LibroINM 2capitulos PDF

del Instituto Nacional de Meteorloga
(2004)
Publicado por el Ministerio de Medio Ambiente, Madrid
ISBN: 84-8320-281-6
Universidad de Cantabria
Instituto Nacional de Meteorologa
Indice general
Prefacio
IX
Acr
onimos y Terminologa Utilizados
I
XII
Introducci
on
1. Modelos y Datos Atmosf

ericos
1.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Las Ecuaciones de la Atmosfera . . . . . . . . . . . . . . .
1.2.1. Filtrado de Soluciones Triviales . . . . . . . . . . .
1.3. Resoluci
on Numerica de las Ecuaciones . . . . . . . . . . .
1.3.1. Asimilaci
on de Datos . . . . . . . . . . . . . . . . .
1.3.2. Parametrizaci
on de Procesos Fsicos . . . . . . . .
1.4. Variabilidad Atmosferica . . . . . . . . . . . . . . . . . . .
1.4.1. Escalas Atmosfericas . . . . . . . . . . . . . . . . .
1.4.2. Patrones de Oscilaci
on Atmosferica y Teleconexion
1.5. Tipos de Modelos Numericos del Tiempo . . . . . . . . .
1.5.1. Modelos Globales de Circulacion General . . . . .
1.5.2. Modelos Regionales . . . . . . . . . . . . . . . . .
1.5.3. Modelos Mesoscalares . . . . . . . . . . . . . . . .
1.6. No Linealidad y Caos en la Atmosfera . . . . . . . . . . .
1.6.1. Predecibilidad y Prediccion por Conjuntos . . . . .
1.7. Estado Actual de la Predicci
on Operativa . . . . . . . . .
1.7.1. Nowcasting. Predicci
on Inmediata . . . . . . . . .
1.7.2. Predicci
on a Corto Plazo . . . . . . . . . . . . . .
1.7.3. Predicci
on a Medio Plazo por Conjuntos . . . . . .
1.7.4. Predicci
on Estacional por Conjuntos . . . . . . . .
1.7.5. Predicci
on Climatica . . . . . . . . . . . . . . . . .
v
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
4
7
8
8
10
11
11
12
14
15
16
17
18
21
24
24
24
26
28
30
INDICE GENERAL
VI
1.7.6. Tipos de Predicci

on: Determinista y Probabilstica
1.8. Futuro de la Predicci
on Numerica . . . . . . . . . . . . . .
1.9. Datos Climatol
ogicos y Meteorologicos . . . . . . . . . . .
1.9.1. Redes de Observacion . . . . . . . . . . . . . . . .
1.9.2. MeteoLab: Observaciones . . . . . . . . . . . . . .
1.9.3. Datos Paleoclim
aticos . . . . . . . . . . . . . . . .
1.9.4. Simulaciones de Modelos Numericos . . . . . . . .
1.9.5. MeteoLab: Patrones Atmosfericos . . . . . . . . . .
II
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
T
ecnicas Estadsticas Est
andar
30
31
31
32
34
38
39
41
45
2. T
ecnicas Estadsticas. An
alisis y Exploraci
on de Datos
2.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Probabilidad y Variables Aleatorias . . . . . . . . . . . . .
2.2.1. Funciones de Probabilidad . . . . . . . . . . . . . .
2.2.2. Probabilidades Conjuntas . . . . . . . . . . . . . .
2.2.3. Probabilidades Marginales y Condicionadas . . . .
2.3. Generadores de Tiempo (Weather Generators) . . . . . .
2.3.1. Generadores Estoc
asticos de Precipitacion . . . . .
2.3.2. Modelos de Intensidad del Evento . . . . . . . . .
2.4. Dependencia e Independencia de Variables . . . . . . . . .
2.4.1. Correlaci
on e Informacion Mutua . . . . . . . . . .
2.5. Componentes Principales y EOF . . . . . . . . . . . . . .
2.5.1. MeteoLab: Componentes Principales y EOF . . . .
2.5.2. Elecci
on del N
umero de Componentes . . . . . . .
2.5.3. Efectos de la Escala Temporal . . . . . . . . . . .
2.6. Tecnicas de Agrupamiento . . . . . . . . . . . . . . . . . .
2.6.1. Tecnicas Jer
arquicas . . . . . . . . . . . . . . . . .
2.6.2. Tecnicas Particionales . . . . . . . . . . . . . . . .
2.6.3. MeteoLab: Tecnicas de Agrupamiento . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
47
47
48
49
52
54
56
56
59
61
64
68
74
79
81
82
83
85
89
3. T
ecnicas Estadsticas. Modelizaci
on y Predicci
on
3.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . .
3.2. Downscaling Estadstico . . . . . . . . . . . . . . .
3.3. Tecnicas Estadsticas para Series Temporales . . .
3.3.1. Modelos Autoregresivos . . . . . . . . . . .
3.3.2. MeteoLab: Modelos Autoregresivos. . . . . .
3.3.3. Series Ca
oticas. Tecnicas de Inmersion . . .
3.3.4. Modelos de Markov . . . . . . . . . . . . .
3.4. Regresion . . . . . . . . . . . . . . . . . . . . . . .
3.4.1. Regresion Lineal . . . . . . . . . . . . . . .
3.4.2. Regresion Lineal M
ultiple . . . . . . . . . .
3.4.3. Regresion No Lineal . . . . . . . . . . . . .
3.4.4. MeteoLab: Regresion . . . . . . . . . . . . .
3.5. Correlaci
on Can
onica . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
91
91
92
94
95
96
97
100
101
101
104
106
107
109
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
INDICE GENERAL
VII
3.5.1. Predicci
on con Correlacion Canonica . . . . . . . .
3.5.2. MeteoLab: Correlacion Canonica . . . . . . . . . .
3.5.3. Efectos de la Escala Temporal . . . . . . . . . . .
3.6. Aplicaci
on al Downscaling. MOS y Perfect Prog . . . . . .
3.6.1. Modelos Globales y Locales. Dependencia Espacial
3.7. Tecnicas Locales de An
alogos . . . . . . . . . . . . . . . .
3.7.1. Influencia del Perodo de Reanalisis Utilizado . . .
3.7.2. MeteoLab: Tecnicas Locales de Analogos . . . . . .
3.8. Comparaci
on de Tecnicas en el Corto Plazo . . . . . . . .
III
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 111
. 111
. 115
. 117
. 118
. 120
. 121
. 122
. 124
T
ecnicas de Aprendizaje Autom
atico
127
4. Redes Probabilsticas (Bayesianas)

4.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2. Sistemas Inteligentes . . . . . . . . . . . . . . . . . . . . . . .
4.3. Sistemas Inteligentes Probabilsticos . . . . . . . . . . . . . .
4.4. Redes Probabilsticas . . . . . . . . . . . . . . . . . . . . . . .
4.4.1. Codificaci
on de Dependencias. Criterios de Separacion
4.4.2. Factorizacion de la Probabilidad . . . . . . . . . . . .
4.5. Redes Bayesianas. Definicion y Tipos . . . . . . . . . . . . . .
4.6. Razonamiento Probabilstico. Inferencia . . . . . . . . . . . .
4.6.1. MeteoLab: Modelo de Meteoros (I) . . . . . . . . . . .
4.7. Algoritmos de Aprendizaje Automatico . . . . . . . . . . . .
4.7.1. Algoritmo K2 . . . . . . . . . . . . . . . . . . . . . . .
4.7.2. MeteoLab: Modelo de Meteoros (II) . . . . . . . . . . .
4.7.3. El Algoritmo de Aprendizaje B . . . . . . . . . . . . .
4.7.4. Algoritmos de Aprendizaje Local. LK2 y LB . . . . .
4.7.5. MeteoLab: Modelado de Meteoros (III) . . . . . . . . .
4.8. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.1. Modelos Conceptuales . . . . . . . . . . . . . . . . . .
4.8.2. Dependencia Espacial en la Red Pluviometrica . . . .
4.8.3. Generadores de Tiempo (Weather Generators) . . . .
4.8.4. Predicci
on Probabilstica Local (Downscaling) . . . . .
4.8.5. Aplicaci
on al Relleno de Lagunas . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5. Redes Neuronales
5.1. Introducci
on . . . . . . . . . . . . . . . . . . . . .
5.2. Estructura de una Red Neuronal . . . . . . . . .
5.3. Aprendizaje y Validaci
on . . . . . . . . . . . . .
5.4. Perceptrones (Redes de una Capa) . . . . . . . .
5.4.1. Algoritmo de Aprendizaje. La Regla Delta
5.4.2. Mejoras y Modificaciones . . . . . . . . .
5.5. Redes Multi-Capa . . . . . . . . . . . . . . . . .
5.5.1. El Algoritmo de Retro-propagacion . . . .
5.5.2. MeteoLab: El Sistema de Lorenz . . . . .
175
. 175
. 176
. 178
. 180
. 180
. 182
. 186
. 187
. 193
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
129
129
130
132
135
135
137
138
139
140
146
147
148
150
151
153
155
156
160
162
165
169
INDICE GENERAL
VIII
5.6. Redes de Funci

on de Base Radial . . . . . . . . . .
5.6.1. Aprendizaje de los Par
ametros . . . . . . .
5.6.2. MeteoLab: Funciones de Base Radial . . . .
5.7. Redes Competitivas . . . . . . . . . . . . . . . . .
5.8. Redes Auto-Organizativas (SOM) . . . . . . . . . .
5.8.1. MeteoLab: Predicci
on con Redes Neuronales
5.9. Predicci
on a Plazo Medio con SOM . . . . . . . . .
5.10. Predicci
on Estacional . . . . . . . . . . . . . . . .
IV
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Ap
endices
6. Implementaci
on Operativa. El Sistema PROMETEO
6.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . .
6.2. Sistema Operativo en el INM . . . . . . . . . . . . . . .
6.2.1. Configuraci
on e Inicializacion del Sistema . . . .
6.2.2. Explotaci
on Operativa . . . . . . . . . . . . . . .
6.2.3. Acceso Web a las Predicciones . . . . . . . . . .
6.3. Casos de Estudio . . . . . . . . . . . . . . . . . . . . . .
6.4. Validaci
on. Retroalimentacion del Sistema . . . . . . . .
6.4.1. Validaci
on Operativa de Prometeo . . . . . . . .
. 194
. 195
. 196
. 198
. 201
. 206
. 209
. 215
223
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
225
. 225
. 226
. 227
. 229
. 230
. 231
. 235
. 236
7. Verificaci
on de Sistemas de Predicci
on Probabilstica
7.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . .
7.2. Tipos de Predicciones . . . . . . . . . . . . . . . . . . . .
7.2.1. Predicciones Deterministas . . . . . . . . . . . . .
7.2.2. Predicciones Probabilsticas . . . . . . . . . . . . .
7.3. Aspectos de la Calidad de una Prediccion . . . . . . . . .
7.4. Verificaci
on de Predicciones Deterministas . . . . . . . . .
7.4.1. Predicciones Binarias . . . . . . . . . . . . . . . .
7.5. Verificaci
on de Predicciones Probabilsticas . . . . . . . .
7.5.1. Brier Score . . . . . . . . . . . . . . . . . . . . . .
7.5.2. Brier Skill Score . . . . . . . . . . . . . . . . . . .
7.6. Predicciones Binarias Probabilsticas . . . . . . . . . . . .
7.6.1. Curvas ROC (Relative Operating Characteristics)
7.6.2. Valor Economico . . . . . . . . . . . . . . . . . . .
7.7. MeteoLab: Validaci
on . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
241
. 241
. 242
. 243
. 243
. 244
. 248
. 250
. 253
. 253
. 255
. 256
. 256
. 259
. 262
Bibliografa
265
Indice de Palabras
276
Prefacio
Durante las u
ltimas decadas se ha producido un crecimiento vertiginoso de
la capacidad de c
alculo y almacenamiento de los ordenadores, as como un abaratamiento de esta tecnologa. Estos hechos han desencadenado un crecimiento
vertiginoso de cantidad de informacion que se almacena diariamente en distintas bases de datos (simulaciones cientficas, observaciones, etc.), y ha hecho
mas facil y r
apido el acceso masivo a las mismas (por ejemplo, en tiempo real a
traves de Internet o de GRID; ver Foster and Kesselman (2003)). Estas bases
de datos contienen conocimiento u
til para numerosos problemas, y se requieren tecnicas especiales para explorarlas y analizarlas de forma eficiente. En el
ambito de la Meterologa se han utilizado las tecnicas estadsticas de forma
sistematica para abordar distintos problemas de modelizacion y prediccion a
partir de observaciones y/o de salidas de modelos numericos (ver, por ejemplo,
Ayuso, 1994). Sin embargo, el gran volumen de datos del que se dispone hoy
da hace que estas tecnicas resulten inapropiadas en numerosos problemas de
interes.
La necesidad de metodos eficientes y automaticos para explorar bases de
datos ha motivado un r
apido avance en
areas del ambito de la Estadstica y, mas
concretamente, de la Inteligencia Artificial. El objetivo es desarrollar metodos
de aprendizaje que operen de forma automatica a partir de un conjunto de
datos, preprocesando de forma r
apida y fiable la informacion para capturar
distintos patrones de conocimiento (reglas, grafos de dependencias, modelos
neuronales, etc.) que sean apropiados para resolver un problema; de esta forma
se compacta la informaci
on disponible, haciendola manejable. Se trata tambien
de que estas tecnicas operen de forma automatica, precisando de la mnima
intervenci
on humana. Durante los u
ltimos a
nos se ha producido un notable
desarrollo de este tipo de herramientas en distintas areas de conocimiento:
aprendizaje autom
atico (machine learning), computacion neuronal, estadstica,
computaci
on paralela, bases de datos, etc. En la decada de los noventa se
popularizo el termino Minera de Datos (Data Mining) para referirse a este area
interdisciplinar, y Aprendizaje Estadstico (Statistical Learning) para referirse a
los metodos estadsticos desarrollados con el objetivo de facilitar el aprendizaje
automatico.
Dos de las tecnicas m
as populares en este campo son las redes probabilsticas y las redes neuronales. Las redes probabilsticas son modelos apropiados
ix
INDICE GENERAL
para el tratamiento de problemas con incertidumbre, y utilizan tecnicas estadsticas modernas de inferencia y estimacion para ajustar los parametros a
los datos y obtener conclusiones en base a los modelos resultantes. Por otra parte, las redes neuronales son modelos de inspiracion biologica que aprenden
tratando de reproducir la realidad codificada en un conjunto de datos. Estas
tecnicas responden a dos lneas de investigacion distintas dentro del ambito del
aprendizaje autom
atico y de la minera de datos, proporcionando una vision
global de este campo.
Este libro se propone presentar una vision actual de estas herramientas y
mostrar su relaci
on con las tecnicas estadsticas estandar utilizadas en las ciencias atmosfericas. Para ello, se analizaran desde ambas perspectivas distintos
problemas de interes, como la prediccion local de fenomenos meteorologicos, la
mejora de resoluci
on de las salidas de los modelos numericos (downscaling), la
generacion de series climatologicas mediante simuladores estocasticos de tiempo (weather generators), el relleno de lagunas en los datos, la prediccion por
conjuntos, etc.
Este libro est
a organizado en tres partes. La primera parte es introductoria
y tiene un u
nico captulo (Cap. 1), que presenta una introduccion general a
la predicci
on numerica del tiempo, analizando los distintos tipos de modelos
utilizados hoy da en la prediccion operativa, incluyendo las tecnicas de prediccion por conjuntos. En este captulo tambien se describen los datos disponibles
relativos a observaciones y reanalisis de modelos numericos.
La segunda parte del libro est
a dedicada a los metodos estadsticos estandar
que han sido profusamente utilizados en las ciencias atmosfericas; esta parte
no trata de ser una gua completa del tema, pues existen excelentes textos para
ello (ver, por ejemplo von Storch and Zwiers, 1999), sino describir de forma
breve y pr
actica los metodos m
as habituales y los problemas donde se aplican.
Los Captulos 2 y 3 describen las tecnicas estadsticas estandar de exploracion
y analisis de datos, y de modelizaci
on y prediccion, respectivamente.
La tercera parte del libro se centra en las tecnicas de aprendizaje automatico, que generalizan algunas de las tecnicas estandar anteriores. Los Captulos 4
y 5 describen el fundamento te
orico y las aplicaciones practicas de dos tecnicas
recientes: redes probabilsticas y redes neuronales. Estas tecnicas ilustran los
nuevos conceptos y metodos de aprendizaje supervisado y no supervisado que
se vienen aplicando desde la decada de los ochenta para trabajar con problemas
complejos de forma eficiente y sencilla.
La u
ltima parte incluye dos apendices. En el primero de ellos (Cap. 6) se
describe una aplicaci
on operativa de prediccion basada en los metodos descritos
en el libro, y que est
a operativa en el INM. Por u
ltimo, en el Cap. 7, se analiza el
problema de la validaci
on de predicciones probabilsticas, donde se introducen
algunas medidas que son utilizadas a lo largo del libro.
Al final del libro se incluye una extensa bibliografa para consultas adicionales, as como un ndice para la b
usqueda de palabras clave en los temas tratados.
La pagina Web del grupo (grupos.unican.es/ai/meteo) ofrecera informacion
actualizada de los distintos temas tratados en el libro.
INDICE GENERAL
XI
Como complemento a este libro se ha desarrollado una Toolbox de Matlab

(MeteoLab. Meteorological Machine Learning Toolbox for Matlab) para la aplicacion de tecnicas estadsticas y de aprendizaje automatico en problemas de
meteorologa y climatologa. Los programas incluidos en la Toolbox permiten
cargar y visualizar de forma sencilla datos de redes de observaciones y salidas
de modelos numericos (reanalisis y predicciones). Posteriormente, se pueden
analizar los datos aplicando tecnicas estadsticas estandar como componentes
principales (PC/EOF) para la eliminacion de redundancia, tecnicas de agrupamiento jer
arquico e iterativo, tecnicas de prediccion con modelos de regresion o
correlacion can
onica (CCA), etc. Tambien se incluyen programas para aplicar
de forma sencilla tecnicas de redes probabilsticas y neuronales. Estos programas, junto con informaci
on adicional y conjuntos de datos, pueden obtenerse de
la direccion web http://grupos.unican.es/ai/meteo/MeteoLab.html. Para
un completo entendimiento de los programas, se requiere un conocimiento basico del programa Matlab (ver, por ejemplo, Middleton, 2000).
Por u
ltimo, queremos agradecer la ayuda y comentarios de todos nuestros
compa
neros, especialmente de Cristina Primo y Bartolome Orfila, as como
el apoyo institucional del Instituto Nacional de Meteorologa (INM) y de la
Universidad de Cantabria (UC) para el desarrollo de este trabajo.
XII
INDICE GENERAL
El libro est
a especialmente dedicado a toda la gente que nos ha ense
nado
a aprender lo que sabemos y a valorar lo que tenemos, especialmente a los
Profesores Enrique Castillo Ron y Miguel Angel Rodrguez.
Jose M. Gutierrez
Rafael Cano
Antonio S. Cofi
no
Carmen M. Sordo
Santander, junio de 2004
Acronimos y Terminologa Utilizados
A continuaci
on se describen algunos acronimos y terminologa utilizados en
los distintos captulos de este libro.
ARPS. Advanced Regional Prediction System, www.caps.ou.edu/ARPS.
BS. Brier Score; error cuadr
atico medio de la probabilidad predicha menos
la probabilidad observada (ver Cap. 7).
BSS. Brier Skill Score; ndice de pericia que se obtiene como 1BSP/BSR,
donde BSP es el BS de la prediccion y BSR es el BS de un sistema de
referencia, normalmente la climatologa. Ver Cap. 7.
COAMPS. US Navys Coupled Ocean/Atmosphere Mesoscale Prediction
System, www.nrlmry.navy.mil/projects/coamps.
CP. Componente principal. Ver Sec. 2.5.
DEMETER. Proyecto Europeo Development of a European Multimodel
Ensemble system for seasonal to inTERannual prediction.
Downscaling. Mejora de resoluci
on (o interpolacion) de una prediccion de
un modelo numerico efectuada en una rejilla.
ECMWF. Centro europeo para prediccion a plazo medio (European Center for Medium-Range Weather Forecast), www.ecmwf.org.
ENSO. Patr
on de oscilaci
on de El Ni
no-Pacfico Sur (El Ni
no-Southern
Oscillation). Ver Sec. 2.5.
EOF. Funci
on emprica ortogonal (Empirical Ortogonal Function). Termino sin
onimo utilizado para el analisis de Componentes Principales en la
comunidad de las ciencias atmosfericas. Ver Sec. 2.5.
xiii
INDICE GENERAL
XIV
ERA. Rean
alisis del ECMWF. Un reanalisis es un experimento de simulacion numerica de la circulacion atmosferica para un largo perodo de
tiempo con un mismo modelo numerico, asimilando toda la informacion
disponible. Ver Sec. 1.9.4.
EPS. Sistema de prediccion por conjuntos (Ensemble Prediction System).
Ver Sec. 1.6.1.
FPC. Funci
on de probabilidad conjunta p(x1 , . . . , xn ).
GCOS. Global Climate Observing System. www.wmo.ch/web/gcos.
GSN, GCOS Surface Network. Ver Sec. 1.9.
HIRLAM. Modelo de
area limitada de alta resolucion (High Resolution
Limited Area Model) hirlam.knmi.nl.
INM. Instituto Nacional de Meteorologa, www.inm.es.
LAN. Red de
area local (Local Area Network).
MM5. Penn State/NCAR Mesoscale Model, box.mmm.ucar.edu/mm5.
NAO. Oscilaci
on del Atl
antico Norte (North Atlantic Oscillation). Ver
Sec. 2.5.
NCEP. National Centers for Environmental Prediction:
www.ncep.noaa.gov.
NHC. National Hurricane Center, www.nhc.noaa.gov.
RMSE. Error cuadr
atico medio (Root Mean Square Error).
ROC, curva. Relative Operating Characteristic. Curva obtenida a partir
de los aciertos y las falsas alarmas de un sistema de prediccion binario.
Ver Cap. 7.
RSM. Modelo regional espectral del NCEP (Regional Spectral Model).
SLP. Presi
on a nivel del mar (Sea Level Pressure).
SOM. Redes auto-organizativas (Self-Organizing Maps) para agrupamiento y visualizaci
on de datos. Ver sec. 5.8.
SST. Temperatura de la superficie del agua del mar (Sea Surface Temperature).
UTC. Coordenadas universales de tiempo (Universal Time Coordinates).
WAN. Red de
area extendida (Wide Area Network), en contraposicion a
las LAN.
INDICE GENERAL
XV
A lo largo de todo el libro se utiliza la notacion X para referirse a una

variable y X para referirse a un vector, mientras que las min
usculas se utilizan
para referirse a valores concretos de las mismas; por ejemplo, X = x. El smbolo
<> se utiliza para denotar el valor medio de una variable para un perodo dado,
y o(t) para denotar un valor estimado (predicho) para o(t).
En este libro se ha optado por utilizar el termino predecibilidad, en lugar de
predictibilidad, debido a su mayor implantacion en la comunidad cientfica en
este campo.
El termino patr
on se utiliza para referirse a una estructura numerica con
una cierta organizaci
on de sus elementos (por ejemplo, una estructura matricial
o tensorial relativa a una rejilla sobre una region geografica concreta). Para su
tratamiento matem
atico los patrones seran considerados vectores, descomponiendo su estructura de forma apropiada, y componiendola de nuevo cuando
sea necesario.
Parte I
Introducci
on
CAPITULO 1
Modelos y Datos Atmosfericos
1.1. Introduccion
El esfuerzo investigador llevado a cabo en las tres u
ltimas decadas ha permitido un gran avance en el desarrollo de modelos de circulacion atmosferica que
incorporan las parametrizaciones de los fenomenos fsicos relevantes, adecuados
a las escalas espaciales a que dichos modelos se aplican. Por otra parte, la aplicacion operativa de estos modelos ha sido posible gracias a la disponibilidad de
mejores y m
as complejos sistemas de observacion (subsistema de observacion
terrestre: SYNOP, SHIP, TEMP, AIREP, DRIBU, etc. y subsistema espacial:
SATEM, SATOB, etc., disponibles varias veces al da). Estos datos observacionales pueden ser asimilados en los modelos gracias al desarrollo y uso sucesivo
de metodos de interpolaci
on
optima y metodos de asimilacion variacionales 3D
y 4D, puestos a punto con el fin de establecer con la menor incertidumbre posible las condiciones iniciales a partir de las cuales se integran los modelos de
prediccion.
Como resultado de este trabajo, se dispone en la actualidad de eficientes
modelos atmosfericos que se utilizan para la elaboracion de un amplio abanico
de predicciones con distintas resoluciones espaciales y distintos alcances temporales. Por una parte, los modelos de mayor resolucion y de area limitada
se utilizan principalmente para la prediccion a corto y medio plazo, mientras
que, en el otro extremo, los modelos acoplados oceano-atmosfera de circulacion
general se aplican para la prediccion de anomalas en la prediccion estacional
y para la preparaci
on de escenarios climaticos en funcion de diversos supuestos
de forzamiento radiativo (duplicaci
on del nivel de CO2 , etc.).
3
1. MODELOS Y DATOS ATMOSFERICOS
En este captulo se describen brevemente las caractersticas mas importantes de los modelos y procesos involucrados en la prediccion numerica del
tiempo. Las salidas de estos modelos se utilizan en el resto del libro como datos
de entrada, o predictores, en los distintos metodos propuestos. En la Seccion
1.2 se describen brevemente los principales procesos fsicos que intervienen en
la dinamica atmosferica. En la Sec. 1.3 se analizan algunos aspectos y limitaciones de la resoluci
on numerica de estas ecuaciones. Por ejemplo, la Sec.
1.3.1 analiza el problema de la asimilacion de datos, y la Sec. 1.3.2 describe
algunas de las parametrizaciones b
asicas que se suelen utilizar en los modelos
(y en la discretizaci
on del esquema numerico) para incluir los procesos fsicos
de menor escala que escapan a la resolucion de la discretizacion (turbulencia,
etc.). La Sec. 1.4 analiza los fen
omenos y escalas que influyen en la variabilidad atmosferica. En la Sec. 1.5 se describen las caractersticas (resolucion,
alcance, etc.) de los principales tipos de modelos utilizados en prediccion operativa. En la Sec. 1.6 se analiza el problema de la no linealidad y el caos, y la
Sec. 1.6.1 describe el esquema practico de la prediccion por conjuntos utilizado
para tener en cuenta este problema. La Sec. 1.7 describe el estado actual de
las predicciones operativas que se obtienen diariamente con todos los modelos
y tecnicas anteriormente descritos; por otra parte, en la Sec. 1.8 se comentan
brevemente las lneas de mayor interes en este campo de cara al futuro. Finalmente, la Secci
on 1.9 describe los datos observacionales (series climatologicas)
y atmosfericos (simulaciones de modelos) que se utilizan en este libro.
1.2. Las Ecuaciones de la Atmosfera

En esta secci
on se presenta una breve descripcion de las ecuaciones que
controlan la din
amica de la atmosfera, con el u
nico objetivo de ofrecer al lector una visi
on general sobre la complejidad de los modelos involucrados en la
prediccion numerica del tiempo. Para un estudio detallado, existen numerosos
libros de meteorologa din
amica con excelentes explicaciones y ejemplos de las
deducciones y descripciones fsicas de las ecuaciones (ver, por ejemplo, Holton,
1992; Barry and Chorley, 1998; Kalnay, 2003).
Desde un punto de vista fsico, la atmosfera puede ser considerada como una
mezcla de gases y agua en sus distintos estados. Esta mezcla esta en movimiento dentro de un campo gravitatorio sobre una esfera en rotacion y calentada
por el Sol. En este sistema se deben cumplir la ecuacion de estado de los gases
y las leyes de conservaci
on de energa, masa y momento. La mayora de estas
leyes se expresan con ecuaciones que relacionan las derivadas totales de ciertas
magnitudes fsicas en el tiempo. Estas derivadas son normalmente descompuestas en sus terminos local y advectivo. Por ejemplo, considerando el campo de

1.2. LAS ECUACIONES DE LA ATMOSFERA
velocidades v = (u, v, w) asociado al sistema de referencia (x, y, z) se tendra:

f
f dx f dy f dz
f
df
=
+
+
+
=
+ v f
dt
t
x dt
y dt
z dt
t
(1.1)
donde f (x, y, z, t). Esta ecuaci

on indica que la derivada total en el tiempo
(Lagrangiana o individual) de una funcion, viene dada por la derivada local
en el tiempo (parcial, o Euleriana) mas los cambios debidos al termino de
adveccion.
Seg
un la ecuaci
on de conservaci
on de masa, la variacion total en el tiempo
de la masa de una parcela de aire es nula (dM/dt = 0). La masa de aire
contenida en un volumen xyz es:
M = xyz
(1.2)
donde es la densidad del aire. Considerando la ecuacion

1 dM
= 0,
M dt
(1.3)
sustituyendo (1.2) y aplicando (1.1) se tiene la ecuacion de conservacion

de masa
1 d
+ v =0
= ( v),
(1.4)
dt
t
ya que u/x = x1 dx/dt.
La ecuaci
on de conservaci
on de vapor de agua determina que la variacion
total de vapor de agua en una parcela de aire se debe exclusivamente a
procesos internos de evaporaci
on E (fuente) y/o condensacion C (sumidero):
dq
=EC
(1.5)
dt
donde q es la proporci
on en masa de vapor de agua en la parcela de aire
(g/kg). Si esta ecuaci
on se multiplica por , se expande seg
un (1.1), y
se suma a la ecuaci
on de conservacion de masa (1.4) multiplicada por q,
queda
q
= ( v q) + (E C).
(1.6)
t
De la misma forma que se ha incluido una ecuacion de conservacion para
el vapor de agua, se podra incluir cualquier otra ecuacion de conservacion
para otros elementos como agua lquida, ozono, etc., mientras tambien se
incluyan sus correspondientes fuentes y sumideros.
La ecuaci
on de estado de los gases ideales aplicada a la atmosfera impone
la siguiente relaci
on entre las variables de estado termodinamicas:
p = R T,
(1.7)

donde p es la presi
on (mb
o Hpa), T la temperatura (o C o K), R es
la constante de los gases ideales, y es el volumen especfico (m3 /kg),
inverso de la densidad (kg/m3 ).
Conservaci
on de energa: El foco principal de calor para la atmosfera es
la superficie terrestre (calentada por el Sol), entendiendo como tal tierra
y oceano. Este calor absorbido por la atmosfera se emplea en variar su
temperatura, su densidad o ambas cosas a la vez; es decir, si se aplica
una tasa de calor Q por unidad de masa a una parcela de aire (cal/s g),
esta energa es empleada en aumentar la energa interna Cv T y producir
un trabajo de expansi
on
d
dT
+p ,
(1.8)
dt
dt
donde los coeficientes de calor especfico a volumen constante (Cv ) y a
presi
on constante (Cp ) se relacionan mediante Cp = Cv + R. Haciendo
uso de la ecuaci
on de estado se puede obtener una forma alternativa de
la ecuaci
on de conservacion de energa:
Q = Cv
Q = Cp
dT
dp
.
dt
dt
(1.9)
Conservaci
on del Momento:
dv
= p + F 2 v;
dt
(1.10)
La aceleraci
on sobre la unidad de masa es debida a cuatro fuerzas: gradiente de presi
on (p), gravedad aparente (), rozamiento (F ) y
Coriolis (2 v).
Por tanto, resumiendo lo anterior, se tienen siete ecuaciones y siete incognitas: v = (u, v, w), T , p, = 1/ y q:
dv
dt
t
p
= p + F 2 v
(1.11)
= ( v)
(1.12)
= RT
dT
dp
Q = Cp
dt
dt
q
= ( v q) + (E C)
t
(1.13)
(1.14)
(1.15)
A las ecuaciones anteriores se las suele denominar ecuaciones primitivas, y

representan el sistema que gobierna la dinamica de la atmosfera. El objetivo

1.2. LAS ECUACIONES DE LA ATMOSFERA
de la predicci
on numerica del tiempo es obtener el estado de la circulacion atmosferica en un tiempo futuro a partir de la condicion inicial actual. Para ello
es necesario disponer de un modelo numerico capaz de integrar las ecuaciones
y que incluya los intercambios energeticos (en la capa lmite) mas importantes
(radiacion, turbulencia, calor latente, etc.). Dada la no linealidad y complejidad
de las ecuaciones primitivas, en la practica se suele recurrir a distintas aproximaciones que simplifican la resoluci
on numerica y eliminan inestabilidades
numericas.
1.2.1. Filtrado de Soluciones Triviales

Las simplificaciones m
as b
asicas de las ecuaciones anteriores ayudan a entender las caractersticas de los tipos de ondas basicos presentes en la atmosfera,
que tambien aparecen en las soluciones mas generales. Por ejemplo, suponiendo
que el movimiento es adiab
atico, rectilneo, y sin gravedad, se obtienen como
soluciones las ondas sonoras puras que se propagan a traves de la compresion
del aire. Si se considera la aproximaci
on hidrost
atica (sin velocidad vertical),
las ondas sonoras s
olo se propagan horizontalmente (ondas de Lamb). Por otra
parte, si se supone que no hay movimiento horizontal, pero s desplazamientos verticales (el movimiento se considera adiab
atico y rectilneo), entonces el
resultado son las ondas gravitatorias externas: oleaje en la superficie libre; y
las ondas gravitatorias internas: cualquier partcula de fluido desplazada de su
nivel de equilibrio oscila verticalmente con una frecuencia caracterstica denominada frecuencia de Brunt-Vaisala (en la atmosfera, en condiciones normales,
las oscilaciones tpicas son de 100 s). Por otra parte, considerando un flujo
inicial zonal (v = w = 0) y un campo uniforme de densidad, cualquier perturbacion al flujo zonal supone un cambio de latitud y por tanto un cambio
en la fuerza de Coriolis, que siempre act
ua tratando de restaurar el flujo zonal
produciendo las llamadas ondas de Rossby que se propagan alrededor del globo
con un periodo de desarrollo de varios das a una semana y con una longitud
de onda del orden de 3000 km para latitudes medias ( = 45o ).
En general interesa que las soluciones obtenidas para la circulacion de la atmosfera en un problema operativo muestren el comportamiento de interes meteorologico, por lo que es deseable eliminar algunas de las ondas basicas que no
intervienen en esta din
amica, pero que pueden producir inestabilidades en el
modelo numerico al ser propagadas (esto ocurre, por ejemplo con las ondas
sonoras y gravitatorias). Este procedimiento de seleccion de tipos de ondas se
denomina filtrado y consiste en eliminar parcialmente las fuerzas restauradoras que originan la onda que se desea filtrar. Por ejemplo, la aproximaci
on
hidrost
atica impide la propagaci
on vertical de las ondas sonoras.
Por tanto, los modelos operativos utilizados en la prediccion numerica del
tiempo son aproximaciones m
as o menos completas de las ecuaciones primitivas
de la atmosfera.

