548
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572. Julio-Septiembre.
DOI: https://doi.org/10.47280/RevFacAgron(LUZ).v38.n3.05 ISSN 2477-9407
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Recibido el 11-06-2020 . Aceptado el 03-09-2020
*
Autor de correspondencia. Correo electrónico miguel.i.silva@ucv.ve
Evaluación de la sequía meteorológica en
locaciones agrícolas de Venezuela bajo
proyecciones futuras de cambio climático
Assessment of meteorological drought in agricultural
locations from Venezuela under future projections of
climate change
Avaliação da seca meteorológica em locais agrícolas na
Venezuela sob projeções futuras de mudanças climáticas
Miguel I. Silva Borges
*
y Naghely M. Mendoza D.
Departamento e Instituto de Ingeniería Agrícola, Facultad de Agronomía,
Universidad
Central de Venezuela. Av. Universidad, Maracay-Aragua, Venezuela. Correo electrónico:
(MS) miguel.i.silva@ucv.ve, ; (NM) naghely.mendoza@ucv.ve,
Resumen
La sequía es un fenómeno con devastadoras consecuencias para los ecosistemas
naturales, agrícolas y humanos. Para conocer los efectos a futuro, que pudiera
tener el cambio climático sobre este fenómeno en ocho localidades agrícolas
de Venezuela, se evaluaron los cambios en magnitud y duración de eventos de
sequía meteorológica, de series de referencia y de series futuras (periodo 2050s),
proyectadas por los modelos climáticos: NCAR-CCSM4, GISS-E2-R, NIMR-
HADGEM2-AO y MPI-ESM-LR, bajo los escenarios RCP 2.6 y RCP 8.5. Los
eventos de sequía se estimaron mediante el Índice de Precipitación Estandarizado
(SPI) para la escala mensual, manteniendo los parámetros de forma y escala del
periodo de referencia. Los resultados revelan una elevada variabilidad de los
eventos de sequía entre estaciones, modelos y escenarios; pero con un aumento
común de la magnitud y duración en los eventos de sequía para todos los modelos,
principalmente bajo el escenario RCP 8.5. Para el modelo NCAR-CCSM4 habría el
mayor aumento en las características analizadas, en contraste al modelo NIMR-
HADGEM2-AO. Las localidades con sequías de mayor magnitud y duración
serían, Barinitas y Pariaguán.
Palabras claves: sequía, cambio climático, modelos, periodo, clima.
549
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Abstract
Drought is a phenomenon that is difcult to detect and predict, and with
devastating consequences for natural, agricultural and human ecosystems. In
order to know the future effects that climate change could have on this phenomenon
in eight agricultural localities of Venezuela, the changes in the magnitude and
duration of meteorological drought events were evaluated, for the reference
series and for future series (period 2050s), projected by NCAR-CCSM4, GISS-
E2-R, NIMR-HADGEM2-AO and MPI-ESM-LR models, for RCP 2.6 and RCP 8.5
scenarios. Drought events were estimated using the Standardized Precipitation
Index (SPI) for the monthly scale and keeping the shape and scale parameters of
the reference period. The results reveal a high variability of drought events among
stations, models and scenarios; but with a common increase of the magnitude and
duration of drought events for all models, mainly under the RCP 8.5 scenario. For
the NCAR-CCSM4 model, there would be the greatest increase in the analyzed
characteristics, in contrast to the NIMR-HADGEM2-AO model. The localities with
droughts of greater magnitude and duration would be Barinitas and Pariaguán.
Key words: drought, climate change, models, period, climate.
Resumo
A seca é um fenômeno com conseqüências devastadoras para os ecossistemas
naturais, agrícolas e humanos. Para conhecer os efeitos futuros que a mudança
climática poderia ter sobre este fenômeno em oito localidades agrícolas da
Venezuela, foram avaliadas as mudanças de magnitude e duração dos eventos
meteorológicos da seca, das séries de referência e das séries futuras (período
2050), projetadas pelos modelos climáticos: NCAR-CCSM4, GISS-E2-R, NIMR-
HADGEM2-AO e MPI-ESM-LR, sob os cenários RCP 2.6 e RCP 8.5. Os eventos de
seca foram estimados usando o Índice Padronizado de Precipitação (SPI) para a
escala mensal, mantendo os parâmetros de forma e escala do período de referência.
Os resultados revelam uma alta variabilidade de eventos de seca entre estações,
modelos e cenários; mas com um aumento comum na magnitude e duração dos
eventos de seca para todos os modelos, principalmente sob o cenário RCP 8.5. Para
o modelo NCAR-CCSM4 haveria o maior aumento nas características analisadas,
em contraste com o modelo NIMR-HADGEM2-AO. As localidades com secas de
maior magnitude e duração seriam, Barinitas e Pariaguán.
Palavras-chave: seca, mudança climática, modelos, período, clima.
550
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Introducción
El cambio climático es un fenómeno
a escala mundial, cuyas consecuencias
se pueden presentar en cualquier
rincón del planeta. Tiene diferentes
orígenes y es difícil de identicar. Sin
embargo, eventos de baja probabilidad
de ocurrencia, como los eventos
extremos, en especial los eventos de
sequía, han aumentado su frecuencia,
y serán más numerosos a medida que
se intensique el cambio climático
(OMM, 2016). Para el IPCC (2014) es
probable que la frecuencia e intensidad
de las sequías haya aumentado en el
Mediterráneo y África occidental, y
que haya disminuido en el área central
de América del Norte y el noroeste
de Australia. Los cambios futuros
proyectados para las trayectorias de
concentración representativas (RCP
por sus siglas en inglés) indican que,
a principios del siglo XXI, podrían
producirse cambios en la humedad
del suelo y, al nal del siglo, dentro
del marco del escenario RCP 8.5,
estos cambios intensicarán la sequía
agrícola en las regiones actualmente
secas, a escala regional y mundial
(IPCC, 2014).
Las proyecciones publicadas por el
IPCC se ven limitadas por el uso de
una escala demasiado gruesa, lo que
diculta su aplicación en estudios
regionales y locales. Así mismo,
no reportan información sobre la
sequía en América Latina, para las
proyecciones de escenarios de cambio
climático, aun cuando el impacto de
la sequía en esta región, es cada vez
más importante. Según la FAO (2018),
para el período comprendido entre
Introduction
Climate change is a global
phenomenon which consequences
can occur in any corner of the planet.
It has different origins and is difcult
to identify. However, events with a
low probability of occurrence, such as
extreme events, especially drought
events, have increased its frequency,
and will be more numerous as
climate change intensies (WMO,
2016). For the IPCC (2014) it’s
probably that the frequency and
intensity of droughts have increased
in the Mediterranean and West
Africa, but have decreased in central
North America and northwestern
Australia. The projected future
changes for the representative
concentration pathway (RCPs)
indicates that changes in the soil
moisture could produce at the early
21st century and by the end of it,
within the framework of the scenario
RCP 8.5. These changes will intensify
agricultural drought for currently
dry regions in a regional and global
scale (IPCC, 2014).
The published projections by the
IPCC are limited by the use of a too
thick scale, which makes difcult
to apply them on regional and local
studies. Likewise, they do not report
information about Latin America
drought for the projections climate
change of scenarios. Even though, the
impact of the drought in this region
is increasingly important. According
to FAO (2018), for the period between
2005 and 2015, droughts caused
agricultural losses equivalent to
13,000 million dollars in this region.
551
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
2005 y 2015, las sequías causaron
pérdidas agrícolas equivalentes a
13.000 millones de dólares en esta
región.
A pesar de que, en Venezuela, la
evaluación de la sequía meteorológica
ha sido ampliamente abordada
(Mendoza y Puche, 2007; Paredes
et al., 2014; Olivares et al., 2016;
Olivares et al., 2017; Paredes-Trejo y
Olivares, 2018), en estudios de cambio
climático, sólo se ha aplicado el índice
de días consecutivos con precipitación
menor a 1 mm y el de anomalías de la
humedad del suelo, bajo los escenarios
SRES A2 y modelos del CMIP3, para
los períodos 2046–2065 y 2081–2100,
cuyos resultados de anomalías de
humedad del suelo en Venezuela
fueron extremos (Marengo et al.,
2014). Sin embargo, esta investigación
es poco detallada, y no reporta
información sobre las áreas agrícolas
más importantes del país.
