x

Buscar

Hidrología / Oceanografía /

Pronóstico de salinidad superficial del mar

Actualizado por en junio 27, 2022, 12:02 pm hora local

La Salinidad Superficial del Mar «SSS» por sus siglas en inglés (Sea Surface Salinity), es una variable oceanográfica de gran relevancia, ya que es crucial para estimar el balance hídrico global, las tasas de evaporación y para conocer el comportamiento de las corrientes marinas (Rani, 2021).

Es importante conocer las variaciones en la concentración de salinidad, ya que estas afectan directamente el mecanismo osmorregulador de los peces. Es por ello que, el comportamiento del pez cambiará dependiendo la salinidad de la zona donde se encuentre y si este tiene características eurihalinas (soporta desde agua dulce hasta altas concentraciones salinas) o estenohalinas (soporta un rango pequeño de concentración de sal) (Arjona et al., 2007).

Por lo general, las especies que habitan mar adentro, tienen un menor rango de tolerancia a las variaciones en la salinidad que las especies costeras. Pero, para ambos grupos, un cambio considerable en dicho valor, puede generar un desplazamiento de la zona o incluso la muerte (Calvín, 2022).

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 el valor de la Salinidad en PSU (Practical Salinity Units) 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 Salinidad en PSU para los sitios de interés se muestra en la tabla lateral derecha

Literatura citada:

  • Rani, M., Masroor, Md., & Kumar, P. (2021). Remote sensing of Ocean and Coastal Environment – Overview. In Remote Sensing of Ocean and Coastal Environments (pp. 1–15). Elsevier. https://doi.org/10.1016/b978-0-12-819604-5.00001-9
  • 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)
  • 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
  • Arjona, F. J., Vargas-Chacoff, L., Ruiz-Jarabo, I., Martín del Río, M. P., & Mancera, J. M. (2007). Osmoregulatory response of Senegalese sole (Solea senegalensis) to changes in environmental salinity. In Comparative Biochemistry and Physiology Part A: Molecular & Integrative Physiology (Vol. 148, Issue 2, pp. 413–421). Elsevier BV. https://doi.org/10.1016/j.cbpa.2007.05.026
  • Calvín, J. C. (2022). Masa de Agua. Región de Murcia digital. Retrieved June 8, 2022, from https://www.regmurcia.com/servlet/s.Sl?sit=c%2C365%2Cm%2C2624&r=ReP-9345-DETALLE_REPORTAJESPADRE

Cargando...