Evaluación de la causalidad diferencial entre series climáticas mediante descomposición empı́rica en modos

Autores/as

  • Juan Pablo Muszkats Universidad Nacional del Noroeste de la Provincia de Buenos Aires, Argentina
  • Miguel Eduardo Zitto Universidad de Buenos Aires, Universidad Tecnológica Nacional, Argentina
  • Rosa Piotrkowski Universidad de Buenos Aires, Universidad Nacional de San Martín, Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina

Palabras clave:

ENSO, precipitaciones, modos intrínsecos, descomposición causal

Resumen

La Descomposición Causal es una técnica novedosa que permite establecer y cuantificar relaciones de causalidad entre señales provenientes de sistemas complejos. En el presente trabajo aplicamos la Descomposición Causal a series temporales de ENSO y de precipitaciones en Buenos Aires. Para garantizar la robustez de los resultados se hizo un análisis estadı́stico de múltiples realizaciones del proceso. Los resultados son consistentes con lo esperado confirmando una relación de causalidad a favor de ENSO sobre las precipitaciones. En este trabajo aportamos una cuantificación de dicha causalidad.

Descargas

Citas

Huang, N. E., Shen, Z., Long, S. R., Wu, M. C., Shih, H. H., Zheng, Q., Yen, N.-C., Tung, C. C., & Liu, H. H. (1998). The empirical mode decomposition and the hilbert spectrum for nonlinear and non-stationary time series analysis. Proceedings of the Royal Society of London. Series A: mathematical, physical and engineering sciences, 454(1971), 903–995. https: //doi.org/10.1098/rspa.1998.0193

Muszkats, J. P., Muszkats, S. R., Zitto, M. E., & Piotrkowski, R. (2024). A statistical analysis of causal decomposition methods applied to earth system time series. Physica A: Statistical Mechanics and its Applications, 641, Articulo 129708. https://doi.org/10.1016/j.physa.2024.129708

Rehman, N. & Mandic, D. P. (2011). Filter bank property of multivariate empirical mode decomposition. IEEE Transactions on Signal Processing, 59(5), 2421–2426. https://doi.org/10.1109/TSP.2011.2106779

Silva, F. N., Vega-Oliveros, D. A., Yan, X., Flammini, A., Menczer, F., Radicchi, F., Kravitz, B., & Fortunato, S. (2021). Detecting climate teleconnections with granger causality. Geophysical Research Letters, 48(18). https://doi.org/10.1029/2021GL094707

Torrence, C. & Compo, G. P. (1998). A practical guide to wavelet analysis. Bulletin of the American Meteorological Society, 79(1), 61–78.

Yang, A. C., Peng, C.-K., & Huang, N. E. (2018). Causal decomposition in the mutual causation system. Nature communications, 9(1), 1–10. https://doi.org/10.1038/s41467-018-05845-7

Descargas

Publicado

2025-02-06

Cómo citar

Muszkats, J. P., Zitto, M. E., & Piotrkowski, R. (2025). Evaluación de la causalidad diferencial entre series climáticas mediante descomposición empı́rica en modos. Geoacta, 46(1), 132–135. Recuperado a partir de https://revistas.unlp.edu.ar/geoacta/article/view/16884