Regionalización del clima en Sudamérica mediante agrupamiento jerárquico aglomerativo
-
Upload
angel-vazquez-patino -
Category
Science
-
view
131 -
download
0
Transcript of Regionalización del clima en Sudamérica mediante agrupamiento jerárquico aglomerativo
Universidad de CuencaDoctorado en RRHH
Curso de Análisis Espacial
Angel Vázquez–Patiñ[email protected]
26 de febrero de 2016
Regionalización del clima en Sudamérica mediante agrupamiento
jerárquico aglomerativo
Regionalización
División en zonas con características homogéneas teniendo en cuenta métricas climáticas que sean las más relevantes y en una resolución apropiada acorde a los datos y la pregunta científica.
Paso importante en estudios de variabilidad climática y tiene el potencial de mejorar la precisión y el poder de distinguir mecanismos responsables de la variación espacio–temporal en cada región.
Objetivo
Análisis de Agrupamiento (AA) utilizando una o más variables
Utilizar AA jerárquico novedoso y diseñado específicamente para regionalización climática
Precipitación dominada por la diferencia estacional
Sudamérica [-81.31, -34.8; -50, 12.42].
Método
AAjerárquicos
Divisivos y Aglomerativos
no-jerárquicosMétodo de Agrupamiento Jerárquico Aglomerativo (AJA)✔
fácil definicióndeterminísticos, más informativos y previsiblesfácil validación de los resultados
╳unidireccionalessensibles al ruido en los datos. Componentes Principales (ACP)
Método
Método AJA regional linkage (Badr et al., 2015)HiClimREste método adopta un criterio de validación (Dezfuli, 2011)Nivel satisfactorio
regiones homogéneasgeográficamente contiguas
Criterios, simultáneamenteminimizar la correlación inter–regionalmaximizar la correlación intra–regional.
Método
N elementos espaciales, cada elemento con una serie temporal de longitud M, para ser divididos en k regiones
En el método de actualización de regional linkage, la similitud entre grupos se mide mediante la correlación r de Pearson entre las series de tiempo promedio de cada región
Método
Corte óptimo determinado minimizando las correlaciones inter–regionalesDendrograma
Método
Misión de medición de lluvia tropical (TRMM)Escala mensual [01/1999–12/2013] a 0,25° (27,84 km)Datos dominados por las diferencias en el ciclo estacional, se usó la medianaCada elemento espacial (N=186 250) con longitud de serie temporal M=12⨉
Datos
Resultados
Tabla 1: total acumulado del porcentaje de la varianza de los datos de entrada explicados de acuerdo al número de componentes principales (CP).
Resultados
Dendrograma
nCP : 0α : 0.01R : 30
nCP : 9α : 0.01R : 33
nCP : 0α : 0.05R : 14
nCP : 9α : 0.05R : 10
nCP : 0R : 7
nCP : 9R : 7
nCP : 0R : 5
nCP : 9R : 5
nCP : 0R : 4
nCP : 9R : 4
nCP : 0R : 3
nCP : 0R : 2
Conclusiones
1. El significado físico de las regiones depende de la naturaleza de las series de datos.2. El preprocesamiento tiene impacto en los resultados. Dependiendo de la pregunta
científica, se debe evaluar el uso de métodos de detrending, estandarización, ACP, etc.3. El número de regiones a estudiar dependerá de la pregunta científica y la evaluación
de las regiones generadas dependerá del conocimiento previo del área de estudio.4. En general, sin tener un conocimiento del área, la regionalización climática sería un
punto de partida potencialmente eficaz para conocer la variabilidad climática de la variable estudiada.
5. Se podría mejorar los resultados utilizando otras variables en el proceso de regionalización (e.g., temperatura). Esto es posible con el método regional linkage y se presenta como un ejercicio de regionalización multivariable para mejorar el estudio de la variabilidad estacional en el área de estudio.
Agradecimientos
Daniela Ballari
Lenin Campozano
Preguntas
Referencias
Badr, H.S., Zaitchik, B.F., Dezfuli, A.K., 2015. A tool for hierarchical climate
regionalization. Earth Science Informatics 8, 949–958. doi:10.1007/s12145-
015-0221-7
Dezfuli, A.K., 2011. Spatio-temporal variability of seasonal rainfall in western
equatorial Africa. Theoretical and Applied Climatology 104, 57–69.
doi:10.1007/s00704-010-0321-8