evaluación del calentamiento global en gran canaria

EVALUACIÓN DEL
CALENTAMIENTO GLOBAL
EN GRAN CANARIA
11/10/2012
TENDENCIAS DESDE 1946 EN LAS TEMPERATURAS DE LA
ISLA DE GRAN CANARIA
P ROYECTO CLIMA I MPACTO (MAC/3/C159) DEL PROGRAMA DE COOPERACIÓN T RANSNACIONAL
M ADEIRA -A ZORES -CANARIAS 2007-2013 (COFINANCIACIÓN FEDER)
Evaluación del calentamiento global en Gran Canaria
Evaluación del calentamiento
global en Gran Canaria
TENDENCIAS DESDE 1946 EN LAS TEMPERATURAS MEDIA,
MÁXIMA Y MÍNIMAS EN LA ISLA DE GRAN CANARIA E
INFLUENCIA DE LA TEMPERATURA DEL MAR EN LA
DISTRIBUCIÓN LOCAL DEL CALENTAMIENTO
ANGEL LUQUE*, & JOSÉ L MARTÍN**
* GROUP OF IMAGE PROCESSING AND REMOTE S ENSING, L AS P ALMAS U NIVERSITY
** VICECONSEJERÍA DE MEDIO AMBIENTE, OBSERVATORIO DE DESARROLLO SOSTENIBLE
Resumen
Se estudia la variación de la temperatura a diferentes altitudes en la Isla de Gran Canaria, de
acuerdo con las tendencias en la temperatura media, máxima y mínima de 11 estaciones. Se
obtuvieron series de referencias representativas de diferentes sectores altitudinales y de toda la
isla. Esta última mostró una tendencia ascendente de calentamiento desde el año 1946 hasta la
actualidad de 0,09 ±0,05 ºC ( =0,01). Las temperaturas mostraron un aumento mayor en la
noche (0,11 ±0,05 ºC ) que en el día (0,08 ±0,06 ºC), de modo que la amplitud térmica
disminuyó ligeramente. A pesar del calentamiento registrado no se detectaron cambios en la
variabilidad climática. Se comparan los datos obtenidos con los de temperatura del mar para
determinar su posible influencia en las estaciones costeras
α
2
Evaluación del calentamiento global en Gran Canaria
INTRODUCCIÓN
El calentamiento global que en diferente intensidad afecta a todo el planeta, también se
manifiesta a nivel local en los archipiélagos macaronésicos. Estudios en las islas Azores y Madeira
(Santos, et al. 2004), y en Canarias (Sanroma et al., 2010; Martin et al 2012) así lo atestiguan.
Todas estas investigaciones se centran en la evolución de la temperatura a lo largo del siglo
pasado y el actual, y tienen en común una tendencia al alza que es más patente a partir de la
década de los setenta. Esto coincide con el patrón global de distribución del calentamiento que en
la segunda mitad del siglo pasado fue de 0,13 ±0,03 °C, pero desde 1979 la temperatura se ha
incrementado más de 0,27 °C por década (Trenberth et al. 2007).
Los datos de calentamiento anual en Tenerife son ligeramente inferiores a los valores medios
globales, pero concordante con ellos si tenemos en cuenta la localización geográfica de Canarias
y el efecto atemperante del océano. La temperatura en Tenerife aumentó desde 1944 a un ritmo
de 0,09 ±0,04 ºC/década, pero a partir de 1970 aumentó a 0,17 ±0,04 ºC/década (Martin et
al, 2012).
El calentamiento en Tenerife es mayor en las temperaturas nocturnas que en las diurnas, en
barlovento que en sotavento, y en las cumbre por encima de los 2.000 m s.n.m. que en el resto de
la isla. La circulación global ejerce posiblemente mayor influencia en el calentamiento de altura, y
la temperatura del mar en el calentamiento de la costa, en tanto que en las medianías es el efecto
local de los vientos alisios el principal condicionante, sobre todo en la fachada norte de las islas.
En la fachada sur, el calentamiento está más apaciguado y la diferencia entre las máximas y las
mínimas es menor que en la fachada norte (Martin et al., 2010).
Esta distribución desigual en la isla del calentamiento constituye, previsiblemente, una pauta común
del Archipiélago, para comprobarlo hemos repetido el análisis de Tenerife en Gran Canaria. Esta
isla no es tan elevada como Tenerife y aunque su orografía es igualmente montañosa, tiene una
disposición ligeramente distinta en cuanto a la inclinación de sus laderas. Los objetivos de este
estudio fueron:
1.
Evaluar el calentamiento anual y mensual en Gran Canaria, a diferentes altitudes, orientación
(barlovento y sotavento) y regímenes horarios (nocturno y diurno),
2.
Determinar la influencia de los cambios en la temperatura superficial del mar (=SST) sobre el
calentamiento local.
LA ISLA DE GRAN CANARIA
Las Islas Canarias se localizan en el sector oriental del Atlántico Norte, aproximadamente entre los
27º y 29º de latitud norte y los 14º y 18º de longitud Oeste (fig. 1). A pesar de su proximidad al
continente africano tienen un clima muy distinto al que correspondería por latitud, gracias a la
potente influencia de los vientos alisios del nordeste asociados al anticiclón de las Azores (Font,
1956; Marzol, 2001).
Gran Canaria (27.7⁰-28.2⁰N, 15.3⁰-15.9⁰W) es con sus 1.948 m de altura la tercera isla de
mayor elevación de Canarias. Tiene 1.560 Km2 de superficie y su orografía es bastante abrupta.
3
Evaluación del calentamiento global en Gran Canaria
Desde el punto de vista climático el norte es más húmedo que el sur, sobre todo en las medianías,
donde el influjo de los vientos alisios da lugar a la frecuente aparición, entre los 800 y los 1500 m
s.n.m., de una capa de estratocúmulos conocida localmente como “mar de nubes". El techo de este
mar de nubes viene definido por una capa de inversión térmica de altitud y potencia variable
estacionalmente (Font, 1956; Dorta, 1996).
Fig. 1. Distribución de las estaciones meteorológicas de temperatura objeto de este análisis. En el mapa de Canarias se indican
mediante estrellas las zonas de referencia para obtención de datos de la temperatura superficial del mar procedentes del reanálisis
del National Centers for Environmental Prediction (NCEP) y el National Center for Atmospheric Research (NCAR).
