Estación meteorológica ISLA SUANA-PUNO

Carita Pomari, Brian Juniora Sullca Flores, Andy Oscar2Quispe Apaza, Berny Armando3Tintaya
Capquequi4 Yon Yonatan
Universidad Peruana Union, Facultad de Ingenieria y Arquitectura, EP. Ingenieria Ambiental,

Resumen
El objetivo de esta revisión es destacar la importancia del de las estaciones meteorológicas de todo el
Perú y del mundo y se realizó un estudio entre 1990 a 2014 en una isla de Puno llamada suana. Con
el objetivo de evaluar el comportamiento de los parámetros termo pluviométricos de las series
históricas de las temperaturas extremas (máximas, mínimas) y precipitaciones pluviales de 1990 al
2014, se realizó el análisis de relación y de asociación mediante pruebas estadísticas paramétricas
y en los resultados se nuestra cambio climático influye en el comportamiento de los parámetros
termo pluviométricos en la ciudad de la isla suana-Puno, puesto que las temperaturas máximas y
mínimas extremas presentan incrementos promedios en 1.66°C, mientras que las precipitaciones
pluviales presentan una disminución de 64.05 milímetros anuales, esto se muestra también de
manera inversa que cuando la temperaturas máximas y mínimas aumentan las precipitaciones
disminuyen. Debido al cambio climático que vamos viviendo cada vez es más notorio que los cambios
que sufre el planeta son alarmantes, frente a esto para saber los datos meteorológicos y saber cómo el
resultados muestra resultados clima está cambiando. La estación meteorológica de la isla suana brinda
datos desde 1990 hasta la actualidad y sigue en funcionamiento. A nivel del Puno existen bastantes
estaciones hidrometeorológicas y meteorológicas que nos permiten obtener datos cada día como;
cuanto fue la temperatura máxima, cuanto fue la temperatura mínima y cuanto fue la precipitación.
Por lo tanto, las estaciones meteorológicas pueden dar datos fehacientes acerca del cambio climático
y así los seres humanos podamos ver cómo está cambiando el clima, tomar conciencia y tomar
acciones para frenar este cambio que día a día se da. Ante lo cual se debe estudiar más estas estaciones
y nuevas formas de predecir el cambio climático.

Palabras Clave:

Estación-meteorológica, isla-suana,

Abstract
The objective of this review is to highlight the importance of meteorological stations throughout Peru
and the world and a study was conducted between 1990 and 2014 on an island of Puno called suana.
With the objective of evaluating the behavior of thermo pluviometric parameters of the historical
series of extreme temperatures (maximum, minimum) and rainfall from 1990 to 2014, the analysis of
relationship and association was carried out using parametric statistical tests and the results se our
climate change influences the behavior of thermo pluviometric parameters in the city of Suana-Puno,
since extreme maximum and minimum temperatures show average increases in 1.66 ° C, while
rainfall presents a decrease of 64.05 mm annual, this is also shown in an inverse way that when the
maximum and minimum temperatures increase the precipitations diminish. Due to the climatic
change that we are going through, it is increasingly noticeable that the changes the planet is
undergoing are alarming, in order to know the meteorological data and to know how the results show
results, climate is changing. The weather station on the island of Suana provides data from 1990 to
the present and is still operational. At the Puno level there are quite a lot of hydrometeorological and
meteorological stations that allow us to obtain data every day such as; how much was the maximum
temperature, how much was the minimum temperature and how much was the precipitation.
Therefore, meteorological stations can give reliable data about climate change and thus human beings
can see how the climate is changing, become aware and take action to stop this change that occurs
every day. Therefore, these stations and new ways of predicting climate change must be studied more.
Keywords:

Weather station, island-suana,

1. Introducción:

Ante eventos climáticos locales, muchas veces nos manifestamos según las sensaciones que nos
producen o según lo que percibimos a simple vista, utilizando expresiones que cualifican los
fenómenos naturales pero que no permiten compararlos. Sin embargo, un investigador en Ciencias de
la Tierra, o en la prevención de desastres relacionados con eventos climáticos, va a requerir más que
la simple observación cualitativa de los fenómenos para la caracterización del entorno y el
establecimiento de relaciones entre estos fenómenos con fines, por ejemplo, predictivos.
Se hace necesario, entonces, medir, cuantificar estos eventos a partir de las variables que comúnmente
los identifican: magnitud, intensidad, duración para el aguacero; velocidad máxima para el viento,
temperatura máxima o mínima para el calor o el frío, etc.
Para ello, existen hoy instrumentos de medida modernos, económicos, que no solo permiten esa
medición, sino también el que ella se haga en tiempo real y de manera remota. En el caso del clima,
estos instrumentos se agrupan en estaciones meteorológicas o climáticas, que pueden operar en red
gracias a las ventajas de las telecomunicaciones modernas. (Instrumentación, 2018)
Los factores meteorológicos son determinantes para la producción agrícola por el efecto que tienen
en las plantas. Por lo tanto, el monitoreo ambiental en la agricultura es importante para lograr el
incremento de la productividad. Los datos meteorológicos pueden obtenerse en campo utilizando
métodos e instrumentos tradicionales, o una serie de instrumentos mecánicos que pueden graficar las
diversas variables, como los heliógrafos y actinógrafos para la radiación solar, o el fluviógrafo para
las precipitaciones.
Si miramos con perspectiva la evolución de la meteorología y de las estaciones meteorológicas
podemos afirmar sin dudas que estos últimos 20 años ha sido una revolución en la cual aún seguimos.
Con respecto a la meteorología solo hay que ver como los pronósticos de tiempo se han alargado en
el tiempo y cada vez son más precisos, todo ello gracias a la evolución de la tecnología: procesamiento
de datos, satélites con mayor potencia, desarrollo de modelos más fiables y una red más amplia y más
precisa de estaciones meteorológicas repartidas por todo el mundo.
Para los aficionados a la meteorología nos está tocando vivir una etapa fascinante porque ahora desde
cualquier lugar y momento, gracias a las estaciones meteorológicas wifi y la estación meteorológica
profesional, podemos seguir las condiciones meteorológicas de nuestra estación o de cualquier otra
del mundo.
Está información que es compartida por miles de usuarios en todo el mundo, desde el Ártico hasta la
Antártida ha generado un mapa vivo de las condiciones meteorológicas del mundo y ahora como
aficionado podemos formar parte de esta red. (wikipedia, 2013)
2. importancia de estas estaciones meteorológicas

