Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
G. Muoz et al.
INAMHI-MAE
Centro de Modelado Cientfico (CMC) de La Universidad del Zulia. Maracaibo, 4004. Venezuela
2
Junio 2010
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
Resumen
Se presentan los aspectos metodolgicos y resultados de un anlisis estadstico que
considera los 27 indicadores bsicos del Expert Team on Climate Change Detection and
Indices (ETCCDI/CRD), calculados por la herramienta FClimdex, para la caracterizacin,
vigilancia y deteccin de Cambio Climtico en Ecuador.
Debido a la insuficiencia en el territorio nacional de datos homogeneizados y rellenos
a resolucin temporal diaria, se procedi a emplear datos del NCEP-NCAR Reanalysis
Project (NNRP), interpolados a 1o de resolucin espacial, e integrados a resolucin diaria.
Aunque este procedimiento posee sus limitaciones y caveats, y no pretende en modo
alguno suplantar el uso de los propios datos de las estaciones, la metodologa permite
-con las debidas precauciones- tener una primera aproximacin del comportamiento de
los ndices para todo el territorio ecuatoriano, con una base homognea y sin dato
faltante.
De este modo, a una resolucin final de 1 o, para 57 celdas en total (de manera de
cubrir el territorio con 7x7 celdas continentales y costeras, y 4x2 celdas para el territorio
insular de Galpagos) se obtuvieron los 27 ndices empleando una automatizacin del
proceso que hace uso de FClimdex para el cmputo de los indicadores (y del control de
calidad estadstico) y de scripts en NCAR Command Language (NCL)
para la
stas ocurren tienden a hacerlo con mayor carcter de extremas (mayores o iguales a 50
mm por da).
Las tendencias apuntan a un incremento de perodos fros en el noroccidente del
pas, pero de noches ms clidas en la costa sur. Esta interesante diferencia debe
estudiarse ms a profundidad prximamente para esclarecer sus posibles mecanismos
fsicos. Para una regin meridional bien definida del Oriente, se aprecian incrementos de
los extremos superiores de temperatura, tanto para el da como para la noche.
En cuanto a Islas Galpagos, especial cuidado debe prestarse al uso de los
NDICE GENERAL
ANTECEDENTES.................................................................................................9
I.
INTRODUCCIN..........................................................................................11
II.
OBJETIVOS.................................................................................................15
III. DATOS..........................................................................................................15
IV. METODOLOGA...........................................................................................17
a)
b)
c)
Interpolacin............................................................................................20
d)
e)
Ejecucin de FClimdex...........................................................................25
f)
g)
V.
RESULTADOS..............................................................................................32
CONCLUSIONES Y RECOMENDACIONES...........................................54
VIII.
BIBLIOGRAFA........................................................................................57
IX. ANEXOS.......................................................................................................59
NDICE DE FIGURAS
Figura 1. Fotografa Satelital representando la distribucin de fenmenos
geogrficos en el Ecuador. A grosso modo el territorio puede dividirse en
tres regiones: Litoral (Oeste), Cordillera (Centro) y Selva Tropical
(Oriente). Fuente National Geographic/NASA................................................13
Figura 2. Intercomparacin de la precipitacin media EFM de reanlisis
NNRP y ERA15 contra anlisis de observaciones (CMAP), para el perodo
Enero
1979-Febrero
1994.
Se
aprecia
para
Sudamrica
mayor
NDICE DE TABLAS
Tabla No. 1. Identificacin de los ndices por figura de los anexos............29
Tabla No. 2. ndices de los mapas de tendencias discutidos en este
informe................................................................................................................35
ANTECEDENTES
10
I. INTRODUCCIN
El Grupo de Expertos en Deteccin de Cambio Climtico e ndices (ETCCDI por
sus siglas en ingls) de CCl/CLIVAR/JCOMM tiene el mandato de solventar las
de
metodologas
ndices relevantes,
fomentando
la
90)
definidos
por
el
proyecto
STARDEX
(http://www.ist-
world.org/ProjectDetails.aspx?ProjectId=732460bb44d34626a495d23203c7e9d4)
son muy distintos de los definidos por el ETCCDI. Albert Klein Tank compil una
lista de los ndices utilizados por diversos investigadores. [ Zhang, 2008]
El ETCCDI revis recientemente sus definiciones de ndices. Un total de 27
ndices fueron considerados los ndices bsicos. stos estn basados en los
valores de temperatura diaria o en la cantidad diaria de precipitacin. Algunos
ndices estn basados en umbrales fijos que son de relevancia para aplicaciones
particulares. En tales casos, los umbrales son los mismos para todas las
estaciones. Otros ndices estn basados en umbrales que varan de una localidad
a otra. En este caso, los umbrales son tpicamente definidos como un percentil de
11
las series de tiempo relevantes [Zhang, 2008]. Detalles sobre los 27 ndices
mencionados se encuentran en el Anexo A.
