Predicción de la precipitación de fin de estación lluviosa en el

Agronomfa
PREDICCION
DE
LA
PRECIPITACION
EN
EL
DE
REGIMEN
FIN
DEL
DE
Costarricense 11(1): 55-64. 1987
ESTACION
PACIFICO
LLUVIOSA
/*
1
Ricardo
Radulovich**
ABSTRACT
Rainfall
inverse
prediction
relationship
the
begining
of
the
of
same
Early
(Pv,
and
end
lowest
A
of
to
related
fourth
range
of
~
in
to
limits
of
which:
plantings
and
I
and
PN
for
PI'
III.
may
From
of
be
dependent
a
classified
station.
all
cases
de
as
the
values
of
high
the
the
end
to
can
basis
of
the
one
fo
the
second
be
planned
of
rainy
ran-
or
late
according
in 1986 was successful
informaci6n
a juzgar
capacidad
at
~
PN
attempted.
INTRODUCCION
La
low
a larger
perspective,
Thereafter,
to the amounts of PN expected. Prediction of low
in
No
presented
practices
III).
to
percentage
as belonging
the
cultural
lowest.
(PN)
were
related
a low
and
II)
(Range
PI
agricultural
rainfall
on
stress-avoiding
the
(PN)'
Excepting
(Range
high
were
Rica.
November
values
while
Costa
ranges.
with
also
II,
generalized
amounts
a year
are
and
was
PI
of
season
Precipitation
in
11Th)
usually
Range
of
three
associated
An
rainy
Initial
in
medium
the
Regime
precipitation
(Range
were
within
Ranges
PI
According
rainfed
PI
methodology
the
which
with
to
Regime.
values
of
termed
divided
those
Pacific
end
Pacific
to
values
the
were
were
low
the
precipitation
for
semidry
values
than
PI
values,
between
prediction
ges,
PN
I),
in
monthly
values
the
values
PN
highest
years
season
corresponded
PI
(Range
the
the
May)
values
PI
rainy
the
from
larger
recurred
relationship
season.
of
of
and
+
amount,
of
tor
values
a
season
low
found
season
stations
significantly
percentage
were
six
rainfall
end
between
April
values
to
rainy
for
the
found
(Mayor
According
the
the
year,
season
for
was
para
predecir
oportunamente
que
obtenida
por
los
n~estros
v{a
resultados
ind{genas.
satelite.
hasta
Sin
la
embargo,
fecha,
pareciera
precolombinos,
por
simple
ciertascaractensticasde eventosclimaticosvenide-
y .meu~ulosaobserv~c16n.
de la naturaleza,ternan
ros,
~as
es
todo
una
el
incluyen
meta
mu
que
cient{ficos
y
tecnicos
de
d .
d
sf
E
n
0
e lcan
gran
es e
uerzos.
stos
uso
de los
mas
sofisticados
metodos
y
el
equipos,
a la
d
d
destacandose
el
anaIisis
com
utarizado
p
.
l/
..
.
. ~X1to.
dlcclon
.
nos,
ReClbldo
de
1986. para su pubilcacionel 12 de noviembre
ves
1
los
tales
del
cle~t{fIcos
modemos
(Antunez
Aparte
derando
.'
q~e.
chmatlca
de
e~entos
como
la
gran
ai'io,
d
1
la
clclon~s
y
constanCIa
de
rta
la
los
la
.
extraordm~y
COnsl-
temperatura
a tra-
fen6menos
'
pre-
1982).
huracanes,
de
predicci6n
'
en
de Mayolo,
.
..
chmaucos
pluviat
.
'
es es e a mayor 1ffipO nClaen regIones roplcales. Basicamente, esto se refiere a poder predecir
Trabajo fmanciadopor una Becade Investigacion cantidades y distribuci6n de la precipitaci6n para
McNamara,.Instituto de Desarrollo Economico, penodos venideros de deficit 0 exceso h{drico.
B~ncoMundlalde
al autor.
~ro~~ctoNo..
340.-85-068,
Burrows .et al. ( 1976) y Loo ml's ( 1983 ) ,
Vlcerrectona
Investlgaclon,
UmverSldad
de
Costa
Rica.
sei'ialan
g{a
Profesor,
dad
Escuela
de Costa
Rica.
de
Ingeniena
Agr{cola,
Universi-
tela
y
que
para
las
consideran
no
predecir
se
po see
con
caractensticas
que
actualmente
un
grado
de
contar
con
la
la
aceptable
salida
esa
de
tecnolog{a
tecnolode
las
cer-
lluvias
repre~
56
AGRONOMIACOSTARRICENSE
Cuadro1. Estaciones
estudiadas.