Gracias a las estaciones meteorológicas se puede recolectar de ellas los datos, que es y serán el oro
de nuestra economía, que brindan ayudaran a optimizar los pronósticos, informar sobre situaciones y
fenómenos locales adversos e informan sobre la meteorología a nivel local al instante. Todas estas
informaciones son usadas por instituciones y empresas, como IBM, Microsoft y Gobiernos, para
tomar decisiones de muchos ámbitos: planificación, organización, estudios de mercado, estudios
agrícolas, etc. Pronóstico de desastres naturales, porque al fin y al cabo el tiempo es negocio y
queramos o no verlo influye en muchos aspectos de nuestras vidas, cada vez más empresas están
dispuestas a pagar por esta información. No descartemos tampoco que el pronóstico y control de las
situaciones severas de meteorología se está convirtiendo en un tema clave para evitar muertes y
destrozos materiales. (Campetella , Cerne , & Salio, 2011)
Otro de los alicientes de este tipo de estaciones meteorológicas wifi es que gracias a la evolución
tecnológica nos brindan una gran cantidad de información, la cual siempre podremos consultar a
través de nuestro teléfono móvil, una gran interacción con ellas y un aspecto amigable a la hora de
mostrar los datos lo que ayuda que sea fácilmente interpretables por todos. (oscar, 2015)
Cada vez más este tipo de estaciones se están implementando en colegios y centros educativos, algo
que apoyo firmemente, de modo que ayuda a los niños a interpretar mejor el tiempo, proporcionarles
herramientas para analizar e interactuar con la tecnología.

3. Desarrollo o revisión:

La metodología seguida para la evaluación del comportamiento de los parámetros

termopluviométricos consistió; en la recopilación de información de las series históricas de
temperaturas extremas (máximas y mínimas) y precipitación de la estación Climatológica. (senamhi,
2012)

La estación meteorológica suana 000822 de tipo: Convencional ubicado a 3,890 msnm, se encuentra
en el distrito de ollaraya, provincia Yunguyo, departamento de puno a una Latitud: 16 19' 48.8'' y a
una Longitud: 68 51' 3.4, al Nor Este del lago Titicaca con las siguientes características
termopluviométricas: una temperatura media de la máxima de 14.7°C, con una anomalía negativa de
-0.4°C respecto a la normal, una máxima absoluta para el mes de 18.33°C, registrado el año 2013. El
promedio de las temperaturas mínimas de los años 1990 a 2014 fue de 0.33°C, generando una
anomalía positiva de 1.5°C, la mínima absoluta fue 2.62°C registrado durante los años de 1990 hasta
2014. La oscilación térmica media fue de 8.7°C. Las precipitaciones han registrado un acumulado
total mensual durante el mes de octubre de 135.8 lt/m2, y durante el mes enero de 2014 fue 190.9
milímetros con un exceso del 45.5% respecto a la normal del mes, con una máxima precipitación en
24 horas de 42.23 lt/m2.

Para la evaluación del comportamiento de las series históricas de temperaturas máximas y mínimas
extremas, se realizó el análisis de los datos de la estación de Puno, con una muestra de 24 años de
octubre de 1990 a junio del 2014, haciendo un total de 26,022 datos, distribuidas en tres variables
(temperaturas máximas, mínimas y precipitación) agrupadas en dos décadas para efectuar las
pruebas estadísticas paramétricas. Una vez sistematizado, se ha realizado el respectivo análisis de
consistencia de los datos de las series históricas; posteriormente se realizó el ajuste respectivo, de
dichos datos de las series históricas de temperaturas máximas absolutas por encontrarse estos muy
dispersos respecto a sus medias. (Tapia Aguilar, Aruquipa Amaru, & Belizario Quispe)

asimismo, realizamos el análisis de regresión simple para las mismas variables con la finalidad de
determinar la tendencia de incremento de las temperaturas máximas y mínimas extremas, para luego
proyectar el comportamiento de estas variables al año 2015, 2019 y 2050.

De forma similar, se ha proseguido el mismo mecanismo anterior de análisis de la varianza y regresión

simple para evaluar el comportamiento de las precipitaciones pluviales de las series históricas
evaluadas. Finalmente, realizamos el análisis de correlación entre temperaturas máximas y mínimas
extremas con precipitación pluvial para determinar el grado de asociación de las variables
dependientes entre sí. (Tapia Aguilar, Aruquipa Amaru, & Belizario Quispe)

4. Resultado

A continuación, presentaremos los resultados obtenidos de los datos de la estación meteorológica de

