·";~'1"'~'"1!'l-~~qj

[

[ Meteorología Colombiana

N°8

pp. 1-8

Marzo, 2004

Bogotá D.C.

ISSN-0124-6984

INTERACCiÓN INTERANUAL DEL MONZÓN DE VERANO EN SUDAMÉRICA-SASM

DURANTE EL CICLO DE EL NIÑO/LA NIÑA-OSCILACIÓN DEL SUR

INTERANNUAL INTERACTION OF THE SUMMER MO'NSOON IN SOUTH AMERICA

DURING THE ENSO-CYCLE

ANDRÉS WILFREDO BURGOA MARIACA Departamento de Física, Universidad Mayor de San Andrés (Bolivia)

FABIO HUMBERTO NIETO SÁNCHEZ Departamento de Estadística, Universidad Nacional de Colombia

GLORIA ESPERANZA LEÓN ARISTIZÁBAL IDEAM, Bogotá, Colombia

Burgoa, A., F. Nieto & G. León. 2004: Interacción interanual del monzón de verano en sudamérica-sasm durante el ciclo de el niño/la niña-oscilación del sur. Meteoro!. Colomb. 8: 1-8. ISSN 0124-6984. Bogotá, D.C. - Colombia.

RESUMEN La dinámica de interacción entre los sistemas monzónico en Sudamérica (SRMS1) y las condi­ ciones para un evento Niño se efectuó mediante el análisis de los vectores autorregresivos VAR(1) y la Función Respuesta al Impulso (FRI). Los resultados muestran que en los niveles al­ tos y medios (para la región monzónica del norte y sur) de la troposfera se generan las mayores divergencias horizontales de masa favoreciendo el desarrollo vertical de nubes (Cu, Cb) y con ello lluvias en la base de estas; en ambas regiones se forman células de convergencia­ divergencia entre los niveles bajos a medios y de los niveles bajos a altos. A su vez, la región monzónica central como oposición a tal interacción, genera en los niveles bajos de la troposfera una convergencia horizontal de masa produciendo un calentamiento de las masas de aire en los alrededores y ausencia de lluvias. Palabras clave: Respuesta al impulso, Monzón, El Niño, Calentamiento diabático.

ABSTRACT The interaction dynamics between the monsoon systems in South America (SRMS 1) and the conditions for an El Niño event were examined by means of autoregressive vector analysis VAR(1) and the impulse-response function. The results demonstrate that in the higher and middle levels (of the monsoon region in the North and South) of the troposphere, the largest horizontal divergences are generated, favoring vertical cloud development (Cu, Cb), with rains from the base of these clouds. In both regions convergence-divergence cells form between lower to middle and lower to higher levels. At the same time, the central monsoon regio n counteracts this interaction, generating in the lowest levels of the troposphere a horizontal convergence of mass producing both an air mass heating in the surroundings and an absence of rain. Keywords: Response impulse, Monzon, El Niño, Diabatic heat.

k ...

,....,

METEOROLOGíA COLOMBIANA W8, MARZO 2004

1.

INTRODUCCiÓN

Los análisis de los datos de presión a nivel del mar esta­ blecen que las fluctuaciones observadas en esta última se concentran en dos núcleos: uno en el Pacífico tropical Occidental y el otro en el sureste de este último; se ve que estos tienen una coherencia muy alta y que están fuera de fase. Las fluctuaciones interanuales en la pre­ sión tanto en Darwin como en Tahití son bastante irregu­ lares en el tiempo. A estas irregularidades, Walker las denominó la Oscilación del Sur. Estas se asocian con los mayores cambios en los patrones de precipitación y el campo de vientos tanto en el océano índico como el Pací­ fico. Son los estudios de Ichiye y Petersen (1963), Ber­ lage (1966) quienes dan las primeras luces de la relación entre la Oscilación del Sur y las variaciones en la tempe­ ratura superficial del mar en el Pacífico tropical. Las correlaciones entre varios parámetros océano­ atmosféricos, establecen que la alta presión superficial hacia el occidente y la baja presión sobre el sureste del Pacífico tropical coincide con abundantes precipitaciones, inusual calentamiento de las aguas superficiales oceánicas y la relajación de los vientos alisios en la parte central y oriental del océano Pacífico tropical. A esta fase de la Oscilación del Sur se le conoce como El Niño.

el altiplano Boliviano. La evolución temporal del monzón en Sudamérica para el presente estudio se resume en la Tabla 1. Tabla 1. Escenario del campo de vientos resultantes en los niveles de presión estándar de 200 y 850 hPa Período 1Sep - 300ct 1980 1Nov 31Dic 1980 1Ene - 28Feb 1980 1Mar - 31 Mar 1980 1Abr - 30Abr 1980

Fase I 11 111 IV V

I

!

Descripción Premonzón Desarrollo Monzónico Madurez Monzónica Retroceso Monzónico Postmonzón

A título de ejemplo se muestra en la Figura 2, la posición del anticiclón en los niveles altos de la troposfera en la fase madura del monzón.

