ESCUELA POLITÉCNICA NACIONAL - portalces.org y... · ... por apoyarme con todas sus fuerzas y...
Transcript of ESCUELA POLITÉCNICA NACIONAL - portalces.org y... · ... por apoyarme con todas sus fuerzas y...
ESCUELA POLITÉCNICA NACIONAL
ESCUELA DE INGENIERÍA Y CIENCIAS
RELACIÓN A ESCALA MENSUAL Y ESTACIONAL ENTRE LA INFORMACIÓN HIDROMETEOROLÓGICA LOCAL Y REGIONAL Y LA FUSIÓN DE LOS GLACIARES TROPICALES DEL ECUADOR.
CASOS DE ESTUDIO: GLACIAR 15 Y GLACIAR “CRESPOS” DE L NEVADO ANTISANA
PROYECTO PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENI ERO CIVIL
DANIELA VERÓNICA FREILE BOLAÑOS CARLA PAOLA MANCIATI JARAMILLO
DIRECTOR: Ing. REMIGIO HERNÁN GALÁRRAGA SÁNCHEZ MSc . PhD.
Quito, febrero de 2007
DECLARACIÓN
Nosotros, Daniela Verónica Freile Bolaños, Carla Paola Manciati Jaramillo, declaramos bajo juramento que el trabajo aquí descrito es de nuestra autoría; que no ha sido previamente presentada para ningún grado o calificación profesional; y, que hemos consultado las referencias bibliográficas que se incluyen en este documento. A través de la presente declaración cedemos nuestros derechos de propiedad intelectual correspondientes a este trabajo, a la Escuela Politécnica Nacional, según lo establecido por la Ley de Propiedad Intelectual, por su Reglamento y por la normatividad institucional vigente.
DANIELA VERÓNICA FREILE
BOLAÑOS
CARLA PAOLA MANCIATI
JARAMILLO
CERTIFICACIÓN
Certifico que el presente trabajo fue desarrollado por Daniela Verónica Freile Bolaños y Carla Paola Manciati Jaramillo, bajo mi supervisión.
Ing. REMIGIO GALÁRRAGA, M.Sc., Ph.D.
DIRECTOR DE PROYECTO
AGRADECIMIENTOS
Agradezco profundamente a mi Dios Jehová, Padre bueno y amoroso quien me
ha dado la vida y todo lo bueno que existe en ella.
A mi madre Cecilia Bolaños, mujer luchadora, de empuje, coraje y aguante, a
quien admiro, por todas sus enseñanzas, sus sacrificios, por estar siempre
cuando he necesitado, por todo el aguante, por trasnocharse conmigo cuando
hacía deberes, por apoyarme con todas sus fuerzas y porque gracias a ella he
tenido el ejemplo necesario para cumplir mis metas. Gracias mami.
A Pedro, mi amor, mi compañero y mi amigo, con quien quiero compartir el resto
de mi vida. Gracias por tu apoyo y aguante.
A mi ñaño Andrés, por haber compartido alegrías y tristezas, juegos y risas. A mi
padre Marco Freile y a mi ñañito Marquito, a quienes quiero muchísimo. A mis
tíos: Olga y Fer y a mi prima Diana. A mi Ta. Al resto de mi familia por todo su
ánimo y confianza. A mi compañera de tesis y gran amiga Carlita, con quien he
compartido buenos momentos desde el primer día que llegué a la Facultad. A
Paty, también una gran amiga y compañera, el trío no sería igual sin ella. Al
Doctor Remigio Galárraga, por ser nuestro Director de Tesis, al Doctor Eric Cadier
y al Doctor Marco Castro, por todo su apoyo, ayuda, ánimo y los buenos consejos.
Al Inge Placencia, Inge Barahona, el Cuco, por ser buenos amigos y a todos los
profes que de una u otra forma me ayudaron en mi formación. A las secres. A la
Escuela Politécnica Nacional, por acogerme durante este proceso de aprendizaje.
Al INAMHI y al IRD. A Luis y Marcos y a todos los del equipo GREATICE. A mi
amiga Aleja, por las aventuras, el acolite y todo el cariño que me ha dado. A mis
buenos amigos y hermanos de la congre: Beto, Gaby, Andrés, Giovy, Dani, Anita,
etc. A mi Gus. A los chicos de la Facul: Carlitos, Jagüi, Jorge, Juan, Fer, Ely y a
todos los demás. Y a todas las personas que de una u otra forma me han
ayudado y apoyado durante mi vida. Muchas gracias.
Daniela
AGRADECIMIENTOS
Primero quiero agradecer a Dios, porque es la fuente de todo lo Bueno,
Verdadero y Bello que existe en este planeta.
A mis papis y a mis hermanos, por su inmenso apoyo y su ayuda constante, por
ser una mano amiga en los momentos en los que se veía oscuro el camino.
A mi esposo, por su paciencia, por ese apoyo incondicional, por compartir
conmigo este sueño, gracias Mi Amor.
A mi querida amiga Dani, por su apoyo, por su amistad, por ser una excelente
compañía para la realización de esta tesis, no lo hubiera hecho sin ti, muchísimas
gracias por todo.
A la Escuela Politécnica Nacional, al INAMHI y al IRD por su interés y apoyo en
este trabajo. Al Dr. Remigio Galárraga, Dr. Eric Cadier y Dr. Marco Castro porque
sin ustedes este trabajo no hubiera sido posible.
A todos los lindos profes de la facultad, al Ing. Patricio Placencia, Ing. Félix Vaca,
al Ing. Gustavo Barahona, Ing. Marcelo Hidalgo, Ing. Ximena Hidalgo, porque
cada uno en su rama, me enseñaron a amar mi profesión y me mostraron lo
maravilloso que es ser Ingeniero Civil.
A las secres, Sra. Ligiecita, Sra. Sonita, y Srta. Cristina por su ayuda, paciencia y
buena voluntad. A mis amigos Patty, Gus y Mayri por estar a mi lado en este
camino, por marcar una diferencia en mi vida.
A Luis, Bolívar, Cristina, Erick, Cristian, Romain, Emmanuel y Marcos por su
enorme ayuda en la realización de este trabajo.
A mi familia: a mis abuelitas, a mis tíos y tías, por estar a mi lado, por sus
palabras oportunas y su cariño. A mis primos, y especialmente a mi primo Luis y a
mi primo Pablo, por su humor y su amistad, muchas gracias.
A unos amigos que son como familia: Patito, Sra. Yolita, Christian, Andreita y
Elisita, por siempre tener la palabra correcta para animarme a seguir adelante.
Carla
DEDICATORIA
A Jehová Dios, mi buen Padre.
A mi madre, Cecilia por todo su amor.
A mis hermanos, Andrés y Marco.
A mi amor, Pedro.
A todos mis seres amados.
Daniela
DEDICATORIA
A mis papis, Gino y Sylvia, por su cariño y su apoyo constante.
A mi esposo, Orlandito, por su apoyo, comprensión y amor.
A mis hermanos, Gino y Luigi, por estar a mi lado.
Carla
VI
CONTENIDO
DECLARACIÓN ..................................................................................................... II
RESUMEN .......................................................................................................... XIX
RESUMEN .......................................................................................................... XIX
PRESENTACIÓN ................................................................................................ XXI
CAPÍTULO 1 .......................................................................................................... 1
ANTECEDENTES E INTRODUCCIÓN .................................................................. 1
1.1 ANTECEDENTES ........................................................................................ 1
1.2 INTRODUCCIÓN .................................................................................. 2
1.3 OBJETIVOS ......................................................................................... 4
1.3.1 OBJETIVO GENERAL .......................................................................... 4
1.3.2 OBJETIVOS ESPECÍFICOS ................................................................ 4
CAPÍTULO 2 .......................................................................................................... 6
DESCRIPCIÓN DE LA ZONA GEOGRÁFICA DE ESTUDIO ................................. 6
2.1 DESCRIPCIÓN DE LA ZONA DE ESTUDIO ....................................... 6
2.2 CLIMA .................................................................................................. 7
2.2.1 VARIABLES E ÍNDICES CLIMÁTICOS PRINCIPALES UTILIZADOS . 8
CAPÍTULO 3 .........................................................................................................14
GEOMETRÍA DEL GLACIAR ................................................................................14
3.1 DESCRIPCIÓN DE LA GEOMETRÍA DEL GLACIAR .................................14
3.2 BALANCE DE MASA Y CONTORNOS ACTUALES...................................14
3.2.1 GLACIAR 15 ........................................................................................15
3.2.1.1 Balance de Masa................................................................................15
3.2.1.2 Contornos ..........................................................................................20
3.2.2 GLACIAR LOS CRESPOS ...................................................................25
CAPÍTULO 4 .........................................................................................................27
VII
INFORMACIÓN HIDROLÓGICA, METEOROLÓGICA Y GLACIOLÓGICA
EXISTENTE ..........................................................................................................27
4.1 INFORMACIÓN LOCAL EXISTENTE ........................................................27
4.1.1 SELECCIÓN Y DESCRIPCIÓN DE ESTACIONES .............................30
4.1.2 RECOPILACIÓN DE DATOS PLUVIOMÉTRICOS ..............................33
4.2 INFORMACIÓN REGIONAL EXISTENTE ..................................................36
4.2.1 SELECCIÓN DE ESTACIONES...........................................................36
4.2.2 RECOPILACIÓN DE DATOS PLUVIOMÉTRICOS Y
METEOROLÓGICOS ..........................................................................39
4.2.3 RECOPILACIÓN DE DATOS CLIMÁTICOS GLOBALES ....................42
CAPÍTULO 5 .........................................................................................................49
ANÁLISIS ESTADÍSTICO DE LA INFORMACIÓN HIDROMETEOROLÓGICA....49
5.1 PLUVIOMETRÍA LOCAL. PROCESAMIENTO DE LA INFORMACIÓN
DE LA RED HIDROMETEOROLÓGICA EN EL ANTISANA DEL PROYECTO
GREATICE ........................................................................................................49
5.1.1 CONSTITUCIÓN DEL JUEGO DE DATOS HOMOGENIZADOS Y
CORREGIDOS ....................................................................................49
5.1.2 RELLENO DE DATOS .........................................................................55
5.1.2.1 Método de Correlaciones Múltiples ...................................................55
5.2 INFORMACIÓN PLUVIOMÉTRICA Y METEOROLÓGICA REGIONAL.
PROCESAMIENTO DE LA INFORMACIÓN DE LA RED GENERAL DE
ESTACIONES DEL INAMHI. .............................................................................61
5.2.1 REVISIÓN, CORRECCIÓN Y ANÁLISIS DE LOS DATOS ..................61
5.2.2 DEDUCCIÓN DE DATOS FALTANTES ...............................................65
5.2.3 RELLENO DE DATOS .........................................................................66
5.2.3.1 Método de Componentes Principales ................................................66
5.2.3.2 Método del Vector Regional ..............................................................69
5.2.3.3 Método de Correlaciones Múltiples ...................................................72
CAPÍTULO 6 .........................................................................................................74
RELACIÓN ENTRE VARIABLES HIDROMETEOROLÓGICAS Y LA FUSIÓN DEL
GLACIAR...............................................................................................................74
VIII
6.1 JUSTIFICACIÓN DE VARIABLES, ÍNDICES Y MÉTODOS USADOS 74
6.1.1 ÍNDICES LOCALES .............................................................................84
6.1.2 ÍNDICES GLOBALES ...........................................................................86
6.2 RELACIONES ENTRE VARIABLES ...................................................88
6.2.1 RELACIONES CON VARIABLES LOCALES, REGIONALES Y
GLOBALES .........................................................................................88
6.2.1.1 Primera Prueba local, regional y global. Uso de todas las variables .89
6.2.1.2 Segunda Prueba local, regional y global. Uso de desfases ..............90
6.2.1.3 Tercera Prueba local, regional y global. Pluviometría Región Costa.91
6.2.1.4 Cuarta Prueba local, regional y global. Pluviometría Región Sierra ..92
6.2.1.5 Modelo local y regional escogido ......................................................94
6.2.2 RELACIONES CON VARIABLES REGIONALES Y GLOBALES .........95
6.2.2.1 Primera Prueba regional y global. .....................................................96
6.2.2.2 Primer Modelo regional y global escogido .........................................97
6.2.2.3 Segundo Modelo regional y global escogido .....................................98
CAPÍTULO 7 .......................................................................................................100
ANÁLISIS DE RESULTADOS .............................................................................100
7.1 RESULTADOS DE LAS RELACIONES ENTRE VARIABLES ..................100
7.1.1 MODELO LOCAL Y REGIONAL ESCOGIDO. MODELO 1 ...............100
7.1.2 PRIMER MODELO REGIONAL Y GLOBAL ESCOGIDO. MODELO 2
..........................................................................................................102
7.1.3 SEGUNDO MODELO REGIONAL Y GLOBAL ESCOGIDO. MODELO 3
..........................................................................................................105
7.2 RESUMEN DE LOS MODELOS PRESENTADOS ...................................108
CAPÍTULO 8 .......................................................................................................110
CONCLUSIONES Y RECOMENDACIONES ......................................................110
8.1 CONCLUSIONES .....................................................................................110
8.2 RECOMENDACIONES .............................................................................111
CAPÍTULO 9 .......................................................................................................113
REFERENCIAS BIBLIOGRÁFICAS ....................................................................113
IX
ANEXO No. 1 ......................................................................................................118
CONTORNOS DEL GLACIAR 15 .......................................................................118
ANEXO No. 2 ......................................................................................................122
INVENTARIO DE DATOS DE LAS .....................................................................122
ESTACIONES A NÍVEL LOCAL ..........................................................................122
ANEXO No. 3 ......................................................................................................132
INFORMACIÓN PLUVIOMÉTRICA .....................................................................132
LOCAL ................................................................................................................132
ANEXO No. 4 ......................................................................................................136
CUADROS Y GRÁFICOS COMPLEMENTARIOS ..............................................136
DE LOS ANÁLISIS ESTADISTICOS ...................................................................136
ANEXO No. 5 ......................................................................................................148
EXPLICACIONES CONCEPTUALES .................................................................148
ADICIONALES ....................................................................................................148
ANEXO No. 6 ......................................................................................................151
CUADROS COMPLEMENTARIOS .....................................................................151
DE RELACIONES ENTRE VARIABLES .............................................................151
ANEXO No. 7 ......................................................................................................156
GRÁFICO COMPLEMENTARIO ........................................................................................ 156
X
LISTA DE GRÁFICOS
GRÁFICO 2.1 ........................................................................................................12
ZONAS DE ESTUDIO DEL FENÓMENO ENOS ..................................................12
GRÁFICO 3.1 ........................................................................................................15
UBICACIÓN DE LOS GLACIARES 15 Y CRESPOS EN EL ANTISANA ..............15
GRÁFICO 3.2 ........................................................................................................17
DESPLAZAMIENTO DE BALIZAS ENTRE OCTUBRE DE 1994 Y ENERO DE
1997 ......................................................................................................................17
GRÁFICO 3.3 ........................................................................................................24
TOPOGRAFÍA DE LA EVOLUCIÓN DEL GLACIAR 15: PERIODO 1996 – 1999 .24
GRÁFICO 3.4 ........................................................................................................25
CONTORNO Y POSICIÓN DE BALIZAS DEL GLACIAR 15: PERIODO 2004 –
2005 ......................................................................................................................25
GRÁFICO 3.5 ........................................................................................................26
CONTORNO PARA EL GLACIAR LOS CRESPOS, ENERO DEL 2005 ..............26
GRÁFICO 4.1 ........................................................................................................32
MAPA DE UBICACIÓN DE ESTACIONES PLUVIOMÉTRICAS LOCALES .........32
GRÁFICO 4.2 ........................................................................................................33
INVENTARIO DE DATOS. ESTACIÓN GLACIAR 00. 2005 .................................33
GRÁFICO 4.3 ........................................................................................................34
INVENTARIO DE DATOS. ESTACIÓN MORRENA 02. 2005 ...............................34
GRÁFICO 4.4 ........................................................................................................41
MAPA DE UBICACIÓN DE ESTACIONES A NIVEL REGIONAL .........................41
GRÁFICO 4.5 ........................................................................................................45
XI
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATOS GLOBALES
EN INTERNET. PRIMER MÉTODO. .....................................................................45
GRÁFICO 4.6 ........................................................................................................46
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATOS GLOBALES
EN INTERNET. SEGUNDO MÉTODO. .................................................................46
GRÁFICO 4.7 ........................................................................................................47
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATOS GLOBALES
EN INTERNET. TERCER MÉTODO. ....................................................................47
GRÁFICO 4.8 ........................................................................................................48
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATOS GLOBALES
EN INTERNET. CUARTO MÉTODO. ....................................................................48
GRÁFICO 5.1 ........................................................................................................52
DATOS BRUTOS DIARIOS DE HOBO. COMPARACIÓN ENTRE LAS
ESTACIONES. AÑO 2005.....................................................................................52
GRÁFICO 5.2 ........................................................................................................52
DATOS HOMOGENEIZADOS DIARIOS DE HOBO. COMPARACIÓN ENTRE LAS
ESTACIONES. AÑO 2005.....................................................................................52
GRÁFICO 5.3 ........................................................................................................59
GRÁFICO TIPO DE RELACIÓN ENTRE ESTACIONES. MÉTODO DE
CORRELACIONES MÚLTIPLES PARA RELLENO DE DATOS FALTANTES.
CASO P0 Y P2. .....................................................................................................59
GRÁFICO 5.4 ........................................................................................................69
COMPONENTE PRINCIPAL DE DATOS PLUVIOMÉTRICOS Y
METEOROLÓGICOS LOCALES, REGIONALES Y GLOBALES ..........................69
GRÁFICO 6.1 ........................................................................................................75
PRECIPITACIÓN MENSUAL ACUMULADA. COMPARACIÓN ENTRE
ESTACIONES. DATOS HOMOGENIZADOS DE TOTALIZADORES. 2005 .........75
GRÁFICO 6.2 ........................................................................................................76
XII
PRECIPITACIÓN MENSUAL ACUMULADA. COMPARACIÓN ENTRE
ESTACIONES. DATOS HOMOGENIZADOS DE BIDÓN. 2005 ............................76
GRÁFICO 6.3 ........................................................................................................77
PRECIPITACIÓN MENSUAL ACUMULADA. COMPARACIÓN ENTRE
ESTACIONES. DATOS HOMOGENIZADOS DE HOBO. 2005 ............................77
GRÁFICO 6.4 ........................................................................................................79
GRÁFICO DE COMPONENTES PRINCIPALES PARA RELACIONAR LAS
ESTACIONES PLUVIOMETRICAS LOCALES Y REGIONALES ..........................79
GRÁFICO 6.5 ........................................................................................................81
GRÁFICO DE PRECIPITACIÓN MENSUAL ACUMULADA, ESTACIONES DEL
GRUPO 1. ZONAS HÚMEDAS EN LA REGIÓN COSTA .....................................81
GRÁFICO 6.6 ........................................................................................................81
GRÁFICO DE PRECIPITACIÓN MENSUAL (mm), ESTACIONES DEL GRUPO 1,
PROCESAMIENTO CON VECTOR REGIONAL MENSUAL DE HYDRACCESS .81
GRÁFICO 6.7 ........................................................................................................82
EJEMPLO DE ÍNDICES DEL VECTOR REGIONAL MENSUAL PARA LA
ESTACIÓN M027 SANTO DOMINGO AEROPUERTO. ENERO. 1995 – 2005. ..82
GRÁFICO 6.8 ........................................................................................................83
EJEMPLO DE ÍNDICES DEL VECTOR REGIONAL MENSUAL PARA LA
ESTACIÓN M058 ESMERALDAS AEROPUERTO. ENERO. 1995 – 2005. .........83
GRÁFICO 6.9 ........................................................................................................90
GRÁFICO TIPO DE LOS MODELOS OBTENIDOS ..............................................90
GRÁFICO 7.1 ......................................................................................................101
GRÁFICO COMPARATIVO DEL BALANCE DE LA ZONA DE ABLACIÓN
OBSERVADO Y CALCULADO A PARTIR DEL MODELO 1. 1995 – 2005 .........101
GRÁFICO 7.2 ......................................................................................................104
GENERACIÓN DEL BALANCE DE LA ZONA DE ABLACIÓN OBSERVADO Y
CALCULADO A PARTIR DEL MODELO REGIONAL 1. 1964 – 2005 ................104
XIII
GRÁFICO 7.3 ......................................................................................................105
GRÁFICO COMPARATIVO DE LA GENERACIÓN DEL BALANCE DE LA ZONA
DE ABLACIÓN OBSERVADO Y CALCULADO A PARTIR DEL MODELO 2. 1995
– 2005 .................................................................................................................105
GRÁFICO 7.4 ......................................................................................................107
GENERACIÓN DEL BALANCE DE LA ZONA DE ABLACIÓN OBSERVADO Y
CALCULADO A PARTIR DEL MODELO REGIONAL 2. 1891 – 2005 ................107
GRÁFICO 7.5 ......................................................................................................108
GRÁFICO COMPARATIVO DE LA GENERACIÓN DEL BALANCE DE LA ZONA
DE ABLACIÓN OBSERVADO Y CALCULADO A PARTIR DEL MODELO
REGIONAL 2. 1995 – 2005 .................................................................................108
XIV
LISTA DE CUADROS
CUADRO 3.1 .........................................................................................................19
DATOS RELACIONADOS AL BALANCE NETO ESPECÍFICO PARA LOS AÑOS
DE MONITOREO DEL GLACIAR ..........................................................................19
CUADRO 3.2 .........................................................................................................21
MEDICIONES DEL RETROCESO DEL FRENTE DEL GLACIAR 15α ENTRE
JUNIO DE 1.994 Y SEPTIEMBRE DE 1.997 ........................................................21
CUADRO 3.3 .........................................................................................................22
EVOLUCIÓN DE LA SUPERFICIE DEL GLACIAR 15: PERIODO 1956 – 2005
(m2)........................................................................................................................22
CUADRO 3.4 .........................................................................................................23
EVOLUCIÓN DE LA LONGITUD DEL GLACIAR 15: PERIODO 1956 – 2005 (m)
..............................................................................................................................23
CUADRO 4.1 .........................................................................................................30
LISTADO DE ESTACIONES LOCALES ...............................................................30
CUADRO 4.3 .........................................................................................................35
DATOS DIARIOS BRUTOS ESTACIÓN MORRENA 02 AÑO 2005 .....................35
CUADRO 4.4 .........................................................................................................36
ESTACIONES A NIVEL REGIONAL SELECCIONADAS PARA EL ESTUDIO .....36
CUADRO 4.5 .........................................................................................................40
MUESTRA DE SERIE DE DATOS DE PRECIPITACIÓN MEDIA MENSUAL Y
TEMPERATURA MEDIA MENSUAL EN FORMATO EXCEL ...............................40
CUADRO 5.1 .........................................................................................................50
XV
TOTALES DIARIOS DE PRECIPITACIÓN TOMADOS DEL HOBO (mm).
RECOPILACIÓN DE TODAS LAS ESTACIONES. EJEMPLO DE DICIEMBRE DE
2005 ......................................................................................................................50
CUADRO 5.2 .........................................................................................................53
DATOS DE TOTALIZADORES Y BIDÓN. EJEMPLO ESTACIÓN GLACIAR 00.
AÑO 2005..............................................................................................................53
CUADRO 5.3 .........................................................................................................54
DATOS BRUTOS DE TOTALIZADORES EDITADOS. AÑO 2005 .......................54
CUADRO 5.4 .........................................................................................................54
DATOS BRUTOS DE BIDÓN EDITADOS. AÑO 2005 ..........................................54
CUADRO 5.5 .........................................................................................................60
COMPARACION COEFICIENTE DE DETERMINACIÓN ENTRE ESTACIONES
LOCALES ..............................................................................................................60
CUADRO 5.6 .........................................................................................................62
CLASIFICACIÓN Y CALIFICACIÓN DE ESTACIONES A NIVEL REGIONAL .....62
CUADRO 6.1 .........................................................................................................75
DATOS CORREGIDOS Y HOMOGENIZADOS DE PRECIPITACIÓN DE
TOTALIZADORES (mm/mes). AÑO 2005 .............................................................75
CUADRO 6.2 .........................................................................................................76
DATOS HOMOGENIZADOS DE PRECIPITACIÓN DE BIDÓN. AÑO 2005 .........76
CUADRO 6.3 .........................................................................................................77
DATOS HOMOGENIZADOS DE PRECIPITACIÓN DE HOBO PARA
COMPARACIÓN Y RELACIONES. AÑO 2005 .....................................................77
CUADRO 6.4 .........................................................................................................78
COEFICIENTE DE DETERMINACIÓN R2 ENTRE ESTACIONES LOCALES.
PERIODO 1995 – 2005 .........................................................................................78
CUADRO 7.1 .......................................................................................................100
XVI
RELACIONES ENTRE VARIABLES. MODELO 1 ...............................................100
CUADRO 7.2 .......................................................................................................103
RELACIONES ENTRE VARIABLES. MODELO 2 ...............................................103
XVII
LISTA DE FOTOS
FOTO 4.1 ..............................................................................................................28
COLECTOR Y PLUVIÓMETRO NORMALIZADO CON REGISTRADOR HOBO .28
FOTO 4.2 ..............................................................................................................29
PLUVIÓMETRO TOTALIZADOR ..........................................................................29
FOTO 4.3 ..............................................................................................................29
RECOLECTOR BIDÓN .........................................................................................29
XVIII
LISTA DE ANEXOS
ANEXO No. 1 ......................................................................................................118
CONTORNOS DEL GLACIAR 15 .......................................................................118
ANEXO No. 2 ......................................................................................................122
INVENTARIO DE DATOS DE LAS ESTACIONES A NÍVEL LOCAL ..................122
ANEXO No. 3 ......................................................................................................132
INFORMACIÓN PLUVIOMÉTRICA LOCAL ........................................................132
ANEXO No. 4 ......................................................................................................136
CUADROS Y GRÁFICOS COMPLEMENTARIOS DE LOS ANÁLISIS
ESTADISTICOS ..................................................................................................136
ANEXO No. 5 ......................................................................................................148
EXPLICACIONES CONCEPTUALES ADICIONALES ........................................148
ANEXO No. 6 ......................................................................................................151
CUADROS COMPLEMENTARIOS DE RELACIONES ENTRE VARIABLES .....151
ANEXO No. 7 ......................................................................................................156
GRÁFICO COMPLEMENTARIO .........................................................................156
XIX
RESUMEN
Gracias al interés de la Escuela Politécnica Nacional, del Instituto Nacional de
Meteorología e Hidrología, INAMHI, del Institute de Recherche pour le
Développement, IRD y la Empresa Municipal de Alcantarillado y Agua Potable de
Quito, EMAAP-Q, se ha desarrollado el presente estudio, debido al problema de la
pérdida de volumen de los glaciares ecuatorianos, como es el caso del nevado
Antisana.
El trabajo consiste en recopilar los datos del retroceso de los glaciares en estudio
a lo largo del tiempo, volúmenes y longitudes perdidas de glaciar.
Además se obtiene toda la información pluviométrica local, es decir, de las
estaciones en las cercanías del nevado, así como recopilar la información
hidrometeorológica regional de las bases de datos del INAMHI.
También se incluye en los modelos información climática global, para tratar de
explicar la fusión del glaciar con parámetros a escala mundial.
A partir de dicha información se procede a corregir los datos mediante técnicas de
depuración basadas en métodos gráficos y estadísticos y rellenar los datos
faltantes a fin de que se obtengan datos homogenizados.
Se correlacionan los datos de las diferentes estaciones para la obtención de
varios modelos matemáticos que indiquen el comportamiento del balance de la
zona de ablación de los glaciares 15 y Crespos del nevado Antisana.
Además, mediante los modelos matemáticos obtenidos, se generan datos
extrapolados del balance de la zona de ablación, mediante los cuales se puede
observar el comportamiento de esta variable a través del tiempo y se compara
XX
con la curva de variación de la temperatura de la superficie de la tierra, para
apreciar su relación con el calentamiento global.
XXI
PRESENTACIÓN
Este trabajo se ha realizado para estudiar las relaciones entre las variables
climáticas y la fusión del glaciar en las condiciones actuales, comprender la
dinámica del glaciar y los parámetros más influyentes en el proceso de
desglaciación del mismo. Permite así mismo dar a conocer el estado y
comportamiento del glaciar y proveer la información necesaria para en un futuro
no lejano prevenir mayores problemas de escasez de agua y pérdida permanente
de los glaciares.
El capítulo uno incluye los antecedentes e introducción del proyecto. Dentro de los
antecedentes se halla una breve reseña histórica del estudio de los glaciares en el
Ecuador. Luego se analiza lo que es un glaciar y se destaca la importancia de su
estudio debido a las condiciones climáticas actuales y a su comportamiento
durante varios años. También se especifican los objetivos del trabajo.
En el capítulo dos se destacan las generalidades de la zona en estudio, su
ubicación geográfica y los datos relevantes del nevado. También se analiza la
climatología del mismo.
En el capítulo tres se describe la geometría del glaciar, los contornos actuales de
los glaciares 15 y los Crespos, así como su evolución superficial, retrocesos o
avances de los mismos.
El capítulo cuatro presenta toda la información hidrológica, meteorológica y
glaciológica que se recopiló a lo largo de la investigación para su análisis.
En el capítulo cinco se encuentra el análisis hidrometeorológico y estadístico de la
información recopilada, tanto a nivel local, como regional. Se detalla la revisión, y
corrección de los datos procesados así como las herramientas de procesamiento
de datos que permiten generar ecuaciones y gráficos para corregir datos erróneos
XXII
y restituir datos faltantes que se utilizaron para el análisis de la relación entre las
variables hidrometeorológicas y el glaciar del nevado.
En los capítulos seis y siete se hacen las relaciones entre las variables
hidrometeorológicas y la fusión del glaciar, tanto con las variables locales como
regionales y luego el análisis de los resultados junto con el modelo obtenido, para,
en el capítulo ocho, proveer las conclusiones que indican el modelo que define de
manera más precisa el comportamiento del glaciar así como los parámetros
hidrometeorológicos que influyen de manera más significativa en la fusión del
glaciar.
En el capítulo ocho se enumeran las conclusiones del trabajo realizado en este
estudio, procurando hacer un resumen general de lo más importante que se ha
tratado, además se da recomendaciones sobre futuros trabajos que se pueden
realizar en base a este y sugerencias para evitar errores o ahorrar tiempo en las
posibles tesis complementarias.
El capítulo nueve incluye las referencias bibliográficas a los documentos en los
que se ha consultado y extraído criterios sobre algunos temas en el presente
trabajo.
Los anexos contienen datos, cuadros, gráficos y explicaciones conceptuales de
varios tópicos tratados en la tesis, que complementan el trabajo.