1.3. Resolucion Numerica de las Ecuaciones

Los modelos atmosfericos de circulacion se resuelven utilizando tecnicas
numericas que discretizan el espacio y el tiempo. En coordenadas cartesianas
se considera una rejilla 4D sobre la que se aplican tecnicas de elementos finitos,
mientras que en coordenadas esfericas se aplican tecnicas espectrales que consideran un n
umero finito de arm
onicos esfericos en la descripcion del sistema
(para introducci
on a estos metodos ver Kalnay, 2003). En ambos casos, la precision del modelo est
a fuertemente influenciada por la resolucion espacial (dada
directamente por el tama
no de rejilla o por el perodo del modo de mayor frecuencia). Sin embargo, aumentar la resolucion del modelo es extremadamente
costoso ya que, por ejemplo, duplicar la resolucion en el espacio tridimensional tambien requiere reducir a la mitad el paso de tiempo para satisfacer las
condiciones de estabilidad computacional. Por tanto, el coste computacional
total de duplicar la resoluci
on crece con un factor de 24 = 16. Las tecnicas
modernas de discretizaci
on intentan obtener un incremento en la precision sin
tanto coste computacional; estas tecnicas son los esquemas semi-implcitos y
semi-lagrangiano en el tiempo. Adem
as, estos esquemas poseen condiciones de
estabilidad menos estrictas. A
un as, existe una constante necesidad de aumentar la resoluci
on para obtener una prediccion mejor y mas detallada. Esta tarea
es la mayor aplicaci
on de los super-ordenadores disponibles (www.top500.org).
A pesar de los avances logrados en cuanto a la modelizacion fsica de la
atmosfera y a la resoluci
on numerica de los modelos, la notable mejora en la
capacidad de predicci
on se debe principalmente a otros factores. Por ejemplo,
Kalnay (2003) describe los siguientes factores:
Por un lado, el aumento de la potencia de los super-ordenadores permitiendo resoluciones mucho m
as finas y menos aproximaciones en los
modelos atmosfericos operacionales.
El aumento de la disponibilidad de datos, especialmente procedentes de
satelites y aviones sobre los oceanos y el hemisferio Sur.
El uso de metodos m
as exactos de asimilacion de datos, lo que resulta en
una mejor condici
on inicial para los modelos.
La mejora en la representacion de procesos fsicos de escala peque
na en
los modelos (nubes, precipitaci
on, transferencia de calor en regimen turbulento, humedad, radiaci
on, etc.).
En las siguientes secciones se analizan estos temas en mas detalle.
1.3.1. Asimilacion de Datos

La predicci
on numerica es, en buena parte, un problema de condiciones
iniciales: dada una estimacion actual del estado de la atmosfera, un modelo
NUMERICA
1.3. RESOLUCION
DE LAS ECUACIONES
numerico simula su evolucion, para obtener una prediccion en un estado futuro. Esta condici
on inicial se establece a partir de la interpolacion sobre los
puntos de rejilla del modelo de las observaciones disponibles; este proceso de
obtencion de la condici
on inicial a partir de las observaciones se denomina asimilaci
on. El principal problema de este proceso es que la cantidad de datos
disponibles no es suficiente para inicializar el modelo en todos sus grados de
libertad (por ejemplo, un modelo con una resolucion tpica de 1o de resolucion
horizontal y 20 niveles verticales podra tener 180 360 20 = 1.3 106 puntos
de rejilla, en cada uno de los cuales est
an definidas 7 variables, con lo que ten7
dramos aproximadamente 10 grados de libertad). Para una ventana temporal
de 3 horas, existen normalmente entre 104 y 105 observaciones de la atmosfera, dos ordenes de magnitud menor que el n
umero de grados de libertad del
modelo. Mas a
un, la distribuci
on espacial y temporal de las observaciones no
es uniforme, existiendo regiones en Eurasia y Norteamerica con muchos datos,
y regiones en el Hemisferio Sur con pocos datos. Por tanto, se hace necesario
usar informaci
on adicional (llamado fondo, first-guess o informacion a priori)
para preparar las condiciones iniciales de la prediccion. Inicialmente se usaba
la climatologa como first-guess, pero al mejorar la pericia de las predicciones, se utiliza una prediccion a corto plazo como first-guess en los sistemas de
asimilacion de datos operacionales (ciclos de analisis).
Para los modelos globales, el first-guess es la prediccion del modelo a las
6 horas, xp (un array 4-dimensional) que es interpolada a los puntos de observacion mediante un operador H(xp ) y convertida al mismo tipo que las
variables observadas y 0 . Las diferencias entre las observaciones y el first-guess
y 0 H(xp ) son los incrementos observacionales o mejoras, y el analisis x0 se
obtiene a
nadiendo las mejoras al first-guess del modelo con unos pesos W que
son determinados en base a las covarianzas de los errores estadsticos de la
prediccion y observaci
on:
x0 = xp + W [y 0 H(xp )]
(1.16)
Los diferentes esquemas de analisis est

an basados en este metodo:
Interpolaci
on
optima, donde la matriz de pesos se determina minimizando
los errores en cada punto de rejilla.
Metodos variacionales 3D y 4D, con funciones de coste proporcionales al
cuadrado de la distancia entre el analisis, el first-guess y las observaciones
(sobre un intervalo temporal o ventana de asimilacion para el caso 4D).
Mas recientemente, los filtros de Kalman extendidos (Judd, 2003).
A la vista de lo anterior se puede interpretar que el ciclo de asimilacion de
datos es una continua integraci
on del modelo que se va perturbando con las
observaciones de tal forma que permanezca lo mas cerca posible del estado real
10
de la atmosfera. La funci
on del modelo es transportar informacion de zonas con
muchos datos, a zonas con pocos datos y ofrecer una estimacion del estado de
la atmosfera.
Los errores que se cometen en el proceso de asimilacion imponen una incertidumbre en el plazo de prediccion, dada por la no linealidad de la atmosfera
(y, por tanto, de los modelos que aproximan su dinamica). Este problema se
vuelve importante en el plazo medio y en la prediccion estacional y obliga a
formular la predicci
on en terminos probabilsticos. La prediccion por conjuntos (ensemble forecast), que se analiza en una seccion posterior, es una tecnica
practica para mejorar la prediccion teniendo en cuenta esta incertidumbre.
1.3.2. Parametrizacion de Procesos Fsicos

A pesar de que el constante incremento de la capacidad de calculo permite
integrar modelos numericos cada vez con mas resolucion, existen muchos procesos atmosfericos que no pueden ser resueltos de manera explcita a la escala
que se utiliza en los modelos (algunos ocurren a escala molecular, como la radiacion, evaporaci
on, rozamiento y turbulencia); por tanto, estos procesos no
estan contemplados en las ecuaciones de los modelos que se usan y se vuelven
importantes en escalas espaciales peque
nas (por debajo de las decenas de km).
En estos casos, estos procesos juegan un papel crucial en el balance energetico
global afectando, por supuesto, a los procesos a gran escala. Por esa razon, la
interaccion entre escalas no puede ser ignorada por los modelos, y se recurre a
la parametrizaci
on. As, cuando las ecuaciones son discretizadas sobre un tama
no de rejilla dado (de unos pocos a varios cientos de kilometros), se hace
necesario a
nadir terminos fuentes y sumideros para tener en cuenta el balance energetico asociado a los fen
omenos que escapan a la dinamica formulada
en el modelo numerico.
La parametrizaci
on consiste en reformular a gran escala los efectos de peque
na escala (ver, por ejemplo, Beniston, 1998). Una dificultad a
nadida es que
no siempre est
a claro a que escala se asigna un fenomeno determinado; por
ejemplo, un modelo de 50 km no resuelve la circulacion de brisa, pero tampoco
la ignora completamente, de manera que el proceso es doblemente difcil en
estos casos. Como ejemplo, se podra considerar la ecuacion de conservacion de
vapor de agua en coordenadas de presion dada por
q
q
q
w0 q 0
q
+u
+v
+w
=EC +
t
x
y
p
p
(1.17)
donde q es la proporci
on de vapor de agua y masa de aire seco, x e y coordenadas horizontales, p es la presion, t el tiempo, u y v son las componentes
de la velocidad horizontal del aire (viento), w = dp
dt es la velocidad vertical
en coordenadas de presi
on, y el producto de las variables prima representa el
transporte turbulento de humedad desde las escalas no resueltas por la rejilla

1.4. VARIABILIDAD ATMOSFERICA
11
usada en la discretizaci
on; con la barra horizontal (q) se representan promedios
espaciales sobre la rejilla del modelo. A la parte izquierda de (1.17) se la denomina din
amica del modelo, y se calcula explcitamente. La parte derecha de
(1.17) se denomina fsica del modelo. La ecuacion de la humedad incluye los
efectos de los procesos fsicos tales como evaporacion (E) y condensacion (C),
y transferencias turbulentas de humedad que tienen lugar a escalas peque
nas
que no pueden ser resueltas explcitamente por la dinamica.
1.4. Variabilidad Atmosferica

Una de las pruebas m
as simples para verificar el correcto funcionamiento de
los modelos de predicci
on numerica del tiempo consiste en contrastar el grado
de exactitud con el que aproximan la variabilidad climatologica de distintos
fenomenos de interes, a distintas escalas espaciales y temporales.
1.4.1. Escalas Atmosfericas

Los fen
omenos m
as relevantes de la atmosfera ocurren a distintas escalas
espacio-temporales, desde escalas sin
opticas con fluctuaciones en la circulacion
asociadas a grandes sistemas de presion, con longitudes de onda en torno a
5000km y periodos entorno a 5 das, a escalas mesoescalares con fluctuaciones
locales en la circulaci
on derivadas de la interaccion entre calentamientos diferenciales inducidos por el ciclo diurno e inhomogeneidades en superficie, con
longitudes de onda en torno a 200km (ver Orlanski, 1975; Jansa, 1990, para
una descripci
on detallada).
Nombre
Escala
Duracin
Fenmenos Atmosfricos
Macro-a
15.000 km
1 mes
Circulacin general, ondas largas.
Macro-b
5.000 km
1 semana
Depresiones y anticiclones.
Macro-g
500 km
2 das
Frentes, huracanes.
Meso-b
100 km
6 horas
Meso-g
5 km
1 hora
Meso-d
500 m
30 mn.
Cmulos, tornados, vientos catabticos.
Micro-b
50 m
5 mn.
Penachos, estelas, trombas, tolvaneras.
Micro-g
2m
1 seg.
Brisas, ondas de montaa, chorros de bajo

nivel, complejos convectivos, isla trmica.
Tormentas, TAC.
Ondas sonoras, turbulencia.
Figura 1.1: Escalas meteorologicas (adaptado de Orlanski, 1975).
12
Los modelos numericos de circulacion atmosferica tratan de reproducir con

la mayor precisi
on posible la variabilidad de estos fenomenos, a las distintas escalas a que los aproximan. Por ejemplo, si se esta interesado en la precipitaci
on
diaria, habra que trabajar con un modelo numerico que reprodujese la variabilidad climatol
ogica observada para este fenomeno. En algunos casos, la variabilidad de fen
omenos diarios o mensuales puede estar afectada por patrones
atmosfericos de gran escala cuya din
amica se desarrolla en escalas temporales
estacionales e incluso interanuales. El estudio de estos patrones es, por tanto,
de gran importancia para el conocimiento de la dinamica atmosferica y de su
variabilidad.
1.4.2. Patrones de Oscilacion Atmosferica y Teleconexion

En algunas regiones del globo la variabilidad de la atmosfera esta dominada
en gran medida a un cierto patron atmosferico de escala sinoptica que oscila en
el tiempo con perodos estacionales o interanuales. Algunos de estos patrones
son bipolares y su estado (positivo o negativo) se puede caracterizar en base a
un ndice. Algunos ejemplos notorios de estos patrones son:
NAO (North Atlantic Oscillation) (Wanner et al., 2001): Caracterstica
de latitudes medias y asociada en terminos relativos a un patron alta/baja
presi
on en Islandia - baja/alta presion en las Azores. Este patron suele
definirse a traves de un ndice que caracteriza su fase y que es obtenido
como la diferencia de presiones a nivel del mar en ambos puntos, o como
la componente principal asociada a la primera EOF de la presion en 500
mb del Atl
antico Norte (ver Captulo 2, Fig. 2.12). Se han descubierto
distintas interrelaciones entre este patron y distintas fenomenologas sobre
Europa como, por ejemplo, la precipitacion (van Oldenborgh et al., 2000)
o la temperatura en superficie (Pozo-Vazquez et al., 2000) sobre Europa
o, m
as especficamente, sobre la Pennsula Iberica (Esteban-Parra et al.,
2003).
La NAO posee una marcada variabilidad interanual lo cual permite una
hipotetica predicci
on estacional. A causa de su notable impacto sobre
el tiempo y clima de Europa, existe un creciente interes en determinar
su predecibilidad estacional e interanual. Por desgracia la NAO es un
fenomeno de latitudes medias muy ruidoso, con un espectro de potencias
casi plano en estas escalas temporales, muy parecido a un ruido blanco,
de manera que incluso las predicciones posibles con modelos estadsticos,
reproducen s
olo un peque
no rango de la varianza total (Wunsch, 1999).
Por tanto, un problema actual de gran importancia es la reproduccion y
predicci
on de este patron con modelos de circulacion atmosferica.
ENSO (El Ni
no-Southern Oscillation) (Philander, 1990): Es un fenomeno
tropical del Pacfico Sur (ver Captulo 2, Fig. 2.12) caracterizado por un

1.4. VARIABILIDAD ATMOSFERICA
13
calentamiento del agua de la superficie del Pacfico central y este y por

la variaci
on a gran escala asociada del sistema de presion atmosferica del
tropico (denominado Oscilaci
on del Sur, SO). Este patron se caracteriza tradicionalmente basandose en las diferencias en las anomalas en la
presi
on del aire entre Tahiti y Darwin. La variabilidad de este ndice se
muestra en la Fig. 1.2.
4
-2
-4
1900 1905 1910 1915 1920 1925 1930 1935 1940 1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
Figura 1.2: Indice de Oscilacion del Sur (SOI) durante el siglo XX. El ndice de un
mes se define como (T D)/S, donde T y D son las anomalas mensuales en Tait y
Darwin, respectivamente y S es la varianza de T D para el mes dado.
Figura 1.3: Precipitacion en el Pacfico durante el episodio fuerte de El Nino (EneroMarzo de 1998). La figura izquierda muestra la precipitaci
on total y la figura derecha
la desviaci
on en tanto por uno respecto del valor medio (FUENTE: NCEP).
El ciclo ENSO tiene un periodo medio de cuatro a

nos aproximadamente,
aunque en el registro hist
orico el periodo ha variado entre dos y siete
a
nos. Entre 1980 y 2000 destac
o un ciclo ENSO muy activo, con cinco
episodios de El Ni
no,(1982/83, 1986/87, 1991-1993, 1994/95, y 1997/98)
y tres episodios de La Ni
na (1984/85, 1988/89, 1995/96). En este periodo
tambien tuvieron lugar dos de los episodios mas fuertes del siglo (1982/83
y 1997/98), as como dos periodos consecutivos de las condiciones de El
Ni
no durante 1991-1995 sin una intervencion de episodio fro. El episodio
mas fuerte y reciente de La Ni
na fue en 1988/89, y entre las consecuen-

14
cias m
as graves del fen
omeno de El Ni
no, estan un fuerte incremento de
las lluvias producidas sobre el sur de los EEUU y en Per
u, lo que provoca destructivas inundaciones, as como sequas en el Pacfico Oeste, a
veces asociadas a grandes incendios en Australia. Por ejemplo, la Fig. 1.3
muestra los efectos de El Ni
no 1998 sobre la precipitacion en el Pacfico.
En la Tabla 1.1 se muestran algunos de los patrones de oscilacion mas
importantes. Adem
as, se han descubierto distintas teleconexiones entre estos
patrones y la variabilidad fenomenol
ogica observada en regiones del globo distantes y que parecen estar interrelacionadas de forma compleja (ver, por ejemplo, Mo and Livezey, 1986). Por ejemplo, existen evidencias de que el ciclo
ENSO, adem
as de estar implicado de forma directa con las precipitaciones en
Sudamerica y sequas en Australia, esta relacionado con episodios de lluvias
monzonicas en Asia (Hendon, 2001); esto supone la existencia de una teleconexion entre ambos fen
omenos.
Indice
EA
EAJET
WP
EP
NP
P NA
EA/W R
SCA
T NH
P OL
PT
SZ
ASU
Descripci
on
Patr
on del Atl
antico Este
Patr
on del chorro del Atl
antico Este
Patr
on del Pacfico Oeste
Patr
on del Pacfico Este
Patr
on del Pacfico Norte
Patr
on Pacfico-NorteAmerica
Patr
on del Atl
antico Este-Rusia Oeste
Patr
on Escandinavia
Patr
on Tropical del Hemisferio Norte
Patr
on Polar-Eurasia
Patr
on de Transici
on del Pacfico
Patr
on Subtropical zonal
Patr
on de Verano de Asia
Tabla 1.1: Algunos de los patrones atmosfericos mas importantes (para mas detalle
ver www.cpc.ncep.noaa.gov/products).
1.5. Tipos de Modelos Numericos del Tiempo

Como ya se ha comentado, la estabilidad numerica de los metodos de integracion obliga a mantener un compromiso entre la resolucion espacial y el
alcance de los modelos numericos operativos, para que estos puedan ser integrados en un tiempo limitado. Las integraciones con gran resolucion espacial
requieren un paso de integraci
on peque
no limitando el alcance operativo de
las mismas a unos pocos das, mientras que las integraciones de modelos de
baja resoluci
on pueden prolongarse en el tiempo hasta escalas mensuales o

1.5. TIPOS DE MODELOS NUMERICOS
DEL TIEMPO
15
interanuales. As, cada tipo de modelo caracteriza un conjunto de fenomenos

asociados con la escala espacial de trabajo, desde fenomenos sinopticos de miles
de kilometros y perodos de das, hasta fenomenos mesoescalares de escalas de
kilometros y perodos de horas (ver Fig. 1.1).
Este hecho ha motivado que operativamente se consideren distintas configuraciones o tipos de modelos numericos seg
un el alcance y resolucion de la
prediccion deseada. A continuaci
on se describen las caractersticas de algunas
de estas configuraciones.
1.5.1. Modelos Globales de Circulacion General

Los modelos globales se integran sobre todo el globo por lo que su tratamiento numerico se realiza en coordenadas esfericas. Por tanto, la resolucion
horizontal de estos modelos viene caracterizada por el n
umero de modos esfericos que se consideren en el desarrollo de las soluciones; as, un modelo truncado
a 144 modos se denomina T 144 y tiene una resolucion horizontal de 2.5 grados,
que corresponden aproximadamente a 250 km en nuestra latitud (ver Fig. 1.4)).
Este truncamiento tambien influye en la resolucion vertical (n
umero de niveles
de presion) que habr
a de ser consistente con la resolucion espacial y temporal.
As, el modelo global operativo en la prediccion a corto plazo del ECMWF
(European Center for Medium-Range Weather Forecast, www.ecmwf.int) es
un T 511L60 con 60 niveles de presion, mientras que el modelo utilizado para
la predicci
on estacional es un T 95L40.
0.1
0.3
0.5
3
5
10
10
15
Nivel
Presion (mb)
20
50
100
25
200
300
30
500
1000
35
40
45
50
60
Figura 1.4: Rejilla global de 2.5o de resolucion horizontal utilizada por modelos de
circulaci
on general sobre todo el globo; el tama
no de la rejilla es 144 73 = 10512
puntos. (derecha) Dos perfiles verticales con 31 y 60 niveles de altura geopotencial
(expresados en milibares mb, y en n
umeros de nivel del modelo, respectivamente). La
altura m
axima mostrada (0.1 mb) es de aproximadamente 64 km.

16
Dada su escasa resolucion espacial, estos modelos utilizan la aproximacion

hidrostatica de la atmosfera (los movimientos verticales estan parametrizados)
y capturan su din
amica sinoptica. Normalmente son utilizados en la prediccion
mensual y estacional, y tambien en las simulaciones de escenarios de cambio
climatico. En algunos casos, los modelos de circulacion general son acoplados con modelos oce
anicos para tener caracterizado este termino importante
del forzamiento de la atmosfera; en otros casos, dado que la evolucion de la
atmosfera es la componente r
apida del sistema, la temperatura del agua se
supone constante (por ejemplo en la prediccion mensual).
Otros terminos como la orografa, el uso del suelo, la cubierta de hielo, etc. se
parametrizan a escala de la rejilla del modelo y, por tanto, la orografa esta muy
suavizada y s
olo refleja de forma grosera los principales sistemas monta
nosos
del planeta.
70
70
60
60
50
50
40
40
30
30
20
10
10
20
30
30
30
0
20
1000
10
2000
10
20
3000
4000
5000
30
m
Figura 1.5: Rejilla horizontal de resolucion 1o de longitud y latitud sobre Europa

(izquierda). Orografa del modelo para la resoluci
on dada (derecha).
1.5.2. Modelos Regionales

Una soluci
on para aumentar la resolucion del modelo sin incrementar el
coste computacional es considerar rejillas limitadas a zonas geograficas de especial interes. Por ejemplo, la Fig. 1.5(a) muestra una rejilla de 1o de resolucion
en longitud y latitud centrada en Europa. Debido a su mayor resolucion, los
modelos regionales tienen una mayor exactitud para reproducir fenomenos de
peque
na escala como las tormentas, y tambien tienen mejores forzamientos orograficos que los modelos globales (ver Fig. 1.5(b)). A pesar de que estos modelos
han utilizado hist
oricamente la aproximacion hidrostatica de la atmosfera, la
tendencia actual es utilizar modelos no hidrostaticos en este tipo de predicciones. Por otro lado, al no ser globales, estos modelos tienen la desventaja de
no ser autocontenidos y, aparte de las condiciones iniciales, requieren condiciones de contorno en las fronteras del dominio. Estas condiciones de contorno

1.5. TIPOS DE MODELOS NUMERICOS
DEL TIEMPO
17
necesitan ser lo m
as precisas posibles y por ello se toman interpolando la salida
de un modelo global. Normalmente las condiciones de contorno se actualizan
durante el transcurso de la prediccion para imponer sobre el modelo regional
la dinamica sin
optica simulada por el modelo global.
En algunos casos, se define un anidamiento de rejillas de tama
no decreciente y resoluci
on creciente y las integraciones se realizan de forma anidada
aprovechando las salidas de una rejilla como condiciones de contorno de la siguiente. Por ejemplo, el NCEP anida un modelo de baja resolucion (ET A-12)
con distintas rejillas de alta resoluci
on (8 km) sobre zonas de interes (ver Fig.
1.6).
Figura 1.6: Rejillas anidadas con el modelo ETA-12 (lnea solida): Western U.S.,
Central U.S., Alaska, Hawaii, Puerto Rico. (FUENTE: NCEP/NOAA).
Este tipo de modelos son los utilizados en la prediccion operativa a corto

y medio plazo, donde cada servicio meteorologico se centra en su region de
influencia, integrando un modelo regional con una resolucion limitada principalmente por la capacidad de c
omputo.
1.5.3. Modelos Mesoscalares

Mas recientemente, la resoluci
on de algunos modelos regionales ha aumentado hasta llegar a unos pocos kil
ometros, con objeto de mejorar la resolucion
de fenomenos convectivos locales (tormentas) y otros procesos fsicos de peque
na escala. Dada su escasa gran resolucion horizontal, la formulacion de estos modelos suele darse en coordenadas cartesianas y no usan la aproximacion
hidrostatica, la cual deja de tener validez para escalas horizontales menores
de 10 km. En este caso, las parametrizaciones juegan un papel fundamental
18
y su calibraci
on para la zona geografica de interes es determinante para el
buen funcionamiento del modelo. As se han desarrollado varios modelos nohidrostaticos que se utilizan rutinariamente para la prediccion de fenomenos
de mesoscala. Los m
as usados son ARPS (Advanced Regional Prediction System), MM5 (Penn State/NCAR Mesoscale Model, Version 5), RSM (NCEP
Regional Spectral Model) y COAMPS (US Navys Coupled Ocean/Atmosphere
Mesoscale Prediction System).
En la Fig. 1.7 se muestra la orografa de la Pennsula Iberica con una resolucion de 0.2o (aprox. 20 km) y la orografa de la Cornisa Cantabrica con una
resolucion de 0.0083o (aprox. 1 km). Esta u
ltima resolucion es la que permite
caracterizar de forma apropiada la orografa de esta zona.
Figura 1.7: Orografa de la Pennsula Iberica correspondiente a un modelo de 0.2o

(superior). Ampliaci
on a 0.0083o de la zona norte (42.5-43.75 N, 3-7 O).
1.6. No Linealidad y Caos en la Atmosfera

Tradicionalmente, la din
amica de los sistemas no lineales ha sido estudiada a traves de sistemas linealizados equivalentes, aproximados bajo distintos supuestos (peque
nas oscilaciones, etc.). Sin embargo, el descubrimiento de
dinamicas extra
nas asociadas a estos sistemas (Lorenz, 1963) provoco un
enorme interes en el estudio de la din
amica no lineal (ver Strogatz, 2001, para una introducci
on). Uno de los fen
omenos mas sorprendentes es el conocido

1.6. NO LINEALIDAD Y CAOS EN LA ATMOSFERA
19
como caos determinista, relacionado con la sensibilidad de estos sistemas a peque

nas perturbaciones (por ejemplo, en las condiciones iniciales de una trayectoria). Este fen
omeno produce un comportamiento aparentemente impredecible
y erratico del sistema. Otro hecho destacable es que la dinamica caotica se desarrolla sobre un soporte fractal en el espacio de fases, llamado atractor (ver
Grassberger and Procaccia, 1983, para mas detalles). As, geometra fractal y
dinamica ca
otica est
an ntimamente ligados (Mandelbrot, 2004).
Los modelos de circulacion atmosferica contienen terminos no lineales, por
lo que la teora del caos ha tenido notable repercusion en este campo en las
tres u
ltimas decadas. La sensibilidad de los sistemas caoticos a peque
nas perturbaciones hacen que s
olo puedan ser predichos hasta un cierto horizonte, ya
que cualquier modelo aproximado conllevara un error que se propagara exponencialmente hasta que la din
amica del sistema aproximado difiera de la
dinamica real. Este hecho supone una limitacion teorica al alcance de prediccion de los modelos numericos de prediccion del tiempo. Dependiendo del tipo
de aproximaciones fsicas y escalas que se consideren en el modelo numerico la
no linealidad del modelo resultante impondra un umbral menor o mayor en el
alcance de la predicci
on (ver Lorenz, 1963, para mas detalles).
El caos fue analizado por primera vez en las ecuaciones de un modelo atmosferico simplificado:
x = (y x)
y = r x y x z
(1.18)
z = x y b z
Lorenz (1963) dedujo estas ecuaciones cuando estudiaba la posibilidad de

predecir estructuras convectivas, tan frecuentes en la naturaleza y en tan diversas escalas. Para ello tomo como punto de partida las formaciones convectivas
hidrodinamicas de Rayleigh-Benard, por ser faciles de generar y reproducir en
el laboratorio. Basta con calentar por debajo una capa muy fina de un fluido
viscoso, como la glicerina. El fluido caliente formado en la parte baja tiende a
elevarse creando corrientes convectivas. Este proceso es muy parecido a lo que
sucede en la atmosfera terrestre. Para un calentamiento suficientemente intenso
la evolucion temporal de estas corrientes convectivas tiene un comportamiento caotico; es decir, peque
nas perturbaciones en el sistema producen cambios
impredecibles en su din
amica tras un tiempo suficiente. Las ecuaciones que
describen este experimento tienen en cuenta los tres efectos mas importantes
que aparecen: La fuerza debida al gradiente termico, la viscosidad y la difusion
termica. Lorenz observ
o que estas ecuaciones eran intratables numericamente,
pues no poda saber si el comportamiento erratico era debido a una inestabilidad numerica o exista verdaderamente en el modelo. Propuso entonces una
ecuacion m
as simple, suponiendo que el campo de velocidades era el gradiente de una funci
on y que existan simetras espaciales. El modelo resultante
(1.18) presenta din
amicas ca
oticas para ciertos valores de los parametros (para
otros valores su comportamiento es periodico). Por ejemplo, para los valores

20
de los parametros = 10, b = 8/3, y r = 28, el sistema presenta una dinamica caotica. Partiendo de la condici
on inicial (x(0), y(0), z(0)) = (10, 5, 35) y
utilizando un metodo de integraci
on de Runge-Kutta de cuarto orden y paso de
integracion t = 102 se obtiene la evolucion del sistema en el espacio de fases
que se encuentra dibujado en la Fig. 1.8(a). Por otra parte, las Fig. 1.8(b)-(d)
muestran la evoluci
on en el tiempo de las tres variables.
15
x(t)
(a)
(b)
-15
z(t)
20
y(t)
(c)
-20
40
y(
t)
x(t)
(d)
z(t)
10
0
10
20
Figura 1.8: (a) Atractor del sistema de Lorenz. (b)-(d) Orbitas descritas por cada
una de las tres variables del sistema.
El principal problema de este simple y pedagogico sistema de Lorenz es

que no tiene en cuenta la componente espacial de la dinamica atmosferica. Sin
embargo, tambien han sido desarrollados diversos modelos simplificados para
analizar la din
amica no lineal espacio-temporal de la atmosfera. Por ejemplo,
Lorenz (1986) propuso un sistema de 5 variables basado en un truncamiento
en tres modos de las ecuaciones de aguas someras, y posteriormente tambien
propuso sistemas de mayor dimensi
on, acoplando cadenas de sistemas de Lorenz. Las cadenas de sistemas acoplados (especialmente, de forma difusiva) han
sido profusamente utilizados en distintos campos para modelizar la dinamica
espacio-temporal. Por ejemplo, se podra considerar un sistema compuesto por
una cadena de L sistemas de Lorenz acoplados de forma difusiva de la siguiente
forma:
x l = (yl xl )
y l = xl yl xl zl + D (yl+1 + yl1 2yl ), l = 1, . . . , L.
zl = xl yl bzl
donde D es el parametro de acoplamiento difusivo. En este caso, el espacio

esta representado de forma discreta por los L osciladores. La Fig. 1.9 muestra
la dinamica de estos sistemas espacio-temporales para distintos valores de los
parametros.

21
Figura 1.9: Evolucion espacio-temporal de de 50 osciladores de Lorenz acoplados

difusivamente con par
ametros (izquierda) D = 0.25 y (derecha) D = 0.5.
1.6.1. Predecibilidad y Prediccion por Conjuntos

La no linealidad de los modelos de circulacion y su consiguiente sensibilidad a las distintas fuentes de incertidumbre y error (el estado inicial de la
atmosfera, la no exactitud del modelo numerico, etc.), imponen una limitacion
al alcance de las predicciones deterministas ya que estos errores producen fluctuaciones en el modelo que crecen exponencialmente en el tiempo. Este hecho
ha obligado a formular el problema de la prediccion en terminos probabilsticos (Lorenz, 1996). Analizado de forma general, el origen de fluctuaciones en
estos modelos puede provenir de errores en la condicion inicial (caos), de la
inexactitud del modelo (ruido) o de las parametrizaciones, incluida la orografa
(desorden). Para tener en cuenta estos factores, en el u
ltimo decenio se han desarrollado distintos metodos de predicci
on por conjuntos (ensemble forecast).
22
Estos metodos estiman la probabilidad a posteriori de las distintas variables

atmosfericas, a partir de un conjunto de predicciones obtenidas integrando el
modelo atmosferico con distintas realizaciones de las fuentes de incertidumbre.
Las fluctuaciones producidas por errores en la condici
on inicial han sido el
caso mas estudiado en la prediccion meteorologica. Se suele analizar aplicando un metodo de prediccion por conjuntos a modelos numericos con muchos
modos espaciales (Anderson, 1996); para ello se obtiene un conjunto de condiciones iniciales perturbando ligeramente el estado inicial asimilado a partir de
las observaciones ; a continuaci
on se integra el modelo numerico a partir de cada condici
on inicial, obteniendose los miembros de la prediccion por conjuntos.
El coste computacional de este proceso impone la necesidad de equipos mas
rapidos y potentes, y limita el n
umero de miembros que pueden ser tratados de
forma operativa (unas decenas). Los conjuntos se pueden formar de muy diversas formas, siendo el metodo de vectores singulares (Buizza and Palmer, 1995)
o el metodo de breeding (Pu et al., 1997) los mas utilizados para la generacion
de miembros, a partir de perturbaciones especficas de las condiciones iniciales.
El metodo de vectores singulares ha sido adoptado por el ECMWF y el metodo
de breeding por el NCEP. Ambas tecnicas presentan caractersticas distintas
pero sus resultados finales, medidos en valores economicos, no son muy distintos. El metodo de breeding no requiere grandes esfuerzos computacionales, y es
tecnicamente muy simple. La perturbacion se obtiene dinamicamente a partir
de una trayectoria que es continuamente re-escalada para que contenga los modos espaciales de fluctuaci
on de los errores. El metodo de vectores singulares
es computacionalmente mucho m
as costoso y tecnicamente mas complejo, pues
calcula las fluctuaciones lineales m
as significativas ocurridas en un alcance de
prediccion dado propagando el operador lineal asociado al modelo adelante y
atras en el tiempo.
En un sistema ca
otico de baja dimensionalidad el metodo de breeding producira conjuntos muy poco significativos, pues a tiempos no muy largos se
recuperaran vectores muy proximos al vector de Liapunov. Es por esto que los
seguidores del metodo de vectores singulares enfatizan sobre la escasa representatividad estadstica de los conjuntos producidos por metodos de breeding. Sin
embargo, recientemente se ha mostrado con simulaciones de modelos meteorologicos simples que tal representatividad estadstica es mucho mas amplia de
lo que sera un modelo de baja dimensionalidad (Corazza et al., 2003). Muestran adem
as c
omo las fluctuaciones aparecen espontaneamente y de forma muy
local. Este hecho s
olo puede ser debido a que en realidad un modelo meteorologico no puede ser representado con pocos grados de libertad. Por tanto, ha
de pensarse en terminos de caos espacio temporal.
En la pr
actica, este tipo de prediccion por conjuntos se realiza, tanto para la predicci
on a medio plazo (entre 3 y 10 das), como para la prediccion
estacional. En este perodo la prediccion se entiende en sentido probabilstico

23
y cobra importancia el concepto de predecibilidad, y su caracterizacion para

cada situacion (unas situaciones son mas predecibles que otras). En estos casos, la predicci
on por conjuntos proporciona una solucion practica, ya que los
miembros del conjunto de predicciones, proporcionan descripciones equiprobables del patr
on atmosferico previsto, a partir de las cuales se puede obtener
una predicci
on probabilstica, y una estimacion de su predecibilidad.
Por otra parte, la incertidumbre causada por la no exactitud del modelo
es considerada de forma practica aplicando distintos metodos; por una parte,
algunas tecnicas consideran perturbaciones en las parametrizaciones (incluida
la orografa). Por otra parte, otras tecnicas realizan una prediccion por conjuntos uniendo las predicciones de distintos modelos (predicci
on multi-modelo).
Quizas la iniciativa m
as destacada en este ambito sea la llevada a cabo en el proyecto DEMETER (Development of a European Multimodel Ensemble system
for seasonal to inTERannual prediction) que esta integrado por seis modelos
globales de predicci
on por conjuntos con distintos esquemas de perturbacion
(www.ecmwf.int/research/demeter/) con los que se aborda el problema de
la predicci
on mensual y estacional (Palmer et al., 2004).
Pese a las dificultades te
oricas y computacionales asociadas con este tipo de
tecnicas, los avances producidos han dado un enorme impulso a la prediccion
meteorologica en el plazo medio (entre 4 y 15 das) y a la prediccion mensual y
estacional. Por ello, estos metodos se han convertido en un componente central
en los grandes centros meteorol
ogicos mundiales, incluyendo el ECMWF en
Europa y el NCEP en EEUU.
Aunque la predicci
on probabilstica no resulta familiar para los usuarios finales de las predicciones meteorol
ogicas (sectores energetico, hidrologico, agricultura, etc.), esta posee el valor a
nadido de permitir definir una estrategia de
toma de decisiones en base a los costes de protegerse de los eventuales efectos de una predicci
on adversa, y a las perdidas que se produciran si no se
toman las medidas de proteccion. Este esquema de valoracion se obtiene a partir del llamado valor economico del modelo, que muestra la ganancia del el
modelo frente a la prediccion climatologica para distintos valores de la razon
coste/perdidas (ver Cap. 7). De esta forma, es mas sencillo obtener el valor
de las predicciones meteorol
ogicas, para los distintos sectores socio-economicos
de aplicaci
on, permitiendo una mayor difusion y un uso mas racional de los
productos de predicci
on meteorol
ogica por parte de los usuarios.
Distintas validaciones de la prediccion probabilstica por conjuntos, han
mostrado su superioridad frente a la prediccion determinista tradicional (?).
Sin embargo, a pesar de que cualitativamente la dispersion del conjunto parece
apropiada, como medida de predecibilidad, todava no se ha obtenido ning
un
resultado concluyente relacionando estos conceptos.
24
1.7. Estado Actual de la Prediccion Operativa

Las predicciones que se preparan diariamente para el p
ublico en el Instituto
Nacional de Meteorologa (INM, www.inm.es) y en otros centros meteorologicos
europeos (MeteoFrance, UK MetOffice, etc.) utilizan las salidas de los modelos
numericos anteriores. Estas predicciones, denominadas operativas, pueden ser
de distintos tipos dependiendo de la escala espacial y temporal de su aplicacion.
Tradicionalmente, las predicciones se han obtenido integrando un u
nico modelo
numerico a partir de una condici
on inicial dada. Sin embargo, en la la decada de
los noventa las tecnicas de prediccion por conjuntos han permitido considerar
los efectos causados por las distintas fuentes de incertidumbre en la evolucion
del modelo, produciendo predicciones probabilsticas. Hoy da se utilizan en la
prediccion operativa distintos esquemas de predicci
on por conjuntos que perturban las condiciones iniciales, o combinan las salidas de distintos modelos
(multi-modelo), para obtener un conjunto de predicciones con el que anticipar
la evoluci
on de la atmosfera. A continuacion se muestra una descripcion del
abanico de predicciones que se realizan en distintos centros meteorologicos de
forma operativa.
1.7.1. Nowcasting. Prediccion Inmediata

Marca el primer umbral de prediccion y se refiere a la prediccion a muy corto
plazo (minutos/horas). En este alcance, el radar, las imagenes de satelite y las
labores de vigilancia llevadas a cabo por observadores y predictores humanos
desempe
nan el papel principal, relegando a los modelos numericos a un segundo
plano. El objetivo principal de este tipo de prediccion es anticipar la intensidad
de eventos extremos (fuertes tormentas, etc.), as como la localizacion geografica
de los mismos. En este libro no se abarca este alcance de prediccion, pues supone
el estudio de tecnicas especiales para este tipo de fenomenos.
1.7.2. Prediccion a Corto Plazo

Se entiende en un rango de entre 1 y 3 das de alcance. En un principio se
realiza a nivel global con una resoluci
on horizontal que oscila entre 0.5 y 1o . Por
ejemplo, el ECMWF proporciona salidas cada 6 horas sobre todo el globo con
0.6o (aprox. 60 km) a partir de un modelo de circulacion general T511. Este
centro es una organizaci
on multinacional que aglutina esfuerzos de los distintos
pases europeos para realizar una prediccion base que sirva de soporte para el
resto de servicios meteorol
ogicos. Las salidas de los modelos del ECMWF se
utilizan en los distintos servicios meteorologicos europeos como condiciones de
contorno para modelos regionales de mayor resolucion. Por ejemplo, el producto
final de predicci
on operativa del INM para Espa
na se obtiene aplicando el
modelo regional HIRLAM, con una resolucion espacial de 0.2o , a las salidas del
ECMWF (ver Fig. 1.10).
OPERATIVA
1.7. ESTADO ACTUAL DE LA PREDICCION
25
Figura 1.10: (superior) Orografa de los modelos HIRLAM de 0.5o y 0.2o utilizados
por el INM en la predicci
on operativa. (inferior) Salida de precipitaci
on para un
alcance de 24 horas (D+1) del modelo con una resoluci
on de 0.5o (FUENTE: Instituto
Nacional de Meteorologa).
(a)
(b)
(c)
Figura 1.11: Campos de precipitacion previstos para D+1 por (a) el modelo AVN
del NCEP; y el modelo MM5 utilizado por Meteo Galicia con (b) 30 y (c) 10 km de
resuluci
on. (FUENTE: P
agina web de Meteo Galicia).
26
De forma an
aloga, en EEUU el NCEP (National Centers for Environmental
Prediction, www.ncep.noaa.gov) realiza una prediccion global que distribuye
libremente a traves de Internet, y que es luego utilizada por distintos centros
regionales en diversas aplicaciones. Por ejemplo la Fig. 1.11 muestra el campo
de precipitaci
on estimado por el modelo del NCEP y los campos estimados por
el modelo regional MM5 utilizado en Meteo Galicia meteo.usc.es con 30 y 10
km de resoluci
on.
En Espa
na, son numerosos los grupos de investigacion que llevan a cabo
integraciones a corto plazo sobre regiones concretas de nuestra geografa. Por
ejemplo la red Iberica MM5 redibericamm5.uib.es aglutina a los grupos de
investigaci
on que utilizan en modelo MM5 para distintos estudios de modelizacion y predicci
on.
1.7.3. Prediccion a Medio Plazo por Conjuntos

Abarca el perodo comprendido entre los 4 y 15 das de alcance. En este
perodo el sistema tradicional de prediccion determinista comienza a perder predecibilidad fruto de la no linealidad del modelo y los efectos de la incertidumbre.
Por tanto, en este perodo, la prediccion se entiende en sentido probabilstico
y se utilizan tecnicas de prediccion por conjuntos para tener en cuenta estos
efectos. La predicci
on por conjuntos se lleva a la practica integrando el sistema
varias veces utilizando un n
umero arbitrario de condiciones iniciales distintas
que se obtienen perturbando de forma apropiada la condicion inicial obtenida
a partir de las observaciones (ver Sec. 1.6.1 para mas detalles). Como resultado, se obtiene un conjunto de campos previstos para un mismo alcance, que
han de procesarse de forma apropiada para obtener una prediccion (numerica
o probabilstica).
En cuanto a los sistemas operativos globales de prediccion por conjuntos,
solo los grandes centros de prediccion numerica tienen la capacidad de calculo
necesaria para llevar a cabo las costosas integraciones. Por una parte, desde
Noviembre de 2000, el ECMWF ha puesto en marcha un modelo de prediccion
por conjuntos a plazo medio (con alcance de 10 das) basado en 50 integraciones
con condiciones iniciales perturbadas y una integracion con condiciones sin
perturbar de un modelo T 255L40 (aprox. 80 km de resolucion en latitudes
medias). En este caso, las perturbaciones se obtienen con el metodo de singular
vectors (ver Sec. 1.6.1). Por ejemplo, la Fig. 1.12 muestra la presion media
a nivel del mar para los nueve primeros miembros del ensemble previstos el
29/12/2003 con un alcance de 72 horas. En este ejemplo ya se pueden apreciar
sutiles diferencias entre unos miembros y otros incluso para este alcance de tres
das que estara en la frontera entre prediccion a corto y medio plazo. Por otra
parte, la Fig. 1.13 muestra la prediccion probabilstica obtenida a partir del
EPS, que resume el efecto de la incertidumbre sobre los distintos patrones de
circulacion atmosferica previstos sobre un evento dado (precip > 10 mm).
OPERATIVA
27
Figura 1.12: Nueve primeros miembros de la prediccion por conjuntos del ECMWF
previstos el da 29/12/2003 con un alcance de 72 horas. Se muestra la presi
on a nivel
del mar. (FUENTE: ECMWF).
Figura 1.13: Prediccion probabilstica del evento precip. > 10 mm obtenida con los
50 miembros del EPS (FUENTE: ECMWF).
28
Por otra parte, el NCEP tambien produce de forma operativa predicciones por conjuntos a medio plazo (hasta 15 das) utilizando el Global Forecast
System model (GFS) (ver www.nco.ncep.noaa.gov/pmb/products/).
Paralelamente al crecimiento de los recursos computacionales, especialmente la capacidad de c
omputo, la resoluci
on de los modelos se va incrementando,
permitiendo mejorar la resoluci
on de las costosas simulaciones por conjuntos
de alcance medio. Por ejemplo, la resolucion del modelo actual del ECMWF es
cuatro veces superior a la del modelo anterior puesto en marcha en Diciembre
de 1992, y se ha constatado que este aumento de resolucion ha mejorado sustancialmente la predicci
on probabilstica de la precipitacion (ver Buizza et al.,
2001, para m
as detalles). Por tanto, es previsible que en el futuro cercano la
prediccion a corto plazo y la prediccion por conjuntos a plazo medio se fundan en una sola predicci
on, extendiendo la aplicabilidad de la prediccion por
conjuntos (de hecho, se est
an dando ya las primeras experiencias de extender la predicci
on por conjuntos al corto plazo, buscando tecnicas perturbativas
apropiadas).
1.7.4. Prediccion Estacional por Conjuntos

En la predicci
on estacional ya no se trata de predecir el estado real de la
atmosfera en un instante de tiempo dado, sino la anomala en la circulacion
(desviacion respecto del comportamiento promedio) para un trimestre. En este
supuesto, la condici
on inicial (el estado inicial de la atmosfera) no es el factor
mas importante para la identificacion de anomalas en la evolucion de la circulacion atmosferica, sino que existen otros factores mas determinantes, como
la temperatura del agua del oceano. Por tanto, los modelos numericos apropiados para este tipo de prediccion son modelos numericos acoplados atmosferaoceano; en algunos casos, tambien se consideran modelos atmosfericos que tienen forzadas las temperaturas del agua del mar. Por ejemplo, el ECMWF
integra mensualmente y hasta 180 das un modelo de prediccion por conjuntos
denominado System-II para la elaboracion de predicciones de anomalas mensuales y estacionales (en este caso, las distintas condiciones iniciales se obtienen
perturbando positiva y negativamente las temperaturas del agua del mar). El
Ejemplo 1.1 muestra un caso practico de prediccion con este sistema. El modelo
surgio de la experiencia llevada a cabo en el proyecto DEMETER (Development of a European Multimodel Ensemble system for seasonal to inTERannual
prediction) en el que se construyo un sistema multi-modelo de prediccion estacional compuesto por seis modelos globales de prediccion por conjuntos con
distintos esquemas de perturbaci
on (www.ecmwf.int/research/demeter/). De
hecho, se dispone de un re-analisis de este sistema multi-modelo que abarca el
mismo perodo de ERA-40.
OPERATIVA
29
Ejemplo 1.1 (Predicci

on de El Ni
no). Uno de los ejemplos m
as conocidos
de predicci
on estacional es el fen
omeno de El Ni
no; en concreto, la zona Ni
no-3
comprende un a
rea del Oceano Pacfico entre la latitudes 5N 5S y longitudes
90W 150W . El promedio de la temperatura del agua del mar en esta regi
on se
suele utilizar como indicador de la actividad de El Ni
no. La Figura 1.14 muestra las predicciones realizadas por el modelo estacional, System-II del ECMWF
en (a) abril y (b) agosto, para cada uno de los miembros del conjunto de predicciones. En ambas figuras se muestra el valor real ocurrido en trazo discontinuo.
En la figura (a) casi todos los miembros de la predicci
on indican una anomala
positiva en el futuro. En cambio, en la figura (b) unos miembros del conjunto
indican anomala positiva, mientras otros indican lo contrario. En este caso,
la situaci
on se supone menos predecible y la confianza asociada a la predicci
on
es baja. En la figura inferior se muestra la probabilidad obtenida a partir del
conjunto de predicciones, para una anomala positiva de la temperatura en la
superficie del mar durante el trimestre septiembre-noviembre de 2003.
(a)
(b)
Figura 1.14: Prediccion por conjuntos del fenomeno de El Nino con un conjunto
de 51 miembros. (a) La predicci
on realizada en abril muestra una anomala positiva
hasta octubre; (b) los miembros de la predicci
on realizada en julio no coinciden en
una misma predicci
on. La figura inferior muestra la probabilidad (en tanto por ciento)
predicha el 1 de agosto de que la temperatura a 2m se encuentre en el tercil superior
(anomala positiva) en el perodo SON 2003. (FUENTE: ECWMF)
30
1.7.5. Prediccion Climatica

Finalmente, dentro de este rango, varios centros climaticos europeos (Centro
Hadley en el Reino Unido, Instituto Max Plank en Alemania, Centro Nacional
de Investigaci
on de Meteo-France) llevan a cabo integraciones durante 100 o
mas a
nos bajo diversas hipotesis de forzamiento radiativo para la realizacion de
estudios de escenarios clim
aticos (por ejemplo, los efectos de la duplicacion de
las emisiones de CO2 en la atmosfera). En estos casos, los modelos son globales
y estan acoplados con modelos oce
anicos, por lo que su resolucion es peque
na
(entre 2.5o y 5o , es decir 250-500 km aproximadamente).
1.7.6. Tipos de Prediccion: Determinista y Probabilstica

Cada uno de los tipos de prediccion anteriores esta influido en mayor o
menor medida por la no linealidad de la atmosfera, que impone un horizonte a
la predicci
on determinista y hace necesario plantear la prediccion en terminos
probabilsticos a partir del medio plazo. La no linealidad tambien limita la
resolucion espacial con que puede obtenerse una prediccion para un alcance
dado (a medida que aumenta el alcance, decrece la resolucion espacial de los
fenomenos que se pueden predecir). La Figura 1.15 ilustra estas relaciones y
detalla el tipo de predicci
on (determinista o probabilstica) adecuada para cada
uno de los alcances. La prediccion en terminos probabilsticos tambien puede
ser una elecci
on, por ejemplo en el corto plazo, para cuantificar la incertidumbre
de las predicciones (ver Gutierrez et al., 2004).
Figura 1.15: Relacion entre el alcance de las predicciones y su resolucion espacial.
1.9. DATOS CLIMATOLOGICOS

Y METEOROLOGICOS
31
1.8. Futuro de la Prediccion Numerica

Desde la perspectiva actual, el futuro de la prediccion numerica se ve centrado en los desarrollos te
oricos y practicos para comprender los efectos de
la incertidumbre y su propagaci
on en los modelos numericos; esto incluye al
proceso de asimilaci
on y a los metodos de perturbacion para prediccion por
conjuntos. Los siguientes problemas marcaran el futuro proximo de la prediccion numerica (ver tambien Kalnay (2003)):
Nuevas tecnicas de asimilacion de datos capaces de extraer la maxima
informaci
on de los sistemas de observacion, especialmente de satelites y
radares.
Modelos numericos de fen
omenos convectivos locales (tormentas) a corto
alcance, con capacidad predictiva de fenomenos adversos.
Nuevos metodos para modelizar la evolucion de la incertidumbre (errores)
en los modelos numericos: perfeccionamiento de las tecnicas de prediccion
por conjuntos y nuevas tecnicas de evolucion estocastica.
Sistemas de alta resoluci
on que acoplen la atmosfera con los procesos de
suelo para aplicaciones en hidrologa, agricultura, etc., con capacidad para
pronosticar localmente distintas variables de interes social y productivo.
Un mayor uso de modelos atmosfera-oceano-tierra en los cuales anomalas
de larga duracion tales como temperatura de la superficie del mar y humedad de suelo, lleven a mejores predicciones estacionales y climaticas.
Aplicaciones de los modelos numericos en sectores productivos relacionados con la actividad humana: agricultura, energa, prevencion de riesgos
naturales, etc., y en problemas que afectan a la salud tales como contaminaci
on atmosferica, transporte de contaminantes y radiacion ultravioleta.
En este libro se abordan algunos de estos problemas utilizando nuevas tecnicas
estadsticas de aprendizaje autom
atico; en concreto se analiza la prediccion
local mediante tecnicas hbridas y se aplican los metodos desarrollados para los
sistemas de predicci
on por conjuntos.
1.9. Datos Climatologicos y Meteorologicos

Los modelos numericos y las distintas tecnicas estadsticas de post-proceso
se valen de las observaciones de variables meteorologicas de la red mundial
de observatorios, e incluso de datos paleoclimaticos obtenidos indirectamente a
partir de mediciones de hielo, anillos de
arboles, etc. En esta seccion se describen
las fuentes de esta cantidad ingente de informacion, que sera utilizada en el resto
del libro. Asimismo, se muestra la forma de utilizar la Toolbox MeteoLab para
trabajar con estos conjuntos de datos.
32
1.9.1. Redes de Observacion

Las observaciones rutinarias de la atmosfera (en especial en superficie) han
ido extendiendose de forma contnua desde la creacion de la OMM en 1950,
propiciando el marco intergubernamental para el establecimiento de redes internacionales de observaci
on. El GCOS (Global Climate Observing System) es
el sistema coordinado que recopila y comprueba las observaciones de variables
atmosfericas y oce
anicas (en superficie) a nivel global. El n
ucleo de las observaciones superficiales consta de aproximadamente 10000 observatorios que
realizan observaciones al menos cada seis horas, y a menudo horariamente. Las
variables observadas son: presion atmosferica, viento, temperatura del aire y
humedad relativa. Adem
as existen unas 1000 estaciones de radiosonda y mas
de 3000 aviones que realizan observaciones en varios niveles de la atmosfera.
Unos 7300 barcos, 600 boyas a la deriva, 300 boyas fijas y 600 plataformas proporcionan observaciones en los oceanos. Estos datos son utilizados diariamente
por los modelos numericos de circulacion atmosferica, asimilando el estado de
la atmosfera inicial en base a un conjunto de estas observaciones. Por ejemplo, la Figura 1.16 muestra las observaciones utilizadas un da particular en el
ECMWF para el proceso de asimilacion (inicializacion) de su modelo operativo.
Figura 1.16: Observaciones utilizadas en la asimilacion de datos del modelo numerico

del ECMWF. (FUENTE. P
agina Web del ECMWF).
La longitud de las series de datos almacenadas es muy variable y oscila entre

un par de cientos de a
nos (para estaciones historicas), hasta unos pocos a
nos,
o meses. La informaci
on de un subconjunto de estas estaciones de superficie
(GSN, GCOS Surface Network) puede consultarse directamente en internet
(www.ncdc.noaa.gov/servlets/gsn).
El GCOS tambien dispone de un subsistema espacial de observacion, integrado por cuatro satelites en
orbita polar y cinco geoestacionarios, con el

Y METEOROLOGICOS
33
objetivo principal de completar la cobertura de las observaciones de la red en

superficie. El papel de las observaciones procedentes de satelites es cada vez
mas importante y la asimilacion de estos datos en los modelos numericos es un
area de intensa investigacion.
Por otra parte, los distintos servicios meteorologicos nacionales disponen
de su propia red de observacion (algunas de cuyas estaciones se integran en el
GCOS). Estas redes, mucho m
as densas, abarcan gran variedad de variables
climatologicas. Por ejemplo, el Instituto Nacional de Meteorologa (INM) dispone de una red de observatorios que abarca mas de 6000 puntos geograficos en
las distintas cuencas hidrogr
aficas Espa
nolas (ver Fig. 1.17(b)) con mediciones
diarias de precipitaci
on y meteoros (tormenta, nieve, granizo, niebla, lluvia,
calima, roco y escarcha) en el perodo 1900-2000 (las series tienen longitudes
variables y contienen lagunas, pero en promedio se dispone de mas de 30 a
nos de
informacion). Las temperaturas m
axima y mnima se observan en 2281 puntos.
Ademas de la red secundaria, existen algunas estaciones en las que se realizan
observaciones por parte de personal cualificado. Estas estaciones corresponden
a la red principal y en la actualidad consta de 225 puntos de observacion en
los que se mide insolaci
on, evaporaci
on, recorrido, direccion y racha maxima de
viento, temperaturas medias, y otras variables. Las observaciones se realizan
diariamente, aunque en la red principal se realizan observaciones con mayor
frecuencia (cada 10 min, cuatro veces al da, etc.). En total se tiene un gran
volumen de informaci
on que es necesario tratar de forma eficiente.
A continuaci
on se detallan las observaciones disponibles; salvo indicacion
expresa, las observaciones son diarias y hacen referencia a un periodo de 24
horas comprendidas de 07 UTC a 07 UTC del da siguiente:
Observaciones en la red secundaria (Fig. 1.17(d)):
1. Temperaturas extremas m
axima y mnima a 2 m del suelo (en o C).
2. Precipitaci
on diaria acumulada (en mm l m2 ).
3. Ocurrencia de meteoros: niebla, tormenta, granizo, nieve, escarcha y
roco.
Observaciones en la red principal (Fig. 1.17(c)). Ademas de incluir las
observaciones anteriores, posee una serie adicional de mediciones:
1. Racha m
axima de viento, medida de 0 a 24 horas a 10m del suelo
(en km h1 ). La direcci
on de la racha maxima se mide en grados
(tomando como origen el Norte).
2. Insolaci
on medida de 0 a 24 horas (en horas diarias de sol). Si es
relativa se mide en % respecto a la maxima teorica del da.
3. Evaporaci
on potencial, considerada como la maxima evaporacion posible, medida de 0 a 24 horas (en mm) (existen algunas medidas en
la red secundaria).

34
(a)
45 N
(b)
NORTE
EBRO
DUERO
40 N
CATALU
A
TAJO
J C A R
GUADIANA
SEGURA
GUADALQUIVIR
SUR
35 N
10 W
5 W
5 E
(c)
(d)
Figura 1.17: (a) Orografa de Espana peninsular y Baleares y sus (b) cuencas hidrogr
aficas principales. (c) Red principal de estaciones del INM, (d) red secundaria
(pluviometrica y termopluviometrica).
4. En la red principal existen otras muchas variables que se podran incluir entre las observaciones. Algunas de ellas son: Intensidad m
axima y duracion de precipitaci
on, recorrido del viento, cantidad y tipo
de nubosidad, humedad media, y visibilidad.
1.9.2. MeteoLab: Observaciones

En esta secci
on se introduce por primera vez la toolbox MeteoLab desarrollada utilizando el programa de c
alculo cientfico Matlab (www.mathworks.com).
MeteoLab es el acr
onimo de Meteorological Laboratory for Machine Learning.
Esta toolbox ha sido desarrollada por los autores del libro y se distribuye libremente a traves de la Web grupos.unican.es/ai/meteo (ver el prefacio del
libro para m
as detalles). Esta toolbox incluye comando sencillos para leer datos de observaciones y de salidas de modelos numericos (en formato GRIB),
as como otros comandos que implementan los distintos metodos descritos en
este libro (tanto lineales, basados en las tecnicas estadsticas estandar, como
no lineales, basados en las tecnicas modernas de aprendizaje automatico).
Lo primero que se ha de hacer al iniciar cada sesion es ejecutar el script
de inicio init.m del directorio MLToolbox/MeteoLab. A continuacion, se puede
cargar los datos correspondientes a las observaciones de una variable en un

Y METEOROLOGICOS
35
conjunto de estaciones para un perodo de tiempo determinado. La Toolbox

incluye un conjunto de datos de precipitacion, temperatura y presion en un
conjunto de estaciones europeas de la red GSN (GCOS Stations Network),
descrita en la Sec. 1.9.1. Por ejemplo, para cargar los datos de precipitacion
disponibles en las estaciones de Europa se procedera de la siguiente forma:
>>
>>
>>
>>
Example1.Network={GSN};
Example1.Stations={Europe.stn};
Example1.Variable={Precip};
[data,Example1]=loadStations(Example1,ascfile,1);
MeteoLab trabaja con las redes de observaciones a traves de una estructura

que contiene tres campos: Network, Stations y Variable; en el ejemplo anterior esta estructura se llama Example1. La funcion loadStations devuelve
los datos data de las estaciones, as como la estructura completada con las
caractersticas de los datos ledos (latitud y longitud de las estaciones, etc.):
Network indica el nombre de la red que se va a utilizar. Existen un
conjunto de redes predefinidas en el fichero Networks.txt del directorio
MeteoLab/Observations, pero cada usuario puede incluir de forma sencilla sus propias redes de datos. Cada red tiene asociado un directorio que
contiene un fichero maestro Master.txt con la informacion sobre las estaciones existentes (identificador, nombre de la estacion, longitud, latitud,
y meta-datos); este fichero se halla en el directorio ObservationsData.
En concreto, existen datos de la red GSN (que se utilizan en los distintos
ejemplos del libro), as como una red de proposito general MyStations
para que cada usuario pueda a
nadir y cargar facilmente sus propios datos de observaciones. Para ello, basta con seguir las instrucciones que se
adjuntan en el directorio ObservationsData/MyStations.
Stations indica un fichero que contiene los indicativos del subconjunto de
estaciones que deseen cargarse (es decir, el subconjunto de las estaciones
del Master que quieran cargarse en una aplicacion concreta); por ejemplo,
en el directorio de la red GSN estan definidos por defecto los ficheros
Europe.stn y Spain.stn, que contienen los indicativos de las estaciones
europeas y espa
nolas, respectivamente. Este fichero puede estar en el
directorio local donde se este ejecutando Meteolab, o en el directorio de
la red correspondiente (el indicado en Networks.txt).
Variable, es el nombre del subdirectorio de data (dentro del directorio de la red correspondiente en ObservationsData) donde se encuentran los datos para la variable de interes. Los ficheros pueden ser de formato texto, o binarios. Se han incluido dos ficheros readObservations
y saveObservations en ObservationsData/MyStations/ explicando la
forma de grabar y leer datos en el formato correcto.

36
Una vez definida la estructura del ejemplo, la funcion loadStations permite cargar los datos indicados. Como salida se obtiene la matriz de datos data,
que tiene tantas columnas como n
umero de estaciones, y tantas filas como das
disponibles en la base de datos (rellenando con NaN los das para los que no
hay observaci
on); y la estructura completada Example1 en la que se incluyen
varios campos nuevos:
>> Example1
Example1 =
Network:
Stations:
Variable:
Info:
StartDate:
EndDate:
StepDate:
{GSN}
{Europe.stn}
{Precip}
[1x1 struct]
01-Jan-1879
31-Dec-2001
24:00
El campo Info es una estructura que contiene las caractersticas relativas a cada
una de las estaciones (identificativo, nombre, longitud y latitud, fecha de inicio
de los datos, fecha de fin, n
umero de datos, lagunas). Por ejemplo, podemos
consultar el nombre de la primera estacion Example1.Info.Name(1,:), etc.
Tambien es posible dibujar la localizaci
on de las estaciones cargadas utilizando
el comando drawStations:
>> drawAreaStations(Example1)
Figura 1.18: Localizacion de las estaciones europeas de la red GSN incluidas en

MeteoLab.

Y METEOROLOGICOS
37
Tambien se pueden dibujar las estaciones de forma interactiva con la funcion

drawObservations (ver Fig. 1.19, derecha):
>> drawObservations(data,Example1)
Figura 1.19: (izquierda) Datos de temperatura maxima de las estaciones europeas

de la red GSN; (derecha) datos de precipitaci
on.
El comando loadStations tiene un parametro opcional, dates, que permite indicar el rango de fechas en que se desean cargar los datos; en caso de
ser omitido se cargan las observaciones de todas las fechas extremas registradas (como en el ejemplo anterior). El siguiente ejemplo muestra la forma de
especificar un rango de fechas y cargar los datos solo en ese perodo. De esa
forma, los parametros StartDate y EndDate de la estructura definida en el
ejemplo (Example1 en este caso) abarcaran el perodo considerado para todas
las estaciones:
>> date={1-Jan-2000,31-Dec-2000};
>> [data,Example1]=loadStations(Example1,dates,date,ascfile,1);
>> [Example1.StartDate; Example1.EndDate]
ans =
01-Jan-2000
31-Dec-2000

38
De forma similar se pueden cargar datos para otras redes de observacion y

representar gr
aficamente los valores. Por ejemplo, la red denominada MyStations
contiene datos diarios de temperatura maxima, racha maxima de viento, y precipitacion de tres ciudades espa
nolas: Oviedo, Barcelona y Salamanca, as como
datos horarios de temperaturas en Oviedo. Los datos de esta red de estaciones
pueden ser cargados de la forma antes explicada.
Por otra parte, si se dispone de datos de otra red de estaciones (por ejemplo
datos de la red secundaria de estaciones del INM), se pude adaptar facilmente a
la estructura de MeteoLab para poder ser cargados desde la Toolbox. El fichero
readme.txt del directorio ObservationsData/MyStations describe la forma
de configurar nuevas redes de observacion en el programa. Por ejemplo, la Fig.
1.20(izquierda) muestra los datos de racha maxima de la principal de estaciones
del INM:
>>
>>
>>
>>
>>
>>
Example2.Network={INM};
Example2.Stations={completas.stn};
Example2.Variable={Vx};
[data,Example2]=loadStations(Example2,zipfile,1);
drawAreaStations(Example2);
drawObservations(data,Example2);
De forma similar, se puede cargar la precipitacion en las estaciones de la red

secundaria en el cantabrico (ver Fig. 1.20, derecha). El fichero Examples.m del
directorio MeteoLab/Observations contiene ejemplos adicionales del uso de
los comandos para cargar observaciones.
Figura 1.20: Datos de precipitacion en las estaciones de (izquierda) la red principal

del INM y (derecha) la red secundaria del INM de la Cuenca Norte.
1.9.3. Datos Paleoclimaticos

Los datos instrumentales son medidas directas representativas de las variables meteorol
ogicas; sin embargo, las series mas largas no pasan de unos pocos
cientos de a
nos. Para llevar a cabo estudios climaticos a tiempos muy largos

Y METEOROLOGICOS
39
Figura 1.21: Datos de precipitacion en las estaciones de la red secundaria del INM
de la Cuenca Norte.
(del orden de miles de a

nos) es necesario disponer de series de datos mas largas. Por ello, se han desarrollado distintas tecnicas indirectas de medicion a
partir de indicadores de la naturaleza (datos proxy). Los mas utilizados se
obtienen de los
arboles (fisiologa de los anillos, analisis de isotopos, etc.), las
catas de hielo (composici
on de isotopos, acumulacion y estratificacion, etc.), los
corales (crecimiento, etc.), sedimentos oceanicos, fosiles, etc. Por ejemplo las
extracciones del hielo profundo de glaciares contienen muestras de burbujas de
aire, polvo, polen, o isotopos de oxgeno, que sirven para reconstruir el clima
pasado, del
area donde fue recogida la muestra.
1.9.4. Simulaciones de Modelos Numericos

Los campos resultantes de las integraciones de los modelos numericos del
tiempo caracterizan el estado de la atmosfera, tanto los analisis (estado inicial
asimilado de la atmosfera), como las predicciones, y en muchos casos estan
disponibles para la comunidad investigadora. Por otra parte, tambien estan
disponibles los campos producidos por diversos proyectos de reanalisis en los
que se ha integrado off-line un mismo modelo para un largo perodo de tiempo
representativo de la climatologa. Por ejemplo, el primer proyecto de reanalisis
global llevado a cabo en el ECMWF se denomino ERA-15 y proporciona los
campos de an
alisis y las predicciones a corto plazo cada seis horas obtenidas con
un modelo T 106L31 (1.125 grados de resolucion) para el perodo comprendido entre Diciembre-1978 y Febrero-1994. Recientemente, este proyecto ha sido
extendido y ya se dispone de informacion para el perodo Septiembre 1957 Agosto 2002 (ERA-40) obtenida con un modelo de mayor resolucion (T 159L60,
aprox. 0.675 grados). El NCEP tambien dispone de un reanalisis llevado a ca-
40
bo con un modelo T 62L28 (1.875 grados de resolucion) para el perodo 1958

hasta la actualidad (Kalnay et al., 1996); para mas informacion sobre actualizaciones del reanalisis consultar wesley.wwb.noaa.gov/reanalysis2. La lista
completa de variables disponibles para el proyecto ERA puede consultarse en
www.ecmwf.org/research/era, mientras que en el caso del NCEP puede consultarse wesley.wwb.noaa.gov/reanalysis.html.
En este libro se utiliza informacion de cada uno de los 4 analisis diarios
de ERA-40, a las 00, 06, 12, y 18 UTC para definir el estado de la atmosfera
en un momento dado. Se dispone de variables en superficie y en niveles de
presion, y de variables derivadas que no son integradas directamente en el
modelo. B
asicamente las variables utilizadas en altura son el geopotencial (Z),
temperatura (T), velocidad del viento (U y V) y humedad relativa (H) en
los niveles de presi
on de 1000, 925, 850, 700, 500, 300 y 200 milibares (mb).
Ademas estas variables tambien se dan en superficie: presion media a nivel del
mar (mslp), temperatura a 2 metros (T2m), velocidad del viento a 10 metros
(U10 y V10) y temperatura del punto de roco (Td). En total son 5569 4
181 360 7 5 ' 5 1010 datos. Estos datos se encuentran codificados en
formato GRIB (WMO, 1994) ocupando un total de 100 GBytes de informacion.
En los distintos ejemplos presentados en este libro se consideran distintas
regiones y combinaciones de campos para definir el estado de la atmosfera.
Por ejemplo, para caracterizar el patron de circulacion que afecta a la pennsula
Iberica se pueden utilizar distintas rejillas y escalas temporales:
Modelo 1: Rejilla de 2.5 2.5 de longitud y latitud mostrada en la Figura
1.22(a) y que corresponde a la zona del Atlantico Norte, que influencia
en gran medida el clima en la Pennsula. En este caso, los patrones se
obtienen combinado los campos T, H, Z, U y V a las 12h en los niveles
1000mb, 925mb, 850mb, 700mb, 500mb y 300mb:
300
1000
300
1000
300
1000
),
, . . . , V12
, . . . , V12
, . . . , H12
, H12
, . . . , T12
x12 = (T12
(1.19)
donde Xij denota el campo de la variable X a la hora i en el nivel j.

Modelo 2: Rejilla de 1.0 1.0 mostrada en la Figura 1.22(b), cubriendo
la zona de estudio. En este caso, se consideran las mismas variables y
niveles de presi
on (altura), pero incluyendo una componente temporal (se
toman los campos a las 06h y 30h). Esta componente temporal compensa
la reducci
on de escala de la rejilla teniendo en cuenta efectos de borde y
de contorno que podran alcanzar la zona de la rejilla durante el perodo
de interes.
x = (x00 , x30 ).
(1.20)
Modelo 3: Rejilla de 1.0 1.0 mostrada en la Figura 1.22(c). En este
caso se considera un patron atmosferico concreto para cada una de las
doce cuencas hidrogr
aficas espa
nolas. Para ello se combinan los campos
anteriores en un dominio temporal de mayor resolucion: 06, 12, 18, 24,

Y METEOROLOGICOS
41
y 30 UTC. En este caso se cubre el perodo de prediccion con toda la

informaci
on disponible:
x = (x06 , x12 , x18 , x24 , x30 ).
(1.21)
(a)
70
60
50
40
30
20
-60
-40
60 N
-20
0
60 N
(b)
(c)
50 N
50 N
40 N
40 N
30N
30N
20 W
20
10 W
10E
20 E
20 W
10 W
10E
20 E
Figura 1.22: Distintas areas que cubren la pennsula Iberica: (a) Rejilla de larga
escala (macro-) de 2.5 2.5 de latitud y longitud correspondiente al Atl
antico
Norte; (b) rejilla peninsular (meso-) 1 1 de latitud y longitud; (c) rejilla meso-
1 1 para la cuenca Norte de la Pensnsula Iberica (cada una de las doce cuencas
tiene su propia rejilla).
En los casos anteriores se han definido patrones diarios que comprenden el

rango horario entre las 6 y 30 horas, correspondiente al horario de medicion de
la mayora de las observaciones del INM.
1.9.5. MeteoLab: Patrones Atmosfericos

La forma de trabajar con salidas de modelos numericos en MeteoLab consiste
en definir un patr
on atmosferico como los descritos en la seccion anterior;
para ello se ha de indicar la regi
on de interes y las variables, niveles y horas que
se quieren considerar. El directorio PatternsData contiene las zonas definidas
por defecto en la Toolbox (NAO e Iberia, correspondientes a los Modelos 1 y
2 de la Fig. 1.22); para cada zona es necesario incluir un fichero domain.cfg
con la informaci
on relativa al dominio y variables atmosfericas (el patron). Por
ejemplo, el fichero domain.cfg del directorio PatternsData/NAO contiene la
informacion, que corresponde al Modelo 1 de la Fig. 1.22(a):
42
lon=-60:2.5:15
lat=25:2.5:70
nod=1:589
lvl=0
tim=12
par=151
src=$METEOLAB_HOME/../NWPData/ERA40/SurfaceGlobe25_SST_SLP/
startDate=01-Sep-1957
endDate=31-Aug-2002
lon y lat son las coordenadas del dominio de trabajo (en este caso el Atlantico
Norte), a partir del cual se entresaca un subdominio determinado en el parametro nod (numerados de izquierda a derecha y de arriba abajo). La segunda parte
del fichero define los datos a considerar: lvl son los niveles de presion (definidos
en mb), tim las horas de analisis y par las variables (los codigos del ECMWF
para las distintas variables se pueden consultar en www.ecmwf.int), 151 corresponde a la presi
on a nivel del mar. A continuacion se indican las fechas de inicio
y fin de los datos que se utilizan (la de este ejemplo se corresponden con las
fechas de ERA40). Por u
ltimo, se indica la ruta donde se hallan los datos, en
formato GRIB (se puede utilizar la variable de entorno $METEOLAB HOME, que
se asigna al directorio de MeteoLab al iniciar la sesion con init).
La funci
on readDomain lee la estructura del dominio definida en el fichero domain.cfg de la zona definida (las zonas disponibles estan definidas en
el fichero MeteoLab/Patterns/Zones.txt). Por ejemplo, una vez cargada se
puede dibujar el dominio definido:
>> dmn=readDomain(Nao);
>> drawAreaPattern(dmn);
Dado el gran volumen de informacion necesario para definir los patrones atmosfericos, MeteoLab trabaja con componentes principales para comprimir los
patrones; las componentes del patron anterior han sido previamente generadas
y se proporcionan con MeteoLab (ver Sec. 2.5). As, se puede cargar un campo
definido para un nivel de presion, una hora y un da determinados a partir de
un n
umero especificado de componentes principales (ver Fig. 1.23, derecha):
>> dates={01-Aug-1992,01-Aug-1992};
>> [field,info]=getFieldfromEOF(dmn,ncp,50,...
>>
var,151,time,12,level,0,dates,dates);
>> drawGrid(field(1:end,:),dmn)

Y METEOROLOGICOS
43
Figura 1.23: (izquierda) Nodos de grid correspondientes a la zona del Atlantico Norte;
(derecha) datos reconstruidos de geopotencial en 1000mb a las 0Z para el da 1 de
Agosto de 1992.
field es la matriz de los datos reconstruidos, de tama

no m n donde m es el
n
umero de das y n el n
umero de nodos del dominio. La funcion getFieldfromEOF
admite el parametro opcional NCP para indicar el n
umero de componentes
principales que desean utilizarse para extraer la informacion (si no se especifica se consideran todas las almacenadas); observese que el campo resultante
sera tanto m
as aproximado al real cuanto mas componentes se tomen (ver Sec.
2.5).
Trabajar con las salidas directas del modelo es una tarea compleja debido
al formato binario especial en el que se manejan este tipo de datos (GRIB,
netCDF, etc.). La funci
on getFieldfromGRIB permite extraer los datos correspondientes a un patr
on domain.cfg a partir de los ficheros grib almacenados
en el directorio indicado en el path del dominio. Este comando devuelve una
variable patterns que es una matriz de tama
no m n con m el tama
no de
la muestra (n
umero de das) y n es el producto de n
umero de variables extradas, horas, niveles de presion y nodos. Si queremos obtener y dibujar un
campo concreto de los que componen el patron (una variable en un nivel de
altura y a una hora), la funci
on findVarPosition nos devuelve la posicion que
ocupan en el vector completo la informacion solicitada. En el siguiente ejemplo
se muestra la aplicaci
on de MeteoLab para leer y transformar varios campos
definidos en el dominio IberiaPrecip, que define una rejilla sobre Espa
na en
la que se consideran las variables precipitacion de larga escala y precipitacion
convectiva. El siguiente c
odigo lee los patrones correspondientes al a
no 1999 y
separa los dos campos de precipitaci
on para sumarlos en un u
nico campo que
representa la precipitaci
on total.
>> dmn=readDomain(IberiaPrecip);
>> ctl.fil=IberiaPrecip.ctl;
>> ctl.cam=dmn.src;

