el sector agua potable de Costa Rica durante 1997-1998. Congreso sobre la Reducción de Impactos de Variabilidad Climática: El Caso de El Niño de 1997-1998 en Costa Rica. Acueductos y Alcantarillados. San José, 3 y 4 de febrero de 2000. sp. Resumen Con el fin de brindar una perspectiva social de los impactos que el fenómeno El Niño ha causado en Costa Rica, se recopiló una serie de información relevante a raíz del evento de 1997-1998, catalogado como el de mayor intensidad en el siglo XX. La documentación existente sobre la fase cálida de ENOS es basta, pero la mayor parte del enfoque es técnico-científico. Este trabajo pretende rescatar el sentido social que implican los impactos negativos de un desastre. Referencias CORECA-MAG (Comité Regional Centroamericano - Ministerio de Agricultura y Ganadería) 1997. Plan para mitigar los efectos del fenómeno de El Niño en el sector agropecuario. San José, Costa Rica. 85p. Estado de la Nación en Desarrollo Sostenible. 1997. Informe Nº 4. San José, Costa Rica. FAO (Organización de las Naciones Unidas para la Agricultura y la Alimentación). 2001. Perspectivas Alimentarias. (2):5-6. Hernández, C. 1998. Plan urgente contra sequía. La Nación , San José (C.R.); May.25:1. IAI (Inter-American Institute for Global Change Research). 1995. International Forum on Forescasting El Niño: Launching on International Research Institute. 6-8 november 1995. Washintong DC. Excecutive summary:67p. IDNDR (International Decade for Natural Disaster Reduction). 1998. El Niño. Mitigate it s impact. IDNDR Informs. Regional Unit for Latin America and the Caribbean. 12:31. 40

Top. Meteoro. Oceanog. 10 (1) 41-46, 2003 de satélite operacionales Utilización Utilización de de datos satélite operacionales en en Centro de datos Centro América como en el manejo de desastres América como apoyo apoyo el en manejo de desastres B ERNADETTE BERNADETTE 1 , M CONNELL1, E M MARK , DEMARIA, C ASTRO L EÓN , C ONNELL ARK D ARIA V ILMA VILMA CASTRO LEÓN, ROSARIO ALFARO, Y JANICE SESSING R OSARIO LFARO , Y Fort Collins, Colorado. CIRA/Colorado A State University, J ANICE S ESSING CIRA/Colorado State University, Fort Collins Colorado. CIRA/Colorado de State Costa Rica, San Fort José, Costa Colorado. University, Collins, Rica. Universidad CIRA/Colorado State Nacional, Instituto Meteorológico University, Fort San Collins Colorado. Rica. José, Costa Universidad de Costa Rica, San José, Costa Rica. NOAA/NESDIS, Silver Spring, Maryland. Rica. Instituto Meteorológico Nacional, San José, Costa NOAA/NESDIS, Silver Spring, Maryland. (Recibido 13 de marzo 2003, aceptado 15 de mayo de 2003) Abstract In order for Central American countries to be able to respond to weather related disasters, they need to have strong meteorological forecasting capabilities, knowledge of the current state of the land and water resources, and emergency plans of action. In response to the devastating effects of Hurricane Mitch (October 1998), the United States Agency for International Development funded a project through the National Oceanic and Atmospheric Administration (NOAA), the National Environmental Satellite, Data, and Information Service (NESDIS), and the Cooperative Institute for Research in the Atmosphere (CIRA) to improve the forecasting capabilities in Central American countries. The project included upgrading the geostationary satellite reception capabilities and installing a data server at the Instituto Meteorológico Nacional (IMN) in San José, Costa Rica to serve digital satellite data to the surrounding countries through the Internet. Project plans included the installation of personal computers loaded with McIDAS/RAMSDIS software in Costa Rica, Belize, El Salvador, Guatemala, Honduras, Nicaragua, and Panama. Training sessions were scheduled on the use of the RAMSDIS systems and satellite imagery interpretation. In addition, a visiting scientist from IMN was selected to work with the NOAA/NESDIS Hydrology Team in Camp Springs, Maryland to adapt the satellite based rainfall techniques for Central America to be used by the forecasters and for input to hydrologic models. This project was successful in part due to prior cooperative efforts in the region. This article chronicles events both prior to and during the project and presents ongoing efforts in the region. 