CAPÍTULO 1
ANTECEDENTES E INTRODUCCIÓN
1.1 ANTECEDENTES
Los glaciares 15 y Crespos del Nevado Antisana se encuentran en estudio debido
a que se hallan en un proceso de desglaciación, es decir, se produce un retroceso
del glaciar que ha venido presentándose ya por varios años y desde que
empezaron los estudios, se ha demostrado que dicho proceso se ha acelerado
(Cáceres, et. al., 2005). Los mencionados glaciares son muy importantes debido a
que alimentan un río que recoge la mayoría de las aguas producto de la fusión y a
través de los sistemas La Mica Quito Sur y Papallacta, que suministran agua
potable a varios barrios de la ciudad de Quito (Semiond, et. al., 1998).
Hastenrath, el pionero de la glaciología tropical en África y América Andina, en su
síntesis de 1981, insistía sobre la necesidad de emprender un programa de
monitoreo minucioso y sistemático sobre los glaciares del Ecuador, citando los
nevados Altar, Cotopaxi o Cayambe, como los más favorables. Nuestra opción fue
diferente ya que estuvo dictada, al igual que en otros glaciares importantes del
programa, por la preocupación de considerar junto al estudio glaciológico las
aplicaciones y necesidades hidrológicas. El primer estudio sobre el Nevado
Antisana fue realizado por Lliboutry (1980), para la EMAAP Quito, quien en ese
tiempo no dispoía de información y mediciones de campo glaciológicas (Semiond,
et. al., 1998).
Ahora existe información de varias estaciones hidrológicas, pluviométricas y
meteorológicas ubicadas en zonas estratégicas en el Nevado Antisana o en sus
cercanías, que permiten realizar estudios de la fusión producida en el glaciar.
Existen 10 años de datos de balance de masa, precipitación y meteorología en el
glaciar 15 ubicado al Oeste – Noroeste del volcán. Se ha analizado también la
2
geometría del glaciar que permite ver el contorno del mismo y su retroceso a lo
largo del tiempo.
Por medio del análisis de las relaciones a escala mensual y estacional entre la
información hidrometeorológica local y regional y la fusión del Glaciar 15α del
Nevado Antisana, se obtendrá una primera modelación del comportamiento del
glaciar y se podrá definir las variables mas relacionadas con el proceso de
desglaciación.
1.2 INTRODUCCIÓN
Un glaciar puede ser considerado como un sistema hidrológico cuya masa cambia
a corto y largo plazo en función de la evolución del clima. Esos cambios de masa
generan variaciones geométricas del glaciar, lo cual se traduce en modificaciones
de su superficie y longitud, así como en alteraciones de la velocidad del
movimiento que tiene el mismo.
La ubicación geográfica de los nevados ecuatorianos les confiere una destacada
originalidad respecto a la localización de los otros glaciares tropicales de Bolivia y
Perú que son monitoreados por el proyecto “GREATICE”, Glaciers et Ressources
en Eau des Andes Tropicales Indicateurs Climatiques et Environnementaux
(Glaciares y Recursos Hídricos de los Andes Tropicales Indicadores Climáticos y
Ambientales), constituido por el Instituto Nacional de Meteorología e Hidrología,
INAMHI, la Empresa Municipal de Alcantarillado y Agua Potable de Quito,
EMAAP-Q y el Institut de Recherche pour le Développement, IRD de Francia, que
inició en el año de 1991. En el Ecuador, el régimen de precipitaciones difiere de
los regímenes existentes en regiones más cercanas al trópico, ya que posee dos
máximos vinculados con los equinoccios y carece de una pronunciada temporada
seca. Además, la proximidad de sus costas en el Pacífico, donde la incidencia del
Fenómeno de El Niño Oscilación del Sur (ENSO) es elevada, hace del Ecuador
un lugar privilegiado para el estudio de la respuesta de elementos tan sensibles a
3
las variaciones del clima, como son los glaciares. Es conocido que las
precipitaciones en el Ecuador reciben dos influencias marcadas: la del Pacífico y
la de la Amazonía por ello a fin de documentar ambas influencias, para este
estudio, se ha elegido el nevado Antisana en la Cordillera Oriental de los Andes
(Semiond, et. al., 1998).
Cabe mencionar que un estudio completo y minucioso de esos glaciares se
justifica también por el hecho de que según las primeras mediciones, su retroceso
está ocurriendo en forma acelerada. En el glaciar 15 del Antisana se ha podido
observar un retroceso total de la lengua α, entre junio de 1994 y diciembre de
2004, de 260 m. Del análisis de datos para el período de 10 años y 7 meses se
obtuvo un retroceso anual promedio para la lengua α de 24 m. (Semiond, et. al.,
1998).
Una de las aplicaciones más importantes del monitoreo de los glaciares en el
Ecuador lo constituye su aporte al manejo y suministro de agua potable. El
Antisana fue escogido por cuanto sus glaciares tienen un interés económico
debido al proyecto de agua potable para la ciudad de Quito. Esta urbe se alimenta
también con los recursos hídricos del proyecto La Mica – Quito Sur que se
encuentra ubicado al pie del nevado. Allí se encuentra un embalse regulador de
caudales en una presa a la salida del lago Micacocha que entrega el recurso al
sur de la ciudad, en consecuencia al proyecto aprovecha aguas que, provienen de
manera significativa de la fusión de glaciares (Semiond, et. al., 1998).
El Glaciar 15, además, posee características favorables para su investigación,
como son:
• Sus hielos dan origen a un río emisario que es el que recoge la mayoría de las
aguas producto de la fusión, las lleva hacia el lago Papallacta y su caudal
puede ser medido con relativa facilidad. Cabe mencionar que el lecho de los
glaciares ecuatorianos muchas veces está constituido por cenizas volcánicas
4
donde se puede infiltrar una parte de las aguas disminuyendo o anulando el
caudal de los ríos emisarios (Semiond, et. al., 1998);
• Su cuenca de acumulación puede ser delimitada con bastante precisión, lo
cual no es frecuente en el Ecuador cuyos nevados se desarrollan sobre
volcanes de forma cónica, donde las fronteras entre las cuencas
glaciológicas son difíciles de establecer (Semiond, et. al., 1998);
• El acceso al glaciar es uno de los más fáciles debido a que se dispone de un
camino que partiendo del campamento La Mica permite llegar con vehículo a
la estación limnigráfica en menos de una hora; desde allí, con una caminata de
20 minutos se puede alcanzar el extremo inferior del glaciar (Semiond, et. al.,
1998);
• La lengua del glaciar no está recubierta por depósitos de morrenas y permite
medir con mucha precisión sus movimientos en el transcurso del tiempo
(Semiond, et. al., 1998).
1.3 OBJETIVOS
1.3.1 OBJETIVO GENERAL
El presente proyecto de titulación tiene como objetivo general el establecer la
relación a escala mensual y estacional entre la información hidrometeorológica
local y regional y la fusión del Glaciar 15 y Los Crespos del Nevado Antisana.
1.3.2 OBJETIVOS ESPECÍFICOS
Como objetivos específicos se tiene:
5
Recopilar la información hidrometeorológica y glaciológica de las estaciones
hidrometeorológicas ubicadas en el Nevado Antisana, levantada por el Proyecto
GREATICE.
Recopilar la información hidrometeorológica regional de las bases de datos del
INAMHI.
Corregir los datos incorrectos y rellenar los datos faltantes por medio de métodos
gráficos y estadísticos.
Analizar hidrometeorológica y estadísticamente los datos obtenidos mediante el
uso de programas computacionales y las relaciones con las otras estaciones
hidrometeorológicas.
Correlacionar los datos depurados de las diferentes estaciones para generar la
información que permita determinar la relación entre el comportamiento
hidrometeorológico local y regional con la fusión del glaciar.
Diseñar un modelo matemático que relacione las variables climáticas más
importantes con la pérdida de agua del glaciar.
CAPÍTULO 2
DESCRIPCIÓN DE LA ZONA GEOGRÁFICA DE ESTUDIO
2.1 DESCRIPCIÓN DE LA ZONA DE ESTUDIO
Los glaciares 15 y Crespos se encuentran ubicados en el nevado Antisana, un
volcán activo, al Sudeste de Quito, sobre la Cordillera Real del Ecuador y a corta
distancia de la línea ecuatorial (0°28’30’’ S; 78°08’55’’ O). El glaciar estudiado
suele ser identificado con el número 15 de acuerdo con la clasificación y el mapa
elaborados por Hastenrath (1981). A ese código de identificación se le ha añadido
el símbolo α por cuanto el Glaciar 15, en su parte baja, se ha dividido
recientemente en dos lenguas. Actualmente al Noroeste del Glaciar 15α se
puede observar la lengua vecina, bastante diferenciada que se le ha denominado
la lengua 15β y donde han sido ampliadas las mediciones desde 1997 (Semiond,
et. al., 1998).
El Glaciar 15α se extiende desde los 4.800 msnm hasta la cumbre misma del
volcán en los 5.760 msnm. Su exposición general es Noroeste y su borde superior
limita con las laderas orientales del volcán, hasta donde llega la influencia
amazónica. Pero su lado occidental, el Antisana se encuentra protegido a la
sombra de esa influencia oriental ya que lo impide el cuerpo mismo del volcán. El
Glaciar 15α tiene una superficie total de 353.158 m2 (35,3 ha) y una longitud de
2,0 km. Es 3,6 veces más extenso que el Glaciar de Chacaltaya (9,6 ha), pero
seis veces menor que el Glaciar de Zongo (210 ha), los dos glaciares
monitoreados en Bolivia. La cuenca aportante, hasta el sitio de la estación
limnigráfica, incluye también la superficie del Glaciar 15β (Semiond, et. al., 1998).
7
2.2 CLIMA
Las cordilleras ecuatorianas tienen una morfología particular ya que no están
cubiertas de glaciares ininterrumpidos y sus nevados se encuentran separados
entre sí por decenas de kilómetros. En consecuencia, los glaciares no se
encuentran encerrados por cadenas montañosas, ni están afectados por barreras
de roca o hielo que modifiquen los procesos de acumulación y ablación. Por lo
expuesto cabe esperar que la reacción de los glaciares ante la evolución
climática, pueda ser observada con claridad. A ello se agrega el hecho de que la
forma cónica de sus volcanes permite que un mismo nevado posea todas las
orientaciones posibles, lo cual facilita el estudio (en un reducido lugar) de la
evolución que tienen varias lenguas afectadas por un sólo factor geográfico.
En la zona principal de estudio, donde se encuentran las estaciones que
monitorean el nevado Antisana, se cuenta con el clima ecuatorial frío de alta
montaña (de páramo) que se caracteriza por tener una temperatura anual media
que oscila entre los 4 y 8 °C. Los valores máximos rara vez superan los 20 °C y
los mínimos siempre están por debajo de O °C. La pl uviosidad anual se encuentra
entre 800 y 2.000 milímetros y la mayoría de los aguaceros duran mucho, pero
tienen baja intensidad. Corresponde a la vegetación de matorral y de páramo
(Pourrut, 1995).
Además, debido a que dentro del estudio que se ha realizado se han considerado
estaciones correspondientes a las cuatro regiones principales del Ecuador:
Interandina, Litoral, Amazónica e Insular, se considera necesaria la comprensión
del clima en dichas regiones además del clima ecuatorial frío o de alta montaña
donde se desarrolla parte del análisis de las estaciones locales del glaciar en
estudio. Entonces vale la pena mencionar que la zona de estudio se encuentra
dentro de las zonas climáticas definidas por Pourrut (1995). En esta clasificación
se reconocen ocho tipos de climas: tropical megatérmico de árido a semiárido,
uniforme megatérmico muy húmedo, tropical megatérmico húmedo, tropical
megatérmico de seco a semihúmedo, tropical megatérmico muy húmedo,
8
ecuatorial mesotérmico de semihúmedo a húmedo, ecuatorial mesotérmico seco y
ecuatorial frío de alta montaña. Los criterios de esta última clasificación se
refieren a tres indicadores complementarios: distribución anual de las estaciones
lluviosa y seca, niveles de las precipitaciones y niveles de las temperaturas
(Pourrut, 1995).
2.2.1 VARIABLES E ÍNDICES CLIMÁTICOS PRINCIPALES UT ILIZADOS
Entre las variables climáticas principales utilizadas a nivel local y regional para las
relaciones en los análisis se encuentran las siguientes:
Temperatura.- Es el nivel de energía de un objeto debido a la agitación
molecular. Es una medida relativa, las escalas que se basan en puntos de
referencia deben ser usadas para medir la temperatura con precisión. Hay tres
escalas comúnmente usadas actualmente para medir la temperatura: la escala
Fahrenheit (°F), la escala Celsius (°C), y la escal a Kelvin (°K). Cada una de estas
escalas usa una serie de divisiones basadas en diferentes puntos de referencia
(Day, 2003). En la tropósfera el decrecimiento de temperatura en la atmósfera es
de 0.65 °C por cada 100 m aproximadamente, mientras que en la estratósfera se
presenta condiciones aproximadamente isotérmicas. El gradiente vertical de
temperatura se define como la tasa de variación de la temperatura con la altitud,
con este valor se puede determinar la estabilidad o la inestabilidad de la
atmósfera, el valor de este gradiente depende del contenido de vapor de agua en
atmósfera (Monsalve, 1995).
Temperatura de la superficie de la Tierra.- El modelo de radiación global de
temperaturas debe reflejar variaciones globales en la radiación neta. Sin embargo,
el modelo espacial de temperatura es más complicado que la variación en la
radiación neta debido a la respuesta de los diferentes tipos de superficies de
materiales a la radiación neta. Esta condición es fácilmente observada en la
relación entre la temperatura y la latitud. Aunque haya un modelo general de
variación de la temperatura con la latitud creciente, la relación observada es mejor
9
sobre los océanos. Para superficies continentales, el comportamiento de
temperatura requiere un análisis más detallado. (Shelton, 1988).
Precipitación.- Es todo el líquido y las formas congeladas del agua que vuelve a
la superficie de la tierra desde la atmósferay es el componente final del ciclo
hidrológico. En general, la precipitación y la nieve comprenden la proporción
principal de precipitación, y en muchas áreas la precipitación y la lluvia son
permutables debido a la contribución menor de otras formas de precipitación.
(Shelton, 1988).
Dirección y velocidad del viento.- La dirección del viento viene definida por el
punto del horizonte del observador desde el cual sopla. En la actualidad, se usa
internacionalmente la rosa dividida en 360º. El cálculo se realiza tomando como
origen el norte y contando los grados en el sentido de giro del reloj. La dirección
se suele referir al punto más próximo de la rosa de los vientos que consta de ocho
rumbos principales. Se mide con la veleta. La unidad de la velocidad del viento en
el Sistema Internacional es m/s, sin embargo aún se usan los nudos(kt) y km/h. 1
kt = 1 mph = 1.856 km/h ó 1 kt = 0.52 m/s (SENAMHI Perú, 2006).
Viento zonal.- Es el viento, o componente del viento, a lo largo del paralelo local
de latitud, para diferenciarlo del viento meridional. En un sistema de coordenada
horizontal fijado localmente con el eje de abscisas dirigido hacia el este y el eje de
ordenadas “y” dirigido hacia el norte, el viento zonal es positivo si sopla desde el
oeste y negativo si sopla desde el este (AMS, 2000).
Humedad relativa (HR).- Es probablemente la medida más extensamente
aprobada de humedad atmosférica. Es la proporción de presión de vapor absoluta
a la presión de vapor de saturación de aire en la temperatura dada. Aunque la
humedad relativa expresa cuán cerca el aire está siendo saturado, esto es
funcionalmente dependiente de la temperatura (Shelton, 1988).
10
Humedad específica (HE).- Es una expresión de humedad atmosférica que
permanece constante cuando la temperatura y la presión de aire cambian. Este
parámetro es expresado como la masa de vapor de agua por masa de aire (el
número de gramos de vapor de agua por kilogramo de aire) (Shelton, 1988).
El Niño Oscilación del Sur, ENOS (En inglés ENSO: El Niño South Oscillation).-
En principio usado para distinguir los eventos calientes a gran escala en el
Pacífico Central y del calentamiento local a lo largo de la costa de Sur América,
también conocido como El Niño, es ahora usado para describir el rango completo
de variabilidad observada en la oscilación auto sostenida del sistema oceánico
atmosférico en el Pacífico Central, incluyendo ambos eventos El Niño y La Niña
(Villacís, 2001).
El Niño (EN).- Se caracteriza por un debilitamiento a gran escala de los vientos
alisios y el calentamiento de las capas superficiales en el este y el centro del
Océano Pacífico ecuatorial. El Niño ocurre irregularmente en intervalos de 2 a 7
años, siendo su promedio de ocurrencia de 3 a 4 años. Típicamente tienen una
duración de 12 a 18 meses (Villacís, 2001).
La Niña (LN).- Durante La Niña los flujos de agua caliente son empujados hacia el
oeste, en dirección a Asia, debido al fortalecimiento de los vientos alisios, por lo
que el agua fría que se encuentra a mayor profundidad asciende a lo largo del
continente Americano, provocando una disminución de la evaporación reduciendo
de esta manera la formación de nubes y la lluvia de esta región (Villacís, 2001).
La temperatura superficial del mar (TSM) en el Océano Pacífico es monitoreada
con boyas y satélites. La NOAA opera una red de boyas a lo largo del Pacífico
que proveen datos sobre la TSM. Dado que el Pacífico ecuatorial está dividido en
regiones o bloques para el estudio de las anomalías, se detallan a continuación
los índices del ENOS utilizados:
11
Índice Niño 1.- Anomalía media de la Temperatura Superficial del Mar (TSM) en la
Región 5° – 10° S, 90° W – 80° W del Pacífico ecuat orial (Rossel, 1997).
Índice Niño 2.- Anomalía media de la Temperatura Superficial del Mar (TSM) en la
Región 0° – 5° S, 90° W – 80° W del Pacífico ecuato rial (Rossel, 1997).
Índice Niño 1+2.- Anomalía media de la Temperatura Superficial del Mar (TSM) en
la Región 0° – 10° S, 90° W – 80° W del Pacífico ec uatorial (Rossel, 1997).
Índice Niño 3.- Anomalía media de la TSM en la Región 5°N – 5° S, 150° W – 90°
W del Pacífico ecuatorial (Rossel, 1997).
Índice Niño 4.- Anomalía media de la TSM en la Región 5N° – 5° S, 150° E – 160°
W del Pacífico ecuatorial (Rossel, 1997).
Índice Niño 3+4.- Anomalía media de la TSM en la Región 5°N – 5° S, 170° W –
120° W del Pacífico ecuatorial (Villacís, 2001).
Índice de Oscilación del Sur (SOI por sus siglas en inglés).- Índice de Oscilación
del Sur, es una medida del estado de la Oscilación del Sur. Un índice común
usado para este propósito es la presión a nivel del mar en Tahiti menos la presión
a nivel del mar en Darwin, Australia, dividida por la desviación estándar de esta
cantidad. Está estrechamente asociado con El Niño y así a menudo se refiere
como el ENSO (El Niño Oscilación del Sur). El coeficiente de correlación entre el
índice ENSO y el índice de Oscilación del Sur (SOI; definido como la diferencia de
presión estandartizada a nivel del mar entre Darwin y Tahiti y también suavizado
con una media móvil de 5 meses) es -0.67. La correlación máxima ocurre cuando
el índice ENSO es correlacionado con un SOI simultáneo (AMS, 2000). En este
estudio se lo representa por las siglas SOIEST por Southern Oscillation Index
Standarized (Estandarizado).
12
GRÁFICO 2.1
ZONAS DE ESTUDIO DEL FENÓMENO ENOS
FUENTE: http://www.cco.gov.co/fnino1.htm, 2007
Índice SOI de presión a nivel del mar.- Es la presión atmosférica al nivel medio del
mar, medida sea directamente o empíricamente determinada desde una estación
de observación de presión. En regiones donde la superficie de la tierra se
encuentra sobre el nivel del mar, es una práctica estándar de observación reducir
la presión superficial observada al valor que pudiera existir en un punto a nivel del
mar asumiendo una capa de temperatura constante desde el nivel del mar hasta
la estación donde se mide la temperatura. En la práctica, se emplea la
temperatura media de las 12 horas precedentes en lugar de la temperatura actual.
Esta "reducción de la presión a nivel de mar" es responsable de muchas
anomalías en el campo de la presión en áreas montañosas sobre la carta
sinóptica (AMS, 2000). En este estudio se trabajó con el índice de la anomalía de
esta variable y se la representa por las siglas SOIPRES.
13
La Oscilación del Sur.- originalmente definida en 1924 por Gilberto Walker como
una latitud baja, es un “sube y baja” de la presión a nivel del mar a escala
planetaria, con un polo en el Océano Pacífico Este y otro en la región Oeste de
los Océanos Pacífico e Índico. El “balancín” de presión está asociado con un
modelo global de anomalías atmosféricas en circulación, temperatura, y
precipitación. La escala de tiempo primaria de la oscilación es interanual -
multianual, y ahora es reconocido para ser principalmente una respuesta a la
variación de la temperatura de la superficie del mar a una escala reducida en el
Océano Pacífico ecuatorial que proviene de las interacciones entre la atmósfera y
el océano, los extremos opuestos de este fenómeno son los eventos caliente y
frío de El Niño y La Niña respectivamente (AMS, 2000).
Radiación Reflejada de Onda Larga (OLR por sus siglas en inglés Outgoing
Longwave Radiation).- Una porción de la luz del sol que entra al sistema de la
tierra y que se refleja nuevamente hacia el espacio, mientras que la porción
restante de la luz del sol es absorbida por el sistema de la tierra y almacenada
como calor; una parte se absorbe en la atmósfera y otra se absorbe en la tierra y
en los océanos. Un porcentaje de este calor almacenado se emite por el sistema
de la tierra nuevamente hacia el espacio bajo la forma de energía de onda larga.
El término “radiación reflejada de onda larga” se refiere a la suma total de toda la
energía electromágnetica de onda larga, o radiación infrarroja en las longitudes de
onda que se extienden a partir de 5 a 100 micrómetros, que se escapa desde la
superficie de la atmósfera de la tierra nuevamente al espacio (NASA, 2005).
CAPÍTULO 3
GEOMETRÍA DEL GLACIAR
3.1 DESCRIPCIÓN DE LA GEOMETRÍA DEL GLACIAR
La geometría del glaciar se define a través de varios trabajos topográficos
realizados en este lugar a lo largo de estos once años en los que se ha recopilado
mucha información, no solo de su régimen climático sino también del avance o
retroceso del glaciar.
En junio de 1.994, cuando se visitó por vez primera el glaciar, se marcó una señal
en una piedra que se encontraba en el río, junto al borde inferior del glaciar. Para
evitar la pérdida de esa señal, por los desplazamientos que podría sufrir la piedra,
se colocó otra marca a la izquierda, en una roca fija de más de 1m3 de volumen.
Estas señales fueron luego ubicadas en el levantamiento topográfico de enero de
1997, y desde aquel entonces en cada visita se mide directamente la distancia
entre el punto fijo y el término del glaciar; la precisión las mediciones es de un
metro (Semiond, et. al., 1998).
3.2 BALANCE DE MASA Y CONTORNOS ACTUALES
A continuación se hace una breve reseña de lo que ha ocurrido con el balance de
masa y en los contornos de los glaciares de nuestro estudio en los once años en
que se ha procurado la toma de datos.
En el gráfico 3.1 se presenta la ubicación de los glaciares 15 y Crespos en el
nevado Antisana con su red glacio e hidropluviométrica.
15
GRÁFICO 3.1
UBICACIÓN DE LOS GLACIARES 15 Y CRESPOS EN EL ANTIS ANA
Fuente: INFORME ANUAL 2004 GREATICE
Elaboración: Ing. Bolívar Cáceres, Msc. Marcos Villacís
3.2.1 GLACIAR 15
3.2.1.1 Balance de Masa
El glaciar es una masa de hielo que se alimenta de agua sólida, la transforma en
hielo y la restituye luego en estado gaseoso (evaporación y sublimación) o estado
líquido (agua del torrente emisario). El análisis de esos ingresos y esas pérdidas
de agua se conoce con el nombre de balance del glaciar (Semiond, et. al., 1998).
El balance de masa B se determina mediante la diferencia entre la acumulación y
ablación que se han producido durante cierto intervalo de tiempo (generalmente
un año hidrológico) y representa el cambio de masa que ha experimentado el
glaciar. Cuando el balance se expresa en términos de volumen equivalente de
agua (ya sea en metros cúbicos o milímetros de agua prorrateada sobre toda la
16
superficie del glaciar), se denomina balance neto específico (Bn), el mismo que se
define mediante la siguiente relación:
∫∫ += dSbSdSbSB nancn .... (3.1)
Donde: Sc es el área de la zona de acumulación, Sa el área de la zona de ablación
y bn representa el balance elemental en cada punto del glaciar.
En la estimación del balance de masa de un glaciar se emplean diversos
métodos: método de la restitución aerofotogramétrica, método hidrológico a
escala anual y el método más usual consiste en medir directamente el cambio de
volumen del glaciar con técnicas topográficas (teodolito, GPS). Para ello,
partiendo desde el extremo inferior del glaciar hacia arriba, se clavan en el hielo
profundas estacas (llamadas balizas) que conforman una red distribuida sobre
gran parte del glaciar (Ver gráfico 3.2). En las zonas superiores del glaciar, donde
generalmente la acumulación supera a la ablación, se excavan pozos en los
cuales, mediante densimetría, se mide directamente la cantidad de agua
acumulada entre el principio y el final del año hidrológico. A partir de esos datos,
el balance se calcula para cada rango altitudinal, dentro de los cuales se toman
en consideración los puntos de medición más representativos (Semiond, et. al.,
1998).
El valor que tiene el balance en diversos puntos altitudinales del glaciar no es
constante ya que varía de un lugar a otro. La tasa de variación que presenta el
balance a medida que aumenta la posición altimétrica se denomina Gradiente
Vertical del Balance (GVB), y se la calcula mediante su derivada db/dz.
Usualmente se la expresa en: milímetros equivalentes de agua /metro de desnivel
(mm/m) (Semiond, et. al., 1998).
El nivel altimétrico donde el balance es nulo corresponde a la línea de equilibrio
del glaciar, que delimita a la zona de acumulación (donde la acumulación es
17
mayor a la ablación) respecto de la zona de ablación (donde la acumulación es
menor a la ablación). La posición altimétrica de la línea de equilibrio del glaciar
(Equilibrium Line Altitude en inglés, o ELA), varía cada año en dependencia de los
cambios que ha tenido el balance (Semiond, et. al., 1998).
Las mediciones del balance, hechas con balizas en glaciares de diversas
montañas del mundo, han conducido a la siguiente conclusión: cada año la
gradiente vertical db/dz, desde la cumbre hasta el frente terminal del glaciar,
conserva una misma forma. Sólo el eje de esa curva puede desplazarse por
traslación hacia el lado de los valores positivos (en el caso de que el balance sea
positivo) o hacia el lado de los valores negativos (Semiond, et. al., 1998).
GRÁFICO 3.2
DESPLAZAMIENTO DE BALIZAS ENTRE OCTUBRE DE 1994 Y E NERO DE
1997
Fuente: INFORME ANUAL 1994 – 1997 GREATICE, 1998
Elaboración: Ing. Hubert Semiond
18
Una vez que la posición de la línea de equilibrio ELA ha sido establecida, se
puede calcular la relación (en %) entre la superficie de la zona de acumulación y
la superficie total del glaciar (Accumulation Area Ratio AAR), relación, que al igual
que la línea ELA, también tiene un comportamiento lineal respecto al balance.
Esta propiedad hace posible que luego de algunos años de medición, se puedan
calcular los valores que tienen la línea ELA y la relación AAR cuando el balance
alcanza su punto de equilibrio (Bn = 0); esos valores son representados con los
símbolos ELA0 y AAR0 respectivamente (Semiond, et. al., 1998).
Para este estudio se ha tomado el balance de la zona de ablación, determinado
como el volumen de hielo que se derrite en la zona de ablación del glaciar,
dividido por la superficie total del mismo, expresado en mm de agua por mes. Los
valores negativos corresponden a una retracción más fuerte del glaciar (Cáceres,
et. al., 2005).
Es importante conocer la evolución del balance para los años de estudio, pues
nos muestra que los valores más deficitarios se ubican en los años de 1995,
1997, 1998, 2001, 2002, 2003 y 2004 con valores que varían entre -572 y -1830
mm de agua de pérdida. Para el año de 1996 el balance fue de –428 mm de agua
de pérdida, que es un valor mas equilibrado (Cáceres, et. al., 2005).
Para los años de 1999 y 2000 el balance es positivo y tiene valores de 515 y 393
mm de acumulación de agua. Se puede observar una coincidencia con las fases
Niño/Niña: durante El Niño se observa un derretimiento mayor y durante La Niña
se tiene un menor derretimiento (Cáceres, et. al., 2005).
En el cuadro 3.1 se muestra un resumen de todos los datos relacionados con el
balance y las principales características del Glaciar 15 para el período 1995 –
2004, donde se aprecian claramente los años deficitarios, así como en los que el
balance es positivo.
19
CUADRO 3.1
DATOS RELACIONADOS AL BALANCE NETO ESPECÍFICO PARA LOS
AÑOS DE MONITOREO DEL GLACIAR
Año
(1)
Bn
(2)
ΣΣΣΣBn
(3)
A
(4)
Bter
(5)
Bsum
(6)
ELA
(7)
AAR
(8)
Prec.
(9)
Term.
(10)
ΣΣΣΣTerm
(11)
1995 -1830 -1830 2580 -7624 654 5245 45 750 -28,20 -28
1996 -428 -2258 1310 -4532 826 5115 60 882 -40,62 -69
1997 -612 -2870 1597 -6949 870 5110 62 985 -56,25 -125
1998 -845 -3715 1985 -6048 675 5100 65 1140 -34,38 -159
1999 515 -3200 700 -2214 1080 4960 84 1215 21,43 -138
2000 393 -2807 632 -2045 890 4980 80 1025 17,80 -120
2001 -598 -3405 1348 -4830 940 5085 60 750 -11,20 -131
2002 -769 -4174 1870 -4999 900 5145 50 1101 -19,00 -150
2003 -1362 -5536 2117 -6633 810 5225 42 755 -55,00 -205
2004 -572 -6108 1352 -5420 957 5145 56 780 -31,00 -236
Prom. -611 1549 -5129 860 5111 60 938 -24
Fuente: INFORME ANUAL 2004 GREATICE
Elaboración: Ing. Bolívar Cáceres
Donde:
( 1 ) Año hidrológico (enero – diciembre)
( 2 ) Balance neto específico (mm de agua)
( 3 ) Balance neto acumulado (mm de agua)
( 4 ) Ablación específica: A = P - Bn (Ablación específica = Precipitación –
Balance neto específico, mm de agua)
( 5 ) Balance en la parte más baja (4833 m en mm de agua)
( 6 ) Balance en la parte más alta (5750 m en mm de agua)
( 7 ) Altitud de la línea de equilibrio (ELA)
( 8 ) Porcentaje de la área de acumulación (Acumulación Área Ratio, en %)
( 9 ) Precipitación en las cercanías del glaciar: P = [P2] (en mm de agua)
( 10 ) Retroceso del frente (en metros referidos a la marca precedente).
