MIC 2004-I-83 INFLUENCIA DE LOS FENÓMENOS MACROCLIMÁTICOS Y CALENTAMIENTO GLOBAL EN LA HIDROLOGÍA DEL ALTIPLANO CUNDIBOYACENSE Proyecto de Grado MAESTRÍA EN INGENIERÍA CIVIL Autor JOSE JULIAN VILLATE CORREDOR Asesor MARIO A. DÍAZ-GRANADOS O. UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL BOGOTÁ D. C. 2004
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
MIC 2004-I-83
INFLUENCIA DE LOS FENÓMENOS MACROCLIMÁTICOS Y CALENTAMIENTO GLOBAL EN LA HIDROLOGÍA DEL ALTIPLANO
CUNDIBOYACENSE
Proyecto de Grado
MAESTRÍA EN INGENIERÍA CIVIL
Autor
JOSE JULIAN VILLATE CORREDOR
Asesor
MARIO A. DÍAZ-GRANADOS O.
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
BOGOTÁ D. C.
2004
MIC 2004-I-83
AGRADECIMIENTOS
El autor expresa agradecimiento a:
Ingeniero Mario Díaz-Granados, asesor de la investigación.
Ingeniero Luis Alejandro Camacho, director de Maestría en Ingeniería Civil.
Ingeniero Gustavo Herrán Sandoval, Director Hidrología Empresa de Acueducto y
Alcantarillado de Bogotá.
Programa Universidad - Empresa
Empresa de Acueducto y Alcantarillado de Bogotá (EAAB)
Corporación Autónoma Regional de Cundinamarca (CAR)
Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Juan Diego Giraldo Osorio, compañero de Maestría
Juan David Navarrete González, compañero de Maestría
Y a todas aquellas personas que de una u otra forma participaron en la elaboración de la
investigación.
MIC 2004-I-83
DEDICATORIA
Dedico este trabajo a Dios por hacer esto posible, a mis Padre por colaborarme y estar
con migo siempre, a mis hermanas que fueron un apoyo incondicional y a ti por tu
La Figura 3 hace referencia a los diferentes escenarios que puede presentar la
temperatura de la superficie del océano Pacífico si se tienen condiciones de El Niño o de
La Niña. En ésta se observa claramente la franja de aguas calientes en la costa cerca de
Sur América durante los episodios Niño al igual que la masa de agua fría en la zona de
Australia. En la figura que muestra el comportamiento de la temperatura durante un
episodio Niña se puede observar que las masas de agua invierten su posición.
Figura 3 Temperatura superficial del océano pacífico para fenómenos El Niño y La Niña
Tomada de www.noaa.gov
3.4.2. Oscilación del Sur:
Este fenómeno debe su nombre a Sir Gilber Walker investigador inglés quien lo descubrió
en 1930. Consiste en un gradiente de presiones entre el oeste y el este del océano
Pacífico ecuatorial, causado por una onda estacionaria en la masa atmosférica. Así, un
centro de alta presión se encuentra localizado cerca de Tahití, y un centro de baja presión
se localiza en el norte de Australia cerca a Darwin.
La medida del comportamiento de este fenómeno se realiza a través del Índice de
Oscilación del Sur (IOS), el cual consiste en tomar la diferencia estandarizada de la
presión atmosférica a nivel del mar entre la ciudad Australiana de Darwin (localizada en el
Pacífico Occidental) y la isla de Tahití (Pacífico central), por medio de la expresión
mostrada en (1):
(1) ..
)()(StaDesv
DarwinPATahitiPAIOS −=
MIC 2004-I-83
24
Donde:
PA(*) = Presión media mensual menos la media histórica para el mismo mes.
Desv.Sta = Desviación estándar de la diferencia de las presiones.
En la Figura 4 se observa el comportamiento histórico del Índice de Oscilación del Sur. En
ésta puede observarse que este índice puede variar entre valores positivos y negativos
pero no necesariamente en forma alternada; además, se ve que los valores máximos
(positivos o negativos) no ocurren cada determinado tiempo, lo que indica que no tiene un
comportamiento definido.
Figura 4 Comportamiento histórico del IOS
Tomada de www.noaa.gov
Los valores de este índice se encuentran tabulados en tablas, y serán de gran importancia
para la realización de esta investigación.
3.4.3. El Niño-Oscilación del Sur (ENOS):
Consiste en un fenómeno natural producido por la interacción de una componente
oceánica y otra atmosférica en la región del Océano Pacífico Ecuatorial.
La componente oceánica es El Niño, que como ya se mencionó se trata de un
calentamiento de la temperatura superficial del océano Pacífico, mientras que la
componente atmosférica es la diferencia entre las presiones a nivel del mar conocida
como la Oscilación del Sur.
Estos dos fenómenos interactúan de tal manera que están correlacionados entre sí. Así,
para valores negativos del IOS se produce un calentamiento de la superficie del océano
(fenómeno de El Niño), mientras que para valores positivos del mismo se observa un
MIC 2004-I-83
25
enfriamiento del agua de la superficie del océano (fenómeno de La Niña). En la Figura 5
se observa la relación entre el Índice de Oscilación del Sur y el fenómeno del Niño.
Figura 5 Relación del IOS y el fenómeno del Niño.
Tomada de www.noaa.gov
El ENOS se origina en el Océano Pacífico tropical cerca de Australia, debido a un
aumento en la temperatura de las aguas superficiales, con el correr del tiempo este
máximo de temperaturas se desplaza hacia el este hasta alcanzar la costa de Sur
América, causando un enfriamiento relativo en las aguas del Pacífico occidental (cerca de
Asia). Pero hasta el momento no se conoce con total certeza el mecanismo exacto o
inminente que produce el fenómeno.
Los principales efectos causados por el fenómeno ENOS son los siguientes:
• Perturbaciones sobre la circulación atmosférica global con los respectivos
impactos climáticos
• Perturbación del transporte de energía entre el océano y la atmósfera y del
momento angular desde el ecuador a los polos, aumentando la longitud del día en
400µs durante la fase cálida.
• Concentración de CO2 en la atmósfera terrestre, esto debido a las perturbaciones
del ciclo de carbono producidas por la alteración de la estructura vertical del
océano Pacífico.
• Influencia sobre la hidrología a nivel mundial.
MIC 2004-I-83
26
• Por último, por tratarse de una interacción entre el Niño y el IOS, produce los
efectos mencionados en la sección 4.3.1
3.4.4. Oscilación del Atlántico Norte:
Fenómeno macroclimático que puede ser considerado como el ENSO del hemisferio
norte. Consiste en un fenómeno oceánico – atmosférico, causando una alteración de la
masa atmosférica entre las regiones subtropical y subpolar del Océano Atlántico Norte.
Esta oscilación domina la variabilidad del clima invernal en la región del Atlántico Norte,
en especial de Europa del Norte.
La NAO pude caracterizarse por variaciones en le gradiente de presiones a nivel del mar,
en la temperatura superficial del agua del mar, en el clima de las zonas continentales
adyacentes y en los vientos del oeste de latitudes medias.
Para medir el estado de este fenómeno se utiliza el índice de la NAO, el cual se define
como la diferencia de presiones entre una zona alta presión subtropical cuyo punto de
medición está en las islas Azores y una zona de baja presión polar con centro de
medición en Islandia. En la Figura 6 se puede observar el comportamiento histórico del
Índice de la NAO, en donde se pueden apreciar los diferentes índices positivos y
negativos que se han presentado desde 1960.
Figura 6 Comportamiento histórico del Índice de la NAO
Tomado de Http: //www.uah.es/clima/doc/prediccion/nao.htm
La presencia de la NAO produce gran cantidad de impactos climáticos y de otra índole
sobre las latitudes altas y medias del hemisferio norte, los más significativos son:
MIC 2004-I-83
27
• Los vientos subpolares del oeste provenientes desde la superficie a la estratosfera
se intensifican.
• La climatología del hemisferio norte cambia, teniendo inviernos más suaves en
Europa, acompañados de veranos muy severos en Canadá del este.
• La precipitación en el continente europeo cambia.
• Debido a los cambios climáticos la cubierta de hielo de los mares de Labrador y
Groenlandia y del océano Ártico se está derritiendo.
• La presión media a nivel del mar sobre el océano Ártico disminuye.
• Al producirse un cambio en la temperatura del agua del océano, se produce un
cambio en la distribución de peces así como de la producción del zooplancton.
De acuerdo con el signo que puede tomar el índice de la NAO, este fenómeno puede
tener dos fases:
• Fase Positiva de la NAO: Ésta se presenta cuando la presión en las islas Azores
se encuentra anómalamente fuerte mientras que la presión en Islandia se
encuentra muy baja.
Cuando se presentan estas condiciones, los vientos del oeste del Atlántico
presentan una intensidad muy fuerte, las tormentas invernales que cruzan el
Océano Atlántico con dirección nordeste aumentan en número y en intensidad, la
precipitación invernal disminuye en gran parte del territorio de la península Ibérica,
los inviernos en el norte de Europa calientes y húmedos mientras que en Canadá y
el norte de Groenlandia son fríos y secos.
• Fase Negativa de la NAO: Ocurre cuando tanto las presiones en las islas Azores
como en Islandia son demasiado bajas.
Entre los efectos más relevantes de este fenómeno se tiene la disminución en
número e intensidad de las tormentas, así como su desplazamiento hacia el sur,
frío en el norte de Europa y aumento en la precipitación en el Mediterráneo, debido
a las corrientes de agua húmeda que son desplazadas hacia este, además las
temperaturas en invierno en Groenlandia son más suaves.
Aunque se conocen las consecuencias y comportamiento de este fenómeno
macroclimático, las causas son hasta el momento desconocidas; además, el intervalo de
MIC 2004-I-83
28
tiempo con el que aparece es totalmente errático, lo que dificulta aún mas una posible
predicción de éste.
3.4.5. La Oscilación Cuasi Bienal (QBO):
Es considerado como uno de los fenómenos atmosféricos que presenta una ciclicidad casi
perfecta. Consiste en una alternancia de regímenes de vientos del oeste y del este en la
estratosfera en latitudes ecuatoriales con una periodicidad de aproximadamente 24 a 30
meses. Se manifiesta por medio de una oscilación de la dirección del viento (entre el este
y el oeste) en la zona ecuatorial de la estratosfera tropical.
La alternancia tiene efectos considerables sobre el transporte atmosférico, así como en la
temperatura atmosférica de la región ecuatorial. Cuando los vientos estratosféricos son
del oeste, se observa una deficiencia de ozono del 6 al 8% en latitudes medias a polares.
Estudios anteriores han revelado que se trata de un fenómeno que presenta una leve
influencia sobre la precipitación sobre el territorio colombiano (Zuluaga et al, 2002, p.9).
Las principales características de la Oscilación Cuasi Bienal son las siguientes (Mesa et
al, 1997, p.60):
• Los vientos zonales presentan un patrón alternante entre dirección oeste y este,
con una periodicidad alrededor de 24 – 30 meses.
• Los regímenes sucesivos aparecen primero por encima de los 30 Km, pero se
propagan hacia abajo a una velocidad de 1 Km/mes.
• La propagación hacia abajo ocurre sin perder la amplitud entre los 30 y 23 Km.
pero decrece por debajo de los 23 Km.
• La oscilación es simétrica alrededor del ecuador con una amplitud máxima de
alrededor de 20ms-1 y una distribución aproximadamente gaussiana en latitud con
un ancho medio de 12 grados.
El régimen de viento alternante se desarrolla en el techo de la baja estratosfera, y se
propaga hacia abajo a una velocidad cercana a 1 Km/mes hasta que se disipa en la
tropopausa tropical.
El movimiento hacia abajo de los vientos del oeste es generalmente más regular que el de
los vientos del este, la amplitud de fase del viento del este es cerca de dos veces más
MIC 2004-I-83
29
fuerte que la fase del oeste. La parte superior de la QBO está dominada por los vientos
del este mientras que los vientos del oeste se presentan en mayor proporción en la parte
inferior de esta.
Los principales efectos causados por este fenómeno macroclimático son:
• La circulación secundaria causada por la QBO causa una mezcla del ozono
estratosférico.
• Cambio en la circulación estratosférica del viento del hemisferio norte.
• Modificación de la precipitación del monzón.
La QBO puede ser medida por medio de un índice que corresponde a la medición de
velocidades del viento en la isla Cantón, en Gan y en Singapur. En la Figura 7 se
presenta el movimiento de la QBO. En ésta es posible observar la ciclicidad de su
ocurrencia, mostrando periodos de recurrencia de aproximadamente dos año y medio.
Figura 7 Oscilación Cuasi Bienal
Tomada de http://tao.atmos.washington.edu
Para cada uno de los fenómenos mencionados anteriormente se cuenta con sus
respectivos índices, los cuales fueron obtenidos de Internet, a través de la página
www.cpc.ncep.noaa.gov, cuyos valores pueden ser encontrados en el anexo 8.
MIC 2004-I-83
30
3.5. CAMBIO CLIMÁTICO GLOBAL
Consiste en un aumento en la temperatura media de la superficie terrestre, causado por
una alteración en la composición global atmosférica ocasionada principalmente por
actividades humanas que generan un aumento en las concentraciones atmosféricas de
gases de efecto de invernadero y por procesos externos como son los movimientos de la
corteza terrestre, variación de la radiación solar y variación de los parámetros orbitales de
la tierra. De acuerdo con estudios realizados por la Universidad Nacional de Colombia
(Poveda et al, 1998), se ha encontrado que sobre el territorio Colombiano se ha
encontrado evidencia de un aumento en las series mensuales de precipitación.
Los principales gases de invernadero son los siguientes:
Dióxido de Carbono: Es considerado como el gas menor más importante dentro del
complejo ciclo global, es disuelto en el proceso de la fotosíntesis y en los océanos. Este
gas proviene principalmente de:
• Fuentes naturales: respiración, descomposición de materia orgánica, incendios
forestales naturales.
• Fuentes antropogénicas: quema de combustibles fósiles, cambios en uso de
suelos (principalmente deforestación), quema de biomasa, manufactura de
cemento.
La concentración actual de este gas ha aumentado vertiginosamente debido
principalmente por acciones antropogénicas.
3.5.1. Metano:
Producido principalmente por procesos anaeróbicos como son los cultivos de arroz, la
digestión animal (por la descomposición de su materia orgánica), depósitos de basuras y
quema de combustibles fósiles y de biomasa. Es destruido en la baja atmósfera por
reacción con radicales hidroxilo libres (-OH).
3.5.2. Oxido nitroso:
Se produce naturalmente a través de procesos biológicos en suelos y océanos y
antropogénicamente por vehículos de combustión interna, combustión industrial en la
producción de nylon y ácido nítrico y quema de biomasa y combustibles. Es destruido
fotoquímicamente en la alta atmósfera.