1. Introducción Un componente necesario para responder ante desastres relacionados con el estado del tiempo es la capacidad de pronóstico y observación. Otros componentes son el conocimiento del estado de los recursos hidrológicos, geológicos y naturales de la región y la integración de la información para producir planes de acción; el proyecto al que se refiere este documento se limita al aspecto de pronóstico y observación del estado del tiempo. En Centro América los recursos para observar el tiempo son limitados. En la región se realizan a lo sumo dos o tres sondeos diarios, no hay radares, y la red pluviométrica deja zonas extensas sin información. La disponibilidad de recursos de sensores remotos antes de este proyecto consistía en la recepción de imágenes del 1 Corresponding author address: Berdette Connell. CIRA/Colorado State University, Fort Collins Colorado. E-mail: connell@cira.colostate.edu. satélite GOES en formato de foto a intervalos de tiempo variables. En cuanto al recurso humano, los pronosticadores poseen entrenamiento como meteorólogos Clase II, el mínimo sugerido por la Organización Meteorológica Mundial (OMM). Pocos cuentan con un grado universitario, y aún menos con grados de maestría o más. Además, debido a las condiciones económicas de los países, en general el apoyo de los gobiernos para las oficinas de pronóstico es mínimo, para las cuales son indispensables mejores herramientas y entrenamiento adecuado si se desea reforzar su capacidad de pronóstico. En respuesta a los efectos devastadores del huracán Mitch en 1998, la Agencia Internacional de Desarrollo de los Estados Unidos financió un proyecto a través de la Administración Atmosférica y Oceánica Nacional (NOAA), el Servicio Nacional de Información, Datos, y

CONNELL et al. Utilización de datos de satélite operacionales en Centro América como …. Satélites Ambientales (NESDIS) y el Instituto Cooperativo para la Investigación de la Atmósfera (CIRA), con el fin de mejorar la capacidad de pronóstico de los países centroamericanos. En julio del año 2001, la compañía Global Imaging Inc., contratada por NOAA/NESDIS, instaló una estación receptora de imágenes de satélite GOES (Geostationary Operational Environmental Satellite) y un servidor en el Instituto Meteorológico Nacional (IMN) en San José, Costa Rica. El servidor pone a disposición de los seis países centroamericanos (Belice, El Salvador, Guatemala, Honduras, Nicaragua y Panamá), imágenes y productos del satélite GOES-12 (antes GOES- 8). En los siete países centroamericanos se instalaron computadoras personales con el software McIDAS (Man computer Interactive Data Access System) (Lazzara y col., 1999) y la interfase RAMSDIS (Regional and Mesoscale Meteorology Advanced Meteorological Satellite Demostration and Interpretation System; Molenar y col., 2000), para capturar y desplegar imágenes de satélite. Los colaboradores clave en Centro América fueron: el Centro Regional de Formación Meteorológica (CRFM) de la Organización Meteorológica Mundial (OMM), localizado en la Universidad de Costa Rica (UCR), los Servicios Meteorológicos Nacionales y las misiones de USAID en Belice, Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua y Panamá, y el Comité Regional de Recursos Hidráulicos (CRRH). estudio y comunicación por Internet para mostrar aplicaciones de las imágenes de satélite digitales. Cuando se usa como sistema de recepción de datos, la estación de trabajo RAMSDIS está programada para conectarse a un servidor y desplegar animaciones en tiempo real de imágenes de los canales visible, infrarrojos y vapor de agua en diferentes escalas temporales y espaciales para que sean analizadas por los meteorólogos. 1.2 Actividades y Entrenamiento Previo Desde el comienzo del proyecto, muchas series retrospectivas de imágenes de satélite digitales han sido suministradas a Costa Rica y Barbados. Entre los casos de estudio se incluye eventos de precipitación fuerte asociada a huracanes en diferentes estados de desarrollo y a ondas tropicales, ciclos de desarrollo convectivo sobre tierra y agua, eventos de viento fuerte, detección de incendios y detección de ceniza volcánica. Estos y otros casos de estudio se han usado para brindar entrenamiento en interpretación de imágenes de uno o múltiples canales para la detección de niebla, determinación de la fase del agua en las nubes y aplicaciones tales como imágenes promedio y determinación del viento por el movimiento de las nubes. La Figura 1 es un ejemplo de la imagen promedio para un caso de lluvia fuerte asociada con una onda tropical. 