pág. 3
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
AGROCLIMATOLOGÃA DE LOS VALLES DE TULÚM
Y ULLÚM-ZONDA DE LA PROVINCIA DE SAN JUAN
-ARGENTINA-.
[ FECHA ENTREGA. 10/08/2015 - FECHA APROBADO 16/09/2015 ]
1.RESUMEN
2. ABSTRACT
En San Juan los productores agropecuarios, necesi-
tan saber si su clima está siendo afectado por el Cambio
Climático Global (CCG), alterando la temperatura por
estación, la frecuencia de temporadas de calor inten-
so, las fechas de inicio y de nalización de las heladas,
la ocurrencia de viento zonda; y si los eventos extem-
poráneos y extremos, tanto térmicos como hídricos, se
incrementaron.Este trabajo tiene como propósito dar
respuestas a las problemáticas nombradas, mediante el
estudio preciso de la variabilidad estacional e interanual,
en el periodo 1968-2013, de la temperatura y la precipi-
tación y sus parámetros agroclimáticos asociados; para
determinar las temporadas que inciden en la agricultura
e identicar sus fechas de inicio y nalización, valuando
su comportamiento temporal por medio de índices que
los caractericen objetivamente. Además se dará especial
énfasis al análisis de extremos con el objeto de deter-
AGROCLIMATOLOGY THE VALLEYS OF TULUM AND
ULLÚM-ZONDA IN THE PROVINCE OF SAN JUAN-ARGENTINA-
In San Juan the farmers, need to know if your cli-
mate is being affected by global climate change(GCC),
altering the temperature station, the frequency of pe-
riods of intense heat, the dates of commencement and
completion of freezing, occurrence of Zonda wind; and
if both thermal and water, untimely and increased ex-
treme events. This paper aims to provide answers to the
problems named by the precise study of the seasonal
and interannual variability in the period 1968-2013,
temperature and precipitation and their associated
agro-climatic parameters; to determine the seasons
that affect agriculture and identify start and end dates,
valuing its temporal behavior through indices that ob-
jectively characterize. Besides special emphasis will be
minar la probabilidad de excedencia y tiempo de retor-
no de los mismos.Para lograrlo se aplican los métodos
estadísticos usuales, series temporales distribución de
extremos tipo Gumbel, y análisis climatológico dinámi-
co.Los resultados fueron los siguientes, determinando:la
variabilidad interanual y estacional del régimen térmico,
heladas suprobabilidad de ocurrencia,fechas de inicio y
nalización;el régimen hídrico con el periodo de retorno
de sus extremos, las precipitaciones, evaporación y eva-
potranspiración, probabilidad de ocurrencia de granizo,
régimen de vientosy la problemática del riego. En todos
los casos se realizó un análisis de extremos.
Se sentaron las bases físicas para el desarrollo de
métodos de pronóstico estacional que permitirán la pre-
vención de eventos extemporáneos.
Palabras claves: Agroclimatología - régimen térmico-
régimen hídrico – vientos - extremos.
Arnobio G. Poblete
Instituto de Geografía Aplicada – Departamento de Geografía de la UNSJ
agpoblete@gmail.com
given to the analysis of extreme order to determine the
probability of exceedance and return time thereof. To
achieve the usual statistical methods, time series type
Gumbel distribution of extremes, and dynamic climato-
logical analysis are applied. The results were as follows,
you determine: the annual and seasonal variability of
the thermal regime, frosts their probability of occurren-
ce, start and end dates; water regime with the return
period ends, precipitation, evaporation and evapotrans-
piration, probability of occurrence of hail, wind regime
and the problems of irrigation. In all cases analysis was
performed ends.
The physical basis for the development of seasonal fo-
recasting methods that will prevent out of time sat events.
Keywords: Vid- Agroclimatology - Thermal-regime-
Hidricregime - Extremes.
3. INTRODUCCIÓN
En San Juan los productores agropecuarios necesi-
tan,para realizar sus tareas adecuadamente, conocersi
se están alterando los siguientes parámetrosagrometeo-
rológicos: temperatura por estación, frecuencia de tem-
pág. 4
poradas de calor intenso, grados días, horas frío, fechas
de inicio y de nalización de las heladas, tormentas de
verano con aluviones, granizo, régimen de evapotrans-
piración, ocurrencia de viento zonda; y si los eventos ex-
temporáneos y extremos, tanto térmicos como hídricos
(como es el caso de la actual sequía nival que afecta al
derrame del río San Juan) se incrementaron.
Este trabajo tiene como propósito dar respuestas
a las problemáticas nombradas, mediante el estudio
preciso de la variabilidad estacional e interanual de los
regímenes térmico, hídricoy eólico en el periodo 1968-
2014, para caracterizar las temporadas que inciden en
la agricultura e identicar sus fechas de inicio y naliza-
ción, valuando su comportamiento temporalpor medio
de índices que las representen objetivamente. Además
se dará especial énfasis al análisis de extremos y eventos
extemporáneos con el objeto de determinar la probabi-
lidad de excedencia y tiempo de retorno de los mismos,
(Wagner-Riddle,2005).