Por otro lado, la denición de la
sequía debe establecerse para cada
ubicación, debido a lo impráctico de
universalizar su denición (Lloyd-
Hughes, 2014). El concepto más
extendido dene la sequía como
una deciencia de precipitación en
relación con lo que se espera, y que se
extiende durante un período de tiempo
sucientemente largo, resultando
en la incapacidad de satisfacer las
demandas de las actividades humanas
y el ambiente (Hayes et al., 2011).
No obstante, esta denición es muy
conceptual y es esencial referirse a lo
que es normal en cada localidad, en
términos del suministro de lluvia para
el cual se han desarrollado actividades
productivas y de consumo.
Despite of the evaluation of the
meteorological drought has been
widely approached in Venezuela,
(Mendoza & Puche, 2007; Paredes et
al., 2014; Olivares et al., 2016; Olivares
et al., 2017; Paredes-Trejo & Olivares,
2018). In the climate change studies,
only have been applied the index of
consecutive days with precipitation
less than 1 mm and the soil moisture
anomalies index under the SRES
A2 scenarios and CMIP3 models for
the periods 2046 –2065 and 2081–
2100.These results for soil moisture
anomalies in Venezuela were extreme
(Marengo et al., 2014). However, this
research is not very detailed, and does
not report information on the most
important agricultural areas of the
country.
On the other hand, drought
denition must be established for
each location for the impracticality
of universalizing its denition
(Lloyd-Hughes, 2014). The most
extended concept denes drought as
a precipitation deciency in relation
to what is expected, and that extends
over a sufciently long time period,
resulting in the inability to satisfy
as human activities demands as
environmental demands (Hayes et
al., 2011). However, this denition is
very conceptual. It is essential to refer
to what is normal in each locality in
terms of the rain supply, for which
productive and consumption activities
have been developed.
An important aspect to consider
is the assessment drought scale. The
time scale which the precipitation
deciency accumulates is important,
and functionally separates the
552
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Además de esto, un aspecto
importante a tener en cuenta es la
escala de la evaluación de la sequía.
La escala de tiempo durante la cual se
acumula la deciencia de precipitación
es importante y separa funcionalmente
los diferentes tipos de sequía (Mckee
et al., 1993). Gracias a que el SPI
mensual reeja deciencias de lluvia a
corto plazo, está relacionado con tipos
meteorológicos de sequía junto con la
humedad del suelo y el estrés de los
cultivos, lo que lo hace adecuado para
evaluaciones de sequías agrícolas
(OMM, 2012).
Por lo tanto, el objetivo de esta
investigación es evaluar los eventos
de sequía meteorológica, para la
escala mensual, en localidades
agrícolas de los llanos venezolanos
empleando proyecciones futuras
de cambio climático de acuerdo con
4 modelos de circulación general
de la atmósfera regionalizados
a 1 km
2
(Navarro-Racines et al.,
2020), que mejor se adaptan a la
temperatura y precipitación de
Venezuela (ACFIMAN-SACC, 2018),
en comparación con los eventos de
sequía calculados para un período de
referencia (1950(69)-1998).
Materiales y métodos
Área de estudio
El área de estudio corresponde
a la región de los llanos o
sabanas venezolanas, ubicadas
geográcamente entre las coordenadas
6° y 10° de latitud norte, y 62° y 72°
de longitud oeste. Se compone de
las sabanas occidentales, centrales
y orientales. Presenta un clima
different types of drought (Mckee et
al., 1993). Moreover, the monthly SPI
reects short-term rainfall deciencies
and it is related to meteorological types
of drought as well with soil moisture
and crop stress, making it suitable
for agricultural drought assessments
(WMO, 2012).
The objective of this research is
evaluate the meteorological drought
events, in agricultural localities of
the Venezuelan plains by a monthly
scale, using future projections of
climate change according to 4 general
circulation models of the atmosphere
regionalized in 1 km
2
(Navarro-Racines
et al., 2020), which are better adapted
to the temperature and precipitation
of Venezuela (ACFIMAN-SACC,
2018), compared to the drought events
calculated for a reference period (1950
(69) -1998).
Materials and methods
Study area
The study area corresponds to
Venezuelan plains or savannas, located
between the coordinates
6 ° and 10 °
north latitude, and a west longitude
within 62° and 72 °. Composed for
western, central an
d eastern savannas.
This region presents a predominant
climate, dened according to Köppen,
in tropical rainy savanna and tropical
rainy forest at the west of the plains,
with average temperatures between
19 to 26 ° C besides an average annual
rainfall between 600 to 2200 mm and
mainly seasonal rains (MARN, 2005).
The topography ranges are from 20
to 600 meters above sea level with
orographic formations that oscillate in
553
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
predominante, denido según Köppen,
en tropical lluvioso de sabana y
tropical lluvioso de bosque más al oeste
de los llanos con temperaturas medias
entre 19 a 26 °C, precipitación media
anual entre 600 a 2200 mm y lluvias
principalmente estacionales (MARN,
2005). La topografía oscila entre
los 20 a 600 msnm con formaciones
orográcas que varían en galeras,
bancos, mesas y esteros. La gura 1
muestra el área de estudio y diferencia
la ubicación de las diferentes sabanas
en la región.
Datos de precipitación
Para el período de referencia, se
utilizaron los registros de precipitación
mensual de 8 estaciones ubicadas
en los llanos venezolanos (cuadro 1),
cuyo registro abarca desde 1969 a
1998 en las estaciones Elorza y Hato
Urañon y desde 1950 a 1998 para el
resto. Los registros utilizados en esta
investigación fueron sometidas a los
criterios de control de calidad, basados
en longitud y datos faltantes (menos
de 15 % de datos faltantes), durante
el estudio de las precipitaciones en
Venezuela y su relación con el sistema
climático (Martelo, 2003). Estas
estaciones se encuentran en áreas
de importante producción agrícola.
Elorza, Hato Urañón, Pao-Ocina y
Tinaquillo se encuentran en áreas
donde predomina especialmente: caña
de azúcar (Saccharum ofcinarum),
leguminosas (Phaseolus vulgaris),
algodón (Gossypium sp.) y ganadería
extensiva, mientras que Barinitas
y Agua Blanca se destacan por su
producción de arroz (Oryza sativa). En
Pariaguán y Bergantín, predominan
los cultivos de maíz (Zea mays), soja
galleys, benches, tables and estuaries.
gure 1. Shows the study area and
differentiates the location of the
diverse savannas in the region.
Precipitation data
The monthly precipitation records
of 8 stations located in the Venezuelan
plains were used for the reference
period (table 1), whose record ranges
are from 1969 to 1998 at the Elorza
and Hato Urañon stations, and
from 1950 to 1998 for the rest. The
records used in this research were
subjected to quality control criteria,
based on length and missing data
too (less than 15% of missing data),
through the study of rainfall in
Venezuela and its relationship with
the climate system (Martelo, 2003).
These stations are located in areas
of important agricultural production.
Elorza, Hato Urañón, Pao-Ocina and
Tinaquillo are found in areas where
sugar cane (Saccharum ofcinarum),
legumes (Phaseolus vulgaris), cotton
(Gossypium sp.) and extensive
livestock are predominant, while
Barinitas and Agua Blanca stand
out for its production of rice (Oryza
sativa). In Pariaguán and Bergantín,
corn (Zea mays), soybean (Glycine
max) and cotton (Gossypium sp) crops
predominate.
The modeled series were generated
by applying exchanges rates to the
monthly precipitation series of the
reference period. For the change rates
estimation, the sheets of monthly
average precipitation were used
and downloaded from the website
at the Investigation Program in the
Consultative Group for International
Agricultural Research (CGIAR) on
554
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Figura 1. Diferenciación de las sabanas venezolanas y ubicación
geográca de las estaciones meteorológicas utilizadas en la
investigación.
