Mg. Teódulo Humberto Correa Cánova
Coordinador institucional del ORIPE
NOAA OISST v2.1 (AVHRR) · PSL/THREDDS
Temperatura superficial del mar y anomalías en las regiones Niño 1+2, 3 y 3.4, frente a la costa de Piura.
Universidad Nacional de Piura · Vicerrectorado de Investigación · ORIPE
Una iniciativa de la Universidad Nacional de Piura, desarrollada a través del Vicerrectorado de Investigación y del Observatorio Regional de Investigación y Planeamiento Estratégico (ORIPE).
Esta plataforma es un sistema de monitoreo y pronóstico probabilístico del Fenómeno El Niño costero para la costa norte del Perú (Tumbes, Piura, Lambayeque y La Libertad). Integra en un solo lugar información oceánica, atmosférica y de precipitación actualizada diariamente proveniente de las principales fuentes internacionales de referencia (NOAA, Copernicus Marine, Copernicus Climate Data Store/ERA5, SENAMHI-PISCOp, IGP), la procesa con métodos científicamente validados y la presenta de forma que autoridades, investigadores y comunidad puedan comprender, en cualquier momento del año, el estado actual del fenómeno y el rango de escenarios de lluvia probables para la temporada de octubre a enero.
La herramienta busca poner al alcance de las autoridades regionales y locales, de gremios y organizaciones productivas, y de la ciudadanía en general, una visión rigurosa del estado actual del océano frente a la costa norte del Perú y de los escenarios probabilísticos de lluvia asociados. Su propósito es apoyar la toma de decisiones estratégicas en gestión del riesgo, planificación agrícola, infraestructura, salud pública y respuesta ante emergencias climáticas, sustentando esas decisiones en un análisis histórico riguroso de las principales variables oceánicas y atmosféricas asociadas al Fenómeno El Niño.
Guía breve de cada pestaña técnica, en lenguaje accesible:
Monitoreo oceánico — información diaria de temperatura superficial y subsuperficial del mar desde Copernicus Marine, NOAA OISST y la red de boyas TAO/TRITON.
Precipitación y predictores atmosféricos — precipitación diaria grillada desde SENAMHI-PISCOp (con CHIRPS como respaldo en tramos donde PISCOp no responde), y viento en altura más radiación de onda larga saliente (predictores atmosféricos del pronóstico) desde ERA5, vía el servicio de clima de Copernicus (Copernicus Climate Data Store) — un producto distinto del Copernicus Marine que alimenta el monitoreo oceánico.
Análisis histórico y de análogos — las condiciones actuales se comparan sistemáticamente contra temporadas pasadas de El Niño ya documentadas (1982-83, 1997-98, 2015-16, 2016-17, 2023-24, entre otras), para identificar a cuáles se parece más el estado actual del océano.
Pronóstico probabilístico — el pronóstico de lluvias nunca se entrega como un número único, sino como un rango de probabilidades entre cinco categorías (lluvia usual, moderada, lluviosa, muy lluviosa y extremadamente lluviosa, cada una con umbrales propios en mm/día) — porque el clima futuro es incierto por naturaleza, y presentarlo como un valor exacto sería engañoso.
Esta herramienta no reemplaza los comunicados oficiales del ENFEN (Comité Multisectorial Encargado del Estudio Nacional del Fenómeno El Niño) ni de SENAMHI — es un análisis complementario, con cálculo propio a partir de fuentes públicas. El pronóstico de lluvias no es una predicción determinística: es una estimación de probabilidades sujeta a la incertidumbre propia del clima. Los datos de origen tienen rezagos naturales (algunas fuentes publican con uno o más días de retraso), y algunos paneles dependen de que exista suficiente historia acumulada para calcular una climatología confiable.
Esta herramienta es un primer paso. ORIPE, en el marco del Vicerrectorado de Investigación de la Universidad Nacional de Piura, invita a instituciones públicas y privadas, organismos de cooperación, universidades, gremios y equipos de investigación a sumarse a este esfuerzo para ampliar el rango de análisis, incorporar nuevas variables (por ejemplo, temperatura del aire continental, humedad, caudales de ríos, indicadores agroeconómicos), mejorar la resolución espacial y territorial, y llevar los productos a formatos y canales adicionales (boletines, alertas tempranas, integraciones institucionales).
Interesadas o interesados en cooperar pueden escribirnos a oripe@unp.edu.pe.
