ORGANIZACION METEOROLOGICA MUNDIAL

I i!
v\i,) ,·:z L_b r
ft1J-.~ Ttc1<1·. ; ( · ,-i . .1·
/-1 , . .
--' i..::..:~\ ..:: .·j . -,, ,.,i .... ,:.-;..:'.
. {.,., ~ - . . . '-A'- r . .-

COMPENDIO DE,I APUNTES

DE CLIMATOLOGIA PARA EL I
PERSONAL METEOROLOGICO
DE LA CLASE III
Preparado por
el Profesor W. LOWRY

OMM. N° 335

Secretaria de la Organizacion Meteorologica Mundial • Ginehra • Suiza

 .;_·
·. ,:

( :'~

:?;
~

:i~~ .-1~
~- ~ ~ :f

"~·
r
<,\
..... ~

, ..
. . ...~.~
·- /
I

Ot-0f50

© 1980, Organizacion Meteorologica Mundial

ISBN 92 - 63 - 30335-5

..
:~ :~
NOTA

Las denominaciones emple.a d.as en esta publicaci6n y la forma en

que aparecen presentados los tlatos··que contiene no implican, de
parte de la Secretaria de la Organizaci6n Meteorol6gica Mundial,
jnicio alguno sobre la condici6n juridica de ninguno de los pafses o
territorios, ciudades 0 zonas citados 0 de. sus autoridades, ni respecto
de la delimitaci6n de sus frcmieras o limites.

·,;

,.

L
 VvMO
33S(S)
ORGANIZACION METEOROLOGICA MUNDIAL
Wf);Z- c]i
. ;1~.::-,..-,,
'7 cc L- v -'J;-.; ,,,,,- '--_-
/-<__._, ·-·- .- '-'- , L- ,_\ ,___ OJ.....-~ !.'.r ,.-, • ·,
... .. '
_.~f
.
;-" ! •) ,-./
' I,..; " •

COMPENDIO DE APUNTES
DE CLIMATOLOGIA PARA EL
PERSONAL METEOROLOGICO
DE LA CLASE III
Preparado por
el Profesor IN.LOWRY
w'' [ ,1'.
. ()_( ' t ,.•
l ';

OMM · N° 335

Secretaria de la Organizacion Meteorologica Mundial • Ginebra • Suiza

1980
.s. . . ~.. i S. ·::. \ 't .r; ?::; 7 7 ~; :-! '-) . 'J Qr/ : b \)
'- I (i •.J ,__ -~ ...
 - ll.l -

I NDI C E

P6gina

Pr6logo v

Prefocio Vll

Capitu l os
I NATURALEZA E IMPORTANCIA DE LOS REGISTROS CLIMATOLOGICOS 1

1. 1 La variabilidad y predictibilidad de los valores de

los elementos clim6ticos
1.2 El problema de la longitud minima de un registro
1.3 El valor de los registros clima t ol6gicos y su uso
adecuado

II FUNDAMENTOS TEORICOS DE LA CLIMATOLOGlA FISICA 10

2.1 La energia disponible
2. 2 C6lculos de la transferencia de calor
2.3 Velocidades de transferencio de calor y valores de
los ~lementos cli m6tico s
2.4 Generalizaci6n: el alma de la climatologia
2.5 Algunos modelos comunes del comportamiento atmosferico
2. 6 Ano malies: los res ultados de las interacciones sobre
escalas diferentes
?..7 Co nclusion es

III CLIMATOLOGIA REGIONAL Y APLICADA 45

3.1 La region de Tercia
3. 2 Los objetos del informe
3.3 Insolaci6n
3.4 Temperature
3,5 Precipi taci6n
3.6 Concl usi ones

IV CLIMATOLOGIA SINOPTICA 61
4.1 Los dos aspectos de la climatologia sin6ptica
4. 2 Climatologic de las mesas de aire
4.3 Mapas sin6pticos tipic os
4.4 Climatologia sin6ptica de los sistema s en movimiento
4.5 Conclusiones
 - 1V -

Capitulos P6gino
v BIOCLIMATOLOGIA 71
5,1 Clasificaci6n de los efectos bioclim6ticos
5.2 Bioclimatologia de las plantas
5. 3 Bioclimotologia animal
5. 4 Bioclimotologio humono
5.5 Conclusiones

VI CLASIFICACION CLIMATICA Y CAMBIOS CLIMATICOS 86

6.1 Closif i caci6n de los climos marines
6 .2 Varjabilidod de los limites entre los tipos de climos
6.3 La evidencia de los cambios del clime
6.4 Teorias sobre los combios del climo
6.5 Cambios del clime producidos por el hombre
6.6 Cambios clim6ticos pr oducidos por el crecimiento de
los ciudades
6.7 Conclusiones

VII CONCEPTOS ESPECIALES EN EL ANALISIS CLIMATOLOGICO 109

7.1 Estadistica descriptiva e inferencia estadistico
7 .2 Distribuciones de frecuencia
7.3 Estimaci6n
7.4 Pruebos de hip6tesis
*7.5 Regresi6n
*7.6 Correlaci6n
*7.7 Autocorrelaci6n
*7.8 Interacci6n
*7.9 Simulaci6n
*7 .10 Continentalidad
*7.11 Efectos del tomano y de l~ densidad cie lo red
*7.12 Periodicidcd
*7.13 Periodos de retorno
*7 .14 An6lisis de contidad-duraci6n-6rea
*7.15 Regimenes de escurrimiento de los rios

VIII METODOS ESPECIALES EN EL ANALISIS CLIMATOLOGICO 138

8.1 Transformaciones
*8.2 Prueba de la hip6tesis nula
*8.3 Intervolo de estimoci6n
8.4 Curve de ojuste
*8.5 Cuadrados minimos
8.6 Promedios pesodos
*8.7 Probabilidod previa
*8.8 Cadenas de Markov
*8.9 Grados-dios de calentomiento y enfriomiento
*8.10 An6lisis de doble mosa
8.11 Diagramas de la trcyectoria del sol

IX PERSPECTIVAS PARA EL FUTURO DE LA CLIMATOLOGIA 180

 - v -

P R 0 L 0 G 0

Este compendia contiene apuntes para la formaci6n del personal meteorol6gi-

co de Clase III en el campo de la climatologia, segun est6 definido en la publicaci6n
de la OMM ti tulada: "Guidelines for the Education and Training of Meteorological Per-
sonnel" (OMM-N° 250.TP.144).

El compendia de climatologia para la formcci6n de personal meteorol6gico de

Clase IV fue publicado y distribuido por la OMM a principios de 1972. Los apuntes del
presente compendia est6n basados en el programa correspondiente esbozado en la s "Gui-
delines''. Como en el caso anterior fueron preporados por el Profesor W. Lowry, de la
Universidad del Estodo de Oregon (Estados Unidos de America).

En la preparnci6n de este compendia, que osimismo contiene ejemplos de pro-

blemas, se ho hecho una distinci6n entre el material b6sico dirigido a todo el perso-
nal meteorol6gico de lo Close III, independientemente de su compo de especializaci6n,
y al personal que desorrollor6 toreas exclusivomente en el 6mbito de la climatologio.

Uno vez mas es para mi un placer tener la oportun idod de dor los gracios al
Profesor W. Lowry por este excelente trabajo, y al Profesor H.E. Landsberg, Presiden-
te de la Comisi6n de Aplicaciones Es peci ales de la Meteorologia y de la Climat ologic,
~ue ha tenido a bien leer el manuscrito y hacer valiosos comentarios sabre el mismo.

~
(D.A. Davies)
Secretario General
 - Vll. -

PREFACIO

Este compendio de apuntes es una ampliaci6n de las publicaciones de forma -

cion profesional de la OMM (serie azul) . Se reproducen a continuaci6n los titulos de
tales publicaciones, con los indicadores de referencias respecto a las mismas:

Apuntes para la formaci6n profesional del personal

meteorol6gico de Clase IV
Volumen I Ciencias de la Tierra (OMM-N° 266.TP.150) ES
Volumen II Meteorologia (OMM-N° 266.TP.150)
Parte I - Meteorologia General GM
Otras partes, por ejemplo Parte II GM (II)

Apuntes para la formaci6n profesional del personal

meteorol6gico de Clase III (OMM-N° 291)
Parte I - Meteorologia General MET
Otras partes, por ejemplo Porte III MET (III)

Apuntes de climatologia para lo f ormaci6n profesional

del personal meteorol6gico de Clase IV (OMM-N° 327) CL IV

Guia de problemas para la formaci6n profesional del

personal meteorol6gico de Clase III (OMM-N° 223.TP.118) P'd

Los apuntes de estos compendios estan basados e n los correspondientes pro-

gramas contenidos en la publicaci6n "Guidelines for the Education and Training of
Meteorological Personnel" (OMM-N° 258.TP.144). Al igual queen el comprendio para la
Clase IV, se hace una distribuci6n entre los conocimientos de climatologia requeridos
por todo el personal meteorol6gic o de la Cla se III y los cursos proyectados para quie -
nes trabajaran exclusivamente en e l campo de la climatologio. Las secciones adiciona-
les que deben est11diar estos ultimos se indican, en el Indi ce , con asteriscos. El au-
tor se ha tornado la libertad de omitir ciertos temas incluidos en las "Guidelines" e
incorporar otros que ha considerado importantes.

Cada uno de los temas pr]ncipales mencionados e n el Compendia de Climatolo-

gia para la Clase IV se menciona tambien aqui, aunque con mayor detalle o en forma
mas avanzada. El Capitulo II, sobre los fundamentos te6ricos de la climatologia fisi-
ca, debe ser comprendido en su totalidad para apreciar las discusion es que le siguen
en los Capitulos III a VI. Se considera que el material esencial sobre conceptos y
metodos de la climatologia y sus aplicaciones esta contenido en los Capftulos VII y
VIII.

Asi, lo s seis primeros capitulos tal vez sean simplemente la preparaci6n

para los Capitulos VII y VIII. El ultimo es un capitulo breve donde se intenta dar
al estudiante un sentid o del valor de que haya alcanzado este punto e n sus estudios.
 - Vlll -

Las opiniones expresadas aqui son, por supuesto, las del autor. He sentido la inquie-
tud de expresarlas pore mantener el entusiasmo } eJ inter6s que un ostudiante puede
haber adquirido ontes.

La e lecci6n para describir la climatologia regional y oplicada

(Capitulo III) en terminos de una regi6n imoginario fue hecha a prop6sito, con el ob-
j eto de: a) evitar las dificultades de individualizer una regi6n o nac~6n qu e tiene
ciertos problemas y cuya respuesto puede ser o no c&ortunada; b) hacer posible la
discusi6n de los numerascs aspectos de un problema real que no puede ser bien dado
uniccmente con algun ejempJo de la pr6ctica real. La elecci6n de lo imaginorio en lu-
ger de lo real es una experiencia en este libro. El tiempo dir6 si es o no un exito.

Como cualquier meteor6logo o climat6logo pr6ctico 3obe, hay con

frecuencia una bueno parte de Orte mas que de ciencio en la practice de SU profesi6n.
Por lo tanto, debe quedcrle claro al estudiante que este compendia solo le provee los
reglcs para empezar la torea. S6lo lo experiencic y la imaginoci6n pueden perfeccionor
el uso de los reglas.

Es un placer agrodecer le nyuda de mis colegos en lo preporac1on

de este l i br o y del mctericl para lo Close IV. El Sr . R. Legault ha realizado figures
y gr6fico s excelentes y la Srta. Diane Bridges mecancgrafi6 todo el texto y las tablas
de manera muy competente. El apcyo de ambos ha sido esencial y complete.

W.P. Lowry

Ginebra,
diciembre de 1971
 - l -

Capitulo I

NATURALEZA E IMPORTANCIA DE LOS REGISTROS CLIMATOLOGICOS

1.1 La variabilidad y predictibilidad de los valores de los elementos climati-

cos

El clima consiste en un conjunto de condiciones meteorologicas que son t1-

picas de una determinada region en un cierto intervalo de tiempo y dentro del cual
hay una cierta probabilidad de variabilidad.

Aunque coda elemento climatico puede tener solo un valor en un instante da-
do, la experiencia nos dice que podemos esperar cualquier valor dentro de un cierto
rango para el elemento en una fecha y hora futura especificadas. Entonces, en el
clima de un lugar se debe esperar una variaci6n de un momenta o una hora hasta la pr6-
xima o una variaci6n entre distintos anos para una misma fecha y hora.

La variaci6n de los valores de los elementos climaticos alrededor de un va-

lor central o del promedio, es un aspecto importante del clima.

Una descripci6n complete del clima no est6 dado si no se da una media de la

variaci6n de coda uno de los principales elementos climaticos.

El concepto de variaci6n esta relacionado con el per1odo de tiempo. El va-

lor de un elemento climatico variar6 de una hora a otra . Pero, Len que lapso se pro-
duce la variaci6n? Por supuesto la respuesta es qu e estam os hablando de muchos pe-
r1odos de tiempo distintos. Cuando se producen rafagas, la velocidad del viento (in-
tensidad y direccion) var1a mucho en pocos segundos. Aunque no lo parezca, la tempe-
ratura del aire tambien pu ede variar de la misma manera e n pocos segundos, si la me-
dimos con un termometro electrico suficientemente sensibl e .

Generalmente se cree que los per1odos mas cortos de va ri ac i on de la tempe-

ratura son del orden de horas y no de minutos o segundos. La variaci6n de la tempe-
r atura entre d1as, semanas, mes es y anos es muy evidente a troves de la experiencia
personal. Algunas variaciones pueden predecirse en forma general, pero las restantes
no. Por ejemplo se podr1a predecir aproximadamente la temperatura a mediod1a, en un
d{a de diciembre y en una determinada loca l idad si se hubiera vivido all{ y se hubie -
ra prestado alguna atenci6n a la temperatura.

A troves de los registros climatol6gicos es posible hacer e l mismo tipo de

pred icci6n s abre la temperatura de un lugar sin habe r vivido all{. Entonces, en algun
aspec to, los registros climatol6gicos don a la gente ex periencia sabre todo el mundo.
 - 2 -

Aunque es posible hacer una prediccion razonable de la temperature, la ex-

periencia comun tambien nos dice que la prediccion 0 el pronostico se verificaran so-
lo con un cierto margen de error. Por supuesto que este error es debido a las dis-
tintas closes de variaciones impredecibles que pueden afectar a los valores de los
elementos climaticos. Estes variaciones impredecibles ocurren en casi todos los sis-
temas naturales. En la atmosfera, como en la mayoria de los sistemas, estas varia-
ciones son denominadas, a veces, variaciones aleatorias.

Estes variaciones son el resultado de las continues reacciones y reajustes

de la atmosfera por las condiciones continuamente cambiantes dentro y fuera de la
misma.

La Tabla 1.1 contiene un conjunto imaginario de datos de temperature. Po-

demos utilizar esta tabla para discutir la variacion y prediccion de valor del ele-
mento climatico temperature del aire.

La tabla presenta la informacion en tres formas diferentes. Cada una de

ellas tiene no solo distintos titulos para las entradas numericas sino tambien dife-
rentes grados de precision (CL IV p6rrafo 5.7.4). Estes son las 155 observaciones
de la temperature a mediodia durante cinco diciembres en la estacion A, divididos en
diferentes numeros de closes, 0 categories, para SU tabulacion .

Tabla 1.1 Variabilidad de las tem~eratur~s a mediodia durante diciembre, observadas

durante cinco anos en la estacion A.

a) Dias con temperature a mediodia Dias con temperature a mediodia

menores o iguales a 15°C mayores de 15°C

110 45

b) Dias con temperature a mediodia entre .••

oy l0°C 10 y 20°C 20 y 30°C

45 90 20

c) Dias con temperature a mediodia en el rango •••

0 a 5°C 5 a 10°C 10 a 15°c 15 a 20°C 20 a 25°C 25 a 30°C

15 30 65 25 15 5

En coda caso los numeros representan un numero de dias u observaciones de

la temperature a mediodia. Pero, lque pasa, por ejemplo, en la Tabla 1.1, con una
temperature observada de 15°C exactamente? lEn que close se la pondria? Se debe
tomar una decision. Supongamos que en un caso asi al dia se le coloca en la primera
categoric. Entonces, en la Tabla 1.1, un d!a asi es incluido con el grupo de 110
dias.
 - 3 -

Las tres formas de la tabla nos don la idea de que el valor ce ntral de la
temperature, es decir, un valor de temperature al rede dor del cual se produce n l a s va-
ria ciones, est6 algo por de bajo del punto medio de 15°C . Pero , Lcu61 es esa di f ere n-
cia? LCual es el valor medio verdadero de la temperatu r e de mediodia del mes de di -
ciembre en la estac i6n A? Existe n varias manera s pa ra decidir (CL IV par rafo 5.6.l)
pe ro la di sc usi 6n por aho r a es: Lque close de pre dictibilidad da una tabla como la
1.1?

Supongamos que hoy es un dia de noviembre en la estaci6n A, y usted tiene

que responder a la pregunta : Lcu61 ser6 la temperature a mediodia el pr6ximo mierco-
les 4 de diciembre? La Tabla 1.1 le dice a usted que la temperature MAS PROBABLE
est6 en la close 10,l a 15°C. Pero de acuerdo con la e xperiencia esta puede ser tan
baja como C' C o tan alto como 30°C, y perteneciendo a la close mas probable puede ser
11, 12, 13, 14 6 15°C. LQue responde usted a la pregunta?

Supongamos ahora que estamos pr6ximos a la hora del mediodia del 4 de di-
ciembre, unos pocos minutos antes, y que la temperature ha estado alrededor de los
15°C en la ultimo media hora. De pronto, justo antes de lo hora de observaci6n, e l
sol sale de detr6s de una nube y la temperature asciende a 16°C y esta es la tempera-
ture registrada por el observador . Tan pronto como el observador ha retornado a la
oficina de la estaci6n, otra nube oculta el sol y la temperature desciende hasta 14°C.

Supongamos ahora que usted respondi6 la pregunta anter ior diciendo algo asI :
''Con toda probabilidad esta estar6 entre 10 y 15°C". Esto no est6 de acuerdo con el
registro. La temperature fue de 16°C . LQue error cometi6 usted?

En el ultimo minuto, cuando la atm6sfera estaba tratando de alcanzar un

equilibria bajo el cambio de las condiciones de tiempo, SU pronostico paso rapidamen-
te de ser correcto a ser err6neo. Ly que posibilidades habria de que el observador
hubiera salido cuando el sol estaba detr6s de la nube?

La idea de esta discusi6n es que la predicci6n qu e usted hizo fue APROXIMA-

DAMENTE CORRECTA PARA LA MAYORIA DE LOS PROPOSITOS PRACTICOS . Este fue un pron6stico
fino, considerando que usted hizo la predi cci6n con una anticipaci6n de mas o menos
una semana. Pe ro hubo una variaci6n aleatoria en e l ultimo momenta que impidi6 que
su pron6stico fuera perfecto. Estas vari aciones aleatori as son impredecibles con los
registros climatol6gicos.

Por supuesto que pueden existir personas que no podrian usar el pron6stico
de la temperature a menos que este dado con una aproximaci6n de una decima de grado.
Pero, Lcu6nta gente de este tipo existe?

Su pron6stico fue casi perfecto, pero no hubie r a podido hacerlo sin el uso
de los registros climatol6gicos guardados y ordenados correctame nt e e n una f orma tal
como la Tabla 1 . 1 . Ust ed podria hacer e l mismo pr on6stico en octub re o qui z 6s en ju -
lio, y podria hacerlo en una oficina que este a 5.000 km del luga r donde se pronosti -
ca la tempe r ature .
 - 4 -

Mas adelante diremos mucho mas acerca de las partes predecibles o no de las
variaciones de los valores de los elementos climaticos. Por ahora es sufic i ente co-
hocer que existen dos tipos de variaciones; que la variaci6n es una parte crucial de
lo que llamaremos clima; }' no hay una descripci6n adecuada de un clima si no estan
establecidas de alguna manera las variaciones inherentes al mismo.

1.2 El problema de la longitud minima de un registro

Como ya se mencion6, las variaciones de temperatura u otro elemento clima-

tico familiar tal como la nubosidad, sabre periodos de tiempo tales como horas, dias,
semanas y anos, son bastante familiares para cualquier persona que haya prestado algo
de atenci6n al clime donde vive. Pero, Lque variaciones hay en periodos de decades,
centuries y milenios?

Por supuesto, los individuos no viven periodos de centurias o un milenio.

La mayoria de la informaci6n que podemos tener sabre las variaciones de los elementos
climaticos en estas escalas de tiempo es a troves de un precioso y cuidadoso archive
de los registros climaticos. Otra informaci6n menos aproximada y mas dificil de ob-
tener es a troves de imaginativas pero laboriosas lecturas de los registros climato-
16gicos conservados por la naturaleza en distintas formas. Mas adelante hablaremos
de estos registros .

LQue variaciones climaticas ocurren durante periodos de tiempo como deca-

das? La memoria humana ciertamente cubre decadas, generalmente varies. Los hijos
han oido decir a sus padres con frecuencia lo distinto que era el clima cuando el era
un muchacho. A los abuelos tambien les gusto contarles esta historia a los nietos.
LEstan los padres y los abuelos en lo cierto? LCambia el clime durante decadas? LO
estan ellos recordando solo unos pocos periodos especiales que hacen parecer al pasa-
do muy diferente del presente? La respuesta verdadera puede ser diferente bajo cir-
cunstancias diferentes pero la respuesta puede obtenerse a troves de una gran varie-
dad de metodos a partir de los registros climaticos.

Ocasionalmente el clima de un luger puede variar mucho duronte un periodo

de una decade. Por lo tonto, en olgunos casos la memorio de los padres y de los obue-
los es correcta. Esta le produce problemas bostante importontes o los climat6logos.
Supongamos, por ejemplo, que un registro climatol6gico de una cierta estaci6n fue
cuidadosamente realizado durante 35 anos. Supongamos ahora que se hace la siguiente
pregunta: "Basandose en el registro climatico de esta estaci6n, Lque comportamiento
se puede esperar de un cierto elemento climatico en el pr6ximo mes?

El problema surge si el registro de los 35 anos no ha sido estudiado para

ver si ha habido cambios. Si los climat6logos preparan una respuesta a esa pregunta
basandose en el total de 35 anos y si no ha habido cambios en el clime la respuesta
puede ser buena. Si han ocurrido cambios durante los ultimos 10 anos, una respuesta
sabre el future pr6ximo deberio ester basada en los registros de los anos mas recien-
tes. De otra manera la respuesta sera mucho menos probable basada en el mismo (re-
ciente) clime a medida que el future esta mas pr6ximo.
 - 5 -

Sin embargo , si la pregunta se hace de la siguiente forma: "Basandose en

los registros clim6ticos de est a estacion, lque comportamiento de ciertos elementos
climati cos se puede esperar en los proximos treinta anos?", e ntonces e l probl em a
desaparece; porque la pregunta es sobre un pe r!odo de tie mpo en el cual pueden ocu-
rrir cambios climaticos significativos.

El problema que se esta desc ribie ndo esta re la ci onado con la longitud m{ni-
ma del r egistro necesario antes de que se pu e dan co nt ester bien las preguntas sob re
SU clima. A juzgar por las idea s ante ri or es , c uanto mas grand e es e l registro, mas
seran las preguntas que se podran contester bien. Cuanto mas largo es e l registro,
mas completa es la descripcio n qu e se pu e de o btener del clima de la es tacion .

Tambien es cierto que aun un registro corto d u la posibilidad para contes-

ter muchas preguntas importantes. Para un ejemplo extremo, supongamos que la esta-
ci6n tiene un registro de lluvias de solo tres meses, la estacion es tan nueva que
solo tiene registros de precipitacion para 100 d!as escasos.

Durante esos 100 d1as hubo un per!odo con precipitacion muy intensa. Posi -
blemente estuvo muy cerca de ser el registro total de precipitacion e n un d!a, yen
ese d!a hubo muchas personas que perdieron sus vidas y sus hogares e n una inundaci6n.
Un dique recien constru!do aguas abajo de la estaci6n se desbord6 a pesar de los es -
fuerzos de los encargados de controlar el agua, para evitar el exceso de flujo . A
esta altura las pregun t as son muc has. LEl exceso de flujo del d iq ue arrastro las ca-
sas? LLas mu erte s fueron debidas a errores com e tidos por lo s e ncargados del contro l
de las aguas de l dique? l Ten 1a el diqu e un di sen o adecuado o deber!a modifi c ar se lo
para hacerle frente a ~na precipitacion as !? lCUAL FUE LA CANTIDAD DE PRECIPITACIO"J
QUE CAUSO TODOS LOS DANOS Y PERDIDAS?

Los registros climatologicos de l a region, aunqu ~ de solo 100 d!as, proveen

una informaci6n c uyo valor es miles de veces e l costo de obtener los registros cli ma -
tologicos de la estacion.

Aunque yo hemos discutido los importantes c amb ios cl i m6 t icos que pu e den ocu -
rr1r durante decadas, es muy sabido q ue los cambios mayor es oc urren durante l as cen-
turie s y los mi l eni os .

Es dif!cil convencer a la gente de que los cambios termicos en terminos tan

l argos son i mportan tes para la vida actual. Pero estos ca mb ios so n importantes en una
forma en pa rtic ul ar. Son importantes pa ra aquellos cient!fic os que es tan interesados
en las explicaciones f!sicas del cl i me y en los efectos que la contaminacion produce
en la atmosfera.

Cualqu iera qu e sea el per1odo de ti emp o en que i nter ese ver los cambios
climaticos, las respuestas seran mas reales y mas faciles de obt e ner a troves de re-
gistros climatol6gicos buenos . Mas adelante hablaremos sobre lo s cambios cli ma ticos
en periodos largos y la forma de e studiarlos .
 - 6 -

1.3 El valor de los registros climatologicos y su uso adecuado

Observaciones exactas y precisas, realizadas por personal bien entrenado

usando instrumentos perfectamente calibrados y adecuadamente conservados, m6s una cui-
dadosa tabulacion y archivo de los registros de las observaciones por especialistas
en climatolog1a son todas coses que no aseguran el que los registros climatologicos
sean adecuada o inadecuadamente usados por la gran cantidad de usuarios potenciales
de los registros.

El uso adecuado de los registros climatologicos requiere que el usuario es-

te enterado de la disponibilidad de los registros, que este dispuesto o acercarse al
climatologo y obtener su colaboracion y que el usuario tenga bien claro que problemas
puede necesitar solucionar y en los cuales los datos climatologicos har6n una contri-
bucion. No ser1a necesario decir que el uso adecuado implica un requerimiento del
climatologo y es que este debe ester profundamente familiarizado con sus registros, y
con los distintos metodos para usar los registros y contester las preguntas cuando un
usuario las hace adecuadamente.

Entonces, concreter el potencial total de los buenos registros climatologi-

cos requiere, no solo la coordinacion del programa de observacion con el programa cli-
matologico, sino tambien la coordinacion de l programa climatol6gico con los programas
de los usua ri os potenciales.

Es facil decir que los registros climatologicos tienen valor en proporcion

a la frecuencia e inteligencia de los usos que se les do . Por el contrario, es di-
f1cil hacer estudios que muestren de alguna manera significativa el volor que tales
usos otorgan a los registros clim6ticos. Esto es establecer el valor de los registros
climatologicos en terminos de dinero o de otros recursos y su uso inteligente en una
tarea dificil.

Por un lado, una tarea as1 significa demostrar la diferencia en los ingre-
sos, expresados por ejemplo en terminos de dinero, entre una empresa o actividad que
usa los datos climatologicos adecuadamente y la misma o casi la misma empresa que no
lo haga as1.

El Dr. James D. McQuigg nos ha dado una instructive y util discusion sobre
esto*. El ha inclu{do varies cites que son indicadoras de la naturaleza del problema
en consideracion.

Primero : "los meteorologos hemos dicho que el conocimientos del tiempo y

del clime es economicamente importante. Nosotros decimos: proveannos de los recur-
sos necesarios para producir informacion sobre la atmosfera y el hombre podr6 hacer
un trabajo mejor al organizer sus actividades sensibles al tiempo".

Entonces: "generalmente se supone que la provision de mejor informacion

conducir6 a mejores decisiones . Sin embargo, mucho depende de lo manera en que se do

* Bolet1n de la OMM, Vol. XIX, N° 2, abril 1970, p6g. 72.

 - 7 -

la informaci6n y mas especif icamente la informaci6n meteorol6gica al consumidor y de

la forma en que este ultimo la usa".

Finalmente: "el asesoramiento meteorol6gico se usa muy poco y se valora

muy poco. Esto ocurre en parte porque hemos concentrado casi todos nuestros esfuerzos
como meteor6logos en la producci6n de informaci6n del tiempo y casi ningun esfuerzo o
intento de estudiar la interacci6n del hombre con la atm6sfera a troves de su funci6n
de tomar decisiones".

El Dr. McQuigg incluye un gr6fico con el que se propane descubrir la natu-

raleza del problema del uso adecuado de los registros climatol6gicos. Su grafico, al
que se le agregan algunas aclaraciones, se muestra en en la Figura 1.1.

:--------------------J COYUNTURAS
NO METEOROL.

I
I
I

i--------~----- INFORMACION
l l NO METEOROL.
I I
~--------------------------
I I
I I
I1
I
l----------------------------------------- ,, ""· '.,_' . . . . . . . .
I
I
I
I
I
I
I
I
SENSI3LES AL TIEMPO
I
I
I
I
I
L_i RESULT ADOS
I ____.,...~~~~~~~~~~~~~~~~~~~~__.i
.[ggD_~~i~g3
L_ - -
Meteorol6gic.

Figura 1.1 Diagrama del flujo mostrando las interacciones del flujo
de coyunturas (linea llena) y del flujo de informaci6n (linea de puntos)

En la figura, la linea de puntos se refiere al flujo de informaci6n, mien-

tras que la linea llena se refiere al flujo de sucesos. En el lugar donde est6 es-
crito "Informaci6n del tiempo" se guardan los registros clim6ticos en discusi6n.
Cuando ocurren los sucesos -producidos por el tiempo o no- todos ellos afectan a al-
guna actividad del hombre. La informaci6n de los sucesos puede no estar disponible
si no se han archivado los registros. 0 si se pueden conseguir quiz6s no se usan o
se usan inadecuadamente. Es asi que el flujo de sucesos a lo largo de la linea llena
ocurre independientemente del interes del hombre en registrarlos o en usarlos. El
flujo de informaci6n a lo largo de la linea de puntos ocurre solo si el hombre se to-
ma el t rabajo de conservar y usar los datos adecuadamente .
 - 8 -

Mi ejemplo de un proceso sensible al tiempo es la producci6n de un cierto

cultivo agricola. Este puede darse solo si dispone de calor y agua, a troves de la
atm6sfera, en el momento oportuno y en la cantidad necesaria. Entonces, los fen6me-
nos del tiempo afectan el proceso, se consigan o no los registros de temperatura y
precipitaci6n y se los use.

Sin embargo, un incendio que afecte la disnponibilidad de combustible para

los tractores usados en el proceso de cosechar la producci6n, la elecci6n de una varie-
dad de semillas para ser plantada, probablemente no esten relacionados con el tiempo,
aunque ellos determinen buena parte del exito del proceso.

Las decisiones que afectan el resultado del proceso pueden ser hechas sin
la informaci6n (si no se han guardado los registros) o ellas pueden haber sido toma-
das por administradores que deciden ignorar la existencia de la informaci6n. La mera
producci6n de inf ormaci6n no tiene efecto sobre el proceso. La informacion adquiere
valor solo si es efectivamente usada en la decision del proceso.

El proceso tiene resultado, se haya usado o no la informacion al tomar la

decision . Algunos resultados, algunas consecuencias no son meteorol6gicas, son por
ejemplo econ6micos. Ellos a su vez constituyen sucesos no meteorol6gicos para el pro-
ceso. Un ejemplo es el fracaso de la produccion de la cosecha, que afecta entonces la
demanda de la misma, y quiz6s tambien la cantidad de semillas plantadas en la proxima
siembra.

Otras consecuencias son meteorologicas, las que a su vez tienen efectos so-
bre el proceso. Muchas de tales consecuencias solo han sido reconocidas recientemen-
te como productoras de efectos sobre los muchos procesos que las producen. Un ejem-
plo f6cil de entender es el uso excesivo del agua entregada para regar un sembrado,
haciendo que la restante sea insuficiente para la pr6xima cosecha si ocurre una se-
quia.

~Puede usted pensar otros ejemplos ademas de la producci6n de cultivos? In-

cluya aquellos sucesos meteorol6gicos o los que no lo sean y sus consecuencias econ6-
micos y meteorol6gicos que a troves de lo "reolimentoci6n" determinon parciolmente el
exito de los posteriores trabajos de los procesos.

Los dos flechos pequeRos, que no est6n conectodos con ning6n ''recuadro" en
el diogramo indicon los sucesos que no son determinodos por el proceso mismo, pero
que determinon porciolmente SU exito.

El fin de esta lorga discusi6n sobre procesos y sucesos y el flujo de infor-

mocion, es que CIERTOS RESULTADOS PUEDEN SER PARCIALMENTE DETERMINADOS 0 AFECTADOS SI
SE HACE UN USO ADECUADO DE LOS REGISTROS CLIMATOLOGICOS. Un ejemplo que se entiende
f6cilmente es el efecto de las inundociones posteriores de un dique impropiomente di-
seRodo. Si se hubieron usodo buenos registros climotol6gicos en forma odecuodo para
decidir lo resistencio y copocidod del dique, y en los planes para lo odministroci6n
del ogua detr6s del dique, ese uso de los registros puede tener un impocto mayor so-
bre los magnitudes de los crecidas corriente obojo del dique.
 - 9 -

A su vez, sin el uso adecuado de los registros climatol6gicos, las creci -

das mayores pueden tambien afectar el e x ito econ6mico de muchas otras actividades
corriente abajo como reducir los recursos econ6micos disponibles para la operaci6n
del dique.

Sin embargo, esto no es suficiente para decir que el uso adecuado de los
registros climatol6gicos en el diseno y operaci6n de un dique tiene mayores impactos
econ6micos, pues el valor de los mismos sobrepasa mucho los costos de formaci6n, man-
tenimiento y uso de los registros. Uno debe estar preparado para mostrar, con otros
registros y calculos, la verdad de lo declarado. En cualquier caso, los registros
no pueden ser bien usados si ellos no estan archivados y preparados adecuadamente pa-
ra su obtenci6n junto con un buen asesoramiento de los climat6logos sobre su uso.
 - 10 -

Capitulo II

FUNDAMENTOS TEORICOS DE LA CLIMATOLOGIA FISICA

2.1 La energia disponible

En el CL IV, parrofos 2.1 y 2.3, se aclar6 que el clime de un lugar y las
variaciones de los elementos clim6ticos se deben a la busqueda continua de los siste -
mas fisicos del luger para alcanzar un equilibrio energetico en su entorno.

El concepto de energia disponible es nuevamente un simple enunciado de la

conservaci6n de la energia (ES, parrafo 7 . 6):

Para un sistema especificado ENERGIA ENERGIA ENERGIA

Para un periodo de tiempo es-
peci f icado
} RECIBIDA
+
EMITIDA
+
ACUMULADA
= 0

Cuando ha y flujo de energia ha cia el sistema , se le asigna e l signo positi -

vo ( +) . Cuando el flujo sale del sistema se l e asigna signo negotivo ( -).A un aum e n-
to de la energia acumulada que produce un a um ento en la temperature se le asigna un
signo positivo (+) , A la dis mi nuci6 n de temperature y de la energia almacenada se le
adjudica signo negativo ( -). La menor cantidad de energia involucrada en e l almaceno -
miento a troves de la conversion de energia quimica - por ejempl o, a troves de la fo-
tosintesis de las plantas- tiene asignados signos algebraicos en formo similar a cuan -
do tal flujo de energia es considerado en forma separada, ya que pa r a la ecuaci6n del
balance de energia en un sistema, durante un cierto periodo de tiempo s e considera to -
da la energia, la sumo de los tres terminos debe ser cero. Esta expresa simplemente
que la energia no puede ser creada ni destruida.

La energia total acumulada en un sistema en ur instante en 11articular es el

resultado neto de la transferencia de energia ~acia el sistema y de~de el sistema du-
rante todo el periodo de tiempo previo. La Figura 2.1 es un esquema qu P muestra el sig-
nificado de este enunciado.

En la Tabla 2.1 se muestra un resumen del concepto del balance de color, jun -
ta con los distintos procesos de transferenc~a d~ calor. La tabla describe las condi-
ciones generales bajo las cuales cada uno de los procesos de trans'erencia de color
actua como fuente de color o co~o sumidero. rl sistema consid e rado para el balance de
calor es un luger sobre la superficie terrestre.

El luger puede ser sabre tierra o ague. El equilibriu para el sistema er

cualqu i er instante es el resultado neto de la acci6n de todos los procesos de transfe-
rencia. Los cambios de los sistemas responden a cambios en el equilibria produciendo
el clime.

Si el luger es sobre tierro, la tabla sugiere que el proCt")SO marcado "Con-

ducci6n desde abojo" est6 en operaci6n en tantn que el proceso morcodo "Convenci6n
desde abajo" no lo est6. Cuando el lugo:r es sabre el agua, se cumple la inversa. (_Ha
 - 11 -

pensado usted alguna vez que los lugares en medio de los oceanos o de los grandes lo -
gos tienen clime? Si fuera capitan de barco o miembro de una tripulacion, seguramente
habria pensado que los oceanos tienen cl im a .

Procesos de Direccion del flujo de calor

transferencia de calor
Flujo entrante Flujo saliente

Radiacion solar (durante el dia Luz solar Ref lexion desde la

solamente) Cielo claro, reflexi6n superficie
de las nubes

Radiacion terrestre (dia y noche) Aire calido y superf i- Aire frio y superficie
cie fria (de noche en caliente (de dia, en
primavera) otono)

Conduccion desde abajo (solo so- Suelo caliente debajo Suelo frio por debajo
bre tierra) de una superficie fria de una superf icie ca-
(de noche, en otono) liente (de dia, en
primavera)

Conveccion desde abajo (solo so- Agua caliente por deba- Agua fria debajo de una
bre el agua) j o de una superficie superf icie caliente
fria

Conducci6n desde arriba Aire caliente sabre una,Aire frio sobre una su-
superficie fria (de no- perficie caliente
che, en primavera)

Advecci6n Yiento c6lido sobre unalViento frio sobre una

superficie frfo superf icie caliente

Calor latente Condensaci6n a partir Evaporaci6n en aire

de aire saturado seco

Tabla 2.1 Notas sobre los papeles fisicos que desempenan los factores cli-
m6ticos en la determinaci6n del balance de calor local y en consecuencia del
clime local

En un luger sobre tierra no hay conveccion desde abajo porque el suelo no

es un fluido y no puede actuar como un agente de transferencia de calor por convec-
ci6n. Un luger sobre el agua tiene conveccion desde abajo pues el agua es un fluido
y puede actuar como agente de transferencia de calor por convecci6n. El calor en el
agua tambien es transferido por conducci6n. Pero la cantidad de calor transferida por
convecci6n en un fluido es mucho mayor que la transferida por conducci6n y este no s e
considera generalmente en la climatologia fisica.
 - 12 -

PERIODO DE TIEMPO •••

1 2 3 4
FLUJO ENTRANTE +5
l +10 l +30 l + l
TOTAL ALMACENADO
G 8 B B-~
FLUJO SALIENTE -10
l -20
l -5 l -l
VARIACION DE LO (+5-10) (+10-20) (+30-5)
ALMACENADO = -5 = -10 = +25

Figura 2.1 Lo energio olmocenoda

es el resultodo del color tronsfe-
rido duronte los periodos previos

En la Tabla 2.1 hay que considerer tambien que para coda proceso de trans-
ferencia de calor, EXCEPTO el de la radiaci6n solar, un proceso actuara liberando o
absorbiendo calor en un instante pero no las dos cosas a la vez.

La raz6n par la cual la radiaci6n solar se muestra como una e xcepcion a es-
ta regla es que la radiaci6n solar que sale de la superf icie se muestra en la tabla
coma radiaci6n reflejada. Esta esta hecho para que se comprenda laforma en que puede
cambiar el balance de calor segun que la superficie se vuelva mas o menos reflective.

Consideremos ahora un mediodia brillante y claro, con el sol alto. De con-

formidad con la Tabla 2.1 se puede pensar que la radiaci6n solar es una gran f uente
de calor entrante. A menos que este soplando un viento calido cuya temperature exceda
la de superficie, la rodiaci6n solar es la unica fuente de calor. Entonces esta debe
ser equilibrada contabilizando la liberaci6n y acumulaci6n de calor obtenidas de las
otras secciones de la Tabla 2.1.

Si los distintos procesos de liberaci6n de calor no pueden igualar en con-

j unto el calor absorbido por la radioci6n solar, la temperature del suelo, en este ca-
so el sistema que esta siendo considerado, ascendera hasta que la sumo del calor ab-
sorbido iguale a la del calor liberado.

Otro ejemplo: consideremos una masa de agua en una noche de primavera. No

hay radiaci6n solar. La radiaci6n terrestre, o de onda largo, esta dado en la tabla
coma un resultado entre el flujo entrante desde el aire mas caliente y el flujo sa-
liente desde la superficie mas fria del agua. El resultado es un flujo entrante.

La conducci6n desde el aire mas caliente de arriba do tambien un flujo en-

trante. Si el aire esta seco, hay condiciones buenas para que haya perdida de calor
debido a la evaporaci6n. El balance p~ra el sistema estara determinado por los efec-
tos de convecci6n desde el agua de abajo y los efectos de advecci6n.
 - 13 -

En lo enunciado anteriormente sabre la acumulaci6n de energia, debe especi-

ficarse el periodo de tiempo durante el cual se efectua el balance. Este periodo pue-
de ser tan corto coma el periodo mas corto que el hombre pueda medir y tan largo coma
la historic de la Tierra. Par supuesto, el periodo puede tener tambien una longitud
intermedia y mas util, tal coma una ha r a, un dia 0 un ano.

En la Tabla 2.2 se don cantidades de energia acumulada, tipicas para una

hara, un dia y un ano. Las unidodes de energia son siempre calories par centimetro
cuadrado (col. cm2), que son tambien denominadas "langleys", en forma abre viada de
"ly" . La energia asi expresada se refiere a una unidad de area, un centimetre cua-
drado, sabre la suposici6n de que ese centimetre cuadrado es representative de los
demas centimetros cuadrados de una superficie homogenea. Par ejemplo: 100 "ly" son
equivalentes a 100 x 104 col m-2 o a 100 x lolO col Km-2 , etc.

Sabre la Tabla 2.2 deben hacerse varies aclaraciones: el "balance neto de

radiaci6n" es la sumo algebraica de los cuatro primeros terminos de radiaci6n. Este
balance neto es el resultado de todos los flujos de radiaci6n salientes y entrantes
durante el periodo de tiempo establecido. Esta es, la cantidad de energia que debe
ser disipada desde el sistema por conducci6n, convecci6n y transferencia de calor
latente.

Segundo, la sumo de los tres ultimos terminos es igual al balance neto de

radiaci6n, pero su signo es opuesto. Par ejemplo: en el intervalo de tiempo B para
un dia, 306 = 56 + 87 + 163. Los signos opuestos, que hacen nula la sumo de las cua-
tro cantidades, significan que se consideran todos los flujos de energia entrantes y
salientes en la unidad de area.

Tercero, aunque la energia es la del flujo llamado "conducci6n de calor

desde abajo del suelo" es flujo de calor desde o hacia la columna de tierra que se
extiende hacia abajo desde la unidod del area considerada sabre la superficie. Pre-
sumiblemente, esta es la misma cantidad de flujo de calor debajo de coda centimetre
cuodrado en el entorno.

Entonces, de nuevo en el periodo B, durante el curso de un dia, ENTRAN en

el suelo 56 calories (negative, significa que "salen de superficie"). Entonces se po-
dria considerer que en el dia en cuesti6n el suelo par debajo de este lugar fue l eve-
mente calentado . Es decir, es mayor el calor recibido que el emitido.

Par otra parte, para un ano entero, el flujo de calor en el suelo es cero.
El calor que entra en el suelo es igual al que sale durante el transcurso de un ano.
El suelo tiene ahora la misma temperature que la que tenia hace un ano por estas mis-
mas fechas.

El objetivo de discutir este tipo de almacenamiento de calor climatol6gico

es que explica el proceso fisico real que va a producir el clima del luger, el pro-
ceso real de transferencia de calor, el cual es la raz6n de la busqu e da de esa uni -
dad de area de la superficie para un equilibria.

Un metodo de describir los climas en la superf icie de la tierra es haci e nd a

mapas que muestren los valores de l os distintos terminos de la energia almacenada, par
 - 14 -

Intervalo de tiempo*
Flujo de energia
A B c
3
Radiaci6n de onda corta, flujo entrante +75 ly} +580 ly +140xl0 ly
(radiaci6n solar incidente) I **
3
Radiacion de onda corta, flujo saliente I -12 -130 -22xl0
(radiaci6n solar reflejada)

Radiaci6n de onda largo, flu j o entrante

(radiaci6n del cielo)
I +30 +709 +255xl0
3

Radiaci6n de onda largo, flujo saliente

(radiaci6n terrestre)
I -36 -853 -323xl0
3

3
(Balance neto de radiaci6n) (+57) (+306) (+50xl0 )

Conducci6n de s de abajo del suelo - 12 -56 0

3
Conducci6n desde el aire sabre el suelo -22 - 87 -27 xl0
3
Co l ar l atente (evapo r ac i 6n y conde nse - - 23 -163 -23xl0
ci6n)

* A: Una hora del mediodia con el sol alto

B: Un dia durante el periodo con sol alto
C: Un aiio

** La reflectividad efectiva o albedo de la superf icie es 12/75 o alrededor del

16 por ciento para el intervalo de tiempo y an6logamente para los intervalos
B y C.

Tabla 2.2
Ejemplos tipicos de en~rgia almacenada por
unidades de area (l cm ) de la superficie
terrestre para tres intervalos de tiempo

ejemplo, el balance de radiaci6n neta. La Figura 2.2* muestra un mope de radiaci6n ne-
ta para la Union Sovietica.

*Tornado de la Figura 9 de "CLIMATES OF THE USRR", por A.A. Borisov; publicado por
Oliver and Boyd Ltd., Edimburho y Landres, 1965, p6gina 255.
 - 15 -

2.2 Calculos de la transferencia de calor

En el pa r rafo que precede, la discusi6n del balance de energia tuvo coma

fin dar valores numericos y unidades fisicas. En los parrafos siguientes el estudian-
te obtendra una idea de la forma en que se hicieron esos calculos para llegar a esos
valores para los flujos de calor .

20

.....,..\
\~
·, ~
/

\
l . .\
•
Reg1ones man t anosas
- \
''° _.__
SOO IOIXI••

Figura 2.2 Distribuci6n de los valores

del balance anual de radiaci6n Kcal cm-2
en la Union Sovietica (par Borisov)

2.2.1 Transferencia de calor par radiaci6n

Primero consideremos la radiaci6n. De acuerdo con una ley conocida coma

ley de Stefan-Boltzmann, la cantidad de energia que irradia una superficie por uni-
dad de area y de tiempo es proporcional a la cuarta potencia de la temperature ab-
solute (Kelvin) de la superficie. En forma de ecuaci6n, la ley dice:

Flujo de calor por uni- 4

= F = EOT ( 2.1)
dad de area y de tiempo

En esta ecuaci6n ~(sigma) es conocida como la constante de Stefan-Boltz-

mann y es igual a 0,817 x lo-10 col cm-2 min - 1 grado-4. El factor s (epsilon) indica
la ef iciencia con que la superf icie actua como radiadora comparada con el radiodor
mas eficiente posible llamado cuerpo negro.

Por ejemplo, una superficie con una eficiencia del 95 par ciento y una
temperature de 300°K, muy parecida a la de la Tierra, irradiar6:
10 4
(0,95) (0,817) (10- ) (300) = 0,63 col cm -2 min - 1 ( ly m1n -1)
 - 16 -

hacia el espacio -ya sea aire o vacio- adyacente a la superficie. En una hora, la
superficie habra irradiado (0,63) (60) = 37,8 cal cm-2 hr-1, y en un dia (37,8) (24)
= 907,2 cal cm-2 dia-1. En un ano la superficie habra irradiado (907,2) (365,25) =
331 X 103 cal cm-2 ano-1. Compare estos numeros con los de la fila llamada "flujo
saliente de radiaci6n de onda larga" en la Tabla 2.2. Para los periodos de tiempo
respectivos, los numeros son similares porque la superficie de la Tierra tiene una
eficiencia de alrededor del 95 por ciento y tiene una temperature (al menos en ve-
rano y al mediodia) cercana a los 300°K (27°C).

La radiaci6n proveniente de la superficie del sol puede ser aproximada a

la de un cuerpo negro con una temperature de alrededor de 5800°K y es aproximadamente:

(1,0) (0,817) (10

-10
) (5800)
4
= 0,925 x 10
5
cal cm
-2 min
. -1

Desde el momento que la energia irradiada desde el sol ha recorrido hasta

la tierra 1,5 x 10 8 km, su intensidad ha sido reducida al valor de la constante so-
lar: 2,0 cal cm-2 min-1 (parrafo 2. 6.l de CL IV).

Como se muestra en la Figura 2.2 de CL IV, la variaci6n neta del calor

transferido por radiac i6n entre una superficie radiante y su entorno es el balance
entre el flujo de radiaci6n entrante y saliente. Este balance, expresado como el
flujo neto de calor por radiaci6n para la superficie 1, puede ser escrito asi:

- (Perdida desde) (Ganancia desde) (Ganancia neta)

(la superficie l) + (la superficie 2) = (para la superficie l)

o de otra forma
4 4 4 4
- cCiT + Fo-T = Ecr-(T - T ) ( 2. 2)
1 2 2 1

siempre que ambas superficies sean igualmente eficientes. Esto muestra que el inter-
cambio neto de calor entre dos superficies, o entre una superficie y su entorno, es
proporcional a la diferencia de las cuartas potencies de sus respectivas temperatures
efectivas en grados Kelvin. En la Tabla 2.2 esta diferencia esta representada por la
diferencia entre las corrientes llamadas (radiaci6n de onda corta, flujo entrante) +
(radiaci6n de onda larga, flujo entrante) desde el entorno y (radiaci6n de onda corta,
flujo saliente) + (radiaci6n de onda larga, flujo saliente) que deja la superficie.

2.2.2 Transferencia de calor por conducci6n

-------------------------------------
Como se discuti6 en el parrafo 2.2 de CL IV, el calor es tronsferido por
conducci6n de molecule a molecule, a una velocidad que es proporcional a la diferen-
cia de temperature entre los dos extremos del camino sobre el cual tiene lugar la
conducci6n.

En efecto, la conducci6n tiene lugar a una velocidad proporcional al ~­

diente de temperature entre los dos extremos del recorrido del flujo, esto es la di-
ferencia de temperature por unidad de longitud. Como ejemplo: el gradiente de tempe-
rature a lo largo de un camino de 10 cm de largo, con una diferencia de temperature
de 50 entre sus extremos es diez veces mayor que el gradiente a lo largo de un camino
de 100 cm con la misma diferencia de temperature.
 - 17 -

Entonces, la ecuaci6n para la velocidad de conducci6n del calor a trov es de

un camino que tiene una secci6n de area transversal A y longitud L es:

B = k • A (Th - Tc) ( 2.3)

L

en la cual Th y Tc son las temperatures de los extremos caliente y frio, respecti va -

mente, y k es el coeficiente de conductividad termica que describe las caracteristicas
del material en el camino del flujo.

La Tabla 2.3 muestra las conductividades termicas de algunos materiales na-

turales comunes y ciertas otras propiedades de esos materiales que ser6n discutidas
en la pr6xima secci6n.

Para ejemplo de flujo de calor por conducci6n a troves de una capo, cons1-
deremos una capo de arena humeda de 10 cm de espesor y digamos que la diferencia de
temperature entre el lado caliente y el lado frio de la capo es 50°C. Entonces por
coda 10 cm2 de area de la capo, el flujo de calor por minuto sera:

B = (0,24) (10) tig~ 7 ---~~c~=) _,_ \ (cm2) (grado) 12 col min

. -1

Esta cantidad de calor es suficiente como para aumentar en 1°C la temperatu-

re de 12 cm3 de agua. Pero no es muy g r ande comparada con la que se necesita para ha -
cer hervir el agua de un recipiente para hacer el te. Pero si esa diferencia de temp e-
rature de 50° f uera a troves de una capo de arena de solo l cm de espesor entonces ha-
bria un flujo de calor de 120 calories a troves de un area de 10 cm y en un minuto.
Esto es suficiente para hacer hervir uno o dos cm3 y si el flujo de calor a troves de
una capo de arena de l cm de espesor, con una diferencia de temperature de 500 fu e ra
sobre una superficie de l m2 el flujo de calor deberia ser de 120.000 calories en un
minuto. Esto llevaria a la ebullici6n a mas o menos un litro de agua. Esto deberia
ser suficiente para el te y este es mas o menos el calor que fluye hacia la capo de
arena superficial de una playa a mediodia en pleno verano.

