SciELO - Scientific Electronic Library Online

 
vol.7 special issue 13Impacts of climate change in potential distribution of Morus alba L. in MexicoMonthly trend of maximum and minimum temperatures in Aguascalientes, Mexico author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista mexicana de ciencias agrícolas

Print version ISSN 2007-0934

Rev. Mex. Cienc. Agríc vol.7 spe 13 Texcoco Jan./Feb. 2016

 

Artículos

Índices de cambio climático en el estado de Chiapas, México, en el periodo 1960-2009

Celia de la Mora Orozco1  § 

José Ariel Ruíz Corral1 

Hugo Ernesto Flores López1 

Patricia Zarazúa Villaseñor2 

Gabriela Ramírez Ojeda1 

Guillermo Medina García

Víctor Manuel Rodríguez Moreno

Álvaro Agustín Chávez Durán1 

1 Campo Experimental Centro-Altos de Jalisco- INIFAP. Carretera Tepatitlán-Lagos de Moreno, km 8. Col. Rancho Las Cruces. Tepatitlán de Morelos, C. P. 47600. Tel: 01 800 0882222. (ruiz.ariel@inifap.gob.mx; flores.hugo@inifap.gob.mx; ramírez.gabriela@inifap.gob.mx; chávez.alvaro@inifap.gob.mx).

2 Centro Universitario de Ciencias Biológicas y Agropecuarias- Universidad de Guadalajara, Camino Ing. Ramón Padilla Sánchez 2100, poblado La Venta del Astillero, Zapopan, Jalisco. Tel: (33) 37 77 11 50 Ext. 33016. (pzarazua@cucba.udg.mx).

3 Campo Experimental Zacatecas- INIFAP. Carretera Fresnillo-Zacatecas, km 24.5 Calera de Víctor Rosales. C. P. 98500. Tel: (478) 985 01 98. (medina.guillermo@inifap.gob.mx).

4 Campo Experimental Pabellón- INIFAP. Carretera Aguascalientes-Zacatecas, km 32.5. Pabellón de Arteaga, C. P. 20660. Tel: (465) 958 01 67. (rodriguez.victor@inifap.gob.mx).


Resumen

En las últimas tres décadas los periodos cálidos han sido superiores a los valores promedio. Se determinó la tendencia de los índices climáticos basados en las temperaturas máximas mínimas y precipitación registradas en las estaciones meteorológicas en el estado de Chiapas, México, en el periodo de 1960 a 2009. Se utilizó la serie histórica de datos de 16 estaciones climatológicas distribuidas en el estado de Chiapas. Para la obtención de los índices climáticos, se utilizó el módulo RClimDex. Los resultados mostraron que el número de estaciones con tendencia positiva significativa es mayor que el número de estaciones con tendencia negativa significativa, de las 16 estaciones climáticas analizadas y 8 índices, 42 combinaciones presentaron tendencia positiva significativa, mientras que sólo 18 presentaron tendencia negativa significativa. Se observó que 63% de las estaciones analizadas resultaron positivas significativas para temperatura máxima extrema (TXx), el 50% para rango diurno de temperatura (DTR), el 44% para temperatura máxima más baja (TXn), el 38% para número de días con temperatura mínima menor que 20°C (TR20), 31% para temperatura mínima más alta (TNx), 25% para temperatura mínima extrema (TNn) y sólo el 6% para número de días con temperatura máxima mayor que 25 °C (SU25) y número de días consecutivos sin lluvia (CDD) respectivamente. En el mapeo de los resultados no se observaron tendencias en alguna zona específica del estado. Todos los índices basados en la temperatura mostraron patrones de comportamiento similar y consistente con tendencia general al calentamiento: Estos hallazgos son consistentes con estudios previos en la región y en otras partes del mundo.