MIC 2004-I-83
31
3.5.3. Ozono:
Su función principal es filtrar los rayos UV y absorber la radiación infrarroja proveniente
del sol, Se origina por reacciones fotoquímicas que involucran radiación solar, una
molécula de O2 y un átomo solitario de oxígeno, o por reacciones fotoquímicas asociadas
a emisiones antropogénicas. Cuando se encuentra en la troposfera superficial constituye
un potente contaminante atmosférico.
Su destrucción es causada por procesos fotoquímicos que involucran a radicales
hidroxilos, NOx y Cloro. En alturas estratosféricas donde actúa como filtro, los agentes
que contienen cloro (CFCs) son transformados en radicales que pueden llegar a eliminar
la capa de ozono.
3.5.4. Halocarbonos:
• Clorofluorocarbonos: Son compuestos de origen antrópico, conformados por
carbono y halógenos. Comenzaron a producirse con fines de refrigeración en los
años 30, para luego pasar a ser empleados como propulsores para aerosoles, en
la fabricación de espuma, etc. Su destrucción en la troposfera es casi imposible,
por lo cual son transportados hasta la estratosfera en donde son degradados por
la acción de los UV, en este procedimiento liberan átomos de cloro encargados de
destruir la capa de ozono.
• Hidroclorofluorocarbonos (HCFCs) e Hidrofluorocarbonos (HFCs): Compuestos
que son utilizados como sustitutos de los CFCs, son de origen antrópico, y poseen
una vida demasiado larga, lo que los convierte en gases de invernadero
demasiado potentes.
3.5.5. Agua:
Al convertirse en vapor de agua constituye un gas invernadero de gran importancia debido
a su gran cantidad, juega un papel importante en el balance global energético de la
atmósfera.
3.5.6. Aerosoles:
Compuestos principalmente por polvo, cristales de sal oceánica, esporas, cenizas,
bacterias, etc., tienen gran efecto sobre turbidez atmosférica en especial para periodos de
MIC 2004-I-83
32
tiempo corto, donde tienen la capacidad de influenciar en gran medida la cantidad de
radiación de onda corta que llega a la superficie terrestre.
Las principales actividades humanas causantes del calentamiento global son la quema de
carbón, petróleo y gas natural que liberan gran cantidad de CO2 en la atmósfera, tala y
quema de bosques que generan un doble impacto, el primero la reducción de la absorción
de CO2 realizada por los árboles y el segundo la liberación de dióxido de carbono
presente en la madera y las plantaciones de arroz y la cría de ganado bovino que
producen emisiones de metano, oxido nitroso y otros gases de invernadero.
Por causa de estas acciones, se ha cambiado la composición y la cantidad de los gases
invernadero que conforman la atmósfera, con lo cual la radiación de onda larga es
devuelta por éstos a la tierra generando el efecto de invernadero, causa principal del
cambio climático global.
3.6. ANALISIS DE LAS SERIES DE TIEMPO
El primer análisis realizado en esta investigación correspondió a la calidad y
consecutividad de cada una de las series de tiempo, lo cual se realizó por medio de los
siguientes procedimientos:
3.6.1. Análisis de Datos Faltantes:
Al momento de tomar la lectura de cada uno de los parámetros registrados en las
estaciones hidrometeorológicas, por parte de cada una de las entidades responsables
(EAAB, IDEAM, CAR) es posible encontrar fallas en los equipos, olvido de los
observadores, pérdida de información, etc. Por tal motivo, al realizar el respectivo
procesamiento de la información en una base de datos, las series históricas de algunas
estaciones pueden quedar incompletas.
Cuando se presente esta situación, es necesario realizar el correspondiente llenado de los
datos, para obtener series continuas que permitan un análisis correcto de la información.
Existen gran cantidad de métodos para el llenado de datos, en este caso debido a la
cantidad de estaciones utilizadas, se empleó un software denominado CHAC.
Este software fue desarrollado por el Centro de Estudios y Experimentación de Obras
Públicas del Ministerio de Fomento de España (CEDEX), y es de libre distribución y
utilización.
MIC 2004-I-83
33
Este programa puede ser empleado para completar cualquier tipo de información climática
de agregación mensual, funciona basándose en los datos existentes de las estaciones
aledañas, por medio de correlaciones multivariadas entre grupos de estaciones que el
usuario define previamente. Una estación incompleta debe tener como mínimo seis años
completos y dos estaciones con datos completos en el periodo de tiempo de los datos que
se quieren completar en la tercera estación. Para tener un desempeño óptimo del
software, es necesario que las estaciones empleadas para encontrar datos faltantes sean
lo más próximas posible y que tengan el mismo comportamiento climático. En la Figura 8
se observa la presentación de este programa, con los diferentes menús encargados de
realizar las diferentes tareas.
Figura 8 Presentación Programa Chac.
Tomado del programa.
La introducción de los datos se hace por medio de un archivo tipo texto, en el cual se
debe incluir la siguiente información: coordenadas, código de la estación (puede ser
código del IDEAM), tipo de estación (climatológica, limnigráfica, etc.), año, dato para cada
uno de los meses, (en caso de tener un dato faltante, ese espacio es llenado con el
número –100) y en la última columna el valor anual (en caso de tener algún mes faltante,
le valor total anual es -100).
MIC 2004-I-83
34
Adicionalmente, al programa se le deben proporcionar datos del número máximo de
estaciones de la mayor serie temporal, número de años máximo por serie temporal, inicio
del año hidrológico, año inicial y final de las series a procesar, exponente y umbral de
priorización (se refiere al grado de exactitud que se obtiene al hacer el completado de
datos, entre más uniforme sea el comportamiento Hidrológico de las estaciones mayor
será este valor, funciona como un r2).
Debido a que el umbral de priorización es un dato de entrada, el funcionamiento del
programa es de tipo iterativo, aumentando o disminuyendo el valor de este umbral hasta
completar la totalidad de los datos faltantes (se logra cuando en la ventana de
estadísticas el número de años totales es igual al de completados), en este momento se
termina el completado de datos.
Adicionalmente, este programa está en capacidad de realizar otras funciones hidrológicas
como son cálculos de caudales, evapotranspiración por diferentes métodos, simulación de
crecidas, entre otras, procedimientos que no son del alcance de esta investigación, razón
por la cual no son descritos en el presente informe.
3.6.2. Análisis Estadísticos a las Series de Tiempo:
Son empleados para verificar la uniformidad y homogeneidad, así como para buscar
evidencia de cambios climático de las series de tiempo por medio de la determinación de
tendencias.
En los análisis realizados en hidrología se debe garantizar la estacionalidad de las series
de tiempo en la media y en la varianza, en caso contrario es necesario identificar la
tendencia o posibles brincos (en la media o varianza), ya que dan un indicio del
comportamiento histórico del clima en un determinado sitio, y para la realización de
algunos análisis es necesario removerlos.
Teniendo en cuenta que uno de los objetivos de esta investigación es la determinación de
tendencias, no se realizará ningún procedimiento que modifique las series, por el contrario
deben ser trabajadas con sus características originales.
Las principales causas para los cambios y tendencias encontrados en las series de
tiempo son:
• Cambio climático a escala global
• Erupciones volcánicas
MIC 2004-I-83
35
• Incendios forestales
• Deslizamientos
• Ciclos solares
• Cambios en la ubicación de la estación y/o en el método de medición
• Cambios en el uso del suelo y en la cobertura vegetal.
Por medio del análisis estadístico se pretende analizar los siguientes aspectos:
• Análisis de homogeneidad de las series de tiempo
• Encontrar las posibles tendencias de las series de tiempo
• Encontrar posibles valores extraordinarios presentes en las series
• Determinar posibles cambios (brincos) en la media y en la varianza o la
existencia de tendencias.
Dentro de los análisis estadísticos normales se puede verificar cambios en la
media, en la varianza y tendencias, por medio de esta última es posible identificar
cambios climáticos a escala global y local.
Para la determinación de tendencias se pueden emplear diferentes métodos como son
Detección de tendencias en la media: Las pruebas existentes son entre otras:
• Prueba de Mann-Kendall
• Prueba de tendencia lineal
• Prueba de homogeneidad estacional
En esta investigación se optó por buscar tendencias por medio de las pruebas de Mann-
Kendall y de tendencia lineal o regresiones, con el fin de comparar sus resultados para
tener mayor seguridad de los análisis realizados con ellos. Aunque estos métodos pueden
ser aplicados sobre series históricas que presenten datos faltantes, la metodología
empleada en esta investigación requiere series completas.
• Prueba de Mann-Kendall:
El estadístico univariado de Mann-Kendall para una serie de tiempo [Zk, k = 1,2,...,n]
de datos es definido como:
MIC 2004-I-83
36
(2) )sgn( jij
i ZZT −= ∑<
donde:
(3) ⎪⎩
⎪⎨
⎧
<−=>
=0,1
0,00,1
)sgn(xif
xifxif
x
Si no se presentan relaciones entre las observaciones ni tendencias en las series de
tiempo, el test estadístico es normal y asintóticamente distribuido con:
(4) ( ) 0=TE Y ( ) ( )( ) 18/521 +−= nnnTVar .
Si la variable de repuesta es medida en varias estaciones (ω), el test estacionario de
Mann-Kendall es computado primero separando los datos en ω subseries, cada una
representando una estación.
(5) ( )∑<
−=lk
jkjlj ZZsignT ωK,1=j
La ecuación (5) corresponde a la estadística de Mann-Kendall para cada estación
j, la cual es sumada a través de todas las estaciones para obtener la estadística
estacionaria, la cual puede ser observada en (6)
(6) ∑=
=ω
1jjTS ,
En (6), S presenta una distribución asintóticamente normal con media cero y
varianza definida por (7)
(7) [ ] [ ] ( )∑∑≠==
+=ωω
jggj
gjj
j TTCovTVarSVar1,1
Donde:
(8) [ ]( )( ) ( )( )
18
5215211∑=
+−−+−=
m
iiiijjj
j
tttnnnTVar
MIC 2004-I-83
37
En (8), nj corresponde al número de observaciones no faltantes para cada estación j, m es el número de grupos relacionados y ti es la medida del grupo i relacionado. La covarianza entre dos estadísticos de Mann- Kendall puede ser encontrada por medio de (9)
(9) ( ) ( )( ) 31141
⎥⎦
⎤⎢⎣
⎡++−+= ∑
=gj
n
mgmjmgjgj nnnRRSTTCov
Donde nj y ng son el número de observaciones para cada estación j y g respectivamente
y Sgj puede ser calculado por medio de (10)
(10) ( )( )[ ]∑<
−−=nm
gmgnjmjngj ZZZZsignS
R en (9) corresponde a la matriz de las observaciones de cada serie, donde los
elementos de las series de cada estación son clasificados entre ellos mismos. La
clasificación de cada elemento mth dentro de cada estación i puede ser representado
por (11).
(11) ( ) 211 ⎥
⎥⎦
⎤
⎢⎢⎣
⎡−++= ∑
=
n
kjkjmjjm xxsignnR
Donde ( )jkjm xxsign − es definido como cero si xmj o xkj, corresponden a datos
faltantes, para asignar el rango medio ( ) 21+jn para el dato faltante.
La correlación incondicional puede ser encontrada por medio de (12)
(12) ( )
( ) ( )nj
ng
nj
ng
ghTVarTVar
TTCov ,=ρ
MIC 2004-I-83
38
3.6.3. Función de Correlación:
Consiste en determinar el grado de relación o de asociación que existe entre dos
variables o dos mediciones de cualquier parámetro hidrológico. Esto se hace por medio
de un número adimensional conocido como el coeficiente de correlación, el cual varia
entre –1 y 1, valores que indican máximas relaciones negativas o positivas
respectivamente. La correlación puede encontrarse para una serie de tiempo (coeficiente
de Autocorrelación) o para dos series de tiempo independientes (coeficiente de
correlación cruzada). Gráficamente pueden determinarse por medio de un correlograma,
el cual contiene una serie de límites positivos y negativos que indican el grado de
asociación de las mediciones.
• Coeficiente de Autocorrelación: Por medio de éste es posible determinar el
grado de dependencia que tiene una medición con mediciones en tiempos
pasados, determinándola en una base lineal. Este coeficiente se puede
determinar para diferentes periodos de rezago, por medio de la ecuación (13):
(13) ( )( )
( )∑
∑
=
−
=+
−
−−= N
tt
KN
tktt
ss
ssss
1
2
1ρ
En la ecuación (13), el subíndice k representa el tiempo de rezago para el cual se quiere
conocer el coeficiente de correlación de la serie en consideración.
• Coeficiente de Correlación Cruzada: Por medio de este coeficiente es posible
determinar si dos conjuntos de datos varían conjuntamente, es decir, si los
valores altos de un conjunto están asociados con los valores altos del otro
(correlación positiva), si los valores bajos de un conjunto están asociados con
los valores bajos del otro (correlación negativa) o si los valores de ambos
conjuntos no están relacionados (correlación con tendencia a cero). Al igual
que la Autocorrelación, este coeficiente también puede ser determinado para
diferentes tiempos de rezago por medio de la ecuación (14):
MIC 2004-I-83
39
(14) ( )
( )( )
( ) ( ) ⎥⎦
⎤⎢⎣
⎡⎟⎠
⎞⎜⎝
⎛−⎟
⎠
⎞⎜⎝
⎛−
−−=
∑∑
∑
==
−
=−
N
tt
N
tt
KN
tktt
yx
yyxx
yyxx
1
2
1
2
1,ρ
Igualmente, en (14) , el parámetro k indica el tiempo de rezago para el cual se va a
realizar la correlación entre las dos series.
Los valores encontrados de los coeficientes de correlación son comparados con los
límites de independencia paramétrica, con el fin de determinar el grado de relación
encontrado. La determinación de los límites es mencionada en el capitulo 4.
3.6.4. Análisis de Fourier:
La transformada discreta de Fourier es un método de amplia utilización para determinar el
espectro de frecuencia de señales digitales. Consiste en una técnica matemática que
describe una serie de tiempo en términos de su periodicidad. Por medio de este análisis
es posible determinar las frecuencias que más se repiten en una serie de tiempo.
Este análisis está basado describir un comportamiento periódico como una suma de
armónicos donde cada armónico puede ser expresado en términos polares como (15).
(15) ( )φθ −= sinAy .