Entre las herramientas disponibles por el Grupo, un paquete de software
basado originalmente en Excel (Climdex), que luego fue migrado a lenguaje R
(RClimdex) y a FORTRAN (FClimdex) han sido desarrollados para el clculo de
estos ndices [Zhang, 2008]. El FClimdex es el ms adecuado cuando ha de
trabajarse con un gran nmero de estaciones, si bien no posee acoplado ningn
graficador o subrutinas que se encarguen del anlisis estadstico, deteccin de
tendencias, etc.
Por otra parte, debido a su ubicacin geogrfica y variada topografa (ver
Figura 1), el Ecuador es un pas altamente vulnerable a los impactos del Cambio
Climtico [Primera Comunicacin Nacional, Quito, 2000]. Los eventos peridicos
de El Nio, especialmente aquellos ocurridos en 1982-1983 y 1997-1998, han
demostrado la vulnerabilidad ante fenmenos extremos en el pas. Se espera que
el aumento de temperatura, sequas e inundaciones recurrentes, derretimiento de
glaciares y una intensificacin y variacin de los patrones de precipitacin, tengan
un amplio espectro de impactos en el pas.
Es natural, pues, pensar en la necesidad de realizar estudios que conlleven a
una deteccin, caracterizacin y vigilancia de Variabilidad y Cambio Climtico en
Ecuador, y salta a la vista la utilidad de las metodologas y herramientas sugeridas
por el ETCCDI. El inconveniente al respecto consiste en la escasez de datos de
estaciones con las especificaciones requeridas (i.e.: resolucin, calidad,
homogeneidad, relleno).
Estudios semejantes se han llevado a cabo en otras partes del planeta. Entre
los ms citados se encuentran los trabajos de Frich et al. [2002] y Kiktev et al.
[2003], sin embargo en los mismos no se considera Latinoamrica. Esto pone en
perspectiva de modo adicional la importancia de este tipo de estudios para la
Regin, como se indica tambin en las conclusiones de Kiktev et al.
12
13
de
la
evolucin
de
los
mismos
sus
tendencias
14
II. OBJETIVOS
Los objetivos establecidos para el presente estudio son:
Objetivo general:
Generar informacin e ndices climticos que promuevan y apoyen los
esfuerzos nacionales para reducir los impactos de la variabilidad y Cambio
Climtico en reas y sectores especficos del pas.
Objetivos especficos:
1. Realizar un anlisis estadstico del comportamiento de la precipitacin y
temperaturas mxima y mnima en el Ecuador en trminos de determinados
ndices climticos.
2. Presentar un Reporte Tcnico con los resultados del anlisis estadstico
III. DATOS
Las variables necesarias para la ejecucin del cdigo son temperatura mxima
(TX), temperatura mnima (TN) y precipitacin (R), todas a escala diaria. Sin
embargo, con fines que sern esclarecidos en la seccin IV, se han empleado
bases de datos a otras resoluciones temporales.
Para el presente estudio se han empleado datos mensuales de estaciones
(datos discretos) pertenecientes al Instituto Nacional de Meteorologa e Hidrologa
(INAMHI) del Ecuador [INAMHI, 2009] con fines de comparacin con los campos
de reanlisis para determinar el umbral adecuado de interpolacin (ver Seccin
III). El perodo disponible para esta data es 1971-2008. El formato es ASCII. El
nmero de estaciones, tras depuracin y controles de calidad, es de 169,
distribuidas en todo el territorio nacional.