Palabras clave: cambio climático; Chiapas; tendencia; temperatura

Abstract

In the last three decades warm periods have been higher than the average values. The trend of climate indices based on the minimum and maximum temperature and precipitation recorded at meteorological stations in the state of Chiapas, Mexico, in the period from 1960 to 2009 were determined. The time series data from 16 weather stations distributed through Chiapas were used. To obtain climatic indices, the RClimDex module was used. The results showed that the number of stations with significant positive trend is higher than the number of stations with significant negative trend, from the 16 weather stations analyzed and 8 indices, 42 combinations had significant positive trend, while 18 had significant negative trend. It was observed that 63% of the stations analyzed were significant positive for extreme maximum temperature (TXx), 50% for diurnal temperature range (DTR), 44% for lower maximum temperature (TXN), 38% for number of days with minimum temperature below 20 °C (TR20), 31% for higher minimum temperature (TNx), 25% for extreme minimum temperature (TNn) and only 6% for number of days with maximum temperature above 25 ° C (SU25) and number of consecutive days without rain (CDD) respectively. In mapping the results no trends were observed in any specific area of th estate. All indices based on temperature showed similar behavior patterns and consistent with overall warming trend: These findings are consistent with previous studies in the region and elsewhere.

Keywords: climate change; Chiapas; temperature; trend

Introducción

El cambio climático es uno de los problemas de mayor actualidad en todo el mundo. Según el Panel Intergubernamental de Cambio Climático (IPCC, 2007), en los últimos 100 años la temperatura global se ha incrementado 0.74 °C aproximadamente. Yu et al. (2015) mencionan que en los últimos 30 años los periodos de calor fueron superiores a los promedio, como resultado se espera que la frecuencia y la intensidad de las temperaturas extremas aumente. El impacto de los climas extremos se manifiesta en gran medida en los desastres naturales como las inundaciones, las ondas de calor y el fuego.

Este impacto sucede regularmente cuando los climas extremos se presentan con cierta regularidad e intensidad, ocasionando desastres ecológicos y afectando de manera negativa a la sociedad (Degefie et al., 2014). Una de las principales causas del aumento de la temperatura promedio en el planeta es la emisión de los gases efecto invernadero a partir de las actividades humanas (IPCC, 2007). El calentamiento de los océanos, el incremento de la temperatura continental, la temperatura extrema y los patrones de comportamiento de los vientos son influenciados por este fenómeno y puede resultar en extremos sin precedente del clima (IPCC, 2012).

Por otro lado, los procesos biogeoquímicos como el caso del ciclo del carbón y el nitrógeno pueden ser controlados por las ondas de calor, lo cual puede modificar la función de estos procesos afectando el ecosistema (Degefie et al. 2014). Arnone et al. (2008) observaron que el aumento en la frecuencia de años cálidos, disminuye la captación del CO2 del ecosistema terrestre. Estudios en diversas partes del mundo utilizando modelos de simulación relacionados con eventos climatológicos, confirman la tendencia de eventos extremos más frecuentes y severos en el futuro (Schar et al., 2004; Meehl et al., 2005; Tebaldi et al., 2006; Koutroulis et al., 2013). Otros estudios recientes mencionan la disminución en la frecuencia de extremos fríos y el incremento de la temperatura tanto diurna como nocturna (Acquaotta et al., 2010; Wang et al., 2013).

También se reporta que en los últimos 50 años ha disminuido el número de noches frías y el número de noches cálidas va en aumento en 70% del planeta (Alexander et al. 2006). En los Estados Unidos de Norteamérica, Griffiths y Bradley (2007) estudiaron los indicadores de cambios en las condiciones extremas del clima en la región Noreste, donde notaron tendencia al incremento de las ondas cálidas. Por otro lado, el IPCC (2007) mencionó la vulnerabilidad de México ante el cambio climático, remarcando que en el noroeste de México y el suroeste de Estados Unidos de América, el problema de la escasez de agua se puede exacerbar debido al incremento en la temperatura y la reducción de la precipitación (Cavazos y Arriaga-Ramírez, 2012). De acuerdo con Magaña et al. (2012) las regiones con mayor riesgo de incremento de temperatura promedio anual se espera que ocurran en la región noreste y noroeste de México (Magaña et al., 2012).