4
Evaluación del calentamiento global en Gran Canaria
METODOLOGÍA
Para la consecución de nuestros objetivos hemos intentado abarcar la mayor variabilidad
climática posible y optimizar la calidad de los datos mediante un tratamiento estadístico enfocado
a detectar tendencias. Aunque en Gran Canaria hay muchas estaciones meteorológicas, la
mayoría han empezado a operar en las últimas décadas. Tras un análisis en función de su
localización en altitud y orientación, la longitud de las series y la complementariedad entre
estaciones, se escogieron las 26 de la tabla I. Todas están gestionadas por la Agencia Estatal de
Meteorología.
Para analizar las tendencias se aplicó un método orientado a corregir los valores anómalos
(outliers) y ajustar inhomogeneidades. Los datos diarios se agruparon por meses para determinar
en cada uno los valores medios de las máximas (temperaturas diurnas) y las mínimas (nocturnas).
Corrección de valores anómalos
Para disminuir el efecto de los valores extremos u erróneos en la tendencia central se enfatizó el
ejercicio de corrección de valores anómalos. Se eliminaron los valores más dispares (anómalos
extremos) que eran mayores que el tercer cuartil más tres veces el recorrido intercuartílico (IQR),
en el caso de las temperaturas por encima de la mediana, o menores que el primer cuartil menos
tres veces IQR, en el caso de las temperaturas por debajo de la mediana. Como IQR es sensible a
la longitud de la serie (Peterson et al., 1998), también se consideraron anómalos extremos los
valores mayores a la media más tres veces la desviación estándar o menores que la media menos
tres veces la desviación estándar (Guttman & Quayle, 1990; Peterson et al., 1998). Cuando la
diferencia estaba entre 1,5 y 3 IQR el valor anómalo se catalogaba como sospechoso, y se
buscaba eliminar la sospecha interpolando a partir de los datos de otras serie con la cual hubiera
una correlación aceptable (≥ 0,8). En todo caso se buscó que los segmentos correlacionados
estuvieran emparejados, fueran continuos, se localizaran adyacentes al valor anómalo y tuviera al
menos diez años de longitud. La interpolación se hizo ajustando el valor anómalo a la temperatura
para ese año en la serie de referencia, corregida según el diferencial de medias entre los
segmentos correlacionados. El nuevo dato así obtenido se aceptaba cuando representaba una
aproximación al estadístico central y se rechazaba en caso contrario.
Los meses sin datos y los que estaban ocupados por un valor anómalo eliminado intentaron
rellenarse según el mismo sistema utilizado para interpolar en los casos de datos los anómalos
sospechosos. Cuando esto no fue posible o cuando de la interpolación resultaba un anómalo
extremo, el dato se dejó en blanco.
Homogenización de las serie
Una serie temporal se dice que es homogénea cuando su variabilidad obedece únicamente a
causas climáticas, correspondiéndose con variaciones que son propias de cada serie. Las
inhomogeneidades pueden corregirse utilizando la propia serie como referencia (homogenización
absoluta) o utilizando otra serie supuestamente homogénea y lo suficientemente larga
(homogenización relativa). Ambas aproximaciones son igualmente válidas (Costa & Soares 2009),
aunque la homogenización absoluta tiene la desventaja de no discriminar falsas
inhomogeneidades debidas a saltos naturales en el clima u otras causas. Los metadatos asociados
5
Evaluación del calentamiento global en Gran Canaria
a cada estación pueden ser esenciales en estos casos (Costa & Soares 2009), sin embrago cuando
dicha información no está disponible es necesario recurrir a métodos de discriminación alternativos.
Las series mensuales y anuales mostraron en general una pobre correlación, estaban muy
fragmentadas y no cubrían periodos temporales muy largos, de modo que la homogenización
absoluta fue en casi todos los casos la única opción posible. Las series se homogenizaron mediante
el Standard Normal Homogenization Test (SNHT) para una única ruptura (Alexandersson 1986;
Alexandersson and Moberg 1997) o el test de Pettit (1979), dependiendo del si la serie obedecía
a una distribución normal o no. Como herramienta de homogenización utilizamos el programa de
análisis de series climáticas temporales AnClim (Stepanek 2007). Los dos test permiten detectar el
año de ruptura entre la media de la serie en periodos anteriores y posteriores al mismo, tanto si
se compara la serie consigo misma como con una serie de referencia distinta. La hipótesis nula en
SNHT es que los datos de las series de comparación son independientes y con una distribución al
azar e idéntica en cuanto a normalidad, y la hipótesis alternativa es que hay una ruptura en la
secuencia de la media. En todos los casos se utilizó el límite del 95% de confianza para
determinar si había o no una inhomogeneidad. SNHT solo permite detectar la primera
inhomogeneidad cuando se avanza desde periodos más antiguos hacia adelante (Khaliq and
Ouarda 2007), de modo que cada vez que una inhomogeneidad se corregía se volvía a pasar el
test en busca de otras posteriores.
Para distinguir las inhomogeneidades verdaderas de las falsas, cada vez que se detectaba una
ruptura el segmento de 10 años de longitud a ambos lados se comparaba con tramos similares en
otras series. Si se encontraba una buena correlación significaba que la ruptura se repetía en
distintas series de modo que no obedecía a un cambio artificial (antropogénico), por lo que la
inhomogeneidad se daba por falsa. Si no había correlación y la ruptura solo se daba en la serie
que estábamos analizando, la inhomogeneidad se daba por verdadera y se corregía según se
explica más adelante. A pesar de algunos interesantes trabajos sobre como ajustar la
homogenización absoluta (Reeves et al. 2007), éste es un campo todavía insuficientemente
investigado (Venema et al. 2011), de modo que optamos por escoger un método que entrañase la
menor alteración posible de la serie original. Los ajustes se hicieron mediante pequeños cambios
progresivos simultáneos en todo el segmento anterior al punto de ruptura y repetición reiterada
del test hasta que el resultado del estadístico del mismo se situara dentro del intervalo del 95%
de confianza. Si la inhomogeneidad así corregida reaparecía en una parte de la serie, se
procedía a su ajuste de la misma manera. Normalmente toda la serie quedaba homogénea
después de unos pocos pasos como estos. Finalmente, para asegurar que la homogenización no
hubiera alterado significativamente la serie original de le aplicó el test de homogeneidad de
Levene (Levene 1960).