4. DATOS Y MÉTODOS
El área agropecuaria en estudio,comprende los Valles de
Tulúm y Ullum-Zonda (ver gura 1 y 2).
Figura 1: Ubicación del área de estudio
Figura 2: Imagen satelital del Valle de Tulúm, mostrando el marco
geomorfológico en el que se encuentra: Sierras de Villicum al
Norte, Sierra de Zonda al Oeste, Pie de Palo al Este, y Cerrillos de
Valdivia y Barbosa al Sur. Su emplazamiento muestra la vulnerabi-
lidad respecto de los aluviones por la cercanía del pie de monte de
las serranías del Oeste. Fuente: Google Earthvía internet.
Los datos diarios utilizados (periodo 1968-2014)en
este trabajo fueron aportados por la estación agro-me-
teorológica de INTA, la cual se encuentra en la loca-
lidad de Pocito(31,57º S y 68,42º W, a una altura de
618,23snm).Los citados fueron cotejados con los pro-
porcionados por las estaciones del SMN en elaeropuer-
to Las Chacritas (periodo 1960-2014), Observatorio de
Mendoza y EEA- INTA San Martín de San Juan. Además
los datos de la temperatura media (periodo 1931-2014)
fueron descargados del sitio http://data.giss.nasa.gov/
gistemp/
Se controlaron 47 años de registros diarios de las
estaciones mencionadas, por medio de la aplicación de
tests de homogeneidad absoluta y relativa, (WMO, 1966).
La metodología empleada para el análisis estacional
e interanual se basa en el análisis estadístico descriptivo
clásico para valuar las propiedades de los parámetros y
su variabilidad(Poblete, 2002).
Para estimar la signicación estadística de la ten-
dencia se aplicaron los test de Sperman y Kendall (Dra-
pery Smith, 1976)cuya expresión matemática es:
NN
d
r
i
s
−
−=
∑
3
2
6
1
(1)






−
≈
1
1
,0
n
Nr
s
con: di = la diferencia entre rangos
Se construye el estadístico:
2
1
2
s
s
r
N
rt
−
−
=
(2)
A. G. Poblete | AGROCLIMATOLOGÃA DE LOS VALLES DE TULUM Y ULLUM-ZONDA DE LA PROVINCIA DE SAN JUAN - ARGENTINA. P P. 3-17
pág. 5
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
Se extrae t
T
de la tabla “t†de Student con v =N-2 grados de libertad
Si
T
tt ≤
no hay tendencia signicativa al
α
% de los datos
La metodología básica empleada fue:
La estandarización de los derrames se aplicó la fórmula:
En el análisis de correlaciónentrelas series se usóel coeciente producto-momento de Pearson, (Drapery
Smith, 1976)cuyo algoritmo es:
Los modelos de pronóstico se obtuvieron medianteel ajuste polinómico por MCO (mínimos cuadrados
ordinarios):
S
Xx
z
i
i
−
=
(3)
Con z
i
la variable estandarizadaobtenida de los N valores de x cuya media (
X
) y desviación típica (S), tienen una
vez tipicadas, una media =0 (
0=Z
) y desviación típica =1 (Sz=1),
Donde n= número de datos, x
i
es el dato en la posición i, con medias de las dos series, Sx , S y desviaciones estándar
de las variables x e y.
y
i
n
i
x
i
s
yy
s
xx
n
r
)()(
1
1
1
−−
−
=
∑
=
(4)
Se obtiene el polinomio de grado n:
Donde y es la variable dependiente, x la independiente y los aison los coecientes a determinar mediante las
siguientes ecuaciones normales:
Para el suavizado de las series se emplearon medias mó-
viles que consisten en una serie de medias aritméticas
(5)
( ) ( )
( )
( ) (
) ( ) ( )
( )
( ) ( ) ( )
∑∑∑∑∑
∑∑∑
∑∑
∑∑∑
∑
=+++
+
=++
++
=
++++
++
+
i
n
in
n
i
n
i
n
i
n
i
iin
n
ii
ii
in
n
iii
y
xaxaxax
ax
xyaxa
xaxax
yaxax
axna
2
2
2
1
1
0
1
2
3
1
2
0
2
2
10
...
..............
...
...
(6)
(simples o ponderadas) calculadas a lo largo del tiempo
para un período de duración seleccionado L. O sea:
∑
−
−=
+
=
2)'1(
2)'1(
1
L
Lt
ti
t
iL
Y
L
Y
(7)
Nótese que lo ideal es que L sea impar para que la media móvil este centrada en el período tkdonde k es el su-
bíndice correspondiente a la misma. Los datos que se pierden son los (L-1)/2 primeros y los (L-1)/2 últimos de la
serie(Montgomery, D,C. and Johnson, L.A. 1976).