Conductibilidad termica Densidad Calor especifico

Material natural
K(cal grado-1 cm- 1 min - 1) (g cm- 3 ) C(cal g grado-1)

Grani to 0,66 2,6 0,2

Hielo 0,33 0,9 0,51
Arena humeda 0,24 1,6 0,3
Agua tranquila 0,09 1,0 1,0
Arena seca 0,024 1,4 0,2
Mantillo de los bosques 0,009 0,3 0,44
Aire en calma 0,003 0,001 0,24

Tabla 2.3
Propiedades termicas de varios ma -
t e riales comunes qu e se e ncuentran en la supe r f ici e t er r e stre
 - 18 -

Lo capo de oire de 1 cm de espesor odyocente a lo superficie de arena, a

menudo tiene tambien uno diferencio de temperature de 500 a mediodia y en pleno ve-
rono. El flujo de calor a troves de esta capo de aire, si fuero solo por conducci6n,
serio:

50 2
B = (0,003) (10) lO = 0,015 col por 10 cm en un minuto

Realmente esto es uno cantidod pequeno de calor . El aire en reposo debe ser
un aislante excelente. En la Tabla 2.2 para el periodo A en una horo de mediodia en
pleno verono, el flujo de color hocio el oire es quiz6 el doble (22) que hacio el sue-
lo (12). Debe ser entonces que el color es transportable hacia el oire par un proceso
mos importonte que la conducci6n puro. Este es el proceso de convecci6n, el cuol es
vorios miles de veces mos eficiente que la conducci6n puro. Este es el proceso de con-
vecci6n.

