Cuantificación e interpolación de tendencias locales de temperatura y precipitación en zonas alto andinas de Cundinamarca y Boyacá (Colombia)

Change in global weather patterns affects not only temperature, but also the hydrological cycle with greater variations in local environments. In order to quantify trends in maximum temperature and minimum and average precipitation, we performed a nonparametric analysis of time series of 31 meteorological stations located in the high Andes of Cundinamarca and Boyaca, with records from 1985 to 2008. We calculated the changing trends of climatic variables for each of the stations with the Sen slope estimator and we used the Mann-Kendall test to determine the confidence level of such trends. The maximum temperature showed positive trends with significant confidence levels (> 90%) in most seasons. For the lowest temperature, the positive trend was detected in fewer stations but with higher levels of statistical confidence (12 stations exceeded 95%). Rainfall showed significant trends (> 90%) in only seven of the 31 stations analyzed (six of them were positive and one negative). We used the method of inverse distance weighted interpolation (IDW) to generate maps of the spatial distribution of the trends. Cross validation found that IDW has a better fit for precipitation than for temperature. We conclude that climate change manifests very local expressions in terms of the behavior of temperatures and precipitation for the study area, which could lead to specific impacts on production systems in the region. El cambio en el patrón climático global no sólo afecta la temperatura, sino el ciclo hidrológico con mayores variaciones en los ambientales locales. Con el fin de cuantificar las tendencias de temperatura máxima, mínima y precipitación media, se realizó un análisis no-paramétrico de las series de tiempo de 31 estaciones meteorológicas ubicadas en zonas alto andinas de Cundinamarca y Boyacá, con registros de 1985 a 2008. Se calcularon las tendencias de cambio de las variables climáticas para cada una de las estaciones mediante el método de estimación de pendiente de Sen y se utilizó la prueba de Mann- Kendall para determinar el nivel de confianza de dichas tendencias. La temperatura máxima mostró tendencias positivas con niveles de confianza significativa (>90%) en la mayoría de estaciones climáticas. Para la temperatura mínima, la tendencia positiva fue detectada en menor número de estaciones pero con mayores niveles de confianza estadística (12 estaciones superaron el 95%). La precipitación mostró tendencias significativas (>90%) sólo en siete de las 31 estaciones analizadas (seis de ellas fueron positivas y una negativa). Se utilizó el método de interpolación de distancia inversa ponderada (IDW) para generar los mapas de la distribución espacial de las tendencias. Mediante validación cruzada se encontró que el IDW tiene un mejor ajuste para la precipitación que para la temperatura. Se concluye que el cambio climático tiene manifestaciones muy locales en términos del comportamiento de las temperaturas y la precipitación para la zona de estudio, lo que podría generar impactos específicos sobre los sistemas productivos de la región.