Estacion
Numerode
aiiosconsiderados
(periodo)
LatitudLongitud
Altitud
(m s n m)
Precipitacion
anual
(mm)
Alajuela
Cartago
23(1962-1984)
33(1950-1983)
10°01'-84°16'
09°52'-83°55'
840
1440
1976,0
1340,0
PacificoCentral
Barranca
32(1950-1984)
10°00'-84°42'
140
2080,6
PacificoNorte
Liberia
SantaCruz
Tilaran
39(1945-1984)
31(1950-1984)
32(1950-1984)
10°37'-85°26'
10°16'-85°35'
10°28'-84°58'
144
54
562
1650,4
1902,2
2113,3
Region
.
Central
sentarla una poderosaherramientaen el usa del
agua,disminuyendolos riesgosde perdidaspar deficit hidrico al fmal de la estaci6nlluviosa.
Radulovich(1986) y Radulovichy Carmona
(1987) desarrollaron para las RegionesCentral
(Alajuela) y Pacifico Norte (Canas)de Costa Rica, una metodologiapara predecirciertascaracterlsticas de las lluvias de fin de ano (especificamente de noviembre). Este metoda se basa en una
relaci6n encontradaentre la entrada y la salida
de las lluvias de cada ano para las dos estaciones
evaluadas,10 que provee un conocimiento sabre
las lluvias de noviembredesdejunio de cadaana.
El m~todo de prediccion queestosautoresselimitan a esbozarpara dos estacionesdel pais, forma
parte de un esfuerzomayor, a travesdel modelo
AQUA (Radulovich, 1987), para lograr una mejor
utilizacion de los recursospluvialesen la agricultura de secano,en el cualla factibilidad de predecir
las lluvias de noviembre representauna garanna
de exito para producir dos cultivos de cicIo corio
par ano en estasregiones,sin necesidadde riego.
El trabajo aqui presentadoconsisteen una
evaluacion de la metodologia desarrolladapar
Radulovich (1986) y Radulovich y Carmona
(1987) para una serie de estacionesdel pais, asI
como la busquedade una generalizacionsabrela
relaci6n que pareciera existir entre cantidades
de precipitaci6n a la entrada y la salida de las
lluvias de cada ana. Diversasaplicacionesdel metodo son discutidastras la presentaci6nde los resultados.
MATERIALES Y METODOS
Registrospluviometricos diarios y mensuales fueron obtenidos del Instituto Metereologico
Nacional para seis estacionesrepresentativasde
diversas zonas agroecol6gicasde las Regiones
Central, Pacifico Central, y Pacifico Norte de
Costa Rica. Estasestaciones,los alios evaluados,
y algunasde susprincipalescaracterlsticasse presentanen el Cuadra 1. Lasestacionesfueron escogidas POTrepresentarzonasagricolasdistribuidas
a 10 largo del regimen del Pacifico semiseco,y
par poseeramplios registrospluviometricos.Ademas de estasestaciones,los resultadosde Radulovich (1986) y Radulovichy Carmona(1987) para
Canas,aunque no son analizadosaquI, son citados en la discusion,aumentandoa siete el numero de estacionesconsultadas.
Las siguientesconsideraciones,
desarrolladas
en masdetallepar los autoresrecienmencionados,
sirvieron para implementar el m~todo predictivo
de lluviasde fm de ano queseutiliz6:
1)
2)
3)
4)
La predicci6n debe realizarsetemprano en
el ana, paraasidisponerde suficientetiempo
para la planificaci6n de estrategiasde siembra y mercadeo en relaci6n a la segunda
siembrade secano;
El metoda predictivo debe seTsencillo de
utilizar, parapermitir su amplio usa;
A diferencia del simple analisisprobabilistico de la distribuci6n de la precipitaci6n,
la predicci6n debe proveer un mayor grado
de certezaasociadoa fangosde lluvia esperahIes;y,
Siendo noviembre par 10 generalel Ultimo
roes de lluvias en el regimen del PacIfico,
se deben poder predecir algunascaracterlsticas de lasolluvias
de estemeso
Manteniendo la simplicidad del enfoque,
s.ebusc6 determinar la existenciay caracterlsticas de cualquier relaci6n entre los valoresde la
~.