2.2.3
~~~~:-~~~~==~~~~-~-~~:~~=~~~=~-~=-~~-!=~~=:~!~:~
En lo Tabla 2.2 en una horo al mediodia se transfieren al suelo 12 calories
por coda cm2 de superficie . Siendo esto una odici6n neto al contenido de calor del
suelo debe haber resultodo un aumento de la temperature del suelo.

Los medios para calcular la relaci6n entre el calor almacenado y la varia-

ci6n de temperature en un sistema fisico se obtienen a troves de la comprensi6n de
las propiedades del calor especifico y la densidad.

Si se reune 1 kg de coda material de la Tabla 2.3 y se entrega la m1sma can-

tidad de calor a coda kilogramo, el aumento de temperature no ser6 el mismo en todos
los materiales. Aquellos con mayor calor especi fico experimentar6n el menor aumento
de temperature, porque el calor especifico C es:

Calor especifico = Cantidad de calor necesaria para elevar la temperature

de 1 gr en un grado C.

Se necesitan 0,3 calories para elevar 1°C la temperature de l gr de arena

humeda. Para el ogua puro se necesita una caloric.

Cuondo se reune 1 kg de coda uno de los materiales se notar6 tombien que

ellos tienen distintos volumenes. Los materiales con mayores densidades tendr6n los
volumenes menores, porque la densidad es:

Densidod = Numero de gromos de moso en coda centimetro cubico de volumen.

El kilo~ramo de arena humeda que se eligi6 para la experiencio tendr6 un

volumen de 625 cm mientros que el kilogramo de agua tendr6 un volumen de 1000 cm3.
Pero el kilogramo de aire en colma tendr6 un volumen de 1 mill6n de cm3. El aire no
es muy denso.

Ahoro que poseemos la idea del color especifico y de la densidad, podemos

calculor el calentomiento del suelo en lo Tabla 2.2. Si los 12 calories son transfe-
ridas a un volumen del suelo que tiene un espesor de 10 cm y un area de l cm 2 en la
 - 19 -

3
superficie del suelo, este tendra un volumen de 10 cm . Si es arena humeda, tiene una
masa de (1,6) (10) = 16 gramos por centimetro cubico.

Si se necesitan 0,3 calories para elevar en 1°C la temperature de un gramo

de arena humeda y si tenemos 16 gramos de arena y le entregamos 12 calories, obser-
varemos un aumento de la temperature de (12) (0,3) (16) = 2,5°C, porque:

Calor almacenado = (masa) (calor especifico) (cambio de temperatura)

0
G = (densidad x volumen) (C) (T -T )
2 1
0
G = p.c.(volumen) (T 2 -T 1 ) ( 2.4)
3
Mientras que puede ser cierto que el flujo de 12 calories hacia los 10 cm
(16 gramos) de suelo elevan la temperature media del suelo en 2,5°C en la hora duran-
te la cual ocurre el flujo, no todo el calor fluye igualmente en las diferentes par-
tes de los 10 cm del espedor del suelo. La mayor parte del calor es frenado cerca de
la superficie y una cantidad mucho menor se transmite a traves de todo el espesor de
10 cm.

A causa de la naturaleza del flujo de calor por conducci6n, la mayor parte

del calor permanece cerca de la superficie del suelo durante el curso del dia. El
mismo calor, a su vez, vuelve a fluir hacia afuera durante la noche siguiente.

La Figura 2.3 muestra las configuraciones tipicas de las variaciones de la

temperature a traves de un dia . La Figura 2.3 (a) es para un suelo en latitudes me-
dics, en dias claros de primavera o verano.

La Figura 2.3 (b) representa en cada linea la variaci6n de la temperature

con el tiempo en un espesor particular. Cada linea esta identificada con el espesor
en centimetros.

La Figura 2.4 muestra, tambien para un suelo en latitudes medias, las va-
riaciones de temperature a traves del curso de un ano entero. La distribuci6n y sig-
nificado de la Figura 2.4 es la misma que la de la Figura 2.3 (b).

Las Figures 2.3 y 2.4 muestran claramente la forma en que la mayor parte
del calor fluye hacia y desde el suelo muy cerca de la superfici e. Las reglas genera-
les muestran que:

a) cuanto mayor es la penetraci6n en el suelo, menor es la variaci6n de tem-

perature entre el dia y lo noche, o entre el veron o y el ~nvierno;

b) cuanlo mayor e s la penetraci6n en el suelo, mayor es el desfase entre las

temperatures m6ximas o mfnimas en el suelo y e~ la superficie.

En efecto, la Figura 2.4 muestrc que cuando es pleno verano ~n superfici2,

es pleno invierno a 7 metros de profundidad.
 - 20 -

0
Temperature C
10 ~ ~ ~ 30 35 25
E
""" :: - -,.-
15
Espesor
(.)
0
u 20
c
Q) 10 0
1-i ~ 15
0 Hora +'
0
~ 20 del dfo 1-i
Q_ Q) 10
If) Q_
w E _Ml_

oor-~-=7::.;.;~=~
30
I ~ 5 ·- ·- ·- ·.Ill ·- ·- ·- ·-
( b1 06 12 18 00
(a) /
Hora del dfo

Figura 2.3
Relaciones entre el es pesor y lo
temperature en el suelo duronte el
curso de un dio

25

u
0
0
1-i
::J
+-'
0
1-i
Q)
Q_
E 10
Q)
f-

JFMAMJjASONO
Mes dE<l aiio

Figura 2.4
Relaciones entre el tiempo, espe-
sor y temperature en el suelo du-
rante el curso de un oiio
 - 21 -

0 I 1 07 - _ ... 7 7 t
E Q)
u 10 ·-<
u 0
c · -< :::>
Q) 4- Ol
H 20 H O
Q)
0 a. ....-j
lfJ :::> Q)
Q)
a.
lfJ
30 (/) "
w del afio
40 .........,~~..-~......~~-
r; 10 )'j
0
Temperature C

Figura 2.5
Relaciones entre el tiempo, el
espesor y la temperature en un
logo grande durante el transcur-
so de un afio

Las Figures 2.3 y 2.4 fueron dibujadas con las observaciones realizadas en
las latitudes medics mas altos. Aunque los mismos principios fisicos gobernaron el
flujo de calor en superficie en una estaci6n tropical, las configuraciones son menos
variables entre el dia y la noche y entre los meses con el sol alto y los meses con
el sol bajo. Por supuesto, cerca del Ecuador los dos meses con el sol alto produciran
dos maximas de las curves tales como aquellas de la Figura 2.4.

Como ya se ha visto en CL IV 2.6.2, el calor es mezclado mas profundamente

en el agua que en el suelo, y la temperature del mar es mucho menos variable que la
temperature de la superficie del suelo, ya sea entre el dia y la noche o entre los
meses con el sol alto y con el sol bajo.

En un diagrama similar al de la Figura 2.3 (a) se muestra en la Figura 2.5

el perfil de la temperature del agua en una latitud media para coda mes. La dificul-
tad de obtener tales registros para los oceanos abiertos es tan grande que estas ob-
servaciones hechas para un gran logo seran suf icientemente representatives de las su-
perficies de agua sobre la tierra.

Los diagramas muestran claramente la verdad de las dos reglas:

a) se debe ir mucho mas profundo dentro del agua que dentro del suelo para
encontrar la misma variaci6n de temperature entre el dia y la noche o
entre el verano y el invierno;

b) el desfasaje con la profundidad de la temperature maxima 0 minima en la

superficie del suelo y en profundidad es mucho menor en el agua que en
el suelo.

Los efectos de estas reglas sobre el clime ya han sido discutidos en el p6 -

rrafo 2.6.2 de CL IV. El clime de los oceanos es mucho menos variable que el de los
continentes a la misma latitud.
 - 22 -

2.2.4 Transferencia de calor por convecci6n

La principal raz6n que hace ciertas las reglas a) y b) anteriores es que el

agua es un fluido y entonces tiene la libertad de transferir el calar por convecci6n.
El suelo es s6lido y entonces tiene por ello que restringirse a transferir el calor
en farma mucho menos eficiente por conducci6n.

El aire tambien es un fluido y por esa raz6n transfiere el calor hacia arri-
ba y hacia abajo desde la superficie terrestre por convecci6n. La Figura 2.6 (a) mues-
tra perfiles de temperature para el aire y el suelo simult6neamente a la misma hora y
en el mismo luger. Las relaciones entre la temperature, el tiempo y la distancia se
representan aqui en la misma farma que en la Figura 2.3 (a).

La Figura 2.6 (b) muestra .las variaciones temporales de la temperature en

el aire en la misma forma que las Figures 2.3 (b) y 2.4 en el suelo .

De la comparaci6n de las Figures 2.3 y 2.6 se hace evidente que las reglas
a) y b) se aplican tanto al aire como al agua. La raz6n, por supuesto, es que el ca-
lor es transferido por convecci6n en el agua y en el aire.

l'i
1'i0-I
;I
I 0

100
:I ....u
Q)
I-<
I-< u 301ficie
0
!I
Q)
o (m)
E
u I.., : \99 ~2
.... +'
4-
• .-!
0
I-<
0 I-< 0 :::>
·0 'j n1 19:
\
Q) .--i
a.
+'
0 2C
c
0
+' I
':

\ \ :::>
"' -u
Q)
~
a.
I 1'j

"'
.... 0 '- ~ 15
Cl Ill I-
- ~·

50
IUC.1.
I
U.1.U
I
?i'r
I I
10i~ I I
Enero
I
10 1'.i 20 o~ 00 06 12 18 00
la) Temperature C lb) Hora del dia

Figura 2.6
Relaciones entre el tiempo, la
distancia al suelo y la tempe-
rature durante el transcurso de un dia
 - 23 ...

A rnenudo es una sorpresa para el alurnnb id gran diferencia de temperature

que existe en un instante dado, sobre distancias tan pequenas cercanas a la superf i-
cie del suelo. Por ejemplo, los gr6ficos de la Figura 2,6 muestran que, a mediodia,
la diferencia de temperature en el suelo entre l cm y 10 cm de profundidad es de al-
rededor de l0°C. El gradiente de temperature es de cerca de l0°C en 9 cm o aproxima-
damente lOC por cm.

En el aire, a mediodia y con sol, el gradiente de temperature entre l y 10

cm de altura es aproxirnadamente el mismo: 1°C por cm. Sin embargo, al alejarse de la
superficie, el gradiente de temperature es mucho menor. Por ejemplo: entre los 50 y
los 150 cm hay solo 1°C de diferencia, el gradiente es solo una centesima parte, es
decir 1°C por metro.

Aunque sorprendentes, estas grandes diferencias en la temperature sobre dis-

tancias tan pequenas pueden ocurrir y son muy cornunes, El alumno puede efectuar su
propia demostracion de la existencia de tales gradientes realizando mediciones cuida-
dosas, Aun excavando un pequeno pozo en el suelo y apoyando un dedo sobre las paredes
del pozo se notar6 inmediatamente c6mo se enfria el suelo r6pidamente con la profun-
didad, en un dia de sol a mediodia.

Es posible hacer c6lculos aproximados de la velocidad de transferencia de

calor por conveccion haciendo uso de ecuaciones sirnilares a esta:

H = constante x velocidad del viento x (Tu-Tl) ( 2. 5)

En la ecuaci6n, las temperatures son en un nivel superior, Tu, yen un nivel

inferior, T1. El valor de la constante es deterrninado experimentalmente, e implica nu-
merosas mediciones con instrumentos complejos.

De una de esas determinaciones experimentales de la constante se encontro

que su valor aproximado es 0,05 cuando:

i) . d e ea l or esta, expresa d a en ea l cm - 2 min

l a trans f erencia . -l (l y min
. -l) ;

ii) la velocidad del viento es medida a 2 m de altura y en m seg-l

iii) las temperaturas son medidas a 2 m y a 6 m en grados C,

Este valor se da aqui solo a titulo ilustrativo y no debe ser usado para
ninguna estirnaci6n exacta de transferencia convective de calor. Lo mas importante que
debe notar el alumno aqui es que la transferencia de calor por conveccion es directa-
mente proporcional a la diferencia de temperature entre los dos extremos de un camino.

Sucede lo mismo que con la conduccion. Sin embargo, la cantidad de calor

transferida por convecci6n es usualmente mucho mayor que por conduccion, para un gra-
diente dado de temperature; y la velocidad de la conveccion depende de la velocidad
del viento, que causa la turbulencia que produce la convecci6n (GM, p6rrafo 10.10).
 - 24 -

2.2.5
!:~~:!:::~=~~-~=-=~~~:_e~:-=~~e~:~=~~~-~=~~~:-~~!:~!:2
Como yo se explic6 en el p6rrafo 2.2 de CL IV, se transfiere calor a la at-
m6sfera desde la superficie de la tierra cuando se evapora ague desde la misma. Esta
transferencia es similar a la transferencia convective de calor en el sentido de que
el aire turbulento transporta el calor a troves de la atm6sfera en un caso y en el
otro lo transportan las molecules de agua.

Cuando una superficie est6 humeda comparada con el aire que est6 par encima
de ella -lo que generalmente sucede en las praderas a mediodia- la presi6n de vapor
en el aire (GM, p6rrafos 6.5 y 6.13) disminuye con la altura sabre la superficie. Es-
ta disminuci6n se encuentra aunque la evaporaci6n se produzca desde una superf icie de
arena, pradera o logo.

Cuando hay condensaci6n sabre la superficie, es decir, cuando hay flujo de

calor hacia la superficie (GM, p6rrafos 6.6 y 6,11), la presi6n de vapor aumenta su
altura sabre la superficie.

A cause de la similitud entre la transferencia de calor par convecci6n y

de calor latente desde una superficie, no deberiamos sorprendernos al encontrar que
los c6lculos que don aproximadamente la velocidad de transferencia del calor latente
puedan ser hechos con ecuaciones coma esta:

LE = constante x velocidad del viento (e -e )

s a
( 2.6)
donde es es la presi6n de vapor en superficie y e 0 es la presi6n de vapor en el aire .
Nuevamente el valor de la constante puede ser obtenido experimentalmente, pero ahora
las diferencias entre las presiones de vapor (en mb) son mucho menores que las dife-
rencias en la temperature cerca de la superficie del suelo. Entonces, para determiner
la constante en la ecuaci6n (2.6) tambien se requiere instrumental muy complejo.

Para dar una idea al estudiante de los valores involucrados en la ecuaci6n

(2.6) diremos que la constante es aproximadamente 0,15 cuando:

i) el valor transferido es en col cm -2 min -1 ( ly min -1) ;

ii) la velocidad del viento es medida aproximadamente a 2 m de altura y

en m seg- 1 ;

iii) las presiones de vapor son medidas a 2 y 6 m aproximadamente y en mb.

Este valor de la constante es solo ilustrativo y no debe ser usado para ha-
cer estimaciones exactas de transferencia de calor latente. La velocidad de transfe-
rencia de calor latente, LE, es el producto de la velocidad de evaporaci6n E y el ca-
lor latente de vaporizaci6n L, que es de alrededor de 580 col para evaporar l gr de
ague (GM, p6rrafo 6,11).

En climatologia, frecuentemente el interes no est6 en la velocidad de trans -

ferencia de calor (enfriamiento) de la superficie, sino en la velocidad de evapora-
ci6n. Este interes se encuentra principalmente entre aquellos que est6n relacionados
 - 25 -

con el uso y distribuci6n de agua para riego o aplicaci6n domestica.

Las velocidades de evaporaci6n est6n expresadas generalmente en terminos de

un espesor de agua perdido por un logo o estanque en un dia . Por ejemplo, cm por dia.
Una ecuaci6n en la que se hacen tales estimaciones de las velocidades de evaporaci6n
es muy parecida a la ecuaci6n (2.6)*:

1
E (cm dia- ) = ( 3TU) (e -e )
s a
( 2.7)

En la ecuaci6n, la velocidad media del viento para el dia, U, es obtenida a

una altura de unos 6 m. La temperature media para el dia, T, es medida a la misma al-
tura y expresada en grados K.

La presi6n de vapor media diaria en la superficie del agua, es, se obtiene

de la temperature media diaria de la superf icie del agua y de la relaci6n de la pre-
si6n de vapor de saturaci6n y la temperature (Tabla 6.1, GM, p6g. 36). La presi6n de
vapor media diaria en el aire, e 0 , se obtiene multiplicando la presi6n de vapor de
saturaci6n media a la altura de U por la humedad relative media a esa altura.

Se obtiene estimaciones mas aproximadas de la velocidad de evaporaci6n para

un dia con la ecuaci6n (2.7) usando valores diferentes para las horas de insolaci6n y
para las horas de la noche.

La Tabla 2,4 que se reproduce en la p6gina siguiente muestra una estimaci6n

de este tipo.

2.3 Velocidades de transferencia de calor y valores de los elementos clim6ticos

Aunque las velocidades de transferencia de calor en la superficie est6n re-

lacionadas con los valores de los elementos clim6ticos generalmente observados y re-
gistrados -temperature del aire, humedad relative, velocidad y direcci6n del viento,
precipitaci6n, cantidad de nubes, etc.- no hay una relaci6n simple que los conecte,

En las estimaciones de la velocidad de evaporaci6n como las discutidas, la

necesidad de relacionar las observaciones de todos los dias con las velocidades de
transferencia de calor, en unos pocos casos, es tan grande que corresponde hacer in-
vestigaciones para encontrar relaciones utiles entre ellas.

En ciertos centros de investigaci6n especiales, las mediciones de velocidad

de evaporaci6n son obtenidas directamente. Pero estas pocas estaciones son insuficien-
tes para constituir una red de observaciones tales como la de los aeropuertos y las
estaciones de observaci6n climatol6gica del mundo.

Por lo tanto, para los estudiantes que est6n usando este libro, las discu-
siones de la transferencia de calor se hacen con la intenci6n principal de dar una ba-
se de comprensi6n de los procesos que producen el tiempo y por lo tanto el clime. Con

* Del capitulo 2 de GENERAL CLIMATOLOGY, Volumen 2 del World Survey of Climatology.

Elsevier Publishing Co.: Amsterdam - 1969 - 266 pp.
 - 26 -

Variable
10 horas nocturnas 14 horas diurnas
Observaciones:

Temperatura media del aire 23 30

a 6 m de altura (OC)

Temperatura media del aire 296 303

a 6 m de altura (°K)

Temperatura media de la superficie 25 25

del agua ( oc)

Velocidad media del viento 4,1 7,2

a 6 m de altura (m seg-1)

Humedad relativa media 80 50

a 6 m de altura (%)

C6lculos

Presi6n de vapor media en la 32 32

superficie del agua e (mb)
s
Presi6n de vapor media a 6 m 29 x 0,8 = 23 42 x 0,5 = 21
de altura e (mb)
a
Diferencia de presi6n de vapor 9 11
media (e -e ) (mb)
s a
Velocidad de evaporaci6n obtenida 0,37 0,78
de la ecuaci6n (2.7) (cm dia-1)

Evaporaci6n durante el dia =

promedio pesado para la noche 10 x 0,37 + 14 x 0,7 8 = 0,61 cm dia-l
y el dia para el numero de 24
horas

Tabla 2.4
C6lculos estimados de evaporaci6n desde una
superficie de agua usando ciertas observa-
ciones en relaci6n con la ecuaci6n (2.7)

esa comprensi6n el estudiante estar6 en mejores condiciones de apreciar el significa-

do fisico de las descripciones del clima en los capitulos restantes, la mayoria de los
cual es se don en terminos de los elementos climaticos que se obtienen mas facilmente
y que ya hemos mencionado .
 - 27 -

2.4 Generalizaci6n: el alma de la climatologia

En el parrafo 1.1.2 de CL IV se defini6 la climatologia como "el estudio de

las generalizociones obtenibles de los comparociones entre ejemplos posodos del com-
portomiento atmosfe r ico" .

Las generalizociones se enuncion describiendo las coracteristicas pr i ncipo -

les que se han observado y que son comunes entre un grupo de cosas similores . Una ge -
neralizoci6n entre los seres humanos es que tiene dos brazes y dos piernos. No todos
los tienen, pero lo generalizoci6n cubre la omplia mayoria. Otro generolizoci6n sobre
los seres humanos es que tienen cabello negro. Esto es verdad para una gran fracci6n
de la humanidad, pero no significa que esto sea una generalizaci6n tan buena como lo
de los brazes y las piernas.

Algo que es importante sober sobre la generolizaci6n del cabello negro es

que ES MUCHO MAS PROBABLE QUE SEA MAS CIERTA EN ALGUNAS PARTES DEL MUNDO QUE EN OTRAS.
Para alguien que no haya observado nunca a los seres humanos, excepto en los tr6picos,
la verdad osignada a tal generalizoci6n es proboblemente mayor de lo que deberio ser-
lo. Por lo tonto, al hocer generolizociones se debe tener cuidodo con los grupos de
coses que se deseon describir.

LQue tiene esto que ver con el tiempo o el clima? Comunmente hocemos gene-
rolizociones sobre los procesos de la tierra y lo atm6sfera y sus resultados. Algunos
son virtualmente ciertos en todos los cosos. Por ejemplo, el sol sale todos los dios
y se oculta todos los dios a una horo y lugor predecibles.

Otros generolizociones son buenos, pero no tan ciertos. Por ejemplo, lo ro-
diaci6n solar incidente a mediodio en lo superf icie de la tierra es mayor en lo esta-
ci6n en que el sol esta mas alto que en la estoci6n en que el sol esta bojo. Si hay
nubes presentes algunos dios y otros no, la inverso de la generalizoci6n puede ser
cierto en olgunos cosos porticulores. Cuondo esto no es cierto, al menos puede ser
explicoda lo excepci6n a la regla.

Otras generalizaciones sobre lo atm6sfera son mas complejos, pero todos de-
ben ser iguolmente vistas para lo que son: gen e ralizociones para los cuoles hay excep-
ciones, sean comunes o no . Un ejemplo es el conjunto total de ideas sobre la noturole-
za e historic de uno ondo cicl6nica en el p6rrofo 16.2 del GM. No todas las depresio-
nes que se desplazan muestron justamente los detalles mostrodos en la Figura 16.3 del
GM, ni todas ellas posoran a troves de lo secuencio total como se muestro.

Lo que es importante es esto: muchas de las depresiones son similares a la

Figura 16.3 del GM de manero que lo generolizoci6n -llamoda modelo- se hoce para los
estudiontes y los pronosticodores del tiempo lo utilizan como una base para pensar so-
bre los datos que les don antes de hocer sus pron6sticos.

De vez en cuondo, lo excepci6n al modelo produce un pron6stico molo. La mo-

yoria de las veces, el modelo ayudo a hacer un pron6stico.

Entonces, en un sentido, el modelo de lo onda cicl6nica -como muchos otros

modelos, oceptodos y usodos todos los dios en meteorologio- es uno de los productos
de la climatologia de acuerdo con la definici6n dado al principio de la secci6n.
 - 28 -

Otros ejemplos de modelos meteorol6gicos, que son climatol6gicos en el mis-

mo sentido, son: a) la "Atm6sfera Standard OACI" (GM, parrafo 5.11); b) cualquiera de
los modelos de circulaci6n general meridional, tal como el modelo de Palmen (GM, Figu-
ra 20.6); c) la ley de Buy Ballot (GM, parrafo 7.12), para los cuales hay excepciones
en la microescala y en la macroescala.

Los modelos y las generalizaciones no deben ser conf undidos con otros ter-
m1nos o leyes fisicas ya definidos. La escala de temperature Celsius y el viento geos-
tr6fico son terminos y conceptos definidos, no modelos. Analogamente, la afirmaci6n de
que el flujo de conducci6n de calor es desde un material caliente a uno frio, aun si
el mas caliente tiene menos contenido de calor, es el enunciado de una ley a la cual
sabemos que no hay excepciones , y la segunda ley de Newton del movimiento (ES, parra-
fos 5.5 y 5.6) es una ley basada sobre definiciones.

Retornando al papel de la generalizaci6n en climatologia, el lector encon-

trara en las paginas que siguen muchos de estos modelos y generalizaciones, Aunque al-
gunos estan dichos en un lenguaje que sugiere que son siempre verdaderos, todos son
mas utiles si se reconoce para que sirven y que NO explican todas las situaciones que
pueden parecer similares. Lo importante es que explican BASTANTE las situaci~nes simi-
lares como para ser utiles como una base para pensar sobre un acontecimiento meteoro-
16gico complejo, y hacer un pron6stico sobre los siguientes acontecimientos meteorol6-
gicos complejos.

Los modelos pueden ser reconocidos porque estan probablemente acompanados o

explicados con enunciados que dicen algo asi como: "esta es la forma en que se compor-
ta la atm6sfera bajo esas circunstancias", Un ejemplo es el modelo de mesoescala de
los vientos en un valle en el parrafo 2.5.2.

Otras generalizaciones tienen la apariencia de ser mas precisas y exactas

cuando incluyen enunciados numericos sobre las caracteristicas comunes compartidas
por un grupo de situaciones o sucesos. En el caso del color de los cabellos humanos,
se puede encontrar la declaraci6n de que "97 humanos sobre 100 tienen el cabello ne-
gro". Esta declaraci6n no es cierto, a pesar del hecho de que contiene numeros que dan
la idea de aproximaci6n y precision.

La que probablemente sea cierta es la declaraci6n de que "de 97 humanos de

coda 100 OBSERVADOS o EXAMINADOS, tienen cabello negro". Entonces, si el observador
describe con cierto cuidado el grupo de humanos que forman las bases para su genera-
lizaci6n, llegara a una generalizaci6n valida para ese grupo,

En un ejemplo climatol6gico equivalente, se podria decir: "En el aeropuerto

tal, durante los anos 1966-1971, la radiaci6n solar incidente a mediodia en la super-
ficie terrestre fue mayor durante los meses de sol alto que en las fechas correspon-
dientes a los meses de sol bajo en 135 de los 150 pares de dies observados",

La construcci6n y uso de una declaraci6n tan cuidadosamente preparada es el

tema del Capitulo V en CL IV y del Capitulo VIII en este libro.

En resumen, la atm6sfera nunca es exactamente igual o nunca se comporta

exactamente igual en dos instantes diferentes cualquiera. Pero, en luger de decirlo
 - 29 -

osi, que no es ni util ni instructivo en climotologio, los climot6logos y los met e o-

r6logos hocen generolizocion e s sabre lo otm6sfero con uno primero mirodo o los re-
gistros de los comportomientos de lo otm6 sfero en el posodo . Los registros climoto-
l6gicos son un requerimiento fundamental para tales generolizociones y o su vez los
generalizaciones -o modelos - son un requerimiento f undomentol para cualqui er close
de pron6stico sabre ·lcr atm6sfero.

El objetivo es hacer generalizociones que seon precisos y exoctos por un la-

de, y utiles por el otro. Lo climatologia es el estudio de tales generalizaciones sa-
bre lo otm6sfera .

2.5 Algunos modelos comunes del comportomiento atmosferico

En este capitulo sabre climatologia fisica, trataremos de comprender algu-

nos de los complejos comportomientos de la atm6sfera que va a producir el resultado
llamado clima . Evidentemente no basta conocer por que hay estaciones y por que hay un
ciclo diorio (dia-noche) de luz solar y oscuridad.

Tambien es necesario conocer los papeles desempenados por muchos factores

individuales y procesos. Finalmente, es necescrio en lo explicaci6n del climo, y en
hacer posible su pron6stico, sober c6mo los numerosos f actores y procesos interact6an
para producir los valores observados de los distintos elementos c lim6t i cos-.-·- - - - -

En esta secci6n siguen varias descripciones, esto es, modelos, de la monero

en que estos procesos y foctores interoctuon en las diferentes escalos de espacio y
tiempo en la otm6sfero. Ellos no son ciertos en todos los casos, pero son suficiente-
mente ciertos en bostantes cosos individuoles coma para ser usodos de distintos mane-
ras. Asi es coma hon sido aceptodos junta con otros modelos como enunciados "normales"
en el tema de la climatologio te6rico.

2.5.1 Modelo de mocroescolo de lo interocci6n b6sica continente-oceano

Lo superficie de lo Tierra no es uniforme. Si se da uno vuelta alrededor

del globe a troves de cuolquier circulo de latitud, se encontrar6n continentes y oce-
anos alternotivamente . En el hemisferio norte, el 60 po r ciento de la superficie est6
cubierto por oceanos y el 40 por ciento por tierro. En el hemisferio sur, el 80 por
ciento de lo superficie est6 cubierta por oceonos y s6lo un 20 por ciento por tierro.
En bojos latitudes, en los respectivos hemisferios, estos proporciones pueden voriar
notoblemente.

El hecho de que los continentes se alternen con los mayores oceonos alrede-
dor de los cinturones de lotitud en ambos hemisferios, hace posible un modelo para
explicor algunos de los efectos de esto olternoncio sabre los climos del mundo.

En el modelo, el punto de partida es lo idea de un continente "normal" *,

Por supuesto que no existen continentes asi para que a lo vez hayamos encontrado uno

*La idea b6sica de "continente normal", modificoda en el caso presente, est6 en el

Copitulo V de APPLIED CLIMATOLOGY, por John Griffiths, Oxford University Press.
London, 1966. 188 pp.
 - 30 -

generalizaci6n. En la Figura 2.7 se muestra el continente "normal" como extendiendose

desde cerca del polo norte haste cerca del ecuador. La siguiente discusi6n, sin embar-
go, est6 hecha para aplicarla en cualquier hemisferio.

La primera configuraci6n del modelo es la respuesta de la circulaci6n en los

oceanos por la presencia de los continentes. Como en la Figura 9.11 de ES, en latitu-
des medics hay generalmente vientos del oeste, con vientos del este hacia el lado del
polo y hacia el lado del ecuador de este cintur6n. Como los oceanos no son continuos
alrededor del hemisferio (excepto entre 40° y 60° S), las corrientes oceanicas impul-
sadas por el viento se encuentran con las costas oeste de los continentes y se divi -
den. Una parte va hacia el sur y otra va hacia el norte.

La circulaci6n en un oceano est6 completada con la formaci6n de dos remoli-

nos o celdas de circulaci6n horizontal. La corriente oceanica impulsada por el viento
debajo del oeste es comun a las dos.

Como se puede ver en ES, Figura 11.6, ambos oceanos, el Pacifico y el Atlan-
tico, tienen un par de celdas de circulaci6n en los dos hemisferios. Lo que sin embar-
go no se puede ver en ES 11.6 es la variaci6n estacional de esas celdas entre los pe-
riodos del ano con sol alto y con sol bajo.

{a)

(b)
Figura 2.7 Interacciones entre las co-
rrientes de superficie en los oceanos y
las temperatures sabre un continente nor-
malizado ubicado en latitudes medics
 - 31 -

Sobre el lado este de los oceanos la corriente hacia el polo esta indicada
coma "caliente" y la corriente hacia el ecuador como "fria". La corriente c6lida vie-
ne desde latitudes bajas y transporta aguas mas calientes que las que se en contra ria n
de otro modo en estas latitude s. L~ opuesto es v6lido para la corriente fria.

Sobre la costa oeste de los oceanos, el agua fria se mue ve hacia el ecuador
en la celda pr6xima al polo, mientras que el agua mas caliente se mueve hacia el polo
desde las regiones tropicales de la otra celda. Estes corrientes estan rotuladas de
acuerdo a las temperaturas relativas que ellas tienen comparadas con el agua de otros
lugares a la misma latitud.

En la estaci6n en que el sol est6 ha-jo, indicada como "invierno" en la Figu-

ra 2.7 (a), el cintur6n de vientos del oeste esta mas pr6xim9 al ecuador, y entonces
las corrientes oceanicas que van hacia el este debajo de estos vientos estan tambien
mas pr6ximas al ecuador. En la estaci6n en que el sol est6 alto, "verano" (Figura b de
2.7), la corriente central comun a las dos celdas esta ubicada mas hacia el polo. En-
tonces en invierno la celda que esta hacia el polo se expande, mientras que la celda
pr6xima al ecuador se contrae. En verano ocurre lo contrario.

La anterior discusi6n fue sobre la respuesta de los oceanos ante la presen-

cia de los continentes. Pero, Lcu61 es la respuesta de los continentes ante las co-
rrientes oce6nicas?

Sobre los continentes estan marcadas lineas con numeros. Cada una de estas
lineas conecta todos los lugares del mope que tiene la misma temperature media para
la estaci6n indicada. Una linea asi se denomina isoterma ("iso" significa "igual" y
"terma" significa "temperatura").

Los numeros de las lineas indican apro ximadamente .la temperatura media para
la estaci6n en grados Celsius. Pero lo importante de las isotermas es la forma en que
ellas divergen sobre el oeste de los continentes y convergen en el este.

El mismo cintur6n de los oestes que en latitudes medias dirigia las corrien -
tes oceanicas, tambien transporta aire desde los oceanos hacia las margenes oestes de
los continentes . Las temperatures relatives de las agues lejos de las costas se hacen
entonces importantes en la determinaci6n de la advecci6n a troves de la linea de la
cos ta.

Los vientos del este transportan aire frio hacia el continente a troves de
su margen noreste y aire caliente en el sudeste. Los resultados de estas configura -
ciones de advecciones fries y de advecciones calientes se muestran a troves de la dis -
tribuci6n de las isotermas, que a su vez sugieren algunas configuraciones importantes
de la variaci6n de los climes sobre los continentes.

Finalmente, el cambio de las isotermas e ntre el invierno y el verano sigue

al del cintur6n de los oestes y al de las celdas oce6nicas. Entonces, en invie rn o, la
isoterma de "cero", o cualquier otra, se encuentra mas alejada del ecuador queen el
verano,
 - 32 -

(a)

(b)

Figura 2.8
Interacciones entre las corrientes
oceanicas superficiales y las tem-
peratures sobre un continente nor-
mal sobre el ecuador

Cuando se aplican las mismas ideas a un continente "normal" que cruza el

ecuador, conecta a las corrientes oceanicas y a las temperatures continentales pro-
duciendo un resultado como el que se muestra en la Figura 2.8. Aqui, a causa de que
la circulaci6n de las corrientes oceanicas en las costas del oeste produce conver-
gencia y divergencia en las costas del este, las isotermas tienden a hacer lo mismo.

En la Figura 2.9 se muestran los mapas de temperatures medics de enero y

julio para todo el mundo. La generalizaci6n en los modelos de las Figuras 2.7 y 2.8
se muestra claramente en los mapas de temperatures medias reales . Las cadenas de mon-
tanas mas grandes, tales como las de la cordille r a de los Andes en America del Sur,
producen la mayo r desviaci6n de las isotermas reales respecto de las del modelo.

Entonces, como en cualquier generalizaci6n, hay excepciones en la configu-

raci6n real.
·so+oJ soau11 so1 UOJ sopDJ!PLI! OJ!W J ~+
JoponJa 1ap sopow:xoJdo sauo:J:sod so1
UOJ Jo ua 0:1nr (q) A 0Jau3 (o) :ua Jow
1ap 1aA!U o sa1onuo so:paw s0Jn+0Jadwa1

( v)

- cc -
 - 34 -

2. 5. 2 ~~~=!~-~=-~=~~=~:~!~-~=!-~~=~!~-=~-~~-!:::=~~-:~g~~~
En los parrafos 14.3 y 14 . 4 del GM se describen los vientos anabaticos y
catabaticos causados por el calentamiento y enfriamiento de las pendientes de las
montanas a temperaturas diferentes de las del aire a cierta distancia de las pen -
dientes . El viento catabatico pendiente abajo durante la noche y el viento anabatico
pendiente arriba durante el dia no son procesos totalmente separados cuando se mira
el modelo de vientos de valle y montana como un ciclo diario.

El Dr. F. Defont* ha desarrollado un modelo para incluir las interacciones

de los distintos procesos que intervienen en la determinaci6n del flujo de aire en
terreno montanoso. La Figura 2 . 10 esta tornado de su trabajo y muestra la secuencia
de los campos de viento desde algo despues de la salida del sol (a), a troves de la
media manana (b), a mediodia (c), hasta la puesta del sol (d), a media noche (e) y
justo antes de la salida del sol (f).

Las flechas blancas de los diogromas muestran los vientos suaves producidos
por el calentamiento y el enf riamiento de las pendientes sobre los costados de los
valles mas grandes, como se discuti6 en los parrafos 14.3 y 14.4 de GM. Las flechas
negros muestran los vientos mas intensos soplando dentro y f uera del sector de mon-
tanas en el cual esta ubicado el valle. Esta interacci6n entre los vientos suaves de
pendientes y los mas intensos del valle, ha sido deducida de muchas observaciones de
vientos en los Alpes de Austria y es otro ejemplo del modelo o generalizaci6n utili-
zado para comprender los complejos procesos de la climatologia te6rica.

~ ~
~

~ ~ J .

~ ~
(e)

Figura 2.10
Modelo de las interocciones entre los
vientos de pendiente y valle que esta
orientado norte-sur (De Defont)

* Vease el Capitulo VII de THE CLIMATE NEAR THE GROUND, Harvard University Press.
Camb r idge, Massachusetts, 1965, o la pag . 665 de THE COMPENDIUM OF METEOROLOGY,
Ame r ican Meteorological Society , Boston, 1951 .
 - 35 -

Aunque no se incluy6 en el enunciado del modelo de la Figura 2.10, es nece-

s a ri o decir que se han hec ho e n el dos suposiciones. Primero, e l viento re g io nal o
gradiente est6 generalmente en calma. Entonces, los procesos de la macro esc ala no su-
primen los procesos de mesoescala. Segundo, los valles se abren generalmente hacia el
sol de mediodia, de manera que a las ho r as e n ·que el sol est6 alto las dos pendientes
son mas 0 menos calentadas por igual.

L0ue close de modelo se podria describir para un valle que se extienda en

direcci6n aproximada este-oeste?

La Figura 2.11 muestra un modelo asi, esta vez teniendo en cuenta que en el
mismo valle una ladera se calienta y la otra no, adem6s del ·flujo de viento gradiente
que cruza los tapes de la cadena.

viento gradiente

Figura 2.11 Modelo de interacciones entre los vientos

locales y el viento gradiente en un valle orientado este-oeste

Aqui, el viento anab6tico desde la ladera calentada (lado soleado) deb e ser
compensado por los movimientos del aire hacia abajo donde la pendiente no se ha calen-
tado y est6 en la sombre. Tambien en lugar de un grupo de celdas de circulaci6n doble
cruzando el valle como en la Figura 2.10, hay aqui una s6la celda . Finalmente, la li -
nea punteada muestra una capo de separaci6n a troves de la cual no hay movimiento del
aire y que permite a la circulaci6n del valle ser compatible con la del viento gra-
diente.

Se encuentran excepciones a los modelos de las Figures 2.10 y 2.11 cuando

la nubosidad impide el fuerte calentamiento de las lad e ras. Otras excepciones se en-
cuentran cuando el viento gradiente sopla desde o hacia el valle principal paralelo
a las lineas de los picas. Nuevamente, estas generalizaciones deben ser vistas para
lo que est6n hechas.

Algo que es importante recorder mientras se estudian estos modelos del com-
portamiento atmosferico es la close de cambios, 0 modificaciones, que estos producen
en los valores de los distintos elementos clim6ticos en los lugares de las diferentes
partes del casquete terrestre desde y hacia donde la atm6sfera se mueve. Esto es, en
que formas y momentos los valores de los elementos clim6ticos son cambiados, por la
presencia de las montanas, en los que estos ocurririan si solo intervienen los pro-
cesos de macroescala y el lugar estuviera en una planicie.
 - 36 -

~~-~~~=~~-~=-~~=:~=~=~~~-~=-~~-~=~~~~-~-=~-=~~!~:~~-!~:~~=~
2.5.3

Es bien sabido que el aire frio es mas denso que el aire caliente. Tambien
es cierto que el aire frio mas denso tiende a soplar montana abajo por debajo de cual-
quier aire caliente que pueda estar sobre las laderas inferiores. En la mesoescala,
este flujo resulta ser un viento catabatico (GM, 14.3) pero en la microescala es a ve-
ces llamado simplemente viento de drenaje.

A menos que los vientos en la mesoescala y en la macroescala sean debiles,

el viento de drenaje no se puede producir. Los vientos fuertes en una escala mayor
produciran turbulencia mecanica (GM, 11~3), que a su vez mezclan el aire que esta so-
bre las laderas impidiendo que haya densidades diferentes. Cuando sopla este viento
de drenaje, su velocidad es a menudo mayor de l m seg-1.

Aunque el drenaje de aire frio es de movimiento lento y facil de supr1m1r,

tiene gran importancia en la determinaci6n del clima de un lugar. Los efectos del flu-
jo se hacen sentir primero en las menores temperatures minimas que produce en las lo-
calidades que estan rodeadas de tierras mas altos. Una ubicaci6n asi se denomina hon-
donada helada.

El Profesor R. Geiger ha resumido las distintas ideas referidas a los pro-

cesos que interactuan en las hondonadas heladas. Segun el Profesor Geiger, hay cinco
procesos o modificaciones interactuando para determiner si se forma una depresi6n he-
lada y que intensidad tendra.

En la base de una depresi6n local estan operando de modo de favorecer el

descenso 0 temperatures mas bajas: a) el drenaje de aire frio ya mencionado; b) la
longitud del dia mas corto en la base y en cualquiera de las laderas de la depresi6n
que miran hacia el polo; c) la protecci6n del aire en la depresi6n de los vientos de
la region por la forma misma de la hondonada.

Para retarder el enfriamiento estan actuando: d) el valor obtenido desde el

suelo sobre cualquiera de las pendientes que han estado expuestas al sol los dias
previos; e) la sustituci6n del suelo mas caliente por el cielo mas frio en la parte
del hemisferio que se ve desde las superficies pr6ximas a la base de la depresi6n.
Este ultimo proceso se denomina a veces "protecci6n del horizonte'' y el resultado es
que la radiaci6n de onda largo incidente durante la noche es generalmente mayor cuan-
do hay laderas encima de la superficie que cuando hay solo cielo en el hemisferio su-
perior situado por encima de una superficie (parrafo 2.~.l).

El resultado de estos cinco efectos interactuando depende tambien del espe-

sor y del ancho de la depresi6n, de manera que los contrastes de temperature son ma-
yores (pero no solo por eso) en una depresi6n chata intermedia -digamos con lados in-
clinados hacia arriba a 15°/30°- y una que es ligeramente horizontal coma para ester
bien protegida de los vientos regionales, de no mas de varios kil6metros de largo.

La Figura 2.12 muestra la manera de interactuar de algunos de esos procesos.

Primeramente, mientras las bajas temperatures se encuentran en la base de las depre-
siones locales, debido al drenaje de aire frio ya discutido, tambien se encuentran
bajas temperatures en los lugares altos de los bordes de la hondonada. Si la diferen-
cia de latitud es suficientemente grande, esto puede explicar parcialmente las bajas
 - 37 -

Aire generalmente mas frio Aire f rio que se forma en

en niveles superiores las invers~es por radia-
~ ci6n sobre ....
los
les
alt

Formaci6n
del cintur6n
termico en ni- mecanica mezcla aire
veles intermedios caliente en la corriente
del viento de drenaje
Aire f rio en una

Figura 2.12 Modelo de las interacciones de la topografia y

el drenaje de aire en una depresi6n topografica de noche. La
formaci6n del "cintur6n termico" y de lei "hondonada helada"
son sus resultados (De Geiger)

temperatures sobre las tierras altos. De otro modo seran explicadas por el hecho de
que la tierra mas alto es un luger donde el aire frio se forma por perdida de calor
por radiaci6n hacia el cielo durante la noche.

Segundo, a medida que el aire frio se derrama sobre los bordes de la hondona-
da helada fluye rapidamente pendiente abajo durante algun tiempo. Cuando esto ocurre
su capo se achata. Si fluye sobre pendientes mas calientes, como en el proceso d) an-
terior, puede calentarse levemente a medida que sopla.

Tercero, a medida que el viento de drenaje sopla hacia abajo sobre una super-
ficie rugosa, se crea turbulencia mecanica (GM, 10.10), la cual mezcla con la corrien-
te cierta porci6n del aire caliente que est6 justo por encima,

El resultado neto es · un campo de temperatures que muestra el aire mas frio en

la base de la depresi6n y sobre las pendientes superiores y aire mas caliente sobre
las pendientes intermedias.

El aire mas caliente sobre las pendientes intermedias da a esa zone el nombre
de "cintur6n termico" y explica por que los cultivos sensibles a las heladas tales co-
mo los frutales y vinedos se les hace crecer con frecuencia en ese luger para reducir
las posibilidades de que puedan ser danados por las heladas. Esto tambien explica el
por que, en muchos de los climes mas frios de las regiones montanosas, los hombres
construyen sus hogares sobre las laderas que son mas soleadas durante el dia y que
estan en el cintur6n termico por la noche.
 - 38 -

2.6 Anomalies: los resultados de !as interacciones sabre escalas diferentes

Hasta este momenta se ha dicho varias veces que los procesos de !as escalas
mayores pueden dominar y suprimir los procesos de escalas menores . Entonces, por e jem-
plo, en un momenta dado , !as nubes, el viento y la lluvia debido a un sistema de tor-
mentas de la macroescala pueden suprimir virtualmente toda traza de un proceso de me-
soescala ta! como la circulaci6n de brisa de mar (GM, 14.1).

Sin embargo, lo que es importante para el clima de un lugar en particular

es la frecuencia con que predominan los procesos de !as diferentes escalas. No es su-
ficiente saber que los procesos de la macroescala, la mesoescala y la microescala
contribuyen todos al clima de un lugar. Se debe sober tambien con que frecuencia pre-
domina cada uno y por que, para conocer el clima de ese lugar.

Tenemos aqui un ejemplo. En la Figura 2.9, el mapa global de !as isotermas

de !as temperatures medias de julio muestra que tales temperatures en el oeste de
Francia est6n entre los 17°C en el norte y alrededor de 20°C en el sur. En el oeste
de Francia en julio las isotermas est6n orientadas SW-NE.

En la Figura 2.13* se muestra con gran detalle el clima termico del oeste
de Francia. Por ejemplo, en la parte a) se ve que !as isotermas no tienen una forma
tan simple como en la Figura 2 . 9, sino que muestran muchas irregularidades. Es mas,
muestran que hay zonas con temperatures inferiores a 16°C y otras son temperatures
superiores a 20°C.

Si se ha supuesto que el mapa de la Figura 2 . 9 da la historic del clima

termico de! oeste de Francia, entonces la informaci6n de la Figura 2.13 contendr6
muchas anomalies o desviaciones respecto de lo esperado. Estas anomalies o desvia -
ciones respecto de lo esperado resultan de !as distintas maneras en !as que los pro-
cesos de diferentes escalas y de !as influencias de los factores que controlan el
clima interactuan y predominan en los distintos lugares de la superficie terrestre.

Discutiendo algunos de los procesos de mesoescala que ocurren en el oeste

de Francia entenderemos los mapas de la Figura 2.13 y no nos resulta r 6n tan inespe-
rados.

Las ideas de la Figura 2.12 de CL IV, al mostrar los cambios diarios de la

temperature en latitudes bajas y altas, indican claramente que una temperature media
y la diferencia entre la temperature de! dia y de la noche son cosas muy distintas.
La diferencia entre la temperature maxima de un dia y la temperature minima de una
noche -llamada amplitud diaria de la temperature - puede se r pequena o grande y puede
tener relativamente poco que ver con la temperature diaria.

La Figura 2.13 a) muestra temperaturas medias mientras que la Figura 2.13

b) muestra el promedio de !as amplitudes diurnas de temperatures. En la parte inferior
derecha de la Figura 2 . 13 b) la amplitud media diurna excede los 14°C, los valores ma-
yores de! mapa. Esta es la parte del mapa con !as mayores altitudes. Otros mapas, que

* Del capitulo 4, volumen 5 de World Survey of Climatology. Elsevier Publishing Co.

Amsterdam, 1970. 235 pp.
 - 39 -

no est6n aqui, muestran que esta es la parte del mapa con la estaci6n de crecimiento
m6s corta y con las temperatures de invierno m6s bajas •

.
.. . .... . .
• •• • • • •#

.. i
... Figura 2.13 Algunos aspectos del
clima termico de verano en el oes-
te de Francia: a) temperatures me-
dics de julio (1931-1960); b) am-
\ . plitud diurna media en julio (se-
gun Arlery) •
..
... .'
a) ..
.
..
...

..
, .. , .
b)

Los registros de temperatures diaries de la Figura 2.12 en CL IV, para la-

titudes bajas y altos, explican por que se puede esperar encontrar los valores m6s
altos de la amplitud diurna de la temperature en las montanas m6s altos, como en el
sudeste de Francia.

Sobre la costa del oeste de Francia, la brisa de mar y tierra del verano
producen muchas de las caracteristicas de los campos de las Figures 2.13 a) y b).
Estos procesos de mesoescala producen las distintas conf iguraciones de lineas para-
lelas a la costa en la Figura 2.13 b). Analicemos las rezones. Podemos discutir las
interacciones de los procesos de la macroescala y de la mesoescala para comprender
tales cosas sobre el clime del oeste de Francia.
 - 40 -

mas
altos tierra
adentro

E
C1l
+>

mas mediadia noche

bajas noche amanecer g~ochecer •
hora del dia

Figura 2.14 Regimen de temperaturas din-

rias en una estacion sabre la costa y una
estacion tierra adentro, en el periodo de
ocurrencia de las brisas . del mar

En la Figura 2.L4 hay un esquema de las temperaturas diarias en lugares sa-

bre una costa y en tierra adentro mas alla del alcance de la brisa del mar. Este es
similar al esquema anterior de la Figura 2.12 de CL IV, sabre latitudes bajas y altos.

En este caso la estacion costera y la continental est6n a la misma altitud,

de manera que ese factor no introduce diferencias. Ademas no estan muy alejadas entre
si, de manera que cualquier diferencia en latitud es muy pequena. Como se encuentran
probablemente en una region llano y abierta, la topografia tiene a lo sumo una in-
fluencia muy escasa.

La diferencia principal entre las estaciones de la Figura 2.14 es su ubica-

cion con respecto a la costa. Cuando la brisa de mar sopla a troves de la costa duran-
te el dia, trae aire mas frio hacia la estacion de la costa que el que estaba presen-
te sin la adveccion de la brisa de mar. Entonces, las temperatures al mediodia son me-
nores cerca de la costa.

Durante la noche, cerca de la costa, el flujo suave de la brisa de tierra,

desde la tierra mas fria hacia el mar mas caliente, mantiene el aire mezclado por
turbulencia mecanica. Esto, a SU turno, mantiene las temperatures nocturnes por en-
cima de los valores que tendrian si el aire estuviese en calma, Ademas impide la for-
maci6n de la inversion por radiacion (GM, 10.12).

El termograma de la estaci6n continental muestra la ausencia de advecci6n

fria durante el dia, y la presencia del rapido enfriamiento en el aire en calma du-
rante la noche . El termograma de la estaci6n costera tiene una depresi6n de tempera-
tura a mediodia y la temperatura minima no ha descendido como hubiera ocurrido si no
hubiera soplado la suave brisa terrestre.
 - 41 -

El resultado neto es, para la estaci6n costera, poco cambio en la tempera-

ture media del dia, pero una marcada re ducci6n en la amplitud diaria de la temperatu-
re. Esta es pre cisamente lo que se muest ra para las a re as costeras en el mapa de tem-
peratures durante el verano (cuando se forman las brisas de mar) en el oeste de Fran -
cia.

Ya que las isolineas -lineas de igual valor de algun elemento climatico-

siguen mu y cerca la linea de la costa en la Figura 2.13 b), es virtualmente cierto
que la costa es la cause principal de la configuraci6n del campo de las isolineas.
En otro mapa, que no se muestra aqui, el campo de isolineas de la amplitud diaria de
la temperature para enero muestra s6lo un ligero indicio de seguir la linea de la
costa. En enero, las brisas de mar y tierra no se producen en esas latitudes de Fran -
cia. No hay contraste de temperature entre el mar y la tierra en los meses en que el
sol esta bajo y entonces no se producen las brisas de mar y tierra.

Tambien es posible explicar otra anomalia o desviaci6n de· lo que se supone

el campo de las isotermas en la Figura 2.13 a). Sabre la peninsula de Bretana hay un
area en la cual la temperature media de julio cae por debajo de los 16°C, y esto no
estaba predecido en el mapa de macroescala de la Figura 2,9.

La clave pa r a comprender esta configuraci6n local esta en la Figura 2.15*,

que muestra las isolineas del numero total de horas durante el Verano (de abril 0
septiembre) en que la intensidad solar excede el umbral minima de un registro de du-
raci6n (GM, capitulo XIII).

. .. .
. .. ..... xr;
. ~·.# ~
....... ·.·:....:. ..:.h:,/.
··:w~.. .
~
• • • • •• •

• •
. '"M
• • • I •.
.
I
;, ::.,.~ ...
, ~, :·,·. :.~~....
·. :1'.!_.-::..,~~ .:.(~':.
• • •• tt- ·:·· ~:·i
e \••• . ) I
.
I I

·~- r--......~~
.
• ' '.\ , ..,200J
•.:--.:"'--/~

..~ ~:~_-.:~~~:{~
': . :·;.~ Figua 2.15 Cantidad media
\ .. ·' ·. ··,·~ de horas durante abril/sep-
... ·' \:: &
• • ;~ !
tiembre en el este de Fran-

. : ·~ .. ~·~~~~\_~'30
cia (1931-1960) (segun Ar-
lery )
"'. ~i·-:·~t '"\ ~,
...··:·~/
••
. t.• ....

..
~o~::,·.·.:~.:: :..·
·· .
" : .
·........ f ···<::~:-.,..L <

/ .1·:

* Tambien del Capitulo IV, Volumen V, de World Survey of Climatology. Op. Cit.
 - 42 -

Es muy probable que el valor bajo sabre la peninsula de Bretana en verano

se deba a la convergencia de dos corrientes de brisa de mar sabre las montanos de lo
peninsula. Una de las brisas viene desde el norte y cruzando la costa norte se en-
cuentro con la otra que viene del sudoeste cruzando la costa sur. La convergencia
produce un movimiento de ascenso que se suma al ascenso forzado por la orografia (GM,
7.14 y 11.5), con el resultado de queen esa region es mas comun la formoci6n de nu-
bes. El resultado de esto es que hay menos insolaci6n en superficie y entonces las
temperatures medics de julio son inferiores.

El prop6sito de la discusi6n de esta secci6n ho sido mostrar que en clima-

tologia no s6lo deben ser entendidos los procesos fisicos. Lo que finalmente es im-
portante es el resultado de las interacciones de los procesos que producen el clime
surgidos por las presentaciones tales coma las de los mapas de las Figures 2.13 y
2.15.

2.7 Conclusiones

Los hombres viven con bienestar clim6tico o no, los sembrados se desarro-
llan haste madurar o no y los rios desbordan o no, de acuerdo con los resultodos de
numerosos procesos que interactuan. Hoy en dia, nos interesan los resultados de los
procesos en la medida que crean el clime o tienen influencia en nuestros octividades.

Comprendiendo que ambos, los procesos y los resultados, nos dan las bases
valiosas para estimar cual puede ser el impacto del clime sabre ciertos actividades
que todavia n-0 hemos comenzado. 0 sabre nuestras actividades si el clima f uera a
cambiar en el futuro.

Ahora que hemos completado una large mirada a los controles y procesos que
producen los climes sabre la tierra, ser6 muy interesante ver las numerosas formos
que los hombres han encontrodo para describir y presenter a los dem6s su entendimien-
to del clime. Los capitulos siguientes indicar6n las formas de observer y estudiar
los diferentes climes de la tierro.
 - 43 -

Cuestionario

l. Haga un dibujo igual al de la Figura 2.1 sin colocarle los numeros. Ahora colo-
que (de izquierda a derecha) los siguientes cuatro numeros como "total almace-
nado" para los periodos de tiempo : 250, 280, 265, 240. Finalmente, escriba tres
conjuntos diferentes de numeros y cada uno de ellos, al ser colocados coma "flu-
jo saliente" o "flujo entrante", producira los cuatro totales almacenados que
usted ya habia colocado.

2. Calcule:
a ) el numero de cal dm -2 en 10 ly;
b ) el numero de ly en 10 cal km -2 •

3. a) Refierase al periodo de tiempo A en la Tabla 2.2. Si el flujo entrante de

radiaci6n de onda corta fuera el mismo (+75 ly), pero el albedo fuera s6lo
el 5 % en lugar del 16 %, la energia a ser disipada deberia ser incrementa-
da. Calcule los nuevos valores de los cuatro terminos del flujo saliente
restante (radiaci6n de onda largo, conducci6n, convecci6n y calor latente)
si todos cambian por una cantidad igual.
b) Haga lo mismo para el periodo B, suponiendo un albedo del 5 %.
4. En la Figura 2. 2 exprese el balance de radiaci6n en Tobol'sK (58°N, 68°E) en
unidades de ly por mes. LEn que meses esta figura puede estar cerca de los va-
lores reales para el mes, mas que para el valor medio exacto de todos los meses?

5. a) Calcule el flujo de radiaci6n desde una superficie que tiene 80 % de eficien-

cia (esto es, "emisividad" = 0,80) y que tiene una temperature de l0°C ,
b) LCual es la relaci6n entre el flujo desde la superficie en (a) y el flujo
desde la superficie en el texto donde E = 0,95 y T = 300 K?

6. Diga que metro cuadrado produce mas energia calorifica:

a) granito de 2 cm de espedor con una diferencia de temperature de 1°C entre
dos lados opuestos;
b) arena seca de l cm de espesor con una diferencia de temperature de 10°C en-
tre dos lados opuestos.

7, Diga que metro cubico almacena mas energia calorifica:

a) granito calentado en 1°C;
b) arena seca calentada en 10°C,

8, Si la velocidad de transferencia de calor por convecci6n desde una superficie

es 0,01 ly seg-1, calcule la diferencia de temperature entre 2 m y 6 m por en-
cima de la superficie de la tierra.
 - 44 -

9. Repita, utilizando la ecuaci6n (2.5), los c6lculos de la Tabla 2.4 para lograr
una estimaci6n de la velocidad de evaporaci6n desde una superficie de ague
(cm dia-1) si la temperature del ague es 20°C en luger de 25°C.

10 . De los contenidos de ES y GM, mencione dos ejemplos de cede uno de los s1 -

guientes que no hayan sido dados en la Secci6n 2.4:
a) terminos o conceptos definidos;
b) ley fisica;
c) modelo.

11. Escriba una corta discusi6n del modelo, no del comportamiento atmosferico,
sino del comportamiento humano que usted haya empleado para comprender sus
observaciones de la vida. El prop6sito de esta pregunta es poner de relieve
y aclarar el signi ficado de "generalizaci6n" o para .hacer un modelo.
 - 45 -

Capitulo III

CLIMATOLOGIA REGIONAL Y APLICADA

Las discusiones del p6rrafo 3,4 de CL IV pusieron de manifiesto que la cli-

matologia regional generalmente intenta dilucidar uno de los dos siguientes problemas:
o bien se deben incluir detalles mayores que los que se pueden dar en una escala glo-
bal o hemisferica, o bien se centre el estudio sabre el comportamiento atmosferico que
es importante solo regionalmente y tiene causes regionales,

En este capitulo intentaremos poner al alcance de los alumnos la idea de que

las mayores necesidades en la climatologia regional son los estudios e informes que
presenten al clime regional en terminos de su importancia para ciertas actividades hu-
manas.

Como ya sucedio en el CL IV, no sere posible, en un libro de esta extension,

dar las descripciones de los climes de todas las regiones del mundo, ni aun de las
principales. Tampoco se reproducir6 simplemente un estudio existente. de climatologia
regional. Por lo tanto, centraremos nuestra atencion en la climatologia regional para
una agriculture potencial de una region imaginaria.

Adem6s, la intencion ~er6 destacar el deseo de que los climatologos presen-

