Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UTILES ADICIONALES
Software eficiente para homogenización interactiva
de redes climáticas
DETECCIÓN CONJUNTA
(creación semiautomática de fichero de puntos de cambio)
o
+
o
+ o
+
1
TN DIFF. ( )
0
-1
o
+ o
+
o
+
-2
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
RESPECTO A SNHT
• Mayor complejidad estadística
• Mejor detección cuando existen
puntos de cambio cercanos o hacia
los extremos de las series
• Modelo de corrección más sólido, de
nuevo especialmente cuando existen
puntos de cambio cercanos o hacia
los extremos
• Imputación de valores perdidos
PROCESO COMPLETO
PHS
EVALUACI VISUALIZA
ÓN CIÓN
VISUALIZACIÓN Y
EVALUACIÓN (I)
homogenizac
homogenización
Antes de la
Después de la
ión
●DTRa = DTR para los datos mensuales originales mes y año del dato
que incurre en overshooting
●DTRb = DTR para los datos mensuales homogeneizados para el mes y
overshooting
●DTRtarget= DTRc*DTRdia-DTRerr
● Investigar
● Aplicar el factor annual al dato diario
DETECCIÓN CONJUNTA
(creación semiautomática de fichero de puntos de cambio)
o
+
o
+ o
+
1
TN DIFF. ( )
0
-1
o
+ o
+
o
+
-2
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
RESPECTO A SNHT
• Mayor complejidad estadística
• Mejor detección cuando existen
puntos de cambio cercanos o hacia
los extremos de las series
• Modelo de corrección más sólido, de
nuevo especialmente cuando existen
puntos de cambio cercanos o hacia
los extremos
• Imputación de valores perdidos
PROCESO COMPLETO
PHS
EVALUACI VISUALIZA
ÓN CIÓN
VISUALIZACIÓN Y
EVALUACIÓN (I)
homogenizac
homogenización
Antes de la
Después de la
ión
Nota: la restitución de valores no
afecta la detección ni la estimación
del modelo y puede ser fácilmente
suprimida
VISUALIZACIÓN Y
EVALUACIÓN (II)
Antes de la Después de la
homogenización homogenización
• ra/ratnm49281001d.txt • ho/hotnm49281001d.txt
• ---------------------- • ----------------------
• TN 49281001 SAINT-GEORGES-DES-GARDES : 1900 - 1999 • TN 49281001 SAINT-GEORGES-DES-GARDES : 1900 - 1999
• LS trend estimate : -0.011181 • LS trend estimate : -6.5e-05
• Two sided Kendall test p-value : 0.0104 • Two sided Kendall test p-value : 0.7704
• Click on left button to see next plot • Click on left button to see next plot
• •
• ra/ratnm56069001d.txt • ho/hotnm56069001d.txt
• ---------------------- • ----------------------
• TN 56069001 GROIX : 1900 - 1999 • TN 56069001 GROIX : 1900 - 1999
• LS trend estimate : 0.00181 • LS trend estimate : 0.000629
• Two sided Kendall test p-value : 0.71638 • Two sided Kendall test p-value : 0.58781
• Click on left button to see next plot • Click on left button to see next plot
• •
• ra/ratnm41097001d.txt • ho/hotnm41097001d.txt
• ---------------------- • ----------------------
• TN 41097001 GIEVRES : 1900 - 1999 • TN 41097001 GIEVRES : 1900 - 1999
• LS trend estimate : -0.009571 • LS trend estimate : -0.000245
• Two sided Kendall test p-value : 2e-05 • Two sided Kendall test p-value : 0.97624
• Click on left button to see next plot • Click on left button to see next plot
• •
• ra/ratnm61377001d.txt • ho/hotnm61377001d.txt
• ---------------------- • ----------------------
• TN 61377001 ST-CORNIER-DES-LANDES : 1900 - 1999 • TN 61377001 ST-CORNIER-DES-LANDES : 1900 - 1999
• LS trend estimate : -0.013534 • LS trend estimate : 0.000278
• Two sided Kendall test p-value : 0 • Two sided Kendall test p-value : 0.89104
• Click on left button to see next plot • Click on left button to see next plot
• •
• ra/ratnm85152001d.txt • ho/hotnm85152001d.txt
• ---------------------- • ----------------------
• TN 85152001 LA-MOTHE-ACHARD : 1900 - 1999 • TN 85152001 LA-MOTHE-ACHARD : 1900 - 1999
• LS trend estimate : 0.000113 • LS trend estimate : -0.000718
• Two sided Kendall test p-value : 0.86291 • Two sided Kendall test p-value : 0.75677
• Click on left button to see next plot • Click on left button to see next plot
VISUALIZACIÓN Y EVALUACIÓN (III)
Antes de la Después de la
homogenización homogenización
OBSERVACIONES FINALES
• HOMER es una herramienta puntera para la homogenización de datos mensuales que
ha sido posible gracias a 5 años de colaboración de un buen numero de científicos
europeos, bajo el paraguas de la acción COST-HOME y muy especialmente gracias a
su chair, Olivier Mestre (Météo-France)
• HOMER está descrito en : Mestre O, Domonkos P, Picard F, Auer I, Robin S, Lebarbier
E, Böhm R, Aguilar E , Guijarro J, Vertacnik G, Klancar M, Dubuisson B, Stepanek P:
2013 HOMER : HOMogenisation softwarE in R- methods and applications.Idöjárás 117,
47-67.
• Aunque HOMER puede realizar control de calidad sobre datos mensuales, se obtienen
mejores resultados trabajando con datos que hayan sido QC’ados a escala diaria
• La homogenización de datos diarios, sigue siendo nuestro talón de aquiles. El método
más seguro sigue siendo la interpolación de los factores mensuales al valor diario,
aunque recientemente esta recibiendo muchas críticas por parte de diversos autores
que defienden métodos de quantile-matching, los cuales intentan reproducir la
distribución estadística del último segmento homogéneo en los segmentos previos
• Los métodos Q-M si se aplican de forma relativa requieren grandes solapamientos y
correlaciones muy elevadas entre pares de series; si se aplican de forma absoluta
asumen que la distribución se mantiene constante.
• Mientras que la interpolación de factores mensuales al dato diario no es posible en la
precipitación, los métodos Q-M si ofrecen, al menos teóricamente, esta posibilidad
ESTRUCTURA DE
DIRECTORIOS (I)
• HOMER necesita tener la información
organizada en distintos directorios.
La versión facilitada en este WS
incluye una utilidad para crearlos y
mover las series mensuales a su
directorio de trabajo
ESTRUCTURA DE
DIRECTORIOS (II)
●DTRa = DTR para los datos mensuales originales mes y año del dato
que incurre en overshooting
●DTRb = DTR para los datos mensuales homogeneizados para el mes y
overshooting
●DTRtarget= DTRc*DTRdia-DTRerr
● Investigar
● Aplicar el factor annual al dato diario