( 11 ) Retroceso acumulado del frente (en metros)
20
3.2.1.2 Contornos
El primer levantamiento topográfico fue realizado en octubre de 1995 en el Glaciar
15 α donde se suministró información sobre las curvas de nivel, la ubicación de
las balizas y los pluviómetros, pero los datos sobre el perímetro de las lenguas α y
β son muy aproximados. Además, no fueron medidas las zonas superiores del
glaciar ya que el levantamiento llegó sólo hasta las cotas 4800 y 4870 msnm, lo
cual impide calcular las superficies altas del glaciar (Semiond, et. al., 1998).
En enero de 1997, se elaboró un nuevo levantamiento topográfico, que estableció
de forma satisfactoria los límites de toda la parte baja de la lengua α. En la zona
de ablación fueron ubicados unos 300 puntos que garantizan la precisión
necesaria de la restitución, además, se estableció la nueva ubicación de las
balizas. Finalmente en mayo de 1997 se realizó otro levantamiento de la parte
baja de la lengua β y sus balizas. En estos dos últimos trabajos se empleó equipo
de topografía más sofisticado que permitía tener mejor precisión. Debido a la baja
calidad del primer levantamiento, no se ha podido establecer los cambios que han
tenido los límites del Glaciar 15α en el transcurso del tiempo; únicamente se
puede estimar el movimiento de las balizas. Los datos sobre el desplazamiento de
cada baliza permiten estimar la velocidad con la cual se mueve la superficie del
glaciar. Entre los años 1994 y 1997, en el eje central del glaciar, la velocidad de
avance disminuye desde los 34 m/año en la cota 5.028 msnm hasta los 15 m/año
en el extremo inferior de la lengua. La velocidad disminuye normalmente en los
tramos de la lengua con menor pendiente y en el frente mismo del glaciar
(Semiond, et. al., 1998).
El cuadro 3.2 resume los datos del significativo retroceso que ha tenido el frente
del Glaciar 15α. Después del importante ritmo alcanzado en los ocho primeros
meses, el retroceso se ha ubicado en unos 30 m/año. Al evaluar la magnitud de
este repliegue, se debe considerar también la velocidad de avance de 15 m/año
que tiene el frente del glaciar. No hay razones para suponer que ese retroceso
sea muy diferente en las lenguas de otros glaciares occidentales del Antisana ya
21
que tienen orientaciones, rangos altitudinales y pendientes muy semejantes
(Semiond, et. al., 1998).
CUADRO 3.2
MEDICIONES DEL RETROCESO DEL FRENTE DEL GLACIAR 15 αααα ENTRE
JUNIO DE 1.994 Y SEPTIEMBRE DE 1.997
Fecha de la medición
y meses acumulados
respecto a junio de 1.994
Distancia entre el
frente y la señal
inicial
(m)
Distancia respecto al sitio
de la medición precedente
(m)
Velocidad media
entre dos fechas de
medición
(m/año)
Febrero de 1.995
(8 meses)
- 61 - 61 - 91.5
Agosto de 1.996
(25 meses)
- 101 - 40 - 28.2
Septiembre de 1.997
(39 meses)
- 133 -32 - 27.4
Fuente: INFORME ANUAL 1994 – 1997 GREATICE, 1998
Elaboración: Ing. Hubert Semiond
En los años 1997 – 1998, se presentó un fenómeno de El Niño en el Ecuador,
esto aumenta la temperatura, tanto del aire como de la superficie del océano,
como resultado de esta anomalía, el ambiente en general se calienta, disminuye
la caída de nieve sobre el glaciar lo que disminuye el albedo, además de que
existen bajas velocidades de viento provocando una limitada transferencia de
energía y demás factores que incitan un derretimiento en la zona de ablación
(Francou, et. al., 2004).
Con los datos de desplazamiento de las balizas se obtuvo que la velocidad media
en la parte baja del glaciar fue de 2.18 m/mes, con una desviación estándar de
0.403 m. Los desplazamientos producidos en la lengua α, tanto para el año 1997
y 1998 confirman una reducción notable de velocidades. A través de la restitucion
aerofotogramétrica del Instituto Geográfico Militar, se pudo determinar el retroceso
del glaciar desde 1956 hasta el año 1998 para que a partir de estos años se
22
continúe con estos estudios de aerofotogrametría y poder comparar los resultados
topográficos que se han tomado hasta el presente (Bontron, et. al., 1999).
Durante 49 años de estudio se ha producido una pérdida del 39,35% del área total
del glaciar de la lengua α y un porcentaje de 32,75% de pérdida del área total del
glaciar para la lengua β, dando un total entre las dos lenguas de 35,93% de
pérdida tal como se presenta en el cuadro 3.3 de resumen del total entre las dos
lenguas. Así también se ha producido una pérdida del 16,95% de la longitud del
glaciar de la lengua α y un porcentaje de 20,16% de pérdida de la longitud del
glaciar de la lengua β, tal como se presenta en el cuadro 3.4 de resumen.
CUADRO 3.3
EVOLUCIÓN DE LA SUPERFICIE DEL GLACIAR 15: PERIODO 1956 – 2005
(m2)
Años
Área
Lengua αααα
(m2)
Área
Perdida
Lengua αααα
por periodo
(m2)
%
reducc.
Área Lengua
ββββ
(m2)
Área
Perdida
Lengua ββββ
por periodo
(m2)
%
reducc.
Total
(m2) %
%
reducc.
1956 465802 0 0,00 501835 0 0,00 967637 100,00 0,00
1965 439518 -26283 5,64 485076 -16759 3,34 924595 95,55 4,45
1993 375411 -64107 19,41 429261 -55814 14,46 804673 83,16 16,84
1996 351709 -23702 24,49 419926 -9335 16,32 771635 79,74 20,26
1997 340749 -10960 26,85 406431 -13495 19,01 747180 77,22 22,78
1998 333355 -7393 28,43 403949 -2481 19,51 737305 76,20 23,80
1999 342117 8761 26,55 408331 4381 18,63 750448 77,55 22,45
2000 365464 32108 21,54 428634 24684 14,59 794098 82,07 17,93
2001 346139 -19325 25,69 412772 -15862 17,75 758911 78,43 21,57
2002 322614 -23525 30,74 387266 -25506 22,83 709880 73,36 26,64
2003 308616 -13998 33,75 358023 -29243 28,66 666639 68,89 31,11
2004 300207 -8409 35,55 351494 -6529 29,96 651701 67,35 32,65
2005 282511 -17696 39,35 337490 -14004 32,75 620001 64,07 35,93
Fuente: INFORME ANUAL 1997 – 1998, INFORME ANUAL 2004, DATOS PARA
INFORME ANUAL 2005, GREATICE
Elaboración: Ing. Bolívar Cáceres
Modificación: Daniela Freile, Carla Manciati
23
CUADRO 3.4
EVOLUCIÓN DE LA LONGITUD DEL GLACIAR 15: PERIODO 19 56 – 2005 (m)
Años
Longitud
lengua αααα
(m)
Longitud
perdida
lengua αααα
por
periodo
(m)
% pérdida
Longitud
lengua ββββ
(m)
Longitud
perdida
lengua ββββ
por
periodo
(m)
% pérdida
1956 2234 0,00 0,00 2379 0,00 0,00
1965 2193 -41,59 1,86 2359 -20,95 0,88
1993 2102 -90,44 5,91 2216 -142,73 6,88
1996 2048 -54,15 8,33 2158 -57,61 9,30
1997 1988 -59,99 11,02 2104 -54,26 11,58
1998 1963 -25,66 12,16 2054 -50,15 13,69
1999 1979 16,01 11,45 2064 10,00 13,27
2000 2006 27,00 10,24 2060 -4,00 13,43
2001 1979 -27,00 11,45 2052 -8,00 13,77
2002 1964 -15,00 12,12 2008 -44,00 15,62
2003 1910 -54,00 14,53 1932 -76,00 18,81
2004 1883 -27,00 15,74 1913 -19,00 19,61
2005 1856 -27,00 16,95 1900 -13,00 20,16
Fuente: INFORME ANUAL 1997 – 1998, INFORME ANUAL 2004, DATOS PARA
INFORME ANUAL 2005, GREATICE
Elaboración: Ing. Bolívar Cáceres.
Modificación: Daniela Freile, Carla Manciati
Como se puede notar de los cuadros presentados, el glaciar 15 del nevado
Antisana, tiene un retroceso importante cada año, a excepción de los años 1999 y
2000 que son años en los cuales el glaciar se recupera en un pequeño porcentaje
tanto en área como en longitud, el cual parece estar relacionado con un descenso
de temperatura del aire y un aumento de las precipitaciones observadas en los
alrededores del glaciar, las que probablemente son una consecuencia de la
presencia de la fase fría del ENSO (La Niña). En la lengua α se vio un aumento
de 16 m y para la lengua β el avance fue de 10 m con relación al periodo 1997 –
1998. Con relación a las áreas, también hubo un incremento de 40869 m2 para la
lengua α y para la lengua β de 29065 m2 para estos años. En el gráfico 3.3 se
24
pueden observar los contornos para los años 1996 a 2000, notándose claramente
la posición de las balizas, las marcas para el levantamiento topográfico y la
reducción del glaciar para los años 1996 a 1998 y un pequeño incremento para el
año 1999 tal como se ha explicado anteriormente. Para los años 2001 a 2004, los
gráficos de contornos se encuentran en el Anexo 1. Para el periodo 2004 y 2005
el gráfico 3.4 presenta el retroceso del glaciar detallado en el cuadro 3.3
presentado anteriormente.
GRÁFICO 3.3
TOPOGRAFÍA DE LA EVOLUCIÓN DEL GLACIAR 15: PERIODO 1996 – 1999
Fuente: INFORME ANUAL 1999 GREATICE
Elaboración: Ing. Bolívar Cáceres.
25
GRÁFICO 3.4
CONTORNO Y POSICIÓN DE BALIZAS DEL GLACIAR 15: PERI ODO 2004 –
2005
Fuente: INFORME ANUAL 2005 GREATICE
Elaboración: Ing. Bolívar Cáceres.
3.2.2 GLACIAR LOS CRESPOS
A continuación se presenta una recopilación de los datos que se han medido
sobre este glaciar desde el año 2001 (ver gráfico Anexo 1), las mediciones no han
sido continuas ya que solo se lo equipo para tenerlo como referencia, es a partir
de mediados del año 2004 que se comienzan a realizar lecturas continuas a nivel
26
mensual sobre este glaciar lo que permitirá en un futuro tener una serie de datos
mas completa, los que se complementaran con las mediciones de
micrometeorología que se realizan desde esta misma época (Cáceres, et. al,
2005).
Además debido a una pérdida de la información topográfica del contorno de este
glaciar para el año 2005 no se tienen los resultados del retroceso que ha sufrido.
GRÁFICO 3.5
CONTORNO PARA EL GLACIAR LOS CRESPOS, ENERO DEL 200 5
Fuente: INFORME ANUAL 2004 GREATICE
Elaboración: Ing. Bolívar Cáceres, Ing. Luis Maisincho.
CAPÍTULO 4
INFORMACIÓN HIDROLÓGICA, METEOROLÓGICA Y GLACIOLÓGICA EXISTENTE
4.1 INFORMACIÓN LOCAL EXISTENTE
El proyecto GREATICE trabajado en conjunto entre el INAMHI, la EMAAP-Q y el
IRD, proporcionó la información de las ocho estaciones instaladas para el
monitoreo del nevado Antisana, teniendo acceso a las mismas tanto en forma
digital como a los informes de campo, mediante el uso del programa
computacional HYDRACCESS.
Se ha considerado la precipitación desde el año 1995 hasta el año 2005, teniendo
once años de datos para el análisis. Existen periodos de ausencia de datos,
“lagunas”, debido a mantenimiento de sensores, caída de información, o daño en
aparatos por los fuertes vientos o condiciones climáticas extremas. Pero en
general la información es completa y continua durante este periodo.
Se ha considerado la información procedente de los pluviómetros Normalizados
de 200 cm2 de superficie de recolección, llamados registradores de lluvia, con una
boca de apertura de 165 mm de diámetro, que generan una impulsión eléctrica
que registra eventos momentáneos por cierre de contactos en un Data logger o
registrador de lluvia HOBO Event, almacenando la fecha y hora de cada evento.
Los tiempos que separan las impulsiones eléctricas permiten calcular las
intensidades y los volúmenes de lluvia a una escala de tiempo muy fina (algunos
minutos), tal como se muestra en la foto 4.1.
Además se ha tomado la información de pluviómetros totalizadores (foto 4.2), que
están constituidos por cilindros de 150 cm de alto y 50 cm de diámetro con una
superficie de captación igual a aproximadamente 2.000 cm2. Están recubiertos
28
con pintura metálica de color claro a fin de que no absorban demasiado calor y se
coloca dos litros de aceite que forman una película superficial de protección de un
centímetro de espesor para evitar la evaporación del agua acumulada, éste no
debe ser muy viscoso pues, de otra forma, el agua no puede atravesarlo y corre el
peligro de evaporarse si al cabo de poco tiempo se producen fuertes radiaciones y
durante los períodos fríos existe el riesgo de que se congele la capa superior de
aceite y agua, con lo cual la nieve permanece cautiva varios días en la superficie
posibilitándose su evaporación y sublimación. Cada vez que el pluviómetro se
llena (rebosa), se debe realizar un vaciado o sifonaje de este artefacto.
FOTO 4.1
COLECTOR Y PLUVIÓMETRO NORMALIZADO CON REGISTRADOR HOBO
También se utilizó la información del Bidón (foto 4.3), que consiste en una botella
que almacena el agua que ha pasado por el Hobo y llega al Bidón mediante una
manguera, para una medición mediante una probeta graduada en mm de
precipitación y una posterior comparación con los demás aparatos.
29
FOTO 4.2
PLUVIÓMETRO TOTALIZADOR
FOTO 4.3
RECOLECTOR BIDÓN
30
4.1.1 SELECCIÓN Y DESCRIPCIÓN DE ESTACIONES
Se tomó la información de las siguientes estaciones:
CUADRO 4.1
LISTADO DE ESTACIONES LOCALES
ID
ESTACIÓN
NOMBRE
ESTACIÓN TIPO
00 Glaciar Pluviométrica
02 Morrena Pluviométrica
03 Totalizador Pluviométrica
04 Antisana Pluviométrica
05 Mica Pluviométrica
06 Humboldt Pluviométrica,
Hidrológica
07 Crespos Pluviométrica,
Hidrológica
08 Crespos Morrena Pluviométrica
09 Páramo Pluviométrica
Estas estaciones se encuentran distribuidas de la siguiente manera:
Glaciar 00.- Se encontraba ubicada en el Glaciar 15, a 4890 msnm. Cabe indicar
que fue reemplazada esta estación en el mes de febrero de 2005 por el
pluviómetro de la estación meteorológica de altitud, ORE, ubicada en el mismo
lugar, muy cercana al glaciar. Con los datos de la ORE se completó la serie
faltante de la estación Glaciar 00. Cuenta con pluviómetro HOBO, bidón y
totalizador para las mediciones.
Morrena 02.- Se encuentra ubicada en la morrena cercana al Glaciar 15, a 4785
msnm, muy cercana a la estación Glaciar 00. Cuenta con pluviómetro HOBO,
bidón y totalizador para las mediciones de precipitación, más un termógrafo.
31
Totalizador 03.- No es una estación en si, cuenta sólo con un totalizador para la
medición de precipitación y ha sido utilizada para la comparación con las
mediciones y relleno de datos de las otras estaciones. Se encuentra ubicada en el
páramo en la parte Noroccidental del nevado cerca al Glaciar 15, a 4555 msnm.
Antisana 04.- Esta estación es encuentra en el páramo en la parte Noroccidental
cercana a la estación hidrológica en el río emisario del Glaciar 15, a 4450 msnm.
Cuenta con pluviómetro HOBO, bidón y totalizador para las mediciones.
Mica 05.- Se encuentra en la parte baja del páramo, en el campamento de la
EMAAP – Q, cercano a la laguna de Micacocha, a 3930 msnm. Cuenta con
pluviómetro HOBO, bidón y totalizador para las mediciones de precipitación y un
termógrafo.
Humboldt 06.- Está ubicada en la parte Suroccidental del páramo del nevado a
4010 msnm, cerca de la estación Hidrológica Humboldt. Cuenta solamente con un
totalizador.
Crespos 07.- Se ubica en la parte Suroccidental del páramo del nevado a 4450
msnm. Está muy cercana al Glaciar Crespos. Cuenta con pluviómetro HOBO,
bidón y totalizador para las mediciones.
Crespos Morrena 08.- Se ubica en la parte Suroccidental del páramo del nevado
a 4500 msnm. Está muy cercana a la Estación Crespos 07. Cuenta con
pluviómetro HOBO, bidón y totalizador para las mediciones.
Páramo 09.- Se encuentra ubicada en la parte Occidental del páramo del nevado
a 4300 msnm. Cuenta con pluviómetro HOBO, bidón y totalizador para las
mediciones.
32
En el Gráfico 4.1 se muestra el mapa de ubicación de las estaciones en las
cercanías del nevado Antisana, donde se puede notar claramente la ubicación de
los dos glaciares, 15 y Crespos, y su cercanía con las estaciones.
GRÁFICO 4.1
MAPA DE UBICACIÓN DE ESTACIONES PLUVIOMÉTRICAS LOCA LES
Fuente: INFORME ANUAL 2004 GREATICE, 2005
Elaboración: Pierre Lhuissier
33
4.1.2 RECOPILACIÓN DE DATOS PLUVIOMÉTRICOS
Se obtuvieron los datos brutos de pluviometría de cada estación local, con
diferentes periodos, dentro de los once años de estudio, de los HOBOS.
En primer lugar se realizó un inventario general de los datos instantáneos, diarios
y mensuales de cada estación para el año 2005, generando un gráfico de los
periodos en que hay datos, tal como se muestra en el Gráfico 4.2 y 4.3.
En el Gráfico 4.2 se muestra claramente los periodos de datos faltantes para la
estación Glaciar 00 y se ve que son periodos intermitentes de lagunas. En
contraste se puede comparar el Gráfico 4.2 con el Gráfico 4.3 que muestra la
continuidad de los datos con una laguna entre julio y octubre del año 2005. Se
aprecia muy claramente la utilidad de estos gráficos para la ubicación de los datos
faltantes y por ende su gran ayuda en el relleno de los mismos.
GRÁFICO 4.2
INVENTARIO DE DATOS. ESTACIÓN GLACIAR 00. 2005
SERIE DE DATOS EXISTENTESESTACIÓN GLACIAR 00
AÑO 2005
01/0
1/20
05
15/0
1/20
05
29/0
1/20
05
12/0
2/20
05
26/0
2/20
05
12/0
3/20
05
26/0
3/20
05
09/0
4/20
05
23/0
4/20
05
07/0
5/20
05
21/0
5/20
05
04/0
6/20
05
18/0
6/20
05
02/0
7/20
05
16/0
7/20
05
30/0
7/20
05
13/0
8/20
05
27/0
8/20
05
10/0
9/20
05
24/0
9/20
05
08/1
0/20
05
22/1
0/20
05
05/1
1/20
05
19/1
1/20
05
03/1
2/20
05
17/1
2/20
05
31/1
2/20
05
Fecha
Ser
ie e
xist
ente
34
Se realizaron cinco gráficos más de las otras estaciones locales que se
encuentran en el Anexo 1.
A partir de estos gráficos se hizo un inventario general de todas las estaciones y
se determinó la cantidad de datos faltantes así como los periodos de los mismos,
para su posterior procesamiento.
Los datos de la estación Glaciar se completaron con la estación ORE en el año
2005 debido a que la estación Glaciar dejó de funcionar en dicho año.
GRÁFICO 4.3
INVENTARIO DE DATOS. ESTACIÓN MORRENA 02. 2005
SERIE DE DATOS EXISTENTESESTACIÓN MORRENA 02
AÑO 2005
01/0
1/20
05
15/0
1/20
05
29/0
1/20
05
12/0
2/20
05
26/0
2/20
05
12/0
3/20
05
26/0
3/20
05
09/0
4/20
05
23/0
4/20
05
07/0
5/20
05
21/0
5/20
05
04/0
6/20
05
18/0
6/20
05
02/0
7/20
05
16/0
7/20
05
30/0
7/20
05
13/0
8/20
05
27/0
8/20
05
10/0
9/20
05
24/0
9/20
05
08/1
0/20
05
22/1
0/20
05
05/1
1/20
05
19/1
1/20
05
03/1
2/20
05
17/1
2/20
05
31/1
2/20
05
Fecha
Ser
ie e
xist
ente
A continuación en el Cuadro 4.3 se presentan los datos de la estación Morrena y
se puede apreciar claramente la ausencia mostrada en el gráfico del Inventario
desde julio a octubre.
35
CUADRO 4.3
DATOS DIARIOS BRUTOS ESTACIÓN MORRENA 02 AÑO 2005
Se realizaron seis cuadros más de las otras estaciones locales que se encuentran
en el Anexo 1.
Además se recopilaron los datos de los totalizadores de las estaciones para el
año 2005 así como también los datos del bidón, para poder realizar
comprobaciones de exactitud entre los valores tomados por los diferentes
aparatos de medición.
36
4.2 INFORMACIÓN REGIONAL EXISTENTE
De la base de datos del Instituto Nacional de Meteorología e Hidrología, INAMHI,
se obtuvo la información tanto pluviométrica como meteorológica de estaciones
escogidas alrededor del Ecuador. La información llegó en formato de texto, con
datos brutos, para los años 1995 – 2005, que es el periodo en estudio y en el que
se tienen datos de los sensores del glaciar.
4.2.1 SELECCIÓN DE ESTACIONES
Se seleccionaron entre las estaciones de la base del INAMHI, las que tienen
mayor antigüedad y mejor calidad de datos: Agrometeorológicas, Principales con
Radio, Principales, Pluviométricas y Aeropuertos, para cada región del país.
Además se tomaron en cuenta ciertas estaciones Ordinarias debido a que
constan en estudios anteriores (Villacís, 2001; Francou, 2004) relacionados con el
tema y se encuentran cercanas a la zona del glaciar.
Se solicitaron datos de pluviometría para todas las estaciones en las que fuera
posible obtenerlas, y datos de temperaturas para ciertas estaciones, llegando a un
total de 50 estaciones. Los datos de las estaciones de los Aeropuertos fueron
proporcionados por la Dirección de Aviación Civil, DAC, a través del INAMHI. A
continuación se encuentra el listado de estaciones solicitadas.
CUADRO 4.4
ESTACIONES A NIVEL REGIONAL SELECCIONADAS PARA EL E STUDIO
CÓD. ESTACIÓN DATOS DE LA ESTACIÓN
Provincia Cantón Tipo de estación
M002 LA TOLA Pichincha Quito Agrometeorológica
M003 IZOBAMBA
Pichincha Mejía Agrometeorológica IZOBAMBA TEMPERATURA
37
CONTINUACIÓN CUADRO 4.4
ESTACIONES A NIVEL REGIONAL SELECCIONADAS PARA EL E STUDIO
CÓD. ESTACIÓN DATOS DE LA ESTACIÓN
Provincia Cantón Tipo de estación
M004 RUMIPAMBA-SALCEDO
Cotopaxi Latacunga Agrometeorológica RUMIPAMBA-SALCEDO TEMPERATURA
M005 PORTOVIEJO-UTM Manabí Portoviejo Agrometeorológica
M006 PICHILINGUE
Los Ríos Mocachi Agrometeorológica PICHILINGUE TEMPERATURA
M007 NUEVO ROCAFUERTE
Orellana Aguarico Agrometeorológica NUEVO ROCAFUERTE TEMPERATURA
M008 PUYO
Pastaza Pastaza Agrometeorológica PUYO TEMPERATURA
M024
QUITO INAMHI-IÑAQUITO
Pichincha Quito Principal QUITO INAMHI-IÑAQUITO
TEMPERATURA
M025 LA CONCORDIA Pichincha Sto. Dgo. Agrometeorológica
M027
SANTO DOMINGO AEROPUERTO
Pichincha Sto. Dgo. Aeropuerto SANTO DOMINGO AEROPUERTO
TEMPERATURA
M029 BAÑOS
Tungurahua Baños de
Agua Sta. Principal
BAÑOS TEMPERATURA
M030 SAN SIMON Bolívar Guaranda Principal
M033 LA ARGELIA-LOJA
Loja Loja Agrometeorológica LA ARGELIA-LOJA TEMPERATURA
M041 SANGAY (P. SANTA ANA) Morona
Santiago Palora Principal
M053 IBARRA AEROPUERTO
Imbabura Ibarra Aeropuerto IBARRA AEROPUERTO TEMPERATURA
M056
GUAYAQUIL AEROPUERTO
Guayas Guayaquil Aeropuerto GUAYAQUIL AEROPUERTO
TEMPERATURA
M058 ESMERALDAS-TACHINA
Esmeraldas Esmeraldas Aeropuerto ESMERALDAS-TACHINA TEMPERATURA
M059 TULCÁN AEROPUERTO
Carchi Tulcán Aeropuerto TULCÁN AEROPUERTO TEMPERATURA
M064
LATACUNGA AEROPUERTO
Cotopaxi Latacunga Aeropuerto LATACUNGA AEROPUERTO
TEMPERATURA
M066 AMBATO AEROPUERTO
Tungurahua Ambato Aeropuerto AMBATO AEROPUERTO TEMPERATURA
38
CONTINUACIÓN CUADRO 4.4
ESTACIONES A NIVEL REGIONAL SELECCIONADAS PARA EL E STUDIO
CÓD. ESTACIÓN DATOS DE LA ESTACIÓN
Provincia Cantón Tipo de estación
M067 CUENCA AEROPUERTO
Azuay Cuenca Aeropuerto CUENCA AEROPUERTO TEMPERATURA
M103 SAN GABRIEL
Carchi Montúfar Principal con Radio SAN GABRIEL TEMPERATURA
M105 OTAVALO Imbabura Otavalo Principal con Radio
M111 MALCHINGUI INAMHI Pichincha Pedro
Moncayo Principal
M113 UYUMBICHO Pichincha Mejía Ordinaria
M114 TUMBACO
Pichincha Quito Ordinaria TUMBACO TEMPERATURA
M126 PATATE Tungurahua Patate Ordinaria
M127 PILLARO Tungurahua Píllaro Ordinaria
M130 CHILLANES Bolívar Chillanes Ordinaria
M131 SAN PABLO DE ATENAS Bolívar San Miguel Ordinaria
M133 GUASLAN Chimborazo Riobamba Ordinaria
M153 MUISNE Esmeraldas Muisne Principal
M185 MACHALA-UTM
El Oro Machala Agrometeorológica MACHALA-UTM TEMPERATURA
M188 PAPALLACTA
Napo Quijos Ordinaria PAPALLACTA TEMPERATURA
M191
CHARLES DARWIN INAMHI
Galápagos Santa Cruz Principal CHARLES DARWIN INAMHI
TEMPERATURA
M221 SAN CRISTOBAL-GALAPAGOS Galápagos San
Cristóbal Ordinaria
M258 QUEROCHACA (UTA) Tungurahua Quero Principal con Radio
M353 RUMIPAMBA-PICHINCHA Pichincha Rumiñahui Pluviométrica
M362 LAS PAMPAS Cotopaxi Sigchos Principal
M363 SIGCHOS Cotopaxi Sigchos Pluviométrica
M364 LORETO PEDREGAL Pichincha Mejía Pluviométrica
M365 GUAYTACAMA Cotopaxi Latacunga Pluviométrica
M367 PINLLOPATA Cotopaxi Pangua Pluviométrica
39
CONTINUACIÓN CUADRO 4.4
ESTACIONES A NIVEL REGIONAL SELECCIONADAS PARA EL E STUDIO
CÓD. ESTACIÓN DATOS DE LA ESTACIÓN
Provincia Cantón Tipo de estación
M369 CUSUBAMBA Cotopaxi Salcedo Pluviométrica
M376 PILAHUIN Tungurahua Ambato Pluviométrica
M377 TISALEO Tungurahua Tisaleo Pluviométrica
M380 HUAMBALO Tungurahua San Pedro
de Pelileo Pluviométrica
M393 SAN JUAN-CHIMBORAZO Chimborazo Riobamba Pluviométrica
MA1
Y CALAMACA CONVENIO IN Tungurahua Ambato Principal
MA2
T TOMALON-TABACUNDO Pichincha
Pedro
Moncayo Agrometeorológica
Fuente: INAMHI, 2006
Además de estas estaciones se solicitó la estación M054, QUITO
OBSERVATORIO, porque es la más antigua en el país y consta de una serie de
datos desde el año 1891 hasta el año 1989 y resulta muy útil para los análisis,
aunque no tiene datos disponibles en el periodo de estudio.
También debido a posteriores avances en el estudio, se solicitó la información de
pluviometría y temperatura existente de las estaciones: M003 IZOBAMBA, M053
IBARRA AEROPUERTO, M066 AMBATO AEROPUERTO y M376 PILAHUIN.
4.2.2 RECOPILACIÓN DE DATOS PLUVIOMÉTRICOS Y METEO ROLÓGICOS
Se entregaron por parte del INAMHI los datos de precipitación media mensual y
de temperatura media mensual en formato digital de texto y se lo pasó a formato
Excel para su manejo y procesamiento, tal como se indica en el cuadro 4.5.
40
Además en el gráfico 4.4 se presenta un mapa de ubicación de las estaciones
seleccionadas a nivel regional. En el mapa, algunas de las estaciones no se
encuentran, como por ejemplo, las estaciones de la región insular.