44
>>
>>
>>
>>
>>
>>
>>
date=datevec(datenum(01-Jan-1999):datenum(31-Dec-1999));
[patterns,fcDate]=getFRCfromGRIB(ctl,dmn,date,00,00);
%Adding large scale and convective precip and drawing the fields
precip=1000*(patterns(:,findVarPosition(142,30,0,dmn))+...
patterns(:,findVarPosition(143,30,0,dmn)));
precip=sum(precip,1); %Accumulated precipitation
drawGrid(precip,dmn);
Figura 1.24: Precipitacion acumulada (larga escala + convectiva) en mm de ERA40

durante el a
no 1999.
Por u
ltimo, MeteoLab permite trabajar con dominios irregulares. Por ejemplo, la figura siguiente muestra el dominio y un campo asociados a la cuenca
norte de la pennsula Iberica (ver PatternsData/Iberia/NortherBasin).
Figura 1.25: (izquierda) Nodos de grid correspondientes a la zona cuencaNorte; (derecha) datos reconstruidos de geopotencial en 1000mb a las 0Z para la cuenca Norte
el da 1 de Enero de 1990.
Junto con los re-analisis de modelos numericos que cubren perodos continuos de tiempo, tambien se han elaborado bases de datos de observaciones sin
lagunas y homogeneizadas sobre rejillas. Por ejemplo Chen et al. (2002) describe la elaboraci
on de una base de datos con medias mensuales de precipitaci
on
en superficie para una rejilla de 2.5o de resolucion sobre el globo.
Parte II
T
ecnicas Estadsticas
Est
andar
45
CAPITULO 2
Tecnicas Estadsticas. Analisis y Exploracion de
Datos
2.1. Introduccion
En este captulo se describen brevemente algunas herramientas estadsticas
basicas para la exploraci
on y el analisis de datos meteorologicos y climatologicos. Estas tecnicas han sido utilizadas profusamente para explorar, comprender
y simplificar los datos disponibles en un problema dado, analizando las relaciones de dependencia entre variables y eliminando la redundancia. En el captulo
siguiente se analizan tecnicas estadsticas de modelizacion y prediccion que operan sobre estos datos simplificados, permitiendo obtener modelos que expliquen
las relaciones observadas en los datos. Otras tecnicas estadsticas no lineales
mas avanzadas ser
an descritas a lo largo del libro. Para una informacion m
as
detallada de la aplicaci
on de tecnicas estadsticas en este ambito se remite al
lector a Ayuso (1994), Wilks (1995) y von Storch and Zwiers (1999).
Este captulo comienza con una breve introduccion a la probabilidad y las
variables aleatorias, ilustrada con m
ultiples ejemplos (Sec. 2.2). A continuacion,
la Sec. 2.3 muestra la aplicaci
on practica de estos conceptos para la simulacion
de series climatol
ogicas (weather generators), manteniendo las principales caractersticas estadsticas de la serie original. La Sec. 2.4 analiza el concepto
de dependencia entre variables desde un punto de vista lineal y no lineal. La
Sec. 2.5 describe el metodo de componentes principales (y las correspondientes
funciones ortogonales empricas), utilizadas para eliminar la dependencia y redundancia en los datos, representando estos en un espacio de dimension inferior
donde las variables (o componentes) son independientes. La Sec. 2.6 describe
distintas tecnicas de agrupamiento.
47
DE DATOS
2. TECNICAS
ESTADISTICAS. ANALISIS
Y EXPLORACION
48
2.2. Probabilidad y Variables Aleatorias

En la mayora de las ocasiones, ademas de los factores controlados por
el experimentador en un problema dado, existen otros factores desconocidos
que dan lugar a una incertidumbre y a un caracter aleatorio en el problema.
La probabilidad es una herramienta apropiada en estas situaciones, donde se
conocen los posibles resultados, pero no se sabe cual de ellos ocurrira en la
realizacion del mismo (ver, por ejemplo Lindley, 1987).
Por ejemplo, si se desea relacionar la lluvia, el viento y la estaci
on del
a
no en un punto geogr
afico concreto y solo se dispone de registros historicos
de observaciones, tendr
a que considerarse el problema como un experimento
aleatorio y definir la probabilidad en base a las frecuencias observadas. Por
ejemplo, en la Tabla 2.1 se muestran las frecuencias observadas en el aeropuerto
de Parayas (Santander) durante un perodo de diez a
nos.
NE
SE
SW
NW
Total
Anual
S
Ll
1014 516
64
57
225
661
288
825
1591 2059
Invierno
S
Ll
190 99
24
18
98 223
49 150
361 490
Primavera
S
Ll
287 166
6
4
18
119
95
277
406 566
Verano
S
Ll
360 162
1
9
15
71
108 251
484 493
Oto
no
S
Ll
177 89
33
26
94 248
36 147
340 510
Tabla 2.1: Datos de precipitacion: lluvia (Ll) o seco (S), estacion del ano, y direccion
del viento (NE, SE, SW, y NW) registrados en Santander (aeropuerto de Parayas)
entre 1979 y 1989 (N = 3650).
Para tener en cuenta las caractersticas de este problema y poder responder

a preguntas del tipo llover
a hoy? es necesario disponer de alguna medida
de incertidumbre, como la probabilidad, con la que podamos dar respuestas de
la forma la probabilidad de que llueva es p. Para ello, se parte del espacio
muestral que incluye todos los posibles resultados del experimento (sucesos elementales). Una medida de probabilidad P es una funcion que asocia un n
umero
real en el intervalo [0, 1] a los distintos sucesos, midiendo su grado de incertidumbre. Como es bien sabido, estas funciones
han
Pde cumplir los axiomas
S
normalizaci
on P (M) = 1 y aditividad P ( i Ai ) = i P (Ai ), para cualquier
sucesion infinita, A1 , A2 , . . ., de subconjuntos disjuntos. El primer axioma establece que, independientemente de nuestro grado de certeza, ocurrira un elemento del espacio muestral. El segundo es una formula de agregacion que se usa
para calcular la probabilidad de la uni
on de subconjuntos disjuntos; establece
que la incertidumbre de un cierto subconjunto es la suma de las incertidumbres
de sus partes disjuntas (ver DeGroot, 1989, para una introduccion rigurosa a
la probabilidad).
De estos axiomas pueden deducirse las reglas de calculo necesarias para
operar con esta medida, obteniendo funciones de probabilidad marginales y
condicionadas a partir de la probabilidad total.
2.2. PROBABILIDAD Y VARIABLES ALEATORIAS
49
Ejemplo 2.1 (Precipitaci

on y viento en Santander). A partir de los datos de la Tabla 2.1, se puede definir una probabilidad que relaciona los posibles
sucesos relativos a las combinaciones de estaci
on del a
no, precipitaci
on y viento
en la ciudad de Santander. Lo primero es definir el espacio muestral, formado
en este caso por todas las posibles combinaciones de elementos entre los conjuntos {Invierno, Primavera, Verano, Oto
no}, {Seco, Lluvia} y {NE,SE,SW,NW},
es decir,
M={{Invierno},{Invierno, Seco, NE},{Oto
no, Seco, SW}, }.
As, en base a las frecuencias observadas dadas en la tabla se puede calcular la
probabilidad de cualquier suceso:
P (I, N W, Ll) = f rec(I, N W, Ll)/N = 150/3650 = 0.041
P (I, SE, Ll) = f rec(I, SE, Ll)/N = 18/3650 = 0.004
P
P
P (I) = v{N E,SE,N W,SW } ll{S,Ll} f rec(I, v, ll)/N = 0.236
En este ejemplo se usan variables categoricas que toman como valor una
determinada categora (por ejemplo, primavera, verano, oto
no o invierno) pero,
en la practica, los sucesos de mayor interes suelen estar asociados a alguna
variable numerica relacionada con el experimento (por ejemplo la cantidad de
precipitaci
on, P recip). El concepto de variable aleatoria permite tratar estas
situaciones asignando un n
umero real a cada suceso del espacio muestral (por
ejemplo, la cantidad de precipitaci
on, en mm). Cuando el rango de la variable
aleatoria es un n
umero finito o contable de elementos, esta se denomina discreta
y, en caso contrario se denomina continua.
Dependiendo del tipo de problema, algunas variables pueden considerarse
tanto discretas, como continuas. Por ejemplo, la precipitacion puede considerarse como variable discreta, con estados {0,1} (correspondiente a la ausencia o
presencia del evento de precipitaci
on), pero tambien puede considerarse como
variable continua; en este caso el rango sera el intervalo [0, ) (correspondiente
a la cantidad de precipitaci
on).
Las siguientes funciones permiten caracterizar la probabilidad de que una
variable tome distintos valores (o intervalos de valores) en su rango.
2.2.1. Funciones de Probabilidad

Para una variable discreta X, la funci
on de probabilidad p(x) determina la
forma en que la probabilidad se distribuye entre los distintos estados de la
variable:
X
P (x = a) = p(a) P (a x b) =
p(x).
(2.1)
axb
En cambio, si la variable es continua, la distribucion de la probabilidad en los

distintos intervalos del rango de la variable esta caracterizada por su funci
on
de densidad, que sustituye las sumas por integrales:
P (a x b) =
f (x)dx.
(2.2)
DE DATOS
2. TECNICAS
Y EXPLORACION
50
Para
total sea la unidad, estas funciones han de cumplir:
R
P que la probabilidad
p(x)
=
1,
f
(x)
=
1.
x
x
Ejemplo 2.2 (Car
acter dual de la precipitaci
on). Si se consideran los
datos de ausencia o presencia de precipitaci
on se tendr
a una variable binaria
cuya funci
on de probabilidad podr
a obtenerse a partir de las frecuencias de los
distintos estados de la variable, seg
un lo visto en (2.1). Las Figuras 2.1(a) y
(b) muestran la funci
on de probabilidad de esta variable para las localidades
de Almera y Santander, respectivamente, obtenidas a partir de series de valores como las mostradas en la Tabla 2.1. Por otra parte, tambien es frecuente
discretizar la cantidad de precipitaci
on considerando distintos umbrales para la
misma; una discretizaci
on bastante habitual se establece en base a los umbrales: 0, 2 , 10, y 30 mm. Las Figuras 2.1(c) y (d) muestran las correspondientes
funciones de probabilidad para las estaciones anteriores.
(a) Almera
fr(x)
(c) Almera
fr(x)
6832
6000
6832
6000
4000
4000
2000
2000
1020
596
0
(-Inf,0]
3935
3917
319
88
19
(2,10] (10,30] (30,94]
x
(d) Santander
(b) Santander
fr(x)
(0,2]
fr(x)
3000
3000
2000
2000
1000
1000
3917
3917
1735
1407
674
119
(-Inf,0]
(0,2]
(2,10] (10,30] (30,134.4]
Figura 2.1: Variable binaria ocurrencia de precipitacion en (a) Almera y (b) Santander. Variables discretas resultantes de una discretizaci
on por umbrales de la cantidad de precipitaci
on en (c) Almera y (d) Santander. f r(x) denota la frecuencia
absoluta.
Para caracterizar la precipitaci

on como variable continua (cantidad de precipitaci
on), considerando los das en que ocurri
o el evento, es necesario definir
una funci
on de densidad seg
un (2.2). En este caso, como la funci
on es continua
es necesario suponer que la funci
on pertenece a alguna familia parametrica y
estimar sus par
ametros en base a los datos disponibles. En la pr
actica, para la
cantidad de precipitaci
on se suelen considerar funciones de densidad exponen-
51
cial y gamma para aproximar la funci

on de densidad real
1 x
e ,
fexp (x; ) =
fgam (x; a, b) =
1
ba (a)
(2.3)
xa1 ex/b .
(2.4)
El par
ametro es la media de los datos de precipitaci
on (6.38 en el caso de
Santander y 4.12 en Almera) y a y b son los par
ametros de forma y escala de
la distribuci
on gamma, respectivamente ( = ba, 2 = b2 a); observese que para
a = 1 la funci
on Gamma se reduce a una exponencial. La Fig. 2.2 muestra los
histogramas empricos de la cantidad de precipitaci
on en Almera y Santander,
as como las funciones de densidad exponenciales ajustadas a estos datos. En
esta figura puede verse que estas funciones subestiman la cola de la funci
on. Por
otra parte, la Fig. 2.3 muestra las densidades exponencial y gamma ajustadas
con los datos de precipitaci
on en Santander.
0.25
0.2
(a) Almera
f(x)
(b) Santander
f(x)
0.2
0.15
0.15
0.1
0.1
0.05
0.05
0
0
0
10
20
40
50
40
50
x 30
x 30
Figura 2.2: Funciones de densidad exponencial y probabilidades empricas obtenidas
a partir de los datos de (a) Almera y (b) Santander.
10
20
0.2
Exponencial
Gamma (2 parmetros)
f(Precip)
0.15
0.1
0.05
10
20
30
Precip
40
50
Figura 2.3: Funciones de densidad exponencial y gamma ajustadas a la cantidad de

precipitaci
on en Santander.
DE DATOS
2. TECNICAS
Y EXPLORACION
52
Un forma equivalente de definir la probabilidad de una variable aleatoria,

que es independiente del car
acter discreto o continuo de la misma, es su funci
on
de distribuci
on. La funci
on de distribucion de X, denotada por F (x), asigna a
cada valor a la probabilidad acumulada F (a) = P (X a), que se traduce en:
Z a
X
F (a) =
f (x) dx,
P (x); F (a) =
xa
para variables discretas y continuas, respectivamente. Por tanto, F (x) es monotona creciente, F () = 0, F () = 1 y P (a < X b) = F (b) F (a).
Por ejemplo, integrando la funci
on de densidad exponencial (2.3) se obtiene
su funcion de distribuci
on analticamente:
F (x) = 1 e
(2.5)
La Fig. 2.4 muestra distintas funciones de distribucion asociadas con las funciones de probabilidad y densidad anteriores.
F(x)
F(x)
1
0.8990
0.8
0.8
0.7198
0.6
0.6
0.4989
0.4
0.4
0.2
0.2
0
0
(a)
10
20
x 30
40
50
(b)
0
10
20
x 30
40
50
Figura 2.4: (a) Funcion de distribucion asociada a la funcion de probabilidad de la

Fig. 2.1(d). (b) Funci
on de distribuci
on asociada a la funci
on de densidad de la Fig.
2.2(b).
Estas funciones son las que nos permiten simular de forma simple y eficiente
muestras de valores de la variable, conservando las propiedades estadsticas
basicas de las mismas. Este tema se analizara en detalle en la Sec. 2.3 para su
aplicacion a los generadores estoc
asticos de tiempo.
2.2.2. Probabilidades Conjuntas

Cuando la variable aleatoria es multidimensional, los conceptos anteriores
siguen teniendo sentido, realizando las sumas e integrales en dominios multidimensionales. De esta forma, la funci
on de probabilidad de una variable aleatoria discreta X = (X1 , . . . , Xn ), denotada por p(x1 , . . . , xn ), es una funcion que
asigna una valor
X
X
p(x1 , . . . , xn )
(2.6)
...
a1 x1 b1
an xn bn
53
a la probabilidad de que la variable tome valores en un rectangulo arbitrario

{a1 x1 b1 , . . . , an xn bn }. En el caso de variables continuas, el
tratamiento es an
alogo, pero la funci
on ha de ser construida en base a integrales,
como en el caso de variables unidimensionales.

on conjunta). Se considera la variable aleatoria
discreta (X1 , X2 ), donde X1 y X2 son los datos de precipitaci
on discretizados
(utilizando los umbrales 0, 2, 10, 20 y 30 mm) para dos estaciones. A partir
de (2.6) se puede calcular la funci
on de probabilidad conjunta; en la figura 2.5
se muestran los resultados obtenidos tomando como variables: precipitaci
on en
Santander y Bilbao; Santander y Santiago y, finalmente, Santander y Almera.
En estas figuras se puede observar la dependencia existente entre las variables
Santander y Bilbao y, en menor medida, Santander y Santiago, mientras que
no se observa ninguna relaci
on entre Santander y Almera. El concepto de
relaciones entre variables se analiza en detalle en la Sec. 2.4.1.
Santander--Santiago
Santander--Bilbao
3000
4000
2000
2000
1000
0
0
1
1
2
Santander--Almeria
4000
2000
0
1
Figura 2.5: Funciones de probabilidad conjunta de la precipitacion discretizada para

distintos pares de ciudades.
54
DE DATOS
2. TECNICAS
Y EXPLORACION
2.2.3. Probabilidades Marginales y Condicionadas

Una vez que se tiene definida una funcion de probabilidad conjunta, es
posible obtener informaci
on de cada variable por separado, o incluso la probabilidad de alguna variable cuando se dispone de cierta informacion sobre las
otras. Estas ideas se formalizan en los conceptos de probabilidad marginal y
probabilidad condicionada, que son fundamentales para aplicar los mecanismos
de inferencia probabilstica en la practica.
A partir de una funci
on de probabilidad p(x1 , . . . , xn ) de una variable aleatoria discreta (X1 , . . . , Xn ), se define la funcion de probabilidad marginal de la
variable Xi como
X
p(xi ) = P (Xi = xi ) =
p(x1 , . . . Xi = xi , . . . , xn ).
(2.7)
x1 ,...,xi1 ,xi+1 ,...,xn
Por otra parte, si X e Y son dos conjuntos disjuntos del conjunto de variables
tales que p(y) > 0, entonces la probabilidad condicional, o funcion de probabilidad condicionada de X dado Y = y, viene dada por
p(x|Y = y) =
p(x, y)
.
p(y)
(2.8)
La ecuacion (2.8) implica que la funci

on de probabilidad conjunta de X e Y
puede escribirse como
p(x, y) = p(y)p(x|y).
(2.9)
La ecuacion (2.9) puede generalizarse para conjuntos arbitrarios de variables,
dando lugar a la llamada regla de la cadena:
p(x1 , x2 , . . . , xn ) = p(x1 )p(x2 |x1 ) . . . p(xn |x1 , . . . , xn1 ).
(2.10)
Esta formula es de gran interes para poder expresar una funcion de probabilidad como producto de funciones marginales y condicionadas que, en algunos
casos, utilizando ciertas condiciones de independencia que posea un modelo
dado, podr
an simplificarse dando lugar a modelos probabilsticos mas sencillos.
Esta idea se desarrolla en detalle en el Cap. 4.
Ejemplo 2.4 (Probabilidades condicionadas). A partir de la Tabla 2.1, se
puede f
acilmente calcular la probabilidad de lluvia (marginal), o la probabilidad
de lluvia una vez que se sabe que la racha de viento es del SW (condicionada):
P (Lluvia) = 2059/3650 = 0.564.
P (Lluvia|SW ) = P (Lluvia, SW )/P (SW ) = 661/886 = 0.746.
Las probabilidades anteriores indican que el conocimiento de la variable viento
aporta informaci
on para el conocimiento de la variable lluvia, ya que la probabilidad de esta aumenta (y disminuye) con direcciones concretas del viento.
Este concepto de dependencia entre variables se desarrolla en la Sec. 2.4.
55
El siguiente ejemplo de Matlab ilustra estos conceptos aplicados a un conjunto de datos de precipitaci
on del GSN descritos en la Sec. 1.9.2.
% Loading precipitation data for Spanish stations

Example1.Stations={Spain.stn};
Example1.Variable={Precip}; date={1-Jan-1998,31-Dec-1998};
[precip,Example1]=loadStations(Example1,dates,date,ascfile,1);
station=1; %Choosing the station to perform the study
% Precipitation as binary variable
binaryPrecip=ones(size(precip,1),1);
binaryPrecip(find(precip(:,station)>0),1)=2;
% Precipitation with 5 states
treshold=[-inf 0 2 10 20];
for i=1:size(precip,1)
discretePrecip(i,1)=max(find(precip(i,station)>treshold));
end
% Drawing histograms
h1=hist(binaryPrecip,2);
h2=hist(discretePrecip,length(treshold));
figure;
subplot(2,1,1); bar(h1,hist);
subplot(2,1,2); bar(h2,hist);
% Exponential density function fitted to data
ind=find(precip(:,station)>0);
x=linspace(min(precip(:,station)),max(precip(:,station)));
mu=mean(precip(ind,station));
fExp=(1/mu)*exp(-x/mu);
% Gamma density function fitted to data
mu=mean(precip(ind,station));
sig2=var(precip(ind,station));
a=mu^2/sig2; b=sig2/mu;
fGam=(x.^(a-1).*exp(-x/b))/((b^a)*gamma(a));
% Using statistics Toolbox functions for a
% more efficient estimation of parameters
par=gamfit(precip(ind,station));
fGam2=gampdf(x,par(1,1),par(1,2));
figure;
plot(x,[fExp; fGam; fGam2],k);
56
DE DATOS
2. TECNICAS
Y EXPLORACION
2.3. Generadores de Tiempo (Weather Generators)

Los generadores estoc
asticos de tiempo son tecnicas estadsticas que simulan series o muestras de una variable meteorologica (por ejemplo, la precipitacion diaria en Santander) a partir de su distribucion y/o alg
un conjunto de
estadsticos representativos: medias anuales o mensuales, varianzas, frecuencias
de distintos eventos, etc. (ver Wilby and Wilks, 1999, para una introduccion).
Estos metodos se han utilizado en distintas aplicaciones hidrologicas y agrcolas
para simular datos climatologicos a la escala temporal apropiada (por ejemplo,
la escala diaria requerida por los modelos de crecimiento de cosechas). Recientemente, tambien se ha aplicado esta tecnica para simular datos diarios a
partir de las predicciones mensuales proporcionadas por los modelos numericos
estacionales o clim
aticos (Feddersen and Andersen, 2004).
La precipitaci
on es una de las variables mas importantes para aplicaciones
practicas en agricultura, hidrologa, etc. (incluso otras variables como la evapotranspiraci
on, etc., dependen de ella). Por tanto, esta variable desempe
na un
papel destacado en los generadores estocasticos de tiempo, que en su gran mayora estan adaptados para trabajar con ella. Por ejemplo, Richardson (1981)
propuso un metodo que primero simula la precipitacion y en funcion de ella la
temperatura y radiaci
on solar.
2.3.1. Generadores Estocasticos de Precipitacion

La principal dificultad para trabajar con la precipitacion es su caracter
mixto discreto/continuo, pues s
olo el evento P recip = 0 tiene probabilidad
mayor que cero. Por tanto, es necesario distinguir entre una variable binaria
ocurrencia de precipitaci
on (P recip = 0) y una variable continua cantidad
de precipitaci
on (condicionada a P recip > 0). La mayora de los generadores
de tiempo tratan estas dos variable de forma separada, desarrollando metodos apropiados para simular tanto la ocurrencia/ausencia del evento, como su
cantidad o intensidad.
Modelos de Ocurrencia del Evento
Las cadenas de Markov de primer orden fueron los primeros modelos aplicados para simular series binarias de precipitacion (ausencia/ocurrencia), conservando la correlaci
on temporal y los estadsticos basicos de la estacion local
estudiada. Gabriel and Neumann (1962) mostraron que estos modelos podan
capturar la persistencia natural de la precipitacion diaria (esto es, la autocorrelacion de la serie), y tambien podan caracterizar otros aspectos importantes
de la ocurrencia de precipitaci
on: longitud de las rachas secas o lluviosas, etc.
Estos modelos suponen que la probabilidad de ocurrencia para un determinado
da solo depende de la ocurrencia o no del da anterior. Por tanto, este modelo
esta caracterizado por las probabilidades:
p10 = P (P ret = 1|P ret1 = 0), p11 = P (P ret = 1|P ret1 = 1).
(2.11)
2.3. GENERADORES DE TIEMPO (WEATHER GENERATORS)
57
donde P re representa la variable binaria ocurrencia de precipitacion (P re =

1 indica la ocurrencia del evento y P re = 0 la no ocurrencia). Estas probabilidades se pueden estimar a partir de las frecuencias correspondientes de la serie
de datos de cada una de las estaciones que se deseen simular.
Esto nos lleva a un simple pero eficiente procedimiento para simular series
de ocurrencia/ausencia de precipitaci
on para una estacion dada, conocidos p01
y p11 . Para ello, s
olo es necesario utilizar una serie pseudo-aleatoria de n
umeros
generados por el ordenador an , n = 1, 2, . . .. Estos n
umeros siguen una distribucion uniforme en el intervalo [0, 1]; por tanto, para cada n 2 se simulara un
valor P ren de la siguiente forma:
Si P ren1 =0, entonces P re = 1 si an p10 , y P ren = 0 en caso contrario.
Si P ren1 =1, entonces P re = 1 si an p11 , y P ren = 0 en caso contrario.
El primer da de la serie puede generarse teniendo en cuenta la proporcion de
das lluviosos y no lluviosos observados.
Este metodo permite simular series tan largas como se desee manteniendo
los estadsticos fundamentales de la estacion. Por otra parte, la estructura del
metodo permite inferir algunas propiedades que tendran las series simuladas.
Por ejemplo, las rachas de das secos/lluviosos producidas por este modelo son
independientes y siguen la distribuci
on geometrica:
P (X = x) = p(1 p)x1 , x = 1, 2, ....
(2.12)
donde p = p10 para el caso de rachas secas y p = 1 p11 para rachas lluviosas.
Ejemplo 2.5 (Weather Generators. Ocurrencia de Precipitaci
on). Supongamos que se dispone de una serie de datos diarios de precipitaci
on de una
estaci
on (por ejemplo la estaci
on de Santander, en decimas de mm):
0, 0, 1, 2, 1, 1, 34, 0, 30, 25,320, 76, 3, 4, 0, 0, 1, 0, 14, 258, 41, 285,
0, 0, 1, 98, 52, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 21, 64,
44, 0, 0, 0, 50, 31,43, 36, 303,14, 1, 0, 0, 0, 185, 309, 477, 261, 111, 0,
6, 22, 1, 10, 99, 8, 15, 4, 18, 3, 2, 32, 0, 1, 1, 27, 47, 0, 1, 0, 70, 95, 0,
1, 72.
32, 0,
0, 12,
32, 3,
30, 1,
Esta serie tiene asociada la siguiente serie binaria de ocurrencia/ausencia de

precipitaci
on:
0,
0,
1,
1,
0,
0,
1,
1,
1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1,
0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 1, 1, 1, 1,
1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1,
0, 1, 0, 1, 1, 0, 1, 1, 1, 1.
Las probabilidades (2.11) estimadas de este conjunto de datos resultan p10 =

0.395 y p11 = 0.758 (estas probabilidades se han obtenido a partir de las frecuencias: f rec(P ret = 1, P ret1 = 1) = 47, f rec(P ret = 1, P ret1 = 0) = 15,
f rec(P ret = 0) = 38, f rec(P ret = 1) = 62). Con estas probabilidades ya
se puede comenzar a simular una serie de ocurrencia/ausencia de precipitaci
on. Para ello, el valor del primer da se genera a partir del primer valor
58
DE DATOS
2. TECNICAS
Y EXPLORACION
pseudo-aleatorio a1 : P re1 = 0 si a1 < p0 = 0.38 y P re1 = 1 en caso contrario (supongamos que el primer n
umero aleatorio era 0.15 y que, por tanto
P re1 = 0). A continuaci
on se considera el siguiente n
umero pseudo-aleatorio
(sup
ongase que a2 = 0.486); como el da anterior fue seco y como a2 p11 , se
tiene un nuevo cero en la serie, y se contin
ua repitiendo el mismo proceso. El
siguiente c
odigo de Matlab muestra la forma de realizar este proceso:
Example.Network={MyStations};
Example.Stations={dailyPrecip.stn};
Example.Variable={common};
[data,Example]=loadStations(Example,ascfile,1);
data=data(:,1);
% Selecting the first stataion: Barcelona
Pre(find(data==0),1)=0;
Pre(find(data>0),1)=1;
c=zeros(2,2);
for k=2:size(Pre,1)
i=Pre(k-1)+1;
j=Pre(k)+1;
c(i,j)=c(i,j)+1;
end
p10=c(1,2)/(c(1,1)+c(1,2)); %P(1|0)=P(1,0)/P(0);
p11=c(2,2)/(c(2,1)+c(2,2)); %P(1|1)=P(1,1)/P(1);
p0=sum(Pre(:,1)==0)/size(Pre,1);
N=size(Pre,1); %Length of the simulated series
x=zeros(N,1); u=rand;
%Simulating the first day
if u<=p0, x(1,1)=1;
else x(1,1)=0;
end
%Simulating the rest of the serie
for i=2:N,
u=rand;
if (x(i-1)==0) & (u<=p10)
x(i,1)=1;
end
if (x(i-1)==1) & (u<=p11)
x(i,1)=1;
end
end
Algunos autores observaron que los modelos de Markov de primer orden

no eran apropiados para ciertos climas (por ejemplo, pueden generar series
con muy pocas rachas secas). Por ello, se introdujeron modelos de Markov de
2.3. GENERADORES DE TIEMPO (WEATHER GENERATORS)
59
mayor orden, condicionando la ocurrencia del evento a los k das previos. El

problema de estos modelos es que el n
umero de parametros necesarios crece
exponencialmente con el orden. Por tanto, a la hora de decidir entre modelos
de distintos
ordenes habr
a que tener en cuenta la compejidad de cada uno de
ellos (para ello se han utilizado criterios como el informacion de Akaike o el
criterio de informaci
on Bayesiana).
Los modelos anteriores generan series binarias de precipitacion en una u
nica
estacion; sin embargo, cuando se est
a interesado en simular series espaciales
(para un conjunto de estaciones), son necesarios modelos mas generales (ver,
por ejemplo Wilks, 1999b). La simulacion de series con dependencia espacial a
partir de los datos de varias estaciones es todava un reto.
2.3.2. Modelos de Intensidad del Evento

Una vez que se ha simulado una serie binaria de ocurrencia/ausencia de
la precipitaci
on, interesa simular la cantidad de precipitacion para los das
lluviosos. En el Ejemplo 2.2 se describio la modelizacion de esta variable en
base a una distribuci
on exponencial o gamma; sin embargo, ninguno de los
casos es satisfactorio del todo para representar tanto los valores cercanos a
cero, como los valores extremos. Recientemente tambien se ha planteado el uso
de una distribuci
on exponencial mixta, que es una mezcla de dos distribuciones
exponenciales de medias 1 y 2 , con funcion de densidad:

1
x
x
exp
+
exp
(2.13)
f (x) =
1
1
2
2
media = 1 + (1 )2 y varianza 2 = 21 + (1 )22 + (1 )(1 2 ).
Este distribuci
on proporciona mejores ajustes globales a los datos de precipitacion diaria pues una de las exponenciales se centra en el cero y la otra en los
valores extremos (ver Wilks, 1999a, para mas detalles).
Una vez elegida la distribuci
on m
as conveniente, es necesario simular un
valor para cada uno de los das donde el modelo de Markov ha generado una
ocurrencia de precipitaci
on. Este problema se reduce a obtener una muestra
aleatoria a partir de una distribuci
on de probabilidad concreta.
Simulacion de Variables Aleatorias
Los ordenadores proporcionan n
umeros pseudo-aleatorios distribuidos de
forma uniforme. Sin embargo, en la practica interesa obtener una muestra de
n
umeros aleatorios distribuidos seg
un una cierta funcion de densidad f (x) (por
ejemplo, exponencial, Gamma, doble exponencial, etc.). Para ello se utiliza la
funcion de distribuci
on correspondiente
F (x) = p(X x) =
Zx
f (x)dx.
DE DATOS
2. TECNICAS
Y EXPLORACION
60
Seguidamente, a partir de una sucesion de n

umeros aleatorios {u1 , . . . , uN } que
forman una muestra aleatoria de una distribucion uniforme U (0, 1), se puede
obtener una muestra aleatoria {x1 , . . . , xN } distribuida seg
un f (x) resolviendo
la ecuacion F (xi ) = ui , i = 1 . . . , N , que da xi = F 1 (ui ), donde F 1 (ui ) es la
inversa de la funci
on de distribuci
on evaluada en el punto ui . Por ejemplo, la
Figura 2.6 muestra una funci
on de distribucion F (x) y los dos valores x1 y x2
correspondientes a los n
umeros u1 y u2 procedentes de la poblacion uniforme
U (0, 1). Los fundamentos te
oricos de la simulacion de variables aleatorias se
describen en detalle en Rubinstein (1981); Devroye (1986).
F(x)
u2
0.8
0.6
0.4
u1
0.2
0
0
0.5
x1
x2
1.5
Figura 2.6: Generando muestras de una poblacion con funcion de densidad h(x)
utilizando la funci
on de distribuci
on H(x).
Ejemplo 2.6 (Weather Generators. Cantidad de Precipitaci

on).
Sup
ongase que en el Ejemplo 2.5 se obtuvo la siguiente serie simulada de
ocurrencia/ausencia de precipitaci
on:
0,
1,
1,
1,
0,
1,
1,
0,
1,
0,
1,
1,
1,
0,
1,
1,
0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0,
1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 1, 1, 1, 1, 1,
0, 0, 1, 1, 1, 1, 1, 1, 1
en la que se tienen 71 das lluviosos y 29 secos.

Para simular un valor de precipitaci
on para los 71 das lluviosos se considera
una funci
on de densidad exponencial, con funci
on de distribuci
on:

x
+ 1.
(2.14)
F (x) = exp
Se estima el par
ametro de esta distribuci
on (la media ) a partir de las cantidades de precipitaci
on de los das en que ha llovido en la serie mostrada en el
Ejemplo 2.5 ( = 61.98). Dado que
x = F 1 (y) = Ln(1 y)
(2.15)
un muestra de 71 n
umeros aleatorios uniformes (y) determinar
a la muestra
de cantidades de precipitaci
on (x) requerida. Combinando este resultado con la
2.4. DEPENDENCIA E INDEPENDENCIA DE VARIABLES
61
serie binaria se tiene la siguiente serie de precipitaci

on resultante del proceso
de simulaci
on:
0, 0, 38.03, 126.3, 0, 0, 0, 0, 0, 168.7, 19.0, 10.8, 127.8, 16.83, 0, 64.3, 0, 0,
0, 0, 0, 0, 211.2, 67.7, 126.6, 0, 0, 0, 0, 0.6, 9.1, 0, 0, 105.8, 0, 0, 34.8, 136.9,
82.2, 72.0, 26.3, 11.2, 10.4, 13.1, 34.0, 120.1, 41.7, 104.9, 38.2, 37.8, 37.1,
32.9, 143.7, 0.3, 21.8, 3.1, 73.2, 65.0, 252.5, 49.8, 31.6, 13.7375, 60.8, 81.9,
29.2, 0.6, 33.7, 86.8, 97.8, 156.5213, 115.4, 28.4, 60.1, 81.4, 13.3, 0, 145.7,
52.1, 0, 61.9, 0, 0, 16.5, 49.3, 166.2, 25.3, 66.0, 30.8, 0, 61.1, 74.4, 0, 0, 31.3,
33.0, 66.0, 112.6, 28.7, 34.3, 55.9
El siguiente c
odigo ilustra el uso de la funcion WeatherGen de la Toolbox
Meteolab para simular series binarias o continuas de precipitacion para una
estacion dada. En el ejemplo se considera una u
nica estacion de la red de
observaciones GSN descrita en la Sec. 1.9.1. Por una parte, la opcion Markov
permite obtener una serie discreta (no necesariamente binaria), y por otra la
opcion wg permite obtener una serie continua.
Example1.Stations={Spain.stn};
Example1.Variable={Precip};
date={1-Jan-1998,31-Dec-1998};
[data,Example1]=loadStations(Example1,dates,date,ascfile,1);
data=data(:,1);
% Selecting the first stataion: San Sebastian.
umbral=[0,0.5,10,20,inf];
% Ocurrence of precipitation (discrete variable) Markov process.
s1=weatherGen(data,umbral,2,10*size(data,1),markov);
plot(s1(1:365,1))
% Precipitation amount (continuous variable)
[s2,r2]=weatherGen(data,umbral,2,10*size(data,1),wg);
plot(s2(1:365,1))
% Symbolic (discrete)
subplot(2,1,1);
plot(data(1:end,1)) % Original
subplot(2,1,2)
plot(r2(1:size(data,1),1))
% Simulated
2.4. Dependencia e Independencia de Variables

El concepto de probabilidad condicionada proporciona la forma de definir
la dependencia estadstica de dos conjuntos de variables aleatorias. Si X e
Y son dos subconjuntos disjuntos de variables aleatorias, se dice que X es
independiente de Y (que denotaremos I(X, Y )) si y solamente si
p(x|y) = p(x),
(2.16)
62
DE DATOS
2. TECNICAS
Y EXPLORACION
Figura 2.7: (arriba) Simulacion de una variable de precipitacion discreta (con cuatro
estados); (debajo) simulaci
on de la cantidad de precipitaci
on. Se muestran las series
original y simulada.
para todos los valores posibles x e y de X e Y , respectivamente; en otro caso,

X se dice dependiente de Y (y se denota D(X, Y )).
Si X es independiente de Y , pueden combinarse (2.9) y (2.16) para obtener:
p(x, y) = p(x)p(y).
(2.17)
La ecuacion (2.17) indica que si X es independiente de Y , entonces la funcion

de probabilidad conjunta de X e Y es igual al producto de sus marginales.
Los conceptos de dependencia e independencia se refieren a dos subconjuntos de variables, pero se puede generalizar el concepto cuando hay implicados
mas de dos conjuntos. Si X, Y y Z son tres conjuntos disjuntos de variables,
entonces X se dice condicionalmente independiente de Y dado Z, I(X, Y |Z),
si y solo si
p(x|z, y) = p(x|z),
(2.18)
para todos los valores posibles x, y, z. En otro caso X e Y se dicen condicionalmente dependientes dado Z, D(X, Y |Z). Una definicion alternativa, pero
equivalente, de la independencia condicional es
P (x, y|z) = P (x|z)P (y|z).
(2.19)
63
El concepto de independencia condicional I(X, Y |Z) lleva en s la idea de

que una vez que es conocida Z, el conocimiento de Y no altera la probabilidad
de X. En otras palabras, si Z ya es conocida, el conocimiento de Y no a
nade
informacion alguna sobre X.
Ejemplo 2.7 (Dependencia e Independencia condicional). En este ejemplo se consideran de nuevo los datos de la Tabla 2.1 y tambien los datos nuevos
de la Tabla 2.2; estos u
ltimos corresponden a la precipitaci
on, fase lunar y direcci
on del viento registrados en Santander, en el mismo periodo de tiempo que
los considerados en la primera tabla.
NE
SE
SW
NW
Total
Anual
S
Ll
1014 516
64
57
225
661
288
825
1591 2059
Llena
S
Ll
255 137
12
12
59 165
51 192
377 506
C. Menguante
S
Ll
208
106
16
16
65
166
77
231
366
519
C. Creciente
S
Ll
297
132
22
12
58
175
82
225
459
544
Nueva
S
Ll
254 141
14
17
43 155
78 177
389 490
Tabla 2.2: Datos de precipitacion (lluvia (Ll) o no lluvia (S)), fase lunar y direccion
del viento registrados en Santander (aeropuerto de Parayas) entre 1979 hasta 1989
(N = 3650).
A partir de la tabla 2.2, se puede calcular:

P (Ll) = 2059/3650 = 0.564.
P (Ll|CC) = 490/(490 + 389) = 0.557.
P (Ll|LN ) = 544/(544 + 459) = 0.542.
P (Ll|CM ) = 519/(519 + 366) = 0.586.
P (Ll|LL) = 506/(506 + 377) = 0.573.
A partir de estos resultados se puede comprobar que la lluvia en Santander es
independiente de la fase lunar, I(Lluvia, F ase lunar), como es de esperar.
Considerando ahora los datos registrados en la Tabla 2.1, se tiene:
P (Ll|Invierno) = 490/(490 + 361) = 0.576.
P (Ll|P rimavera) = 566/(566 + 406) = 0.582.
la probabilidad de lluvia es independiente de la estaci
on del a
no (invierno, primavera) dada. Sin embargo, si se consideran tambien la evidencia V iento =
SW , se tiene:
P (LL|Invierno, SW ) = 223/(223 + 98) = 0.695.
P (LL|P rimavera, SW ) = 119/(119 + 18) = 0.869.
la lluvia y la estaci
on del a
no (invierno, primavera) se vuelven dependientes; es decir, la lluvia y la estaci
on del a
no en Santander son independientes
I(Lluvia, Estacion), pero son condicionalmente dependientes dado el viento
D(Lluvia, Estacion|V iento). Tambien se puede dar la situaci
on contraria.
64
DE DATOS
2. TECNICAS
Y EXPLORACION
2.4.1. Correlacion e Informacion Mutua

Los conceptos de covarianza y correlacion caracterizan la relacion lineal
existente entre variables continuas de un cierto proceso. La covarianza tiene el
defecto de depender de las escalas de los datos. Sin embargo, el coeficiente de
correlacion es adimensional y caracteriza el grado de la relacion lineal existente;
el coeficiente de correlaci
on r est
a relacionado con la covarianza de las dos
variables de la siguiente forma:
n
r=
yi y
xy
1 X xi x
(
)(
)=
,
n 1 i=1 x
y
x y
y sus posibles valores est

an acotados en 1 r 1. Los valores extremos
corresponden a relaciones lineales perfectas, ya sea en sentido creciente o decreciente, mientras que un coeficiente de correlacion cero es indicativo de que no
existe relaci
on lineal entre ambas variables. Por tanto, el concepto de correlacion es de gran importancia te
orica y practica para medir la influencia relativa
de unas variables sobre otras. La forma exacta de esta relacion vendra dada,
bajo ciertas hip
otesis, por la recta de regresion que se describe brevemente en
el siguiente captulo.
El concepto de correlaci
on est
a fuertemente limitado por su naturaleza lineal. Por ello, cuando las variables de un problema dado puedan estar relacionadas de una forma arbitraria, es necesario disponer de tecnicas mas generales
para analizar su grado de dependencia. La entropa es una medida utilizada
en la Teora de la Informaci
on para medir el desorden (uniformidad o normalidad) de una variable. Dada una variable aleatoria X se define la entropa
como:

X
X
1
1
= E logb
(2.20)
H(X) =
p(x)logb p(x) =
p(x)logb
p(x)
p(x)
xX
xX
donde la base del logaritmo determina la unidad en la que se mide la informacion de los datos. Si dicha base es 10 se mide en Dits, si es 2 en Bits, etc.
A partir de la definici
on, considerando las propiedades de la probabilidad, se
puede deducir que H(x) 0, y sera nula solo cuando toda la probabilidad de
la variable se concentre en un u
nico valor. Otra medida muy importante es la
entropa relativa o entropa diferencial, tambien llamada distancia de KullbackLeibler, que mide la distancia entre dos posibles distribuciones de probabilidad,
p y q, de una misma variable aleatoria X, y se define como:
Dkl(p, q) =
xX
p(x)logb
p(x)
q(x)
(2.21)
como en el caso anterior se tiene que Dkl(p, q) 0 y en este caso, Dkl(p, q) = 0

p(x) = q(x). Observese que D no es un distancia metrica, pues se da el caso
que Dkl(p, q) 6= Dkl(q, p).
El concepto de informacion mutua deriva del concepto de entropa y proporciona un criterio de medida de dependencia. Mide la cantidad de informacion
65
que una variable contiene sobre otra, es decir, I(X;Y) es la informacion que X
contiene sobre Y. Se define la informacion mutua como:
IM (X, Y ) =
XX
p(x, y)logb
xX yY
p(x, y)
p(x)p(y)
(2.22)
es decir, se tiene que IM (X, Y ) = Dkl(p(x, y), p(x)p(y)), que sera nula cuando
p(x, y) = p(x)p(y), es decir, cuando X e Y sean variables aleatorias independientes. Tambien, a partir de las propiedades de la probabilidad se puede deducir
que, IM (X, Y ) = H(X) H(X|Y ) = H(X) + H(Y ) H(X, Y ).
800
800
600
600
Precip.
Precip.
Ejemplo 2.8 (El Fen

omeno de El Ni
no). En este ejemplo se relacionan
distintas variables meteorol
ogicas medidas en diferentes puntos del Per
u mediante las tecnicas antes descritas. Las variables a considerar son la temperatura media mensual del agua del mar (SST), la media mensual de precipitaci
on y
el caudal mensual de un ro. La SST esta medida en dos puntos situados frente
a la costa peruana, m
as concretamente en Paita y Chicama; la precipitaci
on
corresponde a la de la ciudad de Piura, y el caudal del ro es la del ro Piura,
que desemboca en esta misma ciudad. Estas localidades se encuentran en la
zona Norte de Per
u y est
an fuertemente afectadas por el fen
omeno de El Ni
no.
La Fig. 2.8 muestra visualmente las relaciones entre estas variables.
400
200
200
0
14
400
16
18
20
22
24
26
0
12
28
14
16
18
20
22
24
26
28
30
SST Paita
SST Chicama
Descarga
1500
1000
500
0
0
100
200
300
400
500
600
700
Precip.
Figura 2.8: Precipitacion en la ciudad de Piura frente a las SST en Chicama y Paita
y el caudal del ro Piura.
A continuaci
on se procede a calcular cuantitativamente estas relaciones de
dependencia. En primer lugar, se calcula la correlaci
on dos a dos de todas las
variables, obteniendose una medida de la relaci
on lineal existente entre ellas:
66
DE DATOS
2. TECNICAS
Y EXPLORACION
Precip. Piura
SST Paita
SST Chicama
Desc. Piura
Precip. Piura
1
SST Paita
0.519
1
SST Chicama
0.586
0.806
1
Desc. Piura
0.884
0.584
0.636
1
Los resultados que se muestran en la tabla indican que la precipitaci

on en
Piura est
a muy correlacionada con el caudal del ro Piura y las SST en Chicama y Paita tambien presentan una relaci
on lineal bastante fuerte. Sin embargo,
se observa que la precipitaci
on en Piura no tiene una relaci
on lineal importante con las SST. Para analizar la posibilidad de que exista alguna relaci
on
no lineal entre estas variables, se ha calculado la informaci
on mutua entre la
precipitaci
on en Piura y el resto de variables, para poder comparar con los resultados anteriores. Para ello, lo primero que se hace es discretizar los datos;
tanto la SST de Paita, como la de Chicama y el caudal del ro Piura se discretizan utilizando sus quintiles, mientras que para la precipitaci
on se utilizan
unos umbrales apropiados para esta variable, de modo que en el primer intervalo aparecen todos los eventos de no precipitaci
on (datos iguales a 0), y en el
u
ltimo estar
an los datos de precipitaci
on correspondientes a eventos fuertes de
El Ni
no. Se obtienen los siguientes valores:
Precip.Piura
SST Paita
2.054
SST Chicama
1.868
Caudal Piura
2.059
As, se puede concluir que la precipitaci

on en Piura est
a muy relacionada
con las otras tres varibles, aunque un poco menos con la SST de Chicama.
Teniendo en cuenta estos resultados, la relaci
on existente con el caudal en
Piura es lineal mientras que con las SST es no lineal.
En el siguiente ejemplo se muestra que las medidas anteriores muestran
una vision est
atica a priori de las dependencias entre las variables, y que
estas relaciones se pueden modificar al conocer informacion adicional sobre las
variables involucradas. Este hecho hara necesario considerar modelos probabilsticos conjuntos para modelizar toda la complejidad de las relaciones entre
un conjunto de variables (Cap. 4).
on en las Cuencas Espa
nolas). En este ejemplo se han considerado los datos de precipitaci
on en 105 estaciones de la red
completa del INM sobre distintas cuencas hidrogr
aficas. En la Fig. 2.9(a) se
muestra la correlaci
on entre la series de precipitaci
on de cada par de estaciones. Se observa claramente, que las estaciones que corresponden a una misma
cuenca hidrogr
afica presentan una correlaci
on m
as fuerte (las correlaciones m
as
fuertes se agrupan en torno a la diagonal), aunque algunas cuencas se entremezclan (por ejemplo las cuencas del Tajo, Guadiana, Guadalquivir y Sur).
100
67
Canarias
Baleares
Norte
Duero
Tajo
Guadiana
Guadalquivir
Sur
Segura
Levante
Ebro
Catalana
(a)
100
0.9
(b)
90
90
0.8
80
80
0.7
70
70
0.6
60
60
0.5
50
50
0.4
40
40
0.3
30
30
0.2
20
20
10
10
20
40
60
80
100
0.1
0
20
40
60
80
100
Figura 2.9: (a) Correlacion y (b) informacion mutua entre los registros de precipitaci
on de cada par de ciudades en una red de 105 estaciones en Espa
na.
En la Fig. 2.9(b) se presenta la informaci

on mutua entre cada par de estaciones; en este caso las relaciones son m
as precisas, pues existen menos estaciones que den una informaci
on clara sobre otras. Sin embargo, tambien se ve
claramente la separaci
on entre cuencas.
En la Fig. 2.10 se analiza en m
as detalle la correlaci
on que presentan las
series de datos de las estaciones correspondientes a la cuenca Norte y a la
Duero. La Fig.2.10(a) es una ampliaci
on de la Fig. 2.9(a) correspondiente a
la zona estudiada. Por otra parte, en la Fig. 2.10(b) se muestra la correlaci
on
para las series condicionadas a la no precipitaci
on en la estaci
on de Palencia;
es decir, la correlaci
on condicionada al evento Precipitacion en Palencia =
0 mm. En este caso se observa que, el hecho de que no llueva en Palencia,
pr
acticamente no altera la correlaci
on entre las estaciones de la cuenca Norte,
pero s que altera la correspondiente a la cuenca Duero, como era de esperar,
haciendo a las estaciones m
as independientes, unas de otras (presentan menor
correlaci
on entre ellas).
En la Fig. 2.10(c) se presentan las correlaciones condicionadas al evento
Precipitaci
on en Palencia > 10 mm. En este caso, el mayor cambio se produce
con la aparici
on de correlaciones entre la cuenca Norte y Duero, principalmente con las tres primeras consideradas (estaciones de Cantabria y Vizcaya); por
tanto, el hecho de que llueva en Palencia influye en el comportamiento de algunas estaciones de la cuenca Norte. Tambien, es de destacar la desaparici
on
de una fuerte correlaci
on que apareca en la Fig. 2.10(a) entre las estaciones
16 y 17 (Palencia y Valladolid).
68
DE DATOS
2. TECNICAS
Y EXPLORACION
(a)
Cuenca Norte
Cuenca Duero
15
20
15
10
5
(b)
Cuenca Norte
10
Cuenca Duero
20
(c)
20
20
15
15
10
10
5
5
10
15
20
Cuenca Norte
10
Cuenca Duero
15
20
Figura 2.10: (a) Correlacion entre estaciones en las cuencas Norte y Duero. (b)
Correlaci
on condicionada al caso Precipitaci
on en Palencia = 0 mm. (c) Correlaci
on
condicionada a Precipitaci
on en Palencia > 10 mm
2.5. Componentes Principales y EOF

En la secci
on anterior se ha analizado el problema de la dependencia y
correlacion entre las variables de diversos problemas practicos. En algunas ocasiones interesa utilizar esta dependencia para poder representar los datos con
un n
umero menor de variables, independientes unas de otras. El analisis de
Componentes Principales (CPs), tambien conocido en las ciencias atmosfericas como an
alisis de Funciones Ortogonales Empricas (EOF), es una tecnica
estandar para eliminar la informacion redundante con la mnima perdida de variabilidad. Esto se logra proyectando el conjunto de datos en un nuevo espacio
de menor dimensi
on que el original, donde las nuevas variables (dimensiones)
representen aquellas direcciones del espacio donde los datos tienen mayor varianza; en otras palabras, el analisis de CPs es una tecnica eficiente para comprimir datos (Preisendorfer and Mobley, 1988). Este metodo es especialmente
u
til en espacios de alta dimensionalidad, donde los datos pueden estar correlacionados en sus distintas componentes y, por tanto, pueden contener mucha
informacion redundante en su descripcion. Un ejemplo tpico en meteorologa
lo constituyen los campos de circulacion atmosferica, dados por los valores de
una o varias magnitudes (la presion a nivel del mar, etc.) en una rejilla sobre
una cierta zona de interes. Dado que estas magnitudes estan correlacionadas
espacialmente, existira una gran redundancia en esta forma de expresar los
datos. La tecnica de componentes principales reduce la dimension del espacio
2.5. COMPONENTES PRINCIPALES Y EOF
69
preservando el m
aximo de varianza de la muestra. Para ello, la base del nuevo
espacio se forma con aquellos vectores donde la muestra proyectada presenta
mayor varianza. Los vectores de esta base son de enorme utilidad en meteorologa, pues los primeros de ellos pueden corresponder a patrones dominantes
como la NAO (en el sentido de la variabilidad de la muestra que representan).
Se parte de una muestra de m datos
xk = (xk1 , ..., xkn )T , k = 1, . . . , m,
(2.23)
en un espacio n dimensional con base canonica {e1 , . . . , en }. Se desea obtener

un subespacio de dimensi
on d < n dado por una nueva base {f1 , . . . , fd } (siendo
cada fj una combinaci
on lineal de los vectores ei de la base canonica). Para un
vector x se tendr
a:
d
n
X
X
fi x
i .
(2.24)
ei xi x
=
x=
i=1
i=1
El criterio para obtener este subespacio es que la muestra proyectada en el

nuevo espacio {
xk , k = 1, . . . , m} tenga la maxima varianza posible. Es decir,
fijada una dimensi
on d, el problema consiste en encontrar los vectores fi que
proyectan la muestra con varianza m
axima. El calculo matematico para obtener
los vectores
optimos es sencillo y consiste en estimar la matriz de varianzas y
covarianzas a partir de la muestra de datos. Los autovectores (o Funciones
Ortogonales Empricas , EOFs) de esta matriz son los nuevos vectores fi y los
correspondientes autovalores indican la varianza explicada (la varianza de la
muestra proyectada sobre el vector). Los coeficientes de un punto (dato) en la
nueva base se denominan Componentes Principales (CPs).
Dada la muestra (2.23), se puede estimar la matriz de varianzas y covarianzas Cx , donde cada elemento ij representa la covarianza de los datos entre la
variable i y la j del espacio original:
ij =< (xki i )(xkj j ) >k ; i =< xki >k , j =< xkj >k ,
(2.25)
donde <> denota el promedio aritmetico. Esta matriz de varianzas y covarianzas es cuadrada y simetrica por lo que se puede calcular una nueva base
ortogonal encontrando sus autovalores i (que seran reales) y los correspondientes autovectores fi :
Cx fi = i fi , i = 1, . . . , n.
(2.26)
Es facil resolver este problema cuando n es peque

no pero, a medida que aumenta la dimensi
on, el problema se complica debido al posible mal condicionamiento
de la matriz. En estos casos es necesario aplicar metodos numericos eficientes como la Descomposici
on en Valores Sigulares (SVD), que proporciona una
factorizaci
on de la matriz Cx de la forma (ver Press et al. (1992) para mas
detalles):
Cx = F F T ,
(2.27)
donde es una matriz diagonal que contiene los autovalores i (ordenados
de forma decreciente) de Cx , y las columnas de F son los correspondientes
70
DE DATOS
2. TECNICAS
Y EXPLORACION
autovectores fi . Adem
as F es una matriz ortogonal y F T es su inversa. De esta
manera, si hacemos la proyecci
on:
f11 . . . f1n
x1k
.. ..
x
k = F T xk = ...
(2.28)
. .
fn1
...
fnn
xnk
se tendra el elemento de la muestra proyectado sobre la base de autovectores de

Cx , mientras que la proyecci
on inversa se obtendra mediante xk = F x
k . Esta
proyeccion tiene las siguientes propiedades:
Componentes incorrelacionadas: < x
ki x
kj >k = 0, i 6= j.
V ar(
xki ) = i , i = 1, . . . , n.
Pn
Pn
Pn
xki ) = i=1 i .
i=1 V ar(xki ) =
i=1 V ar(
Dado que los vectores se eligen en orden decreciente de varianza, es posible

hacer un recorte de dimensi
on reteniendo la maxima varianza posible (obviamente, si se quiere conservar toda la varianza habra que tomar d = n). Si se
toman solo las d primeras EOFs, cada elemento de la muestra se podra expresar
aproximadamente como:
xk F F T xk =
f11
..
.
..
.
f1n
...
...
fd1
..
.
..
.
fdn
f11
.
.
.
fd1
......
......
f1n
.. x ,
. k
fdn
(2.29)
donde F representa a la matriz F truncada a los d primeros autovectores. El

vector x
k = F T xk de dimensi
on d1 contendra las CPs del patron xk , es decir,
las componentes del vector en el nuevo espacio de dimension d. Para recuperar
la dimensi
on original, el vector de CPs se proyectara mediante F x
k , obteniendo
una aproximaci
on del vector original (mejor cuanto mayor sea la dimension d
del espacio proyector).
Maximizar la varianza es equivalente a minimizar la norma cuadratica de
los residuos x
k xk .
V ar(xk ) = V ar(xk + F x
k F x
k ) = V ar(xk F x
k ) + V ar(F x
k )
(2.30)
Por tanto, la tecnica de componentes principales obtiene la proyeccion lineal

optima en sentido de m
axima varianza explicada y de mnimo error cuadratico
de reconstrucci
on.
Para eliminar el efecto de las distintas escalas de cada una de las componentes del vector, es conveniente estandarizar los datos (componente a componente) como paso previo a realizar el analisis. De esta forma se evita que las
variables de mayor varianza se hagan dominantes en el analisis. En el caso de
71
datos atmosfericos se han de estandarizar por separado los valores correspondientes a cada punto de rejilla, de forma que la variabilidad del patron en toda
la extension espacial sea homogenea. Otro procedimiento para tener en cuenta
este problema consiste en utilizar la matriz de correlaciones en lugar de la de
varianza-covarianza para realizar el analisis (Noguer, 1994).
Recientemente se han descrito en la literatura extensiones no lineales de
esta tecnica que proyectan los datos mediante combinaciones no lineales de
las variables originales maximizando la varianza explicada o minimizando el
error cuadr
atico. Uno de los metodos no lineales mas populares son las redes
neuronales de cuello de botella (Kramer, 1991). Estos modelos tienen mayor
flexibilidad que las tecnicas lineales, pero en contraprestacion tienen algunas
deficiencias, como la perdida de ortogonalidad en los vectores de la base y el
coste computacional necesario para entrenar los modelos resultantes (en el Cap.
5 se analizan en m
as detalle estos modelos). Otra tecnica reciente aplicada a este
problema son los metodos basados en n
ucleos (kernel methods), que tambien
dan lugar a modelos no lineales pero con un menor coste computacional en su
entrenamiento (ver Sch
olkopf et al., 1998, para mas detalles)
Ejemplo 2.10 (EOFs). En este ejemplo se realiza un an
alisis de componentes
principales de dos muestras de datos x = (x, y, z) y u = (u, v), donde x, y y
u son variables aleatorias uniformes, z = y + x/2 + 1 y v = u + 2 donde 1
y 2 son variables aleatorias gausianas. En los ejemplos anteriores, una de las
variables es dependiente de las restantes. En Matlab, se genera f
acilmente una
muestra de tama
no N = 100 para este problema
>> N=100; x=rand(N,1); y=rand(N,1).*2;
>> z=y+x./2+randn(N,1).*(1/8);
>> datos1=[x y z];
>> u=rand(N,1);
>> v=2*u+randn(N,1).*(1/4);
>> datos2=[u v];
Una vez generados los datos, se procede a calcular los valores singulares de
su matriz de covarianzas. La funci
on svd de Matlab realiza la descomposici
on
en valores singulares de una matriz X, dando como salida tres matrices, U, S
y V de modo que: X = U S V T , donde S es una matriz diagonal que contiene
los autovalores y cada columna de V es el autovector correspondiente (U = V
para matrices simetricas):
>> [res1,valsing1,eof1]=svd(cov(datos1));
>> [res2,valsing2,eof2]=svd(cov(datos2));
Para la primera muestra se obtienen los autovectores (o EOFs), eof1 =

(0.04, 0.68, 0.73), eof2 = (0.93, 0.29, 0.21) y eof3 = (0.35, 0.67, 0.64) (ordenados de mayor a menor contribuci
on de la explicaci
on de la varianza).
72
DE DATOS
2. TECNICAS
Y EXPLORACION
(a)
2
1
0
0.75
0.5
0.25
0.5
(b)
2
1
0
0.2
0.4
0.6
0.8
Figura 2.11: Muestras de datos (a) tridimensionales y (b) bidimensionales generados

a partir de n
umeros aleatorios, con sus correspondientes EOFs.
EOF
1
2
3
% varianza explicada
88.93
10.05
1.01
En este caso, las primeras dos EOFs explican pr

acticamente toda la varianza
de los datos. Para la segunda muestra se tienen los vectores eof1 = (0.39, 0.92)
y eof2 = (0.92, 0.39) con la contribuci
on:
EOF
1
2
% varianza explicada
97.30
2.69
En las Figs. 2.11(a) y (b) est

an representadas las EOF para las dos muestras
de datos. En la Fig. 2.11(a) se ve que las dos primeras EOF representan las
dos direcciones principales que siguen los datos mientras que la tercera direcci
on
sera perpendicular a ellas, y viene dada por el ruido que se ha introducido en la
tercera variable. De la misma forma, en la Fig. 2.11(b) se aprecia que la primera
EOF representa la direcci
on principal, mientras que la segunda representara
el ruido de la segunda variable de la muestra.
Ejemplo 2.11 (EOFs y CPs de Patrones Atmosf
ericos). En este ejemplo se aplica la tecnica de componentes principales para hallar los patrones de
presi
on a nivel del mar (Sea Level Pressure, SLP) dominantes en tres zonas del
globo (ver Fig. 2.12), con caractersticas diferentes de circulaci
on atmosferica
y oce
anica. Para ello, se han considerado medias decenales de patrones diarios
de SLP en tres rejillas distintas que definen la regi
on del Atl
antico Norte (AN),
73
la regi
on de El Ni
no (EN), y la zona de America Austral (Austral), respectivamente. Los datos disponibles cubren el perodo 1959-1999 correspondiente al
rean
alisis ERA40. La siguiente tabla muestra la varianza explicada por las cuatro primeras EOF en cada caso, ilustrando las diferencias entre las distintas
zonas:
AN
32.91
19.14
14.40
8.86
75.31
EOF1
EOF2
EOF3
EOF4
Acumulado
EN
59.90
12.71
7.69
5.26
85.66
Austral
25.90
22.62
20.52
9.86
78.90
45 N
45 S
135 W
90 W
45 W
Figura 2.12: Zonas geograficas correspondientes al Atlantico Norte, El Nino, y America Austral. Las rejillas (2.5o 2.5o ) muestran los puntos de grid utilizados para caracterizar los patrones de presi
on a nivel del mar.
En los tres casos existe una enorme redundancia en los datos, y una proporci
on muy peque
na de las variables permite explicar una alto porcentaje de la
varianza. La zona EN es la que mayor redundancia muestra (la primera EOF
explica cerca del 60 % de la varianza), mientras que las zonas AN y Austral presentan una varianza acumulada similar; sin embargo, esta varianza est
a igualmente distribuida entre las tres primeras EOFs en el caso Austral, mientras
que decae uniformemente en el AN. Esto nos muestra que la presi
on en los
tr
opicos tiene mucha m
as correlaci
on espacial que en latitudes medias y, a su
vez, la correlaci
on en latitudes medias se expresa de forma distinta en distintas
regiones del globo.
La evoluci
on temporal de las CPs nos da un idea de la frecuencia de variaci
on temporal de los fen
omenos caracterizados por la correspondiente EOF.
Por ejemplo la Figura 2.13 muestra la evoluci
on de la CPs para la regi
on del
AN. Puede observarse la frecuencia anual de la primera EOF, mientras que las
74
DE DATOS
2. TECNICAS
Y EXPLORACION
restantes presentan variabilidades temporales m

as complejas, relacionadas con
las oscilaciones de los correspondientes patrones.
La Fig. 2.14 muestra las cuatro primeras EOFs para la zona NAO (North
Atlantic Oscillation) y la zona Austral. Estos patrones maximizan la varianza proyectada de la muestra y, por tanto, definen los fen
omenos sin
opticos
m
as relevantes que explican la variabilidad clim
atica. Por ejemplo, la primera EOF de la zona AN corresponde al patr
on de variabilidad anual de la
presi
on, mientras que la segunda EOF corresponde al patr
on de la NAO, y
las siguientes est
an relacionadas con patrones como la EA (East Atlantic Index), AO (Artic Oscillation), etc. (ver, por ejemplo, Corte-Real et al., 1999;
Rodrguez-Fonseca and Serrano, 2002, para una detallada descripci
on de estos
patrones de teleconexi
on).
40
20
CP1
0
-20
-40
40
20
0
-20
-40
CP2
40
20
CP3
0
-20
-40
CP4
20
0
-20
0
75
150
225
300
375
450
525
X 10
day number
Figura 2.13: Evolucion temporal de las cuatro primeras CPs en la zona del AN.
2.5.1. MeteoLab: Componentes Principales y EOF

La forma de trabajar con patrones atmosfericos en MeteoLab es mediante sus
componentes principales. De esta forma, los datos son manejables y se mejora
notablemente la eficiencia de los algoritmos. Para ello, se han implementado
distintas funciones para obtener las componentes principales a partir de una
serie de patrones dados, y tambien para reconstruir los campos originales a
partir de las CPs almacenadas (ver Sec. 1.9.5). En este ejemplo, se considera la
presion a nivel del mar (SLP) en la zona NAO. Cada dato es un patron diario
de presion a nivel del mar en el perodo 1958-2001 (perodo ERA40).
La funci
on computeEOF permite generar el n
umero de EOFs deseadas (por
defecto genera todas las posibles) y las correspondientes CPs para el conjunto
de datos; tambien se obtienen la media y la desviacion tpica de cada dimension
del campo (utilizadas para estandarizar los datos, punto a punto del grid) y los
75
112
02
995
11
1084
1006467
1
10
29
104
1010
81
10
3
97
1001
10
10121
1
102
1006
103
10 1021032
19 5
13
995
10
981
993
1000
98
1006
103
972
9
95362
10
992
16
38
10
99
1021
1016
1006
1027
10701060
10
19
1032
10
13
1006
104
971
979
899
88
4
994
1009
1024 1017
102
99100
6 9
22
10
10
05
4
98 971
958
1002
10
13
1021
13
10
1060
986
1021
1032
1021
1034
964
4
103
7
4
10
09
1009
993
978
962
94631
9 5
91
986
10
1025
05
10
8 0
99 99
982
974
966
958
Figura 2.14: Cuatro primeras EOF correspondientes al area geografica del Atlantico
Norte (AN) y de America Austral (Austral).
76
DE DATOS
2. TECNICAS
Y EXPLORACION
valores propios asociados a las EOF. Toda esta informacion puede ser almacenada para utilizarse posteriormente seg
un se ha descrito en la Sec.1.9.5; para
ello, basta con tener cargados los campos (matriz fields en el ejemplo siguiente), e indicar el camino en el que se desea que se desea guardar la informacion
en la opci
on path.
>> [EOF,CP,MN,DV,OP]=computeEOF(X,ncp,50,path,dmn.path);
Si las EOFs ya hubiesen sido generadas con anterioridad, entonces se puede

proceder como se indic
o en la Sec. 1.9.5 para cargar un campo meteorologico dado a partir de las CPs almacenadas por medio de la funcion getFieldfromEOF.
Sin embargo, en este caso, las CPs s
olo se utilizan para reconstruir el campo sin
cargarse en Matlab para poder explorarlas y manipularlas. La funcion getEOF
cumple este cometido, cargando en memoria tanto las EOF, como las CPs y
las medias y varianzas utilizadas en el proceso de standarizacion:
>> [EOF,CP,MN,DV]=getEOF(dmn,ncp,50);
Con los datos cargados se pueden dibujar las primeras EOF (y las u
ltimas)
y las CPs de cada uno de los das disponibles (1958-2001 en este caso):
>>
>>
>>
>>
>>
drawGrid(EOF(:,1:4),dmn,iscontourf,1);
drawGrid(EOF(:,[25 50]),dmn,iscontourf,1);
figure
subplot(2,1,1); plot(CP(:,1));
subplot(2,1,2); plot(CP(:,50));
Figura 2.15: Patrones de las cuatro primeras EOF. La primera EOF representa el
patr
on bimodal de la NAO.
77
Figura 2.16: Patrones de las EOF numero 25 y 50. Los patrones se van volviendo
m
as ruidosos a medida que aumenta la posici
on de la EOF.
Figura 2.17: Coeficiente de la EOF (o CPs) numeros 1 y 50 para la serie de patrones diarios correspondientes al perodo 1958-2001. La primera CP ocupa la posici
on
superior y se ve que posee m
as estructura que la otra.
En las figuras anteriores puede observarse que la primera EOF corresponde

al patron de oscilaci
on del Atl
antico Norte (NAO) descrito en la Sec. 1.4. Para
analizar en mayor detalle la estructura periodica de las CPs se puede considerar
el espectro de potencias (transformada de Fourier); por otra parte para estudiar
variaciones interanuales de este patron se puede considerar la media anual de
estos valores:
>>
>>
>>
>>
>>
>>
>>
>>
>>
figure
subplot(2,1,1)
f=fft(CP(:,1)); loglog(abs(f(2:end/2,:)))
subplot(2,1,2)
f=fft(CP(:,50)); loglog(abs(f(2:end/2,:)))
figure
period=365;
a=aveknt(CP(:,1),period);
plot(a(1,1:period:end))
78
DE DATOS
2. TECNICAS
Y EXPLORACION
Figura 2.18: (arriba) Espectro de potencias en coordenadas logartmicas para las CPs
1 y 50; en el primer caso se observa un regimen de crecimiento potencial, mientras que
la serie de coeficientes de la u
ltima CP es similar a un ruido blanco. (abajo) Promedio
anual del coeficiente de la primera EOF entre los a
nos 1958 y 2001.
Por u
ltimo, se pueden comparar los campos originales reconstruidos con
distintos n
umero de CPs. En el siguiente ejemplo, se consideran 50 y 4 CPs,
respectivamente, para reconstruir los campos originales de presion a nivel del
mar.
>>
>>
>>
>>
>>
days=[size(CP,1), 1];
pat=((CP*EOF).*repmat(DV,[days 1]))+repmat(MN,days);
patAprox=((CP(:,1:4)*EOF(:,1:4)).*repmat(DV,days))+repmat(MN,days);
drawGrid(pat(1:9,:),dmn);
drawGrid(patAprox(1:9,:),dmn);
Se puede ver que los campos reconstruidos a partir de solo cuatro CPs estan
muy suavizados.
79
Figura 2.19: Reconstruccion de los nueve primeros das del ano 1958 utilizando 50
(arriba) y 4 (abajo) componentes principales.
2.5.2. Eleccion del Numero de Componentes

Una cuesti
on importante en la practica es determinar el n
umero de CPs que
deben tomarse para un determinado problema, de forma que haya un equilibrio
entre la reducci
on de informacion deseada y la calidad de la aproximacion
resultante. Una forma objetiva de seleccionar el n
umero necesario de CPs es
imponer un umbral para el error de reconstruccion obtenido (el error residual).
Por ejemplo, la Figura 2.20 muestra el error de reconstruccion (Root Mean
Square Error, RMSE) frente al porcentaje de CPs utilizadas para el patron
atmosferico Modelo 2 de la Secci
on 1.9.4 (estandarizando las variables antes de
aplicar el algoritmo). En la figura se muestran los errores separadamente para
cada variable. A pesar de que las CPs se han obtenido globalmente combinando
todas las variables, los errores de reconstruccion son similares para todas ellas.
Solo en el caso de considerar un n
umero peque
no de CPs se pueden apreciar
diferencias en los errores de reconstruccion, siendo estos inferiores en patrones
mas suaves (por ejemplo Z o T ).
DE DATOS
2. TECNICAS
Y EXPLORACION
80
Z
T
U
V
RH
RMSE of standarized fields
0.4
0.3
0.02
0.2
0.01
0.1
0
10
15
20
25
0
0
10
15
% of Principal Components
20
25
Figura 2.20: Error RMSE de reconstruccion para cada una de las cinco variables en
el Modelo 1 (el error es calculado para los campos 3D normalizados) frente al n
umero
de CPs (variando desde 1 % de la dimensi
on del vector original, al 25 %).
Por ejemplo, se puede adoptar como criterio que los errores de reconstruccion sean inferiores a los errores de asimilacion habituales en los modelos
numericos. En la Fig. 2.20 se observa que utilizando tan solo un 10 % de las
variables originales se tiene un error de reconstruccion menor del 2 % de la
desviacion est
andar de los campos 3D, cifra inferior a los errores promedio de
asimilacion. Un criterio alternativo para seleccionar el n
umero apropiado de
componentes principales sera utilizar la distancia promedio entre los patrones
vecinos en una base de datos de re-analisis.
Otro criterio m
as pr
actico para seleccionar el n
umero optimo de CPs sera
elegir el que proporcione mejores resultados de validacion cuando se aplique
un metodo concreto. Por ejemplo, en algunos ejemplos de este libro, se aborda
el problema de la prediccion meteorol
ogica probabilstica local. Por tanto, un
criterio a seguir para elegir el n
umero optimo de CPs sera en base al menor
error de validaci
on. Por ejemplo, la Fig. 2.21 muestra la evolucion del ndice
de pericia de Brier (Brier Skill Score, BSS; ver Cap. 7) en funcion del n
umero
de CPs consideradas al aplicar un metodo estandar de prediccion local denominado k-NN (ver Cap. 3.2). Esta figura indica que el n
relevantes para el metodo es sustancialmente bajo (menor de 25 para umbrales
bajos de precipitaci
on). As mismo, se observa que a medida que el evento es
mas raro (por ejemplo P recip > 20mm), el n
umero de componentes optimo se
incrementa sustancialmente. Este ejemplo ilustra que el n
umero de componentes principales relevantes depende sustancialmente del problema que se desea
resolver y del metodo utilizado para su resolucion.
81
0.5
0.4
BSS
0.3
0.2
> 0.1mm
> 2mm
> 10mm
> 20mm
0.1
0
0
25
50
75
100
125
150
Nmero de CPs
Figura 2.21: Evolucion del Brier Skill Score (BSS) para la prediccion de los eventos
P recip > 0.1mm, 2, 10, y 20mm.
2.5.3. Efectos de la Escala Temporal

La escala temporal de los datos viene dada por el tipo de estudio que se desee
realizar. En estudios de tipo clim
atico, que solo analizan patrones sinopticos
promedio semanales o mensuales de gran escala, el n
tomadas suele ser reducido, y cada una de las EOFs resultantes se analiza en el
contexto de los distintos patrones de teleconexion, buscando una interpretacion
del patron resultante, como se mostr
o en el Ejemplo 2.11. En cambio, cuando
se llevan a cabo estudios sobre regiones mas reducidas y con patrones de mayor
variabilidad temporal (diarios, horarios, etc.) el n
umero de CPs crece de forma
considerable, ya que la correlaci
on espacial de los patrones disminuye. En el
siguiente ejemplo, se ilustra este hecho.
Ejemplo 2.12 (Componentes Principales y Escala Temporal). Un ejemplo notorio lo constituyen los datos de observaciones en una red de estaciones
sobre una zona de interes. Se consideran las 100 estaciones de la red principal
del INM mostradas en la Fig. 1.17, tomando patrones diarios formados por
los correspondientes 100 valores diarios de temperatura, precipitaci
on, o de racha m
axima de viento. En la Figura 2.22 se muestra el porcentaje de varianza
explicada en funci
on del n
umero de CPs tomadas para el patr
on atmosferico
de la Sec. 1.9.4 (Modelo 2), y los patrones de observaciones de temperatura,
precipitaci
on y racha m
axima.
En esta figura puede verse que el patr
on atmosferico est
a altamente correlacionado y, por tanto, el porcentaje de varianza explicado con unas pocas CPs
es muy elevado; por el contrario, la precipitaci
on y la racha m
axima presentan
una menor correlaci
on espacial y requieren de un n
umero mayor de EOFs para
ser representados adecuadamente. La temperatura muestra un comportamiento
intermedio.
DE DATOS
2. TECNICAS
Y EXPLORACION
82
(a) Patrones diarios
(b) Precipitacin
100
(a)
% Varianza explicada
100
80
60
40
Estado de la Atmsfera
Temperatura mxima
Racha mxima
Precipitacin
20
80
60
40
Precipitacin/24h
Precipitacin/10das
Precipitacin/30das
Precipitacin/90das
20
0
0
0
20
40
60
%CPs
80
100
20
(c) Temperatura mxima
80
100
100
60
%CPs
(d) Racha mxima
100
90
80
70
60
50
Temperatura mxima/24h
Temperatura mxima/10das
Temperatura mxima/30das
40
30
40
20
40
60
%CPs
80
100
80
60
40
Racha mxima/24h
Racha mxima/10das
Racha mxima/30das
Racha mxima/90das
20
0
0
20
40
60
%CPs
80
100
Figura 2.22: Porcentaje de varianza explicada en funcion del numero de EOFs consideras para patrones atmosfericos, temperatura, precipitaci
on y racha m
axima.
Por otra parte, las Figuras 2.22(b)-(d) muestran el aumento de la correlaci
on espacial al considerar promedios temporales (medias diarias, decenal,
mensual y estacional) de esas mismas variables. Por tanto, a medida que crece
la escala temporal donde el patr
on est
a promediado, decrece el n
umero de CPs
necesario para alcanzar un umbral requerido. Por tanto, estudios de escala estacional, o de cambio clim
atico, que trabajan con promedios mensuales de las
variables requerir
an un n
umero menor de CPs que estudios que requieran el
uso de patrones diarios.
2.6. Tecnicas de Agrupamiento

En esta secci
on se describen brevemente las tecnicas de agrupamiento que
son utilizadas en numerosas disciplinas para dividir o segmentar un conjunto
de datos en subconjuntos homogeneos siguiendo alg
un criterio de similitud (ver
Anderberg, 1973, para una descripcion detallada de estos metodos). Una primera division de estas tecnicas se puede establecer en base a su caracter jer
arquico
o particional, seg
un las caractersticas del proceso seguido para construir los
grupos.

2.6. TECNICAS
DE AGRUPAMIENTO
83
2.6.1. Tecnicas Jerarquicas

Las tecnicas de agrupamiento jer
arquico son iterativas y proceden uniendo
grupos peque
nos (tecnicas aglomerativas), o dividiendo grupos grandes (tecnicas divisivas), donde el concepto de tama
no viene dado por la medida de similitud utilizada (correlaci
on, distancia, informacion mutua, etc.). Dentro de
estos metodos destacan los llamados SHAN, que comparten las siguientes caractersticas:
Secuencial (Sequential): el mismo algoritmo es aplicado iterativamente a
los grupos disponibles.
Jerarquico (Hierarchical): la secuencia de uniones de grupos se representa
mediante una estructura de
arbol.
Aglomerativa (Agglomerative): inicialmente cada punto del conjunto de
datos es asignado a un grupo distinto; y el algoritmo procede uniendo los
grupos mas similares hasta que el criterio de parada es alcanzado.
Sin-solapamiento (Non-overalpping): ning
un elemento puede pertenecer
simultaneamente a dos grupos diferentes.
Varias alternativas son posibles, dependiendo de la metrica utilizada para
definir la similitud entre grupos. Por un lado, el metodo conocido como enlace
promedio define una distancia inter-grupo como la distancia promedio entre
todos los posibles pares de elementos en los dos grupos comparados. Este metodo tiende a formar grupos con varianzas similares. Por otro lado, el enlace de
Ward mezcla aquellos pares de grupos que minimizan la dispersion del grupo
resultante. En este caso, el cuadrado de la distancia Eucldea es tomada como
medida de diferencia (para m
as detalles sobre la aplicacion de estos metodos
en meteorologa, consultar Kalkstein et al. (1987)). A continuacion, se describe
el metodo de Ward como ejemplo de estas tecnicas.
Dado un conjunto de datos {v1 , v2 , . . . , vn }, este metodo descompone la
varianza total V en varianzas intragrupo, para los grupos actuales Ci con centroides ci y peso, o masa, mi (en un paso de iteracion dado) y la varianza entre
grupos:
X
XX
V =
mq ||cq c||2 +
mi ||vi cq ||2 ,
(2.31)
q
iCq
donde c es el centroide global (media de los datos).

Si dos grupos Ci y Cj , con masas mi y mj respectivamente, son unidos en
un solo grupo, D, con masa mi + mj y centroide
d=
mi ci + mj cj
,
mi + mj
(2.32)
entonces la varianza Vij de Ci y Cj respecto a D pueden ser descompuestas

por la ecuaci
on
Vij = mi ||ci d||2 + mj ||cj d||2 + m||d c||2 .
(2.33)
84
DE DATOS
2. TECNICAS
Y EXPLORACION
El u
ltimo termino es el u
nico que permanece constante si cambiamos Ci y Cj
por el centro de gravedad D. Entonces, la reduccion de la varianza sera:
Vij = mi ||ci d||2 + mj ||cj d||2 .
(2.34)
Usando (2.32), se tiene:

Vij
= mi ||ci
=
mi ci + mj cj 2
mi ci + mj cj 2
|| + mj ||cj
||
mi + mj
mi + mj
mi mj
||ci cj ||2 .
mi + mj
(2.35)
Luego la estrategia seguida por este metodo es la union, en cada paso, de

grupos Ci y Cj que minimiza Vij (inicialmente cada punto es considerado
como un solo grupo). As que se puede considerar Vij como la medida de
disimilitud. Los elementos con menos peso son los primeros en unirse.
El algoritmo de agrupamiento puede ser representado graficamente mediante un dendrograma (un
arbol representando en diferentes niveles la jerarqua
de uniones de los grupos individuales o grupos en diferentes pasos).
Ejemplo 2.13 (Regionalizaci
on Autom
atica). Una de las primeras clasificaciones climatol
ogicas basadas en criterios estadsticos es la debida a K
oppen
(1918), que defini
o un conjunto de climas basado en combinaciones de umbrales para la precipitaci
on y temperatura en las distintas estaciones del a
no (ver
Oliver, 1991, para una descripci
on hist
orica de las tecnicas de clasificaci
on
clim
atica). Esta clasificaci
on a
un contin
ua vigente y es el punto de partida de
estudios m
as sistem
aticos de regionalizaci
on. En fechas m
as recientes, las tecnicas basadas en metodos de agrupamiento han mostrado ser simples y eficientes
para este problema (ver Fovell and Fovell, 1993).
A la hora de aplicar tecnicas de agrupamiento para el problema de la regionalizaci
on, primero hay que decidir que variables van a considerarse para
definir la climatologa local de las distintas estaciones. Existen numerosas fuentes de informaci
on que permiten discriminar adecuadamente distintas regiones
con climatologas homogeneas: geogr
aficas (como longitud, latitud, elevaci
on,
pertenencia a cuencas hidrogr
aficas), estadsticas (temperaturas extremas, medias mensuales, precipitaci
on acumulada, humedad relativa, etc.). Las tecnicas
de agrupamiento permiten realizar de forma autom
atica distintos experimentos
combinando estas variables. En el siguiente ejemplo se muestra una sencilla
aplicaci
on considerando s
olamente informaci
on relativa a la precipitaci
on (esta
es la variable esencial en problemas hidrol
ogicos, agrcolas y ecol
ogicos). Cada
estaci
on es representada por un vector que caracteriza su climatologa local. En
este ejemplo, cada estaci
on est
a caracterizada por un vector v = (mpv , mpi ),
donde mpv y mpi son las medias estacionales de precipitaci
on para verano e
invierno, respectivamente. Se consideran datos de 30 a
nos para un conjunto de
54 estaciones de la pennsula Iberica (ver Fig. 2.23(a)).
En todos los casos, las observaciones de precipitaci
on diaria est
an disponibles de 1970 a 2000, sin falta de datos ni lagunas. La Fig. 2.24 muestra los

2.6. TECNICAS
DE AGRUPAMIENTO
85
(a)
44
(b)
40
Norte
Duero
Tajo
Guadiana
Guadalquivir
Mediterraneo
Ebro
36
-10
-5
-10
-5
Figura 2.23: (a) Red de 54 estaciones automaticas en Espana; (b) Estaciones correspondientes a cada una de las siete cuencas hidrogr
aficas principales consideradas en
este ejemplo: Norte, Duero, Tajo, Guadiana, Guadalquivir-Sur, Mediterraneo, y Ebro.
grupos obtenidos aplicando el algoritmo de Ward considerando un m

aximo de
7 grupos. La raz
on para este criterio de parada es la coincidencia con las siete
cuencas hidrogr
aficas de la Pennsula consideradas en este ejemplo (ver Fig.
2.23(b)).
La Figura 2.24 ilustra la capacidad de discriminaci
on de la variable de precipitaci
on promediada. Los smbolos en las figuras corresponden a los diferentes
grupos obtenidos, y el dendrograma muestra el proceso aglomerativo. La lista de estaciones correspondientes a un grupo es dada bajo el correspondiente
smbolo en el dendrograma; el n
umero precedente a los nombres de las estaciones corresponde a la cuenca hidrogr
afica a la que pertenece la estaci
on (Norte,
Duero, Tajo, Guadiana, Guadalquivir-Sur, Mediterraneo, Ebro). En esta figura
se puede ver como la cuenca Norte es claramente separada del resto de cuencas (esta es la principal separaci
on climatol
ogica en la Pennsula Iberica, que
corresponde con un clima oce
anico-h
umedo de acurdo con la clasificaci
on de
K
oppen). La u
nica excepci
on corresponde a Navacerrada la cual se encuentra
en una zona monta
nosa que presenta condiciones climatol
ogicas parecidas a las
estaciones de la cuenca Norte (al menos en promedio).
Por otra parte, el grupo etiquetado con una estrella corresponde a una regi
on
con un clima semi
arido. Finalmente los dos grupos restantes corresponden a
regiones con clima verano seco subtropical. El grupo etiquetado por + se
encuentra b
asicamente en la cuenca del Guadalquivir y el grupo etiquetado con
un cuadrado esta disperso sobre toda la Pennsula.
Este ilustrativo ejemplo del procedimiento de clasificaci
on por agrupamiento
autom
atico no tiene valor clim
atico alguno, y s
olo sirve como ejemplo de las
posibles aplicaciones de esta tecnica.
2.6.2. Tecnicas Particionales

Los metodos de agrupamiento m
as convenientes para un gran n
umero de
patrones en un espacio alto-dimensional son los metodos de ajuste de centroides iterativos. El metodo m
as com
un es el algoritmo de las k-medias (ver
Hastie et al., 2001). Dado un grupo de vectores reales d-dimensionales X =
86
DE DATOS
2. TECNICAS
Y EXPLORACION
44
42
40
38
36
10
1 LA CORUA
1 ROZAS
1 PARAYAS
1 SANTANDER
1 SONDICA
1 GIJON
1 OVIEDO
1 ORENSE
1 SAN SEBASTIN
1 FUENTERRABA
2 NAVACERRADA
1 SANTIAGO
1 VIGO
5 SEVILLA_A
5 SEVILLA_B
5 JEREZ
5 TARIFA
5 MLAGA
2 LEN
2 BURGOS
2 SORIA
2 SEGOVIA
2 VALLADOLID_A
2 VALLADOLID_B
7 VITORIA
7 PAMPLONA
4 BADAJOZ
4 HINOJOSA
1 PONFERRADA 4 CIUDAD REAL
3 CCERES
4 HUELVA
6 MURCIA_A
6 MURCIA_B
6 CARTAGENA
6 MURCIA_C
6 ALICANTE_A
6 ALICANTE_B
7 LOGROO
7 DAROCA
7 ZARAGOZA
6 VALENCIA_A
6 VALENCIA_B
6 CASTELLN
2 SALAMANCA
2 VILA
2 ZAMORA
7 TORTOSA
7 HUESCA
3 MADRID
3 TOLEDO
3 MADRID
5 ALMERA
5 GRANADA
Figura 2.24: Analisis de agrupamiento mediante el enlace de Ward de 54 estaciones

en la Pennsula Iberica caracterizado por el promedio de precipitaci
on en Invierno
y Verano. El dendrograma representa los diferentes grupos a un cierto nivel de profundidad, en el eje horizontal, y las distancias donde los elementos son unidos en
diferentes niveles jer
arquicos, en el eje vertical.

2.6. TECNICAS
DE AGRUPAMIENTO
87
{x1 , . . . , xn }, y un n
umero determinado de grupos m, el algoritmo de las kmedias calcula un conjunto de prototipos d-dimensionales, {v1 , . . . , vm }, o centroides, cada uno de ellos caracterizando a un grupo de datos Ci X formado
por los vectores para los cuales vi es el prototipo mas cercano. Esta tarea es
realizada siguiendo un procedimiento iterativo, el cual comienza con un con0
junto inicial de centroides v10 , . . . , vm
, elegidos aleatoriamente (ver Pe
na et al.,
1999, para una descripci
on y comparacion de diferentes procedimientos de inicializacion). El objetivo del algoritmo es minimizar globalmente la distancia
intra-grupos:
X X
kxj vi k2
(2.36)
i=1,...,m xj Ci
Ya que una b
usqueda exhaustiva del mnimo es prohibitiva, se calcula un mnimo local mediante un ajuste iterativo de los centroides de los grupos, y reasignando cada patr
on al centroide m
as cercano. En la iteracion (r + 1)-esima,
cada uno de los vectores xj es asignado al grupo i-esimo, donde i = argminc k
xj vic k, y los prototipos son actualizados por medio de los correspondientes
patrones:
X
xj /#Ci ,
vir+1 =
xj Ci
donde #Ci denota el n

umero de elementos en Ci . Bajo ciertas condiciones, el
proceso iterativo anterior converge despues de R iteraciones, y los centros finales
viR son los prototipos (centroides). Cada uno de los centroides vi representa
un grupo Ci formado por los patrones mas cercanos a viR que a cualquier otro
centroide. El algoritmo de k-medias consiste en los siguientes pasos:
1. Seleccionar el n
umero de grupos deseados m.
2. Inicializar los centroides de los grupos (p.e. aleatoriamente).
3. Repetir:
a) Asignar cada vector (patr
on atmosferico) al grupo mas cercano.
b) Re-calcular los centroides de cada grupo, para que sean la media de
los patrones asignados a ese grupo.
Ejemplo 2.14 (Clasificaci
on de Patrones Atmosf
ericos). Se consideran
los 5500 patrones atmosfericos del re-an
alisis ERA-15 definidos en la Sec. 1.9.4
en distintas rejillas (Modelos 1 y 2); para reducir la dimensionalidad del espacio, se toman las primeras 100 componentes principales (ver Ejemplo 2.11) y
se consideran distintos n
umeros de grupos m = 100, 200, y 400, que corresponden a distintos tama
nos promedio de grupo: aproximadamente 50, 25, y
15, respectivamente. Por ejemplo, las Figs. 2.25 (a) y (b) muestran los prototipos obtenidos al aplicar el algoritmo con m = 100 para los Modelos 1 y 3,
respectivamente.
88
DE DATOS
2. TECNICAS
Y EXPLORACION
PC2
(a)
PC1
PC2
(b)
PC1
Figura 2.25: Agrupamiento del re-analisis ERA-15 con el algoritmo de k-medias considerando 100 grupos para (a) Modelo 1, (b) Modelo 3. El grafo muestra los patrones
diarios y los centroides proyectados en el espacio de las dos primeras componentes
principales. Tambien se muestran las lneas de separaci
on entre grupos (estas lneas
corresponden al diagrama de Voronoi asociado a los centroides).

2.6. TECNICAS
DE AGRUPAMIENTO
89
2.6.3. MeteoLab: Tecnicas de Agrupamiento

Para aplicar las funciones de agrupamiento, se cargan primero los patrones
atmosfericos relativos a un dominio (por ejemplo el dominio de la NAO) como
se mostro en el Ej. 2.5.1
>> [EOF,CP,MN,DV]=getEOF(dmn,ncp,50);
la funci
on makeClustering permite aplicar los algoritmos descritos en las
secciones anteriores (junto con una tecnica neuronal que se describira en la
Sec. 5.8). Esta funci
on requiere el n
umero de grupos que se desean calcular,
as como el tipo de agrupamiento deseado (en este caso k-medias, kmeans)
>> Clustering=makeClustering(CP,Kmeans,50)
Clustering =
NumberCenters:
Type:
Centers:
PatternsGroup:
PatternDistanceGroupCenter:
SizeGroup:
Group:
50
KMeans
[50x50 double]
[16436x1 double]
[16436x1 double]
{50x1 cell}
{50x1 cell}
Esta funci
on proporciona como salida una estructura (en este caso bajo el
nombre de Clustering) con campos relativos al n
umero de clases o grupos
(Clustering.NumberCenters), tipo de agrupamiento, prototipos de cada uno
de los grupos (Clustering.Centers), ndice del grupo al que pertenece cada
uno de los patrones (Clustering.PatternsGroup), distancia de cada patron
al prototipo de su grupo, tama
no de cada grupo y, finalmente, ndices de los
patrones que pertenecen a cada grupo.
A continuaci
on se dibujan los patrones y los centros obtenidos por el agrupamiento proyectados sobre las dos primeras componentes principales.
>>figure
>>plot(CP(:,1),CP(:,2),b.)
>>hold on
>>plot(Clustering.Centers(:,1),Clustering.Centers(:,2),...
ko,...
MarkerSize,6,...
MarkerEdgeColor,[0 0 0],...
MarkerFaceColor,[1 0 0])
90
DE DATOS
2. TECNICAS
Y EXPLORACION
Figura 2.26: Agrupamiento del re-analisis ERA40 con el algoritmo de k-medias considerando 50 grupos para la zona NAO. El grafo muestra los patrones diarios y los
centros proyectados en el espacio de las dos primeras componentes principales.
CAPITULO 7
Verificacion de Sistemas de Prediccion
Probabilstica
7.1. Introduccion
En la actualidad se producen una gran variedad de predicciones meteorologicas de distintos fen
omenos, utilizando una amplia gama de modelos y
metodos. Tradicionalmente estas predicciones se obtenan de forma determinista, es decir, sin tener en cuenta la incertidumbre asociada. Sin embargo,
en las u
ltimas decadas se ha puesto de manifiesto la necesidad de formular la
prediccion meteorol
ogica en terminos probabilsticos, para tener en cuenta la
influencia de las distintas fuentes de incertidumbre que afectan a la prediccion
(ver Cap. 1 para m
as detalles). Este cambio ha hecho necesario el desarrollo
de nuevas medidas de validaci
on para cuantificar la calidad de este tipo de
predicciones, teniendo en cuenta su caracter probabilstico, as como la propia
naturaleza de la predicci
on (a corto o medio plazo, estacional, multi-modelo,
etc.). La siguiente tabla ilustra la complejidad de la prediccion numerica actual,
con las distintas opciones que se utilizan de forma operativa.
Alcance
Fen
omeno
Tipo
Modelo
M
etodo
Corto
Precipitaci
on Determinista Area limitada Estadstico
Medio
Racha m
axima Probabilstica
Global
Din
amico
Mensual
Temp. max.
Discreta
Acoplado
Ensemble
Estacional
Temp. min.
Continua
...
Multimodelo
Clim
atico
Meteoros ...
...
...
...
241
242
DE SISTEMAS DE PREDICCION
PROBABILISTICA
7. VERIFICACION
En este captulo se analizan los metodos mas comunes para evaluar la bondad de las predicciones, sin tener en cuenta el sistema empleado para su obtencion, sino s
olo su naturaleza (discreta/continua, determinista/probabilstica).
Murphy (1993) define la bondad de una prediccion en base a tres aspectos:
Consistencia: no se generan predicciones contradictorias,
Calidad : concordancia entre la prediccion y la observacion y
Utilidad : valor real (economico, etc.) de la prediccion para un usuario.
Para tener en cuenta estos aspectos a la hora de validar un sistema, es necesario disponer de criterios de verificacion (o validacion) apropiados, que proporcionen medidas objetivas de los distintos ascpectos de la bondad. Ademas,
cuando las predicciones estan distribuidas espacialmente (por ejemplo, un conjunto de predicciones locales en una red de estaciones), la verificacion tambien
ha de considerar esta caracterstica (ver Ebert and McBride, 2000). Por otra
parte, tambien es importante tener en cuenta que la calidad de un sistema
puede variar seg
un la adversidad del evento a predecir, la geografa de la zona, etc. Por tanto, en general es necesario cuantificar tanto la calidad global
espacio-temporal, como la calidad condicionada a determinados eventos y zonas. Finalmente, tambien hay que distinguir los diferentes usuarios a quienes
va dirigida la validaci
on (medidas facilmente interpretables para el p
ublico en
general, o medidas m
as informativas para una audiencia tecnica). Las medidas de verificaci
on resultantes se utilizan para propositos tan distintos como
proporcionar informaci
on del error de los modelos disponibles a los usuarios de
productos meteorol
ogicos, comparar distintos modelos operativos en una epoca
o situacion dada, analizar la eficiencia de las nuevas versiones de los modelos
operativos, estudiar la viabilidad economica de un cierto modelo, etc.
En este captulo se describen algunas de las medidas e ndices de verificacion mas utilizados en las ciencias atmosfericas, que permiten tener en cuenta
las caractersticas mencionadas anteriormente. En la Sec. 7.2 se analizan los
distintos tipos de predicciones en base a su caracter discreto/continuo y determinista/probabilstico; en la Sec. 7.3 se describen distintos aspectos sobre la
calidad de las predicciones. A continuacion, las secciones 7.4 y 7.5 analizan la
calidad de las predicciones en el caso determinista y probabilstico, respectivamente. Finalmente, las secciones 7.6.1 y 7.6.2 describen dos metodos especficos
para valorar la calidad de una prediccion probabilstica teniendo en cuenta sus
aciertos y fallos para un determinado evento y el valor economico de los mismos para un usuario especfico. Finalmente, la Sec. 7.7 describe el modulo de
validacion implementado en la herramienta MeteoLab, que incluye los distintos
ndices descritos en este captulo.
Para una descripci
on m
as completa de este tema, el lector puede consultar
Jolliffe and Stephenson (2003), o Wilks (1995) (Cap. 7).
7.2. Tipos de Predicciones

En el
ambito de la prediccion meteorologica se trabaja con variables de
naturaleza y caractersticas muy diferentes: variables binarias (nieve, no nie-
7.2. TIPOS DE PREDICCIONES
243
ve), categ
oricas (seco, lluvia debil, lluvia moderada y lluvia fuerte), variables
continuas (temperatura), e incluso mixtas (como la precipitacion, ver Ej. 2.2).
Ademas, una misma variable puede considerarse como binaria, categorica o
continua seg
un la situacion particular de estudio. Por ejemplo, es muy com
un
transformar una variable en binaria considerando un umbral de interes para la
misma: temperaturas inferiores a 0o C, viento > 90km/h, etc. Para cada uno
de estos grupos de variables se efect
uan distintos tipos de prediccion.
7.2.1. Predicciones Deterministas

Una predicci
on es determinista cuando proporciona el estado de una variable discreta, o el valor de una continua, en una situacion dada; por ejemplo,
viento > 90km/h, o precipitacion = 18.2mm.
Algunos sistemas de prediccion determinista elementales, utilizados como
sistemas de referencia para validar otros metodos, son:
La persistencia, que consiste en pronosticar para un instante t lo que
ocurri
o en el instante t 1 (por ejemplo, la precipitacion predicha para
hoy ser
a la que se haya observado ayer):
o(t) = o(t 1).
(7.1)
Tambien se puede considerar el caso mas general de la persistencia( ),

donde el valor de o(t) se obtiene a partir de {o(t 1), . . . , o(t )}.
La climatologa, que consiste en pronosticar utilizando alg
un parametro
derivado de la distribuci
on climatologica obtenida empricamente para
un evento dado. Por ejemplo, la precipitacion predicha para un da de
Enero ser
a la media de los valores diarios de precipitacion en Enero en
los u
ltimos diez a
nos:
o(t) =< o(ti ) >i=1...,N ,
(7.2)
donde <> denota el valor medio para un perodo dado, y o(t) denota un
valor estimado (predicho) para o(t).
7.2.2. Predicciones Probabilsticas

Una predicci
on es probabilstica cuando describe en terminos cuantitativos la incertidumbre asociada con la prediccion. El pronostico realizado es una
distribucion de probabilidad sobre el rango total de valores o categoras de la
variable. La forma especfica de esta distribucion vendra dada por las caractersticas de la variable analizada. Por ejemplo, si la variable es continua y la
prediccion se supone Gaussiana, entonces una prediccion probabilstica vendra
dada por su media y varianza; por otra parte, si la variable es discreta, entonces la predicci
on vendra dada por su funcion de probabilidad. Por ejemplo, la
Fig. 7.1 muestra una prediccion probabilstica particular asociada a la variable
PROBABILISTICA
7. VERIFICACION
Probabilidad
244
(a)
0.10
0.7
0.08
0.5
0.06
0.4
0.3
0.04
0.2
0.02
0
(b)
0.6
10
15
20
Precipitacion (mm)
25
30
0.1
0
[0, 1)
[1, 5)
[5, 15) >15 mm
Precipitacin
Figura 7.1: (a) Prediccion probabilstica para la variable continua precipitacion. (b)
Predicci
on probabilstica correspondiente a la variable categ
orica: seco, lluvia debil,
lluvia moderada, y lluvia fuerte.
precipitaci
on, considerada de dos formas distintas: (a) como variable continua
y (b) como variable categ
orica con cuatro estados.
Los metodos de prediccion anteriores, basados en persistencia y climatologa, tambien pueden utilizarse como metodos de prediccion probabilstica,
utilizando la distribuci
on de probabilidad definida por los das anteriores (persistencia) o por el perodo climatologico (climatologa) para la prediccion.
Desde un punto de vista operativo, cualquier prediccion determinista puede considerarse como un caso particular de una probabilstica sin mas que
asignar probabilidad uno al estado o valor previsto y cero al resto. Recprocamente, cualquier prediccion probabilstica puede convertirse en determinista
de diversas maneras: bien estimando un estado para una variable discreta (el
mas probable, el que supere un umbral de probabilidad, etc.), o un valor para
una continua (la media, el percentil 75 %, etc.). Estos recursos se utilizan con
mucha frecuencia para simplificar la prediccion y la verificacion.
7.3. Aspectos de la Calidad de una Prediccion

Son numerosos los aspectos que se pueden tener en cuenta para analizar la
calidad de un sistema de prediccion, especialmente en los sistemas de prediccion
probabilstica. Por ello, no hay ninguna medida de verificacion que proporcione
una informaci
on completa de la calidad del sistema, sino que cada ndice de
verificacion describe alg
un atributo particular de la relacion entre observaciones
y predicciones. Algunos de estos atributos caracterizan a un u
nico sistema,
mientras que otros son comparativos e indican la diferencia entre sistemas de
prediccion distintos (o entre un sistema concreto y otro sistema de referencia
como la climatologa o la persistencia).
Murphy and Winkler (1987) establecen que toda la informacion de una verificacion est
a contenida en la distribucion conjunta P (o, o) de observaciones y
predicciones. En el caso de predicciones categoricas, para una variable discre-

7.3. ASPECTOS DE LA CALIDAD DE UNA PREDICCION
245
ta con categoras {C1 , . . . , Cm }, esta informacion esta recogida en la tabla de

contingencia:
c1
p11
p21
c1
Previsto c2
...
cm pm1
Observado
c2 . . . cm
p12 . . . p1m
p22 . . . p2m
...
pm2 . . . pmm
En base a esta informaci

on conjunta se puede obtener cualquier probabilidad
marginal o condicional asociada a predicciones y observaciones: P (o|
o), P (
o|o),
P (
o), P (o). Los distintos ndices de verificacion se basan en alguna de estas probabilidades para poner de manifiesto alg
un aspecto de interes de la prediccion.
A pesar de las relaciones obvias que existen entre estas probabilidades:
p(
o, o) = p(o|
o)p(
o) = p(
o|o)p(o),
(7.3)
su interpretaci
on y utilidad meteorol
ogica es muy distinta y, por ello, los ndices
de verificaci
on son complementarios y aportan informacion interesante desde
distintos puntos de vista.
En funci
on del tipo de probabilidad que utilizan (conjunta, marginal o condicionada), los ndices de verificaci
on se pueden dividir en tres grandes grupos
Wilson (2001):
Los que utilizan la funci
on de probabilidad conjunta para analizar globalmente la correspondencia entre pares observacion-prediccion. El bias,
la correlaci
on, el RMSE y el Skill, descritos a continuacion, pertenecen a
este grupo.
Los que utilizan probabilidades condicionadas a valores concretos de la
predicci
on. La fiabilidad, la resoluci
on y la definici
on pertenecen a este
grupo.
Los que utilizan probabilidades condicionadas a valores concretos de la
observaci
on. La discriminaci
on y la incertidumbre, son de este tipo.
A continuaci
on se describen algunas de las medidas de calidad mas importantes correspondientes a estos tres grupos (ver Murphy, 1993):
Sesgo (bias), o desviaci
on sistem
atica: Referido a la concordancia entre
la predicci
on media y la observacion media; las medidas de sesgo, como
la diferencia promedio entre la prediccion y la observacion, se calculan a
partir de p(o) y p(
o), y se definen de modo que un sesgo positivo indica una
sobreestimaci
on del valor a predecir, mientras un sesgo negativo indica
una subestimaci
on (por ejemplo, se predice menos cantidad de lluvia de
la que realmente ocurre).
246
PROBABILISTICA
7. VERIFICACION
Asociaci
on: Indica el grado de relacion lineal entre observacion y prediccion. La covarianza y la correlaci
on son medidas de asociacion.
Precisi
on (accuracy): Relativa a la concordancia entre el valor previsto y
el observado realmente, promediada sobre una muestra de parejas individuales de predicciones y observaciones; se calculan a partir de P (
o, o).
Medidas de precisi
on son, por ejemplo, el error absoluto medio, el error
cuadr
atico medio, el Brier Score, etc.
Habilidad (skill), o precisi
on relativa: Es la precision de un sistema referida a otro que se toma como referencia (por ejemplo, climatologa o
persistencia). Se definen de modo que un valor positivo (negativo) indica
que el sistema es m
as (menos) h
abil que el de referencia. El Brier Skill
Score es el ndice m
as conocido de esta categora.
En el caso particular de predicciones asociadas a eventos binarios (por ejemplo
si y no), un u
nico valor numerico de la probabilidad (por ejemplo p(
o = si) = p)
define la predicci
on, ya que p(
o = si) + p(
o = no) = 1. En ese caso, existen
dos medidas especiales que caracterizan los dos aspectos mas importantes de
la predicci
on, que determinan si es o no perfecta:
Fiabilidad (reliability), o bias condicional, o calibracion: Para que la predicci
on de un cierto evento binario sea fiable, la probabilidad prevista y la
observada deben coincidir lo m
aximo posible en todo el rango de valores
de probabilidad; cuando no es as, se habla de bias condicionado. La fiabilidad se puede representar gr
aficamente considerando una discretizacion
del rango de probabilidades previstas p (por ejemplo en 10 intervalos:
[0, 0.1), [0.1, 0.2), . . .) y dibujando p = p(
o = si) frente a p(o = si|
p), es
decir, frente a la frecuencia relativa de las ocasiones en que ocurrio el
evento cuando la probabilidad predicha para el mismo era p. Por ejemplo, la Fig. 7.2 muestra la fiabilidad para distintas predicciones obtenidas
con el sistema Prometeo (ver Cap. 6). Cuanto mas cerca este la curva
de la diagonal, m
as fiable sera el sistema; si la curva esta por debajo de
la diagonal, entonces la prediccion sobreestima el evento, mientras que si
esta por encima entonces la prediccion subestima (ocurrio mas veces de
lo que se preve). En el caso de la Fig. 7.2, se puede decir que el sistema
subestima la observacion. Por otra parte, son menos fiables las predicciones de eventos raros (poco frecuentes), como precip > 20 mm. Es muy
importante estudiar la fiabilidad de los sistemas para diferentes eventos,
ya que los eventos raros casi nunca se predicen con probabilidades altas,
manifestando una notable perdida de fiabilidad que debe ser corregida.
Cuando se tiene una prediccion extendida espacialmente (como en la Fig.
7.2, que muestra el resultado para 184 estaciones distintas), entonces existen dos formas de obtener una u
nica curva de fiabilidad. La mas sencilla
consiste en promediar las curvas individuales; sin embargo, en este caso se
pueden compensar efectos de sobreestimacion y subestimacion dado lugar a una curva promedio falsa. La otra alternativa es considerar las 184

7.3. ASPECTOS DE LA CALIDAD DE UNA PREDICCION
(a) Fiabilidades individuales
0.8
0.6
0.4
0.2
0
184 localidades de la Pennsula,

Baleares y Canarias
0.2
0.4
0.6
0.8
(b) Fiabilidad media
probabilidad observada
Evento: Precipitacin > 0.1 mm
0.8
0.6
0.4
0.2
0
0.2
probabilidad prevista
0.6
0.4
0.2
184 localidades de la Pennsula,
Baleares y Canarias
0.2
0.4
0.6
0.8
0.6
0.8
(d) Fiabilidad media
0.8
0.4
(c) Fiabilidades individuales
247
Evento: Precipitacin > 20 mm
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
Figura 7.2: Curvas de fiabilidad para la prediccion sobre 184 estaciones de los eventos
(a)-(b) precip > 0.1 mm y (c)-(d) precip > 20 mm.
estaciones como una u

nica estaci
on y obtener la fiabilidad conjunta. Sin
embargo, de esta forma, los casos individuales con mala fiabilidad tambien
quedan enmascarados en la curva global resultante (ver Fig. 7.2(d)).
Resoluci
on: Cuantifica la desviaci
on de la prediccion respecto de la prediccion constante dada por la probabilidad climatologica del evento: p = pc .
Una predicci
on climatologica constante tiene varianza nula y, por tanto,
la desviaci
on puede medirse por medio de la varianza de la prediccion
p en el perodo de validaci
on. La resolucion se suele representar graficamente mediante la funci
on de probabilidad de la variable probabilidad
predicha, p(
p) = p(
o = si); para ello, se suele considerar una particion del
rango posible de probabilidades posibles y representar un histograma de
las frecuencias relativas correpondientes. Por ejemplo, la Fig. 7.3 muestra
la resoluci
on de una de las predicciones anteriores del sistema Prometeo.
Es deseable que el histograma tenga forma de U, para que la varianza
sea la m
axima posible y coincida con la resolucion ideal (aquella que predice con probabilidad cero los casos en los que no ocurrio el evento y con
probabilidad uno los casos en que ocurrio). De esta forma, se penaliza la
predicci
on de valores ambiguos como p = 0.5.
Existen diversas tecnicas denominadas de inflado (inflating) para corregir
la resoluci
on y adecuarla a la resolucion ideal. La forma mas simple con-
248
PROBABILISTICA
7. VERIFICACION
0.6
Frecuencia relativa
0.5
0.4
0.3
0.2
0.1
0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Probabilidad Prevista
Figura 7.3: En negro la resolucion ideal y en blanco un ejemplo de resolucion real.
siste en hacer un cambio de escala para aumentar o reducir la varianza

de la probabilidad prevista; sin embargo, en este caso se empeora el sesgo
de la predicci
on. Existen otras tecnicas mas sofisticadas, como la denominada expanded downscaling (Burguer, 1996), que utiliza la correlacion
canonica para corregir de una forma global la varianza de las predicciones. Sin embargo, dada la relacion constante que existe entre la varianza
de una predicci
on y su sesgo, no es sencillo poder corregir ambas simultaneamente en la direcci
on
optima, variando el metodo de prediccion
(ver von Storch, 1999, para m
as detalles).
7.4. Verificacion de Predicciones Deterministas

Cuando el resultado de la prediccion es una estimacion del valor de una
variable continua, la calidad se mide con relativa facilidad mediante medidas
de precision (funciones de error) y de habilidad. Estas funciones son medidas
globales de precisi
on, en el sentido de que solo consideran la distribucion conjunta, calculando la distancia entre los datos previstos y los observados. Por
tanto, resultan mejor representados los eventos mas frecuentes. Dado un conjunto de observaciones {o1 , o2 , ..., on } sobre las que se realizan las predicciones
{
o1 , o2 , ..., on }, los ndices de verificaci
on mas habituales son:
El error medio (bias):
n
1X
(oi oi ) =< (oi oi ) > .
n i=1
(7.4)
El error absoluto medio (MAE): < |oi oi | >.

El error cuadr
atico medio (MSE, Mean Square Error): < (oi oi )2 >.
DE PREDICCIONES DETERMINISTAS
7.4. VERIFICACION
249
La raz cuadrada del error cuadr

atico medio (RMSE):
La correlaci
on:
< (oi oi )2 >.
< (oi < oi >)(oi < oi >) >

.
(7.5)
(o) (
o)
Cuando este ndice se aplica a anomalas, y no a los valores reales, entonces se denomina Coeficiente de Correlacion de Anomalas (ACC) y,
como su nombre indica, mide la correlacion entre el campo de anomalas
previsto y el observado. En ese caso, se tiene oi = oi c y oi = oi c ,
donde c es la media climatologica. Esta medida es muy utilizada para
la verificaci
on de campos espaciales (Miyakoda et al., 1972).
El LEPS (Linear Error in Probability Space): Es el error absoluto medio
medido en unidades de probabilidad acumulada:
d | >,
< |CDF CDF
(7.6)
d son los valores de la funcion de distribucion de la

donde CDF y CDF
variable observada correspondientes a o y o, respectivamente. La idea
basica de LEPS es que la magnitud absoluta del error no tiene la misma
importancia en las colas que en la zona media de la distribucion. Por
ejemplo, un error de 2o C en la prediccion de temperatura es mas grave
cuando se trata de una anomala peque
na que cuando la anomala es
grande (ver Fig. 7.4).
1
0.9
LEPS = | CDF (o) - CDF (p) | =
Probabilidad acumulada
0.8
= 0.97725 - 0.90879 = 0.068461
0.7
0.6
0.5
LEPS2 = | CDF2(o) - CDF2(p) | =

= 0.5 - 0.25249 = 0.24751
0.4
0.3
0.2
0.1
0
-8
-6
-4
-2
Anomala de Temperatura
Figura 7.4: El mismo error puede ser muy diferente medido en el espacio de la variable
y en el espacio de probabilidad.
En realidad el LEPS mide la probabilidad de obtener un valor entre el

dato real y el previsto (Potts et al., 1996; Ward and Folland, 1991). Este
ndice se puede aplicar para variables tanto continuas como categoricas y
tambien se utiliza en verificaci
on de campos espaciales.
250
PROBABILISTICA
7. VERIFICACION
Estas medidas de precisi

on se calculan a partir de una muestra concreta y,
por tanto, dependen de factores relativos a la misma como el lugar geografico,
epoca del a
no, etc. Para poder comparar distintos sistemas de prediccion se
hace necesario relativizar estos ndices de acuerdo a un sistema de prediccion
de referencia. Para ello se puden utilizar medidas de precision relativa o skill
scores como:
El RMSSSE (Root Mean Square Skill Score Error): Es una medida estandar
de verificaci
on, utilizada especialmente en pronosticos a largo plazo (mas
de 30 das). Su f
ormula viene dada por:
1
RM SE
,
RM SEref
(7.7)
donde RMSE y RMSEref son los ndices correspondientes al sistema de

predicci
on que se esta verficando y al sistema de referencia, respectivamente.
7.4.1. Predicciones Binarias

En las secciones anteriores se vio que un sistema de prediccion determinista
para una variable discreta se puede verificar a partir de su tabla de contingencia.
En el caso de variables binarias, las predicciones se refieren a la ocurrencia o
no de un determinado evento y la tabla de contingencia resultante es:
Observado
Si
No
Previsto Si
No
En este caso, se pueden cometer dos tipos de errores en la prediccion, que

corresponden a los valores de la tabla de contingencia de la diagonal secundaria.
Por un lado, una falsa predicci
on (o error de Tipo I) se comete al predecir un
evento que no ocurre ( en la tabla de contingencia), mientras que una omisi
on
(o error de tipo II) se comete cuando no se predice un evento que s ocurre (
en la tabla de contingencia). Las distintas medidas para validar predicciones
binarias tratan de resumir toda la informacion de la tabla y, por tanto, los
distintos tipos de errores, en un s
olo parametro. Algunos de los ndices m
as
populares son:
HIR y FAR. Esto ndices est
an relacionados con los aciertos y fallos del
sistema determinista. Dado que han de permitir comparar sistemas de
predicci
on distintos, los fallos y aciertos han de medirse condicionados a
los eventos observados (y no a los predichos), pues as todos los sistemas se
validaran en igualdad de condiciones (condicionados a la misma muestra):
DE PREDICCIONES DETERMINISTAS
7.4. VERIFICACION
251
Hit Rate (HIR). Es una medida de precision que mide la probabilidad

de detecci
on. A veces se denomina P OD (Probability Of Detection).
HIR = P (
o = 1|o = 1) =
(7.8)
False Alarm Rate (FAR). Tambien es una medida de precision que

mide la proporci
on de fallos cuando se predice positivamente un
evento.
(7.9)
F AR(u) = P (
o = 0|o = 1) =
+
Observese que un ndice de fallos mas natural sera P (o = 0|
o = 1), es
decir, la probabilidad de que no ocurra el evento cuando se ha predicho.
Sin embargo, en este caso, el ndice sera especfico de cada sistema.
Precisi
on: Mide la proporci
on de aciertos y puede ser maximizada prediciendo siempre la categora m
as com
un. En regiones donde el evento
es muy raro, se hace practicamente la unidad, debido al gran n
umero de
aciertos negativos. No aporta informacion para eventos raros. Esta definida de la siguiente forma y su rango es [0, 1]:
ACC =
+
+++
(7.10)
La precisi
on de un sistema que nunca predice el evento es 1 pc .
0.7
Probabilidad climatolgica
0.6
0.5
Sistema I (10%)
Sistema II (50%)
Sistema NO (100%)
Vigo
Vigo
Regin Hmeda
0.4
0.3
0.2
0.1
Regin Arida
0
0.5
0.55
0.6
0.65
0.7
0.75
0.8
0.85
0.9
0.95
Precisin(ACC)
Figura 7.5: Diagrama de precision-probabilidad para verificar la precision de tres

sistemas de predicci
on distintos en una red de 184 estaciones.
En la Fig. 7.5 se muestra un ejemplo de uso de este ndice, aplicado a

tres sistemas de prediccion distintos. Estos sistemas consideran diferentes
252
PROBABILISTICA
7. VERIFICACION
umbrales de prediccion, con el objeto de poner en evidencia problemas

de inconsistencia entre diferentes medidas de bondad: el sistema I para el
umbral de predicci
on del 10 %, el sistema II para el umbral de prediccion
del 50 % y el sistemas NO para el umbral de prediccion 100 %. Aunque
el metodo de prediccion es el mismo para todos los umbrales, a efectos
ilustrativos de validaci
on, se pueden considerar como sistemas diferentes
(en la Sec. 7.6 se ver
a la forma de validar el sistema en su conjunto
utilizando, por ejemplo, curvas ROC).
Atendiendo a la precisi
on, el sistema con el umbral de prediccion del 50 %
es mejor; adem
as, se ve que un promedio global de ACC para todas las
localidades estar
a fuertemente sesgado en favor de las regiones aridas, por
lo que el empleo de este ndice no es aconsejable para ello. ACC penaliza
notablemente a los sistemas menos conservadores por lo que el sistema II
resulta ser el m
as preciso en todo el rango. La recta negra representa a
la precisi
on del sistema que nunca predice el evento.
Critical Success Index o
Threat Score: Es analoga a la precision, pero se
eliminan los aciertos negativos, por lo que queda definida como:
CSI =
++
(7.11)
Aunque es m
as equilibrado que el ACC esta definido en [0, 1], y sus mayores valores se dan en aquellas localidades donde el evento es mas com
un. El
CSI es nulo para aquellos sistemas que nunca predicen el evento, mientras
que el CSI de un sistema que siempre predice el evento es /( + ) = pc .
Al igual que la precisi
on, es muy inestable para eventos raros.
0.7
Sistema I (10%)
Sistema II (50%)
Sistema SI (0%)
Probabilidad climatolgica
0.6
Regin Hmeda
0.5
0.4
0.3
0.2
0.1
Regin Arida
0
0.1
0.2
0.3
0.4
0.5
Critical Success Index(CSI)
0.6
0.7
0.8
Figura 7.6: Diagrama de precision-probabilidad para verificar el CSI de tres sistemas

de predicci
on distintos en una red de 184 estaciones.
DE PREDICCIONES PROBABILISTICAS
7.5. VERIFICACION
253
En la figura 7.6 no queda claro que sistema es mejor seg

un el criterio
del CSI ya que el sistema II con el umbral de prediccion del 50 % es
mejor en zonas h
umedas mientras que el sistema I con el 10 % resulta
mejor para zonas
aridas, o equivalentemente para eventos raros; como en
el caso del ACC, no es recomendable un promedio global de CSI para
todas las localidades ya que es muy inestable en la zona de eventos raros.
Nuevamente se constata una notable dependencia respecto a la rareza del
evento para diferentes umbrales de prediccion en diferentes localidades.
La lnea negra corresponde al sistema que siempre predice el evento.
Una versi
on modificada de este ndice muy utilizada en Estados Unidos (Wilson, 2001) se denomina Equitable Threat Score, con valores en
[1/3, 1]. Se trata de un CSI corregido para tener en cuenta el n
umero
de aciertos debidos al azar.
7.5. Verificacion de Predicciones Probabilsticas

As como las predicciones deterministas se aplican principalmente a variables continuas, las predicciones probabilsticas se suelen realizar sobre variables
categoricas o categorizadas. Las medidas de verificacion mas simples son las generalizaciones de las correspondientes medidas deterministas.
7.5.1. Brier Score

Es el error medio calculado en unidades de probabilidad para la ocurrencia
de las distintas categoras de la variable (Brier, 1950):
BS =< (pi oi )2 >,
(7.12)
donde pi = P (
oi = si), y oi es 1 si ocurre el evento y 0 en caso contrario. El
valor de BS es nulo para una prediccion perfecta. Si se quieren comparar las
precisiones de dos sistemas, es conveniente normalizar el BS, por ejemplo con
el valor que toma para un sistema climatologico (Talagrand, 1997).
Es muy usual utilizar la descomposicion del Brier score como suma de tres
componentes, relacionadas con la fiabilidad, la resolucion y la incertidumbre.
Para ello, se descompone (7.12) de la siguiente forma:
(pi oi )2 = fi (pi 1)2 + (1 fi )p2i
donde fi = p(oi = 1|pi ), es decir, el n
umero de casos observados de entre los
previstos con probabilidad pi (vease Murphy (1973)). As:
BS =< (pi fi )2 > + < (fi pc )2 > +pc (1 pc ) = BSf BSr + I,
donde pc es la probabilidad clim
atica del evento, BSf es la componente de fiabilidad, BSr la componente de resoluci
on, e I la componente de incertidumbre.
El BS da una idea del error promedio cometido en una prediccion; por tanto,
este ndice es poco representativo cuando esta descompensada la frecuencia de
PROBABILISTICA
7. VERIFICACION
254
ocurrencia y de no ocurrencia del evento. En ese caso, el BS es solo representativo del evento m
as frecuente y, por tanto, es confuso utilizar este ndice para
validar conjuntamente la prediccion del evento, ya que habra que ponderar los
casos raros para que tuviesen peso en la validacion.
Por otra parte, cuando las predicciones estan espacial y temporalmente
distribuidas, son difciles de interpretar ya que no es facil ofrecer parametros
que resuman la informaci
on de manera realista; la informacion ofrecida por los
promedios espaciales suele estar fuertemente sesgada en favor de los eventos
mas numerosos; por tanto, la informacion en forma de matrices y tablas es
completa pero difcil de interpretar y los mapas tienen el mismo problema. Una
forma sencilla de visualizar el comportamiento extendido de dichas medidas es
dibujar el valor de la medida frente a su probabilidad climatologica para cada
localidad (un mismo evento puede ser muy com
un en unas localidades y muy
raro en otras); de esta manera, los eventos raros quedan en la parte inferior
del grafico, independientemente de su localizacion espacial. Estos diagramas de
precisi
on-probabilidad son muy u
tiles para poner de manifiesto muchas de las
virtudes y debilidades de las diferentes medidas de verificacion.
0.7
Brier Score Climatologa
Brier Skill Score
0.6
Brier Score Prediccin
probabilidad climatolgica
0.5
0.4
0.3
0.2
0.1
0.1
0.2
Score
0.3
0.4
0.5
0.6
Figura 7.7: Grafico compuesto con los brier scores y el correspondiente brier skill score
para la predicci
on en 184 estaciones de cuatro eventos asociados a la precipitaci
on.
La Fig. 7.7 muestra un diagrama de precision-probabilidad para validar

el BS correspondiente a la prediccion de cuatro eventos distintos (precip >
0.1 mm, > 2 mm, > 10 mm y > 20 mm) en la red de 184 estaciones completas
del INM. Las predicciones se han obtenido utilizando un metodo de analogos similar al descrito en el captulo anterior. Este grafico da una idea muy particular
del comportamiento del sistema de prediccion.
DE PREDICCIONES PROBABILISTICAS
7.5. VERIFICACION
255
7.5.2. Brier Skill Score

En general el Skill Score (SS) de un sistema con predicciones p, referido a
un sistema est
andar, por ejemplo la climatologa, con probabilidades previstas
pc , se calcula de la forma:
SS =
P (o = 1|p) P (o = 1|pc )
1 P (o = 1|pc )
donde P (o = 1|p) es la probabilidad de que se produzca el evento dado que el

sistema lo predice con probabilidad p. En terminos de Brier Scores referidos a
la climatologa, se tiene:
BS
BSS = 1
(7.13)
I
La interpretaci
on es muy sencilla: si BSS > 0, el sistema de prediccion probabilstica es mejor que el climatologico ya que entonces BS < I; en cambio si
BSS < 0, entonces el sistema de prediccion probabilstica no mejora la climatologa. El caso BSS = 1 corresponde un sistema de prediccion probabilstica
perfecto.
Del mismo modo se pueden definir Skill Scores para dos de las tres componentes del BS (el de incertidumbre no tiene sentido), resultando:
Brier skill score de fiabilidad: BSSf = 1 BSf /I.
Brier skill score de resoluci
on: BSSr = BSr /I.
La descomposici
on en terminos de skill quedara ahora:
BSS = 1 BSSf + BSSr .
(7.14)
El BSS tambien tiene los mismos problemas citados anteriormente para el

BS, al ser una medida de de precisi
on global. Por ello, tampoco es adecuada
para la validaci
on de eventos raros. Este problema se ilustra en el siguiente
ejemplo:
Ejemplo 7.1 (BSS y Eventos Raros). Sup
ongase que se quieren comparar
dos sistemas A y B para predecir un evento raro cuya pc = 0.003 (en un perodo
de 1000 dias, el evento ocurri
o en tres ocasiones). El sistema A consiste en
predecir siempre la no ocurrencia del evento, pi = 0, por lo que su BS ser
a igual
a la probabilidad climatol
ogica:
m
BSA =
1 X 2
o = pc ;
m i=1 i
(7.15)
por tanto, el BSS ser

a muy bajo BSSA = pc /(1 pc ) pc 0. Por otra
parte, el sistema B, acierta dos de las tres ocurrencias, cometiendo otros dos
fallos al predecirlo cuando en realidad no ocurri
o, lo que supone un total de
tres errores. Por tanto, BSSA = BSSB , con lo que ambos sistemas tienen la
misma calidad. Sin embargo, para la mayora de los usuarios el sistema B es
m
as u
til que el A.
256
PROBABILISTICA
7. VERIFICACION
7.6. Predicciones Binarias Probabilsticas

En la introducci
on se comento que en meteorologa es muy com
un transformar variables en binarias, en base a un cierto umbral crtico de su rango (por
ejemplo precip > 10 mm, viento < 50 km/h, etc.). De forma similar, dada una
prediccion probabilstica para una variable binaria, pi = p(
oi ), se puede obtener
una predicci
on determinista considerando un umbral up para la probabilidad.
Cuando la probabilidad prevista supere ese umbral, se predecira la ocurrencia
del evento (
o = si), y en caso contrario se predecira la no ocurrencia. De esta
forma, variando el umbral de probabilidad se puede hacer que el sistema sea
mas conservador o m
as arriesgado para predecir la ocurrencia del evento (hasta
que no se tiene una probabilidad superior a up , no se predice el evento). As, se
pueden validar las predicciones binarias probabilsticas utilizando los recursos
de las deterministas, teniendo ademas en cuenta la versatilidad que dan los distintos umbrales up al sistema de prediccion. En estos casos, se tiene una tabla
de contingencia diferente dependiendo del valor del umbral up . Por tanto, los
valores asociados a los aciertos de ocurrencia (u ), las falsas predicciones (u ),
omisiones (u ), y aciertos de no ocurrencia (u ), dependeran del umbral up .
Las curvas ROC y el valor economico de una prediccion binaria probabilstica describen de forma global las posibles tablas de contingencia en funcion de
los distintos umbrales up . Para ello, utilizan dos ndices HIR y FAR (ver Sec.
7.4.1) para cuantificar los fallos y aciertos del sistema.
7.6.1. Curvas ROC (Relative Operating Characteristics)

Las Curvas ROC se obtienen representando la tasa de falsas alarmas (FAR)
frente a la tasa de aciertos (HIR) para los diferentes umbrales de probabilidad
up entre cero y uno. Observese que para up = 0 siempre se predice el evento,
luego tanto las falsas alarmas como los aciertos son maximos, y corresponden
al punto (1, 1) de la curva ROC. En el caso opuesto, up = 1, nunca se predice
el evento, luego ambos ndices son mnimos y definen el punto (0, 0) de la
curva. Por tanto, todas las curvas ROC comienzan en (1, 1) y terminan en
(0, 0). Adem
as, un sistema aleatorio de prediccion climatologica que genere 0
con probabilidad 1 pc y 1 con probabilidad pc tendra asociada la diagonal
como curva ROC. Este u
ltimo resultado es facil de mostrar, pues la tabla de
contingencia sera:
Observado
Si
No
Previsto Si
p2c
pc (1 pc )
No pc (1 pc ) (1 pc )2
de donde HIR(pc ) = F AR(pc ) = pc . Por otra parte, el punto correspondiente a

up = pc en la curva ROC tiene la misma pendiente que la diagonal. Por tanto,
en este punto se produce un cambio de la tasa de crecimiento. Por ejemplo,
7.6. PREDICCIONES BINARIAS PROBABILISTICAS
257
operando con un umbral inferior a la probabilidad climatologica, el sistema

de predicci
on probabilstica comete m
as falsas alarmas que aciertos, ya que la
pendiente de la curva ROC se hace menor que la diagonal.
Por ejemplo, en la Fig. 7.8 se muestran las curvas ROC obtenidas para la
prediccion de cuatro eventos relacionados con la precipitacion (precip > 0.1,
2, 10, y 20 mm) en la red de estaciones completas del INM (184 estaciones)
utilizando una tecnica de analogos similar al sistema Prometeo descrito en el
captulo anterior. Las curvas se han obtenido considerando las predicciones en
las 184 estaciones globalmente. Puede verse que, a medida que el evento es mas
extremo, las falsas alarmas disminuyen para todos los umbrales de probabilidad, dado que la frecuencia climatologica del evento disminuye y, por tanto, la
probabilidad de predecir el evento es tambien baja (si la fiabilidad del sistema
es buena). De esta forma, aunque para eventos extremos pueden alcanzarse
tasas de acierto relativamente altas con un n
umero peque
no de falsas alarmas,
hay que tener en cuenta la definicion de FAR para analizar los resultados.
(a) Precipitacin > 0.1 mm
(b) Precipitacin > 2 mm
1
Sistema I (10%)
0.6
Sistema II (50%)
0.6
0.4
0.4
0.2
0.2
0.2
0.4
0.6
Sistema I (10%)
Sistema III (up=pc)
0.8
Sistema III (up=pc)
HIR
HIR
0.8
0.8
Sistema II (50%)
0.2
0.4
(c) Precipitacin > 10 mm
0.8
(d) Precipitacin > 20 mm
0.8
0.8
Sistema III (up=pc)
0.6
Sistema I (10%)
HIR
HIR
0.6
FAR
FAR
Sistema III (up=pc

)
0.6
0.4
0.4
0.2
0.2
Sistema I (10%)
Sistema II (50%)
0
0.2
0.4
0.6
FAR
0.8
Sistema II (50%)
0
0.2
0.4
0.6
0.8
FAR
Figura 7.8: Curvas ROC para cuatro eventos de precipitacion en una red de 183
estaciones completas del INM.
En la figura se destacan tres sistemas de prediccion determinista concretos

(asociados a distintos umbrales up ), que han sido utilizados en secciones anteriores para describir los ndices de verificacion de sistemas deterministas. Sobre
estas curvas se pueden comparar dos sistemas diferentes de prediccion. Para
PROBABILISTICA
7. VERIFICACION
258
cada umbral de probabilidad, el mejor sistema sera aquel cuya tasa HIR sea
mas alta para un mismo nivel de FAR.
Roc Skill Area (RSA)
En el ejemplo anterior, las curvas ROC proporcionan una descripcion cualitativa global del sistema. Sin embargo, en aplicaciones practicas interesa obtener
un ndice numerico para poder comparar unos sistemas con otros. El a
rea encerrada bajo la curva es un buen ndice global de la pericia del modelo. Un
sistema de predicci
on climatologico definira un area de 0.5, asociada a la diagonal. Por ello, se suele utilizar como ndice de pericia asociado a la curva
ROC el valor 2 RocArea 1 (Roc Skill Area, RSA). As el valor maximo del
ndice es 1 (predicci
on perfecta) y el valor cero se alcanza para una prediccion
climatologica aleatoria.
La Fig. 7.9 muestra el
area ROC correspondiente a las 184 estaciones por
separado, indicando una fuerte dependencia del area ROC con la probabilidad
climatica del evento. De esto se desprende la conclusion de que un promedio
espacial de
areas ROC favorece a aquellos sistemas que predigan mejor en las
zonas donde el evento es m
as frecuente.
Precipitacin > [0.1] mm, 184 localidades, PPS: ProMeteo
Precipitacin > [2] mm, 184 localidades, PPS: ProMeteo
0.5
0.6
0.5
0.4
0.3
0.2
0.1
0
0.5
Eventos Raros
0.6
0.7
0.8
Roc Area
0.9
0.2
0.1
Eventos Raros
0.6
0.7
0.8
Roc Area
0.9
0.1
0.3
0
0.5
0.2
0.15
0.1
0.05
Eventos Raros
0
0.5
0.4
0.6
0.7
0.8
Roc Area
0.9
0.08
0.06
0.04
Eventos Raros
0.02
0
0.5
0.6
0.7
0.8
Roc Area
0.9
Figura 7.9: Ejemplo de areas ROC obtenidas para cuatro eventos de precipitacion
en 183 estaciones completas del INM.
259
Tambien se suelen utilizar otros ndices de verificacion basados en las tasas

HIR y FAR.
Best Hanssen-Kuipers score [1, 1]
Este ndice tiene la ventaja de ser independiente de la distribucion de los
eventos en la muestra; es decir no depende de si hay muchos o pocos eventos. Para ello, considera un umbral que sea funcion directa de la probabilidad
climatologica up = pc (habitualmente los casos raros requieren un umbral de
prediccion bajo mientras que los restantes casos requieren un umbral progresivamente mayor):
BHK = HIR(pc ) F AR(pc )
(7.16)
Este ndice es m
as equilibrado que los anteriores (precision y CSI) para un
promedio global, especialmente para eventos raros (Doswell et al., 1990).
7.6.2. Valor Economico

La curva ROC determina la pericia de un sistema de prediccion probabilstico para los distintos umbrales de probabilidad que dan lugar a distintas
predicciones deterministas (mas o menos conservadoras) de un cierto fenomeno.
La pericia del modelo viene dada por el n
umero de falsas alarmas y de aciertos
de las predicciones para cada uno de los umbrales. As, cada usuario especfico
de las predicciones puede valorar la calidad de las mismas en base a la configuracion que m
as le interese en su problema; es decir, en funcion del umbral
optimo para su aplicaci
on. Sin embargo, este sistema de verificacion no tiene
en cuenta el coste que le suponen a un usuario concreto las distintas fuentes de
error. Por ejemplo, proteger una cosecha ante una eventual tormenta de granizo
puede suponer a un agricultor un coste menor que las perdidas que ocasionara
su destrucci
on, pero para ello, las predicciones tienen que ser lo bastante fiables para que el n
umero de falsas alarmas no encarezca demasiado el precio
de protegerse, frente al coste total de las perdidas derivadas de no protegerse.
Las curvas de valor econ
omico tienen en cuenta estos factores y permiten calcular el valor economico de un sistema de prediccion para un usuario concreto
(Katz and Murphy, 1997). Esta situacion es especialmente importante en el
ambito de predicci
on estacional, donde un usuario puede tomar acciones preventivas con suficiente antelaci
on ante una prediccion favorable o desfavorable
de un fenomeno. Por ejemplo, en el Norte de Per
u los agricultores algodoneros
retrasan la siembra del algod
on cuando esperan un fenomeno fuerte de El Ni
no.
De esa forma, obtienen menores cosechas, pero a cambio evitan que la cosecha
se pierda a consecuencia de las lluvias torrenciales de principios de a
no. Por
tanto, el agricultor necesita un criterio sencillo que le permita adoptar aquella
estrategia que maximize el beneficio, o minimice los gastos, en funcion de la
pericia del sistema de prediccion y de su relacion costes/perdidas.
El modelo de decisi
on que da lugar a las curvas de valor economico se basa
en los siguientes supuestos. Se considera que adoptar una accion preventiva
supone un coste C, independientemente de que el evento suceda o no; por otro
260
PROBABILISTICA
7. VERIFICACION
lado, si ocurre el evento y no se toma ninguna accion ,se produce una perdida
P . El gasto total se puede obtener a traves de la tabla de contingencia del
sistema:
Acci
on
Preventiva
Si
No
Ocurrencia
Si
No
C
C
P
0
Tabla 7.1: Gastos asociados a las distintas combinaciones de los eventos: ocurrencia
del fen
omeno y toma o no de acciones preventivas.
De acuerdo con la tabla, el gasto total derivado de utilizar el sistema de prediccion probabilstica sera:
G = C + C + P
(7.17)
Utilizando (7.8) y (7.9), se tiene:

G = HIR Pc C + F AR (1 Pc ) C + (1 HIR) Pc P
(7.18)
Si el sistema de predicci
on probabilstica fuese perfecto, entonces HIR = 1 y
F AR = 0, por lo que:
Gperf ecto = Pc C
(7.19)
y utilizando como sistema de prediccion probabilstica de referencia el climatologico se tiene:
Gclimatico = min{C, Pc P }
(7.20)
ya que, el gasto generado por las acciones preventivas nunca debera superar el
lmite P Pc .
En base a todo lo anterior, el valor econ
omico de una predicci
on para un
perodo dado se define como la raz
on entre los incrementos (respecto de la
climatologa) de los gastos del sistema en estudio y de un sistema perfecto, y
su rango es [, 1]:
V =
G Gclimatico
Gperf ecto Gclimatico
(7.21)
sustituyendo y poniendo V en funci

on de R = C/P , es decir, de la relacion
Coste/Perdidas, se tiene:
V =
HIR Pc R + F AR (1 Pc ) R + (1 HIR) Pc min{R, Pc }

Pc R min{R, Pc }
(7.22)
Ya que tanto HIR como FAR dependen del umbral de probabilidad up , V

es funcion de up y de la raz
on coste/perdidas R; es decir, existe una curva
V = f (R) para cada valor de up . Por ejemplo, la Fig. 7.10 muestra las curvas
de valor economico asociado a un mismo modelos de prediccion probabilstica,
261
considerando dos umbrales distintos para la probabilidad (10 % para el Sistema

I y 50 % para el Sistema II). En esta figura se puede observar que mientras uno
de los sistemas conserva mayor valor economico para R < Pc , el otro sistema se
comporta del modo contrario. Por ejemplo, en el Sistema II (asociado al umbral
50 % de probabilidad), a medida que R disminuye, el sistema de prediccion
probabilstica pierde r
apidamente su valor economico ya que el coste de la
accion preventiva se hace tan peque
no que llega a ser rentable una accion
preventiva permanente haciendo que el sistema de prediccion probabilstica sea
obsoleto.
Precipitacin > [0.1] mm, 184 localidades, PPS: ProMeteo
1
Pc: 0.28
0.6
0.4
II
0.2
0.2
0.4
0.6
0.8
R = Coste/Perdidas
HK Score
HK Score(Pc)
Pc: 0.17
0.8
Valor Economico
Valor Economico
0.8
0.6
I
0.4
0.2
0
II
0
0.2
0.4
0.6
0.8
R = Coste/Perdidas
1
HK Score
HK Score(Pc)
Pc: 0.04
0.6
0.4
0.2
HK Score
HK Score(Pc)
Pc: 0.01
0.8
Valor Economico
0.8
Valor Economico
HK Score
HK Score(Pc)
0.6
0.4
I
0.2
II
0.2
0.4
0.6
0.8
R = Coste/Perdidas
II
1
0.2
0.4
0.6
0.8
R = Coste/Perdidas
Figura 7.10: Curvas de valor economico para diferentes eventos. Para costes bajos
es mejor el sistema I, pero para costes altos es mejor el sistema II.
Como se observa en las curvas anteriores, para cada valor de R existe un

u
nico valor de up que maximiza el valor economico del sistema de prediccion
probabilstica, que se alcanza cuando R = Pc para cualquier up . Ademas este
valor coincide con el ndice de Hanssen-Kuipers. Sustituyendo R por Pc en la
ecuacion 7.22, se tiene:
V (up , Pc ) =
HIR Pc2 + F AR (1 Pc ), Pc + (1 HIR) Pc Pc

,
Pc2 Pc
(7.23)
luego:
V (up , Pc ) = HIR F AR = BHK
(7.24)
262
PROBABILISTICA
7. VERIFICACION
Envolvente de la curva de valor econ

omico
Dado que las curvas de valor economico presentan comportamientos distintos para diferentes umbrales de prediccion dependiendo de la relacion coste
perdidas, en la pr
actica se suele utilizar una medida del comportamiento global
del sistema para todos los posibles umbrales de probabilidad. Para ello, se suele
definir la curva de valor economico de un sistema de prediccion probabilstica
como la envolvente de las curvas de valor economico dadas por los distintos
umbrales de la probabilidad. Es decir, se toman los umbrales que maximizan
el valor economico para cada relacion coste perdidas.
7.7. MeteoLab: Validacion

Una paquete importante de la toolbox MeteoLab es el de validacion, con el
cual se pueden analizar aquellos aspectos mas relevantes de la bondad de los
diferentes experimentos realizados. Su manejo es muy sencillo, como se vio en
la Sec. 3.7.2, donde se realizaba una prediccion probabilstica local de precipitacion sobre las estaciones del GSN definidas en la pennsula Iberica, utilizando
una tecnica de an
alogos con 25 vecinos. A continuacion se muestran los resultados obtenidos al validar la prediccion probabilstica obtenida utilizando
la tecnica de an
alogos con 10 y 200 vecinos para la estacion de Igueldo (San
Sebastian).
dmn=readDomain(Iberia); Stations.Network={GSN};
Stations.Stations={Spain.stn};
Stations.Variable={Precip};
%Training data
dates={1-Jan-1960,31-Dec-1998};
[EOF,CP]=getEOF(dmn,ncp,50,dates,dates);
[dataE,Stations]=loadStations(Stations,dates,dates,ascfile,1);
%Test data
dates={1-Jan-1999,31-Dec-1999};
[EOF,CPT]=getEOF(dmn,ncp,50,dates,dates);
[dataT,Stations]=loadStations(Stations,dates,dates,ascfile,1);
umbral=5; i=find(~isnan(dataE)); dataE(i)=dataE(i)>umbral;
i=find(~isnan(dataT)); dataT(i)=dataT(i)>umbral;
O=[];P=[];
for j=1:1:180
%[AnalogPat,Neig,NeigDist]=getAnalogous(CPT(j,:),CP,10,knn,[]);
[AnalogPat,Neig,NeigDist]=getAnalogous(CPT(j,:),CP,200,knn,[]);
O=[O;dataT(j,:)];
P=[P;nanmean(dataE(Neig,:))];
end
Validation=makeValidation(O(:,1),P(:,1));

7.7. METEOLAB: VALIDACION
263
La funci
on makeValidation utilizada en el codigo anterior proporciona una
estructura que contiene toda la informacion sobre la validacion probabilstica,
ndices BS de la climatologa y de la prediccion, ndice BSS, area de la curva
ROC, HIR, FAR, etc. Por ejemplo, utilizando el metodo de analogos con 200
vecinos, la validaci
on obtenida se puede obtener como:
Validation =
PC: 0.2889
BSP: 0.1284
BSC: 0.2054
BSS: 0.3748
HIR: [11x1 double]
FAR: [11x1 double]
RSA: 0.7136
...
La Fig. 7.11 muestran las curvas ROC y de valor economico obtenidas en

el ejemplo anterior para la prediccion probabilstica del evento P recip > 5mm
en Igueldo (San Sebasti
an) para los seis primeros meses del a
no 1999, usando
la tecnica de an
alogos con 10 y 200 vecinos respectivamente.
Figura 7.11: Validacion (curvas ROC y de valor economico) para prediccion probabilstica del evento P recip > 5mm en Igueldo (San Sebasti
an) para los seis primeros
meses del a
no 1999, usando la tecnica de an
alogos con 10 (superior) y 200 (inferior)
vecinos.
264
PROBABILISTICA
7. VERIFICACION
Por otra parte, la Fig.7.12 muestra las respectivas curvas de fiabilidad y

resolucion. Puede observarse que la resolucion del sistema con 200 analogos es
claramente peor que la del sistema con 10 analogos, que muestra una estructura
bimodal en forma de U.
Figura 7.12: Validacion (curvas de fiabilidad y resolucion) para prediccion probabilstica del evento P recip > 5mm en Igueldo (San Sebasti
an) para los seis primeros
meses del a
no 1999, usando la tecnica de an
alogos con con 10 (superior) y 200 (inferior) vecinos.
Bibliografa
Abarbanel, H. D. I. (1995). Analysis of Observed Chaotic Data. Springer.

