Probabilidades predominantes de ocurrencia de la rapidez del viento en la costa norte del oriente de Cuba

2.1 Fuentes de datos

Como fuentes fundamentales de datos para este estudio se emplearon:

Las dos primeras fueron normalizadas para un periodo de 40 años (1978-2017), de ellos los 30 años comprendidos entre 1978 y 2007 se utilizaron para el cálculo estadístico de las probabilidades de ocurrencias condicionadas, y los 10 años entre 2008 y 2017 fueron reservados como muestra independiente para la verificación de la metodología propuesta.

Siendo la RMV una variable continua, se le aplicó un proceso de discretización para obtener las clases de rapidez media del viento que caracterizan esta variable en Cuba, para lo que se tuvo en cuenta el mapa de potencial eólico de Cuba (Soltura et al., 2009Soltura, R., Roque, A., Rivero, I., Wallo, A., Báez, R., Vázquez, R., Rivero, R., Ayala, L., Rodríguez, G., Carrasco, H., Curbelo, A., González, A., Herrera, O., Martín G. y Díaz, J. C. (2009). “Primera edición del Mapa de Potencial Eólico de Cuba”. Revista Eco Solar, 21(06), 1-18, http://www.cubasolar.cu/biblioteca/Ecosolar/Ecosolar21/HTML/articulo06.htm ).

La base de datos de las clasificaciones de tipos de situaciones sinópticas (TSS) de superficie establecidas por (Lapinel, 1988Lapinel, B. (1988). La circulación atmosférica y las características espacio-temporales de las lluvias en Cuba. [Tesis de Doctorado]. Instituto de Meteorología, 147 pp. ), posee el 100 % de las tipificaciones diarias entre el 1 de enero de 1978 y el 31 de diciembre de 2017. Fue construida a partir del álbum de mapas isobáricos diarios, con la información que ofrece el sitio web del Centro Nacional de Predicciones Ambientales (NCEP en inglés) de los Estados Unidos de América para el área comprendida de 0° a 90° de latitud norte y de 0° a 180° de longitud oeste, accesible en línea desde el sitio www.esrl.noaa.gov/psd/, lo que garantiza una fuente homogénea de referencia para clasificar las situaciones sinópticas diarias.

Los conjuntos de datos pronósticos de la rapidez media del viento, generados por el modelo Global Forecast System (GFS), corresponden a las salidas de los días 1, 11 y 21 a las 0600 UTC, durante el trimestre marzo-abril de 2022. El conjunto GFS1 pronosticó la decena inmediata a transcurrir y el GFS2 los primeros siete días de la siguiente decena.

2.2 Cálculo de las probabilidades predominantes

La probabilidad de ocurrencia de las clases de rapidez media del viento, según el tipo de situación sinóptica influyente, se calculó utilizando el concepto de probabilidad condicional (Hoel, 1972Hoel, P. (1972). Introducción a la Estadística Matemática. Edición Revolucionaria, 471 pp.). El método propuesto determina la probabilidad de ocurrencia para las clases de rapidez media del viento en cada estación meteorológica seleccionada, condicionada a los tipos de situaciones sinópticas influyentes sobre la mitad oriental de Cuba (1 $P(TSS/RMV)\ne P\left(TSS\right); P(RMV/TSS)\ne P\left(RMV\right)$ ), a partir del cálculo de la frecuencia relativa.

Se define la frecuencia relativa de una clase, según la ecuación (2 $F_r= \frac{n}{N}$ ), como la razón entre el número de ocurrencias n y el número total de casos N bajo las condiciones impuestas.