ten la informacion climatologica de manera tal que sea lo m6s significativa posible
para el usuario. En este caso el usuario es la persona autorizada a hacer preguntas
tales como: "Lcu61 es el clime de esta region y como afecta al desarrollo de los cul-
tivos de valor economico?" o "Lque tipo de cultivo puede desarrollarse con exito en
esta region como para ser de valor econ6mico significativo?"

No es suficiente presenter los hechos climatol6gicos, El climatologo tiene

tambien la obligacion de presenter los hechos de una manera tal que sea significativa
para los que utilicen su informacion (CL IV, p6rrafo 1.1.1).

3.1 La region de Tercia

La Figura 3,1 es un mapa de la region imaginaria de Tercia. En particular,

muestra que la estaci6n agricola de crecimiento comienza generalmente cuando el flujo
predominante de las mesas de aire m6s fries, que entran en la region desde el oeste,
es reemplazado por el flujo predominante de aire mas c6lido que llega a la region
desde el sur y el sudoeste.

La region est6 en las latitudes medics m6s bajas del hemisferio norte. La
agriculture no ha sido encarada todavia en gran forma aqui en el pasado por varies
rezones, entre ellas por el hecho de que la poblacion se abastecia en otras regiones .
Ahora la poblacion ha comenzado a crecer y se han empezado a considerer las necesi-
dades de expandir la agriculture, Ademas, con mejores oportunidades de transporte,
ahora existe la posibilidad de que los productos agricolas puedan ser exportados a
otras regiones del mundo, si la cantidad y calidad de los sembrados en Tercia llegan
a ser suficientes.
 - 46 -

Figura 3.1 La region imaginaria de Tercia mostrando que el

comienzo de la estacion de crecimiento en primavera ocurre
cuando el flujo de aire predominante cambia del oeste hacia
el sudoeste

3.2 Los objetivos del informe

Al preparar un informe sobre el potencial agricola de Tercia, el climatolo-

go tiene bien claro en su mente los objetivos de! informe. Estos son: 1) reunir los
datos climatologicos existentes de la region que describir6n el comportamiento de los
elementos climatologicos que producen un efecto benef icioso sobre el crecimiento de
los distintos cultivos agricolas; 2) analizar los datos de varias maneras para poder
proveer un conocimiento de! clima a una persona que no sea climatologo y que tenga
conocimientos sobre otras ciencias, tales como agricultura, economic e ingenieria.

Por ejemplo, el climatologo deberia saber que los sembrados necesitan luz
solar . Pero tambien deberia saber que hay varias formas de medir la luz solar y que
no todas son igualmente significativas en terminos de! crecimiento de las plantas.
Entonces, como indicaremos en el pr6ximo p6rrafo, las decisiones sobre que datos reu-
nir y cu6les presenter son criticos para el exito posterior de la presentaci6n actual .

Tambien es esencial para el climatologo te~er presente que obtendr6 el ma-

yor exito en la preparacion de una climatologia regional si mantiene un estrecho con-
tacto con los usuarios de su estudio para conocer sus ideas sobre cu6les son los ele-
mentos clim6ticos importantes y de que manera y en que momenta lo son .

3.3 Insolacion

En !as consultas con un cientifico agr6nomo, el climatologo aprende que la

duracion y la intensidad de la insolacion es importante para el crecimiento de los
cultivos, principalmente en union de !as temperaturas de! aire y de! suelo . El hecho
de que !as plantas y los 6rboles crezcan en Tercia ya prueba que hay suficiente in -
solacion para el crecimiento de !as plantas. Lo que el estudio est6 procurando es una
 - 47 -

respuesta a las preguntas de cu6ndo pueden o no crecer en gran cantidad y calidad los
cultivos importantes para el hombre.

Los agr6nomos le dicen al climat6logo que en la primera etapa de la vida de

una planta la luz solar es beneficiosa si esta acompanada de aire fresco, porque esto
i mpide un enfriamiento excesivo del suelo para el crecimiento de las plantas. Del mis -
mo modo la luz solar que acompana mas tarde al aire caliente en la estaci6n del cre-
cimiento de las plantas es danina para algunas de ellas. En particular esto reduce la
calidad de los frutos del cultivo.

Entonces, la insolaci6n, en combinaci6n con la temperatura del aire, son de

importancia primordial.

Ahora el climat6logo, a pesar de que comprende claramente lo que ha dicho

el agr6nomo, tiene dos problemas dificiles de resolver. Primero, el numero de esta-
ciones de las cuales puede obtener datos de insolaci6n de Tercia es relativamente
muy pequeno. Segundo, debe preparar su informe de manera tal que tenga en cuenta que
los distintos cultivos estan en su "primer estado de crecimiento" en epocas distin-
tas. Por ejemplo, las plantas perennes que viven muchos anos, tales como los cultivos
de huerta de distintas closes, inician su crecimiento anual de acuerdo con la ocu-
rrencia de los acontecimientos meteorol6gicos de ese ano. Las plantas anuales que de-
ben ser plantadas coda ano, tales como las hortalizas, comienzan su crecimiento anual
en parte, de acuerdo con el criterio del agricultor.

Para resolver el primer problema, el climat6logo estar6 en condiciones de

estimar aproximadamente la cantidad de insolaci6n en un dia en particular si conoce
la fecha y las condiciones del cielo del dia. Ya que puede obtener los datos, o in-
solaci6n, en gr col cm-2 dia-1 y la cantidad de cielo cubierto de dos observaciones
de los regisiros de cinco anos, entonces puede preparar una tabla de contingencia,
tal como la Tabla 3.1, utilizando los datos de esas dos estaciones. Ya que hay diez
o quince estaciones climatol6gicas en Tercia, con registros de cantidad de cielo cu-
bierto para un periodo de por lo menos cinco anos, el climat6logo puede hacer enton-
ces estimaciones de la insolaci6n para todas aquellas estaciones bas6ndose en las
relaciones con las otras dos estaciones. De este modo prepara para cada estaci6n una
tabla de contingencia tal como la de la Tabla 3.2.

Con la colecci6n de tablas de contingencia como la Tabla 3.2, el climat6lo-

go siente que puede darle al agricultor una informaci6n climatol6gica util. Tambien
comprende que un analisis de las observaciones de la insolaci6n de dos observatories
0 bien solo un an6lisis de la cantidad de cielo cubierto de toda la red de estaciones
habria sido mucho menos util a los objetivos del an6lisis.

Para construir la Tabla 3.1, los climat6logos han clasificado coda dia de
sus registros de acuerdo a una combinaci6n del mes (fecha), tipo de nube predominante
y cantidad de nubosidad. Tal como se muestra, para coda mes hay cuatro de tales com-
binaciones, coda una constituye una muestra (CL IV, p6rrafo 5.4), la que puede des-
cribirse con dos par6metros estadisticos descriptives, la MEDIANA y el RANGO INTER-
CUARTIL (CL IV, parrafo 5.6).

(Veanse las Tablas 3.1 y 3.2 en la pagina siguiente).

 - 48 -

Mes

I II

Tipo de nube Menos de Mas de Menos de Mas de

etc.
(GM (III) - 4 octav. 4 octav. 4 octav. 4 octav.
Capitulo V)
CL o CM Md = 340 ly Md = 585
IQR = 70 ly IQR = 45 - - etc.

CH Md = 380 Md = 305
IQR = 50 IQR = 60 - - etc.

Tabla 3.1 Tabla de contingencia relacionando fecha, cielo cubierto

a mediodia e insolaci6n medida (ly dia~l) en la estaci6n de observa-
ci6n A para un periodo de registro de cinco anos

Insolaci6n Mes
total diaria
(ly dia- 1 ) I II

Temperature maxima Temperature minima etc.

<15°C 15-25°C )25°C 05°C 15-25°C )25°C

Menos de 300 60 % 15 - 65 5 - etc.

300-500 8 10 2 6 22 I l

Mas de 500 - l 4 - l -

Tabla 3.2 Tabla de contingencia para encontrar la probabilidad

estimada (%) para un dia que tiene una cierta combinaci6n de da-
tos, insolaci6n total diaria y temperature maxima en la estaci6n
climatol6gica M
 - 49 -

Por ejemplo, los dias de enero que tienen menos de medio cielo cubierto con
nubes bajas o medics constituyen una muestra cuya insolaci6n diaria total, segun las
mediciones en la estaci6n A, tiene una mediana de 340 langleys (ly) y cuyo RIC. es 70
ly. Entonces, con muestras pequenas, el climat6logo ha producido una presentaci6n muy
condensada, pero util, de la medida de la insolaci6n como para ser estimada a partir
de la nubosidad.

Asi es como, utilizando la Tabla 3.1, el climat6logo ha usado los registros

de coda una de sus estaciones climatol6gicas para clasificar coda dia de acuerdo con
la nubosidad durante las horas del mediodia. Digamos, por ejemplo, que encuentra que
tuvo, durante un periodo de 5 anos en la estaci6n M, 90 dias durante enero que tuvie-
ron nubes bajas o medics cubriendo menos de 4 octavos del cielo a mediodia. La Tabla
3.1 le dice que una cuarta parte de esos dias probablemente tuvo menos de (340-70/2)
o 305 ly o insolaci6n diaria total. Un cuarto probablemente tuvo mas de (340+(70/2))
o 375 ly, etc. Estima que los 90 dias fueron distribuidos asi:

Insolaci6n diaria total <305 305-339 340-375 >375

Numero de dias 22 23 23 22

De estas estimaciones hace la estimaci6n adicional que alrededor de 20 dias

tuvieron menos de 300 ly, y ninguno tuvo mas de 500 ly. Entonces 70 deben haber tenido
entre 300 y 500 ly. Esta estimaci6n la usa en la construcci6n de una ultimo tabla, co-
mo la Tabla 3.2, para la estaci6n M, despues de haber clasificado todos los dias re-
gistrados en M.

Son importantes dos puntos de esta discusi6n. Primero: conociendo los funda-
mentos te6ricos de la climatologia fisica en particular, las relaciones generales en-
tre nubosidad, fecha e insolaci6n, el climat6logo esta en condiciones de estimar,
aproximada pero significativamente, la informaci6n sobre insolaci6n en muchas esta-
ciones donde no se dispone de tal informaci6n sobre la base de los datos de unas po-
cas estaciones donde estos son recolectados.

Segundo: para el climat6logo est6 claro el hecho de que su obligaci6n es

presenter los datos climatol6gicos al agr6nomo en forma significativa. Su objetivo
es describir el clime, NO tomar decisiones sobre los sembrados. En otras palabras,
la contribuci6n del climat6logo finalize en el punto donde sus an6lisis se superpo-
nen con los del usuario. El climat6logo no debe intentar desempenor el popel del
ogr6nomo o del economisto.

3.4 Temperature

Como con la insolaci6n, la temperature en el climo de Tercia debe ser des-

cri ta en terminos que seon utiles para tomar decisiones sobre el crecimiento de los
plontas, antes que para explicar, por ejemplo, el comportamiento atmosferico por su
propio interes.

Como se aclar6 anteriormente, se deben considerer dos closes de plontos:

oquellas sabre las cuales el hombre realmente no ejerce control desde el comienzo
hasto el final del crecimiento, y aquellas sabre las que se ejerce al menos un con-
trol parcial. El agr6nomo le dice al climat6logo que para cualquier close de plantos
 - 50 -

se deben conocer tres aspectos de la temperature: la del comienzo del crecimiento,

durante el avonce de la estaci6n del crecimiento y la longitud de la estaci6n de
crecimiento.

3.4.1 Control de la temperature sabre el comienzo del crecimiento de la planta

------------------------------------------------------------------------
Para las plantas perennes, el crecimiento comienza coda ano cuando el suelo
que rodeo la raiz est6 lo suficientemente humedo y caliente. Para las diferentes plan-
tas se necesitan combinaciones distintas de calor y humedad.

Una vez familiarizado con los contenidos de las Figuras 2.3 y 2.4, y con los
procesos fisicos que conducen a esos resultados, el climat6logo comprende que las tem-
peratures del suelo y, en consecuencia, las plantas, responden a los efectos acumula-
tivos de la temperatura durante varios dias. Por ejemplo, en primavera la temperatura
del suelo en un espesor similar al de las raices de las plantas queda atrasada varios
dias respecto de la temperatura del aire medida en obrigo meteorol6gico. Adem6s, como
yo fue sugerido, los cambios de la temperatura del suelo reflejan los efectos de va-
rios dies, no solo de uno.

Sin conocimiento de los requerimientos de ninguna planta en particular, y

sin registro de las temperaturas del suelo, excepto quiz6 en una o dos estaciones, el
climat6logo, en consulta con un agr6nomo, decide presenter un aspecto de la tempera-
ture media en coda estaci6n de la manera que se muestra en la Tabla 3.3.

Para construir la tabla, el climat6logo utilize las temperaturas medias dia -

ries en una estaci6n (promedio de la maxima y la minima) para calcular las medias de
5 dias consecutivos (CL IV, p6rrafo 5.10.2), para coda primavera. En vista de la na-
turaleza del problema tabula la medida consecutive de manera tal que la media repre-
sente el data tabulado y los cuatro dias precedentes, antes que (como en CL IV, Fi -
gura 5.13) el promedio de los 5 dies.

Habiendo calculado estas medidas consecutivas para cada ano, el climat6lo-

go puede construir el contenido de la Tabla 3.3. Para cada ano hay un solo data en
primavera, que ocurre en cuanto la PRIMERA media consecutiva iguala o sobrepasa cada
una de las temperaturas criticas. Entonces, para cada temperatura, la colecci6n de
anos provee una muestra que est6 descrita en la tabla.

Fecha*
Tem~eratura Media RIC
critica ~ (Fecha) ~Diasl
5 5.II 7
10 28.II 5
15 7 .III 4
20 2.IV 12

* La fecha es la del ULTIMO de los cinco dias, no la del dia

del media.

Tabla 3.3 Distribuci6n de datos en la estaci6n cuando la temperatura media de 5 dias

consecutivos alcanza primero los distintos valores criticos en primavera
 - 51 -

Lo Tabla 3 . 3 muestro, por ejemplo, que mientros se necesita la mayor parte

de un mes para qu e lo temperature media de dias consecuti vos (que se i nt enta r elacio-
nar con la temperature del suelo a la prof undidad de la raiz de la planta) asciende
de 5 a 10°C, se re quier e mas o menos s6lo una semana para ascender los siguientes 5°C
para llegar a 15 . Luego, el ascenso hasta ?.0°C es de nuevo lento, ne cesita ndo apro xi -
madamente un mes.

A partir de las medianas y de los valores de RIC, los agr6nomos pueden hacer
estimaciones de diferentes probabilidades de ocurrencia en un ano en particular.

La Tabla 3.3 se refiere principalmente al comienzo del crecimiento en las

plantas perennes. Aunque tambien es de inte r es en la plantaci6n de sembrados anuales,
esta informaci6n es de menor interes directo que, por ejemplo, el data de terminaci6n
del peligro de muerte por helada. A partir de los registros de las temperatures mini-
mas diaries en una estaci6n, el climat6logo puede construir f6cilmente una tabla de
datos, similar a la Tabla 3.3, para lo 6ltima ocurrencia de las distintas temperatu-
res minimas en primovera.

3.4.2 Control de la temperature sabre el progreso del crecimiento de la planta

------------------------------------------------------------------------
Al comienzo del crecimiento de una plonta, el progreso del mismo responde
a los efectos acumulativos de la temperature. Por supuesto que las excepciones a e sta
regla son las ocurrencias de temperatures suficientemente altos o suficientemente ba-
jas coma para motor las plantas . Estos riesgos seran discutidos m6s adelante.

Un metodo usado con frecuencia para relocionar aproximadamente la tempera-

ture con el progreso del crecimiento de la planta es el concepto de unidades de calor
o el concepto de grados dia . Para coda dia se hace un calculo del n6mero de grados
dias que hubo, de acuerdo con la formula:

GD =crT +
max 2
Tmin )
- T J· GD ~D (3.1)

Entonces, los grados dias, o las unidades de calor, son acumulados a troves de la es -
taci6n de crecimiento. El valor del umbral de temperature Tt depe nde de la planta en
cuesti6n. En gene r al es de alrededor de 5 a 6°C (420F) . El estudiante debe sobe r que
las relaciones entre GD y el crecimiento de la planta no son de ning6n modo perf ectas
pero son faciles de obtener y frecuentemente 6t i les , El uso extensivo del concepto de
unidades de calor debe ser acompanado de una l ec ture mas complete de los inf orm es tec-
nicos mos avonzados que haya sabre el tema.

La Tabla 3.4 muestra los calculos de grodos dias y de grados dias acumula-
dos (GDA) para el registro de una muestra de temperatures m6ximas y minimas diarias
y el umbral de temperature de Tt = 5°C.
.
La idea en que se basa este metodo consta de varias partes: a) se supone que
la planta deja de crecer, pe r o no muere, cuando la temperature media diaria esta por
debajo del umbral; b) se supone que la planta crece m6s rapido con ma yores temperatu-
res (cuando los GD se acumulan rapidamente) y mas despacio con temperatures m6s bajas;
c) se supone que lo planta alcanza un determinado estado de crecimiento en la misma
 - 52 -

Numero de die l 2 3 4 5 6 7 8 9 10
0
Temperature maxima ( c) 8 9 15 18 8 12 10 14 16 15
0
Temperature minima ( c) 4 0 -1 6 2 8 4 4 2 7
Grados die (GD) l 0 2 7 0 5 2 4 4 6
GD acumulados (GDA) l l 3 10 10 15 17 21 25 31

Tabla 3.4 Calculos de grados dies (GD) y grados dies

acumulados (GDA) para una muestra de temperatures maxi-
mas y minimas diaries Tt = 5°C

fecha que el numero GD acumulados alcanza un cierto total. Este numero depende de la
planta, el estado de crecimiento (por ejemplo, comenzando a florecer) y es concebido
por el agr6nomo. Adem6s, la utilizaci6n del metodo sabiendo lo anterior, es solo una
aproximaci6n.

Con un concepto asi adquirido, el climat6logo probablemente podr6 preparar

para coda estaci6n una tabla similar a la Tabla 3.3 mostrando las fechas en las cua-
les la acumulaci6n de los GD alcanzaron distintas sumos. La interpretaci6n de la pre-
sentaci6n debe ser dejada al ingeniero agr6nomo.

3.4.3 Control de la temperature sobre la finalizaci6n del crecimiento de la planta

----------------------------------------------------------------------------
Las plantas naturales de una region generalmente cesan su crecimiento anual
bastante antes que las temperatures de otono hayan descendido mucho. Lo mismo ocurre
con la mayoria de las plantas anuales cultivadas por el hombre. Es decir, la finaliza-
ci6n real del crecimiento de la planta ocurre para la mayoria de ellos, no solo por
las bajas temperatures, sino tambien porque el ciclo natural de la planta ha sido com-
pletado para el ano.

Para algunas especies se tiene la posibilidad de siembra dos o mas veces por
ano. El ultimo sembrado progresara mos r6pido si comienza SU crecimiento en la mitad
del verano. Pero tambien estaran expuestos en un estado de desarrollo incompleto a las
heladas tempranas o a que las temperatures desciendan por debajo de la de su umbral de
crecimiento, Tt.

Asi es como para algunos prop6sitos, le es muy util al planificador agricola

tener conocimiento de la finalizaci6n de la estaci6n de crecimiento de las plantas que
ofrecen la posibilidad de varies siembras en el ano. La preparaci6n de una tabla de
fechas, similar a la Tabla 3.3, mostrar6 las fechas de cu6ndo las temperatures medics
diaries o las temperatures minimas diaries pueden descender por debajo de los diferen-
tes vafores criticos.

3.4.4
~=~~~:~:-~=-~=~~~~:-=~-~:~~~~=:~
Debido a las bajas temperatures en primavera, existe la posibilidad de muer-
te de una planta y esto sucede cuando ha comenzado a crecer y posteriormente ocurren
 - 53 -

temperatures muy bajas . Antes de que comience bien el crecimiento, la ocurrencia de

bajas temperatures ofrece poco peligro.

Con tablas de informaci6n, tales como la Tabla 3,3, para coda estaci6n de
Tercia, como se -mostr6 para las temperatures me~ias de ~ -~i~s ~onsecutivos y para fe-
chas de minimas bajas (como fue sugerido pero no mostrado mas arriba), el climat6logo
est6 en condiciones de dibujar un mapa de la region en el cual se identifican r6pida-
mente las areas de peligro de heladas en primavera,

En la Figura 3.2 se muestra un mapa de este tipo. En el est6n dibujadas li-

neas de igual fecha llamadas isocronas ("iso" significa "igual" y "cronos" significa
"tiempo"), para dos sucesos. Primero, un con j unto muestra la fecha esperada de cuando
la temperature media de 5 dias consecutivos (referida a la temperature del suelo) al-
canzar6 10°C en un ano de coda cuatro, Ubicando un punto en el mapa, se puede decir,
a partir de esas lineas, la fecha en que quiz6 haya comenzado el crecimiento de las
plantas perennes (suponiendo que el crecimiento comienza cuando las temperatures del
suelo alcanzan los 10°C). -

El segundo conjunto de isocronas muestra la fecha media de ocurrencia de la

ultimo temperature minima de congelaci6n mos baja. A partir de estas lineas y conocien-
do su ubicaci6n en Tercia, se podria estimar la fecha en la cual la probabilidad de una
helada tardia haya sido reducida al 50 por ciento.

Para una ubicaci6n particular sabre el mapa de Tercia, hay una fecha aso-
ciada con el primer conjunto de lineas y una fecha asociada con el segundo conjunto
de lineas. Consideremos un lugar que tiene la misma fecha en ambos conjuntos de li-
neas, es decir donde la linea s6lida y la quebrada que tienen el mismo valor se in-
tersectan, Por ejemplo, la fecha es l.III.

Podemos concluir entonces que en ese lugar hay un 25 por ciento de probabi-
lidad de que el crecimiento de las plantas perennes habr6 comenzado bien por el 1° de
marzo. Tambien hay un 50 por ciento de probabilidad de que haya alli todavia una no-
che con helada. Luego la probabilidad conjunta (CL IV, p6rrafo 5,7.l) en ese lugar es
(0,25) (0,50) = 0,125 6 12,5 por ciento que los crecimientos tempranos puedan ser da-
nados por heladas, Esta es: un ano de coda ocho, las heladas de primavera son un pe-
ligro en ese lugar,

Consideremos un lugar en el primer conjunto de lineas (llenas) con una fe-

cha posterior a la del segundo conjunto (quebrada). En un lugar asi la probabilidad
de que el crecimiento vaya a comenzar por la fecha indicada sabre la linea quebrada
es MENOR del 25 por ciento. Entonces la probabilidad conjunta es menos del 12,5 por
ciento,

Consideremos un lugar sabre una linea del primer conjunto con una fecha an-
terior a la linea del segundo conjunto.

Aqui la probabilidad conjunta de danos por heladas en el crecimiento al

principio de la primavera es MAYOR del 12,5 por ciento. En la Figura 3.2, el area
sombreada incluye todos aquellos lugares en los que la probabilidad conjunta es ma-
yor que el 12,5 por ciento.
 - 54 -

--------
-- -:.___-=---=-- -_ ~-=-- - - --- - - -
Figura 3.2 Isocronas de dos variables relacionadas con el peli-
gro de heladas en primavera. Lineas llenas: fecha de cuando en un
ano de coda cuatro la temperature media de 5 dias consecutivos al-
canza por primera vez los 10°C. Lineas quebradas: fecha media de
ocurrencia de la ultimo temperature minima igual 0 menor que ooc.
Area sombreada: peligro potencial de heladas en primavera .

Se pueden elegir otras probabilidades dibujando dos conjuntos de lineas pa -

ra producir otras probabilidades conjuntas. Por ejemplo, siguiendo el metodo recien
explicado, conjuntos de lineas para la fecha media cuando la temperature media conse-
cutive alcanza por primera vez los 10°C y la fecha media de la ultimo helada dar6n
una probabilidad conjunta del 25 por ciento de danos por heladas.

Tambien pueden utilizarse otras temperatures distintas de 10°C para el pri -

mer conjunto y de 0°C para el segundo en otros aspectos de la temperature relaciona-
dos con el potencial agricola de Tercia.

3. 4. 5 Peligro de calor durante el crecimiento de las plantas

------------------------------------------------------
El climat6logo consultando con el agr6nomo aprende que las plantas pueden
sufrir dos closes de dano debido a las altos temperatures durante su periodo de cre-
cimiento . Primero, como yo se mencion6 antes, las altos temperatures y la luz solar
directa, aun en presencia de la humedad adecuada, en el suelo, pueden producir un ra -
pido decaimiento en la calidad de las frutas . Segundo, temperatures altos constantes
en presencia de suelos muy secos pueden destruir totalmente las plantas .

Es evidente que la segunda categoric de riesgos incluye la primera . Es decir

que la muerte de la planta incluye el dano menos severo de la reducci6n de la calidad
de la fruta. Por lo tanto, el primer peligro es mas probable que el Segundo si bien
representa una pe r dida menor para un potencial econ6mico.
 - 55 -

La continuaci6n de la Tabla 3,2 para los meses posteriores a febrero dar6

una importante informaci6n sobre la probabilidad en una determinada estaci6n climato-
16gica, mes por mes, de un dia que tiene un cierto peligro potencial por la combina-
ci6n de temperature e insolaci6n. Sin embargo, las probabilidades en esa tabla podrian
ser enganosas.

Asi como con los danos por helada es necesaria la ocurrencia de un solo da-
no combinado para que se sienta la perdida. Puede haber en un ano determinado 10 dias
con temperatures e insolaci6n excesivamente altos, junto con baja humedad en el suelo.
Sin embargo solo la primera de estas ser6 suficiente para producir la perdida.

Es por eso entonces que el climat6logo examine los registros de coda estaci6n
para contar el numero de anos en los cuales la combinaci6n elegida de valores para los
elementos clim6ticos ha ocurrido siquiera una vez durante coda uno de los meses de la
estaci6n normal de crecimiento. Su tabulaci6n, solo para temperatures m6ximas, se pue-
de parecer algo a la de la Tabla 3,5,

Las entradas en la Tabla 3,5 sugieren que en la estaci6n P hay por lo menos
un registro de 20 anos de temperatures m6ximas. Esto es un registro relativamente lar-
go y en muchas situaciones la mayoria de las estaciones de una red est6n lejos de te-
ner un registro de 20 anos.

Meses
Temperature
maxima excedida (°C) IV
- -v VI VII
- - VIII -IX
30 10 15 80 95 95 90
35 10 15 80 90 95 80
40 5 5 75 80 85 65
45 0 5 45 50 55 30
50 0 0 0 10 5 0

Tabla 3.5 Por ciento de anos, en la estaci6n climatol6gica P,

en el cual los valores de las temperaturas maximas diaries exce-
dieron al menos una vez durante un mes particular

La Figura 3.3 sugiere que es posible definir areas de peligro debido a las
altos temperatures durante la estaci6n de crecimiento aun cuando la mayoria de las es-
taciones en la red regional tengan registros tan cortos como de 4 6 5 anos. En la fi-
gure se ha colocado un simbolo en coda estaci6n de la red. Los limites de las regiones
de alto y bajo peligro, aunque no son precisos, son aproximados y utiles.

Una vez mas, es importante recorder al estudiante la importancia de compren-

der que los registros climatol6gicos deben ser presentados de manera tal que sean sig-
nificativos para el usuario. Que piense, por ejemplo, cu6ntas preguntas de las efec-
tuadas por los agricultore s podrian ser contestadas satisfactoricmente con un mope de
Tercia donde, para coda mes, se mostraran s6lo las isotermaE de la temperature media
diaria.
 - 56 -

-~ ' ()~-~-~-~~---
...--- ·--...."'·
-=--~
=--~\ ,~fo.~\,
<~~~ ~'~~v .-.-=-~ - -~-
() () ----- -
:-__ ~:. _.._ .:.. -
=-: --~- ' • ' --=-=--:-:- ~
- ---- J\ , ,,
)~~--. - - ---

--=-_-_\ ~~ - / . -'""""X:'~
• --- - -

'\. ,..,:~~,,.~ ~:
~ ~---- ' ~-
·~~
\.~
"-'"' '-
•y ~-·-"'
• '.J

-. - - -- -~
--
. . :_- :-:.....:_-=-
. --
~""• /. / •• C) - - - :_ __:__ -=-- -~ - - -.
.. ~-'/..·'~~')~--_-·-==- ~ ._----=-==-~
_---_ _--_.::==::--- ~-
- - ~< . >~- - - -_ -
---------
-- --- .{ ::J'~-_-:
-------------
. -- ---
------
-- -- -- ----- - -
------- () Temperature nunca excedida
MES VII
T = 4ooc
------·
- -
--- - _---- -
<a Excedida menos del 50 %
e Excedida mas del 50 % de los
anos de regist r o

Figura 3.3 Areas de alto y boja

probabilidad de que la tempe r atu -
re maxima diaria en Tercia exceda
los 40°C en julio

3.5 Precipitaci6n

La presentaci6n de los registros de precipitaci6n en una forma util que re-

presente la precipitaci6n como una fuente de humedad para el crecimiento de las plan-
tas, requiere al menos un conocimiento basico de las formas en que actua el suelo co-
ma dep6sito de agua. La experiencia de todos los dias nos dice que un valor medio de
precipitaci6n da relativamente poca informaci6n con respecto al problema de la pro-
ducci6n de las cosechas agricolas.

Por ejemplo, trabajando con los totales de precipitaci6n, un dia con un to-
tal de 10 mm afectara el crecimiento de la planta de manera muy diferente si en meses
previos no ha habido precipitaci6n o si ha habido un total de 10 mm o mas en coda uno
de los cinco dias precedentes. Entonces se debe tener nuevamente en consideraci6n, no
solo la variabilidad de la precipitaci6n en el clima, sino tambien los efectos acumu-
lativos de la precipitaci6n sabre un periodo de tiempo.

La idea de sumos consecutivas mas que de medics consecutivas de precipita-

cion (CL IV, p6rrafo 5.10 . 2) ofrece una posibilidad de presenter la informaci6n en
el aspecto acumulativo de la precipitaci6n. La idea surge directamente de la de media
consecutive . Aqui es usada porque los volumenes de liquidos son acumulativos mientras
que las temperatures no lo son, En lo que sigue, la sumo de 5 dias consecutivos es
tabulada para el ultimo de los 5 dias.
 - 57 -

Numero de dfo l 2 3 4 5 6 7 8 9 10 11 12 13 14
Precipitaci6n (mm) 0 0 4 0 0 l 10 20 17 10 2 0 l 4
Suma de 5 dies consecutivos (mm) 4 5 15 31 48 58 59 49 30 17

Si a coda dia del registro en una estaci6n se le asigna un valor de una su-
mo consecutive de n-dias (n es un numero variab le) y se elije cierta regla sabre c6mo
asignar una sumo consecutive particular a un mes dado, ambos aspectos clim6ticos de
la precipitaci6n pueden ser incluidos en una s6la tabla. El climat6logo elije prepa-
rar para Tercia una tabla como la Tabla 3,6 para coda mes en coda una de las estacio-
nes de su red.

Suma de dias consecutivos (mm)

Numero de dfos
considerados (n) 0 - 4
-- --
5 - 9
-10 - 14 90-94 95 - 99 )99
5 43 25 10 l 0 2
10 40 28 20 0 0 l
15 38 32 22 0 0 l
20 20 33 41 0 0 3
25 8 18 31 l 0 4
30 2 17 16 2 l 6

Tabla 3,6 Probabilidad (%) de que un periodo de dias

considerados (n) tenga una sumo de dies seguidos (mm)
de precipitaci6n en una close dado en la estaci6n cli-
matol6gica P en el mes de mayo

Este tipo de tabla da directamente informaci6n sabre aspectos importantes

de la precipitaci6n, tales como sequias e inundaciones. Por ejemplo, mientras hay
una probabilidad significativa de que periodos tan largos como 15 dias esten en la
categoric mas seca de la Tabla 3.6, la probabilidad disminuye r6pidamente para mas
de 15 dies. Entonces no es probable que ocurran periodos secos que excedan las dos
semanas en la estaci6n P en el mes de mayo.

Las inundaciones son producidas generalmente por periodos de fuertes preci-

pi taciones. Por supuesto, en la Tabla 3.6 son los grandes valores de semanas de dies
consecutivos asociados con pequenos numeros de dies (n) los que constituyen peligros
de inundaciones. En la estaci6n P, pareceria haber una probabilidad muy baja de que
ocurran inundaciones en mayo.

La Tabla 3,6, adem6s de dar informaci6n sabre los peligros de sequias e

inundaciones, proveer6 al ingeniero la informaci6n para calcular la capacidad de
arrendamiento del ague y facilidades de almacenamiento que podr6n constituirse en
 - 58 -

Tercia para proveer una fuente de agua en tiempos de sequia y para impedir las inun-
daciones en otras epocas.

3.6 Conclusiones

Las discusiones de este capitulo han consistido en ejemplos de metodos sim-

ples para resumir los registros climatol6gicos de una forma util para una aplicaci6n
en particular: el estudio del potencial agricola en Tercia. La intenci6n no fue suge-
rir que los metodos descritos son los unicos metodos, 0 mas aun los mejores, de que
se dispone para esa tarea. La intenci6n ha sido centrer la discusi6n sobre las ideas
siguientes:

a) consulta constante entre expertos y, entre ellos, los climat6logos;

b) presentaci6n de los datos en la forma adecuada.

Es evidente que hay otras consideraciones a las que se les debe prestar
atenci6n en lo presentaci6n del clima regional de Tercia para el estudio del poten-
cial agricola. Los peligros de las tormentas de viento, de granizo y de muchas otras
combinaciones de variables del tiempo deberan ser examinadas indudablemente antes de
que el estudio pueda ser llamado completo.

Para hacer su contribuci6n para el estudio completo de Tercia, el climat6-

logo debe ester bien compenetrado con sus registros climatol6gicos, informaci6n ba-
sica de los instrumentos y ubicaci6n de cada una de las estaciones y de los principios
de lo climotologia fisica que son la raz6n fundamental de las variaciones del clime
en su region. Teniendo estos conocimientos, y estando dispuesto a discutir y a escu-
char las preguntas de los otros especialistas, el climat6logo se coloca en la mejor
posici6n para hacer una maxima contribuci6n, sin importer la naturaleza del proyecto
en climatologia aplicado (CL IV, parrofo 4.4).
 - 59 -

Cuestionario

l. Preparando la Tabla 3,2, el climatologo encontro que tiene 30 dias de ene-

ro, durante el periodo de cinco anos de registro, en el cual la estacion M
tiene a mediodia nubes altos cubriendo mas de la mitad del cielo. Sabiendo
el metodo del parrafo 3.3, estime como se podrian ubicar estos 30 dias de
las tres closes de insolacion diaria total consideradas en la Tabla 3.2.

2. Cada uno de los 30 dias ubicados en las closes de insolacion de la pregun-

ta anterior seran clasificados tambien de acuerdo con la temperature maxi-
ma para estimar la probabilidad conjunta para la Tabla 3.2. Describe como
lo haria usted.

3. Describe cuidadosamente, paso por paso, como comenzaria con un registro de

datos climatologicos y construiria una tabla, similar a la Tabla 3.3, para
la ocurrencia de las ultimas temperatures minimas en primavera. Escriba el
titulo y todos los encabezamientos para su nueva tabla .

4. Recalcule GD y GDA en la Tabla 3,4 usando Tt = 4°C en lugar de 5°C. Repita

el c6lculo usando Tt = 7°C.

5. Describe, paso por paso, como comenzaria con una serie de GDA en una esta-
cion y como haria una tabla como la Tabla 3.3 para valores de GDA en pri-
mavera. LComo decidiria usted que dia debe ser denominado dia l? LHabra un
solo dia l en sus series para todos los anos 0 un dia l para coda ano?
L0ue metodo utilizaria para obtener un valor de RIC para coda muestra?

6. Siguiendo el razonamiento conducente a la construccion de la Figura 3.2,

especifique el metodo que conduciria a una definicion del area en la cual
hay un 25 % de probabilidad de que la helada de primavera done a una plan-
ta para la cual:

a) el crecimiento comienza cuando la temperature media de 3 dias consecuti -

vos alcanza primero 8°C;

b) el dano ocurre cuando la temperature minima baja de -3°C.

7. La Tabla 3.5 considera solo la ocurrencia de altos temperatures . Discuta

como organizaria los datos para una tabla similar que considere la ocu-
rrencia simultanea de condiciones de dano para alto temperature y suelo
seco.

8. Utilizando los registros de 14 dias de totales de precipitacion diaria da-

dos en el parrafo 3.5, calcule la sumo de 3 dias consecutivos y de 4 dias
consecutivos, y tabule las mismas para el ultimo dia de la sumo .
 - 60 -

9. a) En la Tabla 3.6, lcu61 es la sumo, para coda valor de n, de todos las

probabilidades (no mostradas) entre las closes (10 - 14) y (90 - 94)?

b) lCu61 es la propiedad condicional de que un periodo de 15 dies tenga

una sumo consecutive de menos de 5 mm, dado que su sumo consecutive es
menor de 15 mm?
 - 61 -

Capitulo IV

CLIMATOLOGIA SINOPTICA

Recordando las discusiones de CL IV, p6rrafo 3,5,l, habiamos visto que la

climatologia sin6ptica es el estudio de los sucesos que ocurren en el mismo instante
en la atm6sfera con el prop6sito de comprender mejor esos sucesos y su relaci6n con
el comportamiento general de la atm6sfera,

El metodo climatol6gico usado generalmente en la climatologia sin6ptica es

seleccionar un n6mero de ejemplos de los sucesos que deben ser estudiados, y examiner
luego las configuraciones y caracteristicas de la atm6sfera que son comunes a todos,
o a la mayoria de los ejemplos elegidos para estudiar.

En este capitulo ser6n examinados con mas detalle que en el CL IV p6rrafo

3.5.l los puntos de vista tomados durante los estudios de la climatologia sin6ptica
y de otros ejemplos de estudios reales.

4,1 Los dos aspectos de la climatologia sin6ptica

La probabilidad condicional de que se produzca un acontecimiento seg6n otro

acontecimiento (CL, p6rrafo 5,7,l) es la probabilidad del primero calculado sobre la
base de los casos en los cuales ocurre el segundo. Por ejemplo, la probabilidad con-
dicional, en la Tabla 3,6, de que la sumo de 5 dies consecutivos este en la close
0 - 4 mm, DADO QUE esta fue menor de 15 mm, es 43 / (43 + 25 + 10) = 0,55 6 55 %.

El segundo acontecimiento es denominado acontecimiento condicionante, por-

que ubica la condici6n sobre la cual deben ser condicionados los ejemplos. El primero
es denominado acontecimiento condicionado,

En la climatologia sin6ptica hay b6sicamente dos aspectos: uno en el cual

el acontecimiento de interes PRINCIPAL es el condicionante, y otro en el que lo es el
condicionado. El interes principal puede ser atmosferico, pero no necesariamente lo
es. Acontecimientos atmosfericos tales como precipitaciones excesivas, vientos perju-
diciales o a6n un buen tiempo son adecuados como principales, Sin embargo tambien lo
son los accidentes de aviaci6n, vuelos de mangos de langostas o interrupciones de co-
municaciones de radio,

Consideremos el &jemplo de los accidentes de aviaci6n relacionados con el

tiempo, Si este acontecimiento principal fuera tornado como condicionante, el climat6-
logo ordenaria primero una muestra de dies en los que ocurrieron accidentes de avia-
ci6n causados por fen6menos del tiempo. Luego examinaria la naturaleza del comporta -
miento atmosferico en el momento del accidente, y presenta de alg6n modo sus obser-
vaciones sobre las caracteristicas comunes de los casos. Estas observaciones pueden
ser presentadas como en forma parecida a la de la Tabla 4 . 1.
 - 62 -

En la Tabla 4.1 no hay necesidad de incluir encabezamientos para closes de

viento y condiciones de cielo que no incluyan ningun case de accidente. Por ejemplo,
no hubo ningun case en condiciones de nubes altos, ni los hubo con vientos leves pro-
venientes de otras direcciones que no sean NO y SE. La categoric de (0-2 octavos, CM)
puede ser incluida simplemente para clarificar un poco las cosas.

Condiciones de cielo
Vien to
CL, nubes bajas CM, nubes medias
Velocidad 0 a 2 3 a 5 6 a 8 ~~-
0 a 2 3 a 5
-~-
6 a 8
~~-

(nudes) Direcci6n octav octav octav oc ta v octav octav

)30 W, NW, N 5 7 3
SE, S, SW l - 2

15 a 30 W, NW, N 4 l
S, SW l 2

(15 NW l
SE l

Tabla 4.1 Relacion entre 28 accidentes

por causa del tiempo comprendiendo avio-
nes pequenas en la zona de control y las
condiciones de cielo y viento

Consideremos ohora el ejemplo de tiempo bueno y cielo cloro . Este puede ser
tornado come el acontecimiento condicionado y, despues de un exomen de los registros
de todos los dias, el climot6logo puede presenter el an6lisis de los dates en la for-
mo de la Tabla 4.2.

Viento gradiente del

NE
Tendencia de la presi6n SE SW
-NW
Subiendo r6pidamente 83 24 68 25
Subiendo lentomente 91 10 53 12
Estocionaria 54 0 10 43
Bojondo lentomente 22 0 10 68
Bojando r6pidamente 8 5 -- 55

Tabla 4.2 Probabilidad (%) de

que ocurro un dia de buen tiem-
po con cielo cloro, en el aero-
puerto, dodos vorias situocio-
nes sin6pticos
 - 63 -

En esta tabla un gui6n ( - ) significa lo mismo que en la Tabla 4.1: que en

esa categoric no cabe ningun caso de aqu ellos c onside rados para el est udio . Esta tie -
ne un significado distinto del asignado al cero e n la Tabla 4.2: de los casos consi -
derados en esta categoric ninguno tuvo buen tiempo .

4.2 Climatologia de las masas de aire

La presencia de cierta masa de aire sabre una estaci6n o una region se uti -
liza con f recuencia en la climatologia sin6ptica coma un acontecimiento de principal
interes. Por ejemplo, la Tabla 3 . 4 de CL IV considera la masa de aire coma el condi-
cionante para estudiar la distribuci6n vertical de temperatura y humedad, que luego
se expresan en terminos de valores medios.

El uso de las masas de aire coma condicionante ofrece una amplia variedad
de posibilidades para la descripci6n del clima. Cualquiera de los elementos climaticos
b6sicos (temperatura, humedad, viento, presi6n, etc.) pueden utilizarse coma condicio-
nados, asi coma tambien la mayoria de los elementos sin6pticos.

La elecci6n de una masa de aire y de un elemento climatico producen una mues-

tra de casos, los cuales pueden luego ser descritos usando algunas de las estadisticas
descritas, comunmente empleadas para estos prop6sitos (CL IV, parrafo 5.6). La Tabla
4.3 es un ejemplo de un estudio de climatologia sin6ptica para una estaci6n del oeste
de Europa.

Maso de aire sobre la estaci6n

Pm Pm Am Pc Tm Tc
~Pro~de~te ~Procedente
de Islandia) del Oc€ano
Estacion Elemento* Atl6ntico2
lnvierno T 5,2 6,3 -0,2 -2,3 9,8 11,3
(diciembre I 2,4 1,8 2,2 4,7 3,6 2,1
a febrero) D -1,l 0 -6,5 -8,6 3,5 5,0
Verano T 16,2 19,l 13,6 - 21,2 23,6
(junio a I 1,2 2,0 1,8 - 2,1 3,8
agosto) D -3,3 -0,4 -5,9 - 1,7 4,1

* T = temperature media a mediodia en el abrigo (°C)

0
I = rango intercuartil de la muestra ( c)
D = desviaci6n de T respecto del valor media para todas las masas de aire de
la estaci6n

Tabla 4.3
Climatologia de las masas
de aire a mediodia y tem-
peratura a nivel de abri -
go meteorol6gico
 - 64 -

La Figura 4.1 es un ejemplo de un estudio en el cual la presencia de la me-

sa de aire es mos el acontecimiento condicionante que el condicionado. AquI el condi-
cionante es que una masc de aire de cierta close ha llegado en enero sobre Kew. En~
tonces los casos seleccionados para estudiar son los mopes de enero y los registros
de Kew. A partir de esto, se prepare una presentaci6n de la probabilidad condicional
de que una masc de aire no pertenezca a cierto tipo. El ancho de la flecha que nues-
tro la trayectoria de la mesa de aire es proporcional a la probabilidad condicional
de arribo de esa mesa de aire en enero a Kew.

4.3 Mopes sin6pticos tipicos

El intento de describir totalmente un campo sin6ptico en la Tabla 4 .2 con

unas pocas categories seleccionadas es, a la sumo, un esfuerzo innecesario. En efec-
to, cualquier intento para describir tatalmente con palabras un mope de tiempo com-
ple jo, es, como cualquier meteor6logo sabe, casi inutil .

60'N

1o•w 0

-
Escala de
frecuencia 5.
10-··
reletiva % 15 ··--

Figura 4.1
Frecuencia relative (probabilidad) del arribo
de distintas mesas de aire sobre Kew, durante
el mes de enero. Las flechas negras sugieren
pero no definen las trayectorias de las mesas
de aire
 - 65 -

Los meteor6logos usan los mapas sin6pticos coma lenguaje en su trabajo. Pa-
ra ell os cada mapa expresa muchas ideas. Cada mapa es e l enunciado completo del e sta -
do de la atm6sfera en un instante .

Entonces no hay que so rprenderse que los mismos mapas sean usados con fre-
cuencia en la climatologia sin6ptica para describir un "acontecimiento" (es decir, la
ocu rrencia de ese estado particular de la atm6sfera), sea condicionante o sea condi -
cionado.

Dos mapas sin6pticos nunca son exactamente iguales, pero muchos se asemejan
a otros. En efecto, las similitudes entre los mapas constituyen una suerte de "cata -
logo" de tipos de tiempo en la memoria de los pronosticadores que les permiten deci r:
"He vista antes esta configuraci6n". Este hecho de que los mapas tienden a former
grupos 0 tipos es muy util en el pron6stico y en la climatologia sin6ptica.

Los climat6logos han organizado de tiempo en tiempo sistemas de "mapas ti -

picos" para las distintas partes del mundo. El mapa tipico muestra generalmente la
configuraci6n basica principal de la situaci6n del tiempo que es comun a todos los
mapas del tipo y por lo cual puede ser reconocido un tipo particular de mapa.

La Figura 4.2 muestra la configuraci6n basica principal de un mapa tipo pa-

ra el este de Europa, en superficie y en 500 mb. Las isobaras no tiene valores y solo
se sugieren las ubicaciones e intensidades de los sistemas, para permitir que sea un
mapa generalizado .

Con un mapa asi, utilizado coma enunciado del acontecimiento condicionante,

el climat6logo puede hocer entonces distintas afirmaciones utiles sabre los resulta-
dos o acontecimientos condicionados*. Par ejemplo en terminos de climatologia sin6p-
tica de la peninsula Iberica (Espana y Portugal), se podria decir que los ciclones
coma los de la Figura 4.2 (a) ocurren en casi la mitad de los dias en los cuales cae
precipitaci6n sabre la peninsula . Este mapa tipo se observe con mayor frecuencia en
otono, invierno o principios de primavera.

La depresi6n uSicada mas o menos en 35W-55N en la Figura 4.2 (a) permanece

generalmente en esa ubicaci6n durante unos ocho dias, produciendo una serie de pasajes
de frentes, identificables frecuentemente sabre un mapa individual, de manera que los
campos de presi6n sabre la misma Europa son mucho mas complejos que los sugeridos aqui .

En 500 mb, el mapa tipo muestra una vaguada prof undo aproximadament e a lo
largo del meridiano o0 • Esta configuraci6n tambien persiste durante unos ocho dias.
De los dias de este tipo en los que hay precipitaci6n sabre la peninsula, la afectan
alrededor de los dos tercios.

Podrian hacerse muchos otros comentarios utiles sabre los resultados qu e

acompanan o siguen a una situaci6n del tipo de la Figura 4.2. Los detalles de las ocu-
rrencias de temperatures, vientos, humedades, cantidades de precipitaci6n, etc., po-
drian darse para coda estaci6n de las existentes sobre la peninsula; asi coma tambien
~ Estos mapas y los comentarios que los acompanan fueron adaptados del trabajo de
A. Esca r d6, capitulo 5, volumen 5, de l World Survey of Climatology, Elsevie r Pu-
blishing Co . Amsterdam, 1970. 253 pp .
 - 66 -

'0" 20' 40" 20' o•

40° 40'

Figura 4.2
Un mope sin 6ptico t6pico para el oeste de Europa:
(a) mapa de supe rfi cie mostrando un campo b6rico
generalizado; (b) mapa de 500 mb que muestra una
vaguada sabre el area

podria darse la secuencia de los ac onteci mientos.

Usodos coma un lenguaje, los mapas sinopticos de emplean a menudo en la cli-

matologia sinoptica . Una vez ordenados en tipos , sus caracteristicas b6sicas deben ser
ampliadas con detalles mas finos. Es evidente que la organizacion de mapas par tipos
es una tarea para un pronosticador de mucha experiencia. Mejor aun, deberian ser con-
sultados un g rupo de pr onostic adores experimentados, muy familiarizados con el clima
en una cierta region en cuolquier intento de desarrollar un esquema de mapas tipo.

4.4 Climotologia sinoptico de los sistemos en movimiento

En la tipificacion de mopes los campos significativos est6n asociados con

ubicaciones geogr6ficas porti culares, tales coma la de la depresion en la Figura 4.2
(a). En otros estudios de la climotologia sinoptico, la informaci6n sabre nubosidad,
precipitacion, viento, etc., est6 referido a la ubicacion de una configurocion sinop-
tica en movimiento. Los Figures 16.3 y 16.4 del GM, y 13.12, 13.13 y 13.16 de MET son
todos ejemplos de tales estudios.

La Figura 4.3 muestra los resultados de examiner los campos de nubes asocia-
dos con las ondos ciclonicas de latitudes medics, segun muestran las f otos tomadas par
los satelites. En general se puede esperor esos r.ampos nubosos sin importer donde o
cu6ndo existen los ondas ciclonicas.

Tambien se do otro ejemplo de un estudio de este tipo en la Figura 4.4. En

America del Norte, la confluencia de masas de aire muy distintas don con frecuencia
en primavera el fenomeno denominado ''tornado". Estos tornados est6n acompaRados de
vientos extremadamente fuertes, muy superiores a los 200 n~dos, pero restringidos a
un 6reo muy limitada y solo por un tiempo corto, quiz6 de media 0 de una hara para
coda tornado (GM, 15.6).

* El Vocabulario Meteorologic o Internacional (OMM-N° 182.TP,91) dice que el nombre de

tttornadott se apl i ca incorrectamente en Africa Occidental y Ec uatorial por ''tormenta
violentatt,
 - 67 -

a.r _, - -:·.-:--~
: -~-:·---<. :- .•-,[- \b}-; ~

>".;:}'~-"~:, i~ . l!;(· .· l~
>'~ 1'::"~ .
~
· .--<--C~
-~-- '-' - '-. .-,
: ~::,~~'K ;'---1 C1elo
c . cubiert
(6) - ~--:- ·<T·"C~ .
_·. -..__ , <--y'·_,, - ·
.':::::J '--' 1elo en gran 0
- . --............. I ...._ . . ', I _ , r----,
· - 1 • - - --- ·""
. pa rte de•pe jada

,,:~-;:~
$~:';;---.:-~~/)\/\' ),! i~!I:J11Lj;...-~/
'(~:W~
--_d} ~~\?~• ~
-::?1; . ~~;
> ~ . ·Y
I
,>,,.. .·'... _,-.;1__ ""''~ ·-->•
\2( d
I /?..,.___ , ':;?"f :J I
!c;,---·
. .' lr ..: / . /<·.: · ;:':f·: .~'.~:· .~:-. f:/f.?f

Figura 4.3 Campo nuboso general asociado con una onda

cicl6nica en movimiento, segun se obtuvo de las fotogra-
fias tomadas por los satelites meteorol6gicos. El ciclo
de vida de un cicl6n se desarrolla desde su primera apa-
rici6n (a), pasando por la oclusi6n (e) y por ultimo di-
sip6ndose (e)

- 0.5

\\"1
(a) "t •1

•1 .'i

Traducci6n de las leyendas

Montaiias Rocosas
Depresi6n +O.'i
•2 •1.5 +1
Corriente de chorro en
(b)
altitud 0 km 100

Corriente de chorro a baja

altura
Lengua humeda en niveles bajos
Gol fo de Mexico

Figura 4.4 (a) Configuraci6n sin6ptica regional que precede

generalmente a la fo ~ maci6n de tornados en el medio oeste ame-
ricano. (b) Campo de temperatures en menor escala, observado
en la vecindad de un tornado; las desviaciones de la tempera-
ture observadas en la posici6n del tornado ext6n expresadas en
0
c (figure espiral en el centro)
 - 68 -

La Figura 4,4 (a) muestra las condiciones regionales que preceden general-
mente a la ocurrencia de tornados en el medio oeste americano, Esto esta intentando
solo sugerir la ubicacion general de estas conf iguraciones y sus relaciones con el
espacio. No intenta sugerir que las configuraciones precederan a los tornados, SOLO
cuando los mismos estan en las ubicaciones indicadas,

La Figura 4,4. (b) presenta los resultados de un cuidadoso examen, en me-

soescala (CL 14, parrafo 2.5) de las temperatures observadas en las areas que rodean
los lugares de la ocurrencia de tornados, Para obtener estos resultados, las posicio-
nes del tornado f ueron volcadas sobre las cartas del tiempo de la fecha del fenomeno.
Estos mopes son, entonces, los casos que deben ser estudiados (los acontecimientos
condicionantes). Luego fueron tabuladas las temperatures m6ximas observadas: a) como
desviaciones respecto de la temperature maxima observada en la posicion del tornado;
b) como una funcion de la distancia y direccion desde la ubicacion del tornado. Los
detalles de la Figura 4.4 (b) son promedios de un estudio en particular en America
del Norte y como tal no pueden ser aplicados en cualquier otro luger y a todas las
tormentas individuales.

4.5 Conclusiones

La Figura 2.23 del CL IV muestra el tipo de mope sinoptico MAS PROBABLE que
precede a la ocurrencia de Sukhovei en la region central sur de la URSS . Sin dude,
otros tipos de mope pueden preceder ocas io nalment e al acontecimiento condicionante.
En este caso el Sukhovei, a juzgar por el informe original, esta lejos de ser el
condicionado mas probable.

Como un ejemplo mas, la Figura 4.5 muestra los acontecimientos mas proba-
bles en la macroescala para producir los casos raros de precipitacion en los desier-
tos del norte de Chile y sur del Peru, sobre la costa oeste de Sudamerica. La Figura
3.14 del CL IV muestra que la zone de la convergencia intertropical (ZCIT) esta res-
tringida generalmente a la franja entre el ecuador y 200N en esa parte del mundo.
Ocasionalmente, como en la Figura 4.5, la ZCIT se desplaza o es desplazada hacia el
sur. En esas raras ocasiones, el aire calido y humedo llega sobre el continente, pro-
duciendo precipitacion, principalmente por ascenso orografico (GM, 11.5).

La climatologia sinoptica en mesoescala de las condiciones termicas de un

tornado (Figura 4.4) sugieren correctamente que la climatologia sinoptica no esta li-
mi tada a la macroescala. En efecto, las Figures 2.10, 2,11 y 2.12 son todos ejemplos
de modelos climatico/sinopticos en escalas menores que la macroescala.

Las Figures 2.10 y 2.11 son flujos de viento de mesoescala en terreno rugo-
so. Los acontecimientos condicionantes son generalmente vientos en calma en la macro-
escala y cielos claros durante buena parte del die o de la noche. Los condicionados
son los campos de viento en los valles. El modelo no esta limitado a un valle en par-
ticular, ni aun a una region en particular. En ese sentido, la climatologia sinoptica
no esta especificada geograficamente.

La Figura 2.12 muestra la formacion de un cinturon termico en microescala

y una depresion helada. Los vientos en calma en la macroescala y las horas nocturnes,
junto con la presencia de los cielos claros, son los acontecimientos condicionantes.
La estructura termica resultante es el condicionado, que tambien esta especificado
geograficamente.
 - 69 -

Figura 4.5
Mapa sin6ptico tipo, que acompana
la ocurrencia de las tormentas ra-
ras que ocurren en los desiertos
del norte de Chile y sur del Peru
en el oeste de Sudamerica

La climatologia sin6ptica la utilizan con mas f recuencia los climat6logos y

los meteor6logos para comunicarse entre ellos. Ocasionalmente tales estudios son pre-
sentados a profesionales de otras especialidades, pero en ningun caso los metodos de
esa aproximaci6n al analisis del clima son demasiado utiles 0 instructivos.
 - 70 -

Cuestionario

l. Usando los datos de la Tabla 4.3, estime:

a) la probabilidad de que una masa de aire Pm proveniente de! Oceano Atl6n-

tico en invierno produzca una temperature a mediodia en Kew menor que la
media para la masa de aire PM proveniente de una superficie cubierta de
hielo;

b) la probabilidad de que una masa de aire Tm produzca en verano una tempe-

rature superior a la media de una mas a d_e a ire Tc en Kew.

2. Prepare una tabla, o un conjunto de tablas, con sus titulos y encabezamien-

tos correspondientes, con !as siguientes caracteristicas:

a) la masa de aire es condicionante;

b) !as relaciones entre la direcci6n de! viento, la cantidad de cielo cubier-

to y la hora de! dia son !as condicionadas.

3. Describe c6mo la tabla que usted propone en el ejercicio 2 puede ser usada
como una ayuda para el pron6stico, GPara que otros usos puede ser usada esa
tabla?

4. Con referencia a la Figura 4.5, Gcu6les son los acontecimientos condicionan-

tes y los condicionados en ese estudio de climatologia sin6ptica?
 - 71 -

Capitulo V

BIOCLIMATOLOGIA

En varies ocasiones, en el capitulo IV del CL IV y en el capitulo III de es-

te libro, se hen mencionado los complejos efectos que las variaciones atmosfericas tie-
nen sabre el desarrollo de las diferentes formas de vida que hay en el mundo.

El estudio de las interacciones de la atm6sfera y los organismos vivientes

Se denomina bioclimatologia o biometeorologia.

Esta ciencia trata de los efectos de 1a atm6sfera sabre TODOS los organis-
mos, grandes y pequenos, humanos e inhumanos, plantas y animales, asi como tambien de
los ocasionales efectos de los organismos sabre la atm6sfera.

5. 1 Clasificaci6n de los efectos bioclimaticos

Para el estudiante que se acerca por primera vez a un tema y pueda tener un
panorama general del mismo, es una ayuda encontrar una clasificaci6n general de sus
diversos aspectos.

Habiendo sugerido ya que la bioclimatologia puede clasificarse en las fases

plantas, animales y humanos, se podria ir mas alla y examiner los numerosos tipos ~e
efectos de la atm6sfera sabre los organismos, independientemente del tipo de organis-
mo. La Tabla 5.1 provee las bases para un examen de ese tipo. Da nombres y ejemplos
para las diferentes closes de efectos estudiados en bioclimatologia.

Primero, los directos: los efectos a corto plaza de la atm6sfera sabre un

organismo son aquellos que este experimenta, en un tiempo de unos minutos u horas,
por contacto directo con la atm6sfera. Como se mencion6 en el capitulo III, una plan-
ta puede ser danada tanto por temperatures excesivamente altos como excesivamente ba-
jas. Un animal se puede desplazar mas lentamente con temperatures muy bajas. Un ser
humano se sentir6 mas o menos confortable dependiendo de una variedad de elementos
clim6ticos.

Segundo, un organismo que toda su vida estuvo sometido solo a las mejores
condiciones crecer6 haste su maxima tamano y vigor con buena salud. Los efectos acu-
mulativos de las desviaciones respecto de las mejores condiciones producir6n, sin em-
bargo, una amplia variedad de resultados en el tamano y vigor de un organismo de
acuerdo al valor de la desviaci6n y en que epoca de la vida del organismo ocurrieron.

Tercero, un organismo progresara o sufrira de acuerdo a la calidad de los

organismos que come y que puede comer. Los animales que comen a otros son depredadores
y los animales que ellos comen son sus presas. La salud de los animales que comen plan-
tas para vivir, en luger de animales, tambien depende de esos otros organismos. La at-
m6sfera impone sus efectos en esta compleja trama de la vida.
 - 72 -

Finalmente, hay organismos que contribuyen positive o negativamente al pro-

greso de otros organismos sin que esta contribuci6n afecte a su propia vida. Las en-
fermedades, por ejemplo, reducen nuestro desarrollo y vigor, y viviriamos muy bien
sin ellas.

Para otras formas de vida, hay otros organismos que son importantes para la
vida en un sentido diferente al depredador y presa. Algunos insectos prefieren cier-
tas plantas para vivir, aunque no se alimenten de ellas. Algunos pajaros buscan cier-
tas closes de plantas para vivir, aunque se alimenten de insectos. De modo que el da-
no que el tiempo puede producir en esas plantas significar6 la muerte de muchos de
esos insectos y p6jaros. Por lo cual, apreciaremos que la atm6sfera impone sus efec-
tos sobre una compleja trama de vida.

5.2 Bioclimatologia de las plantas

Las plantas requieren de la atm6sfera calor, luz, agua y di6 xid o de carbono.
El agua llega a las plantas generalmente desde el suelo, pero al principio el agua
llega al suelo desde la atm6sfera.

Si alguno de esos constituyentes que las plantas reciben de la atm6sfera son

escasos o excesivos, tarde o temprano las plantas ser6n perjudicadas. Es muy complica-
do determiner que constituye "demasiado" o "muy poco" para coda uno de esos elementos,
pero los limites son definibles. Ademas, es posible definir para la planta las cond i-
ciones intermedia s que son "mejores" u 6ptimas .

Una planta tiene dos aspectos en los que se ve reflejada la influencia que
tiene el entorno sabre ella. Primero, la planta muestra su desarrollo, es decir, sera
mas grande 0 mas chica, mas alto 0 mas baja, mas fuerte 0 mas debil, en parte, coma
respuesta al calor, la luz, el agua y el di6xido de carbono que recibe de la atm6sfera.

Pero el segundo aspecto es diferente. La planta tambien exhibe su evoluci6n,

es decir, su progreso de un estado a otro. Comenzando desde la siembra (germinaci6n)
para las plantas anuales, hasta que emergen del suelo, luego hasta que florecen, dan
los frutos, se perfeccionan los frutos para otras siembras, etc. Esta secuencia del
desarrollo puede ser tanto en las plantas grandes coma en las pequenas de la misma
especie. Una planta no puede producir nuevas vidas que la suceda si no pasa par todos
los estados sucesivos de su desarrollo.

La Figura 5,1 do los resultados de una investigaci6n especial sobre los

efectos de los cambios de temperature, entre el dia y la noche, sobre el crecimiento
(tamano) de las plantas de tomate. En la abcisa se muestra la temperature durante el
dia y en la ordenada la temperature por la noche, con las cuales crece el tomate.
Las isopletas expresan el crecimiento medio total (en gramos) de un experimento con
plantas individuales.

Vease la Figura 5.1 a que se hace referencia en el p6rraJo precedente en la

pagina 74.
 Efectos directos Efectos indirectas
Causados por contacto directo de los Causados por los efectas de la atm6sfera
organismas con las variaciones de la sabre otros organismas relacionados
atm6sfera del entorno

Efectos de corta duraci6n Efectos de largo duraci6n Efectos subsiguien~es Efectos consecuentes
Los efectos producidos en Efectos producidos sabre Efectos causados par Efectas causados por
cuesti6n de minutos u ho- grandes periodos de una la atm6sfera sabre los la atm6sfera sabre la
ras vida par acumulaci6n de alimentas y las arga- salud o las enferme-
efectas de carte dura- nismos dades de los organis-
ci6n mos
'-I
w

Ejemplos: Ejemplos: Ejemplos: Ejemplos:

Calor y frio Velacidad de crecimienta Hembre despues de una Aumento en vigor de los
sequia organismas enfermos

Con fort Tamana de crecimienta Aumenta en el numera

de depredadores
Velocidad de mavimiento Numera de descendientes
a actividad

Tabla 5.1
Una clasificaci6n de los efectos
biaclim6ticos de la atm6sfera en
todos las organismos
 - 74 -
c
~ {"Cl
::>
t 20 Figura 5.1
0
c
c Relacion entre lo temperature
1-1
::> durante el die, la noche y el
+' 10
c crecimiento de los plantas de
1-1
(!) tomote (s~g6n F. Wendt, Ameri-
a.
E
(!)
can Scientist, Volumen 44, p .
I- oV , , , ;"= 'f' I 378, 1956)
0 10 20 30
Temperature diurno1•c1

Es evidente que una planta de tomate crecer6 en forma muy diferente seg6n
las temperatures bajo los cuales crezca. Este ejemplo del tomate ho sido elegido pa-
ra ilustror el principio general de un ospecto de lo bioclimatologia de las plontos.
La mayoria de las plontas tienen reacciones similares a los anteriores para esos va-
riociones atmosfericos.

Lo Figura 5.2 ilustro otro factor importonte para comprender los efectos
del clime sobre la vid o de uno plonto . Este ejemplo es tambien para el tomote oun-
que el principio ilustrodo es aplicoble a lo moyoria de los plontos.

El principio es este: las condiciones 6ptimos y las condiciones que donon

uno plonto son distintas para las diferentes etapos de lo vido de lo mismo.

~o

,......
0
o 3

<(
er:
::;:)
I-
<(
~
10 I -
w
a.
LO~·
w
I-
-10~~~~~~~~~~~--.r--~~~~...,....~~~~~T

0 ~ 10 1~ 20
TIEMPO DESDE LA SIEM3RA (semanas)
Figura 5.2
Requerimientos de temperature y limites pa-
ra el tomote relocionodos con el tiempo po-
sodo desde su siembro. Lineos A y E: limi-
tes de vido superior e inferior. Lineos 8 y
D: limites superior e inferior de lo creci-
do. Zona C: rongo de temperature para 6pti-
mos crecimiento y desorrollo (seg6n J. Wong
Pacemaker Press, Madison, Wisconsin, EE.UU.
p6g. 360, 1967)
 - 75 -

En la Figura 5.2 la temperature esta dado en la ordenada y la edad del to-

mate desde su siembra se muestra en la abcisa. Las curvas indican las temperatures
requeridas por las plantas segun su edad. Por ejemplo la figura muestra que: a) para
alrededor de las siete semanas, para un periodo corto, se necesitan temperatures mas
bajas que en otras epocas de la mitad del ciclo vital de las plantas; b) la tempera -
ture maxima que puede soportar la planta sin morir (linea A) es mucho menor a medida
que la planta es mas vieja; c) alrededor de las 12 6 13 semanas, la planta se morira
con temperatures muy superiores y la de congelaci6n.

Los dos ejemplos presentados en las Figuras 5.1 y 5.2 pertenecen a los re-
querimientos de calor de las plantas (segun es medido a troves de la temperature del
aire). Como se indic6 antes, tambien hay requerimiento de luz, agua y di6xido de car-
bono. Un ejemplo servira para demostrar la naturaleza compleja de los requerimientos
e incidentalmente de la diferencia entre el crecimiento y la evoluci6n.

Los experimentos han demostrado que las plantas de maiz, aun expuestas a
condicones secas en la primera etapa de su vida, se recobraran y creceran grandes y
verdes si tienen suficiente agua hacia el final de su vida. CRECERAN muy bien. Sin
embargo, a causa de una sequia temprana, tendran una cosecha de granos muy reducida,
independientemente del tamano que alcancen. Su DESARROLLO sera mediocre.

En general las plantas creceran naturalmente en aquellos lugares y climas

que ofrecen la menor probabilidad de exceder los limites para un crecimiento bueno
a troves de un desarrollo completo. Cuando el hombre comienza a introducir plantas
en areas donde las plantas no crecen naturalmente, deberia al menos tener conoci-
miento de los bioclimas de las plantas para que el esfuerzo de introducirlas no sea
inutil.

Ademas, cuando el hombre introduce plantas que no son originales del lugar,
espera no solo mantener la vida en las plantas, sino tambien que sean sanas, vigoro-
sas y de primera calidad.

Por eso, los detalles de los requerimientos bioclimaticos de las plantas se

vuelven coda vez mas esenciales.

5.3 Bioclimatologia animal

La mayoria de lo dicho sobre la bioclimatologia de las plantas vale tambien

para la bioclimatologia animal. Los animales tiene necesidad de calor y de agua. Pero
como los animales viven comiendo plantas u otros animales que comen plantas, no tie-
nen entonces una necesidad primaria de luz. Ademas, sus requerimientos de la atm6sfe-
ra son de oxigeno antes que de di6xido de carbono.

El termino "animal" incluye una amplia variedad de cosas vivientes: peces,

pajaros, insectos, reptiles y lagartos, grandes animales de bosques y montanas, ani-
males de granja y muchos otros. Todos estan dependiendo de las plantas para su ali-
mentaci6n.

Los animales pequenos tienen en general una vida corta y para regular la
temperature de sus cuerpos no tienen otro remedio que trasladarse hacia lugares mas
 - 76 -

frios o m6s c6lidos. Son muy v ulnerables a los cambios de la atmosfera. Los animales
mas grandes tienen generalmente vidas mas largos y han desorrollado formas especiales
para regular la temperature de sus cuerpos en periodos de tiempo pequenos. Todos los
animales deben mantener su temperature dentro un rango bastante estrecho, en general
en un entorno de pocos grades respecto de los 35°C o, de lo contrario, morir6n. Este
rongo es mucho mas omplio, coma tuvimos ocasion de ver anteriormente en la Figura
5.2, para las plantas.

Actuando coma sistemos fisicos, en el mismo sentido que la Figura 2.1, los
animales equilibran constantemente el flujo de calor entrante y saliente de sus cuer-
pos . Tienen las mismas fuentes de calor que las plantas: luz solar y calor del entor-
no. Tambien tienen los mismos medios que las plantas para disipar calor: par evapora-
cion de agua, par radiacion hacia el entorno mas frio y par el pasaje de aire mas
frio. Pero tienen otra fuente adicional de calor: la que los mismos producen median -
t e la digestion de los alimentos que comen .

Pa ra la ma yori a de los animales la vi da consiste casi enteramente e n mante-

ner la temperature de sus cuerpos dent ro del estrecho rango requerido, por cualquiera
de los medics que tienen a su disposici6n. Si hace frio, deben encontrar un luge r al
sol 0 en aire mas c6lido; si hace ca l or, deben desp la zarse hacia la sombre 0 humede-
cer sus cuerpos para enfriarlos.

Como las plantas, solo los animales qu e ti enen un desarrollo Sano du rante
toda su vida son los que pueden producir descendencia que los suceda. Sin esa suce-
sion, tanto las plantas como los ani males desaparecerian. La compleja trama de la vi-
da lo es tanto para los animales como para las plantas.

Paro que un animal adquiera calor o frio por si mismo , el clime le debe pro-
veer al menos un luger con las condicones adecuadas de calor y de agua al que e l an i -
mal tenga acceso. Durante algunas etapas de su vida, un animal, lo mismo que una plan-
ta, es mucho menos sensible a la atmosfera que en otras. 0 es mas sensible a los dife -
rentes elementos climaticos mas en una epoca que en otra.

Tal como ocurre con las plantas, hay un gran numero de estudios especiales
que han contestado detalladamente las preguntas sabre las necesidades bioclimaticas
de los diversos animales en las diferentes etapas de sus vidas. Del mismo modo, tal
como en la ultimo Secci6n, solo se dar6n unos pocos ejemplos para ilustrar los enun-
ciados de la discusi6n.

La Tabla 5.2 describe la respuesta de un insecto particular -una langosta-

a las condiciones de temperature y humedad durante una parte de su vida, desde que
deja el huevo hasta alcanzar el estado adulto y la capacidad de producir otras lan-
gostas.

En la tabla se don dos partes de la informaci6n para coda combinaci6n de

temperature y humedad relative. La primera es el numero de dias requeridos para que
lo langosta se desorrolle a troves de esa parte de su vida. La segunda (entre paren -
tesis) es la posibilidad de que una langosta haya alcanzado el estado adulto.
 - 77 -

Temeeratura del aire (°CL

Humedod relativa ~%L 23 26 32 37 43
90-95 - -(0) -(0) -(0)
80 dias 46(19) 44(33) 33(51) 29(33) 27(10)
70 40(44) 34(60) 27(78) 23(68) 20(23)
60 39(48) 32(74) 27(68) 24(60) 21 ( 33)
50 - 35(44) 29(49) 26( 32)
30-40 - 40(15) 39(27) -(0) -(0)

Figura 5.2 Relaciones entre la temperature y la humedad relativa de: a) el numero

de dios para desarrollarse desde que deja el huevo hasta que es adulta; b) la posi-
bilidad (entre parentesis) experimental (%) de que un individuo alcance el estado
adulto despues de haber dejado el huevo. Los resultados experimentados son para una
variedad de langosta. (Datos tomados de A. Hamilton, Transactions Royal Entomologi-
cal Society of London, Volume 101, page 1, 1950)

En la tabla vemos que la langosta saltona crece muy r6pido con temperatu-
res altos y con humedades relatives pr6ximas al 70 %. Pero la probabilidad de que se
mantengan vivas a temperaturas mayores se ve muy reducida. La probabilidad mayor
existe alrededor de los 320C y 70 % de humedad relative.

La Figura 5.3 muestra la relaci6n que se encontr6 investigando sobre la pro-

ducci6n de carne de los animales de granja, en este caso los cerdos. Tambien aqui las
variables clim6ticas son la temperature y la humedod relative. La producci6n de carne
est6 expresada como una ganancia relative del peso. Es decir, ese factor est6 multi-
plicado por la ganancia normal de peso del animal para obtener la ganancia real de
peso cuando est6 expuesto a las condiciones correspondientes.

Por ejemplo, si se espera que un animal gone 40 kg. de peso en las condicio-
nes normales de 72°F (22,2°C) y 50 % de humedad relative, y si en cambio es expuesto
a 30°C de temperature y 70 % de humedad relativa, su ganancia de peso real ser6 en-
tonces 40 x 0,6 = 24 kg.

Las vacas lecheras est6n reservadas para la producci6n de leche y no de car-

ne. En la Figura 5.4 los resultados experimentales muestran las relaciones que hay en-
tre la producci6n de leche, la temperatura del aire y la humedad. En esa figura la hu-
medad est6 dado por el punto de rocio. En este caso, la producci6n relativa es nueva-
mente un multiplicador de la producci6n normal de leche para temperatures y humedades
moderadas.

Todos los resultados experimentales en la Tabla 5.2 y en las Figures 5,1,

5.2 y 5.3 fueron obtenidos usando organismos expuestos a temperaturas y humedades
constantes. Por supuesto que, en condicones naturales, aquellas varian. Esto se tie-
ne en cuenta utilizando el metodo de los promedios pesados, que ser6n discutidos en
la Secci6n 8,6.
 - 78 -

0 1.0
VJ
Q)

c.. 0.9
Q)

"c 0.8

~~..Jo'./~
>
·.-t
6
~,~so'./
0.7 ,yv0(;>
.-1 O'oct
~ o.
"'(;>.;ol'~~~o::.--~
c
•.-t
0
t:
c
t:
c
Cl
0.
'"o "-•a,,"'
22 15 30 351•c1
Temperatura

Figura 5.3
Ganancia relativa de peso para cerdos, relacionada
con la temperatura y la humedad relativa a las que
se expone al animal. (Segun L. Hahn y J. McQuigg,
Agricultural Meteorology, Volumen 7, p. 131, 1970)

0
•.-t
0
8 ("Cl
"~

~
Q) 1.0

35

25 " '
"" "'

o<?.000~~).~
~~
\,.
00'~e\.o'-1."
"'
E! 2 ,o \>~ " "'

115
I-
E
Q)
20
""" "
1n---t--------t----+---~
25 30 35 1.0
Temperatura de bulbo seco (°C)

Figura 5.4
Producci6n relativa de leche por el ganado vacuno,
relacionada con la temperatura y el punto de rocio
a los que est6 expuesto el animal. (Segun L. Hahn
y J, McQuigg, Agricultural Meteorology, Volumen 7,
p. 131, 1970)
 - 79 -

50

1.0

:10°1•
30

20

10

,.......
OU 0
..._,

~
~

t;
LLJ
-10
u...
LLJ
<(
~
;:) - 20
~
~ ~
LLJ
<:)
a..
L: ~
~ -30 ~
&
:::,.0'
-'O

-SO

-10 0 10 20 30 ,0 50
TEMPERATURA DE BUL30 SECO (°C)

Figura 5.5
Relaciones entre la temperature de bulbo seco,
la humedad relative y la velocidad del viento,
con la temperature efectiva en el estudio del confort humane
 - 80 -

5.4 Bioclimatologia humane

Los seres humanos reaccionan ante su entorno climatico mucho mas que los
animales, pero con la excepci6n de que el hombre tiene grandes facilidades para user
ropes y albergue que aseguren su confort y su salud.

Como con los animales, los humanos deben mantener la temperature de su cuer-
po dentro de un rango angosto de valores, pues de otra manera enfermar6n o morir6n .
Esta temperature es de unos 37°C. Con tiempo frio y ventoso, se debe tratar que la
temperature no descienda, mediante el uso de ropes o permaneciendo dentro de case.
Cuanto mayor es el viento, mayor es el esfuerzo necesario para mantener el calor. Es-
te efecto se denomin6 enfriamiento por viento. Es el resultado del movimiento de aire
que transporta cantidades de calor coda vez mas grandes desde el cuerpo mediante la
convecci6n (parrafo 2.2.4) y es mayor cuanto m6s fuerte es el viento,

A temperatures bajas, la humedad tien€ un efecto relativamente pequeno sa-

bre el confort humano, aunque el aire frio muy seco eventualmente nos producira sed.

En la parte inferior de la Figura 5,5 se muestran los efectos del enfria-

miento producidos por el viento. El metodo utilizado para mostrar dicho efecto es re-
lacionar la temperature de bulbo seco y la velocidad del viento con una temperature
efectiva, que es la temperature con VIENTO EN CALMA a la cual la persona sentira el
mismo grado de falta de bienestar. Entonces, por ejemplo, con un viento de 10 m/seg.
y una temperature de 10°C se producira la misma sensaci6n que con aire en calma y con
o0 c. Este punto se muestra en la Figura 5,5 por un cuadrado negro.
Con temperatures altos el bienestar disminuye al aument~r la humedad del
aire . La velocidad del viento produce diferencias de bienestar menores que las que
produce la humedad. Este efecto se muestra en la parte superio ~ de la Figura 5.5.
En este caso la temperature efectiva es la temperature con AIRE SATURADO (100 % de
humedad relative) y VIENTO EN CALMA, a la cual una persona sentira el mismo grado de
falta de bienestar,

Por ejemplo, aire relativamente en calma, con 40°C y 50 % de humedad rela-

tive producira la misma sensaci6n que aire saturado en calma con 32°C de temperature.
Este punto se muestra con un triangulo negro en la Figura 5.5.

En los resultados de la Figura 5,5 se ha supuesto que los seres humanos

tienen una salud normal, pero se ha considerado que estan a la sombre o con cielo
cubierto. La adici6n de calor por radiaci6n solar absorbida por los cuerpos aumen-
tara, por supuesto, la temperature efectiva en cualquier serie de circunstancias.
La magnitud de este aumento est6 relacionada con varios elementos, pero esto no ser6
discutido aqui.

Como todos sabemos, las reacciones humanas varian mucho de un individuo a

otro con respecto a casi todo lo que les rodeo. El bienestar no es una excepci6n.
La Figura 5.6 de la pagina siguiente presenta, para cuatro muestras de individuos,
las relaciones entre la temperature efectiva y la cantidad de personas que dicen
sentir la sensaci6n de bienestar.
 - 81 -

10Qr-~~~~~~~~~~~~~~~~~~--i

/-~··,

~
80
I
/
/
/ .· '
","'·.\
\ '
<(
f-
(/')
w '/ \ \
:ri 60 :/ \
\
w !1
Cl
w
v \
\
i
:i
f-
z
w
40
I '\
\
u
~ {
0
c.. 2 ciudad A, hombres - - - - - ciudad C
ciudad 8, hombres-··-- ciudad C
(ancianos)

19 ~ ~ n n ~ 25
TEMPERATURA EFECTIVA (°C)

Figura 5.6 Esquema que muestra la variedad de

respuestas humanas a la temperatura efectiva co-
mo un indicador de bienestar

Las ciudades A y 8 estan en latitudes medias. Los hombres de esas ciudades

parecen mas satisfechos con una temperatura ligeramente menor de 21°C. La ciudad C
esta mucho mas pr6xima al ecuador, y la gente (hombres y mujeres) de esta ciudad pa-
recen preferir una temperatura efectiva ligercimerite ~ayor a la que probablemente es-
ten acostumbrados. La gente de mas edad de la ciudad C prefiere temperatures efecti-
vas aun mas altos, que es el resultado comun de la experiencia segun nos lo han di-
cho la mayoria de ellos.

Con estos conocimientos sobre el bienestar y las preferencias para las con-
diciones de bienestar, es posible construir un mapa mundial mostrando los climas del
mundo con mas y con menos bienestar. La Figura 5~7 de la pagina siguiente muestra un
mapa de este tipo.

En este caso se ha hecho el analisis en la estaci6n de sol alto y en la de

sol bajo. El bienestar esta expresado en terminos de "malestar", que es el grado en
el cual tiende la atm6sfera a forzar la temperatura del cuerpo humano alejandola de
los 37°C. El "malestar" puede ser por calor, en los climas calidos y humedos, o por
frio, en los climas frios y ventosos. En un clima dado, cuanto mayor es el "malestar"
mayor debe ser el esfuerzo de los seres humanos en proveerse de ropa y alojamiento
para su bienestar.

De acuerdo con el mapa, hay relativamente unos pocos lugares que proporcio-
nan bienestar para el ser humano durante todo el affo. Estos lugares son las tierras
altos ecuatoriales del oeste de America del Sur y este de Africa, parte de las tie-
rras altos en el noreste de la India y una franja costera del sudoeste de Africa. Es
 - 82 -

!al SOL ALTO

180° 120°
(bl SOL BAJO gran molester por calor
moderado molester por calor

=
sin molester
moderado molester por frio
gran malestar por f rio

Figura 5.7
Los climas de la Tierra relacionados con el bien-
estar humano. (a) Los meses con sol alto. (b) Los
meses con sol bajo. (Segun los resultados de W.
Terjung, International Yournal of Biometereology,
Volumen 12, pag. 119, 1968)
 - 83 -

evidente que algunas areas nunca proporcionan bienestar para los individuos que no
tienen un cuidado especial con la ropa y la casa. Hacia el lado polar de los 60°N hay
vastas tierras donde nunca hay bienestar como para ser habitadas por el hombre. Alli
el problema es el del molester por frio. Lo mismo se cumple para el Caribe, oeste de
Af r ica y las areas continentales entre Australia y el sudeste de Asia . Alli el pro-
blema es de molester por calor.

El bienestar humano y el rendimiento humano en el trabajo estan por supues-

to muy relacionados. El molester por calor o por frio, a menos que esten contrarresta-
dos por la vestimenta y el abrigo adecuado, produciran obreros poco efectivos, descui-
dados, lentos y prontos a cometer errores.

Hay otros factores del medio ambiente, ademas de la temperature, la humedad

y el viento, que reducen la efectividad de un trabajador, En las grandes altitudes el
hombre se ve privado del oxigeno que necesita para respirar, a menos que haya vivido
alli toda su vida o gran parte de la misma, El aire muy seco producira sequedad en
los pulmones y esto acortara la vida de un trabajador. Estes efectos son seguramente
importantes, pero su importancia es secundaria para periodos cortos.

5.5 Conclusiones

Las conexiones entre el tiempo y el clima por un lade y la vida de las plan-
tas, los animales y los seres humanos por otro, son muy grandes sin duda alguna. Solo
unas pocas de ellas han side discutidas en este capitulo, aunque se han incluido las
mas generales e importantes.

En el mundo de hoy, donde coda vez mas y mas gente debe vivir bien, es muy
necesario comprender esas conexiones de la bioclimatologia. El climat6logo verdadera -
mente competente comenzara aprendiendo la naturaleza de las conexiones entre su campo
especializado -una ciencia f isica de la tierra- y las ciencias de la vida o ciencias
biol6gicas. Durante mucho tiempo, estos dos grupos de profesionales no han estado co-
municados en una forma adecuada. Para el future, estos dos grupos tienen una obliga-
ci6n con todos los hombres: mejorar esta comunicaci6n.
 - 84 -

Cuestionario

1. Refierase a los resultados experimentales mostrados en la Figura 5.1:

a) lCu61 es la diferencia de temperature entre el die y la noche con la

cual crece mejor el tomate?

b) lQue otras combinaciones de temperature del die y de la noche tienen

la misma diferencia? lTodas esas combinaciones producen el mismo cre-
cimiento del tomate?

c) Todas las temperatures que se hen dado en a) y b), ltienen la misma

temperature media diaria? Indique las temperatures medics diaries en
todas sus combinaciones para el crecimiento de una planta.

d) Relacione los resultados de c) con la informaci6n que ha sido presenta-

da en la Figura 5.2.

2. Si usted sabe que un cierto tipo de planta no puede vivir en un luger donde
la temperature siempre desciende por debajo del punto de congelaci6n y visi-
ta usted un luger donde no est6n creciendo plantas de ese tipo, lpuede usted
concluir que en ese luger las temperatures desci e nden ocasionalmente por de -
ba jo del punto de congelaci6n?
Discuta las rezones de su respuesta.

3. Utilizando la informaci6n de la Figura 5.4, convierta a la misma en una re-

presentaci6n de producci6n relative en relaci6n con la temperature y la hu-
medad relative del mismo tipo que la de la Figura 5.3. lSon similares la
nueva figure · a la Figura 5.3?

4. lQue supone usted sobre los animales y su forma de regular la temperature

de sus cuerpos para que produzcan resultados como los que aparecen en las
Figures 5.3 y 5.4?

5. Contemple las Figures 5.3 y 5.4. lle sugieren las mismas que se puede hacer
algun an6lisis respecto al potencial agricola de aumentar el numero de ani-
males de granja en Tercia?
Vea el capitulo III.

6. A partir de la informaci6n dado en la Figura 5.5, describe la relaci6n en-

tre la velocidad del viento y la temperature efectiva, cuando la tempera-
ture de bulbo seco es -10°C.
Haga lo mismo cuando es de o0 c.
lPuede usted af irmar que la temperature efectiva es una f unci6n lineal de
la velocidad del viento?
 - 85 -

7. A partir de sus resultados de la pregunta 6, estime la temperature efectiva

para una temperature de bulbo seco de 0°C y una velocidad del viento de 30
m/seg y de 40 m/seg.
lD6nde es m6s probable que se encuentren estas condiciones?
 - 86 -

Capitulo VI

CLASIFICACION CLIMATICA Y CAMBIOS CLIMATICOS

Este capitulo es una extension de las discusiones de los parrafos 3.6 y 3.7
del CL IV. Contiene ideas adicionales sobre la clasificacion y los cambios clim6ticos
pero principalmente incluye mayores detalles sobre las ideas presentadas en CL IV.

En este capitulo las ideas nuevas m6s importantes probablemente son las que
se ref ieren a los cambios observados en los climes de las ciudades a cause del creci-
miento de las mismas y en lo que respecta a las teorias que tratan de canectar los
cambios climaticos globales con la contemplaci6n del aire.

6.1 Clasificaci6n de los climes merinos

Los climes sobre los oceanos del mundo deberian ser relativamente faciles
de clasificar, yo que no estan sujetos a muchos de los factores climaticos (CL IV,
parrafos 1.1 . 4. y 2.6) tales como la altitud y la topografia. Tambien es verdad que
los detalles de los limites de los tipos de clime desaparecen cuanto menor es el nu-
mero de estimaciones que proveen informaci6n en un area.

Por estas rezones, la clasificaci6n de los climes merinos en la Figura 6.1

de la p6gina siguiente muestra limites relati vamente simples y regulares, y unos po-
cos tipos, solo cinco y sin datos numericos. La areas oceanicas -como cualquier
marinero diria- tienen climes, pero estos no afectan en forma directa a una gran
cantidad de gente y, por lo tanto, estos climes no han recibido gran atenci6n por
parte de los climat6logos . En el futuro, a cause de la creciente actividad costeada
por la Organizaci6n Meteorol6gica Mundial, se har6n grandes esfuerzos para reunir y
estudiar los registros climatol6gicos obtenidos ·por los buques que navegan por los
oceanos del mundo. A partir de estos esfuerzos, quiza se pueda hacer una clasifica-
ci6n mas precise de los climes merinos.

La comparaci6n de la Figura 6.1 con las Figures 2.7 y 2.8 sera altamente
instructive.

6.2 Variabilidad de los limites entre los tipos de climes

Algunos sistemas de clasificaci6n climatica proveen los criterios necesa-

rios para tomar una decision sobre coda estaci6n a base de los calculos efectuados
usando ciertos datos de esa estaci6n. Un ejemplo es el conjunto de reglas Koppen
en la Tabla 3.8 de CL IV.

En un sistema asi, es posible clasificar una estacion para coda ano de su

registro climatol6gico usando s6lo los valores de los elementos de un solo ano en
luger de los valores medios para todo el registro. La Figura 2.6 muestra los resul-
tados de un estudio en el cual fue hecha la clasificaci6n anual en coda estaci6n en
los dos tercios del este de los Estados Unidos de America para un periodo de 15 anos.
 - 87 -

20°1 >' ..-r- 1.c::. 1v9 ! I f> '.1.0:'. :.·>''\'(: )i '\ ·;r-v '{.?' \ _ ~

o•l "' : ""'=f · : -<>1:~:\......,.. I l_;. · ·~~~ :,,, I Y\~:..-:-:: .11.... I

20•1 "'- ,.,e;· , ', :· ~· :J I I r ·::· J ft I 71~:: ·: ·~;'.\ I

1so• 120' 60' o• &o• 120° 1so•

Explicaciones:
1. Oceanos tropicales, calidos, precipitaci6n abundante.
2. Oceanos mas calientes que lo esperado en latitudes medics, precipitaci6n
abundante.
3. Ocanas tropicales, frescos, precipitaci6n muy aislada.
4. Oceanos mas frescos que lo esperado para latitudes medics, precipitaciones
relativamente aisladas.
5. Oceanos polares, frios, hielos flotantes intermitentes.

Figura 6.1
Clasificaci6n de los climes merinos
(segun la Figura 2.57 de "Elementos
del Clime", por G. Trewartha McGraw
Hill Co. Nueva York, 1954. 395 pp.)
 - 88 -

ZONA NO
ESTUDIADA

O 00 km

Figura 6.2
Mapa de los Estados Unidos de America que muestra las lineas de
los limites (dos puntos-raya) entre los climas tipo A, B, C y D
de acuerdo con el sistema de Koeppen; las areas sombreadas in-
dican las zonas dentro de las cuales los limites varian, de ano
en ano, en el periodo estudiado de quince anos; las letras in-
dican que las areas tienen siempre la misma clasificaci6n den-
tro de los quince anos del estudio

Se dibujaron los limites para cada ano, entre los tipos B y D, B y C, C y D

y C y A. En la figura estan indicadas con una letra las areas donde las estaciones
fueron clasificadas de la misma forma en los 15 anos,

Las areas que estan punteadas son aquellas en las que la clasificaci6n no
es la misma durante el total de los 15 anos, Esta es una zona de transici6n entre dos
o mas tipos. Dentro de la zona, los limites regulares entre los tipos se muestran por
las lineas de punto-raya, tal como se muestra, por ejemplo, en los detalles de la Fi-
gura 3.26 del CL IV.
 - 89 -

Es evidente que la Figura 6.2 muestra los limites entre los tipos de clima
EN CUALQUIER SISTEMA DE CLASIFICACION (aun en los basados en la vegetaci6n) que deben
ser pensados como zonas dentro de las cuales puede haber variaciones con el tiempo.
Por supuesto que esto es ve~dad en casi todos los sistemas de clasificaci6n de los
fen6menos y de los objetos naturales. La naturaleza no favorece la e xistencia de li-
mites muy precisos y rigidos.

6.3 La evidencia de los cambios del clima

Los cambios en los climas de la Tierra, algunos pequenos y otros muy gran-
des, han ocurrido desde que existe una atm6sfera.

En cambio, el hombre de ciencia ha realizado mediciones para un periodo de

tiempo muy corto. En el libro de la historia de la vida de la Tierra, este periodo
es menor que el de una simple letra en una s6la linea. Entonces, las mediciones he-
chas con el instrumental meteorol6gico son solo una close de evidencia de los cambios
climaticos y que esta restringida solo a unos pocos y muy recientes cientos de anos.

La historia registrada del hombre -escrita por los historiadores- contiene

cantidades de palabras que son usadas para determinar que epocas fueron calidas,
frias, humedas o secas, en las centurias anteriores a la existencia de los instrumen-
tos meteorol6gicos.

Un metodo para asignarle la edad a los f6siles es por radioactividad (ES,

secci6n 14). Por la close de f6siles que representan un cierto periodo de tiempo, se-
co, las plantas y los animales terrestres, o por ejemplo la vida en los bosques con
mucha precipitaci6n, se puede conocer algo del clima del lugar donde est6n los f6si-
les en la epoca de la historia que el metodo utilizado les haya asignado.

La Figura 6.3 es un esquema que muestra la idea basica de una forma espe-
cial de asignar una edad por radioactividad, conocida como determinaci6n de la edad
por radiocarbono. Este nombre es un termino general que encierra distintos metodos
que pueden ser usados con materiales muy antiguos de casi cualquier edad, incluyen-
do materiales tan viejos coma para haberse fosilizado en la forma de minerales o de
materiales que casino han existido (ES, secci6n 14.11).

El asignar una edad por radiocarbono, esta limitado a materiales que han
existido una vez pero que no son tan viejos como para haber sido convertidos en mi-
nerales. Este metodo es mas adecuado para trozos de madera, carbon, caparazones,
ropas, etc.

Durante la vida de un organismo del cual proviene el material, hubo (como

lo hay en los organismos que viven actualmente) una proporci6n constante y conocida
de is6topos de carbono radioactivo y de carbono estable dentro de los tejidos de las
plantas o de los animales.
 - 90 -

muerte del organismo

proporci6n decreciente a una velocidad
Proporci6n de Proporci6 conocida con respecto al tiempo
carbono radiactivo conocida
a carbono estable y constante
tiempo

Figura 6.3 Bases para la asignaci6n

de la edad de materiales antiguos por
radiocarbono

Despues que el organismo muere, no ingresa mos carbono en el cuerpo como

para mantener la proporci6n. Pero la relaci6n entre el radiocarbono y el carbono es-
table decrece con el tiempo a una velocidad conbcida. Entonces, conociendo la pro-
porci6n original, la velocidad con que esta decrece con el tiempo y la proporci6n en
el f6sil, los cientificos pueden decir la edad aproximada del f6sil, es decir, cuan-
tos anos han pasado desde su muerte.

Las plantas dejan otras dos closes de evidencias importantes para estudiar
el paleoclima (la palabra griega que significa "antigua" es "paleo"). Primero, el
crecimiento de los anillos en los troncos o tallos de los 6rboles grandes, los que
son mas anchos o mas angostos de acuerdo con las condiciones de luz, calor y humedad
durante la estaci6n de crecimiento del ano en que se forma cada anillo en el 6rbol.
Mediante el estudio de los anillos de los troncos viejos, tales como los que se en-
cuentran en las construcciones, preservados del deterioro, los climat6logos pueden
obtener informaci6n sabre los paleoclimas.

La Figura 6.4 de la pagina siguiente es un esquemo que muestra c6mo se

puede utilizar una sobreposici6n de series de anillos de arboles para reconstruir
la historic aproximada del clime de un area de la cual provienen todos Jos troncos
antiguos.

El tronco A es el m6s joven e incluye anillos formados de ntro del periodo

en el que ya existen registros climatol6gicos. Los troncos B y C son progresivarnente
mas viejos, pe ro cada uno de ellos tiene una parte superpuesta con el pr6ximo tronco
m6s joven.

La segunda evidencia adicional que dan las plantas es lo acumulaci6n de

polen depositado en el fondo de los logos par las plantas y los 6rbol e s que han vi-
vido en sus orillas. Los cientifico s pueden extraer muestras del fondo de muchos
logos dentro de un area, y luego ubicar e stas una al lado de la otra coma la s de los
anillos de los 6rboles viejos, y reconstruir algunos de los detalles del paleoclima
en el area de los logos.

En ambos cosos, en el de los anillos de los 6rbole s y el del polen de los

logos, las muestras se toman mediante la perforaci6n de un hueco con una herramienta
en forma de tuba en el tronco o en el lecho del logo.
 - 91 -

anillos mas anchos: periodo

de calor, humedad y luz
r+:irooco A I 1111 I 111 r.I
Tronco i3 11 111 I ~ Ill I Epoca actual

Anillos angostos: periodo

II I I Ill J Tronco C
de clime mas f" rio y/o seco

., lcoi"lWMl"icol WM ., @., !col WM m

WM· calido-humedo
Series climaticas reconstruidas: CD; frio-seco, o frio, o seco

Figura 6.4 Forma de reconstruir los paleoclimas

a partir de muestras de troncos viejos contenien-
do anillos de distintos anchos

Otras closes de evidencias sobre el paleoclima estan dados por la distribu-

ci6n del agua. Los glaciares avanzan o retroceden segun que el numero de meses de fu-
sion en cada ano aumente o disminuya. Los logos forman en sus orillas playas a nive-
les superiores 0 inferiores segun esten mas llenos (mas frios, climes mas humedos) 0
mas vacios (mas calientes, climes secos).

Finalmente, asi como las capos de polen de los arboles de los viejos lechos
se pueden estudiar los sedimentos del suelo y los pequenos f6siles e n el fondo de los
oceanos, como prueba de los cambios climaticos yo que estos cambios producen diferen-
cias en la composici6n quimica de los caparazones de los animales f6siles antes de
que mueran y se asienten en el fondo de los oceanos.

Del mismo modo pueden obtenerse otros tipos de evidencias mas complejas,
pero esta lista seguramente le dira al alumno de la variedad de metodos y evidencias
que puede utilizar el climat6logo.

6.4 Teorios sobre los cambios del clima

Exi sten tres closes, o frecuencias, de cambios climaticos que deben ser
explicados te6ricamente. Como se discuti6 en el parrafo 3.7 del CL IV, son los si-
giientes: a) cambios que ocurren coda 250 millones de anos y persisten durante unos
20 millones de anos; b) cambios que producen alternativamente calentamiento y en-
friamiento coda 10.000 6 20.000 anos dentro de los periodos de 20 millones de anos
de la primera close de cambios; c) cambios que producen alternativamente calenta -
miento o enfriamiento coda algunos cientos de anos o unos pocos anos, dentro de los
ciclos del segundo tipo de cambio.

El primero de estos, los de periodo mas largo, generalmente se explica por

la evidencia geol6gica de que los continentes del mundo estan ascendiendo muy lenta-
mente a troves de la superficie de la Tierra, quiza unicamente unos pocos centime-
tros por ano.
 - 92 -

Ya que sabemos que las relaciones entre los continentes y los oceanos son
factores importantes para el clime (CL IV, p6rrafos 2.6.2 y 2.6.3), es seguro que es-
te cambiar6 a medida que cambien lentamente tales relaciones.

Asimismo, los ge6logos saben que las montanas no han existido siempre en
los lugares donde est6n en la actualidad y que han existido montanas en lugares don-
de hoy la tierra es llano. Ya que sabemos que los desplazamientos de las montanas
son muy lentos y que el tamano y la ubicaci6n de las mismas son factores importantes
para el clime (CL IV, p6rrafos 2.6.4 y 2.6.5), los climes en el pasado habr6n res-
pondido a los cambios en las areas montanosas de la Tierra.

El segundo tipo de cambio clim6tico -de una duraci6n de 10.000 a 20.000

anos- est6 explicado generalmente por los cambios en las relaciones geometricas b6-
s icas entre el Sol y la Tierra, y por los cambios en la circulaci6n de los coeanos
de la Tierra.

Mediante mediciones sumamente cuidadosas, los cientificos han encontrado

que la Tierra realmente "ocila" sobre su eje mientras giro, y que la forma de su
6rbita alrededor del Sol cambia con el tiempo en una cantidad muy pequena. El as-
tr6nomo Milankovic, hace unos cuarenta anos, calcul6 los ciclos de los cambios en
el clime que resultarian de esas cambios en la geometric del sistema Sol-Tierra. Y
son el modo correcto de explicar el segundo tipo de cambio de clima.

Durante cada ano los oceanos del mundo almacenan calor en sus aguas o lo
liberan a la atm6sfera. Tambien transportan calor desde los tr6picos hacia los polos
(Tabla 3.7 del CL IV), pero tambien transportan calor hacia sus profundidades en las
configuraciones de circulaci6n que responden a los cambios de viento en la atm6sfera,
cambiando la salinidad de los oceanos y cambiando las mismas lineas de las costas de
los oceanos.

Los oceanos responden a la atm6sfera mucho mos lentamente de lo que la at-

m6sfera responde a los oceanos. Estos contienen mucho mos calor y mos masa. Su res-
puesta al calentamiento y al enfriamiento, comparada con la de la atm6sfera, es como
el de un inmenso bloque de piedra comparado con un grano de arena cuando son puestos
y quitados del fuego . Pero el comportamiento de la atm6sfera est6 determinado en par-
te por las condiciones de las superficies de los oceanos. Esos cambios lentos en es-
tas condiciones explican en parte algunos cambios en el clima.

El tercer tipo de cambio clim6tico es comparativamente r6pido. Esto se de-

be a los cambios de insolaci6n sobre la tierra: la intensidad de la luz solar que
alcanza la superficie y evaporaci6n. Los cambios en la insolaci6n pueden tener como
cause cambios en el brillo del sol o cambios en la fracci6n de luz solar que trans-
mi te la atm6sfera terrestre.

Hace tiempo que se conoce que la energia proveniente del sol varia en c1-
cloa que por un lado son de 11 anos y por otro de unos 80 anos. Se los llama ciclos
de las "manchas solares", en parte porque aparecen sobre la superficie del sol gran-
des manchas oscuras y luego desaparecen, coincidiendo con estos ciclos.
 - 93 -

La atm6sfera se torna alternativamente mas limpia o mas turbia, dep e ndien -

do en parte de la cantidad de polvo fino que ingresa en ella y que proviene de los
volcanes cuando estos entran en erupci6n. En los ultimos cien anos, aproximadamente,
el polvo y las cenizas provenientes de las actividades industriales de los hombres
han anadido tambien sus efectos a los de las ceni z as volcanicas en la limitaci6n de
la luz solar - fuente principal de energia para todo el comportamiento atmosferico-
que llega a la superficie de la tierra.

Otra close de variaci6n que tiene sus efectos sabre el climo es la de lo

composici6n de lo atm6sfera. El di6xido de carbono es un gas producido por lo com-
bustion del material de los plantas sobre la tierra. Si los plantas se queman muy
lentomente, lo que denominamos "deterioro", o simplemente pudrirse, ingresa di6xido
de carbono en la atm6sfera. Tambien se produce di6xido de carbono si las plantas se
queman rapidamente, cuando por ejemplo se usan plantas f6siles en forma de carbono
o petr6leo para producir energia con distintos prop6sitos.

El di6xido de carbono abandona la atm6sfera por dos vias. La primera, 1n-

gresando en las plantas en crecimiento como parte del material quimico de las mismas
(parrafo 5.2). La segunda, disolviendose en las aguas -oceanos, logos y rios- que
estan en contacto con la atm6sfera.

Asi es como hay un balance del di6xido de carbono en la atm6sfera. La can-

tidad exixtente en esta regula la velocidad con que la energia radionte deja la at-
m6sfera terrestre hacia el espacio exterior (ES, parrafo 8.9, y parrafo 2.1 de este
libro). Si la cantidad de di6xido de carbono aumenta, la temperature media del siste-
ma Tierra/atm6sfera tiende a aumentar para equilibrar el influjo de energia solar.
Deberia haber un limite a este incremento, pero no sabemos con certeza cual es o c6-
mo se produce.

Tambien hay un balance de polvo en la atm6sfera. Un aumento de este Cambia

la cantidad de energia absorbida en el sistema tierra/atm6sfera y tiende a enfriar
el sistema en altitudes mayores, aunque quiz6 le produzca un calentomiento en ciertas
altitudes. Evidentemente el polvo y el di6xido de carbono tienden a producir efectos
contraries. Pero ambos provienen en parte de las actividades del hombre y los resulta-
dos son muy complejos y aun no son muy conocidos.

6.5 Cambios del clima producidos por el hombre

Es posible que los ciclos naturales del di6xido de carbono y del polvo en
la atm6sfera sean mas importantes que los producidos por el hombre. Esto es muy po-
sible, ya que sabemos que ha habido ciclos de ambos antes de que comenzara la acti-
vidad industrial del hombre. Pero tambien es posible que el balance natural sea de-
licado y que la adici6n producida por el hombre este hacienda inestable el balance,
conduciendo posiblemente a un cambio climatico.

La Figura 6,5 muestra varies cosas. Primero, muestra las variociones de pe-
riodo largo del clima -de la close que dura entre 10.000 y 20.000 anos - expresada en
la temperature media del aire en el oeste de Europa, a mitad de verano y a mitad de
invierno, durante los ultimos 12.000 anos.
 - 94 -

Estos cambios han sido cuidadosamente eleborados por los climat6logos usan-
do los metodos descriptivos del parrafo 6.3. Ellos son ampliamente aceptados como la
historic correcta del clima en esa area durante el periodo transcurrido desde la ocu-
rrencia de los ultimos glaciares continentales mas grandes.

Segundo, del mismo modo que en la Figura 2.6 del CL IV, esta figura muestra
los limites dentro de los cuales ocurren variaciones en periodos cortos -del tipo que
dura solo centuries o decades - y, tercero, esto muestra las variaciones en el valor
medio de la temperature segun muestran los registros y las mediciones con term6metro
para los ultimos cientos de anos al final del registro climatol6gico.

Evidentemente solo dentro del pasado reciente los climat6logos pudieron

calcular los valores reales de temperature y mostrar c6mo varian estos dentro de los
limites,

Tambien es evidente, en la Figura 6.5, que ha habido variaciones en el cli-

ma mucho mayores que las que han ocurrido en los tres mil a cuatro mil ultimos anos,
ya que la poblaci6n humana ha aumentado en algo mas que unos pocos millones de seres
humanos.

LPrueba esto que el hombre NO produce cambios climaticos, ya que ellos ex1s-
ten mucho antes de que el hombre desarrollara las sociedades industriales? No necesa-
riamente. Sigamos.

La Figura 6 . 6 contiene distintos tipos de informaci6n sobre la atm6sfera

durante la ultimo centuria aproximadamente . Primero, las areas en negro en la parte
inferior muestran las variaciones de la actividad volcanica en todo el mundo, y se
sospecha que sus cenizas reducen la insolaci6n y enfrian la atm6sfera cuando hay mu-
cha cantidad en suspension.

Segundo, los puntos que asemejan un diagrama de dispersion representan me-

diciones del contenido de dioxide de carbono en la atm6sfera inferior.

Tercero, las curvas en la parte superior muestran las variaciones e n las

temperatures medias del aire al nivel del mar en los hemisferios nort e y sur, calcu-
lados con los registros de los observatories que tienen cerca de cien anos de regis -
tros exactos y bien conservados de la temperature.

De acuerdo con las teorias discutidas en la ultimo seccion, la temperature

deberia aumentar cuando aumenta el dioxido de carbono y decrece la actividad volcani-
ca. LEs asi realmente? Lo fue con certeza entre 1920 y 1940. Pero entre 1860 y 1880
no hubo cambios en el di6xido de carbono y casi ninguna actividad volcanica, y no obs-
tante las temperatures descendieron en el hemisferio norte. Durante la epoca de acti-
vidad volcanica mas intense alrededor de 1880, no se midieron cambios en el contenido
de di6xido de carbono y las temperatures dejaron de descender en ambos hemisferios,
comenzando a subir. La respuesta a este problema no parece ser simple.

En el periodo de 1940 hasta el presente, ha aumentado el contenido de di6-

xido de carbono y tambien la cantidad de actividad volcanica. Algunos climat6logos
 - 95 -

re$istros es-
critos y de
instrumentos
<t:
H
0
LU
::E
<t:
~
::>
1-
<t:
~
LU
n.. MITAD DE
::E
LU INV I ERNO
I-

-5

12 10 8 6 - [, 2 0
TIEMPO, EN MILES DE ANOS TRANSCURRIDOS

Figura 6.5
Esquema de cambios de periodo largo y de periodo
corto documentados de la temperature media del
aire al nivel del mar en Europa occidental en el
periodo de los doce mil ultimos anos

tienen el convencimiento de que el enfriamiento de la atm6sfera durante estos anos ha

ocurrido a causa de que los efectos de enfriamiento de la atm6sfera por las cenizas
volc6nicas sobrepasan los efectos del calentamiento de la atm6sfera debido al aumento
del di6xido de carbono. Simplemente, no es posible concluir definitivamente si esto
es correcto o no.

Correctas o no, estas teorias conducen a una pregunta importante: Les posi-
ble que las actividades del hombre que contaminan la atm6sfera con particulas y gases
cambien el clima?

Es probable que presentemente no sea posible contester muy bien a esta pre-
gunta. Como se discuti6 al comienzo de esta secci6n, las variaciones naturales en los
gases de la atm6sfera y en el contenido de polvo son por lo menos tan grandes como
aquellos que produce el hombre y probablemente mayores. De todas maneras, puede ser
que lo que se agrega con las actividades industriales del hombre sea lo suf iciente
 - 96 -
z
0
u r. o.1.
<{
Q::
::::>
I-
t-• 0.3 hemisferio
<{ r--. norte
Q::
~a> t-• 0.2 temperature ~
:1:..__.. { hemisferio
~ _J .... 0.1
· sur~
<{
w=>
Cl t; ... 0 I
<{ <{
H /
0 ~ () .__ 0.1
z
0
~
'0
..-t
330j WO
Cl..
Q::
•••
•
en r-1
Q:: •.-!
<{ E
320 ~ w .__ 0.2
H<{ • •
u Cl _J
.... _ 0.3 •

. ·-•• ~eLiones
1-t 310
w 0
Cl Q_

0 rn 300
del
Cl
H
Q)
+'
di6xido de carbono
x
~Q_ 290 • •
0
H
Cl..__..
• Actividad
280 volc6nica

181.0 1860 1880 1900 1920 191.0 1960

Figura 6.6
Registros de actividad volc6nica, contenido de di6xido de car-
bono y temperatures medics del aire al nivel del mar en la ul-
timo centuria . Las temperatures se muestran como diferencias
respecto de las temperatures actuales (°C). El di6xido de car-
bono se presenta como partes (de masa) por un mill6n de partes
de aire. Ln actividad volc6nica se muestra sabre una escala relative.

como para producir importantes cambios, como para alterer un delicado balance que fue
adquirido naturalmente a troves de miles de anos. La respuesta debe esperar hasta que
los climat6logos tengan mejores registros y comprendan mejor la atm6sfera.

En contraste con la macroescala, es bastante cierto que las actividades del

hombre en muchos casos cambian el clima en la mesoescala y en la microescala; sin em-
bargo, los cambios se deben en general a los que produce el hombre en los materiales
naturales sabre la superf icie de la tierra mas que a la contaminaci6n del aire que
produce.

En el p6rrafo 2.6.2 del CL IV y en el p6rrafo 2.5.l de este libro hay una

discusi6n de las rezones por las cuales los climes cerca de los grandes cuerpos de
agua son diferentes de los climes que est6 alejados de los mismos. En cualquier lu-
ger donde el hombre construya embalses, que luego formar6n logos o pantanos detr6s
de los mismos, se producir6n modificaciones del clima, en todos los lugares que que-
den ubicados sobre las nuevas orillas.
 - 97 -

Cuando el hombre corta los arboles del bosque, puede esperar cambios en el
clima de los lugares donde una vez hubo arboles. La Tabla 6.1 do ejemplos de valores
tipicos del descendo de la temperatura minima en un lugar donde se ha producido un
claro en el bosque, en una noche con viento en calma y cielo claro.

ancho del claro

Relacion l 2 3 4
altura de los arboles

Disminuci6n de la temperatura (°C) 1,5 3,0 4,5 5,0

Tabla 6.1 Valores tipicos de la reducci6n de la tem-

peratura min_ima en noches col mas y claras, de bi do a la
presencia de un claro en el bosque

La creaci6n de un claro en el bosque es por supuesto coma la creaci6n de

una hondonada helada (parrafo 2.5.3). El aire frio que se forma en el tope de los
arboles puede drenar hacia el claro . Tambien la superficie del suelo en el claro es-
ta expuesta a la perdida de calor por radiaci6n (GM, parrafo 3.2), mientras que an-
teriormente estaba protegida por la cobertura boscosa.

En otras ocasiones el hombre trata de crear abrigos o protecciones, espe-

cialmente respecto al viento, en los lugares donde estos no existen en forma natural,
plantando filas y grupos de arboles que son llamados cinturones de prot ecci6n . La Ta-
bla 6.2 de la pagina siguiente do valores tipicos de la reducci6n de la velocidad del
viento a diferentes distancias de estas protecciones. El efecto sabre este aspecto
del clima es bastante grande respecto de areas relativamente restringidas. Por supues-
to, estos dos ejemplos -la temperature de un claro del bosque y el viento cerca de una
protecci6n- muestran las posibilidad e s del hombre para cambiar el clima en la microes-
cala.

El cambio del clima por la construcci6n de un logo artificial de debe prin-

cipalmente a los materiales mas que a la modificaci6n de la forma de la superficie de
la tierra. De igual forma, cuando el hombre construye pueblos y ciudades, cambia mu-
chas cosas respecto de los materiales y la forma de la superficie de la tierra.

6.6 Cambios climaticos producidos por el crecimiento de las ciudades

Tan pronto coma el hombre comienza a construir pueblos y ciudades modernas,

comienza a cambiar el clima de ese lugar. Hay varios procesos que comienzan a cambiar
y de los que resultan cambios en el clima.

En la ecuaci6n (2.4) del parrafo 2.2.3 vimos que la cantidad de calor alma-
cenado en un volumen de materiales es proporcional al cambio de temperature en el
mismo y al valor del producto de la densidad y el calor especifico del material.
 - 98 -

Distancia desde el cintur6n Relacion entre la velocidad de l vi e nto

de protecci6n, en multiplos cerca del cintur6n de protecci6n y la
de la altura del 6rbol velocidad del viento lejos del mismo

Arboles sin hojas Arboles muy fron-

y no muy juntos dosos y muy juntos

Barlovento 10 1,0 1,0

5 0,9 0,9

Sotavento 2 0,4 0,2

5 0,5 0,6
10 0,8 0,7
20 1,0 0,9
30 1,0 1,0

Tabla 6.2
Valores tipicos de la reducci6n de la ve locidad
del viento cerca de un cintur6n de protecci6n
hecho por el hombre

En la Tabla 2 . 3 se puede ver que el granito, que es el material qu e mas USO

el hombre para construir las modernas ciudades y pueblos, tiene un volumen r· c = 0,52
mientras que los materiales tipicos de las superficies naturales, ant es qu e fueran
construidos los pueblos y las ciudades, tienen valores mucho menores : 0,48 (arena hu-
meda), 0.28 (arena seca) o 0,13 (mantilla de los bosques).

La ecuaci6n (2.4) muestra que para una de te rminada cantidad de calor alma-
cenado, un valor mayor de pc estara acompanado por un valor mas pequeno del cambio
de temperature. Entonces, los moterioles de la superfici e de uno ciudod e xpe r im e nto-
ran un aumento de temperature durante el dio que sera me nor que el de los moterioles
que estoban ontes de que se construyera lo ciudod.

Lo ecuaci6n (2 . 3) mencionada en el parrafo 2. 2.2 e xpresa qu e el flujo de

calor desde una superf ici e caliente es proporcional al coef iciente de conduc t ividad
termica del material. La Tabla 2 . 3 muestra que e l granito ti e ne una conductividad
termica mucho mayor que la de los materiales tipicos de las alrededores . Para el gra-
nito es 0,66 . Para la arena humeda es 0,24, para la arena seca es 0,024 y para el
mantillo de los bosques es 0,009.

Entonces, sobre lo base de este argumento, ·el material de la ciudod condu -

cira el calor desde sus interfaces con el aire hacia adentro mucho mas rapidamente
que los materiales de la superficie natural . El resultado sera que las inte r faces
no estaran tan calientes como en las afueras de la ciudad.
 - 99 -

El hombre tiende a cambiar la temperature del aire a mediodia por el simple

cambio de los materiales que componen la interfaz tierro - atm6sfera, pues aquella est6
determinoda en gran medida por las temperatures de las superficies sabre las cuales
se desplaza el aire (p6rrafo 2.2.4).

El hombre cambia las superficies naturales de los pueblos y ciudades, se-

cando superficies que fueron humedas en otra epoca. Por supuesto que esto no es cier-
to para los desiertos. El enfriamiento del aire por evaporaci6n se impide cuando las
superficies son secadas, ya sea mediante la pavimentaci6n o por sistemas que desalo-
jan r6pidamente el ague de las superficies donde ha caido precipitaci6n (vease el p6-
rrafo 2.2.5). Esta, a su vez, tiende a hacer mayores las temperatures a mediodia de
los pueblos y ciudades, contrarrestando los efectos del cambio de la conductividad
termica y de la capacidad de almacenamiento de calor.

Al cambia~ la forma natural de un area con la construcci6n de un pueblo o

de una ciudad se produce un retardo en el flujo del viento coma el que produc e ~n
cintur6n de protecci6n.

Figura 6.7
Esquema de la forma en que una ciudad
puede captor mayor cantidad de ener-
gia solar que la que se puede captor
en los airededores de la misma
 - 100 -

Ya que en las ciudades se absorbe mas color debido a SU gran capacidad de

capture de la luz solar par las reflexiones internas, se producira una tendencia en
las ciudades a estar mas calientes durante el dia que los campos de los alrededores.
Este efecto trabaja en el mismo sentido que la reducci6n en la evaporaci6n.

En las ecuaciones (2.5), (2.6) y (2.7) de los parrafos 2.2.4 y 2.2.5, la

velocidad del viento entra como un factor en la determinaci6n de la velocidad a la
cual es calentado el aire que pasa sobre superf icies calientes y en el enfriamiento
a medida que pasa sobre superficies humedas. Entonces, a partir de otros efectos,
los cambios en la velocidad del viento producen cambios en el balance de la energia
acumulada del lugar donde se ha construido la ciudad.

Los cambios en el clima debidos al crecimiento de un pueblo o de una ciudad

han sido discutidos principalmente para las horas del mediodia. Las grandes cantida-
des de calor conducidas y almacenadas en las paredes de los edificios y en el pavi-
mento de las calles durante el dia, fluyen hacia el aire durante la noche. Esta en-
trega suplementaria de calor durante las horas de la noche no calienta el aire de la
ciudad, pero sin embargo impide que las temperatures desciendan tan rapidamente como
en los campos de los alrededores de la ciudad.

Ademas, si la ciudad esta ubicada en latitudes medics, es muy probable que

haya otras fuentes suplementorias de calor con la combustion de petr6leo para la ca-