Expresando (15) en términos temporales es posible describir una serie periódica de la
siguiente manera:
(16) ∑=
⎟⎠⎞
⎜⎝⎛ +=
N
ohht h
NhtAy φπ2sin
La expresión (16) puede ser expresada utilizando la identidad de la suma de dos ángulos
de un seno, con el fin de determinar los coeficientes Ah y φh con mayor facilidad,
obteniendo la expresión (17):
(17) ⎟⎠⎞
⎜⎝⎛+⎟
⎠⎞
⎜⎝⎛=
Nht
Nhty hhh
πβπα 2sin2cos
MIC 2004-I-83
40
En la ecuación (17) los coeficientes representan el peso de la contribución del armónico,
por lo cual éstos son los valores de vital importancia en el análisis, dichos coeficientes
pueden ser encontrados por medio de las ecuaciones (18) y (19)
(18) ∑−
=⎟⎠⎞
⎜⎝⎛=
1
0
2cos)(1 N
th N
httyN
πα
(19) ∑−
=⎟⎠⎞
⎜⎝⎛=
1
0
2sin)(1 N
th N
httyN
πβ
La deducción de las ecuaciones (18) y (19) se multiplica cada factor de la ecuación (17)
por coseno y seno respectivamente y luego aplicar los conceptos de ortogonalidad. La
contribución de cada uno de los exponentes encontrados en las ecuaciones (18) y (19)
debe ser unificada para encontrar el porcentaje de contribución de cada uno de los
armónicos. Esto se realiza por medio de la ecuación (20)
(20) ∑ +
+=
hhh
hhh 22
22
βαβα
En donde h representa la contribución de cada armónico. Este porcentaje debe ser
calculado para varios armónicos y graficarlo contra el número del armónico, obteniendo
de esta forma el espectro de frecuencias, ya que el número del armónico es proporcional
a la frecuencia.
MIC 2004-I-83
41
4. METODOLOGIA
Los pasos seguidos para cumplir los objetivos de la presente investigación pueden ser
enumerados como sigue:
4.1. Determinación de las Estaciones a Utilizar
Esta fue la primera etapa de la investigación y partió de dos fuentes de información
principales, un Shape y archivo en Excel con la información de las estaciones a nivel
nacional.
El Shape contiene gran cantidad de información sobre la situación actual de Colombia.
Este se encuentra digitalizado en coordenadas Planas Gausianas. Los aspectos más
relevantes tenidos en cuenta fueron la división política del país, ciudades, centros
poblados y el componente fluvial (ríos y lagunas). Sobre éste se delimitó la zona en
estudio teniendo en cuenta que no fuera cortada ninguna corriente que llegará a los ríos
Bogotá o Suárez.
El archivo en Excel tiene gran cantidad de información correspondiente a la distribución
espacial de las estaciones correspondientes a la red hidrológica nacional del IDEAM, la
CAR y la EAAB. Para cada estación se tiene información del código, ciudad, cuenca,
fechas de instalación y de suspensión y coordenadas. Las estaciones correspondientes a
la CAR y a la EAAB, tienen su ubicación directamente en coordenadas Planas Gausianas,
pero las estaciones del IDEAM se encuentran en coordenadas Geográficas.
Para localizar las estaciones provenientes del IDEAM, fue necesario el empleo del
programa “DISSMAN – TRANSFORMADOR DE COORDENADAS”, obtenido libremente
de Internet, con el fin de dejar todas las estaciones en el mismo sistema de coordenadas.
Una vez localizadas todas las estaciones sobre el Altiplano Cundiboyacense, se procedió
a determinar cuáles estaciones son las más convenientes de utilizar. Esto se determinó
teniendo en cuenta la distribución espacial de las mismas con el fin de cubrir la mayor
parte de la zona de estudio. Otro parámetro importante que se tuvo en cuenta para la
determinación de las estaciones útiles fue la cantidad de años con información,
eliminando aquellas estaciones que fueron instaladas del año 1990 en adelante, y las
estaciones que no están actualmente en funcionamiento. Adicionalmente se presentaron
series históricas con periodos con datos faltantes de mÁs de 3 años, debido a que por ser
MIC 2004-I-83
42
un periodo tan largo de tiempo los datos completados van a alterar el funcionamiento y los
resultados obtenidos. Este fue el procedimiento empleado para determinar las estaciones
utilizadas para el desarrollo de la investigación.
4.2. Análisis de Datos Faltantes
Cada una de las series históricas de precipitación y de temperatura empleadas en esta
investigación fue estudiada cuidadosamente para determinar si presenta datos faltantes,
esto con el fin de tener todas las series con periodos de información completa. Como se
mencionó en el capitulo 3, el procedimiento de completado de información se realizó por
medio del programa Chac.
Teniendo en cuenta el procedimiento que sigue el programa Chac para el completado de
información, en primer lugar fue necesario dividir el Altiplano Cundiboyacense en varias
zonas, con el fin de agrupar las diferentes estaciones, teniendo en cuenta su ubicación
espacial, su altura sobre el nivel del mar y en la medida que fuera posible en función de
su comportamiento climático. En la Figura 9 se puede observar la zonificación realizada,
así como la ubicación de todas las estaciones que se emplearon en la investigación.
Figura 9 Zonificación del Altiplano Cundiboyacense
4.2.1. Precipitación:
MIC 2004-I-83
43
Como puede observarse en la Figura 9, las estaciones están distribuidas a lo largo de
toda la zona de estudio, y cada una de las zonas en las cuales fue dividido el altiplano
posee bastantes estaciones. Además se buscó que no quedará ninguna estación aislada,
aspectos de vital importancia para el óptimo desempeño del programa y lógicamente para
la confiabilidad de los resultados obtenidos. Los resultados obtenidos para las estaciones
de cada una de las zonas en las que fue dividido el altiplano se explican a continuación:
• Zona A: Corresponde a la esquina Nor-Oriental del altiplano, con estaciones cuya
altura oscila entre 2470 y 3400 m.s.n.m. (la estación de mayor altitud fue incluida
debido al limitado número de estaciones en esta zona). En la Tabla 3 se pueden
observar las estaciones que la conforman:
Tabla 3 Estaciones correspondientes a la zona A del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2403515 CP BELENCITO Chicamocha 2530 NOBSA
3519001 PG CINTAS LAS Q LAS CINTAS 3400 SOGAMOSO
2403019 PM MONGUI MONGUI 2970 MONGUI
2403076 PM CRUCERO EL VILLITA Chicamocha 3225 SOGAMOSO
2403023 PM IZA PESCA 2470 IZA
2403054 PM FIRAVITOBA PESCA 2486 FIRAVITOBA
2403041 PM TIBASOSA Chicamocha 2500 TIBASOSA
2403518 CO SAN RAFAEL Chicamocha 2548 TIBASOSA
2403104 PM CRECIENTE LA CUCHE 2500 SANTA ROSA DE VI
2403035 PG DUITAMA CHITICUY 2540 DUITAMA
2403061 PM EMPODUITAMA CHITICUY 2590 DUITAMA
2403051 PM CEREZO EL SALITRE 2900 PAIPA
2403517 CO TUNGUAVITA SALITRE 2470 PAIPA
Fuente Autor
Analizando los registros históricos de la totalidad de las estaciones pertenecientes a esta
zona, se encontró que todas ellas podían ser completadas en un intervalo de tiempo entre
1970 y 2002. Todas las estaciones pudieron ser completadas para este periodo de
tiempo, con un Umbral de Priorización de 0.608.
• Zona B: Corresponde a una zona circundante de la capital del departamento de
Boyacá, su altitud oscila entre 2500 y 3000 m.s.n.m. y sus corrientes son afluentes
del río Chicamocha, en la Tabla 4 se observan las estaciones pertenecientes a
esta zona:
MIC 2004-I-83
44
Tabla 4 Estaciones correspondientes a la zona B del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2403077 PM GARROCHO EL Q ALIZAL 3100 TOCA
2403038 PM Sotaquirá SOTAQUIRA 2860 SOTAQUIRA
2403053 PM SAN ANTONIO TUTA 2580 TUTA
2403055 PM SAN PEDRO TOCA 2675 TOCA
2403014 PM Siachoque CORNICHOQUE 2720 Siachoque
2403031 PM COMBITA CHULO 2820 COMBITA
2403513 CP U P T C CHULO 2690 TUNJA
Fuente Autor
En esta zona, debido a la variedad en los periodos de registro de las series
históricas las estaciones se completaron en diferentes periodos; entre 1970 y 2002
se completaron todas las estaciones con un umbral de priorización de 0.631 y las
estaciones 2403014, 2403038, 2403031 y 2403513 se complementaron
adicionalmente desde 1961 procedimiento que se logró con un umbral de
priorización de 0.657.
• Zona C: Corresponde a la zona sur-occidental del Departamento de Boyacá
(limites entre los departamentos de Boyacá y Cundinamarca), posee estaciones
que drenan hacia los Llanos, hacia el río Bogotá y hacia el río Suárez, su altitud
varia entre 2300 y 2900 m.s.n.m. La Tabla 5 contiene las estaciones estudiadas en
esta zona.
Tabla 5 Estaciones correspondientes a la zona C del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2401070 PM SABOYA LA GRANJA SUAREZ 2550 SABOYA
2401015 PG SIMIJACA SIMIJACA 2590 SIMIJACA
2401106 PM SUSA SUSA 2600 SUSA
2401512 CP ISLA DEL SANTUARIO LAG DE FUQUENE 2580 Fúquene
Las estaciones correspondientes a esta zona poseen registros históricos bastante
disparejos, por lo cual no fue posible encontrar un periodo de tiempo común de
MIC 2004-I-83
45
complementación de información para todas ellas, por tal motivo, los intervalos de
información correspondientes fueron:
- Para todas las estaciones excepto la 2401106, se realizó el procedimiento
teniendo un periodo de tiempo entre 1970 y 2002, con un Umbral de
Priorización de 0.516.
- La estación 2401106 se completó entre 1982 y 2002, Umbral de Priorización
de 0.72
- Las estaciones 2401512, 2401015, 2401018, 3507002 y 3507003 se
completaron desde 1958 hasta 1969, para lo cual se obtuvo un Umbral de
Priorización de 0.529.
• Zona D: Corresponde a las estaciones localizadas en la cuenca alta del río
Bogotá (parte nor-oriental del Departamento de Cundinamarca), su altura varia
entre 2600 y 2900 m.s.n.m. Estas estaciones se encuentran localizadas
principalmente en cuencas tributarias del río Bogotá. La Tabla 6 corresponde a las
estaciones pertenecientes a esta zona:
•
Tabla 6 Estaciones correspondientes a la zona D del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2401007 PM LETICIA TIBITA 2650 LENGUAZAQUE
2401014 PM CUCUNUBA LAG CUCUNUBA 2620 CUCUNUBA
2120574 CO SILOS SISGA 2560 CHOCONTA
2401035 CO EL HATO RIO SUAREZ 2900 CARMEN DE CARUPA
2120027 PG SAUCIO RIO BOGOTA 2670 CHOCONTA
2120162 PM SUESCA BOGOTA 2575 SUESCA
2120118 PM GUANQUICA BOGOTA 2950 TAUSA
Fuente Autor
Para esta zona se encontró variedad en los periodos con registros de información,
el completado de datos quedó de la siguiente manera:
- Todas las estaciones fueron completadas para un periodo entre 1985 y 2002,
con un Umbral de Priorización de 0.607.
- Las estaciones 2401007, 2120574 y 2401035 fueron completadas desde 1974,
logrando un Umbral de Priorización de 0.525
MIC 2004-I-83
46
- La estación 2120043 puede ser utilizada desde 1952 a 2002, y la 2401014
desde 1959 á 2002, periodo para el cual poseen la totalidad de los datos
mensuales.
• Zona E: Corresponde a la cuenca media del río Bogotá, localizada en la Sabana
de Bogotá, su altura oscila entre 2600 y 3100 m.s.n.m. (la estación Santa Cruz
debió incluirse en esta zona debido a la carencia de información correspondiente a
estaciones con una altura similar). En la Tabla 7 se aprecian las estaciones
pertenecientes a esta zona.
•
Tabla 7 Estaciones correspondientes a la zona E del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2120078 PM POTRERO LARGO BOGOTA 2780 GUATAVITA
2120570 CO GUASCA CHIPATA 2750 GUASCA
2120122 PM STA CRUZ DE SIECHA SIECHA 3100 GUASCA
2120125 PM SAN PEDRO TEUSACA 2600 SOPO
2120163 PG TABIO GJA BOGOTA 2600 TABIO
2120159 PG ALCO RIO BOGOTA 2590 CAJICA
2120545 PG TIBITOC RIO BOGOTA 2698 TOCANCIPA
2120113 PM ALMAVIVA RIO BOGOTA 2595 CHIA
2120531 PG LA CARO RIO BOGOTA 2560 CHIA
Fuente Autor
Esta zona posee periodos de información muy similares para todas las estaciones, por
esta razón todas las estaciones fueron completadas para tener un periodo continuo de
información entre 1985 y 2002, alcanzando un Umbral de Priorización de 0.643. La
estación 2120113 no fue posible tenerla en cuenta, debido a su gran número de datos
faltantes.
• Zona F: Corresponde a la zona del Altiplano Cundiboyacense en donde se
encuentra localizada la Planta Wiesner (La Calera), todas las estaciones
pertenecen a cuencas tributarias del río Bogotá, y se localizan a una altura que
varia entre 2750 y 2800 m.s.n.m. Se tomó como una zona aparte debido a la altura
de las estaciones con relación a las estaciones localizadas en inmediaciones de
éstas. La Tabla 8 contiene la información de las estaciones localizadas en esta
zona.
MIC 2004-I-83
47
Tabla 8 Estaciones correspondientes a la zona F del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2120202 PG SERREZUELA RIO BOGOTA 2800 BOGOTA
2120011 PG SAN RAFAEL RIO BOGOTA 2750 CALERA
2120642 CO PLANTA WIESNER RIO BOGOTA 2795 CALERA
2120199 PG SOCHA RIO BOGOTA 2750 CALERA
Fuente Autor
Esta zona posee gran uniformidad en los intervalos con información de las series
de tiempo, y todas las estaciones tienen registros completos, por esta razón todas
se trabajan desde 1990 hasta 2001. Adicionalmente la estación 2120011 se toma
desde 1959 debido a que contiene registros históricos completos.
• Zona G: Corresponde a la zona urbana de la ciudad de Bogotá en su parte plana,
con alturas que oscilan entre los 2600 m.s.n.m. Como es lógico se encuentran
realizando mediciones a cuencas pertenecientes al río Bogotá. La Tabla 9
presenta las estaciones localizadas en esta zona.