RADULOVICH: Predicci6nde la precipitaci6n
57
Cuadro2. N6meroy porcentaje(entreparentesis)de mos categorizados
dentrode 10sdiversostangosde PI'
Rangos
Estacion
Todos
(100%)
I
Alajuela
23
3(13,0)
10(43,5)
10(43,5)
2( 8,7)
Cartago
33
3( 9,1)
13(39,4)
17(51,5)
6(18,2)
Barranca
32
2( 6,3)
14(43,8)
16(50,0)
5(15,6)
Liberia
39
1( 2,6)
19(48,7)
19(48,7)
6(15,4)
SantaCruz
31
O( 0,0)
14(45,2)
17(54,8)
9(29,0)
Tilaran
32
O( 0,0)
9(28,1)
23(71,9)
6(18,8)
*
0
. 01
(DIb)*
EI Rango11Th
esencerradoentreparentesis
pararesaltarel hechode queesosanossonconsiderados
tambiendentro
del RangoIII. Estosemantieneparatodoslos casasen queaplique.
Cuadro3.
Limitesde PI (oml)quedividenr.umericarnente
10sdiversos
tangos.
-
Estacion
-
-
Todos
10smos
-
---
-
I
144,0
Rangos
II
III
-
IIIb
--;;. 294,5
._.~
~ 454,9
Alajuela
~ 474,5
..
Cartago
.; 335,6
.. 51,4
55,5-170,4
;;'175,1
;;. 255,5
Barranca
~ 718,8
.. 90,1
93,8-260,0
;;.265,9
.. 476,9
Liberia
.. 700,6
..
15,6-158,7
;;'173,4
.. 365,4
SantaCruz
.. 687,7
-
36,3-174,0
~ 184,0
;;. 278,0
Tilaran
.. 373,9
-
2,0-109,6
;;. 129,0
;;. 335,1
7,5
174,5-290,0
-
precipitaci6n mensualdel principio de las lluvias
(generalmentede mayo, y en el casode Barranca
de abril + mayo), llamadaaqu{ Precipitaci6nInicial (PI)' y la de Noviembre(PN) del mismo afio,
paralasestaciones
bajo estudio.
y seencuentraausenteen SantaCruz y Tilaran(Figuras5 y 6).
RangoII: Representade un tercio a la mitad
de log afios en todas las estaciones(Cuadro 2),
que se caracterizanpOTuna PI interrnedia,e intermedia 0 alta PN, con ningun casode baja PN (FiRESULTADOS
gurasI a 6).
Rango III: Representamas de un tercio a
En lag Figuras1 a 6 seobservagraficamente masde la mitad de log afios(Cuadro2), que secala relaci6nentre PI y ~ de cadaafio, para todos racterizanpOTalta a muy alta PI y un alto porcenlos afios de lag estacionesconsideradas.En termi- taje de afioscon bajaa muy baja~, que comprennos generales,y caractensticopara cadaestaci6n, den todos los ¥alores bajos de precipitaci6n en
se aprecianclaramentetres fangosde PN en rela- noviembre salvo aquellosdel Rango I. El Rango
ci6n a la PI' Los diversosfangosson:
11Threpresentaaquellosafios de mayor PI, que se
Rango I: Representaun bajo porcentajede caracterizanpOT una aun mayor proporci6n de
afios (Cuadro2), que se caracterizanpor una muy bajos valoresde ~; incluye a la mayona de los
baja PI y en general una baja PN (Figuras 1 a 4),
valores mas bajos de ~ (Figuras 1 a 6).
58
AGRONOMIA COSTARRICENSE
ALAJUELA
E
(1962-1984)
I
- 300
II
.
E
w
III
0
.
~
III
~
W
>
0200
0
ZOO
Z
0
Q
u
oCt
a:
- 100
0.' 0
1
.
.
U
~
1
I
I
I
.
0
IIIb
..
1
I
I
0
0
100
200
300
400
500
PRECIPITACIONMAYO (m m)
Fig. 1. Relaci6n entre la precipitaci6n de mayo y la de noviembre para Alajuela, segfln el m~todo de Rangos.