Sin embargo, diversos estudios sobre las temperaturas extremas en México, mencionan que después de 1970, se presentó un incremento significativo en la temperatura máxima en comparación con las temperaturas mínimas, especialmente en la regiones noroeste y central de México, lo cual mostró tendencias contrastantes con respecto al resto del país (Englehart y Douglas 2005; Pavía et al. 2008; Gutierrez-Ruacho et al., 2010).

Estudios realizados por Peralta-Hernández et al. (2009) en el sureste de México, mostraron tendencia significativa en el incremento de las temperaturas máximas en la región, así como en la frecuencia de días cálidos. A pesar de la importancia de esta temática, no existe información sobre las tendencias de los índices de cambio climático en el estado de Chiapas. Por lo anterior, el objetivo del presente estudio fue determinar las tendencias de los índices climáticos, basados en las temperaturas máximas, temperaturas mínimas y precipitación registradas en las estaciones meteorológicas del estado de Chiapas, en el periodo de 1960 a 2009.

Materiales y métodos

Descripción de la zona de estudio

El estado de Chiapas se localiza al sur de la República Mexicana, limita al norte con el estado de Tabasco, al sur con el Océano Pacífico, al este con la República de Guatemala y al oeste con los estados de Oaxaca y Veracruz (Figura 1). Se localiza entre los 14° 39’ y 17° 57’ de latitud norte y 90° 22’ y 94° 08’de longitud oeste, su geografía es variable, cuenta con altas sierras, altiplanicies, montañas, colinas, valles y costas. La altitud en el estado de Chiapas va desde los 0 m en los límites con el mar, hasta un poco más de 4 000 m en el Volcán Tacaná. Los tipos climáticos de mayor extensión territorial son el tropical húmedo cálido y el tropical subhúmedo cálido, aunque también están representadas otras variantes climáticas como el subtrópico subhúmedo templado y el subtrópico húmedo semicálido, entre otros (Medina et al., 1998).

Figura 1 Localización del área de estudio. 

Para este trabajo se utilizó la información de 16 estaciones climáticas, distribuidas en el estado de Chiapas, con registros de los años 1960 a 2009. Para el análisis de la información se consideraron los siguientes criterios: 30 años o más de información; 95% o más de datos; eliminación de año con 3 meses o más sin datos; eliminación de estaciones con varios años consecutivos sin datos. En la Figura 2 se muestra la localización de las estaciones climáticas de las cuales se analizó la información.

Figura 2 Localización de las estaciones climatológicas estudiadas. 

Calidad y homogeneidad de las series

A los datos se les aplicó un control de calidad, utilizando el módulo RClimDex v. 1.0, ejecutado en R v. 3.0.1. Con el uso de este módulo, se realizó la corrección y eliminación de los datos después de compararlos con los valores de estaciones cercanas en las mismas fechas (Zhang y Feng, 2004; Klein-Tank et al., 2009). También se realizó un análisis de homogeneidad y la detección de rupturas en las series de los índices analizados de acuerdo a Wang (2008), se utilizó la prueba de F de máxima penalización utilizando el módulo RHTest v. 3.0 para cambios en la media en datos no documentados (Wang y Feng, 2010). En el RHTest se realizó también el proceso de homogeneización de la serie de datos con ajuste por cuantiles (QM), en los casos donde los datos no resultaron homogéneos (Wang et al., 2010). Una vez aplicado los análisis de calidad a la serie de datos, se realizó un análisis de estadística descriptiva para determinar anomalías en las variables térmicas y de precipitación utilizando los valores de las normales climáticas de acuerdo a los criterios establecidos por la OMM en un periodo de 50 años.