isla suana

Tabla 1 análisis te temperatura máxima de la estación 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
1990 14,79 15,77 15,27
1991 15,48 15,8 14,75 14,8 14,63 12,17 11,32 12,19 12,4 14,06 14,53 14,66
1992 13,97 13,72 14,48 14,43 15,29 13,9 12,82 11,61 14,02 14,5 14,5 15,32
1993 13,84 14,04 13,71 15,12 14,94 13,78 13,06 12,71 14,17 14,84 15,57 15,45
1994 14,63 14,1 14,53 14,58 14,71 13,31 13,4 14,13 14,25 15,72 15,65 15,31
1995 15,08 15,39 14,48 15,93 15,33 13,57 13,97 14,97 14,8 16,16 15,67 14,9
1996 14,26 14,21 15,19 14,97 14,84 11,83 12,55 13,9 13,8 15,71 14,3 14,71
1997 13,23 10,96 13,13 13,23 13,39 12,37 12,74 11,9 13,4 14,71 14,83 16,16
1998 15,52 16,5 15,84 15,67 14,84 13,6 13,81 14,32 15,73 15,77 15,5 16,48
1999 14,35 13,64 13,29 13,93 14,32 13,1 12,77 14,26 14,37 14,52 15,77 16,48
2000 13,81 13,76 14 15,23 15,26 12,7 12,35 13,52 15,47 14,1 16,1 14,71
2001 12,74 13,36 13,81 14,23 13,7 13,03 13,13 13,32 13,47 14,81 15,83 14,97
2002 14,9 14,18 14,45 13,73 13,97 13,4 10,94 13,03 14,33 14,42 15,8 15
2003 14,68 15 14,13 14,67 15,33 14,07 12,87 13,68 14,03 15,65 16,43 16,52
2004 14,52 14,69 15,42 15,5 13,87 13,53 12,61 13,1 14,51 16,97 17,6 17,32
2005 16,05 15,36 16,35 15,6 15,12 14,06 13,86 14,59 14,53 15,4 15,95 16,08
2006 14,5 15,7 15,66 14,99 14,34 13,67 13,66 14,58 15,3 16,31 15,91 16,32
2007 16,06 15,72 14,77 15,13 14,48 14,78 12,79 14,9 14,15 16,26 16,09 15,73
2008 14,03 14,86 14,54 15,29 14,25 13,86 13,72 14,57 15,78 16,36 17,6 15,12
2009 14,87 14,91 14,69 15,01 15,27 13,82 13,48 14,63 16,32 17,69 17,28 16,6
2010 15,89 16,36 16,7 16,93 15,53 15,01 14,54 15,74 16,65 16,74 17,71 16,23
2011 16,1 14,53 15,23 16,08 15,48 14,46 13,75 15,42 15,4 16,34 17,53 15,83
2012 14,86 14,56 14,81 14,57 15,01 13,96 13,99 14,96 15,89 17,46 17,32 15,42
2013 15,1 15,61 16,18 16,37 15,74 13,63 14,19 15,24 15,81 16,86 18,33 16,74
2014 16,07 15,81 16,46 15,96 15,81 15,42
En la tabla 1 podemos apreciar el análisis de la temperatura máxima y como este ha ido en aumento,

en comparación al año de inicio de recolección de datos con el último año, hubo un cambio

significativo, ya que la temperatura máxima en el año 1991 es de 11,32 ºC y del año 2013 es de

13.63ºC.

Tabla 2 análisis de temperatura mínima de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
1990 6,95 8,2 7,4
1991 7,44 7,8 7,77 6,88 4,97 2,46 2,87 3,13 4,93 6,74 6,45 7
1992 7,03 7,66 7,55 6,1 5,16 3,7 2,58 2,77 4,21 6,15 6,07 7,03
1993 6,08 6,28 5,98 6,89 4,71 2,73 2,81 2,88 4,82 6,2 7,47 7,57
1994 7,13 7 6,33 7,04 4,66 2,46 2,7 3,53 5,1 6,02 7,21 7,29
1995 7,48 7,36 7,55 6,63 4,17 2,53 3,35 4,71 6,2 6,94 7,23 6,55
1996 7,03 7,79 7,35 6,67 4,74 2,6 1,77 4,1 4,93 6,74 6,93 7,55
1997 7,26 7,04 6,71 5,3 4,06 2,6 3,58 4,13 6,4 7,16 7,73 8,74
1998 9,03 9,21 8,87 7,4 4,48 4,07 3,52 4,32 5,23 6,77 7,23 7,71
1999 7,39 7,25 7,13 6,53 4,48 2,93 2,94 3,65 4,33 5,97 6,17 7,48
2000 6,81 7,38 7,26 6,83 4,71 2,9 1,42 3,81 5,03 5,35 6,33 6,87
2001 6,19 6,96 7,13 6,87 5,3 4,23 3,16 4,19 4,67 6,48 7,73 6,97
2002 7,48 7,43 7,71 6,93 5,9 4,1 3,13 4,03 5,7 6,97 7,6 7,74
2003 7,52 7,43 7,55 6,6 5,1 3,13 3,35 3,94 4,13 5,81 6,57 7,71
2004 7,32 7,59 8,26 7,23 4,03 3,1 2,87 3,9 6,16 6,92 8,06 8,43
2005 7,78 6,91 7,91 6,88 4,3 2,29 3,04 3,37 4,85 6,46 7,04 7,71
2006 6,89 7,48 7,34 6,59 3,35 2,58 1,78 3,65 4,76 7,19 7,72 7,83
2007 7,95 7,45 6,89 7,15 4,92 3,44 2,48 3,77 5,34 6,47 6,58 7,17
2008 6,72 7,17 6,15 5,49 2,62 2,08 1,7 2,18 4,15 6,12 7,16 6,14
2009 6,47 6,33 5,99 4,84 3,57 0,33 1,74 1,77 4,46 6 7,29 7,21
2010 6,74 7,16 7,03 5,89 3,64 2,91 1,3 2,27 3,66 4,61 5,27 6,32
2011 6,25 5,24 5,68 5,02 2,48 1,7 1,14 2,04 3,31 4,14 5,67 5,38
2012 4,82 4,61 4,48 4,49 1,95 0,87 1,77 2,43 4,91 6,34 7,4 7,16
2013 6,34 6,72 6,89 5,41 5,08 2,83 3,04 3,09 3,93 5,25 6,81 6,26
2014 6,65 6,52 6,85 6,07 4,65 2,96

