Dra. Marcela Hebe González CIMA/CONICET-UBA DCAO FCEN UBA

Slides:



Advertisements
Presentaciones similares
IAI Training Institute “Pronóstico Estacional (ASO-10) para República Dominicana y Panamá, con la herramienta Climate Predictability Tool (CPT)” Presentado.
Advertisements

Pronóstico del Tiempo y Predicción Climática:
T.10. EVALUACIÓN DE PROGRAMAS DE INTERVENCIÓN PSICOLÓGICA
I FORO CLIMATICO 2009 Guatemala, Abril 2009 SERVICIO METEOROLOGICO NACIONAL DE HONDURAS SERVICIO METEOROLOGICO NACIONAL DE HONDURAS José Ernesto.
Perspectiva Climática por Mayo-Julio,2009 por Belice Presentado por:Frank Tench (Servicio Meteorólogico e Hidrologico Nacional de Belice) Ciudad de Guatemala,
Luis Fdo. Alvarado Meteorólogo Gestión de Desarrollo Instituto Meteorológico Nacional XXVI FORO CLIMATICO DE AMERICA CENTRAL Panamá, noviembre 2008.
Por: Tomás Rivas Pacheco
Técnicas para el análisis de datos en el enfoque cuantitativo
Correlación ©1997-Sep-06 Pedro Juan Rodríguez Esquerdo Departamento de Matemáticas UPR Río Piedras.
Estadísticas Inferenciales Capítulo 10
Capitulo 9: Modelos unívariados de series temporales
C. Quispe1, S. Illig2 y J. Ramos1
Pronósticos, Series de Tiempo y Regresión
Mariano S. Alvarez1, C. S. Vera1, G. Kiladis2 and B. Liebmann2
UNIVERSIDAD AUTÓNOMA DEL CARIBE
Ingeniería Industrial II CicloEducativo 2011
Ciclo ENSO: Evolución reciente, Estado Actual y Pronósticos
Curso SimSEE 2011 Análisis a largo plazo del valor de incorporar la dinámica del Niño 3.4 en el sistema eléctrico uruguayo Federico Purtscher Fernanda.
León Darío Bello Parias
REGRESION Y CORRELACION LINEALES. REGRESION LINEAL SIMPLE Finalidad Estimar los valores de y (variable dependiente) a partir de los valores de x (variable.
MODELO DE REGRESIÓN MÚLTIPLE
Nathalia Danae Parra González Geografía 6°A
Dirección Meteorológica de Chile
La Variabilidad Interanual de la Estación Lluviosa en la Cuenca del Amazonas Brant Liebmann Climate Diagnostics Center Boulder, Colorado, USA
TEMA 8: ANÁLISIS DE LA REGRESIÓN Y CORRELACIÓN ENTRE DOS VARIABLES
Optimización integrada del uso del agua en presas con generación hidroeléctrica en Argentina. Autores PhD. Ing. Fabián López (SSRH) Dr. Ing. Andrés Rodríguez.
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Análisis Estadístico de Datos Climáticos Facultad de Ciencias – Facultad de Ingeniería 2009 M. Barreiro – M. Bidegain – A. Díaz Análisis de correlación.
Estadística Descriptiva: 4. Correlación y Regresión Lineal Ricardo Ñanculef Alegría Universidad Técnica Federico Santa María.
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
Regresión Linear Correlación de Pearson, r Regresión Múltiple Regresión Logística Regresión de Poisson.
Análisis de Correlación y de Regresión lineal simple
Distribuciones bidimensionales. Tablas de contingencia
Escenarios Climáticos Asociados al Ciclo ENOS para las regiones IX y X
Análisis exploratorio de datos univariados
Variabilidad observada de los eventos climáticos extremos en Cuyo y sus impactos Olga C. Penalba, Matilde Rusticucci Investigadores: Mariana Barrucand,
