Modelación probabilística de la relación entre ENSO y sequías agrícolas en el sur de Perú
DOI:
https://doi.org/10.54139/revinguc.v28i1.13Palabras clave:
ENSO, modelo probabilístico, sequía agrícola, funciones cópulaResumen
En el artículo se analiza la información de precipitaciones en la Provincia de Candarave, ubicada en el Sur del Perú y se contrasta con diferentes índices del fenómeno ENSO para definir si existe influencia de este fenómeno sobre las temporadas secas en la región y construir un modelo probabilístico usando funciones cópula. Se analizaron los índices EMI (El Niño Modoki Index), ONI (Oceanic Niño Index), TNI (Trans-Niño Index), ICEN (Índice Costero El Niño), y las anomalías de temperatura ENSO34 (de la zona 34) y ENSO 1+2 (de la zona 1+2), y se correlacionaron con el índice de precipitación estandarizada trimensual, SPI3, tomado usualmente como indicador de la ocurrencia de sequías agrícolas. Los resultados muestran que existe dependencia del índice SPI3 y los índices EMI, ENSO34, TNI y ONI a un nivel de significancia del 5 %. El análisis de la bondad de ajuste muestra que la cópula tipo Gumbel es el más representativo del fenómeno que se evalúa por lo que, se construyó el modelo probabilístico correspondiente. Los resultados permiten inferir a nivel probabilístico la posible ocurrencia de sequías agrícolas en base a la ocurrencia del fenómeno ENSO.
Descargas
Citas
Intergovernmental Panel on Climate Change, "Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part B: Regional Aspects." Cambridge University, Cambridge, United Kingdom and New York, NY, USA, Reporte Técnico, 2014.
F. Vega, "Variabilidad espacio-temporal de las sequías en el Perú y el peligro asociado al Fenómeno del Niño. ," Tesis para optar el grado de Magister Scientiae en recursos hídricos, Universidad Nacional Agraria La Molina. , Lima, Perú, 2018.
C. Knutson, "Methods and Tools for Drought Analysis and Management," Eos, vol. 89, no. 22, 2018. https://doi.org/10.1029/2008EO220013
G. Salvadori, C. De Michele, N. Kottegoda, and R. Rosso, Extremes in Nature: An approach using Copulas. Springer Netherlands, 2007. https://doi.org/10.1007/1-4020-4415-1
L. Santos, I. Cordery, and I. Iacovides, Coping with Water ScarcityAddressing the Challenges. Springer, Dordrecht, 2009.
SENAMHI, "Análisis de riesgo de sequias en el Sur del Perú." Ministetrio del Ambiente del Perú, Reporte Técnico, 2016.
INEI, Perú: Migraciones Internas. Lima. INEI, 2009.
A. AghaKouchak, "Entropy-copula in hydrology and climatology," Journal of Hydrometeorology, vol. 15, no. 6, pp.2176-2189, 2014. https://doi.org/10.1175/JHM-D-13-0207.1
L. Rü¨schendorf, Mathematical Risk AnalysisDependence, Risk Bounds, Optimal Allocations and Portfolios. Springer Berlin Heidelberg, 2013, ch. Copulas, Sklar's Theorem, and Distributional Transform. https://doi.org/10.1007/978-3-642-33590-7_1
B. Rayens and R. Nelsen, "An Introduction to Copulas by Roger B. Nelsen," Technometrics, vol. 42, no. 3, p. 317, 2000. https://doi.org/10.2307/1271100
M. Azam, S. Maeng, H. Kim, and A. Murtazaev, "Copula-Based Stochastic Simulation for Regional Drought Risk Assessment in South Korea," Water, vol. 10, no. 4, p. 359, 2018. https://doi.org/10.3390/w10040359
L. Hangshing and P. Dabral, "Multivariate Frequency Analysis of Meteorological Drought Using Copula." Water Resources Management, vol. 32, pp. 1741-1758, 2018. https://doi.org/10.1007/s11269-018-1901-0
F. Serinaldi, B. Bonaccorso, A. Cancelliere, and S. Grimaldi, "Probabilistic characterization of drought properties through copulas," Physics and Chemistry of the Earth Parts A/B/C, vol. 34, no. 10, pp. 596-605, 2009. https://doi.org/10.1016/j.pce.2008.09.004
K. Xu, D. Yang, X. Xu, and H. Lei, "Copula based drought frequency analysis considering the spatio-temporal variability in Southwest China," Journal of Hidrology, vol. 527, pp. 630-640, 2015. https://doi.org/10.1016/j.jhydrol.2015.05.030
J. Cabrera and J. Mejía, "Relationship between drought occurrence and ENSO in Southern Peru: a copulas analysis," in 38th IAHR World Congress-"Water: Connecting the World", Panama, 2019.
D. A. Wilhite and M. Glantz, "Understanding the drought phenomenon: The role of definitions," Water International, vol. 10, no. 3, pp. 111-120, 1985. https://doi.org/10.1080/02508068508686328
T. Mckee, N. Doesken, and J. Kleist, "The relationship of drought frequency and duration to time scales." in Eighth Conference on Applied Climatology, Anaheim, California, 1993, pp. 17-22.
L. Nkemdirim, Encyclopedia of Atmospheric Sciences, 2nd ed. Academic Press, 2015, ch. HYDROLOGY, FLOODS AND DROUGHTS | Palmer Drought Severity Index, pp. 224-231. https://doi.org/10.1016/B978-0-12-382225-3.00299-1
A. Cancelliere, G. Di Mauro, B. Bonaccorso, and G. Rossi, "Drought forecasting using the Standardized Precipitation Index," Water Resources Management, vol. 2, no. 5, pp. 801-819, 2007. https://doi.org/10.1007/s11269-006-9062-y
A. Cancelliere and J. Salas, "Drought length properties for periodic-stochastic hydrologic data," Water Resources Research, vol. 40, no. 2, 2004. https://doi.org/10.1029/2002WR001750
M. Sadegh, E. Ragno, and A. AghaKouchak, "Multivariate Copula Analysis Toolbox (MvCAT): Describing dependence and underlying uncertainty using a Bayesian framework," Water Resources Research, vol. 56, no. 6, pp. 5166-5183, 2017. https://doi.org/10.1002/2016WR020242
C. Genest, B. Rémillard, and D. Beaudoin, "Goodness-of-fit tests for copulas: a review and a power study," Insurance: Mathematics and Economics, vol. 44, no. 2, pp. 199-213, 2009. https://doi.org/10.1016/j.insmatheco.2007.10.005
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
