PATRÓN OCEÁNICO-ATMOSFÉRICO DE MACROESCALA ASOCIADO A LAS SEQUÍAS METEOROLÓGICAS EXTREMAS EN LA SIERRA SUR DEL PERÚ

Autores/as

  • Sheylla Sulca Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI). Jr. Cahuide 785, Jesús María, Lima, Perú.
  • Victoria Calle Departamento de Física y Meteorología / Facultad de Ciencias / Universidad Nacional Agraria La Molina. Av. La Molina s/n, La Molina, Lima, Perú.
  • Delia Acuña

DOI:

https://doi.org/10.21704/rea.v21i1.1875

Palabras clave:

sequías meteorológicas, patrones oceánico-atmosféricos, teleconexiones, sierra sur del Perú

Resumen

En la presente investigación se estudiaron los mecanismos oceánico-atmosféricos de macroescala que están asociados a las sequías meteorológicas extremas durante el verano austral (enero-marzo) en la sierra sur del Perú (SSP). Para esto se calculó la anomalía estandarizada de precipitación en base a información de estaciones meteorológicas convencionales del SENAMHI, información climática atmosférica del ERA5 e información oceánica de la temperatura superficial del mar del ERSST en el periodo 1980 – 2019. Los eventos extremadamente secos en la SSP fueron identificados durante los veranos de los años 1983, 1990 y 1992 con un déficit superior al 46% del promedio normal, en donde el patrón oceánico-atmosférico está asociado a un incremento anómalo de la TSM en el Océano Pacífico centro-oriental de hasta +3 °C, propiciando la intensificación de vientos del Oeste en la tropósfera baja (850 hPa) y el establecimiento de un dipolo de dos circulaciones anticiclónicas sobre el Pacífico ecuatorial central en 200 hPa; mientras que, sobre los niveles medios (500 hPa) se observó la presencia de una dorsal configurada sobre la SSP. La circulación de Walker presentó condiciones anómalas, lo que generó una ramificación subsidente sobre la cuenca Amazónica y el océano Atlántico tropical, mientras que la circulación de Hadley también se vio alterada, generando un ramal subsidente desde los 20° S hasta los 40° S; es decir, diez grados más al norte de su posición climatológica.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Chanda K. & Maity R. 2015. Meteorological drought quantification with standardized precipitation anomaly index for the regions with strongly seasonal and periodic precipitation. Journal of Hydrologic Engineering, 20(12): 06015007. DOI: 10.1061/(ASCE)HE.1943-5584.0001236.

Coelho C.A.S., Prestrelo C., Ambrizzi T., Simões M., Bertoletti C., Pereira J.L., Nóbile A.C., Pampuch L.A., de Souza M., Mosso L.M., Da Rocha R.P. & Rehbein A. 2016. The 2014 southeast Brazil austral summer drought: regional scale mechanisms and teleconnections. Climate Dynamics, 46: 3737-3752. DOI: 10.1007/s00382-015-2800-1.

Feng L., Tim L. & Weidong Y. 2014. Cause of severe droughts in Southwest China during 1951–2010. Climate Dynamics, 43: 2033-2042. DOI: 10.1007/s00382-013-2026-z.

Garreaud R. & Aceituno P. 2001. Internnual Rainfall Variability over the South American Altiplano. Journal of Climate, 14(12): 2779-2789. https://doi.org/10.1175/1520-0442(2001)014%3C2779:IRVOTS%3E2.0.CO;2.

Garreaud R. 2000. Intraseasonal variability of moisture and rainfall over the South American Altiplano. Monthly Weather Review, 128(9): 3337-3346. https://doi.org/10.1175/1520-0493(2000)128<3337:IVOMAR>2.0.CO;2.

Garreaud R., Vuille M. & Clement A. 2003. The climate of the Altiplano: observed current conditions and mechanisms of past changes. Palaeogeography, Palaeoclimatology, Palaeoecology, 194(1-3): 5-22. https://doi.org/10.1016/S0031-0182(03)00269-4.

Gill A.E. 1980. Some simple solutions for heat induced tropical circulation. Q.J.R. Meteorol. Soc., 106(449): 447-462. https://doi.org/10.1002/qj.49710644905.

Huang B., Thorne P.W., Banzon V.F., Boyer T., Chepurin G., Lawrimore J.H., Menne M.J., Smith T.M., Vose R.S. & Zhang H.M. 2017. NOAA Extended Reconstructed Sea Surface Temperature (ERSST), Version 5. NOAA - National Centers for Environmental Information. DOI: 10.7289/V5T72FNM.

INDECI. 2014. Boletín Estadístico Virtual de la Gestión Reactiva del INDECI. Número 01 – Año 1, | DIC. INDECI (Instituto Nacional de Defensa Civil). Perú. https://www.indeci.gob.pe/wp-content/uploads/2019/01/201708041005051.pdf.

IRI. 2022. Tutorial de estadísticas en climatología y anomalías estandarizadas. IRI (International Research Institute / Columbia Climate School / Columbia University). Consultado el 29 de mayo de 2022 de: http://iridl.ldeo.columbia.edu/dochelp/StatTutorial/Climatologies/index.html#Comp.

Junker N.W., Grumm R.H., Hart R., Bosart L.F., Bell K.M. & Pereira F.J. 2008. Use of Normalized Anomaly Fields to Anticipate Extreme Rainfall in the Mountains of Northern California. Weather and Forecasting, 23(3): 336-356. https://doi.org/10.1175/2007WAF2007013.1.

MINAM. 2011. La desertificación en el Perú: Cuarta Comunicación Nacional del Perú a la Convención de Lucha contra la Desertificación y la Sequía.

Primera edición: junio 2011. Fondo Editorial del MINAM (Ministerio del Ambiente). Perú. https://repositoriodigital.minam.gob.pe/handle/123456789/200?show=full.

McPhaden M.J. 2002. El Niño and La Niña: Causes and Global Consequences. In: Encyclopedia of Global Environmental Change, Vol 1. 353-370. John Wiley and Sons, LTD. Chichester, UK.

SENAMHI. 2019. Caracterización espacio temporal de la equía en los departamentos altoandinos del Perú (1981-2018). SENAMHI (Servicio Nacional de Meteorología e Hidrología). Perú. https://www.senamhi.gob.pe/load/file/01401SENA-78.pdf.

Takahashi K., Montecinos A., Goubanova K. & Dewitte B. 2011. ENSO regimes: Reinterpreting the canonical and Modoki El Niño. Geophysical Research Letters, 38(10): L10704. DOI: 10.1029/2011GL047364

Vuille M. 1999. Atmospheric circulation over the Bolivian Altiplano during dry and wet periods and extreme phases of the Southern Oscillation. Int. J. Climatol., 19(14): 1579–600. https://doi.org/10.1002/(SICI)1097-0088(19991130)19:14<1579::AID-JOC441>3.0.CO;2-N.

Vuille M. & Keimig F. 2004. Interannual Variability of Summertime Convective Cloudiness and Precipitation in the Central Andes Derived from ISCCP-B3 Data. Journal of Climate, 17(17): 3334-3348. https://doi.org/10.1175/1520-0442(2004)017<3334:IVOSCC>2.0.CO;2.

Descargas

Publicado

03-07-2022

Número

Sección

Artículos originales