Agronomfa PREDICCION DE LA PRECIPITACION EN EL DE REGIMEN FIN DEL DE Costarricense 11(1): 55-64. 1987 ESTACION PACIFICO LLUVIOSA /* 1 Ricardo Radulovich** ABSTRACT Rainfall inverse prediction relationship the begining of the of same Early (Pv, and end lowest A of to related fourth range of ~ in to limits of which: plantings and I and PN for PI' III. may From of be dependent a classified station. all cases de as the values of high the the end to can basis of the one fo the second be planned of rainy ran- or late according in 1986 was successful informaci6n a juzgar capacidad at ~ PN attempted. INTRODUCCION La low a larger perspective, Thereafter, to the amounts of PN expected. Prediction of low in No presented practices III). to percentage as belonging the cultural lowest. (PN) were related a low and II) (Range PI agricultural rainfall on stress-avoiding the (PN)' Excepting (Range high were Rica. November values while Costa ranges. with also II, generalized amounts a year are and was PI of season Precipitation in 11Th) usually Range of three associated An rainy Initial in medium the Regime precipitation (Range were within Ranges PI According rainfed PI methodology the which with to Regime. values of termed divided those Pacific end Pacific to values the were were low the precipitation for semidry values than PI values, between prediction ges, PN I), in monthly values the values PN highest years season corresponded PI (Range the the May) values PI rainy the from larger recurred relationship season. of of and + amount, of tor values a season low found season stations significantly percentage were six rainfall end between April values to rainy for the found (Mayor According the the year, season for was para predecir oportunamente que obtenida por los n~estros v{a resultados ind{genas. satelite. hasta Sin la embargo, fecha, pareciera precolombinos, por simple ciertascaractensticasde eventosclimaticosvenide- y .meu~ulosaobserv~c16n. de la naturaleza,ternan ros, ~as es todo una el incluyen meta mu que cient{ficos y tecnicos de d . d sf E n 0 e lcan gran es e uerzos. stos uso de los mas sofisticados metodos y el equipos, a la d d destacandose el anaIisis com utarizado p . l/ .. . . ~X1to. dlcclon . nos, ReClbldo de 1986. para su pubilcacionel 12 de noviembre ves 1 los tales del cle~t{fIcos modemos (Antunez Aparte derando .' q~e. chmatlca de e~entos como la gran ai'io, d 1 la clclon~s y constanCIa de rta la los la . extraordm~y COnsl- temperatura a tra- fen6menos ' pre- 1982). huracanes, de predicci6n ' en de Mayolo, . .. chmaucos pluviat . ' es es e a mayor 1ffipO nClaen regIones roplcales. Basicamente, esto se refiere a poder predecir Trabajo fmanciadopor una Becade Investigacion cantidades y distribuci6n de la precipitaci6n para McNamara,.Instituto de Desarrollo Economico, penodos venideros de deficit 0 exceso h{drico. B~ncoMundlalde al autor. ~ro~~ctoNo.. 340.-85-068, Burrows .et al. ( 1976) y Loo ml's ( 1983 ) , Vlcerrectona Investlgaclon, UmverSldad de Costa Rica. sei'ialan g{a Profesor, dad Escuela de Costa Rica. de Ingeniena Agr{cola, Universi- tela y que para las consideran no predecir se po see con caractensticas que actualmente un grado de contar con la la aceptable salida esa de tecnolog{a tecnolode las cer- lluvias repre~ 56 AGRONOMIACOSTARRICENSE Cuadro1. Estaciones estudiadas. Estacion Numerode aiiosconsiderados (periodo) LatitudLongitud Altitud (m s n m) Precipitacion anual (mm) Alajuela Cartago 23(1962-1984) 33(1950-1983) 10°01'-84°16' 09°52'-83°55' 840 1440 1976,0 1340,0 PacificoCentral Barranca 32(1950-1984) 10°00'-84°42' 140 2080,6 PacificoNorte Liberia SantaCruz Tilaran 39(1945-1984) 31(1950-1984) 32(1950-1984) 10°37'-85°26' 10°16'-85°35' 10°28'-84°58' 144 54 562 1650,4 1902,2 2113,3 Region . Central sentarla una poderosaherramientaen el usa del agua,disminuyendolos riesgosde perdidaspar deficit hidrico al fmal de la estaci6nlluviosa. Radulovich(1986) y Radulovichy Carmona (1987) desarrollaron para las RegionesCentral (Alajuela) y Pacifico Norte (Canas)de Costa Rica, una metodologiapara predecirciertascaracterlsticas de las lluvias de fin de ano (especificamente de noviembre). Este metoda se basa en una relaci6n encontradaentre la entrada y la salida de las lluvias de cada ano para las dos estaciones evaluadas,10 que provee un conocimiento sabre las lluvias de noviembredesdejunio de cadaana. El m~todo de prediccion queestosautoresselimitan a esbozarpara dos estacionesdel pais, forma parte de un esfuerzomayor, a travesdel modelo AQUA (Radulovich, 1987), para lograr una mejor utilizacion de los recursospluvialesen la agricultura de secano,en el cualla factibilidad de predecir las lluvias de noviembre representauna garanna de exito para producir dos cultivos de cicIo corio par ano en estasregiones,sin necesidadde riego. El trabajo aqui presentadoconsisteen una evaluacion de la metodologia desarrolladapar Radulovich (1986) y Radulovich y Carmona (1987) para una serie de estacionesdel pais, asI como la busquedade una generalizacionsabrela relaci6n que pareciera existir entre cantidades de precipitaci6n a la entrada y la salida de las lluvias de cada ana. Diversasaplicacionesdel metodo son discutidastras la presentaci6nde los resultados. MATERIALES Y METODOS Registrospluviometricos diarios y mensuales fueron obtenidos del Instituto Metereologico Nacional para seis estacionesrepresentativasde diversas zonas agroecol6gicasde las Regiones Central, Pacifico Central, y Pacifico Norte de Costa Rica. Estasestaciones,los alios evaluados, y algunasde susprincipalescaracterlsticasse presentanen el Cuadra 1. Lasestacionesfueron escogidas POTrepresentarzonasagricolasdistribuidas a 10 largo del regimen del Pacifico semiseco,y par poseeramplios registrospluviometricos.Ademas de estasestaciones,los resultadosde Radulovich (1986) y Radulovichy Carmona(1987) para Canas,aunque no son analizadosaquI, son citados en la discusion,aumentandoa siete el numero de estacionesconsultadas. Las siguientesconsideraciones, desarrolladas en masdetallepar los autoresrecienmencionados, sirvieron para implementar el m~todo predictivo de lluviasde fm de ano queseutiliz6: 1) 2) 3) 4) La predicci6n debe realizarsetemprano en el ana, paraasidisponerde suficientetiempo para la planificaci6n de estrategiasde siembra y mercadeo en relaci6n a la segunda siembrade secano; El metoda predictivo debe seTsencillo de utilizar, parapermitir su amplio usa; A diferencia del simple analisisprobabilistico de la distribuci6n de la precipitaci6n, la predicci6n debe proveer un mayor grado de certezaasociadoa fangosde lluvia esperahIes;y, Siendo noviembre par 10 generalel Ultimo roes de lluvias en el regimen del PacIfico, se deben poder predecir algunascaracterlsticas de lasolluvias de estemeso Manteniendo la simplicidad del enfoque, s.ebusc6 determinar la existenciay caracterlsticas de cualquier relaci6n entre los valoresde la ~. RADULOVICH: Predicci6nde la precipitaci6n 57 Cuadro2. N6meroy porcentaje(entreparentesis)de mos categorizados dentrode 10sdiversostangosde PI' Rangos Estacion Todos (100%) I Alajuela 23 3(13,0) 10(43,5) 10(43,5) 2( 8,7) Cartago 33 3( 9,1) 13(39,4) 17(51,5) 6(18,2) Barranca 32 2( 6,3) 14(43,8) 16(50,0) 5(15,6) Liberia 39 1( 2,6) 19(48,7) 19(48,7) 6(15,4) SantaCruz 31 O( 0,0) 14(45,2) 17(54,8) 9(29,0) Tilaran 32 O( 0,0) 9(28,1) 23(71,9) 6(18,8) * 0 . 01 (DIb)* EI Rango11Th esencerradoentreparentesis pararesaltarel hechode queesosanossonconsiderados tambiendentro del RangoIII. Estosemantieneparatodoslos casasen queaplique. Cuadro3. Limitesde PI (oml)quedividenr.umericarnente 10sdiversos tangos. - Estacion - - Todos 10smos - --- - I 144,0 Rangos II III - IIIb --;;. 294,5 ._.~ ~ 454,9 Alajuela ~ 474,5 .. Cartago .; 335,6 .. 51,4 55,5-170,4 ;;'175,1 ;;. 255,5 Barranca ~ 718,8 .. 90,1 93,8-260,0 ;;.265,9 .. 476,9 Liberia .. 700,6 .. 15,6-158,7 ;;'173,4 .. 365,4 SantaCruz .. 687,7 - 36,3-174,0 ~ 184,0 ;;. 278,0 Tilaran .. 373,9 - 2,0-109,6 ;;. 129,0 ;;. 335,1 7,5 174,5-290,0 - precipitaci6n mensualdel principio de las lluvias (generalmentede mayo, y en el casode Barranca de abril + mayo), llamadaaqu{ Precipitaci6nInicial (PI)' y la de Noviembre(PN) del mismo afio, paralasestaciones bajo estudio. y seencuentraausenteen SantaCruz y Tilaran(Figuras5 y 6). RangoII: Representade un tercio a la mitad de log afios en todas las estaciones(Cuadro 2), que se caracterizanpOTuna PI interrnedia,e intermedia 0 alta PN, con ningun casode baja PN (FiRESULTADOS gurasI a 6). Rango III: Representamas de un tercio a En lag Figuras1 a 6 seobservagraficamente masde la mitad de log afios(Cuadro2), que secala relaci6nentre PI y ~ de cadaafio, para todos racterizanpOTalta a muy alta PI y un alto porcenlos afios de lag estacionesconsideradas.En termi- taje de afioscon bajaa muy baja~, que comprennos generales,y caractensticopara cadaestaci6n, den todos los ¥alores bajos de precipitaci6n en se aprecianclaramentetres fangosde PN en rela- noviembre salvo aquellosdel Rango I. El Rango ci6n a la PI' Los diversosfangosson: 11Threpresentaaquellosafios de mayor PI, que se Rango I: Representaun bajo porcentajede caracterizanpOT una aun mayor proporci6n de afios (Cuadro2), que se caracterizanpor una muy bajos valoresde ~; incluye a la mayona de los baja PI y en general una baja PN (Figuras 1 a 4), valores mas bajos de ~ (Figuras 1 a 6). 58 AGRONOMIA COSTARRICENSE ALAJUELA E (1962-1984) I - 300 II . E w III 0 . ~ III ~ W > 0200 0 ZOO Z 0 Q u oCt a: - 100 0.' 0 1 . . U ~ 1 I I I . 0 IIIb .. 