Análisis de tendencia
Para el análisis de las tendencias hay varios métodos posibles: media simple, método de la
primera diferencia (Peterson et al., 1998), método de las anomalías climáticas (Jones et al., 1982;
Jones & Hulme, 1996) y anomalías asociadas a estaciones de referencia sopesadas mediante
distancia (Hansen et al., 1987; 1999). Hemos recurrido al método de las anomalías climáticas, de
modo que el primer ejercicio consistió en fijar el período base de referencias. Teniendo en cuenta
que para el cálculo base de las anomalías es recomendable al menos un período de 30 años
(WMO, 1996; Aguilar et al., 2003) y que según Jones et al. (1982) éste no debe tener
6
Evaluación del calentamiento global en Gran Canaria
demasiados vacíos (máximo recomendado: 1/3), identificamos como base los años entre 1970 y
1999.
Para todas las series de anomalías se calculó la correspondiente regresión lineal y su grado de
significación según el test de rangos de Spearmann (Sneyers, 1975), tal y como recomienda
Morales et al., (2004). Siempre que en la construcción de la serie de referencia intervenía más de
una estación, se construía una serie promedio de anomalías a la cual se le aplicaba la
aproximación desarrollada por Osborn et al. (1997) para corregir el sesgo de la varianza
asociado al distinto número de estaciones intervinientes cada año. La significancia estadística de
las tendencias así obtenidas fueron reajustadas analizando la autocorrelación temporal mediante
el método de Santer et al. (2000).
ESTACIONES TERMOMÉTRICAS ANALIZADAS
Las estaciones meteorológicas utilizadas abarcan diferentes zonas climáticas de Gran Canaria
(fig. 1). Solo se utilizaron 11 de las 26 estaciones trabajadas en la construcción de series de
referencia. Las demás sirvieron de soporte en las correlaciones del proceso de rellenado de
vacíos, corrección de valores anómalos o refrendado de inhomogeneidades (tabla I).
Para la construcción de series de referencia se agruparon las estaciones de similares
características en cuanto a altitud y orientación, teniendo en cuenta las características orográficas
de cada una de las islas estudiadas. Se identificaron 3 sectores en la fachada noreste, otros 3 en
la suroeste y 2 en las cumbres. También se construyeron series de referencia agrupando varios
sectores, en cuyo caso las anomalías obtenidas del promediado entre sectores se sopesaron en
función de sus superficies respectivas (sector E: 285,8 Km2; sector F: 168,8 Km2; sector G: 95,8
km2; sector H: 132 km2; sector J: 396,2 km2; sector K: 291,5 km2; y sector H: 225,2 km2).
Las estaciones de los sectores entre los 400 m s.n.m. y los 1.200 m s.n.m. en la fachada suroeste
también fueron demasiado cortas para permitir análisis tendenciales, de modo que sólo se
utilizaron como soporte en los ajustes realizados en las restantes. Las estaciones más largas
estaban en sectores que abarcaban desde mediados de los cuarenta en dos casos (sector E entre
0 y 400 m NE; y sector G entre 800 y 1.200 m NE), comienzo de los cincuenta en uno (sector J
entre 0 y 400 m SW), comienzo de los sesenta en otro (sector H entre 1.200 y 1.600 cumbre) y
finales de los setenta en el último (sector F entre 400 y 800m NE).
El corte vertical de la Fig. 1 muestra las bandas altitudinales de 400 m de altitud que sirvieron
para identificar los sectores de estudio, en cada uno de los cuales se construyó una serie de
referencia. Las series de temperatura de las distintas estaciones analizadas tenían una longitud
muy variable y con frecuentes discontinuidades internas (Tabla I), pero la agrupación realizada en
una misma banda altitudinal permitió construir series de mejor calidad. Cuando los datos de
distintas bandas se agruparon para obtener series de referencia según una misma orientación y/o
altitud, la calidad mejoró todavía más y pudieron conseguirse series más largas y continuas, que
en casi todos los casos abarcaron desde mediados de los años cuarenta hasta la actualidad.
Las series de cada sector individual se obtuvieron a partir del promediado simple y ajuste de
varianzas de las estaciones que incluían, mientras que las series que abarcaban varios sectores
resultaron del promediado ponderado en función de las superficies de cada sector y ajuste de
varianza. La serie de referencia de barlovento se construyó con las series E y F, la de sotavento
7
Evaluación del calentamiento global en Gran Canaria
únicamente con J, la serie de montaña con G y H y, finalmente, la serie de referencia de la isla se
obtuvo a partir de E, F, G, H y J.
TABLA III. Características topológicas de las series analizadas. El recuadro negro indica qué estaciones se utilizaron para
construir series de referencia, el relleno sólido indica los años con datos completos en los 12 meses. El recuadro rojo se
corresponde con las estaciones cuyos datos se utilizaron únicamente como referente para ajustar las restantes series.
