Análisis Estadístico de Datos Climáticos M. Barreiro – M. Bidegain – A. Díaz Facultad de Ciencias – Facultad de Ingeniería 2008

Objetivo del curso Desarrollar habilidades para identificar y describir estructuras de datos climáticos, tanto en sus valores medios como en su variabilidad espacial y/o temporal. Realizar aplicaciones al diagnóstico de relaciones entre distintas variables climáticas, y al pronóstico.

Temario Introducción Datos univariados Datos multivariados Clima, Climatología y variabilidad climática (espacial y temporal). Escalas Datos climáticos. Revisión sobre el concepto de probabilidad. Datos univariados Análisis exploratorio aplicado a datos climáticos. Descripción de poblaciones por medio de distribuciones empíricas. Histogramas. Datos apareados. Diagramas de dispersión. Coeficientes de correlación. Aplicaciones al diagnóstico y pronóstico. Distribuciones paramétricas. Distribuciones discretas y continuas. Distribuciones de probabilidad frecuentes en variables climáticas. Estimación de parámetros. Pruebas de hipótesis. Aplicaciones. Modelos paramétricos de relaciones entre variables climáticas. Regresión lineal simple y múltiple. Regresión no lineal. Análisis de estratificación y composición. Aplicaciones en diagnóstico y en pronóstico. Series temporales o cronológicas. Datos multivariados Revisión de conceptos fundamentales sobre estadística multivariada. Algebra de matrices. Distribución normal multivariada. Análisis de componentes principales. Ejemplos y aplicaciones. Análisis de correlación canónica. Aplicaciones a diagnóstico y pronóstico. Análisis de agrupaciones (cluster analysis). Verificación y valor de los pronósticos

Bibliografía Wilks, D., 2006: Statistical Methods in the Atmospheric Sciences, Academic Press, 627 pp. Necco, G.V. 1984. Estudio del clima sobre la base de las estadísticas. Métodos de análisis de series en climatología. Universidad de Buenos Aires. Thom H.C.S. Some methods of climatological analysis. Technical Note N°81 WMO N°199 Von Storch and F.W.Zwiers. 1999. Statistical Analysis in Climate Research. Cambridge University Press, 484 pp.

Introducción Clima Climatología ¿Por qué los métodos estadísticos? Variabilidad climática Escalas

Clima (según la RAE) (Del lat. clima, y este del gr. κλίμα). m. Conjunto de condiciones atmosféricas que caracterizan una región. m. Temperatura particular y demás condiciones atmosféricas y telúricas de cada país.

Clima... Es el conjunto de estados de tiempo atmosférico que se producen en una determinada región y que otorgan a ésta una particular idiosincrasia. El concepto de clima incluye no sólo los valores medios de las variables meteorológicas, sino también sus extremos

Clima (según la AMS) AMS Glossary: climate—The slowly varying aspects of the atmosphere–hydrosphere–land surface system. It is typically characterized in terms of suitable averages of the climate system over periods of a month or more, taking into consideration the variability in time of these averaged quantities. Climatic classifications include the spatial variation of these time-averaged variables. Beginning with the view of local climate as little more than the annual course of long-term averages of surface temperature and precipitation, the concept of climate has broadened and evolved in recent decades in response to the increased understanding of the underlying processes that determine climate and its variability. See also climate system, climatology, climate change, climatic classification.

Clima… Climate may be defined as the multivariate, multiple-time probability distribution of status of the ocean-ice-atmosphere system. (North et al. 1982)

Climatología Descripción y estudio científico del clima (según la AMS) Según la RAE: 1. f. Tratado del clima. 2. f. Conjunto de las condiciones propias de un determinado clima.

Climatología Hay otro uso de la palabra, que refiere a valores estadísticos descriptivos de alguna variable. P. ej. medias mensuales de temperaturas en un cierto lugar

¿Por qué los métodos estadísticos para analizar datos climáticos? Los procesos climáticos presentan irregularidades que son fuente de incertidumbre. La estadística permite: describir los datos cuantificar la incertidumbre realizar inferencias.