1.1 Antecedentes La interacción de NOAA/NESDIS/CIRA con los países centroamericanos y del Caribe comenzó antes del Huracán Mitch. En 1996, en la 45 a sesión del Consejo Ejecutivo de la Organización Meteorológica Mundial se recomendó que “cada operador de satélites... cooperara al menos con uno de los centros de entrenamiento especializados en aplicaciones satelitales (“centros de excelencia”), los cuales están estratégicamente localizados alrededor del mundo, en lo referente al programa, facilidades y especialización relacionados con satélites” (Purdom, 1997). Con esta finalidad, NOAA/ NESDIS/CIRA se asoció con el Instituto Cooperativo para Estudios de Satélites Meteorológicos (CIMSS) de la NOAA y los Centros Regionales de Formación Meteorológica (CRFM) de Costa Rica y Barbados. El CRFM de Costa Rica opera desde la UCR y la Dra. Vilma Castro León ha sido la fuerza conductora de las actividades satelitales. El CRFM de Barbados está estrechamente relacionado con el Instituto Caribeño para la Meteorología y la Hidrología y el Sr. Selvin Burton y su hermano Horacio han comandado los esfuerzos en el Caribe. La Dra. Bernadette Connell es el punto focal para los CRFM en CIRA. El proyecto original fue diseñado alrededor del concepto del laboratorio virtual, el cual hace énfasis en el uso de computadoras personales con el software McIDAS/RAMSDIS, archivos de casos de Figura 1. Imagen promedio del canal de 10.7 micrones del satélite GOES-8, la cual cubre el período 12:15 – 18:15 UTC del 26 de octubre de 1996, durante el cual Santa Lucía recibió 200 mm de lluvia. Además de los casos de estudio mencionados anteriormente se inició la gran tarea, en Costa Rica en noviembre de 1996 y en Barbados en febrero de 1998, de desarrollar archivos de climatología local con datos satelitales. La Figura 2 muestra la frecuencia de nubes 42

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS Figura 2. Frecuencia de nubes para Centro América durante los meses de junio, julio y agosto (1998-2002) para Centro América durante los meses de junio, julio y agosto (1998-2002) derivada de las imágenes del infrarrojo, usando una técnica de umbral de temperatura. Más ejemplos se pueden ver en: http:// www.cira.colostate.edu/ramm/sica/clim/menuclim.html. Ambos centros regionales utilizan cada vez con mayor frecuencia las imágenes de satélite en los cursos y estimulan a los estudiantes a usar los sistemas RAMSDIS y los datos digitales en sus trabajos y tesis de graduación. En octubre de 1998, la OMM auspició una actividad de entrenamiento de dos semanas en Meteorología satelital en Barbados. Investigadores de NOAA/NESDIS/CIRA trabajaron en estrecha relación con el centro regional en Barbados para desarrollar el programa del evento y preparar las presentaciones y las prácticas de laboratorios. Antes del evento se había iniciado la actualización de la capacidad de recepción de las imágenes de satélite en Centro América, el Caribe y Sur América. Con conexiones de Internet adecuadas, el sistema RAMSDIS, que había funcionado muy bien en las oficinas del Servicio Meteorológico Nacional de los Estados Unidos antes del lanzamiento del Sistema de Procesamiento Avanzado Interactivo del Tiempo (AWIPS), se presentaba como el candidato perfecto para la distribución de imágenes. Sin embargo, el huracán Mitch a finales de octubre de 1998 devastó varios de los países centroamericanos y los esfuerzos relacionados con desplegar imágenes en computadoras personales viraron rápidamente hacia la reconstrucción de los países más afectados (Costa Rica, El Salvador, Guatemala, Honduras y Nicaragua). 2. Los esfuerzos de reconstrucción del Huracán Mitch Como parte de los esfuerzos de reconstrucción iniciales de NOAA/NESDIS/CIRA se planeó la instalación de una estación terrena receptora en uno de los 5 países centroamericanos afectados por el huracán Mitch, quien se haría cargo de poner los datos al servicio de los otros países a través de Internet. El CRFM y el CRRH, recomendaron que la estación terrena estuviera en el IMN de Costa Rica, que contaba con una antena y una estación terrena para desplegar imágenes en formato TIFF y una infraestructura apropiada para apoyar el proyecto. Belice y Panamá no fueron afectados por Mitch, pero se incluyeron en el proyecto con el apoyo adicional de la Oficina de Actividades Internacionales del Servicio Meteorológico Nacional de la NOAA (NWSIA). 2.1 Instalación del Equipo NOAA/NESDIS contrató a Global Imaging Inc. para instalar la estación terrena receptora de imágenes del GOES y un servidor en Costa Rica durante la última semana de julio del 2001. De julio a octubre del 2001, las computadoras con el software McIDAS/RAMSDIS fueron enviadas e instaladas en los diferentes países. La oficina NWSIA de NOAA y la de Asuntos Internacionales y de 43

