363n del calentamiento en Gran Canaria v.4) -...

EVALUACIÓN DEL CALENTAMIENTO GLOBAL EN GRAN CANARIA

11/10/2012 TENDENCIAS DESDE 1946 EN LAS TEMPERATURAS DE LA ISLA DE GRAN CANARIA

PROYECTO CLIMAIMPACTO (MAC/3/C159) DEL PROGRAMA DE COOPERACIÓN TRANSNACIONAL MADEIRA-AZORES-CANARIAS 2007-2013 (COFINANCIACIÓN FEDER)

Evaluación del calentamiento global en Gran Canaria

2

Evaluación del calentamiento global en Gran Canaria T E N D E N C I A S D E S D E 1 9 4 6 E N L A S T E M P E R A T U R A S M E D I A , M Á X I M A Y M Í N I M A S E N L A I S L A D E G R A N C A N A R I A E I N F L U E N C I A D E L A T E M P E R A T U R A D E L M A R E N L A D I S T R I B U C I Ó N L O C A L D E L C A L E N T A M I E N T O

ANGEL LUQUE*, & JOSÉ L MARTÍN**

* GROUP OF IMAGE PROCESSING AND REMOTE SENSING, LAS PALMAS UNIVERSITY

** VICECONSEJERÍA DE MEDIO AMBIENTE, OBSERVATORIO DE DESARROLLO SOSTENIBLE

Resumen

Se estudia la variación de la temperatura a diferentes altitudes en la Isla de Gran Canaria, de acuerdo con las tendencias en la temperatura media, máxima y mínima de 11 estaciones. Se obtuvieron series de referencias representativas de diferentes sectores altitudinales y de toda la isla. Esta última mostró una tendencia ascendente de calentamiento desde el año 1946 hasta la

actualidad de 0,09 ±0,05 ºC (α=0,01). Las temperaturas mostraron un aumento mayor en la noche (0,11 ±0,05 ºC ) que en el día (0,08 ±0,06 ºC), de modo que la amplitud térmica disminuyó ligeramente. A pesar del calentamiento registrado no se detectaron cambios en la variabilidad climática. Se comparan los datos obtenidos con los de temperatura del mar para determinar su posible influencia en las estaciones costeras


3

INTRODUCCIÓN

El calentamiento global que en diferente intensidad afecta a todo el planeta, también se manifiesta a nivel local en los archipiélagos macaronésicos. Estudios en las islas Azores y Madeira (Santos, et al. 2004), y en Canarias (Sanroma et al., 2010; Martin et al 2012) así lo atestiguan. Todas estas investigaciones se centran en la evolución de la temperatura a lo largo del siglo pasado y el actual, y tienen en común una tendencia al alza que es más patente a partir de la década de los setenta. Esto coincide con el patrón global de distribución del calentamiento que en la segunda mitad del siglo pasado fue de 0,13 ±0,03 °C, pero desde 1979 la temperatura se ha incrementado más de 0,27 °C por década (Trenberth et al. 2007).

Los datos de calentamiento anual en Tenerife son ligeramente inferiores a los valores medios globales, pero concordante con ellos si tenemos en cuenta la localización geográfica de Canarias y el efecto atemperante del océano. La temperatura en Tenerife aumentó desde 1944 a un ritmo de 0,09 ±0,04 ºC/década, pero a partir de 1970 aumentó a 0,17 ±0,04 ºC/década (Martin et al, 2012).

El calentamiento en Tenerife es mayor en las temperaturas nocturnas que en las diurnas, en barlovento que en sotavento, y en las cumbre por encima de los 2.000 m s.n.m. que en el resto de la isla. La circulación global ejerce posiblemente mayor influencia en el calentamiento de altura, y la temperatura del mar en el calentamiento de la costa, en tanto que en las medianías es el efecto local de los vientos alisios el principal condicionante, sobre todo en la fachada norte de las islas. En la fachada sur, el calentamiento está más apaciguado y la diferencia entre las máximas y las mínimas es menor que en la fachada norte (Martin et al., 2010).

Esta distribución desigual en la isla del calentamiento constituye, previsiblemente, una pauta común del Archipiélago, para comprobarlo hemos repetido el análisis de Tenerife en Gran Canaria. Esta isla no es tan elevada como Tenerife y aunque su orografía es igualmente montañosa, tiene una disposición ligeramente distinta en cuanto a la inclinación de sus laderas. Los objetivos de este estudio fueron:

1. Evaluar el calentamiento anual y mensual en Gran Canaria, a diferentes altitudes, orientación (barlovento y sotavento) y regímenes horarios (nocturno y diurno),

2. Determinar la influencia de los cambios en la temperatura superficial del mar (=SST) sobre el calentamiento local.

LA ISLA DE GRAN CANARIA

Las Islas Canarias se localizan en el sector oriental del Atlántico Norte, aproximadamente entre los 27º y 29º de latitud norte y los 14º y 18º de longitud Oeste (fig. 1). A pesar de su proximidad al continente africano tienen un clima muy distinto al que correspondería por latitud, gracias a la potente influencia de los vientos alisios del nordeste asociados al anticiclón de las Azores (Font, 1956; Marzol, 2001).

Gran Canaria (27.7⁰-28.2⁰N, 15.3⁰-15.9⁰W) es con sus 1.948 m de altura la tercera isla de mayor elevación de Canarias. Tiene 1.560 Km2 de superficie y su orografía es bastante abrupta.


4

Desde el punto de vista climático el norte es más húmedo que el sur, sobre todo en las medianías, donde el influjo de los vientos alisios da lugar a la frecuente aparición, entre los 800 y los 1500 m s.n.m., de una capa de estratocúmulos conocida localmente como “mar de nubes". El techo de este mar de nubes viene definido por una capa de inversión térmica de altitud y potencia variable estacionalmente (Font, 1956; Dorta, 1996).

Fig. 1. Distribución de las estaciones meteorológicas de temperatura objeto de este análisis. En el mapa de Canarias se indican mediante estrellas las zonas de referencia para obtención de datos de la temperatura superficial del mar procedentes del reanálisis del National Centers for Environmental Prediction (NCEP) y el National Center for Atmospheric Research (NCAR).


