Evalúa la influencia de los aerosoles producidos por la quema de biomasa en los Andes Centrales peruanos durante el periodo de julio a octubre del año 2017, se usó el modelo regional de predicción del tiempo atmosférico Weather Research and Forecasting with Chemical (WRF-Chem) versión 3.7 instalado en el clúster HPC-LINUX-CLUSTER que pertenece al Instituto Geofísico del Perú. Se usó un dominio de 18 km de resolución espacial horizontal y 32 niveles verticales, con datos meteorológicos de frontera que corresponden al NCEP-FNL y que ingresaron al modelo cada 6 horas. Se usaron esquemas de parametrización física tanto para la radiación de onda corta como para la de onda larga (RRTMG). El resto de las parametrizaciones empleadas fueron Monin-Obukhov para la capa superficial, ACM2 para la capa límite planetaria, Grell-Freitas para los cúmulos y Lin para la microfísica; en tanto que para la parte química se usó el esquema de parametrización RADM2 para la fase gaseosa, MADE-SORGAM para los aerosoles y Fast-J para el proceso de fotólisis. Se usaron datos de campo de espesor óptico de aerosoles (EOA) que fueron tomados con el fotómetro solar que pertence a la red de monitoreo de la NASA del proyecto AERONET. Finalmente, los principales resultados muestran un incremento en las concentraciones de PM10 en correspondencia con el incremento del número de focos de incendios y el EOA en el periodo de estudio, de julio a agosto de 2017. En tanto se obtuvo una leve disminución de los niveles de dicho contaminante para el mes de octubre del mismo año. También se ha observado que las condiciones meteorológicas desfavorecen la ocurrencia de incendios en la región del río Mantaro durante todo el periodo; mientras que el incremento de la precipitación hacia el mes de octubre contribuye a la reducción de las concentraciones de aerosoles. / Tesis

Con la finalidad de mejorar el pronóstico de precipitaciones en la sierra norte y central se realiza la validación del modelo Global Forcasting System (GFS), con las estaciones convencionales del Servicio Nacional de Meteorología e Hidrología (SENAMHI) de la precipitación cuantificada para cada salida diaria del modelo, en el periodo comprendido entre el 20 de diciembre 2015 al 20 de enero de 2016. Desde el planteamiento de las ecuaciones que gobiernan la atmosfera ha pasado por innumerables problemas en cálculo, resolución a través de métodos numéricos y condiciones de frontera como la mejora significativa de las estaciones y sondajes atmosféricos recolección de datos información satelital; mejoras en las computadoras hasta tener un producto con una grilla de resolución espacial de 13 km cada tres horas y cuatro veces al día, los modelos numéricos han ido evolucionando y mejorando con el trascurrir de los años. Se debe validar para determinar la calidad del modelo numérico; en el presente trabajo se utilizó el coeficiente de correlación de Pearson, con los datos del pronóstico de precipitaciones del modelo GFS de 0.5 grados de resolución espacial, para los próximos 10 días y los datos de las estaciones convencionales de SENAMHI. Asimismo, se describe sintéticamente lo ocurrido sinópticamente, para lo cual se usaron datos de análisis del modelo GFS y las imágenes de satélite GOES 13 de vapor de agua e infrarroja además de una integración de ellas, para poder comprender lo sucedido en el periodo de análisis. Finalmente, esto servirá para implementar los pronósticos a corto plazo de precipitaciones en la sierra norte y central del Perú. / Tesis

La importancia del cambio climático o alguna variación fuerte en el clima recae en su efecto sobre alguna dimensión de la seguridad alimentaria, ya que la falta de esta afecta a las personas. En este estudio se ha optado por seguir la línea de investigación de Saldarriaga (2016), que se centra en explorar los efectos de la variabilidad en la temperatura. El principal objetivo de este estudio es mostrar cómo afecta la variabilidad climática al sector agrario. Sobre todo, en aquellos productores que dependen de este sector para su subsistencia y desarrollo económico. La pregunta que busca responder este trabajo es la siguiente ¿Cómo afectan las variaciones en la temperatura la seguridad alimentaria de los hogares productores? Adicionalmente, se utilizará también la variable de precipitación y otras variables explicativas como variables demográficas y características de la parcela y el productor. En los resultados se encontró que existe un efecto mixto respecto a las variaciones en la temperatura, pero sobre todo que mientras más alejado se esté del promedio histórico; es decir, temperaturas muy altas o muy bajas, el efecto en el rendimiento será negativo. Este tipo de resultados se obtuvieron tanto para el cultivo de papa como para el de maíz. Asimismo, los resultados mostraron que algunas brechas siguen manteniendo diferencias importantes, como el sexo, lengua materna, educación y acceso a riego.

Publicación a texto completo no autorizada por el autor / Evalúa e interpreta la predicción de las Anomalías de la Temperatura Superficial del Mar (ATSM) frente a la costa de Sudamérica asociada al fenómeno El Niño-Oscilación del Sur (ENOS), se analizaron los resultados de las dos interpretaciones del modelo climático acoplado (océano - tierra - atmósfera) CLIMATE FORECAST SYSTEM (CFS) del organismo National Centers for Enviromental Prediction (NCEP) de la National Oceanic and Atmospheric Administration (NOAA) de los EEUU. La primera versión del modelo hace el pronóstico hasta 9 leads (meses) a futuro y se toma para el estudio los pronósticos para el periodo de los años 1982-2009 para la región Niño 1+2; la segunda versión del modelo hace el pronóstico hasta 10 leads (meses) a futuro y se toma el periodo 1983-2010 para la misma región. Los mayores coeficientes de correlación entre los pronósticos del CFSv1 (versión 1) y los datos observados se dieron entre los meses mayo-diciembre con un valor entre 0.65 y 0.9. Estos valores son mayores hacia los últimos meses del año y disminuyen a manera que se incrementan el tiempo de pronósticos; los mayores coeficientes de correlación para el CFSv2 (versión2) se observa entre los meses abril-mayo y octubre-enero; como un primer resultado se observa que los coeficientes de correlación de CFSv2 son menores que los coeficientes que CFSv1. Se realiza también el mismo procedimiento y análisis de los pronósticos de anomalías de TSM para las regiones Niño 3, Niño 3.4 y Niño4; de la misma manera para el estudio en tres periodos del CFSv1 abarcando los siguientes años 1982-1990, 1991-2000, 2001-2009, y para el CFSv2 los años 1983-1990, 1991-2000, 2001-2010. Las correlaciones fueron buenas para los primeros dos periodos, pero en el último periodo se observaron bajos niveles de correlación para la región Niño 1+2 en las 2 predicciones del CFS, donde los niveles de correlación incluso fueron en algunos meses negativos. Se sugiere que esto último se debe a cambios decadales en el clima del Pacífico que ha llevado en una predominancia de eventos “El Niño Modoki”. El CFS también hace pronósticos de otras variables y/o indicadores, entre ellos se utilizo el Contenido de Calor en el Océano (CCO), Profundidad de la Isoterma de 15 ◦C (PI15◦C) y Nivel Medio del Mar (NMM) como posibles predictores de cambios en el océano Pacífico, los resultados de estas variables indicaron que no son mejores que la TSM modelada por el mismo modelo. La importancia de este trabajo es la utilidad para un eventual pronóstico de un evento Niño en el OP, en especial el monitoreo de la región Niño 1+2. / Tesis