lefaccion de edificios. En pleno invierno, en las grandes y modernas ciudades de la-
titudes altos, la cantidad de calor liberada par la calefacci6n de los edificios ca-
si iguala la absorci6n de rodiaci6n solar durante el dia.

Otras fuentes suplementarias de calor en las ciudades, que no estan presen-

tes en igual numero en el campo, son los automoviles. La combustion de petroleo y
hasta la ultimo contaminacion de los autom6viles produce calor, que no seria produci-
do sin la presencia de la ciudad.

Hemos vista que los diferentes cambios en los procesos asociados con el
crecimiento de las ciudades trabajan en formas diferentes para cambiar los valores
de los elementos climaticos en las ciudades. Al estudiar los climas urbanos, los cli-
mat6logos han detectado cambios en una amplia variedad de elementos climaticos. La
Tabla 6.3 de la pagina siguiente contiene un resumen de los cambios tipicos que se
esperan con el crecimiento de ciudades grandes en latitudes medias. Los climat6logos
todavia no han estudiado ese tipo de efecto para las grandes ciudades en latitudes
tropicales. Pero los cambios que puedan encontrar cuando los estudien, seran produ-
cidos seguramente par los mismos procesos fisicos dados en esta secci6n:

a) cambios en el calor acumulado por los materiales de superf icie;

b) cambios en la absorci6n de la radiaci6n solar debido a cambios en las

formas y el color;

c) cambios en el enfriamiento por evaporaci6n debido a la remocion del agua;

d) cambios en la energia acumulada por cambios en la velocidad del viento;

e) cambios en el numero de fuentes suplementarias de calor.

 - 101 -

Elemento Ciudad comparada con campo

Temperature media anual 0,7°C mas alto

Temperature minima media de invierno l,4°C mas alto

Humedad relative media estacional en verano, 8 % men or; en invierno,

2 % menor

Velocidad del viento media anual 25 % menos

Velocidad de rafagas extremes 15 % menos
Frecuencia de calmas 15 % mas
Frecuencia y cantidad de nubosidad 10 % mas
Precipitaci6n anual total 10 % mas
Tabla 6.3 Cambios representativos de los valores de
algunos elementos climaticos producidos por la presen-
cia de grandes ci-udades en latitudes medics
(segun H. Landsberg)

Cualquiera de los resultados de la Tabla 6.3 representa el balance de varios

procesos. Harnos vista, por ejemplo, con respecto a la temperature del aire, que hay
varios efectos que tienden a hacer las ciudades mas calientes que sus alrededores du-
rante el mediodia, mientras que otros efectos tienden a hacerlas mas frias. Durante
la noche entran en el balance otros efectos adicionales, y la anterior Tabla 6.3 in-
dica los resultados.

Para dar algunas ideas mas sobre el balance de los efectos respecto de la
temperature del aire, las Tablas 6.4 y 6.5 de la pagina siguiente, muestran otros
resultados.

La Tabla 6.4 do los resultados para una gran ciudad de los Estados Unidos
ubicada en latitudes medics. Esta muestra los promedios para diez anos de algunos
elementos meteorol6gicos basados sobre diferencias de temperature observadas entre
el aeropuesto de la ciudad, en el borde de la misma y en el luger mas centrico de la
ciudad.

El exceso de calentamiento en la ciudad es claramente mayor durante la no-

che comparada con el mediodia, y tambien lo es durante las noches de invierno compa-
rado con las noches de verano.

La Tabla 6.5 muestra los resultados climatol6gicos para otras ciudades de

los Estados Unidos. En lugar de estar expresados coma diferencias de temperaturas,
estan expresados como diferencia en el numero de dias de las categories muy calien-
tes y muy frios.
 - 102 -

Ciudad comearada con

Elemento
el aeroeuerto
Temperature media anual + 0,840C
Temperature maxima media anual + 0,39
Temperature maxima media de j unio (sol alto) + 0,39
Temperature maxima media de diciembre (sol ba jo) + 0,33
Temperature minima media anual + 1,33
Temperature minima media de j unio (sol alto) + 1,22
Temperature minima media de diciembre (sol ba jo) + 1,61

Tabla 6.4 Diferencios medias para diez anos

de mediciones de la temperature del oire para
una ciudod grande ubicada en latitudes medias

Diferencia en numero de dias

Inferior a o0c Su.e_erior a 32°C

Ciudad Latitud Absolute* Relative* Absoluto* Relativo*

Chicago 42 -20 -16 % - 9 -33 %
Filadelfia 40 -16 -18 % + 7 +28 %
Indianapolis 40 -18 -15 % +13 +57 %
Washington 39 - 4 - 6 % + 6 +18 %
Oklahoma 35 - 2 - 2 % +13 +17 %
Los Angeles 33 ** ** +20 +670%
Houston 30 0 0 % + l + l %

* El valor obsoluto es el numero de dias por ono en la ciudad menos el numero de

dias por ano en el aeropuerto; la diferencio relative es esa diferencia, divi-
por el numero de dias por ano en el aeropuerto.

~* En Los Angeles no se han registrado valores inferiores a 0°C.

Tabla 6.5 Diferencio en numero de dias por

ano con temperatures maximas superiores a 32°C
y temperatures minimas inferiores a 0°C, entre
las ciudades y los aeropuertos cercanos en va-
ries ciudades grandes de latitudes medias
 - 103 -

En la Tabla 6.5 significa, para una diferencia negative, que la ciudad tu-
vo menos dies observados en una categoric. Entonces, hubo menos dies frios en las
ciudades, que aumentan a medida que vamos hacia latitudes mayores. De igual modo, hu-
bo mas dies calientes en la ciudad, que aumentan a medida que vamos hacie el norte.

Hay dos entradas que deben ser comentadas en la Tabla 6.5 y que sirven para
recorder al estudiante que las generalizaciones no son siempre correctas (vease el
parrafo 2.4).

Chicago tiene menos dies calidos que su aeropuerto, porque el centro de la

ciudad esta muy pr6ximo al frio logo Michigan. En los dies c6lidos de verano es muy
corriente que la brisa del logo (GM, 14.l) alcance la ciudad pero no el aeropuerto.

Los Angeles tiene la condici6n opuesta. El aeropuerto esta mas Cereo del
Oceano Pacifico que el centro de la ciudad. Entonces ocurre que ocasionalmente la
brisa de mar (SM, 14.l) alcanza el aeropuerto pero no la ciudad. El resultado es que
hay menos dies calidos en el aeropuerto (3) queen la ciudad (23). La relaci6n ex-
presada por (23-3)/(3) es 670 %, un resultado que es inesperado considerando la la-
titud baja de la ciudad.

Algo que se debe mencionar son las diferencias de temperatures entre dos
puntos en un mapa y tambien las diferencias de temperatures a troves de todo el mapa.
La Figura 6.8 muestra mapas de diferencias de temperatures en noches individuales,
uno para una ciudad pequena de solo 25 . 000 habitantes y el otro para Londres, con una
poblaci6n de mas de 8.000.000 de habitantes dentro del alcance del mapa. Las escalas
de distancias de los dos mapas sugieren la gran diferencia en los tamanos de las dos
ciudades.

A pesar de la gran diferencia entre los tamanos de las ciudades, las dife-
rencias de temperatures entre el centro de la ciudad y los alrededores no son muy
distintas, al menos no lo son durante la noche.

Las isotermas siguen claramente los contornos del "desarrollo" de la ciu-

dad, sugiriendo que es la presencia de la ciudad la cause de las diferencias de tem-
perature. En la ciudad mas pequena, una colina cuyo tope alcanza el aire caliente de
una inversion por radiaci6n (GM, 10.12) produce una isoterma de mayor valor fuera
del area de "desarrollo" de la ciudad.

La forma de la configuraci6n de las isotermas sugiere el mapa topografico

de una isla, una isle caliente rodeada por un mar mas frio de aire de campo. Este
aspecto fue la cause de que los climat6logos le dieran el nombre de "isla urbane ca-
liente" a los resultados mostrados en la Figura 6.8 de la pagina siguiente. Es pro-
bable que esto mismo se observe en cualquier ciudad de por lo menos varios miles de
habitantes, especialmente cuando hay cielos claros y vientos en calma. Por supuesto
que estas condiciones tienden a aumentar los efectos de los procesos que marcan las
diferencias entre la ciudad y sus alrededores.

Los vientos fuertes tienden a "transporter el calor desde la isla" al mez-

clar el aire mas frio del Campo con el de la ciudad mas rapidamente que lo que el
aire de la ciudad es calentado por el calor extra de la ciudad. Entonces los procesos
 - 104 -

0 km 10
(b)

Figura 6,8 Los mapas muestran los campos de diferencias de tem-

peratura en noches individuales en una ciudad pequena y en una
grande. (a) Corvallis, Oregon, Estados Unidos de America. (Apro-
ximadamente 25.000 habitantes), 31 de enero de 1966. (b) Landres,
Inglaterra. (Aproximadamente 8.500.000 habitantes, incluyendo los
pueblos de los alrededores), 14 de mayo de 1959

de macroesc c la que producen vientos f uertes tienden a suprimir los procesos de meso-
escala que forman parte de la isla urbane caliente (CL IV, parrafo 5.2).

Finalmente debe mencionarse que el tema de los cambios de clima por la pre-
sencia de ciudades ha sido considerado lo suficientemente importante como para que la
Organizaci6n Meteorol6gica Mundial auspiciara una conferencia sabre el tema en octu-
bre de 1968. Los resultados de esa conferencia se pueden obtener en las Notas Tecni-
cas 108 y 109 (Publicaciones 254.TP.141 y 255.TP.142 de la OMM).

De la conferencia quedaron dos modelos matematicos (generalizaciones expre-

sadas en lenguaje matematico) que relacionan la diferencia de temperature entre la
ciudad y sus alrededores con los otros elementos climaticos.

El primer resultado esta dado en la Tabla 6.6. Esta muestra que se puede
relacionar la diferencia entre temperaturas minimas del campo y la ciudad con el
gradiente de las capos inferiores de la atm6sfera sabre los bordes del campo. Por
ejemplo, si la temperatura asciende 4°C entre la superficie y una altura de 50 m,
en un area ubicada justo del lado de afuera de una ciudad pequena de 100.000 habi-
tantes, el gradiente sere de -8°C/100 m (GM, p6rrafo 10.2, y MET, p6rrafo 8,4). Sus-
tituyendo en la ecuaci6n de la Tabla 6.6 se obtiene:

TD = 1,3 - (0,62) (-8,0) = 6,2°C

Entonces, en una noche asi, se esperaria encontrar una temperature de unos
6,2°C mayor en el centro de la ciudad que en los alrededores,
 - 105 -

Otro resultado de la conferencia es el modelo matem6tico que relaciona la

intensidad de la isla urbane caliente con la velocidad del viento regional, El mode -
lo dice que la velocidad del viento necesaria para eliminar la isla urbane caliente
est6 relacionada con la poblaci6n de una ciudad de la siguiente manera:

Ucritica = - 11,9 + 1,5 lnP ( ( .1)

donde P es la poblaci6n de la ciudad, Ucritica es la velocidad del viento minima

(m seg-1) necesaria para eliminar el efecto urbano y ln es el simbolo de "logaritmo
natural".

Por ejemplo, una ciudad de l,000.000 de habitantes tendr6 lnP 13,81 y

requerir6 una velocidad del viento de por lo menos
-1
ucritica = ll,9 + (1,5 x 13,81) = 8,8 m seg

para eliminar el efecto urbano, en particular la diferencia de temperature.

Poblaci6n (millones) Modelo matem6tico Simbolos

Menas de 0,5 TD = 1,3 - 0,62 G TD = diferencia de tem -
perature en °c

0,5 a 2,0 TD 1,7 - 0,66 G G gradiente termico

vertical en
0
Mas de 2,0 TD 2,6 - 1,34 G c/100 m

Tabla 6,6 Modelos matem6ticos de la diferencia en la tempe-

rature minima entre el centro de la ciudad y los campos ale-
danos, relacionada con el gradiente de las capos de aire in-
feriores en el campo. (Segun "Urban Climate", Publicaci6n de
la OMM N° 254.TP,141, p6gina 88, 1970)

6.7 Conclusiones

En este capitulo han sido discutidos varios aspectos de la variabilidad del

clime. El clima varia en un instante, pero tambien varia con el tiempo, de un ano a
otro.

Los cambios del clima se pueden observer en el hecho de que los limites en-
tre sus tipos varian de ano a ano, Esta tambien est6 senalado por los registros que
indican que las actividades del hombre ~en todas las escalas, desde la micro a la
macro- pueden causer cambios clim6ticos. Finalmente, los cambios de clime se eviden-
cian por los registros que indican la ocurrencia de grandes cambios en los climes de
la tierra durante la historic del planeta; probablemente los cambios mas importantes
ocurrieron antes de la aparici6n del hombre sabre el planeta.
 - 106 -

Algunas de estas ideas pueden parecer de poca importancia muy inmediata pa-
ra un estudiante moderno de climatologio, ansioso de aplicar sus conocimientos para
beneficio de lo sociedad. Pero hay un principio b6sico que dice que cuanto mayor es
el conocimiento del hombre sobre el tema que est6 estudiando, mayor ser6 su capacidod
para oplicar sus conocimientos para el beneficio de los otros SIN COMETER ERRORES EN
LA APLICACION.

En el resto de este libro, los temas que se deber6n tratar ser6n probable-
mente mas utiles para responder a las preguntas pr6cticas sobre el clima.

Entonces, en ese sentido, lo que yo se ha visto fue una simple preparaci6n

para apreciar mejor lo que sigue.
 - 107 -

Cuestionorio

l. Observe y discuto los relociones entre lo Figura 6.1 y los Figures 3.7,
3.14 y 3.26 de CL IV.

2. Hoga dos listos, uno al lodo de lo otro, de los closes de combios clim6-
ticos (ordenodos por periodos o frecuencio de ciclos) y los closes de evi-
dencios mas odecuodos para estudior coda close de combio. En otros palo-
bros, ordene los closes de evidencios (parrofo 6.3) de ocuerdo con las es-
colos de tiempo de los combios que seon mas odecuados para estudior,

3. En lo tabla siguiente coloque los respuestos segun su interpretoci6n de lo

informoci6n de lo Figura 6 . 6 En los columnos (1) y (2) sus respuestos de-
ben ser solomente "si" o "no" o bien ser mas complejos. En los columnos
(3) y (4) sus respuestos pueden ser "ligero oumento", "sin combio", "gron
descenso", etc. En los columnos (5) y (6) controle los decodes en los que
el comportomiento de lo temperature porece ester de ocuerdo con el modelo
bosodo sabre los efectos del aerosol otmosferico y del di6xido de corbono.
Cuondo este complete lo tabla, discuta cuando cree usted que el modelo es
util 0 no.

~ Como combio lo tem- .;_Es correcto

.;_Huba perature en el ••• el modelo en el.,,
Actividod Un oumento hemisfe- hemisfe - hemisfe- hemisfe -
Deco do volcanico? en el C0 ? rio norte? rio sur? rio norte? rio sur?
2
1850-60
1860-70
1870-80
1880-90
1890-1900
1900-10
1910-20
1920-30
1930-40
1940-50
1950-60
1960-70
 - 108 -

4. Examien los efectos de los materiales de superf icie sobre los contrastes
de temperature urbane - rural haciendo los siguientes c6lculos: comience su-
poniendo que durante un cierto periodo en un dia de sol un metro cuadrado
de arena humeda en el campo y un metro cuadrado de granito en la ciudad
absorben coda uno 2.000 calories, En el campo el 50 % del calor absorbido
es utilizado para evaporar agua y el 30 % es utilizado para calentar el
aire que pasci sobre la superficie. En la ciudad no hay evaporaci6n pero
el 60 % del calor absorbido es utilizado en calentar el aire que pasa so-
bre la superficie.

Usando la informaci6n de la Tabla 2.3, calcule el aumento en la temperatu-

re de los dos materiales, para el periodo del mediodia, si todo el calor
absorbido por los materiales est6 concentrado en una capo de l cm de es-
pesor.

5. Una relaci6n conocida entre la velocidad del viento regional U, los deci-
mos u octavos de cielo cubierto N (un numero entre 0 y 10 6 0 y 8) y la
diferencia de temperature TD (Tabla 6,6), est6 expresada por la ecuaci6n
a - bN
TD =
u
donde a y b son valores constantes para coda ciudad en particular. Supo-
niendo a = 1,5, b = 0,1 y N = 10, estando U expresada en m seg-1 y TD en
0 c, prepare un conjunto de gr6ficos que muestren la naturaleza de las re-

laciones entre las variables dados por la ecuaci6n.

 - 109 -

Capitulo VII

CONCEPTOS ESPECIALES EN EL ANALISIS CLIMATOLOGICO

En el Capitulo V del CL IV fueron descritos con cierto detalle una varie-

dad de metodos para utilizar en el an6lisis climatol6gico.

Tambien, a troves del CL IV y de este libro, se hen descrito una variedad

de conceptos, ideas y relaciones.

En este capitulo se introducir6 al estudiante en otros conceptos de valor

en el an6lisis climatol6gico, sin que se le hayon dado todos los detalles de c6mo
hacer uso de esos conceptos. Es decir, que el comprender las ideas introducidas en
este capitulo ayudar6 al alumna a comprender muchos de los temas presentados en el
pr6ximo capitulo . Adem6s, otras ideas introducidas en este capitulo ser6n de valor
para que el estudiante comprenda, en una forma general, la manera de aproximaci6n
que los climat6logos cientificos utilizan en su trabajo.

Asi, pues, el contenido de este capitulo servir6 dos prop6sitos: a) dar

al estudiante una idea general sabre el trabajo del an6lisis climatol6gico cienti -
fico; b) preparar al estudiante para que comprenda mejor los metodos especificos
que se describir6n en el Capitulo VIII.

7.1 Estadistica descriptive e inferencia estadistica

En la secci6n 5.1 de CL IV se estableci6 que habia dos prop6sitos b6sicos

en el an6lisis climatol6gico: describir e inferir. Sera conveniente que el alumna
tenga en cuenta la diferencia entre esos dos prop6sitos.

La estadistica descriptive -valores medios, medianas, ranges, desviaciones

tipicas, etc.- est6 restringida generalmente a responder preguntas sabre "l,que ? " y
"[,c6mo?" entre las cos as que deben ser analizadas, en este caso el comportamiento
atmosferico.

La inferencia estadistica tiene como objetivo responder a las preguntas

sabre "[,por que?". Haste ahora, los distintos conceptos de probabilidad son los me-
todos de la inferencia estadistica que m6s se han tratado.

En este capitulo y e~ el pr6 ximo se presentar6n y dis cuti r6n otros concep-
tos de las dos estadisticas, la descriptive y la inferencial.

7.2 Distribuciones de frecuencia

El concepto de distribuciones de &recuencia fue introd uc ido en lo secci6n

5.5 del CL IV. Una distribuci6n de frecuencia de algun modo es una presentaci6n del
numero de veces que ocurre un acontecimiento que se encuentra en una li ~ ta de acuer-
do a una medida numerica de ese acontecimiento.
 - 110 -

En el p6rrafo 5.11.4 del CL IV se mostraron algunas de las relaciones que

hay entre las distribuciones de frecuencia y las probabilidades.

En el p6rrafo 5 . 7.l del CL IV se describi6 la diferencia entre probabili-

dad te6rica y probabilidad empirica. Por eso el alumna no deber6 sorprenderse de que
haya distribuciones de frecuencia matematicas (o te6ricas) y distribuciones de fre-
cuencia empiricas.

La Tabla 3.6 de este libro contiene varias frecuencias de distribuci6n em-

piricas, una para cada valor de n. Cada una relaciona la frecuencia (relative) de
una suma consecutive con una medida del tamano de la suma. Tambien se puede dibujar
un histograma o un poligono de sumas para cada valor de n en la Tabla 3.6. Los valo-
res, o frecuencias relatives, son los resultados de observociones reaies de sumas
consecutivas.

Las distribuciones de frecuencias relatives se derivan a partir de los co-

nocimientos te6ricos de un proceso particular, tal como la tirada de monedas, de da-
dos o de cartas. En estos procesos todas las reglas son conocid~s, de manera que la
teoria puede ser utilizada para describir los resultados esperados. Mas aun, cuando
se participa en los procesos siguiendo las reglas, se podr6n producir resultados ta-
les como los predecidos por las distribuciones te6ricas,

Los estudiantes participaron en el proceso de arrojar las monedas en el

parrafo 5 , 5 del CL IV. Los resultados de su participaci6n pueden haber sido prede-
cidos, ya que los procesos se comprenden perfectamente, Las distribuciones empiricas
generalmente utilizadas en el an6lisis climatol6gico provienen de procesos que NO
son conocidos totalmente, Pero muchos de ellos se aproximan bastante a procesos que
son conocidos, de manera que las ideas de unos pueden ser utilizadas con frecuencia
en el estudio de las otras,

La Figura 7.1 es un histograma de la distribuci6n de la variable "sumas de

cinco" de la Tabla 5,4 del CL IV. Este da la frecuencia relative en que aparecen va-
ries "sumos de cinco'' en un numero de conjuntos de cinco tiradas de una moneda. Por
ejemplo, la frecuencia relativa de "l" es 5/32 6 15,6 %. Entonces, en 1.000 conjun-
tos de cinco tiradas, la probabilidad matem6tica predice que habr6 aproximadamente
156 conjuntos en los que la sumo es de "l", Se razona an6logamente para otros posi-
bles valores de la suma de cinco tiradas.

n: '>
~
..... ,-....
0.1. p:O."i

I- -u
<! 0
_J -u Figura 7.1 Histograma de frecuencia
W·.-i
a:::: <-I
•.-i
relative del numero de sucesos (sumo
<! ..c de cinco) en cinco tiradas de una mo-
..... 0
~ -g 0. neda. Predicci6n segun la distribu-
W
::::>
H
Q. ci6n binomial con n = 5 y p = 0,5.
u ..._,
w 0 1 2 3 I. 5
a::::
lJ...
SUMA DE CINCO
 - 111 -

No todas las series de tirades estar6n de acuerdo exactamente con la dis-

tribuci6n de frecuencia de la Figura 7.1, pero cuanto mayor sea el numero de series
de cinco, mas se aproximar6 la distribuci6n empirica a la te6rica. Esto es posible
decirlo ANTES que sean arrojadas las monedas, ya que los valores, en las distribu-
ciones de frecuencia matem6ticas, est6n gobernados por una ecuaci6n denominada la
distribuci6n binomial.

n! k p)(n - k)
b ( k; n, p) = ,_ , r_ ,_,, p (l (7.1)

Aqui, el primer termino incluye varies foctoriales, por ejemplo n! Este sim-
bolo indico el producto de todos los numeros, comenzondo en el l y terminondo en el n.
Si n = 3, entonces n! = (1) (2) (3) = 6. Si n = 5, entonces n! = (1) (2) (3) (4) (5) =
120.

Lo ecuoci6n (7.1) es lo base para colculor lo probobilidod (es decir, lo

frecuencio relotivo) de obtener "k" veces l en uno serie de n tirodos de monedo, so-
biendo que lo probobilidod de obtener "l" en uno solo tirodo es "p".

Veomos come trobojo esto para el case de "sumos de cinco" y lo probobilidod

5/32 es obtener uno sumo de l. Paro comenzor , debe ser p = 0,5, yo que uno monedo ou-
tentico en muchos tirodos dor6 lo mitod de ve c es coro y lo mitod cruz. Entonces k = l
mientros n = 5.
- (1) (2) (3) (4) (5) (1) (4)
Entonces: b (l; 5; 0,5) - (1) x (1) (2) (3) (4) (0,5) (0,5) = 5/32

El estudionte deber6 comprobor por si mismo las otros probobilidodes de lo

Figura 7.1: b (0) = 1/32; b (2) = 10/32; b (3) = 10/32; b (4) = 5/32 y b (5) = 1/32.

El volor de p no necesito ser 0,5. Por ejemplo, al socor cortos de un mozo

se tiene uno probobilidod de 0,25 de socor una corto de un polo determinodo, o uno
probobilidod de 1/13 = 0,077 de socor cuolquier volor dado (por ejemplo, un 7) inde-
pendientemente del polo, etc.

PARA QUE ESTA DISTRIBUCIO~ MATEMATICA ESTE DE ACUERDO CON LAS OBSERVACIONES
REALES, LAS TIRADAS DE LA MONEDA 0 LA EXTRACCION DE LAS CARTAS DEBEN SER SUCESOS IN-
DEPENDIENTES. Por ejemplo, lo primero tirodo de lo monedo no puede tener ninguno in-
fluencio sabre lo segundo, lo tercero, etc. Esta es uno de los reglos para lo distri-
buci6n binomial, cuyo nombre proviene del hecho de que "binomial" signi fico "dos nom-
bres", yo queen coda coso pueden dorse dos resultodos: exito o frocoso. Se saco coro
o se soco cruz. Se soco un diomonte o no se soco.

Con un conocimiento complete del proceso (de tiror monedos, dodos, etc.) y
con lo ecuoci6n de lo distribuci6n, lo ecuoci6n (7.1), se pueden describir los probo-
bilidodes, los frecuencios relotivos y uno distribuci6n de frecuencios oun ontes de
que comience el proceso.

Veomos ohoro otro distribuci6n te6rico. Esta muy relocionodo con lo distri-
buci6n binomial. Si el volor de n es muy gronde, digomos 100, 500 6 1.000, entonces
el histogromo de frecuencio con lo ecuoci6n (7.1) no ser6 ton escolonodo y se porece-
r6 al de lo Figura 7.2 (a), por ejemplo cuondo sea n = 20.
 - 112 -

<X:
>
1-1 ,....... ~
I- ""O 1-1
<X: 0 1-
_J ""O
w •rl
0::: .-;
Q20
:5
w
•rl 0:::
<X: ...0 0.15 x
1-1 0 <X:
u ...0 w
1-1
uo
z 0 0\1
w i... z
::J Q_ w
u...._.,, ::J
w u
cc w
LL. 0:::
LL.
o.i
0 5 10 15 20
(a) SUMA DE VEINTE lbl
VALOR DE X
Figura 7.2 (a) Histograma de frecuencia
relative para el numero de sucesos en 20
tirades de una moneda; distribuci6n bino-
mial con n = 20 y p = 0,5. (b) Distribu-
ci6n normal descriptivo, para la ecuaci6n
(7.2)

Cuanto mayor es "n" (numero de ensayos en un comjunto de ensayos), el his-

tograma de frecuencias se porecera mas a una curva suave que a un conjunto de escalo-
nes. La curve suave a la cual se aproxima el histogromo, o "trata de parecerse", es
la curva de una distribuci6n normal. Esta es la distribuci6n de valores de una varia-
ble continua en lugar de una variable discrete (CL IV, parrafo 5.3) y se vera como lo
de la Figura 7.2 (b).

Como en el caso de la distribuci6n binomial, la distribuci6n normal puede

describirse con una ecuaci6n:
- (x -µ)2
2
1 e 20
N(x;µ,o) = ol/fn dx (7. 2)

Aqui la ecuaci6n calcula la probabilidad (muy similar al caso de la distri-

buci6n binomal) de que el valor de la variable caiga en el intervalo de close entre
(x) y (x + dx). Para hacer el calculo, se deben conocer los dos "parametros" de lo
poblaci6n, el valor media y y la desviaci6n tipica o- (CL IV, parrafos 5.4 y 5.6).

En lo ecuaci6n (7.2), rr es el simbolo familiar asociado con la longitud de

la circunferencia 0 el area del circulo, y es igual a 3,1416; "e" es el simbolo para
la base de los logaritmos noturales.

La distribuci6n binomial tambien tiene dos par6metros, n y p. En ese caso

la variable era k. En el caso de la distribuci6n normal usamos el simbolo "x" para
la variable.

A esta altura, el estudiante NO ESTA ESPERANDO conocer completamente el

significado de las ecuaciones (7.1) y (7.2). Loque ESTA ESPERANDO conocer a esta
altura es lo siguiente:

a) las distribuciones de frecuencia matem6ticas describen las probabilida-

des de los distintos resultados posibles de un proceso, de los cual es
se conocen perfectamente todas sus reglas;
 - 113 -

b) coda distribuci6n de frecuencias puede ser escrita mediante una expre-

si6n matematica;

c) una vez que se conocen uno o _mas parametros de la distribuci6n, se pue-

den calcular las probabilidades de los distintos resultados con la ecua-
ci6n de la distribuci6n.

Hay varies distribuciones matematicas mas que describen las probabilidades

de varios resultados para procesos conocidos. Por ejemplo, si la distribuci6n bino-
mial tiene un valor muy pequeno de p pero un valor muy grande de n, se puede aproxi-
mar la distribuci6n por la llamada distribuci6n de Poisson (nombre de un matematico
frances):
(np)k e-np
p (k; np) =
I<! (7.3)

Aqui aparece nuevamente el simbolo "e;', base de los logari tmos naturales.
Tambien aparece en el denominador el valor de "factorial de k". Los simbolos "n" y
"p" tienen el mismo signi ficado que en la ecuaci6n (7 .1), pero en la distribuci6n de
Poisson el producto "np" debe ser constante. En efecto, en esta distribuci6n, el pro-
ducto "np" es un parametro y es el unico.

Tambien, como en la ecuaci6n (7.1), los sucesos deben ser independientes.

Lo mismo ocurre en el caso de los procesos descritos en la ecuaci6n (7.2).

L0ue tiene que ver todo esto con la climatologia? Esta es una pregunta ra-
zonable y que deberia hacerse todo buen estudiante a esta altura. Damos la respuesta
a continuaci6n.

En la atm6sfera hay procesos cuyas reglas no se conocen totalmente, pero se

aproximan bastante a las de los procesos descritos para las distribuciones matemati-
cas, de manera que estas pueden ser utilizadas para describir los resultados de los
procesos atmosfericos similares.

Aqui tenemos un ejemplo. Pensemos en la "variable temperaturo maxima diaria"

TM en una cierta estaci6n para el mes de abril (o cualquier otro mes). Pensemos ahora
en los valores observados de TM en los dias 5, 10, 15, 20, 25 y 30 de abril para coda
ano de una serie de varios anos.

La geometria del sistema Sol/Tierra es la misma para coda abril, pero el

valor de TM en un dia en particular no estara afectado por el intervalo de los cinco
dias anteriores o de un ano antes. Entonces, los valores observados de TM son (apro-
ximadamente) independientes y todos provienen de la misma poblaci6n (temperatura de
abril).

Entonces, si se elige un cierto valor de TM como una linea divisorio, y una

observaci6n por debajo de ese valor, llamemosla T, se cuenta como un "fracaso", pero
un valor por encima se cuenta como un "exito"; el proceso es muy parecido al descri-
to para la distribuci6n binomial. Si la probabilidad empirica (CL IV, parrafo 5.7.1)
de un dia con TM) T es p, y el numero de dias coda ano es n = 6 (5 de abril, 10 de
abril, etc.), entonces la ecuaci6n (7.1) permite calcular la probabilidad de tener
0, 1, 2, 3, 4, 5 6 6 dias con TM) T.
 - 114 -

Asi sucede, como lo demuestra la experiencia. Adem6s, la ecuaci6n (7.2) do

una descripci6n muy buena de la distribucion de todos los valores de TM en abril pe-
ro no de la que estan separados por cinco dias.

Probablemente, lo mas importante sobre la distribucion normal de la ecua-

ci6n (7.2) es lo siguiente. Describe la distribuci6n de frecuencia hacia la cual ten-
dieron las distribuciones en la Figura 5.5 de CL IV, a medida que el tamano de la
muestra creci6 mas y mas. En terminos de esta discusi6n, las dos reglas para muestre-
ar (CL IV, parrafo 5.6.3) son:

a) cuanto mayor es la muestra, menor es el valor del par6metro F (desvia-

ci6n tipica) en la distribuci6n normal hacia la cual se aproxima la
distribucion de frecuencia de los promedios de la muestra;

b) no interesa cual es la forma de la distribuci6n de la poblaci6n de la

cual se toma la muestra; la distribucion de los valores medios de la
muestra se aproxima a una distribuci6n normal cuyo valor medio U es el
verdadero valor medio de la poblaci6n.

L0ue sucede con la distribuci6n de Poisson? Si se esta interesado en el

numero de tormentas electricas en una estaci6n meteorol6gica durante un ano, enton-
ces la distribuci6n de Poisson es una buena descripci6n de la distribuci6n de la va-
riable "numero de tormentas en un ano", si en esa estaci6n las tormentas electricas
no ocurren con frecuencia.

Hay otras dos descripciones matematicas que debemos mencionar. La distribu-

c1on binomial negative, la cual describe, en terminos del proceso de la tirada de una
moneda con los que comenz6 la discusion, la probabilidad que habr6 de arrojar "y" ve-
ces una moneda antes de obtener el "emesimo" e xi to. Aqui la variable es "y", numero
de veces que es arrojada la moneda . Los parametros son p y m, siendo m el numero es-
peci ficado de exitos.

La distribuci6n Gamma da una buena descripci6n de los valores de una varia-

ble continua, pero con un limite inferior a cero, yo que no puede ser negative. Los
totales diarios u horarios de precipitaci6n, las velocidades del viento y otras va-
riables meteorol6gicas son las que satisfacen esta descripci6n.

Con esto finalize la discusi6n del concepto de distribucion matematica de

frecuencia. Estas diferentes distribuciones son de gran valor en el an6lisis clima-
tologico, no solo para describir las probabilidades (estadistica descriptive), sino
tambien como base para responder a importantes preguntas en los problemas de infe-
rencia (estadistica inferencial). Esto se entender6 mejor en el resto del capitulo
y en el Capitulo VIII.

7.3 Estimaci6n

En el parrafo 5 . 4 de CL IV se indic6 que para estimar par6metros se hacen

calculos estadisticos. Es decir, que con solo una muestra de una poblaci6n mayor no
se puede hacer nada mejor que suponer que la muestra tiene caracteristicas similares
a las de la poblacion y entonces hacer las comparaciones.
 - 115 -

Por e j emplo, el valor medio de un a mue s tra es una esti maci 6n del val or me-
dio de la poblaci6n . La te mp era t ur a ma xi ma me di a diaria de todo s lo s dia s de ab r il
de 1971 es un estimador de la ma xima me dia diaria de todos los dias de abril e n e sa
estaci6n .

La desviaci6n tipica de la muestra es un estimador de la de sviaci6n t ip i ca

de la poblaci6n . El valor medio del numero de tormentas el e ctricas por ano duran te
un periodo de diez anos es un estimador del num e ro de tormentas electricas por ano
en cualquier grupo de anos, etc.

Entonces, el proceso de estimaci6n es una forma de llegar a un valor de

una variable o un elemento, que e s la mejor suposici6n del valor verdadero de la va-
riable cuando todo lo que se tiene para trabajar es una muestra.

En particular, una muestra de una poblaci6n qu e creemos que est6 mu y rela-

cionada con una cierta distribuci6n matem6tica (7 . 2) prove e los medios para estimar
los par6metros de la distribuci6n matem6tica. Una vez que se estiman los par6metros,
el analista tiene a su disposici6n una presentaci6n completa de lo que piensa sobre
c6mo es la poblaci6n.

Por ejemplo, si en una estaci6n hubo 53 tormentas electricas en un periodo

de 10 anos, el valor medio por ano fue 5,3. Este valor es un estimador del par6metro
(np) de la distribuci6n de Poisson, de manera que, por ejemplo, el analista puede es -
timar que la probabilidad de qu e haya 8 tormentas electricas en un ano en esa esta-
ci6n es:
(5,3) 8 e(-5,3)
p (8; 5,3) =
8!

= antilog /JS) (ln 5,3) + (-5,3) - (ln 8!iJ

= 0,077.

Esto significa que el analista llega a la conclusion de que en esa estaci6n

un ano de coda 13 tendr6 exactamente 8 tormentas elec t ricas durante el ano, y o qu e
0,077 = 1/13. Utilizando la segunda regla de probabilidad (CL IV, p6rrafo 5 . 1. 2), el
analista puede proceder a estimar las probabilidades de qu e en un ano ocur r an exacta-
mente 9, 10, 11, etc., tormentas; sumando esas probabilidades se ti e ne una e stimaci6n
de que en un ano ocurrir6n 8 TORMENTAS o MAS en esa estaci6n.

Entonces, una vez que el climat6logo ha estimado los parametros mediante

el calculo estadistico con una mues t ra o varias, puede hacer muchas otras estimacio-
nes basado sobre un conocimiento de cosas tales como distribuciones de frecuencia
te6ricas.

En el analisis climatol6gico se hacen otras closes de e stimacion e s. Una

close que sera discutida en el pr6ximo capitulo es la esti maci6n de intervalo. Con
frecuencia es suficiente sober qu e el verdadero valor de un parametro e sta dentro
de un cierto intervalo y su valor e xacto puede ser cualqui e ra que este dentro del
intervalo sin afectar otras conside r aciones basadas sobre el estimador .
 - 116 -

Por ejemplo, para disenar una cierta pieza de un equipo que tendr6 que ope-
rar con temperatures del aire altos, es suficiente sober que las mayores temperatures
que se pueden encontrar estan en el rango de temperature de 45° a 50°C. Al disenador
no le interesa mucho si la exposici6n real es para una maxima de 46,2°C o de 49,5°C,
mientras puede ester seguro de que no este por debajo de 45° o por encima de 5ooc.
Si la estimaci6n del intervalo es correcta, sere EXACTA aunque sea ligeramente menos
PRECISA.

7.4 Pruebas de hip6tesis

Una hip6tesis es un enunciado en general muy cuidadosamente trabajado, que

expone un analista coma una verdad. Al prober la hip6tesis, hace ciertos calculos que
le dicen si el enunciado es realmente verdadero o si puede tener poca confianza en su
hip6tesis, y entonces deshecharla.

Asi, si el climat6logo aplica muy bien las pruebas y, procediendo de este

modo, no aparecen evidencias de que la hip6tesis es false, puede tener una conf ianza
considerable en que la hip6tesis es verdadera.

Por e jemplo , un climat6logo puede e nunciar la sigui e nte hip6tesis: "Si en

la estaci6n M, en agosto, hubo ayer precipitaci6n medible, la probabilidad de que
haya hoy precipitaci6n medible es mas de dos veces superior que si no la hubiera ha-
bido ayer". La hip6tesis, sea false o verdadera, se hace coma una ayuda del estudio
de los efec t os de ciertos procesos atmosfe r ic os . Probable me nte es t o s ea parte de un a
serie de preguntas que se han ido hacienda para descubrir el "por que" de ciertos
aspectos de la precipitaci6n en la estaci6n M.

La manera en la cual el analista establece la hip6tesis no debe tener node

que ver con lo que el cree, si es falso o verdadero. La hip6tesis debe ser enunciada
en Una forma que haga de SU validez las pruebas mas faciles y mas COnvincentes.

Si hubiera querido aprovechcr mejor los pruebos cl llevarlas a cab~, el

climat6logo habria enunciado la f->ip6tesis como " .•• no m6s del doble ..• '" o "no ser.ia
mos diferente que si ••• ".

La hip6tesis m6s probada en el an6lisis cllrnato!6gico e~ le de que NO HAY

DIFERENCIA entre los resultados de dos o mas situociones. Esto es conocida como le
hip6tesis nula. Por ejemplo, en el estudio de la modificaci6n de le precipitaci5n
por siembrc en las nubes (Notn T6cnica N° 105 de la OMM, 2L9,TP.137, 1969) un anolis-
ta puede establecer la hip6tesis siguiente: ''La cantidad de prccipitaci6n que ~ay6
durante la modificJci6n artificial de las nubes no fue diferente de lo cantidad quc
hubiera ccido si n u hubiera habide modificcci6r artificial''. Cuando el anolista pien-
sc que la siembra de nubes tuvo o no tuvo alg~n =fecto, no tiene ninguna relcci6n con
la forma en que establece la hip6tesi~.

Otra hip6tesis puede ser que un programa de control de lo contaminaci6n del

aire en una cierto ciudad no haya tenido efecto sobre la cantidad de contaminantes en
el aire de la ciudad. Verdaderamentc, cualquier anolista esperaria la hip6tesis de
que no es cierto, pero ~l la establece coma la hip6tesis nula porque puede tener m6s
confianza en las pruebcs que il misrno puede llevar a cabo.
 - 117 -

Hay dos closes de errores q ue se pueden com eter a l decidir cu6ndo una hip6-
te s is es verdadera o no; so~ los siguientes:

a) una hip6tesis es deshechada cuando realmente es cierta;

b) una hip6tesis no es deshechada cuando realmente es falsa.

Ya que no se sabe realmente cuando la hip6tesis es verdadera o falsa, pero

coma se probar6, todo lo que se puede hacer es trabajar con cuidado para estar segu-
ros de que la probabilidad de cometer cualquier error es tan pequena que la decisi6n
de aceptar o deshechar la hip6tesis sea hecha con una seguridad considerable. Se am-
pliar6 este concepto en el capitulo siguiente.

7.5 Regresi6n

En los p6rrafos 5.8 y 5 . 9 de CL IV se vio una discusi6n de las variables,

de las funciones, de la variaci6n de la parte aleatoria y la predecible, y de la co-
rrelaci6n. En aquellos p6rrafos se produjeron pares de "observaciones" de dos varia-
bles agreg6ndole un elemento aleatorio a un valor de la variable y relacion6ndolos
segun una relacion funcional.

En estos casos, la funci6n se conocia al comenzar. En los casos discutidos

en el p6rrafo 5.11.3 de CL IV la funcion no se conocia para los datos presentados.

Regresi6n es el nombre del proceso para estimar la funci6n, cuando todo lo

que se tiene es una muestra de pares de datos. En cierta forma, la regresi6n es e l
media matem6tico de hacer lo que hacen nue st ros ojos cuando imaginan la curva suge-
rida por un diagrama de dispersion . La ventaja del metodo matemotico de la regresi6n
es que la relaci6n que calcula el analista es la MEJOR, de acuerdo con las reglas que
ha establecido antes de comenzar sus c6lculos de regresi6n.

l)Q

•..
.•••••
0 ..----. l
0
u
0
.......... 2'i
0 <!
~ 20
a,:
0 0 I-
...J ~It;
<!
w •• •
> 0 0 c..
::;:::
w
, • ••
0 I-
s
0 l 4 6 I 10 12 14 20 30 40 t; 0 60 70 90 90
la) lb) HUMEDAD RELATIVA (%)
VALOR DE X

Figura 7.3
(a) Pares de datos x e y volcados en un dia-
grama de dispersion. (b) Pares de datos de
temperature y humedad relative volcados en un
diagrama de dispersion
 - 118 -

Una de las reglas que debe establecer al comienzo es su respuesta a la pre-

gunta ";_Es lineal o de mayor grade la relaci6n funcional que busco?" (CL IV, p6rrafo
5.8). A veces la pregunta se puede contester f6cilmente y con seguridad, coma en el
caso de la Figura 7.3 (a), que es una duplicaci6n del de la Figura 5.10 de CL IV.
Otras veces la pregunta no es tan f6cil de responder, coma en la Figura 7 . 3 (b), que
es una duplicaci6n de la Figura 5.15 de CL IV.

En el caso de la Figura 7.3 (b), ya sabemos que la relaci6n entre la tempe-

rature del aire y la humedad relative no es lineal. La Tabla 6.1 del GM 6.5 muestra
que la temperature y la presi6n de vapor de saturaci6n (la presi6n del vapor del ai-
re cuando tiene una humedad relative del 100 %) est6n relacionadas por una funci6n
curvilinea:

T = F (e )
c s
donde la presi6n de vapor de saturaci6n tiene el simbolo usual (GM, p6rrafo 5. 5) . F
indica una funci6n curvilinea. Por definici6n, la humedad relative R es una funci6nc
lineal de la presi6n de vapor:

R = F (e ) = (e/e
. s)
L s

donde e es la presi6n de vapor del ambiente (MET, 5.3 c) . L6gicamente, ya que la re-
laci6n entre R y e es lineal, y que la de T y es es curvilinea, la relaci6n entre T
y R debe ser curvilinea . Sin embargo, en un range de T pequeffo, la relac i6 n c urvili -
nea se parece mucho a una lineal, coma lo demuestra la Figu r a 7.3 (b).

El hecho de que si se sabe al comenzar si las leyes fisicas sugieren una

funci6n lineal o una curvilinea significa que la regla fundamental del proceso de
regresi6n ya ha sido hecha naturalmente. Si la funci6n verdadera no es conocida, el
analista debe tomar una decision antes de hacer la regresi6n sabre si su modelo de
regresi6n ser6 lineal o curvilineo.

Digamos que en el caso de la Figura 7.3 (a) la decision es que la relaci6n

entre x e y es una funci6n lineal. Entonces el modelo de regresi6n adoptado es:

Y = a + bx

que es la ecuaci6n general de una recto, en la cual "a" y "b" son los par6metros de
la recto. Tan to "a" coma "b" pueden ser posi tivos, negatives o nulos. El proceso de
regresi6n, usando este modelo de regresi6n lineal, consiste en calcular los mejores
estimadores de los valores de los dos par6metros "a" y "b".

De acuerdo con la discusi6n del p6rrafo 5.8 de CL IV sabemos ya que y = 3x

m6s un elemento aleatorio. Por lo tanto, el an6lisis de regresi6n estimar6 que a = 0
y b = +3.

Asi tambien pueden adoptarse modelos de regresi6n curvilineos y estimar

sus par6metros. En esto consiste el proceso del an6lisis de regresi6n.
 - 119 -

7.6 Correlacion

En el parrafo 5.9 de CL IV se explico el concepto de correlacion como una

medida de los tamanos relativos de las porciones predecibles o las impredecibles de
la variacion, o dispersion, en los valores de una variable.

En otras palabras, la cantidad de dispersion en valores de y puede ser se-

parada asi:

(Dispersion total en y) =(Dispersion predecible) +(Dispersion aleatoria).

La Figura 7.4 muestra un diagrama de dispersion en el cual la dispersion

total en y se muestra por la diferencia entre el mayor y el menor valor de y. La dis-
persion aleatoria o impredecible est6 representada por la desviacion de uno de los va-
lores de y de la linea de regresion que se est6 usando para predecir los valores de y
con los valores de x.

Valor mayor
>.
Q)
-0
>- c:
•O 0 c: >-
w •ri ·ri •O
Cl IJI H 0 •ri Q)
H 0 IJI -0
~ Q) +' H
0 Q) .-I
0 Q_
Q_ 0
....I IJI Q)
<! •ri .-I +'
IJI
0
> Cl 0 •.-i
Cl +'
0

Valor menor de y

VALOR DE X
Figura 7.4 Esquema de las relaciones entre ln
linea de regresion, la dispersion total de una
variable y el diagrama de dispersion de los pa-
res de datos para dos variables

Presumiblemente, la dispersion predecible en y es ahora la (dispersion to-

tal) menos la (dispersion aleatoria), de acuerdo con la ultimo ecuacion.

La raiz cuadrada de la relacion entre la dispersion predecible y la total

es el coeficiente de correlacion entre x e y:

2 Dispersion en y predecible a partir de la dispersion en x

r = (7.4)
xy Dispersion total en y predecible y/o aleatoria

ya que la relacion no puede ser nunca mayor que l ni menor que 0, la rais cuadrada
estar6 entre -1 y +l. Cuando es -1, toda la variacion de y es predecible conociendo
x (no hay parte aleatoria en su relacion) y est6n inversamente relacionados. Si es
+l, es cierto lo mismo, excepto que est6n directamente relacionados.
 - 120 -

Cuando el coef iciente de correlaci6n es 0, la conclusion es que el modelo

de correlaci6n considerado para describir la relaci6n entre x e y no explica ningu-
na variaci6n en y, siendo muy probable que no exista ninguna relaci6n que las vin-
cule.

El modelo de correlaci6n y el modelo de regresi6n son esencialmente lo

mismo. Si rxy = 0, el modelo de regresi6n/correlaci6n considerado no explica ningu-
na variaci6n de y por x, ni ninguna variaci6n de x debida a y.

Al igual que los modelos de regresi6n, los de correlaci6n tambien pueden

ser lineales o curvilineos. Entonces, cuando con un modelo de correloci6n lineal es
r = 0 (modelo utilizado en la Figura 7.4), puede ser, aunque rara vez lo es en
cfimatologia, que de un modelo curvilineo se obtenga un coeficiente de correlaci6n
distinto de O. En el Capitulo VIII discutiremos de nuevo sabre este tema.

7.7 Autocorrelaci6n

La palabra "autocorrelaci6n" significa literalmente correloci6n consigo

mismo. Esto es exactamente lo que significa el concepto, la correlaci6n de la varia-
ble consigo misma. Salvo algunas excepciones, los pares de valores de una s6la va-
riable estan separados por un cierto intervalo de tiempo, llamado desfasaje.

La Tabla 5.6 de CL IV contiene una serie de temperatures para un mes, in-

cluyendo las temperatures maximas diaries. La Tabla 7.1 contiene las mismos, ordena-
das por desfasajes de 3 y 6 dias. Por ejemplo, la temperature maxima para el dia l
esta asociada con la del dia 4 y la del dia 7; la del dia 2, con la del dia 5 y la
del dia 8, etc.

La Figura 7.5 muestra los diagramas de dispersion de la temperature maxima

como una variable, y la temperature maxima de 3 y 6 dias despues coma otra variable.
LPuede visualizer usted una linea de regresi6n en alguno de los diagramas? LEs la
temperature maxima de hoy un predictor muy bueno de la temperature m6xima en la mis-
ma estaci6n 3 6 6 dias m6s tarde?

Los an6lisis de regresi6n y de correlaci6n pueden responder estas preguntas

y dar las mejores respuestas posibles.

Cualquier variable continua en el tiempo es apta para el an6lisis por au-

tocorrelaci6n. El desfasaje no necesita ser de dias. Pueden ser segundos, minutes,
horas, anos o centuries. La elecci6n del desfasaje y el numero de unidades que se
deben usar en lo autorrelaci6n dependen de la naturaleza de los datos y del problema.
La elecci6n la hace el climat6logo.

En general, la autocorrelaci6n revela muy poca correlaci6n para desfasajes

de unas pocas unidades de tiempo. Este es el caso de la Figura 7.5. Ocasionalmente,
si hay una periodicidad grande en la variaci6n de una variable a traves del tiempo,
los coeficientes de correlaci6n para ciertos desfasajes seran relativamente grandes
(es decir, cerconos a -1 o +l). La periodicidad ser6 discutida en el p6rrafo 7.12
de este mismo copitulo.
 - 121 -

Temperatura Temperatura Temperatura Temperatura Temperatura Temperatura

maxima maxima maxima maxima ma xim a ma xima
Dia D Dia (D + 3) Dia (D + 6) Dia D Dia (D + 3) Dia (D + 6)

19 19 21 20 16 20
22 18 19 18 18 23
19 15 25 18 19 20
19 21 22 16 20 16
18 19 17 18 23 10
15 25 15 19 20 3
21 22 19 20 16 11
19 17 20 23 10 16
25 15 20 20 8 14
22 19 20 16 11 *
17 20 18 10 16 *
15 20 18 8 14 *
19 20 16 11 * *
20 18 18 16 * *
20 18 19 14 * *
* Valores perdidos por los desfasajes y la falta de datos a partir del dia 30.

Tabla 7.1 Temperaturas maximas diarias (°C) pora un

mes en una estaci6n de latitudes medias, para desfasa-
jes de 3 y 6 dias. Los datos son los mismos ~ue los
de la Tabla 5.6 del CL IV

7.8 Interacci6n

Los valores de una variable estan relacionados f recuentemente con los valo-
res de otra ~ariable a troves de una funci6n, coma por ejemplo en la ecuaci6n de la
transferencia del calor latente ode la evaporaci6n (ecuaci6n 2.6).

(Transferencia de calor latente)

Constante x U x (e -e ) = ~ U (e -e )
(L) (Velocidad de evaporaci6n) s a s a

Esta ecuaci6n es valida generalmente durante un intervalo de tiempo corto,

digamos de una hara mas o menos . La ve locidad de evaporaci6n es proporcional al pro-
ducto de la velocidad del viento y a la diferencia entre la presi6n de vapor de la
superficie del ague y la del aire que est6 por encima de la misma.
 - 122 -
u u
0 0
------.25 • ------.25 •
M
+ •
•
"'+Cl •
Cl
~
..._,. •
• •• • ••• • • •
<!
L
H
x
<!
2

•
'•
e• 0 ••
~2
H
x
4:
• •
•
•• •
•
:::::: • •• ::£ • • •
<! • • <! 15 •
a:::
::J
a:::
:.J
•
I- I-

of
<! 4:
a:::
w • •
a.. • ~1
a::: •
L
w
• L
w •
I- I-
10 15 2520 10 15 20
25 30
TEMPERATURA MAXIMA ( oC) TEMPERATURA MAXIMA (°C)

Figura 7.5 (a) Temperature maxima diaria (Tabla 7.1) co-

rrelacionada con ella misma 3 dios despues. (b) Lo mismo,
6 dias despues. Este es el proceso de outocorreloci6n.

Si no se pueden tener los observaciones en forma hororio, o con intervolos

de tiempo pequenos, se puede intentar un an6lisis usando en cambio valores diorios
medios en la ecuaci6n. A cause del fen6meno de interocci6n, el estimador, usondo va-
lo r es medios en general, no ser6 exacto.

El estimador usando valores medios no es exacto cuando las variables pre -

dictoras (en este coso lo velocidod del viento y la diferencia de los presiones de
vapot) est6n ellas mismas correlacionadas por uno curve.

La Tabla 7.2 contiene en la porte superior seis conjuntos de observaciones

tipicos -digomos, cado cuatro horas- para una estoci6n en un dio comun. Las variables
observadas son: Temperature T, humedad relative R y velocidad del viento U. Estes
aparecen en la parte superior de la tabla, en las cuatro primeras columnas. Como ocu-
rre realmente en la atm6sfera, los tres est6n correlocionadas entre si.

En las tres ultimos columnas de lo porte superior de la Tabla 7.2 se han

hecho c6lculos con los observaciones. Primero, de acuerdo con lo relaci6n de lo Tabla
6.1 de GM 6.5, cada valor de T tiene su correspondiente valor de es. Lo presi6n de
vapor ambiente viene doda por el producto Res = e . Tercero, el producto U (e -e ),
al cual se supone que es proporcionol la evaporoc~6n, aparece en lo ultimo cofumga.

De ocuerdo con la suma de los valores de la ultimo columna, la cantidod de

evaporaci6n ese dio ser6 el producto de uno constante par 334,0, que tomaremos coma
un patron para comparaci6n y lo supondremos coma el indicador mos correcto de la
evaporaci6n.
+-

En lo parte media de la tabla se han calculado los valores medics de las

tres variables observados para: a) los tres periodos "nocturnes" 1, 2 y 6; b) los
tres periodos "diurnos" 3, 4 y 5; c) para los seis periodos totales.
 - 123 -

Perfodo de T R u es Res=e U(e -e )

s a
observaci6n (oc) (%) (m/seg) (mb) (mb) a
- -- --
l 10 100 5 12 12 0
2 12 80 6 14 11, 2 16,8
3 20 50 8 23 11, 5 92,0
4 22 45 10 26 11,7 143,0
5 15 60 9 17 10,2 61,2
6 12 75 6 14 10,5 21,0
--
Total 334,0

USO DE LOS VALORES MEDIOS DE LAS VARIABLES OBSERVADAS

1, 2, 6 11,3 85 5,7 12,5 10,6 10,8
3, 4, 5 19,0 52 9,0 22,0 11,3 96,5
conjunto 15,2 69 7,3 17,2 11, 8 39,4

Suma de U(e -e ) para los seis periodos = 334,0

s a
Tres veces la sumo (10,8 + 96,5) = 321,9
Seis veces el producto (39,4) = 236,4

Tabla 7.2 Observaciones y calculos relacio-

nados con una estimaci6n de la evaporaci6n
total para un dia en la estaci6n donde se han
hechos las observaciones

Como antes, a coda temperature corresponde un valor de presi6n de vapor es.

La presi6n de vapor de saturaci6n asociado con ll,3°C es 12,5 mb, para los periodos
1, 2 y 6. Nuevamente el producto de la humedad relative por es do una presi6n de vo-
por del ambiente. Por ejemplo, (85 %) (12,5) = 10,6 mb (periodos 1, 2 y 6).

En la parte inferior de la tabla estan calculados los tres indicadores de

evaporaci6n para el dia. El primero es la sumo anotada arriba, 334,0. El ultimo es
seis veces el valor de (es-e 0 ) obtenido con los valores medios diarios de todas las
variables observadas. El valor medio se obtiene -siguiendo la recomendaci6n hecha en
el parrafo 2.2.5- a partir de los valores medios diurnos y nocturnos tratados por
separado.

Es muy evidente que el segundo estimador esta mucho mas cerca del primero,
que es mas normal que el tercero. La gran diferencia entre 334,0 y 236,4 se debe a
la interacci6n: el uso de dos variables que estan correlacionadas entre ellas por
una curve en la estimaci6n de una tercera variable.
 - 124 -

Lo presencia de la interacci6n no elimina la funci6n que las relaciona,

simplemente las combia. Por ejemplo, en la Figura 5.17 de CL IV, los valores medics
mensuales de la velocidad de evaporaci6n est6n claramente relacionados con la tempe-
rature, la presi6n del vapor y la velocidod del viento, PERO NO ESTAN RELACIONADOS
DE LA MISMA MANERA QUE LO ESTAN EN LA ECUACION 2.6.

Cuando est6 presente la interacci6n, es necesario que las relaciones que

se han de usar con valores medics sean desarrolladas en forma separada de las rela-
ciones que se han de utilizar con observaciones reales.

7.9 Simuloci6n

Como vimos en el p6rrafo 7.2, es relativamente facil predecir las probabi-

lidades de los resultados de procesos como revolear una moneda o orrojar un dado.

El dar cartas de un mazo es un proceso mas complejo. Los juegos de cartas

son aun m6s complejos y el ajedrez es extremadamente complejo. Todas las reglas son
conocidos y todas las probabilidades pueden ser formulados. Pero algunos procesos
son tan complejo~ que una descripci6n complete de los mismos y sus posibles resulta-
dos est6n mas 0116 de las necesidades de la mayoria de los analistas.

Por ejemplo, es mucho m6s f6cil obtener las probabilidades de los distintos
resultados de una partido de cartas o de ajedrez mediante un cuidadoso regist r o de
los resultados de numerosos partidos jugados realmente. Esto es lo que hicieron los
estudiantes en una forma simple en el parrafo 5 . 5 del CL IV.

La simulaci6n es un metodo donde un analista observe un substitute artifi-

cial o un modelo de simulaci6n de un proceso real pero complejo. Si el modelo es bue-
no, sus observaciones le dar6n informaci6n sabre las probabilidades de los distintos
resultodos del proceso complejo,

Si el modelo no es muy bueno, la comparaci6n de sus observaciones con las

de oquellos resultados del proceso real (que represento el modelo) con frecuencia le
don la informoci6n con lo que puede corregir su modelo y mejororlo o hocerlo m6s
realisto.

Un ejemplo de uno simulaci6n que intereso a la climatologia serio el on6li-

s1s del proceso de generoci6n de energia electrica. La demondo de energio est6 relo-
cionado con el tipo de tiempo; por ejemplo, la electricidad se necesita en los hoga-
res tanto para lo colefocci6n como para la refrigeroci6n. Pero lo posibilidad de ge-
neror energio tambien esta relacionodo con el tipo de tiempo presente; por ejemplo,
el tipo de tiempo presente relocionado con lo demondo puede exceder la capacidad de
los generodores disponibles. 0 si lo fuente de energio es el ogua, una primovera fria
puede retarder la f usi6n de la nieve y esto afectar a lo cantidod de ague que fluye
por los vertederos del dique donde se genera lo electricidod.

Si todos los interrelociones de un proceso osi de complejo se pueden des-

cribir (como los reglos de un juego complejo) y luego se le oplica a ese modelo una
secuencia imoginorio de sucesos de tiempo, el modelo "generor6" resultados imagina-
rios. El onolista "juega una partida" con el proceso y supone que el juego es una
 - 125 -

imitaci6n realista del proceso real.

La ventaja de un modelo de simulaci6n bueno es que el analista no tiene que

esperar para que la naturaleza produzca los resultados. Puede jugar el partido muchas
veces, tal vez miles de veces si dispone de una computadora, durante un periodo de
algunos dias o semanas. Si el proceso ocurre una s6la vez por ano en la atm6sfera
real, en la simulaci6n hay mucha ventaja.

7.10 Continentalidad

En varies discusiones (por ejemplo, en CL IV, parrafos 2.6.2 y 2.6.3 y en

el p6rrafo 2.5.l de este libro) se senal6 la importancia de estar cerca o lejos de
una costa extensa. El clime tiende a ser mas moderado o igual cerca de los oceanos
y mas riguroso en el interior de los continentes.

Los climat6logos han disenado un indice de continentalidad, mas Como un me-

todo descriptivo que inferencial, que ubica al clima de una estaci6n sobre una esca-
lo del 0 al 100, con el 0 representondo un clima completamente maritimo y el 100 uno
completamente continental.

El indice se calcul6 para una lotitud ~' con la temperature media del mes
m6s c6lido T y la temperature media del mes m6s frio t, con la ecuaci6n:

1,7 (T - t) _ 20,4 (7. 5)

K = sen ~

La temperature que debe ser utilizada en esta ecuaci6n debe estar en (°C).
Por ejemplo, uno estoci6n del 45° N o S y que tiene una temperature media para el
mes mas c6lido de 300C y para el mes m6s frio de 14°C, tendra un indice de continen-
talidad de

1,7 (30 - 14) - 20,4 = 1,7 (16) - 20,4 = 18

K = sen 45° 0,707

Lo Figura 1.6 muestra los resultados del analisis de los indices de conti-
nentalidod en Europa y en America del Norte. Lo influencia del Atlantico Norte llega
mas adentro en Europa, hacienda que el rango onual de temperature sea pequeno, asi
como tambien el indice K. Compare esto con la influencia del Pacifico Norte sobre la
costo oeste de Norteamerica. Las grandes montanas que hay alli restringen la influen-