5

METODOLOGÍA

Para la consecución de nuestros objetivos hemos intentado abarcar la mayor variabilidad climática posible y optimizar la calidad de los datos mediante un tratamiento estadístico enfocado a detectar tendencias. Aunque en Gran Canaria hay muchas estaciones meteorológicas, la mayoría han empezado a operar en las últimas décadas. Tras un análisis en función de su localización en altitud y orientación, la longitud de las series y la complementariedad entre estaciones, se escogieron las 26 de la tabla I. Todas están gestionadas por la Agencia Estatal de Meteorología.

Para analizar las tendencias se aplicó un método orientado a corregir los valores anómalos (outliers) y ajustar inhomogeneidades. Los datos diarios se agruparon por meses para determinar en cada uno los valores medios de las máximas (temperaturas diurnas) y las mínimas (nocturnas).

Corrección de valores anómalos

Para disminuir el efecto de los valores extremos u erróneos en la tendencia central se enfatizó el ejercicio de corrección de valores anómalos. Se eliminaron los valores más dispares (anómalos extremos) que eran mayores que el tercer cuartil más tres veces el recorrido intercuartílico (IQR), en el caso de las temperaturas por encima de la mediana, o menores que el primer cuartil menos tres veces IQR, en el caso de las temperaturas por debajo de la mediana. Como IQR es sensible a la longitud de la serie (Peterson et al., 1998), también se consideraron anómalos extremos los valores mayores a la media más tres veces la desviación estándar o menores que la media menos tres veces la desviación estándar (Guttman & Quayle, 1990; Peterson et al., 1998). Cuando la diferencia estaba entre 1,5 y 3 IQR el valor anómalo se catalogaba como sospechoso, y se buscaba eliminar la sospecha interpolando a partir de los datos de otras serie con la cual hubiera una correlación aceptable (≥ 0,8). En todo caso se buscó que los segmentos correlacionados estuvieran emparejados, fueran continuos, se localizaran adyacentes al valor anómalo y tuviera al menos diez años de longitud. La interpolación se hizo ajustando el valor anómalo a la temperatura para ese año en la serie de referencia, corregida según el diferencial de medias entre los segmentos correlacionados. El nuevo dato así obtenido se aceptaba cuando representaba una aproximación al estadístico central y se rechazaba en caso contrario.

Los meses sin datos y los que estaban ocupados por un valor anómalo eliminado intentaron rellenarse según el mismo sistema utilizado para interpolar en los casos de datos los anómalos sospechosos. Cuando esto no fue posible o cuando de la interpolación resultaba un anómalo extremo, el dato se dejó en blanco.

Homogenización de las serie

Una serie temporal se dice que es homogénea cuando su variabilidad obedece únicamente a causas climáticas, correspondiéndose con variaciones que son propias de cada serie. Las inhomogeneidades pueden corregirse utilizando la propia serie como referencia (homogenización absoluta) o utilizando otra serie supuestamente homogénea y lo suficientemente larga (homogenización relativa). Ambas aproximaciones son igualmente válidas (Costa & Soares 2009), aunque la homogenización absoluta tiene la desventaja de no discriminar falsas inhomogeneidades debidas a saltos naturales en el clima u otras causas. Los metadatos asociados


6

a cada estación pueden ser esenciales en estos casos (Costa & Soares 2009), sin embrago cuando dicha información no está disponible es necesario recurrir a métodos de discriminación alternativos.

Las series mensuales y anuales mostraron en general una pobre correlación, estaban muy fragmentadas y no cubrían periodos temporales muy largos, de modo que la homogenización absoluta fue en casi todos los casos la única opción posible. Las series se homogenizaron mediante el Standard Normal Homogenization Test (SNHT) para una única ruptura (Alexandersson 1986; Alexandersson and Moberg 1997) o el test de Pettit (1979), dependiendo del si la serie obedecía a una distribución normal o no. Como herramienta de homogenización utilizamos el programa de análisis de series climáticas temporales AnClim (Stepanek 2007). Los dos test permiten detectar el año de ruptura entre la media de la serie en periodos anteriores y posteriores al mismo, tanto si se compara la serie consigo misma como con una serie de referencia distinta. La hipótesis nula en SNHT es que los datos de las series de comparación son independientes y con una distribución al azar e idéntica en cuanto a normalidad, y la hipótesis alternativa es que hay una ruptura en la secuencia de la media. En todos los casos se utilizó el límite del 95% de confianza para determinar si había o no una inhomogeneidad. SNHT solo permite detectar la primera inhomogeneidad cuando se avanza desde periodos más antiguos hacia adelante (Khaliq and Ouarda 2007), de modo que cada vez que una inhomogeneidad se corregía se volvía a pasar el test en busca de otras posteriores.

Para distinguir las inhomogeneidades verdaderas de las falsas, cada vez que se detectaba una ruptura el segmento de 10 años de longitud a ambos lados se comparaba con tramos similares en otras series. Si se encontraba una buena correlación significaba que la ruptura se repetía en distintas series de modo que no obedecía a un cambio artificial (antropogénico), por lo que la inhomogeneidad se daba por falsa. Si no había correlación y la ruptura solo se daba en la serie que estábamos analizando, la inhomogeneidad se daba por verdadera y se corregía según se explica más adelante. A pesar de algunos interesantes trabajos sobre como ajustar la homogenización absoluta (Reeves et al. 2007), éste es un campo todavía insuficientemente investigado (Venema et al. 2011), de modo que optamos por escoger un método que entrañase la menor alteración posible de la serie original. Los ajustes se hicieron mediante pequeños cambios progresivos simultáneos en todo el segmento anterior al punto de ruptura y repetición reiterada del test hasta que el resultado del estadístico del mismo se situara dentro del intervalo del 95% de confianza. Si la inhomogeneidad así corregida reaparecía en una parte de la serie, se procedía a su ajuste de la misma manera. Normalmente toda la serie quedaba homogénea después de unos pocos pasos como estos. Finalmente, para asegurar que la homogenización no hubiera alterado significativamente la serie original de le aplicó el test de homogeneidad de Levene (Levene 1960).