Figure 1. Venezuelan savannas differentiation and geographical location
of the meteorological stations used in this research.
Cuadro 1. Datos de las estaciones meteorológicas seleccionadas para la
investigación.
Table 1. Data from the meteorological stations selected for this research.
Estación
Serial
Registro Estado Longitud Latitud Alt. (msnm)
El Pao-Ocina
2349
1950-98 Cojedes -68,050 9,650 128
Pariaguán
3712
1950-98 Anzoátegui -64,716 8,845 240
Elorza
4291
1969-98 Apure -69,483 7,050 90
Barinitas
3126
1950-98 Barinas -70,413 8,767 550
Agua blanca
2239
1950-98 Portuguesa -69,098 9,666 175
Bergantin
1796
1950-98 Anzoátegui -64,389 10,017 310
Hato Urañón
5408
1969-98 Apure -67,266 6,933 78
Tinaquillo
2316
1950-98 Cojedes -68,293 9,921 385
Fuente: Martelo (2003).
Source: Martelo (2003).
555
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
(Glycine max) y algodón (Gossypium
sp.).
Las series modeladas se generaron
aplicando tasas de cambio a las series
de precipitación mensual del periodo
de referencia. Para la estimación de
las tasas de cambio se utilizaron las
láminas de precipitación promedio
mensual descargadas del portal del
Programa de Investigación del Grupo
Consultivo para la Investigación
Agrícola Internacional (CGIAR por
sus siglas en inglés) sobre Cambio
Climático, Agricultura y Seguridad
Alimentaria (CCAFS) (http://ccafs-
climate.org/data/) (Navarro-Racines et
al., 2020) de acuerdo con los modelos
de Sistema Climático Comunitario
(CCSM) del Centro Nacional de
Investigación Atmosférica (NCAR):
NCAR-CCSM4, el modelo de la
NASA: GISS-E2-R, el modelo NIMR-
HADGEM2-AO, y el modelo MPI-ESM-
LR. Así mismo, se utilizó la base de
datos del WorldClim v1.4 (http://www.
worldclim.org) (Hijmans et al., 2005),
ya que fueron las bases de referencia
que se emplearon para generar las
supercies de alta resolución de los
modelos de circulación general de la
atmósfera para el proyecto del ccafs-
climate (Navarro-Racines et al., 2020).
Las tasas de cambio se extrajeron
como el delta relativo entre las
láminas de precipitación promedio
mensual descargadas del ccafs-climate
y de los valores de precipitación media
mensual de los datos del WorldClim
v1.4. Se seleccionó el período futuro
2050s, y dos escenarios, el RCP 2.6
y RCP 8.5. El delta relativo (DR) se
calculó mediante la ecuación 1:
Climate Change, Agriculture and Food
Security (CCAFS) (http://ccafs-climate.
org/data/) (Navarro-Racines et al., 2020)
according to the following models of the
Community Climate System Models
(CCSM) of the National Center for
Atmospheric Research (NCAR): NCAR-
CCSM4, the NASA model: GISS-E2-R,
the NIMR-HADGEM2-AO model, and
the MPI-ESM-LR model. Likewise,
WorldClim database v1.4 was used
(http://www.worldclim.org) (Hijmans
et al., 2005), because was the reference
selected to generate the high resolution
surfaces of the atmosphere general
circulation models for the ccafs-climate
project (Navarro-Racines et al., 2020).
The change rates were extracted as
the relative delta between the monthly
average precipitation sheets downloaded
from the ccafs-climate and the monthly
average precipitation values from the
WorldClim v1.4 data. The future period
2050s was selected, and the scenarios
RCP 2.6 and RCP 8.5 were used. The
relative delta (DR) was calculated
through the equation 1:
Where DR is the relative delta,
VMCC is the monthly ccafs-climate
value and VMWC is the monthly
WorldClim value. The deltas were
applied to each months of the reference
series equally, according to equation
2, to generate the modeled monthly
precipitation:
Where PM is the modeled
precipitation, VMR is the monthly
value of the reference period and DR is
(1)
(1)
(2)
556
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Donde DR es el delta relativo,
VMCC es el valor mensual ccafs-
climate y VMWC es el valor mensual
WorldClim. Los deltas se aplicaron a
cada uno de los meses de las series de
referencia por igual según la ecuación
2, para generar la precipitación
mensual modelada:
Donde PM es la precipitación
modelada, VMR es el valor mensual
del periodo de referencia y DR el
delta relativo. Esta metodología
es conocida como factor de cambio
(Tabor y Williams, 2010), la cual, es
una forma de corrección de sesgo que
busca ajustar la media a largo plazo y
la variabilidad de las simulaciones de
los modelos de circulación general de
la atmósfera.
Los RCP o en español, trayectorias de
concentración representativos, son el último
grupo de escenarios utilizados por el IPCC
para la modelación climática futura (IPCC,
2014). Estos escenarios corresponden a
trayectorias de emisiones de gases de
efecto invernadero (GEI) expresados en la
cantidad de forzamiento radiativo total en
vatios por metro cuadrado para el año 2100
y son el resultado de la colaboración entre
modeladores de evaluación, modeladores
climáticos y de ecosistemas terrestres y
expertos en inventario de emisiones (van
Vuuren et al., 2011). Los RCP utilizados
en esta investigación comprenden un
escenario en el que los esfuerzos de
mitigación conducen a un forzamiento de
2,6 Wm
-2
(RCP 2.6) y un escenario con un
nivel muy alto de emisiones de GEI, que
genera un forzamiento de 8,5 Wm
-2
(RCP
8.5).
the relative delta. This methodology is
known as a change factor (Tabor and
Williams, 2010), which is a form of
bias correction that seeks to adjust the
long-term mean and the simulations
variability of the atmosphere general
circulation models.
The Representative Concentration
Pathway are the last group of
scenarios used by the IPCC for future
climate modeling (IPCC, 2014). These
scenarios correspond to greenhouse
gas (GHG) emission trajectories,
expressed in the amount of total
radiative forcing in Watts per m
2
by
the year 2100 and are the result of
collaboration between assessment
modelers, climate modelers,
terrestrial ecosystems as well as
experts in emissions inventory (van
Vuuren et al., 2011). The RCP used
in this research comprise a scenario
in which mitigation efforts lead to
a forcing of 2.6 Wm
-2
(RCP 2.6) and
a scenario with a very high level of
GHG emission, hence generates a
forcing of 8.5 Wm
-2
(RCP 8.5).
Estimation of the Standardized
Precipitation Index (SPI)
The SPI was calculated for series
of the reference period and modeled
series using a monthly scale. This
index is based on the t of the data
distribution to a Gamma probability
distribution. The parameters of the
Gamma, alpha and beta probability
distribution were calculated for
each station, scale and month. The
resulting parameters were used to
calculate the cumulative probability
of a precipitation event. This
cumulative probability is given by
equation 3:
(2)
557
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Estimación del Índice de
Precipitación Estandarizado (SPI)
El Índice de Precipitación
Estandarizado (SPI) se calculó para
las series del periodo referencia y
series modeladas utilizando una
escala mensual. Este índice se basa
en el ajuste de la distribución de datos
a una distribución de probabilidad
Gamma. Se calcularon los parámetros
de la distribución de probabilidad
Gamma, alfa y beta para cada
estación, escala y mes. Los parámetros
resultantes se usaron para calcular
la probabilidad acumulativa de
un evento de precipitación. Esta
probabilidad acumulada está dada por
la ecuación 3:
(3)
Debido a que la función gamma
no está denida para x = 0, como es
frecuente en los datos de precipitación,
la probabilidad acumulada viene dada
por la ecuación 4:
)()1()( xGqqxH −+=
(4)
Donde: H(x) es la probabilidad de
tener una lámina de precipitación
menor o igual a un valor de x, G(x)
es la función Gamma Incompleta
y q es la probabilidad de no tener
precipitación. Para Edwards y
McKee (1997), se dice que tiene
lugar un evento de sequía siempre
y cuando el SPI presente una
secuencia de valores negativos, tales
que éstos sean iguales o inferiores
a -1, y llega su n hasta que dicho
índice vuelve a tomar un valor
positivo o cero.
