Castillo Mateo, Jorge
Gelfand, Alan E. (dir.) ; Cebrián Guajardo, Ana C. (dir.)
Universidad de Zaragoza,
2023
Resumen: La evidencia del cambio climático inducido por el aumento de la concentración de gases de efecto invernadero en la atmósfera sugiere un incremento no solo en la temperatura media, sino también en días cálidos más frecuentes, olas de calor, y temperaturas extremas y récord. Esta Tesis tiene como objetivo desarrollar modelos estocásticos novedosos para el análisis espaciotemporal de tales eventos de temperatura extrema. Además, el propósito de este proyecto es brindar información sobre una región geográfica específica, alrededor de la Comunidad Autónoma de Aragón en España y la España peninsular, acerca de su estado del clima en cuanto a temperaturas.
Los conjuntos de datos de este proyecto contienen series de más de 60 años de observaciones diarias de temperatura máxima en 18 y 40 estaciones meteorológicas en torno a Aragón y España, respectivamente. La mayoría de los métodos propuestos para modelizar tales datos caen dentro del marco jerárquico bayesiano para datos espaciotemporales punto referenciados. El ajuste de estos modelos se realiza a través de algoritmos Monte Carlo basados en cadenas de Markov diseñados específicamente, y una perspectiva basada en modelos ofrece inferencia completa y exacta con una evaluación adecuada de la incertidumbre. Como alternativa a la teoría asintótica de valores extremos, los modelos espaciotemporales propuestos incluyen especificaciones autorregresivas en el tiempo de medias y cuantiles -múltiples y conjuntos- con efectos fijos y aleatorios modelados como procesos gaussianos espaciales. Se presentan las aplicaciones de los modelos, incluida la predicción de la serie diaria de temperaturas o cualquier cuantil de interés en sitios no observados. Se presenta la inferencia para investigar la comparación del cambio climático, incluidas superficies de probabilidad espacial predictivas y extensiones espaciales de un evento, incluidos los eventos de calor extremo.
En una dirección diferente, reconociendo la falta de herramientas exploratorias o inferenciales para el análisis de eventos récord, algunos de los métodos propuestos consisten en herramientas gráficas y contrastes de hipótesis dentro del marco clásico. La idea subyacente de todas estas herramientas no paramétricas es utilizar la distribución de la ocurrencia de récords bajo series de variables aleatorias continuas independientes e idénticamente distribuidas para analizar si los récords observados son compatibles con ese comportamiento. Después de proponer un marco general para la exploración de la ocurrencia de récords, se hace un primer intento en la modelización de tales eventos. Se propone un modelo espacial jerárquico bayesiano de regresión logística para los indicadores de récord, que incorpora efectos fijos adecuados y fuertes efectos aleatorios espaciales diarios. Se presentan aplicaciones del modelo, incluidas predicciones de series de indicadores de récord en sitios no observados, la extensión espacial de la superficie récord, y comparación con estacionariedad para evaluar las tasas de calentamiento.
Evidencias notables de cambio climático encontradas en este proyecto incluyen tendencias globales crecientes en las temperaturas en la estación de verano para Aragón, tanto en la media como en los cuantiles altos, pero más débiles en estos últimos. La media muestra un comportamiento homogéneo de calentamiento global en todo el espacio, mientras que los cuantiles altos revelan diferentes tipos de tendencias -generalmente más pronunciadas que para la media- a lo largo del espacio. La ocurrencia de récords muestra características distintas en la distribución de temperaturas, junto con un aumento significativo en el número de récords en España con respecto al caso estacionario. Este aumento no es homogéneo ni a lo largo de los años -siendo las dos décadas pasadas las más afectadas-, ni a lo largo de las estaciones -siendo el verano el más afectado-, ni a lo largo del espacio -siendo la costa Cantábrica la menos afectada. Otro hallazgo notable es el fuerte efecto de la persistencia¿la dependencia con respecto a la temperatura del día anterior-, que es más pronunciada en la parte central de la distribución que en los cuantiles altos, y siendo también muy fuerte en la ocurrencia de récords en días consecutivos.
Estos hallazgos resaltan, por una parte, la importancia de emplear modelos estadísticos especializados que se enfoquen en caracterizar las particularidades de interés del conjunto de datos, así como modelos que capturen adecuadamente la dependencia espaciotemporal para compartir evidencia entre sitios y proporcionar una estimación adecuada de la incertidumbre. Por otro lado, los métodos propuestos permiten analizar junto a una medida de incertidumbre la magnitud de los posibles efectos del cambio climático e indican la necesidad de informar estrategias de gestión para mitigar el impacto de eventos de temperatura extrema en la salud humana, la agricultura y la economía.