15
Reanlisis NCEP-NCAR
de
UCAR
(http://dss.ucar.edu/datasets/ds090.0/)
por
medio
de
autmatas hechos para tal fin. Cada ao, comprimido, ocupa unos 600 Mb de
espacio.
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
16
IV. METODOLOGA
Est claro hasta este punto que es necesario recurrir a bases de datos a
resolucin temporal diaria o subdiaria para las variables en estudio (TX,TN y R),
en aras de poder calcular a cabalidad los distintos ndices climticos. Est tambin
claro que los datos con las condiciones requeridas, y para todo el territorio
ecuatoriano, no estn por el momento disponibles por el INAMHI. De modo que,
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
17
18
Se llev a cabo una revisin minuciosa de todos los grupos de datos por igual.
No se encontraron problemas para la data CRU, y problemas menores con la
NNRP fueron solventados descargando de nuevo los meses necesarios (haba
errores asociados a interrupciones del servicio de internet).
El control de calidad preliminar permiti verificar para el caso de la data
INAMHI, que determinadas estaciones (siendo la ms notoria Muisne) deban ser
eliminadas por presentar comportamientos anmalos. El nmero final de
estaciones con las que se trabaj fue de 169, distribuidas entre el Litoral y la
Sierra ecuatoriana, y algunas pocas en el Oriente. Vale mencionar que el dficit de
estaciones en esta ltima regin es muy marcado, e imposibilita el poder trabajar
adecuadamente en cualquier tipo de anlisis climtico riguroso.
La data (mensual) del INAMHI, revisada, se someti a un anlisis objetivo
siguiendo la metodologa de Cressman [Cressman, 1959] y se resolvi la ecuacin
de Poisson (va relajacin) para el relleno final de datos faltantes en zonas en
donde el Cressman, por la densidad de estaciones, no pudo proveer valores. La
resolucin del anlisis final es de 30 km de resolucin. La metodologa detallada
llevada a cabo est fuera del alcance del presente documento y ser explicada en
otra parte [Muoz et al., 2010].
Como resultado del anlisis objetivo, se tienen campos en malla para
temperatura mxima, mnima y precipitacin a partir de la data del INAMHI. Estos
datos en malla pueden compararse y operarse aritmticamente con los datos CRU
y NNRP, a las resoluciones correspondientes. Para dicha comparacin, el
presente estudio asume como referencia los campos en malla del INAMHI y CRU.
19
c) Interpolacin
20
21
22
Para ello, se realiz un autmata que de toda la data descargada (cada 6 horas,
desde 1971 hasta 2009 completo) slo extrajo las 3 variables necesarias y a las
mismas le realiz, paso de tiempo por paso de tiempo, la interpolacin gaussiana.
El resultado final consiste en una serie de archivos en formato netCDF con slo
las tres variables a una resolucin de 1 o. Bsicamente se cre un archivo por
semestre, salvo algunas excepciones en las que hay 3 archivos por ao,
relacionadas con los errores de descarga por interrupcin de internet que se
mencionaron anteriormente.
La data interpolada y los autmatas correspondientes estn disponibles en las
instalaciones del INAMHI en uno de los discos duros externos de 1 Tb provistos
para el estudio.
En esta etapa se escribieron scripts y autmatas para definir los bordes del
dominio final a trabajar, nmero de celdas (estaciones virtuales), y la
transformacin del formato al requerido por el FClimdex. El autmata principal slo
necesita informacin sobre la ubicacin (fronteras geogrficas) del dominio.
La Figura 5 muestra el dominio escogido tras el proceso de interpolacin. Es
posible generar dominios menores o ligeramente mayores.
Como puede apreciarse, el nmero total de celdas a trabajar es de 49 para el
Ecuador continental y martimo-costero. Si bien las celdas designadas como 6-5,
6-6, 6-7, 7-5, 7-6, 7-7, 7-1 y 6-1 pueden no ser de inters directo desde el punto de
23
La Figura 6 presenta el caso anlogo para las Islas Galpagos. El nmero total
de celdas asciende a 57.
La designacin de las Figuras 5 y 6 es importante a la hora de hacer referencia
a las correspondientes celdas y figuras en los resultados del presente estudio.