•
Tabla 9 Estaciones correspondientes a la zona G del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2120040 PG SAN LUIS RIO BOGOTA 2300 BOGOTA
2120052 PG SANTA LUCIA RIO BOGOTA 2630 BOGOTA
2120197 PG CASABLANCA RIO BOGOTA 2665 BOGOTA
2120154 PG BOSA BARRENO NO. 2 RIO BOGOTA 2550 BOGOTA
2120211 PG LAS HUERTAS RIO BOGOTA 2572 SOACHA
2120569 PG CAMAVIEJA RIO BOGOTA 2680 BOGOTA
2120547 PG FONTIBON RIO BOGOTA 2518 BOGOTA
2120538 CO TECHO RIO BOGOTA 2550 BOGOTA
2120196 PG SALITRE CASA DE BOMBAS RIO BOGOTA 2580 BOGOTA
2120031 PG CERRO DE SUBA RIO BOGOTA 2691 BOGOTA
2120065 PG CONTADOR RIO BOGOTA 2597 BOGOTA
2120111 PG USAQUEN SANTA ANA RIO BOGOTA 2647 BOGOTA
2120516 CO LA RAMADA RIO BOGOTA 2545 FUNZA
2120066 PG LA VIEJA RIO BOGOTA 2720 BOGOTA
Fuente Autor
MIC 2004-I-83
48
Las estaciones localizadas en esta zona presentan un intervalo de tiempo común
entre 1970 y 2002, por esta razón el procedimiento para completar información se
realizó en este intervalo de tiempo, con un Umbral de Priorización de 0.61.
• Zona H: Corresponde a los cerros orientales de Bogotá, cuyos ríos drenan hacia
el río Bogotá, las estaciones tienen una altitud que varia entre 2700 y 3300
m.s.n.m. En la Tabla 10 se aprecian las estaciones correspondientes a esta zona.
Tabla 10 Estaciones correspondientes a la zona H del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2120032 PG EL GRANIZO RIO BOGOTA 3125 BOGOTA
2120008 PG SAN FCO.SALITRE K9 RIO BOGOTA 3047 BOGOTA
2120198 PG GUADALUPE RIO BOGOTA 3316 BOGOTA
2120023 PG SAN DIEGO RIO BOGOTA 2700 BOGOTA
2120524 CO VITELMA RIO BOGOTA 2800 BOGOTA
2120013 PG EL DELIRIO RIO BOGOTA 3000 BOGOTA
2120204 PG JUAN REY RIO BOGOTA 2985 BOGOTA
Fuente Autor
Teniendo en cuenta los registros de información de cada estación, se realizo la
complementación de los datos entre 1987 y 2001, con un Coeficiente de
Priorización de 0.584, adicionalmente fue posible completar las estaciones
2120524, 2120008, 2120023, 2120032 y 2120013 entre 1945 y 1986, alcanzando
un Umbral de Priorización de 0.662.
• Zona I: Esta localizada en la parte sur-occidental del Altiplano Cundiboyacense,
con alturas que varían entre 2550 y 2600 m.s.n.m. en inmediaciones del río
Bogotá, la Tabla 11 corresponde a las estaciones localizadas en esta zona.
MIC 2004-I-83
49
Tabla 11 Estaciones correspondientes a la zona I del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2120577 CO BASE AEREA MADRID BOGOTA 2550 MADRID
2120155 PM ROBLE EL BOGOTA 2560 MADRID
2120598 CO PROVIDENCIA GJA BOGOTA 2560 TENJO
2120626 CO CORP UNIV AGROPEC BOGOTA 2570 CHIA
2120121 PM HATO EL SUBACHOQUE 2575 TENJO
2120075 PM BOJACA RIO BOGOTA 2603 BOJACA
2120166 PM EL FUTE RIO BOGOTA 2607 SOACHA
2120561 CP MUÑA RIO BOGOTA 2565 SIBATE
2120211 PG LAS HUERTAS RIO BOGOTA 2572 SOACHA
Fuente Autor
Los periodos de información de las estaciones correspondientes a esta zona son
muy variados, por lo cual el procedimiento de complementación de información se
realizó de la siguiente manera:
- Todas las estaciones con un periodo común entre 1990 y 2002 con un Umbral
de Priorización de 0.535
- Las estaciones 2120577, 2120121, 2120075, 2120166 y 2120561 se
completaron entre 1977 y 1989 alcanzando un Umbral de Priorización de 0.568
- Las estaciones 2120075, 2120166 y 2120561 fue posible completarlas entre
1965 y 1976, con un Umbral de Priorización de 0.624.
• Zona J: Corresponde a la zona sur del Altiplano Cundiboyacense, en
inmediaciones al nacimiento del río Tunjuelo, se presentan alturas que oscilan
entre 3000 y 3500 m.s.n.m. Se tomó como una zona aparte debido a la altura de
las estaciones y a la presencia de estaciones con información, la Tabla 12
corresponde a las estaciones localizadas en esta zona.
Tabla 12 Estaciones correspondientes a la zona I del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad
2120019 PG BOCAGRANDE - SALITRE RIO BOGOTA 3475 BOGOTA
2120020 PG EL HATO RIO BOGOTA 3150 BOGOTA
2120509 PG LA REGADERA RIO BOGOTA 3050 BOGOTA
2120205 PG QUIBA RIO BOGOTA 3000 BOGOTA
Fuente Autor
MIC 2004-I-83
50
Todas las estaciones correspondientes a esta zona fueron completadas desde 1990 hasta
2002, alcanzando un Umbral de priorización de 0.641. Las estaciones 2120019, 2120020
y 2120509 se completaron entre 1970 y 1989 con Umbral de Priorización de 0.824.
Los archivos resultantes de realizar los procedimientos de llenado de información para
cada zona se compilaron en uno solo, con el fin de tener un archivo de entrada para cada
una de las pruebas y procedimientos a realizar sobre la información.
4.2.2. Temperatura: Teniendo en cuenta la zonificación observada en la Figura 9, las
estaciones con información de temperatura fueron agrupadas con el fin de realizar el
completado de información, para los parámetros de temperatura media. Las zonas
establecidas así como los resultados obtenidos se enuncian a continuación:
• Zona A: Corresponde a la zona Nor-Oriental del Altiplano, posee estaciones con
alturas que varían entre 2500 y 3000msnm, en la Tabla 13 se observan las
estaciones pertenecientes a esta zona
Tabla 13 Estaciones correspondientes a la zona A del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad 2403512 CO SURBATA BONZA SURBA 2485 DUITAMA
2403515 CP BELENCITO CHICAMOCHA 2530 NOBSA
2403517 CO TUNGUAVITA SALITRE 2470 PAIPA
2403518 CO SAN RAFAEL CHICAMOCHA 2548 TIBASOSA
3509503 CO TUNEL EL LAG DE TOTA 3000 CUITIVA
Fuente Autor
Para la temperatura media se realizó completado de información entre 1970 y
2002, alcanzando un Umbral de Priorización de 0.69.
Para la temperatura máxima el completado de información se logró entre 1980 y
2002, con un Umbral de Priorización de 0.504
• Zona B: Corresponde a las zonas C y D tomadas para la precipitación, en limites
entre los departamentos entre Boyacá y Cundinamarca, su altura varia entre 2500
y 2700msnm, la Tabla 14 muestra las estaciones correspondientes a esta zona.
MIC 2004-I-83
51
Tabla 14 Estaciones correspondientes a la Zona B del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad 2401512 CP SANTUARIO FUQUENE 2580 Fúquene
2401522 CP VILLA CARMEN GACHANECA 2600 SAMACA
2403504 CO COPA LA TUTA 2700 TOCA
2403513 CP U P T C CHULO 2690 TUNJA
3507501 CO NUEVO COLON TURMEQUE 2438 NUEVO COLON
Fuente Autor
En esta zona, para la temperatura media se realizó completado de información
entre 1970 y 2002 con un Umbral de Priorización de 0.542.
La temperatura máxima fue completada entre 1975 y 2002 logrando un Umbral de
Priorización de 0.47
• Zona C: Esta zona se encuentra localizada en la cuenca media del río Bogotá, a la
altura de la Sabana de Bogotá, entre1600 y 1750msnm, en la Tabla 15 se
observan las estaciones correspondientes a esta zona.
Tabla 15 Estaciones Correspondientes a la Zona C del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad 2120570 CO GUASCA CHIPATA 2750 GUASCA
2120574 CO SILOS SISGA 2560 CHOCONTA
2120605 CP E. C. INGENIERIA BOGOTA 2650 BOGOT
2120626 CO U.AGROPEC BOGOTA 2570 CHIA
2120540 CP CHECUA RIO CHECUA 2580 ZIPAQUIRA
Fuente Autor
Para la temperatura media se encontró un Umbral de Priorización de 0.55
completando datos entre 1975 y 2002.
Para la temperatura máxima se completaron años entre 1990 y 2002, con un Umbral
de Priorización de 0.48
• Zona D: Corresponde a la zona sur del Altiplano de Boyacá incluyendo la ciudad
de Bogotá, sus estaciones corresponde a una variación de alturas entre 2500 y
2700 m.s.n.m, la Tabla 16 corresponde a las estaciones localizadas en esta zona.
MIC 2004-I-83
52
Tabla 16 Estaciones Correspondientes a la Zona D del Altiplano Cundiboyacense
Código Tipo Nombre Corriente Altura Ciudad 2120542 AM TIBAITATA BALSILLAS 2543 MOSQUERA
2120558 CO VENADO ORO VIVERO BOGOTA 2725 BOGOT
2120571 CO JARDIN BOTÁNICO BOGOTA 2552 BOGOT
2120572 CO SAN JORGE GJA SOACHA 2900 SOACHA
2120579 SP APTO ELDORADO BOGOTA 2547 BOGOT
2120622 CP U NACIONAL BOGOTA 2556 BOGOT
2120623 CO VEGAS LAS HDA BOGOTA 2543 BOGOT
2120516 CO LA RAMADA BOGOTA 2545 FUNZA
2120561 CP MUÑA BOGOTA 2565 FUNZA
Fuente Autor
Para la temperatura mensual se completó información entre 1970 y 2002, con Umbral
de Priorización de 0.543.
Para la temperatura máxima la información fue completada entre 1970 y 2001,
logrando un Umbral de Priorización de 0.49.
Para el completado de información de temperatura media, se obtuvieron valores bajos del
Umbral de Priorización con relación a los obtenidos con las series de precipitación, esto
es debido a la falta de información de este parámetro en la zona de estudio, la Figura 10
muestra la ubicación de las estaciones climatológicas que fueron utilizadas para el
análisis de la temperatura del Altiplano Cundiboyacense. Se observa que
desafortunadamente para la zona central del altiplano se cuenta con poca información,
razón por la cual los resultados de tendencias obtenidos no son demasiado satisfactorios.
MIC 2004-I-83
53
Figura 10 Ubicación de las estaciones con información de temperatura empleadas
Para tener una cierta certeza de la calidad de la información completada, para cada zona
se realizó el procedimiento de completar información eliminando datos existentes para
luego completarlos. Este procedimiento se logro con Umbrales de Priorización del orden
de 0.8. Con estos resultados se realizaron graficas de datos completados contra datos
reales (medidos) y se encontró que los datos completados tienen alto grado de cercanía
con los datos medidos, con coeficientes de correlación del orden de 0.989, resultados
que indican un comportamiento satisfactorio del software empleado.
4.3. Análisis Realizado sobre las Series de Tiempo
Todas las series históricas de precipitación y temperatura fueron analizadas
estadísticamente con el fin de determinar tendencias en las series históricas,
autocorrelaciones, correlaciones cruzadas con fenómenos macroclimáticos para
determinar el comportamiento de las variables climáticas dentro del altiplano
Cundiboyacense.
MIC 2004-I-83
54
4.3.1. Pruebas de Tendencia en la Media:
• Prueba de Mann Kendal: Esta prueba fue desarrollada con el fin de determinar la
existencia de tendencias en una serie de tiempo. El procedimiento empleado para su
aplicación fue por medio de un código de programación realizado en IDL y consistió en el
desarrollo de los siguientes pasos:
Ordenar la serie histórica cronológicamente.
Cada valor de la serie histórica se compara con todos los valores siguientes de la serie
para determinar si es mayor o menor.
En caso de ser menor se clasifica con el signo más de lo contrario se clasifica con el signo
menos.
Se determina el valor S que es igual a la diferencia entre signos mas y menos
Se determina el valor de ZS por medio de la ecuación (21):
(21)
0100
01
<+
=
==
>−
=
SsiSZ
siZ
SsiSZ
SS
s
SS
σ
σ
El valor de σs puede ser calculado por medio de la ecuación (22):
(22) ( ) ( ) ( )52*1*18 +−= nnnsσ
Donde n corresponde al número de datos.
El valor absoluto de Zs es comparado con el valor de Z crítico (Zcrit), el cual es el valor de
la distribución normal estándar con una probabilidad de excedencia de α/2.
El valor de Zcrit fue determinado por medio del programa IDL empleando la función Zcrt
= GAUSS_CVF(α), con un valor de α = 0.025.
En caso de producirse un valor de Zs mayor al valor de Zcrit, se encuentra que la serie
histórica posee alguna tendencia positiva o negativa, si el valor de S es mayor o menor
que 0 respectivamente.
MIC 2004-I-83
55
• Prueba de Regresión Lineal: Se realizaron regresiones lineales para cada una de
las series de tiempo, por medio de la función REGRESS de IDL, determinando para cada
una el valor de la pendiente y del coeficiente de correlación lineal (R).
Se determinó el valor de TC utilizando la ecuación (23)
(23) 212
RNRTC−
−=
Se determinó el valor de Tcrit empleando la prueba t student con una certeza del 95% y
N-1 grados de libertad, lo cual se realiza por medio de la función Tcrit = T_CVF(P, Df),
donde P se tomó como 0.025 y Df son los grados de libertad para cada una de las series.
Se comparan los valores de Tc y Tcrit y se determina que si Tc es mayor que Tcrit se
presenta una tendencia en la serie, siendo positiva o negativa dependiendo del signo de
la pendiente.
Este procedimiento se realizó para las series mensuales y para valores agregados
anuales.
4.3.2. Análisis del comportamiento de las series de tiempo:
A cada una de las series de tiempo se le realizó un análisis de su comportamiento
teniendo en cuenta las frecuencias de duración de sus ciclos. Para esto se realizaron dos
procedimientos:
• Gráficas: Para cada serie de tiempo tanto de precipitación como de temperatura
media, se determinaron los promedios mensuales multianuales, los cuales fueron
graficados para cada serie, determinando de esta forma los ciclos de cada una de
ellas. Adicionalmente se realizaron gráficos de dispersión y regresiones entre
diferentes variables para determinar la relación encontrada entre ellas. Estos
análisis pueden ser observados en el capítulo 5.
