Índices de riesgo de eventos extremos climáticos para la ...cmas.siu.buap.mx/portal_pprd/work/sites/rlac/... · reducción de la exposición y la vulnerabilidad y el aumento de

Revista Latinoamericana el Ambiente y las Ciencias 9(21):1353 – 1364 2018

Memoria en extenso. XVII Congreso Internacional XXIII Congreso Nacional de Ciencias Ambientales

1353

Índices de riesgo de eventos extremos climáticos para la zona conurbada Guadalupe-

Zacatecas.

Extreme climate events risk indices for the Guadalupe-Zacatecas urban area.

§1Luis Felipe Pineda Martínez, 4Dora Adela Herrera Jara, 2Jorge Bluhm Gutiérrez, 2Baudelio

Rodríguez González, 2Felipe de Jesús Escalona Alcázar, 2Santiago Valle Rodríguez, 3Josefina

Huerta García.

1Docente Investigador de la Unidad Académica de Ciencias Sociales. 2Docente Investigador de la

Unidad Académica de Ciencias de la Tierra. 3Docente Investigador de la Unidad Académica de

Ciencias Biológicas. 4LCA. Universidad Autónoma de Zacatecas. Domicilio Institucional:

Universidad Autónoma de Zacatecas. Calzada de la Universidad No. 108, Zacatecas, Zac. México

C. P. 98058 teléfono y fax (492) 92 26470. §Autor para correspondencia: [email protected]

RESUMEN. El estudio de eventos extremos climáticos ha tomado importancia en los

últimos años debido al impacto que ellos tienen sobre la sociedad en general así como en el

medio ambiente. México por su ubicación y características geográficas cada año es

afectado con la presencia de múltiples fenómenos climáticos que van desde inundaciones,

sequías, tormentas extremas, nevadas e impacto de tornados. El estado de Zacatecas cuenta

con registros de eventos extremos principalmente en temperatura y precipitaciones. En este

trabajo se analiza el impacto generado de los fenómenos extremos climáticos como lo son:

precipitaciones extremas, temperaturas extremas (máximas y mínimas), heladas y nevadas,

para la zona conurbada Zacatecas-Guadalupe. Para el cálculo se utilizó índices que a su vez

consideraron valores de rezago y marginación dentro de la vulnerabilidad social asociada a

los eventos climáticos. Los resultados muestran valores altos del índice de riesgo a eventos

de temperaturas extremas, principalmente las mínimas. Aunque la zona conurbada

Zacatecas-Guadalupe presenta valores bajos de rezago y marginación, si tiene un alto

impacto por tormentas, fríos extremos y nevadas, lo que hace susceptible a la población de

algún grado de afectación.

Palabras claves: Extremos Climáticos, Índice de Riesgo, Zona Conurbada Zacatecas-

Guadalupe



1354

INTRODUCCIÓN

El estudio de eventos extremos climáticos ha tomado importancia en los últimos años

debido al impacto que ellos tienen sobre la sociedad en general así como en el medio

ambiente. Los cambios en la continuidad y magnitud de valores en eventos extremos han

sido sugeridos como una posible consecuencia del calentamiento global establecido y es

probable que aumente la frecuencia en olas de calor, así como precipitaciones intensas

(IPCC, 2007).

México tiene una gran variedad de climas; áridos en el norte del territorio, cálidos húmedos

y subhúmedos en el sur, sureste y climas fríos o templados en las regiones geográficas

elevadas (Pineda-Martínez y Carbajal, 2017; INEGI, 2012). Además de una alta diversidad

de características biológicas, con fenómenos geológicos (sísmicas, volcánicas y otras,

causando terremotos) y fenómenos Hidrometeorológicos o Climáticos (temperaturas

extremas, causando inundaciones, huracanes y/o lluvias extraordinarias), generando varias

zonas climáticas y de esta forma, en la misma época del año se pueden presentar eventos

tan contrastantes como una sequía extraordinaria en el norte del país, mientras que en el

sur-sureste impactos de tormentas e inundaciones.

