SciELO - Scientific Electronic Library Online

 
vol.7 número especial 13Índices de cambio climático en el estado de Chiapas, México, en el periodo 1960-2009Adaptación del modelo de vulnerabilidad costera en el litoral tabasqueño ante el cambio climático índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista mexicana de ciencias agrícolas

versión impresa ISSN 2007-0934

Rev. Mex. Cienc. Agríc vol.7 spe 13 Texcoco ene./feb. 2016

 

Artículos

Tendencia de temperaturas máximas y mínimas mensuales en Aguascalientes, México

Osías Ruíz Álvarez1  § 

Daniel Espejel Trujano2 

Ronald Ernesto Ontiveros Capurata3 

Juan M. Enciso4 

Manuel Antonio Galindo Reyes5 

Mario Leonel Quesada Parga6 

José Grageda Grageda7 

Rodimiro Ramos Reyes8 

José Ariel Ruíz Corral9 

1 Campo Experimental Pabellón-INIFAP. Carretera Aguascalientes-Zacatecas, km. 32.5. 20660. Pabellón de Arteaga, Aguascalientes.

2 Innovación agrícola. Avenida Tecnológico 510, Colonia Linda Vista. 38010. Celaya, Guanajuato. (despejel@nansa.com.mx).

3 Instituto Mexicano de Tecnología del Agua. Paseo Cuauhnáhuac Núm. 8532. 62550. Jiutepec, Morelos. (reontiverosca@conacyt.mx).

4 Department of Biological and Agricultural Engineering, Texas A&M AgriLife Research, 2415 E. Highway 83 Weslaco, TX 78596. (j-enciso@tamu.edu).

5 Campo Experimental Pabellón-INIFAP. (galindo.manuel@inifap.gob.mx).

6 Instituto Tecnológico El Llano Aguascalientes. Carretera Aguascalientes-San Luis Potosí km. 70, 20330. El Llano, Aguascalientes. (fpaguascalientes@gmail.com).

7 Campo Experimental Costa de Hermosillo-INIFAP. Boulevard del Bosque 7, Colonia Valle Verde. 83200. Hermosillo, Sonora. (grageda.jose@inifap.gob.mx).

8 El Colegio de la Frontera Sur (ECOSUR)- Unidad Villahermosa. Carretera Villahermosa-Reforma, km 15.5. 86280. Villahermosa, Tabasco. (rramos@ecosur.mx).

9 Campo Experimental Centro-Altos de Jalisco-INIFAP. Carretera libre Tepatitlán-Lagos de Moreno, km. 8, 47600. Tepatitlán, Jalisco. (ruiz.ariel@inifap.gob.mx).

Resumen

El objetivo de esta investigación fue analizar tendencias en los promedios de temperatura máxima (Tmax) y mínima (Tmin) mensual en Aguascalientes y series de tiempo de por lo menos 30 años. El análisis estadístico se realizó con la metodología de Mann-Kendall y la tasa de cambio se calculó con la pendiente de Theil. De 612 series de Tmin, 365 no fueron significativas, mientras que 247 si lo fueron, de estas series con tendencia significativa (p≤ 0.05), 129 tuvieron tendencia positiva y 118 tuvieron tendencia negativa. De 672 series de Tmax, 448 no fueron significativas, mientras que 224 si lo fueron, de estas series con tendencia significativa (p≤ 0.05), 167 tuvieron tendencia positiva y 57 tuvieron tendencia negativa. La mayor tendencia positiva (1.33 °C década-1) de Tmin fue en abril y la menor (0.09 °C década-1) en julio y septiembre, el promedio anual de las tendencias positivas fue 0.50 °C década-1; diciembre tuvo la mayor tendencia negativa (-1.42 °C década-1) y agosto tuvo la menor (-0.14 °C década-1), el promedio anual de tendencias negativas fue -0.59 °C década-1. En relación con Tmax, abril tuvo la mayor tendencia positiva (1.59 °C década-1) y diciembre tuvo la menor (0.18°C década-1), el promedio anual de tendencias positivas fue 0.61 °C década-1; octubre tuvo la mayor tendencia negativa (-1.51 °C década-1) y septiembre tuvo la menor (-0.19 °C década-1), el promedio anual de tendencias negativas fue -0.68 °C década-1. En Aguascalientes, un número pequeño de localidades presenta enfriamiento y una parte importante se está calentando, la región que manifiesta cambios en la temperatura está presentando un clima más extremo y cambios en el rango térmico diurno (RTD).