• Análisis de Fourier: Este procedimiento fue realizado por medio de un código de
programación de IDL, empleando la función Result = FFT(Array [, Direction]), en la
cual “Array” corresponde a la serie de tiempo que se va a analizar y “Direction”
indica si se trata de la transformada hacia a delante o la inversa.
MIC 2004-I-83
56
Los resultados obtenidos por este procedimiento indican la frecuencia que más se
repite dentro de la serie histórica, dicho valor es graficado en un plano de periodo
contra potencia.
4.3.3. Correlaciones:
Para observar el comportamiento de las series de tiempo se realizaron análisis de
correlación los cuales pueden ser resumidos como sigue:
• Autocorrelación: Consiste en determinar el grado de asociación de un valor X1 de
la serie histórica ya sea de temperatura o de precipitación, con valores X2,
X3,...Xn, en donde n se refiere al máximo valor de rezago, para el caso de esta
investigación el máximo valor de rezago n se estableció como 30. Este valor de
correlación se estableció a partir de un programa en IDL, empleando la siguiente
función: Result = A_CORRELATE(X, Lag), en donde Result corresponde al
coeficiente de correlación (R), X a la serie histórica y lag al valor del máximo
rezago n.
Para determinar si existe o no relación entre los valores, se compara el valor de R
con los límites superior e inferior, los cuales se determinan por medio de las
ecuaciones (24) y (25)
(24) KN
KNZR
−
−−+−=
−11
21
sup
α
(25) KN
KNZR
−
−−+−=
−11
21
sup
α
Donde Z corresponde al valor para una distribución normal estándar con un valor
de significancia del 95% (1-α/2) y K corresponde al valor del rezago que se está
analizando.
Si Rsup ≥ RK ≤ Rinf se encuentra que no existe correlación significativa entre los
valores.
• Correlación Cruzada: Teniendo en cuenta que se disponen de series históricas a
nivel mensual de precipitación y de temperaturas, y además de los índices de cada
uno de los fenómenos macroclimáticos, se realizaron correlaciones cruzadas, para
MIC 2004-I-83
57
determinar el grado de influencia de los fenómenos macroclimáticos en cada una
de las series de tiempo.
Este procedimiento se realizó igualmente por medio de un código de programación
elaborado en IDL, la función que se encargó de encontrar la influencia fue result =
C_CORRELATE(X, Y, lag), donde X corresponde a la serie histórica, Y a los
índices macroclimáticos y lag se refiere al máximo rezago que se quiere analizar,
el cual corresponde al número de datos de la serie histórica dividido en 4.
Otro mecanismo de relación entre las series de tiempo y los índices
macroclimáticos consistió en determinar el espectro cruzado de Fourier entre estas
variables. Por medio de este se determina cual es la frecuencia que más se repite
dentro del correlograma cruzado encontrado para cada una de las series. Este
procedimiento se llevó a cabo por medio de la función de IDL, Result = FFT(Array
[, Direction]), en la cual “Array” corresponde al correlograma que se analiza y
“Direction” indica si se trata de la transformada hacia a delante o la inversa, en
este caso se emplea hacia delante.
MIC 2004-I-83
58
5. ANÁLISIS DE LOS RESULTADOS OBTENIDOS
Con la información de precipitación y de temperaturas recopilada, es posible realizar una
caracterización del comportamiento del Altiplano Cundiboyacense, partiendo del análisis
puntual del comportamiento de las series, hasta determinar la influencia de algunos
fenómenos macroclimáticos sobre el comportamiento de las mismas.
5.1. Comportamiento hidroclimático del Altiplano Cundiboyacense:
Teniendo en cuenta que la zona en estudio es una planicie de gran superficie que se
encuentra localizada dentro de la cordillera oriental, puede presentar influencia de
comportamientos climáticos adyacentes como los encontrados en las cuencas de los
llanos orientales o simplemente por comportamientos de diferentes cuencas
pertenecientes a la misma zona, es conveniente determinar una zonificación del
comportamiento anual tanto de precipitaciones como de temperaturas. Para lo anterior se
parte de la información de las series históricas para llegar a la construcción de isoyetas y
de isotermas.
5.1.1. Precipitación:
Se analizó el comportamiento puntual y espacial de la zona en estudio, con el objetivo de
establecer principalmente ciclos de precipitación y diagramas de Isoyetas mensuales
multianuales.
La determinación de los ciclos de precipitación de cada estación se realizó por medio de
tres procedimientos diferentes, el primero consistió en un código elaborado en IDL, en el
cual se leen todas las estaciones realizando un promedio mensual multianual, dichos
valores son graficados en un histograma el cual muestra con exactitud el comportamiento
anual de la serie.
Otro importante procedimiento que se realizó para establecer los ciclos anuales de cada
serie consistió en la implementación del análisis de la transformada de Fourier, el cual
como ya se mencionó determina las frecuencias más fuertes dentro de una serie de
tiempo.
Por último se realizaron autocorrelogramas de cada estación por medio de los cuales es
posible determinar la relación existente entre la temperatura de un mes con la de otro
MIC 2004-I-83
59
cualquiera, por medio de estas relaciones es posible identificar la duración de los ciclos de
cada estación.
Los resultados obtenidos para cada estación de estos tres métodos son totalmente
equivalentes, y a partir de ellos es posible determinar tres comportamientos diferentes
dentro del altiplano:
• Ciclo semi-anual: Se presenta en casi la totalidad del Altiplano Cundiboyacense,
posee una precipitación máxima mensual multianual promedio de 100 mm,
presenta en el año dos periodos secos cuyos valores mínimos se observan
durante los meses de diciembre – enero y julio – agosto y dos periodos húmedos
con máximos durante Abril – Mayo y Octubre – Noviembre. En la Figura 11 se
observa la gráfica del ciclo anual encontrado para una estación correspondiente a
esta clasificación, la cual presenta todas las características descritas
anteriormente.
Figura 11 Precipitación promedio multianual ciclo semi-anual
En los autocorrelogramas encontrados para estas series es claro que un mes de
altas precipitaciones está directamente relacionado cada seis meses con otro mes
de alta precipitación, e inversamente relacionado con meses de baja precipitación
con tres meses de rezago. Igualmente, las estaciones con bajos niveles de
Precipitación se encuentran altamente relacionadas entre sí con seis meses de
rezago.
En casi la totalidad de las estaciones, el autocorrelograma muestra coeficientes de
correlación superiores a los valores encontrados para los límites de independencia
paramétrica. Un ejemplo de las características de los autocorrelogramas puede ser
observado en la Figura 12.
MIC 2004-I-83
60
Figura 12 Autocorrelograma ciclo semi-anual
El espectro de Fourier muestra para todas las estaciones una única potencia de
gran magnitud a los seis meses, demostrando que ésta es la frecuencia que más
se repite, aspecto que corrobora los resultados encontrados por medio de los
métodos anteriores. El espectro de Fourier encontrado para este tipo de
comportamiento se presenta en la Figura 13.
Figura 13 Espectro de Fourier para ciclo semi-anual
• Ciclo Anual: Este comportamiento se presenta en las estaciones del altiplano que
limitan con cuencas de los llanos orientales o que drenan hacia ellas, es decir las
estaciones localizadas en la parte oriental del altiplano. Tienen una precipitación
máxima promedio de 160 mm, se caracteriza por tener un solo ciclo de
precipitaciones en todo el año, presentando precipitaciones máximas entre los
meses de junio y agosto, y un periodo de baja precipitación entre diciembre y
MIC 2004-I-83
61
febrero. Un ejemplo de este tipo de comportamiento puede ser observado en la
Figura 14
Figura 14 Ciclo anual de precipitación
Se observa como el nivel de precipitaciones comienza en el nivel mas bajo,
asciende hasta llegar a un máximo en el mes julio y comienza a descender para
finalizar nuevamente en el mes de diciembre, mes de muy baja precipitación.
Los autocorrelogramas para este tipo de ciclos funcionan con rezagos de 12
meses, es decir las precipitaciones altas están directamente relacionados cada 12
meses, al igual que las precipitaciones bajas, además un valor alto de
precipitación está relacionado con valores bajos en intervalos de seis meses. Esto
se refleja en la Figura 15 que muestra el comportamiento de estos gráficos para un
ciclo anual. Al igual que para el ciclo semi-anual, para meses cercanos a la
duración del ciclo (doce meses), el coeficiente de correlación es mayor que los
límites de independencia paramétrica.
Figura 15 Autocorrelograma para ciclo anual
MIC 2004-I-83
62
El espectro de Fourier para este caso presenta para doce meses una potencia
muy fuerte, consistente con los resultados obtenidos por medio de los dos análisis
anteriores. Esto se ve claramente en la Figura 16 que muestra un gráfico del
espectro tipo para el comportamiento de las estaciones que presentan este ciclo.
Figura 16 Espectro de Fourier ciclo anual
Se observa que la única frecuencia importante es para los doce meses,
demostrando que por medio de los tres métodos se obtienen los mismos
resultados.
• Ciclo errático: Consiste en estaciones que no muestran ningún comportamiento
definido, se presenta en estaciones localizadas entre las estaciones con ciclo
anual y con ciclo semi-anual, por su tipo de comportamiento al parecer se
encuentran influenciadas por los de ciclos.
En la Figura 17 se presentan los resultados obtenidos por los tres análisis, en los
cuales lo único identificable es que el autocorrelograma no presenta ningún tipo de
relación para ningún rezago.
MIC 2004-I-83
63
Figura 17 Resultados estaciones comportamiento errático
Como se puede observar tratar de definir un solo patrón de comportamiento es
prácticamente imposible, debido a la gran disparidad de los registros mensuales.
El análisis de Fourier presenta potencias muy demasiado bajas (comparadas con
las encontradas para los ciclos anual y semi anual) y picos erráticos a lo largo de
todo el periodo de tiempo, indicando que no se encuentra ningún tipo de
frecuencia significativa. En el anexo 3 se encuentran graficados los resultados
obtenidos para todas las estaciones analizadas por medio de los procedimientos
mencionados anteriormente.
Partiendo de los resultados descritos para los ciclos de precipitación, se realiza la
Figura 18 en la cual se presenta la distribución de las estaciones dependiendo de
su ciclo de precipitación. En azul se presentan las estaciones que poseen ciclo
semi-anual, en rojo las de ciclo anual y en amarillo aquellas que no presentan un
ciclo definido, la distribución de las estaciones se ajusta a la descripción realizada
para cada uno de los ciclos.
MIC 2004-I-83
64
Figura 18 Zonificación por ciclos de precipitación altiplano Cundiboyacense
Adicionalmente a este ejercicio se realizaron diferentes planos mostrando las isoyetas de
precipitación mensual multianual y las isoyetas para la precipitación multianual, con el fin
de establecer la distribución de precipitaciones sobre el altiplano En la Figura 19 se puede
apreciar que la distribución de temperaturas es concordante con los resultados contenidos
en el anexo 3, en los cuales las mayores precipitaciones se encuentran para las series
orientales del Altiplano (adyacentes a las cuencas de los llanos orientales)
MIC 2004-I-83
65
Figura 19 Precipitación multianual Altiplano Cundiboyacense
Estos planos de isoyetas fueron realizados por medio del programa ArcView versión 8.2,
utilizando el método IDW (Inverse Distance Weighted) el cual funciona como un
interpolador que trabaja asumiendo que cada valor tiene una influencia local la cual es
inversa a la distancia. Para encontrar el valor de un punto específico el programa utiliza
información de un número determinado de puntos o de todos los puntos localizados
dentro de un radio determinado (datos que son determinados por el usuario).
El anexo 1 muestra las isoyetas de precipitación mensual multianual, y al comparar cada
mes con los resultados de los ciclos encontrados se observa que existe una gran relación,
ya que observando las precipitaciones encontradas para cada mes, el comportamiento es
análogo al descrito en los tipos de ciclos encontrados a lo largo de todo el altiplano.
5.1.2. Temperatura:
Las series de temperatura fueron analizadas de la misma manera que las series de
precipitación, para determinar patrones de comportamiento. Para todas las estaciones se
encontró el mismo comportamiento: comienzan con un valor medio de temperatura en
enero, aumentan hasta llegar a un máximo durante los meses de abril a mayo,
MIC 2004-I-83
66
descienden hasta un valor mínimo que se produce durante los meses de julio y agosto,
para luego subir para llegar a diciembre con una temperatura media.
Se trata de un ciclo que se acerca al anual, sin embargo no es del todo uniforme. Esto se
evidencia en los gráficos del espectro de Fourier, para el cual las potencias de los picos
encontrados para el mes doce no son muy fuertes.
El autocorrelograma describe que las series de tiempo son mucho más relacionadas entre
valores positivos en donde alcanza coeficientes de correlación mayores a los límites de
independencia, un valor positivo está correlacionado con otro con un rezago de 12 meses,
para los valores negativos se observa que los coeficientes de correlación superan en muy
pocas estaciones a los límites de independencia. Las características encontradas por
estos modelos pueden ser observadas en la Figura 20, en la cual los ejes de la
temperatura se encuentran exagerados para poder observar mas claramente el
comportamiento del ciclo anual. Los resultados encontrados para todas las series se
presentan el anexo 4.
Figura 20 Determinación de ciclos para temperaturas
MIC 2004-I-83
67
Se observa que el espectro de Fourier presenta dos picos de potencias bajas en relación
con las encontradas para las series de precipitación, lo cual se debe en primera medida a
la distribución del ciclo anual y a los similares valores de precipitación mensual multianual.
Debido a que todas las estaciones presentan el mismo comportamiento no se hace
ninguna zonificación de acuerdo al ciclo anual, sin embargo, con la ayuda del programa
ArcView versión 8.2, siguiendo el mismo procedimiento empleado para la precipitación, se
elaboraron isotermas, con el fin de observar al comportamiento multianual de la
temperatura dentro del Altiplano Cundiboyacense. Las isotermas multianuales para la
zona en estudio puede observarse en la Figura 21, y las isotermas mensuales
multianuales se presentan en el anexo 2.
Figura 21 Isotermas Altiplano Cundiboyacense
Como puede observarse, la conformación de temperaturas presenta una distribución muy
similar que la encontrada para las isoyetas, se encuentran núcleos de temperaturas bajas
en la zona oriental del altiplano, sitios para los cuales en la Figura 21 se observan las
mayores precipitaciones, lo cual es consecuente con la condición de requerir un
MIC 2004-I-83
68
enfriamiento del aire para producirse la precipitación. Las zonas de mayores
temperaturas se encuentran ubicadas en la Sabana de Bogotá y en la zona oriental del
Altiplano Cundiboyacense.