Mapa de anomalía de TSM — cobertura completa AVHRR/OISST v2.1
Réplica, con datos propios, del tipo de mapa mensual que SENAMHI publica ("AVHRR - Anom. Temperatura Superficial del Mar"). AVHRR = OISST v2.1, la misma fuente que ya usa la pestaña COMPARATIVA — aquí sin colapsar a un promedio por zona: se conserva el detalle punto por punto de todo el Pacífico ecuatorial (15°N-15°S, 120°E-70°W) para dibujar un mapa de contornos, con las cuatro zonas Niño (4, 3.4, 3, 1+2) superpuestas. Es la primera pestaña porque resume de un vistazo el estado espacial del océano al abrir el dashboard.
Detalle técnico: climatología propia por celda x mes calendario, sobre mapas mensuales ya cacheadas (crece corrida a corrida, no un período normal fijo). Dos vistas independientes: un snapshot diario (día más reciente disponible) y un archivo mensual acumulado (solo meses calendario ya cerrados y con cobertura suficiente de días). Cálculo propio a partir de datos públicos de NOAA (OISST v2.1); no es el producto oficial de SENAMHI. Este panel describe el estado observado del océano, no pronostica lluvias.
Clic en el mapa para ampliar
Línea de tiempo diaria
Anomalía promedio de TODO el dominio del mapa (no de una zona Niño puntual), un punto por cada corrida exitosa desde el cierre del mes calendario anterior. Un hueco en la línea es un día sin corrida (nunca un cero ni un valor inventado). Esta serie recién empezó a acumularse con esta entrega — mientras tenga pocos días, igual se muestra con lo que haya.
Línea de tiempo diaria
Anomalía promedio de TODO el dominio del mapa (no de una zona Niño puntual), un punto por cada corrida exitosa desde el cierre del mes calendario anterior. Un hueco (tarjeta punteada, sin valor) es un día sin corrida — nunca un cero ni un valor inventado. Esta serie recién empezó a acumularse con esta entrega — mientras tenga pocos días, igual se muestra con lo que haya.
Línea de tiempo mensual
Clic en el mapa para ampliar
Línea de tiempo — evolutivo diario
Clic en el mapa para ampliar
Pacífico ecuatorial oriental ANOMALÍA °C
Línea de tiempo ANOMALÍA °C
Serie temporal — Anomalía TSM (°C)
Ciclo horario de TSM HORA PERUANA (UTC−5)
Cuatro tomas equidistantes del día — 00:00, 06:00, 12:00 y 18:00, hora de Perú — sobre el mismo dataset y nivel superficial (~0.494 m) que la TSM diaria. Solo cubre Niño 1+2: es la región operativa para la costa de Piura y la única con descarga horaria habilitada. La amplitud del ciclo diurno a este nivel es de décimas de grado, y el máximo diurno típico (14:00–15:00 local) queda entre los puntos de las 12:00 y las 18:00: estas tomas describen el ciclo, no captan su máximo exacto.
Solo TSM absoluta. No existe dataset de anomalía horaria, así que esta pestaña no ofrece selector de anomalía ni calcula una por diferencia contra la climatología diaria: sería un número sin respaldo metodológico.
TSM diaria — comparativa multianual NIÑO 1+2 · °C
Nueve años superpuestos por día del año (1982, 1983, 1996, 1997, 1998, 2016, 2017, 2018 y 2026) más la serie Copernicus 2026 (línea punteada). Fuente de los ocho años de contexto: NOAA OISST v2.1, análisis observacional diario a 0.25° (cuadrículas de ~28 km de lado en el ecuador), distinto del ANFC de Copernicus (modelo de análisis y pronóstico, 0.083° — cuadrículas de ~9 km de lado —, temperatura potencial a ~0.494 m). Que las dos curvas de 2026 no coincidan exactamente es esperado, no un error: describen el mismo fenómeno con productos distintos. Los últimos ~14 días de la serie OISST del año en curso son preliminares y se corrigen en corridas posteriores.
Precipitación total diaria — comparativa multianual (mm/día) PISCOp / CHIRPS
Precipitación total diaria (mm/día) por región, mismos nueve años que el panel de TSM de arriba, superpuestos por día del año. Es el dato base del que derivan los índices ETCCDI de precipitación (SDII, R95p, CDD) y la suma móvil de 15 días que ya usa el pronóstico de lluvias — se muestra en bruto, sin imponer una agregación previa, para que se pueda leer directamente o derivar cualquier índice a partir de él.