Una vez preparado el dominio, se escribi un autmata que hace uso de una
serie de scripts escritos en NCL y GrADS para determinar los valores diarios de
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
24
e) Ejecucin de FClimdex
25
asociadas
cada
ndice,
ni
los
niveles
de
significancia
Una vez producidos los archivos cuyo contenido corresponde a cada uno de
los ndices climticos requeridos, es til intentar reconocer tendencias a partir de
los mismos. Son estas tendencias las que pueden ayudar a definir una seal de
ocurrencia de Cambio Climtico si el nmero de aos es representativo.
Para la deteccin de tendencias es usual el empleo de regresiones lineales, las
que si bien deben usarse con la debida atencin- por su simplicidad permiten
rpidamente
reportar
si
un
ndice
en
particular
evidencia
incrementos,
26
Sin embargo, est claro que, dado un conjunto de puntos, es posible llevar a
cabo una regresin lineal sin que necesariamente sta posea una significancia
estadstica que garantice que efectivamente la tendencia reconocida no sea
causada por el azar. Es por ello que el clculo del nivel de significancia es tan
importante, toda vez que provee una garanta al analista de qu tan confiable es la
tendencia detectada.
Estos niveles de significancia, usualmente dados por medio del parmetro
p el p-valor (p-value, en ingls)-, estn asociados a la estadstica particular de la
distribucin, siendo una de las ms frecuentes la estadstica t-Studentis (o t de
Student), normalmente de dos colas [Brownlee, 1965]. Es comn, en este caso,
referirse ms al t-valor (tval, en nuestro anlisis), el cual, en conjunto con el
nmero de grados de libertad, define el nivel de significancia estadstica, NS. Por
prueba de hiptesis es entonces posible rechazar o no una tendencia significativa
para el analista. Para mayores detalles, ver por ejemplo [Zwiers & von Storch,
1995].
Naturalmente, lo que se busca es que NS en cada uno de los anlisis de
tendencias sea mayor que un cierto umbral de confianza, que es escogido, como
se ha dicho, por el analista. En el presente documento se sugiere un valor crtico
de p=0.05, o NS=0.95 (o 95%) como mnimo para confiar en que la tendencia no
pueda asociarse al azar, sino a una seal real. De alcanzarse el nivel requerido,
en la figura se evidencia el hecho resaltando los parmetros en color verde para el
ndice correspondiente (ver Figura 7).
Vale destacar que el hecho de que una determinada seal no alcance el
mnimo estipulado del nivel de significancia NS, no implica en modo alguno que
los valores reportados por un ndice determinado no coincidan con lo observado.
Lo que implica es que el analista no puede confiar, por sus propios cnones
establecidos, en que la seal detectada sea significativa desde un punto de vista
estadstico, y que por ende una hiptesis nula deba ser o no rechazada. De
manera que el clculo de los 27 ndices, de por s, es ya un producto, un resultado
de este estudio, y otro es la tendencia o seal detectada.
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
27
su nivel de
significancia, NS. Si el mismo est por encima del umbral que se ha escogido,
entonces se tiene suficiente confianza como para asumir que hay una tendencia
lineal, cuya pendiente, m, indicar si el perfil es creciente, decreciente (o sin
crecimiento) y en qu magnitud.
28
Existen, por supuesto, otras maneras de detectar seal, que no tienen por qu
involucrar regresiones lineales, sino no-lineales por ejemplo. Sin embargo,
seguiremos la prctica normal de hacer uso de regresiones lineales, sin descartar
generalizar el estudio ms adelante de ser necesario.
Se han elaborado los scripts en NCAR Command Language (NCL) y los
autmatas en BASH para que de modo eficiente se pudieran hacer todos los
clculos de las estadsticas, grados de libertad, nivel de significancia, regresiones
lineales y grficos correspondientes, para cada una de los 27 ndices de cada una
de las 57 celdas.
