Episodios Condiciones Neutras versus Condiciones de Corte Figura 1(elaboración propia) Figura 2(elaboración propia) En junio de 2016 se dio por terminado el episodio El Niño(fase cálida del Patrón Climático del Océano Pacifico Ecuatorial Central El Niño-Oscilación del Sur) el cual fue considerado por la NOAA como muy fuerte y tuvo una duración de 19 meses. Luego vino un episodio de “Corte” de 02 meses en julio y agosto de 2016 para luego instalarse el episodio La Niña calificada como “débil” que duró 05 meses terminando en enero de 2017. Actualmente estamos en la encrucijada: febrero, marzo, abril, mayo y junio son meses de un episodio “Corte” o un episodio “Condiciones Neutras”? Como pueden ver en la Figura 1 y 2 los episodios corte son menos extensos que los episodios neutros(se nota por el número de puntos para cada episodio) por ejemplo: el episodio corte 2016 entre El Niño 2014-2016 y la Niña 2016-2017 duró solo dos meses como se menciona líneas arriba. Entonces en el caso de que estemos en un episodio corte, significa que el transito de la niña al niño sería corto. Históricamente los episodios corte han durado hasta 06 meses como el corte en 2007 que transcurrió de un niño a una niña(o-a) Ver Figura 2. Pudiendo así aparecer el niño en junio 2017(En este trabajo estoy proponiendo una sub-clasificación a partir de los episodios oficiales “Condiciones Neutras” a los cuales los llamo episodios “Corte”)(Si estamos en un episodio corte, este comenzó en febrero con ONI = -0.4 y terminó en mayo con ONI = +0.4 y que un Niño se ha iniciado en junio con ONI= +0.5 y para mantenerse en esta categoría, los meses de julio hasta octubre deben presentar ONI ≥ +0.5 )

Figura 3 (elaboración propia) Por lo tanto es importante caracterizar y diferenciar estadísticamente ambos episodios(Condiciones Neutras de Condiciones de Corte): Comienzo afirmando que el Patrón Climático El Niño-Oscilación Sur es un proceso continuo en el Tiempo que tiene diferentes episodios, Episodios fríos(La Niña), Episodios cálidos(El Niño), Episodios Condiciones Neutras(en este trabajo estamos proponiendo una sub-clasificación denominada episodios “Condiciones de Corte”). Los episodios transcurren continuos en el tiempo y son medidos con el índice ONI(3.4) que mide las anomalías de las temperaturas de la superficie del mar en °C del Océano Pacífico Central Ecuatorial. Desde enero de 1950 hasta junio 2017 han transcurrido 809 episodios. Los índices ONI(3.4) de los episodios corte son prácticamente lineales en el tiempo y con altas pendientes y altos coeficientes de determinación R2 Ver Figura 5. Los Índices ONI(3.4) de los episodios Condiciones Neutras no son lineales en el Tiempo y con bajas pendientes y bajos coeficiente de determinación R2 Ver Figura 4. Para poder comparar ambos episodios, hemos tomamos los seis primeros meses de los episodios Condiciones Neutras(N = 6)

Tabla 1 Los coeficientes de las regresiones lineales(pendiente y coeficiente de determinación) están en valores absolutos. Los coeficientes están ordenados en forma ascendente (de menor a mayor) en dos niveles: primer nivel(valor absoluto de la pendiente); segundo nivel(coeficiente de determinación R2) Las pendientes de los episodios corte son excluyentes en el rango 0.17-0.40 respecto a las pendientes de los episodios neutros(con excepción del episodio neutro 1983-1984) Los coeficientes de determinación de los episodios corte son excluyentes en el rango 0.93685-1.00000 respecto a los coeficientes de determinación de los episodios neutro(con excepción nuevamente, del episodio neutro 1983- 1984) Estas características servirian para diferenciar si un episodio en proceso sería condiciones neutras o condiciones corte. Sólo existe un caso desde 1950 cuando un episodio neutro tuvo características episodio de corte hasta el sexto mes(episodio neutro 1983-1984) después perdió linealidad de sus índices ONI(3.4) en función al Tiempo(datos de tres meses asolapados reportados la primera semana de cada mes)(alcanzando coeficientes: de determinación =0 0.019094767 y pendiente en valor absoluto = 0.008571429 propios de un episodio neutro) Ver Figura 6

Pensemos por un momento que estamos en agosto de 1982, transcurrido dos meses(octubre 1982), podríamos decir, que los tres primeros datos del índice ONI(3.4) pertenece a un episodio de corte, porque cumple con los requisitos de valores absolutos de la pendientes ≥ 0.17 y coeficientes de determinación ≥ 0.93685, y que luego empieza La Niña con ONI(3.4) = -0.6(noviembre 1982), y que va en progreso hasta alcanzar ONI(3.4) = -0.8(enero 1983), en adelante se frustra el episodio La Niña 1982-1983, porque nunca alcanzó cinco meses consecutivos con índice ONI ≤ -0.5(porque en marzo de 1983 alcanzó ONI = -0.3) Actualmente con valores ONI = -0.4; -0.1; 0.2; 0.4; 0.5°C(febrero-junio 2017) es probable que siga con su tasa de crecimiento lineal(línea roja cortada) y pasar a un episodio cálido y mantenerse así por cinco meses(octubre 2017) con valores ONI ≥ 0.5 o caer perdiendo linealidad(línea azul punteada) y presentándose como un episodio Condiciones Neutras. Ver Figura 7

Figura 7 A continuación Haremos análisis estadísticos de regresión lineal para pronosticar cual podría ser el próximo valor ONI del mes de julio 2017:

Según las Regresiones tenemos: 1 Según las Regresiones tenemos: 1.- Regresión Lineal N = 5 ; desde febrero-junioo 2017 2.- Regresión Polinómica Orden 03 3.- Regresión ARIMA(2,0,2) Con estos pronósticos el episodio El Niño podría haber en junio 2017(ONI = 0.5). Sin embargo según NOAA existe probabilidad(aprox. 35%) de que pueda ocurrir El Niño o Condiciones Neutras(55%). Debemos tener listo Plan A y Plan B. Por lo tanto debemos estar atentos del próximo reporte de ONI(3.4) que la NOAA publicará la primera semana de agosto 2017.

Referencias: NOAA. National Weather Service. Climate Production Center. http://www.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyea rs.shtml Statgraphics Centurion XVII. Automatic Forecasting. ARIMA. www.statgraphics.com Autoregressive integrated moving average. ARIMA. Wikipedia. https://en.wikipedia.org/wiki/Autoregressive_integrated_moving_average El Niño. Wikipedia. https://es.wikipedia.org/wiki/El_Ni%C3%B1o_(fen%C3%B3meno) La Niña. Wikipedia. https://en.wikipedia.org/wiki/La_Ni%C3%B1a 2014–16 El Niño event. https://en.wikipedia.org/wiki/2014%E2%80%9316_El_Ni%C3%B1o_event