CUADRO 4.5
MUESTRA DE SERIE DE DATOS DE PRECIPITACIÓN MEDIA ME NSUAL Y
TEMPERATURA MEDIA MENSUAL EN FORMATO EXCEL
Fuente: INAMHI, 2006
41
GRÁFICO 4.4
MAPA DE UBICACIÓN DE ESTACIONES A NIVEL REGIONAL
Fuente: BASE DE DATOS INAMHI, 2007
42
4.2.3 RECOPILACIÓN DE DATOS CLIMÁTICOS GLOBALES
Se recopilaron datos a nivel global a través de Internet en la página de: The
International Research Institute for Climate and Society, IRI, de la siguiente
dirección: http://iridl.ldeo.columbia.edu. Los datos fueron tomados en los mismos
años en los que se tomó la información local y regional. Se utilizaron estos datos
adicionales con el objetivo de que el ajuste sea mejor según el avance del
estudio. Estos parámetros son: temperatura a 500 mb de presión, temperatura a
600 mb de presión, temperatura a 700 mb de presión (al momento de la selección
de datos, Data selection, se escoge la presión a la que se desea la temperatura),
humedad relativa, humedad específica, Índice del Fenómeno de El Niño en la
zona 3+4, Índice del Fenómeno de El Niño en la zona 1+2, Índice de Oscilación
del Sur, Velocidad del Viento y Radiación de Onda Larga Reflejada. Todos estos
datos se los consideró en las coordenadas cercanas al Ecuador, esto es 0º de
latitud y a 77.5º W de longitud. El procedimiento para la obtención de los datos
globales es el siguiente:
Se ingresa a la página principal del sitio web cuya dirección es la que se indicó
anteriormente. Toda la información contenida en este lugar se encuentra en
inglés, por lo que los menús que se muestran en los diagramas de flujo (gráficos
4.5, 4.6, 4.7, 4.8) son los que se deben seguir exactamente. En la página principal
se escoge la opción Finding Datasets (Encontrando Datos) ubicada en la parte
izquierda de la misma, para empezar cualquier búsqueda de los datos utilizados
en este estudio. Se desplegarán diferentes opciones para buscar dentro del este
sitio web, para este estudio se escogió: By Category (Por Categoría) y By Source
(Por Fuente).
Primer Método.- Siguiendo el proceso que se explica en el gráfico 4.5, se elige la
opción By Category. El siguiente paso es escoger la opción Historical Model
Simulations (Simulaciones de Modelos Históricos), a continuación aparece un
cuadro muy extenso con los nombres de los datos, diferentes características y
una breve descripción de éstos. En este espacio se escogió NOAA NCEP –
NCAR CDAS – 1. Se abre una página con varias opciones, de las cuales se elige
43
MONTHLY (Mensual), luego aparece una página muy similar a la anterior, donde
se presiona en el menú INTRINSIC (Intrínseco). Entre las posibilidades que
aparecen se selecciona Pressure Level (Nivel de Presión), en este punto se
despliega una larga lista de la cual la información con la que se trabaja es Specific
Humidity (Humedad Específica), Relative Humidity (Humedad Relativa),
Temperature (Temperatura) y Zonal Wind (Viento Zonal). Se extrajo la
información de cada uno de estos menús de la siguiente manera: una vez elegido
el parámetro, se indica la opción Data Selection (Selección de Datos) que se
encuentra en un recuadro en la parte superior derecha, aquí se coloca la
información de Longitude (Longitud), Latitude (Latitud), Pressure (Presión) y Time
(Periodo de Tiempo) en el que se desean los datos. Una vez completado este
cuadro se presiona Restrict Ranges (Restringir Rangos), en la parte superior de
esta página aparece un recuadro de color gris donde señala los rangos que se ha
impuesto y se pulsa Stop Selecting (Parar Selección). Se presenta nuevamente la
página con el recuadro en la parte superior, esta vez se presiona en el menú
Tables (Tablas). Finalmente, se elige la opción Columnar Tables y
automáticamente entrega los datos con su fecha respectiva. Es recomendable
colocar el rango de datos con los que se va a trabajar porque de otra manera la
información que entrega este sitio web es muy extensa y el tiempo que requiere
para mostrarla puede ser muy largo.
Segundo Método.- Siguiendo el proceso detallado en el gráfico 4.6, se elige la
opción By Source. De la lista que se despliega se escoge la opción Indices
(Índices), a continuación aparece una página con varias opciones de las que se
elige Southern Oscillation Index (Índice de Oscilación del Sur). Se abre una
página muy similar a la anterior, de la cual se trabaja con dos de los menús
desplegados: Sea Level Pressure Anomaly (Anomalía de Presión a Nivel del Mar)
y Standarized slp Difference (Diferencia Estandarizada de Presión a Nivel del
Mar). Se extrajo la información de cada uno de estos menús mediante el siguiente
procedimiento: una vez seleccionado, se indica la opción Data Selection
(Selección de Datos) que se encuentra en un recuadro en la parte superior
derecha, tal como se indicó en el caso del gráfico 4.5, explicado anteriormente,
pero se coloca únicamente la información Time (Periodo de Tiempo) en el que se
44
desea los datos, se presiona Restrict Ranges (Restringir Rangos).
Posteriormente, en el recuadro de color gris donde señala los rangos que se ha
impuesto, se pulsa Stop Selecting (Parar Selección). Se presenta nuevamente la
página con el recuadro en la parte superior, se presiona en el menú Tables
(Tablas) y finalmente se elige la opción Columnar Tables para observar las tablas
con los datos y su fecha respectiva.
Tercer Método.- Las opciones que se eligen por el proceso descrito en el gráfico
4.7, son similares a las que se siguen en el gráfico 4.6 hasta los menús
desplegados al escoger Indices (Índices). Ahora se ingresa a la opción nino
(Niño). A continuación se selecciona el menú NCEP_Oiv2. La siguiente página
muestra los índices del Fenómeno de El Niño por zonas, se escoge NINO12 y
NINO34, uno por uno, se sigue el mismo procedimiento mencionado para el
gráfico 4.6.
Cuarto Método.- Para el proceso detallado en el gráfico 4.8, se escoge la opción
de búsqueda By Category, y en la lista de opciones se elige Cloud Characteristics
and Radiation Budget (Características de las Nubes y Balance de Radiación).
Aparece nuevamente el cuadro mencionado para el gráfico 4.5, esta vez se
escoge NOAA NCEP CPC Global. En la página siguiente se selecciona
MONTHLY (Mensual). A continuación se esocge Outgoing Longwave Radiation
(Radiación de Onda Larga Reflejada) y nuevamente se abre la página en la que
se escoge la opción Data Selection (Selección de Datos) en el recuadro en la
parte superior derecha. Esta vez la información que se requiere es: Longitude
(Longitud): 76.25W to 78.75W, Latitude (Latitud) y Time (Periodo de Tiempo) en el
que se desea los datos. Se presiona Restrict Ranges (Restringir Rangos), y Stop
Selecting (Parar Selección). Se abre la página con el recuadro en la parte
superior, se presiona Tables (Tablas) y en esta página Columnar Tables. Los
resultados presentados en la tablas corresponden a dos longitudes distintas, para
el presente estudio, era necesario utilizar las coordenadas 77.5W, que no es
posible obtener directamente en este sitio web, razón por la que se trabajó con un
promedio de los resultados entregados.
45
GRÁFICO 4.5
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATO S
GLOBALES EN INTERNET. PRIMER MÉTODO .
Fuente: http://iridl.ldeo.columbia.edu, 2006
Finding Datasets
By Category
Historical Model Simulations
NOAA NCEP - NCAR CDAS - 1
Monthly
Intrinsic
Pressure level
Specific Humidity
Relative Humidity
Temperature Zonal Wind
Data Selection
Longitude Latitude Pressure Time
Restrict ranges
Stop Selecting
Tables
COLUMNAR TABLES
46
GRÁFICO 4.6
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATO S
GLOBALES EN INTERNET. SEGUNDO MÉTODO .
Fuente: http://iridl.ldeo.columbia.edu, 2006
Finding Datasets
By Source
Indices
Southern Oscillation
Index
Sea Level Pressure Anomaly
Standarized slp
difference
Data Selection
Time
Table
COLUMNAR TABLE
Restrict ranges
Stop Selecting
47
GRÁFICO 4.7
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATO S
GLOBALES EN INTERNET. TERCER MÉTODO .
Fuente: http://iridl.ldeo.columbia.edu, 2006
Finding Datasets
By Source
Indices
NCEP_OIv2
NINO 34
NINO 12
Data Selection
Time
Table
COLUMNAR TABLE
Restrict ranges
Stop Selecting
nino
48
GRÁFICO 4.8
GUÍA EN DIAGRAMA DE FLUJO PARA LA SELECCIÓN DE DATO S
GLOBALES EN INTERNET. CUARTO MÉTODO .
Fuente: http://iridl.ldeo.columbia.edu, 2006
Finding Datasets
By Category
Cloud Characteristics and Radiation Budget
Monthly
Outgoing Longwave Radiation
Data Selection
Table
COLUMNAR TABLE
Restrict ranges
Stop Selecting
NOAA NCEP CPC Global
Longitude 76,25 W to 78,75W
Latitude Time
CAPÍTULO 5
ANÁLISIS ESTADÍSTICO DE LA INFORMACIÓN HIDROMETEOROLÓGICA
5.1 PLUVIOMETRÍA LOCAL. PROCESAMIENTO DE LA INFORMACIÓN DE LA RED HIDROMETEOROLÓGICA EN EL ANTISANA DEL PROYECTO GREATICE
Con el inventario de la información pluviométrica local se pudo procesar dicha
información para que resultara manejable para las comparaciones, relaciones y
para la obtención del modelo.
5.1.1 CONSTITUCIÓN DEL JUEGO DE DATOS HOMOGENIZADO S Y
CORREGIDOS
Se revisaron uno por uno, a nivel instantáneo, diario y mensual, los datos de
todas las estaciones locales, en el periodo enero – diciembre de 2005, a fin de
constatar la calidad y la coherencia de la información, así como con ello,
completar los datos faltantes y rellenar la serie existente desde 1995.
Se tomaron los datos de los aparatos de medición, es decir, para el HOBO, en el
cual se tienen registros de basculaciones cada vez que se completa el pequeño
volumen del balancín y con ello se puede comprobar las sumatorias a nivel diario
y a nivel mensual de este aparato de medición, el cual resulta el más completo y
en la mayoría de las estaciones el más exacto.
A continuación se presenta el cuadro 5.1 donde están señalados con color los
lugares donde faltan datos y además se encuentran en negrilla los valores que
son incorrectos pues al compararlos con los de las estaciones cercanas presentan
diferencias significativas.
50
CUADRO 5.1
TOTALES DIARIOS DE PRECIPITACIÓN TOMADOS DEL HOBO ( mm).
RECOPILACIÓN DE TODAS LAS ESTACIONES. EJEMPLO DE DI CIEMBRE
DE 2005
Fecha Glaciar
00
Morrena
02
Antisana
04
Mica
05
Crespos
07
Crespos
Morrena
08
Páramo
09
01/12/2005 0,20 0,05 0,10 1,30 0,54 0,94 0,22
02/12/2005 0,00 0,05 0,08 6,82 0,08 0,08
03/12/2005 3,20 0,05 0,08 2,87 0,08 0,08
04/12/2005 3,60 3,42 4,05 10,75 3,59 4,46
05/12/2005 11,60 3,43 6,38 4,25 5,19 2,38
06/12/2005 6,60 11,34 6,77 0,66 7,65 12,78
07/12/2005 0,60 5,12 0,12 0,09 1,29 0,68
08/12/2005 2,30 0,62 0,18 0,09 1,92 1,92
09/12/2005 0,00 2,06 1,61 5,01 4,12 3,91
10/12/2005 2,90 0,13 0,68 0,14 0,21 0,20
11/12/2005 3,70 1,11 1,85 0,21 0,64 0,42
12/12/2005 0,20 3,95 2,69 1,01 3,34 5,27
13/12/2005 18,60 0,28 1,36 9,00 3,12 0,92
14/12/2005 1,80 16,01 3,66 5,68 15,75 18,38
15/12/2005 3,60 3,24 1,44 0,54 4,33 1,97 4,44
16/12/2005 2,70 2,36 11,78 0,44 0,85 5,34 1,43
17/12/2005 15,80 2,33 7,55 0,35 5,77 4,67 11,18
18/12/2005 5,00 13,73 5,67 2,01 4,30 9,03 0,76
19/12/2005 1,50 4,92 3,01 1,04 2,66 3,42 2,22
20/12/2005 1,70 1,50 1,56 0,34 3,07 6,21 1,73
21/12/2005 3,20 1,06 1,29 0,15 1,36 0,65 1,82
22/12/2005 0,20 3,57 1,24 0,05 0,34 1,64 0,15
23/12/2005 6,70 0,28 1,04 0,05 2,98 1,77 3,33
24/12/2005 3,90 6,63 1,12 0,05 6,55 10,89 8,10
25/12/2005 2,40 3,21 1,31 0,05 1,90 4,54 3,23
26/12/2005 22,50 2,34 1,13 0,09 10,78 5,49 14,20
27/12/2005 0,00 20,56 0,96 0,10 10,37 21,94 13,32
28/12/2005 0,18 12,83 0,18 0,18 0,14 0,21
29/12/2005 2,60 0,62 18,85 0,48 0,43 1,10 0,64
30/12/2005 1,10 1,98 2,57 24,58 2,22 2,39 6,74
31/12/2005 0,00 1,14 0,23 19,27 0,05 0,04 0,30
51
Además se realizó el gráfico 5.1 donde se puede apreciar la comparación entre
estaciones de los datos brutos del HOBO, para observar de mejor manera las
lagunas y periodos con datos erróneos, que están claramente señalados.
Se nota claramente la existencia de periodos de datos faltantes los cuales serán
analizados y posteriormente rellenados como se verá más adelante en el subtema
5.1.2. Además se procedió a editar los datos brutos, es decir, a retirar del cuadro
5.1 presentado anteriormente, los datos que de acuerdo con el gráfico y
comparándolos con las estaciones vecinas, presentaran valores fuera de rango, o
con evidentes errores de tipeo. Con ello se puede realizar de mejor manera la
deducción de dichos datos.
En los totalizadores se tiene información a nivel mensual y se procesó desde el
paso de los datos desde los informes de campo hacia una hoja Excel, para
comprobar la existencia de sifonajes y en caso de no haberlos, encontrar los
datos erróneos que a su vez, se convierten en datos faltantes que deben ser
rellenados.
También en el caso de la información de los bidones se cuenta con datos a nivel
mensual, pero esta información no es tan completa debido a que muchas veces
se presentan problemas en la toma del bidón, pues se llena y ya los datos no son
tan confiables. De esta forma se pueden comparar los datos del bidón con los
datos tomados con los otros pluviómetros, teniendo así una comprobación de la
información utilizada. En el capítulo 6 se encuentra el proceso para la obtención
de los datos de precipitación del HOBO ya con valores rellenados y se aprecia la
gran diferencia que existe con los datos brutos en el gráfico 5.2.
En el cuadro 5.2 que se detalla a continuación, se pueden apreciar los valores
tomados con los diferentes aparatos de medición de precipitación para la estación
Glaciar 00. Para el resto de estaciones los cuadros se encuentran en el Anexo 3.
52
GRÁFICO 5.1
DATOS BRUTOS DIARIOS DE HOBO. COMPARACIÓN ENTRE LAS
ESTACIONES. AÑO 2005
COMPARACIÓN HOBO. DATOS BRUTOS ACUMULADOS2005
0,00
200,00
400,00
600,00
800,00
1000,00
1200,00
09/11/04 29/12/04 17/02/05 08/04/05 28/05/05 17/07/05 05/09/05 25/10/05 14/12/05 02/02/06
Fecha (días)
Lluv
ia (
mm
)
0 2 4 5 7 8 9
GRÁFICO 5.2
DATOS HOMOGENEIZADOS DIARIOS DE HOBO. COMPARACIÓN E NTRE
LAS ESTACIONES. AÑO 2005
COMPARACIÓN DATOS RELLENADOS ACUMULADOSHOBOS
0.00
200.00
400.00
600.00
800.00
1000.00
1200.00
09/11/2004 29/12/2004 17/02/2005 08/04/2005 28/05/2005 17/07/2005 05/09/2005 25/10/2005 14/12/2005 02/02/2006
Fecha (días)
Lluv
ia (
mm
)
0 2 4 5 7 8 9
53
CUADRO 5.2
DATOS DE TOTALIZADORES Y BIDÓN. EJEMPLO ESTACIÓN GL ACIAR 00.
AÑO 2005.
Periodo Pluviometría
Mes
Fecha
lectura
anterior
Fecha
lectura del
mes
Lectura
anterior
Lectura
mes
(cm)
Sifonaje Diferencia
(cm)
Valor
(mm)
Isotopía
Bidón
(mm)
GLACIAR 00
Enero 29/12/2004 31/01/2005 135,00 132,00 3,00 30,00 35,00
Febrero 31/01/2005 01/03/2005 132,00 121,80 10,20 102,00 182,80
Marzo 01/03/2005 31/03/2005 121,80 111,00 10,80 108,00 173,00
Abril 31/03/2005 29/04/2005 111,00 88,00 23,00 230,00 160,30
Mayo 29/04/2005 01/06/2005 88,00 76,50 11,50 115,00
Junio 01/06/2005 26/06/2005 76,50 63,00 13,50 135,00
Julio 26/06/2005 28/07/2005 63,00 63,00 0,00 0,00
Agosto 28/07/2005 01/09/2005 63,00 67,00 -4,00 Dato
incorrecto 162,00
Septiembre 01/09/2005 30/09/2005 67,00 65,50 1,50 15,00 51,00
Octubre 30/09/2005 28/10/2005 65,50 61,00 4,50 45,00
Noviembre 28/10/2005 29/12/2005 61,00 39,50 21,50 215,00
Diciembre 29/12/2005 06/01/2006 39,50 39,50 0,00 0,00
Se puede notar que existen periodos en ciertas estaciones (ver Anexo 3) que no
cuentan con datos, esto es, debido a que las estaciones empezaron a funcionar
en este año o también sucedió que hubo algún problema con el aparato y no se
pudo realizar la medición en algún mes.
Además en los meses en que existen errores por falta de sifonaje, se nota
claramente que en el resultado en mm de precipitación aparece la frase “Dato
incorrecto” y este debe ser desechado para su posterior relleno.
El cuadro 5.2 pertenece a una hoja Excel, que calcula y actualiza
automáticamente la información obtenida en el campo, tan solo llenando la fecha
de medición y el valor de la lectura del mes y está siendo utilizado para registrar
las mediciones actuales.
54
También es de utilidad mencionar que automáticamente se puede realizar una
comparación previa entre los datos del totalizador y del bidón para cada mes.
Ya con esta información, se procedió a obtener tablas para el año 2005 para
determinar los periodos faltantes para su posterior relleno y comparación.
CUADRO 5.3
DATOS BRUTOS DE TOTALIZADORES EDITADOS. AÑO 2005
CUADRO 5.4
DATOS BRUTOS DE BIDÓN EDITADOS. AÑO 2005
55
5.1.2 RELLENO DE DATOS
A partir de la información ya ordenada y editada que se presentó en el subtema
anterior, se procedió al relleno de datos faltantes. Para ello se pasó toda la
información de Excel al programa Statgraphics ®, donde, mediante el método de
Correlaciones Múltiples, se procedió a relacionar las estaciones y de esta manera
se obtuvieron las ecuaciones para el relleno.
5.1.2.1 Método de Correlaciones Múltiples
La correlación es el grado de interconexión entre variables, que intenta determinar
con qué precisión describe o explica la relación entre variables una ecuación
lineal o de cualquier otro tipo. Si todas las variables satisfacen una ecuación
exactamente, se dice que las variables están perfectamente relacionadas o que
hay una correlación perfecta entre ellas (Spiegel, 1991).
El diagrama de dispersión es aquel gráfico que representa la relación entre dos
variables. Determina de forma cualitativa con qué precisión describe una curva
dada la relación entre variables por observación directa (Spiegel, 1991).
El Coeficiente de Correlación mide la calidad del ajuste entre: la ecuación
adoptada y los datos. A menos que se especifique lo contrario, el término
coeficiente de correlación se usará para el coeficiente de correlación lineal, que se
utilizó en este estudio. Dicho coeficiente se lo puede calcular con la siguiente
ecuación:
( ) ( ) ( )( ) ( )( )[ ] ( ) ( )( )[ ]∑ ∑∑ ∑
∑ ∑∑−⋅⋅−⋅
⋅−⋅=
2222 YYNXXN
YXXYNr (5.1)
Donde X es la variable independiente, Y es la variable dependiente y N es el
número de datos que intervienen en el análisis (Spiegel, 1991).
56
El coeficiente de correlación varía entre –1 y +1, estos signos se usan para las
correlaciones positivas o negativas respectivamente. Se debe notar que r es una
cantidad adimensional, es decir, no depende de las unidades empleadas, además
este coeficiente se altera de forma importante ante la presencia de un valor
extremo. Ante estas situaciones conviene realizar una transformación de datos
que cambia la escala de medición y modera el efecto de valores extremos (como
la transformación logarítmica) (Fernández y Díaz; 2001).
Dos variables pueden tener una relación curvilínea fuerte, a pesar de que su
correlación sea pequeña. Por tanto cuando se analice las relaciones entre dos
variables se debe representarlas gráficamente y posteriormente calcular el
coeficiente de correlación. El coeficiente de correlación no se debe extrapolar más
allá del rango de valores observado de las variables en estudio ya que la relación
existente entre X y Y puede cambiar fuera de dicho rango. La correlación no
implica causalidad. La causalidad es un juicio de valor que requiere más
información que un simple valor cuantitativo de un coeficiente de correlación
(Fernández y Díaz; 2001).
El coeficiente de correlación (r) puede calcularse en cualquier grupo de datos, sin
embargo la validez del test de hipótesis sobre la correlación entre las variables
requiere en sentido estricto: que las dos variables procedan de una muestra
aleatoria de individuos, y que al menos una de las variables tenga una distribución
normal en la población de la cual la muestra procede. Para el cálculo válido de un
intervalo de confianza del coeficiente de correlación de r ambas variables deben
tener una distribución normal. Si los datos no tienen una distribución normal, una
o ambas variables se pueden transformar (transformación logarítmica) o si no se
calcularía un coeficiente de correlación no paramétrico (coeficiente de correlación
de Spearman) que tiene el mismo significado que el coeficiente de correlación
mencionado y se calcula utilizando el rango de las observaciones (Fernández y
Díaz; 2001).
57
Mientras más cercano a uno sea el valor del coeficiente de correlación, en
cualquier dirección, más fuerte será la asociación lineal entre las dos variables.
Mientras más cercano a cero sea el coeficiente de correlación indicará que más
débil es la asociación entre ambas variables. Si es igual a cero se concluirá que
no existe relación lineal alguna entre ambas variables, esto no quiere decir que no
pueda existir ningún otro tipo de relación entre las variables (Spiegel, 1991).
La Variable Dependiente es la variable que se predice o calcula. Cuya
representación es "Y". La Variable Independiente es la variable que proporciona
las bases para el cálculo. Cuya representación es: X1, X2, X3.......
El Principio de Mínimos Cuadrados es la técnica empleada para obtener la
ecuación de regresión, optimizando la suma de los cuadrados de las distancias
verticales entre los valores dato, que vienen dados por (x1, y1), (x2, y2), …, (xN, yN) y
el correspondiente valor deducido de una curva C, denotados como (X1, Y1), (X2,
Y2), …, (XN, YN), esta diferencia se la llama desviación, error, residual, y puede ser
positiva, negativa o nula. (Spiegel, 1991).
El Análisis de Regresión y Correlación Múltiple consiste en estimar una variable
dependiente, utilizando dos o más variables independientes.
La forma general de la ecuación de regresión múltiple con dos variables
independientes es:
22110 XaXaaY ++= (5.2)
Donde:
X1, X2: Variables Independientes
a0: es la ordenada del punto de intersección con el eje Y.
58
a1: Coeficiente de Regresión (es la variación neta en Y por cada unidad de
variación en X1).
a2: Coeficiente de Regresión (es el cambio neto en Y para cada cambio unitario en
X2).
Mediante este método y utilizando un análisis previo (Lhuissier, 2005), se
separaron los grupos de estaciones con mejores relaciones previas y ya con la
información editada del periodo enero – diciembre de 2005 se pudo obtener las
correlaciones y las respectivas ecuaciones para el relleno de los datos faltantes
del HOBO para cada estación, tal como se presentan en el gráfico 5.3.
Las ecuaciones obtenidas mediante este análisis fueron las siguientes:
221,10091,00 PP ⋅+= (5.3)
r2 = 89.5%
074,024,02 PP ⋅+= (5.4)
r2 = 89.5%
098,030
41,74 PP ⋅+= (5.5)
r2 = 71.8%
7805,030
798,55 PP ⋅+= (5.6)
r2 = 65.4%
882,0389,07 PP ⋅+= (5.7)
r2 = 74.2%
59
791,0198,08 PP ⋅+= (5.8)
r2 = 74.2%
783,0292,09 PP ⋅+= (5.9)
r2 = 71.4%
GRÁFICO 5.3
GRÁFICO TIPO DE RELACIÓN ENTRE ESTACIONES. MÉTODO D E
CORRELACIONES MÚLTIPLES PARA RELLENO DE DATOS FALTA NTES.
CASO P0 Y P2.
Se nota que en el caso de los pluviómetros P4 y P5 la relación es diferente pues
se debió dividir el primer coeficiente para treinta, pues la relación fue a nivel
mensual y para rellenar datos a nivel diario se debió dividir para el número de días
del mes para que fuera coherente. Cabe mencionar que en las ecuaciones de P0
– P2 y P7 – P8, los datos faltantes de las estaciones en la una estación no
coinciden con datos faltantes de la otra por lo que los datos fueron rellenados con
información observada, no con información calculada. En caso de que en
posteriores estudios, estos períodos de datos faltantes coincidan, se propone las
siguientes ecuaciones a nivel diario:
60
8795,056.02 PP ⋅+= (5.10)
r2 = 69.1%
064,0514,08 PP ⋅+= (5.11)
r2 = 63.2%
Todo este proceso dio como resultado un relleno adecuado de datos aplicable
para el año 2005, satisfactorio para los análisis posteriores, basados en las
relaciones entre totalizadores propuestas por Lhuissier (2005) en su estudio, que
funcionaron de igual manera para los datos del HOBO.
Se compararon las correlaciones entre los HOBOS y los totalizadores para cada
una de las estaciones locales, con el propósito de obtener otra fuente de relleno
de datos, en el caso de que entre estaciones no fuera muy adecuado, y también
para confirmar que al hacer un relleno entre estaciones los datos calculados no se
aparten de la realidad. Los resultados de este análisis, tanto gráficos como
coeficientes de determinación se encuentran en el Anexo 4. A continuación en el
cuadro 5.5 se presenta la comparación entre las correlaciones de las estaciones
locales antes y después de rellenar los datos.
CUADRO 5.5
COMPARACION COEFICIENTE DE DETERMINACIÓN ENTRE ESTA CIONES
LOCALES
Estación 1 Estación 2 R2 Antes de rellenar
R2
Después de rellenar
Glaciar 00 Morrena 02 89.5 94.0 Morrena 02 Glaciar 00 89.5 94.0 Antisana 04 Glaciar 00 71.8 80.6
Mica 05 Crespos 07 65.4 95.1
Crespos 07 Crespos
Morrena 08 74.2 84.9
Crespos Morrena 08
Crespos 07 74.2 84.9
Páramo 09 Crespos 07 73.0 71.2
61
Se aprecia que en la relación entre la estación Páramo 09 y Crespos 07 el
coeficiente de determinación es menor, esto es debido a que la estación Páramo
09 es rellenada con datos ya calculados de la estación Crespos 07 de la relación
con la estación Crespos Morrena 08.
5.2 INFORMACIÓN PLUVIOMÉTRICA Y METEOROLÓGICA REGIONAL. PROCESAMIENTO DE LA INFORMACIÓN DE LA RED GENERAL DE ESTACIONES DEL INAMHI.
Una vez que los datos fueron ordenados en tablas manipulables para su análisis,
se recopiló toda en la información en un solo archivo en una hoja de cálculo con el
propósito de visualizar los posibles errores y diferenciar los datos faltantes de
manera más fácil y rápida.
5.2.1 REVISIÓN, CORRECCIÓN Y ANÁLISIS DE LOS DATOS
Primeramente se ubicó a las estaciones dentro de las diferentes regiones del
país, colocándolas por zonas, para un mejor manejo de la información,
utilizándose S para la región Sierra, C para la región Costa, O para la región
Oriental e I para la región Insular.
Se las clasificó de la siguiente manera de acuerdo únicamente con su ubicación
geográfica en el mapa del Ecuador, a criterio de los autores de este estudio, por
provincias:
Costa Norte (CN): Esmeraldas, Manabí.
Costa Central (CC): Guayas, Los Ríos.
Costa Sur (CS): El Oro
Sierra Norte (SN): Carchi, Imbabura, Pichincha
Sierra Central (SC): Cotopaxi, Chimborazo, Tungurahua, Bolívar.
Sierra Sur (SS): Cañar, Azuay, Loja
62
Oriente Norte (ON): Sucumbíos, Napo, Orellana
Oriente Central (OC): Pastaza
Oriente Sur (OS): Morona Santiago, Zamora Chinchipe
Insular (I): Galápagos
Así también se procedió a clasificarlas por su altura, de acuerdo a las zonas
climáticas dadas por Pourrut, en:
Bajo (B): A nivel del mar
Sierra Alta (SA): Altura mayor a los 2500 msnm.
Sierra Media (SM): Altura entre 1500 y 2500 msnm.
Sierra Baja (SB): Altura menos a los 1500 msnm.
Además se las calificó de acuerdo con la cantidad de datos faltantes y su relación
con las demás estaciones de su zona en base a un análisis previo, lo que se
conoce como calificación por calidad. En primer lugar se dividió a las estaciones
en dos grupos, siendo, uno (1) estaciones donde existe menos del 10% de datos
faltantes y dos (2) estaciones con un porcentaje de datos faltantes mayor al 10%
(Singh, 1992). Sin embargo, el programa de análisis estadístico utilizado,
Statgraphics®, acepta ciertas estaciones donde el rango de datos faltantes se
encuentra entre 10% y 20%, por lo que se hizo una nueva clasificación
considerando tres grupos, de la siguiente manera: uno (1), dos (2) y tres (3) que
representan: buena, regular y mala respectivamente, tal como se aprecia en el
cuadro 5.6.
CUADRO 5.6
CLASIFICACIÓN Y CALIFICACIÓN DE ESTACIONES A NIVEL REGIONAL
CÓD. ESTACIÓN DATOS DE LA ESTACIÓN
Calif.
Calidad Latitud Longitud Altitud
(msnm) Zona
Subzona
Ubic. Altit.
M002 LA TOLA 0 13 46 S 78 22 0 W 2480 S SN SM 1
M003 IZOBAMBA 0 22 0 S 78 33 0 W 3058 S SN SA 1
63
CONTINUACIÓN CUADRO 5.6
CLASIFICACIÓN Y CALIFICACIÓN DE ESTACIONES A NIVEL REGIONAL
CÓD. ESTACIÓN DATOS DE LA ESTACIÓN
Calif.
Calidad Latitud Longitud Altitud
(msnm) Zona
Subzona
Ubic. Altit.