Palabras clave: cambio climático en Aguascalientes; estaciones meteorológicas; rango térmico diurno; regresión de Mann-Kendall; series de tiempo

Introducción

El Panel Intergubernamental de Cambio Climático (IPCC) señala que el calentamiento global es consecuencia de actividades antropogénicas; ha provocado incremento de la temperatura atmosférica y oceánica, derretimiento de la nieve y casquetes polares y aumento del nivel medio del mar (IPCC, 2007). Diferentes estudios muestran que a finales de la segunda mitad del siglo XX, la temperatura media de la atmósfera aumentó alrededor de 0.6 °C ± 0.2 °C (Folland et al., 2001; Nicholls and Collins, 2006); y trajo consigo desastres colaterales entre los que destacan olas de calor severas, siniestros agrícolas, daños a la salud, incremento en la demanda de energía y pérdidas humanas (Knapp et al., 1993).

Los cambios en la temperatura afectan las actividades de construcción, consumo y generación de energía, y el crecimiento y desarrollo de los cultivos (Rehman y Al- Hadhrami, 2012); por lo que el estudio de su tendencia respecto al tiempo es vital para estimar su impacto futuro en la sociedad, tomar medidas para asegurar la producción de alimentos, evitar daños a la salud y a los recursos naturales, y proporcionar información que facilite la toma de decisiones de los líderes políticos (Skaggs and Irmak, 2012).

El análisis de tendencia de una variable meteorológica es un procedimiento estadístico, que a través de pruebas de hipótesis explica el cambio de la variable, arroja la tasa de cambio respecto al tiempo, ayuda a identificar regiones y épocas vulnerables a dichos cambios; y responde a la pregunta: ¿el clima está cambiando o se mantiene constante? (Lee et al., 2013). Actualmente se conoce la tendencia de la temperatura promedio global (IPCC, 2007); pero se requiere que la tasa de cambio se cuantifique a nivel local y regional para precisar estrategias de prevención, adaptación/ mitigación en lugares específicos ya que la tendencia espacial y temporal local no obedece a la tendencia global (McGuire et al., 2012). A menudo, los estudios de tendencia de temperatura se realizan sobre un valor promedio mensual o anual, si bien este criterio ayuda a detectar el patrón de la variable, escapan detalles en los extremos térmicos que son importantes en agronomía y en recursos naturales; por tal razón se sugiere que la estimación de la tendencia se realice tanto para temperatura máxima (Tmax) como para temperatura mínima (Tmin) (Braganza et al., 2004).

A nivel global se cuenta con una diversidad de trabajos en tendencias de Tmax y Tmin. Lee et al. (2013) analizaron los cambios en temperaturas extremas en el Sur de Korea, mencionan que las tendencias presentaron discrepancias importantes en el espacio y en el tiempo, así en invierno el incremento de Tmin fue de 0.80 °C década-1 en zonas urbanas, y de 0.54 °C década-1 en zonas rurales; estos autores atribuyen las tendencias a cambios en el uso del suelo y al crecimiento del área urbana. Qu et al. (2014) estudiaron el rango térmico diurno (RTD) estacional sobre los Estados Unidos de América durante 1911-2011, las tendencias encontradas variaron considerablemente en cuatro regiones y para cada estación del año; el RTD disminuye debido a que Tmin aumenta a una tasa más alta que la de Tmax, además verano y otoño presentaron tasas de reducción de RTD más altas que primavera e invierno. En un estudio de tendencia del RTD, Braganza et al. (2004) detectaron que a nivel global, la tendencia promedio de Tmin fue mayor (0.9 °C) que la tendencia de Tmax (0.6 °C), ello explicó la reducción del RTD. Price et al. (1999) comentan que en la isla de Chipre, Tmin aumenta a una tasa mayor que la de la Tmax provocando una reducción de RTD de -0.5 a -3.5 °C siglo-1; los cambios se atribuyen al aumento de la concentración de gases de efecto invernadero, cambios en el uso del suelo y al incremento de la urbanización. Otros investigadores han estudiado la tendencia de la temperatura y su relación con variables agrometeorológicas y heladas extremas de diferentes umbrales (De Gaetano, 1996; Skaggs e Irmak, 2012).