Análisis de tendencia

Para el análisis de las tendencias hay varios métodos posibles: media simple, método de la primera diferencia (Peterson et al., 1998), método de las anomalías climáticas (Jones et al., 1982; Jones & Hulme, 1996) y anomalías asociadas a estaciones de referencia sopesadas mediante distancia (Hansen et al., 1987; 1999). Hemos recurrido al método de las anomalías climáticas, de modo que el primer ejercicio consistió en fijar el período base de referencias. Teniendo en cuenta que para el cálculo base de las anomalías es recomendable al menos un período de 30 años (WMO, 1996; Aguilar et al., 2003) y que según Jones et al. (1982) éste no debe tener


7

demasiados vacíos (máximo recomendado: 1/3), identificamos como base los años entre 1970 y 1999.

Para todas las series de anomalías se calculó la correspondiente regresión lineal y su grado de significación según el test de rangos de Spearmann (Sneyers, 1975), tal y como recomienda Morales et al., (2004). Siempre que en la construcción de la serie de referencia intervenía más de una estación, se construía una serie promedio de anomalías a la cual se le aplicaba la aproximación desarrollada por Osborn et al. (1997) para corregir el sesgo de la varianza asociado al distinto número de estaciones intervinientes cada año. La significancia estadística de las tendencias así obtenidas fueron reajustadas analizando la autocorrelación temporal mediante el método de Santer et al. (2000).

ESTACIONES TERMOMÉTRICAS ANALIZADAS

Las estaciones meteorológicas utilizadas abarcan diferentes zonas climáticas de Gran Canaria (fig. 1). Solo se utilizaron 11 de las 26 estaciones trabajadas en la construcción de series de referencia. Las demás sirvieron de soporte en las correlaciones del proceso de rellenado de vacíos, corrección de valores anómalos o refrendado de inhomogeneidades (tabla I).

Para la construcción de series de referencia se agruparon las estaciones de similares características en cuanto a altitud y orientación, teniendo en cuenta las características orográficas de cada una de las islas estudiadas. Se identificaron 3 sectores en la fachada noreste, otros 3 en la suroeste y 2 en las cumbres. También se construyeron series de referencia agrupando varios sectores, en cuyo caso las anomalías obtenidas del promediado entre sectores se sopesaron en función de sus superficies respectivas (sector E: 285,8 Km2; sector F: 168,8 Km2; sector G: 95,8 km2; sector H: 132 km2; sector J: 396,2 km2; sector K: 291,5 km2; y sector H: 225,2 km2).

Las estaciones de los sectores entre los 400 m s.n.m. y los 1.200 m s.n.m. en la fachada suroeste también fueron demasiado cortas para permitir análisis tendenciales, de modo que sólo se utilizaron como soporte en los ajustes realizados en las restantes. Las estaciones más largas estaban en sectores que abarcaban desde mediados de los cuarenta en dos casos (sector E entre 0 y 400 m NE; y sector G entre 800 y 1.200 m NE), comienzo de los cincuenta en uno (sector J entre 0 y 400 m SW), comienzo de los sesenta en otro (sector H entre 1.200 y 1.600 cumbre) y finales de los setenta en el último (sector F entre 400 y 800m NE).

El corte vertical de la Fig. 1 muestra las bandas altitudinales de 400 m de altitud que sirvieron para identificar los sectores de estudio, en cada uno de los cuales se construyó una serie de referencia. Las series de temperatura de las distintas estaciones analizadas tenían una longitud muy variable y con frecuentes discontinuidades internas (Tabla I), pero la agrupación realizada en una misma banda altitudinal permitió construir series de mejor calidad. Cuando los datos de distintas bandas se agruparon para obtener series de referencia según una misma orientación y/o altitud, la calidad mejoró todavía más y pudieron conseguirse series más largas y continuas, que en casi todos los casos abarcaron desde mediados de los años cuarenta hasta la actualidad.

Las series de cada sector individual se obtuvieron a partir del promediado simple y ajuste de varianzas de las estaciones que incluían, mientras que las series que abarcaban varios sectores resultaron del promediado ponderado en función de las superficies de cada sector y ajuste de varianza. La serie de referencia de barlovento se construyó con las series E y F, la de sotavento


8

únicamente con J, la serie de montaña con G y H y, finalmente, la serie de referencia de la isla se obtuvo a partir de E, F, G, H y J.

TABLA III. Características topológicas de las series analizadas. El recuadro negro indica qué estaciones se utilizaron para construir series de referencia, el relleno sólido indica los años con datos completos en los 12 meses. El recuadro rojo se corresponde con las estaciones cuyos datos se utilizaron únicamente como referente para ajustar las restantes series.

ESTACIÓN 1044-50 1951-60 1961-70 1971-80 1981-90 1991-00 2001-10

E C619B (3) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□■■□□■■ ■□□■■■■■■□ □■■□□□■■□■ ■□■■■■■□□□

C669P (6) □□□■■■■ ■■■□□■■■■■ ■■■■■■■□□■ ■□■■■□■□□□ □□□■□□□□□□ □□□□□□□□□□ □□□□□□□□□□

C669O (7) □□□□□□□ □□□□□□□□□□ □□□□□□□■□■ □■□□□□□□□□ □□■■□■■■■□ □■■■■□□□□□ □□□□□□□□□□

C659P (17) □□□□□□□ □□□□□□□□□□ ■■■■■■■■■■ ■■■■■□■■■■ ■■■■■■■■□■ ■■□□□□□□□□ □□□□□□□□□□

C668V (2) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□■ ■■■■■■■□□□ □□□□□□□□□□

C658L (12) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□■■■■■■■■ ■■■■■■■□□□

C658J (14) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■■ ■■■■□■□■■□

C658I (15) □□□□□□□ □□■□□□□□□□ □■■■■■□□■■ □■□■□■□□□□ □□□□□□■□□□ □□□□□□□□□□ □□□□□□□□□□

C659K (16) □□□□□□□ □□□□□□□□□□ □□□□□□□■□□ ■■■■■□■□■■ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□

F C658K (36) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■■□■□□■■■ ■■■■■■■■□■ ■■■■■■■■■■

C656J (37) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□■■■■■■■■ ■■■■■■■■■□

C646O (47) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□■■■■■■ ■■■□■■■■■■