IZOBAMBA TEMPERATURA 1
M004 RUMIPAMBA-SALCEDO
1 1 5 S 78 35 32 W 2628 S SC SA 1
RUMIPAMBA-SALCEDO TEMPERATURA 1
M005 PORTOVIEJO-UTM 1 2 26 S 80 27 54 W 60 C CN CM 2
M006 PICHILINGUE
1 6 0 S 79 27 42 W 120 C CC CM 1
PICHILINGUE TEMPERATURA 1
M007 NUEVO ROCAFUERTE
0 55 0 S 75 25 0 W 205 O ON OM 2
NUEVO ROCAFUERTE TEMPERATURA 2
M008 PUYO
1 30 27 S 77 56 38 W 960 O OC OA 1
PUYO TEMPERATURA 2
M024
QUITO INAMHI-IÑAQUITO
0 10 0 S 78 29 0 W 2812 S SN SA
1
QUITO INAMHI-IÑAQUITO
TEMPERATURA 2
M025 LA CONCORDIA 0 1 36 S 79 22 17 W 360 S SN SB 2
M027 SANTO DOMINGO AEROP. 0 14 0 S 79 12 0 W 557 S SN SB 1
SANTO DOMINGO AEROP.
TEMPERATURA 1
M029 BAÑOS 1 23 29 S 78 25 5 W 1846 S SC SM 3
BAÑOS TEMPERATURA 3
M030 SAN SIMON 1 38 45 S 59 59 52 W 2530 S SC SA 3
M033 LA ARGELIA-LOJA 4 2 11 S 12 12 4 W 2160 S SS SM 1
LA ARGELIA-LOJA TEMPERATURA 1
M041 SANGAY(P.SANTA ANA) 1 41 35 S 77 57 0 W 880 O OS OA 2
M053 IBARRA AEROPUERTO 0 20 30 N 78 8 0 W 2249 S SN SM 1
IBARRA AEROPUERTO TEMPERATURA 1
M056 GUAYAQUIL AEROPUERTO 2 9 12 S 79 53 0 W 5 C CC CB 1
GUAYAQUIL AEROPUERTO
TEMPERATURA 1
M058 ESMERALDAS-TACHINA 0 58 0 N 79 37 0 W 7 C CN CB 1
ESMERALDAS-TACHINA TEMPERATURA 1
M059 TULCÁN AEROPUERTO 0 48 48 N 77 42 24 W 2950 S SN SA 1
TULCÁN AEROPUERTO TEMPERATURA 1
M064
LATACUNGA AEROPUERTO
0 54 24 S 78 37 0 W 2792 S SC SA
1
LATACUNGA AEROPUERTO
TEMPERATURA 1
M066 AMBATO AEROPUERTO
1 12 30 S 78 34 24 W 2572 S SC SA 1
AMBATO AEROPUERTO TEMPERATURA 1
M067 CUENCA AEROPUERTO
2 53 12 S 78 59 0 W 2530 S SS SA 1
CUENCA AEROPUERTO TEMPERATURA 1
64
CONTINUACIÓN CUADRO 5.6
CLASIFICACIÓN Y CALIFICACIÓN DE ESTACIONES A NIVEL REGIONAL
CÓD. ESTACIÓN DATOS DE LA ESTACIÓN
Calif.
Calidad Latitud Longitud Altitud
(msnm) Zona
Subzona
Ubic. Altit.
M103 SAN GABRIEL
0 36 15 N 77 49 10 W 2860 S SN SA 2
SAN GABRIEL TEMPERATURA 2
M105 OTAVALO 0 14 16 N 78 15 35 W 2556 S SN SA 1
M111 MALCHINGUI INAMHI 0 3 20 S 78 19 56 W 2840 S SN SA 3
M113 UYUMBICHO 0 23 18 N 78 31 31 W 2740 S SN SA 1
M114 TUMBACO
0 14 0 S 78 24 50 W 2348 S SN SM 3
TUMBACO TEMPERATURA 3
M126 PATATE 1 18 1 S 78 30 0 W 2360 S SC SM 3
M127 PILLARO 1 1 10 S 78 33 10 W 2805 S SC SA 3
M130 CHILLANES 1 58 32 S 79 3 48 W 2330 S SC SM 2
M131 SAN PABLO DE ATENAS 1 48 55 S 79 3 55 W 2750 S SC SA 3
M133 GUASLAN 1 43 15 S 78 39 40 W 2750 S SC SA 3
M153 MUISNE 0 36 54 N 80 1 28 W 6 C CN CB 1
M185 MACHALA-UTM 3 3 0 S 79 44 0 W 13 C CS CB 3
MACHALA-UTM TEMPERATURA 3
M188 PAPALLACTA
0 21 54 S 78 8 41 W 3150 O ON OA 3
PAPALLACTA TEMPERATURA 3
M191
CHARLES DARWIN INAMHI
0 44 0 S 90 18 0 W 6 I I B
2
CHARLES DARWIN INAMHI
TEMPERATURA 2
M221 SAN CRISTOBAL-GALAPAGOS 0 54 0 S 89 36 0 W 6 I I B 3
M258 QUEROCHACA (UTA) 1 24 0 S 78 35 0 W 2940 S SC SA 2
M353 RUMIPAMBA-PICHINCHA 0 25 39 S 78 24 57 W 2940 S SN SA 2
M362 LAS PAMPAS 0 26 36 S 78 58 0 W 1640 S SC SM 1
M363 SIGCHOS 0 41 58 S 78 53 25 W 2880 S SC SA 1
M364 LORETO PEDREGAL 0 33 41 S 78 25 35 W 3620 S SN SA 1
M365 GUAYTACAMA 0 49 14 S 78 38 25 W 3075 S SC SA 3
M367 PINLLOPATA 1 8 27 S 79 1 34 W 2360 S SC SM 3
M369 CUSUBAMBA 1 3 59 S 78 41 57 W 2990 S SC SA 1
M376 PILAHUIN 1 18 8 S 78 43 50 W 3360 S SC SA 1
M377 TISALEO 1 20 42 S 78 39 59 W 3250 S SC SA 1
M380 HUAMBALO 1 23 14 S 78 31 39 W 2880 S SC SA 1
M393 SAN JUAN-CHIMBORAZO 1 37 35 S 78 47 0 W 3220 S SC SA 1
MA1Y CALAMACA CONVENIO IN 1 16 50 S 78 49 15 W 3437 S SC SA 3
MA2T TOMALON-TABACUNDO 0 2 0 N 78 14 0 W 2790 S SN SA 1
Fuente: INAMHI, 2006
65
Dentro de la hoja de cálculo en la que se podía apreciar claramente los datos
faltantes, se revisaron también los datos que por sus valores se los calificó como
“sospechosos”, pues presentaban variaciones considerables con relación a los de
las estaciones cercanas o relacionadas dentro de los datos de precipitación media
mensual. Debido a esto se recurrió a la fuente de los datos, las libretas
meteorológicas y los registros pluviométricos para comprobar si existía o no algún
tipo de error.
Por medio de este proceso de revisión de las libretas y registros, se encontró que
varias estaciones en algunos meses presentaban valores incorrectos y por tanto
se los corrigió. En las estaciones en las que no hubo cambios respecto a los
registros pluviométricos y libretas meteorológicas se tomaron los mismos valores.
Luego se realizó una selección de los datos que presentaban variaciones muy
grandes o se salían demasiado del rango sin que fueran periodos de tiempo
especiales, tales como: años Niño o años Niña, y se los eliminó de las series de
datos para un mejor análisis y para posteriormente tratarlos como datos faltantes.
Además hubo datos, especialmente de temperatura que se los corrigió fácilmente
debido a que sus valores son mucho más homogéneos y los errores encontrados
fueron de tipeo al pasar a formato digital, pues al compararlos con los de las
estaciones cercanas los valores eran exageradamente altos y con números
similares a la escritura correcta.
5.2.2 DEDUCCIÓN DE DATOS FALTANTES
La información regional proporcionada por el INAMHI presentaba lagunas, es
decir datos faltantes, que se los podía apreciar fácilmente cuando se colocó la
información en la hoja de cálculo mencionada anteriormente.
66
Entonces, dentro de los datos faltantes se encontraron tanto los de lagunas
debido a fallas de aparatos, errores cometidos en la toma de datos o al momento
de la sistematización, ya provenientes del INAMHI y los datos sospechosos
eliminados en la comparación preliminar mencionada en el inciso 5.2.1.
5.2.3 RELLENO DE DATOS
Se analizó los datos restantes, y se cuantificó el porcentaje de datos faltantes en
toda la información regional, se calificó las estaciones de acuerdo a los vacíos y
se aplicó varios métodos estadísticos para su agrupamiento de acuerdo al tipo de
clima y su posterior relleno con estaciones semejantes o cercanas.
Los métodos estadísticos utilizados fueron los que se explican a continuación:
5.2.3.1 Método de Componentes Principales
En estadística, el Análisis de Componentes Principales (ACP) (en inglés, PCA) es
una técnica que permite reducir la dimensionalidad del espacio vectorial de un
juego de datos que consiste en un gran número de variables interrelacionadas,
conservando tanto como es posible la variación presente en los datos que
intervienen en el análisis. Esto se realiza transformando los datos a un nuevo
juego de variables, los componentes principales (CP’s), los cuales no están
correlacionados y están ordenados de modo que el primer componente conserve
la mayor parte de la variación presente en todas las variables originales (Jolliffe,
2002).
El Análisis de Componentes Principales constituye una técnica relativamente
sencilla puesto que utiliza esencialmente el álgebra lineal. Este análisis puede ser
considerado como descriptivo porque no hace ningún tipo de hipótesis
probabilística y da prioridad a los datos (Abascal y Grande, 1998). Sin embargo,
67
permite proponer hipótesis surgidas únicamente de los datos una vez realizado el
análisis (Villacís, 2001).
Con la ayuda de ACP se puede identificar fluctuaciones de los patrones
espaciales a través de vectores propios, que al ser extraídos sucesivamente
explican la máxima cantidad posible de la varianza remanente en los datos. Cada
vector propio a su vez está asociado a una serie de coeficientes que describen la
evolución temporal de su respectivo patrón espacial (Peixoto y Oort, 1992).
Esta serie de coeficientes temporales puede ser vista como un promedio
ponderado optimizado (dado que las ponderaciones son estimadas a través del
análisis de componentes principales) para el caso de las anomalías de
precipitación para las estaciones en estudio, es decir que permite obtener una
visión simplificada en conjunto de las variables estudiadas (Villacís, 2001).
Además esta metodología reduce drásticamente efectos de no homogeneidades o
de valores erróneos en las serie de datos originales (Widman y Schar, 1997).
Para empezar el análisis se recurrió a este método para visualizar una agrupación
entre las estaciones con el propósito de que a través de esta relación se pueda
aplicar una técnica de relleno de datos y así tener series completas con lo que se
reduce la posibilidad de error el momento de la realización del modelo.
Se hizo una clasificación previa de las estaciones, aquellas que poseían un alto
porcentaje de datos faltantes no fueron tomadas en cuenta, ya que esto no
permite que el método funcione adecuadamente, sin embargo, las estaciones que
a pesar de no ser de buena calidad eran únicas en su región, como fue el caso de
M005 PORTOVIEJO, representando a la provincia de Manabí, y las estaciones en
Galápagos, M191 CHARLES DARWIN INAMHI y M221 SAN CRISTÓBAL, se las
incluyó en este análisis para que no se pierda la posibilidad de la influencia de
estas zonas dentro del estudio.
68
Se aplicó el Método de Componentes Principales y se obtuvo los resultados
donde las estaciones se agrupaban por sectores muy diferenciados. Los datos
arrojados por este proceso, fueron llevados a una hoja de cálculo para generar un
gráfico que permita hacer una nueva clasificación de las estaciones de acuerdo a
los agrupamientos, lo que se supuso, sería lo mejor, para hacer un relleno de los
datos mediante el uso del Método del Vector Regional.
Se hizo un gráfico con el ACP utilizando todas las variables, tanto de precipitación
como de temperatura, a nivel local, regional y global para ver las relaciones entre
ellas y con el balance de la zona de ablación (ver Anexo 4), pero las correlaciones
no eran muy claras, por eso se procedió a realizar un segundo gráfico separando
la variables por zonas de acuerdo con la clasificación previa explicada en el
subtema 5.2.1.
Después del proceso anterior se realizó el Gráfico 5.4 donde se puede apreciar la
ubicación del balance de la zona de ablación junto con las variables que, según
este método, son las que tienen mayor influencia en este parámetro, lo que
después se comprueba en un modelo obtenido a través del método de
Correlaciones Múltiples.
El primer componente de este análisis es el que mayor porcentaje de varianza
presenta, con un 33.89%, mientras que el segundo componente explica
solamente el 16.22%, a partir del tercer componente el porcentaje de varianza
tiende a ser menor al 10% por lo que se considera únicamente los dos primeros.
Estos porcentajes están expuestos en el Anexo 4.
En el gráfico 5.4 se observa que el balance está ubicado en el extremo positivo de
la componente 1 y alrededor de esta variable se encuentran los índices globales
SOI estándar y de presión, además de un índice local, P_Param9. Opuesto a
esto, en el extremo negativo de esta misma componente, se han ubicado las
temperaturas, entre las de mayor influencia se puede citar las variables: T600,
TM003, T500, NINO3_4 y T700. Estas variables son aquellas que tienen relación
69
con el balance y las que influyen de manera significativa en el primer componente
como se puede ver en las tablas de este análisis colocadas en el Anexo 4.
GRÁFICO 5.4
COMPONENTE PRINCIPAL DE DATOS PLUVIOMÉTRICOS Y
METEOROLÓGICOS LOCALES, REGIONALES Y GLOBALES
Las variables de lluvia se encuentran ortogonales al balance, en el extremo
negativo de la componente 2, estos datos no tienen relación con los que se
encuentran en el componente 1, sin embargo, variables que se encuentran en el
mismo cuadrante donde se encuentra el balance podrán aportar información
importante para explicar su comportamiento, como se muestra en el capítulo 6.
5.2.3.2 Método del Vector Regional
El Vector Regional es, ante todo, un método de análisis de datos (y
ocasionalmente de reconstitución de datos faltantes). Fue elaborado por personal
del ORSTOM – IRD en los años setenta, como Brunet Moret en 1977, Hiez en
70
1979, Le Goulven en 1992, Vauchel en 2000 (Rossel, 1997), con el objeto de
homogenizar los datos pluviométricos. Sin embargo, se puede utilizar este método
para otros datos que no sean lluvias, con tal que éstos sean relativamente
independientes entre sí de un año a otro, y que sean seudo - proporcionales. Esta
última condición significa que los datos de las diferentes estaciones deben variar
en el mismo sentido y en proporciones similares, con variaciones ligeras debidas
a las perturbaciones o señales parásitas que pueden existir en los datos en
análisis. Es generalmente el caso para estaciones de una zona que no sea
demasiado extendida, sometida al mismo comportamiento climático (Hydraccess,
2005). Entonces quiere decir que el método del Vector Regional es la suma de un
componente regional más un vector componente local de las características del
aparato de medición más una señal aleatoria.
El método del Vector Regional consiste en elaborar, a partir del conjunto de la
información disponible, una especie de estación ficticia que sea representativa de
toda la zona de estudio. Para cada estación se calcula un promedio extendido
sobre todo el período de estudio, y para cada año, se calcula un índice que será
superior a 1 cuando el año es excedentario, e inferior a 1 cuando el año es
deficitario. A esta serie de índices anuales o mensuales se le llama Vector
Regional, ya que toma en cuenta la información de una región que se supone es
climáticamente homogénea. Este método también puede aplicarse a datos
mensuales, tratando separadamente cada uno de los meses del año como si se
tratara de un valor anual. Pero en este caso, especialmente respecto a los meses
poco abundantes, cuando la lluvia de la mayoría de los meses es nula o casi nula,
se genera una ley de distribución estadística de los totales muy asimétrica,
incompatible con las hipótesis de conformación del vector, y entonces, el carácter
seudo-proporcional de los datos será menos evidente (Hydraccess, 2005).
Dos métodos concurrentes fueron elaborados en el ORSTOM - IRD por Hiez y
Brunet Moret en 1977. El método de Hiez se basa en el cálculo de la moda (valor
más frecuente), mientras que el de Brunet Moret se basa en el promedio,
eliminando eventualmente los valores demasiado alejados del promedio para
71
evitar contaminar demasiado las estimaciones con datos evidentemente erróneos.
Cada método estima una media extendida para cada estación sobre el período de
trabajo, y calcula los índices anuales de cada estación, obtenidos al dividir el valor
observado en una estación para un año por esta media extendida (Vauchel,
2000). (Información adicional se encuentra en el Anexo 5)
Con este conocimiento, se agrupó las estaciones de acuerdo a los resultados del
Método de Componentes Principales, cuando se analizó únicamente la
información proporcionada por el INAMHI, sin que intervenga el Balance, para
lograr el relleno de datos deseado utilizando este nuevo método.
Se hizo un archivo que hace posible la utilización de este método, que se lo llama
“Multiestaciones” , dentro de este documento se puso toda la información de las
estaciones que se agruparon para poder compararlas y de esta forma llenar las
lagunas. Una vez que se reunió los datos en los distintos grupos se prosiguió a
hacer gráficos de lluvia acumulada con el fin de apreciar los períodos de datos
faltantes y ver la similitud que existía entre dichas estaciones para formar un
criterio de los resultados obtenidos con el método anterior y así poder dar el
siguiente paso.
Después se recogió los resultados arrojados por el Vector Regional donde los
datos ya estaban completos mes a mes procurando que la estación tenga una
buena relación con el vector propuesto por el programa para no tener resultados
que no reflejen la realidad y después genere problemas en la elaboración del
modelo.
Finalmente se vio que la mayoría de estaciones no se ajustaban apropiadamente
al grupo asignado ya que sus regímenes climáticos no siempre eran similares, y
además no todos los datos que se requería eran rellenados porque los grupos
eran muy pequeños y la información con la que se cuenta en algunos casos no es
tan completa y contiene errores, por lo que se desechó este método para llegar a
conclusiones y crear un modelo que se ajuste a la realidad.
72
A pesar de los inconvenientes se insistió en probar nuevos agrupamientos de las
estaciones con el Método de Componentes Principales para intentar nuevamente
el relleno de datos con el Método del Vector Regional, incluso se agregó al
análisis variables locales, datos del balance de la zona de ablación del glaciar y
los datos meteorológicos globales, pero ningún ensayo fue suficientemente bueno
para continuar el análisis por este camino, por lo que se optó por probar otro
método que es el que se señala a continuación.
5.2.3.3 Método de Correlaciones Múltiples
Como ya se explicó en la sección 5.1.2.1 lo que implica el método de
Correlaciones Múltiples, a continuación se explica lo que se realizó dentro de la
parte regional con este método.
Se introdujo todo el conjunto de información tanto pluviométrica como
meteorológica, local, regional y global y se realizaron las correlaciones, mediante
el análisis de regresión lineal y múltiple para encontrar fácilmente la variable con
mejor ajuste.
Se probó inicialmente con los grupos seleccionados anteriormente con los otros
métodos, que tenían relaciones aceptables. Después se analizó los datos de
precipitación, dividiendo las estaciones por regiones climáticas del Ecuador, y se
introdujo los datos de las estaciones locales, toda la información de los datos
globales, y el parámetro más importante de nuestro análisis para poder plantear
un modelo: el Balance de la zona de ablación del Glaciar.
Se estudio las relaciones con las estaciones de cada región con el resto de datos,
y cuando se obtuvo un buen ajuste con el método de regresión múltiple se
comprobó la correlación con regresión lineal.
73
Finalmente se probó con toda la información al mismo tiempo, tanto local, regional
(precipitación y temperatura), y global, para encontrar una relación, lo que se
obtuvo fue que el balance tiene mucha influencia de la temperatura de la estación
M003 IZOBAMBA que se encuentra en la Región Interandina del país, de la
precipitación de M376 PILAHUIN que se encuentra en la misma región, y también
de la temperatura global a 700 mb.
Se procuró trabajar con estos datos para plantear una regeneración de los datos
históricos del balance de la zona de ablación del glaciar, y se recurrió nuevamente
al INAMHI para que nos provean de toda la información disponible de estas
estaciones, gracias a la buena disposición de esta institución se pudo llegar al
objetivo de tener datos históricos de dicho balance y con un muy buen ajuste.
Con conocimiento de que la estación más antigua del Ecuador es la M054 QUITO
OBSERVATORIO se planteó una nueva propuesta, relacionar las temperaturas
de esta estación y la temperatura de la estación M003 IZOBAMBA para poder
reconstituir los datos de esta última desde el año 1891, para luego relacionar
nuevamente esta información con el balance de la zona de ablación del glaciar y
poder tener la serie histórica de más de 100 años. Los resultados fueron muy
alentadores, se obtuvo un buen ajuste a pesar de que lo más apropiado es
relacionar directamente la estación M054 con el balance, pero debido a que en
esta estación solo se cuenta con información hasta el año 1989 no se pudo hacer
de esta forma.
CAPÍTULO 6
RELACIÓN ENTRE VARIABLES HIDROMETEOROLÓGICAS Y LA FUSIÓN DEL GLACIAR
6.1 JUSTIFICACIÓN DE VARIABLES, ÍNDICES Y MÉTODOS USADOS
Con los datos completos rellenados mediante los métodos especificados en el
capítulo anterior, se procedió a comparar las diferentes simples acumulaciones de
las lluvias de las estaciones locales para el año 2005 en función del tiempo, para
agrupar los pluviómetros y determinar la existencia de microclimas dentro de la
zona de estudio y así generar una correcta relación entre las estaciones y además
entre los diferentes aparatos de medición de la precipitación para determinar el
comportamiento de dicha variable con relación a la fusión del glaciar.
A continuación se presenta tanto el cuadro como el gráfico, cuadro 6.1 y gráfico
6.1 respectivamente, de los valores de precipitación mensual de los aparatos:
Totalizador, Bidón y HOBO de las estaciones locales y su respectiva comparación
entre las estaciones para determinar varias subzonas climáticas locales (variación
del régimen pluviométrico en función de la exposición orográfica y de la altura) y
su correcto funcionamiento al compararlo con los otros artefactos de medición.
En el gráfico 6.3 se puede observar la forma en que las estaciones tomaron una
nueva posición, después de la corrección y posterior relleno de los datos, a través
de las ecuaciones indicadas en el capítulo 5. En el gráfico 6.3 se aprecia dos
zonas climáticas locales, la una conformada por las estaciones ANTISANA 04 y
GLACIAR 00, que pertenecen a la zona noroccidental del nevado y con mayores
precipitaciones, y sobre todo porque presentan una sincronización en los eventos
de lluvia a lo largo del año.
75
CUADRO 6.1
DATOS CORREGIDOS Y HOMOGENIZADOS DE PRECIPITACIÓN D E
TOTALIZADORES (mm/mes). AÑO 2005
Meses Estaciones
Glaciar 00
Morrena 02
Totalizador 03
Antisana 04
Mica 05
Humboldt 06
Crespos 07
Enero 30.00 35.00 25.00 48.00 10.00 15.00 65.00 Febrero 102.00 85.00 115.00 120.00 80.00 85.27 97.07 Marzo 108.00 90.00 100.00 130.00 65.00 70.59 82.37 Abril 230.00 190.00 240.00 274.13 148.71 152.52 164.44 Mayo 115.00 102.09 90.00 144.24 59.95 65.65 153.28 Junio 135.00 45.00 160.00 215.00 101.37 60.00 70.00 Julio 61.83 41.52 40.00 75.00 30.36 100.00 95.00
Agosto 10.74 15.00 20.00 50.00 20.00 25.00 15.00 Septiembre 15.00 35.00 32.00 50.00 20.00 0.00 30.00
Octubre 45.00 45.00 48.00 40.00 30.00 90.00 71.00 Noviembre 90.37 96.18 104.95 123.02 32.38 38.66 67.81 Diciembre 210.02 169.21 177.70 164.62 115.65 186.34 154.92
TOTAL 1152.96 949.01 1152.65 1434.01 713.42 889.03 1065.88
GRÁFICO 6.1
PRECIPITACIÓN MENSUAL ACUMULADA. COMPARACIÓN ENTRE
ESTACIONES. DATOS HOMOGENIZADOS DE TOTALIZADORES. 2 005
0.00
200.00
400.00
600.00
800.00
1000.00
1200.00
1400.00
1600.00
0 2 4 6 8 10 12 14Meses
Lluv
ia a
cum
(m
m)
Glaciar 00 Morrena 02 Totalizador 03 Antisana 04 Mica 05 Humboldt 06 Crespos 07
76
CUADRO 6.2
DATOS HOMOGENIZADOS DE PRECIPITACIÓN DE BIDÓN. AÑO 2005
Meses
Estaciones
Glaciar 00
Morrena 02
Antisana 04 Mica 05 Crespos
07 Páramo
09
Enero 35.00 29.80 30.00 9.30 12.80 12.50 Febrero 182.80 114.50 113.00 53.50 60.06 71.00 Marzo 173.00 100.10 100.70 106.00 85.80 70.20 Abril 160.30 223.00 134.00 127.80 209.70 100.00 Mayo 112.52 100.50 80.60 80.00 112.50 88.00 Junio 147.57 145.30 136.50 90.00 107.50 91.00 Julio 63.85 38.30 50.00 57.70 43.00 24.50
Agosto 16.20 11.50 27.40 20.30 13.70 14.20 Septiembre 51.00 51.50 35.00 25.00 34.50 27.00
Octubre 65.18 40.00 22.00 56.50 65.20 63.00 Noviembre 143.42 140.00 90.70 150.00 123.00 154.00 Diciembre 216.45 204.55 92.85 111.05 132.83
TOTAL 1367.29 1199.05 912.75 887.15 1000.58 715.40
GRÁFICO 6.2
PRECIPITACIÓN MENSUAL ACUMULADA. COMPARACIÓN ENTRE
ESTACIONES. DATOS HOMOGENIZADOS DE BIDÓN. 2005
0.00
200.00
400.00
600.00
800.00
1000.00
1200.00
1400.00
1600.00
0 2 4 6 8 10 12 14
Meses
Lluv
ia a
cum
(m
m)
Glaciar 00 Morrena 02 Antisana 04 Mica 05 Crespos 07 Páramo 09
77
CUADRO 6.3
DATOS HOMOGENIZADOS DE PRECIPITACIÓN DE HOBO PARA
COMPARACIÓN Y RELACIONES. AÑO 2005
Meses
Estaciones
Glaciar 00
Morrena 02
Antisana 04 Mica 05 Crespos
07
Crespos Morrena
08
Páramo 09
Enero 36.48 22.68 38.44 8.60 14.31 19.14 14.52 Febrero 93.86 77.33 40.37 35.82 62.17 61.99 70.80 Marzo 89.31 73.55 109.02 79.77 82.42 82.28 76.25 Abril 195.83 162.41 247.45 121.81 143.61 162.84 123.02 Mayo 101.34 77.90 100.46 80.32 100.85 78.32 89.03 Junio 124.45 81.49 161.46 84.96 86.46 88.25 84.92 Julio 67.90 63.31 71.70 40.50 47.15 41.61 32.06
Agosto 12.30 16.54 31.25 12.74 14.50 14.23 18.95 Septiembre 45.60 40.92 44.49 25.54 37.95 30.89 33.34
Octubre 61.80 51.10 41.22 55.72 59.54 77.36 79.77 Noviembre 52.21 71.86 77.30 29.67 41.49 44.93 41.83 Diciembre 128.43 117.28 103.19 83.43 105.64 133.65 116.98
TOTAL 1009.50 856.37 1066.35 658.88 796.07 835.51 781.47
GRÁFICO 6.3
PRECIPITACIÓN MENSUAL ACUMULADA. COMPARACIÓN ENTRE
ESTACIONES. DATOS HOMOGENIZADOS DE HOBO. 2005
78
La otra zona está conformada por las demás estaciones, MORRENA 02,
CRESPOS MORRENA 08, CRESPOS 07, PÁRAMO 09 y MICA 05, que se
encuentran en una zona más al occidente y presentan respectivamente una
disminución de la precipitación de acuerdo con su altura, además se dan los
mismos eventos de lluvia en los mismos periodos de tiempos, así como con su
alejamiento de los glaciares del nevado.
Además el coeficiente de determinación entre estaciones, como se muestra en el
cuadro 6.4, confirma lo que se observa en el gráfico 6.3, la existencia de dos
zonas climáticas en el nevado.
CUADRO 6.4
COEFICIENTE DE DETERMINACIÓN R2 ENTRE ESTACIONES LO CALES.
PERIODO 1995 – 2005
P0 P2 P3 P4 P5 P6 P7 P0 0.78 0.94 0.77 0.51 0.52 0.49 P2 0.78 0.82 0.63 0.40 0.44 0.45 P3 0.94 0.82 0.80 0.46 0.48 0.47 P4 0.77 0.63 0.80 0.43 0.46 0.45 P5 0.51 0.40 0.46 0.43 0.81 0.77 P6 0.52 0.44 0.48 0.46 0.81 0.79 P7 0.49 0.45 0.47 0.45 0.77 0.79
La estación MORRENA 02, pertenece geográficamente a la primera subzona
climática indicada, teniendo una buena relación con las estaciones que
pertenecen a ella (Lhuissier, 2005), pero debido a la ubicación de la estación, el
efecto del viento produce probablemente grandes pérdidas de precipitación, que
los aparatos no pueden captar (WMO, 2006), que es lo se refleja en el gráfico 6.3
al pertenecer a la segunda subzona climática por la cantidad de precipitación
registrada. La estación MICA 05, presenta la menor cantidad de precipitación
acumulada debido a que está mucho más baja que las demás y más al occidente
del nevado, notándose claramente la influencia de los vientos orientales en las
precipitaciones y es el resultado del Efecto Föhn en el nevado (Llorente, 2003).
79
Ahora se procedió a analizar un modelo incluyendo las estaciones de la parte
local y las estaciones a nivel regional para determinar la cercanía entre estaciones
y la similitud entre el comportamiento pluviométrico de las estaciones locales y
algunas de las regiones del país.
GRÁFICO 6.4
GRÁFICO DE COMPONENTES PRINCIPALES PARA RELACIONAR LAS
ESTACIONES PLUVIOMETRICAS LOCALES Y REGIONALES
Observando el gráfico 6.4, se puede apreciar que las estaciones regionales y
locales se han separado en grupos, los cuales se han señalado claramente, y, por
medio de los principios del ACP (explicados en el capítulo 5), se puede afirmar
que entre las estaciones que pertenecen a dichos grupos existe una importante
relación entre ellas en la Componente 1, la cual tiene un porcentaje de varianza
del 36.7%, el resto de componentes no presentan un porcentaje muy importante,
como se muestra en las tablas en el Anexo 4.
80
El nombre de cada estación está expuesto en el capítulo 5 en el cuadro 5.1, el de
las estaciones locales y, en el cuadro 5.6 el nombre de las estaciones regionales
que interviene en este análisis.
En las zonas ya mencionadas en las que se agruparon las estaciones se verificó
que poseen cantidades de precipitación similares y que de acuerdo con la
geografía se encuentran cercanas.
Luego se realizó un cuadro general de todas las estaciones regionales de la
precipitación acumulada y después se obtuvo un gráfico con todas las estaciones.