CONNELL et al. Utilización de datos de satélite operacionales en Centro América como …. Interagencias de NESDIS proporcionaron ayuda en la redacción de las cartas de entendimiento para transferir la propiedad y responsabilidad del mantenimiento del equipo a cada uno de los países. Estas oficinas ayudaron también en el embarque de las computadoras por medio de las Misiones locales de USAID en cada país. Personal de CIRA y la UCR hicieron visitas de dos días en cada país para instalar los sistemas y proveer entrenamiento meteorológico y técnico. de inundaciones repentinas para Centro América (http:// www.hrc-web.org/Tech_Transfer/global_applicability/ CAMI/index_spanish..htm). 2.3 Entrenamiento En diciembre de 1999 se llevó a cabo una actividad de entrenamiento en meteorología satelital de dos semanas en la Universidad de Costa Rica, auspiciado por la OMM. Igual que en Barbados, investigadores de NOAA/NESDIS/ CIRA trabajaron activamente con el CRFM en Costa Rica para desarrollar el programa del evento y preparar presentaciones y prácticas de laboratorio. El proyecto de reconstrucción Mitch aprovechó la oportunidad para financiar el entrenamiento de participantes adicionales de cuatro países centroamericanos (El Salvador, Guatemala, Honduras y Nicaragua). El primer seminario de entrenamiento intensivo del proyecto Mitch se realizó en la Universidad de Costa Rica durante la última semana de abril del 2001. Los puntos sobresalientes del entrenamiento incluyeron una revisión sobre los canales del GOES y sus aplicaciones, el Autoestimador y sus resultados para el huracán Keith (2000), detección de incendios y cenizas volcánicas usando imágenes de satélites y aplicaciones hidrológicas. Ya que todos los países que participaron estaban programados para recibir los sistemas RAMSDIS en los meses venideros, los laboratorios se realizaron con computadoras con el software McIDAS/RAMSDIS para analizar casos de estudio con datos digitales de archivo. El segundo seminario de entrenamiento intensivo del proyecto Mitch se realizó del 4 al 7 de diciembre del 2001. El mismo incluyó una revisión de interpretación de 2.2 Estimaciones de precipitación con satélites Uno de los aspectos de los esfuerzos de reconstrucción de Mitch fue la adaptación de técnicas satelitales para estimar y cuantificar mejor los eventos de precipitación fuerte. Rosario Alfaro, del IMN, Costa Rica, fue seleccionada para trabajar como científica visitante en CIRA con el Equipo Hidrológico de NOAA/NESDIS en Camp Springs, Maryland, con el fin de adaptar las técnicas satelitales de precipitación, especialmente el Autoestimador (Vicente y Scofield, 1998) para Centro América. Como parte de su trabajo, comparó estimaciones diarias de lluvia del satélite con datos de pluviómetros para el huracán Keith, el cual tocó tierra en Belice en octubre del 2000, y períodos de la época lluviosa centroamericana del 2001 (Alfaro, 2003). Un ejemplo del producto del Autoestimador para el huracán Keith se presenta en la Figura 3. Rosario trabajó en Maryland de agosto del 2000 a enero del 2002, luego regresó al IMN de Costa Rica para implementar las técnicas de precipitación con satélites. Las estimaciones de lluvia se están suministrando actualmente al Centro de Investigación Hidrológico de San Diego, California, para un proyecto conocido como Guía Figura 3. Lluvia (mm) estimada a partir de datos del satélite con el Autoestimador para el período de 24 horas (Oct 1, 2000:1300 UTC - Oct. 2, 2000:1300 UTC) cuando el huracán Keith tocó tierra en Belice. Los valores que se indican sobre la imagen son precipitaciones medidas en las estaciones (mm). 44