Para México se tienen pocos estudios sobre tendencias de temperatura. En Zacatecas, Santillán et al. (2011) estudiaron tendencias de Tmax y Tmin en 24 estaciones meteorológicas; el promedio de tendencias positivas en Tmax fue 0.794 °C década-1 y la única tendencia positiva de Tmin tuvo una tasa de 0.496 °C década-1. El promedio de tendencias negativas en Tmax fue -0.648 °C década-1, mientras que para Tmin fue -0.705 °C década-1. Zarazúa et al. (2011) señalan que para finales del siglo XXI, en Ciénega de Chapala, Jalisco; la Tmax podría incrementar 6.4 °C; este aumento podría contribuir al incremento de la evapotranspiración, acumulación rápida de unidades calor y disminución de horas frío lo cual pondría en riesgo la aptitud climática de la región para la producción de trigo. Lemus y Gay (1988), en un trabajo con siete estaciones meteorológicas de Aguascalientes, detectaron un aumento de 0.4 °C en la temperatura promedio durante 1978-1985 respecto del período 1921-1985; y señalan que este cambio térmico contribuyó a la reducción de la productividad primaria neta del ecosistema.

El objetivo de esta investigación fue determinar y cuantificar la tendencia en temperatura máxima (Tmax) y temperatura mínima (Tmin) promedio mensual en estaciones meteorológicas (56 estaciones para Tmax y 51 estaciones para Tmin) del estado de Aguascalientes que cuentan con información en un periodo continuo ≥ 30 años.

Materiales y métodos

Área de estudio

El estado de Aguascalientes se encuentra a 22° 27 ́ y 21° 38 ́ de latitud norte, 101° 53 ́ y 102° 52 ́de longitud oeste; y cuenta con una extensión territorial de 5 680.33 km2. Colinda al norte, noreste y oeste con Zacatecas; y al sur y este con Jalisco (INEGI, 1995). El estado posee tres tipos de clima: semi-seco templado (BS1k), semi-seco cálido (BS1h) y templado sub-húmedo con lluvias en verano C(w). En dichos climas la temperatura media anual es 17.1, 20.1 y 14.5 °C, respectivamente; y la precipitación promedio de 488 579.1 y 688.3 mm, respectivamente (García, 1973; INEGI, 2013).

Información meteorológica

Se utilizaron datos diarios de Tmax y Tmin de estaciones meteorológicas tradicionales del estado de Aguascalientes, estas estaciones pertenecen al Servicio Meteorológico Nacional (SMN) (Cuadro 1). Para Tmax se utilizó información disponible de 56 estaciones, mientras que para Tmin la disponible en 51 estaciones.

Cuadro 1 Estaciones meteorológicas utilizadas en el estudio. 

Con los datos diarios de Tmax y Tmin de cada mes se obtuvo el promedio mensual para cada estación, este promedio mensual fue el que se utilizó en el análisis de tendencias.

Para el caso de Tmax se contó con 672 series de tiempo; es decir, 56 estaciones por 12 meses; para Tmin se obtuvieron 612 series de tiempo; es decir, 51 estaciones por 12 meses.

Prueba de Mann-Kendall

La prueba de Mann-Kendall es una técnica de estadística no paramétrica que evalúa la significancia de una tendencia. La prueba utiliza el estadístico de Mann-Kendall que se obtiene con (Hamed, 2008):

Donde: xj y xk representan a la variable en los años j y k, y además j > k.

Luego la varianza de S está dada por:

Donde: g es el número de grupos unificados y tp es el número de datos en el grupo pth.

Luego con S y VAR(S) se estima el estadístico de prueba:

Un valor positivo de Z indica tendencia a la alza, mientras que un valor negativo indica tendencia a la baja. Se rechaza H0 en favor de HA si el valor absoluto de Z es mayor que Z1-α/2 (Hamed, 2008); el valor de α utilizado en esta investigación fue de 0.05.

Después de la prueba de hipótesis, se calcula la tasa de cambio de la variable con (Theil, 1950):

Donde: xi’ y xi son los valores de los datos en los tiempos i’ e i, además i’ >i. Luego se hace que N’ es el número de datos donde i’>i. La mediana de los N’valores de Q es la pendiente de Sen o sea la tasa de cambio de la variable (Sen, 1968).

Resultados y discusión

En esta investigación se estudió la tendencia de Tmax y Tmin mensual a partir de información de estaciones (56 estaciones para temperatura máxima y 51 estaciones para temperatura mínima) meteorológicas del estado de Aguascalientes, el análisis estadístico se realizó con la regresión de Mann- Kendall. Los resultados obtenidos fueron similares a los que se reportan para otras partes del mundo, las tendencias varían en función del tipo de temperatura (Tmax o Tmin), localidad (estación) y de la época del año (Qu et al., 2014).

Temperatura mínima

En el Cuadro 2 se presentan los parámetros más sobresalientes del análisis de tendencias en Tmin. Del total (612) de series de Tmin estudiadas, 365 (59. 64%), series no presentaron tendencia estadísticamente significativa, las 247 (40.36%) series restantes si presentaron tendencia estadísticamente significativa (p≤ 0.05). De las series con significancia estadística, 129 (21.08%) tuvieron tendencia positiva y 118 (19.28%) negativa.

Cuadro 2 Resumen de series de tiempo y tendencias (°C década-1) para temperatura mínima en Aguascalientes. 

T= total, (%) = porcentaje; NO SIG= series con tendencia no significativa; SIG = series con tendencia significativa, SIG+= series con tendencia positiva significativa; SIG- = series con tendencia negativa significativa, MAX + = tendencia positiva significativa máxima; MIN += tendencia positiva significativa mínima; MEDIA+= tendencia positiva significativa media; MAX-= tendencia negativa significativa máxima; MIN-= tendencia negativa significativa mínima y MEDIA- = tendencia negativa significativa media.

Las tendencias positivas están presente en los doce meses del año, pero la mayor parte de ellas se concentraron en febrero y de abril a octubre (Cuadro 2). El mes con mayor tendencia positiva fue abril con 1.33 °C década-1 en la estación Los Negritos, por su parte la menor tendencia positiva se dio en julio y septiembre con 0.09 °C década-1 en la estación Presa Plutarco Elías Calles. El promedio de las tendencias positivas significativas de los 12 meses fue 0.50 °C década-1; este valor es similar al promedio (0.496 °C década-1) que Santillán et al. (2011) reportan para el vecino estado de Zacatecas. También existe similitud con la tendencia promedio reportada por Al Buhairi (2010) (0.50 °C década-1) para el semiárido de la Ciudad de Taiz, República de Yemen, y Rehman y Al- Hadhrami (2012) (0.508 °C década-1) para Arabia Saudita. Además la tendencia positiva promedio de cada mes varió entre 0.43 y 0.57 °C década-1 para enero y octubre, respectivamente.

Las tendencias negativas también están presentes en los doce meses del año, pero la mayor parte de ellas se concentraron en enero, de abril a septiembre y diciembre (Cuadro 2). El mes con mayor tendencia negativa fue diciembre con -1.42 °C década-1 en la estación El Ocote I, por su parte la menor tendencia negativa se dio en agosto con -0.14 °C década-1 en la estación Calvillo. El promedio de todas las tendencias negativas significativas de los 12 meses fue -0.59 °C década-1; este valor es similar al promedio (-0.705 °C década-1) que Santillán et al. (2011) reportan para el vecino estado de Zacatecas. Por su parte el promedio de las tendencias negativas de cada mes varió de -0.49 en junio y septiembre a -0.81 °C década-1 en diciembre.