CARTAGO
(1950-1983)
noviembre. Si el afio se ubica en el Rango II de
PI no se tendra valores bajos de precipitaci6n en
noviembre, mientras que si el afio se localiza en
los Rangos I y II, a pesar de que algunos afios se
E
.E. 300
~
~
5
~
I
~
0
a.
!lib
I
,
0 0
100
G
~
III
200
~
u
II
-
0:
00 o~
8
8,.
"
I
I
En los Cuadros3 a 6 sepresentan
diversos
I 8
~ 8
;
0
8
I
8
I
0
obtienen valores altos de PN, existe una muy alta
probabilidad de que la precipitaci6n de noviembre
sera de baja a muy baja, sobre todo en el sub-rango III b.
100
200
300
400
PRECIPITACION
MAYO(mm)
Fig. 2. Relaci6nentre la precipitaci6nde mayo y la de
noviembre paraCartago,segflnel m~todode Rangos.
Exacatamente el mismo patr6n rue encontrado en las estaciones estudiadas por Radulovich
(1986) y por Radulovich y Carmona (1987).
La importancia de estos patrones pluviales
radica en que, clasificando el aDOen curso en uno
de estos fangos, desdejunio, se puede poseer bastante certeza del comportamiento de las lluvias en
metodos de analisis numerico elemental de las relacines observadasen las Figuras 1 a 6. El Cuadro 3
sefiala los llmites de PI que separan los diversos
fangos. La delimitaci6n entre fangos rue hecha por
simple observaci6n de las Figuras 1 a 6, siguiendo
una estrategia de disminuci6n de riesgos.Es importante resaltar que la separacion de fangos debe realizarse para cada estacion, ya que los valores llmites entre estos vanan espacialmente, as{ como 10
hace la precipitaci6n.
En el Cuadro 4 se muestran los valores promedio de PI y.PN. Se aprecia que los promedios
de PN del Rango II de cada estaci6n son en todos
l~ casos superiores al promedio de todos 10saDOS
(PN). Asimismo, los promedios de fN de los Rangos I, III y IIlb son en todos los casosinferiores a
RADULOVICH: Predicci6nde la precipitaci6n
59
Cuadro4. Valorespromediode PI y PN.
Precipitacionlnicial
Rangos
Estaci6n
Todos
10sanos
(PI)
I
II
Alajuela
Cartago
270,7
166,5
117,5
39,0
233,4
109,2
Barranca
281,4
84,0
193,5
--
Liberia
7,5
Santa Cruz
232,2
Ti1aran
194,3
--
P
223,1
62,0
"
PrecipitacionNoviembre
Rangos
IIIb
Todos
10sanos
(PN)
I
354,1
232,7
464,7
285,4
137,5
112,6
177,3
103,3
179,la"
138,3a
'S7,lb
94,5b
65,6
76,3
180,1
394,8
554,8
149,5
69,6
207,9a
108,4b
58,8
88,9
308,0
477,7
109,2
46,7
159,8a
61,8b
51,7
250,1
356,9
164,5
--
237,4a
131,4
310,1
424,2
130,1
99,2
III
124,9
320,7
405,7
107,3
n
--
III
145,7a
178,0
nIb
51,2
75,7b
64,4
136,Ob 128,8
93,9
74,2
Losvaloresseguidos
pOtdiferenteletra dentrodeuna mismaestaci6nsonsignificativamente
diferentesentresf par
pruebataP < 0,05.
400
BARRANCA (1950-19B4)
~
--- 300
w
a::
OJ
~
~
I
0 0
II
III
I
000
f)
z 200
0
I
0
I
0
Z
Q
0
~
00
f-
~ 100
I
~
~
I
J
I
I
0
I
I
I
I
III b
I
I
I
II.
1:1
I
I
I
I
I
I
0
0
100
200
300
400
500
600
700
PRECIPITACION ABRIL + MAYO (mm)
Fig. 3. Relaci6nentrela precipitaci6nde abril-mayoy la de noviembreparaBarranca,se~n el m~todode Rangos.
log del Rango II: esto a pesar de la ocurrencia
de un cierto numero de aBoscon altos valoresde
fN en log RangosI y III de cadaestacion(Figuras
1 a 6). Es importantenotar que la diferenciaentre
log promediosde PN de log RangosII y III, rue estadisticamente signitlcativa ' (p< 0,05) segunla
Prueba de t, en todas lag estaciones(Cuadro 4).