E
F
G
H
J
K
L
ESTACIÓN
1044-50
C619B (3)
C669P (6)
C669O (7)
C659P (17)
C668V (2)
C658L (12)
C658J (14)
C658I (15)
C659K (16)
C658K (36)
C656J (37)
C646O (47)
C665Q (8)
C665I (46)
C655K (30)
C655Q (31)
C613E (1)
C623I (28)
C614I (40)
C649I (42)
C629I (21)
C689E (29)
C619I (33)
C636K (38)
C624E (41)
C625A (19)
Serie - E
Serie - F
Serie - G
Serie - H
Serie - J
Serie - EFGHJ
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□■■□□■■ ■□□■■■■■■□ □■■□□□■■□■ ■□■■■■■□□□
1951-60
1961-70
1971-80
1981-90
1991-00
2001-10
□□□■■■■ ■■■□□■■■■■ ■■■■■■■□□■ ■□■■■□■□□□ □□□■□□□□□□ □□□□□□□□□□ □□□□□□□□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□■□■ □■□□□□□□□□ □□■■□■■■■□ □■■■■□□□□□ □□□□□□□□□□
□□□□□□□ □□□□□□□□□□ ■■■■■■■■■■ ■■■■■□■■■■ ■■■■■■■■□■ ■■□□□□□□□□ □□□□□□□□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□■ ■■■■■■■□□□ □□□□□□□□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□■■■■■■■■ ■■■■■■■□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■■ ■■■■□■□■■□
□□□□□□□ □□■□□□□□□□ □■■■■■□□■■ □■□■□■□□□□ □□□□□□■□□□ □□□□□□□□□□ □□□□□□□□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□■□□ ■■■■■□■□■■ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■■□■□□■■■ ■■■■■■■■□■ ■■■■■■■■■■
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□■■■■■■■■ ■■■■■■■■■□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□■■■■■■ ■■■□■■■■■■
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□■■■■□■□□ □□□■□■■■■□ □□□□□□□□□□ □□□□□□□□□□
□□■□□□■ ■■■□□■□■■□ ■■■■■■□□■■ ■□■■■■■■■■ ■■■■■■■■■■ ■■■■□□□□■□ □□□■■■■□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ ■□■■■■■■■□ □□□■□□□□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■■■■■□■■□ □□□□□□□□□□
□□□□□□□ □□□□□□□□□□ □■■■■■■□□□ ■□■■■□□□□□ □□■□■■■■■□ ■■■■■■■■□□ □□□□□□□□□□
□□□□□□□ □□■□□□□□□□ ■■■■■■■□□□ □□□□□□■□■■ □□□□□□□□□□ □■□□□□□□□□ □□□■■■■□□□
□□□□□□□ □□□□□□□□□□ ■■■■■■■□■□ □□□■■■■■■■ ■■□■□□□□□□ □□□■■■□□□□ □□□□□□□□□□
□□□□□□□ ■■■■■■□■□□ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■□■■□ ■■■■■■■□■■ ■■■■■■■■■■
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■□■■■□■□□ □□□□□□□□■■
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□■■■■ ■■■■□■■■■■
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□■ ■■□■■■■■■□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□■□□ □□□■■■■■□□ ■■□□□□□□□□
□□□□□□□ □□□□□□□□□□ □■■■■■□□■□ ■□□■■■□□■□ ■■■■□□□□□□ □□□■□■□□□□ □□□□□□□□□□
□□□□□□□ □□■□□□□□□□ □■■■■■■□□■ ■□■□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□
□□□■■■■ ■■■□□■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■□■■□■ ■□■■■■■□□□
□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■■□■□□■■■ ■■■■■■■■□■ ■■■■■■■■■■
□□■□□□■ ■■■□□■□■■□ ■■■■■■□□■■ ■□■■■■■■■■ ■■■■■■■■■■ ■■■■□□□□■□ □□□■■■■□□□
□□□□□□□ □□■□□□□□□□ ■■■■■■■□□□ ■□■■■□■□■■ □□■□■■■■■□ ■■■■■■■■□□ □□□■■■■□□□
□□□□□□□ ■■■■■■□■□□ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■□■■□ ■■■■■■■■■■ ■■■■■■■■■■
□□□■□■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■
TEMPERATURA DEL MAR SEGÚN REANÁLISIS NCEP-NCAR
Se utilizaron los datos del reanálisis del National Centers for Environmental Prediction (NCEP) y el
National Center for Atmospheric Research (NCAR) (Kalnay ey al. 1996), como base para
determinar el comportamiento de la SST del entorno de Canarias. Se han identificado tres áreas
al Norte (SST1: 28.5-29.5N / 17-16W), Sur (SST2: 26.5-27.5N/ 16-15W) y Oeste (SST4: 26-
8
Evaluación del calentamiento global en Gran Canaria
27N/19-18W) de Gran Canaria, y obtenido las series temporales de evolución de las
temperaturas desde 1948 hasta 2010, según la información de la NOAA1 .
RESULTADOS
Se añadieron 596 datos mensuales en las 312 series de temperaturas máximas (26 estaciones x
12 meses) y las 432 de mínimas, tomando como referente la serie mensual mejor correlacionada.
La mayor parte de estas incorporaciones se hicieron en las máximas de noviembre y diciembre, y
en las mínimas de febrero y marzo. En cuanto a las 11 estaciones utilizadas para la obtención de
las series de referencia finales, se detectaron inhomogeneidades de salto en 59 series de las
máximas mensuales y en 78 de las mínimas mensuales. Se detectaron inhomogeneidades en todos
los meses, tanto en las máximas como en las mínimas, pero sobre todo en las máximas de marzo,
junio y diciembre. Las estaciones de la zona de referencia del sector E (0-400 m s.n.m., Norte)
fueron las que acumularon mayor número de inhomogeneidades. En las series C658K de Santa
Brígida (sector F) se pudo acometer una homogenización relativa a partir de tramos previamente
homogenizados de la estación C649I (aeropuerto de Gando).
Fig. 2. Gráfica de anomalías de las temperaturas medias, máxima, mínimas y la amplitud térmica (DTR) media mensual a
partir de la serie de referencia global de la isla. La línea discontinua indica una tendencia no significativa.
La evolución de las anomalías con respecto al período base 1970-1999 de las temperaturas
medias de la serie de referencia global de la isla (fig. 2), compuesta por las series anuales E, F,
G, H y J, registró una tendencia positiva de crecimiento entre 1946 y 2010 de 0,09 ±0,05 ºC
1
www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html
9
Evaluación del calentamiento global en Gran Canaria
α
( =0,05) por década (tabla II). La tendencia mostró un incremento todavía más acusado en el
período 1970-2010: de 0,17 ±0,10 ºC por década (fig. 2).
Las medias de las máximas y de las mínimas tuvieron un comportamiento asimétrico (fig. 2).
Mientras las máximas mostraron un crecimiento suave entre 1944 y 2010 (0,06 ±0,06
ºC/década), las mínimas manifestaron un crecimiento mayor, de 0,12 ±0,07 ºC por década
( =0,05). Este crecimiento fue prácticamente sostenido en el tiempo y sólo se vio interrumpido
por un ligero enfriamiento en los años setenta. Las cuatro últimas décadas registraron una
aceleración en las máximas y las mínimas, que crecieron parejas (0,17 ºC/década). La diferencia
en las mínimas entre la temperatura media de los últimos treinta años (1981-2010) y los treinta
años más antiguos (1946-1975) fue de 0,45 ±0,27 ºC. La variabilidad climática no registro un
cambio importante en las máximas y mínimas al comparar ambos periodos, (fig. 3).
α
TABLA II. Tasa decadal de calentamiento en las series anuales de temperatura (*α=0.01; ** α=0.05; n.s. no signif).