Determinación de los índices climáticos. Para este documento se seleccionaron 8 de los 27 índices climáticos establecidos por el equipo de expertos para la detección, monitoreo e índices de cambio climático” (ETCCDMI) (Vázquez, 2010; Zhang et al., 2011). Los índices climáticos seleccionados fueron los relacionados con la temperatura y la precipitación (Cuadro 1). Los índices fueron obtenidos mediante el módulo RClimDex desarrollado por el Departamento de Investigación Climática del Servicio Meteorológico de Canadá y ejecutado en el software R versión 3.0.1 (Zhang y Feng, 2004). El RClimDex proporciona datos en base mensual o anual, los umbrales de temperatura fueron los siguientes; 25 °C para temperatura máxima diaria y 20 °C como umbral superior de temperatura mínima diaria. Después de la obtención de los índices, se procedió a realizar un análisis de correlación con los valores de las pendientes en las tendencias de cada índice para las 16 estaciones climáticas analizadas, ya que se consideró que estos son valores del mismo tipo para todas las variables, por lo que no fueron estandarizadas. Para evaluar la tendencia de estos índices climáticos en el estado de Chiapas, se promediaron los valores de cada índice para todas las estaciones, obteniendo los valores anuales. Con estos valores se elaboraron gráficas de tendencia para los 8 índices utilizando la media móvil de 4 años.

Cuadro 1 Índices climáticos analizados en el estado de Chiapas en el periodo de 1960-2009. 

Mapeo de resultados

Se realizaron mapas con la distribución espacial de los resultados utilizando el software ArcGis 9.3.

Resultados y discusión

Los resultados del número de estaciones que presentaron tendencias positivas y negativas con nivel de significancia se muestran en el Cuadro 2. Como se puede observar, de las 16 estaciones analizadas 63% resultaron positivas significativas para la temperatura máxima extrema, 50% para rango diurno de temperatura, el 44% para temperatura máxima más baja, 38% para noches tropicales, 31% para temperatura mínima más alta, 25% para temperatura mínima extrema y sólo el 6% para días de verano y días consecutivos sin lluvia respectivamente. Finalmente el índice de días consecutivos sin lluvia o CDD, sólo presentó una estación climática con tendencia positiva significativa, lo cual representa 6% del total de estaciones analizadas. Sin embargo, los días sin lluvia o con lluvia <1mm en el estado de Chiapas son en promedio 63 días, lo que significa que la mayor parte del año (302 días) se presentaron lluvias por encima de >1mm, en el periodo de tiempo estudiado.

Cuadro 2 Número de estaciones climáticas que presentaron tendencia positiva, tendencia negativa, tendencia positiva significativa y tendencia negativa significativa. 

También en el Cuadro 2, se observa que el número de estaciones con tendencia positiva significativa es mayor que la tendencia negativa significativa, de las 16 estaciones climáticas analizadas y 8 índices, 42 combinaciones presentaron tendencia positiva significativa, mientras que sólo 18 presentaron tendencia negativa significativa. Los índices climáticos que presentaron el mayor número de estaciones con tendencia significativa corresponden a la temperatura máxima extrema o TXx con 10 estaciones, rango diurno de temperatura o DTR con 8 estaciones y la temperatura máxima más baja o TXn con 7 estaciones.

Estos resultados son similares a los reportados por Peralta- Hernández et al. (2009) en el sureste de México, que mostrando tendencias significativas en el aumento de la temperatura máxima y la frecuencia de días cálidos. Por otro lado, los resultados coinciden también con los encontrados por Zarazúa et al. (2014), que menciona un incremento significativo en el índice frecuencia de noches cálidas en las últimas décadas para la región llanuras costeras del Golfo de México que incluye los estados de Veracruz, Tabasco y Campeche. Respecto a los índices climáticos noches tropicales y días de verano, en el periodo estudiado se observó que en el estado de Chiapas se tienen días de verano casi todo el año (98% del año), mientras que las noches tropicales se presentan en menor cantidad (77% del año).

Por otro lado, los resultados encontrados en esta investigación concuerdan con los reportados por Yu y Li (2015), ya que estos autores manifestaron tendencias positivas significativas en la mayoría de las estaciones que fueron analizadas tomando en cuenta los índices días de verano y noches tropicales así como TNn y TNx durante el periodo de 1960-2011 en el noreste de China. Sin embargo, es importante mencionar que el número de estaciones y la escala que ellos utilizaron fueron mayores a la estudiada en este trabajo, lo cual puede representar diferencias importantes al incluir la información de un mayor número de estaciones climáticas.

Los promedios y la desviación estándar obtenidos de los diferentes índices climáticos analizados, se presentan en el Cuadro 4.