Agrawal, R., Imielinski, T., and Swami, A. (1993). Mining association
rules between sets of items in large databases. In P. Buneman and S. Jajodia,
eds., Proceedings of the International Conference on Management of Data,
vol. 22(2), pp. 207216. ACM Press.
Alexandersson, H. (1986). Homogeneity test applied to precipitation data.
Journal of Climatology, 6:661675.
Anderberg, M. R. (1973). Cluster Analysis for Applications. Academic
Press, New York.
Anderson, J. L. (1996). Selection of initial conditions for ensemble forecasts
in a simple perfect model framework. Journal of Atmospheric Sciences,
53:2235.
Ayuso, J. J. (1994). Predicci
on Estadstica Operativa en el INM , vol. B-34
of Monografas del Instituto Nacional de Meteorologa. Ministerio de Medio
Ambiente, Madrid.
Barry, R. and Chorley, R. (1998). Atmosphere, Weather and Climate.
Routledge, London, 7th ed.
Beniston, M. (1998). From Turbulence to Climate: Numerical Investigations
of the Atmosphere with a Hierarchy of Models. Springer-Verlag.
Bergman, M. J. and Delleur, J. W. (1985). Kalman filter estimation and
prediction of daily streamflow: 1- review, algorithm, and simulation experiements; 2-application to the Potomac river. Water Resources Bulletin,
21(5):815832.
Billet, J., Delisi, M., Smith, B. G., and Gates, C. (1997). Use of regression techniques to predict hail size and the probability of large hail. Weather
and Forecasting, 12:154164.
265
266
BIBLIOGRAFIA
Bishop, C. M. (1995). Neural Networks for Pattern Recognition. Oxford

University Press.
Box, G. E. P. and Jenkins, F. M. (1976). Time Series Analysis: Forecasting
and Control . Holden-Day, Oakland, CA, 2nd ed.
Brier, G. W. (1950). Verification of forecasts expressed in terms of probability. Monthly Weather Review , 78:13.
Buhamra, S., Smaoui, N., and Gabr, M. (2003). The Box-Jenkins analysis
and neural networks: Prediction and time series modelling. Applied Mathematical Modelling, 27:805815.
Buizza, R. and Palmer, T. N. (1995). Singular vector structure of the atmospheric global circulation. Journal of Atmospheric Sciences, 52:1434.
Buizza, R., Richardson, D. S., and Palmer, T. N. (2001). The new 80km
high-resolution ECMWF EPS. ECMWF Newsletter 90, ECMWF.
Buntine, W. (1991). Theory refinement on bayesian networks. In Proceedings
of the Seventh Conference on Uncertainty in Artificial Intelligence, pp. 52
60. Morgan Kaufmann Publishers.
Burguer, G. (1996). Expanded downscaling for generating local weather
scenarios. Climate Research, 7:111128.
o, A. S., Primo, C., Sordo, C., and Gutie
rrez, J. M.
Cano, R., Cofin
(2003). Downscaling demeter seasonal ensemble precipitation forecasts in
the tropics during el ni
no episodes. Geophysical Research Abstracts, 5:14586.
o, A. S., Gutie
rrez, J. M., and Sordo, C. (2002). ProCano, R., Cofin
babilistic networks for statistical downscaling and spatialisation of meteorological data. In Geophysical Research Abstracts, vol. 4, p. 194.
rrez, J. M. (2004). Bayesian networks in
Cano, R., Sordo, C., and Gutie
meteorology. In J. A. Gamez, S. Moral, and A. Salmeron, eds., Advances in
Bayesian Networks, pp. 309327. Springer Verlag.
Carson, D. J. (1998). Seasonal forecasting. Quaterly Journal of the Roya
Meteorological Society, 124:126.
rrez, J. M., and Pruneda, E. (1999). An
Castillo, E., Cobo, A., Gutie
Introduction to Functional Networks with Applications. Kluwer Academic
Publishers, Boston.
as, B., and
Castillo, E., Fontela-Romero, O., Guijarro-Berdin
Alonso-Betanzos, A. (2002). A global optimum approach for one-layer
neural networks. Neural Computation, 14(6):14291449.
rrez, J. M., and Hadi, A. S. (1998). Modelling probaCastillo, E., Gutie
bilistic networks of discrte and continuous variables. Journal of Multivariate
Analysis, 64:4865.
BIBLIOGRAFIA
267
rrez, J. M., and Hadi, A. S. (1997). Expert Systems

Castillo, E., Gutie
and Probabilistic Network Models. Springer-Verlag. Free Spanish version
http://personales.unican.es/gutierjm.
Cavazos, T. (1997). Downscaling large-scale circulation to local winter rainfall
in north-eastern mexico. International Journal of Climatology, 17:10691082.
Cavazos, T. (2000). Using Self-Organizing Maps to investigate extreme climate event: An application to wintertime precipitation in the Balkans. Journal
of Climate, 13:17181732.
Chatfield, C. (2003). The Analysis of Time Series: An Introduction. CRC
Press, 6th ed.
Chatterjee, S., Hadi, A. S., and Price, B. (2000). Regression Analysis by
Example. John Wiley and Sons, 3rd ed.
Chen, M., Xie, P., Janowiak, J. E., and Arkin, P. A. (2002). Precipiation: A 50-yr monthly analysis based on gauge observations. Journal of
Hydrometeorology, 3:249266.
o, A. S. (2004). Tecnicas Estadsticas y Neuronales de Agrupamiento
Cofin
Adaptativo para la Predicci
on Probabilstica de Fen
omenos Meteorol
ogicos
Locales. Aplicaci
on en el Corto Plazo y en la Predicci
on Estacional . Ph.D.
thesis, Universidad de Cantabria.
o, A. S., Gutie
rrez, J. M., and Ivanissevich, M. L. (2004). Evolving
Cofin
modular networks with genetic algorithms. Application to nonlinear time
series. Expert Systems. In press.
o, A. S., Cano, R., Sordo, C., and Gutie
rrez, J. M. (2002). BaCofin
yesian networks for probabilistic weather prediction. In Proceedings of the
15th European Conference on Artificial Intelligence, pp. 695700.
o, A. S., Gutie
rrez, J. M., Jakubiak, B., and Melonek, M. (2003).
Cofin
Implementation of data mining techniques for meteorological applications. In
W. Zwieflhofer and N. Kreitz, eds., Proceedings of the Tenth ECMWF Workshop on the Use of High Performance Computing in Meteorology: Realizing
TeraComputing, pp. 256271. World Scientific Publishing.
Cooper, G. F. and Herskovitz, E. (1992). A bayesian method for the
induction of probabilistic networks from data. Machine Learning, 9:309
347.
Corazza, M., Kalnay, E., Patil, D. J., Yang, S.-C., Morss, R., Cai,
M., Szunyogh, I., Hunt, B. R., and Yorke, J. A. (2003). Use of the
breeding technique to estimate the structure of the analysis errors of the
day. Nonlinear Processes in Geophysics, 10:233243.
268
BIBLIOGRAFIA
Corte-Real, J., Quian, B., and Xu, H. (1999). Circulation patterns, daily
precipitation in Portugal and implications for climate change simulated by
the second Hadley Centre GCM. Climate Dynamics, 15:921935.
Cybenko, G. (1989). Approximation by supperpositions of a sigmoidal function. Mathematics of Control, Signals, and Systems, 2:303314.
ndez-Luna, J. M., and Puerta, J. M. (2003). An
de Campos, L. M., Ferna
iterated local search algorithm for learning Bayesian networks with restarts
based on conditional independence tests. International Journal Intelligent
Systems, 18(2):221235.
DeGroot, M. H. (1989). Probability and Statistics. Addison Wesley, Reading,
MA.
Devroye, L. (1986). Non-Uniform Random Variate Generations. Springer
Verlag, New York.
Doswell, C. A., Davies-Jones, R., and Keller, D. L. (1990). On summary measures of skill in rare event forecasting based on contingency tables.
Weather and Forecasting, 5:576585.
Duda, R. O., Hart, P. E., and Stork, D. G. (2001). Pattern Classification.
Wiley-Interscience, 2nd ed.
Ebert, E. E. and McBride, J. L. (2000). Verification of precipitation in
weather systems: Determination of systematic errors. Journal of Hydrology,
239:179202.
hl, J. (1996). Classification of ensemble foreEckert, C. D., P. and Ambu
casts by means of an artificial neural network. Meteor. Appl., 3:169178.
Enke, W. and Spekat, A. (1997). Downscaling climate model outputs into
local and regional weather elements by classification and regression. Climate
Research, 8:195207.
zquez, D., Castro-Dez, Y., and Trigo,
Esteban-Parra, M. J., Pozo-Va
R. M. (2003). NAO influence on maximum and minimum temperature of
the Iberian Peninsula. In 14th Symposium on Global Change and Climate
Variations. 83rd Annual Conference of the AMS..
Faufoula-Georgiou, E. and Lettenmaier, D. P. (1987). A Markov renewal model for rainfall occurrences. Water Resources Research, 23:875884.
Feddersen, H. and Andersen, U. (2004). A method for statistical downscaling of seasonal ensemble predictions. To appear in Tellus A.
Fontela-Romero, O., Alonso-Betanzos, A., Castillo, E., Principe,
as, B. (2002). Local modeling using selfJ. C., and Guijarro-Berdin
organizing maps and single layer neural networks. Lectures Notes in Computer Science, 2415:945950.
BIBLIOGRAFIA
269
Foster, I. and Kesselman, C. (2003). The Grid 2: Blueprint for a New

Computing Infrastructure. Morgan Kaufmann Publishers.
Fovell, R. G. and Fovell, M. Y. C. (1993). Climate zones of the conterminous United States defined using cluster analysis. Journal of Climate,
6:21032135.
Gabriel, K. R. and Neumann, J. (1962). A Markov chain model for daily
rainfall occurrences at Tel Aviv. Quaterly Journal of the Royal Meteorological
Society, 88:9095.
Gardner, M. W. and Dorling, S. R. (1998). Artificial neural networks (the
multilayer perceptron). A review of applicatios in the atmospheric sciences.
Journal of Applied Meteorology, 39:147159.
Geiger, D. and Heckerman, D. (1994). Learning Gaussian networks. In
Proceedings of the Tenth Conference on Uncertainty in Artificial Intelligence,
pp. 235243. Morgan Kaufmann Publishers.
Geiger, D. and Heckerman, D. (1995). A characterization of the Dirichlet
distribution with application to learning Bayesian networks. In Proceedings
of the Eleventh Conference on Uncertainty in Artificial Intelligence., pp. 196
207. Morgan Kaufmann Publishers.
Glasbey, C. A. and Nevison, I. M. (1997). Rainfall modelling using a latent
Gaussian variable. Lecture Notes in Statistics, 122:233242.
Gollub, J. P. and Cross, M. C. (2000). Chaos in space and time. Nature,
404:710711.
Grassberger, P. and Procaccia, I. (1983). Characterization of strange
attractors. Physical Review Letters, 50:346349.
Grossberg, S. (1976). Adaptive pattern classification and universal recoding,
II: Feedback, expectation, olfaction, and illusions. Biological Cybernetics,
23:187202.
rrez, J. M., Cano, R., Cofin
o, A. S., and Rodrguez, M. A. (2004).
Gutie
Clustering methods for statistical downscaling in short-range weather forecast. Monthly Weather Review (en prensa).
rrez, J. M., Cano, R., Cofin
o, A. S., and Rodrguez, M. A. (1999).
Gutie
Redes neuronales y patrones de analogas aplicados al downscaling climatico. In La Climatologa Espa
nola en los Albores del Siglo XXI , pp. 113121.
Asociaci
on Espa
nola de Climatologa.
rrez, J. M., Cofin
o, A. S., Cano, R., and Sordo, C. (2002a). A
Gutie
generalization of analogue downscaling methods by bayesian networks. In
International Conference on Quatitative Precipitation Forecasting, pp. 87
87. The World Weather Research Programmes WWRP.
270
BIBLIOGRAFIA
rrez, J. M., Cofin

o, A. S., Cano, R., and Sordo, C. (2002b). ProGutie
babilistic networks for statistical downscaling and spatialisation of meteorological data. Geophysical Research Abstracts, 4:192.
rrez, J. M. and Rodrguez, M. A. (2000). A new exact method
Gutie
for obtaining the multifractal spectrum of multinomial measures and IFSP
measures. Chaos, Solitons and Fractals, 11(5):675683.
rrez, J. M., Cofin
o, A. S., Cano, R., and Rodrguez, M. A.
Gutie
(2001). Aplicaci
on de metodos de clasificacion al downscaling estadstico.
In V Simposio Nacional de Predicci
on., pp. 235240. Instituto Nacional de
Meteorologa.
Hastie, T., Tibshirani, R., and Friedman, J. (2001). The Elements of
Statistical Learning. Springer, New York.
Haykin, S. (1998). Neural Networks: A Comprehensive Foundation. Pearson
Education, 2nd ed.
Hendon, H. H. (2001). Indonesian rainfall variability: Impacts of ENSO and
local air-sea interaction. Journal of Climate, 16:17751790.
Henrion, M. (1988). Propagation of uncertainty by logic sampling in Bayes
networks. In J. F. Lemmer and L. N.. Kanal, eds., Proceedings of the 2nd
Annual Conference on Uncertainty in Artificial Intelligence, pp. 149164.
Hewitson, B. C. and Crane, R. G. (2002). Self-organizing maps: Applications to synoptic climatology. Climate Research, 22(1):1326.
Hoerl, A. E. and Kennard, R. W. (1970). Ridge regression: Biased estimation for nonorthogonal problems. Technometrics, 12:5582.
Holton, J. (1992). An Introduction to Dynamic Meteorology. Academic Press.
Hotelling, H. (1936). Relations between two sets of variables. Biometrika,
28:321377.
Hsieh, W. W. (2000). Nonlinear canonical correlation analysis by neural
networks. Neural Networks, 13:10951105.
Hsieh, W. W. (2001). Nonlinear canonical correlation analysis of the tropical Pacific climate variability using a neural network approach. Journal of
Climate, 14:25282539.
Hsieh, W. W. and Tang, B. (1998). Applying neural network models to
prediction and data analysis in meteorology and oceanography. Bulletin of
the American Meteorological Society, 79:18551870.
Hughes, J., Lettemaier, D. P., and Guttorp, P. (1993). A stochastic
approach for assessing the effect of changes in regional circulation patterns
on local precipitation. Water Resources Research, 29:33033315.
BIBLIOGRAFIA
271
Hurrell, J. W. (1995). Decadal trends in the north atlantic oscillation and

relationships to regional temperature and precipitation. Science, 269:676
679.
, A. (1990). Notas sobre an
Jansa
alisis meteorol
ogico mesoescalar en niveles
bajos.. Instituto Nacional de Meteorologa, Madrid.
Jolliffe, I. T. and Stephenson, D. B., eds. (2003). Forecast Verification:
: A Practitioners Guide in Atmospheric Science. John Wiley and Sons.
Jordan, M. I. (1998). Learning in Graphical Models. MIT Press.
Judd, K. (2003). Nonlinear state estimation, indistinguishable states, and the
extended Kalman filter. Physica D, 183:273281.
Kalkstein, L. S., Tan, G., and Skindlov, J. A. (1987). An evaluation of
three clustering procedures for use in synoptic climatological classification.
Journal of Climate and Applied Meteorology, 26:717730.
Kalnay, E. (2003). Atmospheric Modeling, Data Assimilation and Predictability. Cambridge University Press, Cambridge.
Kalnay, E., Kanamitsu, M., Kistle, R., Collins, W., Deaven, D., Gandin, L., Iredell, M., Saha, S., White, G., Woollen, J., Zhu, Y., Chelliah, M., Ebisuzaki, W., Higgins, W., Janowiak, J., Mo, K. C., Ropelewski, C., Wang, J., Leetmaa, A., Reynolds, R., Jenne, R., and
Joseph, D. (1996). The NMC/NCAR 40-year reanalysis project. Bulletin
of the American Meteorological Society, 77:437471.
Katz, R. and Murphy, A., eds. (1997). Economic Value of Weather and
Climate Forecasts. Cambridge University Press.
Klein, W. H. and Glahn, H. R. (1974). Forecasting local weather by means
of model output statistics. Bulletin of the American Meteorological Society,
55:12171227.
Kohonen, T. (2000). Self-Organizing Maps. Springer-Verlag, Berlin, 3rd ed.
ppen, W. (1918). Klassifikation der klimate nach temperatur, niederschlag
Ko
und jahreslauf. Petermanns Mitt, 64:193203.
Kramer, M. A. (1991). Nonlinear principal component analysis using autoassociative neural networks. Neural Computation, 9(7):14931516.
Lindley, D. V. (1987). The probability approach to the treatment of uncertainty in artificial intelligence. Statistical Science, 2:1724.
Lorenz, E. N. (1963). Deterministic nonperiodic flow. Journal of Atmospheric
Science, 20:130141.
Lorenz, E. N. (1969). Atmospheric predictability as revealed by naturally
occuring analogues. Journal of the Atmospheric Sciences, 26:636646.
272
BIBLIOGRAFIA
Lorenz, E. N. (1986). On the existence of a slow manifold. Journal of Atmospheric Science, 43:15471557.
Lorenz, E. N. (1991). Dimension of weather and climate attractors. Nature,
353:241244.
Lorenz, E. N. (1996). The Essence of Chaos. University of Washington Press.
Macedo, M., Cook, D., and Brown, T. J. (2000). Visual data mining in
atmospheric science data. Data Mining and Knowledge Discovery, 4:6980.
Mandelbrot, B. (2004). Fractals and Chaos. Springer Verlag.
Marzban, C. (2003). A neural network for post-processing model output:
ARPS. Monthly Weather Review , 131(6):11031111.
McGinnis, D. L. (1994). Predicting snowfall from synoptic circulation: A
comparison of linear regression and neural networks. In B. Hewitson and
R. G. Crane, eds., Neural Nets: Applications in Geography, pp. 7999. Kluwer
Academic Publishers.
Middleton, G. V. (2000). Data Analysis in the Earth Sciences Using MATLAB . Prentice Hall.
Miyakoda, K., Hembree, G. D., Strickler, R. F., and Shulman, I.
(1972). Cumulative results of extended forecast experiments: I. model preformance for winter cases. Monthly Weather Review , 100(12):836855.
Mo, K. C. and Livezey, R. E. (1986). Tropical-extratropical geopotential
height teleconnections during the Northern Hemisphere winter. Monthly
Weather Review , 114:24882515.
Murphy, A. H. (1973). A new vector partition of probability score. Journal
of Applied Meteorology, 12:595600.
Murphy, A. H. (1993). What is a good forecast? An essay on the nature of
goodness in weather forecasting. Weather and Forecasting, 8:281293.
Murphy, A. H. and Winkler, R. L. (1987). A general framework for forecast
verification. Monthly Weather Review , 115:13301338.
Neapolitan, R. E. (2003). Learning Bayesian Networks. Prentice Hall.
Noguer, M. (1994). Using statistical techniques to deduce local climate distributions. an application for model validation. Meteorological Applications,
1:277287.
Oja, E. and Kaski, S. (1999). Kohonen Maps. Elsevier, Amsterdam.
Oliver, J. (1991). The history, status and future of climatic classification.
Physical Geography, 12:231251.
BIBLIOGRAFIA
273
Orlanski, I. (1975). A rational subdivision of scales for atmospheric processes.

Bulletin of the American Meteorological Society, 56(5):527530.
Palmer, T. N., Alessandri, A., Andersen, U., Cantelaube, P., Davey, M., Delecluse, P., Deque, M., Diez, E., Doblas-Reyes, F. J.,
Feddersen, H., Graham, R., Gualdi, S., Gueremy, J. F., Hagedorn, R., Hoshen, M., Keenlyside, N., Latif, M., Lazar, A., Maisonnave, E., Marletto, V., Morse, A. P., Orfila, B., Rogel, P.,
Terres, J. M., and Thomson, M. C. (2004). Development of a european ensemble system for seasonal to inter-annual prediction (DEMETER). Bulletin of the American Meteorological Society, 85(6):853872. URL
http://www.ecmwf.int/research/demeter/.
a, J. M., Lozano, J. A., and Larran
aga, P. (1999). An empirical
Pen
comparison of four initialization methods for the k-means algorithm. Pattern
Recognition Letters, 20:10271040.
Pearl, J. (1988). Probabilistic Reasoning in Intelligent Systems: Networks of
Plausible Inference. Morgan Kaufmann.
rez-Mun
uzuri, V. and Gelpi, I. R. (2000). Application of nonlinear
Pe
forecasting techniques for meteorological modeling. Annales Geophysicae,
18:13491359.
Philander, S. G. (1990). El Ni
no, La Ni
na, and the Southern Oscillation.
Academic Press, San Diego.
Potts, J. M., Folland, C. K., Jolliffe, I. T., and Sexton, D. (1996). Revised LEPSscores for assessing climate model simulations and long-range
forecasts. Journal of Climate, 9:3453.
zquez, D., Esteban-Parra, M. J., Rodrigo, F. S., and CastroPozo-Va
Dez, Y. (2000). A study of NAO variability and its possible non-linear
influences on European surface temperature. Climate Dynamics, 17:701
715.
Preisendorfer, R. W. and Mobley, C. D. (1988). Principal component
analysis in meteorology and oceanography. Elsevier, Amsterdam.
Press, W. H., Teulosky, S. A., Vetterling, W. T., and Flannery,
B. P. (1992). Numerical Recipies. Cambridge University Press, Cambridge,
2nd ed.
Pu, Z.-X., Kalnay, E., Parrish, D., Wu, W., and Toth, Z. (1997). The
use of the bred vectors in the NCEP operational 3-dimensional variational
system. Weather and Forecasting, 12:689695.
n, R. (1995). Clasificacion de patrones espaciales
Ribalaygua, J. and Bore
de precipitaci
on diaria sobre la espa
na peninsular y balearica. Informe no 3
del servicio de an
alisis e investigacion del clima, INM, Madrid.
274
BIBLIOGRAFIA
Richardson, C. W. (1981). Stochastic simulation of daily precipitation, temperature, and solar radiation. Water Resources Research, 17:182190.
Richardson, D. S. (2000). Skill and economic value of the ECMWF ensemble
prediction system. Quaterly Journal of the Royal Meteorological Society,
126:649668.
Rodrguez-Fonseca, B. and Serrano, E. (2002). Winter 10-day coupled
patterns between geopotential height and Iberian Peninsula rainfall using the
ECMWF precipitation reanalysis. Journal of Climate, 15:13091321.
Rodriguez-Iturbe, I., Cox, D. R., and Isham, V. (1987). Some models
for rainfall based on stochastic point processes. Proc. of the Royal Society of
London A, 410:269288.
Rosenblat, F. (1962). Principles of Neurodynamics. Spartan, New York.
Rubinstein, R. Y. (1981). Simulation and the Monte Carlo Method . John
Wiley and Sons, New York.
Rumelhart, D. E. and McClelland, J. L. (1986). Parallel Distributed
Processing: Explorations in the Microstructure of Cognition. The MIT Press,
Cambridge.
Sauer, T. (1994). Time series prediction by using delay coordinate embedding. In A. S. Weigend and N. A. Gershenfeld, eds., Time Series Prediction:
Forecasting the Future and Understanding the Past, pp. 175193. AddisonWesley.
Schizas, C. N., Pattichis, C. S., and Michaelides, S. C. (1994). Artificial
neural networks in weather forecasting. Neural Networks, pp. 219230.
lkopf, B., Smola, A., and Muller, K. R. (1998). Kernel principal
Scho
component analysis. In B. Sch
olkopf, C. Burges, and A. Smola, eds., Advances
in Kernel Methods: Support Vector Machines, pp. 327352. MIT Press.
Schoof, J. T. and Pryor, S. C. (2001). Downscaling temperature and
precipitation: A comparison of regression-based methods and artificial neural
networks. International Journal of Climatology, 21(7):773790.
Stepanek, P. (2001). AnClim: Software for time series analysis. Dept. Geography, Fac. of Natural Sciences, MU, Brno.
Stern, R. D. (1982). Computing a probability distribution for the start of
the rains from a Markov chain model for precipitation. Journal of Applied
Meteorology, 21(3):420422.
Strogatz, S. (2001). Nonlinear Dynamics and Chaos: With Applications to
Physics, Biology, Chemistry and Engineering. Perseus Book Group, 1st ed.
Talagrand, O. (1997). Evaluation of probabilistic prediction systems. In
Workshop on predictability, pp. 125. ECMWF.
BIBLIOGRAFIA
275
Toth, Z. (1991). Circulation patterns in phase space. A multinormal distribution? Montly Weather Review , 119(7):15011511.
Tsonis, A. A. and Elsner, J. B. (1988). The wheater atrractor over very
short time scales. Nature, 333:545547.
van den Dool, H. M. (1989). A new look at weather forecasting though
analogs. Montly Weather Review , 117:22302247.
van Oldenborgh, G. J., Burgers, G., and Tank, A. K. (2000). On the ElNi
no teleconnection to spring precipitation in Europe. International Journal
of Climatology, 20:565574.
Verma, U., Yadav, M., and Hasija, R. C. (2002). A seasonal ARIMA model
for monthly rainfall sequence. In 16th Australian Statistical Conference.
Canberra, Australia.
von Storch, H. (1999). On the use of inflationin statistical downscaling.
Journal of Climate, 12:35053506.
von Storch, H. and Zwiers, F. W. (1999). Statistical Analysis in Climate
Research. Cambridge University Press, Cambridge.
Wanner, H., Bronnimann, S., Casty, C., Fyalistras, D., Luterbacher,
J., Schmutz, C., Stephenson, D. B., and Xoplaki, E. (2001). North
Atlantic Oscillation. Concepts and studies. Surveys in Geophysics, 22:321
382.
Ward, M. N. and Folland, C. K. (1991). Prediction of seasonal rainfall in the Nordeste of Brazil using eigenvectors of sea-surface temperature.
International Journal of Climatology, 11:711743.
Wilby, R. L. and Wigley, T. M. L. (1997). Downscaling general circulation
model output. A review of methods and limitations. Progress in Physical
Geography, 21:530548.
Wilby, R. L. and Wilks, D. S. (1999). The weather generation game. A
review of stochastic weather models. Progress in Physical Geography, 23:329
357.
Wilks, D. S. (1995). Statistical Methods in the Atmospheric Sciences. An
Introduction. Academic Press, San Diego.
Wilks, D. S. (1999a). Interannual variability and extreme-value characteristics of several stochastic daily precipitation models. Agricultural and Forest
Meteorology, 93:159163.
Wilks, D. S. (1999b). Multisite downscaling of daily precipitation with a
stochastic weather generator. Climate Research, 11:125136.
Wilks, D. S. (1999c). Multisite downscaling of daily precipitation with a
stochastic weather generator. Climate Research, 11:125136.
276
BIBLIOGRAFIA
Wilson, L. J. (2001).
Verification of precipitation forecasts: A survey of methodology.
Tech. rep., Environment Canada.
URL
www.chmi.cz/meteo/ov/wmo/src/wilson_paper_prague.pdf.
WMO (1994). Guide to WMO binary code form GRIB 1. Technical Report 17,
World Meteorological Organization (WMO).
Wunsch, C. (1999). The interpretation of short climate records, with comments on the North Atlantic and Southern Oscillation. Bulletin of the American Meteorological Society, 80:245255.
Yuval and Hsieh, W. W. (2003). An adaptive nonlinear MOS scheme for
precipitation forecasts using neural networks. Weather and Forecasting,
18(2):303310.
Zorita, E., Hughes, J. P., P, L. D., and von Storch, H. (1995). Stochastic
characterization of regional circulation patterns for climate model diagnosis
and estimation of local precipitation. Journal of Climate, 8:10231042.
Zorita, E. and von Storch, H. (1999). The analog method as a simple statistical downscaling technique: Comparison with more complicated methods.
Journal of Climate, 12:24742489.
Zwiers, F. W. and von Storch, H. (1990). Regime dependent autoregressive time series modelling of the Southern Oscillation. Journal of Climate, 3:13471363.
Indice alfabetico
Adaptive resonance theory, 199

Agrupamiento, 82
k-medias, 85
tecnicas jer
arquicas, 83
Analogos, 120
longitud reanalisis, 121
Aprendizaje
backpropagation, 187
no supervisado, 179, 198, 201
redes Bayesianas, 146
regla delta, 181
supervisado, 178
tasa de, 181
ARPS, 18
Artic Oscillation, 74
Autoregresivo, 95
neuronal, 188
Correlacion, 64
canonica, 109
espacial, 114
CP, 68
D-separacion, 137
Data mining, 129
DEMETER, 28
Dependencia, 61, 135
condicional, 62, 134, 136
espacial, 118
Descenso de gradiente, 181
Downscaling, 92
analogos, 118
dinamico, 24, 93
estadstico, 94
fsico, 94
MOS, 117
perfect prog, 117
redes Bayesianas, 165
Backpropagation, 187
Bias, 245
condicionado, 246
BNT, 140
BSS, 255
El Ni
no, 12, 65, 73, 96, 102
prediccion de, 29, 216
ENSO, 13
EOF, 68
EPS, 21, 26
condicion inicial, 22
multi-modelo, 23
ERA, 39
Error maximo, 179
Caos, 18, 97
CCA, 109
escala temporal, 115
Climatologa, 243
Clustering, 82
COAMPS, 18
Componentes Principales, 68
escala temporal, 81
n
umero de componentes, 79
FAR, 251
Fiabilidad, 246
277
278
Fractal, 19
Funcion de base radial, 194
Funcion neuronal
lineal, 178
sigmoidal, 178
HIR, 251
HIRLAM, 24, 226
Informacion mutua, 64
k-medias, 85, 158, 228
Lorenz, 19
metodo an
alogos, 120
predicci
on, 188
Markov
cadenas de, 56
redes de, 137
Matlab
BNT, 140
MeteoLab, 31
NetLab, 183
Matriz de covarianzas, 104
MeteoLab, 31
agrupamiento, 89
analogos, 122
correlaci
on can
onica, 111
CP y EOF, 74
Lorenz, 193
modelos autoregresivos, 96
observaciones, 34
patrones atmosfericos, 41
redes Bayesianas, 140, 148, 153
regresi
on, 107
validaci
on, 262
Minera de datos, 129
MM5, 18, 26, 93
red Iberica, 26
Modelo
AR, 95
ARIMA, 96
ARMA, 95
autoregresivo, 95
autoregresivo neuronal, 189
de Lorenz, 19, 188
INDICE ALFABETICO
de Markov, 100
de renovacion, 100
difusivo acoplado, 20
no lineal, 18, 97
point process, 100
regresion, 101
SARIMA, 96
Modelos del Tiempo
ARPS, 18
COAMPS, 18
de circulacion general, 15
HIRLAM, 24
mesoscalares, 17
MM5, 18
regionales, 16
Monzon, 14
MOS, 117
NAO, 12, 72, 111, 115, 203
NetLab, 183
Oscilacion
del Artico, 74
del Sur, 12
El Ni
no, 73
ENSO, 13
NAO, 12, 72
Perfect Prog, 117
Persistencia, 243
Precipitacion
cantidad de, 60
caracter dual, 50
correlacion espacial, 66
El Ni
no, 13, 65, 102
generadores de tiempo, 57
Predecibilidad, 21
Prediccion
climatica, 30
con analogos, 120
corto plazo, 15, 24, 39, 116, 124
determinista, 243
estacional, 28, 215
medio plazo, 26
por conjuntos, 21
probabilstica, 30, 243
redes neuronales, 206
INDICE ALFABETICO
Probabilidad, 48
condicionada, 54
maginal, 54
regla de la cadena, 134
Proceso estacionario, 95
Reanalisis, 39
Red funcional, 175
Red Neuronal, 175
Red neuronal
ART, 199
clasificacion, 183
competitiva, 179, 198
de base radial, 194
multicapa, 186
perceptr
on, 180
SOM, 201
Redes Bayesianas, 138
aplicaciones, 155
aprendizaje, 146
Gaussianas, 139
inferencia, 139
mixtas, 139
multinomiales, 138
predicci
on local, 165
red pluviometrica, 160
relleno lagunas, 169
weather generators, 162
Redes probabilsticas, 129
Bayesianas, 138
de Markov, 137
Regla de la cadena, 134
Regla delta, 181
Regresion, 101
lineal, 101
lineal multivariada, 104
no lineal, 106
Regularizaci
on, 195
Resolucion, 247
RMSE, 179
ROC, 256
area curva, 258
RSA, 258
Series temporales, 94
no lineales, 97
279
redes neuronales, 188

tecnicas de inmersion, 98, 191
Sesgo, 245
Simulacion, 59
Sistema experto, 129
Sistema inteligente, 129
Sobreajuste, 180
SOM, 201
Southern Oscillation, 12
SSE, 179
Teleconexion, 12, 74
V-estructura, 137
Validacion
Asociacion, 246
Best Hanssen-Kuipers, 259
Bias, 248
Brier Score, 253
Brier Skill Score, 255
BS, 253
Correlacion, 249
Critical Success Index, 252
Curvas Roc, 256
FAR, 251
Fiabilidad, 246
Habilidad, 246
HIR, 251
LEPS, 249
MAE, 248
MSE, 248
Precision, 246, 251
Resolucion, 247
RMSE, 249
RMSSSE, 250
RSA, 258
sesgo, 245
valor economico, 259
Valor economico, 259
envolvente, 262
Weather generator, 56, 162
Winer takes all, 198

LibroINM 2capitulos PDF

Cargado por

Copyright:

Formatos disponibles

LibroINM 2capitulos PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

LibroINM 2capitulos PDF

Cargado por

Copyright:

Formatos disponibles

del Instituto Nacional de Meteorloga

Publicado por el Ministerio de Medio Ambiente, Madrid

1. Modelos y Datos Atmosf

1.7.6. Tipos de Predicci

4. Redes Probabilsticas (Bayesianas)

5.6. Redes de Funci

Como complemento a este libro se ha desarrollado una Toolbox de Matlab

Acronimos y Terminologa Utilizados

A lo largo de todo el libro se utiliza la notacion X para referirse a una

1. MODELOS Y DATOS ATMOSFERICOS

1.2. Las Ecuaciones de la Atmosfera

velocidades v = (u, v, w) asociado al sistema de referencia (x, y, z) se tendra:

donde f (x, y, z, t). Esta ecuaci

donde es la densidad del aire. Considerando la ecuacion

sustituyendo (1.2) y aplicando (1.1) se tiene la ecuacion de conservacion

A las ecuaciones anteriores se las suele denominar ecuaciones primitivas, y

1.2.1. Filtrado de Soluciones Triviales

1.3. Resolucion Numerica de las Ecuaciones

1.3.1. Asimilacion de Datos

Los diferentes esquemas de analisis est

1. MODELOS Y DATOS ATMOSFERICOS

1.3.2. Parametrizacion de Procesos Fsicos

1.4. Variabilidad Atmosferica

1.4.1. Escalas Atmosfericas

Circulacin general, ondas largas.

Cmulos, tornados, vientos catabticos.

Penachos, estelas, trombas, tolvaneras.

Brisas, ondas de montaa, chorros de bajo

Ondas sonoras, turbulencia.

Figura 1.1: Escalas meteorologicas (adaptado de Orlanski, 1975).

1. MODELOS Y DATOS ATMOSFERICOS

Los modelos numericos de circulacion atmosferica tratan de reproducir con

1.4.2. Patrones de Oscilacion Atmosferica y Teleconexion

calentamiento del agua de la superficie del Pacfico central y este y por

El ciclo ENSO tiene un periodo medio de cuatro a

1.5. Tipos de Modelos Numericos del Tiempo

interanuales. As, cada tipo de modelo caracteriza un conjunto de fenomenos

1.5.1. Modelos Globales de Circulacion General

Dada su escasa resolucion espacial, estos modelos utilizan la aproximacion

Figura 1.5: Rejilla horizontal de resolucion 1o de longitud y latitud sobre Europa

1.5.2. Modelos Regionales

Este tipo de modelos son los utilizados en la prediccion operativa a corto

1.5.3. Modelos Mesoscalares

1. MODELOS Y DATOS ATMOSFERICOS

Figura 1.7: Orografa de la Pennsula Iberica correspondiente a un modelo de 0.2o

1.6. No Linealidad y Caos en la Atmosfera

como caos determinista, relacionado con la sensibilidad de estos sistemas a peque

Lorenz (1963) dedujo estas ecuaciones cuando estudiaba la posibilidad de

El principal problema de este simple y pedagogico sistema de Lorenz es

donde D es el parametro de acoplamiento difusivo. En este caso, el espacio

Figura 1.9: Evolucion espacio-temporal de de 50 osciladores de Lorenz acoplados

1.6.1. Predecibilidad y Prediccion por Conjuntos

1. MODELOS Y DATOS ATMOSFERICOS

Estos metodos estiman la probabilidad a posteriori de las distintas variables

y cobra importancia el concepto de predecibilidad, y su caracterizacion para

1. MODELOS Y DATOS ATMOSFERICOS

1.7. Estado Actual de la Prediccion Operativa

1.7.1. Nowcasting. Prediccion Inmediata

1.7.2. Prediccion a Corto Plazo