En el análisis de extremos se aplicó la distribución Gum-
bel, también conocida como la distribución Valor Extre-
mo Tipo I, es ilimitada (denida en todo el eje real), y
tiene la siguiente función de densidad:












−−
−
−−
=
α
β
α
β
α
)(
exp
)(
exp
1
)(
xx
xf
(8)
En donde α y β son los parámetros de la distribución. (Pizarro y Novoa, 1986).
pág. 6
A. G. Poblete | AGROCLIMATOLOGÃA DE LOS VALLES DE TULUM Y ULLUM-ZONDA DE LA PROVINCIA DE SAN JUAN - ARGENTINA. P P. 3-17
3. CARACTERIZACIÓN AGROCLIMÃTICA
Debido a que el productor necesita planicar sus
actividades en función de la variabilidad climática es-
tacional e interanual, se cree conveniente realizar un
análisis de las principales variables meteorológicas que
inciden en la producción de uva. De acuerdo a esto, se
decide abordar el estudio agroclimático estructurado en
el análisis de los regímenes: térmico, hídrico y de vientos
(Grifths, 1994).
Figura 3: Interacciones y feedbacks producidos por alteraciones en el régimen hídrico, térmico y eólico.
Rojo= consecuencia del calentamiento del aire; celeste = consecuencias del aumento/décit hídrico.
La conexión y concatenación de dichos regímenes
con sus correspondientes feedbacks se muestran en la
Figura 3, donde se aprecia que alteraciones en cualquie-
ra de los mismos se propagan al resto, y de esa manera
afectan a todo el sistema agroclimático, (Fischer.et. al,
2001)
A continuación se analiza pormenorizadamente a
cada uno de los regímenes citados.
3.1 Marco Radiactivo
Figura 4: Marcha diurna aparente del sol en los solsticios y equi-
noccios. Obsérvese la variación del arco diurno (rayado blanco) y
nocturno (rayado negro) en los mismos.
Como en San Juan la radiación juega un rol prepon-
derante en la marcha diurna y estacional de la tempe-
ratura, se cree conveniente hacer un somero repaso de
la variabilidad del movimiento aparente del sol durante
el año. La gura 4, muestra las principales posiciones
anuales del sol: el solsticio de invierno que ocurre en las
proximidades del 22 de junio en el cual se origina el día
más corto del año y la salida y puesta más septentrional
haciendo que los rayos solares tengan una incidencia
muy oblicua. En los equinoccios de primavera, (aproxi-
madamente el 22 de septiembre) y de otoño (21 de
marzo) las noches son iguales a los días y el sol tiene
una salida y puesta en la mitad de la esfera celeste. En el
solsticio de verano los días alcanzan su máxima duración
a costa de la noche, hecho muy relevante para el clima
que domina a Iglesia en la estación estival, (Poblete yA-
guiar. 2004).
Para valuar la duración de la luz solar diaria efec-
tiva, es necesario agregar al análisis anterior el cálculo
pág. 7
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
3.2. Régimen Térmico
del crepúsculo para la latitud de San Juan, siguiendo el
algoritmo expresado por las fórmulas (10) a (12). La -
gura Nº 5muestra la curva suavizada de la duración del
crepúsculo civil total, o sea, la suma del amanecer más
el atardecer, para cada día del año. En esta gura y en el
cuadro Nº 1, se puede ver, que los máximos son cerca-
nos a los solsticios y los mínimos a los equinoccios.
horas y
minutos
horas y
minutos
Figura 5: Variabilidad estacional de la duración total del crepúsculo en San Juan. (Poblete y Aguiar. 2004)
Figura 6: Figura 6: Variabilidad estacional de la duración total del día y la luz solar en San Juan (Poblete y Aguiar. 2004).
Tabla 1: Duración en minutos de los máximos y mínimos medios estacionales
del crepúsculo en la latitud de San Juan. (Poblete y Aguiar. 2004).r. 2004)
La Figura Nº 6 muestra la variación estacional de la
duración neta del día y de la luz solar, considerando a
estaúltima, como la suma de la primera más el crepús-
culo total. En la misma se puede observar que el lapso
iluminado oscila entre 15h 08´ en el solsticio de diciem-
bre, hasta 10h 58´ en el solsticio de junio.
Se caracterizan las temperaturas mínimas, máximas,
grados días, régimen de heladas y horas frío; además de
la determinación de la probabilidad de ocurrencia de los
eventos térmicos tanto extremos como extemporáneos.
pág. 8
A. G. Poblete | AGROCLIMATOLOGÃA DE LOS VALLES DE TULUM Y ULLUM-ZONDA DE LA PROVINCIA DE SAN JUAN - ARGENTINA. P P. 3-17
Figura 7: Temperaturas máximas y mínimas mensuales con sus
valores correspondientes
Tabla 2: Valores de las temperaturas máximas y
mínimas medias mensuales del área en estudio
En la gura 7 y tabla 2 se pueden apreciar los va-
lores de las temperaturas máximas y mínimas medias
mensuales del área de estudio, mostrando ambas una
considerable amplitud térmica propia de un clima conti-
nental y árido (Poblete, et. al., 2010).
Figura 8: Probabilidad de ocurrencia de días con temperaturas mayores a 33°C (límite del estrés
térmico). Con una media móvil semanal.
Para valuar el estrés térmico que podría sufrir la planta
se calcula la probabilidad de ocurrencia de temperatu-
ras máximas mayores que 33ºC, consideradas como el
umbral del mismo(Figura 8). Se observa que en el periodo
que va desde el 26 de diciembre al 25 de enero, la proba-
bilidad media es del 60%, con picos que superan el 70%.