Los grficos de variables e ndices se agruparon finalmente en un total de 13
figuras
por
celda,
que
se
almacenan
automticamente
dentro
de
la
Precipitacin (R)
Diaria
Diaria
Diaria
Anual
Anual
Anual
Anual
TXx
Mensual
TNx
Mensual
10
TXn
Mensual
11
TNn
Mensual
12
RX1d
Mensual
13
RX5d
Mensual
29
significancia
estadstica
como
para
reportar
las
tendencias
correspondientes.
30
31
32
V. RESULTADOS
Los resultados en trminos de figuras pueden apreciarse en los anexos de
este documento. Corresponden a un total de 741 (= 57 celdas x 13 figuras)
figuras, cada una presentando, en general, mltiples ndices climticos (ver Tabla
1). Las mismas pueden ser analizadas una a una o, ms prcticamente, puestas
en mapas, ndice a ndice, como se ha explicado ms arriba.
Vale mencionar, sin embargo, que el comportamiento general de las variables
e ndices va acorde a lo esperado y concuerda en gran medida con las
observaciones disponibles de incrementos/decrementos de las variables en aos
extremos y neutrales, a pesar de las limitaciones (ver seccin siguiente) de la data
del NNRP. Esto indica que pareciera estar fundada la presuncin original, segn la
que a pesar de las deficiencias presentes en el reanlisis, ste pudiera ser de
utilidad para describir el estado medio atmosfrico y a partir del mismo reconocer
siempre con la debida atencin- patrones y tendencias climticas, sobre todo
cuando no se poseen datos de estaciones con los requisitos correspondientes
para hacer un estudio a nivel nacional.
En primera instancia, si bien las magnitudes asociadas a las precipitaciones (y
temperaturas) puedan no representar exactamente los valores de las estaciones
ubicadas en una celda en particular (no tienen por qu hacerlo, porque la
aproximacin de celdas no est diseada para representar exactamente el valor
de
las
estaciones
locales),
se
aprecia
concordancia
general
entre
el
33
34
TN10p
TN90p
TX90p
CSDI
SDII
R10
Cool nights
(Noches fras)
Warm nights
Das
mm/da
Das
Das
Das
Das
Das
Precipitacin anual
RR>95 percentil
total
en
que
mm
Precipitacin anual
RR>99 percentil
total
en
que
(Noches calientes)
Warm days
(Das calientes)
Cold spell duration
indicator
(indicador de la duracin
de periodos fros)
Simple daily intensity
index
(ndice simple de
intensidad diaria)
Number of heavy
precipitation days
(Nmero de das con
precipitacin intensa)
Number of very heavy
precipitation days
R20
R50
CDD
CWD
R95p
R99p
UNIDA
D
Definicin
(Das hmedos
consecutivos)
Very wet days
(Das muy hmedos)
Extremely wet days
mm
35
(Das extremadamente
hmedos)
PRCPTOT
mm
Tabla No. 2. ndices de los mapas de tendencias discutidos en este informe (ver
texto principal).
36
37
38
39
Las siguientes 3 figuras (Figura 15, 16 y 17) son muy tiles si se analizan en
conjunto, dado que hay que entender que los ndices R20 y R50 representan, en
ltima instancia, subconjuntos del ndice R10 (ver definiciones en Tabla No.2). En
la Figura 15 se aprecia que el nmero total de das con precipitaciones mayores o
iguales a 10 mm est incrementando en los extremos nororiental y sudoccidental
del pas. Sin embargo, para el litoral noroccidental se aprecia un decremento
notorio de alrededor de 1 da/ao. El ndice R20 (Figura 16) evidencia que tales
incrementos mostrados en la Figura 15 tienen asociados tambin incrementos de
precipitaciones muy intensas (siguiendo la definicin del ndice del ETCCDMI).
