TrendSoft: Software para el análisis de tendencia y puntos de cambio de variables climatológicas

Pedro Roura-Pérez, José Carlos Arenas-Sánchez, Vivian Sistachs-Vega, Dalia Díaz-Sistachs

Resumen

Ante las evidencias de un cambio climático a escala global, los análisis de tendencia de variación climática se han convertido en un tema de gran interés para la mayoría de los países del mundo. Los expertos en la materia han señalado que para evidenciar la existencia de un cambio climático es necesario analizar las tendencias de variables climáticas, considerando diferentes escalas de tiempo y espacio. Resulta importante para el Instituto de Meteorología el análisis de la tendencia de las variables climatológicas por lo que se desarrolló un software con el objetivo de determinar la existencia o no de tendencia y punto de cambio de variables meteorológicas, a través de diferentes pruebas no paramétricas. Para el análisis de correlación serial se utilizó la dócima de Wald-Wolfowitz, mientras las dócimas del coeficiente de correlación de Spearman, Kendall-Mann y Pettitt se emplearon para la tendencia y punto de cambio. La herramienta computacional que se presenta es una aplicación de nombre TrendSoft.exe, desarrollada como una aplicación web usando Angular 7 para el frontend y ASP.NET Core 2.1 para desarrollar la API del backend, y usando Electron para empaquetar dicha implementación web como una aplicación de escritorio. Se describe una metodología para evaluar la sensibilidad del análisis de tendencia sobre distintos períodos de variables meteorológicas. Mediante su utilización se pudo observar que, en la estación meteorológica de Casablanca durante el período 1988-2018, la temperatura superficial del aire en la estación de Casablanca ha manifestado un incremento significativo de 1.2°C. En la escala mensual se obtuvo que no pudo determinarse la existencia de tendencia ni la ubicación de algún punto de cambio, mientras que en la escala anual se determinó la existencia de tendencia al 2.6% y la ubicación de un punto de cambio al 4.5% en el año 2012.

Palabras clave

tendencia; punto de cambio; pruebas no paramétricas; software; temperatura media

Texto completo:

PDF HTML XML-JATS EPUB

Referencias

Barbettini, N. 2018. The Little ASP.NET Core book. ISBN: 978-1-387-75615-5.

Bautista, F.; Bautista, D.A.; Álvarez, O.; Romero, M. & de la Rosa, D. 2013. Software para identificar las tendencias de cambio climático a nivel local: un estudio de caso en Yucatán, México. Nota técnica. Revista Chapingo Serie Ciencias Forestales y del Ambiente.

Cantor, G. & Diana, C. 2011. Maestría en Ingeniería - Recursos Hidráulicos. Universidad Nacional de Colombia.

Castro, L.M. & Carvajal, Y. 2010. Análisis de tendencia y homogeneidad de series climatológicas. Ingeniería de Recursos Naturales y del Ambiente, núm. 9, enero-diciembre, pp. 15-25. Universidad del Valle. Cali, Colombia.

Castro, D.A. & Carvajal, Y. 2013. Análisis de tendencia en la precipitación pluvial anual y mensual en el departamento del Valle del Cauca. Memorias, 11(20), 9-18.

Escalante, C. & Amores, L. 2014. Análisis de tendencia de las variables hidroclimáticas de la Costa de Chiapas. Revista Mexicana de Ciencias Agrícolas vol.5 no.1 Texcoco ene. /feb.

González, J. A. 2012. El lenguaje de programación C#.

Haktanir, T. & Citakoglu, H. 2014. Trend, Independence, Stationarity, and Homogeneity Tests on Maximum Rainfall Series of Standard Durations Recorded in Turkey. Journal of Hydrologic Engineering. September. DOI: 10.1061/(ASCE)HE.1943-5584.0000973.

Murray, N.; Coury, F.; Lerner, A. & Taborda, C. 2018. Ng-book The Complete Book of Angular 5. Fullstack.io.

Pettitt, A. N. 1979. A Non-Parametric Approach to the Change-Point Problem. University of Technology, Loughborough, Leics., England.

Pohlert, T. 2018. Non-Parametric Trend Tests and Change-Point Detection.

Rieseberg, F. 2017. Introducing Electron. O'Reilly Media, Inc. ISBN: 9781491996041.

Ruíz, O.; Espejel, D.; Ontiveros, R.E.; Enciso, J.M.; Galindo, M.A.; Quesada, M.L.; Grageda, J.; Ramos, R. & Ruíz, J.A. 2016. Tendencia de temperaturas máximas y mínimas mensuales en Aguascalientes, México. Revista Mexicana de Ciencias Agrícolas , núm. 13, enero-febrero, pp. 2535-2549, Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias, Estado de México, México.

Serrano, S.; Zuleta, D.; Moscoso, V.; Jácome, P.; Palacios, E. & Villacís, M. 2012. Análisis estadístico de datos meteorológicos mensuales y diarios para la determinación de variabilidad climática y cambio climático en el Distrito Metropolitano de Quito. La Granja. Vol.16 (2): 23-47. ISSN: 1390-3799.

Sneyers, R. 1990. Technical Note No.143 on the Statistical Analysis of Series of Observations. WMO, no. 415, 189 p. ISBN: 92-63-10415-8.

Sneyers, R. 1992. On the use of statistical analysis for the objective determination of climate change. Meteorol. Zeitschrift, N.F. 1, 247-256.

Suriano, M. & Seoane, R. 2013. No estacionariedad y estimación bivariada: evaluación en los parámetros de diseño.

Vega, R. et al. 1994. Resultados preliminares sobre variabilidad, tendencias y fenomenología de los datos de una estación meteorológica con un largo período observacional (Observatorio de Belén en La Habana Vieja). Informe científico técnico, Departamento de Climatología, Instituto de Meteorología, Ministerio de Ciencia, Tecnología y Medio Ambiente de la República de Cuba, pp. 69.

Wald, A. & Wolfowitz, J. 1944. An exact test for randomness in the non-parametric case based on serial correlation. Columbia University.

World Meteorological Organization, 2019. Guide to Hydrological Practices. Volume II: Management of Water Resources and Application of Hydrological Practices. WMO-No. 168. Sixth edition. ISBN 978-92-63-10168-6.

Enlaces refback

  • No hay ningún enlace refback.