TOPICOS METEOROLOGICOS Y OCEANOGRAFICOS imágenes de satélite, técnicas de estimación de lluvia y aplicaciones hidrológicas. Ya que para este tiempo los países habían recibido sus propios sistemas RAMSDIS, el entrenamiento también se enfocó en el mantenimiento y la resolución de problemas del sistema. Con respecto a hacer llegar el equipo a sus destinos, fue extremadamente útil la experiencia de individuos que habían tenido que tratar con la misma clase de problemas previamente en la Oficina de Asuntos Internacionales de NOAA/NESDIS. Fue muy útil poner atención en los detalles de embarque y conocer las regulaciones de aduana locales y otros detalles importantes. La ayuda de las Misiones de USAID en cada uno de los países fue esencial. Seguir la cadena de mando fue importante en la determinación y cumplimiento de los límites de tiempo. Desde otra perspectiva, las capacidades técnicas y de Internet son muy variables entre los países. El entrenamiento y la paciencia son necesarios para la superación de dificultades técnicas, pero la persistencia es indispensable para la superación de los problemas de Internet. 2.4 Otras actividades Otro aspecto del manejo de desastres es la ocurrencia de incendios durante la época seca. Esto puede ser de interés durante años particularmente secos como lo fue 1998. Por medio de financiamiento brindado por el Sistema de Integración de Centro América (SICA), se desarrolló una página en la red para desplegar las estimaciones de lluvia del satélite y los productos de detección de incendios para Centro América (http:// www.cira.colostate.edu/ramm/sica/main.html). Se estableció un sitio de ayuda en línea del proyecto Mitch por medio de la UCR con una lista de correos de los usuarios con el objeto de dar cauce a preguntas con respecto al funcionamiento del sistema y llamar la atención sobre características del tiempo interesantes. Aún cuando el financiamiento por parte de USAID se acabó en diciembre del 2001, el sitio de ayuda en línea continúa funcionando. 4. Metas de entrenamiento internacional para el futuro Una reunión del Grupo Focal Internacional en la Utilización de Datos Satelitales y de Entrenamiento se realizó en la Agencia Europea de Satélites Meteorológicos (EUMETSAT) en Darmstadt, Alemania, del 16 al 18 de mayo del 2001. Esta reunión fue organizada por la Organización Meteorológica Mundial e incluyó representantes de NOAA/NESDIS, los CRFM y la comunidad internacional de satélites. Se tomó una decisión en esta reunión con el fin de establecer un Laboratorio Virtual (LV) para fomentar el intercambio internacional de datos de satélite y material de entrenamiento. Con este propósito se han establecido servidores en EUMETSAT, la Agencia de Meteorología (BOM) en Melbourne, Australia, y CIRA, en Fort Collins, Colorado. El punto central del Laboratorio Virtual incluye el desarrollo de una biblioteca de recursos para el entrenamiento y el establecimiento de sitios locales centralizados para proporcionar un fácil acceso a las imágenes de satélite en tiempo real. La página de CIRA se puede examinar en http://www.cira.colostate.edu/ramm/ wmovl/main.html. NOAA/NESDIS/CIRA continuarán colaborando con los CRFM en Centro América y el Caribe, particularmente en nuevos esfuerzos relacionados con el laboratorio virtual internacional de la OMM. Dicha organización planeó otra actividad de entrenamiento de dos semanas en Barbados en diciembre del 2003 y CIRA participó en el evento. 2.5 Actividades recientes El satélite GOES-12 reemplazó el GOES-8 el 1º de abril del 2003. Esto requirió una actualización del software McIDAS en el servidor del IMN, así como una actualización del software McIDAS de los sistemas RAMSDIS. Se aprovechó la ocasión para incluir actualizaciones de los productos de estimación de lluvia e incendios que se despliegan en los sistemas. Del 14 al 18 de julio del 2003, se llevó a cabo un entrenamiento improvisado en la UCR en el que se discutió con profundidad los productos de precipitación e incendios y el sistema RAMSDIS con participantes de El Salvador, Guatemala y Costa Rica. 3. Lecciones aprendidas El cumplimiento a tiempo del proyecto no hubiera sido posible sin la cooperación de personas de muchas organizaciones y sin el establecimiento de relaciones previas con el CRFM de Costa Rica. El CRFM facilitó la comunicación con los servicios meteorológicos nacionales de cada país, fue el centro de las actividades de entrenamiento y mantiene el sitio de ayuda en línea. La asistencia del CRRH, una organización local, fue beneficiosa al hacer los arreglos para que los participantes pudieran participar en los seminarios de entrenamiento en Costa Rica. También fue esencial el aporte del contratista de habla española, Global Imaging, quien instaló la estación terrena receptora del GOES en Costa Rica. 45