En la tabla 2 podemos apreciar el análisis de la temperatura mínima y como este ha ido en aumento

en algunos meses y en algunos disminuyo, durante el año 1991 la temperatura mínima es de 2,46ºC

y la temperatura mínima del año 2013 es de 2,83ºC y como vemos la temperatura mínima tuvo un

aumento.
Tabla 3 análisis de precipitación de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
1990 135,8 87,2 90,91
1991 157 84,3 155,9 60,6 4,1 43,4 3 1,1 10 57,9 31,6 54,7
1992 169,7 143 30,1 20,1 0 11,3 0 53,2 17,6 50,1 87,6 109,7
1993 347,9 78,8 140,5 27,7 6 7 0,3 68,1 20,6 78,2 157,8 238,7
1994 168,6 279,3 125,2 51,2 3 9 6,5 0,8 7,3 35,5 53,6 95,6
1995 116,2 147,2 120,9 28,5 2,9 2,2 4,6 18 27,1 10,9 72 142,5
1996 220,2 95,1 64,2 30,3 0,7 3,5 13,9 24,6 25,6 15,2 101,8 94,6
1997 228 165,6 148,7 75,4 11,1 0 0 37,5 65,5 23,1 127,1 82
1998 152,2 129 115,1 94,8 1 30,9 0 3,3 4,5 107,6 54,2 51,4
1999 174,8 182,6 157,5 105,2 53,7 7,8 1 5,5 61,2 58,6 30,1 100
2000 272,9 141,5 113,9 7,1 0 31,5 0 24,9 2,5 136,5 30,6 80
2001 387 308,7 170,4 59,1 29,4 3,1 10,2 54,6 35,5 46,8 52,9 134,7
2002 137,6 162,7 137 139,9 15,8 27,4 47,9 10,2 14,6 103,7 42,8 113,7
2003 197,9 158,6 175,8 21 10,6 0 0,5 8,3 43,7 24,7 17 88,3
2004 310,9 202,4 56,8 45,9 10 4,1 37,7 35,4 5,6 7,4 30,2 102,5
2005 169,3 249,7 137 60,5 7,4 0 0 0,4 43,1 73,4 84,9 102,6
2006 153 157,4 183,8 41,2 0,3 5,4 0 23,5 30,6 20,8 99,8 155
2007 128,3 92,9 201,5 77,8 14,8 0 32,7 6,3 40,4 18,4 75,7 88
2008 223,1 98 116,7 29,6 4,2 7,4 3,5 2,9 2,6 15,8 71,5 149,9
2009 213,5 181,2 166 59,9 1,6 0 9,6 2,7 18,3 8,1 82,5 71,9
2010 248,2 244 53,8 27,7 38,8 0 0 6,1 8,7 89,3 5,7 115,7
2011 78,7 208,2 172,7 4,6 6,7 2 10,8 0,4 22,1 50,4 32,9 204,3
2012 219,5 314,1 161,8 50,1 0 6 15,9 5,2 0,2 24,8 83,4 155,4
2013 164,4 166,7 175,5 19,6 22,6 61 12,2 37,6 8,8 49,6 63,7 221
2014 190,9 61,9 23 32 0

En la tabla 2 podemos apreciar el análisis de la precipitación y como este ha ido en aumento

en algunos meses y en algunos disminuyo, como se aprecia en la tabla en el año 1991 la
precipitación máxima es de 157 y en el año 2013 la precipitación máxima es de 221mm en el
mes de diciembre, en este también hubo un cambio muy significativo

