Professional Documents
Culture Documents
Homogeneización e Interpolación de
Observaciones de Alta Resolución
http://www.meteo.unican.es
Introducción
2
Resumen
3
Resumen
4
Contraste de Hipótesis
Cálculo:
6
Contraste de Hipótesis
7
Resumen
8
Homogeneización de Datos
No hay metodología
estándar para su
tratamiento
(subjetividad). 10
Métodos Indirectos (opción A)
A pesar de sus defectos, este tipo de métodos es útil para redes con
estaciones aisladas en las cuales otro tipo de análisis puede darnos
resultados engañosos.
11
Métodos Indirectos (opción B)
12
Tests de Homogeneidad
• Test de Buishand.
• Test de Pettitt.
13
Tests de Homogeneidad … SNHT
yi − μ
yi =
σ
• Consideramos como estadístico el máximo ,T*, de la serie T definida
2 2
por: T ( k ) = k z + ( n − k ) z , k = 1,..., n
1 2
1 k 1 n
z1 = ∑ yi , z 2 = ∑ yi
k i =1 ( n − k ) i = k +1
14
Tests de Homogeneidad … SNHT
15
Tests de Homogeneidad … Alexandersson
∑ ( x ji − x )
i =1
2
∑ i
( y
i =1
− y ) 2
16
Tests de Homogeneidad … Alexandersson
j =1 j =1
• Temperatura:
k k
Qi = yi − {∑ ρ [ x ji − x j + y ] / ∑ ρ 2j }
2
j
j =1 j =1
17
Tests de Homogeneidad ... observaciones
18
Tests de Homogeneidad … Homogeneización
q1 = σ Q z1 + Q ,
q2 = σ Q z 2 + Q .
Por lo tanto, basta corregir con la razón (precipitación) o la diferencia
(temperatura) entre ambos niveles.
Temperatura Precipitación
21
Tests de Homogeneidad … Pettitt
22
Tests de Homogeneidad … Pettitt
23
Tests de Homogeneidad … von Neumann
El test de von Neumann se basa en el valor conocido como la razón de
von Neumann, que está definido por el valor N:
n −1 n
N = ∑ ( yi − yi +1 ) 2
∑ i
( y − y ) 2
i =1 i =1
• En caso de homogeneidad el valor esperado de N es 2.
• En caso de existir alguna inhomogeneidad el valor es menor del
esperado.
• Notar que este test no aporta información acerca de la localización de
la discontinuidad.
• Los valores críticos vienen dados en la siguiente tabla:
24
Ejemplo … ENSEMBLES
25
Ejemplo … ENSEMBLES
26
Resumen
Como hemos usado este test de forma continua a lo largo de este último
test, vamos a definir el test de Durbin – Watson. Es un test para
contrastar la independencia de los errores de un modelo de regresión
lineal o múltiple.
La hipótesis nula considerada el que no existe correlación en la serie,
mientras que la alternativa es que ésta sí existe.
El estadístico del test viene dado por:
n En función del tamaño de la muestra, el
∑ (ei − ei −1 ) 2
número de regresores del modelo y el
D = i=2 n nivel de significación buscado, existen
∑
2
ei una cota inferior y una superior para el
i =1
test. Por encima de la cota superior el
test acepta la hipótesis nula, por debajo de la cota inferior el test rechaza
la hipótesis nula y entre ambas cotas el test no es concluyente.
30
Otros Métodos
31
Resumen
32
Métodos de Interpolación
33
Métodos de Interpolación
• Nearest Neighbour.
• Natural Neighbour Interpolation.
• Angular Distance Weighting.
• Kriging.
• Splines.
• Conditional Interpolation.
• Reduced Space Optimal Interpolation.
• Inverse Distance Weighting.
• Cressman o método de las correcciones.
• ….
34
Métodos de Interpolación … NN y NNI
35
Métodos de Interpolación … ADW
36
Métodos de Interpolación … ADW
Z ( x0 ) = ∑k =1Wk Z ( xk )
N
Wk = wk ∗ (1 + ak )
∑l =1,l ≠k wl (1−cos(θ j ( k ,l )))
nj
ak =
∑l =1,l ≠k wl
nj
−x
wk = r , r = e
m dc
37
Métodos de Interpolación … Kriging
El kriging es un método geoestadístico muy difundido y del cual existen
un gran número de modificaciones.
El método de interpolación está basado en la descripción de la variación
espacial de los datos que se modelan mediante el variograma.
Éste se calcula ajustando una función al variograma experimental que
∑
2
viene dado por la expresión: γ ( h) = 1
z −z
2 N (h) i j
( i , j )∈N ( h )
Los modelos utilizados habitualmente en el ajuste del variograma son:
Gaussiano, Exponencial, Esférico, Polinomial, etc…
38
Métodos de Interpolación … Kriging
− ( hr ) 2
Gaussiano: γ (h) = C0 + A ∗ (1 − e ), h > 0
Exponencial: γ ( h) = C0 + A ∗ (1 − e
( hr )
), h > 0
Esférico: γ ( h ) = C 0 + A ∗ ( 3 h
(
2 r − 2 ( r ) )), h ≤ r
1 h 3
γ ( h ) = C 0 + A, h > r
Lineal: γ ( h ) = C 0 + A ∗ r , h > 0
h
Como vemos todos los modelos dependen de tres parámetros (C0, A, r),
nugget, sill y range respectivamente.
39
Métodos de Interpolación … Kriging
El valor interpolado en el punto ‘x’ del grid viene dado por la combinación
lineal: N
Z ( x ) = ∑ λi Z ( x i )
i =1
40
Métodos de Interpolación … TPS
Al igual que el kriging, el thin plate splines es un método tipo BLUE
(best linear unbiased estimation).
Mientras el kriging minimiza la varianza del error de la estimación, el
TPS minimiza la rugosidad de la superficie interpolada.
Este método depende del parámetro de alisamiento, λ, (smoothing
parameter) que es hallado minimizando la GCV.
En el caso más simple el modelo supone que los datos pueden
representarse por una función ‘suave’ a la que se suma una variable
aleatoria: Z i = f ( xi , yi ) + ε i
Esta función se calcula minimizando el funcional:
n
∑ i
[(
i =1
Z − f ( xi , y i )) / d i ] 2
+ λJ m ( f )
41
Métodos de Interpolación ... Ejemplo
42
Métodos de Interpolación ... Ejemplo
El primer problema que encontramos es la densidad de estaciones, la
cual limita la resolución del grid:
43
Métodos de Interpolación ... Ejemplo
Una vez elegida una resolución, aplicamos los diferentes métodos y
observamos como reproducen la climatología de la zona:
Análisis de las medias
Observaciones ADW Kriging TPS
44
Métodos de Interpolación ... Ejemplo
45
Métodos de Interpolación ... Ejemplo
46
Métodos de Interpolación ... Ejemplo
47
Métodos de Interpolación ... Ejemplo
Comparamos los errores cometidos al realizar la interpolación semanal
siguiendo dos filosofías:
• Interpolar el dato diario agrupado en medias semanales.
• Interpolar el dato diario y agruparlos a posteriori en medias semanales.
48
Métodos de Interpolación ... Ejemplo
Comparamos los errores cometidos al realizar la interpolación mensual
siguiendo dos filosofías:
• Interpolar el dato diario agrupado en medias mensuales.
• Interpolar el dato diario y agruparlos a posteriori en medias mensuales.
49
Métodos de Interpolación … RSOI
50
Métodos de Interpolación … CI
Este método sólo se ha aplicado a datos de precipitación. Lo más
novedoso del método es el uso de SOMs para clasificar el estado de la
atmósfera y modificar los pesos de la interpolación en función de ese
estado. En la interpolación podemos distinguir dos fases:
i =1
52
Métodos de Interpolación … Cressman
W = D2 −d 2
D2 +d 2
,d < D
El método se aplica sucesivamente partiendo de un valor de D alto y
reduciéndolo posteriormente.