En el anexo 2, es posible encontrar que durante todos los meses los núcleos de mayor
temperatura se localizan en la región oriental de la zona en estudio (municipios de
Sogamoso, Nobsa, etc.) y en estaciones localizadas dentro de la ciudad de Bogotá, los
puntos con temperaturas bajas se localizan en la zona sur oriental del Altiplano (en
Chocontá, límites entre Boyacá y Cundinamarca) y hacia el sur occidente de la ciudad de
Bogotá.
El comportamiento a lo largo del año es en si muy constante, de acuerdo a lo mencionado
anteriormente, además se observa que en el Altiplano las mayores temperaturas ocurren
en meses de lluviosos.
5.1.3. Relación entre Altura y Temperatura.
Para determinar la posible influencia de la altura con la temperatura se realizaron gráficos
de dispersión a nivel mensual y anual así como regresiones teniendo en cuenta la altura
como variable independiente, los resultados obtenidos se mencionan a continuación.
En primer lugar se trabajaron gráficos de dispersión con la información mensual de
temperatura, la cual se relacionó con la altura de la estación que la registró, la Figura 22
presenta los resultados obtenidos, en ella se aprecia claramente que cuando la altura de
la zona aumenta, la temperatura tiende a disminuir.
Estos dos parámetros se encuentran relacionados con un coeficiente R2 = 0.4998, razón
por la cual se puede decir que la temperatura de la zona no está directamente relacionada
con la altura, sino que existen factores externos que pueden de una u otra forma influir en
el comportamiento de este parámetro.
MIC 2004-I-83
69
Figura 22 Influencia de la altura en la temperatura a nivel mensual del Altiplano Cundiboyacense
Relación información mensual Altura Vs Temperatura
R2 = 0.4998
0
5
10
15
20
2400 2500 2600 2700 2800 2900 3000 3100
Altura (m)
Tem
pera
tura
°C
Analizando la Figura 22 se puede apreciar que existen estaciones con altura entre 2500 y
2600 m.s.n.m. que presentan un comportamiento atípico con relación al comportamiento
promedio de la zona en estudio, tales estaciones se aprecian en la Tabla 17 en la cual la
columna Estado se refiere a la dirección de la desviación presentada en la temperatura.
Tabla 17 Estaciones con comportamiento anómalo a nivel mensual Estación Altura Estado Localizacion2403515 2530 Alta Nobsa2403518 2548 Alta Nobsa2401512 2580 Alta San Miguel de Sem a2120622 2556 Alta Bogotá2120571 2552 Alta Bogotá2120516 2545 Baja Mosquera2120561 2565 Baja Soacha2120574 2560 Baja Chocontá
El 80% de las estaciones que presentan una temperatura elevada con relación al
comportamiento global del Altiplano se encuentran localizadas en los mismo sitios en los
cuales se presentaron las mayores tendencias positivas de la temperatura, lo cual es un
aspecto que hace pensar que pueden tratarse de zona con climas especiales. En cuanto
a las estaciones con temperatura anómalamente baja, puede verse que se localizan en
los sitios en los cuales se encontraron los núcleos de temperaturas más bajas dentro del
Altiplano Cundiboyacense a lo largo del año.
MIC 2004-I-83
70
Con estos mismos datos se realizó una regresión, con el fin de corroborar la relación
existente entre estos dos parámetros, se encontró un coeficiente R2 =0.472, confirmando
afirmaciones realizadas con los datos encontrados por medio del diagrama de dispersión.
Sobre los datos anuales se desarrollaron los mismos procedimientos descritos para los
datos anuales, y como era de esperarse los resultados obtenidos resultaron ser análogos,
en la Figura 23 se observa el diagrama de dispersión acompañado de la línea de
tendencia exponencial, en esta se observa que nuevamente la temperatura disminuye con
la altura, pero esta vez con un coeficiente de correlación R2 = 0.5656, indicando que los
valores de temperatura anual están más correlacionados con la altura que los valores
mensuales.
Figura 23 Influencia de la altura en la temperatura a nivel anual del Altiplano Cundiboyacense
Relación información anual Altura Vs Temperatura
R2 = 0.5656
02468
10121416
2400 2500 2600 2700 2800 2900 3000 3100
Altura
Tem
pera
tura
Analizando los datos anuales se observa que la cantidad de estaciones que presentan
desviaciones importantes en sus valores de temperatura disminuye, razón para encontrar
un mayor valor en al coeficiente R2, en la Tabla 18 se pueden observar aquellas que
continúan presentando estas anomalías.
La totalidad de las estaciones que presentan diferencias de temperatura a nivel anual
están contenidas en las estaciones con problemas a nivel mensual, mostrando
nuevamente las zonas con comportamiento independiente dentro del Altiplano
Cundiboyacense.
MIC 2004-I-83
71
Tabla 18 Estaciones con comportamiento anómalo a nivel anual
Estación Altura Estado Localizacion2403515 2530 Alta Nobsa2403518 2548 Alta Nobsa2120622 2556 Alta Bogotá2120574 2560 Baja Chocontá
Al realizar una regresión con los datos anuales, se encontró nuevamente que el
coeficiente de correlación mejoró con relación al encontrado para los datos mensuales,
esta vez fue de 0.546.
La mejor correlación de los datos anuales con respecto a los mensuales puede deberse a
datos mensuales extremos de algunas temperaturas extraordinarias a nivel mensual, que
al agregarlas a nivel anual son atenuadas. Otro factor que puede influir en los resultados
obtenidos es el completado de la información que fue necesario realizar, en especial con
la estación localizada en Chocontá, ya que si se observa el plano con la ubicación de las
estaciones está fue completada con estaciones relativamente alejadas.
5.1.4. Correlaciones entre precipitación y temperatura media.
Teniendo en cuenta que doce de las estaciones empleadas en ésta investigación cuentan
con información de precipitación y de temperatura, se realizaron análisis de correlación
cruzada entre estos dos parámetros, así como gráficas de dispersión y correlaciones
haciendo variar la variable dependiente.
Por medio de las correlaciones se encontró que la zona en estudio puede ser dividida en
dos con relación al comportamiento de la temperatura en función de la precipitación.
La primera zona se presenta en inmediaciones a las cuencas de los Llanos Orientales, en
ésta, el coeficiente de correlación cruzada para las estaciones presenta alteración de
valores máximos y mínimos cada 6 meses, es decir frecuencias de doce meses para
correlaciones del mismo signo, este aspecto se refleja de forma notable en los gráficos de
correlación cruzada y en el espectro cruzado de Fourier, el cual presenta picos con
máximas frecuencias a los doce meses. Otras característica importante consiste en que
un valor alto de precipitación esta seguido por entre 3 y 4 meses de meses de
temperaturas bajas, para luego encontrar correlación positiva a los 6 ó 7 meses (valor
positivo de precitación indicará valor positivo de temperatura).
MIC 2004-I-83
72
El comportamiento de la zona restante del Altiplano se caracteriza por presentar
frecuencias de seis meses, el coeficiente de correlación de rezago 0 es positivo (difiriendo
de la zona de frecuencias anuales) y presenta el primer coeficiente de correlación máximo
para el rezago 6 y el mínimo para un rezago de 3 meses, comportamiento que se repite
periódicamente durante el periodo de análisis. Observando el Espectro Cruzado de
Fourier, es posible determinar que se presentan picos a los seis meses, ratificando los
resultados observados por medio de las correlaciones cruzadas.
Para las dos zonas encontradas se observa que los coeficientes de correlación son
mayores a los límites de independencia. Los gráficos de Correlaciones Cruzadas y del
Espectro de Fourier para cada una de las estaciones pueden ser observados en el Anexo
6.
Los resultados obtenidos de la variación de la precipitación en función de la temperatura
indican un comportamiento análogo al descrito anteriormente, pero presentando algunas
variaciones en los valores de los coeficientes encontrados en las Correlaciones Cruzadas.
Estos gráficos también pueden ser observados en el Anexo 6.
Adicionalmente se realizaron gráficos de dispersión y regresiones entre los valores
anuales de precipitación y temperatura de cada una de las estaciones, con el fin de
establecer relaciones en el comportamiento de estos parámetros.
Se estableció la precipitación como variable independiente y al ver la Figura 24, en
términos generales es evidente que existe una relación directa entre la precipitación y la
temperatura, aunque no muy correlacionada, según lo índica el coeficiente de correlación
R2 (0.4493), este bajo valor se debe a que para valores muy cercanos de precipitación se
encuentran diferencias de temperatura de casi un grado, a parejas de datos que no
siguen la tendencia general y puntualmente a dos estaciones que presentan temperaturas
bastante altas (por encima de 15°C) con precipitaciones medias (2403515 y 2403518),
estas estaciones se encuentran localizadas en el extremo oriental del Altiplano, en
inmediaciones de las ciudades de Sogamoso, Nobsa, entre otras, zona del departamento
de Boyacá que como se mencionó anteriormente debido a su estilo de vida presenta un
alto grado de contaminación, factor local que puede ser de vital importancia en el
comportamiento del clima de la región.
Al hacer una regresión para corroborar los resultados obtenidos, se encontró un
coeficiente de determinación R2 de 0.4394, valor muy similar al encontrado para la
MIC 2004-I-83
73
dispersión, con lo cual se puede establecer que no existe una total relación entre la
temperatura y la precipitación de la zona.
Figura 24 Influencia de la precipitación en la temperatura
Variación de la precipitación Vs Temperatura
R2 = 0.4493
10
11
12
13
14
15
16
500 600 700 800 900 1000 1100
Precipitación (mm)
Tem
pera
tura
°C
5.2. Análisis de tendencias:
Efectuado sobre las series de precipitación y de temperatura media, con el fin de
establecer y pronosticar cambios en los regímenes climáticos ocurridos en el Altiplano
Cundiboyacense en los últimos años. El procedimiento empleado consistió principalmente
en análisis gráficos y estadísticos.
5.2.1. Precipitación:
Sobre cada serie de precipitación se realizaron pruebas de regresión y de Mann-Kendall,
encaminadas a determinar tendencias en las series de tiempo, estos procedimientos
fueron empleados sobre las series completas tomando datos mes a mes (enero, febrero,
marzo...) durante todos los años seguidos, sobre las series discriminando por meses (solo
enero, solo febrero...,solo diciembre) y sobre los valores de precipitación total anual, con
el fin de poder establecer conclusiones más concretas acerca del comportamiento
climático de la zona en estudio.
Las series anuales de precipitación fueron analizadas por medio los dos métodos
mencionados anteriormente, con el propósito de comparar los resultados obtenidos, y
contar con bases más sólidas con las cuales puedan ser sustentados los resultados
MIC 2004-I-83
74
encontrados. La Tabla 19 presenta paralelamente los resultados obtenidos por los dos
métodos, para las estaciones cuyas series históricas presentan algún tipo de tendencia.
Tabla 19 Resultados del Análisis para los datos anuales de precipitación
Es posible observar que los dos métodos producen resultados muy parecidos en lo
referente a las series históricas que presentan tendencias, identificando que un 27% de
las 82 estaciones seleccionadas para el análisis presentan tendencias, De estas, un
83.36% presentan tendencias negativas. También se observa que en casi la totalidad de
los casos, el resultado obtenido para la prueba estadística supera en gran medida el
resultado del estadístico o valor crítico, aspecto que sugiere que se trata de series con
tendencias bien marcadas.
Resultados encontrados para otras estaciones, mostraban series de tiempo con
pendientes del orden del 10%, pero al realizarles la prueba estadística, esta no arrojaba
ningún tipo de tendencia. Esto es consecuencia de series de tiempo demasiado cortas,
que no tienen suficientes datos y por lo cual no pueden mostrar el real comportamiento de
la zona.
Sobre las series de tiempo que presentan tendencias se realizaron pruebas para
determinar el cambio cuantitativo de la precipitación en términos de la pendiente
encontrada para cada una de las series. En la Tabla 20 se observa la cantidad de años
necesaria para que se produzca una disminución porcentual del valor anual de
Figura 29 Distribución de las estaciones que presentan tendencias en temperatura
Aún tomando la tendencia negativa, se observa que prácticamente la totalidad de la zona
en estudio con información presenta tendencias positivas, como se puede ver en la
Figura 29, en la cual las estaciones rojas indican las estaciones que presentan una alta
tendencia y las azules tendencias positivas bajas.
En la Figura 29 se puede observar que las zonas extremas del altiplano (la parte sur
correspondiente a Bogotá y sus alrededores y la parte norte a Duitama y Sogamoso) que
son las que presentan mayor cantidad de información presentan un alto grado de
tendencias positivas, indicando que con el tiempo se ha venido presentando un
incremento en la temperatura. Este calentamiento ha sido mas fuerte en sectores
aledaños a la ciudad de Bogotá, resultado concordante con lo encontrado para las series
anuales, reforzando aún mas la idea que es consecuencia directa del alto grado de
contaminación presente en el aire.
Debido a que la zona central del altiplano presenta carencia de información suficiente no
es posible hacer un buen diagnostico acerca de la tendencia de esta zona, aunque a
MIC 2004-I-83
86
primera vista se aprecia que se ha presentado un fuerte incremento en la temperatura, sin
embargo sería conveniente ampliar el estudio de esa zona contando con mayor cantidad
de información.
5.3. Análisis del Impacto de Fenómenos Macroclimáticos sobre el Altiplano Cundiboyacense:
Este punto consistió específicamente analizar el impacto del fenómeno del Niño sobre la
climatología del Altiplano, así como la realización de correlogramas cruzados y espectros
cruzados de Fourier entre los principales índices macroclimáticos y las series históricas de
precipitación y temperatura.
5.3.1. Análisis del Fenómeno del Niño
Para determinar este impacto, se realizaron correlaciones entre los diferentes Índices
Niño (niño 1-2, niño 3, niño 3-4 y niño 4) y las series históricas mensuales de precipitación
y temperatura, y análisis comparativos de las series históricas entre los valores de los
parámetros climáticos anuales en años Niño y los valores multianuales totales de las
series. Este análisis se realizó para los fenómenos ocurridos después de 1972, debido a
que gran parte de las series comienzan desde 1970.
- Comparación de series históricas: El procedimiento empleado consistió en tomar las
series anuales de cada estación de precipitación y de temperatura y comparar cada valor
con el valor promedio multianual de precipitación y temperatura respectivamente, se
encontró que para la mayoría de las estaciones en los años normales las variaciones no
superaron el 20%, por esta razón se propuso que un cambio significativo era aquel para el
cual los valores mensuales de precipitación y de temperatura se verían afectados en un
20%. Los procedimientos empleados para cada parámetro fueron:
Precipitación: Se realizó en Excel una tabla comparativa en la cual se comparan los
valores de precipitación anual en años niño con los valores de precipitación promedio
multianual, si la diferencia entre la precipitación anual y la precipitación promedio
multianual es mayor al 20%, se determinó que el aumento o la disminución de la
precipitación de ese año estuvo de alguna manera influenciada por el fenómeno del Niño.
