Análisis de la dinámica de series temporales de variables meteorológicas en la estación climatológica Chone, Ecuador
Palabras clave:
Caos, espacio de fases, mapas recurrentes, variables meteorologicas, test de sustitutosResumen
Estudiar el clima ha sido de gran interés a lo largo de la historia, desde el siglo XVII con la creación de los primeros instrumentos de medición de variables meteorológicas, siendo el principal motivo realizar predicciones acertadas. Se suelen utilizar métodos matemáticos, estadísticos y programas informáticos los cuales la mayoría son de naturaleza lineal. Esto provoca que en muchos casos la información relevante y los componentes no lineales permanezcan escondidos. En el trabajo se analizó el comportamiento dinámico, mediante técnicas de análisis no lineal, de las siguientes variables meteorológicas: precipitación, evaporación, temperatura y velocidad del viento, de la estación climatológica principal de Chone (M0162), cuyos registros fueron proporcionados por el Instituto Nacional de Meteorología e Hidrología (INAMHI). Se utilizó el software Matlab para aplicar tres técnicas de medida del caos sobre las cuatro variables en estudio con el fin de buscar algún indicio de caos en las series. La primera técnica que se utilizó fue la distribución de probabilidades, seguida de la reconstrucción de diagramas de espacio de fases y finalmente se elaboraron mapas recurrentes. Se obtuvieron como resultados cuatro histogramas, cuatro diagramas de espacio de fases y cuatro mapas recurrentes correspondientes a las variables estudiadas. Los resultados fueron clasificados de acuerdo a su dinámica. Finalmente, mediante un test de sustitutos y el análisis de recurrencia cuantitativa, se pudo distinguir un leve grado de determinismo en las series, concluyendo así que las variables no son estocásticas.
Descargas
Citas
Asesores y Consultores del Litoral Cia. Ltda. (ACOLIT), (2008). Actualización de los estudios definitivos del proyecto de propósito múltiple Chone. Estudio Hidrológico. Documento técnico de apoyo Nº 9: Anexo 2.
Aştefănoaei, C., Pretegiani, E., Optican, L. M., Creangă, D., y Rufa, A. (2013). Eye movement recording and nonlinear dynamics analysis–the case of saccades. Romanian Journal of Biophysics, 23(1-2), 81.
Carbajal, F. P. (2003). Búsqueda de atractores extraños en dinámica cardiaca durante el ciclo onírico. Pro Mathematica, 17(34), 129-141.
Carrasco, R., Vargas, M., Soto, I., Fuertes, G., y Alfaro, M. (2015). Copper Metal Price Using Chaotic Time Series Forecating. IEEE Latin America Transactions, 13(6), 1961-1965. doi: https://doi.org/10.1109/TLA.2015.7164223
Carrera-Villacrés, D., Guevara-García, P., Maya-Carrillo, M., y Crisanto-Perrazo, T. (2015). Variations of Species Concentration in Inorganic Water Dam “Purpose Multiple Chone”, Ecuador Based on Precipitation, Evaporation and Evapotranspiration. Procedia Earth and Planetary Science, 15, 641-646. doi: https://doi.org/10.1109/TLA.2015.7164223
Carrera, D., Guevara, P., Tamayo, L., Balarezo, A., Narváez, C., y Morocho, D. (2016). Relleno de series anuales de datos meteorológicos mediante métodos estadísticos en la zona costera e interandina del Ecuador, y cálculo de la precipitación media. Idesia (Arica), 34(3), 81-90.
Carrión, A., Miralles, R., y Lara, G. (2014). Measuring predictability in ultrasonic signals: An application to scattering material characterization. Ultrasonics, 54(7), 1904-1911. doi: https://doi.org/10.1016/j.ultras.2014.05.008
Coelho, M. C. S., Mendes, E. M. A. M., y Aguirre, L. A. (2008). Testing for intracycle determinism in pseudoperiodic time series. Chaos: An Interdisciplinary Journal of Nonlinear Science, 18(2), 023125. doi: https://doi.org/10.1063/1.2927388
Coppo, J., (2010). Teoría del caos y método científico. Revista Veterinaria, 21(2).
Department of Control Systems and Mechatronics, Wroclaw University of Technology, Korus, Ł., Piórek, M., y Department of Computer Engineering, Wroclaw University of Technology. (2015). Compound method of time series classification. Nonlinear Analysis: Modelling and Control, 20(4), 545-560. doi: https://doi.org/10.15388/NA.2015.4.6
Dolan, K. T., y Spano, M. L. (2001). Surrogate for nonlinear time series analysis. Physical Review E, 64(4), 046128. doi: https://doi.org/10.1103/PhysRevE.64.046128
Echi, I., Tikyaa, E. V., y Isikwue, B. C. (2015). Dynamics of daily rainfall and temperature in makurdi. International Journal of Science and Research, 4(7), 493-499.