TX
Toda la isla
Series E+F+G+H+J
°C/decade(1946–2010)
°C/decade(1970–2010)
Barlovento
Series E+F
°C/decade(1946–2010)
°C/decade(1970–2010)
Sotavento
Series J
°C/decade(1951–2010)
°C/decade(1970–2010)
Montaña
Series G+H
Tmin
DTR
0,09±0,05*
r2: 0,16
0,17±0,10*
r2: 0,23
0.08±0.05**
r2: 0.17
0,10±0,10**
r2: 0,09
0,06±0,06*
r2: 0,06
0,17±0,12*
r2: 0,17
0.11±0.08**
r2: 0.19
0,12±0,12**
r2: 0,09
0.12±0.07*
r2: 0.28
0,17±0,13*
r2: 0,28
n.s.
n.s.
n.s.
n.s.
0,11±0,09**
r2: 0,18
0,21±0,19**
r2: 0,29
n.s.
0,14±0,09*
r2: 0,25
n.s.
n.s.
0,18±0,15*
0,20
0,31±0,30**
r2: 0,23
n.s.
°C/decade(1946–2008)
°C/decade(1970–2008)
TMAX
0,26±0,21**
r2: 0,36
n.s.
n.s.
0,16±0,16**
r2: 0,10
n.s.
n.s.
n.s.
n.s.
n.s.
Las tendencias de la temperatura media se comportaron de diferente manera en el sector de
montaña (G, H) y en las cotas bajas (Tabla II). En la costa el calentamiento medido desde
mediados del siglo pasado fue superior a sotavento (sector J) que a barlovento (sectores E, F). En
los sectores de montaña (G, H), solo se encontró una tendencia significativa a partir de 1970, de
modo que las comparaciones con los sectores costeros se limitan a este periodo. El calentamiento
desde 1970 fue mayor en sotavento (0,21 ±0,19 °C/década) y en las montañas (0,16 ±0,16
°C/década), por este orden, que en la costa de barlovento (0,10 ±0,10 °C/década).
1
0
12
13
14
Mínimas
15
16
17
18
Media
19
20
21
22
23
24
Máximas
Fig. 3. Distribución normalizada de las temperaturas medias, máximas y mínimas para los periodos de treinta años 19461975 (azul) y 1981-2010 (rojo) del conjunto de estaciones de Gran Canaria sopesadas geográficamente.
10
Evaluación del calentamiento global en Gran Canaria
La segregación por meses de la tendencia anual de la temperatura muestra para el conjunto de
sectores que conforman la isla un calentamiento suave que tiene su mayor manifestación en los
meses de marzo, octubre y diciembre (Tabla III), sobre todo en este último mes (0,13 ±0,09
°C/década). Las máximas solo manifiestan tendencias significativas en junio y diciembre,
principalmente en este último mes (0,16 ±0,12 °C/década), mientras que las mínimas suben en
todos los meses, pero especialmente en marzo (0,18 ±0,11 °C/década) y octubre (0,15 ±0,08
°C/década). La amplitud térmica tiende a disminuir, aunque la tendencia no fue estadísticamente
significativa en muchos meses.
TABLA III. Tendencia en ºC/década de la evolución de la temperatura en Gran
Canaria, a partir del agregado de los sectores E, F, G, H y J analizados
(* =0.01; ** =0.05; n.s. no signif).
α
Enero
Febrero
α
TX
TMAX
Tmin
DTR
0,08±0,09*
n.s.
0,10±0,08*
n.s.
n.s.
r2: 0,08
0,12±0,11**
n.s.
r2: 0,06
n.s.
r2: 0,07
Marzo
0,11±0,13*
n.s.
r2: 0.04
Abril
0,10±0,11*
n.s.
0,09±0,10*
n.s.
2
0,12±0,09**
2
r : 0,05
0,09±0,07**
0,11±0,10*
0.07±0,08*
2
r2: 0,08
0,10±0,07**
n.s.
2
r : 0,06
r : 0,11
n.s.
n.s.
0,11±0,08**
2
Agosto
0,08±0,10*
n.s.
Septiembre
n.s.
n.s.
r2: 0,14
0,10±0,09*
-0,12±0,06**
r : 0,08
r2: 0,19
0,11±0,08**
-0,09±0,06**
2
Octubre
0,11±0,10*
n.s.
2
0,08±0,10*
r2: 0,12
0,15±0,08**
n.s.
r : 0,18
n.s.
2
0,10±0,08**
n.s.
2
r : 0,04
Diciembre
r : 0,10
2
r : 0,06
Noviembre
-0,12±0,08**
r : 0,10
2
0,03
-0,07±0,06**
r : 0,11
r : 0,09
Julio
n.s.
r2: 0,07
2
Junio
n.s.
r2: 0,14
0,05
Mayo
0,18±0,11**
r : 0,11
0,13±0,09**
0,16±0,12**
0,10±0,07*
r2: 0,11
r2: 0,10
r2: 0,11
n.s.
Evolución de la temperatura del mar
Los datos del reanálisis NCEP-NCAR para Canarias muestran como la temperatura del agua de
mar resultante del promediado de los datos de 1970-1999 de las tres estaciones analizadas
tiene un ciclo anual con sus valores más altos en septiembre y octubre. La tendencia desde 1948
hasta 2010 muestra una mayor tasa de calentamiento en los meses de septiembre a enero, pero
especialmente en octubre, noviembre y diciembre (Fig. 8). En estos tres meses y en enero y
febrero, la SST del periodo 1970-1999 fue igual o superior a la temperatura media en tierra del
sector J (sotavento), registrada en ese mismo periodo (Fig. 5)
11
0.3
30
0.25
25
0.2
20
0.15
15
0.1
10
0.05
5
0
Temperatura en periodo base (ºC)
Tendencia 1948-2010 (ºC/década)
Evaluación del calentamiento global en Gran Canaria
0
ene
feb
mar
abr
may
jun
jul
ago
sep
oct
nov
dic
Fig. 5. Temperatura terrestre media entre 1970 y 1999 en el sector J (línea beige), y de la SST media entre 1970 y 1999
(línea azul) y tendencias significativas ( ≤ 0,05) desde 1948 hasta 2010 de la SST y desde 1951 a 2010 en el sector
terrestre J (columnas). Solo se ha representado el valor de la tendencia en los meses en que ambas fueron significativas.