En la Tabla 1 pueden ser observados los fenómenos Niño que influyeron en mayor
medida sobre la precipitación sobre el Altiplano Cundiboyacense.
MIC 2004-I-83
87
Tabla 26 Influencia del fenómeno del Niño en la precipitación del Altiplano Cundiboyacense P r e c . C a r a c t e r i s t i c a P r e c . C a r a c t e r is t i c a P r e c . C a r a c t e r i s t ic a P r e c . C a r a c t e r is t i c a P r e c . C a r a c t e r i s t ic a P r e c . C a r a c t e r i s t ic a P r e c . C a r a c t e r i s t i c a
2 4 0 3 5 1 5 7 7 4 . 2 0 - 1 3 1 n o i n f l u e n c i a - 1 3 3 n o i n f lu e n c ia - 1 6 4 in f l u e n c i a - 1 1 5 n o i n f lu e n c ia - 2 1 1 i n f l u e n c i a - 1 0 9 n o i n f l u e n c i a - 3 0 8 i n f l u e n c i a2 4 0 3 0 1 9 8 0 8 . 6 0 - 1 7 0 i n f l u e n c i a - 4 0 n o i n f lu e n c ia - 1 4 5 n o in f l u e n c i a 1 3 2 n o i n f lu e n c ia - 1 1 6 n o i n f l u e n c i a - 1 6 2 i n f lu e n c i a - 2 1 9 i n f l u e n c i a2 4 0 3 0 2 3 7 0 3 . 0 6 - 1 9 8 i n f l u e n c i a 7 4 n o i n f lu e n c ia - 1 4 4 in f l u e n c i a - 1 6 0 i n f lu e n c ia - 1 9 1 i n f l u e n c i a 2 2 n o i n f l u e n c i a - 3 1 7 i n f l u e n c i a3 5 1 9 0 0 1 1 1 3 7 . 2 3 - 3 3 0 i n f l u e n c i a 1 4 1 n o i n f lu e n c ia - 5 6 n o in f l u e n c i a 9 1 n o i n f lu e n c ia - 3 7 n o i n f l u e n c i a - 2 9 5 i n f lu e n c i a - 1 1 9 n o i n f l u e n c i a2 4 0 3 0 7 6 8 0 7 . 2 7 - 1 6 3 i n f l u e n c i a 1 0 n o i n f lu e n c ia 6 0 n o in f l u e n c i a - 1 4 0 n o i n f lu e n c ia - 4 7 n o i n f l u e n c i a - 4 9 n o i n f l u e n c i a - 4 3 9 i n f l u e n c i a2 4 0 3 0 5 4 6 9 1 . 6 5 - 5 3 n o i n f l u e n c i a 4 0 n o i n f lu e n c ia 8 0 n o in f l u e n c i a 8 8 n o i n f lu e n c ia - 1 9 4 i n f l u e n c i a 1 2 5 n o i n f l u e n c i a - 3 2 2 i n f l u e n c i a2 4 0 3 0 4 1 8 2 5 . 1 4 5 4 7 i n f l u e n c i a 9 4 6 i n f lu e n c ia 3 0 1 in f l u e n c i a - 9 8 n o i n f lu e n c ia - 3 2 5 i n f l u e n c i a - 7 1 n o i n f l u e n c i a - 4 9 6 i n f l u e n c i a2 4 0 3 0 5 1 1 0 7 0 . 7 0 - 4 4 4 i n f l u e n c i a 4 9 n o i n f lu e n c ia - 3 8 3 in f l u e n c i a - 2 7 0 i n f lu e n c ia - 4 6 5 i n f l u e n c i a 1 5 3 n o i n f l u e n c i a - 5 0 3 i n f l u e n c i a2 4 0 3 5 1 7 9 5 3 . 0 7 - 7 6 n o i n f l u e n c i a 3 7 n o i n f lu e n c ia - 2 4 1 in f l u e n c i a - 9 0 n o i n f lu e n c ia - 3 3 1 i n f l u e n c i a 1 7 4 n o i n f l u e n c i a - 2 8 3 i n f l u e n c i a2 4 0 3 5 1 8 8 2 4 . 2 0 - 1 1 4 n o i n f l u e n c i a - 1 4 5 n o i n f lu e n c ia - 6 1 n o in f l u e n c i a - 5 6 n o i n f lu e n c ia - 2 1 7 i n f l u e n c i a 8 8 n o i n f l u e n c i a - 1 0 9 n o i n f l u e n c i a2 4 0 3 0 3 5 9 6 8 . 4 7 8 7 1 i n f l u e n c i a 6 7 n o i n f lu e n c ia - 2 4 3 in f l u e n c i a - 1 7 8 n o i n f lu e n c ia - 3 9 0 i n f l u e n c i a - 3 8 n o i n f l u e n c i a - 3 2 4 i n f l u e n c i a2 4 0 3 0 6 1 8 6 9 . 7 9 3 3 9 i n f l u e n c i a 1 8 7 i n f lu e n c ia - 3 0 6 in f l u e n c i a - 1 3 9 n o i n f lu e n c ia - 3 0 4 i n f l u e n c i a - 3 5 n o i n f l u e n c i a - 1 9 0 i n f l u e n c i a2 4 0 3 1 0 4 8 5 3 . 2 3 - 4 2 3 in f l u e n c i a - 1 0 8 n o i n f lu e n c ia - 2 2 2 i n f l u e n c i a 1 2 1 n o i n f l u e n c i a - 1 7 3 i n f l u e n c i a2 4 0 3 0 7 7 6 6 6 . 7 5 - 1 4 5 i n f l u e n c i a 1 4 3 i n f lu e n c ia 2 8 1 in f l u e n c i a - 1 8 7 i n f lu e n c ia - 1 5 4 i n f l u e n c i a 1 6 0 i n f lu e n c i a - 1 9 7 i n f l u e n c i a2 4 0 3 0 3 8 1 2 5 2 . 8 5 5 5 n o i n f l u e n c i a 2 3 5 n o i n f lu e n c ia - 6 0 3 in f l u e n c i a - 8 1 n o i n f lu e n c ia - 4 1 4 i n f l u e n c i a - 1 7 9 n o i n f l u e n c i a - 3 7 5 i n f l u e n c i a2 4 0 3 0 5 3 8 7 8 . 5 0 2 9 4 i n f l u e n c i a - 8 5 n o i n f lu e n c ia - 1 3 4 n o in f l u e n c i a - 1 9 3 i n f lu e n c ia - 3 0 8 i n f l u e n c i a 5 1 n o i n f l u e n c i a - 2 7 2 i n f l u e n c i a2 4 0 3 0 5 5 6 3 5 . 5 7 8 0 n o i n f l u e n c i a 0 n o i n f lu e n c ia - 2 0 8 in f l u e n c i a - 1 7 0 i n f lu e n c ia - 1 6 9 i n f l u e n c i a 1 2 8 i n f lu e n c i a - 1 8 1 i n f l u e n c i a2 4 0 3 0 1 4 7 7 1 . 7 5 - 5 5 n o i n f l u e n c i a 6 4 n o i n f lu e n c ia - 2 9 9 in f l u e n c i a 4 4 1 i n f lu e n c ia - 2 9 7 i n f l u e n c i a - 1 7 2 i n f lu e n c i a - 2 4 2 i n f l u e n c i a2 4 0 3 0 3 1 9 6 2 . 3 0 2 8 6 i n f l u e n c i a 3 3 n o i n f lu e n c ia - 5 8 9 in f l u e n c i a - 1 6 7 n o i n f lu e n c ia - 1 6 9 n o i n f l u e n c i a - 1 9 n o i n f l u e n c i a - 3 3 8 i n f l u e n c i a2 4 0 3 5 1 3 6 2 2 . 9 7 1 7 9 i n f l u e n c i a 1 0 0 n o i n f lu e n c ia - 1 6 4 in f l u e n c i a - 3 4 n o i n f lu e n c ia - 1 6 9 i n f l u e n c i a 1 2 5 i n f lu e n c i a - 2 0 4 i n f l u e n c i a2 4 0 1 0 7 0 1 2 9 7 . 6 2 2 7 4 i n f l u e n c i a - 6 1 n o i n f lu e n c ia 3 3 1 in f l u e n c i a 1 2 5 n o i n f lu e n c ia - 6 6 5 i n f l u e n c i a - 4 0 1 i n f lu e n c i a - 4 1 3 i n f l u e n c i a2 4 0 1 5 1 2 1 0 6 4 . 1 9 2 1 9 i n f l u e n c i a 0 n o i n f lu e n c ia 1 0 4 n o in f l u e n c i a 6 8 n o i n f lu e n c ia 2 9 4 i n f l u e n c i a 3 4 4 i n f lu e n c i a - 2 9 0 i n f l u e n c i a2 4 0 1 5 2 2 6 9 9 . 0 2 5 8 n o i n f l u e n c i a 1 0 8 n o i n f lu e n c ia - 1 2 1 n o in f l u e n c i a - 8 4 n o i n f lu e n c ia - 1 4 6 i n f l u e n c i a 1 0 5 n o i n f l u e n c i a - 2 1 0 i n f l u e n c i a2 4 0 1 0 1 5 8 6 3 . 5 0 2 9 1 i n f l u e n c i a - 2 8 n o i n f lu e n c ia - 8 1 n o in f l u e n c i a 8 3 n o i n f lu e n c ia - 3 3 2 i n f l u e n c i a 1 9 8 i n f lu e n c i a - 3 4 9 i n f l u e n c i a2 4 0 1 0 1 8 1 0 9 9 . 6 8 1 1 9 n o i n f l u e n c i a 9 9 n o i n f lu e n c ia - 4 2 6 in f l u e n c i a - 2 5 6 i n f lu e n c ia - 4 2 5 i n f l u e n c i a - 1 6 4 n o i n f l u e n c i a - 5 7 0 i n f l u e n c i a3 5 0 7 0 0 2 1 0 9 2 . 5 3 1 8 3 3 i n f l u e n c i a 5 3 4 i n f lu e n c ia 3 3 7 in f l u e n c i a - 2 4 5 i n f lu e n c ia - 4 3 6 i n f l u e n c i a - 4 4 7 i n f lu e n c i a - 3 3 3 i n f l u e n c i a3 5 0 7 0 0 3 8 6 1 . 9 9 3 1 0 i n f l u e n c i a 4 6 6 i n f lu e n c ia 2 3 7 in f l u e n c i a 1 7 9 i n f lu e n c ia 3 0 5 i n f l u e n c i a - 3 3 4 i n f lu e n c i a - 3 7 0 i n f l u e n c i a3 5 0 7 5 0 1 8 9 5 . 2 2 3 2 n o i n f l u e n c i a 8 9 n o i n f lu e n c ia - 1 2 1 n o in f l u e n c i a 1 0 8 n o i n f lu e n c ia - 7 9 n o i n f l u e n c i a - 9 3 n o i n f l u e n c i a - 7 2 n o i n f l u e n c i a2 1 2 0 6 3 2 7 2 2 . 1 7 1 1 0 n o i n f l u e n c i a 1 0 8 n o i n f lu e n c ia - 1 6 6 in f l u e n c i a - 1 2 1 n o i n f lu e n c ia - 1 3 8 n o i n f l u e n c i a - 7 3 n o i n f l u e n c i a - 1 3 8 n o i n f l u e n c i a2 4 0 1 1 0 6 9 7 9 . 6 1 - 1 0 0 n o in f l u e n c i a - 1 7 0 n o i n f lu e n c ia - 3 3 9 i n f l u e n c i a 2 5 2 i n f lu e n c i a - 2 4 6 i n f l u e n c i a2 1 2 0 0 4 3 6 7 9 . 8 6 - 7 9 n o i n f l u e n c i a 1 8 0 i n f lu e n c ia - 6 6 n o in f l u e n c i a - 2 5 7 i n f lu e n c ia - 2 6 n o i n f l u e n c i a - 1 3 7 i n f lu e n c i a - 6 n o i n f l u e n c i a2 4 0 1 0 0 7 8 1 9 . 3 1 1 7 0 - 1 8 7 in f l u e n c i a - 2 3 5 i n f lu e n c ia - 1 6 3 n o i n f l u e n c i a 2 6 6 i n f lu e n c i a - 8 2 n o i n f l u e n c i a2 4 0 1 0 1 4 6 9 3 . 2 0 4 0 n o i n f l u e n c i a 2 0 4 i n f lu e n c ia - 2 1 3 in f l u e n c i a - 6 7 n o i n f lu e n c ia - 1 4 3 i n f l u e n c i a - 5 9 n o i n f l u e n c i a - 2 2 5 i n f l u e n c i a2 4 0 1 0 6 1 7 3 5 . 4 4 4 9 6 i n f lu e n c ia - 1 1 5 n o in f l u e n c i a 1 2 2 n o i n f lu e n c ia - 2 8 4 i n f l u e n c i a - 2 2 4 i n f lu e n c i a - 4 3 7 i n f l u e n c i a2 1 2 0 5 7 4 9 3 0 . 9 7 3 1 7 i n f lu e n c ia 1 3 5 n o in f l u e n c i a 2 1 0 i n f lu e n c ia - 1 1 8 n o i n f l u e n c i a - 2 0 5 i n f lu e n c i a - 1 9 4 i n f l u e n c i a2 4 0 1 0 3 5 7 1 7 . 3 6 5 9 n o i n f lu e n c ia - 9 9 n o in f l u e n c i a 7 8 n o i n f lu e n c ia - 1 9 3 i n f l u e n c i a 1 2 2 n o i n f l u e n c i a - 1 4 0 n o i n f l u e n c i a2 1 2 0 0 2 7 7 7 4 . 2 9 2 4 0 i n f lu e n c ia - 2 0 8 i n f l u e n c i a - 4 1 1 i n f lu e n c i a - 3 9 n o i n f l u e n c i a2 1 2 0 1 6 2 5 9 7 . 2 6 - 4 9 n o i n f lu e n c ia - 7 5 n o i n f l u e n c i a 7 1 n o i n f l u e n c i a - 1 5 9 i n f l u e n c i a2 1 2 0 1 1 8 8 5 9 . 7 7 1 0 2 n o i n f lu e n c ia - 2 5 5 i n f l u e n c i a 1 6 5 n o i n f l u e n c i a - 1 7 5 i n f l u e n c i a2 1 2 0 0 7 8 1 1 3 6 . 8 9 - 1 2 9 n o i n f lu e n c ia - 1 6 2 n o i n f l u e n c i a - 1 9 7 n o i n f l u e n c i a - 1 1 5 n o i n f l u e n c i a2 1 2 0 1 6 3 8 0 2 . 8 4 8 4 n o i n f lu e n c ia - 2 0 5 i n f l u e n c i a 2 7 3 i n f lu e n c i a - 2 2 6 i n f l u e n c i a2 1 2 0 5 7 0 7 3 5 . 6 9 1 2 7 n o i n f lu e n c ia - 1 2 4 n o i n f l u e n c i a - 8 5 n o i n f l u e n c i a - 1 8 8 i n f l u e n c i a2 1 2 0 1 2 2 1 1 3 7 . 9 6 2 6 2 i n f lu e n c ia - 2 6 1 i n f l u e n c i a - 5 5 n o i n f l u e n c i a - 4 1 1 i n f l u e n c i a2 1 2 0 1 2 5 7 0 4 . 9 3 1 7 5 i n f lu e n c ia - 7 4 n o i n f l u e n c i a 1 7 5 i n f lu e n c i a - 1 1 4 n o i n f l u e n c i a2 1 2 0 1 5 9 6 3 7 . 