G C665Q (8) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□■■■■□■□□ □□□■□■■■■□ □□□□□□□□□□ □□□□□□□□□□

C665I (46) □□■□□□■ ■■■□□■□■■□ ■■■■■■□□■■ ■□■■■■■■■■ ■■■■■■■■■■ ■■■■□□□□■□ □□□■■■■□□□

C655K (30) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ ■□■■■■■■■□ □□□■□□□□□□

C655Q (31) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■■■■■□■■□ □□□□□□□□□□

H C613E (1) □□□□□□□ □□□□□□□□□□ □■■■■■■□□□ ■□■■■□□□□□ □□■□■■■■■□ ■■■■■■■■□□ □□□□□□□□□□

C623I (28) □□□□□□□ □□■□□□□□□□ ■■■■■■■□□□ □□□□□□■□■■ □□□□□□□□□□ □■□□□□□□□□ □□□■■■■□□□

C614I (40) □□□□□□□ □□□□□□□□□□ ■■■■■■■□■□ □□□■■■■■■■ ■■□■□□□□□□ □□□■■■□□□□ □□□□□□□□□□

J C649I (42) □□□□□□□ ■■■■■■□■□□ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■□■■□ ■■■■■■■□■■ ■■■■■■■■■■

C629I (21) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■□■■■□■□□ □□□□□□□□■■

C689E (29) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□■■■■ ■■■■□■■■■■

C619I (33) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□■ ■■□■■■■■■□

K C636K (38) □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□■□□ □□□■■■■■□□ ■■□□□□□□□□

L C624E (41) □□□□□□□ □□□□□□□□□□ □■■■■■□□■□ ■□□■■■□□■□ ■■■■□□□□□□ □□□■□■□□□□ □□□□□□□□□□

C625A (19) □□□□□□□ □□■□□□□□□□ □■■■■■■□□■ ■□■□□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□□□

Serie - E □□□■■■■ ■■■□□■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■□■■□■ ■□■■■■■□□□

Serie - F □□□□□□□ □□□□□□□□□□ □□□□□□□□□□ □□□□□□□□■□ ■■■□■□□■■■ ■■■■■■■■□■ ■■■■■■■■■■

Serie - G □□■□□□■ ■■■□□■□■■□ ■■■■■■□□■■ ■□■■■■■■■■ ■■■■■■■■■■ ■■■■□□□□■□ □□□■■■■□□□

Serie - H □□□□□□□ □□■□□□□□□□ ■■■■■■■□□□ ■□■■■□■□■■ □□■□■■■■■□ ■■■■■■■■□□ □□□■■■■□□□

Serie - J □□□□□□□ ■■■■■■□■□□ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■□■■□ ■■■■■■■■■■ ■■■■■■■■■■

Serie - EFGHJ □□□■□■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■ ■■■■■■■■■■

TEMPERATURA DEL MAR SEGÚN REANÁLISIS NCEP-NCAR

Se utilizaron los datos del reanálisis del National Centers for Environmental Prediction (NCEP) y el National Center for Atmospheric Research (NCAR) (Kalnay ey al. 1996), como base para determinar el comportamiento de la SST del entorno de Canarias. Se han identificado tres áreas al Norte (SST1: 28.5-29.5N / 17-16W), Sur (SST2: 26.5-27.5N/ 16-15W) y Oeste (SST4: 26-


9

27N/19-18W) de Gran Canaria, y obtenido las series temporales de evolución de las temperaturas desde 1948 hasta 2010, según la información de la NOAA1 .

RESULTADOS

Se añadieron 596 datos mensuales en las 312 series de temperaturas máximas (26 estaciones x 12 meses) y las 432 de mínimas, tomando como referente la serie mensual mejor correlacionada. La mayor parte de estas incorporaciones se hicieron en las máximas de noviembre y diciembre, y en las mínimas de febrero y marzo. En cuanto a las 11 estaciones utilizadas para la obtención de las series de referencia finales, se detectaron inhomogeneidades de salto en 59 series de las máximas mensuales y en 78 de las mínimas mensuales. Se detectaron inhomogeneidades en todos los meses, tanto en las máximas como en las mínimas, pero sobre todo en las máximas de marzo, junio y diciembre. Las estaciones de la zona de referencia del sector E (0-400 m s.n.m., Norte) fueron las que acumularon mayor número de inhomogeneidades. En las series C658K de Santa Brígida (sector F) se pudo acometer una homogenización relativa a partir de tramos previamente homogenizados de la estación C649I (aeropuerto de Gando).

La evolución de las anomalías con respecto al período base 1970-1999 de las temperaturas medias de la serie de referencia global de la isla (fig. 2), compuesta por las series anuales E, F, G, H y J, registró una tendencia positiva de crecimiento entre 1946 y 2010 de 0,09 ±0,05 ºC 1 www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html

Fig. 2. Gráfica de anomalías de las temperaturas medias, máxima, mínimas y la amplitud térmica (DTR) media mensual a partir de la serie de referencia global de la isla. La línea discontinua indica una tendencia no significativa.


10

(α=0,05) por década (tabla II). La tendencia mostró un incremento todavía más acusado en el período 1970-2010: de 0,17 ±0,10 ºC por década (fig. 2).

Las medias de las máximas y de las mínimas tuvieron un comportamiento asimétrico (fig. 2). Mientras las máximas mostraron un crecimiento suave entre 1944 y 2010 (0,06 ±0,06 ºC/década), las mínimas manifestaron un crecimiento mayor, de 0,12 ±0,07 ºC por década

(α=0,05). Este crecimiento fue prácticamente sostenido en el tiempo y sólo se vio interrumpido por un ligero enfriamiento en los años setenta. Las cuatro últimas décadas registraron una aceleración en las máximas y las mínimas, que crecieron parejas (0,17 ºC/década). La diferencia en las mínimas entre la temperatura media de los últimos treinta años (1981-2010) y los treinta años más antiguos (1946-1975) fue de 0,45 ±0,27 ºC. La variabilidad climática no registro un cambio importante en las máximas y mínimas al comparar ambos periodos, (fig. 3).

