Resumen
La estimación de precipitaciones extremas suele asumir estacionariedad, aunque la variabilidad climática puede modificar su distribución temporal. Este estudio evaluó la no estacionariedad de máximos anuales de precipitación diaria en tres regiones climáticas del Ecuador mediante modelos de valores extremos. Se procesaron series horarias de ERA5-Land, se incorporó el Índice Oceánico Niño Relativo como covariable y se compararon formulaciones estacionarias y no estacionarias mediante máxi-ma verosimilitud, criterios de información, pruebas de razón de verosimilitudes y bootstrap paramétrico. Guayaquil mostró dependencia conjunta del tiempo y de la variabilidad asociada a El Niño-Oscilación del Sur; Puyo presentó una señal temporal sensible al producto de precipitación; Quito permaneció compatible con estacionariedad. El control de robustez con CHIRPS mostró que la evidencia de cambio no es espacialmente uniforme y debe interpretarse considerando la incertidumbre de los productos en malla.
Citas
[2] S. Coles, An Introduction to Statistical Modeling of Extreme Values, 2001, doi: 10.1007/978-1-4471-3675-0.
[3] P. C. D. Milly et al., “Climate change: Stationarity is dead: Whither water management?” Science, vol. 319, no. 5863, pp. 573–574, Feb. 2008, doi: 10.1126/science.1151915.
[4] G. Villarini, J. A. Smith, F. Serinaldi, J. Bales, P. D. Bates, and W. F. Krajewski, “Flood frequency analysis for nonstationary annual peak records in an urban drainage basin,” Adv. Water Resour., vol. 32, no. 8, pp. 1255–1266, Aug. 2009, doi: 10.1016/j.advwatres.2009.05.003.
[5] F. Serinaldi and C. G. Kilsby, “Stationarity is undead: Uncertainty dominates the distribution of extremes,” Adv. Water Resour., vol. 77, pp. 17–36, Mar. 2015, doi: 10.1016/j.advwatres.2014.12.013.
[6] D. R. Thielen et al., “Effect of extreme El Niño events on the precipitation of Ecuador,” Nat. Hazards Earth Syst. Sci., vol. 23, no. 4, pp. 1507–1527, Apr. 2023, doi: 10.5194/nhess-23-1507-2023.
[7] G. Urgilés, R. Célleri, J. Bendix, and J. Orellana-Alvear, “Identification of spatio-temporal patterns in extreme rainfall events in the Tropical Andes: A clustering analysis approach,” Meteorol. Appl., vol. 31, no. 5, Art. no. e70005, Sep. 2024, doi: 10.1002/met.70005.
[8] C. P. Acosta, B. R. de Fonseca, and T. L. Doval, “Modulation of rainfall variability and potential predictability in Ecuador: ENSO’s evolving influence (1981–2018),” MAUSAM, vol. 77, no. 4, pp. 1313–1346, Oct. 2026, doi: 10.54302/mausam.v77i4.7456.
[9] K. P. Burnham and D. R. Anderson, Model Selection and Multimodel Inference, 2004, doi: 10.1007/b97636.
[10] D. Panagoulia, P. Economou, and C. Caroni, “Stationary and nonstationary generalized extreme value modelling of extreme precipitation over a mountainous area under climate change,” Environmetrics, vol. 25, no. 1, pp. 29–43, Feb. 2014, doi: 10.1002/env.2252.
[11] B. Efron and R. J. Tibshirani, An Introduction to the Bootstrap, May 1994, doi: 10.1201/9780429246593.
[12] J. D. Salas and J. Obeysekera, “Revisiting the concepts of return period and risk for nonstationary hydrologic extreme events,” J. Hydrol. Eng., vol. 19, no. 3, pp. 554–568, Apr. 2013, doi: 10.1061/(ASCE)HE.1943-5584.0000820.
[13] J. Muñoz-Sabater et al., “ERA5-Land: A state-of-the-art global reanalysis dataset for land applications,” Earth Syst. Sci. Data, vol. 13, no. 9, pp. 4349–4383, Sep. 2021, doi: 10.5194/essd-13-4349-2021.
[14] N. Gorelick, M. Hancher, M. Dixon, S. Ilyushchenko, D. Thau, and R. Moore, “Google Earth Engine: Planetary-scale geospatial analysis for everyone,” Remote Sens. Environ., vol. 202, pp. 18–27, Dec. 2017, doi: 10.1016/j.rse.2017.06.031.
[15] NOAA Climate Prediction Center, “Relative oceanic Niño index (RONI).” Accessed: Oct. 21, 2026. [Online]. Available: https://www.cpc.ncep.noaa.gov/products/analysis_monitoring/enso/roni/
[16] H. B. Mann, “Nonparametric tests against trend,” Econometrica, vol. 13, no. 3, p. 245, Jul. 1945, doi: 10.2307/1907187.
[17] P. K. Sen, “Estimates of the regression coefficient based on Kendall’s tau,” J. Am. Stat. Assoc., vol. 63, no. 324, pp. 1379–1389, 1968, doi: 10.1080/01621459.1968.10480934.
[18] C. Funk et al., “The climate hazards center infrared precipitation with stations, version 3,” Sci. Data, vol. 13, no. 1, Art. no. 718, Apr. 2026, doi: 10.1038/s41597-026-07096-4.