3 6 2 0 7 i n f lu e n c ia - 1 0 8 n o i n f l u e n c i a - 2 3 6 i n f lu e n c i a - 2 0 0 i n f l u e n c i a2 1 2 0 5 4 5 8 1 2 . 1 9 - 1 1 1 n o i n f lu e n c ia - 4 7 5 i n f l u e n c i a 2 8 9 i n f lu e n c i a - 3 1 9 i n f l u e n c i a2 1 2 0 5 3 1 7 0 2 . 9 3 1 1 8 n o i n f lu e n c ia 9 7 n o i n f l u e n c i a 1 1 9 n o i n f l u e n c i a - 2 2 2 i n f l u e n c i a2 1 2 0 2 0 2 9 3 9 . 6 3 - 1 1 6 n o i n f l u e n c i a 8 8 n o i n f l u e n c i a - 7 6 n o i n f l u e n c i a2 1 2 0 1 9 9 1 3 7 2 . 8 8 - 2 6 8 n o i n f l u e n c i a - 2 3 3 n o i n f l u e n c i a - 1 0 n o i n f l u e n c i a2 1 2 0 6 4 2 8 8 3 . 7 1 - 4 4 n o i n f l u e n c i a 2 6 n o i n f l u e n c i a - 1 1 3 n o i n f l u e n c i a2 1 2 0 0 1 1 1 1 4 0 . 6 8 - 1 3 8 n o i n f l u e n c i a - 2 0 n o i n f lu e n c ia - 2 3 8 in f l u e n c i a - 1 5 5 n o i n f lu e n c ia 1 9 5 n o i n f l u e n c i a 2 6 8 i n f lu e n c i a 2 2 8 n o i n f l u e n c i a2 1 2 0 0 4 0 1 0 4 1 . 2 3 2 9 8 i n f l u e n c i a 3 6 n o i n f lu e n c ia - 2 6 7 in f l u e n c i a - 9 6 n o i n f lu e n c ia - 1 6 5 n o i n f l u e n c i a - 5 2 n o i n f l u e n c i a 2 2 4 i n f l u e n c i a2 1 2 0 0 5 2 6 5 7 . 2 3 8 2 n o i n f l u e n c i a - 5 4 n o i n f lu e n c ia - 5 1 n o in f l u e n c i a - 3 9 8 i n f lu e n c ia - 2 0 6 i n f l u e n c i a 1 6 9 i n f lu e n c i a - 2 1 6 i n f l u e n c i a2 1 2 0 1 9 7 5 9 5 . 4 5 - 4 n o i n f l u e n c i a - 7 5 n o i n f lu e n c ia - 6 8 n o in f l u e n c i a - 8 7 n o i n f lu e n c ia - 2 1 9 i n f l u e n c i a - 5 6 n o i n f l u e n c i a - 5 7 n o i n f l u e n c i a2 1 2 0 1 9 6 8 8 4 . 6 4 1 7 6 n o i n f l u e n c i a 2 2 n o i n f lu e n c ia 5 5 n o in f l u e n c i a - 9 4 n o i n f lu e n c ia - 2 4 7 i n f l u e n c i a - 2 5 8 i n f lu e n c i a - 3 0 4 i n f l u e n c i a2 1 2 0 1 5 4 5 8 3 . 5 1 1 3 8 i n f l u e n c i a - 3 1 n o i n f lu e n c ia 4 5 n o in f l u e n c i a - 6 4 n o i n f lu e n c ia - 2 6 4 i n f l u e n c i a 1 3 6 i n f lu e n c i a - 1 7 9 i n f l u e n c i a2 1 2 0 1 1 1 9 6 6 . 6 8 2 0 2 i n f l u e n c i a 2 1 2 i n f lu e n c ia 1 3 6 n o in f l u e n c i a - 1 3 7 n o i n f lu e n c ia - 4 9 n o i n f l u e n c i a - 4 4 n o i n f l u e n c i a - 2 1 9 i n f l u e n c i a2 1 2 0 0 6 5 9 3 0 . 7 1 7 2 n o i n f l u e n c i a 2 5 8 i n f lu e n c ia - 1 1 1 n o in f l u e n c i a - 2 3 n o i n f lu e n c ia - 3 0 2 i n f l u e n c i a 9 0 n o i n f l u e n c i a - 3 2 7 i n f l u e n c i a2 1 2 0 5 6 9 9 0 2 . 5 4 1 8 0 n o i n f l u e n c i a 6 n o i n f lu e n c ia - 1 1 9 n o in f l u e n c i a - 1 8 5 i n f lu e n c ia - 2 9 3 i n f l u e n c i a - 2 9 n o i n f l u e n c i a - 2 4 7 i n f l u e n c i a2 1 2 0 5 3 8 5 8 7 . 3 0 1 6 9 i n f l u e n c i a - 1 4 n o i n f lu e n c ia - 7 5 n o in f l u e n c i a - 3 5 n o i n f lu e n c ia - 5 6 n o i n f l u e n c i a - 1 9 0 i n f lu e n c i a - 8 8 n o i n f l u e n c i a2 1 2 0 0 3 1 8 7 1 . 2 1 1 2 1 n o i n f l u e n c i a 5 6 n o i n f lu e n c ia - 1 1 9 n o in f l u e n c i a - 1 6 3 n o i n f lu e n c ia - 2 7 5 i n f l u e n c i a 1 7 8 i n f lu e n c i a - 4 4 9 i n f l u e n c i a2 1 2 0 5 1 6 7 3 0 . 5 8 2 7 n o i n f l u e n c i a - 8 7 n o i n f lu e n c ia 2 3 n o in f l u e n c i a 9 6 n o i n f lu e n c ia - 2 7 4 i n f l u e n c i a 1 9 0 i n f lu e n c i a - 2 0 2 i n f l u e n c i a2 1 2 0 5 2 4 9 9 8 . 7 9 1 4 5 n o i n f l u e n c i a 1 8 n o i n f lu e n c ia 1 5 2 n o in f l u e n c i a 1 8 4 n o i n f lu e n c ia - 1 6 2 n o i n f l u e n c i a 2 8 7 i n f lu e n c i a 2 9 6 i n f l u e n c i a2 1 2 0 1 9 8 1 0 8 5 . 8 7 - 4 7 6 i n f l u e n c i a 7 0 n o i n f l u e n c i a - 2 1 7 n o i n f l u e n c i a2 1 2 0 0 0 8 1 1 4 6 . 6 4 - 1 4 4 n o i n f l u e n c i a - 2 6 n o i n f lu e n c ia - 1 4 5 n o in f l u e n c i a - 3 5 n o i n f lu e n c ia 1 8 9 n o i n f l u e n c i a 2 6 2 i n f lu e n c i a 2 2 2 n o i n f l u e n c i a2 1 2 0 0 2 3 9 7 7 . 1 5 2 5 0 i n f l u e n c i a 7 9 n o i n f lu e n c ia - 1 1 8 n o in f l u e n c i a - 2 8 2 i n f lu e n c ia - 3 1 6 i n f l u e n c i a - 4 6 n o i n f l u e n c i a - 2 9 6 i n f l u e n c i a2 1 2 0 0 3 2 1 1 5 7 . 7 8 1 7 5 n o i n f l u e n c i a - 4 2 n o i n f lu e n c ia - 5 0 n o in f l u e n c i a - 2 9 8 i n f lu e n c ia - 2 4 1 i n f l u e n c i a - 4 2 n o i n f l u e n c i a - 5 1 n o i n f l u e n c i a2 1 2 0 2 0 4 1 1 4 0 . 9 9 - 1 0 9 n o i n f l u e n c i a 1 9 3 n o i n f l u e n c i a - 1 5 8 n o i n f l u e n c i a2 1 2 0 0 1 3 1 2 2 2 . 0 1 - 1 8 2 n o i n f l u e n c i a 1 3 9 n o i n f lu e n c ia - 9 8 n o in f l u e n c i a 3 9 8 i n f lu e n c ia - 1 3 5 n o i n f l u e n c i a - 1 4 8 n o i n f l u e n c i a 1 7 4 n o i n f l u e n c i a2 1 2 0 5 7 7 5 0 7 . 2 0 7 4 n o in f l u e n c i a 2 6 9 i n f lu e n c ia - 2 3 1 i n f l u e n c i a 1 5 3 i n f lu e n c i a - 2 1 3 i n f l u e n c i a2 1 2 0 5 9 8 7 8 0 . 1 8 - 2 1 3 i n f l u e n c i a 4 3 n o i n f l u e n c i a - 2 4 2 i n f l u e n c i a2 1 2 0 1 5 5 7 5 2 . 6 9 - 1 8 4 i n f l u e n c i a 6 5 n o i n f l u e n c i a - 2 4 4 i n f l u e n c i a2 1 2 0 6 2 6 7 2 0 . 4 5 - 1 2 2 n o i n f l u e n c i a - 5 n o i n f l u e n c i a - 2 1 5 i n f l u e n c i a
1 9 9 1 - 9 2 1 9 9 4 - 9 5 1 9 9 7 - 9 81 9 7 2 - 7 3 1 9 7 6 1 9 8 2 - 8 3 1 9 8 6 - 8 7C ó d ig o P r e c . M u l t i a n u a l
MIC 2004-I-83
88
La Figura 30 presenta la distribución de las estaciones de precipitación influenciadas por
el fenómeno del Niño sobre el altiplano, esta discriminación se realizó en función de la
cantidad de fenómenos que influenciaron cada estación (si más del 50% de los
fenómenos influyó, se dice que se presenta influencia) las estaciones azules constituyen
aquellas que son influenciadas por el fenómeno, mientras que las estaciones rojas indican
estaciones independientes de este fenómeno. Puede observarse que la mayor parte de
las estaciones que se ven influenciadas por este fenómeno se localizan en la zona central
del Altiplano (en sitios donde no hay muchas fuentes de contaminación provenientes de
industrias) mientras que las zonas sur occidental y nor oriental del Altiplano que son
zonas en donde se produce bastante contaminación no parecen estar muy influencias por
estos fenómenos, resultados muy similares peor inversos a los encontrados para las
series que presentan tendencias de temperatura y de precipitación.
Figura 30 Influencia del Fenómeno del niño en la precipitación Altiplano Cundiboyacense
MIC 2004-I-83
89
De la Figura 30 es importante resaltar que los fenómenos Niño que presentaron un mayor
grado de influencia con la precipitación sobre la zona en estudio fueron los ocurridos en
1991-92 y 1997-98, seguidos por el ocurrido en 1994-95, y se trata de una disminución de
las cantidades normales de precipitación. Esto indica que con el pasar de los años la
influencia de esté fenómeno sobre la zona en estudio es mayor.
Temperatura: El procedimiento empleado para el análisis de la temperatura fue totalmente
análogo al descrito para la precipitación, la Tabla 27 muestra las estaciones que se
vieron mas influenciadas por este fenómeno.
Tabla 27 Influencia del Fenómeno del Niño en la Temperatura del Altiplano Cundiboyacense
Temp. Influencia Temp. Influencia Temp. Influencia Temp. Influencia Temp. Influencia Temp. Influencia Temp. Influencia2120572 11.6 0.1 no influye -0.7 influye 0.3 no influye 0.5 influye 1.1 influye 0.4 influye 0.2 no influye2120542 13.1 -3.6 influye -1.1 influye -0.2 no influye 0.1 no influye 0 no influye -0.1 no influye 0.8 influye2120598 13.6 -0.9 influye -0.2 no influye -0.2 no influye 1.2 influye2120579 13.5 -0.4 no influye -0.6 influye 0.4 no influye 0.4 no influye 0.8 influye -0.1 no influye 1 influye2120623 13.6 0.1 no influye 0.2 no influye 0.4 no influye2120622 14.8 -0.3 influye 0.7 influye 0.8 influye2120571 14.6 -1.5 influye -0.9 influye 1.5 influye -0.6 influye 2 influye2120558 12.5 -0.4 influye -0.7 influye -0.1 no influye 0.6 influye 1.5 influye 0.2 no influye 0.9 influye2120626 13.9 -0.5 influye -0.3 no influye 0.5 influye2120605 13.9 -0.8 influye -0.4 influye 0.3 no influye 1.3 influye2120570 13.2 -1 influye -0.3 no influye 1.3 influye 1 influye 0.5 influye -0.4 influye2401512 14.4 0.3 no influye -0.4 no influye 0.6 influye 0.5 influye 0.2 no influye 0.3 no influye 0.7 influye2120574 12.2 -0.6 influye -0.3 no influye -0.4 influye 0.2 no influye 1.1 influye2401522 13.8 -0.6 influye -0.3 no influye 0.4 no influye 0.2 no influye 0.6 influye 0.5 influye 0.7 influye3507501 14.2 -0.1 no influye -0.8 influye 1.2 influye -0.4 no influye -0.1 no influye 1.3 influye 1.1 influye2403513 12.9 -0.2 no influye -0.5 influye 0.4 influye 0.4 influye 0.2 no influye 0.2 no influye 0.9 influye2403504 13.6 0.5 influye 1 influye2403517 14.3 -0.5 influye -0.5 influye 0.3 no influye 0.7 influye 0.4 influye 0.2 no influye 0.7 influye2403512 14.2 -0.5 influye -0.4 no influye -0.5 influye -1.1 influye -0.1 no influye -0.5 influye -0.4 no influye2403518 15.2 0.2 no influye 0 no influye 0.9 influye -0.8 influye 0.6 influye -0.3 no influye -0.2 no influye3509503 11.3 -0.3 no influye -0.7 influye 0.3 no influye 0.5 influye 0.3 influye 0.2 no influye 0.7 influye2403515 15.1 -0.1 no influye -0.4 no influye 0.8 influye -0.4 no influye 0.3 no influye 0.1 no influye 0.2 no influye