Espinosa, A. (2004). El Caos y la Caracterización de Series de tiempo a través de técnicas de la dinámica no lineal (Tesis que para obtener el título de Ingeniero en Computación). Universidad Autónoma de México, México D.F.
Fabretti, A., y Ausloos, M. (2005). Recurrence plot and recurrence quantification analysis for detecting a critical regime: examples from financial market inidices. International Journal of Modern Physics C, 16(05), 671-706. doi: https://doi.org/10.1142/S0129183105007492
García, S., Romo, M., y Figueroa, J. (2013). Characterization of ground motions using recurrence plots. Geofísica internacional, 52(3), 209-227.
Gutiérrez, L. y J. Mejía, (2012). Detección de la dinámica y la no linealidad en las señales de tiempo financieras a través del método de los datos sustitutos.
Huth, R., y Pokorná, L. (2004). Parametric versus non-parametric estimates of climatic trends. Theoretical and Applied Climatology, 77(1-2), 107-112. doi: https://doi.org/10.1007/s00704-003-0026-3
Inzunza, J., (2000). Meteorología descriptiva y aplicaciones en Chile. Universidad de Concepción, Chile.
Ivancevic, V. y T. Ivancevic. (2007). High-dimensional chaotic and attractor systems: a comprehensive introduction. Dordrecht, The Netherlands: Springer.
Kliková, B. y A. Raidl. (2011). Reconstruction of phase space of dynamical systems using method of time delay. En Proceedings of the 20th Annual Conference of Doctoral Students-WDS 2011 (pp. 83-87). Prague, Czech Republic.
Lan, L. W., Lin, F.-Y., y Kuo, A. Y. (2005). Identification for chaotic phenomena in short-term traffic flows: a parsimony procedure with surrogate data. Eastern Asia Society for Transportation Studies, 6, 1518- 1533. doi: https://doi.org/10.11175/easts.6.1518
Marwan, N., y Kurths, J. (2004). Cross Recurrence Plots and Their Applications. En Mathematical Physics Research at the Cutting Edge (pp. 101-139) Hauppauge, USA: Nova Science Publishers.
Marwan, N., Carmenromano, M., Thiel, M., y Kurths, J. (2007). Recurrence plots for the analysis of complex systems. Physics Reports, 438(5-6), 237-329. doi: https://doi.org/10.1016/j.physrep.2006.11.001
Marwan, N. (2011). How to avoid potential pitfalls in recurrence plot based data analysis. International Journal of Bifurcation and Chaos, 21(04), 1003-1017. doi: https://doi.org/10.1142/S0218127411029008
Mesin, L., Cattaneo, R., Monaco, A., y Pasero, E. (2014). Pupillometric Study of the Dysregulation of the Autonomous Nervous System by SVM Networks. En S. Bassis, A. Esposito, y F. C. Morabito (Eds.), Recent Advances of Neural Network Models and Applications (Vol. 26, pp. 107-115). Springer International Publishing. doi: https://doi.org/10.1007/978-3-319-04129-2_11
Millán, H., Kalauzi, A., Cukic, M., y Biondi, R. (2010). Nonlinear dynamics of meteorological variables: Multifractality and chaotic invariants in daily records from Pastaza, Ecuador. Theoretical and Applied Climatology, 102(1-2), 75-85. doi: https://doi.org/10.1007/s00704-009-0242-6
Mokhov, I. I., Smirnov, D. A., Nakonechny, P. I., Kozlenko, S. S., Seleznev, E. P., y Kurths, J. (2011). Alternating mutual influence of El-Niño/Southern Oscillation and Indian monsoon: Indian Monsoon-ENSO mutual influence. Geophysical Research Letters, 38(L00F04). doi: https://doi.org/10.1029/2010GL045932
Moore, B. J. (2006). Chaos Theory: Unpredictable Order in Chaos. En B. J. Moore, Shaking the Invisible Hand (pp. 43-74). Palgrave Macmillan UK. doi: https://doi.org/10.1057/9780230512139_3
Mouronte López, M. L. (2004). Caracterización y análisis de sistemas dinámicos no lineales mediante el estudio del mapa de frecuencias y espacio de fases. (Tesis Doctoral). Universidad Politécnica de Madrid, Madrid, España.
OMM. (2011). Guía de Prácticas Climatológicas. OMM- No. 100. Ginebra, Suiza: Organización Metereológica Mundial (OMM).
Özer, A. B. y, A. Erhan, (2005). Tools for detecting chaos. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 9(1), 60-66.