Temperatura máxima

En el Cuadro 3 se presentan los parámetros más sobresalientes del análisis de tendencia en Tmax. Del total (672) de series de Tmax estudiadas, 448 (66.67%) series no presentaron tendencia estadísticamente significativa, las 224 (33.33 %) series restantes si presentaron tendencia estadísticamente significativa (p≤ 0.05). Del total de series con tendencia significativa, 167 (24.85%) tuvieron tendencia positiva y 57 (8.48%) negativa.

Cuadro 3 Resumen de series de tiempo y tendencias (°C década-1) para temperatura máxima en Aguascalientes. 

T= total, (%) = porcentaje; NO SIG= series con tendencia no significativa; SIG = series con tendencia significativa, SIG+= series con tendencia positiva significativa; SIG- = series con tendencia negativa significativa, MAX + = tendencia positiva significativa máxima; MIN += tendencia positiva significativa mínima; MEDIA+= tendencia positiva significativa media; MAX-= tendencia negativa significativa máxima; MIN-= tendencia negativa significativa mínima y MEDIA- = tendencia negativa significativa media.

Los meses con menor número de tendencias positivas en Tmax fueron septiembre y noviembre con siete y seis series, respectivamente. El mes con mayor tendencia positiva fue abril con 1.59 °C década-1 en la estación La Tinaja II, mientras que la menor tendencia positiva se dio en diciembre con 0.18 °C década-1 en la estación Presa Plutarco Elías Calles. El promedio de las tendencias positivas durante los 12 meses fue 0.61 °C década-1; este valor es similar al promedio (0.79 °C década-1) que Santillán et al. (2011) reportan para el vecino estado de Zacatecas. Nuestra tendencia positiva promedio es ligeramente menor al promedio (0.86 °C década-1) de las tendencias positivas citadas por Rehman y Al-Hadhrami (2012) para Arabia Saudita. El promedio mensual de la tendencia positiva en temperatura máxima estuvo entre 0.37 y 0.82 °C década-1 en noviembre y abril, respectivamente.

Se obtuvo una proporción relativamente pequeña (57) de series con tendencias negativas en Tmax. El mes con mayor tendencia negativa fue octubre con -1.51°C década-1 en la estación San Francisco de los Romo, por su parte la menor tendencia negativa se dio en septiembre con -0.19°C década-1 en la estación Campo Experimental Pabellón. El promedio de tendencias negativas significativas durante los 12 meses fue -0.68 °C década-1. El valor medio de las tendencias negativas de Tmax fue similar al reportado (0.648 °C década-1) por Santillán et al. (2011) para el estado de Zacatecas. Por su parte la tendencia negativa promedio mensual osciló entre -0.38 y -0.86 °C década-1 en mayo y octubre, respectivamente.

La suma de series con tendencias positivas en Tmax y Tmin resultó en un total de 296, en tanto que la suma de series con tendencias negativas en ambas temperaturas produjo un total de 175; ello brinda una idea de que en Aguascalientes se presenta una condición más tendiente al calentamiento que al enfriamiento lo cual coincide con la situación que prevalece en Zacatecas (Santillán et al., 2011) y en otras regiones de la República Mexicana (Pavia et al., 2009).

Origen de los cambios en la temperatura

Existen diferentes argumentos asociados al cambio en los patrones de temperatura. Algunas razones son el incremento de la cobertura de nubes, cambios en los patrones de evaporación y precipitación, absorción directa de la porción infrarroja de la radiación solar entrante, presencia de aerosoles, reacciones químicas del vapor de agua atmosférico y aumento de la humedad del suelo (Henderson, 1992; Hansen, 1995). McNider et al. (1995) comentan que otra causa podría ser el cambio en la rugosidad de la superficie debido a la aparición de árboles o establecimiento de edificios, esta alteración de rugosidad conduce a temperaturas más calientes debido a la disminución de la velocidad del viento. En los años 1980’s ya existía evidencia de que algunas regiones de Aguascalientes presentaban reducción importante en la superficie de bosque y aparición de vegetación arbustiva, estos cambios de vegetación coincidieron con la época de incremento en la temperatura media de 0.4 °C (Lemus y Gay, 1988).