1 I I 0 0 100 200 300 400 500 PRECIPITACIONMAYO (m m) Fig. 1. Relaci6n entre la precipitaci6n de mayo y la de noviembre para Alajuela, segfln el m~todo de Rangos. CARTAGO (1950-1983) noviembre. Si el afio se ubica en el Rango II de PI no se tendra valores bajos de precipitaci6n en noviembre, mientras que si el afio se localiza en los Rangos I y II, a pesar de que algunos afios se E .E. 300 ~ ~ 5 ~ I ~ 0 a. !lib I , 0 0 100 G ~ III 200 ~ u II - 0: 00 o~ 8 8,. " I I En los Cuadros3 a 6 sepresentan diversos I 8 ~ 8 ; 0 8 I 8 I 0 obtienen valores altos de PN, existe una muy alta probabilidad de que la precipitaci6n de noviembre sera de baja a muy baja, sobre todo en el sub-rango III b. 100 200 300 400 PRECIPITACION MAYO(mm) Fig. 2. Relaci6nentre la precipitaci6nde mayo y la de noviembre paraCartago,segflnel m~todode Rangos. Exacatamente el mismo patr6n rue encontrado en las estaciones estudiadas por Radulovich (1986) y por Radulovich y Carmona (1987). La importancia de estos patrones pluviales radica en que, clasificando el aDOen curso en uno de estos fangos, desdejunio, se puede poseer bastante certeza del comportamiento de las lluvias en metodos de analisis numerico elemental de las relacines observadasen las Figuras 1 a 6. El Cuadro 3 sefiala los llmites de PI que separan los diversos fangos. La delimitaci6n entre fangos rue hecha por simple observaci6n de las Figuras 1 a 6, siguiendo una estrategia de disminuci6n de riesgos.Es importante resaltar que la separacion de fangos debe realizarse para cada estacion, ya que los valores llmites entre estos vanan espacialmente, as{ como 10 hace la precipitaci6n. En el Cuadro 4 se muestran los valores promedio de PI y.PN. Se aprecia que los promedios de PN del Rango II de cada estaci6n son en todos l~ casos superiores al promedio de todos 10saDOS (PN). Asimismo, los promedios de fN de los Rangos I, III y IIlb son en todos los casosinferiores a RADULOVICH: Predicci6nde la precipitaci6n 59 Cuadro4. Valorespromediode PI y PN. Precipitacionlnicial Rangos Estaci6n Todos 10sanos (PI) I II Alajuela Cartago 270,7 166,5 117,5 39,0 233,4 109,2 Barranca 281,4 84,0 193,5 -- Liberia 7,5 Santa Cruz 232,2 Ti1aran 194,3 -- P 223,1 62,0 " PrecipitacionNoviembre Rangos IIIb Todos 10sanos (PN) I 354,1 232,7 464,7 285,4 137,5 112,6 177,3 103,3 179,la" 138,3a 'S7,lb 94,5b 65,6 76,3 180,1 394,8 554,8 149,5 69,6 207,9a 108,4b 58,8 88,9 308,0 477,7 109,2 46,7 159,8a 61,8b 51,7 250,1 356,9 164,5 -- 237,4a 131,4 310,1 424,2 130,1 99,2 III 124,9 320,7 405,7 107,3 n -- III 145,7a 178,0 nIb 51,2 75,7b 64,4 136,Ob 128,8 93,9 74,2 Losvaloresseguidos pOtdiferenteletra dentrodeuna mismaestaci6nsonsignificativamente diferentesentresf par pruebataP < 0,05. 400 BARRANCA (1950-19B4) ~ --- 300 w a:: OJ ~ ~ I 0 0 II III I 000 f) z 200 0 I 0 I 0 Z Q 0 ~ 00 f- ~ 100 I ~ ~ I J I I 0 I I I I III b I I I II. 1:1 I I I I I I 0 0 100 200 300 400 500 600 700 PRECIPITACION ABRIL + MAYO (mm) Fig. 3. Relaci6nentrela precipitaci6nde abril-mayoy la de noviembreparaBarranca,se~n el m~todode Rangos. log del Rango II: esto a pesar de la ocurrencia de un cierto numero de aBoscon altos valoresde fN en log RangosI y III de cadaestacion(Figuras 1 a 6). Es importantenotar que la diferenciaentre log promediosde PN de log RangosII y III, rue estadisticamente signitlcativa ' (p< 0,05) segunla Prueba de t, en todas lag estaciones(Cuadro 4). En el Cuadra 5 se muestra el porcentaje de afios dentro de cada fango en log que se ob- servanvaloresde fN inferiores a 0,75*PN, Y para log Rangos II y III el porcentaje de afios