Estadística Administrativa II
Depósito en suelo de dos trazantes ecohidrológicos ( 7 Be y Cl - ) por acción de la lluvia en la región central de Argentina Juri Ayub, J. 1, Santoni,
Cambio Climático Dimensión socio-político-económica Dimensión científica (física + …) Análisis estadístico.
Comité Multisectorial ENFEN – Perú
Dirección General de Meteorología
Pronósticos, Series de Tiempo y Regresión
¿Por qué nos ocupa y nos preocupa el CAMBIO CLIMÁTICO? Dra. Matilde Rusticucci DCAO – UBA – CONICET
Perspectiva Climática FMA 2014 MJJ 2014 COPECO DGPR Meteorología.
INSTITUTO DE HIDROLOGÍA, METEOROLOGÍA Y ESTUDIOS AMBIENTALES - IDEAM CONDICIONES HIDROMETEOROLÓGICAS ACTUALES PROYECCION PARA FEBRERO - ABRIL/2014 PRESENTACION.
Evolución La Niña 2012 y el Pronóstico Climático para Chile: May – Jun - Jul 2012 Dirección Meteorológica de Chile Luis Serrano.
INFORME COMPONENTE OCEANOGRÁFICO DIRECCIÓN GENERAL MARÍTIMA - DIMAR Centro de Investigaciones Oceanográficas e Hidrográficas del Pacífico - CCCP XXIV REUNION.
GESTIÓN SUSTENTABLE DE RECURSOS HIDRICOS EN LA REGIÓN DEL COMAHUE. ARGENTINA Losano F., Marizza M., Porrino, F., Buchiarelli L. Losano F., Marizza M.,
INSTITUTO DE HIDROLOGÍA, METEOROLOGÍA Y ESTUDIOS AMBIENTALES - IDEAM
Perspectiva climática preliminar Fenómeno El Niño: condición reciente
Estadística Descriptiva
Regresión Lineal Integrantes: Felipe Cruz Sebastián Micaly Carolina Villalobos.
Curso Biogeografía de Chile
INSTITUTO MEXICANO DEL SEGURO SOCIAL
Incorporación de pronósticos climáticos en la gestión del sistema eléctrico - Algunos problemas estadísticos - Rafael Terra A. Díaz y R. Chaer.
INFLUENCIA DE LA CIRCULACIÓN DE GRAN ESCALA EN EL DESARROLLO DE UN EVENTO DE BAJA SEGREGADA EN EL SUR DE SUDAMÉRICA Lic. Alejandro Godoy Dra. Carolina.
PRONÓSTICO CLIMÁTICO 2015.
Ministerio de Ambiente, Vivienda y Desarrollo Territorial República de Colombia Ministerio de Ambiente, Vivienda y Desarrollo Territorial República de.
Ecuador se encuentro entre DOS PLACAS TECTÓNICAS: Sudamericana Nazca El choque de las placas y al subir la SUDAMERICANA forma la CORDILLERA DE LOS.
Regresión lineal simple Nazira Calleja
Unidad 4 Análisis de los Datos.
REGRESIÓN LINEAL MÚLTIPLE.
REGRESIÓN LINEAL SIMPLE
Capítulo 10 Análisis de los datos.
Germán Fromm R. 1. Objetivo Entender los diseños metodológicos predictivos 2.
REGRESIÓN LINEAL SIMPLE TEMA INTRODUCCIÓN Determinar la ecuación de regresión sirve para: – Describir de manera concisa la relación entre variables.
M.E. ADA PAULINA MORA GONZALEZ. Esta parte describe las técnicas para ajustar curvas en base a datos para estimaciones intermedias. Una manera de hacerlo.
NOVEDADES Y CONDICIONES METEOROLÓGICAS Red de Estaciones Meteorológicas Automatizadas del Estado de Sonora CESAVESONSIAFESON.
REGIÓN CENTRAL DE COSTA RICA.
ANOVA DE UN FACTOR. Diferencias de Medias Independientes Dependientes Diferencias de Varianzas.
Transcripción de la presentación:

Dra. Marcela Hebe González CIMA/CONICET-UBA DCAO FCEN UBA

OBJETIVO Generar pronósticos estadísticos de precipitación estacional IMPORTANCIA: Los recursos energéticos en Argentina provienen en gran medida de centrales hidroeléctricas que operan en la región del Comahue, como "El Chocón" y "Piedra del Aguila"

METODOLOGIA Correlación entre pp media areal en MJJ y ASO con anomalías de TSM, G1000, G500, G200, U850 y V850 (Reanálisis NCEP) en Abril y Setiembre. Definición de predictores Aplicación de modelo de regresión múltiple lineal; forward stepwise. Predictores con sustento físico e independientes entre si Eficiencia probada utilizando la metodología de validación cruzada o crossvalidación que implica recalcular el modelo con n-1 datos

Modelo para la pp de MJJ en RL P (MJJ, RL) = -1551,7 S ,1 G ,7 M ,9 Varianza explicada 66,5% Correlación 0,51 Forzante de TSM tropical G200: Ondas de Rossby en el Pacífico V850: Fase ENOS

Modelo para la pp de MJJ en RN P(MJJ, RN) = -1120,1 S2 –10,94 G ,4 TSMG500 Varianza explicada 47% Correlación 0,45

Modelo para la pp de ASO en RL y RN P(ASO, RL) = –13,94 G ,1 (30%) P(ASO, RN) = –9,4 G ,1 S3 – 16769,9 (42%) G1000 Pacífico TSM Pacífico subtropical Campos compuestos de G1000 en julio para los años húmedos (pp ASO RL> segundo tercil; 272 mm) y para los años secos (pp< primer tercil ; 200 mm)

EFICIENCIA sobre Pp> 2º tercil normal 1º tercil>pp>2º tercil sub Pp<1º tercil H (%)POD (%)FAR (%) Pp sobre MJJ RL Pp sub MJJ RL Pp sobre MJJ RN Pp sub MJJ RN Pp sobre ASO RL Pp sub ASO RL Pp sobre ASO RN Pp sub ASO RN

EFICIENCIA MJJ RLASO RLMJJ RNASO RN pp media observada (mm)479,5244,1281,6114,6 pp media estimada (mm)477,9243,2288,1112,8 primer tercil observado (mm)418,1200,2235,577,0 segundo tercil observado (mm)558,1272,0312,7137,5 primer tercil estimado (mm)409,8220,2251,492,9 segundo tercil estimado (mm)550,8270,0317,8140,6 % aciertos de categorías48,557,645,548,5 % fallos en 1 categoría48,536,448,5 % de fallos en 2 categorías3,06,1 3,0 correlación precipitación estimada y observada0,50,460,45

MODELO CUALITATIVO DE PREDICCIÓN DE LLUVIA ESTACIONAL Prono cualitativo 1. Predictores del mes previo para cada trimestre 2. Para un trimestre en particular se observa el comportamiento 3. Se establece si predomina el patrón sub, sobre o normal 4. Se compara con lo observado luego.

MODELO CUALITATIVO DE PREDICCIÓN DE LLUVIA ESTACIONAL Limay Neuquen añotrimestrepp estimadappobservadapp estimadappobservada 2009MJJ 2010MJJ JJAn n JASn n ASO n n SON ONDn n NDE 2011DEF n EFMn n FMAsin pronósticon n MAMn n AMJsin pronóstico MJJ JJA n n JAS ASO SONn n OND NDE n 2012DEFsin pronóstico EFM FMAsin pronóstico MAM n AMJnnn MJJ JJA JASn ASO SON OND NDE 2013DEFnnnn EFM nn FMAnnnn MAMnnnn AMJ n n MJJn n JJAnnn RL: 35 pronos%RN: 35 pronos% 19 aciertos54,317 aciertos48,6 10 fallos 1 cat28,616 fallos 1 cat45,7 6 fallos 2 cat17,12 fallos 2 cat5,7 Pp estacional estimada y observada en RL y RN generada observando los patrones de comportamiento de variables meteorológicas el mes previo verde: sobrenormal, marrón: subnormal, celeste: normal).

CONCLUSIONES Se desarrollaron modelos de regresión lineal múltiples para estimar la precipitación estacional de MJJ y ASO en RL y RN Los 3 factores precursores de la pp MJJ fueron: TSM en el Océano Índico tropical, el tren de ondas sobre el Océano Pacífico y la fase ENOS En el caso de pp ASO predominó la dinámica de capas bajas La eficiencia es buena cuando se pronostica lluvia sobre y subnormal en RN pero fue mejor el pronóstico de sobre en RL La aplicación del método cualitativo de pronóstico trimestral en base a patrones previos, indicaron que el porcentaje de acierto es del 54% en RL y 48% en RN.

Agradecimientos Los datos fueron provistos por la Administración Interjurisdiccional de las Cuencas de los Ríos Negro, Limay y Neuquén (AIC), el Servicio Meteorológico Nacional (SMN) y la Secretaría de Recursos Hídricos de la Nación. Este trabajo fue financiado por los proyectos UBACyT CC02, UBACyT /Y128, CONICET PIP , PICT Los campos de las variables met fueron provistas por NOAA/ESRL Physical Sciences Division, Boulder Colorado desde su página web: MUCHAS GRACIAS!!