Por medio de dicho gráfico se separaron las estaciones en grupos y se realizaron
los gráficos de las estaciones con similar tendencia, tal como se muestra en el
gráfico 6.5.
Ya con los grupos definidos se procedió a trabajar con el método del Vector
Regional, de manera mensual, para el relleno de los datos y correlación de
estaciones, primero se generó el gráfico de las estaciones que se utilizaron para
el relleno por mes de cada estación.
Se comprueba mediante el gráfico su tendencia similar y se puede notar también
que no se tomó en cuenta a las estaciones Muisne y Machala en el grupo debido
a que en el ACP se ubican en una zona distinta y su tendencia en el gráfico de
precipitación acumulada es diferente.
En los gráficos 6.5 y 6.6 se aprecia claramente la variación de la precipitación en
el tiempo, además se nota la presencia de picos de precipitación, así como
precipitaciones excepcionalmente elevadas durante el periodo en estudio (más de
1000 mm de precipitación) que corresponden a los años 1997 y 1998, que fueron
años en los que se presentó el Fenómeno de El Niño. Se puede ver también que
casi no existe interrupción de lluvias durante el periodo de estudio.
81
GRÁFICO 6.5
GRÁFICO DE PRECIPITACIÓN MENSUAL ACUMULADA, ESTACIO NES DEL
GRUPO 1. ZONAS HÚMEDAS EN LA REGIÓN COSTA
GRÁFICO 6.6
GRÁFICO DE PRECIPITACIÓN MENSUAL (mm), ESTACIONES D EL GRUPO
1, PROCESAMIENTO CON VECTOR REGIONAL MENSUAL DE HYD RACCESS
GRUPO 1 - VECTOR REGIONALVALORES DE PRECIPITACIÓN MENSUAL
0
200
400
600
800
1000
1200
01/01/95 15/05/96 27/09/97 09/02/99 23/06/00 05/11/01 20/03/03 01/08/04 14/12/05Fecha
Val
ores
Men
sual
es
CONCORDIA ESMERALDAS GUAYAQUIL PICHILINGUE
PORTOVIEJO STODGOAEROP
82
Entonces mediante este método se procedió a rellenar los datos faltantes a través
de la relación del grupo con todas las estaciones para cada mes de cada año. Se
generaron datos para estaciones como Santo Domingo, en la que el Vector
Regional funcionó correctamente presentando una buena tendencia, con un r2
igual a 0.94 de la estación con respecto al vector, y se obtuvo los datos de relleno
y curvas como las presentadas a continuación en el Gráfico 6.7.
Así también se generaron gráficos para otras estaciones, que la relación era
aceptable, pero esto se debía a un punto excepcional dentro del gráfico, generado
por la precipitación en los años en los que se presentó el Fenómeno de El Niño.
Esto sucedió con las estaciones de la Región Insular y de la Región Costa. A
continuación se presenta un ejemplo mediante el Gráfico 6.8 de la estación
Esmeraldas para el mes de agosto.
GRÁFICO 6.7
EJEMPLO DE ÍNDICES DEL VECTOR REGIONAL MENSUAL PARA LA
ESTACIÓN M027 SANTO DOMINGO AEROPUERTO. ENERO. 199 5 – 2005.
Vector y Estación Santo Domingo Aeropuerto M027 (mm )Enero 1995 - 2005
0
2
4
6
8
10
12
0 2 4 6 8 10 12
Vector
Est
ació
n
Suma Estación
Suma Vector
83
GRÁFICO 6.8
EJEMPLO DE ÍNDICES DEL VECTOR REGIONAL MENSUAL PARA LA
ESTACIÓN M058 ESMERALDAS AEROPUERTO. ENERO. 1995 – 2005.
Vector y Estación Esmeraldas M058 (mm)Agosto 1995 - 2005
0
2
4
6
8
10
12
14
0 2 4 6 8 10 12
Vector
Est
ació
n
Suma Estación
Suma Vector
Se observa que la relación de la estación con el vector no es muy lejana,
corresponde a un r2 igual a 0.85, pero se hizo una comparación entre los valores
originales de precipitación, que se introdujo como datos, y los calculados a través
del método del Vector Regional mensual, los resultados son los que se muestran
en los gráficos en el Anexo 4, ahí se aprecia que la correlación tan alta está dada
por dos puntos únicamente, no es una correlación real, por lo que se los eliminó y
el valor de r2 se redujo a 0.06.
El objetivo al utilizar el método del Vector Regional era rellenar las estaciones con
mayor número de datos faltantes, pero no se logró esto debido a que pese a que
se tenía grupos con relaciones aceptables a nivel anual, al momento de obtener el
vector a nivel mensual para cada año, existían meses en los que el vector no
genera los datos para el relleno correctamente debido a la falta de información,
porque hay una gran cantidad de valores nulos, precipitaciones muy bajas o
ausencia de precipitación en el periodo, pues el vector no está hecho para
84
funcionar cuando la mayoría de los datos son cero, como es el caso de las
estaciones de la Costa y de la Región Insular en la época de estiaje. Por tanto,
los gráficos de los otros grupos en los que se dividió el análisis no se exponen en
este estudio debido a su falta de relevancia.
Esto generó que en el análisis de los datos no se puedan utilizar todas las
estaciones, por tanto se usaron las estaciones con un porcentaje de datos
faltantes menor o igual al 10% y se decidió utilizar otro método para el análisis,
donde las precipitaciones bajas o la ausencia de las mismas no sean un limitante.
6.1.1 ÍNDICES LOCALES
Gracias al análisis previo de las zonas climáticas del nevado Antisana, se justificó
el uso de dos índices que representan a los datos tomados directamente de las
estaciones y que cada uno pertenece a la zona climática obtenida.
Un índice es aquella medida estadística que permite estudiar las fluctuaciones o
variaciones de una sola magnitud o de más de una en relación al tiempo o al
espacio. Los índices más habituales son los que realizan las comparaciones en el
tiempo, por lo que son en realidad series temporales. Si la comparación se realiza
para los valores de una sola magnitud, se habla de índices simples. En cambio,
cuando se trabaja con más de una magnitud a la vez, se habla de índices
complejos (Sánchez, 2004).
Estos índices son los siguientes:
P_Glaciar (mm): Es el promedio de los datos tomados directamente en el glaciar
de precipitación de las estaciones P0, P2, P3, P4.
PGlac2 (adimensional): Es el promedio de los 2 meses anteriores del índice
P_Glaciar de precipitación.
85
PGlac9 (adimensional): Es el promedio de los 9 meses anteriores del índice
P_Glaciar de precipitación.
P_Param (mm): Es el promedio de los datos tomados directamente en el glaciar
de precipitación de las estaciones P5 y P6.
PParam2 (adimensional): Es el promedio de los 2 meses anteriores del índice
P_Param de precipitación.
PParam9 (adimensional): Es el promedio de los 9 meses anteriores del índice
P_Param de precipitación.
Los índices de precipitación antes expuestos se los ha escogido en base a un
estudio anterior realizado (Cadier, et. al., impreso), donde se probó tanto el índice
de precipitación P_Glaciar como P_Páramo y además se realizó los promedios de
estos índices con un mes, dos, cuatro seis, nueve y doce meses anteriores, de
esta manera comprueba la correlación que existe entre el balance y los índices
mencionados.
El modelo realizado en el estudio de Cadier et. al. (impreso) reproduce la
variación del retroceso del glaciar en el período de estudio, éste considera el
índice P_Páramo2 y P_Páramo9 porque son los que aportaron de mejor forma a la
construcción del modelo, que es el siguiente:
943)4(437321809478 −−+⋅−⋅+⋅= lagNPparamoPparamoBalance (6.1)
Este modelo utiliza un desfase (lag) de cuatro meses anteriores del Fenómeno de
El Niño que representa la Temperatura de la Superficie del Mar (TSM) de la zona
3+4, con respecto al balance de la zona de ablación del glaciar.
86
Los índices mencionados en este inciso, se han utilizado en los modelos
matemáticos que se expondrán a lo largo de este capítulo, en los que se utiliza
tres tipos de variables de entrada: variables a nivel local, variables regionales de
precipitación media mensual y temperatura media mensual e índices globales.
6.1.2 ÍNDICES GLOBALES
Se decidió utilizar los índices a nivel global para poder observar el
comportamiento del balance de la zona de ablación a un nivel histórico y global.
Dichos índices fueron introducidos en los modelos mediante el método de
correlaciones múltiples y son los siguientes:
NINO 1_2: Índice de anomalía de la temperatura superficial del mar (TSM) en la
zona 1+2, su definición se la incluyó en el capítulo 2 de este estudio.
NINO 3_4: Índice de anomalía de la temperatura superficial del mar (TSM) en la
zona 3+4, al igual que el índice anterior, se lo definió en el capítulo 2.
NINO 3_4;4: Índice de anomalía de la temperatura superficial del mar (TSM) en la
zona 3+4 con un desfase (lag) de 4 meses posteriores con respecto al balance de
la zona de ablación.
NINO 3_4;-4: Índice de anomalía de la temperatura superficial del mar (TSM) en
la zona 3+4 con un desfase (lag) de 4 meses anteriores con respecto al balance
de la zona de ablación.
T500: Reanálisis de la temperatura media mensual a 500 mb de presión.
T600: Reanálisis de la temperatura media mensual a 600 mb de presión.
87
T700: Reanálisis de la temperatura media mensual a 700 mb de presión.
VIENZON: Reanálisis de la velocidad del viento zonal.
SOIPRES: Es el Índice de Anomalía de presión a nivel del mar.
SOIEST: Es un Índice que refleja la diferencia de presión entre Tahití y Darwin en
Australia.
OLR: Datos de radiación reflejada de onda larga (Outgoing Longwave Radiation).
HUMESP: Reanálisis de Humedad Específica a 500 mb de presión.
HUMREL: Reanálisis de Humedad Relativa a 500 mb de presión.
Reanálisis.– Es lo mismo que el análisis, excepto por dos diferencias importantes.
Primero, no está hecho en tiempo real, y segundo, el campo de referencia es
hecho por un modelo de PNT (Predicción Numérica del Clima o Tiempo) que no
cambia a lo largo del período entero del reanálisis. Un problema serio con
estudios de cambio climático realizados con análisis estándar resulta de cambios
frecuentes en el modelo usado para generar el campo de referencia. Estos
cambios (incluyendo cambios de la resolución y la orografía) conducen a
discontinuidades en una serie de tiempo de análisis en tiempo real. Un reanálisis
produce datos en la malla completos y globales que son tan temporalmente
homogéneos como es posible. Los datos de reanálisis incluyen muchos campos
derivados (calentamiento, humedad de suelo sobre la tierra, etc.) para el cual las
observaciones directas son casi ausentes.
88
Todos los índices se obtuvieron a las coordenadas 0.00º S y 77.5º W, que
pertenecen a la zona del Ecuador, a excepción de los índices de El Niño, y los
índices SOI, debido a que son a nivel global.
Los índices de El Niño se obtuvieron de la segunda versión de datos de la página
donde se sacó toda la información global debido a que esta información tiene una
serie actualizada, calculada con un algoritmo que toma en cuenta parámetros
importantes de la temperatura de la superficie del mar y abarca una serie histórica
de datos.
6.2 RELACIONES ENTRE VARIABLES
Entonces se procedió a retomar el método de Correlaciones Múltiples (método
definido en el capítulo 5 de las opciones de cálculo de Statgraphics ®, para
generar los modelos que relacionen la fusión del glaciar mediante el balance de la
zona de ablación y las estaciones a nivel local y regional.
6.2.1 RELACIONES CON VARIABLES LOCALES, REGIONALES Y
GLOBALES
Para el análisis entre las variables locales y lo que sucede con el balance de la
zona de ablación, se realizó un primer modelo en el que trabajan todas las
estaciones locales y el balance. Se realizó un cuadro en el que se encuentran
todos los coeficientes de determinación de la relación entre el balance de la zona
de ablación y todas las variables utilizadas en este estudio (ver Anexo 6).
Se debe indicar que se realizó un modelo previo de comparación entre el balance
de la zona de ablación observado y generado con variables a nivel local y global
utilizando los índices explicados en el subtema 6.1 publicados en el estudio de
Cadier, et al, 2006.
89
6.2.1.1 Primera Prueba local, regional y global. U so de todas las variables
Se procedió a realizar un modelo que incluye los índices de la parte local, todas
las estaciones de la parte regional y otras variables meteorológicas globales.
A pesar de que el coeficiente de determinación de este modelo sea alto, tal como
se indica posteriormente, no se puede considerar un modelo adecuado porque
algunas variables tienen relación entre ellas, y la una corrige a la otra en el
modelo y esto se puede apreciar por sus coeficientes de determinación y por los
signos que presentan en la ecuación. Entonces se obtuvo que el índice Niño 3+4
y el SOI de presión (SOIPRES) se encuentran relacionados y tienen un
coeficiente de determinación de 52% y además la temperatura M003 está
relacionada con el índice Niño 3+4 y el SOI de presión con coeficientes de
determinación de 35% y 36% respectivamente. Como se presenta en la siguiente
ecuación:
+⋅+⋅+⋅+= 9_162,491_614564,04_35809,5388,1184 ParamPGlaciarPNINOBalanceVIENZONTMTMSOIPRES ⋅+⋅−⋅−⋅+ 51812,70643246,14003934,1872903,15
(6.1)
Donde:
TM003: Es la temperatura en la estación M003 (Izobamba).
TM064: Es la temperatura en la estación M064 (Latacunga).
Restringiendo el modelo que se considere únicamente a partir de octubre de
1995, presentó un coeficiente de determinación r2 igual a 71,2%, lo cual es un
buen ajuste para un estudio de este tipo, pero como se puede observar,
intervienen parámetros locales, esto limita el modelo a los años en que se tiene
datos de estos índices, y no permitiría que se generen datos del balance para
periodos anteriores o posteriores a los años de estudio, como es el objetivo de
este planteamiento. Es importante mencionar que el modelo un número excesivo
de parámetros y de grados de libertad lo que dificulta su interpretación. Por ello
esta ecuación se considera importante únicamente para el análisis de las
relaciones entre parámetros, pero no se lo podría utilizar para determinar el
90
comportamiento del balance en la historia. En este modelo se aprecia que no
intervienen solas las variables a nivel local, sino dentro de los índices locales de
Páramo y de Glaciar y por ello este análisis entra en la parte local.
El modelo 6.1, como el resto de análisis, efectuados en el programa Statgraphics
®, presentaron un gráfico similar al que se muestra a continuación, como parte de
sus resultados:
GRÁFICO 6.9
GRÁFICO TIPO DE LOS MODELOS OBTENIDOS
6.2.1.2 Segunda Prueba local, regional y global. U so de desfases
Posteriormente se relacionaron las estaciones que estuvieron más cerca en los
resultados del modelo del balance que se obtuvo con el Método de Componentes
Principales. Para esto se las introdujo en un análisis con el Método de
Correlaciones Múltiples con lo que, además de verificar dichas relaciones, se
analizó el modelo colocando un desfase de cuatro meses al índice Niño 3+4,
suponiendo que, tendrá su influencia en la zona de estudio cuatro meses antes o
cuatro meses después con respecto al balance. Para llegar a esto se analizó el
modelo realizando un cuadro comparativo introduciendo desfases desde 1 hasta
12 meses y de –1 hasta –12 meses. (Ver Anexo 6).
Para este primer análisis se utilizaron: Temperatura a 500 mb, Índice El Niño en la
zona 3+4 con un desfase de 4 meses posteriores a la ocurrencia del evento
91
global, Índice PGlac2, Índice PGlac9, Índice PParam2, Índice PParam9 y la
pluviometría de la estación M380 (Huambaló).
El resultado fue el siguiente:
+⋅+⋅−⋅−= 9_193,397)4;4_3(8648,585009633,683,17585 ParamPNINOlagTBalance 380576944,02_463,174 MGlacP ⋅+⋅+
(6.2)
Este modelo presentó un coeficiente de determinación r2 igual a 59,5%, que es un
buen ajuste para este análisis, aunque intervienen los parámetros locales que, tal
como se explicó anteriormente limitan al modelo a los años en que se tiene datos
de estos índices. Además cabe notar que interviene también la temperatura media
mensual a 500 milibares de presión y los datos de lluvia de la estación M380 que
presentan datos de periodos muy anteriores a los años de análisis. Esta prueba
obtuvo un modelo con demasiadas variables por lo tanto se aplica lo explicado en
la primera prueba.
6.2.1.3 Tercera Prueba local, regional y global. P luviometría Región Costa
Ahora se procedió a realizar un modelo utilizando las estaciones de la Región
Costa que en el método de Componentes Principales se encontraban más cerca
del balance. Las variables utilizadas en el análisis de este modelo fueron las
siguientes:
Temperatura a 500 mb, índice el Niño 3+4 con un desfase de 4 meses, los índices
PGlac2, PGlac9, PParam2 y PParam9 y la pluviometría de las estaciones: M006
(Pichilingue), M027 (Santo Domingo), M056 (Guayaquil), M058 (Esmeraldas) y
M191 (Charles Darwin)
92
El resultado obtenido fue a partir de la utilización del valor de Temperatura a 500
mb, los Índices PGlac2 y PParam9 y la pluviometría de las estaciones: M027
(Santo Domingo) y M058 (Esmeraldas).
La ecuación fue la siguiente:
+⋅+⋅+⋅−= 2_573,1489_63,6045007115,992,25664 GlacPParamPTBalance
058609709,0027338068,0 MM ⋅−⋅+
(6.3)
En este análisis el coeficiente de determinación r2 fue igual a 65,9%, que indica un
buen ajuste. Pero además la variable M058 presenta signo negativo en la
ecuación, lo que genera una inconsistencia en el modelo debido a que las dos
estaciones tomadas en cuenta en la igualdad son de régimen costa y
geográficamente cercanas y no sería lógico que el balance aumente con la
precipitación de la una estación y que disminuya con la otra y esto sucede debido
a que las dos variables se encuentran relacionadas entre sí, con un coeficiente de
determinación de 60%, lo que genera un conflicto de variables, por tanto la una
variable corrige a la otra. Por eso el modelo no fue utilizado. En este ensayo se
obtuvo un modelo con muchas variables, por lo que no se lo consideró como
válido.
6.2.1.4 Cuarta Prueba local, regional y global. Pl uviometría Región Sierra
Se procedió a relacionar el balance con estaciones de la Región Sierra del país,
utilizando para este objetivo las variables: Temperatura a 600 mb, Índice El Niño
3+4 con un desfase de menos 4 meses, los Índices PGlac2, PGlac9, PParam2 y
PParam9 y la pluviometría de las estaciones: M002 (La Tola), M003 (Izobamba),
M004 (Rumipamba Salcedo), M024 (Quito INAMHI), M033 (La Argelia), M053
(Ibarra), M059 (Tulcán), M064 (Latacunga), M066 (Ambato), M067 (Cuenca),
M105 (Otavalo), M113 (Uyumbicho), M362 (Las Pampas), M363 (Sigchos), M364
93
(Loreto Pedregal), M369 (Cusubamba), M376 (Pilahuin), M377 (Tisaleo), M380
(Huambaló), M393 (San Juan) y MA2T (Tomalón).
De este modelo resultaron utilizadas en la ecuación del balance las variables:
Temperatura a 600 mb, Índice El Niño 3+4 con un desfase de menos 4 meses, los
Índices PGlac2 y PParam9 y la pluviometría de las estaciones M066 (Ambato
Aeropuerto) y M393 (San Juan Chimborazo).
El resultado fue el siguiente:
+⋅+−⋅+⋅−= 9_753,660)4;4_3(262,62600545,1354,36176 ParamPNINOlagTBalance 39333118,106699762,22_493,165 MMGlacP ⋅−⋅+⋅+
(6.4)
El modelo presentó un coeficiente de determinación r2 muy bueno igual a 67% y
que incluye la Temperatura a 600 mb que se aproxima más a la altura de presión
de la mayoría de las estaciones analizadas en este modelo, que están ubicadas
en la Región Sierra. Pero presenta el mismo problema del modelo anterior al tener
un conflicto de variables, entre la M066 y la M393, al estar relacionadas entre
ellas con un coeficiente de determinación de 69% y por ello generan incoherencia.
Además este análisis también tiene demasiadas variables por lo tanto se aplica lo
explicado en la primera prueba.
En un análisis previo al modelo escogido 1, se introdujo las variables de
temperatura, obteniendo resultados con mejores ajustes, hasta llegar al modelo
que se presenta a continuación.
94
6.2.1.5 Modelo local y regional escogido
Después de haber realizado todos los modelos mencionados y que por una u otra
razón no se los utilizó como modelos definitivos de la parte local, se obtuvo un
modelo que cumple las características requeridas para que sea aceptable.
Modelo 1: Es un modelo que incluye las variables locales mediante los índices de
precipitación, la precipitación y temperatura regional. En este se utilizaron la
Temperatura de la estación M003 (Izobamba), el índice PParam9 y la pluviometría
de la estación M376 (Pilahuin), a partir de junio de 1995 debido a que los puntos
de enero a mayo presentan valores fuera de rango.
Además cabe acotar que tal como se nota en la explicación de los modelos, estos
no incluyen solamente variables a nivel local pues para obtener mejores
relaciones se incluyeron los índices a nivel local más las otras variables a nivel
regional.
Se justifica la presencia de la pluviometría de la estación M376 en el modelo junto
con el uso de los índices locales pluviométricos, no como un reemplazo de estos
índices para el caso de generación de datos pues su relación directa con las
variables locales del glaciar no es muy influyente, sino como un aporte de
información al modelo.
Este modelo tiene un valor de coeficiente de correlación r2 igual a 68%. En este
modelo matemático se procuró que intervengan temperaturas de estaciones de la
Región Sierra que, como se vio anteriormente, tienen mayor influencia en lo que
ocurre en el glaciar. No existe relación entre las variables que se incluyen en el
modelo pues el mayor coeficiente de determinación es de 24% entre P_Param9 y
la TM003, que no es significativo y por tanto no existe conflicto de variables. La
ecuación es la siguiente:
003068,139376918976,09_853,574885,759 TMMParamPBalance ⋅−⋅+⋅+= (6.5)
95
El gráfico de comparación entre el balance calculado y el balance observado de
este modelo se encuentra en el Capítulo 7.
6.2.2 RELACIONES CON VARIABLES REGIONALES Y GLOBAL ES
Se realizaron varios modelos utilizando las variables a nivel regional y global para
obtener un buen modelo que represente al balance y con el que se pueda generar
una serie histórica del mismo.
Para plantear un modelo con estaciones que se encuentran en todas las regiones
del Ecuador, se decidió, primeramente, relacionar el balance de la zona de
ablación con cada una de ellas, los resultados obtenidos, son los siguientes:
Con la Región Interandina el coeficiente de determinación r2 es igual a 69,1%,
interviniendo en el método de Correlaciones Múltiples, datos de pluviometría y de
temperatura de todas las estaciones de las que pertenecen a esta región de las
que se tenía información disponible en este estudio.
En la Región Costa el coeficiente de determinación obtenido fue igual a 41,5%,
para este análisis se incluyó la estación que se encuentra en la Región Insular
debido a que solamente se disponía de buena calidad de información en una de
ellas y esto hace difícil la formación de un criterio por la insuficiencia de
información en esta región. También se tomó datos de pluviometría y de
temperatura.
En la Región Oriental, el valor de r2 fue igual a 47%, en esta zona del país se
incluyó estaciones que tienen clima similar debido a su ubicación geográfica como
es el caso de la estación M029 BAÑOS, a pesar de no tener una buena calidad de
información al tener un gran porcentaje de datos faltantes, tal como se indicó en la
sección 5.2.1.
96
6.2.2.1 Primera Prueba regional y global.
Para el análisis realizado en la parte regional se relacionó el balance, en primer
lugar, con estaciones de la Región Sierra del país, utilizando como criterio para
escoger esta región, que el balance en la zona de ablación tiene un mejor ajuste
con estos datos que con la información de cualquier otra región del país.
Se realizó un modelo en el que se introdujeron las siguientes variables:
Temperatura a 500 mb, Temperatura a 600 mb, Índice El Niño 3+4 con un
desfase de menos 4 meses, la pluviometría de las estaciones: M002 (La Tola),
M003 (Izobamba), M024 (Quito INAMHI), M033 (La Argelia), M053 (Ibarra), M059
(Tulcán), M064 (Latacunga), M066 (Ambato), M067 (Cuenca), M105 (Otavalo),
M113 (Uyumbicho), M362 (Las Pampas), M363 (Sigchos), M364 (Loreto
Pedregal), M369 (Cusubamba), M376 (Pilahuin), M377 (Tisaleo), M380
(Huambaló), M393 (San Juan) y MA2T (Tomalón) y los valores de temperatura de
las estaciones: M003 (Izobamba), M004 (Rumipamba Salcedo), M006
(Pichilingue), M008 (Puyo), M027 (Santo Domingo), M033 (La Argelia), M053
(Ibarra), M056 (Guayaquil), M058 (Esmeraldas), M059 (Tulcán), M064
(Latacunga), M067 (Cuenca), M191 (Charles Darwin).
Como resultado se obtuvo que en la ecuación intervienen los siguientes
parámetros, debido a que Statgraphics ® seleccionó estas variables por su
porcentaje de varianza y retira a las que no son significativas: temperatura de las
estaciones M003 (Izobamba) y M064 (Latacunga).
La ecuación fue la siguiente:
0643063,65003117,18625,2884 TMTMBalance ⋅−⋅−= (6.6)
Este modelo presentó un coeficiente de correlación r2 igual a 39, 3%, que es un
ajuste no tan significativo a comparación con los otros modelos, a pesar de la
coherencia que existe en la ecuación y la poca relación que existe entre las
97
variables, que indica que no existe conflicto entre ellas. Por eso no se puede decir
que es un modelo recomendable para ser aplicado en el relleno de datos del
balance o como modelo para observar el comportamiento de esta variable en el
tiempo.
Ahora se combinó la información de la pluviometría de la región interandina con
datos de temperatura de la misma región, ahora trabajando únicamente con los
parámetros que, utilizando el Método de Correlaciones Múltiples, ingresaban en la
ecuación, para que no haya influencia de otras estaciones en el proceso de
cálculo.
Además se procuró tomar en cuenta los meses de Marzo y Abril del año 1998
porque es un año en el que se presentó el Fenómeno de El Niño y sus efectos
fueron de suma importancia para los resultados obtenidos en este estudio. Se
continuó con la restricción de los primeros meses del año 1995 dada su repetitiva
incoherencia.
6.2.2.2 Primer Modelo regional y global escogido
Modelo 2: En este análisis se utilizó las siguientes variables: temperatura a 700
mb, la pluviometría de la estación M376 (Pilahuin) y la temperatura de M003
(Izobamba) y el coeficiente de determinación r2 que presentó fue de 60.2%, lo que
constituye una buena relación y no existen incoherencias en la ecuación por lo
que se procedió a introducir los datos históricos de las estaciones que intervienen
en el análisis y con esto generar los datos del balance de la zona de ablación para
observar su comportamiento desde el año en que se tienen datos, esto es 1964.
Por tanto se utilizó toda información disponible de estos parámetros. Este modelo
matemático fue aplicado a partir del mes de octubre del año 1995. La ecuación
generada es la siguiente:
37668505,1003397,15070043,1035,30580 MTMTBalance ⋅+⋅−⋅−= (6.7)
98
El coeficiente de determinación r2 tiene un valor igual a 60%, a pesar que el
modelo anterior, sin la utilización de la serie histórica, tiene un mayor ajuste, la
diferencia es mínima y se la considera despreciable. Cabe recalcar que este
modelo permite determinar el comportamiento que tuvo el glaciar desde el año
1964.
El gráfico de comparación entre el balance calculado y el balance observado de
este modelo se encuentra en el Capítulo 7.
6.2.2.3 Segundo Modelo regional y global escogido
Modelo 3: En este caso se planteó la relación entre la temperatura de la estación
M003 (Izobamba) y la estación M054 (Quito Observatorio), que es la estación más
antigua de nuestro país, con el fin de ampliar la serie de Izobamba. Para hacer
posible el uso de este modelo con los datos de Quito Observatorio, se tuvo que
generar los datos de temperatura de la estación M003 hasta el año 1891. Para la
generación de datos se obtuvo un valor de coeficiente de determinación r2 igual a
63.5 % y la relación obtenida fue la siguiente:
054736592,053654,1003 TMTM ⋅+= (6.8)
Entonces ya con la serie generada hasta el año 1891 de la estación Izobamba se
volvió a relacionar esta nueva información con los datos del balance de la zona de
ablación y se determinó los datos del balance hasta este mismo año y así se pudo
observar su comportamiento a través del tiempo.
El coeficiente de determinación r2 presenta un valor igual a 52 %, que es un
ajuste menor a los anteriores, sin embargo tiene la gran ventaja de que en su
ecuación interviene un solo parámetro lo que hace de este modelo mucho más
aplicable y práctico para futuros estudios ya que la expresión que se utiliza es
muy sencilla.
99
La ecuación obtenida es la siguiente:
003575,24433,2671 TMBalance ⋅−= (6.9)
En el capítulo 7 se detallan los usos de cada modelo así como su interpretación y
la generación de curvas históricas del balance de la zona de ablación.
CAPÍTULO 7
ANÁLISIS DE RESULTADOS
7.1 RESULTADOS DE LAS RELACIONES ENTRE VARIABLES
7.1.1 MODELO LOCAL Y REGIONAL ESCOGIDO. MODELO 1
Para el Modelo 1, que incluye variables a nivel local y regional, interesa
primeramente que entre las variables que participan en él, no exista relación
fuerte entre ellas, caso contrario se podría conducir a una incoherencia en el
modelo pues las variables podrían interferir entre ellas de forma inconveniente
deteriorando la confiabilidad del modelo, para extrapolarlo e interpretarlo. La
ecuación del Modelo 1 es la siguiente:
003068,139376918976,09_853,574885,759 TMMParamPBalance ⋅−⋅+⋅+=
r2 = 68 %
Los valores de las relaciones entre las variables, se presentan en el cuadro 7.1,
presentado a continuación.
CUADRO 7.1
RELACIONES ENTRE VARIABLES. MODELO 1
MODELO 1
LOCAL Y REGIONAL
Valores de r 2
VARIABLES P_Param9 M376 TM003
P_Param9 4,73% 24,39%
M376 4,73% 8,00%
TM003 24,39% 8,00%
101
Esta independencia de variables es una de las condiciones para una modelización
correcta, por lo cual el modelo es válido y la fusión del glaciar está explicada por
la temperatura de Izobamba (M003), la pluviometría de Pilahuin (M376), así como
la influencia importante del índice local de la pluviometría del Páramo
(P_Param9), índice que representa la pluviometría de los nueve meses anteriores
en las estaciones ubicadas al pie del volcán Antisana.
La utilidad de este modelo es que presenta una buena relación y se nota que sus
valores son muy cercanos al balance observado, especialmente a lo que los
valores máximos y mínimos se refieren, tal como se muestra a continuación en el
gráfico 7.1.