Para el presente estudio, nos remitimos a los eventos de El Niño definido en términos de la Temperatura Superfi­ cial del Mar (TSM) al área del Pacífico Ecuatorial Oriental denominado Niño 3 (5°S-5°N; 90 o W-1500W), ver Figura 1 en trazo fino para el período de 1958 a 1998.

Figura 2: Circulación del anticiclón en 200 hPa en la fase madura del monzón Figura 1: Serie temporal de la Temperatura Superficial del Mar (en trazo fino) y su transformada (en trazo sólido) en la región de El Niño 3 Halley (1686) describió los elementos de un clima mon­ zónico en regiones que reciben un exceso de energía solar asociado con los movimientos estacionales del Sol, él señaló que la extensión e intensidad del monzón está determinada por la naturaleza del suelo y su topografía. Para identificar las áreas monzóf)icas, Khromov (1957) propuso un índice monzónico basado en el cambio de la prevalescencia del viento tanto en dirección como en su frecuencia media. Ramage (1971) modificó la definición dada por Khromov, en el sentido de que al monzón se le debe incluir tanto la intensidad como la persistencia de la variabilidad de los vientos anuales. En tal sentido, de acuerdo con la descripción dada por Khromov-Ramage, Sudamérica es considerada como un pequeño monzón. Así. Zhou y Lau (1998) demuestran las condiciones de cómo Sudamérica se ajusta a la definición de una circula­ ción monzónica inducida por fuertes calentamientos dia­ báticos sobre el subtrópico sudamericano en especial en

El presente estudio explora la dinámica interactiva entre la región de El Niño 3 y la monzónica en Sudamérica cuando se tiene el escenario de un evento de El Niño.

2.

DATOS

Usando el producto de las precipitaciones como el de la circulación del campo de vientos (u, v, ro) a los tres nive­ les de presión estándar (850, 500 Y 200 hPa) del Centro Nacional para la Predicción del Medio Ambiente-Centro Nacional para la Investigación Atmosférica (NCEP­ NCAR) reanálisis; el cual cubre puntos de grilla de 2,5 0 de latitud-longitud, para un período de estudio de 41 años (enero de 1958 a diciembre de 1998). La región menzónica de Sudamérica (RMS) comprende las coordenadas geográficas de ·10 0 S a -22,5°S de lati­ tud y de -65°W a -32,5°W de longitud, tal como se ilustra en la Figura 3. Por cada coordenada geográfica se obtie­ ne una serie temporal de 41 años, en tal sentido, se ob­ tienen 72 series temporales para el parámetro precipita­

3

RACCIÓN INTERANUAL MONZÓN VERANO SUDAMÉRICA EL NIÑO/LA NIÑA

ción que sumado a los de circulación del campo de velo­ cidades en los tres niveles de presión estándar, da un total de 720 series temporales.

Figura 3. Regiones El Niño 3 (Pacífico tropical) y el monzón en Sudamérica

3.

El análisis de componentes principales en el dominio de la frecuencia tiene como objetivo transformar un conjunto de variables originales en otro más pequeño, los cuales son combinaciones lineales de las primeras que contie­ nen la mayor parte de la variabilidad conjunta presente en el conjunto inicial. En el caso de series temporales múltiples (como en el presente caso) el método fue desa­ rrollado de manera formal por Brillinger (1981) y más recientemente por Stoffer (1998). En un contexto gene­ ral, la filosofía de Stoffer (1998) se basa en la Cobertura Espectral. La técnica está basada en la detección de ciclos comunes en las series temporales multivariadas. La idea es: para una frecuencia m, E [0,211:], se busca un vector complejo p-dimensional c(co) tal que

La región monzónica de Sudamérica se divide en dos subregiones, la primera abarca los límites territoriales de Bolivia-Brasil-Paraguay y el norte argentino, la segunda contempla las cuencas del Río de la Plata y del Amazo­ nas. Para fines del presente estudio se toma en cuenta la primera subregión a la que se denominará en lo sucesivo como SRMS1, esta a su vez está constituida por nueve subregiones que están asociadas geográficamente en tres grandes regiones: la región del norte, la del centro y la del sur, tal como se ilustra en la Figura 4. Geográfica­ mente las coordenadas de la SRMS1 va de los -10ºS a 22,5ºS de latitud y de --65ºW a -52,5ºW de longitud, esto implica obtener un número de 360 series temporales a las cuales se les desestacionaliza y normaliza. A título de ejemplo se muestra en la Figura 5 las series temporales para las coordenadas geográficas -20 2 S a -22,5ºS de latitud y de -55ºW a -52,5ºW de longitud.