Cuadro 4 Valores promedio y desviación estándar de los índices climáticos analizados. 

En la Figura 3 se muestra la tendencia de cada índice climático analizado, utilizando la media móvil de 4 años. Se puede observar que los índices presentaron comportamientos diferentes, por ejemplo para el índice días de verano que se presenta en la Figura 3a se puede observar tendencia al incremento con marcadas oscilaciones, presentando picos más pronunciados tanto de incremento como de disminución, en general se observaron variaciones anuales con tendencia al incremento a partir del año 2008. Sin embargo, la diferencia entre 1960 y 2009 fue de sólo 3 días, siendo 1976 el año con el promedio más bajo con 354 días y 2009 el más alto con 363 días. En la Figura 3b se presenta la tendencia de frecuencia de días de verano, se puede observar ligera tendencia al incremento, los resultados mostraron que el promedio más alto se registró en 1994 con 310 días, mientras que el más bajo fue en 1968 con 250 días. Los resultados encontrados en esta investigación coinciden con lo reportado por Wang et al. (2013), estos autores encontraron tendencia positiva significativa para días de verano y noches tropicales en 53 y 46% de las estaciones analizadas en el periodo de 1960-2010, en la región árida de China, reportando además que la magnitud de la tendencia regional fue de 1.96 y 1.59 días/década.

Figura 3 Tendencia de los índices climáticos, a) días de verano; b) noches tropicales; c) temperatura máxima extrema; d) temperatura mínima más alta; e) temperatura máxima más baja; f) temperatura mínima extrema; g) rango diurno de temperatura; y h) días consecutivos sin lluvia. 

La tendencia de la temperatura máxima extrema o TXx se presenta en la Figura 3c, el valor más alto se presentó en 3 diferentes años, 1986, 2003 y 2009 con valores de 38 °C y el más bajo en 1999 con 34 °C, con una diferencia de 4 °C. En la Figura 3c también se pueden observar oscilaciones en los promedios de la temperatura pero con clara tendencia al incremento. La tendencia de la temperatura mínima más alta (TNx) se observa en la Figura 3d, donde se puede observar poca variabilidad en los promedios en la serie de tiempo analizada, sin embargo es ligera la tendencia a disminuir. La temperatura más alta se registró en el año 1968 con 23 °C y la más baja en el año 2009 con 17 °C, con una diferencia de 6 °C entre el promedio más alto y el más bajo. Estos resultados coinciden con los reportados por Qiong et al. (2014) al analizar las estaciones localizadas en la región del Río Yangtze en China durante 1962-2011, donde se reportó que la mayoría de las estaciones presentó tendencia positiva signif icativa (66%) y un porcentaje menor con tendencia negativa significativa (15%) para la temperatura máxima extrema.

Respecto a la tendencia de la temperatura máxima más baja (TXn) ésta se presenta en la Figura 3e. Se puede observar que en el periodo de 1960-1980, este parámetro no presentó tendencia definida; sin embargo, de 1980 a 2000, se mostró un ligero incremento. En la década de 2000 a 2009 la tendencia se explicó similar a 1960-1980, disminuyendo. La temperatura más alta se registró en los años 1987 y 1988 con 23 °C, mientras la más baja fue en 1997 con 18 °C. Estos resultados no coinciden con los reportados por Qiong et al. (2014), ya que estos autores encontraron tendencias significativas al incremento para TXn en 94% de las estaciones analizadas en la región del Río Yangtze en China durante 1962-2011. La tendencia de la temperatura mínima extrema o TNn se presenta en la Figura 3f; se observó variabilidad en los datos con marcadas oscilaciones a lo largo de la serie de tiempo analizada, se pueden contemplar picos tanto de incremento de temperatura como de disminución de la misma. La temperatura más alta se presentó en los años 1969, 1990 y 1994 con valor de 11 °C, la temperatura más baja se observó en el año 2008 con 5 °C. En general se contempla tendencia a disminución de 1960 a 2009.