Efectos ambientales de los cambios en la temperatura

De acuerdo con Santillán et al. (2011) cuando se analizan tendencias de Tmax y Tmin existen nueve posibilidades: 1) Tmax y Tmin estables; 2) Tmax estable y tendencia negativa de Tmin; 3) Tmax estable y tendencia positiva de Tmin; 4) tendencia negativa de Tmax y Tmin estable; 5) tendencia positiva de Tmax y Tmin estable; 6) tendencia negativa de Tmax y Tmin; 7) tendencia positiva en Tmax y Tmin; 8) tendencia negativa en Tmax y tendencia positiva en Tmin; y 9) tendencia positiva en Tmax y tendencia negativa en Tmin. Cuando se presentan las posibilidades dos, cinco y nueve; se produce aumento del RTD, al aumentar RTD, aumenta la capacidad de evaporación de la atmósfera, disminuye la humedad relativa, aumenta la evapotranspiración del cultivo de referencia (ETO), aumenta la evapotranspiración real del cultivo (ETC) y aumentan los volúmenes requeridos de agua para riego (Tabari et al., 2011; Xiaomang et al., 2011). Cuando se presentan las posibilidades tres, cuatro y ocho; se registra una reducción del RTD, al reducirse RTD, disminuye la capacidad de evaporación de la atmósfera, aumenta la humedad relativa, disminuye la evapotranspiración del cultivo de referencia (ETO), disminuye la evapotranspiración real del cultivo (ETC) y disminuyen los volúmenes de agua requeridos para riego. Cuando se presentan los casos seis y siete también pude haber aumento o reducción de RTD, esto dependerá de la tasa de cambio de cada una de las temperaturas.

En el Cuadro 4 se presentan los nueve casos posibles de Tmax y Tmin obtenidos para Aguascalientes, en la columna del mes aparece el número de estaciones que presenta cada caso. Se aprecia que el caso uno tuvo el mayor número de estaciones (237). Nótese que al sumar las estaciones involucradas en los casos 5, 2 y 9 se obtienen 180 estaciones, todas ellas presentan la condición de aumento de RTD. Por otra parte, si se suman las estaciones involucradas en los casos 3, 4 y 8, se obtienen 110 estaciones, todas ellas presentan la condición de reducción de RTD. Es importante añadir que con los casos 7 y 6 también podría haber modificación de RTD puesto que las líneas de tendencias no son del todo paralelas, es decir difieren en la tasa de cambio, para estos casos son 67 las estaciones involucradas.

Cuadro 4 Casos de tendencia de temperatura máxima y mínima y número de estaciones por mes. 

*Se refiere al número de estaciones en cada mes que no contaron con temperatura mínima.

Finalmente, en la Figura 1 se presentan ejemplos de series de tiempo para Tmax, Tmin y RTD en la estación Sandovales. Para el caso de Tmax, hubo tendencia significativa en seis meses (febrero a junio y diciembre) mientras que la tendencia de Tmin fue significativa en ocho meses (abril a noviembre). En consecuencia, el RTD presentó tendencia significativa en 11 meses (febrero a diciembre), nótese que en esos meses la línea de tendencia es positiva lo cual da una idea de que el clima de la localidad es más extremo y presenta mayor déficit de humedad ambiental.

Figura 1 Series de tiempo de Tmax, Tmin y RTD para enero-diciembre en la estación Sandovales. 

Conclusiones

Se estudió la tendencia de Tmax y Tmin mensual en estaciones meteorológicas del estado de Aguascalientes que cuentan con series de tiempo ≥ 30 años. En este estado la tendencia de estas temperaturas no es uniforme, existe variación por tipo de temperatura, localidad y mes.