α
ANÁLISIS Y DISCUSIÓN
El análisis de la temperatura en Gran Canaria desde 1946 muestra un calentamiento para la isla
con un patrón similar al de Tenerife (correlación: 0,86). Ambas islas tienen siete de los 10 años
más calientes en las dos últimas décadas y 2010 fue el año más cálido en las dos (fig. 6). En este
periodo la temperatura evolucionó de
forma similar en ambas islas, con un
suave calentamiento en los sesenta que
dio paso a un enfriamiento en los
setenta y, a partir de entonces, un
aumento progresivo cada vez más
acelerado que se mantiene hasta la
actualidad. Los modelos globales
suelen mostrar un calentamiento mayor
a comienzos de los cuarenta seguido
de un calentamiento suave en los
sesenta, pero la serie de datos
analizada de Gran Canaria no permite
Fig. 6. Superposición de los datos de evolución de la temperatura
media de Tenerife y Gran Canaria. Las columnas representan las
abarcar registros tan tempranos.
anomalías (rojo: Tenerife, azul: Gran Canaria) y la curva muestra la
media móvil (azul: Tenerife, rojo: Gran Canaria)
El enfriamiento de los setenta coincide con
el oscurecimiento global (global dimming)
de insolación reducida que ha sido descrito a nivel mundial por el exceso de emisiones sulfurosas
(Liepert, 2002; Smith et al., 2011) y cuya presencia en Canarias ya fue constatado por Sanroma
et al (2010). También es de destacar una ligera caída de las temperaturas a comienzos de los
noventa coincidiendo con el ámbito temporal de los efectos de la erupción del volcán Pinnatubo
(Filipinas, 1991). El ensombrecimiento del cielo por las cenizas de esta erupción ocasionó un
enfriamiento que también se ha registrado en otras regiones del planeta. por otro lado, en
repetidas ocasiones se ha afirmado que el calentamiento global se acentuó a partir de los
ochenta debido a un aumento de la transparencia atmosférica (Wild et al., 2005), que en el caso
de Canarias ha sido comprobado en las cumbres más elevadas de la isla de La Palma (Sanroma
et al. 2010). Esto soporta la hipótesis de que el calentamiento real sería mayor que el aparente,
el cual estaría entonces amortiguado por un ligero enfriamiento debido a la contaminación.
12
Evaluación del calentamiento global en Gran Canaria
A pesar de estas coincidencias entre los registros de temperatura de las dos islas vecinas de
Tenerife y Gran Canaria, hay también diferencias que convendría remarcar, como que las
temperatura en barlovento de las dos islas no parecen comportarse exactamente igual.
En Tenerife se postuló que el calentamiento entre los 400 y los 800 m de altura (sector F) estaba
acrecentado por un aumento en la nubosidad que impedía a la radiación infrarroja nocturna
escapar a la atmósfera, elevando el valor medio de las mínimas (Martin et al., 2012). La ausencia
de mediciones de nubosidad en las medianías de Gran Canaria impide comprobar si en en esta
isla ocurre lo mismo, de modo que solo podemos intentar deducirlo por el comportamiento de las
temperaturas (anexo).
Fig. 7. Siluetas a escala de Tenerife y Gran Canaria, según los transeptos indicados, y representación de las áreas de influencia
respectivas del mar de nubes a barlovento
El sector F de Gran Canaria no registró un aumento de las mínimas equivalente al de Tenerife,
pero la banda formada por los sectores G-H, a mayor altitud, tuvo un comportamiento en las
mínimas parecido al sector F de Tenerife. Pareciera que el sector G de Gran Canaria se
comporta, en cuanto a la evolución de las temperaturas nocturnas, como el sector F de Tenerife. La
insuficiencia de datos en Tenerife impide comparar los sectores G de ambas islas.
Una posible explicación a este desfase altitudinal la encontramos en la distinta orografía de las
dos islas, pues las laderas de barlovento de Gran Canaria tienen menor pendiente que las de
Tenerife. En el supuesto de que el mar de nubes no fuera muy extenso y preferentemente se
circunscribiera a la proximidad de la ladera, la zona bajo el mar nubes sería diferente en ambas
islas: en Gran Canaria quedaría más recluida hacia el interior. La explicación gráfica de esta
hipótesis muestra como el área bajo las nubes en Tenerife (nube azul) afecta principalmente a los
sectores altitudinales entre los 400 y los 1.200 m de altitud (sector F y G), mientras que el área
bajo la influencia de las nubes en Gran Canaria (nube gris) afecta al sector G, entre 800 y los
1.200 m de altitud y deja fuera al sector F (fig 7).
Igualmente sorprendente es el enfriamiento en los meses de julio, agosto y septiembre de la
fachada norte, entre los 800 y los 1.600 m de altitud. Los datos disponibles no permiten explicar
la causa, que quizás tenga que ver con cambios en la nubosidad o la incidencia de los vientos
alisios.
En cuanto a la influencia de la temperatura superficial del mar, ésta debiera ser más notoria en
las estaciones costeras. Jin-Jia et al. (2011) sostiene que la SST ejerce un papel clave en el
calentamiento terrestre, de modo que podría funcionar como un regulador de la temperatura en
13
Evaluación del calentamiento global en Gran Canaria
tierra. Varios meses donde la SST es mayor que la temperatura terrestre en el sector costero a
sotavento (J), registran un calentamiento importante que también se refleja en tierra. Por otro
lado, la temperatura media de noviembre, diciembre y enero, considerados en conjunto, se
correlacionó bien (≥ 0,8) con la temperatura media de ese grupo de meses en tierra, y lo mismo
ocurrió con los seis meses de mayor calentamiento en el mar.
B (octubre 2010)
C (octubre 2012)
Fig. 8. Temperatura de la superficie del mar en el Atlántico Norte
según datos de la NOAA. A) Ubicación media de las isotermas en el
mes de octubre, entre 1971 y 2000. B) Ubicación de las isotermas
en septiembre de 2010; C) ubicación de las isotermas en octubre de
2012. Obsérvese las diferencias en la isoterma de 24 °C en la zona
de Canarias.