Tabla 4 pronóstico de temperatura máxima de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
1990 14 22 13,9 14,4 14,5 12,6 12,4 12,5 13,5 14,8 15,8 15,3
1991 15,5 15,8 14,7 14,8 14,6 12,2 11,3 12,2 12,4 14,1 14,5 14,7
1992 14 13,7 14,5 14,4 15,3 13,9 12,8 11,6 14 14,5 14,5 15,3
1993 13,8 14 13,7 15,1 14,9 13,8 13,1 12,7 14,2 14,8 15,6 15,4
1994 14,6 14,1 14,5 14,6 14,7 13,3 13,4 14,1 14,3 15,7 15,7 15,3
1995 15,1 15,4 14,5 15,9 15,3 13,6 14 15 14,8 16,2 15,7 14,9
1996 14,3 14,2 15,2 15 14,8 11,8 12,5 13,9 13,8 15,7 14,3 14,7
1997 13,2 11 13,1 13,2 13,4 12,4 12,7 11,9 13,4 14,7 14,8 16,2
1998 15,5 16,5 15,8 15,7 14,8 13,6 13,8 14,3 15,7 15,8 15,5 16,5
1999 14,4 13,6 13,3 13,9 14,3 13,1 12,8 14,3 14,4 14,5 15,8 16,5
2000 13,8 13,8 14 15,2 15,3 12,7 12,4 13,5 15,5 14,1 16,1 14,7
2001 12,7 13,4 13,8 14,2 13,7 13 13,1 13,3 13,5 14,8 15,8 15
2002 14,9 14,2 14,5 13,7 14 13,4 10,9 13 14,3 14,4 15,8 15
2003 14,7 15 14,1 14,7 15,3 14,1 12,9 13,7 14 15,6 16,4 16,5
2004 14,5 14,7 15,4 15,5 13,9 13,5 12,6 13,1 14,5 17 17,6 17,3
2005 16,1 15,4 16,3 15,6 15,1 14,1 13,9 14,6 14,5 15,4 15,9 16,1
2006 14,5 15,7 15,7 15 14,3 13,7 13,7 14,6 15,3 16,3 15,9 16,3
2007 16,1 15,7 14,8 15,1 14,5 14,8 12,8 14,9 14,2 16,3 16,1 15,7
2008 14 14,9 14,5 15,3 14,3 13,9 13,7 14,6 15,8 16,4 17,6 15,1
2009 14,9 14,9 14,7 15 15,3 13,8 13,5 14,6 16,3 17,7 17,3 16,6
2010 15,9 16,4 16,7 16,9 15,5 15 14,5 15,7 16,7 16,7 17,7 16,2
2011 16,1 14,5 15,2 16,1 15,5 14,5 13,7 15,4 15,4 16,3 17,5 15,8
2012 14,9 14,6 14,8 14,6 15 14 14 15 15,9 17,5 17,3 15,4
2013 15,1 15,6 16,2 16,4 15,7 13,6 14,2 15,2 15,8 16,9 18,3 16,7
2014 16,1 15,8 16,5 16 15,8 15,4 13,9 15,4 16,1 17 17,9 16,4
2015 15,5 23,5 15,8 15,8 15,2 14,6 14 15,5 16,2 17,1 18 16,5
2016 15,5 23,6 15,8 15,9 15,3 14,7 14 15,6 16,3 17,2 18,1 16,5
2017 15,6 23,6 15,9 16 15,3 14,7 14,1 15,7 16,4 17,3 18,3 16,6
2018 15,6 23,7 16 16 15,3 14,8 14,2 15,9 16,6 17,4 18,4 16,6
2019 15,7 23,8 16,1 16,1 15,3 14,9 14,2 16 16,7 17,5 18,5 16,7
2020 15,8 23,8 16,1 16,1 15,4 15 14,3 16,1 16,8 17,7 18,7 16,7
2021 15,8 23,9 16,2 16,2 15,4 15,1 14,4 16,2 16,9 17,8 18,8 16,8
2022 15,9 24 16,3 16,2 15,4 15,1 14,4 16,3 17 17,9 18,9 16,8
2023 15,9 24 16,4 16,3 15,5 15,2 14,5 16,5 17,1 18 19,1 16,9
2024 16 24,1 16,4 16,4 15,5 15,3 14,6 16,6 17,2 18,1 19,2 16,9
2025 16 24,1 16,5 16,4 15,5 15,4 14,6 16,7 17,3 18,2 19,3 17
2026 16,1 24,2 16,6 16,5 15,5 15,5 14,7 16,8 17,4 18,3 19,5 17
2027 16,2 24,3 16,7 16,5 15,6 15,5 14,8 16,9 17,5 18,4 19,6 17,1
2028 16,2 24,3 16,7 16,6 15,6 15,6 14,8 17,1 17,6 18,5 19,7 17,1
2029 16,3 24,4 16,8 16,6 15,6 15,7 14,9 17,2 17,7 18,6 19,9 17,2
2030 16,3 24,5 16,9 16,7 15,7 15,8 14,9 17,3 17,9 18,8 20 17,2
2031 16,4 24,5 17 16,8 15,7 15,8 15 17,4 18 18,9 20,1 17,3
2032 16,4 24,6 17 16,8 15,7 15,9 15,1 17,5 18,1 19 20,2 17,3
2033 16,5 24,6 17,1 16,9 15,8 16 15,1 17,7 18,2 19,1 20,4 17,4
2034 16,6 24,7 17,2 16,9 15,8 16,1 15,2 17,8 18,3 19,2 20,5 17,4
2035 16,6 24,8 17,3 17 15,8 16,2 15,3 17,9 18,4 19,3 20,6 17,5
2036 16,7 24,8 17,3 17 15,8 16,2 15,3 18 18,5 19,4 20,8 17,5
2037 16,7 24,9 17,4 17,1 15,9 16,3 15,4 18,2 18,6 19,5 20,9 17,6
2038 16,8 25 17,5 17,1 15,9 16,4 15,5 18,3 18,7 19,6 21 17,6
2039 16,9 25 17,6 17,2 15,9 16,5 15,5 18,4 18,8 19,7 21,2 17,7
2040 16,9 25,1 17,6 17,3 16 16,5 15,6 18,5 18,9 19,9 21,3 17,7
2041 17 25,1 17,7 17,3 16 16,6 15,7 18,6 19,1 20 21,4 17,8
2042 17 25,2 17,8 17,4 16 16,7 15,7 18,8 19,2 20,1 21,6 17,8
2043 17,1 25,3 17,9 17,4 16 16,8 15,8 18,9 19,3 20,2 21,7 17,9
 2044 17,1 25,3 17,9 17,5 16,1 16,9 15,8 19 19,4 20,3 21,8 17,9
2045 17,2 25,4 18 17,5 16,1 16,9 15,9 19,1 19,5 20,4 22 18
2046 17,3 25,5 18,1 17,6 16,1 17 16 19,2 19,6 20,5 22,1 18
2047 17,3 25,5 18,2 17,7 16,2 17,1 16 19,4 19,7 20,6 22,2 18,1
2048 17,4 25,6 18,2 17,7 16,2 17,2 16,1 19,5 19,8 20,7 22,4 18,1
2049 17,4 25,6 18,3 17,8 16,2 17,2 16,2 19,6 19,9 20,8 22,5 18,2
2050 17,5 25,7 18,4 17,8 16,2 17,3 16,2 19,7 20 21 22,6 18,2

Tabla 5 pronóstico de temperatura mínima de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
1990 7,471 7,865 27,29 7,059 5,144 3,229 3,138 4,172 5,423 6,952 8,2 7,403
1991 7,435 7,804 7,768 6,883 4,968 2,463 2,874 3,129 4,933 6,742 6,45 7
1992 7,032 7,655 7,548 6,1 5,161 3,7 2,581 2,768 4,213 6,145 6,067 7,032
1993 6,081 6,282 5,977 6,893 4,706 2,727 2,813 2,884 4,817 6,203 7,467 7,571
1994 7,129 6,996 6,326 7,037 4,658 2,463 2,703 3,532 5,097 6,019 7,207 7,287
1995 7,484 7,357 7,548 6,633 4,167 2,533 3,355 4,71 6,2 6,935 7,233 6,548
1996 7,032 7,793 7,355 6,667 4,742 2,6 1,774 4,097 4,933 6,742 6,933 7,548
1997 7,258 7,036 6,71 5,3 4,065 2,6 3,581 4,129 6,4 7,161 7,733 8,742
1998 9,032 9,214 8,871 7,4 4,484 4,067 3,516 4,323 5,233 6,774 7,233 7,71
1999 7,387 7,25 7,129 6,533 4,484 2,933 2,935 3,645 4,333 5,968 6,167 7,484
2000 6,806 7,379 7,258 6,833 4,71 2,9 1,419 3,806 5,033 5,355 6,333 6,871
2001 6,194 6,964 7,129 6,867 5,3 4,233 3,161 4,194 4,667 6,484 7,733 6,968
2002 7,484 7,429 7,71 6,933 5,903 4,1 3,129 4,032 5,7 6,968 7,6 7,742
2003 7,516 7,429 7,548 6,6 5,101 3,133 3,355 3,935 4,133 5,806 6,567 7,71
2004 7,323 7,586 8,258 7,233 4,032 3,1 2,871 3,903 6,16 6,916 8,06 8,432
2005 7,781 6,907 7,91 6,88 4,297 2,287 3,039 3,374 4,845 6,465 7,04 7,71
2006 6,89 7,479 7,342 6,593 3,348 2,58 1,781 3,652 4,76 7,187 7,72 7,826
2007 7,955 7,45 6,89 7,153 4,923 3,44 2,477 3,768 5,34 6,471 6,58 7,168
2008 6,723 7,172 6,148 5,487 2,619 2,08 1,697 2,181 4,153 6,116 7,16 6,142
2009 6,471 6,329 5,994 4,84 3,574 0,333 1,742 1,774 4,46 6 7,287 7,213
2010 6,742 7,157 7,026 5,887 3,639 2,907 1,303 2,271 3,66 4,606 5,267 6,323
2011 6,252 5,243 5,677 5,02 2,477 1,7 1,135 2,039 3,313 4,142 5,673 5,381
2012 4,819 4,607 4,484 4,487 1,948 0,867 1,768 2,427 4,907 6,342 7,4 7,161
2013 6,335 6,721 6,89 5,407 5,077 2,833 3,039 3,09 3,933 5,245 6,813 6,265
2014 6,645 6,521 6,852 6,073 4,652 2,96 2,524 3,377 4,836 6,239 6,997 7,218
2015 6,992 7,073 7,015 6,323 4,293 2,731 1,871 2,717 4,191 5,524 6,619 6,671
2016 6,373 6,214 26,23 5,398 3,47 2,095 1,818 2,659 4,141 5,47 6,596 6,634
2017 6,33 6,15 26,19 5,334 3,405 2,052 1,765 2,601 4,092 5,417 6,574 6,596
2018 6,286 6,087 26,15 5,27 3,341 2,008 1,712 2,542 4,043 5,364 6,551 6,559
2019 6,242 6,023 26,11 5,206 3,276 1,965 1,66 2,484 3,993 5,311 6,529 6,522
2020 6,198 5,96 26,07 5,142 3,212 1,921 1,607 2,426 3,944 5,258 6,506 6,484
2021 6,154 5,896 26,03 5,078 3,148 1,877 1,554 2,368 3,895 5,205 6,483 6,447
2022 6,11 5,833 25,99 5,014 3,083 1,834 1,501 2,31 3,845 5,152 6,461 6,409
2023 6,066 5,769 25,95 4,95 3,019 1,79 1,448 2,251 3,796 5,099 6,438 6,372
2024 6,022 5,706 25,91 4,886 2,954 1,747 1,396 2,193 3,747 5,046 6,416 6,334
 2025 5,978 5,642 25,87 4,822 2,89 1,703 1,343 2,135 3,698 4,992 6,393 6,296
2026 5,934 5,579 25,83 4,759 2,826 1,659 1,29 2,077 3,648 4,939 6,37 6,259
2027 5,891 5,515 25,79 4,695 2,761 1,616 1,237 2,019 3,599 4,886 6,348 6,221
2028 5,847 5,452 25,75 4,631 2,697 1,572 1,184 1,96 3,55 4,833 6,325 6,184
2029 5,803 5,388 25,71 4,567 2,632 1,529 1,132 1,902 3,5 4,78 6,303 6,147
2030 5,759 5,325 25,67 4,503 2,568 1,485 1,079 1,844 3,451 4,727 6,28 6,109
2031 5,715 5,261 25,62 4,439 2,504 1,441 1,026 1,786 3,402 4,674 6,257 6,072
2032 5,671 5,198 25,58 4,375 2,439 1,398 0,973 1,728 3,352 4,621 6,235 6,034
2033 5,627 5,134 25,54 4,311 2,375 1,354 0,92 1,669 3,303 4,568 6,212 5,997
2034 5,583 5,071 25,5 4,247 2,31 1,311 0,868 1,611 3,254 4,515 6,19 5,959
2035 5,539 5,007 25,46 4,184 2,246 1,267 0,815 1,553 3,205 4,461 6,167 5,921
2036 5,495 4,944 25,42 4,12 2,182 1,223 0,762 1,495 3,155 4,408 6,144 5,884
2037 5,452 4,88 25,38 4,056 2,117 1,18 0,709 1,437 3,106 4,355 6,122 5,846
2038 5,408 4,817 25,34 3,992 2,053 1,136 0,656 1,378 3,057 4,302 6,099 5,809
2039 5,364 4,753 25,3 3,928 1,988 1,093 0,604 1,32 3,007 4,249 6,077 5,772
2040 5,32 4,69 25,26 3,864 1,924 1,049 0,551 1,262 2,958 4,196 6,054 5,734
2041 5,276 4,626 25,22 3,8 1,86 1,005 0,498 1,204 2,909 4,143 6,031 5,697
2042 5,232 4,563 25,18 3,736 1,795 0,962 0,445 1,146 2,859 4,09 6,009 5,659
2043 5,188 4,499 25,14 3,672 1,731 0,918 0,392 1,087 2,81 4,037 5,986 5,622
2044 5,144 4,436 25,1 3,608 1,666 0,875 0,34 1,029 2,761 3,984 5,964 5,584
2045 5,1 4,372 25,06 3,545 1,602 0,831 0,287 0,971 2,712 3,93 5,941 5,546
2046 5,056 4,309 25,02 3,481 1,538 0,787 0,234 0,913 2,662 3,877 5,918 5,509
2047 5,013 4,245 24,98 3,417 1,473 0,744 0,181 0,855 2,613 3,824 5,896 5,471
2048 4,969 4,182 24,94 3,353 1,409 0,7 0,128 0,796 2,564 3,771 5,873 5,434
2049 4,925 4,118 24,9 3,289 1,344 0,657 0,076 0,738 2,514 3,718 5,851 5,397
2050 4,881 4,055 24,86 3,225 1,28 0,613 0,023 0,68 2,465 3,665 5,828 5,359

Tabla 6 pronóstico de precipitación de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
1990 214,9 130 115,5 58,61 4,607 13,24 3,294 30,47 27,42 135,8 87,2 90,91
1991 157 84,3 155,9 60,6 4,1 43,4 3 1,1 10 57,9 31,6 54,7
1992 169,7 143 30,1 20,1 0 11,3 0 53,2 17,6 50,1 87,6 109,7
1993 347,9 78,8 140,5 27,7 6 7 0,3 68,1 20,6 78,2 157,8 238,7
1994 168,6 279,3 125,2 51,2 3 9 6,5 0,8 7,3 35,5 53,6 95,6
1995 116,2 147,2 120,9 28,5 2,9 2,2 4,6 18 27,1 10,9 72 142,5
1996 220,2 95,1 64,2 30,3 0,7 3,5 13,9 24,6 25,6 15,2 101,8 94,6
1997 228 165,6 148,7 75,4 11,1 0 0 37,5 65,5 23,1 127,1 82
1998 152,2 129 115,1 94,8 1 30,9 0 3,3 4,5 107,6 54,2 51,4
1999 174,8 182,6 157,5 105,2 53,7 7,8 1 5,5 61,2 58,6 30,1 100
2000 272,9 141,5 113,9 7,1 0 31,5 0 24,9 2,5 136,5 30,6 80
2001 387 308,7 170,4 59,1 29,4 3,1 10,2 54,6 35,5 46,8 52,9 134,7
2002 137,6 162,7 137 139,9 15,8 27,4 47,9 10,2 14,6 103,7 42,8 113,7
2003 197,9 158,6 175,8 21 10,6 0 0,5 8,3 43,7 24,7 17 88,3
2004 310,9 202,4 56,8 45,9 10 4,1 37,7 35,4 5,6 7,4 30,2 102,5
2005 169,3 249,7 137 60,5 7,4 0 0 0,4 43,1 73,4 84,9 102,6
2006 153 157,4 183,8 41,2 0,3 5,4 0 23,5 30,6 20,8 99,8 155
2007 128,3 92,9 201,5 77,8 14,8 0 32,7 6,3 40,4 18,4 75,7 88
2008 223,1 98 116,7 29,6 4,2 7,4 3,5 2,9 2,6 15,8 71,5 149,9
2009 213,5 181,2 166 59,9 1,6 0 9,6 2,7 18,3 8,1 82,5 71,9
2010 248,2 244 53,8 27,7 38,8 0 0 6,1 8,7 89,3 5,7 115,7
2011 78,7 208,2 172,7 4,6 6,7 2 10,8 0,4 22,1 50,4 32,9 204,3
2012 219,5 314,1 161,8 50,1 0 6 15,9 5,2 0,2 24,8 83,4 155,4
2013 164,4 166,7 175,5 19,6 22,6 61 12,2 37,6 8,8 49,6 63,7 221
2014 190,9 0 61,9 23 32 0 15,19 6,786 17,39 32,25 49,32 148,5
2015 187,6 220,8 146,4 38,33 18,34 9,492 15,68 5,799 16,97 30,69 48,01 150,9
2016 186,5 224,5 147,7 37,52 18,89 9,342 16,18 4,813 16,55 29,13 46,7 153,3
2017 185,4 228,1 148,9 36,71 19,44 9,192 16,68 3,826 16,13 27,56 45,39 155,6
2018 184,3 231,7 150,2 35,9 19,99 9,042 17,17 2,839 15,71 26 44,07 158
2019 183,2 235,4 151,4 35,09 20,54 8,892 17,67 1,853 15,3 24,44 42,76 160,4
2020 182,1 239 152,6 34,28 21,09 8,742 18,16 0,866 14,88 22,88 41,45 162,8
-
2021
181 242,6 153,9 33,47 21,64 8,592 18,66 0,121 14,46 21,32 40,14 165,2
-
2022
180 246,3 155,1 32,66 22,18 8,442 19,15 1,107 14,04 19,76 38,82 167,6
-
2023
178,9 249,9 156,3 31,85 22,73 8,292 19,65 2,094 13,62 18,2 37,51 170
-
2024
177,8 253,5 157,6 31,04 23,28 8,142 20,14 3,081 13,21 16,64 36,2 172,4
-
2025
176,7 257,2 158,8 30,22 23,83 7,993 20,64 4,068 12,79 15,08 34,89 174,8
-
2026
175,6 260,8 160 29,41 24,38 7,843 21,14 5,054 12,37 13,52 33,57 177,2
-
2027
174,5 264,4 161,3 28,6 24,93 7,693 21,63 6,041 11,95 11,96 32,26 179,6
-
2028
173,4 268,1 162,5 27,79 25,48 7,543 22,13 7,028 11,53 10,39 30,95 182
-
2029
172,3 271,7 163,8 26,98 26,03 7,393 22,62 8,014 11,12 8,834 29,63 184,4
-
2030
171,2 275,3 165 26,17 26,58 7,243 23,12 9,001 10,7 7,273 28,32 186,8
-
2031
170,1 279 166,2 25,36 27,13 7,093 23,61 9,988 10,28 5,712 27,01 189,2
-
2032
169 282,6 167,5 24,55 27,68 6,943 24,11 10,97 9,861 4,151 25,7 191,6
-
2033
167,9 286,2 168,7 23,74 28,23 6,793 24,6 11,96 9,443 2,59 24,38 194
-
2034
166,8 289,9 169,9 22,93 28,78 6,643 25,1 12,95 9,025 1,029 23,07 196,4
- -
2035
165,7 293,5 171,2 22,11 29,33 6,493 25,6 13,93 8,606 0,531 21,76 198,8
- -
2036
164,6 297,1 172,4 21,3 29,87 6,344 26,09 14,92 8,188 2,092 20,45 201,2
- -
2037
163,6 300,8 173,6 20,49 30,42 6,194 26,59 15,91 7,77 3,653 19,13 203,6
 - -
2038
162,5 304,4 174,9 19,68 30,97 6,044 27,08 16,89 7,352 5,214 17,82 206
- -
2039
161,4 308 176,1 18,87 31,52 5,894 27,58 17,88 6,934 6,775 16,51 208,4
- -
2040
160,3 311,7 177,4 18,06 32,07 5,744 28,07 18,87 6,516 8,336 15,2 210,8
- -
2041
159,2 315,3 178,6 17,25 32,62 5,594 28,57 19,85 6,098 9,897 13,88 213,2
- -
2042
158,1 318,9 179,8 16,44 33,17 5,444 29,07 20,84 5,68 11,46 12,57 215,6
- -
2043
157 322,6 181,1 15,63 33,72 5,294 29,56 21,83 5,262 13,02 11,26 218
- -
2044
155,9 326,2 182,3 14,82 34,27 5,144 30,06 22,81 4,844 14,58 9,946 220,4
-
2045
154,8 329,9 183,5 14 34,82 4,995 30,55 -23,8 4,425 16,14 8,633 222,8
-
2046
153,7 333,5 184,8 13,19 35,37 4,845 31,05 24,79 4,007 -17,7 7,32 225,2
- -
2047
152,6 337,1 186 12,38 35,92 4,695 31,54 25,77 3,589 19,26 6,008 227,6
- -
2048
151,5 340,8 187,2 11,57 36,47 4,545 32,04 26,76 3,171 20,82 4,695 230
- -
2049
150,4 344,4 188,5 10,76 37,02 4,395 32,53 27,75 2,753 22,38 3,383 232,4
- -
2050
149,3 348 189,7 9,95 37,57 4,245 33,03 28,74 2,335 23,94 2,07 234,7