3.2.1 Grados días
La progresión del desarrollo de un cultivo en la
temporada está muy inuenciada por la temperatura
del aire. Como tal, la acumulación media de calor se
utiliza a menudo para comparar regiones cultivadas en
condición de crecimiento, a lo que se denomina grados
días (GrowingDegreeDays- GDD-). La suma de unidades
diarias de GDD se utiliza, además, de la comparaciones
citadas para la predicción de las etapas importantes en
el desarrollo de un cultivo (oración, envero y madurez,
principalmente). Los valores diarios de los GDD en °C
(con una base de 10 ° C) pueden obtenerse como sigue:
(TX+ TI /2)-10. (Neild y Seeley. 1977)
pág. 9
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
Figura 9: Grados días acumulados en el periodo de crecimiento de la vid. Calculado con datos de
la estación meteorológica de INTA. Pocito.
Figura 10: Cantidad de Horas Frio promedio por mes.
Tabla 3 : Estadísticos del total de horas frio por
temporada en el valle de Tulum.
A modo de ejemplo, la gura 9 muestra la acumu-
lación de grados días en el periodo de crecimiento de la
vid y las fechas fenológicas más importantes: brotación
(20 de septiembreGDD de 100 a 350ºC), cuaje (5 de
Noviembre GDD de 450 a 780ºC) e inicio de cosecha (24
de diciembre GDD de 1490)
3.2.2 Horas frio.
Las “horas frío†se denen como el número de ho-
ras que soporta la especie vegetal, durante el período de
reposo invernal, a temperaturas iguales o inferiores a un
determinado umbral, que en general es de 7.2ºC. Cuan-
do esto ocurre la planta entra en “dormanciaâ€, es decir,
que su ciclo vital se relentiza. Su duración se ja desde
la caída de la hoja (se puede tomar el 1ro. de mayo o la
fecha media de la primer helada) hasta unos días antes
del desborre de las yemas. Este día nal es más difícil de
determinar y se puede tomar como fechas aproxima-
das: 1ro de agosto en zonas templadas- cálidas, el 15
de agosto en zonas templadas, y el 1ro. de septiembre
en zonas frías-continentales. Los autores estiman que
en San Juan se pueden tomar al 24 de Agosto, puesto
que, es la fecha media de ocurrencia de la última hela-
da, (Torres, 1995).
La cantidad de HF por mes, se muestran en la gu-
ra 10, en la que se aprecia que Julio es el que más aporta
con 286,3 HF, en la tabla 3se observan los estadísticos
por temporada de las mismas, se verica que el prome-
dio de horas frio (HF) es de 1028,2, con un mínimo de
781 horas (2006) y un máximo de 1345 (1984) con una
variabilidad de 122 horas. Lo que justica el cultivo de
la vid, en los valles de Tulum y Ullum-Zonda, puesto que
la mayoría de sus variedades necesitan aproximadamen-
te 1000 HF.
pág. 10
A. G. Poblete | AGROCLIMATOLOGÃA DE LOS VALLES DE TULUM Y ULLUM-ZONDA DE LA PROVINCIA DE SAN JUAN - ARGENTINA. P P. 3-17
Figura 11: Porcentaje de horas frio aportadas por cada mes
y su acumulación.
Figura 13: Correlación entre las horas frio y las heladas con las
temperaturas medias de los meses invernales, otoño (M-A-M) e
invierno (J-J-A)
Figura 14: Modelo para estimar las horas frio por temporada me-
diante la temperatura media de mayo.
Figura 12: variabilidad interanual de las horas frio por temporada y
su tendencia decreciente
El porcentaje aportado por cada mes, se observa
en la gura 11 siendo julio el de mayor contribución
con el 27,8%, siguiéndole junio con 25,8% y agosto
con 20,6%.sumando los tres el 74,2% con las horas frio
acumuladas.
En la gura 12 se observa la variabilidad interanual
de las HF, con una tendencia decreciente pero no signi-
cativa según los tests de Spearman (-0.131) y Kendall
(-0.093). El año con mayor número es 1984 (1345 HF),
en contraposición el año 1981 (795 HF) y 2006 (781 HF).
Se decide valuar la asociación entre las HF y las
temperaturas medias de los meses otoñales- invernales.
La mayor correlación se verica con la media invernal
(JJA) (gura 13), que alcanza los -0.80. Como mayo es
el mes con mayor correlación, se elabora un modelo de
pronóstico aplicando las ecuaciones (5) y (6)para estimar
desde dicho mes las horas frío totales como se observa
en la gura 14.
El mismo es el siguiente:
HF= 16,349 x
4
– 772,82 x
3
+ 13623x
2
– 106176x + 309920
R
2
= 0,3243
Donde x es la temperatura media del mes de Mayo.
3.2.3. Ocurrencia de heladas.
A continuación se analiza el régimen de heladas (Villalpando y Ruiz. 1993).
