ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO

Tamaño: px

Comenzar la demostración a partir de la página:

Download "ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO"

Ana Rojas Córdoba
hace 6 años
Vistas:

1 ANÁLISIS COMPARATIVO DE TRES DIFERENTES BASES DE DATOS DE PRECIPITACIÓN MENSUAL SOBRE MÉXICO Valeria Vidal Aguirre Programa de Investigación en Cambio Climático, UNAM Licenciatura en Ciencias de la Tierra - Ciencias Atmosféricas, Facultad de Ciencias, UNAM

2 Por qué la necesidad de comparar tres bases distintas sobre México? Las bases globales de precipitación son desarrolladas en distintas partes del mundo Difieren en el número y duración de las mediciones, en los procedimientos de verificación de la calidad y de corrección de errores, y en las técnicas de interpolación. Las diferencias pueden dar lugar a diferencias en la calidad de los productos. La evaluación y comparación permite evaluar el rendimiento de los productos globales bajo diferentes circunstancias. Para México aún no se tiene documentado un trabajo similar.

3 Cómo se relaciona este trabajo con el Cambio Climático? Estas bases son utilizadas para: 1. validar modelos climáticos y modelos para el pronóstico del tiempo 2. estudios de variabilidad climática 3. monitoreo de eventos extremos como sequías e inundaciones Además de contar con los datos de estaciones meteorológicas, también es bueno contar con otras fuentes de información como lo son los productos globales, los cuales se sepan que son válidas para el país. Es necesario contar con un buen registro de datos que permitan monitorear el cambio de las variables climáticas con el tiempo y el efecto que el cambio climático está produciendo.

4 Objetivos Hacer un análisis estadístico para comparar tres bases de datos globales de precipitación mensual (CRU, GPCC y CHIRPS) con datos observacionales (base del sistema CLICOM- CICESE) con el propósito de evaluar el desempeño de cada una al representar la precipitación sobre México. La comparación se hará sobre todo el dominio y sobre los cuatro cuadrantes en los que México puede dividirse: 1. Noroeste 2. Noreste 3. Centro Sur 4. Sureste para analizar si es una misma base la que mejor se aproxima a los datos observados o si son diferentes bases las que son válidas para cada cuadrante.

5 latitud Datos Base de referencia: CLICOM CICESE o Datos de precipitación de estaciones meteorológicas del Servicio Meteorológico Nacional (SMN). o Malla regular con resolución espacial de 1/8 o Periodo o Cubre de los 14 N a los 32 N y de los -117 E a los 87 E (sólo México). Productos globales: longitud CRU TS o Desarrollada por el Climate Research Unit de la Universidad de Anglia del Este del Reino Unido. o Versión CRU TS3.23 que cubre el periodo o Malla regular de 0.5 x0.5 de resolución y cubre solo la superficie continental del mundo excepto de la Antártida. GPCC Full Data Reanalysis 7 o Desarrollada por el Global Precipitation Climatology Center operado por el Servicio Meteorológico de Alemania. o Cubre el periodo de y consiste en una malla regular de 0.5 x0.5 que cubre toda la superficie continental. CHIRPS o Desarrollada por el Climate Hazards Group de la Universidad de Carolina de Estados Unidos. o Cubre el periodo de 1981-presente. o Malla regular de 0.05 de resolución que cubre la superficie continental. Extensión de los 50 S - 50 N grados de latitud. o Incorpora datos de estaciones in situ y datos satelitales.

