Abstract Unsupervised learning techniques are employed to study the relationship between atmospheric circulation and precipitation over Central America and its surrounding areas. Specifically, the clustering algorithm k-means++ is applied to three coarse-grained datasets from ERA-interim reanalysis that are the candidates for representing the atmospheric state vector, each candidate contains its full temporal variability. Datasets are composed of: a) wind fields at 925, 800 and 200 hPa, b) same as “a)” plus convective available potential energy and c) same as “a)” plus total column water vapor. Clustering metrics, namely the variance ratio criterion, the silhouette criterion and the mean squared error, are computed to quantify clustering quality. Clusters are interpreted as weather types, recurrent configurations of the atmospheric state vector associated with observable weather states. The correct number of clusters for each dataset is determined with a Monte Carlo test of normality, to assure cluster existence. The main objective is to obtain a set of weather types containing elements that characterize the transition from and to the rainy season over the Pacific side of Central America as well as other elements of the seasonal cycle of regional precipitation, such as the Mid-Summer Drought. Besides the statistical metrics, in order to select between candidate datasets and plausible number of clusters, focus is given to the temporal characteristics of the clusters. Existing literature does not provide a set of weather types suitable to analyze seasonal transitions and the differences in the mechanisms associated with rainfall maxima.

Resumen Técnicas de aprendizaje no supervisado se emplean para estudiar la relación entre la circulación atmosférica y la precipitación sobre América Central y sus áreas circundantes. Específicamente, el algoritmo de agrupamiento k-means++ se aplica a tres conjuntos de datos de baja resolución del reanálisis ERA interim, estos son candidatos a representar el vector de estado atmosférico y cada uno contiene su variabilidad temporal completa. Los conjuntos de datos probados son: a) campos de viento a 925, 800 y 200 hPa, b) lo mismo que “a)” más la energía potencial convectiva disponible y c) lo mismo que “a)” más el vapor de agua en la columna total. Se calculan métricas de agrupamiento, a saber, el criterio de relación de varianza, el criterio de silueta y el error cuadrático medio, para cuantificar la calidad del agrupamiento. Los grupos se interpretan como weather types, configuraciones recurrentes del vector de estado atmosférico asociadas con estados observables del tiempo atmosférico. El número correcto de grupos para cada conjunto de datos se determina con una prueba de normalidad de Monte Carlo para asegurar la existencia de grupos reales. El objetivo principal es obtener un conjunto de weather types que contengan elementos que caractericen la transición de y hacia la temporada de lluvias en la vertiente del Pacífico de América Central, así como otros elementos del ciclo estacional de precipitación regional, como las canículas. Además de las métricas estadísticas, para seleccionar entre conjuntos de datos y un número plausible de grupos, se presta atención a las características temporales de los grupos. La literatura existente no proporciona un conjunto de weather types adecuado para analizar transiciones estacionales y las diferencias en los mecanismos asociados con los máximos estacionales de lluvia.

Resumen (Introducción): La vertiente Caribe de América Central se encuentra a barlovento de los vientos alisios asociados con la Alta Subtropical del Atlántico Norte y presenta un ciclo anual de precipitación bimodal, donde se observa un mínimo relativo en los meses de septiembre y octubre. (Objetivo): Caracterizar el descenso observado en las lluvias en esta región en ese bimestre, estimando, para cada evento, las variables asociadas con los valores del día del inicio, día del mínimo, día del final, duración, intensidad y magnitud, en el periodo 1979-2010. (Metodología): Se usaron 31 registros diarios de estaciones pluviométricas. Se examinó, en cada una de ellas, los meses de julio a noviembre, para encontrar los valores del mínimo, la fecha del mínimo, del inicio y del final, duración e intensidad. Se exploró la ocurrencia de alguna tendencia temporal o espacial en las características de los eventos. Por último, se revisaron diferentes índices climáticos y fuentes documentales para identificar las posibles causas sinópticas de los descensos más fuertes en las lluvias. (Resultados): El inicio de los eventos se observó alrededor del 3 de septiembre, su mínimo el 23 de septiembre y el final 12 de octubre, con una duración aproximada de 39 días. Los eventos tienden a suceder primeramente en las estaciones ubicadas al noroeste del istmo. Los eventos más secos sucedieron bajo condiciones propicias para la ocurrencia de vientos con componente suroeste-oeste sobre la región. (Conclusiones): El conocimiento sobre estas características de la precipitación ayuda en la planificación de sectores socioeconómicos claves en América Central ante eventuales eventos hidrometeorológicos adversos.

