Variación espacio-temporal de la temperatura superficial de la región Antártica y su relación con eventos el niño-southern oscillation (ENSO) utilizando datos satelitales y reanalysis

Abstract

La Antártida es uno de los continentes más sensibles al cambio climático, lo cual se ha evidenciado a través de los cambios en las tendencias de temperatura de superficie terrestre (LST) estudiadas a través de los años. Los principales efectos se han observado en un acelerado retroceso de glaciares, alteración de los frágiles patrones biológicos y en el derretimiento de los casquetes polares; procesos que pueden representan graves consecuencias a nivel mundial (e.g. elevación del nivel del mar). Estudios previos demuestran una teleconexión entre el fenómeno del ENSO (El Niño-Southern Oscilation) y las variaciones de temperaturas superficiales de la Antártica, las cuales se acentúan en zonas más sensibles a la variabilidad de la temperatura del Océano Pacífico Tropical. Dada la amplificación de las anomalías de ENSO observada en las últimas décadas, es fundamental estudiar su reciente variabilidad para comprender sus repercusiones sobre las temperaturas de la Antártida. Es por esto que en esta memoria se realizó un análisis espacio-temporal sobre las temperaturas superficiales de la Antártica utilizando distintos productos de temperatura provenientes del sensor satelital MODIS y los modelos de reanalysis ERA-Interim y ERA-20C, además se realizó una correlación entre los índices ONI (Oceanic Niño Index) y SAM (Southern Annular Mode). Los principales resultados muestran una disminución de temperatura en el Este Antártico de -0,8 K/década para la estación de Otoño (marzo-abril-mayo), mientras tanto, se evidenció un calentamiento en la Península Antártica de 1,4 K/década para la estación de Primavera (septiembre-octubre-noviembre). Por otra parte, se evidenció una alta correlación entre SAM y el LST, sin encontrar ningún patrón de calentamiento o enfriamiento con relación a ONI. Finalmente, se exploran las relaciones espaciales entre los episodios más fuertes de ENSO y SAM junto con los patrones térmicos de la temperatura de superficie (LST) Antártica. Los resultados de esta memoria resaltan la factibilidad de comprender fenómenos climáticos a través de estimaciones de LST mediante satélites y modelos climáticos

Antarctica is one of the continents most sensitive to global warming, which has been evidenced through changes in land surface temperature (LST) trends studied over the years. The main consequences have been observed in the retreat of glaciers, biological patterns of the area and melting of the polar ice caps. Previous studies show a teleconnection between the phenomenon of ENSO (El Niño-Southern Oscillation) and the surface temperatures of Antarctica, which indicates significant impacts in the most sensitive areas, such as the Peninsula and the Antarctic Plateau. Therefore, it is necessary to study the recent impact of climatic events through indices such as ONI (Oceanic Niño Index) and SAM (Southern Annular mode) and their relationship with Antarctic temperatures. In this report a spatio-temporal analysis was carried out on the surface temperatures of Antarctica using different temperature products from the MODIS satellite sensor and the ERA-Interim and ERA-20C reanalysis models, and a correlation was made between the ONI and SAM The most important results show a decrease in temperature in the Antarctic East of -0,8 K / decade for the Autumn season (March-April-May), meanwhile, a warming in the Antarctic Peninsula of 1,4 K / decade was observed for Spring season (September-October-November). On the other hand, a high correlation between SAM and the LST was found, without finding any heating or cooling pattern in relation to ONI. Finally, the spatial relationships between the strongest episodes of ENSO and SAM along with the thermal patterns of the Antarctic surface temperature (LST) are explored. The results of this report highlight the feasibility of understanding climatic phenomena through LST estimates through satellites and climate models.