En el Cuadra 5 se muestra el porcentaje
de afios dentro de cada fango en log que se ob-
servanvaloresde fN inferiores a 0,75*PN, Y para
log Rangos II y III el porcentaje de afios con
valoresde PN inferiores a 0,5*PN. Estasson medidas arbitrarias"con lag que sepretendemostrar
la magnitud y significanciade log valoresde fN
que se esperancada aBa, en relaci6n al promediD de todos log afios. Se aprecia que el porcentaje de afios con valoresinferiores a 0,75* ~ es
sustancialmentemellor en el Rango II que en el
60
AGRONOMIACOSTARRICENSE
Cuadro 5. Porcentaje de anos con valores de PN menores que 0,75 Y 0,5 vecesel promedio de todos 10saiOI <'N)'
-
-
%PN < 0,75: PN
%PN < 0,5' PN
Rangos
Rangos
Todos
10sanos
1
0
01
mb
II
m
Alajuela
Cartago
39,0
36,4
33,3
67,0
10,0
0,0
70,0
59,0
100,0
67,0
0,0
0,0
50,0
23,S
Barranca
37,5
100,0
7,1
56,3
100,0
0,0
37,5
Liberia
SantaCruz
Tilaran
=
43,6
51,6
34,4
100,0
15,8
21,4
0,0
68,4
76,5
47,8
83,0
77,8
67,0
0,0
7,1
0,0
52,6
41,1
17,4
40,4
75,1
9,1
63,0
82,5
1,2
37,0
Estacion
X
I
---
II
500
III
LIBERIA (1945-1984)
0
E
.§ 400
UJ
(k:
II)
:?:
UJ
> 300
0
z
zOO
0
U
0
~ 200
0
§:;
U
~
0
0
0-
100
0
00
...n.
Ou-.
0
0
0
I
.
100
I
I
.
I
.
.. . ...
.
200
III b
:
.
300
I
.,
I
.
I.
400
.
500
600
.
700
PRECIPITACION MAYO (mm)
Fig. 4. Relaci6nentrela precipitaci6nde mayoy la de noviembreparaLiberia,segfinel mEtodade Rangos.
resto de los fangos. En el promedio global, para
todas las estaciones,se observaque mientrasque
en el Rango II s6109,1% de los anospresentan
valoresde PN < 0,75*PN, los porcentajesson de
40,4 para todos los valores,y de 75,1; 63,0. y
82,5 para los promedios de los RangosI, III Y
IIIb, respectivamente.Estas diferenciasse acentuan drasticamentecuandose considerael porcentaje de afios con valoresde PN < O,5*PN,en los
que (con la excepci6nde un solo ano para Santa
RADU LOVICH: Prediccionde la precipitacion
Cuadro6.
61
Valor de PN equivalentea PrecipitacionEsperable(~80%de logcasos)y diferenciasen PrecipitacionEspe.
fableentrefangos.
Precipitacionesperable
(mm)
Rangos
Todos
Estacion
logafios
AIajuela
Cartago
66
11
80
70
150
93
Barranca
58
47
Liberia
34
47
Santa Cruz
32
TiIaran
-
IBm
--
92
-- -
X
--- -
58,8
61,0
Diferenciasen PrecipitacionEsperable
(mm) Rangos
-
mb
B-1
BoBI
B-IBb
60
50
63
39
70
23
90
43
87
54
136
47
44
89
89
92
85
26
20
38
59
65
81
10
8
--
71
73
165
--- -
82
-- --
84
-
--
83
81
72,5
75,3
118,3
45,8
43,0
55,0
SANTA CRUZ (1950-1984)
400
(I)
EE
LJ.J
...
'r
I
I
300
~
I
I
j
I
I
I
I
I
I,
00
I
0
1
I
~
>
Z
III
0
I
£r
(D
0
II
i
.
.
I
200
:
Z
I
Q
A
U
<!
I-
a..
Y
I
't(.
U 100
t,:
!
LJ.J
£r
1
Cl.
0
0
0
0
III b
I
I
:
I
I
0
:,
I
:
.1
0
I
I
I
I
0 0
r
1
I
I
.
I
I
.
.
I
100
200
300
400
500
.
600
700
PRECIPITACIONMAYO (mm)
Fig. 5. Relacion entre la precipitacion de mayo y la de noviembre para Santa Cruz, segtin el mEtodo de Rangos.
