Correlación de los índices climáticos y la evapotranspiración de cultivo mediante un análisis estadístico para proyectos agrícolas en el distrito de Majes, departamento de Arequipa

Abstract

Entender el comportamiento o la teleconexión de los índices climáticos y su repercusión en diferentes zonas agrícolas, permite poder prevenir y gestionar mejor todos los recursos agrícolas para optimizar y hacer frente a posibles estiajes o avenidas. El objetivo principal fue calcular y analizar la evapotranspiración de cultivo (ETc) y su correlación con los índices climáticos, utilizando datos de precipitación (P) y temperatura (T) extraídos de la estación de Majes. Se llevó a cabo un análisis de series temporales, que incluyó la evaluación de la consistencia de la media y la desviación estándar, así como la conversión de las series en estacionarias para facilitar el análisis. Se implementaron técnicas estadísticas como la autocorrelación, regresiones lineales y el cálculo del coeficiente de correlación de Pearson mediante el software RStudio. Los resultados indicaron que el fenómeno de La Niña tuvo una influencia significativa en los patrones agrícolas durante el periodo estudiado. Además, se determinó el requerimiento hídrico necesario para los cultivos en esta región, lo que es crucial dado el contexto de escasez hídrica que enfrenta el valle de Majes. Los hallazgos subrayan la importancia de comprender las interacciones entre las variables climáticas y su impacto en la agricultura, proporcionando una base para futuras investigaciones y estrategias de gestión hídrica.

Understanding the behavior or teleconnection of climate indices and their impact on different agricultural areas allows for better prevention and management of all agricultural resources to optimize and address potential droughts or floods. The main objective was to calculate and analyze crop evapotranspiration (ETc) and its correlation with climate indices, using precipitation (P) and temperature (T) data extracted from the Majes station. A time series analysis was conducted, which included evaluating the consistency of the mean and standard deviation, as well as converting the series into stationary to facilitate analysis. Statistical techniques such as autocorrelation, linear regressions, and the calculation of Pearson's correlation coefficient were implemented using RStudio software. The results indicated that the La Niña phenomenon had a significant influence on agricultural patterns during the studied period. Additionally, the water requirements necessary for crops in this region were determined, which is crucial given the context of water scarcity facing the Majes valley. The findings underscore the importance of understanding the interactions between climatic variables and their impact on agriculture, providing a foundation for future research and water management strategies.