Aplicación de métodos estadísticos La aplicación de métodos estadísticos adecuados debe ayudar a la comprensión de los fenómenos físicos subyacentes Valoración de hipótesis El análisis estadístico de los datos puede sugerir la existencia (o no) de relaciones entre variables Pero…¡¡no confundir relaciones estadísticas con relaciones causa-efecto!! La descripción de los datos observados puede ayudar a la predicción

Pero, ¿y los modelos numéricos determinísticos…? En primer lugar, no son perfectos. Y en segundo lugar…

1963: La atmósfera como sistema caótico (Ed. Lorenz) Deterministic Non-Periodic Flow Sistema de Lorenz Modelo simplificado de convección Sensibilidad a las condiciones iniciales

El “Efecto Mariposa” Luego de tener éxito en escribir ecuaciones determinísticas para el flujo atmosférico y logrado integrarlas numéricamente, surgió un obstáculo no previsto: La predictibilidad del sistema es de solamente 2 a 3 semanas

El mundo después de Lorenz Consecuencias del caos determinístico: El pronóstico del tiempo (determinístico y limitado en su horizonte temporal) se separa conceptualmente del pronóstico climático (necesariamente probabilísticos). Se abandona el objetivo de “controlar del tiempo”. La predictibilidad del clima debe tener otros orígenes que el atmosférico (otros subsistemas climáticos con mayor “memoria”).

Se puede mejorar la performance de los modelos numéricos, postprocesando sus salidas (“ensembles”) simulación con la “mejor” condición inicial evolución real

“Ensemble” de Pronósticos del Clima

Pero también hay que tener en cuenta que… Las series de datos no son suficientemente largas. El clima puede cambiar y las series largas pueden no representar adecuadamente el clima presente.

Variabilidad climática (espacial) Temperatura Precipitación Los valores dependen del período! Aquí es 1961-1990

Climatología temperatura agosto Fuente: IRI

Regionalización 14 Regiones o “clusters” 343 divisiones climáticas

Variabilidad climática (variabilidad temporal) Pluviómetro Rivera (1914-1997) Precipitación anual Ciclo anual de precipitaciones La variabilidad interanual es relevante

Regionalización de la precipitación en Uruguay según su ciclo anual Terra y Pisciottano 1994

Variabilidad interanual Temperatura media en Paysandú: 1951-2002

El Niño – Oscilación Sur (ENOS) Modo de variabilidad cuasi-periódica del sistema acoplado atmósfera-océano en el Pacífico ecuatorial Temperaturas de Superficie del Mar (TSM) Presión atmosférica en superficie

Índices de ENOS

Tendencias en precipitaciones 1901-2005 IPCC 2008 1979-2005

“Tendencias” en las TSM Atlántico Sud-Occidental (Noviembre) 1960-1997

“Tendencias” en caudales de ríos Paraná Paraguay Uruguay Negro Val./Desv.Tip. TSM Pacífico Caudal Medio TSM Pacífico Normalizados Medias Móviles Centradas de 30 años Genta et al, 1998

Escalas (espaciales y temporales) Son magnitudes (o rangos de magnitudes) que sirven para describir algunos fenómenos La escala espacial es una longitud característica del fenómeno; (ej. tormenta extratropical) La escala temporal está asociada a la duración y da idea de la “memoria” o “persistencia” del proceso (ejs. presión a nivel del mar) Importancia de la escala para la estimación de valores medios Ambas suelen crecer o decrecer juntas.

Escalas espaciales y temporales de fenómenos meteorológicos PRONÓSTICO A LARGO PLAZO PRONÓSTICO A MEDIANO PLAZO PRONÓSTICO A CORTO PLAZO (Tormenta severa) (WMO No. 993, 2006)

Escalas de movimientos atmosféricos