La tendencia del rango diurno de temperatura (DTR) a lo largo de la serie de tiempo analizada, se presenta en el Figura 3g. Se observó poca variabilidad a lo largo de los años, pero con clara tendencia al incremento, la temperatura más alta se registró en los años 2007 y 2009 con una temperatura de 15 °C, mientras que la más baja se presentó en los años 1961, 1963 y 1999 con temperatura de 12 °C. Estos resultados no coinciden con los repostados por Wang et al. (2013), ya que este autor menciona que cerca de 75% de las estaciones analizadas presentaron tendencia significativa a disminuir el rango diurno de temperatura en la zona árida de China. Sin embargo, mencionan la importancia de examinar la serie de datos de manera estacional en lugar de forma anual.

Por último, en la Figura 3h se puede observar la tendencia de la precipitación (CDD), los registros mostraron que el promedio más bajo para CDD se presentó en el año 2000 con 44 días, mientras que el más elevado se presentó en 2003 con 80 días. Se observaron oscilaciones tanto al incremento como a disminución de CDD, no se observaron tendencias marcadas, sólo ligera disminución, este resultado sin embargo coincide con lo reportado por Gimesi (2009), quien reportó que la precipitación presentó una ligera tendencia a disminuir de manera global en el Este de Europa; sin embargo, no observó una tendencia clara cuando analizó la serie de datos de manera anual y estacional. Asimismo, menciona que es notable como la precipitación disminuyó en el mes de junio, pero al mismo tiempo se incrementó en el mes de Julio en el periodo estudiado.

En la Figura 4 se presentan los 4 índices climáticos que obtuvieron el mayor número de estaciones con tendencia positiva significativa en el estado de Chiapas. Desafortunadamente en la región Este del estado de Chiapas no se contó con información suficiente de estaciones climáticas, de manera que no se realizó el cálculo de los índices. Sin embargo, considerando las estaciones tomadas en cuenta en este estudio, se observó que un gran número de estaciones presentó tendencia al aumento en la temperatura, es el caso de la temperatura máxima extrema y noches tropicales (Figura 4a y 4b). Aunque en menor escala, también los índices temperatura máxima más baja y rango diurno de temperatura presentaron alrededor de 40% de las estaciones con tendencia positiva significativa. En general no se observaron tendencias marcadas por regiones, ya que las estaciones con tendencia positiva significativa se presentaron distribuidas en todo el estado.

Figura 4 Distribución espacial de las estaciones que presentaron tendencia positiva significativa a) temperatura máxima extrema; b) rango diurno de temperatura; c) temperatura máxima más baja; y d) noches tropicales. 

Conclusiones

La mayoría de los índices analizados presentaron tendencia al incremento, siendo los más importantes la temperatura máxima extrema, rango diurno de temperatura, temperatura máxima más baja, y noches tropicales. En el mapeo de los resultados no se observaron tendencias regionales. Todos los índices basados en la temperatura mostraron patrones de comportamientos similares y consistentes con tendencia general al calentamiento y estos hallazgos son consistentes con estudios previos en la región y en otras partes del mundo.

Literatura citada

Acquaotta, F.; Fratianni, S. and Garzena, D. 2015. Temperature changes in the North Western Italian Alps from 1961 to 2010. Theor Appl Climatol. 122:619-634. [ Links ]

Alexander, L. V.; Zhang, X. and Peterson, T. C. 2006. Global observed changes in daily climate extremes of temperature and precipitation. Journal of Geophysical Research. 111:1-22. [ Links ]

Arnone, J. A.; Verburg, P. S. J.; Johnson, D. W.; Larsen, J. D.; Jasoni, R. L.; Lucchesi, A. J.; Batts, C. M.; Von- Nagy, C.; Coulombe, W. G., Schorran, D. E.; Buck, P. E.; Braswell, B. H.; Coleman, J. S.; Sherry, R. A.; Wallace, L. L.; Luo, Y. and Schimel, D. S. 2008 Prolonged suppression of ecosystem carbon dioxide uptake after an anomalously warm year. Nature 455(7211):383-386. [ Links ]