Abstract (Introduction): The Caribbean slope of Central America is located windward about the trade winds associated with the North Atlantic Subtropical High and the rains present a bimodal annual cycle, observing a relative minimum in the months of September and October. (Objective): Characterize the observed decrease in rainfall in this region for this bimester, estimating for each event, the variables associated with the values of the onset day, minimum day, demise day, duration, intensity, and magnitude, in 1979-2010. (Methodology): A set of 31 daily records from rain gauge stations was used. In each of them, the months from July to November were examined to find the values of the minimum, the date of the minimum, the onset and the demise, duration, and intensity. The occurrence of any temporal or spatial trend in these characteristics of the events was explored. Finally, different climatic indices and documentary sources were reviewed to identify the possible synoptic causes of the strongest decreases in rainfall. (Results): The beginning of the events was observed around September 3rd, their minimum on September 23rd and the end on October 12th, with an approximate duration of 39 days. Events tend to happen earlier at stations located northwest on the isthmus. The driest events occurred under favorable conditions for the occurrence of winds with a southwest-west component over the region. (Conclusions): Knowledge about these characteristics of precipitation helps in the activity planning of key socioeconomic sectors in Central America in case of adverse hydrometeorological events.

Resumen La ubicación geográfica de América Central juega un papel importante en la descripción de la variabilidad climática de la región. Está rodeada por dos grandes masas de agua, el Pacífico Tropical del Este en el lado occidental y el Mar Caribe en el lado oriental. La región es sensible al efecto de los sistemas dinámicos tanto a gran escala como a escala regional que actúan en sus proximidades, siendo la topografía el principal modulador local de la variabilidad en la región. Para tener en cuenta esta variabilidad climática espacial se utilizaron 57 estaciones meteorológicas con datos diarios de precipitación en América Central para el periodo 1976-2015. Se definieron índices mensuales para describir cuánto y cómo llueve: acumulado total mensual (ACU), cantidad de días con lluvia (DCP), porcentaje de días que no sobrepasan el percentil 20 (extremos secos), y el porcentaje de días que exceden el percentil 80 (extremos húmedos). Por medio de técnicas de aprendizaje automatizado (análisis de conglomerados) se estimaron un número óptimo de grupos para cada variable. La optimización se realizó utilizando el estadístico de brecha. Se encontró un patrón de grupos localizados principalmente en la vertiente Pacífico y Caribe, mientras que en todas las variables se identificó un grupo localizado en la región del Caribe de Costa Rica. Al analizar los cambios en los 40 años de análisis, no se encontraron cambios ni tendencias significativos en las escalas de tiempo mensual estacional y anual ni a nivel de estación, grupal ni regional.

Abstract The geographical location of Central America plays a significant role in describing the climate variability of the region. It is surrounded by two large water masses, the Eastern Tropical Pacific ocean on the western side and the Caribbean Sea on the eastern side. The region is sensitive to the effect of both large-scale and regional-scale dynamical systems acting in its vicinity, being the topography the main local modulator of the variability in the region. To account this spatial climate variability we used 57 meteorological stations with daily precipitation data in Central America for the period 1976-2015. Monthly indices were defined to describe how much and how it rains: monthly total accumulated (ACU), number of days with rain (DCP), percentage of days that do not exceed the 20th percentile (dry extremes), and the percentage of days that exceeds the percentile 80th (wet extreme). Using automated learning techniques (cluster analysis), an optimal number of groups was estimated for each variable. Optimization was performed using the gap statistic. A pattern of groups located primarily on the Pacific and Caribbean slopes was found, while in all variables a group located in the Caribbean region of Costa Rica was identified. When analyzing the changes in the 40 years of analysis, no significant changes or trends were found in the monthly seasonal or annual time scales or at the station, group or regional level.

Resumen (Introducción): Las sequías en Costa Rica son un evento hidrometeorológico extremo que afecta a muchos productores agrícolas y a la sociedad en general. (Objetivo): Identificar cuál índice de sequía logra una relación más fuerte con los impactos asociados a este tipo de acontecimientos extremos en sectores sociales y productivos para tres cantones localizados en Guanacaste, provincia de Costa Rica, ubicada dentro del Corredor Seco Centroamericano (CSC). (Metodología): Para ello se construyó (e integró) una base de datos de impactos producidos por sequías para el periodo 1970-1999, a partir de diferentes fuentes de información, que incluye Desinventar, EM-DAT, el Instituto Meteorológico Nacional de Costa Rica, así como reportes periodísticos de impactos de otras fuentes. Estos datos se compararon con los siguientes 6 índices mediante una regresión logística: el Índice Normalizado de Precipitación a escalas de 6 y 12 meses (conocidos como SPI 6 y SPI 12 respectivamente), el Índice de Severidad de Sequía y el Índice Hidrológico de Palmer (conocidos como PDSI y PHDI, respectivamente), el Índice de Reconocimiento de Sequía (conocido como RDI) y el Índice Modificado de Anomalía de Lluvia (conocido como mRAI), todos previamente aplicados en América Central. (Resultados): En general, el índice más apropiado para estudiar la sequía asociada con los impactos sociales y productivos es el SPI para 6 y 12 meses. (Conclusiones): En todos los cantones estudiados este índice presenta un alta (baja) probabilidad de muchos (pocos) impactos cuando se encuentra en condiciones moderada y severamente secas (húmedas).

