ESTADíSTICA PARA EL ANÁLISIS Y LA … · Para qué sirve la Estadística en lima … y para qué...
-
Upload
phungnguyet -
Category
Documents
-
view
259 -
download
0
Transcript of ESTADíSTICA PARA EL ANÁLISIS Y LA … · Para qué sirve la Estadística en lima … y para qué...
1
ESTADíSTICA PARA EL ANÁLISIS Y LA INVESTIGACiÓN DEL CLIMA:
Retos y soluciones estadísticas en Clima y Cambio Climático
Luis Balairón Ruiz (*) [email protected]
Facultad de Estudios Estadísticos
Madrid, 12 de noviembre de 2014
(*) Ex Director del Programa de Análisis del Cambio Climático –AEMET Miembro del IPCC_FASE 1ª (Grupo Expertos sobre el Cambio Climático de Naciones Unidas)
2014 F.Estadística_LBR
INTRODUCCIÓN El clima y el cambio climático desde
el punto de vista estadístico
• El clima como recurso: cartografía y descripción • Lo Climatológico y lo Climático • Modelos estadísticos aplicados al clima • Detección y atribución de causas de cambio
climático • El Sistema Climático como sistema dinámico
complejo: no linealidad, realimentaciones, … • Regionalización (Down scaling estadísticos) de
Escenarios climáticos globales o regionales
2 2014 F.Estadística_LBR
Para qué sirve la Estadística en Clima … y para qué no: un debate conveniente
• Qué es clásico, qué es nuevo, qué no es nuevo y no aplicamos, qué necesitamos y no tenemos, qué NO hacer con la Estadística
1. Climatología operativa: Redes observación, dato primario, calidad de los datos, estimación datos, …
2. Climatología clásica: Descripción, caracterización de un clima estático. 3. Climatología aplicada: Variables derivadas para la explotación del Clima como recurso (turismo,
agro,…) 4. Innovación contínua: Adaptación al Clima de las innovaciones estadísticas universales y
formulación de problemas propios: interpolación de alta resolución con datos fisiográficos, teleconexiones, validación, riesgos, ruido, espectros, filtros, modelos estadisticos correlación,
5. El problema del Cambio climático: Vigilancia y Detección del cambio climático “fingerprint”; validación de modelos, modelos dinámico-estadísticos, “down scaling” o mejora de la resolución o escala de Modelos del Clima (GCM o RCM: globales o regionales)
• Límites de la Estadística en el debate del Cambio Climático: El calentamiento global
no es equivalente al “problema del cambio climático” en sentido riguroso
• La Estadística no puede sustituir al conocimiento y la modelización físico-dinámica de los procesos del Sistema Climático, los que regulan el Clima “por venir”, es decir de los escenarios climáticos futuros inducidos por la acción humana y natural.
3 2014 F.Estadística_LBR
Estadística y Clima.1 • PROBLEMAS OPERATIVOS
• Observación DATO derivado de la observación DATOS mixtos
• Identificación de cambios: tendencias, rupturas, ciclos, estacionalidad, inhomogeneidades, metadatos, …
• Homogeneidad de las SERIES CLIMÁTICAS (UN DATO/UN AÑO) ≠ SERIE TEMPORAL
• Interpolación-estimación espacio-temporal: LAGUNAS Espacio-temporales
• Diseño de redes según los fines: CALIDAD y representatividad.
• CLIMATOLOGÍA CLÁSICA • Elementos: Presión, viento, temperatura, precipitación,… NORMALES climatológicas
• Caracterización y descripción del clima en un lugar o en un territorio: ATLAS Climáticos
• Extremos (sequias, lluvias intensas, huracanes, tornados, temporales viento, …)
• Descripción espacial: Construcción de series de áreas geográficas extensas (agregación), estimación de series en puntos sin observación (interpolación),
• CLIMATOLOGÍA APLICADA –APLICACIONES Y SERVICIOS CLIMÁTICOS-
• ATLAS de Aplicaciones: Turismo, Salud, Agricultura, Urbanismo, …
• Estimación de variables “derivadas” : Grados-dia, nºdias > umbrales,
• Indices mixtos y clasificaciones climáticas
• Cartografía de RIESGOS: Probabilidad x Efecto
• Aplicación Teoría de Riesgos a la toma de decisiones
4 2014 F.Estadística_LBR
• LA ESTADÍSTICA AVANZADA APLICADA AL CLIMA: • Aplicación de DISTRIBUCIONES, FILTROS, Modelos ARIMA y otros, A.ESPECTRAL,
AUTOFUNCIONES, COMPONENTES PRINCIPALES Y A.FACTORIAL , Técnicas EOF, POP,
• Estimación de datos con alta resolución espacial para la mejora de la Climatología convencional
• Sistemas de Información Geográfica
• Mapas de Riesgo y aplicación de la Teoría de Riesgos
• Teleconexiones y Análisis climático mediante las técnicas estadísticas universales:
• CAMBIO CLIMÁTICO • VARIABLES NUEVAS NO ATMOSFÉRICAS: DEL SISTEMA CLIMÁTICO
• Detección del cambio climático: análisis de series territoriales vs series locales
• Métodos “Fingerprint” (huella digital): “huella” que se postula y define a partir de resultados de modelos y se “busca” en las observaciones.
• Es un método estadístico que exige una teoría “externa” del clima y modelos que lo describan.
• Indicadores estadísticos: Sisterma DPSIR
• Mejora de la resolución de salida de Modelos dinámicos del Clima: “down scaling” empíricos y mixtas (estadístico-dinámicas)
• Mapas de riesgo de impactos del cambio climático: vulnerabilidad, adaptabilidad
• Teoria de Juegos y equilibrios de Nash: Estrategias de la negociación en N.Unidas
Estadística y Clima.2
5 2014 F.Estadística_LBR
• Part I:Fundamentals • Probability Theory. Distributions of Climate Variables. Concepts in Statistical
Inference. Estimation • Part II:Confirmation and Analysis • The Statistical test of a Hypothesis. Analysis of Atmospheric Circulation Problems, • Part III:Fitting Statistical Models • Regression. Analysis of Variance • Part IV:Time Series • Time Series and Stochastic Processe. Parameters of Univariate and Bivariate Time
Series. Estimation of Covariance Functions and Spectra • Part V:Eigen Techniques • Empirical Orthogonal Functions. Canonical Correlation Analysis. Principal
Oscillation Pattern Analysis. Complex Eigentechniques • Part VI:Other Topics • Specific Statistical Concepts in Climate Research. Forecast Quality Evaluation
Hans von Storch and Francis W. Zwiers, 1999: Statistical Analysis in Climate Research (Manual)
Estadística y Clima.3
6 2014 F.Estadística_LBR
10
Variabilidad espacio-temporal de la temperatura en la última glaciación y en los períodos interglaciales anterior y posterior
2014 F.Estadística_LBR
12
Espectro esquemático, idealizado, de las temperaturas atmosféricas en superficie, entre 10-4 y 1010 años (Mitchell, 1976)
2014 F.Estadística_LBR
13
“Reconstrucciones del clima para los últimos 1000 años indican un calentamiento reciente inusual “: es improbable atribuirle un origen
únicamente natural”
2014 F.Estadística_LBR
LA POLÉMICA DEL PALO DE GOLF
14
Variaciones en la temperatura de la superficie de la Tierra durante los pasados 1000 años
Año
Datos medidos con termómetros (rojo), y estimados a partir de anillos de árboles, corales, sondas de hielos polares y registros históricos (azul)
Dif
eren
cia
en º
C c
on
res
pec
to a
la m
edia
del
per
iod
o 1
961-
1990
Hemisferio Norte
2014 F.Estadística_LBR
LA POLÉMICA DEL PALO DE GOLF
17
• Interpolación – Limitaciones: orografía e influencias locales
–Ventajas: Sencillo y bajo coste
• Estimación mediante regresiones múltiples –Consideración de factores fisiográficos
• Distancia costa, laplaciana, orientación, …
–Hoy el coste es bajo
–Exige una formación estadística avanzada
–Permite obtener capas de datos reticulares (utilidades GIS)
2014 F.Estadística_LBR
INTERPOLACIÓN y ESTIMACIÓN DE DATOS
Clasificación climática de Köppen
B: Secos; C: Templados; D: Frios, E: Polares (ET: Tundra)
19 2014 F.Estadística_LBR
20 2014 F.Estadística_LBR
NO SÓLO DE” MEDIAS” y “NORMALES”…… VIVE EL HOMBRE
Y LA MUJER
Medias, medianas, cuartiles, quintiles, asimetrias, desviaciones,,…
21
DATOS RETICULARES
Cambios de la temperatura y de la precipitación
observados en el entorno de la Península Ibérica
Período de referencia 1961-90 (Base de datos del IPCC)
2014 F.Estadística_LBR
22
NASA: informe año 2005
1977 0,04
1978 -0,03
1979 0,04
1980 0,08
1981 0,24
1982 0,03
1983 0,24
1984 -0,06
1985 -0,1
1986 0,08
1987 0,19
1988 0,28
1989 0,21
1990 0,46
1991 0,35
1992 0,15
1993 0,18
1994 0,33
1995 0,53
1996 0,22
1997 0,5
1998 0,68
1999 0,46
2000 0,41