Estableciendo, que F _r no puede ser negativa y que su valor satisface las siguientes desigualdades:

0 ≤ F _r ≤ 1; (ya que 0 ≤ n ≤ 1)

Teniendo en cuenta los bajos los valores de frecuencias relativas obtenidos para algunas de las clases empleadas en el mapa de potencial eólico de Cuba (Soltura et al., 2009Soltura, R., Roque, A., Rivero, I., Wallo, A., Báez, R., Vázquez, R., Rivero, R., Ayala, L., Rodríguez, G., Carrasco, H., Curbelo, A., González, A., Herrera, O., Martín G. y Díaz, J. C. (2009). “Primera edición del Mapa de Potencial Eólico de Cuba”. Revista Eco Solar, 21(06), 1-18, http://www.cubasolar.cu/biblioteca/Ecosolar/Ecosolar21/HTML/articulo06.htm ), tomadas como referencia para este estudio, en el diseño metodológico para el pronóstico sinóptico-estadístico se propuso agrupar las clases de RMV según el potencial eólico en: Pobre (0.0 a 3.4 m/s), Elevado (3.5 a 9.4 m/s) y Excepcional (≥ 9.5 m/s), para cada estación meteorológica seleccionada (Tabla 1).

De las probabilidades de ocurrencia condicionadas, obtenidas para todas las relaciones existentes, fueron seleccionadas las que sus frecuencias relativas son mayores o iguales a 5.0 %, que es el umbral considerado para constituir grupos de casos con representación climática respecto al total en un periodo de estudio (Barry & Carleton, 2001Barry, R. y Carleton, A. (2001). Synoptic and Dynamic Climatology. 547-592 pp. ), obteniéndose las probabilidades predominantes Pp(TSS/RMV).

Se relaciona la leyenda empleada en las figuras que muestran las probabilidades predominantes (Pp) de ocurrencia para las clases de RMV, y una breve descripción de los TSS influyentes que las condicionan sobre la mitad oriental de Cuba (Tabla 2).

2.3 Establecimiento de los periodos subestacionales

Se analizó el comportamiento de los tipos de situaciones sinópticas predominantes en cada decena sobre la mitad oriental de Cuba y la asociación estadística existente con los valores de probabilidades de la rapidez media del viento pronosticados para las estaciones meteorológicas seleccionadas, lográndose establecer seis periodos subestacionales en el año, que agrupan entre 5 y 8 decenas cada uno.

Para la temporada extendida por 19 decenas sucesivas en la que es predominante la influencia del anticiclón migratorio (TSS VIII), comprendida entre la decena 29 (segunda de octubre) y la 11 (segunda de abril), se establecieron tres periodos subestacionales: (1) de la decena 29 a la 33, donde la influencia del anticiclón migratorio es creciente, (2) de la decena 34 a 5, con influencia estable, y (3) de la decena 6 a la 11, donde su influencia alcanza el pico máximo.

Los restantes tres periodos subestacionales son: (4) de la decena 12 a la 18 y (6) de la decena 24 a la 28, ambos reconocidos como de transición entre estaciones del año bajo la influencia del anticiclón subtropical oceánico extendido (TSS II), así como, el (5) de la decena 19 a la 23, dentro de la estación del verano con marcada influencia del anticiclón subtropical oceánico (TSS I).

2.4 Verificación de los pronósticos

La verificación de la fiabilidad y exactitud de la metodología propuesta para el pronóstico sinóptico-estadístico se realizó para las clases agrupadas de RMV 1 y RMV 2, que son las que poseen representatividad climática en las estaciones meteorológicas seleccionadas. Mientras, que para el pronóstico realizado utilizando los datos del modelo Global Forecast System (GFS) se determinaron las medidas estadísticas de error en los conjuntos de datos GFS1 y GFS2 durante las decenas 7 a la 18 (trimestre marzo-mayo) del año 2022.

Las medidas estadísticas de errores (León, 2005León, G. (2005). Verificación de los modelos meteorológicos. Nota Técnica IDEAM/METEO 0001/05, Instituto de Hidrología, Meteorología y Estudios Ambientales, 41 pp.; Villareal, 2016Villareal, F. (2016). Introducción a los Modelos de Pronósticos. Universidad Nacional del Sur, 121 pp. ) determinadas fueron el Error Medio (EM) que evalúa la magnitud de la sobrestimación o subestimación de la variable pronosticada, el Error Medio Absoluto (EMA) que brinda la medida del error total del pronóstico, el Error Medio Cuadrático (EMC) que es particularmente sensible a los grandes errores y el Error Medio Absoluto Porcentual (EMAP) por su utilidad para comparar el resultado con otros métodos de pronósticos. Una escala de categorías fue asociada a los valores del EMA para evaluar los resultados de la verificación de exactitud: Excelente (0.0 a 1.0), Buena (1.1 a 2.0), Aceptable (2.1 a 3.0) y Mala (≥ 3.1).

