Correlación canónica entre índices macroclimáticos y variables meteorológicas de superficie en Colombia

Abstract

El análisis de correlación canónica es propuesto como herra-mienta para relacionar variables meteorológicas de superfi-cie en Colombia y oscilaciones climáticas, de gran escala. El trabajo aporta una metodología, que permite generar cono-cimientos sobre el clima y mejorar los pronósticos, a largo y mediano plazo. El estudio fue realizado para El Niño Oscila-ción Sur (ENSO), la Oscilación del Atlántico Norte (NAO), la Oscilación Cuasibienal (QBO) y los valores totales mensuales de precipitación y de temperatura máxima. Las oscilaciones fueron representadas por medio de índices climáticos globa-les y las variables utilizadas corresponden a tres estaciones meteorológicas, ubicadas en los departamentos de Santan-der y de Boyacá. Los resultados muestran la potencia de este método estadístico para identificar asociaciones, mediante un enfoque multivariado, donde los índices macroclimáticos actúan como predictores. Las correlaciones y las cargas ca-nónicas encontradas indican una correspondencia, entre las variables y el ciclo ENSO, especialmente, durante diciembre-febrero, en el periodo 1980-2012. Por el contrario, la relación con la NAO y la QBO, es discreta y oscilante.

This study examines relationships between available surface meteorology variables and climatic oscillations using cano-nical correlation analysis (CCA). The general methodology is explained and applied to three particular cases. Canoni-cal loadings and cross loadings from CCA are evaluated for three meteorological stations located in municipalities of Bo-yacá and Santander. The tests were carry out using tempe-rature and precipitation data and three climate oscillations – the Ocean Niño Index (ONI), North Atlantic Oscillation (NAO), and Quasi-biennial oscillation (QBO). The results show the power of this statistical method to identify associa-tions with an acceptable level of confidence using multivaria-te approach. The analysis reveals relationships mostly bet-ween the variables and the ENSO for all cases and a discrete connection with the NAO and QBO. Add climate indices to the group of independent variables increased the explained variance rates between 3 and 7% and therefore contribute to a better understanding of climate dynamics in the country.