VARIABILIDAD Y PREDICCIÓN ESTADÍSTICA DE PRECIPITACIÓN ESTIVAL EN EL CENTRO OESTE DE ARGENTINA

DOMINGUEZ DIANA; GONZÁLEZ, MARCELA HEBE

bs as

Congreso; piubacc; 2013

uba

Los datos de las últimas décadas muestran un cambio de este comportamiento en algunas regiones específicas lo cual trae aparejado pérdidas económicas y un incremento de la problemática social. Las tendencias de precipitación resultaron máximas en la estación estival, mostrando una disminución en la cantidad de lluvia sobre todo en el oeste de la región de estudio y en el período más reciente. Para poder estudiar la variabilidad interanual de la lluvia es importante conocer el efecto que sobre ella producen algunos forzantes de gran escala y su influencia sobre la precipitación especialmente en Sudamérica. Debido a la necesidad de contar con herramientas que permitan estimar la disponibilidad del recurso hídrico con anticipación, este trabajo intenta entender la variabilidad de la precipitación para luego poder predecirla en escala estacional. Se estudió el comportamiento de la precipitación de verano (Diciembre, Enero y Febrero) en una región del centro oeste argentino basándose en la comparación del comportamiento de las variables atmosféricas y oceánicas en años con sequía y con exceso de precipitación. Se investigó la existencia de predictores de las situaciones de lluvia en el mes de noviembre. La región se subdividió en tres sub-regiones debido a la heterogeneidad del régimen de lluvia. La altura geopotencial fue la variable que discriminó mejor los distintos casos. El calentamiento del Océano Pacífico central fue otro factor relacionado con la precipitación en toda la región. En general los casos de mayor precipitación estuvieron asociados al debilitamiento de las altas subtropicales y las bajas subpolares, es decir un debilitamiento del flujo zonal y por lo tanto un mayor intercambio de energía entre bajas y altas latitudes ya anomalías cálidas de temperatura de superficie del mar en noviembre en el Pacífico ecuatorial oriental. Este análisis permitió definir, para cada grupo, predictores que se utilizaron para generar un modelo de regresión lineal múltiple utilizando la metodología forward stepwise. Los resultados indicaron que la altura geopotencial de 1000 hpa y la temperatura de superficie del mar del Océano Pacífico central son los mejores predictores explicando, en cada sub-región el 43%, 28% y 16% de varianza de la serie de precipitación de verano respectivamente de Este a Oeste. Esto da cuenta de la pérdida de predictibilidad en las regiones ubicadas más hacia el oeste. El modelo se validó utilizando la técnica de cros-validación