APLICACIÓN DEL MÉTODO DE MÁXIMA COVARIANZA EN LA IDENTIFICACIÓN DE PREDICTORES ESTACIONALES DE LA PRECIPITACIÓN.
La variabilidad o el cambio de los patrones de precipitación en cualquier región genera impactos en esferas altamente sensibles como el abasto de agua y la seguridad alimentaria e industrial. La región de América Latina y el Caribe no escapa a esta realidad, lo cual aumenta la demanda de las sociedades de predicciones de carácter estacional. La presente investigación propone el empleo del método de máxima covarianza, basado en un análisis de componentes principales, para identificar aquellos predictores que, sobre el archipiélago cubano, exhiban las mayores asociaciones espacio-temporales en relación al ciclo estacional de la precipitación (predictando). Este sería el primer paso para generar predicciones estacionales con un enfoque estadístico-dinámico. Los datos de los predictores candidatos se obtienen del reanálisis ERA5, estableciéndose relaciones con datos observacionales de precipitación disponibles en una malla de alta resolución diseñada para Cuba. En todos los casos se emplea el período 1980-2020 con un paso temporal mensual. Los resultados sugieren el primer modo de variabilidad es dominante en todos los casos y esta asociado al comportamiento estacional del anticiclón subtropical. Los campos de temperatura superficial del mar modulan pero no gobiernan al predictando, debido a sus bajos valores de covarianza. En este sentido, puede identificarse que el ENOS muestran poca influencia sobre la variabilidad estacional de la precipitación en el área durante el período analizado. Por otro lado, los predictores candidatos relacionados con en transporte de humedad en niveles bajos muestran las asociaciones espacio-temporales más robustas. Esto significa que predictores como OLR, temperatura en el nivel de 850 hPa, de conjunto con índices termodinámicos como GDI y KI que consideran estos flujos de humedad, constituyen variables que pueden conducir a predicciones más robustas en comparación con el resto. Otras oscilaciones como la QBO exhiben relaciones espacio-temporales fuertes, lo cual sugiere que predictores que caracterizan el campo de viento zonal entre las superficies de 30 a 200 hPa explican un elevado porcentaje de la variabilidad estacional de la precipitación.
Palabras clave: estacional, componentes principales, predictores, reanálisis