cia del clima maritimo a uno distancia de la costa relativamente pequena,

La mayoria de las islas del mundo tienen volores de K muy cercanos a cero,
Las areas centrales de Siberia, en el noreste de lo URSS, tienen, por el contrario,
volores pr6ximos a 100.

7 .11 Efectos del tamano y de la densidad de la red

Pora capturer mas peces en una red, el pescador pude usar una red mas gran-
de -mayor area- o una red m6s dense -mas lineas para la misma area-. No sabiendo es-
to, un pescador con una red pequena menos dense puede decir que hay muy pocos peces
cuondo el ha pescado poco.
a+ioN Tap DJ!J?WV - q ) :ua PDP!TD+uau!+UOJ ap aJ!PUI
odorn3 - o )

9· L OJn6!.:!

- 9Z T -
 - 127 -

Es lo mismo que les sucede a los climat6logos con el est udio de lo s acon-
tecimientos meteorol6gicos que, como los peces, se mueven a trove s de un area a lo
largo de ciertos Caminos pe r o no cubri e ndo totalm e nte el area . Las tormentas de gra -
nizo, las r egiones con fuertes rafagas de viento o los tornados son ejemplos de el lo .
En las naciones modernas e industrializadas del mundo el tema de la contaminaci6n del
aire ha despertado gran interes. Hay regiones de muy alto concentraci6n de contami-
nantes, "burbujas" de aire sucio que tambien son fen6menos atmosfericos qu e pueden
"flotar" a troves de una red de observaciones.

El climat6logo, que dispone de una red de estaciones de observaci6n fija,

sobre cuyos informes debe basar todas sus conclusiones, tiene poca posibilidad de
elegir la red que debe usar para capturer sus peces atmosfericos. Ya que no puede
hacer la red mas grande 0 mas densa, puede al menos comprender que los informes de,
por ejemplo, el numero de tormentas de granizo por ano en un area sea probablemente
menor que el numero real si la red esta suficientemente disperse.

En un analisis asi tambien puede aparecer el problema opuesto. Por ejem-

plo, una solo tromba puede ser captada por los observadores de dos estaciones que
est6n cerca la una de la otra. Si no hay forma de asegurar que hubo una solo, el
numero de trombas informadas probablemente sea demasiado grande.

El problema se resuelve a veces contando simplemente el dia como "un dia

se observe una tromba". El analisis dara entonces el numero de dias con trombas por
mes o por ano, para el area. Al menos de esta manera el climot6logo estara asi segu-
ro de que sus estimaciones son en defecto y no en exceso, si su red es extensa .

Como en otros analisis climatol6gicos, los detall e s del analisis depende-

ran finalmente de la imaginaci6n y del buen sentido del climat6logo .

7.12 Periodicidad

En el ES 11.4 fueron discutidas las caracteristicas generales de las ondas.

En dicha discusi6n se mencion6 que las ondas tienen longitud, altura (tambien llama-
da amplitud), velocidad, periodo y frecuencia. En particular, el periodo (T) es la
inverse de la frecuencia (n), de manera que T = l/n.

<(
u
H
a:::
w
I.&..
(/')
0
::E
I- Figura 7.7
<(

0
H
Series temporales tipicas de la pre-
(/')
w
si6n atmosferica, mostrando una mez-
a::: cla de longitudes de onda, frecuen-
Cl..
cias y amplitudes
TIEMPO
 - 128 -

La atm6sfera, siendo un fluido, tiene tambien movimientos en forma de on-

das. Algunos se pueden ver: por ejemplo, lineas de nubes cirrocumulus, altocumulus o
estratocumulus. Otro ejemplo son las bandas alternadas de nubes y cielo claro, dis-
tribuidas alrededor del hemisferio en la misma forma que las cunas y vaguadas de los
mapas de altura (por ejemplo, Figura 14.8 de MET) y que ahora pueden ser vistas en
las fotografias tomadas por los satelites.

Muchos de los movimientos ondulatorios de la atm6sfera no pueden ser vis-

tas excepto a traves de la medici6n de los elementos clim6ticos. Por ejemplo, los
registros de la presi6n atmosferica, volcados como una serie temporal con el tiempo
en la abcisa y la presi6n en la ordenada a menudo se asemejan a la Figura 7.7 de la
p6gina precedente.

Como las ondas en cl agJa, las ondas en la atm6sfero ap a recen cos~ siempre
como una mezcla de frecuencias, longitudes de ondc y amplitudes. Si se mira el ascer1-
so y el descenso del ag~a sobre el costado de pilotes opoyados en el fondo, e l movi-
miento se parecer6 o la serie temporal de la Figura 7.7. Par ejemplo, la temperature
media diaria transcrita como una serie temporal puede pcrecerse mucho a la Figura 7.7
como se ve en la Figura 5.13 del CL IV.

LoE climat6logos hablan de series ~empcrales, tal como la de le temperatu-

ra, cuando hablan de ondas. Entonces se dice que series tem~orales de ese ti~o co~­
tienen una mezclo de ''ondas de temperatura'', con distintas fre c ucncics, lonqitudeE
de onda y amplitudes . En latitudes medias, una serie temporal d~ temperature contie-
~e una onda b6sica con periodo de un a"o (y entonces tiene uno frecuencio de uno par
cno). Por supuesto, este es el ciclo cnual de la temperat 1_ra, producido por la tros-
laci6n de la Tierra alreded or del Sol.

La amplitud de esta onda b6sica est6 muy relacionada con la dife r ercia de
(T - t) en el indice de continentalidad, ecuaci6n (7.5 ) . En lns 6reas ecuatoriales,
la onda b6sica, producida tambien por la ge o metri~ Tier ~ a-Sol, tiene un periodo d ~
unos seis meses (frecuencia 2 por ano) pero una c mplitud mucho mcis pequena que lo on-
da en latitudes medias; esto es porque el Sol est6 par ~ncima de nuestra cabeza, al
mediodia, dos veces por ano en el ecuador, y se alejo de esta posici6 ~ en cualquier
mes.

Una serie temporal de temperatura tiene tambi~n otro periodo: un dia. Su

frecuencia es aproximadamente 365 por ano; y su ciclo diario es producido por la ro-
taci6n de la Tierra sabre su eje.

Casi todas las variables clim6ticas exhiben estas dos ondas b6sicas, la
anual y la diaria. Su presencic y la de otras ondas produce en las series temporales
de esas variables una peri odicidad o una tendencia a repetir la forma dH la ondc a
trav~s de la serie temporal entera.

Hey ondas de periodos diferentes a un ano o a un dia. Pueden ser periodcs

de 3 6 4 dlas, tal como el periodo debido a las ondos de los ciclones en invierno y
en latitudes medias. 0 pueden ser periodos de aproximadamentc dos semanas, se cree
quH debidos c las mareas atmosfericas producidas por la luna. 0 pueden ser periodos
de alrededor de dos a~os, des c ubiertos recientemente en las series temporales de la
 - 129 -

temperature de la atm6sfe ra superior. Luego, tambien hay ondas de periodos de muchos

anos, probablem ente debido a los cambios en la intensidad de la radiaci6n solar que
alcanza la tierra.

Una serie temporal real representa la sumo de los efectos de varies ondas
en la mezcla. Por ejemplo, la Figura 7.8 (a) muestra la sumo constante de ondas, pe-
ro con periodos y amplitudes distintas. La Figura 7.8 (b) muestra resultados que se
encuentran mas comunmente en la atm6sfera y en otros sistemas naturales . Es el re-
sultado de sumar dos ondas de periodos relativamente constantes pero de amplitudes
variables.

Existen metodos matematicos complejos para analizar las distintas series

temporales climatol6gicas: a) para comprender sus causes; b) para proveer bases para
pronosticar en el future. Estes complejos metodos estan mas alla de los objetivos de
este libro, pero ofrecen con frecuencia las posibilidades de interesantes descubri-
mientos de las formas desconocidas en que se comporta la atm6sfera.

7.13 Periodos de retorno

Se han mencionado varies veces lo que podemos llamar "sucesos raros", tales
como tormentas de granizo, inundaciones, tornados, vientos fuertes, etc. Las tormentas
de granizo tienen muchas o pocas piedras grandes y pequenas. Las crecidas tienen gran-
des volumenes de flujo. Las trombas que pueden ser mas grandes aun pueden tener vien-
tos relativamente debiles y por periodos de tiempo cortos o pueden ser muy intensos y
de vida largo. Las velocidades del viento pueden llegar a ser una fuerza de viento
duro o muy duro.

Estas intensidades permiten la clasificaci6n de los acontecimientos raros

y estimar aproximadamente el periodo medic de alguna intensidad minima del aconteci -
miento. Este periodo se llama periodo de retorno, Por ejemplo, el periodo de retorno
de un viento de 25 m/seg . o mas en una estaci6n puede ser estimado en 16 meses. Es
decir, que en promedio el lapso de tiempo entre dos ocurrencias de un viento con
velocidad de 25 m/seg. es, en una estaci6n, de 16 meses.

La Tabla 7.3 de la pagina siguiente contiene treinta numeros ordenados en

forma descendente y numerados ordenadamente comenzando por el l para el mayor que es
111. No interesa que acontecimiento atmosferico representa este numero. Pueden s e r
velocidades de viento, precipitaciones diaries en milimetros o volumenes de crecidas.
El hecho es que los numeros hen sido reunidos a partir de todos los registros de una
estaci6n, usando cierto valor como el valor minimo que debe ser considerado (que en
este caso es 60).

La parte importante restante de la informaci6n es que esos 30 cases hen si ~

do reunidos a partir de los registros de la estaci6n que abarca 22 anos. La unidad de
tiempo no necesita ser el ano y puede ser la apropiada al problema, tal como un dia,
un mes o una decade.

Se pueden hacer y responder dos closes de preguntas sobre el periodo de re-

torno. Primero se puede preguntar: Gque intensidad maxima debe resistir la estructura
que estoy disenando si se espera que tango una vida de 16 meses?
 - 130 -

ONDA A + OND/l B

(a)

ONDA B

lb) ./
ONDA A

.. • .!'!'. ··.._:-.../ /
-- ,/ .- '

......__,/
OND.~ A + ONDA -B

Figura 7.8 Ejemplos de sumo de dos ondas, A y B, para

former una tercera. (a) A y B tienen coda uno periodos
y amplitudes constantes, pero diferentes para coda onda
(b) A y B tiene~ periodos diferentes y sus amplitudes
varian con el tiempo

Intensidad N° de orden Intensidad N° de orden Intensidad N° de orden

111 1 76 11 67 21
106 2 74 12 67 22
105 3 74 13 66 23
97 4 72 14 65 24
91 5 71 15 65 25
89 6 71 16 64 26
87 7 70 17 62 27
84 8 68 18 60 28
84 9 68 19 60 29
79 10 68 20 60 30

Tabla 7 .3 Valores que repre-

sentan las intensidades de 30
casos de un acontecimiento ra-
ro, ordenados en orden decre-
ciente y asignandoseles un nu-
mero en forma ordenada
 - 131 -

Entonces, l a preg un ta es: Gq ue intensidad tiene un perio do de retor no de 16

me ses o de 1 , 33 an os? Pa r a e nco ntar la res pu e sta, llam emos al peri odo de retor no T
que se r 6 1,33 anos . Entonc e s di vidi r em os el nume r o de anos del reg i st ro, t , por el r
periodo de retorno :
t 22
s = = 16,5
T 1,33
r

La respuesta es la intensidad asociada con el numero de orden, 5. En este

caso donde 5 = 16,5, la intensidad es 70,5.

La pregunta pudo haber sido : Gcu61 es la longitud me dia de tiempo e ntre la

ocurrencia de intensidades de 80 o mas ? En este caso el numero de orden asociado con
80 est6 entre 9 y 10. Llamemoslo 10. Hay que averiguar el periodo de retorno :
t 22
T
r ~ = 10 = 2,2
La respuesta es que las intensidades de 80 o mas ocurrir6n en esa e staci6n
con un periodo MEDIO de 2,2 anos. Evidentemente esto es asi porque hubo 10 ocurrencias
de 80 o mas en 22 anos.

Debe ser f6cil para el estudiante ver que los r e gistros climatol6gicos mas
largos pe r miten respuestas ma s confiables para un ma yor numero de pre gu ntas como las
efectuadas y contestadas aqui . Por ejemplo, los registros de la Tabla 7.3 cosi no
permiten una r espuesta sensible sobre un periodo de retorno de 50 anos. El numero de
la intensidad seria 22/50, lo cual no e sta en lo s registros ya qu e no ha y 50 an os de
observaciones en la estaci6n.

7.14 Analisis de cantidad-duraci6n-area

En CL IV, Figura 3 . 1, se mostraron r egistros de i nt e nsidad de pre cipitac i6 n

en todo el mundo. En esa figura la cantidod de precipitaci6n por unidod de tiempo - la
intensidad- relaciona esas dos medidas asociadas con la lluvia caida durant e una tor -
mento . La cantidad de precipitaci6n se denomina cantidad y la cantidad de t ie mpo se
denomina duraci6n.

La Figura 7.9 de la p6gina siguiente muestra un esquema de un re gistro con-

tinuo de precipitaci6n hecho por un pluvi6grafo a pesadas (GM, 10.9). Para el an6lisis
descrito, la unidad de estudio es la tormenta individual, que comienza a la hora cero
en lo Figura 7 . 9 . La tormenta dura aproximadamente 3,75 horas cuando la curva de la
precipitaci6n acumulada deja de subir.

Para esta tormenta puede haber caido una sola precipitaci6n de 3,75 horas
de duraci6n, total de duraci6n de la tormenta. Pero puede hab e r habido var i os peri o-
dos cortos con precipitaci6n, por ejemplo de una hora . En efecto, la lluvia total ca-
y6 duronte la hora siguiente a las primeros 2 3/4 horas de iniciada la tormenta; o
la lluvia total cay6 en los 30 minutos siguientes a las 3 1/4 horas de iniciada la
tormenta, etc.
 - 132 -

~
<t
_J
::;) c
~ '0

io
•rl
u 0
<t 0 0
+' E 1-t 0
z •rl •rl c 0 Ql +'
0 a. x Ql ....c " 0 cQl
1-1 •rl 0
u o E c .-i E
<t Ql ·rl 1-t
f-- 1-t LL. 0
1-1 a. +'
c..

l
1-1
u
LLI
~
c..

2 l
0
TIEMPO (en horas) '
Figura 7.9 Esquema de la pr ecipitaci6n
acumulada durante una tormenta registra-
da par un pluvi6grafo de tipo de pesadas

Para coda du r aci6n ha y un valor maxima del total asociado con esa duraci6n.
El esquema muestra el maxima total en una hara para esa tormenta particular. Hay un
maxima para coda duraci6n de coda tormenta. CON LAS OBSERVACIONES DE PRECIPITACION
HORARIAS SOLAMENTE, NO SE PUEDEN TENER INTENSIDADES MAXIMAS, POR ESO SON NECESARIOS
LOS REGISTROS CONTINUOS.

Supaniendo que en coda estaci6n de una red de estaciones se pueda determi-

ne r el comienzo y el final de coda tormenta, se pueden construir mapas para estimar
las areas sabre las que ocurren ciertas precipitaciones.

La Tabla 7.4 muestra ciertas intensidades imaginaries de cinco tormentas

para cuatro estaciones en una red. La tabla es para una duraci6n -una hara- y coda
valor en la tabla es un valor maxima entre muchos valores para una tormenta indivi-
dual.

Estacion
Tormenta
-A B c D
l 67 69 54 57
2 58 59 66 63
3 72 61 78 53
4 62 68 65 68
5 64 67 72 70

Tabla 7.4
Cantidades de precipitaci6n maxima en
una hara para cuatro estaciones y pa-
ra cinco tormentas
 - 133 -

En la tabla, las distintas tormentas son las mas intensas e n las di fe r e nt es

estaciones . Para coda tormenta, el volor de la tabla puede ser transcri t o sobr e un ma-
pa de la red de estaciones. Sera un mapo para la s tormentas de una hora de duraci6n .
Sobre el mapa se pueden dibujar isolineas de igual cantidad, lo mismo que un analisto
dibuja isobaras 0 isotermas. y entonces se puede estimar el area de la superfici e t e-
rrestre dentro de coda isolinea.

Si, por ejemplo, el area dentro de la isolinea de "70" fue estimada en 560
2
km , la suposici6n hecha seria que, para esa tormenta, los valores maximos de area-
duraci6n-cantidad serian 70 unidades 0 mas (cantidad) para una hora (duraci6n) ocu-
rriendo sobre 560 km 2 (area).

Dibujando un conjunto de mapas para coda tormenta y coda una de las distin-
tas intensidades para el periodo total de los registros en una red de estaciones, un
climat6logo puede preparar un grafico tal como el de la Figura 7.10. Este grafico con-
tiene informaci6n detallada sobre la climatologia de la precipitaci6n del area en la
cual esta ubicada la red. Se ha encontrado que esta informaci6n es util a los inge-
nieros y a otros especialistas relacionados con el diseno, distribuci6n de aguas y
prevenci6n de danos por crecidas.

E'50
AREA DE LA
u
..._,, TORMENTA (km2)
(km2)',
(/)
w
z
0
H
u
<:
~2
a..
H
u
w
0::
a..
(/)
<:
_J

w
Cl
<:
0::
:::::>
f--
<t. 10 20 50 100 200
DURACION DE LA TORMENTA (minutos)

Figura 7.10
Grafico tipico relacionando area,
duraci6n y cantidad maxima de la
precipitaci6n para una red de es-
taciones que tiene pluvi6grafos.
 - 134 -

En la Figura 7.10 de la pagina precedente, el triangulo negro esta en el

punto que dice "la maxima intensidad en una hora (60 minutes) que se puede esperar
que ocurra en un area de 100 km2 ubicada en cualquier parte de la red, es de 20 cen-
timetres". Las curves trazadas en un diagrama asi se ven muy suaves y regulares. En
realidad estan cronstruidas a troves de una serie de puntos, tonto como un diagroma
de dispersion puede sugerir una curve.

7.15 Regimenes de escurrimiento de los rios

El problema de las crecidas sugiere discusiones de temas tales coma perio-

dos de retorno e intensidades maximas de precipitaci6n. Las crecidas mas probables
en ciertos tipos de rios que en otros, dependiendo de varies factores relocionados
con el clime.

Imaginemos la cuenca de un rio que recibe ague en forma de precipitaci6n

en partes iguales durante todos los meses del ano. Imaginemos tambien que muy poca
o ninguna de esa precipitaci6n llega y permanece en forma de nieve y de hielo.

El volumen de ague que fluye por este sistema de drenaje -el rio- dependera
en gran medida de la temperature y la humedad de la atm6sf e ro, yo qu e esta fa vorec e 0
reta r da la evaporaci6n. En este tipo de situaci6n:

PRECIPITACION = ESCURRIMIENTO + EVAPORACION

o bien

ESCURRIMIENTO = PRECIPITACION - EVAPORACION

Por lo tanto, es de esperar entonces que el volumen de flujo sera maxima en

los meses de evaporaci6n minima, generalmente en invierno en latitudes medics. La cur-
ve A de la Figura 7.11 de la pagina siguiente muestra esta close de regimen de escu-
rrimiento.

Imaginemos ahora una cuenca ubicada en el otro extrema de la anterior. En

ese caso toda la precipitaci6n esta concentrada en los meses de tiempo frio, de mane-
ra que esta permanece como nieve y de hielo sin correr durante los meses en que cae;
mas aun, toda la Cuenca del rio esta en las altos montanas donde la fusion esta dife-
rido haste los meses mas calidos.

En la yo mencionada Figura 7.11 de la pagina siguiente, la curve B sugiere

este tipo de regimen de escurrimiento, en el cual la precipitaci6n ocurre en un grupo
de meses, pero luego se retroso varies meses antes de que escurra una cantidad apro-
ximadamente igual.

Si la cuenca del rio no estuviera en las altos montanas, pero toda igual-
mente en latitudes altos donde la precipitaci6n de invierno cae y se conserve en for-
ma de nieve y de hielo, el desagUe seria como el de la curve. En este caso el desagUe
no esta tan retrasodo como en el coso de la curve B.
 - 135 -

·'\
er" .J \
0 0
........... .-4
:::> 1-t
.--l
4- .--l

)'', 'i. \
Q)
Q) -u
-u

,? '>--~;:
0
c
Q)
E
:::>
.--l
u
c
Q)
:::>
u
•-(/-.
,
. ',<°'
0
> 0 I I ' , ,....., __ _ 41'"'
.--l .. ...... .............
Q)
-u
~ ·-·
Periodo de sol bajo Periodo de sol alto
Figura 7.11
Cuatro tipos de regimenes de
escurrimiento de rios

Por supuesto que en los rios reales hay muchas combinaciones de estos regi-
menes basicos de escorrentia. Por ejemplo, una cuenca puede recibir casi toda su pre-
cipitaci6n durante los seis o siete meses de la temporada con sol bajo; pero s6lo en
los ultimos tres de ellos las temperatures estan por debajo del punto de congelaci6n.
Un caso asi se asemejaria al de la curva D en la Figura 7.11. En este caso la preci-
pitaci6n del principio del invierno escurre (la evaporaci6n es pequena), pero la del
final del invierno es demorada hasta el principio del verano. El resultado son dos
maximos en el regimen de la escorrentia del rio.

Los rios de cuencas grandes ti e nen generalmente una mezcla de varies r egi-
menes de escurrimiento. Asi es como la configuraci6n de su escurrimiento es mucho
mas compleja que las descritas aqui. De todas maneras debe quedar claro que los cli-
mat6logos tienen mucho para contribuir al estudio de las probabilidades de crecidas
en una cuenca de un rio en particular, independientemente del regimen de escurrimien -
to.
 - 136 -

Cuestionario

1. Las probabilidades de obtener coda una de las cares de un dado es 1/6. Haga
la siguiente serie de calculos:

a) las probabilidades de coda uno de los posibles numeros de 2 (k 0, 1,

2, 3, 4, 5) en cinco tirades de un dado (n = 5);

b) las mismas probabilidades (k = 0, 1, 2, 3, ·••··••• 19, 20) en 20 tira-

des (n = 20).

Dibuje los histogramas para coda uno de los conjuntos de calculos (veanse
las Figures 7.1 y 7.2 a).

2. Usando la distribuci6n de Poisson y los metodos del parrafo 7.3, estime la

probabilidad condicional de que en una estaci6n donde hay un promedio de
5,3 tormentas electricas por ano, un ano tenga 9 de esas tormentas, dado
que esta tiene mas de 6 y menos de 12 tormentas.

3. La siguiente hip6tesis fue enunciada en el p6rrafo 7 . 4: en la estaci6n M,

en agosto, si ayer hubo precipitaci6n medible en la estaci6n, entonces la
probabilidad de que hoy haya precipitaci6n medible es mas del doble que si
ayer no hubiera habido.

a) LCuales son las condiciones variables y sus valores?

b) LCuales son las variables condicionales?

c) Describe coda una de las variables a) y b) de acuerdo con las caracteris-

ticas de la lista del parrafo 5.3 de CL IV.

d) LPuede reordenar esta hip6tesis de manera que formule una hip6tesis nula?

4. Escriba una hip6tesis nula que sere la base para prober totalmente o en
parte su modelo en la respuesta a la pregunta 11 del Capitulo II.

5. Para las series de observaciones de la Tabla 7.1 construya un diagrama de

dispersion para desfasajes de l y 2 dias.

6. En la Tabla 7.2 cambie los datos de las observaciones de acuerdo con las
siguientes reglas y luego realice todos los calculos de la tabla con las
nuevas observaciones: i) T incrementada en 3°C; ii) R disminuida en un 5 %;
iii) U incrementada en l m/seg.
 - 137 -

7. Prepare gr6ficos de las re laciones e nt re las distintas vari ables de la con -

tinentalidad (ecuaci6n 7.5) segun las siguientes bases :

a) K relacionada con (T - t) para ~ 10° ' 30° y 50°·'

b) K relacionada con ~ para (T - t) = 10°C, 30°C y 50°C.

8. Dibuj e sobre escalas adecuadas la curva llamada "onda A + onda B" de la

Figura 7.8 (a). Sobre las mismas escalas, dibuje las curvas del mismo nom-
bre de la Figura 7.8 (b). Trace ahora sobre el mismo gr6fico una curva que
sea la suma de las dos anteriores. LCu61 de las tres curvas tiene la mayor
"periodicidad"?

9. Utilizando los datos de la Tabla 7.3, estime las intensidades que tienen
periodos de retorno medics de: a) 5 anos, b) 2,8 anos y c) 4 meses. Estime
ahora los periodos de retorno para los intensidades: d) 88, e) 75 y f) 61.

10 Describe un metodo mec6nico, que pueda hacer usted mismo, para obtener es-
timaciones de la precipitaci6n maxima en una hora a partir de cada hora
del registro de un pluvi6grafo como el de la Figura 7.9.
 - 138 -

Capitulo VIII

METODOS ESPECIALES EN EL ANALISIS CLIMATOLOGICO

Muchos conceptos del Capitulo VII fueron presentados para preparar al estu-
diante para una presentaci6n mas detallada en este capitulo. Por ejemplo, la secci6n
de pruebas de hip6tesis presentadas en el presente capitulo es mas detallada y, por
lo tanto mas util, que la secci6n correspondiente en el Capitulo VII. Pero la ultima
se entendera mucho mejor despues de que el alumno haya leido la anterior.

Del mismo modo que en el Capitulo VII, se presentan en este algunos metodos
que no tienen una secci6n correspondiente en el Capitulo VII.

A esta altura sera conveniente recordarle al alumno el aviso dado al comien-

zo del Capitulo V de CL IV: NO CONSIDERE LA LISTA DE METODOS PRESENTADOS EN ESTE CAPI-
TULO COMO FIJA 0 INMODIFICABLE. ESTOS NO SON TODOS LOS METODOS POSIBLES NI LOS MEJORES
PARA TODOS LOS PROBLEMAS. SIN EMBARGO, EL CONOCIMIENTO DE ELLOS PUEDE HACER DE USTED
UN CLIMATOLOGO EFECTIVO Y CON IMAGINACION.

8,1 Transformaciones

Cuando una variable o elemento es convertido en otro valor de acu e rdo con
una serie de reglas, la serie de reglas se llama una transformaci6n o transformada.
Generalmente hay una "correspondencia de uno a uno", de manera que hay solo un valor
de la variable transformada asociada con cada valor de la variable original, y vice-
versa,

En el parrafo 5.6.4 de CL IV se dieron como ejemplos las transformaciones

de grados Celsius a Fahrenheit y de centimetros de precipitaci6n a pulgadas. Aqui se
presentaran otros ejemplos mas complicados.

La transformaci6n se expresa generalmente como una ecuaci6n, con la variable

transformada dada como una funci6n de la variable original. Por ejemplo, si y = 3x,
cada valor de x sera transformado en un valor de y, y cada valor de y proviene de uno
y solo uno valor de x.

En la Tabla 8.1, los valores de x son transformados en valores de ln x -el

logaritmo natural de x- o mas especificamente x = (2,7183)Y. Como se puede ver, los
valores de y en ambos son menores que los de x, y aumentan mucho mas lentamente que
los valores de x.

En climatologia se usa con frecuencia esta "transformaci6n logaritmica".

En particular se usa cuando un rango amplio de numeros debe ser reducido a un rango
pequeno. Con frecuencia esto se puede hacer mediante un papel impreso especial, con
el sistema de coordenadas ya transformado a una escala logaritmica. Esa escala se
utilize sobre las dos coordenadas de la Figura 7.10, con el rango de valores desde
1 haste mas de 50, mientras que el range logaritmico solo esta entre 0 y 4.
 - 139 -

ln x ln x
-x ln x
-x - - -x
0.1 -2.303 5.0 1.609 200.0 5,298
0.5 -0.693 10.0 2.306 500.0 6 ,215
0.9 -0,105 20.0 2,996 1000.0 6,908
1.0 0 50.0 3.912 104 9.210
2.0 0,693 100.0 4.605 105 11.513

Tabla 8.1 Transformacion de x en y = ln x

A continuacion se muestra la forma de una "escala logaritmica":

Y = ln x -3 -2 -1 0 l 2 3 4 5 6 7 8

x 0.1 0.5 l 2 5 10 20 50 100 200 500 103

Entre las transformaciones mas utiles en el analisis climatologico estan

incluidas la desviacion tipica, TP, de una muestra de observaciones (CL IV, parrafo
5.6.2):

TD = ~~ tl (X1 - Mn(X)) 2 ~
[t. <x, - il'] • (8.1)

La primera version, que involucra el termino Mn(X) es la forma dado en el

CL IV. La segunda version, en la cual MN(X) es ahora llamado X, dice lo mismo en una
forma ligeramente diferente: DT es la raiz cuadrada del promedio de los cuadrados de
todas las desviaciones de las observaciones respecto del valor media de las observa-
ciones de una muestra.

Con una muestra de observaciones es mucho mas facil obtener el valor de la

DT de la muestra mediante la formula totalmente equivalente:

TD
[~
N
L:
i=l
x~l. (iJ'] • (8.2)

En este caso, igual que antes, el exponente 1/2 significa "sacar la raiz
N
cuadrada", El termino ")'x~ es la sumo de los cuadrados de todas las observaciones.
2
El termino (X) es el
t.i
cuadrado
del valor media de la muestra. La Tabla 8.2 de la pa-
gina siguiente contiene una muestra de cinco observaciones (N = 5), junto con los
calculos para mostrar que las ecuaciones (8.1) y (8 . 2) son equivalentes.

La ventaja del uso de la ecuacion (8.2) sobre la (8,1) no es tan obvia en

la Tabla 8.2 como lo seria para una muestra de numeros muy grande. La experiencia le
ensenara al estudiante a preferir la ecuacion (8.2),
 - 140 -

2 x2
Observaci6n (X1- X) (Xi- i) i C6lculos
(X1) -
4
5
-2
-1
4
1
16
25
lk -
if • xi2 190/5 ~
38
6 0 0 36 (x)2 • (6)2
+1 1 49
~
36
7
.JL .+2 _4_ ...!L {38 - 36)i a 1.414
Suma 30 10 190
Val or medio 6 a ~ 2 38
1.414 = DT
Raiz cuadrada
Tabla 8.2
C6lculo de la DT de la muestra por los dos metodos equivalentes

Para una muestra de una variable binaria -en la cual un resultado es 0 y

el otro es 1- el c6lculo de la DT de la muestra es bastante simple, de acuerdo con
la formula siguiente que puede ser controlada con la ecuaci6n (8.2) para ver que
esta es equivalente para una variable binaria:

suma de los "l" de la muestra

DTb. . = NP (l - P), donde P (8.3)
1nar1a numero de observaciones

Habiendo efectuado el c6lculo de la DT de la muestra, podemos proceder al

c6lculo de la importante y u~il transformaci6n de la variable t, de acuerdo con la
siguiente formula:
t = (X - M) (N - 1)1/2 (8.4)

El analista sabe que N es el numero de observaciones para una muestra. Sa-

be tambien que el valor de la DT de la muestra la obtiene con la ecuaci6n (8.?). El
valor de M se elige de acuerdo con el problema particular que s e est6 analizando y
que ser6 mencionado m6s tarde.

La Tabla 8,3 muestra el c6lculo de t para la muestra de la Tabla 8.2 con

el valor 4,8 asignado a M. El estudiante deber6 familiarizarse mucho con su c6lculo.

La utilidad de la transformaci6n logaritmica y de la transformaci6n t ser6

m6s evidentes en los secciones que seguir6n a continuacion.

La Tabla 8.2 da:

N = 5; X = 6; DT 1,414 (6 - 4,8) (5 - 1)1/2
Entonces: t
l, 414
(l,2) (2)
Valor atribuido a M = 4,8 t = = 1,7
1,414
Tabla 8,3 C6lculo de lo transformaci6n del valor
media de la muestra de la Tabla 8,2 en la variable t
 - 141 -

8.2 Prueba de la hip6tesis nula

En la secci6n 7.4 se mencion6 que la hip6tesis nula es un enunciado del he-

cho de que NO HAY DIFERENCIA entre los valores de dos mediciones. Tambien se mencion6
que un analista hace una hip6tesis que trata luego de refutar. Si la puede refutar,
llega a un tipo de conclusion: las conclusiones que son significativas por la hip6te-
sis que ha hecho al principio.

El enunciado de una hip6tesis por un analista no representa necesariamente

lo que el cree, como pronto veremos.

Pensemos ahora un momento en el significado de una prueba de hip6tesis nu-

la. Para comenzar, el analista hace una hip6tesis como la que se mencion6 en la sec-
ci6n 7.4:

"La concentraci6n de contaminantes en el aire en la ciudad C despues del

comienzo del programa de control de contaminaci6n del aire es la misma que
tenia antes de que comenzara el programa. No hay diferencias entre ambas y
despues del comienzo del programa".

Esta es una forma de la hip6tesis nula. Es aproximadamente cierto que el

analista no quiere creer la verdad del enunciado, pero su sentimiento personal no en-
tra en su enunciado.

L0ue verifica la prueba estadistica de esta hip6tesis? Primero, el analista

manifiesta DESAPROBAR la hip6tesis. El estudiante debe comprender este importante y
esencial punto. El analista no puede APROBAR la hip6tesis como tal. Despues de sus
pruebas, pueda sacar solo una de las dos conclusiones siguientes:

a) la hip6tesis no es consistente con las observaciones; tengo fran confian-

za que la hip6tesis es cierta;

b) las observaciones no proveen evidencias suficientes como para deshechar

la hip6tesis; entonces debo concluir que es POSIBLE que la hip6tesis sea
cierta.

8.2.l El teorema central del limite

Ahora podemos establecer una vez mos las dos reglas del muestreo (CL IV,
p6rrafo 5.6.3, y p6rrafo 7.2 de este libro) en una forma directamente relacionada con
la prueba de la hip6tesis nula:

a) si todas las muestras posibles son .t()'!l_adas aleatoriamente de una pobla-

ci6n con una desviaci6n tipica cr- y hay N observaciones en cada muestra,
entonces la nueva poblaci6n integrada por todos los valores medios de
la muestra tendr6n una desviaci6n tipica:

crX = cr-/ (N)l/2., ( 8. 5)

b) la nueva poblaci6n de valores medios de todas las muestras posibles de

tamano N, tomados de una poblaci6n con DT = cr- y valor medio = .>1'' tiene
 - 142 -

tambien un valor medio = }JI y una desviaci6n tf pica dado por la e cuaci6n
(8.5). .

La Figura 8.1 muestra el significado del teorema central del lfmite, que es
el nombre tecnico para el par de reglas dados. En la figura, que es muy similar a la
Figura 5.5 del CL IV, y a las Figures 7 . 1 y 7.2 de este libro, cuando se avanza desde
la Figura 8 . 1 (a) donde se muestra la poblaci6n original, el histograma dibujado es
el de las valores medios de todas las muestras posibles que se pueden obtener de la
poblaci6n original. A medida que N (el tamano de la muestra) aumenta, el histagrama
e~ Cada vez mas y mas angosto c~ X mas pequeno) y SU valor medio se aproxima mas y
mas a P·

Finalmente, hay dos cosas para recordar sobre el teorema central del lfmi-
te. Primero, el teorema es cierto sin que interesa la forma del histograma de la po-
blaci6n original; la forma en la Figura 8.1 (a) es solo una forma posible. Segundo,
para que la aplicaci6n del teorema sea correcta, las muestras deben estar constitui-
das por observaciones de sucesos independientes (CL IV, parrafo 5.7.l) de manera que
ninguna observaci6n influya en modo alguno en otra observaci6n. Es decir, que las ob-
servaciones deben ser ALEATORIAS.

<t:
>
H
1-
<t:
_J
C1
Ox= ( C1 !V5)
w ~
a::: 14 ~
<t:
H
u
z N:S
w
:::J
u
w
Cl!
lJ_ I I . ':I • - · I • "•I • ·4 •I • i • ~I ' • I . .. · 1 •• I

lalyALOR DE X }l lbl VALOR DE Xtt

Ox= (O~)
crx=---! ~I cr/ffll

N: 20 N: 50

1c1vALOR DE Xµ ldl VALOR DE Xµ

Figura 8.1
Teorema central del lfmite. A med i da q ue el tamano de la
muestra aumenta, sin importer cual es la forma de la po-
blaci6n original, la distribuci6n de todos los valores me-
dios de la muestra tiene un valor medio mas cercano al de
la poblaci6n original y una desviaci6n tipica que es coda
vez mas pequena de acuerdo con la ecuaci6n (8 . 5)
 - 143 -

8.2.2
~~-~:~=~~-l~==~~~:~~~-~~=2
Cuando las variables obtenidas no son variables numericas o son variables
binaries, tambien es posible probar _Ja hip6tesis nula. Por ejemplo, consideremos la
ocurrencia de una tormenta electrica. Esta es binaria y no numerica.

Supongamos que el director de un centro meteorol6gico pide a su jefe de

climatologia que le ayude a evaluar la capacidad de dos de sus pronosticadores. El
climat6logo le encarga a los dos pronosticadores que hogan los pron6sticos para las
mismas diez situaciones y observe que el Pronosticador B produce mejores resultados
que el Pronosticador A en ocho de las diez situaciones.

A primera vista, la conclusi6n debe ser seguramente que B es mejor pronos-

ticador que A. Pero coma en el caso de la tirade de monedas, es POSIBLE tener una
secuencia de caras o cruces con una moneda equilibrada. Entonces, la respuesta puede
no ser: "Bes el mejor". Para obtener una respuesta mas cercana a la verdad, el cli-
mat6logo puede hacer una prueba con la ji-cuadrado sabre la hip6tesis nula: "la pro-
babilidad de que el pron6stico de B sea superior en una determinada situaci6n sin6p-
tica NO ES DIFERENTE de la probabilidad de que el pron6stico de A sea superior a esa
situaci6n".

Entonces hace una tabla coma la Tabla 8.4 para ordenar sus ideas.

Numero de casos
Frecuencias Pronosticador A Pronosticador B Total
Observadas 2 8 10
Por la hip6tesis nula 5 5 10

Tabla 8.4 Prueba ji-cuadrado de la hip6tesis de que la habili-

dad del Pronosticador A no es diferente de la del pronosticador B

Si la hip6tesis nula es correcta, entonces en el promedio deber6 haber 5

casos en cada una de las dos categorias de coda 10 casos. El climat6logo calcula
ahora el valor de la estadistica ji-cuadrado, que es una suma de terminos, todos
semejantes a este:
2
x2 = (valor observado - valor hipotetico)
2: valor hipotetico
(8.6)

En el caso sencillo de la Tabla 8.4, el valor de ji-cuadrado es la sumo de

solo dos terminos:
2 2
x2 = (2 : s ) + (8 : s) = l~ = 3,6
5
 - 144 -

Si el valor de ji-cuadrado es grande significa que las observaciones y las

predicciones de la hip6tesis nula no estan del todo de acuerdo y la hip6tesis nula
puede ser falsa. Pero, lque valor se considera grande? lEs un valor grande de ji-cua-
drado el 3,6?

Para responder a la pregunta, el climat6logo utilize la Tabla 8.5 que es,

sin duda, una tabla muy importante. Se puede usar para cualquier prueba con la ji-
cuadrado y responde a la pregunta: lcual es un valor grande de ji-cuadrado?

Busque en la Tabla 8.5 el valor 3,6 en la linea donde n = l. El valor esta

entre los valores de las columnas 10% y 5%: 2,71 y 3,84. Conclusion: podria tener un
valor de 3,6 mas del 5% de las veces, AUN CUANDO LA HIPOTESIS NULA ES CIERTA, pero
no mas del 10% de las veces.

n 10% 5% 1% 0.1%

1 2.71 3.84 6.64 10.83

2 4.61 5.99 9.21 n.82
3 6.25 7.82 11.34 16.27
4 7.78 9.49 13.28 rn.46
5 9.24 11.07 15.09 20.52
6 10.64 12.59 16.0l 22.46
7 12.02 14.07 18.48 24.32
8 13.36 15.51 20.09 26.12
9 14.60 16.92 21.67 27.8 0
10 15.99 18.31 23.21 29.59
11 17.28 19.68 24.73 31.26
12 18.55 21.03 26.22 32.91
13 19.81 22.36 27 .69 34.53
14 21.06 23.69 29.14 36.12
15 22.31 25.00 30.58 37.70
16 23.54 26.30 32.00 39.25
18 25.99 28.87 34.81 42.31
20 28.41 31.41 37.57 45.32
23 32.01 35.17 41.64 49.73
26 35.56 38.8tl 45.67 54.05
30 40.26 43.77 50. 8) 59. 70
>30 Vease a) Vease b

a) Tornese: n + 0,85 + 1,645 ~ (aproximacj6n)

b) Tornese: n + 2,20 + 2,326
~ (aproximaci6n)

* Recopilado de la Tabla IV de "Statistical Tables ror 3iological,

Agricultural and Medical Research", por Fisher and Yates, Oliver
and 3oyd Ltd.

Tabla 8.5
Valores limites de ji-cuadrado*
 - 145 -

El · ~orcentaje critico utilizado en tales p ~ u e bas se llama nivel de signifi-

caci6n . Este es el tamano del riesgo que se corre al hacer uso de los dos tipos posi -
bles de errores: deshechar la hip6tesis nula cuando esta es rea lmente cierta (p6rra-
fo 7.4) • .En este caso, si el climat6logo est6 dispuesto _g _pce ptar un 10 % de riesgo
-- de -- ;rror ; · ·desh-~char6 la hip6tesis nula . Si est6 dispuesto a aceptar solamente un 5 %
de riesgo o menos, no deshechar6 la hip6tesis nula. N6tese que no la acepta . Solo
puede decir : "No tengo suficiente evidencia para deshecharla".

Entonces, si toma el acostumbrado nivel de significancia del 5 %, debe de-

cir : "Los diez casos no me permiten emitir el juicio de que la capacidad de B excede
a la de A".

l_Por que ir a la linea n = l? La columna encabezada "n" en la Tabla 8 .5

contiene lo que se llama grados de libertad. Por el momenta el estudiante est6 invi -
tado a aceptar simplemente el hecho de que para una prueba cuya tabla se asemeja a
la Tabla 8.4, hay un "grado de libertad" en la .prueba.

l,Oue pasa si A y B han competido en 100 casos en lugar de hacerlo en 10?

l,Oue pasa si la relaci6n 8/2 se cumpli6 en los 100 casos? El valor de ji-cuadrado no
seria 3,6 sino 36.
2 2
X2 -- (80 50
- 50)
+
(20 - 50) - 36
50 -

La Tabla 8.5 muestra que para un valor de 36,0 se puede tomar un riesgo tan
pequeno como del 0,1 % de estar equivocado y deshechar todavia la hip6tesis nula. El
n6mero de casos es mucho mayor (100 en lugar de 10). En un gran n6nero de casos, B ha
sido superior en sus pron6sticos con mayo r frecuencia . Con un n6mero mayor de casos,
el climat6logo podr6 decir: "Ahora que tengo mas evidencias, c r eo que puedo deshechar
la hip6tesis nula". Lo que significa que llegue a la siguiente conclusion : "A y B no
est6n igualmente capacitados" . En particular, B est6 m6s capacitado que A.

Aqui est6n los valores de ji-cuadrado para otras relaciones de observacio-

nes de 100 casos. l,En que punto ya no se puede deshechar la hip6tesis nula a medida
que los exitos de B son cada vez menores?

A superior B su~erior ji- cuadrado

20 80 36**
30 70 16**
35 65 9**
40 60 4*
45 55 l

El doble asterisco (**) significa que hay un valor grande de ji-cuadrado

para un riesgo del l % de esta r equivocado al deshechar la hip6tesis nula: el l %
de nivel de significaci6n. El asterisco simple ( *) significa un valo r grande para
un riesgo del 5 % pero no para un riesgo del l %. Entonces el punto donde el n6mero
de los exitos de B comienza a caer debajo de los 65 sobre un total de 100 casos, es
 - 146 -

el punto donde yo no se puede deshechar mas la posibilidad de que A y B esten igual-

mente capacitados.

Veamos ahora un ejemplo ligeramente mas complejo con menos discusi6n. En

la Tabla 5.16 de CL IV se dieron observaciones del numero de cases en los cuales hu-
bo o no hubo lluvia siguiendo puestas de sol con cielos de color rojizo o sin color.
Aqui reproducimos una copia de esta tabla con todos los cases del "color" puestos
juntas.

Col or Lluvia posterior Total

OBSERVADO si no
-
si 297 499 796
no 167 135 302
- -
total 464 634 1098

HIPOTETICO
(464) 7 (643)
si (1098) ( 96 ) (1098) ( 796 ) 796

(464) (634)
(1098) ( 3o2 ) (1098) ( 3o2) 302

Tabla 8.6 Tabla de contingencia relacionando el color del cielo

a la puesta del sol con la probabilidad de lluvia, dentro de las
24 horas siguientes a la puesta del sol (v. Tabla 5.16 de CL IV)

La secci6n inferior de la Tabla 8.6 contiene los calculos de las frecuen-

cias hipoteticas basadas sabre la hip6tesis nula de que no hay mayor probabilidad de
lluvia despues de una puesta de sol no rojiza.

LC6mo se puede llegar a esas f recuencias hipoteticas? He aqui el razonamien-

to . Hay 464 cases con lluvia y 634 cases con no lluvia INDEPENDIENTEMENTE DEL COLOR
DEL CIELO A LA PUESTA DEL SOL. Si la hip6tesis nula es cierta, se esperaria que los
796 cases y los 302 casos sean divididos en las mismas proporciones como los 1098
cases, o sea la proporci6n 464:634.

A partir de los denominadores en las siguientes fracciones, se puede obte-

ner los valores de las frecuencias hipoteticas (vease la ecuaci6n 8.6):
2 2 2 ')
2
X =
(297 - 337) (499 - 459) (167 _ 127) + (135 - l75)L = 29,97
337 + 459 + 127 175

En la Tabla 8.5, con un grade de libertad (n = 1), 29,97 es un valor gran-

de aun con un riesgo de error de solo un 0,1 %. Es cosa segura deshechar la hip6tesis
nula y concluir que la ocurrencia de la precipitaci6n probablemente este relacionada
con el color rojizo o el tono incoloro del cielo a la puesta del sol.
 - 147 -

Pero, Lde que manera la ocurrencia de lluvia est6 relacionada con el color
rojizo o no del cielo al anochecer? A juzgar por la Tabla 8.6, la lluvia es menos
probable despues de una puesta de sol rojiza que despues de una no rojiza.

Un ejemplo final del uso de la prueba ji-cuadrado, que concierne a la hip6-

tesis de que no hubo efecto de un programa para controlar la contaminaci6n del aire
en la ciudad C. Digamos que el climat6logo, en su prueba, est6 considerando que sus
observaciones de visibilidad sean una medida de la limpieza del aire sobre la ciudad .
Al ordenar sus observaciones, planea considerar cuatro categorias de visibilidad; es-
tas incluyen la capacidad o incapacidad del observador de ver tres referencias en su-
perficie, A, By C, como en la Tabla 8.7 (a). El climat6logo dispone de diez anos de
datos del me~ de marzo en el periodo anterior al comienzo del programa de cont rol y
tiene solo tres anos de datos para el mes de marzo desde que comenzo el programa de
control. Para asegurar que las observaciones sean rclativcmcnte independientes tomu
las visibilidades a mediodia coda tres dias, sobre la suposicion de qL1e los datos de
visibilidad separados de este modo no afectan los unos c los otros. Entonces, en los
diez marzos tiene 30 observaciones (3 x 10), con una por dio en diez dios por morzo.

La referencia mas lejona que el observador

puede ver es .••
Fecha
~~-
Nada
-~
A B c Total
Antes del programa 15 40 25 20 100
Despues del programa 3 10 12 5 30

Figura 8.7 (a) Observaciones en la ciudad C del numero de dias

de marzo en los cuales el observador pudo ver a mediodia la mas
lejana de los tres referencias. Las observaciones se hicieron en
los diez a~os anteriores y los tres anos postericres al comienzo
de un programa para controlar la contaminaci6n del aire er la
ciudad C
Ahoro surge otro problema . Pora una pruebo v6lida de ji-cuadrado, el umbral
no deb e ser menor de 5. Esta REGLA DEL CINCO se hace porque los denominadores a veces
hacen contribuciones muy grandes al ji- cuodrodo total, hacienda q11e tome valores muy
grandes 0 muy pequenos f uero de proporci6n para la importancia del unico umbra! en
la tabla. La soluci6n usual es combiner las columnos vecinas hostn que ningGn umbral
sea menor que 5, Las primeras dos columnos han sido combinadas en la Tabla 8.7 (b),
combinando la entrado "3" con la "10".

La referencia mas lejano que el observador

puede ver es •••
Fecha Nada o A
-8 -c Total
- -
Antes del programo 55(52,3) 25(28,5) 20(19,2) 100(100)
Despues del progromo 13(15,6) 12 (8,6) 5 (5,8) 30 (30)
68(68) 37(37) 25(25) 130(130)
Tabla 8.7 (b) Revision de la Tabla 8.7 (a) combinando
la columno "nado" y "A" para cumplir la "regla de cinco"
 - 148 -

Los numeros entre parentesis son frecuencias hipoteticas. El c6lculo de

ji-cuadrado es:
2 2 2 2 2
(3,5) (0,8) (2,6)
x2 = (2, 7)2 + - - + - - + - - + (3,4) + (0,8) 2,48
52,3 28,5 19,2 15,6 8,6 5,8

En este caso, el numero de grados de libertad adecuado es n = 2. Una mirada

a la Tabla 8.5 nos dice q ue con 2 grados de libe rt ad un valor de 2, 8 para ji-cuadrado
no es grande. Entonces no podemos deshechar la hip6tesis nula. Luego no podemos con-
cluir que hubo mejoria en las visibilidades a mediodia durante el mes de marzo desde
que comenz6 el programa de control de la contaminaci6n del aire. Esta no prueba que
no haya mejorado, s6lo dice que no hay suficiente informaci6n para sugerir que ha
habido un mejoramiento. Finalmente se ha cumplido con la "regla del cinco", yo que
ninguno de los denominadores de los c6lculos de la ji-cuadrado es menor de cinco.

LC6mo se hace para sober el numero de grados de libertad que se deben usar
en la Tabla 8.5? Las siguientes indicaciones son casi siempre correctas.

Cuando la tabla de OBSERVACIONES contiene una s6la fila (como en el caso de

la Tabla 8.4), n =al numero de closes menos 1. En la Tabla 8.4, n = 2 - l = 1.

Cuando la tabla de observaciones contiene mas de una fila (como en las Ta-
blas 8 . 6 y 8.7 b), n = (numero de filas menos 1) x (numero de columnas menos 1). Pa-
ra la Tabla 8.6: n = (2 - 1) (2 - 1) = 1 . Para la Tabla 8.7 (b) es (2 - l) x (3 - 1)
= 2. Para una tabla de observaciones con 4 filas y 5 columnas, n = (4 - 1) x (5 - 1)
= 12. Y asi sucesivamente.

8 . 2.3 La prueba t

Asi como se puede probar la hip6tesis nula usando datos no numericos con la
prueba del ji-cuadrado, se puede probar la hip6tesis nula usando datos numericos con
la prueba t. El r azonamiento general es aqui el mismo, excepto qu e la variable t (vea-
se el p6rrafo 8.1 sobre las transformaciones) se utiliza para comparar con una tabla
distinta de la ji-cuadrado.

LCu61 es la variable t, en el que es transformado el valor media de la mues-

tra? Es una observaci6n dentro de una nueva distribuci6n que tiene un valor medio nu-
lo y una desviaci6n tipica igual a la unidad. La Figura 8.2 muestra esa transformaci6n.
Sobre la izquierda hay una distribuci6n de frecuencia con un valor media de }1' = 0,072
y una desviaci6n tipica de ~ = 0,02 . Sobre la derecha hay una distribuci6n de frecuen -
cia con valor medio p = 156 y desviaci6n tipica de ~ = 73. A troves de la transforma-
ci6n a t, una observaci6n de CUALQUIER distribuci6n es transformada en una observa -
ci6n correspondiente a la distribucion de frecuencia en el centre de la Figura 8.2,
teniendo un valor medio = 0 y o = 1.

En la Tabla 8.8 se don los valores de t en una manera similar a los valores
de ji-cuadrado en la Tabla 8.5. Es decir, la columna encabezada con "n" es la del nu-
mero de grados de libertad en una prueba. Los encabezamientos de las otras columnas
don el riesgo correspondiente al rechazar la hip6tesis nula.
 - 149 -

~
__.JI--
1~.
H

~
_J
0=0.02
~c1:10
w . · - ~er= 73 ~
0::

<:

~
H
u
z
w
::i ' ? ... _ /"\ _ ....
u
w
0::
LI.... .072 0 156
Figura 8.2 La distribuci6n de frecuencia de una pobla-
ci6n cualquiera, cuando es transformada de acuerdo con
la ecuaci6n (8.4), se convierte en la frecuencia de una
poblaci6n con valor media cero y desviaci6n tipica de 1.

n -0·, l 0,05 0,01 0,001

l 6,314 12,706 63,657 636,619
2 2.920 4,303 9,925 31.598
3 2,353 3,182 5,841 12,941
4 2,132 2,776 - 4,604 8, 610
5 2,015 2 , 571 4,032 6, 859
-6 1,943 2,447 3 ,707 5,959
7 1,895 2 , 365 3 .499 5, 405
8 1,860 2.306 3,355 5,041
9 1,833 2,262 3,250 4. 781
10 1,812 2,228 3,169 4,587
15 1,753 2,131 2,947 4, 073
20 1,725 2,086 2,845 3, 850
25 1,708 2,060 2,787 3, 725
30 1,697 2,042 2,750 .. 3, 646
40 1,684 2,021 2.104 3, 551
60 1,671 2,000 2,660 3, 460
120 1,658 1,980 2,617 3, 373
00 1.645 1,960 2,576 3. 291

Recopilado de la Tabla III de Fisher y Yates "Statistical Tables for

Biological, Agricultural and Medical Research", publicado por Oliver
and Boy Ltd., Edimburgo, • .L"

Tabla 8,8
La distribuci6n de "t" de acuerdo
con el numero de grados de liber-
tad, n, y el nivel de significa-
ci6n que se debe utili~ar en la
prueba t
 - 150 -

A medida que el tamaffo de la muestra, N, crece, la distribuci6n de frecuen-

cia de sus valores medios se aproxima mas y mas a la distribuci6n normal, como lo de -
muestra la Figura 8.1. A medida que el tamaffo de una muestra crece, la distribuci6n
de frecuencias de la transformaci6n t de SU valor media Se aproxima mas y mas a la de
una distribuci6n normal particular con valor media = 0 y DT = 1. Entonces, YA QUE SE
PUEDE TRANSFORMAR CUALQUIER VALOR MEDIO DE MUESTRA rn UN VALOR DE "t", SE PUEDE USAR
UNA SOLA TABLA DE "t" PARA PRUEBA DE LOS VALORES MEDIOS DE CUALQUIER DISTRIBUCION.

En la Figura 8.3 se muestran las relaciones entre los valores de la Tabla

8.8 y la curva de la distribuci6n t. Los grados de libertad, n, son generalmente
igual a N-1, tamaffo de la muestra menos uno. Entonces, como se ve en la Figura 8.3,
una fracci6n de area total por debajo de la curva esta "aislada" del resto del area
por un valor de tc o "t critico". El valor de tc se encuentra en la Tabla 8.8 en la
linea de n = (N-1) y en la columna cuyo encabezamiento es igual al valor fraccionado
del area mas pequeffa aislada por t .
c

-tc 0 +tc

Figura 8.3
Esquema de la relaci6n entre el significado
de los valores de entrada y la distribuci6n
t en la Tabla 8.8

Por ejemplo, con n = 10, un valor de tc = 2,228 separa DE UN LADO DEL VALOR
MEDIO un area igual al 2,5 % del area total por debjado de la curva. Entonces el area
total relative a la izquierda de t = -2,228, mas el area total relative a la derecha
de t = 2,228, es igual al 5,0 % (0,05), como se muestra en el encabezamiento de la
columna en la Tabla 8.8. Un valor de t = 4,587 aisla un total del 0,1 % del area to-
tal, estando la mitad de esta en cada gxtremo de la distribuci6n.

Los siguientes ejemplos mostraran la forma de utilizar la tabla de t para

prober la hip6tesis nula. El primer ejemplo utilize los datos de la Tabla 5 . 9 de
CL IV, conteniendo los totales anuales de precipitaci6n para una estaci6n en el Ca -
ribe. La Tabla 8.9 contiene el total anual de precipitaci6n para los primeros cin-
co affos y los ultimos cinco affos, expresados en centimetros, y expresados en centi-
metros menos el menor valor entrado, que es 89, La prueba t que debe ser realizada
producira los mismos valores de t y, por lo tanto, las mismas conclusiones sabre la
hipatesis nula, cuando el total esta expresado en centimetros, centimetros menos 89
o en pulgadas.

La sustracci6n del valor minima permite simplemente trabajar con numeros

mas pequeffos, sin modificar los valores de t 0 las conclusiones alcanzadas al rea -
lizer esta prueba .
 - 151 -

Ano Totol anual Ano Total anual (Total - 89) (Total - 89)
(cmL (cmL (cmL ( cmL
l 129 46 99 40 10
2 112 47 101 23 12
3 89 48 99 0 10
4 108 49 124 19 35
5 143 50 97 54 8
-- -
Total 581 520 136 75
Valer medio 116,2 104,0 27,2 15,0

Tabla 8.9
Totales anuales de precipitaci6n, tomados de la
Tabla 5.9 de CL IV para los primeros cinco anos
y los ultimos cinco anos de registro en una es-
taci6n del Caribe

Para transformar las muestras a valores de t necesitaremos los valores de

la desviaci6n tipica para coda una y un valor para asignar a M. Utilizando la ecua-
ci6n (8.2), el estudiante puede controlar los valores de DT = 18,5 cm para el primer
grupo de cinco anos y DT = 10,0 para el segundo grupo de cinco anos. Los volores de
DT deberan ser los mismos independientemente de que se usen los totales originales o
los totales menos 89.

La elecci6n de M depende de lo hip6tesis particular que debe ser probada.

En coda coso proboremos lo hip6tesis de que el primer grupo de cinco onos es uno mues -
tro socodo de uno pobloci6n cuyo volor medic es 102 cm. Entonces osignomos el volor
102 a M y colculomos t:
1/2
(116,2 - 102,0) (5 - 1) - l 53
t = 18,5 - I

De ocuerdo con lo Tabla 8.8, cuondo los grades de libertod son N-1 = n = 4,
un volor de t = 2,132 oislo el 5 % del area hocio el extreme derecho de lo distribu-
ci6n t; por lo tanto, nuestro volor de t = 1,53 separo mas de un 5 % del area. Esto
significo que tendremos mas de un 5 % de riesgo si decidimos rechozor la hip6tesis
nulo sobre la base de ese volor de t.

Lo hip6tesis nulo "lo muestra de los primeros cinco anos de precipitaciones

totoles onuales es uno muestro proveniente de uno pobloci6n cuyo volor medic NO ES DI-
FERENTE de 102'' no puede ser rechazodo sin tomor un riesgo relotivomente gronde.

Ya que las discusiones del parrafo 5.6.3 de CL IV nos indicabon que lo pre-
cipi taci6n media anual en la estaci6n es 40,05 pulgadas = 102 cm, no es una sorpresa
que no podamos desaprobar la hip6tesis.
 - 152 -

Para la segunda muestra de cinco anos calculamos de nuevo t:

1 2
t
(104,0 - 102,0) (5 - 1) 1 = 0,40
10,0

Este velar de t aisle un porcentaje del 6rea aun mayor que el de 1,53. Te-
nemos entonces un riesgo aun mayor si rechazamos la hip6tesis nula sabre la base de
t = 0,40. Nuevamente el resultado no es sorprendente, yo que las dos muestras fueron
tomadas de una poblaci6n m6s grande cuyo velar media sabiamos que era 102 cm,

LQue peso si los tamanos de las muestras son diferentes? La Tabla 8.10 con-
tiene los valores de t para muestras de distinto tamano, usando el mismo velar de X,
DT y M para las dos muestras de cinco anos.

Primera muestra: Segundo muestra:

·-- i

x = 116,2 x = 104,0
DT = 18,5 DT = 10,0
M = 102,0 M = 102,0
N t t

2 0,77 0,20
5 1,53 0,40
10 2,30* 0,60
20 3,36** 0,87
50 5, 38** 1,40
100 7,66** 1,99**

Tabla 8.10
Valores de t asociados con distintos valores de tamanos de
muestra para las dos muestras de cinco anos (v. Tabln 8.9)

La tabla indica los valores de t suficientemente grandes coma para justifi-

car el rechazo de la hip6tesis nula con solo un 5 % de riesgo (*) o un 1 % (**), Es
decir, estos valores de t "son significativos a niveles del 5 % y del 1 %".

A partir de estas comparaciones de N y t, vemos que el valor media de 116,2

cm para muestra de 20 o mas permitir6 un rechazo confiable de la hip6tesis de que una
muestra coma esta proviene de una poblaci6n con velar media = 102 cm. Pero un velar
media de la muestra de 104 cm, aun para muestras de tamano tan grandes coma 100, per-
mi tiran el rechazo de esa hip6tesis solo con dudes,
 - 153 -

Entonces SI LA DIFERENCIA (i - M) PERSISTE AUN CON GRANDES INCREMENTOS DEL

TAMANO DE LA MUESTRA, LA INFORMACION SE HACE SUFICIENTE PARA CONSIDERAR EL RECHAZO DE
LA HIPOTESIS NULA. Si la hip6tesis nula es realmente verdadera, tamanos de la muestra
coda vez m6s grantjes producir6n valores coda vez m6s pequenos de (i - M) de acuerdo
con el teorema central del limite.

Otro ejemplo a partir de los datos de la Tabla 8,9. Esta vez la hip6tesis
que debe ser probada es que las dos muestras de cinco anos fueron tomadas de la misma
poblaci6n. Es decir, la hip6tesis nula es que los valores medics de las poblaciones
de donde son tomados los datos NO SON DIFERENTES, o que la diferencia entre los dos
valores medios de la poblaci6n es cero.

Para hacer esta prueba, debe utilizarse una forma de t ligeramente diferente:

t = (il - i2) (N - 1)1/2 1 2

(116,2 - 104,0) (5 - 1) 1 = 0,69 ( 8.7)
=
Lfl8,5) + (10,0)~l/2
2
(Dri + Dr;)1/2

Para t se usa la misma tabla, de manera que el valor 0,69 debe ser conside-
rada demasiado pequeno para justificar el rechazo de la hip6tesis nula. Nuevamente,
ya que las dos muestras provienen de la misma poblaci6n, no es sorprendente que no se
puedan refuter sus mismos origenes.

Una ultimo aclaraci6n sobre la t de prueba. Para que el metodo sea veraz se
debe cumplir con el requerimiento de que las muestras sean observaciones que consti-
tuyen SUCESOS INDEPENDIENTES. Las precipitaciones totales anuales pueden ser conside-
radas aproximadamente como sucesos independientes. Por lo tanto, la prueba recien
realizada es confiable.

8.2.4 Previsiones para evitar las conclusiones incorrectas

----------------------------------------------------
Al final del p6rrafo 7.4 se enunciaron las medidas que se debian tomar para
evitar cometer alguno de los errores:

a) rechazar la hip6tesis que es realmente cierta;

b) no rechazar una hip6tesis que es realmente falsa.

Evitar estos dos errores significa, por supuesto, evitar una conclusion in-
correcta, sea cual fuere.

Las formas de evitar el primer tipo de error ya han sido tratadas. Al elegir
el nivel de significaci6n -la columna que est6 al principio de la tabla de t en la Ta-
bla 8.8- se establece el riesgo tornado al rechazar una hip6tesis nula verdadera. En-
tonces, al hacer la selecci6n de la columna que se debe utilizar en la Tabla 8.8, se
est6 eligiendo el error a tomar.

E~ HECHO DE EVITAR EL PRIMER ERROR (a) ESTA ACOMPANADO DE LA ELECCION DE UN

VALOR PEQUENO DEL NIVEL DE SIGNIFICACION.
 - 154 -

La Tabla 8.10 contiene la clave del metodo para evitar la segunda close de
error, en el cual no se rechaza una hipotesis false. En esta tabla se mostro que la
interpretacion de un valor dado de t cambia al cambiar el tamano de la muestra. Si una
hipotesis es false, persistira una diferencia (X - M) a medida que el tamano de la