CONCLUSIÓN
Nuestro estudio corrobora en Gran Canaria la influencia del calentamiento global en las Islas
Canarias, tal y como ya fue demostrado en la isla de Tenerife (Martín et al., 2012). A pesar de
las diferencias orográficas entre las dos islas, ambas siguen un patrón similar de calentamiento,
aunque en Gran Canaria la ausencia de registros de variación de la nubosidad impide conocer el
papel de ésta en el calentamiento local. Los cambios en la temperatura terrestre, principalmente
en la costa, se presumen relacionados con lo la temperatura del el mar, de modo que el
14
Evaluación del calentamiento global en Gran Canaria
calentamiento en la superficie del mar favorecería el calentamiento en tierra. En cuanto a los
cambio en las medianías, se aprecia un desfase altitudinal en las semejanzas con Tenerife de
difícil explicación con la información utilizada.
POST SCRIPTUM
Los análisis realizados en este estudio han sido posibles gracias al proyecto Clima-Impacto
MAC/3/C159 del programa de cooperación transnacional MAC 2007-2013, liderado por la
Viceconsejería de Medio Ambiente del Gobierno de Canarias, y con la participación como socio
del Ministério do Ambiente, do Desenvolvimento Rural e dos Recursos Marinhos de Cabo Verde. Los
autores desean agradecer expresamente el suministro de la información básica climática de las
estaciones meteorológicas que mantiene la Agencia Estatal de Meteorología (Aemet) en Gran
Canaria, gracias a un convenio de colaboración entre dicha Agencia y el Gobierno de Canarias.
BIBLIOGRAFÍA
Aguilar E, Auer I, Brunet M, Peterson TC, Wieringa J (2003) Guidelines on Climate Metadata and
Homogenization. WCDMP Guidelines Series, WMO/TD nº 1186, P. Llansó (ed.), 50 pp., Geneva
Alexandersson H, Moberg (1997) A Homogenization of Swedish temperature data. Part I:
Homogeneity test for linear trends. Int J Climatol 17:25–34.
Alexandersson HA (1986) A homogeneity test applied to precipitation data. J Climatol 6:661–
675.
Costa AC, Soares A (2009) Homogenization of climate data: review and new perspectives using
geostatistics. Math Geosci 41: 291-305
Dorta P (1996) Las inversiones térmicas en Canarias. Investigaciones geográficas 15:109–124
Dorta, P. 1996. Las inversiones térmicas en Canarias. Investigaciones geográficas, 15: 109-124
Easterling, D.R., B. Horton, P.D. Jones, T.C. Peterson, T.R. Karl, D.E. Parker, M.J. Salinger, V.
Razuvayev, N. Plummer, P. Jamason & C.K. Folland,C.K. 1997. A new look at maximum and
minimum temperature trends for the globe. Science, 277: 364-367
Font I, (1956) El Tiempo Atmosférico en las Islas Canarias. Servicio Meteorológico Nacional (INM),
Serie A (memoria No. 26). 95 pp.
Guttman, NB, Quayle RG (1990) A review of cooperative temperature data validation. J Atmos
Oceanic Technol 7:334–339
Hansen, J.E. & S. Lebedeff .1987. Global trends of measured surface air temperature. Journal of
Geophysical Research, 92: 13345-13372.
Hansen, J., R. Ruedy, J. Glascoe & Mki Sato.1999. GISS analysis of surface temperature change.
Journal of Geophysical Research, 104: 30997-31022
15
Evaluación del calentamiento global en Gran Canaria
Jin-Jia, L., S.K. Behera, Y. Masumoto & T. Yamagata. 2011. Impact of Global Ocean Surface
Warming on Seasonal-to-Interannual Climate Prediction. J. Climate, 24: 1626–1646. doi:
10.1175/2010JCLI3645.1
Jones P, Wigley T, Kelly P (1982) Variations in Surface Air Temperatures: Part 1. Northern
Hemisphere, 1881–1980. Mon Wea Rev 110(2):59–70.
Jones PD, Hulme M (1996) Calculating regional climatic time series for temperature and
precipitation: Methods and illustrations. Int J Climatol 16:361–377
Kalnay, E., M. Kanamitsu, R. Kistler, W. Collins, D. Deaven, L. Gandin, M. Iredell, S. Saha, G. White,
J. Woollen, Y. Zhu, A. Leetmaa & R. Reynolds. 1996. The NCEP/NCAR 40-Year Reanalysis Project.
Bull. Amer. Meteor. Soc., 77: 437-471
Khaliq M N, Ouarda T (2007) On the critical values of the standard normal homogeneity test
(SNHT). Int J Climatol 27:681-687
Levene H (1960) Robust tests for equality of variances. In: Olkin I, Hotelling H et al (eds)
"Contributions to Probability and Statistics: Essays in Honor of Harold Hotelling", Stanford
University Press. 278-292 pp.
Liepert BG (2002) Observed reductions of surface solar radiation at sites in the United States and
worldwide from 1961 to 1990. Geophys Res Lett 29(10):1421, doi: 10.1029/2002GL014910.
Martín JL, Bethencourt J, Cuevas-Agulló E (2012) Assessment of global warming on the island of
Tenerife, Canary Islands (Spain). Trends in minimum, maximum and mean temperatures since 1944.
Climatic Change, 114(2): 343-355
Marzol MV (2001). El Clima. In: Fernández-Palacios JM, Martín-Esquivel JL (eds) “Naturaleza de
las Islas Canarias. Ecología y conservación”. Publicaciones Turquesa, S/C de Tenerife. 87–93 pp.
Morales, C.G., M.T. Ortega, J.L. Labajo & A. Piorono. 2004. Recent trends and temporal behavior
of termal variables in the region of Castilla-León (Spain). Atmosfera: 71-90
Osborn TK, Briffa KR, Jones PD (1997) Adjusting variance for sample-size in tree-ring chronologies
and other regional mean time series. Dendrochronologia, 15:89–99
Pettitt AN (1979) A nonparametric approach to the change-point problem. Appl Statist 28:126–
135.
Reeves J, Chen J, Wang XL, Lund R, Lu Q (2007) A review and comparison of changepoint
detection techniques for climate data. J Appl Meteor Climatol 46: 900–915.