Tabla 4: Estadísticos descriptivos de las fechas de inicio y nalización del periodo de heladas, número de días con heladas por añoy valores
de las temperaturas medias y extremas ocurridas, donde: FECHA1ra = la fecha de la primer helada (inicio). FECHA-ult= la fecha de la ultima
helada (nalización); DIASCHEL=números de días con heladas; Tiempo= unidades temporales; TI= temperatura media del periodo con hela-
das considerado y TI-MIN-ABS= temperatura mínima absoluta de dicho periodo.
pág. 11
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
El tabla 4 muestra los estadísticos de las fechas medias
de inicio y nalización de las heladas. Obsérvese que la
fecha media de inicio de la primera helada es el 29 de
mayo, con un rango de 15 días, siendo la más tempra-
na registrada en el periodo analizado la que se produjo
el 23 de abril y la más tardía el 25 de junio. En cuanto a
la fecha media de la última helada es el 24 de agosto,
siendo la mínima el 27 de julio y máxima el 6 de octubre.
Figura 15: Fechas de probabilidad de ocurrencia de heladas.
La gura 15 muestra el periodo libre de heladas que se
extiende desde el 8 de octubre hasta el 1 de mayo. Siendo los
intervalos de mayor probabilidad los que van desde el 9 de ju-
nio hasta el 11 de agosto, cuando superan el 50%. Tanto las
tempranas como las tardías tienen una escasa probabilidad de
ocurrencia, que en la mayoría de los casos no excede el 5%.
3.2.3.1. Variabilidad interanual
Figura 16: : Variabilidad interanual del número de días con heladas y su media (29 días). Se muestran los años con valores extremos.
La gura 16 muestra la variabilidad interanual del
número de días con heladas. Se nota que tienen fuertes
oscilaciones que van desde seis días en el 2006 a cin-
cuenta y tres en 1983. Siendo su media de 29 días y su
tendencia decreciente no signicativa según los test de
Spearman (-0.204) y Kendall (-0.145)
pág. 12
Figura 17: Variabilidad interanual de las fechas de inicio (FECHA1ra) y nalización (FECHA-ult) del
periodo con heladas. Se muestran las fechas extremas
En la gura 17 se observa la variabilidad interanual
de las fechas de inicio y nalización del periodo con he-
ladas. Nótese una leve tendencia al estrechamiento (no
3.2.4. Variabilidad interanual de la temperatura
signicativa), es decir, cada vez más tardío el comienzo y
más temprano el de la nalización.
Para valuar la variabilidad interanual de la tempera-
tura se decide utilizar sus estadísticos más representati-
vos y las temperaturas umbrales que se describen en la
tabla 5, contando el número de días en que se presentan
Tabla Nº 5: Parámetros implementados para valuar la variabilidad
de la temperatura estival.
Tabla Nº 6:
test de signicación
de las tendencias correspondientes a
los parámetros descriptos en la tabla
3 según Spearman y Mann Kendall
(los signicativos al 5 % se destacan
en rojo).Con TX-MEDIA =tempe-
ratura máxima media.TX- MAX=
temperatura maxima absoluta, TX-
MIN= temperatura minima absoluta
A los parámetros descriptos en la tabla 6 se les aplica
los test de Spearman y Mann-Kendall para cuanticar la
variabilidad interanual del verano. Los únicos parámetros y
valores signicativos al 5 % (en rojo) para ambos test son:
Temperatura Mínima Media, Número de días con Tempera-
tura Mínima mayores que 20ºC y con temperaturas Míni-
mas mayores a 25ºC; a lo que se le debe sumar lo que regis-
traron temperaturas mayores a 40ºC detectado solamente
por Mann-Kendall.
Como se observa la mayoría de los parámetros signica-
tivos tienen que ver únicamente con la temperatura mínima,
lo que indicaría una mayor presencia de masas tropicales cáli-
das y húmedas. (Poblete. et. al., 2013), mientras que la no sig-
nicación de los parámetros asociados a la máxima se podría
deber a una mayor presencia de nubosidad, lo que concuerda
con el advenimiento más frecuente de masas tropicales .
A. G. Poblete | AGROCLIMATOLOGÃA DE LOS VALLES DE TULUM Y ULLUM-ZONDA DE LA PROVINCIA DE SAN JUAN - ARGENTINA. P P. 3-17
pág. 13
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
4. RÉGIMEN HÃDRICO
Se decide valuar solamente los aspectos de este régimen que inciden directamente en la producción de uva
(WMO. 1993).
Figura 18: Monto mensual de las precipitaciones medias en el
periodo 1968-2014
Figura 20: Variabilidad interanual de las precipitaciones del mes de febrero
Figura 21: : Máximos diarios de precipitación en los meses de
Enero y Febrero
Figura 22: Periodo de retorno en años de montos de precipitacio-
nes extremas diarias de febrero en el valle de Tulum.
Figura 19: Distribución mensual en porcentaje de las
precipitaciones en Pocito
La gura 18 muestra la distribución mensual de las precipitaciones notándose claramente el régimen estival, lo
que es corroborado con los porcentajes mostrados en la gura 19, sumando los meses de diciembre, enero, febrero
y marzo el 74.4% del total anual.