con valoresde PN inferiores a 0,5*PN. Estasson medidas arbitrarias"con lag que sepretendemostrar la magnitud y significanciade log valoresde fN que se esperancada aBa, en relaci6n al promediD de todos log afios. Se aprecia que el porcentaje de afios con valoresinferiores a 0,75* ~ es sustancialmentemellor en el Rango II que en el 60 AGRONOMIACOSTARRICENSE Cuadro 5. Porcentaje de anos con valores de PN menores que 0,75 Y 0,5 vecesel promedio de todos 10saiOI <'N)' - - %PN < 0,75: PN %PN < 0,5' PN Rangos Rangos Todos 10sanos 1 0 01 mb II m Alajuela Cartago 39,0 36,4 33,3 67,0 10,0 0,0 70,0 59,0 100,0 67,0 0,0 0,0 50,0 23,S Barranca 37,5 100,0 7,1 56,3 100,0 0,0 37,5 Liberia SantaCruz Tilaran = 43,6 51,6 34,4 100,0 15,8 21,4 0,0 68,4 76,5 47,8 83,0 77,8 67,0 0,0 7,1 0,0 52,6 41,1 17,4 40,4 75,1 9,1 63,0 82,5 1,2 37,0 Estacion X I --- II 500 III LIBERIA (1945-1984) 0 E .§ 400 UJ (k: II) :?: UJ > 300 0 z zOO 0 U 0 ~ 200 0 §:; U ~ 0 0 0- 100 0 00 ...n. Ou-. 0 0 0 I . 100 I I . I . .. . ... . 200 III b : . 300 I ., I . I. 400 . 500 600 . 700 PRECIPITACION MAYO (mm) Fig. 4. Relaci6nentrela precipitaci6nde mayoy la de noviembreparaLiberia,segfinel mEtodade Rangos. resto de los fangos. En el promedio global, para todas las estaciones,se observaque mientrasque en el Rango II s6109,1% de los anospresentan valoresde PN < 0,75*PN, los porcentajesson de 40,4 para todos los valores,y de 75,1; 63,0. y 82,5 para los promedios de los RangosI, III Y IIIb, respectivamente.Estas diferenciasse acentuan drasticamentecuandose considerael porcentaje de afios con valoresde PN < O,5*PN,en los que (con la excepci6nde un solo ano para Santa RADU LOVICH: Prediccionde la precipitacion Cuadro6. 61 Valor de PN equivalentea PrecipitacionEsperable(~80%de logcasos)y diferenciasen PrecipitacionEspe. fableentrefangos. Precipitacionesperable (mm) Rangos Todos Estacion logafios AIajuela Cartago 66 11 80 70 150 93 Barranca 58 47 Liberia 34 47 Santa Cruz 32 TiIaran - IBm -- 92 -- - X --- - 58,8 61,0 Diferenciasen PrecipitacionEsperable (mm) Rangos - mb B-1 BoBI B-IBb 60 50 63 39 70 23 90 43 87 54 136 47 44 89 89 92 85 26 20 38 59 65 81 10 8 -- 71 73 165 --- - 82 -- -- 84 - -- 83 81 72,5 75,3 118,3 45,8 43,0 55,0 SANTA CRUZ (1950-1984) 400 (I) EE LJ.J ... 'r I I 300 ~ I I j I I I I I I, 00 I 0 1 I ~ > Z III 0 I £r (D 0 II i . . I 200 : Z I Q A U <! I- a.. Y I 't(. U 100 t,: ! LJ.J £r 1 Cl. 0 0 0 0 III b I I : I I 0 :, I : .1 0 I I I I 0 0 r 1 I I . I I . . I 100 200 300 400 500 . 600 700 PRECIPITACIONMAYO (mm) Fig. 5. Relacion entre la precipitacion de mayo y la de noviembre para Santa Cruz, segtin el mEtodo de Rangos. Cruz, .!lue presentaun valor ligeramenteinferior a 0,5*PN), en el RangoII no seencuentraun solo valor tan bajo, mientras que en promedio en el Rango III ~ encuentraun 37% de los ai'ioscon ~ < 0,5*PN. En resumen,el Cuadro5 reafirma numericamenteque, mientras que en el RangoII no se encuentranvaloresde PN bajos, estos son muy frecuentesen los otros fangos. Estasy otras diferenciasmencionadasaquI, de ser sometidasa analisisde varianza(tomando, por ejemplo, estacionescomo bloquesy fangoscomo tratamientos), serian sin duda estadlsticamentesignificativas;sin embargo,es de temer que dicho analisisno sea aceptabledesdeun punto de vistaformal. En