TABLA II. Tasa decadal de calentamiento en las series anuales de temperatura (*α=0.01; ** α=0.05; n.s. no signif).

TX TMAX Tmin DTR

Toda la isla

Series E+F+G+H+J

°C/decade(1946–2010)

°C/decade(1970–2010)

0,09±0,05*

r2: 0,16

0,17±0,10*

r2: 0,23

0,06±0,06*

r2: 0,06

0,17±0,12*

r2: 0,17

0.12±0.07*

r2: 0.28

0,17±0,13*

r2: 0,28

n.s.

n.s.

Barlovento

Series E+F

°C/decade(1946–2010)

°C/decade(1970–2010)

0.08±0.05**

r2: 0.17

0,10±0,10**

r2: 0,09

0.11±0.08**

r2: 0.19

0,12±0,12**

r2: 0,09

n.s.

n.s.

n.s.

n.s.

Sotavento

Series J

°C/decade(1951–2010)

°C/decade(1970–2010)

0,11±0,09**

r2: 0,18

0,21±0,19**

r2: 0,29

n.s.

0,26±0,21**

r2: 0,36

0,14±0,09*

r2: 0,25

n.s.

n.s.

n.s.

Montaña

Series G+H

°C/decade(1946–2008)

°C/decade(1970–2008)

n.s.

0,16±0,16**

r2: 0,10

n.s.

n.s.

0,18±0,15*

0,20

0,31±0,30**

r2: 0,23

n.s.

n.s.

Las tendencias de la temperatura media se comportaron de diferente manera en el sector de montaña (G, H) y en las cotas bajas (Tabla II). En la costa el calentamiento medido desde mediados del siglo pasado fue superior a sotavento (sector J) que a barlovento (sectores E, F). En los sectores de montaña (G, H), solo se encontró una tendencia significativa a partir de 1970, de modo que las comparaciones con los sectores costeros se limitan a este periodo. El calentamiento desde 1970 fue mayor en sotavento (0,21 ±0,19 °C/década) y en las montañas (0,16 ±0,16 °C/década), por este orden, que en la costa de barlovento (0,10 ±0,10 °C/década).

12 13 14 15 16 17 18 19 20 21 22 23 240

1

Mínimas MáximasMedia

Fig. 3. Distribución normalizada de las temperaturas medias, máximas y mínimas para los periodos de treinta años 1946-1975 (azul) y 1981-2010 (rojo) del conjunto de estaciones de Gran Canaria sopesadas geográficamente.


11

La segregación por meses de la tendencia anual de la temperatura muestra para el conjunto de sectores que conforman la isla un calentamiento suave que tiene su mayor manifestación en los meses de marzo, octubre y diciembre (Tabla III), sobre todo en este último mes (0,13 ±0,09 °C/década). Las máximas solo manifiestan tendencias significativas en junio y diciembre, principalmente en este último mes (0,16 ±0,12 °C/década), mientras que las mínimas suben en todos los meses, pero especialmente en marzo (0,18 ±0,11 °C/década) y octubre (0,15 ±0,08 °C/década). La amplitud térmica tiende a disminuir, aunque la tendencia no fue estadísticamente significativa en muchos meses.

TABLA III. Tendencia en ºC/década de la evolución de la temperatura en Gran Canaria, a partir del agregado de los sectores E, F, G, H y J analizados

(*α=0.01; ** α=0.05; n.s. no signif).

TX TMAX Tmin DTR

Enero 0,08±0,09*

r2: 0,06

n.s. 0,10±0,08*

r2: 0,08

n.s.

Febrero n.s. n.s. 0,12±0,11**

r2: 0,07

n.s.

Marzo 0,11±0,13*

r2: 0.04

n.s. 0,18±0,11**

r2: 0,14

n.s.

Abril

0,10±0,11*

0,05

n.s. 0,11±0,10*

r2: 0,07

n.s.

Mayo 0,09±0,10*

r2: 0,05

n.s. 0,12±0,09**

r2: 0,11

-0,07±0,06**

r2: 0,08

Junio 0,09±0,07**

r2: 0,09

0.07±0,08*

r2: 0,06

0,10±0,07**

r2: 0,11

n.s.

Julio n.s. n.s. 0,11±0,08**

r2: 0,10

-0,12±0,08**

r2: 0,14

Agosto 0,08±0,10*

0,03

n.s. 0,10±0,09*

r2: 0,08

-0,12±0,06**

r2: 0,19

Septiembre n.s. n.s. 0,11±0,08**

r2: 0,10

-0,09±0,06**

r2: 0,12

Octubre 0,11±0,10*

r2: 0,06

n.s. 0,15±0,08**

r2: 0,18

n.s.

Noviembre 0,08±0,10*

r2: 0,04

n.s. 0,10±0,08**

r2: 0,11

n.s.

Diciembre 0,13±0,09**

r2: 0,11

0,16±0,12**

r2: 0,10

0,10±0,07*

r2: 0,11

n.s.

Evolución de la temperatura del mar

Los datos del reanálisis NCEP-NCAR para Canarias muestran como la temperatura del agua de mar resultante del promediado de los datos de 1970-1999 de las tres estaciones analizadas tiene un ciclo anual con sus valores más altos en septiembre y octubre. La tendencia desde 1948 hasta 2010 muestra una mayor tasa de calentamiento en los meses de septiembre a enero, pero especialmente en octubre, noviembre y diciembre (Fig. 8). En estos tres meses y en enero y febrero, la SST del periodo 1970-1999 fue igual o superior a la temperatura media en tierra del sector J (sotavento), registrada en ese mismo periodo (Fig. 5)


12

ANÁLISIS Y DISCUSIÓN

El análisis de la temperatura en Gran Canaria desde 1946 muestra un calentamiento para la isla con un patrón similar al de Tenerife (correlación: 0,86). Ambas islas tienen siete de los 10 años más calientes en las dos últimas décadas y 2010 fue el año más cálido en las dos (fig. 6). En este periodo la temperatura evolucionó de forma similar en ambas islas, con un suave calentamiento en los sesenta que dio paso a un enfriamiento en los setenta y, a partir de entonces, un aumento progresivo cada vez más acelerado que se mantiene hasta la actualidad. Los modelos globales suelen mostrar un calentamiento mayor a comienzos de los cuarenta seguido de un calentamiento suave en los sesenta, pero la serie de datos analizada de Gran Canaria no permite abarcar registros tan tempranos.

El enfriamiento de los setenta coincide con el oscurecimiento global (global dimming) de insolación reducida que ha sido descrito a nivel mundial por el exceso de emisiones sulfurosas (Liepert, 2002; Smith et al., 2011) y cuya presencia en Canarias ya fue constatado por Sanroma et al (2010). También es de destacar una ligera caída de las temperaturas a comienzos de los noventa coincidiendo con el ámbito temporal de los efectos de la erupción del volcán Pinnatubo (Filipinas, 1991). El ensombrecimiento del cielo por las cenizas de esta erupción ocasionó un enfriamiento que también se ha registrado en otras regiones del planeta. por otro lado, en repetidas ocasiones se ha afirmado que el calentamiento global se acentuó a partir de los ochenta debido a un aumento de la transparencia atmosférica (Wild et al., 2005), que en el caso de Canarias ha sido comprobado en las cumbres más elevadas de la isla de La Palma (Sanroma et al. 2010). Esto soporta la hipótesis de que el calentamiento real sería mayor que el aparente, el cual estaría entonces amortiguado por un ligero enfriamiento debido a la contaminación.

0

5

10

15

20

25

30

0

0.05

0.1

0.15

0.2

0.25

0.3

ene feb mar abr may jun jul ago sep oct nov dic

Tem

pera

tura

en

peri

od

o b

ase

(ºC

)

Ten

den

cia

194

8-2

010

(ºC

/déc

ada)

Fig. 5. Temperatura terrestre media entre 1970 y 1999 en el sector J (línea beige), y de la SST media entre 1970 y 1999

(línea azul) y tendencias significativas (α ≤ 0,05) desde 1948 hasta 2010 de la SST y desde 1951 a 2010 en el sector terrestre J (columnas). Solo se ha representado el valor de la tendencia en los meses en que ambas fueron significativas.

Fig. 6. Superposición de los datos de evolución de la temperatura media de Tenerife y Gran Canaria. Las columnas representan las anomalías (rojo: Tenerife, azul: Gran Canaria) y la curva muestra la media móvil (azul: Tenerife, rojo: Gran Canaria)


13

A pesar de estas coincidencias entre los registros de temperatura de las dos islas vecinas de Tenerife y Gran Canaria, hay también diferencias que convendría remarcar, como que las temperatura en barlovento de las dos islas no parecen comportarse exactamente igual.

En Tenerife se postuló que el calentamiento entre los 400 y los 800 m de altura (sector F) estaba acrecentado por un aumento en la nubosidad que impedía a la radiación infrarroja nocturna escapar a la atmósfera, elevando el valor medio de las mínimas (Martin et al., 2012). La ausencia de mediciones de nubosidad en las medianías de Gran Canaria impide comprobar si en en esta isla ocurre lo mismo, de modo que solo podemos intentar deducirlo por el comportamiento de las temperaturas (anexo).

El sector F de Gran Canaria no registró un aumento de las mínimas equivalente al de Tenerife, pero la banda formada por los sectores G-H, a mayor altitud, tuvo un comportamiento en las mínimas parecido al sector F de Tenerife. Pareciera que el sector G de Gran Canaria se comporta, en cuanto a la evolución de las temperaturas nocturnas, como el sector F de Tenerife. La insuficiencia de datos en Tenerife impide comparar los sectores G de ambas islas.

Una posible explicación a este desfase altitudinal la encontramos en la distinta orografía de las dos islas, pues las laderas de barlovento de Gran Canaria tienen menor pendiente que las de Tenerife. En el supuesto de que el mar de nubes no fuera muy extenso y preferentemente se circunscribiera a la proximidad de la ladera, la zona bajo el mar nubes sería diferente en ambas islas: en Gran Canaria quedaría más recluida hacia el interior. La explicación gráfica de esta hipótesis muestra como el área bajo las nubes en Tenerife (nube azul) afecta principalmente a los sectores altitudinales entre los 400 y los 1.200 m de altitud (sector F y G), mientras que el área bajo la influencia de las nubes en Gran Canaria (nube gris) afecta al sector G, entre 800 y los 1.200 m de altitud y deja fuera al sector F (fig 7).

Igualmente sorprendente es el enfriamiento en los meses de julio, agosto y septiembre de la fachada norte, entre los 800 y los 1.600 m de altitud. Los datos disponibles no permiten explicar la causa, que quizás tenga que ver con cambios en la nubosidad o la incidencia de los vientos alisios.

En cuanto a la influencia de la temperatura superficial del mar, ésta debiera ser más notoria en las estaciones costeras. Jin-Jia et al. (2011) sostiene que la SST ejerce un papel clave en el calentamiento terrestre, de modo que podría funcionar como un regulador de la temperatura en

Fig. 7. Siluetas a escala de Tenerife y Gran Canaria, según los transeptos indicados, y representación de las áreas de influencia respectivas del mar de nubes a barlovento


14

tierra. Varios meses donde la SST es mayor que la temperatura terrestre en el sector costero a sotavento (J), registran un calentamiento importante que también se refleja en tierra. Por otro lado, la temperatura media de noviembre, diciembre y enero, considerados en conjunto, se correlacionó bien (≥ 0,8) con la temperatura media de ese grupo de meses en tierra, y lo mismo ocurrió con los seis meses de mayor calentamiento en el mar.

CONCLUSIÓN

Nuestro estudio corrobora en Gran Canaria la influencia del calentamiento global en las Islas Canarias, tal y como ya fue demostrado en la isla de Tenerife (Martín et al., 2012). A pesar de las diferencias orográficas entre las dos islas, ambas siguen un patrón similar de calentamiento, aunque en Gran Canaria la ausencia de registros de variación de la nubosidad impide conocer el papel de ésta en el calentamiento local. Los cambios en la temperatura terrestre, principalmente en la costa, se presumen relacionados con lo la temperatura del el mar, de modo que el

Fig. 8. Temperatura de la superficie del mar en el Atlántico Norte según datos de la NOAA. A) Ubicación media de las isotermas en el mes de octubre, entre 1971 y 2000. B) Ubicación de las isotermas en septiembre de 2010; C) ubicación de las isotermas en octubre de 2012. Obsérvese las diferencias en la isoterma de 24 °C en la zona de Canarias.

B (octubre 2010)

C (octubre 2012)


15

calentamiento en la superficie del mar favorecería el calentamiento en tierra. En cuanto a los cambio en las medianías, se aprecia un desfase altitudinal en las semejanzas con Tenerife de difícil explicación con la información utilizada.

POST SCRIPTUM

Los análisis realizados en este estudio han sido posibles gracias al proyecto Clima-Impacto MAC/3/C159 del programa de cooperación transnacional MAC 2007-2013, liderado por la Viceconsejería de Medio Ambiente del Gobierno de Canarias, y con la participación como socio del Ministério do Ambiente, do Desenvolvimento Rural e dos Recursos Marinhos de Cabo Verde. Los autores desean agradecer expresamente el suministro de la información básica climática de las estaciones meteorológicas que mantiene la Agencia Estatal de Meteorología (Aemet) en Gran Canaria, gracias a un convenio de colaboración entre dicha Agencia y el Gobierno de Canarias.

BIBLIOGRAFÍA

Aguilar E, Auer I, Brunet M, Peterson TC, Wieringa J (2003) Guidelines on Climate Metadata and Homogenization. WCDMP Guidelines Series, WMO/TD nº 1186, P. Llansó (ed.), 50 pp., Geneva

Alexandersson H, Moberg (1997) A Homogenization of Swedish temperature data. Part I: Homogeneity test for linear trends. Int J Climatol 17:25–34.

Alexandersson HA (1986) A homogeneity test applied to precipitation data. J Climatol 6:661–675.

Costa AC, Soares A (2009) Homogenization of climate data: review and new perspectives using geostatistics. Math Geosci 41: 291-305

Dorta P (1996) Las inversiones térmicas en Canarias. Investigaciones geográficas 15:109–124

Dorta, P. 1996. Las inversiones térmicas en Canarias. Investigaciones geográficas, 15: 109-124

Easterling, D.R., B. Horton, P.D. Jones, T.C. Peterson, T.R. Karl, D.E. Parker, M.J. Salinger, V. Razuvayev, N. Plummer, P. Jamason & C.K. Folland,C.K. 1997. A new look at maximum and minimum temperature trends for the globe. Science, 277: 364-367

Font I, (1956) El Tiempo Atmosférico en las Islas Canarias. Servicio Meteorológico Nacional (INM), Serie A (memoria No. 26). 95 pp.

Guttman, NB, Quayle RG (1990) A review of cooperative temperature data validation. J Atmos Oceanic Technol 7:334–339

Hansen, J.E. & S. Lebedeff .1987. Global trends of measured surface air temperature. Journal of Geophysical Research, 92: 13345-13372.

Hansen, J., R. Ruedy, J. Glascoe & Mki Sato.1999. GISS analysis of surface temperature change. Journal of Geophysical Research, 104: 30997-31022


16

Jin-Jia, L., S.K. Behera, Y. Masumoto & T. Yamagata. 2011. Impact of Global Ocean Surface Warming on Seasonal-to-Interannual Climate Prediction. J. Climate, 24: 1626–1646. doi: 10.1175/2010JCLI3645.1

Jones P, Wigley T, Kelly P (1982) Variations in Surface Air Temperatures: Part 1. Northern Hemisphere, 1881–1980. Mon Wea Rev 110(2):59–70.

Jones PD, Hulme M (1996) Calculating regional climatic time series for temperature and precipitation: Methods and illustrations. Int J Climatol 16:361–377

Kalnay, E., M. Kanamitsu, R. Kistler, W. Collins, D. Deaven, L. Gandin, M. Iredell, S. Saha, G. White, J. Woollen, Y. Zhu, A. Leetmaa & R. Reynolds. 1996. The NCEP/NCAR 40-Year Reanalysis Project. Bull. Amer. Meteor. Soc., 77: 437-471

Khaliq M N, Ouarda T (2007) On the critical values of the standard normal homogeneity test (SNHT). Int J Climatol 27:681-687

Levene H (1960) Robust tests for equality of variances. In: Olkin I, Hotelling H et al (eds) "Contributions to Probability and Statistics: Essays in Honor of Harold Hotelling", Stanford University Press. 278-292 pp.

Liepert BG (2002) Observed reductions of surface solar radiation at sites in the United States and worldwide from 1961 to 1990. Geophys Res Lett 29(10):1421, doi: 10.1029/2002GL014910.

Martín JL, Bethencourt J, Cuevas-Agulló E (2012) Assessment of global warming on the island of Tenerife, Canary Islands (Spain). Trends in minimum, maximum and mean temperatures since 1944. Climatic Change, 114(2): 343-355

Marzol MV (2001). El Clima. In: Fernández-Palacios JM, Martín-Esquivel JL (eds) “Naturaleza de las Islas Canarias. Ecología y conservación”. Publicaciones Turquesa, S/C de Tenerife. 87–93 pp.

Morales, C.G., M.T. Ortega, J.L. Labajo & A. Piorono. 2004. Recent trends and temporal behavior of termal variables in the region of Castilla-León (Spain). Atmosfera: 71-90

Osborn TK, Briffa KR, Jones PD (1997) Adjusting variance for sample-size in tree-ring chronologies and other regional mean time series. Dendrochronologia, 15:89–99

Pettitt AN (1979) A nonparametric approach to the change-point problem. Appl Statist 28:126–135.

Reeves J, Chen J, Wang XL, Lund R, Lu Q (2007) A review and comparison of changepoint detection techniques for climate data. J Appl Meteor Climatol 46: 900–915.