MARCO TEÓRICO

c(w )'Sx(W )c(w) c(w )'c(w)

sea máximo. Se encuentra que este vector es el vector propio de Sx(m) correspondiente al máximo valor propio, digamos Al (m). Sea Vl (m) este vector propio, Stoffer (1998) define

= [Vl(m)j' Xl

X1t(m)

=V

l (1)

(m) X H + .....+ VI

(r)

(m) Xrt ,

con V1(m) (V 1(1) (co), ... , vt) (co))', como la primera com­ ponente principal a la frecuencia m. A la función máx c(ro)

*" o

c(w j' SX (W )c(W) c(W)' c(W)

con m, E [0,2mJ, se llama la cobertura espectral del proce­ so. En las frecuencias m donde esta función es máxima, los ciclos asociados son compartidos por la mayoría o todas las series. El modelo de los vectores autorregresivos VAR(p)/y la Función de Respuesta al Impulso (FRI) permite estable­ cer la relación dinámica entre las series temporales multi­ variadas. Supóngase que

Xl == v + Al Yt-l ó

"

Figura 4: Región monzónica en Sudamérica y las correspondientes subregiones (SRMS1)

+ ...... + Ap Yt·p + Ut ,

(1 )

donde p E N (el orden del proceso autorregresivo), v (v, .... , Vk)', es un vector real; Al, ... ,Ap son matrices rea­ les de dimensión p X P; Yt = (Ylt , ... , Ykt)' es un vector aleatorio de dimensión p Xl; I.l¡ = (Ul, .. ... ,Upl)' e$ un proceso de innovación o ruido blanco multivariado p­ dimensional, esto es, E(u¡) == O para todo tEZ; E(Ul ,u'$ == 2:,,, si t s Y O si t 1= s. Decimos que {X¡} obedece a un modelo VAR de orden py lo denotamos como VAR(p).

METEOROLOGíA COLOMBIANA N°8, MARZO 2004

El proceso ( 1 ) es estable si su polinomio característico no tiene raíces en y sobre el círculo unitario complejo, es decir, {Xt} es estable si det[I K

-

Al z - ... - Ap zP] 1= O para Izl

1.

Esta condición es la denominada condición de estabili­ dad. Si Xl es un proceso VAR(p) estable, entonces este es estacionario, es decir, estabilidad implica estaciona ríe­ dad (Lutkepool (1993)). La estimación de los parámetros en ( 1 ) se hace con la ayuda de los métodos de mínimos cuadrados o máxima verosimilitud. Usando el modelo VAR(p), se puede hacer un análisis de escenarios (simulación) para comprender la relación dinámica que pueda existir entre las variables de un valor aleatorio que se observa a través del tiempo. Más exac­ tamente, si una variable aleatoria del sistema bajo estu­ dio es afectada de manera atípica por un factor exógeno en un momento arbitrario del tiempo, se desea conocer el tipo de respuesta dinámica de las otras variables a ese efecto. Por supuesto, si hay respuesta, hay relación di­ námica entre las variables.

A la sucesión de números reales (!ll¡/ljJ}¡¡"o se le llama la Función de Respuesta al Impulso (FRI) de la l-ésima variable a una innovación unitaria en la j-ésima variable, Como se puede apreciar, existen k2 funciones de respuesta al impulso. El programa desarrollado (Jukumari) para el análisis de componentes principales en el dominio de la frecuencia, corre para la versión 2.0,16 de GNU octave. Para los modelos VAR(p) y la función de Respuesta al Impulso (FRI) corre en la versión 5.0 de RATS,

4.

RESULTADOS

La idea es la siguiente: Supóngase que el proceso vecto­ rial {Xt} obedece a un modelo VAR(p) estable dada por la ecuación ( 1 ). Se sabe entonces que el proceso puede ser escrito en términos de un modelo MA( ), es decir, la ecuación ( 1 ) puede ser escrita como Xt

v + A Xt. p + Ut

(2)

Considerando la estabilidad del proceso Xl. ésta puede ser representada por el vector de medias, 11, la autocova­ riancia, l"x (h), Y la matriz J := [IK O ... O], entonces el pro­ ceso de la ecuación (2) puede escribirse

Xt = 11 + I

i

A U t-i ,

1=0

Xt=JXt=Jfl+ .IJAíJ'JU H 1=0

Xt

11 +

.I ¡u¡_i'

1=0

donde 11 es la media del proceso y !ll" con i=0,1 ,2, ... es una matriz real que proviene de las matrices Al, A2, ... ,Ap (Lutkepool (1993)). Sin pérdidá de generalidad, sea 11 =0. Suponiendo que en t = to la componente de ruido uít, con j 1, ... , k, sufre una innovación normalizada de una unidad, y que todos los demás componentes del ruido son iguales a cero en to y antes de to, se prueba que para h O, XI , t+h

Figura 5: Series temporales de precipitación, desestacionalizadas y normalizadas Se toma a título de ejemplo las series temporales de la Figura (5) y estas se corren en el programa Jukumari (versión modificado de Buritica (2001)) el cual genera la cobertura espectral del que se selecciona el ciclo común a la frecuencia v 0,04 (1/mes) y factor de suavizamiento m=9, ver Figura 6, esta frecuencia es común para las 90 series temporales agrupadas en cuatro coordenadas geográficas en la SRMS1, esto genera 90 series temporales ponderadas para la primera componente principal (PCP), se ilustra a título de ejemplo en la Figura 7 los resultados en porcentaje para la PCP para la componente vertical del viento (las componentes del viento zonal, meridional y de precipitación no se muestran) a los tres niveles de presión estándar, la Figura 8 muestra la serie temporal ponderada para la PCP de la Figura 5.

=