x

Buscar

Hidrología / oceanografía /

Pronóstico de Temperatura Superficial

Actualizado por

La Temperatura Superficial del Mar “SST” por sus siglas en inglés (Sea Surface Temperature) es una variable oceanográfica de gran importancia, ya que forma parte de las condiciones que favorecen a la formación y mantenimiento de ciclones tropicales, así como de las condiciones de habitabilidad para muchos organismos como el plancton, algas marinas, mamíferos marinos, peces, etc (COP25, 2019).

El último punto mencionado, es importante para las actividades que se dedican a la extracción de productos del mar. Según pescadores artesanales de la costa sur de Guatemala, la pesca de diferentes especies varía según la temperatura del mar registrada en la zona.

Real Time Ocean Forecast System (RTOFS)

El Sistema de Pronóstico del Océano en tiempo Real (RTOFS, por sus siglas en inglés) se basa en un modelo HYCOM (HYbrid Coordinates Ocean Model) para la realización de un modelado oceánico que provee un pronóstico para las condiciones de corriente, salinidad, temperatura y hielo global. Este se inicia basándose en la Asimilación de Datos Oceánicos Acoplados de la Marina (NCODA, por sus siglas en inglés).

Actualmente se utiliza la versión 2.0 y los datos a utilizar son descargados de la Oficina Nacional de Administración Oceánica y Atmosférica (NOAA) los cuales tienen una resolución de 0.0833 grados (aproximadamente 9km).

Para más información del modelo se puede visitar la página web “Global Real-Time Ocean Forecast System”.

La línea de color negro representa las Zonas Económicas Exclusivas de Guatemala (FMI, 2019).
El color representa la temperatura en grados Celsius para cada pixel del mapa, los valores de dichos colores están representados en la tabla de color en la parte inferior de la Gráfica.
Los valores de temperatura en grados Celsius para los sitios de interés se muestra en la tabla lateral derecha

Anomalía en la temperatura superficial del mar

La Anomalía de la Temperatura Superficial del Mar (SSTA por sus siglas en inglés), es el valor que representa la diferencia de la temperatura en un punto, respecto al valor medio registrado durante un periodo de 30 años comprendido entre 1986-2015 (Huang et al., 2017).

Los valores registrados se muestran en un rango de -5 a +5 °C de anomalía y los valores de coloración están indicados en la escala de la gráfica presentada.

Datos de Anomalía del día 11 al 17 de septiembre de 2022
La línea de color negro representa las Zonas Económicas Exclusivas (FMI, 2019) de Guatemala.
El color representa anomalía en grados Celsius para cada pixel del mapa, los valores de dichos colores están representados en la tabla de de color ubicada al lado derecho de la gráfica.

Índice Niño Oceánico ONI

El Índice Niño Oceánico (ONI por sus siglas en inglés) es el valor que mide la condición del fenómeno del Niño-Oscilación del Sur (ENSO)(IMARPE, 2022). Para este valor, se define el umbral ±0.5 con el cual se indica si el fenómeno se encuentra en su fase cálida conocida como “El Niño”, su fase fría conocida como “La Niña” o en caso de no ser superado, como ocurrencia normal o condición neutral (Climate Prediction Center , 2001).

El valor ONI se estima según el promedio de tres meses consecutivos de la Anomalía mensual de la Temperatura Superficial del Mar (SSTA) para la región Niño 3.4. Por lo anterior, el valor presentado para los dos últimos meses anteriores a la fecha actual, deben ser tomados como una estimación, ya que pueden cambiar hasta dos meses después de ser presentados (Climate Prediction Center , 2001).

La climatología considera los años 1986-2015 (Huang et al., 2017).

Los datos se actualizan el primer jueves de cada mes en la página de la (NOAA) “Cold / Warm Episodes by Season”.

El siguiente gráfico presenta los datos históricos desde 1993 hasta la actualidad (30 años).

Datos registrados para el Índice Niño oceánico desde 1950

Literatura citada:

  • Mehra, A., & Rivin, I. (2010). A Real Time Ocean Forecast System for the North Atlantic Ocean. In Terrestrial, Atmospheric and Oceanic Sciences (Vol. 21, Issue 1, p. 211). Springer Science and Business Media LLC. https://doi.org/10.3319/tao.2009.04.16.01(iwnop)
  • 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). Extended Reconstructed Sea Surface Temperature, Version 5 (ERSSTv5): Upgrades, Validations, and Intercomparisons. In Journal of Climate (Vol. 30, Issue 20, pp. 8179–8205). American Meteorological Society. https://doi.org/10.1175/jcli-d-16-0836.1
  • Chassignet, E., Hurlburt, H., Metzger, E. J., Smedstad, O., Cummings, J., Halliwell, G., Bleck, R., Baraille, R., Wallcraft, A., Lozano, C., Tolman, H., Srinivasan, A., Hankin, S., Cornillon, P., Weisberg, R., Barth, A., He, R., Werner, F., & Wilkin, J. (2009). US GODAE: Global Ocean Prediction with the HYbrid Coordinate Ocean Model (HYCOM). In Oceanography (Vol. 22, Issue 2, pp. 64–75). The Oceanography Society. https://doi.org/10.5670/oceanog.2009.39
  • Banzon, V. F., Reynolds, R. W., Stokes, D., & Xue, Y. (2014). A 1/4°-Spatial-Resolution Daily Sea Surface Temperature Climatology Based on a Blended Satellite and in situ Analysis. In Journal of Climate (Vol. 27, Issue 21, pp. 8221–8228). American Meteorological Society. https://doi.org/10.1175/jcli-d-14-00293.1
  • Hijmans, R. and University of California, Berkeley, Museum of Vertebrate Zoology. (2015). Boundary, Guatemala, 2015. UC Berkeley, Museum of Vertebrate Zoology. Available at: http://purl.stanford.edu/jq174rm4901
  • Climate Prediction Center, NOAA. (2001, January 1). NOAA’s Climate Prediction Center. Cold & Warm Episodes by Season. Retrieved May 23, 2022, from https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php
  • IMARPE, Instituto del Mar del Perú. (2022). Instituto   del   Mar   del   Perú  –  Imarpe. Índice Niño Oceánico (ONI) ::.. Instituto del Mar del Perú. Retrieved May 23, 2022, from http://www.imarpe.gob.pe/imarpe/index2.php?id_seccion=I0178090500000000000000
  • Comité Científico COP25 (2019). Océano y cambio climático: 50 preguntas y respuestas, Santiago, Chile.


Cargando...