La provincia de Holguín se encuentra situada al norte del oriente cubano; ocupando el 8,4% del territorio nacional (ver figura 1), con una extensión superficial de 9215,7 km². Limita al norte con el Océano Atlántico, al sur con las provincias de Granma y Santiago de Cuba, al este con Guantánamo (por la zona de Baracoa) y al oeste con Las Tunas. Dentro de las principales características físico - geográficas del territorio destaca, que esta posee cuatro zonas de relieve fundamentales: Llanura del Cauto, Altiplanicie de Nipe, donde se encuentra la meseta de Pinares de Mayarí, el Grupo de Maniabón, con el Cerro Galano y el Macizo Sagua - Baracoa, donde aparecen las mayores alturas de la provincia: Pico Cristal con 1 231 m y la Loma La Mensura con 995 m sobre el nivel medio del mar (ONEI, 2023).

De acuerdo a las clasificaciones de Lang modificada (Álvarez, 1992) y Köppen-Geiger (Peel et al., 2007), en la provincia predominan los climas del tipo seco y sabana tropical, por ese orden; excepto en las zonas montañosas del macizo Nipe-Sagua-Baracoa y el municipio de Moa en su totalidad, donde se presentan las categorías de húmedo de sabana, húmedo y muy húmedo para la primera, así como monzónico y selva tropical para la segunda (Pérez e Hidalgo, 2016). Por su parte, el clima del territorio, de acuerdo a (Pérez e Hidalgo, 2016), está definido por tres zonas climáticas bien definidas: costera (costa norte de los municipios de Gibara, Rafael Freyre, Banes, Mayarí, Sagua de Tánamo, Moa, así como la totalidad de Antilla y Frank País), montañosa (área de los municipios ubicados en el macizo Nipe-Sagua-Baracoa) e interior (resto de la provincia).

En el presente estudio se emplearon los datos diarios de las estaciones meteorológicas (ver figura 1) de La Jíquima (78362), Cabo Lucrecia (78365) y Pinares de Mayarí (78371), las cuales son representativas de las zonas interior, costera y montañosa de la provincia Holguín, respectivamente (Pérez e Hidalgo, 2016). Se utilizó la serie 1971-2022 de las variables temperatura máxima (TX) y mínima (TN) diaria, así como precipitación (RRR) en 24 horas, la cual es homogénea en las tres estaciones.

Figura 1

El control de la calidad de los datos se realizó con el propio RClimDex, usando como criterio que TX y TN estuvieran en el intervalo de tres veces la desviación estándar, que es el método implementado por el software; mientras que para la precipitación se empleó el umbral de 200 mm, el cual ha sido usado por diferentes autores cubanos (Burgos y González, 2012; González et al., 2017; Otero et al., 2021). Por otro lado, la aleatoriedad e independencia se analizó a partir de la prueba de Wald-Wolfowitz, en tanto, la homogeneidad fue estudiada a partir de las pruebas de Mann-Kendall y de Pettitt, las cuales analizan la tendencia global y el posible punto de cambio respectivamente. Para el análisis de estas últimas tres pruebas se empleó el paquete “trend” (Pohlert, 2023) de RStudio.

El estudio de las series de TX, TN y RRR para las tres estaciones meteorológicas empleadas se realizó de acuerdo a las recomendaciones descritas en (Sneyers,1990) de la siguiente manera:

Se calculó el estadígrafo de Wald-Wolfowitz para probar correlación serial, el cual a su vez se puede utilizar para analizar independencia y estacionalidad (Roura et al., 2020).

El estudio de los indicadores extremos, para la detección del cambio climático se realizó a partir de la librería RClimDex1.0, disponible en la página web https://github.com/ECCC-CDAS/RClimDex/releases (Zhang y Feng, 2004). RClimDex fue ejecutado sobre el software R (R Core Team, 2023), el cual calcula 27 índices referidos a los regímenes de temperatura y precipitación, definidos por el ETCCDI http://etccdi.pacificclimate.org/list_27_indices.shtml, los cuales se detallan en (Klein y Zwiers, 2009). La tabla 1 resumen las principales características de cada uno de los índices empleados en la investigación, los que comúnmente se utilizan en las investigaciones relacionadas sobre esta temática en Cuba (Burgos y González, 2012; Planos et al., 2013; González et al., 2017; Planos y Gutiérrez, 2020; Otero et al., 2021).

Tabla 1

ID	Nombre del indicador	Definición	Unidad
TR20	Noches tropicales	Número de días en un año con TN>20 °C	días
TN10p	Noches frías	Porcentaje de días TN<10th percentil	días
TX10p	Días fríos	Porcentaje de días cuando TX<10th percentil	días
TN90p	Noches cálidas	Porcentaje de días TN>90th percentil	días
TX90p	Días cálidos	Porcentaje de días cuando TX>90th percentil	días
WSDI	Indicador de la duración de periodos cálidos	Cantidad anual de días con por lo menos 6 días consecutivos en que TX>90th percentil	días
DTR	Rango diurno de temperatura	Diferencia entre la media mensual de TX y TN	°C
CDD	Días secos consecutivos	Número máximo de días consecutivos con RRR<1,0 mm	días
Rx5day	Máxima de precipitación en 5 días	Máximo de precipitación en 5 días consecutivos	mm
Rx100mm	Días con precipitación intensa	Número de días en un año en que la precipitación es igual o mayor que 100 mm	días
PRCPOT	Precipitación total anual en los días húmedos	Precipitación anual total en los días húmedos (RRR≥1,0 mm)	mm
R95p	Días muy húmedos	Precipitación anual total en que RRR>95 percentil	mm
SDII	Índice simple de intensidad diaria	Precipitación anual total dividida entre el número de días húmedos (definidos por RRR≥1,0 mm)	mm/día
CWD	Días húmedos consecutivos	Número máximo de días consecutivos con RRR≥1,0 mm	días

El proceso de cálculo se realizó mediante el software R a través de su interfaz gráfica RStudio (R Core Team, 2023), consultándose diferentes manuales para el procesamiento de datos (Horton y Kleinman, 2015; Wickham y Grolemund, 2016).

El control de la calidad de los datos de la temperatura arrojó que para las tres estaciones meteorológicas empleadas se cumpliera el mismo (los valores de la temperatura pertenecen al intervalo comprendido en tres veces la desviación estándar por encima y por debajo de la media). Por su parte, para la precipitación se encontraron tres casos sospechosos superiores a 200 mm en Pinares de Mayarí, pero los mismos fueron verificados, estando asociados al paso de los huracanes Georges (1998), Ike (2008); así como el ocurrido el 6 de mayo de 1997, producto del flujo del S en superficie y del SW en niveles medios de la troposfera, este último identificado como uno de los tipos de situaciones sinópticas que provocan lluvias intensas en la provincia Holguín (Pérez et al., 2021).

Tabla 2

EM	Variab.	Wald-Wolfowitz		Mann-Kendall		Pettitt
		Resumen	p_valor	Resumen	p_valor	Resumen	p_valor
78362	TX	CORR. (+)	~10 -4	TEND. (+)	0,021	PC (1988)	0,047
	TN	CORR. (+)	~10 -6	TEND. (+)	~ 10-9	PC (1993)	~10 -6
	RRR	CORR. (-)	0,082	TEND. (-)	0,815	---	---
78365	TX	CORR. (+)	0,008	TEND. (+)	0,006	PC (1997)	0,022
	TN	CORR. (+)	~10 -7	TEND. (+)	~10 -9	PC (1989)	~10 -6
	RRR	CORR. (+)	0,331	TEND. (+)	0,841	---	---
78371	TX	CORR. (+)	~10 -4	TEND. (+)	~10 -5	PC (1987)	0,004
	TN	CORR. (+)	0,020	TEND. (-)	0,616	---	---
	RRR	CORR. (+)	0,360	TEND. (+)	0,725	---	---

El análisis relacionado con la independencia y estacionalidad, así como la homogeneidad y posible punto de cambio para TX, TN y RRR se muestra en la tabla 2. En la misma CORR (indica la correlación serial), TEND (tendencia) y PC (punto de cambio, con el posible año de ocurrencia), en tanto el signo +/- indica si la correlación y la tendencia son positivas o negativas respectivamente.

