SciELO - Scientific Electronic Library Online

 
vol.60 suppl.3Global Model selection for evaluation of Climate Change projections in the Eastern Tropical Pacific SeascapeSocio-economic activities at Isla del Coco National Park, Costa Rica and possible effects of climate variability author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

Share


Revista de Biología Tropical

On-line version ISSN 0034-7744Print version ISSN 0034-7744

Rev. biol. trop vol.60  suppl.3 San José Nov. 2012

 

Revisión y comparación de escenarios de cambio climático para el Parque Nacional Isla del Coco, Costa Rica

Review and comparison of climate change scenarios for the Cocos Island National Park, Costa Rica

Tito Maldonado1*,2* & Eric Alfaro1,2,3*

*Dirección para correspondencia:

Abstract

Different climate change scenarios were revised and compared for Cocos Island National Park, Costa Rica. They were generated using different tools (MAGICC/SCENGEN, PRECIS and SDSM) and for the 2080 (2070-2099) time slice. Results shown in general a high dependence with the General Circulation Model, the downscaling technique and the socioeconomic scenario used. All scenarios presented an increase in mean and variance of the air surface temperature annual cycle. That result is also consistent with a future global warming scenario. Results for rainfall are different among each other. Most of the scenarios show an increase in the mean annual rainfall accumulation. However, it is not possible to establish a clear trend when annual variability is considered, mainly because almost all of the scenarios studied  projected an increase in the annual rainfall accumulates.

Key Words: Climate Change, Isla del Coco, Cocos Island, General Circulation Models, Downscaling, Climate Change Scenarios, Central America.

Resumen

Se  revisaron  y  compararon  escenarios  de  cambio climáticos utilizando distintas técnicas (MAGICC/SCEN- GEN,  PRECIS  and  SDSM)  con  el  objetivo  de  evaluar posibles cambios de temperatura y precipitación en el Parque Nacional Isla del Coco, Costa Rica, para el horizonte temporal  del  2080  (2070-2099).  Los  resultados  reflejan una dependencia importante con el Modelo de Circulación General, el método de ajuste de escala y con el escenario socio-económico usado. Los escenarios obtenidos reflejan un aumento en la media y la varianza del ciclo anual de la temperatura  superficial del aire, siendo consistentes con un  calentamiento  global  futuro.  Los  resultados  para  la precipitación difieren entre sí. Se observó que la mayoría de  los  escenarios  analizados  proyectan  aumentos  en  al acumulado medio del ciclo anual, sin  embargo, al considerar su variabilidad, no  fue posible establecer una tendencia clara hacia un aumento o una disminución, debido principalmente a que casi todos los escenarios estudiados proyectan un incremento en la variabilidad del acumulado anual de la precipitación.

Palabras Clave: Cambio Climático, Isla del Coco, Modelos de Circulación General, Reducción de Escala, Escenarios Cambio Climático, América Central.

Actualmente  el  Cambio  Climático  (CC) es  un  fenómeno  natural-antropogénico  que es debatido no sólo en paneles de discusión científico  (Schiermeier  2010)  sino  también, por parte de entidades gubernamentales como no-gubernamentales (Polo-Cheva et al. 2008) debido al impacto regional que implica tanto en  el  ambiente  (MCCIP 2008,  Loarie  et  al. 2009), la sociedad (Moss et al. 2010) y la salud humana (Patz et al. 2005), entre otros. Sin embargo, según Gleick et al. (2010) el mayor consenso entre la comunidad científica señala que (i) el planeta se está calentando debido al incremento en la concentración de los gases que atrapan el calor en nuestra atmósfera, (ii) mucho del incremento en la concentración de estos gases durante el último siglo se debe a las actividades humanas, especialmente a la quema de combustibles fósiles y a la deforestación, (iii) los cambios inducidos por la humanidad están  ahora  opacando  las  causas  naturales que siempre han jugado un papel importante en los cambios climáticos terrestres, (iv) el calentamiento del planeta causará que otros patrones climáticos cambien a tasas sin precedentes en los tiempos modernos, incluyendo el incremento en el nivel del mar, las alteraciones en el ciclo hidrológico y el incremento en la acidez del océano debido al aumento en las concentraciones de dióxido de carbono y (v) la combinación de estos cambios climáticos complejos amenaza las comunidades costeras, el suministro de agua potable y comida, los ecosistemas marinos y limnológicos, los bosques y los ambientes de montaña, entre otros.

Algunos  estudios  previos  de  generación de  escenarios  de  CC  en  la  zona  continental América Central incluyen los de Campos (1998), Lu (2002) y Alvarado et al. (2005). En  estos  trabajos,  se  estimó  un  aumento  en la temperatura cercano a los 2ºC y 3ºC según sea el escenario optimista o pesimista respectivamente. En la precipitación los cambios se manifiestan de forma irregular, en general se observa que al norte del istmo se produciría una tendencia hacia la disminución, mientras que al sur hacia el aumento. Ruosteenoja et al. (2003) elaboraron escenarios de CC para diferentes regiones del planeta, utilizando la técnica del escalamiento de patrones (Santer et al. 1990, Lu & Hulm 2002), sin embargo la región de América Central quedó truncada en los 10°N. El resto del istmo quedó embebido por lo que ellos llamaron regiones Caribe y Amazonia. De sus resultados se observa un patrón consistente hacia un aumento en la temperatura superficial del  aire,  pero  patrones  mixtos  de  aumentos y disminuciones en la variable precipitación, dependiendo del modelo, la región y del escenario socio-económico empleado.

Otros trabajos como el de Ramírez (2005) y Aguilar et al. (2005) han analizado algunas de las tendencias presentes en distintas series de tiempo de diferentes variables climáticas. El primer trabajo hace una evaluación y detección de CC enfocado en vulnerabilidad y adaptación, basado en el estudio preparado por Alvarado et al. (2005), ya que según Ramírez (2005), los otros estudios que se citaron en el párrafo anterior, generaron escenarios que se fundamentaron  en  estimaciones  de  Modelos de Circulación General (MCG, ver Amador & Alfaro (2009) para más detalles), cuya resolución de 5° x 5° (550 km x 550 km, aproximadamente), resulta muy gruesa comparada con el territorio de los países de América Central (e.g. Campos 1998). El segundo estudio se enfoca en cambios en extremos de precipitación y temperatura. Encuentra que la región centroamericana se está calentando indicando también que los eventos fuertes de precipitación están aumentando.