La variabilidad climática se ve afectada por el cambio climático global acelerado y dicho

cambio viene por la emisión de gases de efecto invernadero desde la revolución industrial

(IPCC, 2012; Cavazos, 2015). Esto hace más complejo el problema de los desastres

asociados a eventos hidrometeorológicos y climáticos ya que el aumento de temperatura y

de la variabilidad climática genera nuevos patrones de distribución de enfermedades

infecciosas, impacta a las economías locales y nacionales, e incide de manera importante en

el bienestar social (IPCC, 2012). El cambio climático afectará mayormente a la zona de los

trópicos a nivel Global (Cavazos, 2015). El estado de Zacatecas se encuentra en la franja de

las zonas semiáridas del mundo, donde se espera que la variabilidad climática aumente por

efecto del calentamiento del planeta (García, 2003; IPCC, 2012; Pineda-Martínez y

Carbajal, 2017).

En esta investigación se analizan los fenómenos extremos climáticos de precipitaciones

extremas, temperaturas extremas (máximas y mínimas) y se calcularon los índices de

riesgo a eventos extremos climáticos de la zona conurbada Zacatecas-Guadalupe. Para

realizar este tipo de análisis e identificar los eventos extremos y zonas de mayor riesgo de

ocurrencia de desastres se tiene la base de datos diarios de diez estaciones del Sistema

Meteorológico Nacional (SMN) de la CONAGUA (Comisión Nacional del Agua). El

análisis es para un periodo de 21 años (1990-2010), se utilizan las variables climáticas de

precipitación acumulada y temperatura diaria en 24 horas.



1355

METODOLOGÍA

Área de estudio

El estado de Zacatecas se localiza en la región centro-norte de la República Mexicana, y

está rodeado por los estados de: Jalisco, Aguascalientes, San Luis Potosí, Coahuila,

Durango y Nayarit, y cuenta con una extensión territorial de 75,040 km². (28.9576 m²)

(INEGI 2012). En este trabajo hicimos la delimitación de un polígono que incluye a la zona

conurbada Zacatecas-Guadalupe y se eligieron las 10 estaciones más cercanas con datos

confiables para identificar los sitios afectados y con mayor frecuencia de fenómenos

climáticos (Figura 1). En esta área viven más cerca del 50% de la población del estado. Las

personas en esta área están expuestas a desastres que afectan sus viviendas, su entorno el

capital productivo y en ocasiones sus vidas.

Figura 1. Mapa de localización del área conurbada Zacatecas-Guadalupe. Se muestra la ubicación

de las estaciones climáticas y las localidades, así como el listado de las estaciones usadas en este

estudio.

Clave Nombre/Municipio Longitud Latitud Altitud

32003 Víctor Rosales, Calera -102.683 22.950 1153

32031 La Bufa, Zacatecas (SMN) -102.583 22.783 2612

32041 Ojocaliente, Ojocaliente -102.233 22.583 2114

32047 San Antonio Del Ciprés -102.517 22.950 2240

32058 Trancoso. Guadalupe -102.333 22.733 2200

32086 Zacatecas, Zacatecas -102.567 22.767 2496

32099 Malpaso, Villanueva -102.783 22.600 2077

32120 G. Codina, Cuauhtémoc -102.450 22.483 2130

32121 Guadalupe, Guadalupe -102.517 22.750 2265

32126 Palmillas, Ojo Caliente -102.350 22.650 2205



1356

Índices y bases de datos Climáticos

Con el fin de cuantificar los cambios y la frecuencia en la que los eventos climáticos

extremos que impactan directa e indirectamente al ser humano el Grupo de Expertos en

Detección e Índices de Cambio Climático (ETCCDI), el proyecto de variabilidad climática

(CLIVAR) y la Comisión Conjunta de Oceanografía y Meteorología Marítima (JCOMM),

han propuesto un conjunto de índices de cambio climático útiles en la detección y

monitoreo de cambios en los extremos del clima (Karl y col., 1995; Peterson, 2005). En

este trabajo incluimos aquellos índices relacionados con los valores más extremos de

precipitación y temperatura. Así, usamos cuatro de estos índices, dos para la precipitación y

dos para temperatura: R95p (Días muy húmedos), R99p (Días extremadamente húmedos),

TXx (Temperatura máxima extrema) y TNn (Temperatura mínima extrema).

La obtención de información climática en México está a cargo del Servicio Meteorológico

Nacional (SMN) de la Comisión Nacional del Agua (CONAGUA). Los datos son

registrados y almacenados de acuerdo a los lineamientos de la Organización Meteorológica

Mundial (OMM) (SMN, 2014). Las observaciones son diarias representa datos registrados

durante 24 horas, finalizando a las 08:00 am para las variables de temperatura (°C) y

precipitación (mm). Estos datos se encuentran integrados en la base de datos CLICOM para

las diferentes estaciones del país (disponible en línea http://clicom-mex.cicese.mx/). En este

estudio se trabajan una serie de tiempo con los datos de 1990 al 2010 con 10 estaciones

cercanas sobre la zona de estudio (Figura 1). El control de calidad se realizó mediante el

procedimiento descrito por Zhu y col., (2007) para datos climáticos CLICOM de México.

El proceso consiste en eliminar datos erróneos o dudosos relacionados con problemas en la

medición realizada por el observador meteorológico y/o errores de digitalización o

transcripción de la información. Básicamente se filtran datos con signos negativos en

precipitación, para el caso de temperaturas máximas valores mayores menores a las

mínimas y viceversa, y registros con tres dígitos en temperatura. Se eliminan también días

que no contaban con un registro y su valor era -0.999 (N/D). Se utilizaron datos de un

periodo de 21 años, del 1 de enero de 1990 al 31 de diciembre de 2010.

Índice de Riesgo

La gestión de riesgos de desastre y la adaptación al cambio climático se centran en la

reducción de la exposición y la vulnerabilidad y el aumento de la resiliencia a los posibles

impactos adversos de los fenómenos climáticos extremos, a pesar de que los riesgos no

pueden eliminarse completamente (IPCC, 2012). Para calcular el Índice de Riesgo (R) se

requiere información sobre el peligro, así como de la exposición y la vulnerabilidad de una

población. Para una mejor evaluación del riesgo, es importante conocer el peligro al que se

está expuesto, así como estudiar y conocer a detalle el fenómeno perturbador. Por lo

anterior, el riesgo es entendido como el producto del peligro (agente perturbador), la

vulnerabilidad (propensión a ser afectado) y la exposición (valor del sistema afectable).

De esta forma podemos resumir que el análisis de riesgo se define con la siguiente fórmula:



1357

Riesgo=f(Peligro, Vulnerabilidad, Exposición)

R=P*(V+E) Ec. 1 𝑅 = 𝑃 ∗ (𝑉 + 𝐸) 𝐸𝑐. 1

Donde:

P = Peligro asociado a extremos, calculados de índices (ETCCDI)

V= Vulnerabilidad, Índice de Rezago Social (CONEVAL, 2015)

E= Exposición, Índice de Marginación (CONAPO, 2017)

El riesgo se considera como el producto del peligro (índices temperaturas y precipitaciones

extremas) por la suma de la vulnerabilidad y la exposición, siendo utilizados los valores de

los índices de marginación y rezago social para estos últimos. El cálculo del R permite crear

una categoría de caracterización del riesgo, generando datos categorizados para crear las

estrategias de prevención de desastres específicos a una zona. Además de dar a conocer las

zonas más vulnerable a ocurrencia de desastres. Para calcular el R, se eligen el Índice de

Marginación de la CONAPO (2017) y el Índice de Rezago Social de la Consejo Nacional

de Evaluación de la Política de desarrollo social (CONEVAL, 2015).

RESULTADOS Y DISCUSIÓN

Precipitación

Se analizaron los fenómenos causados por los eventos extremos a partir de las de series

diarias de las bases de datos de las 10 estaciones climáticas del CLICOM. Las series de

tiempo de precipitación mensual se muestran en la Figura 2. En las series de tiempo de

precipitación mensual se pueden identificar los eventos de lluvia extrema en el periodo de

estudio. De los registros en las 10 estaciones se han identificado una serie de eventos

históricos de lluvia extrema que han generado afectaciones en la población así como a la

infraestructura pública. También es interesante notar que varios de estos eventos se

registran en todos los sitios de las estaciones seleccionadas en este estudio. Por otro lado,

también es importante notar, que algunos de los eventos de gran intensidad solo son

registrados en solo algunos de los sitios, lo que indican lluvias espacialmente aisladas, o

bien una tormenta extrema en ese lugar. Los datos de precipitación acumulada dan

información sobre los periodos de mayor lluvia, aunque no de la intensidad. El primer



1358

análisis mensual se realiza para observar los periodos de lluvias máximas. De un análisis

climático de los datos de la región (no mostrado) se puede definir un inicio de lluvias

máximas a partir del mes de junio, terminando en el mes de septiembre.

Figura 2. Precipitación mensual para las 10 estaciones seleccionadas. Se muestran las series de

tiempo para el periodo de estudio donde se indican los máximos de lluvia mensual, que son

registrados en todas las estaciones.

Temperaturas

Las temperaturas máximas y mínimas tienen un comportamiento espacial más uniforme

que la precipitación. Es decir los valores de un registro histórico extremos regularmente se

registran a lo largo de la zona de estudio. No obstante, existen picos en las temperaturas que



1359

se registran como el máximo o mínimo histórico para cada una de las estaciones en función

de su serie de tiempo. En la Tabla 1 se muestran los datos para los índices de temperatura

máxima, el promedio y el máximo histórico. Los datos de temperatura histórica indican la

temperatura máxima registrada para cada estación y la fecha en que ocurrió.

Tabla 1. Índices y temperaturas máximas históricas en el periodo de 1990-2010.

ESTACIÓN TXx TXn T máx

promedio (°C)

T máx

histórica (°C)

Fecha

32003 27.4 17.7 23 37.5 05-may-1991

32031 23 13.8 19 29.3 23-may-2006

32041 29.5 19.6 25.4 38.5 21-may-2008

32047 28.7 17 23.7 39 11-jul-1998

32058 28 15.6 22.7 36 26-may-1996

32086 26.7 16.1 22.2 36 15-jun-1992

32099 29.6 19.7 25.4 32.5 03-jun-1990

32120 29 18.4 24.6 38.5 14-may-2010

32121 28.4 18.4 24.4 37 21-ago-2009

32126 27.7 17.8 23.7 35 07-abr-1999

Los días con extremos de temperaturas altas aparecen fundamentalmente en los meses de

mayo a julio, aunque se tienen también registros para el mes abril en la estación palmillas –

Ojocaliente en el año 1999 y agosto de la estación Guadalupe en el año de 2009. La

máxima temperatura registrada en la zona de estudio fue de 39° en San Antoni del Ciprés.

El gradiente de elevación en la región muestra un patrón en las temperaturas máximas

registradas, siendo las menos extremas en la estación La Bufa con una máxima de 29.3°C y

con registros más altos hacia las partes más bajas en Genaro Codina (2130 m.s.n.m.m) y

Ojocaliente (2130 m.s.n.m.m) con 38.5°C.

Los valores de los índices TXx y TXn muestran los rangos promedios de las temperaturas

máximas diarias en promedio. Los índices representan, respectivamente, a los “días

calurosos” y en contraste TXn representa los “días frescos” es decir las temperaturas

mínimas de las máximas. Para este estudio nos enfocaremos en el índice TXx ya que nos



1360

interesa poner en evidencia periodos de temperaturas extremas, las máximas más altas

(maximorum).

En la Tabla 2 muestra los datos de temperaturas mínimas extremas. Los datos muestran un

evento de temperatura mínimas en el año de 1997 en el mes de diciembre, donde se

muestran 6 estaciones con extremas de -7, -9, -12 y -12.2 coincidiendo el día 13 y 14 de

diciembre de 1997. Este fue el registro de temperaturas más bajo para nuestro periodo de

estudio, que además se presentó con caída de nieve. Los valores de los índices TNx y TNn

muestran que el área es vulnerable a eventos de temperaturas por debajo de 0°C,

principalmente durante los meses de invierno. Por la configuración topográfica de la zona

conurbada existe una mayor exposición de la población a las temperaturas bajas extremas.

Tabla 2. Índices y temperaturas mínimas históricas en el periodo de 1990-2010.

ESTACIÓN TNx TNn T mín

promedio (°C)

T mín

histórica (°C)

Fecha

32003 12.4 2.5 8.2 -7.5 09-dic-1990

32031 13.8 5.2 9.9 -12.2 13-dic-1997

32041 11.3 1.3 6.4 -12 14-dic-1997

32047 12.9 3.6 8.4 -7.5 03-nov-2003

32058 12.5 3.8 8.3 -13 13-dic-1997

32086 12.7 5.4 9.4 -11 13-dic-1997

32099 11.1 2.6 7 -7 14-dic-1997

32120 10.6 1.6 6.2 -9 08-feb-1998

32121 13.1 4.6 9.2 -9 14-dic-1997

32126 11.8 3.3 7.8 -9 06-dic-1999

Índices de riesgo

El cálculo de los índices climáticos se muestra en la Tabla 3. Para los casos de índices de

precipitación (RP99, RP95) se normalizaron en función del número de eventos anuales

promedio, representando un cociente que varía de 0 a 1. Esto para definir como un factor de

incidencia de lluvias fuertes y tormentas extremas para poder ser usado dentro del índice de

riesgo. De esta forma podemos aplicar la Ecuación 1 directamente con los índices de rezago

y marginación. Para las temperaturas se procedió de forma similar solo que se usaron



1361

valores extremos para normalizar el índice de peligro. Es decir, del valor de promedio de

temperaturas correspondiente a los valores de los índices de temperatura y se normalizó

para las máximas con el valor máximo de TXx y las mínimas con el valor más bajo de

TNn.

Tabla 3. Valores de índices de riesgo (R), y valores de los índices de rezago (V) y

marginación (E). Los valores de los índices climáticos son normalizados para el periodo de

estudio.

Estación RP95* RP99* TXx* TNx* E V R_RP95 R_RP99 R_TXx R_TNn

32003 0.21 0.08 0.73 2.76 -1.2 -1.08 -0.48 -0.17 -1.65 0.52

32031 0.15 0.1 0.79 1.98 -1.9 -1.61 -0.53 -0.36 -2.73 1.47

32041 0.16 0.1 0.77 5.63 -0.7 -0.88 -0.25 -0.15 -1.22 0.17

32047 0.15 0.07 0.74 2.15 -0.4 -0.5 -0.14 -0.07 -0.67 0.44

32058 0.15 0.07 0.78 2.5 -0.9 -0.72 -0.25 -0.12 -1.27 0.47

32086 0.12 0.06 0.74 2.11 -1.9 -1.61 -0.4 -0.21 -2.57 1.69

32099 0.09 0.04 0.72 4.45 -0.8 -0.84 -0.14 -0.07 -1.16 0.59

32120 0.15 0.1 0.75 -0.2 -0.3 -0.26 -0.08 -0.05 -0.38 5.44

32121 0.15 0.05 0.77 0.65 -1.7 -1.53 -0.48 -0.16 -2.5 1.66

32126 0.13 0.04 0.79 -0.4 -0.7 -0.88 -0.2 -0.07 -1.26 0.59

Mapas del índice R

Usando los valores de R se elaboraron mapas interpolados espacialmente en el área de

estudio. Cada mapa representa los valores asociados a los puntos de cada estación usando

loa información de la localidad donde está ubicada para valores de marginación y rezago.