(3)
Since the gamma function is not
dened for x = 0, as is common in
precipitation data, the cumulative
probability is given by equation 4:
)()1()( xGqqxH −+=
(4)
Where: H (x) is the probability of
having a precipitation sheet less than
or equal to a value of x; G (x) is the
Incomplete Gamma function and q is the
probability of not having precipitation.
For Edwards and McKee (1997), a
drought event occurs as long as the SPI
presents a sequence of negative values,
such that these are equal to or less than
-1, and ends until the index returns to
take a positive value or zero.
The preliminary results of the
estimation of the SPI shown that there
was no variation in the value of the
SPI in the modeled series when is
compared with the series of the reference
period. Therefore, both results were in
agreement because the projected changes
in the precipitation series were assumed
to be normal for the future. Thus it was
decided to keep the same values of the
parameters of shape (α) and scale (β)
of the reference series to compare the
variations of the modeled series with
respect to the reference series.
Drought Assessment
Was carriet out taking into account
the magnitude and duration of the
calculated events. The magnitude of
a drought event, according to Mckee
(1993), refers to the sum of the absolute
values of the SPI, during the months
that the event lasted (equation 5):
558
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Al observar en los resultados
preliminares de la estimación del
SPI se pudo constatar que no existía
variación del valor del SPI en las
series modeladas al compararlas
con las series del periodo de
referencia. Se dedujo que ambos
resultados coincidían debido a que
los cambios proyectados en las
series de precipitación se asumían
como la normalidad para el futuro.
Por lo que, se decidió conservar los
mismos valores de los parámetros
de forma (α) y escala (β) de la serie
de referencia para comparar las
variaciones de las series modeladas
respecto a las series de referencia.
Evaluación de la Sequía
La evaluación de la sequía se
realizó a partir de la magnitud y la
duración de los eventos calculados.
La magnitud de un evento de sequía,
según Mckee (1993), se reere a la
sumatoria de los valores absolutos
del SPI durante los meses que duró
el evento (ecuación 5):
Donde: n es el número de meses
de duración del evento de sequía
y SPIj es el valor del índice SPI
para el “j-esimo” mes del evento.
MS es un valor adimensional y da
una idea de la intensidad de sequía
que tiene el evento (Mckee, 1993).
Por lo tanto, pueden considerarse
eventos equivalentes aquellos
que tengan la misma magnitud.
Aunque, según McKee (1993) la
magnitud de un evento puede
interpretarse como la cantidad
Where:
n: Months number duration of the
drought event.
SPIJ: SPI index value for the “j-th”
month of the event.
MS: A dimensionless value.
The MS value gives an idea of the
drought intensity that the event has
(Mckee, 1993). Therefore, equivalent
events can be considered those that have
the same magnitude. Although, according
to McKee (1993) the magnitude of an
event can be interpreted as the number
of months with SPI of -1. In this research,
the magnitude and duration were
studied separately, since it is considered
that the impact generated by an event,
with for example a 16 magnitude and a
duration of two months, is different from
the impact of an event with a duration
of 16 months and a value of SPI -1.
For each station, once the events were
dened, their magnitude and duration
were calculated. Due to the variability
of the values of the magnitudes in
the results, it was decided to classify
them into eight categories. From the
results, the maximum magnitudes and
durations, besides the events number
of a particular magnitude and duration,
were extracted.
Results and discussion
Drought events
In relation to events total number
(gure 2) all models present a greater
events number compared to the
reference period, under both RCP
(5)
(5)
559
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
de meses con SPI de -1, en este
trabajo se estudiaron la magnitud
y duración por separado, ya que se
considera que el impacto que genera
un evento, cuya magnitud sea por
ejemplo 16, y dure dos meses, es
diferente al impacto de un evento
que dure 16 meses con un valor
del SPI -1. Para cada estación, una
vez denidos los eventos, se calculó
su magnitud y duración. Debido a
la variabilidad de los valores de
las magnitudes en los resultados,
se decidió clasicarlos en ocho
categorías. De los resultados,
se extrajeron las magnitudes y
duraciones máximas, y el número
de eventos de magnitud y duración
particulares.
Resultados y discusión
Eventos de sequía
En relación con la cantidad
total de eventos (gura 2), bajo
ambos escenarios RCP, en todos
los modelos presentan una mayor
cantidad de eventos en comparación
al periodo de referencia. Para el
modelo NIMR-HADGEM2-AO y
RCP 2.6, el número total de eventos
sería muy similar al periodo de
referencia; sin embargo, el RCP 8.5,
bajo el mismo modelo, presentaría
la mayor cantidad de eventos de
todos los modelos y escenarios
analizados. El modelo NIMR-
HADGEM2-AO es el que presenta
mayor diferencia en la cantidad
de eventos de sequía previstos en
los dos escenarios mientras que
el modelo GISS-E2-R presenta la
menor diferencia entre escenarios.
scenarios. For the NIMR-HADGEM2-
AO and RCP 2.6 model, the events
total number would be very similar
to the reference period; However,
the RCP 8.5, would show the highest
events number of all the models
and scenarios analyzed, under the
same model. The NIMR-HADGEM2-
AO model is the one that have the
greatest difference in the drought
events number predicted in the two
scenarios, and the GISS-E2-R model
presents the smallest difference
between scenarios.
Drought events magnitude
The gure 3 shows, that the
drought events magnitude values
distributions would vary in each
locality in a differently under each
model and scenario studied. Regarding
the events maximum magnitudes, the
most of the stations would present an
increase compared to the reference
period, for both RCP according to the
four models, being the MPI-ESM-LR
model the one that presents the smaller
values events magnitude. When the
events magnitudes distribution of the
reference period, is compared with
the events distribution of the MPI-
ESM-LR model, great similarity is
observed for almost all the stations,
for both scenarios. The interquartile
ranges are quite similar, with the
exception of the Tinaquillo and
Pariaguán stations, which indicate a
large difference between the RCP 8.5
and the reference, presenting a 25%
of events with magnitudes higher
than those of the reference period.
The GISS-E2-R, NCAR-CCSM4 and
NIMR-HADGEM2-AO models have
fairly similar distributions between
560
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Figura 2. Número total de eventos de sequía para el periodo de referencia
(1950(69)-1998), modelos: GISS-E2-R, MPI-ESM-LR, NCAR-
CCSM4 y NIMR-HADGEM2-AO, y escenarios: RCP 2.6 y RCP
8.5.
Figure 2. Events total number of drought for the reference period (1950
(69) -1998). Models: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4
and NIMR-HADGEM2-AO. Scenarios: RCP 2.6 and RCP 8.5.
Magnitud de los eventos de
sequía
Como puede observarse en la
gura 3, las distribuciones de los
valores de magnitud de los eventos
de sequía variarían en cada localidad
de forma distinta bajo cada modelo y
escenario estudiado. Con relación a las
magnitudes máximas de los eventos, la
mayoría de las estaciones presentarían
un aumento en comparación con el
periodo de referencia, para ambos RCP
de acuerdo con los cuatro modelos,
siendo el modelo MPI-ESM-LR el que
presenta los valores de magnitud de
eventos más pequeños. Al comparar la
distribución de las magnitudes de los
eventos del período de referencia con la
distribución de los eventos del modelo
them. The RCP 8.5 is the one with
the highest maximum magnitudes for
most models.
The maximum magnitudes
would be showed for the GISS-E2-R
model, under RCP 8.5 and in almost
all stations, with the exception of
Elorza and Bergantín. In the case
of Elorza, the highest maximum
magnitude would be presented for
the NIR-HADGEM2-AO model,
while Bergantín would had the
highest maximum magnitude for the
NCAR-CCSM4 model. The maximum
magnitudes would range from 5.3 for
the MPI-ESM-LR model (RCP 2.6 in
Hato Urañón) and up to 16.8 for the
GISS-E2-R model (RCP 8.5 in Agua
Blanca). Regarding the events number,
561
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
MPI-ESM-LR, para ambos escenarios,
se observa gran similitud para casi
todas las estaciones, siendo los rangos
intercuartiles bastantes similares, con
la excepción de las estaciones Tinaquillo
y Pariaguán, las cuales presentan una
gran diferencia entre el RCP 8.5 y el
de referencia, presentando un 25% de
eventos con magnitudes superiores
a las del periodo de referencia. Los
modelos GISS-E2-R, NCAR-CCSM4
y NIMR-HADGEM2-AO presentan
distribuciones bastante parecidas entre
ellos. El RCP 8.5, es el que mayores
magnitudes máximas presentaría para
la mayoría de los modelos.
Figura 3. Distribución y valores máximos y mínimos de las magnitudes
por cada estación meteorológica, periodos: referencia (1950(69)-
1998) y 2050s, modelos: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4
y NIMR-HADGEM2-AO, y escenarios: RCP 2.6 y RCP 8.5.
Figure 3. Distribution and maximum and minimum values of magnitudes
for each meteorological station. Periods: Reference (1950 (69)
-1998) and 2050s. Models: GISS-E2-R, MPI-ESM-LR, NCAR-
CCSM4 and NIMR -HADGEM2-AO. Scenarios: RCP 2.6
the gure 4 shows the total number of
drought events for each magnitudes
category according to each model
studied. It can be seen, how when the
magnitude increases, the number of
recorded events decreases as for the
reference period as for both scenarios.
Three models showed great variability
in the events number compared to the
reference period. However, the MPI-
ESM-LR model shows less variability
in the events number with respect to
the reference period, for each category
and scenario.
In the case of events with
magnitudes less than two (Mag <2),
562
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Las magnitudes máximas se
presentarían para el modelo GISS-
E2-R bajo el RCP 8.5 y en casi
todas las estaciones, a excepción de
Elorza y Bergantín. Para el caso de
Elorza, la mayor magnitud máxima
se presentaría para el modelo NIR-
HADGEM2-AO mientras que en
Bergantín presentaría la mayor
magnitud máxima para el modelo
NCAR-CCSM4. Las magnitudes
máximas oscilarían entre 5.3, para
el modelo MPI-ESM-LR (RCP 2.6 en
Hato Urañón) y hasta 16.8 para el
modelo GISS-E2-R (RCP 8.5 en Agua
Blanca). Con respecto al número de
eventos, la gura 4 muestra el número
total de eventos de sequía para cada
categoría de magnitudes según cada
modelo estudiado. Se puede ver que
a medida que aumenta la magnitud
del evento, el número de eventos
registrados disminuye, tanto para el
período de referencia como para ambos
escenarios. Tres modelos mostraron
una gran variabilidad en el número
de eventos en comparación con el
período de referencia. Sin embargo, el
modelo MPI-ESM-LR muestra menos
variabilidad en el número de eventos,
para cada categoría y escenario, con
respecto al período de referencia.
En el caso de eventos con
magnitudes menores a dos (Mag< 2), el
periodo de referencia supera a ambos
RCP, en todos los modelos estudiados,
con un total de 148 eventos. El modelo
MPI-ESM-LR es el que presenta
una cantidad de eventos similar al
periodo de referencia para el RCP 2.6,
mientras que presenta 132 eventos
para el RCP 8.5. Esta diferencia es
mucho más grande en el resto de los
the reference period exceeds both
RCP, with a total of 148 events, in
all the models studied. The MPI-
ESM-LR model is the one that shows
a number of events similar to the
reference period for RCP 2.6, while it
presents 132 events for RCP 8.5. This
difference is greater in the rest of the
models, where only 82 events of this
type were reached in the RCP 8.5 for
the GISS-E2-R model. In this category
(1≤ Mag <2), a greater events number
of these magnitudes, occur in RCP 2.6
compared to RCP 8.5 in all models. For
events with magnitudes between two
and three (2≤Mag <3), the reference
period presents more events than
those presented by the GISS-E2-R
and NIMR-HADGEM2-AO models for
both scenarios, while the models MPI-
ESM-LR and NCAR-CCSM4 present
a higher events number compared to
the reference period, in RCP 8.5 and
RCP 2.6 respectively. However, for
the category (2≤Mag <3) there is very
little variation between the reference
period and the scenarios analyzed.
For magnitudes greater than three
the events number is greater for both
scenarios, than the events number
in the reference period, in three of
the four models. However, this is not
the case in the MPI-ESM-LR model,
where this period shows a greater
events number of magnitudes between
four and six (categories 4≤Mag <5
and 5≤Mag <6), than RCP 2.6. To
compared RCP 2.6 with RCP 8.5 it
can be observe that RCP 8.5 presents
a greater events number than RCP
2.6, in all models, for categories with
magnitudes greater than four. The
largest differences, between scenarios,
563
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
modelos, llegando a presentarse solo
82 eventos de este tipo en el RCP 8.5
para el modelo GISS-E2-R. En esta
categoría (1≤Mag<2), se presentan una
mayor cantidad de eventos, de estas
magnitudes, en el RCP 2.6 con respecto
al RCP 8.5 en todos los modelos. En
el caso de eventos con magnitudes
entre dos y tres (2≤Mag<3) el período
de referencia presenta más eventos
que los presentados por los modelos
GISS-E2-R y NIMR-HADGEM2-AO
para ambos escenarios, mientras que
los modelos MPI-ESM-LR y NCAR-
CCSM4 presentan un mayor número
de eventos, respecto al periodo de
referencia, en el RCP 8.5 y RCP 2.6
respectivamente. No obstante, para
la categoría (2≤Mag<3) hay muy poca
variación entre el periodo de referencia
y los escenarios analizados.
Figura 4. Número de eventos totales para todas las estaciones por cada
intervalo de magnitudes, periodos: referencia (1950(69)-1998)
y 2050s, modelos: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4 y
NIMR-HADGEM2-AO, y escenarios: RCP 2.6 y RCP 8.5.
Figure 4. Events total number for all stations in each magnitude interval.
Periods: Reference (1950 (69) -1998) and 2050s. Models: GISS-
E2-R, MPI-ESM-LR, NCAR-CCSM4 and NIMR -HADGEM2-AO.
Scenarios: RCP 2.6 and RCP 8.5.
are presented in the NCAR-CCSM4
model and category 5≤Mag <6; and in
the NIMR-HADGEM2-AO model and
category 6≤Mag <8.
Drought events duration
According to gure 5, the
drought events durations show a
marked variation between models
and scenarios studied for different
seasons. While, for the GISS-E2-R and
NCAR-CCSM4 models there would be
an increase in the maximum value
and the IQR (Inter-Quartile Range),
associated with the drought events
durations, in almost all seasons
for both RCP. In the case of MPI-
ESM-LR and NIMR-HADGEM2-AO
models, the changes in the maximum
values and the IQR (Inter Quartile
Range) in the durations compared
to the reference period would be less
564
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
Para magnitudes superiores a tres
se tiene que, en tres de los cuatro
modelos, el número de eventos es
mayor, para ambos escenarios, que
el número de eventos del periodo de
referencia; esto no ocurre así en el
modelo MPI-ESM-LR, donde este
periodo muestra una mayor cantidad
de eventos, de magnitudes entre
cuatro y seis (categorías 4≤Mag<5
y 5≤Mag<6), que el RCP 2.6. Al
comparar el RCP 2.6 con el RCP 8.5
se observa que el RCP 8.5 presenta, en
todos los modelos, una mayor cantidad
de eventos que el RCP 2.6 para las
categorías con magnitudes mayores a
cuatro. Las diferencias más grandes,
entre escenarios, se presentan en el
modelo NCAR-CCSM4 y categoría
5≤Mag<6; y en el modelo NIMR-
HADGEM2-AO y categoría 6≤Mag<8.