La prueba de homogeneidad para TN muestra que las series de La Jíquima y Cabo Lucrecia presentan tendencia creciente y estadísticamente significativa con un punto de cambio entre los años 1988-1989. En el caso TX, para las tres estaciones indica tendencia global significativa, con puntos de cambio estadísticamente significativos hacia los años 1987, 1993 y 1997 para 78371, 78362 y 78365 por ese orden. Por su parte, para RRR ninguno de los tres casos presentó cambios de homogeneidad en la serie de los acumulados anuales.

Por su parte, la correlación serial positiva de los valores de TX y TN para las tres estaciones meteorológicas (excepto para Pinares de Mayarí en TN) muestra que los datos anuales no son independientes y presentan correlación serial, lo cual parece estar relacionado con la tendencia creciente estadísticamente significativa que muestran estas series, con puntos de cambios igualmente con significación estadística.

El análisis de la tendencia que se presenta está basado en la pendiente que muestra la salida de RClimDex para cada uno de los índices empleados, a diferencia del epígrafe anterior donde se analizó el comportamiento a largo plazo de TX, TN y RRR, pero por intermedio de la prueba de Mann- Kendall.

Los cambios de los indicadores extremos utilizados, referidos a la precipitación, en ninguna de las tres estaciones meteorológicas empleadas resultaron estadísticamente significativa para el nivel de significación del 5%. De estos indicadores solamente Rx5day presenta el mismo signo de la pendiente en las tres zonas climáticas de la provincia. En el caso de R95p muestra que los días húmedos para La Jíquima y Pinares de Mayarí se incrementan a razón de 1,2-1,6 días/años; sin embargo, Rx100mm no presenta cambios apreciables. Por último, destaca PRCPOT para 78371 indicando un aumento de la precipitación total anual en los días húmedos como promedio de 2,5 casos/año.

Por su parte, en el caso de la temperatura los cambios sí son estadísticamente significativos para las tres regiones climáticas de la provincia, fundamentalmente, para la temperatura máxima. En este sentido, TX10p presenta tendencia negativa (1,0-1,4 días/década); en tanto TX90p y WSDI tendencia creciente (2,4-3,2 días/década y 2,3-2,9 días/década respectivamente), lo que indica explícitamente el incremento de los eventos cálidos en la provincia, tal y como fue descrito por (Pérez e Hidalgo, 2023), e indica a su vez homogeneidad en el cambio por décadas, independiente al tipo de zona climática, lo que muestra el cambio global de esta variable en la provincia.

En el caso de TR20 destaca el incremento estadísticamente significativo en las zonas interior y costera, particularmente en la primera, donde la tendencia es a 12,8 días/década. Similares resultados muestran TN10p y TN90p, con valores que disminuyen y aumentan a razón de 1,3-1,9 días/década y 3,0-4,1 días/década respectivamente. En el caso de estos tres indicadores, la no correspondencia en la zona montañosa respecto a las otras dos zonas climáticas de la provincia, debe buscarse en el descenso de temperatura con la altura, tal como se muestra en (Planos y Gutiérrez, 2020) para la Gran Piedra, así como en la disminución de la cobertura nubosa, la cual a nivel de país disminuyó a razón de 1%/década durante el período 1976-2017 (Planos y Gutiérrez, 2020).