Sanroma, E., E. Palle & A. Sánchez-Lorenzo. 2010. Long-term changes in insolation and
temperaturas at different altitudes. Environmental Research Letters, 5: 1-6
Santer BD, Wigley TML, Boyle JS, Gaffen DJ, Hnilo JJ, Nychka D, Parker DE, Taylor KE (2000)
Statistical significance of trends and trend differences in layer-average atmospheric temperature
time series. J Geophys Res, 105 (D6): 7337-7356
Santos, F.D., MA Valente, EB Azevedo, AR Tomé & F Coelho- 2004. Climate change scenarios in
the Azores and Madeira islands. World Resources Review, 16(4): 473-491
16
Evaluación del calentamiento global en Gran Canaria
Smith SJ, van Aardenne J, Klimont Z, Andres RJ, Volke A, Delgado S (2011) Anthropogenic sulfur
dioxide emissions: 1850-2005. Atmos Chem Phys 11:1101–1116
Sneyers R (1975) Sobre el análisis estadístico de las series de observaciones. OMM, Nota técnica
143. OMM-Nº 415. Geneva.
Sperling F.N., r. Wasingthon, R.J. Wittaker .2004. Future climate change of the subtropical north
Atlantic: implications for the cloud forests of Tenerife. Climatic Change, 65(1–2):103–123
Stepanek P (2007) AnClim - software for time series analysis (for Windows). Dept. of Geography,
Fac. of Natural Sciences, Masaryk University, Brno. 1.47 MB.
Trenberth KE, Jones PD, Ambenje P, Bojariu R, Easterling D, Klein Tank A, Parker D, Rahimzadeh F,
Renwick JA, Rusticucci M, Soden B, Zhai P (2007) Observations: Surface and Atmospheric Climate
Change. In Solomon S, Qin D, Manning M, Chen Z, Marquis M, Averyt KB, Tignor M, Miller HL (eds.)
"Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth
Assessment Report of the Intergovernmental Panel on Climate Change", Cambridge University
Press, Cambridge, United Kingdom and New York, NY, USA.
Venema VKC, Mestre O, Aguilar E, Auer I, Guijarro J A, Domonkos P, Vertacnik G, Szentimrey T,
Stepanek P, Zahradnicek P, Viarre J, Müller-Westermeier G, Lakatos M, Williams CN, Menne M,
Lindau R, Rasol D, Rustemeier E, Kolokythas K, Marinova T, Andresen L, Acquaotta F, Fratianni S,
Cheval S, Klancar M, Brunetti M, Gruber C, Prohom Duran M, Likso T, Esteban P, Brandsma T
(2011) Benchmarking monthly homogenization algorithms. Climate of the Past Discussions
7(4):2655-2718
Wild, M. 2009. Global dimming and brightening: a review. Journal of Geophysical Research, 114,
D00D16, doi:10.1029/2008JD011470
Wild, M., H. Gilgen, A. Roesch, A. Ohmura, Ch. N. Long, E. G. Dutton, B. Forgan, A. Kallis, V. Russak
& A. Tsvetkov. 2005. From Dimming to Brightening: Decadal Changes in Solar Radiation at Earth’s
Surface. Science, 308: 847-850
WMO (1996) Climatological normals (CLINO) for the period 1961-1990. Geneva, Pub. 847, 768
17
ANEXO
Tasa de calentamiento en ºC/década en las series mensuales de temperatura de Gran Canaria
(*α=0.01; ** α=0.05; n.s. tendencia no significativa).
Gran Canaria Barlovento (E+F)
Gran Canaria Sotavento (J)
Gran Canaria Montaña (G+H)
°C/dec (1946–2010)
°C/dec 1951–2010
°C/dec 1946–2008
Tx
TMAX
Tmin
Tx
TMAX
Tmin
Tx
TMAX
Tmin
Enero
n.s.
n.s.
n.s.
n.s.
n.s.
0,12±0,10*
r2: 0,10
n.s.
n.s.
0,13±0,12*
r2: 0,07
Febrero
n.s.
n.s.
n.s.
n.s.
n.s.
0,16±0,13*
r2: 0,10
n.s.
n.s.
0,24±0,18**
r2: 0,11
Marzo
n.s.
n.s.
n.s.
0,17±0,17**
r2: 0,12
n.s.
0,30±0,18**
r2: 0,31
n.s.
n.s.
0,20±0,20*
r2: 0,06
Abril
n.s.
0,12±0,12*
r2: 0,06
n.s.
n.s.
n.s.
0,14±0,11*
r2: 0,10
n.s.
n.s.
0,19±0,19*
r2: 0,06
Mayo
0,05±0,07*
r2: 0,04
0,08±0,08*
r2: 0,07
n.s.
0,11±0,10**
r2: 0,07
n.s.
0,19±0,15*
r2: 0,20
n.s.
n.s.
0,20±0,20**
r2: 0,06
Junio
0,08±0,07**
r2: 0,08
0,10±0,09**
r2: 0,09
n.s.
n.s.
n.s.
n.s.
n.s.
n.s.
0,21±0,16*
r2: 0,10
Julio
n.s.
n.s.
n.s.
0,1±0,09**
r2: 0,08
n.s.
0,10±0,07*
r2: 0,10
n.s.
-0,32±0,31*
r2: 0,06
0,29±0,26*
r2: 0,08
Agosto
0,10±0,09*
r2: 0,08
n.s.
0,10±0,08*
r2: 0,09
n.s.
n.s.
n.s.
n.s.
-0,31±0,28*
r2: 0,07
0,23±0,25*
r2: 0,05
Septiembre
0,10±0,09*
r2: 0,07
n.s.
0,09±0,09*
r2: 0,07
0,11±0,08*
r2: 0,10
0,09±0,10*
r2: 0,06
0,11±0,09*
r2: 0,10
n.s.
-0,23±0,22*
r2: 0,06
n.s.
Octubre
0,11±0,08**
r2: 0,10
0,15±0,15**
r2: 0,09
n.s.
0,12±0,10*
r2: 0,09
0,11±0,12*
r2: 0,06
0,10±0,10*
r2: 0,07
n.s.
n.s.
0,30±0,18**
r2: 0,15
Noviembre
0,08±0,09*
r2: 0,04
n.s.
n.s.
0,14±0,11*
r2: 0,13
0,12±0,12*
r2: 0,07
0,13±0,11**
r2: 0,09
n.s.
n.s.
0,18±0,14*
r2: 0,10
Diciembre
0,10±0,09*
r2: 0,07
0,06±0,13**
r2: 0,09
n.s.
0,12±0,11*
r2: 0,10
0,12±0,12*
r2: 0,06
0,12±0,10*
r2: 0,09
0,20±0,14**
r2: 0,12
0,20±0,20*
r2: 0,07
0,19±0,12**
r2: 0,15