Duración de los eventos de
sequía
De acuerdo con la gura 5, las
duraciones de los eventos de sequía
muestran una marcada variación entre
los modelos y escenarios estudiados
para las distintas estaciones. Mientras
que para los modelos GISS-E2-R y
NCAR-CCSM4 habría un incremento
en el valor máximo y el IQR (Rango
Inter Cuartil), asociados a las
duraciones de los eventos de sequía,
en casi todas las estaciones y para
ambos RCP; para los modelos MPI-
ESM-LR y NIMR-HADGEM2-AO,
los cambios en los valores máximos
y el IQR (Rango Inter Cuartil) en
las duraciones en comparación al
periodo de referencia serían menos
evidentes, presentando estaciones
en las que habría un aumento en los
mismos, y otras estaciones presentan
evident, presenting stations in which
there would be an increase in them,
and other stations show a decrease.
The Agua Blanca, Barinitas and Pao-
Ocina stations are the only stations
that show an increase both in the
maximum duration of events and in
the IQR for the four models studied.
The longest events would occur
under the GISS-E2-R model,
specically in Hato Urañón and Agua
Blanca. In Hato Urañón, an 18-month
event would be presented under RCP
8.5, before a 16-month event in Agua
Blanca under RCP 2.6.
The NCAR-CCSM4 model presents
maximum events durations shorter
than those reported by the rest of the
models. The most marked decrease
in the durations of drought events
would occur in the Hato Urañón and
Bergantín stations, for the MPI-ESM-
LR model in both scenarios, where
50% of the events durations would be
less than the recorded durations in
the reference period.
The events total number of drought
as a function of the event duration,
for each of the models and RCP, are
shown in gure 6. It can be observing
that, for all the models, there would be
a decrease in the events number when
increasing their duration, as well
as it was registered in the reference
period. Likewise, the largest events
number would be concentrated in
durations less than 6 months in all
models and scenarios. The model that
would experience the least changes in
the distribution of events, depending
on their duration, would be the MPI-
ESM-LR.
565
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
una disminución. Las estaciones Agua
Blanca, Barinitas y Pao-Ocina son
las únicas estaciones que presentan un
aumento tanto en la duración máxima
de los eventos como en el IQR para los
cuatro modelos estudiados.
Los eventos de mayor duración
ocurrirían bajo el modelo GISS-E2-R,
especícamente en Hato Urañón y
Agua blanca. En Hato Urañón se
presentaría un evento de 18 meses
bajo el RCP 8.5, por delante de un
evento de 16 meses en Agua blanca
bajo el RCP 2.6.
Figura 5. Distribución y valores máximos y mínimos de las duraciones
de los eventos de sequía para los periodos: referencia (1950(69)-
1998) y 2050s, modelos: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4
y NIMR-HADGEM2-AO, y escenarios: RCP 2.6 y RCP 8.5.
Figure 5. Distribution and maximum and minimum values of the drought
events durations for the periods: Reference (1950 (69) -1998)
and 2050s. Models: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4
and NIMR-HADGEM2-AO. Scenarios: RCP 2.6 and RCP 8.5.
El modelo NCAR-CCSM4
presenta unas duraciones máximas
de los eventos que son menores a las
Under RCP 2.6 there would be
fewer changes in the events number of
a particular duration compared to the
reference period; On the other hand,
for RCP 8.5 a decrease is observed in
the events number lasting one or two
months, with respect to the reference
period and RCP 2.6. Additionally,
for RCP 8.5, a signicant increase is
shown in the extreme events number,
lasting longer than twelve months.
On the other hand, gure 7 shows
the stations that would present the
most extreme events (those events of
greater magnitude and duration) for
each model and scenario. In the four
models, events with durations starting
566
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
reportadas por el resto de los modelos.
La disminución más marcada en las
duraciones de los eventos de sequía
se presentaría en las estaciones Hato
Urañón y Bergantín, para el modelo
MPI-ESM-LR en ambos escenarios,
donde el 50 % de las duraciones de
los eventos serían menores a las
duraciones registradas en el periodo
de referencia.
El número total de eventos de
sequía en función de la duración del
evento, para cada uno de los modelos
y RCP, se muestran en la gura 6.
Puede observarse que, para todos los
modelos, habría una disminución en
la cantidad de eventos al aumentar la
duración de los mismos, tal como se
registró en el periodo de referencia. Así
mismo, la mayor cantidad de eventos
se concentrarían en las duraciones
menores a 6 meses en todos los
modelos y escenarios. El modelo que
menos cambios experimentaría en la
distribución de los eventos, en función
de su duración, sería el MPI-ESM-LR.
Bajo el RCP 2.6 se registrarían
menos cambios en el número de
eventos, de una duración particular,
en comparación al periodo de
referencia; por otra parte, para el
RCP 8.5, se observa una disminución
en el número de eventos de uno o
dos meses de duración, respecto al
periodo de referencia y del RCP 2.6.
Adicionalmente, para el RCP 8.5,
se observa un aumento importante
en el número de eventos extremos,
con duraciones superiores a los doce
meses.
Por otro lado, la gura 7 muestra
las estaciones que presentarían los
eventos más extremos (aquellos
at 9 months and with a magnitude
greater than nine (> 9) would be
recorded. The GISS-E2-R, MPI-
ESM-LR and NIMR-HADGEM2-AO
models would agree that the Barinitas
station could present an event with a
magnitude greater than 13 (> 13) and
over a duration of 9 months. For the
MPI-ESM-LR model, this event could
last up to 15 months and present a
magnitude of 16.5. Moreover, Hato
Urañón would register the event with
the longest duration, 18 months, and
magnitude 12.8 under the GISS-E2-R
model.
The increase in the drought
events number presented by the four
models, compared to the reference
period, has already been occurring in
this region of the country, as reported
in other investigations (Olivares &
Zingaretti, 2019). Since 2000, a large
part of the Venezuelan territory
has been affected by increasingly
long-lasting and periodic droughts
(Blunden & Arndt, 2015; Parra et al.,
2018); As well as, an increase in the
occurrence frequency of very extreme
dry periods (Paredes et al., 2014;
Olivares et al., 2016). For both RCP,
this pattern could become intensied.
In relation to the magnitudes
results, according to Hernández
(2008), a magnitude greater than
ve is considered extremely strong;
However, this criterion compared
to the results of this research, they
could be considered unfavorable for
most of the stations analyzed on
almost all models. Moreover, it is
necessary to clarify that the criteria
to dene the effect of a magnitude
depends on the consequences that
567
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
eventos de mayor magnitud y
duración) para cada modelo y
escenario. En los cuatro modelos, se
registrarían eventos con duraciones a
partir de los 9 meses y de magnitud
superiores a nueve (>9). Los modelos
GISS-E2-R, MPI-ESM-LR y NIMR-
HADGEM2-AO coincidirían en que la
estación Barinitas podría presentar un
evento de magnitud mayor a 13 (>13)
y por encima de 9 meses de duración.
Para el modelo MPI-ESM-LR dicho
evento pudiera durar hasta 15 meses
y presentar una magnitud de 16.5. Por
otro lado, Hato Urañón registraría el
evento de mayor duración, 18 meses,
y magnitud 12.8 bajo el modelo GISS-
E2-R.
Figura 6. Número total de eventos de sequía para todas las estaciones,
por cada duración, periodos: referencia (1950(69)-1998) y 2050s,
modelos: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4 y NIMR-
HADGEM2-AO, y escenarios: RCP 2.6 y RCP 8.5.
Figure 6. Events total number of drought to all seasons and for each
duration. Periods: Reference (1950 (69) -1998) and 2050s.
Models: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4 and NIMR-
HADGEM2-AO. Scenarios: RCP 2.6 and RCP 8.5.
they generate in the environment
where they are identied, since it
is possible that in regions where
environmental conditions are
normally dry, a magnitude ≥ 5
possibly not generate, the same
consequences as in normally humid
regions.
These results are similar to the
results published in the rst national
communication on climate change
for Venezuela, where an increase in
the drought events occurrence was
projected under the SRES scenarios
(from the Special Report on Emission
Scenarios) (MARN, 2005). The RCP
scenarios showed similar behavior.