6 Área de estudio Todo México Cuadrantes: Noroeste (azul) Noreste (rojo) Centro Sur (verde) Sureste (morado)

7 Metodología Para la evaluación y comparación de las bases se utilizaron las siguientes funciones estadísticas: Error absoluto medio (MAE): MAE = 1 y n i x i i=1 n Sesgo Volumétrico: bias = i=1 n i=1 n y i x i Raíz del error cuadrático medio centrado (RMSD): Desviación Estándar (σ): RMSD = n 1 n i=1 y i y (x i x) 2 σ x = n 1 n i=1 x i x 2 Coeficiente de correlación lineal (r): Media aritmética: r = σ xy σ x σ y = i=1 n n x i i=1 (x i x)(y i y) x 2 n i=1 y i y 2 n x = 1 n i=1 x i

8 Metodología Diagramas de Taylor: Se construyen a partir de la desviación estándar, el coeficiente de correlación y el RMSD: RMSD 2 = σ x 2 + σ y 2 2σ x σ y r Permiten sintetizar de manera gráfica que tanto se asemeja uno o varios conjuntos de datos a un conjunto de referencia Permite determinar qué tanto del error se debe a: - la diferencia debido a la amplitud de las variaciones - a una pobre correlación en el patrón de los datos Ejemplo de Diagrama de Taylor tomando de Taylor (2005)

9 Metodología El análisis se hizo de cuatro formas distintas. Análisis sobre el periodo total: Con cada base se calculó el promedio sobre todo el periodo de análisis, resultando en un solo mapa para cada base. Sobre estas matrices se calcularon las métricas ya mencionadas obteniendo así un valor para cada métrica para cada base. Análisis espacial: Con cada base se comparó la serie de tiempo de cada pixel con la serie del mismo pixel en la malla del CLICOM. Para cada pixel se calcularon las métricas resultando en un mapa que muestra la distribución espacial de cada métrica. Análisis temporal: Con cada base los mapas de cada paso de tiempo se compararon con los mapas de cada paso de tiempo de la malla del CLICOM obteniendo para cada uno un valor de cada métrica. Análisis sobre el ciclo anual: Se comparó el ciclo anual de las tres bases con el ciclo anual de la base del CLICOM y se calcularon las métricas para cada una.

10 Resultados a) Análisis sobre periodo total CLICOM CRU GPCC CHIRPS MAE RMSD CORR DESV SESGO

11 Resultados: b) Análisis espacial: Media CRU CLICOM CHIRPS

12 Resultados b) Análisis espacial Sesgo CRU GPCC CHIRPS

13 Resultados: b) Análisis espacial Error absoluto medio (MAE) CRU GPCC CHIRPS

14 Resultados b) Análisis espacial Raíz del error cuadrático medio (RMSD) CRU GPCC CHIRPS

15 Resultados b) Análisis espacial Coeficiente de correlación (r) CRU GPCC CHIRPS

16 Resultados b) Análisis espacial Coeficiente de correlación anomalías (r) CRU GPCC CHIRPS

17 Resultados c) Análisis temporal

18 Resultados c) Análisis temporal

19 Resultados c) Análisis temporal

20 Resultados c) Análisis temporal

21 Resultados c) Análisis temporal

22 Resultados d) Análisis sobre el ciclo anual SMN CRU GPCC CHIRPS MAE RMSD CORR DESV SESGO

23 Conclusiones En el análisis total: La base que más se asemejó fue el CHIRPS, seguido del GPCC y por último del CRU. Espacialmente: La base CRU es la que menos se asemeja a los datos de la base CLICOM-CICESE. Parece ser que el GPCC tiene menor error y mayor correlación en la parte norte, mientras que para la parte sur es el CHIRPS el que más se asemeja a los datos. Temporalmente: El CRU también fue la base que tuvo mayor error y menor correlación. El CHIRPS y el GPCC tuvieron valores muy cercanos, la correlación y el error en el GPCC se mantiene acotada y pequeña durante un intervalo, pero a partir del 2004 la correlación disminuye y el error aumenta. En el análisis del ciclo anual: No se obtuvieron resultados estadísticamente significativos.

Documentos relacionados

Nilda Sánchez María Piles Anna Scaini José Martínez Fernández Mercè Vall-llosera Adriano Camps

Nilda Sánchez María Piles Anna Scaini José Martínez Fernández Mercè Vall-llosera Adriano Camps UNIVERSIDAD & SALAMANCA María a Piles Mercè Vall-llosera llosera Adriano Camps 1. Antecedentes: SMOS, downscaling