En “La Segunda Comunicación Nacional sobre Clima, variabilidad  y Cambio Climático en Costa Rica” (IMN 2008), se hace una evaluación de eventos extremos y cambios detectados sobre Costa Rica. Se encuentra que la temperatura ha aumentado, resultado consistente con el de Aguilar et al. (2005) y con los estudios preliminares de tendencias realizados por Alfaro & Amador (1996, 1997) y Gómez & Fernández (1996). En ese documento se generan escenarios de CC para cada una de las regiones climáticas de Costa Rica, con un horizonte temporal que abarca desde 2011 hasta el 2099 y encuentran tendencias de temperatura similares en todas las zonas analizadas, con incrementos de aproximadamente 4ºC al finalizar la centuria e igualmente patrones irregulares de cambios en la precipitación, con aumento y disminución dependiendo la región climática considerada.

Por otra parte, el Parque Nacional Isla del Coco (PNIC), ubicada en el Pacífico Tropical Oriental (Fiedler & Lavín 2006), localizada aproximadamente en 5.5ºN y 87ºW (ver Fig. 1 y 2; y Lizano 2001), es actualmente una de las áreas de conservación de mayor importancia para Costa Rica. Además, de ser declarada Parque Nacional en 1978, fue designada por la UNESCO como Patrimonio Natural de la Humanidad en 1997, proclamada un humedal de importancia internacional dentro de la Convención RAMSAR en 1998 y declarada por el Ministerio de Cultura, Juventud y Deportes de Costa Rica como Patrimonio Histórico Arquitectónico Nacional en 2002 (Cortés 2008). Además, el PNIC permite que el territorio total de Costa Rica en sus partes marina y terrestre sea de 598,700 km2  aproximadamente, el cual sería mucho menor si Costa Rica no hubiera tomado posesión de dicho territorio terrestre desde  1869,  porque  el  PNIC  agrega  al  país una porción de soberanía más de diez veces mayor  que  el  territorio  continental  (Cortés 2008). Además, el PNIC es parte del proyecto del Corredor de Conservación Marina del Pacífico Tropical del Este, junto con los parques nacionales de Galápagos (Ecuador), Malpelo y Gorgona (Colombia) y Coiba (Panamá); entre otros (Henderson et al. 2008).

Según Magrin et al. (2007) se tiene una alta confianza de que en Latinoamérica los planes de desarrollo futuros incluirán estrategias de adaptación para fortalecer la integración del CC en las políticas de desarrollo. Debido a esto se deben hacer sugerencias para el manejo y la conservación futura del PNIC, en donde la generación de escenarios de CC, debe ser un pilar importante para realizar dicho planeamiento, ya que de acuerdo a lo expuesto por Magrin et al. (2007) y Mimura et al. (2007), el PNIC se vería afectada por el CC debido a que:

• El  ámbito  del  calentamiento  proyectado para Latinoamérica al final del siglo 21, de acuerdo a diferentes modelos climáticos, será de 1-4°C para un escenario optimista de emisiones (SRES B2) y de 2-6°C para  un  escenario  pesimista  (SRES A2) (mediana  confianza).  (ver  IPCC  (2000) y  el  Anexo  A  para  las  definiciones  de los escenarios de emisiones denominados SRES).

• Bajo un escenario de CC futuro, hay un riesgo importante de extinción de especies en muchas áreas tropicales de Latinoamérica (alta confianza).

• Es muy posible que los cambios esperados en el nivel del mar, tiempo meteorológico, variabilidad climática y eventos extremos afecten las áreas costeras (alta confianza).

•  Las pequeñas islas, ya sea tropicales o de latitudes  altas,  tienen  características  que las hacen especialmente vulnerables a los efectos del CC, aumento del nivel del mar y eventos extremos (muy alta confianza).

• Es muy probable que el CC afecte fuertemente los arrecifes de coral, las pesquerías y otros recursos marinos (alta confianza).

• Los estudios nuevos confirman los hallazgos previos de que es probable que hayan efectos, mayormente negativos, directos e indirectos sobre el turismo (alta confianza).

Es por ello que se plantea como objetivo de este trabajo la comparación y revisión de diferentes escenarios de CC para las variables de precipitación y temperatura superficial del aire en el PNIC, obtenidos a partir de diferentes técnicas de reducción de escala (downscaling, en inglés) de MCG, tanto dinámicas como estadísticas (Amador & Alfaro 2009). El estudio pretende explorar y mostrar algunas de las técnicas  y  herramientas  existentes  para  este tipo de análisis, ya que, aunado a lo anterior, estos resultados podrían ayudar al desarrollo de futuros planes estratégicos para el PNIC como el ya preparado por MINAE (2005), en donde se señala que a la par de la investigación biológica se debe profundizar en la investigación climática, principalmente orientada a aumentar el conocimiento del CC global, lo cual es útil en la generación de políticas de manejo y conservación para actividades futuras. Según señalan McClanahan et al. (2008) es muy importante que las acciones de conservación ante el CC incluyan entre otras cosas una protección a gran escala de los ecosistemas basada en el conocimiento científico de los mismos y así ayudar a (i) que se dé una transformación y adaptación activa de los sistemas sociales y ecológicos; (ii) crear la capacidad de las sociedades para lidiar con el cambio; y (iii) propiciar una asistencia gubernamental que ayude a las sociedades a separarse de su dependencia de ciertos recursos naturales.

Datos y metodología

Como una primera aproximación en la creación de los escenarios mensuales de CC se utilizó la herramienta MAGICC/SCEN- GEN-4.1 (Wigley 2004a, b). Las salidas de los modelos utilizados fueron las sugeridas por Alvarado et al. (2005). Estos autores analizaron la correlación, el error cuadrático medio y la desviación media absoluta entre la climatología de los modelos utilizados en el MAGICC/ SCENGEN-4.1 y la generada por Magaña et al. (1999) en América Central como criterio de selección, utilizando los campos de precipitación y temperatura. Los MCG seleccionados fueron  CCC1TR,  CSI2TR,  ECH3TR,  ECH-4TR, GISSTR, HAD2TR y HAD3TR (mayores detalles sobre estos modelos pueden consultarse en IPCC, http://www.ipcc-data.org y en http://www.ipcc.ch). La resolución de estos modelos fue de 5º de latitud por 5º de longitud. Como horizonte de tiempo se estableció 2070-2099 (de aquí en adelante se llamará 2080, debido a la nomenclatura utilizada en la literatura de CC para los horizontes temporales) y los escenarios de emisiones fueron A2-ASF y B2-MESSAGE, los cuales fueron sugeridos por Echeverría (2004) como los escenarios marcadores pesimista y optimista, respectivamente en América Central (el Anexo A presenta una descripción de los escenarios de emisiones utilizados en el presente trabajo). Además, este autor sugirió que estos escenarios son los que mejor reflejan las circunstancias y perspectivas regionales supuestas de las principales fuerzas que impulsan las emisiones de gases de efecto invernadero en la región. La Fig. 1 muestra el área que cubre el punto de la rejilla, para este análisis. El elemento utilizado para el análisis fue el centrado en 7.5º N y 87.5º W con el fin de localizar al PNIC lo más cercana al centro de dicha sección. Esta abarca el área 5º-10º N y 85º-90º W. Nótese de esa figura, que el PNIC es apenas visible debido a la gran extensión que cubre cada uno de los puntos de las salidas de los MCG, lo que justifica, al igual que en Ramírez (2005) y Alvarado et al. (2005), el uso de técnicas de reducción de escala (Amador & Alfaro 2009).

Como segundo paso, se obtuvieron y analizaron las salidas mensuales de un modelo numérico,  el  PRECIS  (Taylor  et  al.  2007). Este modelo hace un ajuste de escala dinámico de las salidas del MCG HadAM3H (mayores detalles pueden ser consultados en http://precis.insmet.cu/Precis-Caribe.htm,  última  visita 17.02.2010), y reduce la escala a una resolución de 0.5º de latitud x 0.5º de longitud. El elemento  utilizado  para  este  análisis  fue  el centrado en 5.5ºN y 87ºW que cubre el área 5.25º-5.75ºN y 86.75º-87.25ºW (Fig. 2).

Por tercer paso, se realizó un ajuste de escala  estadístico  para  la  precipitación  diaria por medio de la herramienta Statistical Downscaling Model o SDSM (Wilby & Dawnson 2007). Debido a que en el PNIC no existen series de tiempo climáticas, con un registro de al menos 30 años y requerido por el SDSM, la serie de tiempo diaria utilizada fue la del punto localizado en 5.5ºN y 87ºW, que cubre el área 5.25º-5.75ºN y 86.75º-87.25ºW, de la base de datos generada por Magaña et al. (1999) y utilizando como periodo de calibración 1961- 2000. Los MCG utilizados fueron el HadCM3 forzado con los SRES A2 y B2 y el CGCM1 forzado con el SRES A1. Las salidas de ambos modelos fueron generadas por la Universidad de victoria, Canadá y están disponibles en http://www.cics.uvic.ca/scenarios/sdsm/select.cgi (última visita 13.05.2010). Los predictores se escogieron utilizando los datos del reanálisis del NCEP/NCAR (Kalnay et al. 1996). La elección estas variables de escala regional, se  realizó  analizando  la  correlación  entre  la primeras  y  el  predictante.  En  la  calibración de los modelos se consideraron los modos incondicional, que asumen una relación lineal directa entre las variables de escala regional (predictores) y la variables locales (predictantes), dada por un modelo de regresión lineal múltiple; y el modo condicional, que utiliza además una cadena de Markov de rezago 1 para la precipitación (Wilks 2006), es decir, toma en cuenta procesos intermedios entre los forzamientos regionales sobre el tiempo local (Wilby & Dawnson 2007). Para la generación del escenario climático, se escogió una resolución temporal mensual para observar el cambio en el ciclo anual de la precipitación.

En cada una de las técnicas con que se generaron  los  escenarios  de  CC,  se  utilizó como línea base los datos mensuales de precipitación y temperatura provenientes de una estación automática del Instituto Meteorológico  Nacional,  utilizados  también  en Alfaro (2008). Estos datos abarcan del 30.08.1998 al 01.11.2002 y con resolución temporal horaria. Debido a lo anterior, la línea base se centró en el año 2000. Dicha información fue tomada en cuenta para generar los cambios al 2080 a partir de la línea base, ya que generalmente, estos son reportados a partir de 1990 de acuerdo a lo sugerido por el Panel Intergubernamental sobre Cambio  Climático  (IPCC  2007),  por  lo  que se consideró en general solamente el 90% del cambio generado por el escenario.

Resultados

MAGICC/SCENGEN-4.1-Precipitación: La Fig. 3 muestra los resultados de los experimentos  utilizando  los  escenarios A2  y B2. El acumulado del ciclo anual es calculado como el promedio del acumulado obtenido de todos los MCG utilizados. En el primer caso la precipitación tuvo un cambio promedio de 146.1  (-627.8,  704.9)  mm,  ámbito  dado  por una desviación estándar. En el segundo escenario socio-económico se registró un cambio promedio similar al anterior con un valor de 147.6 (-409.8, 704.9) mm. Estos resultados no muestran una diferencia clara en la tendencia que podría presentar el cambio promedio del acumulado anual de precipitación entre ambos escenarios de cambio climático. En la Figura 4 se compara la cantidad de modelos que indican un aumento (barras negras) y los que indican una disminución (barras blancas) del acumulado mensual de precipitación. Esta figura muestra que no hay una tendencia clara por parte de los modelos de proyectar un aumento o una disminución de la precipitación. Sin embargo, en la Figura 3 se encontró que ambos escenarios  proyectaron  de  enero  a  abril,  en junio, noviembre y diciembre, un crecimiento en el acumulado mensual, mientras que en mayo y de agosto a octubre, se presentó una disminución de este valor. En marzo y abril, el incremento fue mayor, mientras que septiembre exhibió la mayor disminución. En el Anexo B, los Cuadros 1 y 2 presentan los porcentajes de cambio y de error calculados para precipitación con los escenarios A2 y B2 respectivamente, y para cada modelo en particular.

MAGICC/SCENGEN-4.1-Temperatura: Ambos escenarios presentaron aumento de la media del ciclo anual de aproximadamente unos 2ºC. En el escenario A2 el promedio anual cambió en 2.0 (1.8, 2.3)ºC, mientras que en el experimento con el escenario B2, los modelos marcaron  un  cambio  promedio  de  1.6  (1.4, 1.9)ºC (Fig. 5). De estos resultados se observó que los mayores incrementos de temperatura se presentaron a partir de junio a octubre. En los Cuadros 3 y 4 del Anexo B se encuentra la información de los porcentajes de cambio y error de temperatura calculados mensualmente para estos experimentos al igual que se hizo para la precipitación. Los resultados anteriores coinciden con lo expuesto por Alvarado et al. (2005) y los del IPCC expuestos por Meehl et al. (2007).  

PRECIS-Precipitación: Este modelo regional realiza la reducción de escala dinámica a partir del MCG HadAM3H como se mencionó anteriormente (Taylor et al. 2007). Utiliza como escenarios socio-económicos el A2 y B1. En el primer caso, que se denominó PRECIS-A2 (Fig. 6a), el cambio en el acumulado del ciclo anual de precipitación presentó en promedio un valor de 511.3 (-484.0, 1506.7) mm. Por otra parte el escenario llamado PRECIS-B1 (Fig. 6b), presentó un cambio de aproximadamente los 311.0 (-294.2, 916.0) mm. Estos dos escenarios mostraron que el acumulado mensual se incrementó en prácticamente todos los meses del año a excepción de septiembre, donde se encontró disminución de esta magnitud. Los principales aumentos se presentaron en dos trimestres del año, el primero y menos marcado, fue entre junio, julio y agosto, mientras que el segundo y de mayor dimensión fue entre octubre, noviembre y diciembre.

Al examinar la distribución de frecuencias de las anomalías de precipitación de ambos escenarios (Fig. 7), utilizando para comparar los resultados de otros horizontes temporales  (2020, que abarca el periodo del 2011 al 2039 y 2050 que abarca el periodo del 2040 al 2069), se encontró que ambos escenarios muestran incrementos principalmente en la variabilidad, pero no tan marcados en la media del acumulado del ciclo anual, a pesar de que prácticamente todos los resultados presentan incrementos de la precipitación (Fig. 6).

PRECIS-Temperatura: Los resultados obtenidos en temperatura muestran que están dentro  del  ámbito  sugerido  por Alvarado  et al. (2005), Magrin et al. (2007), Meehl et al. (2007) y Mimura et al. (2007), donde en promedio el cambio en el ciclo anual se vería afectado por un incremento de unos 2.8 (2.4, 3.2)ºC en el caso del escenario PRECIS-A2 (Fig. 8a).

Por  otra  parte,  el  experimento  PRECIS-B1 (Fig. 8b) muestra un aumento en el ciclo anual de aproximadamente 1.7 (1.4, 2.0)ºC. Ambos escenarios presentaron mayor aumento en el promedio de temperatura mensual de junio a octubre, consistente con los experimentos realizados con el MAGICC-.SCENGEN-4.1.

Las distribuciones de frecuencias de estos dos escenarios (Fig. 9) muestran que los cambios serían incrementos tanto en la parte media como en la variabilidad. En los Cuadros 5 y 6 del Anexo B se encuentran los valores del cambio mensual tabulados para cada uno de los experimentos. En la primera están los de la precipitación y en la última los de la temperatura. Los cambios mensuales en la variabilidad se incluyen también en estos cuadros.

Tales resultados muestran coincidencia con los obtenidos con el MAGICC-SCENGEN-4.1 para el cambio de temperatura, en los cuales ante un escenario pesimista de emisiones, se presentaría un calentamiento mayor o igual a los 2ºC, mientras que los escenarios de emisiones B1 y B2 coinciden con que el calentamiento producido sería cercano a 1.5ºC al finalizar la centuria. Mientras que en precipitación, los resultados del MAGICC-SCEGEN-4.1, no se encuentra una diferencia marcada entre los escenarios, en el PRECIS se encontró que el SRES A2 es un escenario más húmedo que el SRES B1, siendo consistente con el incremento en la temperatura, ya que este podría estar relacionado con una mayor evaporación y por consiguiente, con un mayor aporte de humedad a la atmósfera suprayacente.

SDSM-CGCM1-A1: en todos los procesos de calibración realizados con esta herramienta, se encontró que la mejor variable predictora fue la humedad específica consistentemente con ambos MCG. Este experimento evidenció un fuerte aumento en el acumulado del ciclo anual de precipitación, tanto de manera condicional (Fig. 10a) como de forma incondicional (Fig. 10b), con valores de 1777.1 (1769.2, 1785.1) mm y 8266.6 (7871.3, 8661.8) mm respectivamente. Estos productos son atípicos al compararlo con los otros presentados en este trabajo y debe ser sujeto de un estudio posterior, ya que el MCG podría no estar capturando las principales características del clima en la región, el cual es un factor clave para la consideración  de  un  escenario  futuro  (Amador & Alfaro 2009). De forma condicional, la distribución de frecuencias de este modelo no presenta cambios marcados ni en la media ni en la variabilidad (Fig. 11a), sin embargo, incondicionalmente, se presentaría cambios tanto en el promedio como en la variabilidad (Fig. 11b).

SDSM-HadCM3-A2: los resultados en principio fueron opuestos. De forma condicional (Fig. 12a), se observó una disminución en la media del acumulado del ciclo anual -173.4 (-642.2, 295.3) mm y de manera incondicional (Fig. 12b), se observó un posible aumento de este 218.31 (-171.0, 607.6) mm.

SDSM-HadCM3-B2: Los resultados de este experimento presentaron una tendencia hacia una disminución en el acumulado del ciclo anual de precipitación tanto de manera condicional (Fig. 12c) como incondicional (Fig.  12d),  con  valores  de  -216,6  (-339.0, -94.2) mm y -200.7 (-449.1, 47.7) mm respectivamente.  Los  valores  del  cambio  mensual de cada uno de estos experimentos pueden ser consultados en el Cuadro 7 del Anexo B, tanto en su media como en su desviación estándar.

En general se encontró que en los meses donde se presentó mayor cambio del acumulado mensual de precipitación fueron de junio a octubre (Fig. 10a, b, 12b), mientras que una disminución de noviembre a mayo (Fig. 12a, c, d). Por último, las distribuciones de frecuencias de ambos experimentos con el MCG HadCM3 (no se muestran) no presentaron un cambio evidente tanto en la media como en la variabilidad. Los resultados del experimento SDSM- CGCM1-A1, tanto de forma condicional como incondicional, presentaron valores mucho mayores  a  los  obtenidos  anteriormente  con las otras técnicas. En el segundo experimento SDSM-HadCM3, se encontró concordancia con los otros experimentos sólo en el caso del escenario SRES A2 configurado incondicionalmente, mientras que las otras configuraciones de este escenario condicionalmente y ambos casos  del  B2,  mostraron  discrepancias  con los resultados de los experimentos anteriores, evidenciando todos una tendencia a disminuir la precipitación anual.

Discusión

Se compararon y revisaron escenarios de cambio climáticos utilizando distintas técnicas con el objetivo de evaluar posibles cambios de temperatura y precipitación en el PNIC. La estimación de los cambios en temperatura para el horizonte temporal de 2080, fueron consistentes  con  la  idea  del  calentamiento  global. En este sentido, el cambio en el promedio del ciclo anual refleja la tendencia positiva hallada en otros estudios como los elaborados por Lu (2002), Alvarado et al. (2005) y Meehl et al. (2007), en los cuales se ha calculado que el cambio sería de 1-3ºC según el escenario socio-económico que se utilice. Tanto los experimentos forzados con SRES A2 (pesimista) y SRES B2 (optimista) presentaron un moderado calentamiento  e  incremento  en  la  variabilidad, siendo el primero el que mostró mayor aumento,  coherente  con  lo  hallado  también por Ruosteenoja et al. (2003). En el Anexo C se presentan los resultados obtenidos por Lu (2002) para la región que cubre la Isla del Coco con los escenarios SRES A2 y B2. Estos se calcularon para el invierno (DEF) y el verano (JJA) boreal.

La tendencia hacia posibles aumentos en el acumulado del ciclo anual de precipitación obtenida utilizando las herramientas MAGICC/ SCENGEN-4.1 y PRECIS, es congruente con el posible aumento de temperatura. Temperaturas más altas sugieren más evaporación, aportando más humedad a la atmósfera suprayacente, principalmente con su transporte, variable que fue identificada como mejor predictor por el SDSM. Sin embargo, esta tendencia no se replica firmemente en todos los MCG, sobre todo en el acumulado mensual de precipitación, lo que refleja la dependencia existente de los resultados con los MCG. En cuanto a la variabilidad, los resultados obtenidos con el PRECIS, indican posibles aumentos de ésta, tanto en precipitación como en temperatura, estos resultados combinados  podrían  afectar  la  biodiversidad del PNIC (MCCIP 2008, Loarie et al. 2009) y requieren un estudio posterior más detallado.

Por otra parte, utilizando el SDSM y el modelo CGCM1-A1, tanto de forma condicional como incondicional, los resultados muestran una similitud con lo descrito anteriormente, sin embargo estos exceden considerablemente los valores obtenidos en los demás escenarios. Estos producto son atípicos al compararlos con los otros presentados en este trabajo, ya que el MCG podría no estar capturando las principales características del clima en la región, el cual es un factor clave para la consideración de un escenario de cambio climático futuro (Amador& Alfaro 2009).

El experimento SDSM-HadCM3-A2, configurado condicionalmente mostró tendencia a disminuir el acumulado del ciclo anual, mientras que si la configuración es incondicional, el resultado es opuesto. Comparando esto con los productos derivados de los experimentos PRECIS-A2 y MAGICC/SCEGEN-4.1-A2, se encontró que estos estarían exhibiendo una relación lineal (incondicional) entre los predictores y los predictantes para la precipitación, como lo sugiere este tipo de configuración.

En  los  escenarios  SDSM-HadCM3-B2, no se encontró una diferencia entre estas dos configuraciones, dado que se notó que el cambio  en  el  acumulado  del  ciclo  anual  exhibe una disminución en ambas situaciones, contrario a lo obtenido en el ensayo MAGICC/ SCENGEN-4.1-B2. Tal resultado no presentaría la relación lineal descrita anteriormente. Además, con este escenario no se encontró cambio ni en el promedio ni en la variabilidad según las distribuciones de frecuencias obtenidas para los diferentes horizontes de tiempo descritos anteriormente.

Resumiendo los resultados para la variable precipitación, se encontró que para el horizonte temporal de 2080, sólo tres de los 10 experimentos mostraron una disminución del acumulado promedio anual (Fig. 12a, c, d), los siete restantes, mostraron un incremento (Fig. 3a, b, 6a, b, 10a, b, 12b). Sin embargo, de los primeros dos de ellos mostraron la posibilidad de un aumento (Fig. 12a, d) y de los segundos, cinco de ellos mostraron la posibilidad de una disminución (Fig. 3a, b, 6a, b, 12b), esto al considerar una desviación estándar alrededor del acumulado promedio anual. Lu (2002) encontró que casi todos los modelos durante JJA y DEF mostraban un aumento de la precipitación para el 2080. Cabe destacar aquí que Alfaro (2008) encontró que en promedio, más del 71% de la precipitación acumulada se da entre abril y octubre. Analizando los resultados presentados en el Anexo B, se observó que para finales del siglo XXI, 205 (59) de 264 de los resultados mensuales mostraron un aumento (una disminución) en el acumulado de la precipitación. Sin embargo, los diferentes valores mensuales en los experimentos, hacen que en algunos de ellos el acumulado anual refleje un aumento y en otros una disminución. Alvarado et al. (2005) reportó un incremento pequeño en el promedio del acumulado anual de precipitación alrededor del PNIC, para finales del siglo XXI. Este leve incremento en la precipitación anual también lo muestra Meehl et al. (2007) usando el escenario socio-económico A1B, en donde se observa que la región alrededor del Parque Nacional Isla del Coco se encuentra entre una zona de clara disminución de precipitación al norte y de claro aumento al sur, similar a lo reportado por Alvarado et al. (2005) para América  Central,  hecho  que  contribuye a dificultar el establecer un escenario de cambio con una tendencia clara alrededor de esa región. Meehl et al. (2007) también muestra una región de disminución de la nubosidad, un aumento en el ámbito diurno de la temperatura, un aumento en la evaporación y un aumento del  nivel  del  mar  menor  a  la media  global. Atención especial en este estudio reciben los resultados asociados al cambio en la variación mensual de la precipitación, ya que al analizar los resultados de los Cuadros 5 y 7 del Anexo B 74 (22) de 96 de los resultados mostraron un aumento (disminución).

Los resultados anteriores, reflejan una dependencia  importante  con  el  MCG  y  con el escenario socio-económico que se utilice. Según Schiermeier (2010), esto podría reflejar además la incertidumbre asociada a los MCG, a la técnica de reducción de escala y aquellas asociadas en las estimaciones de los gases de efecto invernadero, ya que no se puede determinar con certeza como van a cambiar las emisiones antropogénicas de estos gases. Además, el cambio climático no es sólo una cuestión provocada por la influencia del hombre sobre la naturaleza sino que también incluye variaciones naturales del sistema climático (Ruosteenoja et al. 2003).

Debe tomarse en cuenta que el PNIC se encuentra en una zona del Pacífico Tropical Este (Fiedler & Lavín 2006), donde la variabilidad del clima es dependiente del fenómeno El Niño/Oscilación del Sur (ENOS) (e.g. Quirós- Badilla & Alfaro 2009). Tomando en cuenta la evidencia de cambios pasados, tanto en la ocurrencia, como en la magnitud del ENOS documentados por Trenberth et al. (2007), se observa  que  cambios  en  la  evolución  de  El Niño perturban generalmente las Temperaturas Superficiales del Mar (TSM) hacia valores por arriba de lo normal en el Pacífico Oriental y Central ecuatorial y estos, tienen una tendencia a ser más prolongados y fuertes. Además, el ENOS involucra grandes intercambios de calor entre el océano y la atmósfera afectando la temperatura global (Wang & Fiedler 2006). Algunos de los extremos del ciclo hidrológico como inundaciones y sequías están asociados con el ENOS y podrían ser aptos para ser magnificados con el calentamiento global. Por ello, este factor es de considerable importancia ante los eventuales escenarios de cambio climático ya que este fenómeno podría inducir cambios en los extremos de temperatura y precipitación en esta área protegida.

La necesidad de estudios de cambio climático y variabilidad climática en el PNIC es necesaria por la importancia que tiene ésta para el país y la región (e.g. Cortés 2008, Henderson et al. 2008). Es relevante llegar a entender en qué forma se está desarrollando este fenómeno, por ejemplo estudiar los cambios de extremos de precipitación y temperatura en el PNIC, si estos son semejantes a los que se han estado manifestando en las zonas continentales de América  Central,  como  aquellos  reportados por Aguilar et al. (2005), si se podrían intensificar como lo proponen Rauscher et al. (2008) en sus experimentos en los cuales utilizan un modelo acoplado océano-atmósfera forzado ante un escenario A1B, o si presentarían otro tipo de comportamiento, dado que estas manifestaciones del fenómeno del cambio climático, podrían presentar una expresión bastante local debido a la ubicación geográfica y a la morfología del PNIC.

Es de resaltar que el objetivo de este trabajo no era encontrar cual técnica es la mejor para generar escenarios de cambio climático, sino más bien, explorar y mostrar algunas de las técnicas y herramientas existentes para este tipo de análisis, ya que la no existencia de una estación meteorológica en el PNIC, con un registro de tiempo adecuado, dificulta la calibración y la interpretación de los escenarios generados. Por ello, contar con una base de datos océanoatmosféricos robusta en la zona del Pacífico Tropical Oriental, es importante para realizar este tipo de investigación en la región. Lo que ayudaría además y entre otras cosas, a proporcionar información para estudios futuros de validación de modelos numéricos como los MCG  y  realizar  sugerencias  sobre  políticas de manejo y conservación (McClanahan et al. 2008). Adicionalmente, como lo han mostrado Alfaro (2008) y Maldonado & Alfaro (2010), la alta variabilidad climática en el PNIC, debido a su orografía, presenta distribuciones espaciales en precipitación y temperatura (además de las temporales),  causando  que  las  conclusiones obtenidas con los escenarios analizados tengan serias limitaciones en este sentido.

Agradecimientos

A los proyectos: Interacciones Océano- Atmósfera y la Biodiversidad Marina de la Isla del Coco, Costa Rica” (808-B0-654-UCR) financiado por CONARE y “Conocimiento y gestión de los ambientes marinos y coralinos del Área de Conservación Marina Isla del Coco” (808- A7-520, actual, 808-A7-401, anterior-UCR), financiado por el Fondo Francés para el Medio Ambiente Mundial y la Vicerrectoría de Investigación de la Universidad de Costa Rica. A esta última se le agradece también su apoyo a través de las proyectos 808-A9-180, 808-A9-070, 805- A9-742,  805-A8-606,  805-A9-532  y  808-B0-092, desarrolladas en el Centro de Investigación en Ciencias del Mar y Limnología y en el Centro de Investigaciones Geofísicas, UCR. Al Instituto Meteorológico Nacional de Costa Rica, por facilitar los datos de la estación meteorológica automática que funcionó en el Parque Nacional Isla del Coco. A Arnoldo Bezanilla del Centro de Física Atmosférica del Instituto de Meteorología de La Habana, Cuba, por su ayuda con la información del modelo PRECIS.

Referencias

Aguilar, E. y 34 autores más. 2005. Changes  in precipitation and temperature extremes in Central America and northern South America, 1961-2003. J. Geophys. Res. 110, D23107, doi:10.1029/2005JD006119.         [ Links ]

Alfaro, E. 2008. Ciclo diario y anual de variables troposféricas y oceánicas en la Isla del Coco, Costa Rica. Rev. Biol. Trop. 56 (Supl. 2): 19-29.         [ Links ]

Alfaro, E. & J. Amador. 1996. El Niño-Oscilación del Sur y algunas series de temperatura máxima y brillo solar en Costa Rica. Tóp. Meteor. Oceanogr. 3: 19-26.         [ Links ]

Alfaro, E. & J. Amador. 1997. Variabilidad y cambio climático en algunos parámetros sobre Costa Rica y su relación con fenómenos de escala sinóptica y planetaria. Tóp. Meteor. Oceanogr. 4: 51-62.         [ Links ]

Alvarado,  L.F., M. Campos, E. Zárate, P.  Ramírez & A. Bonilla. 2005. Escenarios de Cambio Climático para Centroamérica.  Documento Técnico, CRRH-UCR- CIGEFI-AIACC-LA06. San José, Costa Rica. 57 p. (Consultado: 17 de mayo 2010, http://www.aguayclima.com/biblioteca.htm).         [ Links ]

Amador, J.A. & E.J. Alfaro. 2009. Métodos de reducción de escala: Aplicaciones al tiempo, clima, variabilidad climática y cambio climático. Rev. Iberoamer. Econ. Ecol. 11: 39-52.         [ Links ]

Campos, M. 1998. El Cambio Climático en Centroamérica. Documento  Técnico. CRRH-SICA. 16 p.  (Consultado: 06 de mayo de 2010,  http://www.aguayclima.com/clima/cambioclimatico.htm).         [ Links ]

Cortés, J. 2008. Historia de la investigación marina de la Isla del Coco, Costa Rica. Rev. Biol. Trop. 56 (Supl. 2): 1-18.         [ Links ]

Echeverría, B.J. 2004. Selección de escenarios de emisiones de gases de efecto  invernadero para desarrollar escenarios  de cambio climático en Centroamérica. Documento Técnico,  CRRH-UCR-CIGEFI-AIACC- LA06.  San  José,  Costa  Rica.  12  p.  (Consultado: 17  de mayo de 2010,  http://www.aguayclima.com/biblioteca.htm).         [ Links ]

Fiedler, P.C. & M.F. Lavín. 2006. Introduction: A review of eastern tropical Pacific oceanography. Progr. Oceanogr. 69: 94-100.         [ Links ]

Gleick, P.H. y 254 autores más. 2010. Climate change and the integrity of science. Science 238: 689-690.         [ Links ]

Goméz, I. & W. Fernández. 1996. Variación interanual de la temperatura en Costa Rica. Tóp. Meteor. Oceanogr. 3: 27-44.         [ Links ]

Henderson, S., A.M. Rodríguez & R. McManus. 2008. A new future for marine conservation. Eastern Tropical Pacific Seascape. Documento Técnico. 4 p. (Consultado: 6 de mayo de 2010,  http://www.conservation.org/).         [ Links ]

IMN. 2008. Segunda Comunicación sobre Clima, variabilidad y cambio climático en Costa Rica. Documento Técnico.MINAET, IMN, PNUD, CRRH.  San José, Costa Rica. 75 p. (Consultado: 17 de mayo de 2010, http://www.imn.ac.cr).         [ Links ]

IPCC. 2000. Special Report on Emission Scenarios. Intergovernmental Panel on  Climate Change, La Haya, Holanda.  (Consultado: 8 de julio de 2010, http:// www.grida.no/publications/other/ipcc_sr/).         [ Links ]

IPCC. 2007. Fourth Assessment Report, Intergovernmental Panel on Climate Change (Consultado: 20 de mayo de 2010, http://www.ipcc.ch/).         [ Links ]

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.         [ Links ]

Lizano,  O.G. 2001. Batimetría de la  plataforma insular alrededor de la Isla  del Coco, Costa Rica, Centro América. Rev. Biol. Trop. 49:163-170.         [ Links ]

Loarie,  S.R., P.B. Duffy, H. Hamilton, G.P.  Asner, C.B. Field  & D. Ackerly. 2009. The velocity  of  climate change. Nature 462: 1052-1055.         [ Links ]

Lu, X. 2002. Diagnostic analysis of GCM simulations driven by SRES A2 and B2 emissions scenarios. Technical Document prepared for the AIACC regional study teams. 14 p. (Consultado: 20 de mayo de 2010, http:// www.aiaccproject.org/resources/resources.html).         [ Links ]

Lu, X. & M. Hulme. 2002. A Short Note on Scaling GCM Climate  Response   Patterns.  Technical  Document prepared  for the AIACC regional study teams. 7  p. (Consultado: 20 de mayo de 2010, http://www.aiaccproject.org/resources/resources.html).         [ Links ]

Magaña, V.O.,  J.A.  Amador  &  S.  Medina.  1999.  The midsummer drought over Mexico and Central America. J. Clim. 12: 1577-1588.         [ Links ]

Magrin, G., C. Gay García, D. Cruz Choque, J.C. Giménez, A.R. Moreno, G.J. Nagy, C. Nobre & A. Villamizar. 2007.  Latin America.  p.  581-615.  In  M.L.  Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden & C.E. Hanson (Eds.). Climate Change 2007: Impacts, Adaptation and vulnerability.  Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. , Cambridge University, Cambridge, Reino Unido.         [ Links ]

Maldonado, T. & E. Alfaro. 2010. Comparación de las salidas del Modelo MM5v3 con datos observados en la Isla del Coco. Tecnología en Marcha 23: 3-28.         [ Links ]

McClanahan, T.R., J.E. Cinner, J. Maina, N.A.J. Graham, T.M.  Daw,  S.M.  Stead, A.  Wamukota,  K.  Brown, M. Ateweberhan, V. Venus & N. V.C. Polunin. 2008. Conservation action in a changing climate. Conserv. Lett. 1: 53-59.         [ Links ]

Meehl, G.A., T.F. Stocker, W.D. Collins, P. Friedlingstein, A.T. Gaye, J.M. Gregory, A. Kitoh, R. Knutti, J.M. Murphy,  A.  Noda,  S.C.B.  Raper,  I.G.  Watterson, A.J. Weaver & Z.-C. Zhao. 2007.  Global Climate Projections. p. 748-845. In S. Solomon, D. Qin, M. Manning,  Z.  Chen,  M.  Marquis,  K.B. Averyt,  M. Tignor & H.L. Miller (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, Cambridge, Reino Unido.         [ Links ]

MCCIP  2008.  Marine  Climate  Change  Impacts  Annual Report Card 2007-2008. In: J.M. Baxter, P.J. Buckley &  C.J.Wallace  (Eds.),  Summary  Report,  MCCIP, Lowestoft, 8 p.  (Consultado: 14 de mayo de 2010, http://www.mccip.org.uk/arc).         [ Links ]

Mimura, N., L. Nurse, R.F. McLean, J. Agard, L. Briguglio, P. Lefale, R. Payet & G. Sem. 2007. Small islands. p. 687-716. In: M.L. Parry, O.F. Canziani, J.P. Palutikof, P.J. van der Linden & C.E.  Hanson (Eds.). Climate Change 2007:  Impacts, Adaptation and vulnerability.  Contribution of Working Group II to the  Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University, Cambridge, Reino Unido.         [ Links ]

MINAE. 2005. Plan estratégico Isla del Coco 2005-2010. Documento  Técnico. Área de Conservación  Marina Isla del Coco (ACMIC),  Ministerio de Ambiente y Energía (MINAE), San José, Costa Rica. 17 p.         [ Links ]

Moss, R.H., J.A. Edmonds, K.A. Hibbard, M.R. Manning, S.K. Rose, D.P. van vuuren, T.M. Carter, S. Emori, M. Kainuma, T. Kram, G.A. Meehl, J.F. B. Mitchell, N. Nakicenovic, K. Riahi, S.J. Smith, R.J. Stouffer, A.M. Thomson, J.P. Weyant & T.J. Wilbanks. 2010. The next generation of scenarios for climate change research and assesment. Nature 463: 747-756.         [ Links ]

Patz, J., D. Campbell-Lendrum, T. Holloway & J.A. Foley. 2005.  Impact of regional climate change  on human health. Nature 438: 310-317.         [ Links ]

Polo-Cheva, D., W. Alfaro & V. Umaña. 2008. Cambio Climático en Mesoamérica: Temas para la creación de Capacidades y la Reducción de vulnerabilidad. Informe  de Mesoamérica. Documento Técnico.  IDRC, DFID-UK, CLACDS, INCAE. 36 p. (Consultado: 26 de mayo de 2010, http://conocimiento.incae.edu/ES/clacds/nuestras-investigaciones/).         [ Links ]

Quirós-Badilla,  E. & E. Alfaro. 2009. Algunos  aspectos relacionados con la variabilidad climática en la Isla del Coco, Costa Rica. Rev. Climat. 9: 33-34.         [ Links ]

Ramírez, P. 2005. Climate, Climate variability and Climate Change in Central America. Tropical Forest and Climate   Change  Adaptation  Project.   Consultancy Report. Documento  Técnico.  48 p. (Consultado 26 de  mayo  de 2010, http://www.cifor.cgiar.org/trofc-ca/_ref/home/index.htm).         [ Links ]

Rauscher, S.A., F. Giorgi, N.S. Diffenbaugh  &  A. Seth. 2008.  Extensions and intensification of  the Meso-American  mid-summer  drough  in  the  twenty-first century. Clim. Dyn. 31: 551-571.         [ Links ]

Ruosteenoja, K., T.R. Carter, K. Jylhä & H. Tuomenvirta. 2003. Future climate in world regions: an intercomparison of model based projections for the new IPCC emissions  scenarios. The Finnish Enviroment 644, Finnish Enviroment Institute, Helsinki,  Finlandia. 83 p.         [ Links ]

Santer, B.D., T.M.L. Wigley, M.E.  Schlesinger  & J.F.B. Mitchell.  1990. Developing climate  scenarios from equilibrium GCM results. Rep. No. 47, Max-Planck- Institut-für-Meteorologie, Hamburg. 29 p.         [ Links ]

Schiermeier, Q. 2010. The real holes in  climate  science. Nature 463: 284-287.         [ Links ]

Taylor,  M.A., A.  Centella,  J.  Charley,  I.  Borrajero, A. Bezanilla, J. Campbell, R. Rivero, T.S. Stephenson, F. Whyte & R. Watson. 2007. Glimpses of the Future: A Briefing from the PRECIS Caribbean Climate Change Project. Documento Técnico. Caribbean Community Climate Change Centre, Belmopan, Belize. 24 p.         [ Links ]

Trenberth, K.E., P.D. Jones, P. Ambenje, R.  Bojariu, D. Easterling,  A. Klein Tank, D. Parker, F.  Rahimzadeh, J.A. Renwick, M.  Rusticucci, B. Soden & P. Zhai. 2007.  Observations: surface and atmospheric climate change. p. 237-336. In: S. Solomon, D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor & H.L. Miller (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, Cambridge, Reino Unido.         [ Links ]

Wang, C. & P. Fiedler. 2006. ENSO  variability and the eastern tropical  Pacific: A review. Progr. Oceanogr. 69: 239-266.         [ Links ]

Wigley, T. 2004a. The MAGICC/SCENGEN 4.1: Technical Manual. 12 p. (Consultado: 20 de mayo de 2010, http://www.cgd.ucar.edu/cas/wigley/magicc/).         [ Links ]

Wigley, T. 2004b. The MAGICC/SCENGEN  4.1:  User Manual. 24 p. (Consultado:  20 de mayo de 2010, http://www.cgd.ucar.edu/cas/wigley/magicc/).         [ Links ]

Wilby,  R.L.  &  C.W.  Dawnson.  2007.  SDSM  4.2  -  A decision support tool for the assessment of regional climate change impacts. Tech. Note, UK. 94 p. (Consultado: 6 de mayo de 2010, https://co-public.lboro.ac.uk/cocwd/SDSM/).         [ Links ]

Wilks, D.S. 2006. Times Series. p. 337-400. In: R. Dmowska, D. Hartmann & H.T.  Rossby (Eds). Statistical Methods  in  the  Atmospheric  Sciences.  Academic, San Diego, California.         [ Links ]

*Correspondencia a:
Tito Maldonado. Centro de Investigaciones Geofísicas (CIGEFI), Universidad de Costa Rica, San José, 11501-2060, Costa Rica; tito.maldonado@ucr.ac.cr. Centro de Investigación en Ciencias del Mar y Limnología (CIMAR), Universidad de Costa Rica, San José, 11501-2060, Costa Rica.
Eric Alfaro. Centro de Investigaciones Geofísicas (CIGEFI), Universidad de Costa Rica, San José, 11501-2060, Costa Rica; erick.alfaro@ucr.ac.cr. Centro de Investigación en Ciencias del Mar y Limnología (CIMAR), Universidad de Costa Rica, San José, 11501-2060, Costa Rica. Escuela de Física, Universidad de Costa Rica, San José, 11501-2060, Costa Rica.

1. Centro de Investigaciones Geofísicas (CIGEFI), Universidad de Costa Rica, San José, 11501-2060, Costa Rica; tito.maldonado@ucr.ac.cr, erick.alfaro@ucr.ac.cr
2. Centro de Investigación en Ciencias del Mar y Limnología (CIMAR), Universidad de Costa Rica, San José, 11501-2060, Costa Rica.
3. Escuela de Física, Universidad de Costa Rica, San José, 11501-2060, Costa Rica.

Recibido 08-VI-2010. Corregido 10-IX-2010. Aceptado 17-IX-2012

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License