Cruz, .!lue presentaun valor ligeramenteinferior
a 0,5*PN), en el RangoII no seencuentraun solo
valor tan bajo, mientras que en promedio en el
Rango III ~ encuentraun 37% de los ai'ioscon
~ < 0,5*PN. En resumen,el Cuadro5 reafirma
numericamenteque, mientras que en el RangoII
no se encuentranvaloresde PN bajos, estos son
muy frecuentesen los otros fangos. Estasy otras
diferenciasmencionadasaquI, de ser sometidasa
analisisde varianza(tomando, por ejemplo, estacionescomo bloquesy fangoscomo tratamientos),
serian sin duda estadlsticamentesignificativas;sin
embargo,es de temer que dicho analisisno sea
aceptabledesdeun punto de vistaformal.
En el Cuadro 6 se observauna evaluaci6n
probabillstica de los valores de PN encontrados
62
AGRONOMIA COSTARRICENSE
TILARAf-f(1950-1984)
.
I,
400
~
I II
del RangoII de medianosa altos, y los del Rango
III de bajos a muy bajos, en particular aqueIlos
del RangoIIIb (Figura 7).
Una consideraci6nde importancia general
~
~
~ 300
~
q
0
III b
>
~ 200 00
~
~
,
0'
,
~
:
':
,
:'
0
.'
.
valoresdePrecipitaci6n
Esperable
(Cuadro
6),permiten confiar que, en un afio clasificadodentro
del RangoII, un cultivo tardlo cantaracon relati-
1
, ,
.'
.:
.'
vamente
abudante
aguadurante
noviembre.
Par
'
el contrario, la alta frecuenciade valoresbajos de
PN Y los bajos valoresde Precipitaci6nEsperable
(Cuadros5 y 6), indicanqueun cultivotardiopro.
:
00
100
200
300
es que en el Rango II no se presentan valores ba-
jos de PN (Cuadro 5) 10cual, sumadoa los altos
I
':
~ 100
~
racterizado de acuerdo a la PI, puede esperarse
que los valores de PN del Rango I seran bajos, los
I
400
bablemente sufrira de d~ficit hldrico temprano
en afios correspondientes
a los RangosI, III, y so-
bre todo , 1I1b.
Fig.6.Relaci6nentrela precipitaci6n
demayoy la denoLa diferenciaesperableen PN entre afiosdel
viembreparaTilar&n,segunel mEtodadeRangos. Rango II y los otros fangos,como se muestraen
.
el Cuadra 6, va de 55 a 75 mm, 10cualrepresenta,
en los diferentesfangos. Los va;l~res.
mostrados en t~rminos amplios, suficiente aguapara manteen estecuadra son llam~~osPrecll:>lt.acl~?
Espera- ner el crecimiento de un cultivo par 15.30 dlas,
hIe, y representanla mmlIDapreclprtaclonque se dependiendode la zona y el cultivo. Esto signifi.
puede espera.ren cada fango en. el 80% de los
ca una diferenciasustancial,que podria permitir
~os. Es decII, ~uatro de cada ~mco afios P:Nha
holguraen la planificaci6nde una segundasiembra
sldo -y presumlblementesera- 19ual0 superIoral
de secanoen estaszonasdurantelos afiosdel Ranvalor mostrado. En este analisisla diferencia en- go II, 0 indicar la necesidadde estrategias
preventitre el R~ngoII y los otros rango~esacentuada,y
vas en afios de los otros fangos.Sin embargo,el
en t~rmmos generales,se esperaranentre 55 y 75
analisisrealdela diferenciarequierede mayor detamm mas de precipitaci6n en noviembrepara un
lIe 10 cual rue realizado con el modelo AQUA
afio clasificado~e.gunPI en el Rango II, que pa- (Radulovich,1987) como dlas con d~ficit, y revera uno que claslftqueen alguno de los otros ran- 16que la diferenciaentre valoresmensuales
de ~
gas.
es sostenidacuandolos patronesde Iluvia durante
noviembreson considerados
a trav~sde un balance
DISCUSION
hldrico diario (Radulovich, 1986; Radulovich y
Carmona, 1987). Otro aspectoimportante es la
Con baseen los resultadospresentados.
en la
consideracionde la precipitaciondurante los veraFigura7 semuestraunarepresentacion
generalizada niIlos, tema que no es abordado en el presente
de la relaci6n entre PI y PN, que seaplica, en ditrabajo.