Ese predominio de tormentas de verano trae implí-
cito la posibilidad de granizo y aluviones, lo que resulta
una desventaja con respecto a las vides cultivadas en
Chile Central, cuyo régimen es invernal.
Se analiza la variabilidad interanual de febrero (23
% de las precipitaciones) debido a que es el que presen-
ta el mayor porcentaje de precipitaciones (verla gura
20). Se destaca el extremo ocurrido durante los días 13,
14 y 15 del 2014 (se acumularon 137.6 mm) posibili-
tando que en ese mes se totalizaran 155.4 mm en la
ciudad y en Las Chacritas (Dpto. 9 de Julio): 157.0 mm
Debido a los efectos negativos de dichas tormentas
con la posibilidad de granizo y aluviones; se decide rea-
lizar un análisis de extremos.
pág. 14
El mismo se realiza aplicando la distribución de Gum-
bel, (ecuación8),seleccionando los días de mayor precipita-
ción (gura 21) y se los ajusta a la misma, con el objeto de
obtener la probabilidad de excedencia y el periodo de retor-
no, el resultado se graca en la gura 22, donde se observa
que para que se repita una precipitación de 60mm se nece-
sitan 28 años, para 34.7 mm se necesitan 10 años, de 18
mm 5 años. A partir de este umbral las precipitaciones de
11.3mm a 13.5 mm se pueden repetir año a año.
4.1 Granizo
Debido a que la mayor parte de las precipitacio-
nes estivales provienen de nubes con un gran desarro-
llo vertical (cumulunimbus), ya que su origen está en
la convección inducida por el calentamiento del suelo,
el pasaje de vaguadas o combinados y/o frente frío de
supercie; la probabilidad de la formación de granizo es
alta con el consiguiente daño en la agricultura y vida co-
tidiana. Sin embargo, no tienen la frecuencia y tamaño
de otras regiones por la escasa disponibilidad de vapor
de agua en la atmósfera sanjuanina (WMO. 1993).
Figura Nº 23: Promedio
anual de eventos de
granizo en Cuyo (perio-
do 1960-2008). (Según
Mezher. 2010)
Figura Nº 24: Décit hídrico en el Valle de Tulum resultante de la
comparación de la evapotranspiración potencial (ETP) y la media
mensual de las precipitaciones.
Figura Nº 25: Distribución espacial de la evapotranspiración poten-
cial en el Valle de Tulum
La gura 23 muestra el promedio de eventos de
granizo en Cuyo. Se verica que tanto San Juan como
Jáchal tienen un promedio de 0.5 de casos por año re-
lativamente bajo respecto a lo que ocurre en Mendoza,
en donde, hay valores de 3.2 en San Rafael y 2.9 en
Malargüe, por ejemplo.
4.2. Evaporación y Evapotranspiración
La Evaporación (Evo) es el retorno o traspaso del
agua de la supercie del suelo o mar a la atmósfera en
forma de vapor. Es un elemento invi¬sible que no se
puede evaluar inmediatamente y aún en la actua¬lidad
es uno de los términos del ciclo hidrológico menos co-
noci¬do. Este constituye el proceso inverso de la preci-
pita¬ción. Por otra parte gran cantidad de agua es gasi-
cada por las plantas, a esta evaporación biológica se la
llama: transpiración (Allen,et. al., 1998).
La Evapotranspiración integra el proceso combina-
do que incluye la evaporación del suelo y la transpiración
de las plantas.Se entiende por Evapotranspiración real al
agua total que consume una cierta área, por evaporación
del suelo y transpira¬ción de las plantas. La Evapotrans-
piración Potencial (ETP) es la evapo¬transpiración teórica
que podría ocurrir desde un espacio inni¬to de terrenos
cultivados o naturales, adecuadamente surtidos con hu-
medad cuando se exponen a condiciones climáticas es-
pecí¬cas con remanente inalterado (Allen,et. al., 1998).
A. G. Poblete | AGROCLIMATOLOGÃA DE LOS VALLES DE TULUM Y ULLUM-ZONDA DE LA PROVINCIA DE SAN JUAN - ARGENTINA. P P. 3-17
pág. 15
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
En la gura 24se aprecia el origen de la aridez ex-
trema que domina gran parte de la provincia de San
Juan, nótese que en enero el promedio de la ETP es de
240 mm, mientras que la precipitación es de solo 18.2.
En invierno, las diferencias se minimizan. La gura 25
muestra la distribución espacial de la evapotranspiración
anual en el Valle de Tulum, donde se observa que sus
isolíneas siguen la advección del calor.
4.3 La problemática del riego
5. RÉGIMEN DE VIENTOS
Hasta el año 2014 las regiones de Cuyo y Chile
central sufrieron las consecuencias de una de las se-
quias más prolongadas en los Andes centrales de los
últimos tiempos que se agudizó desde 2010, vislum-
brándose en 2015 una morigeración en el sentido
opuesto (Poblete, et. al., 2014) produciéndose un esta-
do que se asemeja al de las graves sequías de 1968-70
que impactaron severamente en el recurso hidrológico
de las citadas regiones y motivaron la construcción de
las importantes obras hidráulicas tales como el Dique
de Ullum en San Juan y Carrizal y Potrerillos en Men-
doza, entre otros.