Cavazos, T. and Arriaga-Ramírez, S. 2012. Downscaled Climate Change Scenarios for Baja California and the North American Monsoon during the Twenty-First Century. J. Climate. 25(17):5904-5915. [ Links ]

Degefie, T.; Fleischer, E.; Klemm, O.; Soromotin, A. V.; Soromotina, O. V.; Tolstikov, A. V. and Abramov, N. V. 2014. Climate extremes in South Western Siberia: past and future. Stoch Environ Res Risk Assess. 28:2161-2173. [ Links ]

Englehart, P. J. and Douglas, A. 2005. Changing behavior in the diurnal range of surface air temperatures over Mexico. Geophys Res Lett. 32:1-4. [ Links ]

García-Cueto, O. R. and Santillán-Soto, N. 2012. Modeling extreme climate events: two case studies in Mexico. In: Druyan, M. L. (Ed.). Climate models. Intech Publishing, Croatia. 137-160 pp. [ Links ]

García-Cueto, O. R.; Tejeda-Martínez, A. and Bojórquez-Morales, G. 2009. Urbanization effects upon in the air temperature in Mexicali, Baja California, México. Atmosfera 22:349-365. [ Links ]

Gimesi, L. 2009. Development of a visualization method suitable to present tendencies of changes in precipitation. J. Hydrol. 377:185-190. [ Links ]

Griffiths, M. L. and Bradley, R. S. 2007. Variations of twentieth-century temperature and precipitation extreme indicators in the northeast United States. J. Clim. 20(21):5401-5417. [ Links ]

Gutiérrez-Ruacho, O. G.; Brito-Castillo, L.; Díaz-Castro, S. and Watts, C. 2010. Trends in rainfall and extreme temperatures in northwestern Mexico. Clim Res. 42:133-142. [ Links ]

Herrera, S. S. 2011. Cambio climático y comportamiento de elementos climáticos en Nuevo León, México. Dissertation, University of Nuevo León. 155 p. [ Links ]

Field, C. B.; Barros, V.; Stocker, T. F.; Qin, D.; Dokken, D. J.; Ebi, K. L.; Mastrandrea, M. D.; Mach, K. J.; Plattner, G-K, Allen, S. K.; Tignor, M. and Midgley, P. M. 2012. Managing the risks of extreme events and disasters to advance climate change adaptation. A special report of working groups I and II of the intergovernmental panel on climate change. Cambridge University Press, Cambridge. 582 p. [ Links ]

IPCC (Panel Intergobernamental sobre Cambio Climático). Summary for policymakers of Climate Change, 2007. The physical science basis. In: contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change. Cambridge University Press, Cambridge, UK. 102 p. [ Links ]

Koutroulis, A. G.; Tsanis, I. K.; Daliakopoulos, I. N. and Jacob, D. 2013. Impact of climate change on water resources status: a case study for Crete Island, Greece. J. Hydrol. 479: 146-158. [ Links ]

Lata-Beharry, S.; Marcus-Clarke, R. and Kumarsingh, K. 2015. Variations in extreme temperature and precipitation for a Caribbean island: Trinidad. Theor Appl Climatol. 122:783-797. [ Links ]

Magaña, V.; Zermeño, D. and Carolina, Neri, C. 2012. Climate change scenarios and potential impacts on water availability in northern Mexico climate research Clim. Res. 51:171-184. [ Links ]

Medina, G. G.; Ruiz, C. J. A. y Martínez, P. R. A. 1998. Los climas de México: Una estratificación ambiental basada en el componente climático. Libro técnico Núm. 1. INIFAP- CIRPAC. Guadalajara, Jalisco, México. 103 p. [ Links ]

Meehl, G. A.; Arblaster, J. M. and Tebaldi, C. 2005. Understanding future patterns of increased precipitation intensity in a climate model simulations. Geophysical Research Letters 32, L18719. http:// dx.doi.org/10.1029/2005GL023680. [ Links ]

Pavía, E. G.; Graef, F. and Reyes, J. 2008. Annual and seasonal surface air temperature trends in México. Int. J. Climatol. 29:1324-1329. [ Links ]