En cada paso se corrige el valor de la aproximación con el error
cometido por el método en los valores observados.
53
Métodos de Interpolación ... validación
54
Resumen
55
Aplicaciones. Estudio de Tendencias
56
Estudio de Tendencias … España
En España hemos realizado un estudio de las tendencias en la
precipitación y la temperatura máxima en un grid de resolución 0.2º. Si
bien el grid es de dato diaro, el análisis de la tendencia está realizado con
medias anuales.
57
Estudio de Tendencias … India
Veamos un ejemplo sobre el estudio de tendencias en la India. El IMD
(India Meteorological Department) ha creado un grid de precipitación
sobre la India de resolución 1ºx1º para el periodo 1951-2003.
Sobre este grid se ha realizado un estudio sobre las tendencias en este
periodo y en la zona enmarcada.
Media Estacional
58
Estudio de Tendencias … Europa
El JRC (Joint Research Centre) ha desarrollado un grid de 50 km de
resolución sobre Europa con datos de precipitación, temperatura
(Tx,Tn,Tg), presión, evapotranspiración (E0,ES0,ET0), nieve y viento
desde 1975.
Missing Data
Grid
59
Estudio de Tendencias … Europa
Hemos repetido el estudio de tendencias realizado sobre España
en el grid del JRC. De nuevo, el test aplicado ha sido el Mann-
Kendall. Los resultados para precipitación y temperatura máxima
han sido:
Precipitación TempMax
60
Resumen
61
Bases de Datos
• European Climate Assesment & Dataset (ECA&D): http://eca.knmi.nl/
• Joint Research Center: http://agrifish.jrc.it/marsstat/datadistribution
• Deutscher Wetterdienst (DWD): http://www.dwd.de/en/en.htm
• CISL Research Data Archive: http://dss.ucar.edu
• Joint Institute for the Study of Atmosphere and Ocean (JISAO):
http://www.jisao.washington.edu
• Earth System Research Laboratory (ESRL): http://www.cdc.noaa.gov
• Climatic Research Unit (CRU): http://www.cru.uea.ac.uk.
• Global Historical Climatology Network (GHCN):
http://lwf.ncdc.noaa.gov/oa/climate/research/ghcn/ghcngrid_prcp.html.
• Global Precipitation Climatology Project (GPCP):
http://cics.umd.edu/~yin/GPCP/main.html.
• KNMI, Climate Explorer: http://climexp.knmi.nl.
• Climate Prediction Center (CPC):
http://www.cdc.noaa.gov/cdc/data.unified.html.
• International Water Management Institute: http://www.iwmi.org.
62
Bases de Datos … CRU
63
Bases de Datos … CRU
64
Bases de Datos … IWMI and CRU
Ambos organismos han colaborado en la realización de un atlas climático
(World Water and Climate Atlas), en el cual crean un grid de alta resolución,
10’x10’, de medias mensuales. Las variables que consideran son:
• Precipitación.
• Frecuencia de días con precipitaciones.
• Temperatura.
• Rango diario de temperatura.
• Humedad relativa.
• Insolación.
• Velocidad del viento.
• Frecuencia de días con escarcha.
El método de interpolación que utilizaron fue el thin plate splines (ANUSPLIN)
y el periodo que abarca es 1961-1990.
65
Bases de Datos … DWD
66
Bases de Datos … DWD
67
Bases de Datos … DWD
68
Bases de Datos … KNMI.Climate Explorer
69
Bases de Datos … KNMI.Climate Explorer
70
Referencias
71
Referencias
Ducré-Robitaille, J.F., et al (2003), Comparison of Techniques for Detection of
Discontinuities in Temperature Series. Int.J.Climatol, 23, 1087-1101.
Bartels, R, (1982), The Rank Version of von Neumann’s Ratio Test for
Randomness, Journal of the American Statistical Association, 77, 40-46.
72
Referencias
Toolbox:
73