el Cuadro 6 se observauna evaluaci6n probabillstica de los valores de PN encontrados 62 AGRONOMIA COSTARRICENSE TILARAf-f(1950-1984) . I, 400 ~ I II del RangoII de medianosa altos, y los del Rango III de bajos a muy bajos, en particular aqueIlos del RangoIIIb (Figura 7). Una consideraci6nde importancia general ~ ~ ~ 300 ~ q 0 III b > ~ 200 00 ~ ~ , 0' , ~ : ': , :' 0 .' . valoresdePrecipitaci6n Esperable (Cuadro 6),permiten confiar que, en un afio clasificadodentro del RangoII, un cultivo tardlo cantaracon relati- 1 , , .' .: .' vamente abudante aguadurante noviembre. Par ' el contrario, la alta frecuenciade valoresbajos de PN Y los bajos valoresde Precipitaci6nEsperable (Cuadros5 y 6), indicanqueun cultivotardiopro. : 00 100 200 300 es que en el Rango II no se presentan valores ba- jos de PN (Cuadro 5) 10cual, sumadoa los altos I ': ~ 100 ~ racterizado de acuerdo a la PI, puede esperarse que los valores de PN del Rango I seran bajos, los I 400 bablemente sufrira de d~ficit hldrico temprano en afios correspondientes a los RangosI, III, y so- bre todo , 1I1b. Fig.6.Relaci6nentrela precipitaci6n demayoy la denoLa diferenciaesperableen PN entre afiosdel viembreparaTilar&n,segunel mEtodadeRangos. Rango II y los otros fangos,como se muestraen . el Cuadra 6, va de 55 a 75 mm, 10cualrepresenta, en los diferentesfangos. Los va;l~res. mostrados en t~rminos amplios, suficiente aguapara manteen estecuadra son llam~~osPrecll:>lt.acl~? Espera- ner el crecimiento de un cultivo par 15.30 dlas, hIe, y representanla mmlIDapreclprtaclonque se dependiendode la zona y el cultivo. Esto signifi. puede espera.ren cada fango en. el 80% de los ca una diferenciasustancial,que podria permitir ~os. Es decII, ~uatro de cada ~mco afios P:Nha holguraen la planificaci6nde una segundasiembra sldo -y presumlblementesera- 19ual0 superIoral de secanoen estaszonasdurantelos afiosdel Ranvalor mostrado. En este analisisla diferencia en- go II, 0 indicar la necesidadde estrategias preventitre el R~ngoII y los otros rango~esacentuada,y vas en afios de los otros fangos.Sin embargo,el en t~rmmos generales,se esperaranentre 55 y 75 analisisrealdela diferenciarequierede mayor detamm mas de precipitaci6n en noviembrepara un lIe 10 cual rue realizado con el modelo AQUA afio clasificado~e.gunPI en el Rango II, que pa- (Radulovich,1987) como dlas con d~ficit, y revera uno que claslftqueen alguno de los otros ran- 16que la diferenciaentre valoresmensuales de ~ gas. es sostenidacuandolos patronesde Iluvia durante noviembreson considerados a trav~sde un balance DISCUSION hldrico diario (Radulovich, 1986; Radulovich y Carmona, 1987). Otro aspectoimportante es la Con baseen los resultadospresentados. en la consideracionde la precipitaciondurante los veraFigura7 semuestraunarepresentacion generalizada niIlos, tema que no es abordado en el presente de la relaci6n entre PI y PN, que seaplica, en ditrabajo. PRECIPITACION MAYO(mm) versos grados, a las seis estaciones estudiadas, asl como a la de Cafias(Radulovich,1986;Radulovich y Carmona,1987). Esimportanteresaltarque esta generalizaci6npersiguefmes agrlcolas,que incluyen la disminuci6n deriesgos.Estoconllevaobviar la ocurrenciade algunosafios con alta PN en los RangosI y III, en vista de quela mayorla de ~stos