De esta forma, los valores asocian la magnitud del fenómeno perturbador (precipitación y

temperatura) con el grado de exposición y vulnerabilidad de esa población. La figura 3

muestra los mapas del índice de riesgo asociados a precipitaciones fuertes (RP95 y RP99) y

a extremos de temperatura (TXx y TNn).



1362

Figura 3. Valores del índice de riesgo R en el área de estudio para: a) Precipitación fuerte RP95, b)

precipitaciones muy fuertes RP99, c) temperaturas máximas extremas TXx, y d) temperaturas

mínimas extremas TNn.

A pesar que un fenómeno perturbador como una masa de aire frío puede afectar a una

amplia región, el impacto social que tendrá ésta será en función de las condiciones

socioeconómicas de la población. Los mapas de riesgo indican donde existe un mayor

impacto de cada fenómeno, en términos tanto del propio fenómeno como de las condiciones

de las localidades. Es decir, para algunos sitios existe una mayor vulnerabilidad a eventos

de temperaturas mínimas extremas más que al resto de los factores climáticos, por ejemplo

en la región de la zona conurbada Zacatecas-Guadalupe. También debido al grado de

marginación y rezago se observa que sitios como Genaro Codina presentan un índice de

riesgo para todos los eventos. Para el caso de TXx se observa que el índice de mayor

peligro es en la región de Ojocaliente, Palmillas y Trancoso. Esto indica que existe una

tendencia a temperaturas máximas en esa región, correlacionado con índices de

marginación media. Aunque los índices de rezago y marginación están en el nivel medio la

población tiene riesgo ante eventos extremos de temperatura por las condiciones de

vivienda de mala calidad, generando un mayor riesgo social. En esta zona un porcentaje de

11.5% (5,093 personas) reportaron habitar en dichas viviendas con mala calidad de

materiales y espacio insuficiente y 70.9% (31,497) se encontraban en pobreza extrema a

moderada (CONEVAL, 2015).



1363

Estos resultados pueden servir como una guía en planes de acción y de acertamiento para

los tomadores de decisiones así como a los sistemas municipales de Protección Civil.

Aunque, la interpolación espacial depende del método y de los datos incluidos, puede

indicar lugares que requieren de atención de Protección Civil en función del índice riesgo, a

pesar de no contar con datos específicos de ese sitio.

CONCLUSIONES

La región del centro y norte de México presenta características climáticas y fisiográficas

complejas lo que genera una distribución heterogénea de la población en diversos

gradientes climáticos y topográficos. Los fenómenos climáticos de la región presentan un

patrón interesante en función de la estacionalidad de las lluvias y de las temperaturas. Esto

genera que la región donde se ubica el área conurbada Zacatecas-Guadalupe sea vulnerable

tanto a periodos de sequía pero también a eventos de lluvia fuerte y muy fuerte. En nuestro

periodo de estudio se identificaron eventos de lluvia extrema en año de 1992 y 1997, que

han tenido afectaciones a la población y a la infraestructura pública. Por otro lado, si bien

las temperaturas máximas no se presentaron con mayor frecuencia, existen datos que

registran valores altos de temperaturas muy por arriba de la media registrada en algunos

sitios como en San Antonio del Ciprés y Trancoso. Por la disposición topográfica del área

urbana que se ubica en una elevación superior a los 2,000m es más vulnerable a eventos

fríos principalmente en invierno. De esta forma podemos decir que el fenómeno que

mayormente afecta son las temperaturas mínimas extremas, alcanzando valores por debajo

de los 0°C, con registros históricos de -13°C en diciembre de 1997 en la estación La Bufa ,

temperaturas que se mantuvieron por tres días consecutivos. Aunque los valores de rezago

y marginación ubican a la mayoría de las localidades en un grado medio, debido a la

intensidad de algunos eventos, el índice de riesgo presenta valores altos para algunas

regiones de la zona de estudio.

BIBLIOGRAFÍA

Cavazos, T. (Ed.), (2015). Conviviendo con la Naturaleza: El problema de los desastres

asociados a fenómenos hidrometeorológicos y climáticos en México. Ediciones ILCSA,

Pp. 10-40. REDESClim, México.



1364

Consejo Nacional de Población (CONAPO) (2017). Índice Absoluto De Marginación

2000–2010. Documento electrónico. Fecha de consulta: 10/09/2017. Disponible en:

http://www.conapo.gob.mx/en/CONAPO/

Consejo Nacional de Evaluación de la Política de Desarrollo Social. (CONEVAL). (2015).

Índice de rezago social 2010 a nivel municipal y por localidad. Disponible en:

http://www.coneval.gob.mx/Medicion/IRS/Paginas/Índice-de-Rezago-social-2010.aspx.

García Amaro de Miranda E., 2003. Distribución de la precipitación en la República

Mexicana. Investigaciones geográficas 50, 67-76.

Instituto Nacional de Estadística y Geografía, (2013). Anuario estadístico de Zacatecas

2012. Instituto Nacional de Estadística y Geografía, Gobierno del Estado de Zacatecas.

México: INEGI, 2013

IPCC 2007: Cambio climático 2007: Base de las ciencias físicas. Contribución del Grupo

de Trabajo I al Cuarto Informe de Evaluación del Panel Intergubernamental sobre Cambio

Climático. Vol. I. Cambridge University Press, 164 pp.

IPCC 2012, Resumen para responsables de políticas en el Informe especial sobre la gestión

de los riesgos de fenómenos meteorológicos extremos y desastres para mejorar la

adaptación al cambio climático. [edición a cargo de C. B. Field, C. B., V. Barros, T. F.

Stocker, D. Qin, D. J. Dokken, K. L. Ebi, M. D. Mastrandrea, K. J. Mach, G. -K. Plattner,

S. K. Allen, M. Tignor, y P. M. Midgley]. Informe especial de los Grupos de trabajo I y II

del Grupo Intergubernamental de Expertos sobre el Cambio Climático, Cambridge

University Press, Cambridge, Reino Unido y Nueva York, Nueva York, Estados Unidos de

América, págs. 32.

Karl, T.R.; Nicholls, N; Ghazi, A. (1999): CLIVAR/GCOS/WMO workshop on índices and

indicators for climate extremes: Workshop summary. Climatic Change, 42, 3-7.

Peterson, T.C. (2005): Climate Change Indices. WMO Bulletin, 54 (2), 83-86

Pineda-Martínez, L. F., Carbajal, N. (2017). Climatic analysis linked to land vegetation

cover of Mexico by applying multivariate statistical and clustering analysis. Atmósfera,

30(3), 233-242.

Servicio Meteorológico Nacional (SMN). 2014. Bases de datos meteorológicos del sistema

de clima computarizado (CLICOM). Disco compacto. México, DF

Zhu C, Dennis P. Lettenmaier, (2007). Long-Term Climate and Derived Surface Hydrology

and Energy Flux Data for Mexico: 1925–2004. Journal of Climate, 20, 1936–1946.

Documents

Índices de riesgo de eventos extremos climáticos para la ...cmas.siu.buap.mx/portal_pprd/work/sites/rlac/... · reducción de la exposición y la vulnerabilidad y el aumento de