Palomares Calderón de la Barca, M. (2015). Breve historia de la Agencia Estatal de Meteorología AEMET: el servicio meteorológico español.
Pecar, B. (2004). Visual recurrence analysis as an alternative framework for time series characterization (pp. 241-251). En M. Costantino, y C. A. Brebbia (Eds.), Computational Finance and its Applications. Southhamptpon, UK: WIT Press.
Pizarro, R., Ausensi, P., Aravena, D., Sangüesa, C., León, L., y F. Balocchi. (2009). Evaluación de métodos hidrológicos para la completación de datos faltantes de precipitación en estaciones de la región del Maule, Chile. Aqua-LAC: revista del Programa Hidrológico Internacional para América Latina y el Caribe, 1(2), 172-184.
Rickles, D., Hawe, P., y Shiell, A. (2007). A simple guide to chaos and complexity. Journal of Epidemiology & Community Health, 61(11), 933-937. doi: https://doi.org/10.1136/jech.2006.054254
Rivera, E. T. (2004). Group Chaos Theory (GCT) A research model and analysis of group process. Journal of Social Complexity, 2(1), 33-49.
Rong Yi, Y. y H. Xiao-Jing, (2011). Phase space reconstruction of chaotic dynamical system based on wavelet decomposition. Chinese Physics B, 20(2), 020505.
Secretaría nacional del agua (SENAGUA), (2015). Gobierno Nacional inaugura Proyecto Multipropósito Chone (PPMCH), cuyo objetivo es mitigar los efectos de las inundaciones. Recuperado de http://www.agua.gob.ec/
Steinhaeuser, K., Chawla, N. V., y Ganguly, A. R. (2011). Complex networks as a unified framework for descriptive analysis and predictive modeling in climate science. Statistical Analysis and Data Mining, 4(5), 497-511. doi: https://doi.org/10.1002/sam.10100
Suresh, A. y Selvaraj, R. (2017). A complete chaotic analysis on daily mean surface air temperature and humidity data of Chennai. Journal of Indian Geophysical Union, 21(4), 277-284.
Tsonis, A. y J. Elsner, (1989). Chaos, strange attractors, and weather. Bulletin of the American Meteorological Society, 70(1), 14-23.
Webber, C. L., y Zbilut, J. P. (2005). Recurrence Quantification Analysis of Nonlinear Dynamical Systems. En M. Riley, y G. Van Orden. (Eds.), Tutorials in Contemporary Nonlinear Methods for the Behavioral Sciences (pp. 26-94). USA: National Science Foundation.
Wendi, D., Marwan, N., y Merz, B. (2018). In Search of Determinism-Sensitive Region to Avoid Artefacts in Recurrence Plots. International Journal of Bifurcation and Chaos, 28(01), 1850007. doi: https://doi.org/10.1142/S0218127418500074
Williams, G. (1997). Chaos theory tamed. Washington D.C., USA: Joseph Henry Press.
Zou, Y., Donner, R. V., Donges, J. F., Marwan, N., y Kurths, J. (2010). Identifying complex periodic windows in continuous-time dynamical systems using recurrence-based methods. Chaos: An Interdisciplinary Journal of Nonlinear Science, 20(4), 043130. doi: https://doi.org/10.1063/1.3523304
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
A partir de 2022 (Vol. 43 número 2) los artículos se publicarán en la revista bajo una licencia Creative Commons Atribución- NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.
Previo a esta fecha los artículos se publicaron en la revista bajo una licencia Creative Commons Atribución (CC BY)
En ambos casos, la aceptación de los originales por parte de la revista implica la cesión no exclusiva de los derechos patrimoniales de los/as autores/as en favor del editor, quien permite la reutilización, luego de su edición (posprint), bajo la licencia que corresponda según la edición.
Tal cesión supone, por un lado, que luego de su edición (posprint) en Revista GEOACTA de la Asociación de Geofísicos y Geodestas las/os autoras/es pueden publicar su trabajo en cualquier idioma, medio y formato (en tales casos, se solicita que se consigne que el material fue publicado originalmente en esta revista); por otro, la autorización de los/as autores/as para que el trabajo sea cosechado por SEDICI, el repositorio institucional de la Universidad Nacional de La Plata, y sea difundido en las bases de datos que el equipo editorial considere adecuadas para incrementar la visibilidad de la publicación y de sus autores/as.
Asimismo, la revista incentiva a las/os autoras/es para que luego de su publicación en Revista de la Asociación de Geofísicos y Geodestas depositen sus producciones en otros repositorios institucionales y temáticos, bajo el principio de que ofrecer a la sociedad la producción científica y académica sin restricciones contribuye a un mayor intercambio del conocimiento global.