muestra aumente m6s y mas . Al ir ocurriendo esto, la confianza que se tiene en recha -
zar la hipotesis false tambien aumenta. Dicho de otra manera, se comete un error pro-
bablemente coda vez menor cuando se tiene coda vez m6s informacion de la forma de una
muestra coda vez mayor.

Entonces, EL HECHO DE EVITAR EL SEGUNDO ERROR (b) ESTA ACOMPANADO DE LA 08-

TENCION DE MUESTRAS LO MAS GRANDES POSIBLES CONSISTENTES CON LOS OTROS REQUERIMIENTOS
DE LA PRUEBA.

8.3 Intervalo de estimacion

En el caso de la primera muestra de cinco anos en la Tabla 8.9, la conclu-

sion fue que la muestra provee insuf iciente informacion como para rechazar la hipote-
sis de que la muestra fue tornado de una poblacion con un valor media de 102 cm.

En este caso, conocimos a partir de las discusiones de CL IV que el valor

medio verdadero es 102 cm. Pero supongamos que no sabiamos esto y que tuvimos solo una
muestra de cinco anos. Por el metodo de la estimacion de intervalo, podemos calcular
un intervalo dentro del cual se puede decir que cae el verdadero valor medio . Ademas,
podremos manifestar el tamano del riesgo que tomaremos si nuestro intervalo NO contie-
ne el valor medio verdadero.

En la Figura 8.3 y en lo Tabla 8.8, los valores de t aislan distintos por-

centa jes del area total que esta por debajo de la curve de la aistribucion t. Al ele-
gir un cierto valor de nivel de conf ianza, o de la columna que encabeza la Tabla 8.8,
tambien podemos elegir la fraccion de area separada.

Entonces, por ejemplo, con n = 10, la eleccion de t = 2,228 produce el re-

sultado de que el 2,5 % del area sabre cualquier extrema de lg distribucion estara se-
parada del valor medio en mas de 2,228 unidades. Es decir, que al elegir el 2,228 para
t tambien podriamos establecer que el 95 % de los valores de t en la distribucion
cgen en el intervalo (0!2,228) o entre -2,228 y +2,228.

Recordando que el valor medio de la muestra fue transformado EN un valor de

t, el estudiante comprendera que un valor de t puede ser transformado de la misma mane-
ra EN un valor de la poblacion original inverse del proceso mostrado en la Figura 8.2.

La estimacion del intervalo dentro del cual cae el verdadero valor medio es-
ta realizada por medio de la siguiente transformacion de t:

{XUs:+ (tc) rT/(N 1) §·] (8.8_

Intervalo entre XL y XU:
x1 s X - ( t c) rT/(N l) ~ J
 - 155 -

Entonces, conociendo el valor medio X y su desviaci6n tipica DT, a partir

de la muestra misma y eligiendo un valor de t para equiparar el tamano de la muestra
N, con la confianza que deseamos tener en el Intervalo estimado, lo estimamos direc-
tamente con la ecuaci6n (8.8).

En el caso de las muestras de cinco anos, n= 4 puesto que N = 5. Al elegir

(Tabla 8 . 8) t = 2,776, aceptaremos un error, en cualquiera de los dos e xtremes de la
distribuci6n gue pueda llegar a ser tan grande como un 2,5 % o un m6ximo total de ries -
go de error haste un 5 %. Si elegimos t = 4,604, el riesgo total de error no puede
ser mayor del 1 % - 0,5 % en coda extre~o de la distribuci6n. Entonces:

116,2 ± (2,116) L(18,5)/C5 1) 1 /~ = intervalo de 90,55 a 141,85

116,2 ~ (4,604) lfl8,5)/(5 1) 1 /~ = intervalo de 73,60 a 158,80.

Bas6ndonos en la informaci6n de la primera muestra de la Tabla 8.9 podemos

decir que el verdadero valor media est6 en el intervalo de 90,55 a 141,85 con un 5 %
de riesgo que no se cumple. Podemos decir que el verdadero valor medio est6 en el
intervalo 73,60 a 158,80 con un riesgo de un 1 % que no sea asi.

Ya que sabemos que el verdadero valor medio es 102 cm, sabemos que ambos
intervalos contienen el valor medio verdadero. Pero por supuesto que generalmente un
analista no conoce el verdadero valor media, pues de otra manera no estaria tratando
de estimarlo .

Finalmente, usando la informaci6n de la segunda muestra de la Tabla 8.9,

podemos estimar con un riesgo del 5 % de ser incorrectos que el verdadero valor me-
dic de la poblaci6n est6 en el intervalo:
fT 1/2-
104,0 ~ (2,776) L\10,0)/(5 - 1) ':}' = intervalo de 90,15 a 117,85.

Asi es coma otra vez estamos en condiciones de decir que la estimaci6n es

correcta, pero en general no lo estamos.

lCu61 es el efecto del tamano de la muestra en el metodo de la estimaci6n

del intervalo? La Tabla 8.11 est6 basada en el siguiente c6lculo que proviene de la
estimaci6n previa del intervalo para la primera muestra de la Tabla 8.9:
fT l~
Intervalo = 116,2 ± (2,776) L\18,5)/(N - 1) ':}'

La columna de la tabla que da el oncho del intervolo muestra que el inter-

valo se estrecha -la estimaci6n se hace m6s PRECISA- a medido que oumento el tamano
de la muestra. Entonces, las muestras m6s grandes permitir6n intervalos de estimaci6n
m6s precisos.

Pero, les EXACTO el intervalo asi estimado? La respuesta en este caso es

"no". La ultimo columna muestra que cuando el tamono de la muestra aument6 hasta m6s
de 20, el intervalo que contiene el verdadero valor de 102 cm no es mas grande. lC6-
mo interpretor lo que antecede?
 - 156 -

- -----·---·- ...
N Limite inferior XL Limite superior XU Ancho del intervalo ;,Correcto?

2 64,9 167,5 102,6 si

5 90,6 141,9 51,3 si
10 99,0 133,4 34,4 si
26 105,9 126, 5 20,6 no
50 108,8 123,6 14,8 no
100 111,l 121,3 10,2 no

Tabla 8.11
C6lculos de los limites del intervalo estimado que
contiene el verdadero valor medio de la muestra de
tamano N, valor medio = 116,2 y DT = 18,5 en nivel
de confianza del 5 %

La respuesta es que los resultados de la Tabla 8.11 no son reales. Es decir,

para este ejemplo ilustrativo hemos utilizado los resultados de una muestra de tamano
N = 5 y hemos pretendido que los resultados provinieran de muestras de distintos ta-
manos. Entonces, para muestras de tamano 100 de la poblaci6n de precipitaciones tota-
les anuales en una estaci6n del Caribe, el resultado seria probablemente NO HABER TE-
NIDO un valor medio tan alejado de 102 como el 116,2 . En efecto, hay solo un 5 % de
riesgo de que el intervalo estimado fuera "incorrecto'' como se muestra en la Gltima
columna.

Como en el caso de la prueba t, el analista puede evitar las conclusiones

incorrectas en el intervalo de estimaci6n a troves de los mismos dos metodos:

a) eligiendo un riesgo pequeno (nivel de confianza);

b) tomando la muestra mos grande posible consistente don el programa de

an6lisis .

Del mismo modo que con las pruebas ji-cuadrado y t, es esencial que se ten-
ga cuidado en asegurarse la aleatoriedad e independencia de todas las observaciones
de todas las muestras.

8.4 Curve de ajuste

El termino curve de ajuste se refiere al proceso de estimar la forma y los

par6metros de una ecuaci6n, o sistema de ecuaciones, que producir6n relaciones cal-
culadas muy aproximadas a las relaciones observadas que est6n contenidas en las ob-
servaciones reales. En resumen, la curve de ajuste es el procedimiento general para
llegar a obtener modelos matem6ticos que esten de acuerdo con las observaciones ex-
perimentales.
 - 157 -

Un analista puede llegar a su modelo en forma fundamentalmente gr6fica o de

manera puramente matem6tica. En la gr6fica, generalmente transcribir6 un diagrama de
dispersion de cierto tipo y luego dibujar6 una linea o curva, o un conjunto de lineas,
de acuerdo con lo que el diagrama de dispersion le sugiera, Para algunos propositos
este proceso provee un modelo de suficiente validez.

Si el procedimiento es matem6tico , el analista hace c6lculos utilizando las

observaciones, con valores de par6metros yo estimados para un mod e lo matem6tico que
establecio al comenzar el trabajo,

En algunos casos tambien es posible que se haya usado una mezcla de metodos
gr6ficos y matem6ticos en un problema particular de una curva de ajuste. Sin importar
cu61 es el metodo o la mezcla de metodos, el resultado NO asegura que el modelo des-
criba realmente las funciones correctas y verdaderas que existen entre las variables
representadas en el an61isi s,

Si un analista elige una funcion lineal come model ~ para el diagrama de

dispersion de la Figura 7.3 (b) y calcula muy exacta y precisamente los estimadores
de los par6metros adecuados para ese modelc lineal, no tendrci todavia un modelo fi-
sico v6lido de la relacion funcional verdadera, La razon de esto se vir6 claramente
recordando la discusi6n del p6rrafo 7,5,

El modelo resu~tante puede proveer un medio para estimar valores de, por
ejemplo, humedad relativa, dado un cierto valor de temperatura, pe ro esto no es lo
mismo que decir que el modelo describir6 la func i on verdad cra que relaciona la tem-
peratura con la humedad relativa.

El tema de la curva de ajuste es sufi cie ntemente extenso coma para obarcar
un libro entero. Como en casos anteriores, aqui daremos solo algun os pocos ejemplos.
En particular se dar6n ejemplos de ajuste gr6fico. El ajuste matem6tico, tal como se
vio en el p6rrafo 7.5, ser6 discutido como una regresi6n e n la sec c ion siguiente.

La Figura 8.4 de la p6gina siguiente contiene las misma s observaciones que

se encuentran en la Figura 5,16 (b) de CL IV. Estas se refieren a l a rela c i6n entre
visibilidad (km) y la humedad relativa (%) en Los Angeles, California. En la Figura
8,4 se ha dibL•jado una l.i:nea recto "a ojo", como una represen"':acion razonable qu~
relaciona las observaciones de esas dos variables.

La ecuaci6n general de una linea recto es: Y = a+ bX. La ecuact6n de la

linea recto de la Figura 8,4 (b) se puede escribir sustituyendo los valores de la
humedad relativa (R) y la visibilidad (V) tomados de dos puntos de la linea recto,
Entonces:

V = 8,3 R = 50 )
luego
8,3 = a + b(50)
V = 3,1 R = 80 3,1 = a + b(80)

La soluci6n de este sistema de ecuaciones permtte calcular a = 17,0 y

b = 0,173. Entonces la ecuaci6n del modelo resulta:

V = 17,0 - (0,173)R.
 - 158 -

12+ •
r--.. r--..

~ 10-f;• •
E 10
..Y.
'-"' '-"' II
Cl 8
C§ • Cl 6
<(
Cl I,
H H
_J 6 _J
H H
en en 2
~ 4 H
(/)
H H
> > 1

o,1-~1---+~-+-~-t-~;t:--;-J
40 50 60 10 80 90
-I
o~

1,0 50 60 10 80 90
•.
100
(a) HL~EDAD RELATIVA (%) (b) HUMEDAD RELATIVA (%)
Figura 8.4
Relaci6n entre las observaciones de visibilidad y humedad
relativa en Los Angeles, California. (a) Coorde~adas li-
neales. (b) La visibilidad transformada a una escala log.
(Del capitulo II, volumen 2, World Survey of Climatology,
Elsevier Publishing Co . : Amsterdam. 1969. 266 pog.)

150 - 11.11

10

,.-...

:·1 I
'-"'
<(
Ck::
=.J
t-
_J
~ 2 <(
<(

!i

O.'!i 1 2 4 6 I l 0 2 ' g I l
laJ VELOCIDAD DEL VIENTO (m seg- ) (bl VELOCIDAD Del VIENTO (m seg- )
Figura 8.5
Observaciones que relacionan la velocidad del viento con la
altura sobre la superficie del suelo. (a) Ambas variables
en escala logaritmico . (b) Ambas variables en escala lineal
 - 159 -

Entre otras cosas, el modelo predice que la visibilidad disminuir6 hasta ce-
ro cuando R = 98 %. Tambien predice que la visibilidad ser6 negativa cuando R = 100 %.
Por supuesto que esto no es fisicamente posible; de manera que la realidad fisica del
modelo es discutible. Pero "el modelo puede ser util para estimar los valores de V cuan-
do R est6 en el rango del 40 % al 95 %.

No hay ninguna raz6n particular por la cual el modelo de la Figura 8. 4 deba

ser una funci6n lineal. Por ejemplo, el siguiente es un modelo que produce una curva
en la Figura 8.4 (b), donde los valores de visibilidad han sido transformados a loga-
ritmos naturales:

V = 9 - /_60/(100 - Rl71 ' 5

No hay ninguna raz6n para esperar que este modelo establezca mejor la verda-
dera relaci6n fisica entre R · y V que el modelo lineal. Por ejemplo, el segundo modelo
predice que la visibilidad en Los Angeles no puede ser nunca mayor de 9 km. Por supues-
to, este no es el caso de Los Angeles. Por lo tanto, el modelo curvilineo tiene las
mismas limitaciones y usos que el modelo lineal.

La Figura 8.5 contiene (vease la pagina precedente) observaciones que rela-

cionan la velocidad media del viento y la altura sobre la superficie del suelo duran-
te un periodo de tiempo particular y limitado en un centro de investigaci6n equipado
especialmente. Estos dates son de un "perfil de viento micrometeorol6gico". Pero pre-
cisamente el problema no reside ahi.

Las observaciones est6n volcadas en la Figura 8.5 (a) sobre coordenadas en

escalas logaritmicas y en la Figura 8.5 (b) en coordenadas con escalas lineales. La
Figura 8 . 5 (b) representa la forma en que est6 relacionada la velocidad del viento (U)
con la altura (z) en el "mundo real" de las coordenadas lineales. Pero, a la vez, hay
una teoria de la meteorologia fisica que predice que la velocidad del viento est6 re-
lacionada linealmente con la altura elevada a una potencia o e xponente. La Figura
8.5 (a) permite la estimaci6n de la close de relaci6n que la teoria fisica nos hace
esperar.

La ecuaci6n general para una linea recto sobre coordenadas de escala loga -
ritmica es: ln Y = ln a+ b ln X. Como antes, tomamos valores de dos pares de puntos
sobre la linea recto trazada "a ojo" a troves del diagrama de dispersion de la Figura
8.5(a):

u = 5; z = 95 luego ln(5) = ln a + b ln(95)

u = l; z = 11 luego ln(l) ln a + b ln(ll)

Las soluciones para a y b a partir de este sistema de ecuaciones son:

a = 0,167 y b = 0,75. Entonces, el modelo resulta:

LJ = 0,167 Z0,75

La velocidad del viento est6 asi relacionada con la altura z elevada a una
potencia. El estudiante puede notar que los valores de Y (velocidad del viento) est6n
 - 160 -

tomados del eje horizontal en la Figura 8.5 (a), a menudo llamado ''eje X'', y como pue-
de ser demostrado por c6lculos, la inversion de los ejes no cambiar6 la relacion re-
cien obtenida, con la altura elevada a una potencia.

En estos casos, primero se dibujaron las lineas y luego se realizaron los

c6lculos usando puntos de las lineas. En la proxima seccion se har6n primero los c61-
culos con los que luego se producir6n las lineas, es decir, se realizar6 el proceso
inverse.

8.5 Cuadrados minimos

En los p6rrafos 7.5 y 7.6 fueron discutidos los conceptos de regresion y de

correlacion. En particular, el concepto de correlacion estuvo referido a la Figura
7.6. El estudiante recordar6 que:

a) la regresion es el metodo de estimar los par6metros de un modelo matem6-

tico a partir de un conjunto de observaciones;

b) la correlacion es una medida de como el modelo explica la variacion de

los valores observados de las variables.

Refiriendonos nuevamente a la Figura 7.4, el estudiante observar6 el inter-

valo usado para describir "la dispersion aleatoria de y''. Esta es la desviacion del
valor observado de y respecto del que fue predecido (dado un valor de x) con el mode-
lo descito por la linea diagonal trazada a troves del diagrama de dispersion.

Cada punto del diagrama de dispersion tiene una desviacion d x y una de y

respecto de la linea de regresion . El metodo de los cuadrados minimos permite el c61-
culo directo de ese modelo lineal, el cual:

a) reduce a un minimo la sumo de los cuadrados de todas las desviaciones

de x;

b) reduce a un minimo la sumo de los cuadrados de todas las desviaciones

de y.

De ahi el nombre de "cuadrados minimos".

En este sentido particular, el "modelo de regresion" (la linea cuyos par6-

metros los calcula el metodo de los cuadrados minimos) es el MEJOR AJUSTE para los
puntos del diagrama de dispersion.

El metodo matem6tico de ajuste de la curva produce una linea que pasa a

troves del diagrama de dispersion de una manera tal que da la mejor estimacion po-
sible de un valor de y, dado un valor de x.

La Tabla 8 . 12 de la p6gina siguiente contiene los doce pares de observacio-

nes volcados en la Figura 8.4. Estos son de humedad relativa (R, en %) y de visibili-
dad (V, en km). Usando estas observaciones como ejemplo, se puede dar una demostra-
cion del c6lculo de cuadrados minimos.
 - 161 -

- --- -·-- -
!

Humedad Vi si bi l i dad Hum e dad Visibilidad

r elati va (km ) relat iva ( km )
(%) (%)
-- --
42 8,4 72 4, 8
48 12,0 78 2,6
52 7,0 82 2,2
58 6,2 86 1,8
62 6,4 92 1,6
68 7,6 98 0,4

Tabla 8.12 .
Observaciones de humedad relativa y visibilidad
en Los Angeles, California, como se mostraron
en lo Figura 8.4

Para trabojar con el metodo de los cuadrodos minimos, el onolista debe col-
cular cinco sumo s , cuyos valo r es para este ejemplo figuran a continuaci6n :

a) sumo de x = 838 = L Xl.

2 62,060 = [ /
b) suma de x = l.

c) sumo de y = 61,0 = [ yi
2 2
d) sumo de y = 441 , 32 = r y.
l.

e) sumo de xy = 3636,0 = r x . y.
J. J.

Ahora, con estas c i nco s umos, calculamos cinco factores *:

2 2
a') sumo de cuadrados de x = SSX = t x.
l.
- (h.) /N
J.
2 2
b') sumo de cuadrados de y = SSY =I y.
l.
- (:ty . )
J.
/N
c') sumo de productos xy = SP = t x J.. y.J. - (rx.)(f
.t
y.)/N
l '

d') valor medio de x = X= E x./N

l.

e') valor medio de y = Y= E y./N

l.

* El nombre de SSX "sumo de cuad r ado s de x'' prov i ene de la defi nici6n complete: la
suma de los cuadrados de todas las desviaciones de x re specto del valo r media de x .
Mirando la ecuaci6n (8 . 1) se ve qu e SSX = N (DT)2.
 - 162 -

Aqui estan los c6lculos de estos cinco foctores para los observociones de
lo Tabla 8.12:
2
ssx = 6262060 - (838 )/12 = 3540
2
SSY = 441,32 - (61 )/12 = 131,2

SP = 3636 - (838)(61)/12 = -624

x = 838/12 = 69,8

y = 61/12 = 5,1

Finolmente, hoy tres por6metros y coeficientes que deben ser colculodos con
los cinco factores. Los dos primeros ser6n reconocidos como los por6metros a y b del
modelo lineal :

b = SP/SSX = (-624)/(3540) = -0,176

a = Y-bX= 5,1 - ( - 0,176)(69 , 8) = 17 , 4

Por supuesto que estas dos estimociones de los por6metros a y b estor6n de

acuerdo con lo s volore s colculodos en lo ulti mo s e cci6n: a = 17,0 y b = 0,173 . El
nuevo modelo lineal que nos proporciono e l metodo de los cuodrodos minimos es la me-
jor curve de ojuste y es:

V = 17,4 - 0,176 R.

LC6mo explico el modelo los voriociones observados en los volores de los

variables? El coeficiente de correloci6n lineal fue definido en la ecuaci6n (7.4).
Este valor puede ser colculado como sigue:

rxy = SP I L~ssx)(SSYl71 / 2 = (-624) I 1 2

L(3540)(131,2l7 / = -0,92

El coeficiente tiene un signo negotivo, porque hoy uno "correldci6n negati-

ve" entre x e y. Es decir, que grandes valores de R est6n correlacionados con peque-
nos volores de v, y viceverso.
2
El cuadrodo del coeficiente, r = 0,84 no tiene signo negotivo. Es decir
que con el modelo de regresi6n lineal dex~uadrados minimos, el 84 % de la voriaci6n
en los valores de y (=V) puede ser explicado por las voriaciones de los valores de
x (=R).
A esta oltura, debe repetirse que el modelo calculado por el metodo de los
cuodrodos minimos, suponiendo una relaci6n lineal, no represento necesariamente un
enunciado de la verdodera reloci6n fisica entre x e y. Antes de que se hicieran los
c6lculos, EL ANALISTA SUPUSO una relaci6n lineal. Mas aun, no hoy seguridad de que
las voriaciones de x cousen realmente variaciones de y, yo que ellas no producen un
diograma de dispersion como el de lo Figura 8.4. En efecto (CL IV, p6rrafo 5,8), am-
bas pueden ester cousadas por voriociones en uno tercera variable, aun no analizada
aqui.
 - 163 -

8,6 Promedios pesados

En el p6rrafo 5,5 de CL IV se orden6 una secuencia de 30 numeros en una ta-

bla Como esta:

Valor de la sumo Productos

0 l 2 3 0 x 4 = O; l x 12 = 12
4 12 11 3 2 x 11 = 22; 3 x 3 - 9

Y el valor medio de todos esos numeros fue calculado por:

sumo de los productos 43

numero de datos = 30 = 1,43

El promedio asi calculado es un promedio pesado de los numeros 0, l, 2 y 3.

Es decir, que un promedio pesado es:

. d sumo de los productos (peso) (numero)

prome d io peso 0 = ~~~~~~s-u_m_a~d..,._.e--.-l_o_s~p-e-s~o-s~~~~~-

En este ejemplo hay cuatro numeros posibles: 0, l, 2 y 3. Est6n pesados (es

decir, d6ndoles mayor o menor importancia) de acuerdo con las proporciones indicadas
por sus pesos: 4, 12, 11 y 3.

Una aplicaci6n mos util del metodo de los promedios pesados puede ser de-
mostrada usando alguno de los resultados de la Tabla 5.2 de este libro. La tabla con-
tiene resultados experimentales sobre la superficie de una variedad de langosta del
desierto.

Para hacer la ilustraci6n elegimos de la tabla el hecho de que el numero

de dias requerido para el desarrollo de lo langosta con dos combinaciones de tempera-
ture constante y humedad relative constante, fueron:

Temperature Humedad relative Dias para el desarrollo

37°C (l00°F) 50 % 26
26°C ( 80°F) 80 % 44

Es ciertamente improbable que una langosta que viva en un ambiente deserti-

co pueda desarrollarse bajo condiciones constantes de temperatura y humedad con una
experiencia hecha en el laboratorio. Entonces, para tener una idea mejor del tiempo
de desarrollo que puede ser observado bajo condiciones naturales, se puede calcular
un promedio pesado de los dos valores de 26 y 44 dias, utilizando las longitudes re-
latives de exposici6n para coda conjunto de condiciones como si fueran pesos.
 - 164 -

Por ejemplo, si las langostas fueran expuestas alrededor de 10 horas por

dia en condiciones mas frias y humedas, y 14 horas por dia en condiciones mas c6li-
das y secas, el promedio pesado seria:

(10) (44~ + ~14) (26) = 33,5 dias.

(10 + 14)

Los mismos tipos de aplicaciones son apropiodos para usar con resultados
tales como los de las Figuras 3.5, 5.4 y 5.5. Por supuesto que un promedio pesado
mas realista en una de esas aplicaciones puede dividir un dia tipico en cuatro o
seis partes, en lugar de dos como se hizo en el ejemplo.

8.7 Probabilidad previa

El concepto de probabilidad condicional definido y discutido en el parrafo

5.7.l de CL IV sera considerado nuevamente en esta secci6n y en la pr6xima. Recordar
que la probabilidad condicional de un acontecimiento A, dado un acontecimiento B,
significa la consideraci6n de la proporci6n de veces que ocurri6 A fuera de todas
las veces que ocurri6 B, y solo fuera de tales veces. Adem6s, una relaci6n con la
cual se calculan las probabilidades condicionales es :

PR(A y B) Pr(A y B)
PR(A/B) = y Pr(B/A)
Pr( b) = Pr(a)

En este punto, el estudiante deber6 recordar que en general Pr(A/B) no es

igual a Pr(B/A), yo que los denominadores en las ecuaciones de arribo ge~ eralmente
no son iguales.

Supongamos que A y B son acontecimientos meteorol6gicos y que el aconteci-

miento A debe preceder en olgo al B. Ya sea que tenga el suceso B o que A es parte
de la causa de B. Por ejemplo, las tormentos con descargos electricas no ocurren con
tiempo despejado, pero una tormenta de determinado tipo debe preceder o acompanar a
una tormenta con descargas electricas. Esto no quiere decir que las tormentas esten
acompanadas por descargas electricas, ni que haya una s6la close de tormentas acom-
panadas por descargas electricas.

La Tabla 8.13 de la p6gina siguiente contiene c6mputos imaginaries de los

registros climatol6gicos de una estaci6n. Los valores asentados son los numeros de
veces de ciertas combinaciones de acontecimientos que han ocurrido durante el mes de
julio, relacionodos con tormentas y descargas electricas.

Los registros son un resumen de la experiencia de diez meses de julio. En-

tonces, en el c6mputo hay 310 dias. Ademas, no hay dias en los que habiendose tenido
descargas electricas, no tuvieran tambien tormentas de algun tipo. Hay un total de
75 dias durante la experiencia con descargas electricas acompanando una tormenta de
uno u otro tipo.

Con estas frecuencias se forma un conjunto de probabilidades condicionales,

llamando a la ocurrencia de descargas electricas "acontecimientos B". El lado derecho
de la tabla a continuaci6n de la Tabla 8.13 incluye una serie de probabilidades previas
 - 165 -

Ti~o de tormenta Descar~as electricas Numero de dias

Al SI 68

Al No 23

A2 SI 54

A2 No 38

A3 SI 15

A3 No 14
Ninguna SI 98
Ninguna No 0

Tabla 8.3
Frecuencias de ocurrencia de ciertas com-
binaciones de tormentas y de descargas en
la estaci6n P, durante el mes de julio.

y gracias a las cuales el analista puede observer las distintas probabilidades de

que haya ocurrido un acontecimiento, el cual en algun sentido es causado por un aeon-
tecimiento previo, habiendose dado otra clase de acontecimiento.

Pr(B/A )
1
= 23/91 = 0,25
Pr(B/A )
2
= 38/92 = 0,41
Pr(B/A )
3
= 14/29 = 0,48
Pr(B/ninguno) = 0

Pr(A/B) = 23/75 = 0,31

Pr(A/B) = 38/75 = 0,41
Pr(A/B) = 14/75 = 0,19
Pr(ninguno/B) = 0

Por ejemplo, aunque la tormenta del tipo A3 tiene la mayor probabilidad de

estar acompanada por descargas electricas, si han ocurrido descargas electricas es
mas probable que hayan sido causadas por tormentas del tipo A2 . Si una tormenta del
tipo A3 esta acompanada tambien por vientos fuertes y secos, la combinaci6n con de s-
cargas electricas representa condiciones peligrosisimas como para producir grandes
incendios forestales . Si una tormenta de tipo A esta acompanada tambien por llu vi as
2
moderadas y vientos leves, las descargas electricas seran relativamente inofensivas.
Entonces el analista debera ester interesado en el hecho de que en terminos de proba -
bilidades previas , la combinaci6n de circunstancias mas peligrosas e s solo alrededor
de la mitad de probable que la menos peligrosa.
 - 166 -

8.8 Cadenas de Markov

Hay otro tipo de aplicaci6n de las probabilidades condicionales que est6n re-
lacionadas con la secuencia natural del tiempo m6s que con la secuencia invertida de
tiempo de las probabilidades previas. Esto hace uso del hecho muy conocido de que la
atm6sfera es persistente en su comportamiento, de manera que lo que ocurre hoy est6
determinado en cierto modo por lo que ocurri6 eyer.

El hecho quiz6 puede ser destacado volviendo a establecer la situoci6n del

modo siguiente:

a) cuando A y B son independientes, Pr(A/B) = Pr(A) y Pr(B/A) = Pr(G);

b) cuando A y B no son independientes, Pr(A/B) = Pr(AB)/Pr(B) y

Pr(B/A) = Pr(AB)/Pr(A).

Los acontecimientos de lo atm6sfera no son independientes de los que los pre-

ceden en poco tiempo. Asi es que, por ejemplo, se encuentran probobilidodes diferentes
de precipitaciones medibles en una estoci6n hoy, los hoyo hobido o no los hoyo hobido
oyer.

La Tabla 8.14 resume otro serie de registros imaginaries de precipitoci6n en

uno estoci6n. N6tese que lo definici6n de "dfo con lluvia" requiere que el onoli~to
hayo elegido un volor de umbrol de lo precipitoci6n diorio para seporor a estos de los
de lo close "dios secos". Este punto ser6 considerodo nuevomente.

Ayer Hoy
Lluvioso Se co Total
- -
con precipitoci6n 80 40 120
sin precipitoci6n 40 140 180
-
Total 300

Tabla 8.14
Frecuencias de ocurrencio de dios con lluvia y sin lluvio
en el mes de septiembre, tomados en secuencia de a pares,
de los registros climatol6gicos de la estaci6n S

A partir de esta tabla formamos las siguientes probabilidades:

P(W/W) = P = 80/120 = 0,67, de donde: P(D/W) = (l-P ) = 0,33

1 1
P(W/D) = P = 40/180 = 0,22, de donde: P(D/D) = (1-P ) = 0,78
0 0

P(W) = P = 120/300 = 0,40, de donde P(D) =pd = 0,60

w
 - 167 -

La Tabla 8.15 resume estos resultados en lo que se llama una matriz de tran-
sici6n, dondo las probabilidades de los distintos acontecimientos, algunas referidas
a pares de dias y otras a dias individuales.

Ayer Ho
Con lluvia Sin lluvia Total
Con lluvia pl = 0,67 (l-P ) = 0,33 p = 0,40
1 w
Sin lluvia p = 0,22 (1-P ) = 0,78 pd= 0,60
0 0

Tabla 8.15
Matriz de transici6n para las probabilidades de dias con
lluvia y dias sin lluvia de la Tabla 8.14

La aplicaci6n de una matriz de transici6n consiste en estimar las probabili-

dades de ciertas secuencias de acontecimientos. Por ejemplo, basandose en la informa-
ci6n de los registros climatol6gicos, analizados como una matriz de transici6n, el
climat6logo puede establecer concisamente las probabilidades de periodos lluviosos y
de periodos secos de longitudes especificadas.

Esto es necesario para estimar la probabilidad de tener un periodo de llu-

via en la estaci6n S que, comenzando en septiembre, tenga exactamente n dias de dura-
ci6n. Si hoy esta lloviendo y ayer no llovi6, el periodo comenz6 hoy. La probabilidad
de que continuara manana es P • La probabilidad de que continue hasta el tercer dia
1
es Pf (vease la primer regla ae probabilidad, CL IV, parrafo 5.7.2).
n-1
La probabilidad extendida hasta el dia n-esimo es ( P ) , que es la proba-
1
bilidad de que el periodo de lluvia dure AL MENOS n dias.

Para que el periodo de lluvia finalice despues de n dias, se requiere que

el dia (n + l) sea un dia sin lluvia. Entonces la probabilidad necesaria es:

(P )n-l (1-P )
l l
Analogamente, la probabilidad de que un periodo sin lluvia dure AL MENOS
m dias es (l - P )m-l, mientras la de que un periodo dure exactamente m dias es:
0

(l - p )m-1 (P ).
0 0

A continuaci6n se presenta un resumen y muestra de los calculos hechos en

terminos de los valores que estan en la matri~ de transici6n de la Tabla 8.15.

Probabilidad de que en 5, en septiembre:

un periodo de lluvia dure n dias = (0,67)n-l(0,33)

3
un periodo de lluvia dure 4 dias = (0,67) (0,33) - 0,10
 - 168 -

un periodo de lluvio dure al menos 4 dies = (0,67) 3 (-0,30)

un periodo sin lluvio dure m dios = (0,78)m-l(0,22)
un periodo sin lluvia dure 7 dies = (0,78) 6 (0,22) = 0,05
un periodo sin lluvio dure al menos 7 dios = (0,78) 6 = 0,22
un periodo con lluvia de excatemente 4 dies
seguido por un periodo sin lluvio de al
menos 3 dies = (0,67) 3 (0,33)(0,78) 2 = 0,061
Entonces hay tres probabilidades en diez de que un periodo con lluvio dure
al menos cuotro dios una vez que ho comenzodo y es ligeramente mayor que lo de una
probobilidad en cinco (0,22) de que un periodo sin lluvio dure uno semano una vez que
ho comenzodo.

En el onolisis de las codenas de Markov (nombre debido al matemotico ruso

llamado asi) el analista no necesita tener cuidado de considerer solo acontecimientos
independientes. En efecto, el metodo enfoca el anolisis de acontecimientos dependien-
tes como los que ocurren en el sistema atmosferico natural.

A causa de las variaciones estacionales del clima, el analista "markoviano"

generalmente usa las observaciones tomadas todas en el mismo periodo de tiempo de coda
ano, generalmente un mes o mos . Esto esto hecho porque hay una base razonable para de -
cir que los regimenes atmosfericos se asemejan unos a otros, mientras que probablemen -
te no se asemejen a los regimenes de algun otro mes. El mes es una unidad de tiempo
hecha por el hombre, pero es aproximadamente la longitud correcta para usar en los
metodos "markovianos" de anolisis de la atm6sfera.

Anteriormente se dijo que una cadena de Markov -una secuencia de dias ligados
entre si como los eslabones de una cadena- requieren que se deba elegir un valor de um-
bral, como en el caso recien discutido, el de la precipitaci6n total diaria. Si el vo-
lor del umbral crece coda vez mos, los dias con lluvia seran coda vez mas raros. El
efecto sobre la matriz de transici6n es que P se hace coda vez mas pequeno (y 1-P mos
grande) mientras (1-P ) se hace coda vez mos grande (y P mos pequeno).
0 0

Si el umbral es suficientemente elevado, P se hara igual a P , y los acon-

1
tecimientos se comportaron como si fueran independientes. En estas cond~ciones no tie-
ne sentido hacer uso del analisis "markoviono". En la practice han resultado valores
satisfactorios de umbral de unos pocos milimetros por dia.

Aunque con el metodo de anolisis de las cadenas de Markov pueden ser trata-
das las probabilidades de otras combinaciones de acontecimientos, y aunque han sido
estudiadas otras variables ademos de la precipitaci6n, y otras unidades de tiempo ade-
mos de los dias, los resultado~ est6n mos alla del alcance de este libro.

8.9 Grados-dias de calentamiento y enrriomiento

La ecuaci6n (3.1) en el porrafo 3.4.2 formulaba el concepto de grados-dias

en relaci6n con el crec imiento de las plantas Y' los animales. Los grados-dias (GD)
calculados por esa f6rmula, podrian ser llomados grados-dias de crecimiento (GDC).
 - 169 -

El mismo concepto ha side aplicado para la estimaci6n de los requerimientos

de petr6leo para la calefacci6n de los edificios durant~ las estaciones frias. Se en-
contr6, mediante el examen de los registros reales de uso de petr6leo, que la canti-
dad del mismo usada durante un periodo de tiempo era proporcional al numero de 9rados
dias de calentamiento (GDCa) que se acumularen durante el mismo periodo. Los GDCa se
calculan asi:

-~( Max ~ Min~

1 1
GDCa = Tt con GDCa positive ( 8. 9)

El valor del umbral usado generalmente para la temperatura, T , est6 por su-
puesto relacionado con el limite inferior del confort humane: 18,5°C (atrededor de los
65°F).

En este caso, los grados-dias est6n tomados POR DEBAJO del umbral mas que
por encima, coma sucedi6 con GDC. Por otra parte, las acumulaciones est6n hechas de
la misma manera exactamente, incluyendo la omisi6n de cualquier valor diario de GDCa
que sea negative (un dia c6lido).

Hay otras aplicaciones del concepto de grados-dias que han entrado en uso
desde la popularidad relativamente reciente de la energia electrica en la tecnologia
de la refrigeraci6n en los climas c6lidos. El uso est6 impulsado, como el de uDCa, por
el hecho de que el hombre se siente molesto e ineficiente a medida que su ambiente se
aleja mucho de un angosto range de temperaturas que est6 alrededor de los 22°C (720F).
Los c6lculos de grados-dias de enfriamiento \GDE) est6n realizados con:

GDE =
r
-
T T. -
( Max+ Mrn)/con GDE positive
2 -
(8.10)

Esta es la misma formula que la de la ecuaci6n (3.1) pero, para esta apli-
cac1on, se usa para el umbral Tt un valor de unos 25oc. Las acumulaciones y el trata-
miento de los valores negatives es el mismo que en otras aplicaciones del concepto de
grados-dias de enfriamiento. Y nuevamente la experiencia demuestra una marcada rela-
ci6n entre los GDE acumulados y el consume de energia asociados al enf riamiento y la
tecnologia del ocondicionamiento del aire.

8.10 An6lisis de doble masa

En climatologia rara vez existe una raz6n para sospechar un cambio sistem6-
tico de los elementos del clima que aparecen en los registros de una estaci6n. El mo-
menta en el cual ocurri6 el cambio puede ser conocido o no, y las causas pueden ser
conocidas o no. El problema consiste en obtener un conocimiento del momenta y de los
efectos del cambio.

Hay varias razones por las cuales puede haber ocurrido un cambio sistem6ti-
co. Por ejemplo, puede ser que se hayan cortado algunos 6rboles cercanos a un medidor
de precipitaci6n, variando la captura del medidor para los cases en que el viento so-
plaba de cierto cuadrante. 0 puede ser que la estaci6n haya side realmente trasladada
a otro lugar cercano al original. Tambien es posible que un observador nuevo interpre-
te mal las instrucciones para hacer las observaciones o puede haber aun otras razones
para los cambios sistem6ticos.
 - 170 -

Poro descubrir el memento en que se producir6 un cambio sospechodo o para

descubrir el efecto oproximodo del mismo, un climot6logo puede utilizor el on6lisis
de doble mosa.

El metodo consiste en efectuor primer9 el ordenomiento de los registros de

lo estoci6n en cuesti6n y de los de varies estociones cerconos que oborquen el mismo
periodo de tiempo.

Lo Tabla 8.16 contiene los registros imaginaries de los totales de precipi-

toci6n de cuotro estaciones, para un periodo de diez unidodes de tiempo. En los re-
gistros . de lo estoci6n A se estobleci6 uno reducci6n de un 20 % en cuolquier volor
observodo, despues del periodo de tiempo 4. Entonces en los registros de lo estoci6n
A despues del tiempo 4 oporece un combio de -20 %.

Unidod de tiemJ?.O Estacion

A B c D
l 27 28 28 25
2 36 34 33 38
3 80 76 75 81
4 72 71 68 75
5 40 50 49 52
6 34 40 41 42
7 27 36 34 35
8 48 57 59 62
9 72 88 93 89
10 74 95 89 93

Tabla 8.16
Totoles de precipitoci6n en cuotro estociones
cerconos duronte diez unidodes de tiempo. En
estaci6n A despues del tiempo 4, nay un error
sistem6tico de -20 %

En lo Tabla 8.17 de lo p6gino siguiente, los mismos observociones est6n or-

denodos en formo diferente. En coda estoci6n, los volores est6n ocumulodos a troves
del tiempo. Tombien se hizo uno ocumuloci6n seporodo de los totales de los estaciones
8, C y D come un promedio para esos tres estaciones.

Finolmente, en lo Figura 8.6 est6n volcodos de a pores los volores de las

columnos Segundo y ultimo de lo Tabla 8.17. Es decir, para coda intervolo de tiempo
est6n dibujodos come un punto las ocumulociones en A y los ocumulaciones promedio en
B, C y D.
 - 171 -

Unidad de tiem.e,o Estacion

A B c D Promedio
de B, C l:'.. D

l 27 28 28 25 27,0
2 63 62 61 63 62,0
3 143 138 136 144 139,3
4 215 209 204 219 210,7
5 255 259 253 271 261,0
6 289 299 294 313 302,0
7 316 335 328 348 337,0
8 364 392 387 410 396,3
9 436 480 480 499 486,3
10 510 575 569 592 578,7

Tabla 8.17
Acumulaciones de los totales de
precipitaci6n de la Tabla 8.16.

500

..····
)/.

......
~ 40 .··•·
z
UJ
..·•····
~
......
u zoo
~
!5
~ 01'----.~"""T""~~--~~~
0 200 400 600
AClJ1ULACION MEDIA EN B, C y D

Figura 8.6
An6lisis de doble masa de los
totales de precipitaci6n acu-
mulados tomados de la Tabla 8.17
 - 172 -

Si en la estaci6n A no hubiera habido cambios sistem6ticos, los puntos con-

tinuarian sobre la linea que forma un 6ngulo de 45° con el eje de abcisas, Sin embar-
go, alrededor del tiempo 4, los puntos comienzan a divergir en una manera que sugiere
que hubo una reducci6n sistem6tica en los totales de precipitaci6n de la estaci6n A.
Por supuesto, esto es lo que se estaba esperando, yo que se hizo para llegar a esta
demostraci6n.

En la practice, pocas veces los cambios son tan grandes como un 20 % y los
registros son considerablemente m6s largos que 10 unidades. Pero la forma de estimar
la iniciaci6n y la cantidad del cambio sistem6tico ha sido demostrado utilizando el
metodo de an6lisis de doble mesa. El prop6sito de user acumulaciones para un grupo
de estaciones, tiene presumiblemente:

a) regimenes de precipitaci6n similares;

b) no tienen cambios en sus propios registros;

c) las diferencias locales estarian suprimidas por los promedios,

Aunque se acostumbra a user este metodo con los totales de precipitaci6n,

no existe raz6n por la cual no puedan ser usados con otros elementos clim6ticos que
puedan ser acumulados en forma similar.

8.11 Diagramas de la trayectoria del sol

Las variaciones de la posiciAn del sol en el cielo, que ocurren a troves

del curse de un die y de un ano, son factores clim6ticos fundamcntales. La posici6n
del sol en el cielo puede ser expresada por una combinaci6n de dos variables:

a) el azimut solar, A;

b) el 6ngulo cenital solar, z.

Para calcular el azimut solar y el 6ngulo cenital solar a una hora determi-
nada, el analista necesita tres informaciones:

a) la latitud de la estaci6n, ~;

b) la fecha;

c) la hora del die.

La latitud est6 expresada en grudos, tomando valores positives en el hemis-

ferio norte y negatives en el hemisferio sur. Por ejemplo, ln latitud de 45°N es +45°
y la de 30°S es -300.

La fecha est6 expresada en terminos de la declinoci6n solar para esu f echo,

8, que es la la tll ud a la cuol el sol est6 directamente sobre la cabeza en el medio-
dia de la fecha. Hay u~a solo latitud de esas para coda fecha. Por ejemplo, el 22 de
marzo y el 21 de septiembre: o
= o0 , mientras que el 22 de junio, S' = 23,50° y el 23
de diciembre, 8 = -23,5°.
 - 173 -

(a) l~·· I ' ?.;·.

..,·
~·
52°N /---~~
~ .)'>( '~
'':R.1#''<~ \~ ·K'.>\• \ '. ':·.;•
120' ':t'
sv~ >
/.,, I ., , . c-i=!
•1: ~:~~~..;. · "
.w."''
,yr;\v,._.'..7;{;;.15:L'\\3".' \.
6
·,1·c·
~~?~/ ~·.. ;~ \ ~0 4 (, •
J
'
'f"u !
~ ,,,....,,.
l'··'"~"'i>-~z~
f'..:o· ..., \
\ \\~. ~,,\YI ~,,, , .,.
' ><>\.":%\ ~ \ '
vEs1E" '::-;> A._., '":/\ hoio-,,....y. \ ~ ' . i:srE"
J ~~-i::..:~ .~,./_.!!..' "J::;./\'i 'V..// f'3:J
""\
5
I tj;+_;·- i .· j ·h: (. /co-
""~'.-.. 7 \_'\
.' '""--'
~ - -r'··,·
~71
~ .._.. ; . -
/ ~-/(/ /
I-II ~'f..-:•,;
,.. '"C'
~:.._ --±_~-~ ---
'>.1-, ~2 ~--~ ~!.:= _.,. ~r
/9-
·~(J~.---:-~ /•
/ /../ . ...-· ·o•;•
.,, ----~ ~r- 0
°"'"">., e4io.1.\~~ ,...,~,.
•o;>...,,;;;:....,., - .------::.... ·;',...,~;.
(b) ..,.,,
ZO" ,., , ...... ... ,. ... ,.... , .... , ..
.., .. ' , ,.
2~
32°N
c.· io-
S Vi\.

Trayectoria ~oca del ano

l 21 de junio
2 21 de julio y 21 de mayo
3 21 de abril y 21 de agosto
4 21 de marzo y 21 de septiembre
5 21 de febrero y 21 de octubre
6 21 de enero y 21 de noviembre
7 21 de diciembre

Figura 8.7
Diagramas de la trayectoria del Sol
 - 174 -

La Tierra gira sabre su eje a raz6n de 15° por hora. Entonces la hora del
dia puede ser expresada como un multiplo de 15. El mediodia se toma por conveni e ncic
como el cero de los 6ngulos horarios H. El valor de H es (numero de horas desd e el
mediodia) (15D). Entonces, alas 0900 es H = -45°, y alas 14.00 es H = 30D.

Cuando ~, S y H se conocen, se puede calcular A y Z utilizando las siguien-

tes ecuaciones:

cos Z = sen ; sen S+ cos ; cos 3 cos H (8.11)

cos 8 sen H
sen A = o bien
sen Z

cos A =
sen ~ cos Z - sen S ( 8.12)
cos ~ sen Z

Es evidente que se necesita un valor de Z para obtener un valor dP. A, pero

los c6lculos son bastante directos.

La Figura 8.7 de la pagina precedente muest r a dos diagramas de la trayecto-

rio del Sol, uno pa r a coda uno de dos latitudes . Pora obtener los volores de A y Z
para uno horo y fecho en particular, se entra en el diograma con los volores de esas
dos va riab les . Lo horo est6 dodo sabre una serie de lineas curva s rodiodos hocio fue-
ro desde el centro del diogroma . Lo fecho debe ser interpolodo usando una de las sie-
te trayectorias asociadas a las fechos, segun la clave que figura al pie de los im6-
genes.

Encontrondo sabre el diagramo el punto donde se intercep t an los curvas de

la horo y de la fecha, se puede leer el valor de la serie de circulos concentricos
cuya escalo est6 en el tope izquierdo y dere~ho. Una linec traza~a sabre el centro
del circulo a traves de ese mismo punto ubicar6 el valor de A en la escola del azi -
mut olrededor de la base del diograma.

Estos diogramas no don valores de elementos clim6ticos, pero si valores de

factores clim6ticos (parrofos 1.1.3 y 1.1.4 de CL IV). Sin embargo, la informaci6n que
contienen es a menudo util para el climot6logo, simult6neamente con los registros de
insoloci6n, horos de sol y otros elementos clim6ticos que est6n relacionados con lo
rodioci6n solar.

Aqui hay olgunos ejemplos de calculos. Primero, para uno estaci6n en 32°N,
como se mostr6 en la Figura 8.7 (b). La fecha es cerco del 30 de obril, de manero que
lo declinaci6n es ~ = 15°. La horo es 16.00, de manera que el 6ngulo hororio es H=60°.
Los c6lculos dan:

cos Z = sen(32°) sen(l5°) + cos(32°) cos(l5°) cos(60°)

(0,530).(0,259) + (0,848).(0,966).(0,500)

= 0,546

z= 56°55'
 175 -

y sen A = c6s(l5°) sen(60°)/sen Z

(0,966).(0,866)/(0,838) = 1,000

A = 90°

La posici6n de esta fecha y hara en la Figura 8.7 (b) est6 marcada con un
cuadro negro.

Aqui hay otro ejemplo para la misma fecha, pero para ~ = 20° y H = -30°.

cos Z = sen(-20°) sen(l5°) + cos(-20°) cos(l5°) cos(-30°)

(-0,342).(0,259) + (0,940).(0,966).(0,866)

0,697

z= 45°45'

sen A = cos(l5°) sen(-30°)/sen Z

= (0,966).(-0,500)/(0,716)

= -0,674

A = -42°25'

Ahora, en la manona, el azimut solar es negativo y el sol est6 alrededor

de lo mitad del camino al cenit (donde z = 0).

La salida y puesta del sol aparecen sobre los diagramas de trayectoria del
sol en los puntos de intersecci6n de las curves de fecha con el circulo exterior. En
esos puntos se pueden estimar las horas de salida y puesta del sol, asi como tambien
los correspondientes acimuts.
 - 176 -

Cuestionario

l. Para la muestra siguiente, calcule: a) la DT; b) el valor transformado de t

cuando M = 165. La muestra es:

152, 0 153,8 159,2 163,3 168,8 173,l 174,9 176,4

2. Considera esta hip6tesis: "los numeros en la muestra de la pregunta l son

observaciones tomadas de una poblaci6n cuyo valor medio es 155,0".

a) formule nuevomente la hip6tesis como una hip6tesis nula;

b) enuncie las dos conclusiones posibles (vea el comienzo del parrafo 8.2)
en terminos de la informaci6n especifica en la muestra particular y la
hip6tesis.

3. Discuta las relaciones entre los histogramas de la pregunta l del Capf i ulo
VII y el teorema central del limite.

4. La Tabla 8.4 describe un estudio en el cual dos pronosticadores comparan su

capacidad al hacer 10 pron6sticos. Si hen hecho coda uno los pron6sticos de
las mismas 50 situaciones sin6pticas y A ha superado a B en 30 ocasianes,
lpuede us ted rechazar la hip6tesis nula de que A y B son pronosticadares
igualmente capaces? Justifique su respuesta.

5. Calcule los valores hipoteticos entre parentesis de la Tabla 7.8 (b) a par-
tir de los valores observados en esa tabla. Use el metodo de las proporcia-
nes descrito en relaci6n con la Tabla 8.6.

6. Calcule el numero de grados de libertad para coda una de estas tablas:

a) 2 por 6;

b) 3 par 3;

c) 6 por 7.

7. lQue hip6tesis puede ser prabada con el valor de t calculado en la pregunta

l? lQue conclusion obtiene sabre la muestra, una vez que ha hecho la prueba?

8. Pruebe la hip6tesis enunciada en la pregunta 2. lQue conclusion obtiene de

la muestra una vez que ha hecho la prueba?

9. Usando la muestra de la pregunta 1, estime el intervalo dentro del cual est6

el valor media para la poblaci6n de la cual fue tornado la muestra:
 - 177 -

a) al nivel de ~6~fianza del 1 %;

b) al nivel de confianza del 10 %.
10. Usando los metodos del p6rrafo 8 . 4, estime los par6metros de un modelo ma-
tem6tico lineal que describa la relaci6n entre TM del dia D y TM del dia
D + l para los datos de la Tabla 7.1 (vea la respuesta a la pregunta 5 del
Capitulo VII).

11. a) Calcule los par6metros de un modelo lineal para los datos de la pregunta
10 usando el metodo de los cuadrados minimos.

b) Calcule e interprete el c oeficiente de regresi6n lineal para los datos

de la pregunta 10.

12. Calculando un promedio pesado, estim& el peso relative ganado por un animal
descrito por la Figura 5.3 y que vive en un entorno con las siguientes ca-
racteristicas:

Temeeratura Humedad Numero eromedio

~ relativa de horas eor dia
24 lo n
0

28 50 10
33 30 6

13. Describa dos an6lisis sin6ptico-climatol6gicos de una probabilidad previa

que podria ser util y que ustcd puede realizar utilizando datos que conoce.

14. Para obtener pr6ctica en el conocimiento de c6mo son obtenidos los datos en
secuencias de a pares a partir de registros reales, complete una tabla con
los mismos encabezamientos que la Tabla 8.14, utilizando la siguiente se-
cuencia de valores de precipitaci6n diaria en relaci6n con:

a) un valor de umbral de 5;

b) un valor de umbral de 20.

ora l 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Lluvia 0 0 4 7 33 26 20 0 "
L 0 7 15 23 4 0

15. La siguiente es una tabla de secuencia~ de a pares. Con los datos de la

tabla:

a) prepare una matriz de transici6n para una cadena de Markov;

b) estime la probabilidad de que una serie de "aciertos" (A) dure al menos

cinco dias;
 - 178 -

c) estime lo probabilidad de que ur.a serie de tres aciertos seguidos este

seguido por cuatro fracasos (F);

d) estime la probabilidad de la secuencia F A F A F A F. lVe usted alguna

relaci6n entre sus respuestas a c) · y _d)?

Ayer Hoy
Fracasos Aciertos
Fracasos 38 24
l\ciertos 42 55

16. Le siguiente es una t~bla de observaciones en cuatro estociones. Usando el

metodo de an6lisis de doble mas~, compare coda estaci6n con los resultodos
combinodos de los otras tres. Ello requerir6 cuotro an6lisis separodo~.
lQu6 efectos encuentra con su analisis?

Unidad de tiem.e_o Estoci6n

A
-8 -c D
l 80 75 126 100
2 17 18 27 19
3 38 58 76 57
4 16 26 32 28
5 15 22 8 8
6 11 10 10 9
7 0 0 .._1 0
8 0 0 0 l
9 1 1 1 9
10 57 61 78 57
11 33 '26 39 3?
12 54 52 81 68
13 54 72 96 83
J.4 64 112 l03 86
15 27 44 69 51
16 15 25 18 13
17 30 44 32 32
18 7 42 22 19
19 2 8 3 2
20 44 56 49 40
 - 179 -

(continuaci6n de la pregunta 16)

Unidad de tiemE_o Estacion

A B
-c D
21 22 28 23 29
22 58 72 60 56
23 58 70 87 73
24 114 120 147 127

17. Usando los metodos del parrafo 8.11 calcule lo siguiente:

a) el angulo cenital solar a mediodia ~ara una estaci6n en 30° de altitud

sur, el ?l de junio;

b) el anguJo cenital solar a las 4 p.m. (16.00 h) para una estaci6n de 30°
de latitud norte, el 30 de abril;

c) el angulo azimutal solar para el caso de b).

 - 180 -

Caritulo IX

PERSPECTIVAS PARA EL FUTURO DE LA CLIMATOLOGIA

En este breve capitulo final se ofrecer6 un resumen de un n6mero de ideas

yo presentodas en los capitulos anteriorP.s, adem6s de otras ideas que se ofrecer6n
por primera vez.

La intenci6n de este capitulo es dorle ideas al estudionte quP. complete

ohora un estado avonzodo de su preparoci6n como climot6logo, sobre el amplio panora-
ma de su especialidad profesionol relacionado tanto con el mundo en el que vive como
con el progreso.

Las ideas fundamentales a troves de este libro , y a troves asimismo del

CL IV, han sido que lo climatologia no puede ser empleada, a menos que se hogan ob-
servaciones en Jugares adecuados, que J.as hogan observadores eficientes y que se
utilice el instrumental adecuadamente calibrado y conservado. Las observaciones de-
ben ser correctamente registradas y los registros deben sP.r conservados en archivos
bien organizodos y que seon accesibles a los climat6logos en el momento en que ne-
cesi ten hacer uso de ellos.

No se puede aplicar lo climatologia sin registros buenos de los valores de

los elementos clim6ticos. A6n un registro muy corto usado adecuadamente puede que
tenga un valor superior a los costos de su obtenci6n y conservaci6n. En cambio, los
registros largos yo no tienen precio.

Aunque un registro climatol6gico puede ser potencialmente valioso, no ad-

quiere su verdadero valor hasta que es utilizado adecuadamente para responder a pre-
guntas pr6cticos. La probabilidad de oue un buen registro sea utilizodo adecuadamente
se incrementa cuando en su uso est6 involucrado un climct6logo profesionol.

Si un proceso de interes en los asuntos de la humanidad es sensible al tiem-

po, la ~ecuencia de acontecimientos del tiempo influenciar6 los resultados de los pro-
cesos, yo sea que se obtengan o no registros climatol6gicos y se los use o no adecua-
damente. No se pueden paror los efectos del tiempo a partir de su ocurrencia evitando
el uso de los conocimientos del tiempo. El uso de los conocimi e ntos sobre el tiempo
ayudar6 casi seguramentP. en la operaci6n de cualquier proceso, si el proceso es sen-
sible al tiempo.

El climat6logo profesionol m6s eficiente es el que va a su trabajo con un

sentido de servicio de sus conocimientos para el usuario. Con ese sentido, compren-
der6 que puede ayudar mejor al usuario, primero escuchando la$ explicaciones que le
de el mismo del problema concerniente al tiempo. El climat6logo debe ester dispuesto
a aprender de otras profesiones -agriculture, leyes, transportes, etc.- para prestar
un mayor servicio al usuario.
 - 181 -

El requisito fundamental de un climat6logo profesional es que tenga un co-

nocimiento completo de los principios fisicos que gobiernan el clima y muchos metodos
para utilizar los registros climatol6gicos y poder responder asi a preguntas pr6cti-
cas. Los mejores estudiantes comprender6n que este libro no es completo y que hay mu-
chos posibilidades para el uso de los registros climatol6gicos que no se han mencio-
nado 0 que los climat6logos aun no han estudiado.

Entonces, las perspectives para el futuro de la climotologia dependen en

gran parte del interes y la imaginaci6n que aporten los climat6logos j6venes a su
profesi6n. Todavia hay muchos conocimientos que deben ser adquiridos y muchos meto-
dos buenos que deben ser disenados.

En los problemas deJ. hombre, a veces ocurre que los metodos buenos de la
ciencio -incluyendo la climatologia- son utilizodos equivocadamente, ya por ser uti-
lizados impropiamente para responder a preguntas, ya por ser utilizados para respon-
der a preguntas que conducen a la mejora de un proceso que es destructivo o peligro-
so. En cualquier caso, los metodos mismos siguen siendo buenos. Es el uso que el hom-
bre les da el que parece disminuirlos.

En ocasiones, cuando los gobernontes deben empleor sus recursos cuidadosa-

mente, y asignan fondos a los proyectos que ofrecer6n despues servicios de gran va-
lor en comparaci6n con los fondcs empleados, los climat6logos tienen una importante
tarea ante ellos.

El futuro de la climatologia, por toda su fuerza cientifica, depende sobre

todo de la preparaci6n de estudios que muestren la utilizaci6n -en aspectos econ6micos
y de bienestar humano general- de un uso sabio de los registros climatol6gicos, Por
supuesto que estos estudios ser6n mucho mas f6ciles de preparar cuando haya ejemplos
buenos de un uso adecuado de los registros climatol6gicos.

La lecci6n es esta: los climat6logos no tienen el valor de hacer comprender

que el empleo correcto de la climatologia representa un gran beneficio. Esta verdad
debe ser visible a traves de lcs esfuerzos de los climat6logos.

Sabemos mucho m6s sobre el tiempo y el clima que lo que utilizamos, pero
todavia quedan por descubrir muchos hechos y relaciones. Lo utilizaci6n y el descu-
brimiento estar6n mejor asegurados si los j6venes climat6logos profesionales que en
la actualidad trabajan, est6n bien preparados y profundamente interesados en su la-
bor.

De ellos depende el futuro de la climatologia,

 PUBLICACIONES TECNICAS RECIENTES DE LA OMM
OMM
N•
382 - Compendia de apuntes para la formaci6n profesional en el
campo de las aplicaciones de la meteorologfa al desarrollo
socio -econ6mico . (Espanol - Frances).
407 - Manu el de !'observation des nuages et des autres meteores.
Atlas international des nuages - Volume I. Edition revisee
1975. (Frances - Ingles).
432 - Proceedings of the WMO/IAMAP Symposium on Educa-
tion and Training in Meteorology and Meteorological
Aspects of Environmental Problems. (Caracas, febrero de
1975). (Ingles).
434 - Comp endia de apuntes de meteorologia maritima para la
formaci6n del personal meteorol6gico de la Clase Ill y de
la Clase IV. (Espanol - Ingl es) .
446 - Manu el de I 'analyse et de la prevision des vagues. (Frances
- Ingl es).
468 - Guide on the automation of meteorological telecommunica-
tions. (Ingles).
471 - Guide to marine meteorological services. (Ingles) .
488 - Gula del Sistema Mundial de Observaci6n. (Espanol -
Frances - Ingles - Ru so).
489 - Compendium of tra ining facilities in environmental prob-
lems related to meteorology and operational hydrology.
(Ingl es).
492 - Lectures on forecasting of tropical weather, including
tropical cyclones, with particular relevance to Africa.
(Ingl es).
493 - Proceedings of the Meeting on Education and Training in
Meteorological Aspects of Atmospheric Pollution and
Related Environm ental Problems. (Ingles).
494 - lnforme de Planificaci6n de la VMM N° 36. The role of
satellites in WMO programmes in the 1980s. (Ingles) .
495 - Handbook of meteorolog ical forecasting for soaring flight .
(Ingles).
496 - Systems for evaluating and predicting the effects of weather
and climate on wildland fires . (Ingl es).
497 - Weather and parasitic animal disease. (Ingles).
498 - Soya bean and weather. (Ingles).
OMM
N•
499 - Meteorological aspects of the contribution presented at the
Joint Oceanographic Assembly. (Edimburgo, 13-24 de
septiembre de 1976). (Ingles).
500 - Present techniques of tropical storm surge prediction.
(Ingles).
504 - Implementation plan for the determination of the atmo-
spheric contribution of petroleum hydrocarbons to the
oceans. (Ingles) .
506 - Estudio agroclimatol6gico de la zona andina. (Espanol -
Prances - Ingl es - Ruso).
507 - The application of atmospheric electricity concepts and
methods to other parts of meteorology. (Ingles) .
510 - Papers presented at the WMO Symposium on boundary
layer physics applied to specific problems of air pollution.
(Norrkoping, 19-23 de junio de 1978). (Ingles).
511 - Papers presented at the WMO Symposium on the geo-
physical aspects and consequences of changes in the
composition of the stratosphere. (Toronto, 26- 30 de junio
de 1978). (Ingles).
513 - Applications of remote sensing to hydrology. (Ingles).
517 - Meteorology and the human environment - Lectures
presented at the 29th session of t he Executive Committee .
(Ingles) .
523 - The atmospheric boundary layer. (Ingles).
527 - Symposium on forest meteorology . (Ingles) .
528 - World Weather Watch - Operational techniques for fore-
casting tropical cyclone intensity and movement. (Ingles).
530 - Th e planetary boundary layer. (Ingles) .
531 - Quantitative meteorological data from satellites. (Ingles).
532 - Meteorologi cal factors affecting the epidemiology of the
cotton leaf worm and the pink bollwo rm (en preparaci6n) .
(Ingles).
536 - The role of agrometeorology in agricultural development
and investment projects (en preparaci6n). (Ingles) .
537 - Proceedings of the World Climate Conference. (Ingles).
539 - Review of urban climatology 1973- 1976. (Ingles).