3.1. Diseño metodológico para un pronóstico probabilístico subestacional de la ocurrencia de la rapidez media del viento

Los enfoques metodológicos determinan una primera aproximación general al diseño metodológico, representando el posicionamiento del investigador frente a la realidad a investigar (Souza et al., 2012Souza, M.S., Giordano, C. J. y Migliorati M. A. (2012). Hacia la tesis: itinerarios conceptuales y metodológicos para la investigación en comunicación. Universidad Nacional de La Plata, 160 pp.). Siendo esta una investigación cuantitativa a nivel explicativo, concebimos el Diseño Metodológico como la estructura u organización esquematizada que adopta el investigador para relacionar y controlar las variables en estudio (Sánchez et al., 2018Sánchez, H. H., Reyes, C. y Mejía, K. (2018). Manual de términos en investigación científica, tecnológica y humanística. Edit. Universidad Ricardo Palma, 146 pp., ISBN Nº 978-612-47351-4-1. https://www.urp.edu.pe/pdf/id/13350/n/libro-manual-de-terminos-en-investigacion.pdf ).

El Diagrama Lógico de Procesos representa con especial cuidado la secuencia en que se desarrollaron los procesos que intervienen en la metodología propuesta (Fig. 1). Esta representación conceptual muestra el sistema funcionalmente, quedando eliminadas todas las referencias al entorno físico.

Para una mejor comprensión del diseño fueron definidos procedimientos que en su ejecución agrupan varios de los procesos representados, como:

Adquisición y validación de datos

Este procedimiento está compuesto en el Diagrama Lógico de Procesos por las entradas de datos, los procesos de validación, determinación de clases estadísticas y tipificación subjetiva de la clasificación de (Lapinel, 1988Lapinel, B. (1988). La circulación atmosférica y las características espacio-temporales de las lluvias en Cuba. [Tesis de Doctorado]. Instituto de Meteorología, 147 pp. ).

Determinación de asociación estadística

Para establecer la existencia de asociación estadística entre las variables TSS y RMV se realizó la prueba de independencia entre variables nominales, aplicando el procedimiento de Tabla de Contingencia para cada una de las estaciones seleccionadas, obteniéndose un resumen con los valores de Chi-cuadrado de Pearson, su nivel de significación y condiciones empíricas impuestas sobre el recuento esperado.

Los valores obtenidos de Chi-cuadrado de Pearson entre los TSS y RMV fueron contrastados con el valor crítico de su distribución tabulado. Su medida de significación estadística determinó el resultado de la prueba de independencia estadística entre las series de datos, mientras, el por ciento de recuento esperado y recuento mínimo esperado permitió considerar la validez del contraste de hipótesis realizado.

El análisis de las relaciones estadísticas agrupó las situaciones sinópticas influyentes sobre Cuba en: anticiclónicas, ciclónicas, frontales y de débil gradiente y contiene las frecuencias relativas obtenidas en las estaciones meteorológicas seleccionadas.

Este procedimiento está representado en el Diagrama Lógico de Procesos por la primera toma de decisiones con un lazo de retroalimentación sobre la reelaboración de las clases estadísticas (Fig. 1a).

Cálculo de las probabilidades predominantes

El método propuesto determinó la probabilidad predominante de ocurrencia para las clases de rapidez media del viento en cada estación meteorológica seleccionada, condicionada a los tipos de situaciones sinópticas influyentes sobre la mitad oriental de Cuba a partir del cálculo de la frecuencia relativa, como se describe en epígrafe de materiales y métodos.

