La precipitación como variable de riesgo climático en el estado de Tamaulipas
Palabras clave:
lluvia torrencial, cartografía, estaciones meteorológicas.Resumen
La variabilidad temporal de la precipitación influye en múltiples actividades humanas, sobre todo en la gestión y manejo de los recursos hídricos, la prevención de inundaciones y sequías, la planificación y operación de actividades agrícolas, la generación hidroeléctrica y el abastecimiento de agua a la población humana. El objetivo del estudio fue generar la cartografía de lluvias torrenciales para Tamaulipas, para lo cual se utilizaron 140 estaciones meteorológicas, las que se ubicaron geográficamente utilizando tecnología GPS. Se capturó la información de lluvias torrenciales (máxima en 24 horas) en archivos en formato digital. Para la transformación y análisis de datos geográficos se creó una imagen grid (raster) con un área específica por píxel (1 km2), basada en la cobertura de las estaciones climatológicas y área de estudio total del proyecto. En la creación de la cartografía temática, se utilizó el método de interpolación espacial Kriging Universal. El peligro potencial de las lluvias torrenciales se ubican para los intervalos de 230.7 a 580.0 mm, los cuales se localizaron para los municipios de la costa del golfo de México, Soto la Marina y Aldama. Además los ubicados en la porción sur como Ocampo, Xicoténcatl, Antiguo Morelos, Nuevo Morelos y Gómez Farías.Citas
Ablan, M., Anderessen, R., Vargas, M. P. y Acevedo, M. (2008). “Propuesta metodológica para el control de calidad de datos de precipitación”, en Agronomía Tropical. 58(01): 57- 60.
Carvalho, L. M. V., Jones, Ch. y Liebmann, B. (2002). “Extreme Precipitation Events in Southeastern South America and Large-Scale Convective Patterns in the South Atlantic Convergence Zone”, en Journal of Climate. 15: 2377-2394.
Carvalho, L. M. V., Jones, Ch. y Liebmann, B. (2004). “The South Atlantic Convergence Zone: Intensity, Form, Persistence, and Relationships with Intraseasonal to Interannual Activity and Extreme Rainfall”, en Journal of Climate. 17: 88-108.
Curtis, S., Salahuddin, A., Adler, R. F., Huffman, G. J., Gu, G. y Hong, Y. (2007). “Precipitation Extremes Estimated by GPCP and TRMM: ENSO Relationships”, en J. Hydrometeor. 8: 678-689.
De Luis, M., Hidalgo, G. J. C., Raventos, J. y Sánchez, J. R. (2001). “Modificación del ajuste de Ahnert para calcular periodos de retorno de precipitaciones extremas en ambientes de elevada variabilidad pluvial. Aplicación a la comunidad valenciana”, en Geographicalia. 2001(39): 1-15.
Houghton, J. T., Ding, Y., Griggs, D. J., Noguer, D. J., Van Der Linden, P. J. y Xiaosu, D. (2001). Climate Change 2001: The Scientific Basis: Contributions of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press.
Horcajada, H. T., Simancas, C. M. R. y Dorta, A. P. (2000). “La constatación y validación de los mapas de riesgo de avenidas en pequeñas cuencas hidrográficas mediante sistemas de información geográfica. Propuesta metodológica y aplicación a la ordenación del territorio”, en Boletín de la AGE. 30: 135-154.
Organización Meteorológica Mundial (OMM). (2003). Sexto plan a largo plazo de la OMM 2004-2011. Ginebra.
Organización Meteorológica Mundial (OMM). (2008).
Reglamento Técnico, vol. III, Hidrología, núm. 49. Ginebra.
Rodríguez, L. Y., Marrero de León, N. y Gil, U. L. (2010). “Modelo lluvia-escurrimiento para la cuenca del río Reno”, en Revista Ciencias Técnicas Agropecuarias. 19(2): 31-37.
Vargas, T. V. (2003). “El clima como factor abiótico”, en Medio ambiente y desarrollo sustentable. 2.ª ed. México: Impresores Fernández. 1: 123-135.
Wigley, T. M. L. 1985. Impact of extreme events. Nature, 316:106-107.
