Guía para el procesamiento de series de tiempo de precipitación y temperatura: estimación de datos faltantes, detección de cambios y homogenización. Procesamiento de datos en Excel, SPSS. TSW y AnClim
Reseña
La guía para el procesamiento de series de tiempo de precipitación y temperatura: estimación de datos faltantes, detección de cambios y homogenización, describe las etapas para realizar el proceso de homogenización de series de tiempo mensuales, contribuyendo a evaluar la calidad de los datos y favoreciendo el desarrollo de estudios climatológicos. La guía ilustra el uso de modelos ARIMA para la modelación de las series y la estimación de datos faltantes, se presenta el uso de la prueba estadística de Worsley para la detección de cambios en el valor promedio de las series para cada mes del año y se describen los criterios para la identificación de estaciones meteorológicas vecinas para realizar el proceso de homogenización empleando la metodología de curva de dobles masas; en el proceso se tiene en cuenta el Índice Oceánico del Niño (ONI) para identificar períodos El Niño y La Niña, pues se pueden detectar cambios en los valores de las series en fechas específicas coincidentes con estos períodos; la Guía ha considerado aportes de autores como Martínez (1996), Nieto y Ruiz (2002), Montealegre (1990), Mesa et al. (1997); Rodríguez et al. (2010) y Bernal et al. (2011); la Guía logra presentar un conjunto de etapas empleando software estadísticos y también es importante reconocer que se vienen generando otras iniciativas institucionales empleando el software R; vislumbran así la necesidad de continuar avanzando en el tema de calidad de datos y sus usos potenciales.
Contenido
1. Introducción
1.1. ¿Cómo está organizada la guía?
1.2. ¿Cuáles son las metodologías que se emplean?
- Modelo ARIMA y estimación de datos faltantes
- Detección de cambios en el promedio: prueba de razón de verosimilitud de Worsley
- Criterios para la identificación de estaciones vecinas
Curva de dobles masas y homogenización
- ¿Cuáles son los análisis estadísticos que se realizan después de homogenizar?
2. Guía para el procesamiento de datos de precipitación y temperatura: estimación de datos faltantes y detección de cambios
2.1 Excel
¿Qué se tiene?
¿Qué se debe tener?
¿Cómo se va a obtener?
Organización de la información
Procesamiento de la información
2.2. SPSS
2.2.1. ¿Qué se tiene?
2.2.2. ¿Qué se debe tener?
2.2.3. ¿Cómo se va a obtener?
2.2.4. Procesamiento inicial
2.2.5. Reestructuración de datos
2.2.6. Análisis de secuencia de datos
2.2.7. Configuración de fechas
2.2.8. Análisis descriptivo de la serie de datos
2.2.9. Identificación de datos faltantes y sustitución de estos
2.2.10. Finalización
2.3. TSW
2.3.1. ¿Qué se tiene?
2.3.2. ¿Qué se debe tener?
2.3.3. ¿Cómo se va a obtener?
2.3.4. Organización de la información
2.3.5. Procesamiento de la información en Excel
2.3.6. Procesamiento en TSW
2.4. AnClim
2.4.1. ¿Qué se tiene?
2.4.2 ¿Qué se debe tener?
2.4.3 ¿Cómo se va a obtener?
2.4.4. Procesamiento en Bloc de Notas-Excel
2.4.5. Procesamiento en SPSS
2.4.6. Procesamiento en Excel-Bloc de Notas
2.4.7. Procesamiento en AnClim
2.5 Ejemplo del procesamiento de una serie de temperatura
2.5.1. Excel
2.5.2. SPSS
2.5.3. TSW
2.5.4. AnClim
3. Homogenización de series de tiempo de precipitación y temperatura
3.1. Identificación de estaciones vecinas
3.2. Curva de Dobles Masas
3.3. Ejemplos de Homogenización
4. ¿Cómo se obtienen y se interpretan los resultados en un caso de estudio?
4.1. Análisis descriptivo de cambios en el promedio
4.2. Análisis descriptivo de cambios en la desviación estándar
4.3. Análisis descriptivo de cambios en anomalías
4.4. Análisis descriptivo de cambios en el promedio por trimestres
4.4.1. Cambios en los valores promedio de precipitación en trimestres en épocas de ocurrencia del Niño
4.4.2. Cambios en los valores promedio de precipitación en trimestres en épocas de ocurrencia de La Niña
5. Bibliografía