ICEN mensual — comparativa multianual NIÑO 1+2 · °C
Mismos nueve años, mismos colores que el panel de arriba, ahora con el ICEN (índice oficial IGP/ENFEN para la costa peruana) por mes. Se calcula sobre ERSSTv5, una reconstrucción histórica de baja resolución (cuadrículas de ~220 km de lado en el ecuador), distinta del OISST v2.1 de alta resolución (~28 km) que usa el panel de arriba.
Pronóstico de lluvias — intensidad por tramo del año TEMPORADA EN CURSO
Este panel responde una pregunta simple: ¿qué tan fuerte suele ponerse la lluvia en cada tramo del año, según lo que pasó en años con condiciones parecidas a las de ahora? Son estimaciones basadas en el historial de esos años parecidos (análogos), no una certeza sobre lo que va a ocurrir esta temporada. Las categorías van de menos a más intensas: de "Usual" (lo esperable en la zona) a "Extremadamente lluvioso" (el tipo de evento de los años 1982-83 o 1997-98).
Detalle técnico: cada barra agrupa las temporadas históricas con datos suficientes según en qué tramo del año terminó su racha de lluvia más intensa (ventana calendario), evaluado de forma independiente para cada tramo. Las categorías de intensidad siguen los percentiles 75/90/95/99 de la Nota Técnica 001-2014 (SENAMHI-DGM).
Niveles de intensidad SENAMHI-DGM
Probabilidad por tramo del año % SEGÚN AÑOS PARECIDOS
Los tramos de una barra sin ciertos colores indican que no hay suficientes años históricos parecidos para estimar esa combinación — no que sea imposible.
Corte subsuperficial ecuatorial — profundidad x longitud TAO/PMEL · ERDDAP
Anomalía de temperatura subsuperficial (proxy D20, T_20) en el Pacífico ecuatorial (2°S-2°N), de 0 a 500 m de profundidad, entre 140°E y 100°W. Este corte muestra dónde está el calor, a qué profundidad, y si se está propagando o disipando hacia la costa.
Detalle técnico: climatología propia por fondeo/profundidad/mes calendario sobre el histórico ya cacheado (crece corrida a corrida, no un período normal fijo), interpolación lineal (scipy) entre fondeos con dato real — sin cobertura real queda sin dato, no se rellena. Cálculo propio a partir de datos públicos de NOAA/PMEL GTMBA vía ERDDAP; no reproduce el producto gráfico oficial de NOAA. Este panel describe el estado observado del océano, no pronostica lluvias.
Cortes de cierre — últimos meses
El mismo corte de arriba (profundidad × longitud, anomalía T_20), calculado al último día de cada uno de los últimos 3 meses calendario ya cerrados — para ver cómo evolucionó el corte mes a mes, no solo su estado más reciente.
Comparación histórica
La climatología de este panel recién se está acumulando (crece corrida a corrida) — los dos gráficos de abajo declaran, cada uno, cuántos años de historia respaldan lo que muestran; no se oculta que un tramo reciente puede estar comparado contra pocos años.
Anomalía del núcleo cálido/frío dominante, día a día
Para cada día con dato, la anomalía de mayor magnitud (cálida o fría) de todo el corte — mismo criterio que ya usa la nota "Lectura de cierre" de arriba, extendido a toda la serie cacheada (no solo el día de hoy).
Diagrama Hovmöller (longitud × tiempo)
Un Hovmöller es, en corto, una "foto de rayos X" del tiempo: en vez de un mapa en un instante, cada fila horizontal es un día distinto y el color muestra cómo la anomalía se mueve de este a oeste (o se queda quieta) longitud por longitud — así se ve si el calor se está propagando hacia la costa o disipando en el sitio, sin tener que comparar decenas de mapas sueltos uno por uno.
Equipo — Universidad Nacional de Piura · ORIPE
Personas detrás de esta herramienta, en el marco del Vicerrectorado de Investigación de la Universidad Nacional de Piura y del Observatorio Regional de Investigación y Planeamiento Estratégico (ORIPE).
Mg. Teódulo Humberto Correa Cánova
Coordinador institucional del ORIPE
Econ. Carlos Alberto Purizaca Peña
Analista - Investigador
Bach. Dana Gianina Cruz Quispe
Asistente de ORIPE
Bach. Gabriel Manuel Manchay Guerrero
Asistente de ORIPE
Para cooperación, consultas institucionales o comentarios sobre esta herramienta: oripe@unp.edu.pe