PRECIPITACION
MAYO(mm)
versos grados, a las seis estaciones estudiadas, asl
como a la de Cafias(Radulovich,1986;Radulovich
y Carmona,1987). Esimportanteresaltarque esta
generalizaci6npersiguefmes agrlcolas,que incluyen la disminuci6n deriesgos.Estoconllevaobviar
la ocurrenciade algunosafios con alta PN en los
RangosI y III, en vista de quela mayorla de ~stos
presentanbajosvaloresde PN.
En t~rminos generales,y considerandoque
la relaci6n entre PI y PN semantieneparauna estaci6n dada, una vez que sehaD determinadolos
Ilmites de los rangos,y el afio en curso seha ca-
En particular, la relaci6n entre PI y
~
es
mas d~bi1en la estaci6nCartago(Figura 2), que
presentaabundantesIluviasaUnen diciembre.Las
estacionesdel Paclfico Seco,sin embargo,se apegaDfielmente a la relaci6n,y es sorprendenteobservarla ocurrenciade valoressumamentebajosde
PN para los ai\os correspondientesal RangoIIIb
(Figuras 3 a 5). Un m~todo predictivo de los rangas esperablesen Iluvias de fm de afio como este
es, en todo caso,de mayor importanciaen el Paclfico Seco, y en estacionesde la Regi6n Central
(como Alajuela),que presentanmayor aridez.
63
RADULOVICH: Prediccionde la precipitacion
w
I
II
111
cr
m
~
w
>
0
Z
Z
0
~ R
.-
Illb
N
Q:
u
w
g:
r
0
I
0
~
PI
PRECIPITACION INICIAL
Fig. 7. ReIaci6n
generalizada
de Rangos para todas
entre Precipitaci6n
.Inicial
Ias estaciones
consultadas.
(pp.
Como semencion6anteriormente,esposible
que considerandoen detalle log patronesde entrada y salidade lag lluviasde cadaano, en vezde log
valoresmensuales,este m~todo predictivo podria
refinarsey mejorarse.Asimismo,el hecho que para Barrancafuese de mayor provechoutilizar la
precipitaci6nde abril + mayo en vezde la de mayo
como PI, indica que cadaestaci6ndebeserevaluada en forma particular. La aplicaci6ny mejoramiento del m~todo, podria ademassignificaruna
herramientaen el desarrollode la capacidadpredictiva de otros eventospluviales,pOl ejemplolog
"veranillos" y, tal vez masimportante, en e1estu.
dio y entendimientode patronesde precipitaci6n
a nivel de macroesca1a,
10 que conllevarlaa un entendimiento s6lido de 10s diversosaspectosp1uvia1es.
Sin embargo,tal como ha sido expuesto,e1
m~todo presentaaplicabilidaddirectaa 1aagricu1tufa. E1poder predictivo del m~todo rue probado
exitosamenteen 1986 con log datos existentes,e1
cual c1asific6como pertenecienteal RangoIII en
Alajuelay Canasy 11Then Uberia y SantaCruz, estaciones que presentaronbajos valores de PN,
76,2; 32,9; 14,2y 6,2 mm, respectivamente.
yia
Precipitaci6n
de Noviembre
(PN)'
segtin
el m~todo
POl otra parte, es posible ampliar la aplicaci6n de este m~todo predictivo a usos diferentes
que la agriculturade secano.POl ejemplo,la estacion Tilaran (Fig. 6) podria considerarse
representativa de 10esperableen la represadel Arenal; saher desdejunio si es altamenteprobable que lag
lluvias de noviembreseranbajas0 altas,podria representaruna excelenteherramientade planificacion, tanto para la produccionde energiahidroelectrica como para el riego en el distrito beneficiado pOl estas aguas.Es posible imaginal tambien
otros usos en el campode la promocion turistica
parael metodo.
Para finalizar, es necesarioresa1tarque esta
re1aci6nentre PI y PN esvox populi entre agricu1tores y, tal vezsiguiendoobjetivosy metodo10glas
como lag de Antunez de Mayolo (1982) y Jackson
(1982), sella posib1erescataralgo de eseconocimiento popular, producto de 1a experienciay de
1ameticu10saobsl?rvaci6n
de 10sfen6menosnaturates.
RESUMEN
Seencontr6una relaci6ninversaentrelog valores mensualesde precipitaci6n del inicio de la
64
AGRONOMIACOSTARRICENSE
estaci6nlluviosa y log valoresdel fmal de lag lluvias del mismo afio, para seisestacionesmeteoro16gicasdel Paclfico Seco de Costa Rica. Valores
inicialesde precipitaci6ri(correspondientes
al roes
de mayo, 0 de abril + mayo en un caso)son llamados Precipitaci6n Inicial (P}), mientras que
aquellosde fin de estaci6nlluviosa correspondeD
ala Precipitaci6nen Noviembre(PN)'
En terminos amplios,si en mayo lluevemuy
poco 0 mucha, la precipitaci6n de noviembrees
par 10 general baja, mientras que si la precipitaci6n de mayo es intermedia, la de noviembreno
es baja. De acuerdoa la cantidadde precipitaci6n,
log valores de PI son divididos en tres fangos.
Exceptuandolog valoresmas bajos de PI (Rango
I), log valores bajos y medias de PI (Rango II)
se relacionaron con valores de PN significativamente mayores que aquellos asociadascon. PI
alta (Rango III). Un cuarto fango, correspondlen.
te a log valoresmas altos de PI (RangoIIIb), es-
abundante lluvia en noviembre. El metoda rue
probado exitosamenteen 1986,un ano que clasific6 en el Rango III de acuerdoa la precipitaci6n
de mayo, y present6 valoresbajos de precipitaci6n en noviembre.Otrasaplicacionesdel metoda
sonpresentadas.
LITERATURA
CITADA
ANTUNEZDE MAYOLO,S. 1982.La predicci6ndel
clima en el Peru pre-colombino.
Interciencia
6:206-209.
BURROWS
W C. HAHN L . JENSENR E . LOOMIS
R. S:;OSCHw
AID: vi: 1976.C;op'~d livestock
management.
In Climateand Food.Washington
D. C,.Nat. Res.CouncilRep.,NationalAcademy
of Sciences.
p. 79-105.
JACKSON,
1. J. 1982.Traditionalforecasting
of tropical rainy ~asons.Agric. Meteorol.31: 33-45.
...
ta relacionado con un aun mayor porcentaje de
.
.t
1
baJos,valo~esde ~, que ademiis son usua mente
log mas baJos.En aDOScon valores de PI dentro del
Rango II no se encontraron valores bajos de PN,
10 que representa una gran ventaja en el usa del
LOOMIS, R. S. 1983. Crop manipulationsfor efficient
use of water: An overvklw.In Limitations to efficient water use in crop production. Ed. by H.M.
Taylor; W. R. JordanandT. R. Sinclair.Wisconsin,
A.S.A.p. 345-374.
'meta
RADULOVICH,
model
d
0,
.
mlentras
que
un
.pequeno
-..
porcentaje
d
e
valoresaltos de ~ recumeron en log Rangos I y
III, 10 cual no afecta negativamente la efectividad
del metoda.
Desde una perspectiva agricola, la relacion entre P y P rue generalizada y es presentada coIN,
. .
mo la base de una metodolog{a para la predlcc16n
de cantidades de lluvia esperablesal fin de la estaci6n de lluvias. De acuerdo a PI, un afio es clasificado en uno de los fangos CUrDSlimites dependeD
16 ~
.6 S n." 1
.6
de la estacl
? ~eteoro
glca en cuestl
n.
e5un e
fango, lag practlcas culturales de fin de afio pueden
ser planificadas, de acuerdo a si se espera poca 0
R. 1986. AQUA,
for tropical
cropping:
an integrated
water
mechanics,
validation,
and applications to Costa Rica, Final Report.
WashingtonD. C., McNamaraFellowshipsProgram, Economic Development Institute, The
World Bank. 114p.
RADULOVICH,.~. 1987. AQU~ a m<:>del
to ev.aluate
water deficits and excesses
m tropiCalcroppmg.I.
Basicassumptions
and yield. Agric. For. Meteorol.
39. (en prensa).
RADULOVICH,
R.; CARMONA, G. 1987. AQUA, A
model to evaluate water deficits
tropical cropping. II. Applications
and excesses in
to rainfed crop
managementin CostaRica. Agric. For. Meteorol.
(sometidoa publicaci6n).