In general, drought has
568
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
El incremento en la cantidad de
eventos de sequía presentado por
los cuatro modelos, en comparación
con el periodo de referencia, ya se
viene presentando en esta región del
país, tal y como se reporta en otras
investigaciones (Olivares y Zingaretti,
2019). Desde el año 2000, gran parte del
territorio venezolano ha sido afectado
por sequías cada vez más duraderas
y periódicas (Blunden y Arndt, 2015;
Parra et al., 2018); así como un aumento
en la frecuencia de ocurrencia de
periodos secos muy extremos (Paredes
et al., 2014; Olivares et al., 2016). Para
ambos RCP, este patrón podría llegar a
intensicarse.
En relación con los resultados de
las magnitudes, según Hernández
(2008), una magnitud superior a
cinco se considera extremadamente
fuerte, por lo que, al contrastar este
Figura 7. Estaciones con los eventos de mayor magnitud y duración de
acuerdo a los modelos: GISS-E2-R, MPI-ESM-LR, NCAR-CCSM4
y NIMR-HADGEM2-AO, y escenarios: RCP 2.6 y RCP 8.5.
Figure 7. Stations with the highest magnitude and duration events
according to the models: GISS-E2-R, MPI-ESM-LR, NCAR-
CCSM4 and NIMR-HADGEM2-AO, and Scenarios: RCP 2.6 and
RCP 8.5.
the peculiar characteristic of
deteriorating agricultural production
components for longer periods of time,
compared to the effects generated by
storms, earthquakes and oods. In
Venezuela, there are many activities
that are affected by the water
decit that occurs during a period of
drought, having as a consequence,
food insecurity (Olivares et al.,
2016), the health deterioration of the
population and repercussions on the
main economy sectors (Olivares et
al., 2018). Therefore, in any model
and scenario, this meteorological
phenomenon would have an
important impact on water resources
(Paredes-Trejo et al., 2018), as well
as on the agricultural production of
the stations analyzed in the future,
following the same trend observed in
other investigations in various parts
569
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
criterio con los resultados de esta
investigación, podrían considerarse
desfavorables para la mayoría de las
estaciones analizadas en casi todos los
modelos. Sin embargo, es necesario
aclarar que el criterio para denir
el efecto de una magnitud depende
de las consecuencias que generan en
el ambiente donde se identican, ya
que es posible que en regiones donde
las condiciones ambientales son
normalmente secas, una magnitud ≥
5 posiblemente no genere las mismas
consecuencias que en las regiones
normalmente húmedas.
Estos resultados se asemejan a los
resultados publicados en la primera
comunicación nacional sobre cambio
climático para Venezuela, donde se
proyectó bajo los escenarios SRES (del
Informe Especial sobre Escenarios de
Emisión) un aumento en la ocurrencia
de eventos de sequía (MARN, 2005).
Los escenarios RCP mostraron un
comportamiento similar.
En general, la sequía tiene la
característica peculiar de deteriorar
componentes agroproductivos
por períodos más prolongados, en
comparación a los efectos generados por
las tormentas, sismos e inundaciones. En
Venezuela, son muchas las actividades
que son afectadas por el décit hídrico
que se presenta durante un periodo de
sequía, teniendo como consecuencias
la inseguridad alimentaria (Olivares et
al., 2016), el deterioro de la salud de la
población y repercusiones en los sectores
principales de la economía (Olivares et
al., 2018). Por lo tanto, en cualquier
modelo y escenario, este fenómeno
meteorológico tendría un impacto
importante en los recursos hídricos
of the world (Bartholy et al., 2013;
Nam et al., 2015).
The results obtained in this
research are consistent with the
projections made by the IPCC for
the 21st century around the world.
The most important agricultural
regions of the country are likely to
be compromised in the future by this
type of extreme weather event, so
it is essential to adopt appropriate
adaptation strategies. In general, a
drier future is evidenced, the plains
agricultural areas being clearly
distinguishable. This could cause a
reduction in the aptitude of the land
for these crops (Olivares et al., 2020),
besides the alteration of phenological
phases, reduction of yields, affectation
of agronomic work (time and method
for preparing soil; sowing season;
fertilization) and harvest impact. On
the other hands, the RCP 2.6 scenario,
it is seen as the only viable scenario
for development and climate policies
that guarantees the sustainability of
resources for future generations.
Conclusions
The drought would be marked by
a different behavior for the analyzed
stations, due to the rainfalls
variability. For the monthly
scale used, Barinitas station and
Pariaguán station, showed the
greatest risks resulting from
droughts, presenting events with
a greater magnitude and duration.
From the proposed climate change
scenarios, it can be expected that
the RCP 8.5 scenario would bring a
signicant increase, as for the number
570
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
(Paredes-Trejo et al., 2018), así como en
la producción agrícola de las estaciones
analizadas en el futuro, siguiendo la
misma tendencia observada en otras
investigaciones en varias partes del
mundo (Bartholy et al., 2013; Nam et
al., 2015).
Los resultados obtenidos son
consistentes con las proyecciones hechas
por el IPCC para el siglo XXI en todo
el mundo. Es probable que las regiones
agrícolas más importantes del país se
vean comprometidas en el futuro por
este tipo de fenómeno meteorológico
extremo, por lo que es esencial adoptar
estrategias de adaptación apropiadas.
Se evidencia, en general, un futuro más
seco, siendo claramente distinguibles
las zonas agrícolas llaneras. Esto podría
provocar una reducción de la aptitud de
las tierras para estos cultivos (Olivares
et al., 2020), además de la alteración
de las fases fenológicas, reducción de
los rendimientos, afectación de las
labores agronómicas (época y método
para la preparación del suelo; época de
siembra; fertilización) y afectación de
cosecha En cuanto al escenario RCP 2.6,
es visto como el único escenario viable
de desarrollo y políticas climáticas
que garantiza la sostenibilidad de los
recursos para las generaciones futuras.
Conclusiones
La sequía estaría marcada por un
comportamiento diferente para las
estaciones analizadas, debido a la misma
variabilidad de las precipitaciones.
Para la escala mensual utilizada,
la estación Barinitas y la estación
Pariaguán mostrarían los mayores
riesgos resultantes de las sequías,
of drought events in the study area
as the duration and magnitude of
these events, signicantly affecting
the agricultural development of the
Venezuelan savannas. However,
a climate change scenario, such
as, the one presented in RCP 2.6,
would have a lesser impact on the
development of the region.
The use o
f the GISS-E2-R, MPI-
ESM-LR, NCAR-CCSM4 and NIMR-
HADGEM2-AO models allowed to
have a broader vision for future
rainfall scenarios in Venezuelan
savannas besides the use of SPI for
the drought estimation in climate
change scenarios. This investigation
opens a line of research in relation
to the possibility to evaluate the
impacts that could originate from a
greater events occurrence in certain
magnitudes and durations, where
mitigation measures and strategic
investment plans could be developed,
in order to reduce the vulnerability
of population in the localities, where
future projections, were evaluated.
End of English Version
presentando los eventos de mayor
magnitud y duración. De los escenarios
de cambio climático propuestos se puede
prever que el escenario RCP 8.5 traería
un incremento importante, no solo en la
cantidad de eventos de sequía en la zona
de estudio sino también en la duración y
la magnitud de dichos eventos, afectando
de manera importante el desarrollo
agrícola de las sabanas venezolanas.
No obstante, un escenario de cambio
climático, como el presentado en el RCP
2.6, tendría un menor impacto en el
desarrollo de la región.