Resumen (otro idioma):
Los conjuntos de datos de este proyecto contienen series de más de 60 años de observaciones diarias de temperatura máxima en 18 y 40 estaciones meteorológicas en torno a Aragón y España, respectivamente. La mayoría de los métodos propuestos para modelizar tales datos caen dentro del marco jerárquico bayesiano para datos espaciotemporales punto referenciados. El ajuste de estos modelos se realiza a través de algoritmos Monte Carlo basados en cadenas de Markov diseñados específicamente, y una perspectiva basada en modelos ofrece inferencia completa y exacta con una evaluación adecuada de la incertidumbre. Como alternativa a la teoría asintótica de valores extremos, los modelos espaciotemporales propuestos incluyen especificaciones autorregresivas en el tiempo de medias y cuantiles -múltiples y conjuntos- con efectos fijos y aleatorios modelados como procesos gaussianos espaciales. Se presentan las aplicaciones de los modelos, incluida la predicción de la serie diaria de temperaturas o cualquier cuantil de interés en sitios no observados. Se presenta la inferencia para investigar la comparación del cambio climático, incluidas superficies de probabilidad espacial predictivas y extensiones espaciales de un evento, incluidos los eventos de calor extremo.
En una dirección diferente, reconociendo la falta de herramientas exploratorias o inferenciales para el análisis de eventos récord, algunos de los métodos propuestos consisten en herramientas gráficas y contrastes de hipótesis dentro del marco clásico. La idea subyacente de todas estas herramientas no paramétricas es utilizar la distribución de la ocurrencia de récords bajo series de variables aleatorias continuas independientes e idénticamente distribuidas para analizar si los récords observados son compatibles con ese comportamiento. Después de proponer un marco general para la exploración de la ocurrencia de récords, se hace un primer intento en la modelización de tales eventos. Se propone un modelo espacial jerárquico bayesiano de regresión logística para los indicadores de récord, que incorpora efectos fijos adecuados y fuertes efectos aleatorios espaciales diarios. Se presentan aplicaciones del modelo, incluidas predicciones de series de indicadores de récord en sitios no observados, la extensión espacial de la superficie récord, y comparación con estacionariedad para evaluar las tasas de calentamiento.
Evidencias notables de cambio climático encontradas en este proyecto incluyen tendencias globales crecientes en las temperaturas en la estación de verano para Aragón, tanto en la media como en los cuantiles altos, pero más débiles en estos últimos. La media muestra un comportamiento homogéneo de calentamiento global en todo el espacio, mientras que los cuantiles altos revelan diferentes tipos de tendencias -generalmente más pronunciadas que para la media- a lo largo del espacio. La ocurrencia de récords muestra características distintas en la distribución de temperaturas, junto con un aumento significativo en el número de récords en España con respecto al caso estacionario. Este aumento no es homogéneo ni a lo largo de los años -siendo las dos décadas pasadas las más afectadas-, ni a lo largo de las estaciones -siendo el verano el más afectado-, ni a lo largo del espacio -siendo la costa Cantábrica la menos afectada. Otro hallazgo notable es el fuerte efecto de la persistencia¿la dependencia con respecto a la temperatura del día anterior-, que es más pronunciada en la parte central de la distribución que en los cuantiles altos, y siendo también muy fuerte en la ocurrencia de récords en días consecutivos.
Estos hallazgos resaltan, por una parte, la importancia de emplear modelos estadísticos especializados que se enfoquen en caracterizar las particularidades de interés del conjunto de datos, así como modelos que capturen adecuadamente la dependencia espaciotemporal para compartir evidencia entre sitios y proporcionar una estimación adecuada de la incertidumbre. Por otro lado, los métodos propuestos permiten analizar junto a una medida de incertidumbre la magnitud de los posibles efectos del cambio climático e indican la necesidad de informar estrategias de gestión para mitigar el impacto de eventos de temperatura extrema en la salud humana, la agricultura y la economía.
Resumen (otro idioma):
Pal. clave: estadística ; climatología
Titulación: Programa de Doctorado en Matemáticas y Estadística
Plan(es): Plan 490
Área de conocimiento: Ciencias
Nota: Presentado: 20 12 2023
Nota: Tesis-Univ. Zaragoza, , 2023
-
Enlace permanente:
Visitas y descargas
Registro creado el 2024-05-24, última modificación el 2024-05-24
