ANALISIS ESTADISTICO DE LA TENDENCIA AL CALENTAMIENTO ...
ANALISIS ESTADISTICO DE LA TENDENCIA AL CALENTAMIENTO ... ANALISIS ESTADISTICO DE LA TENDENCIA AL CALENTAMIENTO ...
terrestres durante el período instrumental, e implementada para que cuantifique la temperatura media global del aire en superficie. NOAA (2010), NASA (2010), Smith, T., and W. Reynolds, (2003). METODOLOGÍA La metodología empleada fue el Análisis Factorial (Morrison D.F. 1982.), cuya denominación abarca un conjunto variado de técnicas a las que su finalidad las une y da coherencia: encontrar estructuras subyacentes en un conjunto de datos. El nombre de la técnica deriva de ese hecho, ya que a cada principio o dimensión latente se la denomina factor. En otras palabras, el análisis factorial es un conjunto de procedimientos matemáticos diseñados para analizar las interrelaciones entre variables (modo-R) o entre objetos (modo-Q), a través de la obtención de un nuevo grupo de aquellas a los que se los llama factores o componentes, que resultan de una combinación lineal de las observaciones originales, o sea, que contienen información semejante que las mismas. Al coeficiente de correlación entre una variable y un componente o factor, se llama ‘saturación’, ‘carga’ o ‘loading’ de la variable en el mismo. La varianza explicada por cada factor resulta de dividir el eigenvalor correspondiente por las suma de todos los eigenvalores. Como no siempre los ‘loading’ especifican claramente que variables están mejor asociadas a que factores, es necesario identificar con mayor claridad a las mismas. Esto es lo que buscan los métodos de rotación de los de los mismos. En este trabajo se aplica la rotación. ‘Varimax’: que se basa en encontrar una nueva posición de los factores mediante una rotación rígida, de modo que el peso o carga de cada uno de ellos tiendan a uno o a cero (Johnson y Wichern, 1995), (Morrison, 1982). (Tatsouda, 1971). El Cluster Análisis (Análisis por Conglomerados) (Johnson R.A. and Wichern D.W.1995:), también llamado segmentación de datos, tiene una variedad de objetivos. Todos se refieren a la agrupación o la segmentación de una colección de objetos (también llamados observaciones, individuos o casos, o filas de datos) en subconjuntos o "clusters (racimos)", de manera que aquellos dentro de cada grupo están más estrechamente relacionados entre sí que los objetos asignados al resto de los clusters. El objetivo común de todos los análisis de conglomerados es la noción de grado de similitud (o diferencia) entre los objetos individuales que se hayan agrupado. (Johnson y Wichern, 1995), (Morrison, 1982). (Willmott R. et al. 1996). En una serie temporal se entiende por “tendencia” a la variación en el largo plazo de la variable considerada. Las tendencias lineales pueden variar dependiendo fuertemente del período en que se computan, WMO (1966). En este trabajo, para valorar si la misma es significativa estadísticamente se aplican los tests de Sperman y Mann-Kendall, cuya expresión matemática se desarrolla en Smillie, K.W., (1976), (Johnson y Wichern, 1995). También se utiliza el llamado índice térmico del sur de Sudamérica (ITSS), construido por Minetti (2010) y que consiste en calcular en las localidades que se citan la mediana de la temperatura media mensual y verificar si el dato real esta por encima o debajo de la misma, si esta por encima se asigna un 1(uno) y en el segundo caso un 0 (cero), el anual se obtiene de sumar los mensuales. Las localidades utilizadas para el cómputo son las siguientes: S.S. de Jujuy (JUJ), Salta (SAL), S.M. de Tucumán (TUC), Santiago del Estero (SGO),Corrientes (CTE), Posadas(POS), Catamarca (CAT), La Rioja (LAR), Paraná (PAR), San Juan (JUA), Mendoza (DOZ), Santa Rosa (OZA), Bahía Blanca (BCA), Mar del Plata (MDP), Cipolleti (CIP), Bariloche (BAR), Comodoro Rivadavia CVR), Rió Gallegos (GAL), Ushuaia (USH).