Existen incrementos de Tmin en los 12 meses del año y en la mayoría de las estaciones; sin embargo la tasa más alta de incremento ocurre en primavera (abril), mientras que la menor en meses de verano (julio y septiembre). Las tendencias negativas de Tmin también están presentes los 12 meses del año; pero la mayor ocurre en invierno (diciembre) y la menor en verano (agosto).

Los incrementos de Tmax ocurren todo el año, no obstante el mes con mayor tendencia positiva es abril; y diciembre el mes con menor tendencia positiva. La mayor tendencia negativa está en octubre, y la menor en septiembre.

Una parte importante de Aguascalientes no presenta cambios en el tiempo atmosférico, lo cual está demostrado por las 237 series que presentan el caso uno de temperatura máxima y mínima. La mayor parte del estado presenta cambios, y la evidencia es que 290 series presentan uno de los casos 2, 3, 4, 5, 8 y 9 lo cual repercute en el RTD.

Se distingue que de la región del estado con cambios en el patrón atmosférico, un número pequeño de localidades presenta enfriamiento mientras que una parte importante presenta calentamiento.

Literatura citada

Al Buhairi, M. H. 2010. Analysis of monthly, seasonal and annual air temperature variability and trends in Taiz City-Republic of Yemen. J. Environ. Protec. 1:401-409. [ Links ]

Braganza, K.; Karoly, D. J. and Arblaster, J. M. 2004. Diurnal temperature range as an index of global climate change during the twentieth century. Geophysical Research Letters. 31: doi: 10.1029/2004GL019998. [ Links ]

De Gaetano, A. T. 1996. Recent trends in maximum and minimum temperatures threshold exceedences in the Northeastern United States. Journal of Climate. 9: 1646-1660. [ Links ]

Folland, C.K.; Karl, T.R.; Christy, J.R.; Clarke, R.A.; Gruza, G.V.; Jouzel, J.; Mann, M. E.; Oerlemans, J.; Salinger, M. J. and Wang, S. W. 2001. Observed climate variability and changes. In: Houghton, J. T.; Ding, Y.; Griggs, D. J.; Noguer, M.; van den Linden, P. J.; Dai, X.; Maskell, K. and Johnson, C. A. (Eds.). Climate change 2001: the scientific basis. Contribution of working group I to the third assessment report of the intergovernmental panel on climate change. Cambridge University Press. Cambridge, UK. 99-181 pp. [ Links ]

García, E. 1973. Modificaciones al sistema de clasificación climática de Köppen (para adaptarlo a las condiciones de la República Mexicana). Universidad Nacional Autónoma de México (UNAM). México, D. F., 246 p. [ Links ]

Hamed, K. H. 2008. Trend detection in hydrologic data: the Mann-Kendall trend test under the scaling hypothesis. J. Hydrol. 349:350-363. [ Links ]

Hansen, J.; Sato, M. and Ruedy, R. 1995. Long-Term changes of the diurnal temperature cycle: implications about mechanisms of global climate change. Atmosphere Res. 37:175-209. [ Links ]

Henderson, S. A. 1992. Continental cloudiness changes this century. Geo Journal. 27: 255-262. [ Links ]

INEGI (Instituto Nacional de Estadística, Geografía e Informática). 1995. Anuario estadístico del estado de Aguascalientes. Gobierno del estado de Aguascalientes. Aguascalientes, México. 317 p. [ Links ]

Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2013. Anuario estadístico de los Estados Unidos Mexicanos. Gobierno del estado de Aguascalientes. Aguascalientes, México. 785 p. [ Links ]

IPCC (Intergovernmental Panel on Climate Change). 2007. In Climate Change 2007: the physical science basis. Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change. In: Solomon, S.; Qin, D.; Manning, M.; Chen, Z.; Marquis, M.; Averyt, K. B.; Tignor, M. and Miller, H. L. (Eds.). Cambridge University Press: Cambridge, New York; 996. [ Links ]