Tabla 7 pronóstico de temperatura máxima para 2015 y 2050 de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
2015 14,8 14,7 14,9 15,1 14,8 13,6 13,1 14 14,7 15,7 16,1 15,7
2050 16,5 24,6 17,1 16,8 15,7 16 15,1 17,5 18,1 19 20,3 17,4

En la tabla 8 podemos ver el pronóstico de temperatura máxima para el 2015 y 2050.

Tabla 8 pronóstico de temperatura mínima para 2015 y 2050 de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
2015 6,99 7,07 7,01 6,32 4,29 2,73 2,52 3,38 4,84 6,24 7 7,22
2050 5,61 5,17 25,6 4,34 2,41 1,38 0,92 1,73 3,35 4,62 6,23 6,03

En la tabla 8 podemos ver el pronóstico de temperatura mínima para el 2015 y 2050

Tabla 9 pronóstico de precipitación para 2015 y 2050 de la estación meteorológica 000822-isla suana

AÑOS ENER. FEB. MAR. ABRL. MAY. JUN. JUL. AGOT. SET. OCT. NOV. DIC.
2015 201 166 131 48,4 11,5 11 9,14 18,7 22,4 51,8 65,7 118
2050 168 284 168 24,1 28 6,87 24,1 -11 9,86 4,15 25,7 192
En la tabla 8 podemos ver el pronóstico de precipitación para el 2015 y 2050

5. Conclusión:

En conclusión, una estación meteorología es muy importante ya que esta nos puede ayudar, de muchas
maneras como: en el sector agrícola, ver el cambio climático del día a día, pronosticar de aquí a unos
años como será el clima, etc. el uso que se le puede dar es amplio, y esto no puede ayudar a darnos
cuenta de cómo el cambio climático está cambiando y no a favor nuestro.

6. Bibliografía :

Bibliografía
Campetella , C., Cerne , B., & Salio, P. (2011). entornos invisibles. Obtenido de entornos invisibles:
http://www.inet.edu.ar/wp-content/uploads/2012/11/C9_Estacion_meteorologicaR.pdf

carlos, p. (1012). intrumentos de una estacion metereologica. argentina.

Instrumentación, P. I. (2018). estacion meteorologica. Obtenido de Instrumentación, PCE Iberica S.L.:

https://www.pce-instruments.com/espanol/instrumento-medida/medidor/estacion-
meteorologica-kat_71062_1.htm

oscar. (2015). estacion meteorologica.

PCE. (s.f.). ¿que es una estacion meteorologica. chile, chlile. Obtenido de http://www.pce-
iberica.es/medidor-detalles-tecnicos/que-estacion-meteorologica.htm

senamhi. (diciembre de 2012). Ministerio del medio ambiente. Obtenido de Servicio Nacional de
Meteorología-senamhi: file:///C:/Users/ASUS/bluetooth/Desktop/metereologia/696.pdf

Tapia Aguilar, B., Aruquipa Amaru, F., & Belizario Quispe, G. (s.f.). EFECTOS DEL CAMBIO CLIMATICO SOBRE
LOS PARAMETROS TERMOPLUVIOMETRICOS EN PUNO PERU. 8.

tellon, c. (2017). climas tellon. Obtenido de climas tellon: https://climacastellon.com/

wikipedia. (2013). estacion meteorologica. Obtenido de

https://es.wikipedia.org/wiki/Estaci%C3%B3n_meteorol%C3%B3gica