Por último, DTR mostró tendencias estadísticamente significativas opuestas para la zonas montañosas e interior, creciente para la primera a razón de 0,2 °C/década y decreciente para la segunda (0,1 °C/década), lo que refleja los resultados obtenidos por (Pérez e Hidalgo, 2023) para las temperaturas máximas y mínimas anuales. En el caso de Cabo Lucrecia, al estar ubicada en la zona costera la oscilación térmica no es marcada, lo que queda reflejado en el valor de DTR, el cual, aunque presenta un valor decreciente es muy poco significativo en magnitud; sin embargo, la probabilidad de que no haya cambio en este indicador es muy alta 0,83.

Tabla 3

ID	78362		78365		78371
	pendiente	p_valor	pendiente	p_valor	pendiente	p_valor
TR20	1,284	0,000	0,267	0,004	0,134	0,214
TN10p	-0,193	0,000	-0,131	0,000	0,071	0,216
TN90p	0,414	0,000	0,299	0,000	0,059	0,209
TX10p	-0,103	0,012	-0,136	0,007	-0,125	0,000
TX90p	0,240	0,000	0,305	0,000	0,315	0,000
WSDI	0,257	0,003	0,291	0,012	0,226	0,001
DTR	-0,011	0,013	-0,001	0,831	0,018	0,000
Rx5day	0,568	0,147	0,074	0,886	0,289	0,672
SDII	0,019	0,267	-0,035	0,125	0,028	0,126
Rx100mm	0,008	0,057	-0,005	0,284	0,000	0,993
CDD	-0,091	0,380	-0,135	0,194	0,001	0,993
CWD	-0,019	0,261	0,006	0,729	0,042	0,152
R95p	1,637	0,204	-0,055	0,967	1,244	0,524
PRCPOT	-0,859	0,687	0,070	0,927	2,500	0,373

Los resultados de esta investigación muestran la misma tendencia estadísticamente significativa en TR20, TN10p, TN90p que las obtenidas por (Burgos y González, 2012; Planos y Gutiérrez, 2020). Sin embargo, existen diferencias en la significación del cambio para TX10p, Tx90p y WSDI para La Jíquima y Cabo Lucrecia respecto a (Planos y Gutiérrez, 2020) y (Burgos y González, 2012) respectivamente.

Las diferencias deben buscarse en las series de datos 1971-2009 (con norma climática 1971-2000) y 1980-2017 (con período base 1981-2010) empleadas por (Burgos y González, 2012; Planos y Gutiérrez, 2020), tomados en ese orden. En (Burgos y González, 2012) no se utiliza la segunda década del presente siglo, la cual según (Pérez e Hidalgo, 2023) ha sido la más cálida en la provincia Holguín; en tanto, (Planos y Gutiérrez, 2020) emplean como período base 1981-2010, que se caracterizó por ser muy cálido. No obstante, la investigación actual y las anteriormente citadas, coinciden en expresar que el clima de la provincia Holguín está transitando a ser más cálido.

Figura 2

Los indicadores extremos mostrados en la figura 2 indican, en el caso de WSDI, que los eventos cálidos se incrementaron en las tres zonas climáticas de la provincia a partir de la década de los ´90 del siglo pasado, con mayor frecuencia en todas las regiones a partir de 2011 con valores entre 43-49%, del total de casos en el período 1971-2022. Por su parte, TX90p muestra, igualmente, un aumento de los años ´90; mientras que, la media del período 2011-2022 duplica, en las tres estaciones meteorológicas utilizadas en este estudio, al valor normal de este indicador climático extremo correspondiente a la norma climática 1971-2000.

En la figura 3 se muestran los indicadores de cambio climático del máximo de precipitación en cinco días consecutivos y los días muy húmedos. Rx5day muestra un comportamiento creciente en las tres estaciones meteorológicas con aumentos a razón de 5,7 eventos/década; 0,7 eventos/década y 2,9 eventos/década para La Jíquima, Cabo Lucrecia y Pinares de Mayarí respectivamente. Por su parte, R95p indica un incremento entre 1,2-1,6 eventos/década para las zonas interior y montañosa, en tanto la región costera presenta una disminución del orden de 0,5 casos/década. Para ambos indicadores climáticos los resultados no resultaron estadísticamente significativos.

Figura 3