| Revista: | Atmósfera |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000444310 |
| ISSN: | 0187-6236 |
| Autores: | García Cueto, O. Rafael1 López Velázquez, J. Ernesto1 Bojórquez Morales, Gonzalo2 Santillán Soto, Néstor1 Flores Jiménez, David Enrique1 |
| Instituciones: | 1Universidad Autónoma de Baja California, Instituto de Ingeniería, Mexicali, Baja California. México 2Universidad Autónoma de Baja California, Facultad de Arquitectura y Diseño, Mexicali, Baja California. México |
| Año: | 2021 |
| Periodo: | Jul |
| Volumen: | 34 |
| Número: | 3 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | México es un país vulnerable a los eventos climáticos extremos; sin embargo, el impacto no es uniforme en todo el territorio, por lo que se analizan y modelan las temperaturas extremas de 12 ciudades de México con la suposición de que existe un clima no estacionario en todas las regiones del país. A partir de la base climatológica disponible de temperaturas máximas y temperaturas mínimas, se estimó una tendencia temporal con las pruebas no paramétricas de Mann-Kendall y el método de pendiente de Sen, y se utilizó la distribución generalizada de valores extremos (GEV) para modelar ambas temperaturas. Para evaluar la fortaleza de los modelos propuestos con la incorporación de una covariable, se utilizaron tanto la prueba de razón de verosimilitud como los criterios de información de Akaike y de Bayes, y se estimaron los niveles de retorno para escenarios temporales futuros. Se detectó una tendencia al calentamiento urbano, tanto con las pruebas no paramétricas como con la distribución GEV, aunque con comportamiento heterogéneo. En la serie de temperatura máxima, la mitad de las ciudades analizadas se mostró no estacionaria; de éstas, la ciudad de Guadalajara, situada en el centro-occidente del país, presentó tendencia negativa. En el caso de las temperaturas mínimas la tendencia fue más uniforme: 90% de las ciudades se mostraron no estacionarias con tendencia positiva y sólo el 10% (una zona urbana al oriente de la zona metropolitana del Valle de México [Milpa Alta] y una ciudad costera del Golfo de México [Veracruz]) mostraron una serie estacionaria. Se concluye que los periodos de retorno de extremos térmicos estimados en un clima cambiante varían temporalmente, por lo que la modelación estadística debe tomar en cuenta ese comportamiento en razón de su importancia para valoraciones de riesgos y propósitos de adaptación |
| Resumen en inglés | Mexico is vulnerable to extreme climatic events; however, their impact is not uniform in all the country. This study presents an analysis of extreme temperatures in 12 Mexican cities, modeled under the assumption of a non-stationary climate. Temporal trends were estimated from an available climatological base of maximum and minimum temperatures with the non-parametric tests of Mann-Kendall and Sen’s slope method, and a generalized extreme value (GEV) distribution was used to model both temperatures. A likelihood ratio test and Akaike and Bayesian information criteria were used to evaluate the optimal model choice with incorporation of a covariate. Using the best model, return levels and confidence intervals for future scenarios were estimated. A trend towards urban warming was detected from both the non-parametric tests and the GEV distribution, although with heterogeneous behavior. In the series of the maximum temperatures, half of the cities analyzed were non-stationary, and of those, the city of Guadalajara, located in the center-west of the country had a negative trend. The trend for minimum temperatures was more uniform, as 90% of the cities were non-stationary with a positive trend, and only 10%, in an urban area to the east of the metropolitan area of the Valley of Mexico (Milpa Alta) and a coastal city of the Gulf of Mexico (Veracruz), showed stationary series. It is therefore concluded that return periods of thermal extremes estimated in a changing climate temporarily showed a significant variation, so statistical modeling must consider this behavior due to its importance for risk assessments and adaptation purposes |
| Disciplinas: | Geociencias |
| Palabras clave: | Ciencias de la atmósfera, Ciudades, Temperaturas extremas, Clima no estacionario, Distribución generalizada de valores extremos |
| Keyword: | Mexico, Cities, Extreme temperatures, Non-stationary climate, Generalized extreme value distribution, Mexico |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