GRÁFICO 7.1
GRÁFICO COMPARATIVO DEL BALANCE DE LA ZONA DE ABLAC IÓN
OBSERVADO Y CALCULADO A PARTIR DEL MODELO 1. 1995 – 2005
AJUSTE DEL MODELO 1 DE FUSIÓN DEL GLACIAR 151995 - 2005
-400
-200
0
200
400
600
800
1000
Ene
-95
May
-95
Sep
-95
Ene
-96
May
-96
Sep
-96
Ene
-97
May
-97
Sep
-97
Ene
-98
May
-98
Sep
-98
Ene
-99
May
-99
Sep
-99
Ene
-00
May
-00
Sep
-00
Ene
-01
May
-01
Sep
-01
Ene
-02
May
-02
Sep
-02
Ene
-03
May
-03
Sep
-03
Ene
-04
May
-04
Sep
-04
Ene
-05
May
-05
Sep
-05
FECHA
BA
LAN
CE
BALANCE OBSERVADO INVERTIDO BALANCE CALCULADO INVERTIDO
r2 = 68 %
003068,139376918976,09_853,574885,759 TMMParamPBalance ⋅−⋅+⋅+=
102
Este modelo está acorde con los resultados obtenidos previamente por el método
ACP, explicados en el capítulo 5, como se observó en el gráfico 5.4. Las variables
se ubican de tal forma que pueden aportar información en un modelo para
generar posibles datos faltantes en el balance, sin embargo no permite en un
período de tiempo anterior extrapolar datos, en el que se podría modelizar
(recalcular) el balance de la zona de ablación del glaciar, por lo que, en base al
Modelo 1, se generaron dos modelos más, tratando de obtener uno que pueda
originar datos históricos del balance de la zona de ablación.
Además, este es un modelo en que se puede proyectar una investigación objetiva
a futuro, pues puede dar paso a la creación de nuevos índices utilizando la
información regional, de manera similar a lo que se creó con los índices
pluviométricos de la parte local, con las estaciones cercanas a Pilahuin M376 en
el método de Componentes Principales.
7.1.2 PRIMER MODELO REGIONAL Y GLOBAL ESCOGIDO. MO DELO 2
En el caso de la parte regional también se generaron dos modelos matemáticos,
basados en el Modelo 1. El primero con un mejor ajuste que el segundo, pero este
último se consideró debido a que se pudo sacar una serie de datos histórica,
utilizando la estación más antigua del Ecuador.
La relación entre las variables, representada por el coeficiente de determinación,
cuadro 7.2, no es significativa, los parámetros utilizados son independientes entre
sí, esto quiere decir, que cada dato aporta información al modelo.
La ecuación generada para el Modelo 2 es la siguiente:
37668505,1003397,15070043,1035,30580 MTMTBalance ⋅+⋅−⋅−=
r2 = 60 %
103
CUADRO 7.2
RELACIONES ENTRE VARIABLES. MODELO 2
MODELO 2
REGIONAL Y GLOBAL
Valores de r 2
VARIABLES T700 M376 TM003
T700 0,61% 37,95%
M376 0,61% 8,00%
TM003 37,95% 8,00%
Del cuadro 7.2 se aprecia que el coeficiente de determinación entre la
temperatura a 700 mb (T700) y la pluviometría de Pilahuin (M376) es muy bajo,
menor al uno por ciento, lo que indica la independencia elevada entre tales
variables, por lo cual se demuestra que aportan información al modelo. Entre las
variables M376 y la temperatura de la estación Izobamba (TM003), se observa
también un bajo coeficiente de determinación, del ocho por ciento, con lo cual se
aplica entre estas dos variables las mismas características mencionadas para la
relación entre T700 y M376.
Este modelo matemático fue ajustado a partir del mes de octubre del año 1995 y
permite utilizar la información del balance de la zona de ablación generado y
extrapolarla en un período de tiempo anterior, desde el año 1964, y observar su
comportamiento, ya que a partir de este año todas las variables utilizadas poseen
datos.
A partir de la ecuación de este modelo, se realizaron los gráficos del balance de la
zona de ablación generado y su comparación con el balance observado que se
presentan en los gráficos 7.2 y 7.3.
Del gráfico 7.2 se observa que el balance calculado y el balance observado
presentan una muy buena correlación, y además al implementar la curva de la
104
variación de temperatura de la superficie terrestre, se nota que concuerda con el
comportamiento del modelo. Cabe indicar que para comparar el modelo del
balance de la zona de ablación con la curva de variación de temperatura de la
superficie terrestre se invirtieron los datos del balance debido a que la variación
de la temperatura es inversa a la fusión del glaciar.
En el gráfico 7.3 se nota claramente el ajuste del modelo al balance de la zona de
ablación observado y se aprecia que los picos generados son menores a los
observados, es decir, aunque el modelo se ajusta muy bien, en ciertos puntos
presenta tendencias menos drásticas que las del balance observado sobre todo
en la parte inferior. También se observa el buen ajuste del modelo generado en
los años 2001, 2002 y 2003, años caracterizados por la influencia del fenómeno
La Niña.
GRÁFICO 7.2
GENERACIÓN DEL BALANCE DE LA ZONA DE ABLACIÓN OBSER VADO Y
CALCULADO A PARTIR DEL MODELO REGIONAL 1. 1964 – 20 05
105
GRÁFICO 7.3
GRÁFICO COMPARATIVO DE LA GENERACIÓN DEL BALANCE DE LA ZONA
DE ABLACIÓN OBSERVADO Y CALCULADO A PARTIR DEL MODE LO 2.
1995 – 2005
AJUSTE DEL MODELO 2 DE FUSIÓN DEL GLACIAR 151891 - 2005
-400
-200
0
200
400
600
800
1000
01/0
1/19
95
01/0
1/19
96
01/0
1/19
97
01/0
1/19
98
01/0
1/19
99
01/0
1/20
00
01/0
1/20
01
01/0
1/20
02
01/0
1/20
03
01/0
1/20
04
01/0
1/20
05
FECHA
BA
LAN
CE
ZO
NA
DE
AB
LAC
ION
INVERSO BALANCE OBSERVADO INVERSO BALANCE CALCULADO
r2 = 60 %
7.1.3 SEGUNDO MODELO REGIONAL Y GLOBAL ESCOGIDO. MO DELO 3
Del Modelo 3 se aprecia que tiene la gran ventaja de que en su ecuación
interviene una sola variable, la temperatura de Izobamba (TM003), esto hace que
el modelo sea mucho más aplicable y práctico para futuros estudios, ya que la
expresión que se utiliza es muy sencilla.
La ecuación obtenida es la siguiente:
003575,24433,2671 TMBalance ⋅−=
r2 = 52 %
106
Se planteó una relación, entre la temperatura de la estación más antigua del país,
Quito Observatorio (TM054), y la TM003, debido a su buena correlación y a su
cercanía física. Por medio de este proceso se generaron datos de la TM003
desde el año 1891, para, a continuación, relacionar nuevamente esta serie con el
balance de la zona de ablación y obtener un modelo para un periodo de tiempo
más extenso.
La relación obtenida entre las temperaturas de estas dos estaciones fue la
siguiente:
054736592,053654,1003 TMTM ⋅+=
r2 = 63.5 %
Así, se puede apreciar claramente la relación del balance generado comparado
con el balance observado en el periodo de tiempo en que se tiene información
común.
También se muestra la variación del balance de la zona de ablación calculado así
como la variación de la temperatura de la superficie terrestre a lo largo del tiempo,
notándose el calentamiento global acelerado que ha venido presentándose
durante el siglo XX y que ha afectado notablemente a los glaciares.
Lo mencionado anteriormente se nota en el gráfico 7.4, se compara el balance
calculado y el balance generado desde el año 1891 hasta el año 2005.
En el gráfico 7.5 se puede notar con más detalle el buen ajuste de este modelo
matemático con el balance observado durante el período de estudio de once años
en el cual se trabajó.
107
GRÁFICO 7.4
GENERACIÓN DEL BALANCE DE LA ZONA DE ABLACIÓN OBSER VADO Y
CALCULADO A PARTIR DEL MODELO REGIONAL 2. 1891 – 20 05
MODELIZACIÓN DE LA FUSIÓN VS. VARIACIÓN DE TEMPERAT URA DE LA SUPERFICIE DE LA TIERRA (IPCC)
1891 - 2005
-600
-400
-200
0
200
400
600
800
1000
01/0
1/18
91
01/0
1/19
01
01/0
1/19
11
01/0
1/19
21
01/0
1/19
31
01/0
1/19
41
01/0
1/19
51
01/0
1/19
61
01/0
1/19
71
01/0
1/19
81
01/0
1/19
91
01/0
1/20
01
FECHA
BA
LAN
CE
ZO
NA
DE
AB
LAC
ION
INVERSO BALANCE OBSERVADO INVERSO BALANCE GENERADOVariación de Temperatura de la Superficie Terrestre
r2 = 52 %
DE
SV
IAC
IÓN
DE
LA T
EM
PE
RA
TU
RA
(ªC)
El interés de este modelo se basa en la posibilidad de generar datos en un
período de tiempo tan largo, lo que permite observar el comportamiento del
balance de la zona de ablación durante un siglo, ver su disminución y además, al
relacionarlo con la curva de Variación de Temperatura de la Superficie Terrestre,
se puede apreciar cómo el calentamiento que sufre el planeta afecta de manera
grave a los glaciares.
108
GRÁFICO 7.5
GRÁFICO COMPARATIVO DE LA GENERACIÓN DEL BALANCE DE LA ZONA
DE ABLACIÓN OBSERVADO Y CALCULADO A PARTIR DEL MODE LO
REGIONAL 2. 1995 – 2005
AJUSTE DEL MODELO 3 DE FUSIÓN DEL GLACIAR 151995-2005
-400
-200
0
200
400
600
800
1000
1200
1400
01/0
1/19
95
01/0
1/19
96
01/0
1/19
97
01/0
1/19
98
01/0
1/19
99
01/0
1/20
00
01/0
1/20
01
01/0
1/20
02
01/0
1/20
03
01/0
1/20
04
01/0
1/20
05
FECHA
BA
LAN
CE
DE
ZO
NA
DE
AB
LAC
ION
INVERSO BALANCE OBSERVADO INVERSO BALANCE CALCULADO
r2 = 52 %
7.2 RESUMEN DE LOS MODELOS PRESENTADOS
Los modelos que se mostraron en el presente capítulo son resultados nuevos,
apropiados, aplicables y con perspectivas de nuevas investigaciones.
Es muy importante el ingreso de la curva de variación de la temperatura de la
superficie de la Tierra en el modelo debido a que según los modelos de
circulación general de clima futuro en un mundo con doble concentración de
dióxido de carbono preindustrial (CO2), el rango de calentamiento en la tropósfera
inferior aumentará con la altitud. Así, las temperaturas se elevarán más en las
zonas de alta montaña que en elevaciones inferiores (Figura en Anexo 7).
Aumentos de temperaturas máximas son pronosticados para ocurrir en las zonas
109
de alta montaña de Ecuador, Perú, Bolivia, y Chile del norte. Si los modelos son
correctos, los cambios tendrán consecuencias importantes para los glaciares y
para las comunidades que confían en provisiones de agua alimentadas por ellos
(Raymond, 2006).
Un análisis de 268 registros de estaciones de montaña entre 1°N y 23°S a lo largo
de los Andes tropicales indica un aumento de temperaturas de 0.11°C por
década, mayor al promedio global de 0.06°C por déca da, entre 1939 y 1998.
Ocho de los doce años más calientes fueron registrados en los 16 años pasados
de este período. Una remota idea puede ser obtenida de glaciares y cumbres de
hielo en las más altas regiones de montaña, que son fuertemente afectadas por
temperaturas crecientes. En estas áreas de grandes altitudes, las masas de hielo
disminuyen rápidamente. Realmente, el retroceso de los glaciares está en marcha
en todos los países andinos, de Venezuela a Chile (Raymond, 2006).
Para sintetizar el capítulo 7, se presenta a continuación un resumen de todos los
modelos escogidos:
MODELO 1:
003068,139376918976,09_853,574885,759 TMMParamPBalance ⋅−⋅+⋅+=
r2 = 68 %
MODELO 2:
37668505,1003397,15070043,1035,30580 MTMTBalance ⋅+⋅−⋅−=
r2 = 60 %
MODELO 3:
003575,24433,2671 TMBalance ⋅−=
r2 = 52 %
CAPÍTULO 8
CONCLUSIONES Y RECOMENDACIONES
8.1 CONCLUSIONES
Con relación al análisis y relleno de datos en la parte local, es decir en las
estaciones ubicadas al oeste y noroeste del nevado Antisana se obtuvo una gran
contribución pues al estudiar todas las estaciones pluviométricas se identificaron
dos zonas climáticas principales. La primera, afectada por los vientos orientales
con mayores precipitaciones y la otra zona, ubicada más al occidente con
menores precipitaciones debido a que no recibe la influencia de estos vientos.
Además se apreció el efecto del viento en la estación Morrena 02, pues, aunque
geográficamente debía tener mayores precipitaciones debido al viento tiene
grandes pérdidas al momento de la captación de la lluvia y se ubicaba en la
segunda zona por lo cual se la consideró aplicando una corrección en la primera
zona.
Para el relleno de datos en la parte local a nivel diario es preferible el uso de los
pluviógrafos normalizados con registradores HOBO, mientras que a nivel mensual
es mejor utilizar los datos de Totalizadores. Se debe tomar en cuenta la relación
que sea mejor tanto entre estaciones como entre aparatos para el relleno.
Se trabajó con índices pluviométricos de la parte local debido a que se encontró
una relación significativa entre éstos y el balance de la zona de ablación del
glaciar y el ajuste era mejor con el índice de las variables ubicadas en el páramo:
Mica 05, Humboldt 06 de los nueve meses anteriores al mes en análisis,
P_Páramo9 que se incluye en el modelo local.
Del trabajo de la parte regional con 50 estaciones de la base de datos del INAMHI
repartidas en todo el Ecuador, se obtuvo una buena relación con las estaciones
111
de la región interandina tanto con temperatura como con precipitación, pero se
concluye que la fusión tiene una relación significativa con la pluviometría de la
estación Pilahuin M376 y con la temperatura de la estación Izobamba M003, las
cuales se incluyeron en el Modelo 2 de este estudio, y además con la temperatura
de la M003 se trabajó en el Modelo 3 mediante el cual se logró obtener una serie
histórica del comportamiento del balance de la zona de ablación desde 1891
hasta 2005, por su relación con la estación Quito Observatorio M054, la más
antigua del Ecuador.
Es muy importante conocer el comportamiento del balance de la zona de ablación
del nevado Antisana en el pasado pues las variaciones siguen una gran tendencia
al calentamiento generalizado de los glaciares en todo el país y a nivel mundial.
Al observar los resultados obtenidos mediante este estudio, se quiere hacer llegar
un mensaje a todos los seres humanos que habitamos este hermoso planeta, el
retroceso de los glaciares es una realidad que afecta al Ecuador y al mundo. El
calentamiento global perjudica a las zonas de alta montaña y en varias décadas
sus consecuencias serán irreversibles. Por lo tanto se debe hacer conciencia y
tomar medidas para cambiar la forma de vida actual y así poder heredar a las
futuras generaciones un mundo donde aún existan cordilleras con paisajes
hermosos como con los que todavía podemos maravillarnos.
8.2 RECOMENDACIONES
La idea original de este estudio era también analizar la parte hidrológica pero
debido a su extensión se recomienda considerarla como una tesis
complementaria a este estudio.
Para la generación de nuevos modelos se recomienda sacar un índice con la
pluviometría de la estación Pilahuin M376 con el promedio de los nueve meses
112
anteriores al mes de análisis tal como se hizo con la parte local y suprimir la
temperatura a 700 milibares y relacionar con el balance o de lo contrario se puede
obtener un promedio entre las estaciones cercanas a la M376 tal como se vio en
el método de Componentes Principales, y realizar un índice de los nueve meses
anteriores para relacionarlo con el balance y así poder obtener modelos similares
que quizás tengan mejores ajustes.
Se aprecia la utilidad de programas computacionales como Hydraccess y
Statgraphics ® , que facilitan el manejo de los datos, así como su análisis, pero se
recomienda nunca olvidar la importancia del criterio del investigador y el saber
interpretar los resultados obtenidos mediante los programas pues así se puede
sacar el mejor provecho a estas herramientas.
Se recomienda la conservación de las estaciones meteorológicas del INAMHI, en
especial Izobamba M003 y Pilahuin M376, debido a su buena correlación con los
modelos generados mediante este estudio.
CAPÍTULO 9
REFERENCIAS BIBLIOGRÁFICAS
Abascal, E. y Grande, 1989. Métodos Multivariantes para la Investigación
Comercial. Editorial Ariel S.A. Barcelona.
American Meteorological Society (AMS), 2000. Glossary of Meteorology. Second
edition.
http://amsglossary.allenpress.com/glossary/browse?s=r&p=28
Bontron, G., Francou, B., Ayabaca, E., Cáceres, B., Maisincho, L., Chango, R., De
la Cruz, A., Garzón, L.A., y Dieter Neubert, 1999. El Glaciar 15 del Antizana
(Ecuador) Mediciones Glaciológicas, Hidrométricas, Metereológicas y
Topográficas (Años 1997 y 1998). IRD, INAHMI, EMAAP-QUITO. Quito.
Bradley, R., Vuille, M., Diaz, H. y Walter Vergara, 2006. Threats to Water Supplies
in the Tropical Andes, Climate Change. Vol. 312 23. Published by AAAS.
www.sciencemag.org
Cáceres, B., Maisincho, L., Taupin, J.D., Francou, B., Cadier, E., Delachaux, F.,
Bucher, R., Villacís, M., Paredes, D., Chazarin, J.P., Garcés, A., y Remy Laval.
(2005). Glaciares del Ecuador: Antizana y Carihuayrazo. Balance de masa,
Topografía, Meteorología e Hidrología. Informe del año 2004. IRD, INAMHI,
EMAAP-QUITO. Quito.
Cadier, E., Villacís, M., Garcés, A., Lhuissier, P., Maisincho, L., Laval, R.,
Paredes, D., Cáceres, B. y Bernard Francou, impreso. Variations of a low latitude
Andean glacier according to global and local climate variations: first results.
114
Climate Prediction Center, CPC, 2005. El Niño Regions.
http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/nino_region
s.shtml
Day, M.M., Ed.D., 2003. Visionlearning Vol. SCI-1 (5s).
http://www.visionlearning.com/library/module_viewer.php?mid=48&l=s
Francou, B., Vuille, M., Favier, V. y Bolívar Cáceres, 2004. “New evidences for an
ENSO impact on low latitude glaciers: Antisana 15, Andes of Ecuador, 0º28`S”.
Journal of Geophysical Research, 109, D18106, doi: 10.1029/2003JD004484.
Hastenrath, S., 1981. The Glaciation of the Ecuadorian Andes. A.A. Balkema,
Rótterdam.
Instituto Nacional de Meteorología e Hidrología, INAMHI, 2007. Mapa de
Estaciones Meteorológicas. http://www.inamhi.gov.ec/htm/inicio.htm
Intergovernamental Panel on Climate Change, IPCC, 2001. Climate Change 2001,
Working Group I: The Scientific Basis. Variations of the Earth’s Surface
Temperature. http://www.grida.no/climate/ipcc_tar/wg1/figspm-1.htm
Jolliffe, I., 2002. Principal Components Analysis. Springer Series in Statistics. Pág
1.
King, M., 2005. Earth Observatory. Outgoing Heat Radiation. NASA.
http://earthobservatory.nasa.gov/Observatory/Datasets/lwflux.erbe.html
Lhuissier, P., 2005. Mise en evidence de modeles de Comportement
Pluviometriques sur le Volcan Antizana. Pág. 7.
115
Liboutry, L., 1974. Multivariate statistical analysis of glacier annual balances.
Journal of Glaciology, Vol. 13, N° 69.
Llorente F., 2003. , “El Viento, nuestro molesto compañero atmosférico”. Revista
del Aficionado a la Meteorología. No. 11, Instituto Nacional de Meteorología.
España.
www.meteored.com/RAM/numero11/meteorologiaV.asp
Monsalve, G., 1995; Hidrología en la Ingeniería; Escuela Colombiana de
Ingeniería. Bogotá.
Peixoto, J. y Oort, 1992. Physics of Climate. American Institute of Physics. New
York.
Pourrut, P. 1995. El agua en el Ecuador. Clima, Precipitaciones, Escorrentía.
Volumen 7, Corporación Editora Nacional, Colegio de Geógrafos del Ecuador,
Quito. Estudios de Geografía.
Rossel, F. 1997. Influencia de El Niño sobre los regímenes Hidro-Pluviométricos
del Ecuador. Serie INSEQ No. 18. Tomo I, II, y III. República del Ecuador.
Ministerio de Energía y Minas, INAMHI, ORSTOM.
Sánchez, J., 2004. Introducción a la Estadística Empresarial. Capitulo 5. Números
índices.
http://www.eumed.net/cursecon/libreria/2004/jsf/5.pdf
Semiond, H., Francou, B., Ayabaca, E., De la Cruz, A. y Ramón Chango. 1998. El
Glaciar 15 del Antizana Investigaciones glaciológicas 1994 – 1997. IFEA-
ORSTOM, ORSTOM-CNRS, EMAAP-QUITO, INAMHI. Quito.
116
Servicio Nacional de Meteorología e Hidrología del Perú, SENAMHI, 2006. Guía
Básica de Meteorología. Capítulo 7 Viento.
http://www.senamhi.gob.pe/pdf/manualmeteo/cap7.pdf
Shelton, M. L. 1988. Climate and Weather: A Spatial Perspective. University of
California, Kendall/ Hunt Publishing Company.
Singh, V., 1992. Elementary Hydrology. Prentice Hall. 153-202.
The Internacional Research Institute for Climate and Society, IRI, 2007. Climate
Data Library.
http://iridl.ldeo.columbia.edu/
Vauchel, P., 2000. Vector Regional. Ayuda Hydraccess.
http://www.mpl.ird.fr/hybam/outils/hydraccess_sp.htm
Villacís, M., 2001. Influencia de El Niño-Oscilación del Sur-ENOS sobre la
precipitación en los Andes Centrales del Ecuador. Tesis de Pregrado, Escuela
Politécnica Nacional del Ecuador; IRD.
Widman, M. y Schar, C., 1997. A principal component and long-term trend
analysis of daily precipitation in Switzerland. Int. J. Climatol., 17, 1333-1356.
World Meteorological Organization (WMO), 2006. Guide to Meteorological
Instruments and Methods of Observation. No.8. Preliminary Seventh Edition. Pág.
I.6-3.
117
ANEXOS
118
ANEXO No. 1
CONTORNOS DEL GLACIAR 15
119
GRÁFICO 1
CONTORNO Y POSICIÓN DE BALIZAS DEL GLACIAR 15: PERI ODO 2001 –
2002
Fuente: INFORME ANUAL 2000 GREATICE
Elaboración: Ing. Bolívar Cáceres.
120
GRÁFICO 2
CONTORNO Y POSICIÓN DE BALIZAS DEL GLACIAR 15: PERI ODO 2002 –
2004
Fuente: INFORME ANUAL 2004 GREATICE
Elaboración: Ing. Bolívar Cáceres.
121
GRÁFICO 3
CONTORNO PARA EL GLACIAR LOS CRESPOS, ENERO DEL 200 1.
Fuente: INFORME ANUAL 2004 GREATICE
Elaboración: Dr. Bernard Francou.
122
ANEXO No. 2
INVENTARIO DE DATOS DE LAS
ESTACIONES A NÍVEL LOCAL
123
GR
ÁF
ICO
1
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
. ES
TA
CIÓ
N A
NT
ISA
NA
04
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
ES
TA
CIÓ
N A
NT
ISA
NA
04A
ÑO
2005
01/01/2005
15/01/2005
29/01/2005
12/02/2005
26/02/2005
12/03/2005
26/03/2005
09/04/2005
23/04/2005
07/05/2005
21/05/2005
04/06/2005
18/06/2005
02/07/2005
16/07/2005
30/07/2005
13/08/2005
27/08/2005
10/09/2005
24/09/2005
08/10/2005
22/10/2005
05/11/2005
19/11/2005
03/12/2005
17/12/2005
31/12/2005
Fecha
Serie existente
GR
ÁF
ICO
2
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
. ES
TA
CIÓ
N M
ICA
05
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
ES
TA
CIÓ
N M
ICA
05A
ÑO
2005
01/01/2005
15/01/2005
29/01/2005
12/02/2005
26/02/2005
12/03/2005
26/03/2005
09/04/2005
23/04/2005
07/05/2005
21/05/2005
04/06/2005
18/06/2005
02/07/2005
16/07/2005
30/07/2005
13/08/2005
27/08/2005
10/09/2005
24/09/2005
08/10/2005
22/10/2005
05/11/2005
19/11/2005
03/12/2005
17/12/2005
31/12/2005
Fecha
Serie existente
124
GR
ÁF
ICO
3
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
. ES
TA
CIÓ
N C
RE
SP
OS
07
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
ES
TA
CIÓ
N C
RE
SP
OS
07A
ÑO
2005
01/01/2005
15/01/2005
29/01/2005
12/02/2005
26/02/2005
12/03/2005
26/03/2005
09/04/2005
23/04/2005
07/05/2005
21/05/2005
04/06/2005
18/06/2005
02/07/2005
16/07/2005
30/07/2005
13/08/2005
27/08/2005
10/09/2005
24/09/2005
08/10/2005
22/10/2005
05/11/2005
19/11/2005
03/12/2005
17/12/2005
31/12/2005
Fecha
Serie existente
GR
ÁF
ICO
4
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
. ES
TA
CIÓ
N C
RE
SP
OS
MO
RR
EN
A 08
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
ES
TA
CIÓ
N C
RE
SP
O M
OR
RE
NA
08A
ÑO
2005
01/01/2005
15/01/2005
29/01/2005
12/02/2005
26/02/2005
12/03/2005
26/03/2005
09/04/2005
23/04/2005
07/05/2005
21/05/2005
04/06/2005
18/06/2005
02/07/2005
16/07/2005
30/07/2005
13/08/2005
27/08/2005
10/09/2005
24/09/2005
08/10/2005
22/10/2005
05/11/2005
19/11/2005
03/12/2005
17/12/2005
31/12/2005
Fecha
Serie existente
125
GR
ÁF
ICO
5
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
. ES
TA
CIÓ
N P
ÁR
AM
O 09
SE
RIE
DE
DA
TO
S E
XIS
TE
NT
ES
ES
TA
CIÓ
N P
ÁR
AM
O 09
AÑ
O 2005
01/01/2005
15/01/2005
29/01/2005
12/02/2005
26/02/2005
12/03/2005
26/03/2005
09/04/2005
23/04/2005
07/05/2005
21/05/2005
04/06/2005
18/06/2005
02/07/2005
16/07/2005
30/07/2005
13/08/2005
27/08/2005
10/09/2005
24/09/2005
08/10/2005
22/10/2005
05/11/2005
19/11/2005
03/12/2005
17/12/2005
31/12/2005
Fecha
Serie existente
126
CUADRO 1
DATOS DIARIOS BRUTOS ESTACIÓN ANTISANA 04 AÑO 2005
127
CUADRO 2
DATOS DIARIOS BRUTOS ESTACIÓN ANTISANA 04 AÑO 2005
128
CUADRO 3
DATOS DIARIOS BRUTOS ESTACIÓN MICA 05 AÑO 2005
129
CUADRO 4
DATOS DIARIOS BRUTOS ESTACIÓN CRESPOS 07 AÑO 2005
130
CUADRO 5
DATOS DIARIOS BRUTOS ESTACIÓN CRESPO MORRENA 08 AÑO 2005
131
CUADRO 6
DATOS DIARIOS BRUTOS ESTACIÓN PÁRAMO 09 AÑO 2005
132
ANEXO No. 3
INFORMACIÓN PLUVIOMÉTRICA
LOCAL
133
CUADRO1
DATOS DE TOTALIZADORES Y BIDÓN. RECOPILACIÓN DE TOD AS LAS
ESTACIONES. AÑO 2005
Periodo Pluviome tría
Mes
Fecha
lectura
anterior
Fecha
lectura del
mes
Lectura
anterior
Lectura
mes
(cm)
Sifonaje Diferencia
(cm)
Valor
(mm)
Isotopía
Bidón
(mm)
MORRENA 02
Enero 29/12/2004 31/01/2005 70,00 66,50 3,50 35,00 29,80
Febrero 31/01/2005 01/03/2005 66,50 58,00 8,50 85,00 114,50
Marzo 01/03/2005 31/03/2005 58,00 49,00 9,00 90,00 100,10
Abril 31/03/2005 29/04/2005 49,00 30,00 19,00 190,00 223,00
Mayo 29/04/2005 01/06/2005 30,00 28,00 2,00 20,00 100,50
Junio 01/06/2005 26/06/2005 28,00 23,50 145,00 4,50 45,00 145,30
Julio 26/06/2005 28/07/2005 145,00 140,50 4,50 45,00 38,30
Agosto 28/07/2005 01/09/2005 140,50 139,00 1,50 15,00 11,50
Septiembre 01/09/2005 30/09/2005 139,00 135,50 3,50 35,00 51,50
Octubre 30/09/2005 28/10/2005 135,50 131,00 4,50 45,00 40,00
Noviembre 28/10/2005 29/12/2005 131,00 110,00 21,00 210,00 140,00
Diciembre 29/12/2005 06/01/2006 110,00 110,00 0,00 0,00 140,00
TOTALIZADOR 03
Enero 29/12/2004 31/01/2005 72,00 69,50 2,50 25,00
Febrero 31/01/2005 01/03/2005 69,50 58,00 11,50 115,00
Marzo 01/03/2005 31/03/2005 58,00 48,00 10,00 100,00
Abril 31/03/2005 29/04/2005 48,00 24,00 24,00 240,00
Mayo 29/04/2005 01/06/2005 24,00 15,00 132,00 9,00 90,00
Junio 01/06/2005 26/06/2005 132,00 116,00 16,00 160,00
Julio 26/06/2005 28/07/2005 116,00 112,00 4,00 40,00
Agosto 28/07/2005 01/09/2005 112,00 110,00 2,00 20,00
Septiembre 01/09/2005 30/09/2005 110,00 106,80 3,20 32,00
Octubre 30/09/2005 28/10/2005 106,80 102,00 4,80 48,00
Noviembre 28/10/2005 29/12/2005 102,00 37,50 64,50 645,00
Diciembre 29/12/2005 06/01/2006 37,50 33,00 4,50 45,00
ANTISANA 04
Enero 29/12/2004 31/01/2005 39,80 35,00 4,80 48,00 30,00
Febrero 31/01/2005 01/03/2005 35,00 23,00 12,00 120,00 113,00
Marzo 01/03/2005 31/03/2005 23,00 10,00 141,00 13,00 130,00 100,70
Abril - - 141,00 141,00 0,00 0,00 134,00
Mayo 31/03/2005 01/06/2005 141,00 100,00 41,00 410,00 80,60
Junio 01/06/2005 26/06/2005 100,00 78,50 21,50 215,00 136,50
Julio 26/06/2005 28/07/2005 78,50 71,00 7,50 75,00 50,00
Agosto 28/07/2005 01/09/2005 71,00 66,00 5,00 50,00 27,40
Septiembre 01/09/2005 30/09/2005 66,00 61,00 5,00 50,00 35,00
Octubre 30/09/2005 28/10/2005 61,00 57,00 4,00 40,00 22,00
Noviembre 28/10/2005 29/12/2005 57,00 33,00 24,00 240,00 90,70
Diciembre 29/12/2005 06/01/2006 33,00 33,00 0,00 0,00 90,70
134
CONTINUACIÓN CUADRO 1
DATOS DE TOTALIZADORES Y BIDÓN. RECOPILACIÓN DE TOD AS LAS
ESTACIONES. AÑO 2005 Periodo Pluviometría
Mes
Fecha
lectura
anterior
Fecha
lectura del
mes
Lectura
anterior
Lectura
mes
(cm)
Sifonaje Diferencia
(cm)
Valor
(mm)
Isotopía
Bidón
(mm)
MICA 05
Enero 29/12/2004 31/01/2005 96,00 95,00 1,00 10,00 9,30
Febrero 31/01/2005 01/03/2005 95,00 87,00 8,00 80,00 53,50
Marzo 01/03/2005 31/03/2005 87,00 80,50 6,50 65,00 106,00
Abril - - 80,50 80,50 0,00 0,00 127,80
Mayo 31/03/2005 01/06/2005 80,50 58,00 22,50 225,00 80,00
Junio 01/06/2005 26/06/2005 58,00 90,00 -32,00 Dato
incorrecto 90,00
Julio 26/06/2005 28/07/2005 90,00 46,00 44,00 440,00 57,70
Agosto 28/07/2005 01/09/2005 46,00 44,00 2,00 20,00 20,30
Septiembre 01/09/2005 30/09/2005 44,00 42,00 2,00 20,00 25,00
Octubre 30/09/2005 27/10/2005 42,00 39,00 3,00 30,00 56,50
Noviembre 27/10/2005 29/12/2005 39,00 24,00 15,00 150,00 150,00
Diciembre 29/12/2005 13/01/2006 24,00 24,00 0,00 0,00 150,00
HUMBOLDT 06
Enero 29/12/2004 31/01/2005 90,00 88,50 1,50 15,00
Febrero - - 88,50 88,50 0,00 0,00
Marzo 31/01/2005 31/03/2005 88,50 74,90 13,60 136,00
Abril - - 74,90 74,90 0,00 0,00
Mayo 31/03/2005 01/06/2005 74,90 56,00 18,90 189,00
Junio 01/06/2005 26/06/2005 56,00 50,00 6,00 60,00
Julio 26/06/2005 28/07/2005 50,00 40,00 10,00 100,00
Agosto 28/07/2005 01/09/2005 40,00 37,50 2,50 25,00
Septiembre - - 37,50 37,50 0,00 0,00
Octubre 01/09/2005 27/10/2005 37,50 28,50 9,00 90,00
Noviembre 27/10/2005 29/12/2005 28,50 9,00 19,50 195,00
Diciembre 29/12/2005 13/01/2006 9,00 6,00 139,00 3,00 30,00
CRESPOS 07
Enero 29/12/2004 31/01/2005 148,00 141,50 6,50 65,00 12,80
Febrero - - 141,50 141,50 0,00 0,00
Marzo 31/01/2005 31/03/2005 141,50 128,80 12,70 127,00 85,80
Abril - - 128,80 128,80 0,00 0,00 209,70
Mayo 31/03/2005 01/06/2005 128,80 99,00 102,00 29,80 298,00 112,50
Junio 01/06/2005 26/06/2005 102,00 95,00 7,00 70,00 43,00
Julio 26/06/2005 28/07/2005 95,00 85,50 9,50 95,00 107,50
Agosto 28/07/2005 01/09/2005 85,50 84,00 1,50 15,00 13,70
Septiembre 01/09/2005 30/09/2005 84,00 81,00 3,00 30,00 34,50
Octubre 30/09/2005 27/10/2005 81,00 73,90 7,10 71,00 65,20
Noviembre - - 73,90 73,90 0,00 0,00 123,00
Diciembre 27/10/2005 13/01/2006 73,90 56,00 17,90 179,00
135
CONTINUACIÓN CUADRO 1
DATOS DE TOTALIZADORES Y BIDÓN. RECOPILACIÓN DE TOD AS LAS
ESTACIONES. AÑO 2005
Periodo Pluviometría
Mes
Fecha
lectura
anterior
Fecha
lectura del
mes
Lectura
anterior
Lectura
mes
(cm)
Sifonaje Diferencia
(cm)
Valor
(mm)
Isotopía
Bidón
(mm)
CAMINO DE LOS CRESPOS 10
Enero - - 0,00 -
Febrero - - 0,00 0,00 -
Marzo - - 0,00 0,00 -
Abril - - 0,00 0,00 -
Mayo - - 0,00 0,00 -
Junio - - 0,00 0,00 -
Julio - - 0,00 0,00 -
Agosto - - 0,00 0,00 -
Septiembre - - 0,00 0,00 -
Octubre - - 0,00 0,00 -
Noviembre - 29/12/2005 0,00 130,00 -130,00 Dato
incorrecto
Diciembre - - 130,00 130,00 0,00 0,00
PÁRAMO 09
Enero - - 0,00 - 12,50
Febrero - - 0,00 0,00 - 71,00
Marzo - - 0,00 0,00 - 70,20
Abril - - 0,00 0,00 - 100,00
Mayo - - 0,00 0,00 - 88,00
Junio - - 0,00 0,00 - 91,00
Julio - - 0,00 0,00 - 24,50
Agosto - - 0,00 0,00 - 14,20
Septiembre - - 0,00 0,00 - 27,00
Octubre - 28/10/2005 0,00 146,60 -146,60 Dato
incorrecto 63,00
Noviembre 28/10/2005 29/12/2005 146,60 128,00 18,60 186,00 15,40
Diciembre 29/12/2005 13/01/2006 128,00 128,00 0,00 0,00 15,40
136
ANEXO No. 4
CUADROS Y GRÁFICOS COMPLEMENTARIOS
DE LOS ANÁLISIS ESTADISTICOS
137
GRÁFICO 1
RELACIÓN TOTALIZADOR – HOBO. ESTACIÓN GLACIAR 00. A ÑO 2005.