Se determinaron las probabilidades predominantes para las clases agrupadas de rapidez media del viento: RMV1 (0.0 a 3.4 m/s) potencial eólico Pobre y RMV 2 (3.5 a 9.4 m/s) con potencial eólico Elevado. La clase con potencial eólico Excepcional RMV 3 (≥ 9.5 m/s) no alcanza representatividad climática en ninguna de las series estudiadas.

Para el pronóstico con el modelo GFS, se calculó directamente la probabilidad de ocurrencia de la rapidez media del viento para cada periodo decenal.

En el Diagrama Lógico de Procesos este procedimiento contiene dos tomas de decisiones, con lazos de retroalimentación enfocados en la revisión de clases de RMV y la formación de grupos de TSS en la base de datos (Fig. 1a) para el pronóstico sinóptico-estadístico, así como, una toma de decisiones con retroalimentación en el pronóstico que utiliza los datos del modelo GFS (Fig. 1b).

Actualización de la herramienta de ayuda al pronosticador

Se obtuvo como salida, de la metodología de pronóstico de probabilidad para la rapidez media del viento, una herramienta informática de ayuda al pronosticador, que brinda dos pronósticos de probabilidades de la rapidez media del viento:

La herramienta (Fig. 2) permite la selección de las decenas a pronosticar y brinda el pronóstico de probabilidades de ocurrencia para las clases de la rapidez media del viento, basada en las probabilidades calculadas para cada estación meteorológica seleccionada, condicionadas a los tipos de situaciones sinópticas influyentes sobre la mitad oriental de Cuba.

Consta de: (1) encabezamiento, que proporciona el nombre, el número y las coordenadas de localización geográfica de la estación meteorológica; (2) el selector de decenas, que permite al meteorólogo pronosticador la selección de tres decenas del año en orden sucesivo; (3) el pronóstico del valor medio de la rapidez del viento y su desviación estándar, climático y del modelo GFS; y (4) el pronóstico de probabilidades de ocurrencia para dos clases de rapidez media del viento en el sinóptico-estadístico y tres clases en el pronóstico con el modelo GFS, que aporta las probabilidades de ocurrencia de las clases de RMV, además, del tipo de situación sinóptica con mayor frecuencia esperada sobre la mitad oriental de Cuba para las próximas decenas.

La utilidad de a) el pronóstico sinóptico-estadístico para un plazo subestacional, es ser efectivo a largo plazo, de cinco a 10 años, pues para periodos de tres o menos años no logra consistencia estadística, debido a su dependencia del número de casos. Por lo que es aplicable, como se menciona en varias partes del texto, a ejercicios de planificación para periodos subestacionales dentro del año, que es una de sus novedades.

Como predicción sinóptico-climática, pudiera tomarse como valor de referencia para periodos subestacionales del año, basado en datos decenales, que puede ser comparado con otros métodos de pronósticos.

Su fundamentación en el procesamiento de mediciones y su relación con los análisis isobáricos de los tipos de situaciones sinópticas que influyeron sobre la región, también permite, el análisis de las anomalías de la rapidez media del viento en periodos subestacionales de un año especifico.

Mientras, b) proporciona las probabilidades (no condicionadas) de las clases de rapidez del viento a partir de los datos actualizados del modelo GFS, para la decena inmediata y próxima a transcurrir.

La combinación de ambas salidas informa al pronosticador sobre las anomalías del pronóstico del modelo GFS respecto a la climatología sinóptica de referencia, para cada decena del periodo pronosticado, así como, sobre los TSS influyentes durante ese periodo subestacional.

Adicionalmente, se presentan los valores decenales de la rapidez media del viento, calculados con el viento climático de cada estación meteorológica y con los datos pronósticos del GFS.

3.2. Probabilidades predominantes de la rapidez media del viento

Se determinaron las probabilidades predominantes de ocurrencia de Pp(TSS/RMV) las clases agrupadas de rapidez media del viento, condicionadas a cada TSS. Las sumas decenales de estos valores se toman como pronóstico de la ocurrencia de las clases RMV 1 (0.0 a 3.4 m/s) y RMV 2 (3.5 a 9.4 m/s) en las 36 decenas del año para cada estación meteorológica seleccionada, y se presentan en la tabla del Anexo