La importancia que tienen los modelos para el pronóstico de precipitación y temperatura en una región, es sumamente importante, ya que nos permite analizar escenarios desfavorables que puedan perjudicar la agricultura ya sea en época seca como en época de lluvia. Los indicadores se ocupan para la toma de decisiones con el ánimo de minimizar los impactos negativos provocados por el hombre a la naturaleza. Por tal razón se pretende presentar un modelo estándar progresivo por sus siglas en inglés (PSM), que ayude a entender la incidencia del índice atmosférico medido desde la Oscilación del Atlántico Norte, por sus siglas en inglés (NAO) con la variabilidad de la precipitación en Nicaragua. El índice atmosférico NAO, precipitación, y temperatura, marca una tendencia lineal, y polinómicas respectivamente, con una correlación de 0.96, 0.97 y 0.93 para los factores estudiados, en este sentido para los tres parámetros evaluados pueden marcar una tendencia en los próximos 5 años utilizando el método Progressive Standard Model (PSM). Por tal razón, el aporte de dicha investigación está enfocado a la prospección de escenarios negativos para proponer estrategias que fortalezcan la gestión de riesgo, y ayuden a los tomadores de decisiones a armonizar la variabilidad climática.
The importance of precipitation and temperature forecast models is essential, as they allow for the analysis of adverse scenarios that may impact agriculture during both dry and rainy seasons. These indicators are used for decision-making with the aim of minimizing the negative impacts of human activities on nature. In this context, a Progressive Standard Model (PSM) is presented to help understand the relationship between the atmospheric index of the North Atlantic Oscillation (NAO) and precipitation variability in Nicaragua. The NAO index, precipitation, and temperature display linear and polynomial trends, with correlations of 0.96, 0.97, and 0.93, respectively, for the factors studied. This enables the projection of trends for the next five years using the PSM method. Therefore, this research focuses on forecasting negative scenarios to propose strategies that strengthen risk management and assist decision-makers in harmonizing climate variability.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados