Computational complexity of the APC

Con el propósito de realizar una caracterización de la variabilidad oceanográfica más relevante en relación con la abundancia y distribución de eufáusidos en la región centro-sur de Chile, entre los 30º y los 45ºS, se utilizó la información satelital disponible para la última década (1997-2007).

Esta información consistió en: - Altura del nivel del mar. - Patrón general de vientos.

- Temperatura superficial del mar. - Concentración de clorofila.

Además, se utilizó la información proveniente del modelo de asimilación oceánica SODA versión 2.0.2 y 2.0.3 para el período comprendido entre los años 1958 y 2005. A partir de la información de altura del nivel del mar, obtenido del producto

combinado de las mediciones de altimetría TOPEX-Poseidon, Jason y ERS y distribuida por AVISO (http://www.aviso.oceanobs.com/), se calculó la velocidad geostrófica y la energía cinética por unidad de masa (EKE), según el procedimiento propuesto por Hormazábal et al. (2004).

Para la información de vientos satelitales se utilizó el producto diario QuickSCAT entre los años 1999 y 2007 con ¼ de grado de resolución espacial, obtenido desde el sitio http://podaac.jpl.nasa.gov/quikscat. Asimismo, se estimó la turbulencia calculada como el cubo de la magnitud del viento QuickSCAT. La información satelital de temperatura superficial del mar utilizada en este informe corresponde al producto diario del AVHRR Pathfinder Version 5.0, con 4 km de resolución espacial, distribuido por la NOAA en su sitio web http://www.noaa.gov/. Por su parte, los datos satelitales diarios disponibles de clorofila entre los años 1997 y 2007, con resolución espacial de ~9 km, fueron obtenidos del Goddard Earth Sciences Distributed Active Archive Center (http://daac.gsfc.nasa.gov). En base a los perfiles mensuales de temperatura provenientes del modelo SODA (http://dsrs.atmos.umd.edu), con 40 profundidades y 0,5º de resolución horizontal, se calculó la profundidad de la capa de mezcla (PCM) siguiendo la metodología propuesta por Lorbacher et al. (2005).

A cada una de las variables satelitales (energía cinética, temperatura, viento, turbulencia, clorofila) y derivadas de modelos (profundidad capa de mezcla), se le analizó el ciclo anual mediante promedios (compuestos) mensuales. En el caso del viento, se analizó también la variabilidad mensual de las velocidades meridionales y zonales mediante el cálculo de la desviación estándar de los respectivos componentes. Adicionalmente, utilizando el promedio zonal diario de las primeras 3 mediciones del viento meridional QuickSCAT desde a la costa, se elaboró un gráfico latitud-tiempo con el transporte zonal de Ekman, el cual fue calculado mediante:

f TZE y ⋅ ρ τ =

Donde τy corresponde a la componente meridional del esfuerzo del viento, ρ corresponde a la densidad del agua (1020 kg m-3) y f corresponde al parámetro de Coriolis. El esfuerzo meridional del viento fue estimado por:

v

|

V

|

C

=ρ

⋅

⋅

⋅

τ

Donde ρ a corresponde a la densidad del aire (1,2 kg m-3_{), Cd es un coeficiente de}

arrastre (0,0015), |V| es el módulo de la velocidad del viento y v la componente meridional de la velocidad del viento. A las series de transporte de Ekman se les removió la variabilidad menor a 30 días mediante un filtro Coseno-Lanczos de 90 pesos.

- Variabilidad interanual

La variabilidad interanual de los datos satelitales de clorofila, TSM, vientos y nivel del mar fue analizada mediante diagramas latitud-tiempo (diagramas Hovmöhler). Para confeccionar dichos diagramas se extrajeron los registros diarios desde una banda costera que se extendió entre 0 y 100 km de la costa, y otra oceánica entre 500 y 600 km de la costa, estimándose promedios zonales entre los 34º y los 40ºS de latitud. En el caso del nivel del mar, para evitar el sesgo que tienen los datos de altimetría sobre la plataforma continental, la banda costera se extendió entre los 100 y 200 km costa afuera. Con el propósito de eliminar la variabilidad de más alta frecuencia, las series de tiempo fueron suavizadas mediante un filtro coseno Lanczcos, con una amplitud media de 547 días y 1541 de orden. Para extraer los principales patrones de variabilidad meridional de estas series, se estimaron las funciones ortogonales empíricas (Venegas 2004), tanto en la banda costera como oceánica.

- Asociación entre ambiente y eufáusidos

Para examinar la distribución de los eufáusidos en relación a las variables ambientales, se emplearon los datos planctónicos provenientes de tres cruceros, a saber:

- Realizado entre 25 Noviembre y el 4 de Diciembre de 2007 (FIP 2007-08). - Realizado entre el 7 y 18 de Marzo de 2008 (FIP 2007-10).

A partir de los registros georreferenciados de densidad media (individuos m-3), se generaron cartografías de distribución de densidad para las siete especies de eufáusidos más abundantes (abundancias relativas >5%), vale decir: Euphausia mucronata, Stylocheiron abreviatum, Stylocheiron carinatum, Thysanoessa gregaria, Nematoscelis megalops, Euphausia gibboides y Euphausia recurva. Para tal efecto, se empleó el método de interpolación Spline (MatLab 8b), considerando una grilla regular de 0,1º × 0,1º.

El análisis de las relaciones entre la abundancia de las especies de eufáusidos con la variabilidad ambiental se abordó mediante un análisis de componentes principales (ACP). Para este análisis se incorporaron además los datos generados en el proyecto Fondecyt 1070504 correspondientes al periodo 22-26 de Enero de 2009. Como insumo para este análisis se construyó una matriz biológica-ambiental, que contiene las abundancias numéricas de las 7 especies principales junto con la información satelital de concentración de clorofila, temperatura superficial del mar, anomalía de la altura del nivel del mar y energía cinética correspondiente a cada una de las estaciones. Las estaciones con valores abundancias o valores ambiéntales atípicos que presentaron diferencias extremas en relación al conjunto de las estaciones fueron determinadas mediante un análisis estadístico de distancia multivariada Hotelling T2 y posteriormente removidos para prevenir sesgos en el ACP. Los componentes que concentran la mayor variabilidad generados por el ACP son presentados mediante gráficos de 2 dimensiones conteniendo la distribución de las estaciones (puntos) junto con la contribución de la abundancia de las especies y las variables ambientales (vectores) en relación a la variabilidad de los componentes graficados.

10. RESULTADOS

10.1. ANÁLISIS DE LA COMUNIDAD PLANCTÓNICA CON ESPECIAL ÉNFASIS EN