2001 0,56
2002 0,61
2014 F.Estadística_LBR
ANOMALÍAS DE UN AÑO respecto a 1961-90
Problema del período de REFERENCIA
Figure SPM.1b IPCC Observed change in surface temperature 1901-2012
All Figures © IPCC 2013 EJEMPLO: problema de la Cobertura de observación Cambio de la Temperatura mundial 1901-2012
25
EJEMPLO: Tendencias de la Temperatura observada
Escala de tendencias en (ºC / década)
Tendencia de las temperaturas en el periodo 1901-2000
2014 F.Estadística_LBR
Figure SPM.2 Observed change in annual precipitation over land
All Figures © IPCC 2013
EJEMPLO: Ritmo de cambio En la Precipitación observada
27 2014 F.Estadística_LBR
EJEMPLO: Anomalías respecto a 1951-2000 (referencia) Precipitación observada en un año
Castellon.2012_X Jornadas CC.Tierra: Luis Balairón
28
Informe IPCC.2007: Anomalías Precipitacion mundial
1900-2006 (r.to. 1981-2000)
29
Temperatura en superficie: últimos 150 y 1000 años
2014 F.Estadística_LBR
Cambio de la Temperatura media en superficie
respecto a 1961-1990 - Hemisferio Norte
-0,8
-0,6
-0,4
-0,2
0
0,2
0,4
0,6
0,8
1856
1861
1866
1871
1876
1881
1886
1891
1896
1901
1906
1911
1916
1921
1926
1931
1936
1941
1946
1951
1956
1961
1966
1971
1976
1981
1986
1991
1996
2001
Años
An
-TT
-HN
(ºC
)
TT-HN
10 per. media móvil (TT-HN)
Figure SPM.1a Observed globally averaged combined land and ocean surface temperature anomaly 1850-2012
All Figures © IPCC 2013
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
Cambios
recientes de
temperatura del
aire en
superficie
32 2014 F.Estadística_LBR
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
Mejora de las
estimaciones de la
anomalía de la
temperatura mundial del
aire en superficie
34 2014 F.Estadística_LBR
POLÉMICA DEL “CALENTAMIENTO OBSERVADO” Nunca tan poco dió para tanto…..
Tendencias observadas en la frecuencia de temperaturas extremas 1951-2003 con referencia
1961-90, para los percentiles 10 y 90 (noches y dias frios; noches y dias cálidos).
Fuente: Alexander et al (2006)____IPCC.2007
OTROS INDICADORES MÁS SENSIBLES
Tendencias en los extremos: noches y dias frios
37 2014 F.Estadística_LBR
Figure SPM.3 Multiple observed indicators of a changing global climate
All Figures © IPCC 2013 OTROS INDICADORES MÁS SENSIBLES
Cubierta de nieve, extensión de los hielos árticos,
contenido en calor del océano superior, nivel del mar
Temperaturas en
superficie y en la
estratosfera inferior
IPCC_TAR.2001
39 2014 F.Estadística_LBR
OTROS INDICADORES MÁS SENSIBLES
Probabilidad
de
ocurrencia
Variable climática (x) X = Media
Rango habitual
Clima actual
Los impactos climáticos potenciales
Probabilidades
de
Sucesos
extremos
Impactos climáticos y extremos climáticos locales
40 2014 F.Estadística_LBR
Fuente: IPCC.1997
Modelos del Sistema Climático: “Simular” el clima
Sistema Climático = A U O U C U B U L 100 años SC A 101 años SC A U Osup 102-3años SC A U Oprof U C 103-4 años SC A U O U C U B 106-7años SC A U O U C U B U L
Fuente: Peixoto-Oort
41 2014 F.Estadística_LBR
Fuente: IPCC.2007
Evolución de las
temperaturas desde
1300 y de los
forzamientos
radiativos:
atribución de causas
42 2014 F.Estadística_LBR
FÍSICA Y ESTADÍSTICA
Malte Meinshausen & S. J. Smith & K. Calvin & J. S. Daniel & M. L. T. Kainuma & J-F. Lamarque & K. Matsumoto & S. A. Montzka & S. C. B. Raper & K. Riahi &
A. Thomson & G. J. M. Velders & D.P. P. van Vuuren 43 2014 F.Estadística_LBR
FORZAMIENTOS RADIATIVOS: ESCENARIOS
Esto no es Estadística, es Física
44 2014 F.Estadística_LBR
ESTRATEGIAS DE OBTENCIÓN DE ESCENARIOS
DE CAMBIO CLIMÁTICO: Concentraciones, forzamientos y
cambio de temperatura mundial superficial (1850-2300)
All Figures © IPCC 2013
ESTRATEGIAS DE OBTENCIÓN DE ESCENARIOS
DE CAMBIO CLIMÁTICO 1950-2100: Temperatura y nivel del mar
All Figures © IPCC 2013
ESCENARIOS DE CAMBIO CLIMÁTICO:
Ph marino y Extensión de hielo ártico en Septiembre
Figure SPM.8a,b Maps of CMIP5 multi-model mean results
All Figures © IPCC 2013
ESCENARIOS DE TEMPERATURA Y PRECIPITACIÓN
L.Balairon-Alicante03 11
Fuente: IPCC-2001
Variaciones de la temperatura en la superficie terrestre
entre los años 1000 y 2100 (H.Norte) / Ref.:1961-90
Datos “proxy”
Observaciones
instrumentales
Modelos
Fuente: IPCC.2001
48 2014 F.Estadística_LBR
3 PERSPECTIVAS: histórica, observada reciente y futura
Reducen la incertidumbre en las predicciones
49 2014 F.Estadística_LBR
Esto es ESTADÍSTICA de resultados de Modelos
Fuente: IPCC.2007
EVOLUCIÓN de la resolución de los modelos en los
informes IPCC: Punto de partida
52 2014 F.Estadística_LBR
54
Fuente:
Proyecto LINK (East-Anglia &Hadley Centre / Hulme&Vinner)Hadley Centre
2014 F.Estadística_LBR
ESTADÍSTICA Y FÍSICA PARA LA AGREGACIÓN Y LA
DESAGREGACIÓN DE CAPAS DE INFORMACIÓN
55
Obtención de escenarios regionales
• Enfoques dinámicos
– Modelos anidados sucesivamente
• Enfoques estadísticos y estocásticos
• Interpolación espacial
• Enfoques mixtos
Down-scaling = aumento de la resolución
2014 F.Estadística_LBR
PROYECTO PRUDENCE (UE) M.Dequé et Al.(2006) In Climatic Change Cambio de la temperatura invernal DJF, obtenido en un ensemble de 3 MCG y 9 MCR (modelos globales y regionales): Intervalos de confianza 99%
56 2014 F.Estadística_LBR
57
The Changing Climate of Europe (Mike Hulme and Tim Carter)
A contribution to: "Assessment of the Potential Effect of Climate Change in Europe"
Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA.
Modelos
“Lluviosos”
España: Inviernos años 2080
Modelos
“Secos”
2014 F.Estadística_LBR
58
Down Scaling
MODELOS ESTADÍSTICOS
• Relaciones entre patrones de la CGA en altura y distribución fina de variables en superficie como P y T
• Mejores resultados para regiones complejas como pen.ibérica
• Condicionada por efectos del clima pasado en las relaciones construídas
• A veces no reproduce interrelaciones entre variables P,T y radiación
2014 F.Estadística_LBR
59
Patrones de
circulación
atmosférica
Clima regional
o local
observado
Relación
empírica
Escenarios
globales
de cambio
climático
Escenarios
regionales
Esquema básico de las técnicas
de “down scaling” estadístico
2014 F.Estadística_LBR
60
Metodologia basada en situaciones
“Análogas”
Ref: BD-203
puntos “Proceso1: Acción”
(clustering, clasific, buscar,....)
Dia 1
..
..
..
Día n
“Proceso2: Acción”
INM (Observaciones)
NCEP (Reanálisis)
HadCM2 (Modelo)
2014 F.Estadística_LBR
63 2014 F.Estadística_LBR
Ejemplo
ANALOG
Resultado para la
precipitación
estacional en
España
INM-AEMET-FIC
64
PRECIPITACIONES - INVIERNO Y VERANO
C.Guadalquivir - punto 010: Validación método
"Analog"
0
1
2
3
4
5
6
7
8
9
61 66 71 76 81 86
Años
mm
/dia
Estimada invierno
Real invierno
Estimada verano
Real verano
2014 F.Estadística_LBR
Sistemas Indicadores DPSIR
PRESIÓN-IMPACTO-RESPUESTA
Drivers-Pressure-State-Impact-Response
Instrumentos de identificación, conocimiento, control y seguimiento de
los problemas tratados.