Figura Nº 26: Rachas de superávit y décit en el derrame anual del rio San Juan.
El rio San Juan afectado por la misma no abas-
tece óptimamente el agua para la dotación del riego
como lo muestra las gura 26, donde se observa que
las rachas de sequias tienen mayor duración que las
de superávit a pesar de que en este caso se alcanzan
montos más altos. De ahí que los productores vitíco-
las están muy preocupados por esa situación en la
actualidad.
Dada la importancia que tienen los vientos en todo
emprendimiento ambiental, se cree conveniente hacer una
somera descripción de su régimen teniendo en cuenta los
datos aportados por la estación meteorológica citada.
Figura Nº 27: Rosa de vientos (frecuencia relativa de sus direcciones) correspondiente a cada estación del año.
En la gura 27se visualizan las correspondientes ro-
sas de viento para cada una de las estaciones representa-
das, en este caso, por: enero (verano), abril (otoño), julio
(invierno) y octubre (primavera). En los cuatro se observa
claramente que la dirección que predomina en el área de
estudio es la del sur (S), siguiéndole la sur-sureste (SSE).
Haciéndose más notoria en verano y en menor medida en
otoño; sin embargo en invierno se hace importante la di-
pág. 16
rección norte. Las causas que originan estas dominancias
escapa a este informe (Poblete, et,al., 2013)
Esto muestra, también, que el Zonda cuya dirección
prevalente es el W y NW es poco frecuente comparado con
los otros vientos a pesar de que es el típico de San Juan.
Será analizado dado los daños
A. G. Poblete | AGROCLIMATOLOGÃA DE LOS VALLES DE TULUM Y ULLUM-ZONDA DE LA PROVINCIA DE SAN JUAN - ARGENTINA. P P. 3-17
Figura Nº 26: Frecuencia anual de vientos
zondas, discriminados mensualmente en severos
y muy severos
En la gura 26 se aprecia la frecuencia estacional de
vientos zondas, siendo la misma mayor entre Mayo y No-
viembre (81% de los casos), mientras que entre los meses
de Mayo y Agosto se concentran el 54.3%. Sin embargo,
su escasa incidencia en la rosa de los vientos está dada
por su promedio de solo 11.5 días por año. También son
irrisorio los eventos de zonda severos y muy severos (Norte,
1982).
Los principales daños en la agricultura son debido a:
Salto térmico: Entendiéndose por tal a la diferencia entre
la temperatura máximadel día anterior y la temperatura
máxima del día con Zonda, expresada en gradoscentígra-
dos. Este parámetro se subdividió en las siguientes tres ca-
tegoríassegún su magnitud:
Leve: 1 a 5 °C
Fuerte: 6 a 10 °C
Severo: mayor de 10 °C
Poder secante de la atmósfera:medido a través de la
evaporación registradael día del evento en el tanque tipo
“Aâ€, expresada en mm/día. Este parámetro sesubdividió
en las siguientes tres categorías:
Pequeño: 1 a 6 mm/día
Grande: 7 a 12mm/día
Muy grande: superior a 12 mm/día
Para la determinación de estas categorías se consideraron
los valores históricosmensuales de evaporación de tanque
para los meses estudiados, como basede comparación.
Duración del evento, expresado en horas. Este paráme-
tro se subdividió enlas siguientes tres categorías:
Corta: 1 a 8 hs
Larga: 9 a 16 hs
Muy larga: superior a 16 hs
Velocidad,expresada como la mitad de la velocidad máxi-
ma registrada eldía del evento y subdividida en intervalos
de velocidad de:
0 a 10 km/h
11 a 30 km/h
Superiores a 30 km/h
Se agradece a la Universidad Nacional de San
Juan y la FONCYT, PICTO- UNSJ-2009-0150-BID,
por sus aportes económicos en el desarrollo de
este trabajo y “Análisis Climatológico-Dinámico
de la Crisis Hídrica de los Últimos Años en Cuyo
y Chile Central en el Contexto del Cambio Cli-
mático Globalâ€. Cod. F994/FFHA, Res.:18/14-CS-
UNSJ. CICITCA-UNSJ.
AGRADECIMIENTOS
6. BIBLIOGRAFÃA
Allen, R.G., Pereira, L.S., Raes, D., and Smith, M., 1998. Crop Evapotrans-
piration. Food and Agriculture Organization, Irrigation and Drainage
Paper No. 56.Fischer, G., Shah, M., van Velthuizen, H., and Nachter-
gaele, F.O., 2001. Global Agro-ecological Assessment for Agriculture
in the 21st Century. Laxenburg, Austria: International InstituteforA-
ppliedSystemsAnalysis.
Claudia Wagner-Riddle.2005. Agroclimatology. Encyclopedia of World
Climatology. SPRINGER ISBN 978-1-4020-3264-6.
Draper Norman R., Smith, Harry . 1998. Applied Regression Analysis, 3rd
Edition. Ed. Wiley. ISBN: 978-0-471-17082-2. 736 pages. New York.