571
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
El uso los modelos GISS-E2-R,
MPI-ESM-LR, NCAR-CCSM4 y NIMR-
HADGEM2-AO permitió tener una
visión más amplia para los escenarios
futuros de las precipitaciones en las
sabanas venezolanas y el uso del SPI
para la estimación de la sequía en
escenarios de cambio climático. Este
trabajo abre una línea de investigación
en relación a la posibilidad de evaluar
los impactos que podrían originarse
por la mayor ocurrencia de eventos
de determinadas magnitudes y
duraciones, donde podrían desarrollarse
medidas de mitigación y elaboración
de planicaciones estratégicas en
inversión con la nalidad de reducir
la vulnerabilidad de la población de
las localidades donde se evaluaron las
proyecciones futuras
Literatura citada
ACFIMAN-SACC., 2018. First Academic
Report on Climate Change 2018:
Contribution of Working Groups I, II
and III to the First Academic Report
on Climate Change (PRACC) of the
Academic Secretariat on Climate
Change (SACC) of the Academy of
Physical, Mathematical and Natural
Sciences of Venezuela. [Villamizar, A.,
E. Buroz Castillo, R. Lairet Centeno,
J. A. Gómez]. ACFIMAN EDITIONS
– CITECI. 488 p.
Bartholy, J., R. Pongráez and B. Hollosi.
2013. Analysis of projected drought
hazards for Hungary. Adv. Geo. 35:
61–66.
Blunden, J. and D. S. Arndt. 2015. State of
the Climate in 2014. Bulletin of the
American Meteorological Society.
96(7): ES1-ES32.
Edwards, D. C. and T. B. McKee. 1997.
Characteristics of 20th century
drought in the United States at
multiple. Climatology Report. 2-97.
FAO. 2018. The Impact of disasters and crises
on agriculture and Food Security
2017. Rome: Food and Agriculture
Organization of the United Nations.
168 p.
Hayes, M., M. Svoboda, N. Wall and
M. Widhalm. 2011. The Lincoln
declaration ondrought indices:
universal meteorological drought index
recommended. Bull.Am. Meteorol. Soc.
(92), 485–488.
Hernández, R. 2008. Caracterización de la
sequía meteorológica en los climas árido,
semiárido y subhúmedo seco en los
llanos centro orientales de Venezuela,
para el manejo de los recursos hídricos.
Trabajo de Grado de Magister en
Gerencia Ambiental UNEFA-CIP.
Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G.
Jones and A. Jarvis. 2005. Very high
resolution interpolated climate surfaces
for global land areas. Int. J. Climatol.
25: 1965-1978.
IPCC. 2014. Climate Change 2014: Synthesis
Report. Contribution of Working Groups
I, II and III to the Fifth Assessment
Report of the Intergovernmental Panel
on Climate Change [Core Writing
Team, R.K. Pachauri, L.A. Meyer].
Geneva, Switzerland, 151 pp.
Lloyd-Hughes, B. 2014. The impracticality of
a universal drought denition. Theor.
Appl. Climatol. 117 (3-4): 607–611.
Marengo, J.A., S.C. Chou, R.R. Torres, A.
Giarolla, L.M. Alves and A. Lyra.
2014. Climate Change in Central and
South America: Recent Trends, Future
Projections, and Impacts on Regional
Agriculture. CCAFS Working Paper
no. 73. CGIAR Research Program
on Climate Change, Agriculture and
Food Security (CCAFS). Copenhagen,
Denmark.
Martelo, M. 2003. La precipitación en Venezuela
y su relación con el sistema climático.
Caracas: Ministerio del Ambiente y los
Recursos Naturales (MARN). 72 p.
McKee, T., N. Doesken and J. Kleist. 1993. The
relationship of drought frequency and
duration to time scale. In: Proceedings
of the Eighth Conference on Applied
Climatology, Anaheim, California,17
572
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(3): 548-572 Julio-Septiembre.
Silva y Mendoza ISSN 2477-9407
to 22 from American Meteorological
Society. 179-184.
Mendoza, N. M. Puche. 2007. Evaluación de la
ocurrencia de sequía en localidades de
Venezuela. Rev. Fac. Agr. (LUZ). 24 (4):
661-678.
Ministerio del Ambiente y los Recursos Naturales
(MARN). 2005. Primera Comunicación
en Cambio Climático de Venezuela.
Caracas: Ministerio del Ambiente y de
los Recursos Naturales, 164 p.
Nam, W., M. Svoboda, M. Hayes and T. Tadesse.
2015. Drought hazard assessment in
the context of climate change for South
Korea. Agricultural Water Management.
160: 106-117.
Navarro-Racines, C., J. Tarapues, P. Thornton,
A. Jarvis and J. Ramirez-Villegas. 2020.
High-resolution and bias-corrected
CMIP5 projections for climate change
impact assessments. Sci Data. 7(7): 1-14.
Olivares, B., A. Cortez, D. Lobo, M. Parra, J.
Rey y M. Rodríguez. 2016. Estudio de
la Sequía Meteorológica en localidades
de los llanos de Venezuela mediante el
Índice de Precipitación Estandarizado.
Acta Nova. 7(3): 266-283.
Olivares, B., A. Cortez, R. Parra, D. Lobo, M.F.
Rodríguez y J.C. Rey. 2017. Evaluation
of agricultural vulnerability to drought
weather in different locations of
Venezuela. Rev. Fac. Agron. (LUZ)
34 (1): 103-129.
Olivares, B., R. Hernández, R. Coelho, J.C.
Molina, y Y. Pereira. 2018. Análisis
espacial del índice hídrico: un avance
en la adopción de decisiones sostenibles
en territorios agrícolas de Carabobo,
Venezuela. Rev. eogr. A m .
Cent. 60 (1): 277-299.
Olivares, B. and M.L. Zingaretti. 2019.
Aplicación de métodos multivariados
para la caracterización de periodos de
sequía meteorológica en Venezuela. Rev.
Luna Azul. 48(2): 172-192.
Olivares, B., M. Araya-Alman, C. Acevedo-
Opazo, J.C. Rey, P. Cañete-Salinas,
F. Giannini, M. Balzarini, D. Lobo, J.
A. Navas-Cortés, B. Landa and J. A.
Gómez. 2020. Relationship Between
Soil Properties and Banana Productivity
in the Two Main Cultivation Areas in
Venezuela. J. Soil Sci Plant Nutr. (2):1-
13.
OMM. 2012. OMM-Nº 1090 Guía de Usuario:
Índice Normalizado de Precipitación.
Ginebra, Suiza: OMM, 23 p.
OMM. 2016. “Climate extremes, growing costs
and loss: are we ready?”. Disponible
en: https://public.wmo.int/en/events/
events-of-interest/cop22. Fecha de
consulta: enero 2019.
Paredes, F., F. La Cruz y E. Guevara. 2014.
Análisis de las frecuencias de las sequías
meteorológicas en la principal región
cerealera de Venezuela. Bioagro. 26(1):
21-28.
Paredes-Trejo, F., H. Barbosa, M. Moreno-Pizani
y A. Farías-Ramirez. 2018. Inuencia
de las sequías sobre el régimen hídrico
de los ríos en Venezuela. Capítulo 9
(pp: 171-184). En: Rodríguez-Olarte, D.
(Editor). Ríos en riesgo de Venezuela.
Volumen 2. Colección Recursos
hidrobiológicos de Venezuela.
Universidad Centroccidental Lisandro
Alvarado (UCLA). Barquisimeto, Lara.
Venezuela.
Paredes-Trejo, F y B. Olivares. 2018. El desafío de
la sequía en Venezuela. En: Núñez Cobo,
J. y Verbist, K. (Eds.). Atlas de Sequía de
América Latina y el Caribe. (pp.127-136).
Francia: UNESCO.
Parra, R., B. Olivares, A. Cortez, D. Lobo,
M. F. Rodríguez y J. C. Rey.
2018. Características de la sequía
meteorológica (1980-2014) en dos
localidades agrícolas de los andes
venezolanos Revista de Investigación.
42(95):38-55.
Tabor, K. and J.W. Williams. 2010. Globally
downscaled climate projections for
assessing the conservation impacts
of climate change. Eco. Appli. 20(2):
554–565.
van Vuuren, D.P., J. Edmonds, M. Kainuma,
K. Riahi, A. Thomson, K. Hibbard,
G.C. Hurtt, T. Kram, V. Krey, J.-F.
Lamarque, T. Masui, M. Meinshausen,
N. Nakicenovic, S.J. Smith and S.
K. Rose. 2011. The representative
concentration pathways: an overview.
Climatic Change 109(1):5-31.