“Adecuación, Representatividad, Garantía, Continuidad, Aceptabilidad
científica”
65 2014 F.Estadística_LBR
Impacto, Riesgo y Vulnerabilidad
Impacto de un cambio ≠ Riesgo
Riesgo = Prob x Efecto de un impacto
Vulnerabilidad = f (sensibilidad, adaptabilidad)
Rhamshorf
(Postdam ICIR)
71 2014 F.Estadística_LBR
EL PROBLEMA DE LA INCERTIDUMBRE:
El riesgo de cambios abruptos
http://www.astroseti.org/noticia_1256_teoria_del_caos_una_breve_introduccion.htm
72 2014 F.Estadística_LBR
EL PROBLEMA DE LA INCERTIDUMBRE:
Física del Caos y complejidad
El estudio del caos con las ecuaciones de Lorenz donde σ es el número de Prandtl (viscosidad/conductividad térmica), r es de Rayleigh (John Strutt) (diferencia de temperatura entre base y tope) y b es la razón entre la longitud y altura del sistema.
Diagrama de la trayectoria del
sistema de Lorenz para los valores
r = 28, σ = 10,
b = 8/3 73 2014 F.Estadística_LBR
EL PROBLEMA DE LA INCERTIDUMBRE:
Física del Caos y complejidad
Conclusiones ESTADÍSTICA Y FÍSICA Y CIENCIA BIOGEOQUÍMICA
INNOVACIÓN Y UTILIZACIÓN DE TODAS LAS TÉCNICAS
SIG, INDICADORES SOLVENTES Y VALOR AÑADIDO
DISTINGUIR ENTRE CLIMA DEL PASADO REMOTO, CLIMA
RECIENTE Y ESCENARIOS FUTUROS DE CLIMA
DESCRIPCIÓN, COMPRENSIÓN, PREVISIÓN
DETECCIÓN FINGERPRINT = ESTADÍSTICA Y FÍSICA
TODOS LOS ESTADÍSTICOS
74 2014 F.Estadística_LBR
Simulación con forzamientos reales hasta 2003 y
escenarios futuros de temperatura hasta 2200
2007
(Fuente: Hansen et al, 2007)
80 2014 F.Estadística_LBR
Observed Changes in the Climate System (1/2)
Warming of the climate system is unequivocal, and since the 1950s, many of the observed
changes are unprecedented over decades to millennia. The atmosphere and ocean have
warmed, the amounts of snow and ice have diminished, sea level has risen, and the
concentrations of greenhouse gases have increased.
Each of the last three decades has been successively warmer at the Earth’s surface than any preceding
decade since 1850. In the Northern Hemisphere, 1983–2012 was likely the warmest 30-year period of
the last 1400 years (medium confidence).
Ocean warming dominates the increase in energy stored in the climate system, accounting for more
than 90% of the energy accumulated between 1971 and 2010 (high confidence). It is virtually certain
that the upper ocean (0–700 m) warmed from 1971 to 2010, and it likely warmed between the 1870s
and 1971.
Over the last two decades, the Greenland and Antarctic ice sheets have been losing mass, glaciers
have continued to shrink almost worldwide, and Arctic sea ice and Northern Hemisphere spring snow
cover have continued to decrease in extent (high confidence).
Observed Changes in the Climate System (2/2)
The rate of sea level rise since the mid-19th century has been larger than the mean rate during the
previous two millennia (high confidence). Over the period 1901 to 2010, global mean sea level rose by
0.19 [0.17 to 0.21] m.
The atmospheric concentrations of carbon dioxide, methane, and nitrous oxide have increased to
levels unprecedented in at least the last 800,000 years. Carbon dioxide concentrations have increased
by 40% since pre-industrial times, primarily from fossil fuel emissions and secondarily from net land
use change emissions. The ocean has absorbed about 30% of the emitted anthropogenic carbon
dioxide, causing ocean acidification.
Drivers of Climate Change (1/1)
Total radiative forcing is positive, and has led to an uptake of energy by the climate system. The largest
contribution to total radiative forcing is caused by the increase in the atmospheric concentration of
CO2 since 1750.
Ejemplo de forzamientos utilizados en el modelo GISS
(NASA) entre 1880 y 2003
2007
83 2014 F.Estadística_LBR
84
The Changing Climate of Europe (Mike Hulme and Tim Carter) A contribution to: "Assessment of the Potential Effect of Climate Change in Europe"
Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA.
CRU-UEA
2014 F.Estadística_LBR
85
The Changing Climate of Europe (Mike Hulme and Tim Carter) A contribution to: "Assessment of the Potential Effect of Climate Change in
Europe" Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA.
2014 F.Estadística_LBR