Knapp, W. W.; Eggleston, K. L.; De Gaetano, A. T.; Vreeland, K. and Schultz, J. D. 1993. Northeast climate impacts. Northeast Regional Climate Center. 93(7):1-7. [ Links ]

Lee, K.; Baek, H. J. and Cho, Ch. 2013. Analysis of changes in extreme temperatures using quantile regression. Asia-Pacific J. Atmospheric Sci. 49:313-323. [ Links ]

Lemus, L. and Gay, C. 1988. Temperature, precipitation variations and local effects Aguascalientes 1921-1985. Atmósfera. 1:39-44. [ Links ]

McGuire, Ch. R.; Nufio, C. R.; Bowers, M. D. and Guralnick, R. P. 2012. Elevation- dependent temperature trends in the rocky mountain front range: changes over a 56- and 20- year record. PLos one. 7(9):e44370. doi:10.1371/journal.pone.0044370. [ Links ]

Nicholls, N. and Collins, D. 2006. Observed climate change in Australia over the past century. Energy and Environment. 17:1-12. [ Links ]

McNider, R. T.; England, D. E.; Friedman, M. J. and Shi, X. 1995. Predictability of the stable atmospheric boundary layer. J. Atmospheric Sci. 52:1602-1614. [ Links ]

Pavia, E. G.; Graef, F. and Reyes, J. 2009. Annual and seasonal surface air temperature trends in Mexico. Int. J. Climatol. 29:1324-1329. [ Links ]

Price, C.; Michaelides, S.; Pashiardis, S. and Alpert, P. 1999. Long term changes in diurnal temperature range in Cyprus. Atmospheric Research. 51:85-98. [ Links ]

Qu, M.; Wan, X. and Hao, X. 2014. Analysis of diurnal air temperature range change in the continental United States. Weather and Climate Extremes. 4:86-95. [ Links ]

Rehman, S. and Al-Hadhrami, L. M. 2012. Extreme temperatures trends on the West Coast of Saudi Arabia. Atmospheric and Climate Sciences. 2:351-361. [ Links ]

Santillán, E. L. E.; Blanco-Macías, F.; Magallanes-Quintanar, R.; García- Hernández, J. L.; Cerano-Paredes, J.; Delgadillo-Ruiz, O. y Valdez-Cepeda, R. 2011. Tendencias de temperaturas extremas en Zacatecas, México. Rev. Mex. Cienc. Agríc. 2:207-219. [ Links ]

Sen, P. K. 1968. Estimates of the regression coefficient based on Kendall’s tau. J. Am. Statistical Assoc. 63:1379-1389. [ Links ]

Skaggs, K. E. and Irmak, S. 2012. Long-term trends in air temperature distribution and extremes, growing degree-days, and spring and fall frosts for climate impact assessments on agricultural practices in Nebraska. J. Appl. Meteorol. Climatol. 51:2060-2073. [ Links ]

Tabari, H.; Marofi, S.; Aeini, A.; Talaee, P. H. and Mohammadi, K. 2011. Trend analysis of reference evapotranspiration in the western half of Iran. Agric. Forest. Meteorol. 151:128-136. [ Links ]

Theil, H. 1950. A rank-invariant method of linear and polynomial regression analysis. Part 3. Proceedings of Koninalijke Nederlandse Akademie van Weinenschatpen Amsterdam. 53:1397-1412. [ Links ]

Xiaomang, L.; Hongxing, Z.; Minghua, Z. and Changming, L. 2011. Identification of dominant climate factor for pan evaporation trend in the Tibetan Plateau. J. Geographical Sci. 21:594-608. [ Links ]

Zarazúa, V.P.; Ruíz-Corral, J.A.; González-Eguiarte, D.R.; Flores-López, H. E. y Ron-Parra, J. 2011. Cambio climático y agroclimático para el ciclo otoño-invierno en la región Ciénega de Chapala. Rev. Mex. Cienc. Agríc. 2:295-308. [ Links ]

Recibido: Noviembre de 2015; Aprobado: Febrero de 2016

§Autor para correspondencia: ruiz.osias@inifap.gob.mx.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons