Análisis del comportamiento de la temperatura del mar en las estaciones 10 millas costa afuera de Manta y La Libertad de Inocar, para los años 1992-2014

Abstract

El monitoreo de la temperatura del mar a nivel superficial y subsuperficial es de suma importancia debido a que a través de éste se puede contribuir al estudio de los procesos físicos del oceáno que afectan las costas ecuatorianas. En el presente estudio se utilizaron los datos de los parámetros oceánicos temperatura superficial del mar en las profundidades estándar monitoreadas con el CTD (Conductivity Temperature Depth), a fin de determinar la pertinencia en el uso de su serie como variables de entrada para la predicción de eventos ENOS. Se realizó un análisis descriptivo de las series de temperatura, obtención de climatología y anomalías, correlaciones cruzadas y análisis de densidad espectral para relacionarlos con los índices Niño regionales. En los dos últimos análisis se identificaron correlaciones positivas con los índices siendo la temperatura a 50 metros la más alta con respecto a la primera componente temporal de las variables estudiadas; así mismo un ciclo de ocurrencia aproximado al de los índices regionales utilizando el periodograma.

The monitoring of the sea surface temperature and subsurface layers is highly important due to its contribution to the study of physical process of the ocean, the same that affects ecuadorian coast. In this study oceanic parameters such as sea temperature at standard depths measured whit the CTD to demonstrate the potential use as input variables to be used in forecast models of ENSO events. This was done by doing a descriptive analysis of the temperature series, obtaining the climatorlogy and anomalies to perform cross correlations and spectral density analysis. In the last two analysis it was identified positive correlations between the temperature and the El Niño indices, registering 50 meter temperature correlation as the highest. Furthermore the cycle of occurrence of the El Niño indices almost matches the ones from the subsurface temperatures using the periodogram hamming.