RESULTADOS Y DISCUSIÓN Figura Nº 2: localidades usadas para el calculo del índice térmico del sur de Sudamérica ( ITSS). Figura Nº 3: Marcha interanual del índice térmico en el periodo 1901-2010 (rojo), su tendencia lineal (negro), ajuste polinómico de quinto grado (violeta), Puede observarse la aceleración de la tendencia al calentamiento desde el año 1976. En el periodo de estudio con variables diarias medidas en Pocito (43-años) se ha registrado el mayor calentamiento global y local en una posible fluctuación natural del clima que se observa en la figura Nº 3 que muestra la variabilidad interanual del índice térmico del Sur de Sudamérica (ITSS), que valúa el calentamiento zonal de la región antedicha. En ella se ve que hay dos períodos de calentamiento uno en la primera mitad del siglo pasado, y la otra desde 1976, la que no seria representativa del Cambio Climático (CC) por un problema de escala y la posibilidad de que esta sea una fluctuación natural exacerbada por aquel. También se ha desplazado considerablemente la posición geográfica del máximo de presión en la costa (Minetti, J.L y Bobba, M.E., 2005) como una forma de fluctuación natural, lo que hace desaconsejable evaluar el CC con los últimos 50 años de datos o sugerir un calentamiento global a partir de esto. Sin embargo, se consideró este intervalo de tiempo debido fundamentalmente, como ya se dijo, a la disponibilidad de series diarias, y aún horarias en el mismo, las que posibilitaron el análisis que se desarrolla a continuación. Por lo recién expuesto, el estudio de la variabilidad de la temperatura en los últimos 43 años no implica el análisis de un cambio climático propiamente dicho, pero de todas maneras puede dar una idea aproximada de la tendencia a largo plazo de dicha variable. Figura Nº 4: Marcha interanual de la temperatura media de las cuatro estaciones (verano = D-J-F, otoño = M-A-M, invierno = J-J-A, primavera = S-O-N) y media anual en el valle de Tulum, San Juan estandarizada de distintas fuentes. Para el periodo 1931- 2010.
- Page 1 and 2: ANALISIS ESTADISTICO DE LA TENDENCI
- Page 3: DATOS Aero D.F.S Pocito Figura Nº
- Page 7 and 8: 5.- Número de días con Temperatur
- Page 9 and 10: Distancia Euclideana 16 14 12 10 M
- Page 11 and 12: secundario. Esto se explicaría cli
RESULTADOS Y DISCUSIÓN<br />
Figura Nº 2: localidades usadas para<br />
el calculo del índice térmico del sur de<br />
Sudamérica ( ITSS).<br />
Figura Nº 3: Marcha interanual del índice térmico en el<br />
periodo 1901-2010 (rojo), su tendencia lineal (negro), ajuste<br />
polinómico de quinto grado (violeta), Puede observarse la<br />
aceleración de la tendencia al calentamiento desde el año<br />
1976.<br />
En el periodo de estudio con variables diarias medidas en Pocito (43-años) se ha registrado el mayor<br />
calentamiento global y local en una posible fluctuación natural del clima que se observa en la figura Nº 3<br />
que muestra la variabilidad interanual del índice térmico del Sur de Sudamérica (ITSS), que valúa el<br />
calentamiento zonal de la región antedicha. En ella se ve que hay dos períodos de calentamiento uno en la<br />
primera mitad del siglo pasado, y la otra desde 1976, la que no seria representativa del Cambio Climático<br />
(CC) por un problema de escala y la posibilidad de que esta sea una fluctuación natural exacerbada por<br />
aquel.<br />
También se ha desplazado considerablemente la posición geográfica del máximo de presión en la<br />
costa (Minetti, J.L y Bobba, M.E., 2005) como una forma de fluctuación natural, lo que hace desaconsejable<br />
evaluar el CC con los últimos 50 años de datos o sugerir un calentamiento global a partir de esto. Sin<br />
embargo, se consideró este intervalo de tiempo debido fundamentalmente, como ya se dijo, a la<br />
disponibilidad de series diarias, y aún horarias en el mismo, las que posibilitaron el análisis que se desarrolla<br />
a continuación.<br />
Por lo recién expuesto, el estudio de la variabilidad de la temperatura en los últimos 43 años no<br />
implica el análisis de un cambio climático propiamente dicho, pero de todas maneras puede dar una idea<br />
aproximada de la tendencia a largo plazo de dicha variable.<br />
Figura Nº 4: Marcha interanual de la temperatura media de las cuatro estaciones (verano = D-J-F, otoño<br />
= M-A-M, invierno = J-J-A, primavera = S-O-N) y media anual en el valle de Tulum, San Juan<br />
estandarizada de distintas fuentes. Para el periodo 1931- 2010.
Change language