presentanbajosvaloresde PN. En t~rminos generales,y considerandoque la relaci6n entre PI y PN semantieneparauna estaci6n dada, una vez que sehaD determinadolos Ilmites de los rangos,y el afio en curso seha ca- En particular, la relaci6n entre PI y ~ es mas d~bi1en la estaci6nCartago(Figura 2), que presentaabundantesIluviasaUnen diciembre.Las estacionesdel Paclfico Seco,sin embargo,se apegaDfielmente a la relaci6n,y es sorprendenteobservarla ocurrenciade valoressumamentebajosde PN para los ai\os correspondientesal RangoIIIb (Figuras 3 a 5). Un m~todo predictivo de los rangas esperablesen Iluvias de fm de afio como este es, en todo caso,de mayor importanciaen el Paclfico Seco, y en estacionesde la Regi6n Central (como Alajuela),que presentanmayor aridez. 63 RADULOVICH: Prediccionde la precipitacion w I II 111 cr m ~ w > 0 Z Z 0 ~ R .- Illb N Q: u w g: r 0 I 0 ~ PI PRECIPITACION INICIAL Fig. 7. ReIaci6n generalizada de Rangos para todas entre Precipitaci6n .Inicial Ias estaciones consultadas. (pp. Como semencion6anteriormente,esposible que considerandoen detalle log patronesde entrada y salidade lag lluviasde cadaano, en vezde log valoresmensuales,este m~todo predictivo podria refinarsey mejorarse.Asimismo,el hecho que para Barrancafuese de mayor provechoutilizar la precipitaci6nde abril + mayo en vezde la de mayo como PI, indica que cadaestaci6ndebeserevaluada en forma particular. La aplicaci6ny mejoramiento del m~todo, podria ademassignificaruna herramientaen el desarrollode la capacidadpredictiva de otros eventospluviales,pOl ejemplolog "veranillos" y, tal vez masimportante, en e1estu. dio y entendimientode patronesde precipitaci6n a nivel de macroesca1a, 10 que conllevarlaa un entendimiento s6lido de 10s diversosaspectosp1uvia1es. Sin embargo,tal como ha sido expuesto,e1 m~todo presentaaplicabilidaddirectaa 1aagricu1tufa. E1poder predictivo del m~todo rue probado exitosamenteen 1986 con log datos existentes,e1 cual c1asific6como pertenecienteal RangoIII en Alajuelay Canasy 11Then Uberia y SantaCruz, estaciones que presentaronbajos valores de PN, 76,2; 32,9; 14,2y 6,2 mm, respectivamente. yia Precipitaci6n de Noviembre (PN)' segtin el m~todo POl otra parte, es posible ampliar la aplicaci6n de este m~todo predictivo a usos diferentes que la agriculturade secano.POl ejemplo,la estacion Tilaran (Fig. 6) podria considerarse representativa de 10esperableen la represadel Arenal; saher desdejunio si es altamenteprobable que lag lluvias de noviembreseranbajas0 altas,podria representaruna excelenteherramientade planificacion, tanto para la produccionde energiahidroelectrica como para el riego en el distrito beneficiado pOl estas aguas.Es posible imaginal tambien otros usos en el campode la promocion turistica parael metodo. Para finalizar, es necesarioresa1tarque esta re1aci6nentre PI y PN esvox populi entre agricu1tores y, tal vezsiguiendoobjetivosy metodo10glas como lag de Antunez de Mayolo (1982) y Jackson (1982), sella posib1erescataralgo de eseconocimiento popular, producto de 1a experienciay de 1ameticu10saobsl?rvaci6n de 10sfen6menosnaturates. RESUMEN Seencontr6una relaci6ninversaentrelog valores mensualesde precipitaci6n del inicio de la 64 AGRONOMIACOSTARRICENSE estaci6nlluviosa y log valoresdel fmal de lag