Grifths, J.F., 1994. Handbook of Agricultural Meteorology. Oxford:
Oxford UniversityPress.
Mezher, Romina N., Gattinoni, Natalia N. y Mercuri, Pablo A. 2010. Varia-
bilidad estacional de la ocurrencia de granizo en Argentina Instituto
de Clima y Agua. INTA. Buenos Aires.
Neild, R. y M.W. Seeley. 1977. Applications of growing degree days in
eld corn production. In: Agrometeorology of the maize crop. WMO
N° 481. p. 426-436. Geneva, Swtzerland.
pág. 17
Revista de Geografía • Número 20 • Año 2016 • Vol. XX • ISSN 1514-1942 • San Juan - Argentina
Norte, F. A. 1988. Caracteristicas climatológicas del viento Zonda en la
región de Cuyo. Tesis doctoral. Facultad de Ciencias Exac¬tas y Natu-
rales. Universidad de Buenos Aires.
PIZARRO, R.; NOVOA, P. 1986. Instructivo n° 5. Determinación de valores
probabilísticos para variables hidrológicas. Elementos técnicos de Hi-
drología. Corporación Nacional Forestal (CONAF). Chile. 78 p.
Poblete A. G., Ruiz, S. 2006. Las Estaciones Térmicas en el Valle de Tulum.
Revista Ciencias. Nro. 1(2006). Año 10. ISSN: 950-605-0327-4446.
Fac. Cs. Exactas y Naturales de la UNSJ. Ed. Fundación UNSJ. pg.: 34-
42.-
PobleteA., D. Iranzo. 2011 Publicado: Variabilidad interanual y estacio-
nal del régimen de heladas en el valle de Tulum –San Juan. Periodo
1960-2010. Rev de Geograa UNSJ- ISSN 1514-1942- Vol. XIII- Nº15.
pp 24-29.
PobleteA., S. Alday, 2003. Análisis de Extremos de las Temperaturas.
Máximas Absolutas del Valle de Tulum (San Juan). Revista “Proambien-
te†de PRODEA. Vol. III. Año 3. UNSJ. ISSN: 1515-5943. pg.: 27-34.
PobleteA., V .Valdez. 2008. Análisis de Extremos aplicados a la recurren-
cia de precipitaciones de verano en el Valle de Tulum. en Jornadas de
Investigación y Creación de la FFHA. A realizarse en mayo de 2008.-,
ISSN en tramite. San Juan.-
PobleteA., V. Valdez. 2008. Variabilidad interanual de la precipitación de
verano en el Valle de Tulum –San Juan-. en Jornadas de Investigación y
Creación de la FFHA. A realizarse en mayo de 2008.-, ISSN en tramite.
PobleteA.. 1999. Aspectos Estadísticos del Régimen de Heladas Agronó-
micas en el Valle de Tulum. Actas del Congreso Ambiental 99. Prodea,
San Juan. ISSN: 1515-5943. Pg.: 35-45.-
Poblete, A. G. Sánchez 1999. Determinación de las fechas de inicio y
nalización de la temporada de calor intenso en el Valle de Tulum. Ac-
tas 60ª Semana de la Geografía de GAEA. Soc. Argentina de Estudios
Geográcos. Buenos Aires. ISSN Nº: 0328-3194. Pg.: 579-590.-
Poblete, A. G. 2002. Estadística Multivariante para Geógrafos. Libro Elec-
trónico. http://www.ffha.unsj.edu.ar/Climatologia/inicio.htm
Poblete, A. G. Sánchez 1999 . Discriminación de Rangos Térmicos in-
tranuales en el Valle de Tulum. Actas del Congreso “Ambiental 99â€
Prodea, San Juan. ISSN: 1515-5943. Pg.: 60-71.
Poblete, A. G., Aguiar L. 2004. “La implicancia climática del movimiento
diurno solar aparente y su variabilidad estacional en San Juan –Argen-
tina-. Revista de Geograa, Vol.:8 año 7. ISSN 1544-1942. Páginas
9-20.
Poblete, A.G., Aguiar, L. A., Borbore, C.A. 2013. Análisis Dinámico del
Régimen de Vientos en la Provincia de San Juan. Publicado en Rev de
Geograa UNSJ- ISSN 1514-1942- Vol. XVII- Nº17. Pg- 29-41. San Jua
Poblete, A.G., Silva S. 2010. Estructura Estadística de la Tendencia al Ca-
lentamiento Estival en el Valle De Tulúm -San Juan-. Publicado en CD.
Ambiental 2010. VI Congreso Nacional. San Juan. ISSN: 1853-2780
Torres R., E. 1995. Agrometeorología. Editorial Trillas, S.A. de C. V. Méxi-
co, D.F. p. 154.
Villalpando, J. y A. Ruiz, 1993. Observaciones Agrometeorológicas y su
uso en la agricultura. Editorial Lumusa, México. p. 133.
WMO. 1966. Informe TécnicoNro 6. WMO. Publication N° 12. Geneva.
WMO. 1993. Practical use of agrometeorological data and information
for planning and operational activities in agriculture.WMO. Publica-
tion N° 60. Geneva.