Peralta-Hernández, A. R.; Balling, R. C. and Barba-Martínez, L. R. 2009. Analysis of near-surface diurnal temperature variations and trends in southern Mexico. Int. J. Climatol. 29:205-209. [ Links ]

Qiong, W.; Mingjun, Z.; Shengjie, W.; Qian, M. and Meiping, S. 2014. Changes in temperature extremes in the Yangtze River Basin, 1962-2011. J. Geogr. Sci. 24(1):59-75. [ Links ]

Ríos-Alejandro, J. 2011. Temperaturas extremas en la ciudad de Monterrey N. L. México. Rev. Chapingo. 17:225-230. [ Links ]

Schar, C.; Vidale, P. L.; Luthi, D.; Frei, C.; Haberli, C.; Liniger, M.A. and Appenzeller, C. 2004. The role of increasing temperature variability in European summer heatwaves. Nature 427:332-336. [ Links ]

Tebaldi, C.; Hayhoe, K.; Arblaster, J. M. and Meehl, G. A. 2006. Going to the extremes: an intercomparison model-simulated historical and future changes in extreme events. Climatic Change. 79(3- 4):185-211. [ Links ]

Vázquez, A. J. L. 2010. Guía para el cálculo y uso de índices de cambio climático en México. Instituto Nacional de Ecología. México. 376 p. [ Links ]

Vázquez-Aguirre, J. L.; Brunet, M. y Jones, P.D. 2008. Cambios observados en los extremos climáticos de temperatura y precipitación en el estado de Veracruz, México, a partir de datos diarios. In: Sigró, R. J.; Brunet, I. M. y Aguilar, E. (Eds.). Cambio climático regional y sus impactos. Publicaciones de la Asociación Española de Climatología, Serie A. Núm. 6. Artyplan, Tarragona, España, 823 p. [ Links ]

Wang, H.; Chen, Y.; Chen, Z. and Li, W. 2013. Changes in annual and seasonal temperature extremes in the arid region of China, 1960-2010. Nat Hazards 65:1913-1930. [ Links ]

Wang, X. L. 2008. Penalized maximal F test for detecting undocumented mean shift without trend change. J. Atmospheric Oceanic Technol. 25:368-384. [ Links ]

Wang, X. L. and Feng, Y. 2010. Rhtests V3. User manual. Climate research division. Atmospheric science and technology directorate. Science and technology branch. Environment Canada. 27 p. [ Links ]

Wang, X. L.; Chen, H.; Wu, Y.; Feng, Y. and Pu, Q. 2010. New techniques for the detection and adjustment of shifts in daily precipitation data series. 2010. J. Appl. Meteorol. Climatol. 49:2416-2436. [ Links ]

Weiss, J. L. and Overpeck, J. T. M. 2005. Is the Sonoran desert losing its cool? Glob Chang Biol 11:2065-2077. [ Links ]

Yu, Z. and Li, X. 2015. Recent trends in daily temperature extremes over northeastern China (1960-2011). Quaternary International 380-381:35-48. [ Links ]

Zarazúa-Villaseñor, P.; Ruiz-Corral, J. A.; Ramírez-Ojeda, G.; Medina- García, G.; Rodríguez-Moreno, V. M.; De la Mora-Orozco, C.; Flores-López, H. E. y Noé Durán-Puga, N. 2014. Índices de extremos térmicos en las Llanuras Costeras del Golfo Sur en México. Rev. Mex. Cienc. Agríc. Pub. Esp. (10):1843-1857. [ Links ]

Zhang, X. and Feng, F. 2004. RClimDex (1.0). Manual del usuario. Climate Research Branch Environment Canada. Versión en español: Santos, J. L. CIIFEN. 22 p. [ Links ]

Zhang, X.; Alexander, L.; Hegerl, G. C.; Jones, P.; Klein-Tank, A.; Peterson, T. C.; Trewin, B. and Zwiers, F. W. 2011. WIREs Clim Change. Doi: 10.1002/wcc.147. [ Links ]

Recibido: Noviembre de 2015; Aprobado: Febrero de 2016

§Autora para correspondencia: delamora.celia@inifap.gob.mx.

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