lluvias del mismo afio, para seisestacionesmeteoro16gicasdel Paclfico Seco de Costa Rica. Valores inicialesde precipitaci6ri(correspondientes al roes de mayo, 0 de abril + mayo en un caso)son llamados Precipitaci6n Inicial (P}), mientras que aquellosde fin de estaci6nlluviosa correspondeD ala Precipitaci6nen Noviembre(PN)' En terminos amplios,si en mayo lluevemuy poco 0 mucha, la precipitaci6n de noviembrees par 10 general baja, mientras que si la precipitaci6n de mayo es intermedia, la de noviembreno es baja. De acuerdoa la cantidadde precipitaci6n, log valores de PI son divididos en tres fangos. Exceptuandolog valoresmas bajos de PI (Rango I), log valores bajos y medias de PI (Rango II) se relacionaron con valores de PN significativamente mayores que aquellos asociadascon. PI alta (Rango III). Un cuarto fango, correspondlen. te a log valoresmas altos de PI (RangoIIIb), es- abundante lluvia en noviembre. El metoda rue probado exitosamenteen 1986,un ano que clasific6 en el Rango III de acuerdoa la precipitaci6n de mayo, y present6 valoresbajos de precipitaci6n en noviembre.Otrasaplicacionesdel metoda sonpresentadas. LITERATURA CITADA ANTUNEZDE MAYOLO,S. 1982.La predicci6ndel clima en el Peru pre-colombino. Interciencia 6:206-209. BURROWS W C. HAHN L . JENSENR E . LOOMIS R. S:;OSCHw AID: vi: 1976.C;op'~d livestock management. In Climateand Food.Washington D. C,.Nat. Res.CouncilRep.,NationalAcademy of Sciences. p. 79-105. JACKSON, 1. J. 1982.Traditionalforecasting of tropical rainy ~asons.Agric. Meteorol.31: 33-45. ... ta relacionado con un aun mayor porcentaje de . .t 1 baJos,valo~esde ~, que ademiis son usua mente log mas baJos.En aDOScon valores de PI dentro del Rango II no se encontraron valores bajos de PN, 10 que representa una gran ventaja en el usa del LOOMIS, R. S. 1983. Crop manipulationsfor efficient use of water: An overvklw.In Limitations to efficient water use in crop production. Ed. by H.M. Taylor; W. R. JordanandT. R. Sinclair.Wisconsin, A.S.A.p. 345-374. 'meta RADULOVICH, model d 0, . mlentras que un .pequeno -.. porcentaje d e valoresaltos de ~ recumeron en log Rangos I y III, 10 cual no afecta negativamente la efectividad del metoda. Desde una perspectiva agricola, la relacion entre P y P rue generalizada y es presentada coIN, . . mo la base de una metodolog{a para la predlcc16n de cantidades de lluvia esperablesal fin de la estaci6n de lluvias. De acuerdo a PI, un afio es clasificado en uno de los fangos CUrDSlimites dependeD 16 ~ .6 S n." 1 .6 de la estacl ? ~eteoro glca en cuestl n. e5un e fango, lag practlcas culturales de fin de afio pueden ser planificadas, de acuerdo a si se espera poca 0 R. 1986. AQUA, for tropical cropping: an integrated water mechanics, validation, and applications to Costa Rica, Final Report. WashingtonD. C., McNamaraFellowshipsProgram, Economic Development Institute, The World Bank. 114p. RADULOVICH,.~. 1987. AQU~ a m<:>del to ev.aluate water deficits and excesses m tropiCalcroppmg.I. Basicassumptions and yield. Agric. For. Meteorol. 39. (en prensa). RADULOVICH, R.; CARMONA, G. 1987. AQUA, A model to evaluate water deficits tropical cropping. II. Applications and excesses in to rainfed crop managementin CostaRica. Agric. For. Meteorol. (sometidoa publicaci6n).