En el litoral ecuatoriano, por encima de los 2.5S, no se tiene una seal significativa
con respecto a este ndice. Sin embargo, el escenario es bastante claro en la
Figura 17 (R50). Queda claro prcticamente para todo el territorio que existe un
aumento de precipitaciones extraordinarias, en trminos del nmero de das de
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
40
41
42
43
44
Las tres figuras finales (Figuras 21, 22 y 23) exponen un panorama interesante
para distintas regiones de Ecuador. Primeramente el ndice TN10p (Figura 21)
indica que hay tendencia a noches menos fras hacia la costa sur ecuatoriana y al
sureste amaznico ecuatoriano, mientras que un incremento de noches fras en el
sur. Esto es consistente con lo presentado en la Figura 22 para la costa y sureste
amaznico ecuatorianos: incremento de noches clidas. Hay un decremento de
noches clidas notorio en la costa norte del Ecuador, segn la Figura 22, que en
conjunto con lo expuesto anteriormente en el anlisis de la Figura 13, podra
indicar consistencia en el enfriamiento de ese sector del dominio. Definitivamente
se consolida con la evidencia para ese sector de la Figura 23, que indica un
decremento de das clidos
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
45
46
Islas Galpagos
En cuanto al dominio escogido para Islas Galpagos, de nuevo los productos
estn incluidos en los anexos, sin embargo pocos mapas de tendencias
evidencian seales claras. Adicionalmente, es menester en este dominio prestar
atencin extra a los productos debido a la resolucin de las celdas en
comparacin con la superficie insular de inters. En efecto, a la resolucin de 1 o,
las celdas mezclan la informacin de las islas con la del ocano circundante.
47
48
49
50
51
52
53
prximos 5 aos, aunque en series con una tendencia mucho ms clara podran
stas ser vlidas a escalas temporales mayores, o en algunos casos podran tener
una validez temporal menor.
54
VII.
CONCLUSIONES Y RECOMENDACIONES
55
56
57
VIII.
BIBLIOGRAFA
Brownlee, K.A., 1965: Statistical Theory and Methodoly, Jon Wiley and Sons, pp.
342-346.
CIIFEN-INAMHI-INOCAR,
2007:
Informacin
climtica
de
amenazas
hidrometeorolgicas en las provincias costeras del Ecuador. Guayaquil. Proyecto
SARE-CAM. Reporte Final.
Cressman, G. P., 1959: An operational objective analysis system, Mon. Weather
Rev. 87, 367-374
Frich, P., Alexander, L., Della-Marta, P., et al., 2002: Observed coherent changes in
climatic extremes during the second half of the twentieth century, Clim Res, 19,
192-212.
Hyndman, R.J., y Y. Fan, 1996: Sample quantiles in statistical packages. The
American Statistician, 50, 361-367.
INAMHI, 2009: Anuarios Meteorolgicos. Instituto Nacional de Meteorologa e
Hidrologa del Ecuador. Quito.
Kalnay, E., et al., 1996: The NCEP/NCAR 40-year reanalysis project. Bull. Amer.
Meteor. Soc., 77, 437-471.
Karl, T.R., N. Nicholls, and A. Ghazi, 1999: CLIVAR/GCOS/WMO workshop on
indices and indicators for climate extremes: Workshop summary. Climatic Change,
42, 3-7.
Kiktev, D., Sexton, D., Alexander, L. and Folland, C., 2003: Comparison of Modeled
and Observed Trends in Indices of Daily Climate Extremes, J. Climate, 16, 35603571.
Kistler, R., et al., 2001: The NCEP-NCAR 50-Year Reanalysis: Monthly Means CDROM and Documentation, Bull. Amer. Meteor. Soc., 82, 247-267.