CONNELL et al. Utilización de datos de satélite operacionales en Centro América como …. Agradecimiento Referencias El trabajo que se menciona en este artículo no hubiera sido posible sin el apoyo de muchas personas de diferentes países. En CIRA: se agradece el apoyo técnico de Todd Smith, Hiro Gosden, Dave Watson y Deb Molenar y el apoyo administrativo de Kathy Fryer. En cada uno de los países centroamericanos, se agradece la gestión de los directores de los servicios meteorológicos y los representantes de la embajada americana y de USAID, quienes aseguraron la llegada del equipo a su destino. Partes de este artículo aparecieron en los Procedimientos del 29avo. Simposio Internacional en Sensores Remotos del Ambiente y en los Procedimientos de la Conferencia Pecora 15. Agradecemos las siguientes fuentes: Connell et al. 2002: "Reconstruction Efforts for Meteorological Offices in Central America in the Wake of Hurricane Mitch." Information for Sustainability and Development. Proceedings of the 29th International Symposium on Remote Sensing of the Environment. Abril 8-12, Buenos Aires, Argentina: CONAE, 2002 y Connell et al., 2002: "Use of Operational Satellite Data in Central America to Support Disaster Management" Integrating Remote Sensing at the Global, Regional, and Local Scale. Proceedings of the Pecora 15/Land Satellite Information IV Conference. November 10-15, Denver, Colorado: ASPRS, 2002. Alfaro, Rosario, 2003 Validation of GOES Precipitation Estimates Over Central America. CIRA Paper ISSN 0737-5352 no. 58, Cooperative Institute for Research in the Atmosphere, 24 pp. Lazzara, M. A., and Coauthors (1999). The Man computer Interactive Data Access System: 25 years of interactive processing. Bull. Amer. Meteor. Soc., 80: 271-284. Molenar, D. A., K. J. Schrab, and J. F. W. Purdom (2000). RAMSDIS Contributions to NOAA Satellite Data Utilization. Bull. Amer. Meteor. Soc., 81: 1019-1030. Purdom, J. F. W. (1997). Satellite meteorology applications: A demonstration project for satellite meteorology applications focused on regional meteorological training centers in Costa Rica and Barbados. World Meteor. Org. Bull., 46 (3): 230-237. Vicente, G. and R. A. Scofield (1998). The operational GOES infrared rainfall estimation technique. Bull. Amer. Meteor. Soc., 79 (9): 1883-1898. Resumen Para que los países centroamericanos puedan responder a los desastres relacionados con el estado del tiempo, necesitan tener una sólida capacidad de pronóstico meteorológico, conocimiento del estado actual de los recursos de la tierra y el agua, y planes de acción para emergencias. Como respuesta a los efectos devastadores del huracán Mitch (Octubre 1998), la Agencia Internacional de Desarrollo de los Estados Unidos financió un proyecto a través de la Administración Atmosférica y Oceánica Nacional (NOAA), el Servicio Nacional de Información, Datos, y Satélites Ambientales (NESDIS) y el Instituto Cooperativo para la Investigación de la Atmósfera (CIRA), con el fin de mejorar la capacidad de pronóstico de los países centroamericanos. El proyecto incluyó la actualización de la capacidad de recepción de datos del satélite geoestacionario y la instalación de un servidor en el Instituto Meteorológico Nacional (IMN) en San José, Costa Rica, con el fin de proporcionar datos digitales de satélite a los países vecinos a través de Internet. Los planes del proyecto incluyeron la instalación de computadoras personales con el software McIDAS/RAMSDIS en Costa Rica, Belice, El Salvador, Guatemala, Honduras, Nicaragua, y Panamá. Se programaron seminarios de entrenamiento en la utilización de los sistemas RAMSDIS e interpretación de imágenes de satélite. Además, se seleccionó una científica visitante del Instituto Meteorológico Nacional de Costa Rica para trabajar con el Equipo de Hidrología de NOAA/NESDIS en Camp Springs, Maryland, con el fin de adaptar las técnicas de lluvia basadas en datos de satélite para Centro América para uso de los pronosticadores y como datos de entrada en modelos hidrológicos. Este proyecto tuvo éxito debido en parte a esfuerzos cooperativos realizados anteriormente en la región. Este artículo narra eventos anteriores y durante el proyecto, y describe los esfuerzos que se están llevando a cabo en la actualidad en la región. 46