Sanroma, E., E. Palle & A. Sánchez-Lorenzo. 2010. Long-term changes in insolation and temperaturas at different altitudes. Environmental Research Letters, 5: 1-6

Santer BD, Wigley TML, Boyle JS, Gaffen DJ, Hnilo JJ, Nychka D, Parker DE, Taylor KE (2000) Statistical significance of trends and trend differences in layer-average atmospheric temperature time series. J Geophys Res, 105 (D6): 7337-7356

Santos, F.D., MA Valente, EB Azevedo, AR Tomé & F Coelho- 2004. Climate change scenarios in the Azores and Madeira islands. World Resources Review, 16(4): 473-491


17

Smith SJ, van Aardenne J, Klimont Z, Andres RJ, Volke A, Delgado S (2011) Anthropogenic sulfur dioxide emissions: 1850-2005. Atmos Chem Phys 11:1101–1116

Sneyers R (1975) Sobre el análisis estadístico de las series de observaciones. OMM, Nota técnica 143. OMM-Nº 415. Geneva.

Sperling F.N., r. Wasingthon, R.J. Wittaker .2004. Future climate change of the subtropical north Atlantic: implications for the cloud forests of Tenerife. Climatic Change, 65(1–2):103–123

Stepanek P (2007) AnClim - software for time series analysis (for Windows). Dept. of Geography, Fac. of Natural Sciences, Masaryk University, Brno. 1.47 MB.

Trenberth KE, Jones PD, Ambenje P, Bojariu R, Easterling D, Klein Tank A, Parker D, Rahimzadeh F, Renwick JA, Rusticucci M, Soden B, Zhai P (2007) Observations: Surface and Atmospheric Climate Change. In Solomon S, Qin D, Manning M, Chen Z, Marquis M, Averyt KB, Tignor M, Miller HL (eds.) "Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change", Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.

Venema VKC, Mestre O, Aguilar E, Auer I, Guijarro J A, Domonkos P, Vertacnik G, Szentimrey T, Stepanek P, Zahradnicek P, Viarre J, Müller-Westermeier G, Lakatos M, Williams CN, Menne M, Lindau R, Rasol D, Rustemeier E, Kolokythas K, Marinova T, Andresen L, Acquaotta F, Fratianni S, Cheval S, Klancar M, Brunetti M, Gruber C, Prohom Duran M, Likso T, Esteban P, Brandsma T (2011) Benchmarking monthly homogenization algorithms. Climate of the Past Discussions 7(4):2655-2718

Wild, M. 2009. Global dimming and brightening: a review. Journal of Geophysical Research, 114, D00D16, doi:10.1029/2008JD011470

Wild, M., H. Gilgen, A. Roesch, A. Ohmura, Ch. N. Long, E. G. Dutton, B. Forgan, A. Kallis, V. Russak & A. Tsvetkov. 2005. From Dimming to Brightening: Decadal Changes in Solar Radiation at Earth’s Surface. Science, 308: 847-850

WMO (1996) Climatological normals (CLINO) for the period 1961-1990. Geneva, Pub. 847, 768

ANEXO Tasa de calentamiento en ºC/década en las series mensuales de temperatura de Gran Canaria

(*α=0.01; ** α=0.05; n.s. tendencia no significativa).

Gran Canaria Barlovento (E+F) Gran Canaria Sotavento (J) Gran Canaria Montaña (G+H)

°C/dec (1946–2010) °C/dec 1951–2010 °C/dec 1946–2008

Tx TMAX Tmin Tx TMAX Tmin Tx TMAX Tmin

Enero n.s. n.s. n.s. n.s. n.s. 0,12±0,10*

r2: 0,10

n.s. n.s. 0,13±0,12*

r2: 0,07

Febrero n.s. n.s. n.s. n.s. n.s. 0,16±0,13*

r2: 0,10

n.s. n.s. 0,24±0,18**

r2: 0,11

Marzo n.s. n.s. n.s. 0,17±0,17**

r2: 0,12

n.s. 0,30±0,18**

r2: 0,31

n.s. n.s. 0,20±0,20*

r2: 0,06

Abril

n.s. 0,12±0,12*

r2: 0,06

n.s. n.s. n.s. 0,14±0,11*

r2: 0,10

n.s. n.s. 0,19±0,19*

r2: 0,06

Mayo 0,05±0,07*

r2: 0,04

0,08±0,08*

r2: 0,07

n.s. 0,11±0,10**

r2: 0,07

n.s. 0,19±0,15*

r2: 0,20

n.s. n.s. 0,20±0,20**

r2: 0,06

Junio 0,08±0,07**

r2: 0,08

0,10±0,09**

r2: 0,09

n.s. n.s. n.s. n.s. n.s. n.s. 0,21±0,16*

r2: 0,10

Julio n.s. n.s. n.s. 0,1±0,09**

r2: 0,08

n.s. 0,10±0,07*

r2: 0,10

n.s. -0,32±0,31*

r2: 0,06

0,29±0,26*

r2: 0,08

Agosto 0,10±0,09*

r2: 0,08

n.s. 0,10±0,08*

r2: 0,09

n.s. n.s. n.s. n.s. -0,31±0,28*

r2: 0,07

0,23±0,25*

r2: 0,05

Septiembre 0,10±0,09*

r2: 0,07

n.s. 0,09±0,09*

r2: 0,07

0,11±0,08*

r2: 0,10

0,09±0,10*

r2: 0,06

0,11±0,09*

r2: 0,10

n.s. -0,23±0,22*

r2: 0,06

n.s.

Octubre 0,11±0,08**

r2: 0,10

0,15±0,15**

r2: 0,09

n.s. 0,12±0,10*

r2: 0,09

0,11±0,12*

r2: 0,06

0,10±0,10*

r2: 0,07

n.s. n.s. 0,30±0,18**

r2: 0,15

Noviembre 0,08±0,09*

r2: 0,04

n.s. n.s. 0,14±0,11*

r2: 0,13

0,12±0,12*

r2: 0,07

0,13±0,11**

r2: 0,09

n.s. n.s. 0,18±0,14*

r2: 0,10

Diciembre 0,10±0,09*

r2: 0,07

0,06±0,13**

r2: 0,09

n.s. 0,12±0,11*

r2: 0,10

0,12±0,12*

r2: 0,06

0,12±0,10*

r2: 0,09

0,20±0,14**

r2: 0,12

0,20±0,20*

r2: 0,07

0,19±0,12**

r2: 0,15

363n del calentamiento en Gran Canaria v.4) -...

Documents

Transcript of 363n del calentamiento en Gran Canaria v.4) -...