58
59
IX. ANEXOS
60
ANEXO A:
ID
FD0
SU25
ID0
TR20
UNIDA
D
Definicin
(Das de heladas)
Das
Summer days
(Das de verano)
Das
Ice days
Das
Das
Das
(Das de hielo)
Tropical nights
tropicales)
(Noches
GSL
TXx
Max Tmax
Valor
mensual
mximo
temperatura mxima diaria
de
TNx
Max Tmin
Valor
mensual
mximo
temperatura mnima diaria
de
TXn
Min Tmax
TNn
Min Tmin
TN10p
Cool nights
(Noches fras)
TX10p
Cool days
(Das fros)
Warm nights
Das
TN90p
TX90p
WSDI
CSDI
(Noches calientes)
Warm days
(Das calientes)
Warm spell duration
indicador
(Indicador de la duracin
de periodos calientes)
Cold spell duration
indicator
Das
61
(indicador de la duracin
de periodos fros)
DTR
RX1day
Rx5day
SDII
R10
Diurnal temperature
range (rango diurno de
temperatura)
Max 1-day precipitation
amount
(Cantidad Mxima de
precipitacin en un da)
Max 5-day precipitation
amount
(Cantidad Mxima de
precipitacin en 5 das)
Simple daily intensity
index
(ndice simple de
intensidad diaria)
Number of heavy
precipitation days
(Nmero de das con
precipitacin intensa)
Number of very heavy
precipitation days
R20
Rnn
CDD
CWD
R95p
(Das hmedos
consecutivos)
Very wet days
(Das muy hmedos)
Extremely wet days
R99p
(Das extremadamente
hmedos)
PRCPTOT
Mm
Mm
Mm/da
Das
Das
Das
Das
Das
Precipitacin anual
RR>95 percentil
total
en
que
Mm
Precipitacin anual
RR>99 percentil
total
en
que
mm
mm
62
63
ANEXO B:
Todos los archivos de datos que son ledos o escritos estn en formato de list
formatted. La nica excepcin es el primer archivo de datos que es procesado
en el paso de Quality Control. Este archivo de entrada de datos tiene varios
requerimientos:
1901
-99.9 -3.1
-6.8
1901
-99.9 -1.3
-3.6
1901
-99.9 -0.5
-7.9
1901
-99.9 -1
-9.1
1901
-99.9 -1.8
-8.4
64
ANEXO C:
FD0
Tnij 0C
SU25
Txij 25C
ID0
Txij 0C
TR20
65
Tnij 20C
GSL
Tij 5o C
Y la primera ocurrencia despus de 1st Julio (1st Enero en HS) de por lo menos 6
das consecutivos con:
Tij 5o C
TXx
TXxkj max(Txkj )
TNx
TNxkj max(Tnkj )
TXn
TXnkj min(Txkj )
TNn
TNnkj min(Tnkj )
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
66
Tn10p
Tnij Tnin10
Tx10p
Txij Txin10
Tn90p
Tnij Tnin90
Tx90p
Txij Txin90
WSDI*
67
Txij Txin90
CSDI*
Tnij Tnin10
DTR
Tx
ij
DTRj
i 1
Tnij
RX1day
Rx5day
SDII
SDIIj
RRwj
w1
68
R10
RRij 10mm
R20
RRij 20mm
Rnn
RRij nnmm
CDD*
RRij 1mm
CWD*
RRij 1mm
R95pTOT
69
R99p
PRCPTOT
PRCPTOTj RRij
i 1
70
del cuantil ith. Los cuantiles muestrales pueden ser generalmente escritos
como
Q i ( p ) (1 ) X ( j ) X ( j 1) .
Hyndman y Fan (1996) sugieren una frmula para obtener estimados medios
un-biased
del
cuantil
haciendo j int( p * n (1 p ) / 3))
y
haciendo
p * n (1 p ) / 3 j , donde int(u) es el entero ms grande que no sea mayor
que u. El cuantil emprico es igual al valor en la muestra ms grande o al ms
pequeo cuando j<1 o j> n respectivamente. Esto es, estimados de cuantiles
correspondientes a p<1/(n+1) son fijados al valor ms pequeo de la muestra,
y aquellos correspondientes a p>n/(n+1) son igualados al valor ms grande de
la muestra.
71
72
ANEXO E:
Instrucciones:
1.- Buscar la o las celdas de inters en las figuras anexas.
2.- Buscar el grupo de figuras correspondientes a la(s) celda(s) en cuestin.