Abstract (Introduction): The droughts in Costa Rica are an extreme hydrometeorological event that affects many crops producers and society in general. (Objective): To define which drought index shows the strongest relationship with drought impacts reports in social and productive sectors for three areas in Guanacaste, province of Costa Rica located within the Central American Dry Corridor (CSC). (Methodology): A drought impact dataset for the period 1970-1999 was created from different sources of information: Desinventar database, EM-DAT, information from the National Meteorological Institute of Costa Rica and different press reports. This database is compared to the following six drought indexes using the logistic regression technique: the Standardized Precipitation Index at scales of 6 and 12 months (SPI 6 and SPI 12 respectively), the Drought Severity Index and the Hydrological Index of Palmer (PDSI and PHDI respectively), the Drought Recognition Index (RDI), and the Modified Rainfall Anomaly Index (mRAI). (Results): In general, the most appropriate index to link drought and social and productive impact reports is the SPI for 6 and 12 months. (Conclusions): In all the areas of study, this index has a high (low) probability of many (zero) impacts when it is in moderately and severely dry (wet) conditions.

Resumen Introducción. La producción lechera en zonas tropicales se caracteriza por una alta dependencia del recurso forrajero, lo que la hace sensible a las variables climáticas, de las cuales existe información limitada sobre su efecto en el rendimiento de razas lecheras especializadas. Objetivo. El objetivo del presente estudio fue evaluar la asociación entre el índice de temperatura y humedad (ITH) y la producción diaria de leche (kgl) de vacas de razas Holstein, Jersey y sus cruces. Materiales y métodos. El estudio se efectuó en las regiones Norte y Central de Costa Rica, con datos recolectados entre 1990 y 2015. Los valores de ITH se obtuvieron mediante modelos predictivos lineales y modelos espaciales de autocorrelación, ajustados sobre 3547 registros mensuales de temperatura máxima y humedad relativa de diecisiete estaciones meteorológicas. Se analizaron 6 478 582 registros de kgl provenientes de 418 hatos lecheros, mediante un modelo lineal mixto generalizado (GLMM), que consideró los efectos fijos de la raza, el año y el mes calendario, número de parto, etapa de lactancia, raza×etapa de lactancia, ENOS (Efecto “El Niño”), ITH y raza×ITH, además del efecto aleatorio de la vaca. Resultados. Todos los factores presentaron efecto altamente significativo (p<0,0001) sobre la kgl. Para el rango de ITH entre 72-88 se estimaron reducciones lineales de 0,41 (r2=0,94), 0,36 (r2=0,95) y 0,29 (r2=0,82) kg día-1 para Holstein, Holstein×Jersey y Jersey, respectivamente. No se observaron tendencias significativas en los kgl para ITH <72. Las pérdidas económicas atribuibles a la mayor exposición al estrés en la región norte comparada con la región central se estimaron en $680, $587 y $477 por lactancia por vaca para Holstein, Holstein×Jersey y Jersey, respectivamente. Conclusión. Hubo relación inversa entre el índice de temperatura y humedad, y la producción de leche en vacas Holstein, Jersey y sus cruces, en esta región tropical.

Abstract Introduction. Dairy production in tropical zones is characterized by a high dependence on the forage resource, which makes it sensitive to climatic variables of which there is limited information on their effect on the performance of specialized dairy breeds. Objective. The objective of this study was to evaluate the association between temperature and humidity index (THI) and daily milk production (kgl) of cows breeds Holstein, Jersey, and their crosses. Materials and methods. The study was conducted in the northern and central regions of Costa Rica, with data collected between 1990 and 2015. THI values were obtained using linear predictive models and spatial autocorrelation models, applied to 3,547 monthly records of maximum temperature and relative humidity from seventeen weather stations. 6,478,582 kgl records from 418 dairy herds were analyzed, using a generalized mixed linear model (GLMM), which considered the fixed effects of breed, year and month, birth number, lactation stage, breed × lactation stage, ENSO (Effect “El Niño”), ITH and breed×ITH, in addition to a random effect of the cow. Results. All factors had a highly significant effect (p<0.0001) on kgl. For the ITH range between 72-88, linear reductions of 0.41 (r2=0.94), 0.36 (r2=0.95) and 0.29 (r2=0.82) kg day-1 were estimated for Holstein, Holstein×Jersey and Jersey, respectively. No significant trends were observed for kgl when ITH <72. The economic losses attributable to the greater stress exposure in the north compared to the central region were estimated at $680, $587 and $477 per lactation and cow for Holstein, Holstein×Jersey and Jersey, respectively. Conclusion. There was an inverse relationship between temperature and humidity index and milk production in Holstein, Jersey and crossbreed cows for this tropical region.

Resumen Los humedales, también llamados altoandinos, han sido poco estudiados y caracterizados en Costa Rica. En este estudio se analizan las características geomorfológicas, climatológicas e hidrológicas de los humedales altoandinos del Parque Nacional Chirripó (PNCh), ubicado al centro-sur de Costa Rica, América Central. Para ello se parte de un levantamiento geomorfológico a escala 1:25 000 de formas de relieve particularmente de origen glaciar, el Inventario Nacional de Humedales llevado a cabo por el Proyecto Humedales (PNUD-SINAC-GEF), y la determinación de distintos escenarios de cambio climático para los periodos 2039-2059 y 2079-2099. El objetivo de este trabajo es caracterizar el estado actual de estos ecosistemas, explicar cómo y porqué se forman, así como valorar las posibles implicaciones en el ciclo hidrológico y la provisión de agua de estos reservorios debido a las variaciones del clima a futuro. Los resultados denotan la gran importancia de estos humedales para mantener la dinámica ecológica en el PNCh, así como los servicios de provisión de agua y regulación del ciclo hidrológico en las cuencas que derivan de esta área protegida.

Abstract The geomorphological, climatological and hydrological characteristics of the high Andean wetlands of the Chirripó National Park (PNCh) are analyzed. The PNCh is located in south-central Costa Rica, Central America. This analysis includes a geomorphological survey on a 1: 25 000 scale of the relief forms and processes, particularly those of glacial origin. The National Wetland Inventory carried out by the Wetlands Project (UNDP-SINAC-GEF) was also used, along with different climate change projections corresponding to the scenarios for the 2039-2059 and 2079-2099 horizons. The main objective is to characterize the current state of these ecosystems, to explain how and why they are formed, as well as to assess the possible implications in the hydrological cycle and the water supply of these wetlands due to future climate variations. The results showed the relevance of these natural reservoirs in maintaining the ecological dynamics of the PNCh. We also studied the services of water provision and regulation of the hydrological cycle in the basins that compose this protected area.

Se emplearon dos métodos para escoger un subconjunto a partir de treinta simulaciones de Modelos de Circulación General. El primer método se basó en la habilidad de cada uno de los modelos en reproducir el clima del siglo XX y el segundo en un muestreo aleatorio. Se encontró que el primero de ellos es muy sensible al tipo y métrica usada para categorizar los modelos, lo que no arrojó resultados robustos bajo estas condiciones. En general, la inclusión de más modelos en el agrupamiento de multi-modelos ordenados de acuerdo a su destreza en reproducir el clima del siglo XX, resultó en un aumento en la destreza del agrupamiento de multi-modelos hasta cierto punto, y luego la inclusión de más modelos/simulaciones degrada la destreza del agrupamiento de multi-modelos. De manera similar, en la inclusión de modelos de forma aleatoria, existe un punto en que agregar más modelos no cambia significativamente la destreza del agrupamiento de muti-modelos. Para el caso de la precipitación, el subconjunto de modelos que produce la máxima destreza en reproducir el clima del siglo XX también mostró alguna destreza en reproducir las proyecciones de cambio climático del agrupamiento de multi-modelos para todas las simulaciones. Para temperatura, más modelos/simulaciones son necesarios para ser incluidos en el agrupamiento (con la consecuente disminución en la destreza para reproducir el clima del siglo XX). Para precipitación y temperatura, el uso de 7 simulaciones de 30 posibles resultó en el punto de máxima destreza para ambos métodos de inclusión de modelos.

Two methods for selecting a subset of simulations and/or general circulation models (GCMs) from a set of 30 available simulations are compared: 1) Selecting the models based on their performance on reproducing 20th century climate, and 2) random sampling. In the first case, it was found that the performance methodology is very sensitive to the type and number of metrics used to rank the models and therefore the results are not robust to these conditions. In general, including more models in a multi-model ensemble according to their rank (of skill in reproducing 20th century climate) results in an increase in the multi-model skill up to a certain point and then the inclusion of more models degrades the skill of the multi-model ensemble. In a similar fashion when the models are introduced in the ensemble at random, there is a point where the inclusion of more models does not change significantly the skill of the multi-model ensemble. For precipitation the subset of models that produces the maximum skill in reproducing 20th century climate also showed some skill in reproducing the climate change projections of the multi-model ensemble of all simulations. For temperature, more models/simulations are needed to be included in the ensemble (at the expense of a decrease in the skill of reproducing the climate of the 20th century for the selection based on their ranks). For precipitation and temperature the use of 7 simulations out of 30 resulted in the maximum skill for both approaches to introduce the models.