HOBO- TOTALIZADORGLACIAR 00
y = 1.3357x - 16.288R2 = 0.8815
y = 0.2805x + 95.802R2 = 0.0334
0.00
50.00
100.00
150.00
200.00
250.00
300.00
0.00 50.00 100.00 150.00 200.00 250.00
H O B O ( mm)
TO
TA
LIZ
AD
OR
(m
m)
Rellenados Antes de rellenar
Tendencia Rellenados Tendencia antes de rellenar
138
GRÁFICO 2
RELACIÓN TOTALIZADOR – HOBO. ESTACIÓN MORRENA 02. A ÑO 2005.
HOBO- TOTALIZADORMORRENA 02
y = 1.2731x - 11.773R2 = 0.8495
y = 0,9704x + 14,96R2 = 0,4412
0.00
50.00
100.00
150.00
200.00
250.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00 180.00
H OB O (mm)
TO
TA
LIZ
AD
OR
(m
m)
Rellenados Antes de rellenar
Tendencia Rellenados Tendencia antes de rellenar
139
GRÁFICO 3
RELACIÓN TOTALIZADOR – HOBO. ESTACIÓN ANTISANA 04. AÑO 2005.
HOBO- TOTALIZADORANTISANA 04
y = 1.0848x + 23.107R2 = 0.8803
y = 1.4x + 7.8731R2 = 0.6823
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
0.00 50.00 100.00 150.00 200.00 250.00 300.00
H OB O (mm)
TO
TA
LIZ
AD
OR
(m
m)
Rellenados Antes de rellenar
Tendencia Rellenados Tendencia antes de rellenar
140
GRÁFICO 4
RELACIÓN TOTALIZADOR – HOBO. ESTACIÓN MICA 05. AÑO 2005.
HOBO- TOTALIZADORMICA 05
y = 1.0991x - 0.8949R2 = 0.7613
y = 1.2342x - 0.8383R2 = 0.6954
0.00
20.00
40.00
60.00
80.00
100.00
120.00
140.00
160.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00
H OB O (mm)
TO
TA
LIZ
AD
OR
(m
m)
Rellenados Antes de rellenar
Tendencia Rellenados Tendencia antes de rellenar
141
GRÁFICO 5
RELACIÓN TOTALIZADOR – HOBO. ESTACIÓN CRESPOS 07. A ÑO 2005.
HOBO- TOTALIZADORCRESPOS 07
y = 1.0475x + 19.332R2 = 0.7301
y = 1.0341x + 30.588R2 = 0.479
0.00
20.00
40.00
60.00
80.00
100.00
120.00
140.00
160.00
180.00
200.00
0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00
H OB O (mm)
TO
TA
LIZ
AD
OR
(m
m)
Rellenados Antes de rellenar
Tendencia Rellenados Tendencia antes de rellenar
CUADRO 1
COEFICIENTES DE DETERMINACIÓN R2 ENTRE TOTALIZADOR – HOBO
Estación Antes de rellenar
Después de rellenar
P0 3.30% 88.20% P2 44.10% 85.00% P4 68.20% 88.00% P5 69.50% 76.10% P7 47.90% 73.00%
142
GRÁFICO 6
COMPONENTE PRINCIPAL DE DATOS PLUVIOMÉTRICOS Y
METEOROLOGICOS LOCALES, REGIONALES Y GLOBALES
143
CUADRO 2
PESO DE LAS VARIABLES EN CADA COMPONENTE DEL GRÁFIC O 6
Estación Componente
Estación Componente
Estación Componente
Estación Componente
1 2 3 4
M363 0.21 T600 0.26 NINO3_4 0.27 M056 0.21
M003 0.20 T500 0.23 M380 0.22 M006 0.21
M369 0.20 TM064 0.22 NINO1_2 0.21 Balance 0.19
M362 0.19 TM006 0.21 TM027 0.21 SOIEST 0.17
MA2T 0.19 TM003 0.21 TM191 0.19 SOIPRES 0.17
M024 0.19 TM058 0.20 TM058 0.19 M153 0.17
M105 0.18 TM056 0.20 M377 0.18 M027 0.15
M364 0.18 TM067 0.20 M153 0.17 TM191 0.13
M004 0.18 TM066 0.19 M376 0.15 NINO1_2 0.11
M393 0.18 TM004 0.19 M191 0.15 M058 0.10
M064 0.18 TM008 0.18 M058 0.14 M362 0.10
M067 0.18 TM027 0.17 M006 0.13 M033 0.09
M053 0.18 TM029 0.17 M027 0.12 VIENZON 0.07
M059 0.18 NINO1_2 0.16 P_Glaciar 0.12 M363 0.07
M002 0.17 TM033 0.15 T700 0.12 M191 0.06
M027 0.17 NINO3_4 0.15 P_Paramo 0.11 TM027 0.06
M066 0.17 TM059 0.14 M056 0.10 TM056 0.05
M113 0.17 T700 0.14 TM053 0.10 M364 0.03
M006 0.16 TM191 0.13 T600 0.09 TM006 0.02
M058 0.15 TM053 0.11 M362 0.09 M064 0.02
TM191 0.15 M191 0.10 M008 0.08 M003 0.02
TM006 0.14 VIENZON 0.09 TM006 0.07 M369 -0.01
M056 0.14 M027 0.09 TM003 0.06 M024 -0.02
M033 0.13 M006 0.07 Balance 0.06 TM067 -0.03
TM004 0.13 M153 0.07 TM056 0.06 M067 -0.03
TM029 0.13 M058 0.05 M033 0.05 M113 -0.03
P_Glaciar 0.13 M056 0.04 M059 0.04 TM064 -0.04
TM027 0.13 OLR 0.02 M363 0.04 TM066 -0.04
M376 0.12 M362 0.02 T500 0.02 TM058 -0.04
TM067 0.11 M002 0.00 M066 0.02 MA2T -0.05
TM056 0.11 M024 -0.03 M053 0.02 TM029 -0.05
M377 0.11 M033 -0.04 M369 0.00 M393 -0.06
TM066 0.11 M363 -0.05 M067 -0.01 TM004 -0.06
TM033 0.11 M003 -0.05 M113 -0.01 M059 -0.06
TM059 0.09 M113 -0.05 HUMESP -0.01 M004 -0.06
TM008 0.08 M364 -0.06 HUMREL -0.02 OLR -0.07
M153 0.08 M105 -0.07 M003 -0.03 NINO3_4 -0.08
TM064 0.07 M053 -0.07 M105 -0.03 M002 -0.08
M191 0.06 P_Glaciar -0.07 M004 -0.03 M066 -0.09
TM058 0.06 M059 -0.07 OLR -0.04 T500 -0.09
T700 0.06 M369 -0.08 M393 -0.04 M105 -0.09
VIENZON 0.06 M067 -0.08 M064 -0.04 P_Paramo -0.10
P_Paramo 0.05 MA2T -0.09 M024 -0.06 TM008 -0.12
Balance 0.05 M008 -0.09 MA2T -0.07 M053 -0.13
T500 0.05 M393 -0.09 M002 -0.07 P_Glaciar -0.13
144
CONTINUACIÓN CUADRO 2
PESO DE LAS VARIABLES EN CADA COMPONENTE DEL GRÁFIC O 6
Estación Componente
Estación Componente
Estación Componente
Estación Componente
1 2 3 4
M008 0.05 HUMESP -0.09 M364 -0.07 TM033 -0.13
SOIEST 0.04 M380 -0.10 VIENZON -0.10 T600 -0.15
SOIPRES 0.04 M064 -0.10 TM067 -0.15 TM059 -0.17
T600 0.03 M004 -0.10 TM004 -0.18 TM053 -0.18
HUMESP 0.02 P_Paramo -0.14 TM064 -0.18 M376 -0.19
NINO1_2 0.01 M066 -0.14 TM033 -0.20 T700 -0.20
M380 0.01 HUMREL -0.14 TM059 -0.21 M377 -0.21
HUMREL 0.01 SOIPRES -0.15 SOIEST -0.22 HUMREL -0.22
NINO3_4 -0.05 SOIEST -0.15 SOIPRES -0.22 TM003 -0.22
TM003 -0.09 M377 -0.16 TM008 -0.22 HUMESP -0.26
TM053 -0.15 Balance -0.16 TM029 -0.23 M380 -0.27
OLR -0.19 M376 -0.16 TM066 -0.24 M008 -0.32
145
CUADRO 3
PORCENTAJE DE VARIANZA DE LAS VARIABLES EN CADA COM PONENTE
DEL GRÁFICO 6.4 EN EL CAPÍTULO 6
Componente Porcentaje
de Varianza
Porcentaje de Varianza Acumulada
1 36.73 36.73 2 12.74 49.47 3 10.51 59.98 4 4.79 64.77 5 3.33 68.09 6 3.02 71.11 7 2.56 73.67 8 2.34 76.01 9 2.08 78.09
10 1.90 79.99 11 1.71 81.69 12 1.64 83.33 13 1.52 84.86 14 1.39 86.25 15 1.23 87.48 16 1.13 88.61 17 0.99 89.60 18 0.94 90.54 19 0.87 91.41 20 0.77 92.18 21 0.74 92.92 22 0.69 93.61 23 0.63 94.24 24 0.56 94.80 25 0.51 95.30 26 0.49 95.80 27 0.43 96.23 28 0.40 96.63 29 0.38 97.01 30 0.37 97.38 31 0.32 97.69 32 0.30 98.00 33 0.28 98.28 34 0.28 98.56 35 0.22 98.78 36 0.20 98.98 37 0.18 99.16 38 0.17 99.33 39 0.14 99.47 40 0.13 99.60 41 0.11 99.71 42 0.10 99.80 43 0.07 99.88
146
CONTINUACIÓN CUADRO 3
PORCENTAJE DE VARIANZA DE LAS VARIABLES EN CADA COM PONENTE
DEL GRÁFICO 6.4 EN EL CAPÍTULO 6
Componente Porcentaje
de Varianza
Porcentaje de Varianza Acumulada
44 0.06 99.94 45 0.04 99.98 46 0.02 100.00 47 0.00 100.00 48 0.00 100.00 49 0.00 100.00 50 0.00 100.00 51 0.00 100.00 52 0.00 100.00 53 0.00 100.00 54 0.00 100.00 55 0.00 100.00 56 0.00 100.00 57 0.00 100.00
147
GRÁFICO 7
PRECIPITACIÓN OBSERVADA Y CALCULADA. VECTOR REGIONA L
MENSUAL. ESTACIÓN ESMERALDAS M058. SIN DATOS DE EL NIÑO.
GRÁFICO DE PRECIPITACIÓN. Sin considerar El Niño Estación Esmeraldas M058
Agosto 1995 - 2005y = 0.1299x + 5.5311
R20.0595 =
0
2
4
6
8
10
12
14
0 5 10 15 20 25 30
Valor Observado
Val
or C
alcu
lado
GRÁFICO 8
PRECIPITACIÓN OBSERVADA Y CALCULADA. VECTOR REGIONA L
MENSUAL. ESTACIÓN ESMERALDAS M058. CON DATOS DE EL NIÑO.
GRÁFICO DE PRECIPITACIÓN. Considerando El Niño Estación Esmeraldas M058
Agosto 1995 - 2005y = 1.0178x - 0.8652
R20.8495 =
0102030405060708090
0 20 40 60 80
Valor Observado
Val
or C
alcu
lado
148
ANEXO No. 5
EXPLICACIONES CONCEPTUALES
ADICIONALES
149
EXPLICACIÓN ADICIONAL DEL MÉTODO DEL VECTOR REGIONA L
MÉTODOS DE CÁLCULO UTILIZADOS EN EL VECTOR REGIONAL
El método de Y. Brunet Moret calcula el promedio extendido y los índices del
Vector Regional por un método de mínimos cuadrados, tratando de minimizar las
desviaciones entre los índices de las estaciones y el Vector. Considera que el
índice regional de un año es el promedio de los índices de todas las estaciones.
Sin embargo, durante el proceso toma la precaución de filtrar los índices de las
estaciones que se alejan demasiado del promedio, puesto que el promedio es
influenciado por los valores extremos. La filtración de los valores se hace en
forma iterativa. Cuando tales valores se detectan durante una iteración, son
remplazados por su estimación por medio del Vector que acaba de calcularse, y el
cálculo recomienza con estos nuevos valores, hasta obtener un Vector Regional
con ningún valor demasiado alejado. Por lo tanto se puede notar que a pesar de
filtrar los valores demasiado alejados del promedio, estos valores guardan una
cierta influencia sobre el Vector Regional calculado. En efecto, el Vector calculado
durante una iteración y utilizado para re-estimar estos valores está contaminado
por estos valores, sobre todo si las estaciones son poco numerosas.
El método de G. Hiez calcula el promedio extendido y los índices del Vector
Regional de manera que se pueda obtener un máximo de estaciones y de años
en concordancia con el Vector Regional, eso significa que algunos valores se van
a alejar mucho. Considera además que el índice regional de un año es el índice
más frecuentemente observado sobre las diferentes estaciones. Por lo tanto, no
es necesario filtrar los datos que se alejan demasiado del promedio, puesto que
los datos extremos tienen poco efecto sobre el cálculo de la moda.
Debido a la manera como fue concebido, el método de G. Hiez parece más
potente para detectar datos erróneos y construir rápidamente un Vector Regional
poco contaminado por estos datos erróneos, pero se basa en un cálculo de la
moda que siempre es delicado evaluar, y podría presentar cierto riesgo de una
distorsión de los datos. A contrario, el método de Y. Brunet Moret parece
150
matemáticamente más sólido, pero supone que el utilizador haya eliminado todos
los datos erróneos para obtener un Vector Regional confiable. La detección,
corrección o eliminación de los datos erróneos es de todo modo una buena
política, cualquier sea el método utilizado, y es a menudo la meta principal de un
análisis con el método del Vector Regional. (Vauchel, 2005).
151
ANEXO No. 6
CUADROS COMPLEMENTARIOS
DE RELACIONES ENTRE VARIABLES
152
CUADRO 1
COEFICIENTE DE DETERMINACIÓN R2 ENTRE EL BALANCE DE LA ZONA
DE ABLACIÓN Y LAS VARIABLES EN ESTUDIO
M002 M003 M004 M024 M033 M053 M0590.96 0.91 0.98 0.52 0.96 0.28 0.81
M064 M066 M067 M105 M113 M362 M3630.98 0.85 0.82 0.37 0.06 0.95 0.95
M364 M369 M376 M377 M380 M393 MA2T0.94 0.69 0.12 0.12 0.67 0.77 0.67
M005 M006 M027 M056 M058 M153 M1910.96 0.99 0.92 0.95 0.35 0.92 0.46
M007 M008 M0410.63 0.44 0.22
P0 P2 P3 P4 P5 P6 P70.01 0.56 0.01 0.06 0.35 0.35 0.35
P_Glaciar P_Glac2 P_Glac9 P_Paramo P_Param2 P_Param90.06 0.08 0.95 0.35 0.80 0.97
T500 T600 T700 HUMREL HUMESP VIENZON SOIPRES0.23 0.41 0.33 0.86 0.78 0.00 0.01
SOIEST NINO3_4 NINO1_2 OLR0.01 0.41 0.64 0.79
TM003 TM004 TM024 TM027 TM029 TM033 TM0530.56 0.21 0.65 0.40 0.56 0.15 0.72
TM059 TM064 TM066 TM067 TM103 TM1140.88 0.46 0.16 0.31 0.15 0.73
TM006 TM056 TM058 TM185 TM1910.50 0.37 0.04 0.88 0.87
TM007 TM008 TM1880.49 0.38 0.28
TEMPERATURA REGION COSTA E INSULAR
TEMPERATURA REGION ORIENTE
PLUVIOMETRIA REGION SIERRA
PLUVIOMETRIA REGION COSTA E INSULAR
PLUVIOMETRIA REGION ORIENTE
PLUVIOMETRIA LOCAL E INDICES PLUVIOMETRICOS LOCALES
DATOS GLOBALES
TEMPERATURA REGION SIERRA
153
CUADRO 2
COMPARACIONES ENTRE RESULTADOS DE DESFASES CON LA P LUVIOMETRÍA LOCAL Y REGIONAL
LAG TODOS LOS MESES PRIMER TRIMESTRE SEGUNDO TRIMESTRE TERCER TRIMESTRE CUARTO TRIMESTRE
0
El balance se encuentra cercano a las estaciones:
M376, M377, M380 (Tungurahua), M041 (Morona Santiago) y M008 (Pastaza)
El balance no se encuentra muy cercano a ningún grupo de
estaciones y está lo más próximo a la estación M113
(Pichincha)
El balance no se encuentra muy cercano a ningún grupo de
estaciones
El balance se encuentra cercano a las estaciones:
M376, M377 (Tungurahua), M033 (Loja), M041 (Morona Santiago) y M008 (Pastaza)
El balance no se encuentra muy cercano a ningún grupo de
estaciones
1
El balance cambia hacia el cuadrante superior y empieza a
acercarse a las estaciones: M058, M153 (Esmeraldas) y
M191 (Galápagos)
Similar a lo ocurrido sin el desfase
El balance se acerca significativamente a la estación
M033 (Loja)
El balance se encuentra cercano al P04 y está cercano
a la posición original del balance
No se encuentra cercano a ninguna estación ni grupo de
estaciones
2
El balance continúa en el cuadrante superior y se acerca significativamente la estación:
M191 (Galápagos)
No se encuentra cercano a ninguna estación ni grupo de
estaciones, está más bien central
El balance se encuentra cercano a la estación M033
(Loja)
El balance se acerca a un grupo de estaciones de la
Costa: M056 (Guayas) y M153 (Esmeraldas)
No se encuentra cercano a ninguna estación ni grupo de
estaciones
3 Similar a lo ocurrido con el desfase 2
Se aproxima significativamente a las estaciones: M027
(Pichincha) y M067 (Azuay)
Similar a lo ocurrido con el desfase 2
No se encuentra cercano a ninguna estación pero tienede a
acercarse al grupo de estaciones de la Costa
No se encuentra cercano a ninguna estación ni grupo de
estaciones
4
El balance cambia hacia el cuadrante inferior y se acerca a
la posición inicial del balance sin desfase
Se aproxima significativamente a la estación: M153
(Esmeraldas)
Similar a lo ocurrido con el desfase 2
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
5 Similar a lo ocurrido con el desfase 4
Similar a lo ocurrido con el desfase 4
Similar a lo ocurrido con el desfase 2
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
6 El balance empieza a acercarse a la estación M191 (Galápagos)
Similar a lo ocurrido con el desfase 4
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
7 El balance se acerca mucho
más a la estación M191 (Galápagos)
Similar a lo ocurrido con el desfase 4
No se encuentra cercano a ninguna estación ni grupo de
estaciones
Se encuentra casi en la posición original sin desfase
No se encuentra cercano a ninguna estación ni grupo de
estaciones
154
CONTINUACIÓN CUADRO 2
COMPARACIONES ENTRE RESULTADOS DE DESFASES CON LA P LUVIOMETRÍA LOCAL Y REGIONAL
LAG TODOS LOS MESES PRIMER TRIMESTRE SEGUNDO TRIMESTRE TERCER TRIMESTRE CUARTO TRIMESTRE
8 El balance se acerca mucho más que en el desfase 7 a la estación M191 (Galápagos)
Se encuentra más cerca aún a la estación M153
Similar a lo ocurrido con el desfase 2
El balance se acerca a la estación: M008 (Pastaza)
El balance se acerca a la estación M002 (Pichincha)
9 Similar a lo ocurrido con el desfase 8
No se encuentra cercano a ninguna estación ni grupo de
estaciones
Similar a lo ocurrido con el desfase 2
El balance se acerca a las estaciones: M008 (Pastaza) y
M041 (Morona Santiago)
El balance se encuentra cercano a las estaciones: M002
(Pichincha), M058, M153 (Esmeraldas) y M393
(Chimborazo)
10 El balance se encuentra al lado
de la estación M191 (Galápagos)
El balance se encuentra cercano a la estación M191
(Galápagos)
No se encuentra cercano a ninguna estación ni grupo de
estaciones, está más bien central
El balance se acerca a un grupo de estaciones: M027
(Pichincha) y M058 (Esmeraldas)
No se encuentra cercano a ninguna estación ni grupo de
estaciones
11 El balance empieza a alejarse de M191
Similar a lo ocurrido con el desfase 10
No se encuentra cercano a ninguna estación ni grupo de
estaciones
El balance se acerca a la estación: M006 (Los Ríos)
El balance se acerca a la estación M033 (Loja)
12 El balance se aleja
completamente del grupo de estaciones
Similar a lo ocurrido con el desfase 10
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
-1 Se encuentra casi en la posición original sin desfase
Se encuentra casi en la posición original sin desfase
Se encuentra casi en la posición original sin desfase
Similar a lo ocurrido con el desfase 2
El balance se acerca a: P05, P06, P07 y P09
-2
No se encuentra cercano a ninguna estación ni grupo de
estaciones, está más bien central
El balance se encuentra cercano a las estaciones: M033
(Loja) y M059 (Carchi)
El balance se encuentra cercano a la estación M008
(Pastaza)
Similar a lo ocurrido con el desfase 11
No se encuentra cercano a ninguna estación ni grupo de
estaciones
-3 Similar a lo ocurrido con el desfase -2
Similar a lo ocurrido con el desfase -2
El balance se encuentra más cercano a la estación M008
(Pastaza)
Similar a lo ocurrido con el desfase -1
No se encuentra cercano a ninguna estación ni grupo de
estaciones
-4 Se acerca un poco a la posición original
El balance se acerca a un grupo de estaciones de la
Sierra: M002 (Pichincha), M105 (Imbabura), M376 y M377
(Tungurahua)
Similar a lo ocurrido con el desfase -2
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
155
CONTINUACIÓN CUADRO 2
COMPARACIONES ENTRE RESULTADOS DE DESFASES CON LA P LUVIOMETRÍA LOCAL Y REGIONAL
LAG TODOS LOS MESES PRIMER TRIMESTRE SEGUNDO TRIMESTRE TERCER TRIMESTRE CUARTO TRIMESTRE
-5 Similar a lo ocurrido con el desfase -4
Similar a lo ocurrido con el desfase 3
Se encuentra cercano a la posición original sin desfase
Similar a lo ocurrido sin el desfase
No se encuentra cercano a ninguna estación ni grupo de
estaciones
-6 El balance se empieza a
acercar a la estación M191 (Galápagos)
Similar a lo ocurrido con el desfase 3
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
-7 Vuelve a descender y no se acerca a ningún grupo
El balance se acerca a las estaciones: M002 y M113
(Pichincha)
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
-8 Empieza a acercarse a la posición original
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
Similar a lo ocurrido sin el desfase
El balance se acerca significativamente a: P02, P05,
P06, P07 y P09
-9 Similar a lo ocurrido con el desfase -6
No se encuentra cercano a ninguna estación ni grupo de
estaciones
No se encuentra cercano a ninguna estación ni grupo de
estaciones
Similar a lo ocurrido con el desfase 9
Similar a lo ocurrido con el desfase -1
-10 Se acerca más a la estación M191
El balance se acerca a un grupo de estaciones de la
Costa: M006 (Los Ríos), M056 (Guayas) y M058 (Esmeraldas)
No se encuentra cercano a ninguna estación ni grupo de
estaciones
El balance se acerca a la estación: M006 (Los Ríos)
No se encuentra cercano a ninguna estación ni grupo de
estaciones
-11 Similar a lo ocurrido con el desfase -10
Similar a lo ocurrido con el desfase 3
No se encuentra cercano a ninguna estación ni grupo de
estaciones
Similar a lo ocurrido con el desfase 2
El balance se acerca a: P05, P06, P07 y P09
-12 Similar a lo ocurrido con el desfase -10
No se encuentra cercano a ninguna estación ni grupo de
estaciones
Está alejado de las estaciones pero tiende a acercarse a las
estaciones: M153 (Esmeraldas) y M191 (Galápagos)
No se encuentra cercano a ninguna estación ni grupo de
estaciones
El balance se encuentra muy cerca de la estación M002 (Pichincha) y cercano a la
estación M393 (Chimborazo)
156
ANEXO No. 7
GRÁFICO COMPLEMENTARIO
157
GRÁFICO 1
CALENTAMIENTO GLOBAL EN LA COORDILLERA AMERICANA