3.- Cada figura corresponde, para cada celda, a:
ndices/Variables
Resolucin
Precipitacin (R)
Diaria
Diaria
Diaria
Anual
Anual
Anual
Anual
TXx
Mensual
TNx
Mensual
10
TXn
Mensual
11
TNn
Mensual
12
RX1d
Mensual
13
RX5d
Mensual
73
74
75
ANEXO F:
La carpeta principal donde se ubican los scripts para todos los procesos se
llama Climdex. En su interior se encuentran los siguientes directorios:
# ls
FClimdexGAL
GRAF
MAPAS_GAL
D_NNRP
GRAF_GAL
NCL
FClimdex
directorio
de
clculo
FClimdex
para
Ecuador
Continental
GRADS2CLIM
MAPAS
de
mapas
espaciales
para
Ecuador
Continental
RCLIM
1.- Una vez se tienen todos los aos descomprimidos en la carpeta D_NNRP se
procede al directorio GRADS2CLIM. Ah basta ejecutar
proc_celdas.bash
proc_celdas_GAL.bash
procesa
las
grficas
2D
los
clculos
estadsticos y de tendencias
Asistencia Tcnica para la Generacin de Escenarios de Cambio Climtico
76
proc_graf.bash
1-2 1-7 2-5 3-3 4-1 4-6 5-4 6-2 6-7 7-5
respaldos
1-3 2-1 2-6 3-4 4-2 4-7 5-5 6-3 7-1 7-6
series_anual.ncl
1-4 2-2 2-7 3-5 4-3 5-1 5-6 6-4 7-2 7-7
series_diaria.ncl
1-5 2-3 3-1 3-6 4-4 5-2 5-7 6-5 7-3 enlaza.bash series_mensual.ncl
Cada directorio, que indica la correspondiente celda, tiene tpicamente un
contenido como el que sigue:
1-1.clx
1-1.clx_SU
1-1.clx_CDD
1-1.clx_CSDI
1-1.clx_CWD
series_diaria.ncl
1-1.clx_DTR
SU.data
1-1.clx_FD
1-1.clx_TNn
figura12.ps figura9.ps
1-1.clx_GSL
1-1.clx_TNx
figura13.png GSL.data
1-1.clx_ID
1-1.clx_TR
figura13.ps ID.data
1-1.clx_log
TN10p.data
TN50p.data
TN90p.data
TNn.data
NASTAT.data TNx.data
figura2.ps
PRCPTOT.data TX10p.data
1-1.clx_R10mm
1-1.clx_TXx
figura3.png R10mm.data
1-1.clx_R20mm
1-1.clx_WSDI
figura3.ps
R20mm.data
1-1.clx_R95p
CDD.data
figura4.png R95p.data
1-1.clx_R99p
CSDI.data
figura4.ps
1-1.clx_Rnnmm
CWD.data
1-1.clx_RX1day data.dat
1-1.clx_RX5day DTR.data
1-1.clx_SDII
FD.data
R99p.data
TX90p.data
TXn.data
TXx.data
figura5.png Rnnmm.data
figura5.ps
TX50p.data
WSDI.data
RX1day.data
figura6.png RX5day.data
figura6.ps
SDII.data
77
Las figuras *.ps estn en format Postscript para publicacin cientfica. Las
figuras *.png son las mismas que aparecen en los anexos del Informe. El resto
de los archivos contienen los datos correspondientes en ASCII.
4.- Ir a la carpeta MAPAS (o MAPAS_GAL, segn el caso) y ejecutar:
proc_mapas.bash
postproc.bash
tendencias.
Este proceso tarda algn tiempo. El avance se puede apreciar en el monitor.
Una vez terminado este paso, el directorio muestra la siguiente estructura:
# ls
CDD
CDD.data
CSDI
CSDI.data
CWD
GSL.data
ID
ID.data
lista.ls
R20
SDII.data TR
R20mm.data SU
R50
SU.data
R95p
map_anual.ncl
DTR.data
FD
FD.data
GSL
TX10p.data
TN10p
R99p
PRCPT
R10mm.data
TNn
TXn
TXx
RX1day.data TNn.data
proc_mapas.bash RX5d
R10
TN90p
RX1d
PRCPTOT.data
TX90p
TN10p.data TX90p.data
map_mensual.ncl R99p.data
dir_anual.ls postproc.bash
DTR
TX10p
tend
R95p.data
CWD_1971.png MAPAS.tgz
CWD.data
TR.data
TNx
RX5day.data TNx.data
SDII
TXx.data
WSDI
WSDI.data
topoECU.nc
Los archivos *.data contienen los datos en ASCII. Los directorios contienen los
mapas correspondientes. El archivo *.tgz contiene los directorios comprimidos,
listos para subir al portal o almacenar en un pendrive.
78
FIGURAS
(http://cmc.org.ve/descargas/FClimdex/Ecuador/)
79