Willington Rentería

La marea es uno de los eventos oceánicos más conocidos y estudiados en la naturaleza. Sus efectos representan la mayor variabilidad de la dinámica del océano. En la costa produce corrientes y variaciones del nivel de la superficie de gran importancia para la biodiversidad marino costera.

Su análisis y predicciones vienen desde la época de Pierre-Simon Laplace con grandes avances para series de tiempo obtenidas a partir de mareógrafos.  Sin embargo, en los últimos 20 años se ha realizado mejoras sustanciales  a partir del empleo de simulación numérica, lo que permite el  análisis y predicción en cualquier lugar del océano.

Uno de estos modelos es el FES2004 , -Finite Element Solution-, que combina modelación numérica en elementos finitos para la ecuación barotrópica de marea con datos de mareógrafos y altimetría satelital en asimilación de datos. Los resultados de este modelo se distribuyen en un grilla global de 1/8° grados con datos de amplitud y fase para 14 constituyentes armónicas.

Estos datos pueden extraerse del archivo de distribución en formato netCDF con la librería de Python netCDF4, a continuación se muestra como hacerlo:

 from netCDF4 import Dataset
nc=Dataset('tide.fes2004.nc')
phase=nc.variables['Hg'][:]
amplitde=nc.variables['Ha'][:]

Se puede extraer las 14 constituyentes de marea (amplitud y fase) para cualquier posición geográfica en el océano. Es necesario realizar interpolación  para lo cual Python ofrece muchas alternativas.

Con estas armónicas se puede reconstruir  la marea usando la librería Pytides, teniendo cuidado de introducir solamente las armónicas existentes y en el orden establecido para las estaciones de la NOAA . Las estaciones de la NOAA y la librería Pytides usan 37 constituyentes.

Para realizar un ejemplo, realizaremos la reconstrucción de la marea para la estación de La Libertad, cuyos datos se pueden extraer este link.

A continuación tenemos la gráfica tanto de la señal de marea real como la que se puede reconstruir a partir de FES2004 y Pytides. Es importante resaltar que este método solamente considera 14 constituyentes y su resultado es a partir de simulación numérica. Sin embargo, los resultados son bastante aceptables: