 |
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ANÁLISIS DE MÉTODOS DE VALIDACIÓN DE LA CALIDAD DE LOS DATOS METEOROLÓGICOS Objetivos
y generalidades Para este fin se ha tomado de la bibliografía analizada algunos métodos que responden satisfactoriamente a este objetivo. Se detallan brevemente los que han sido adoptados para cuantificar el análisis preliminar ya realizado en forma cualitativa. En la existencia de valores anómalos mucho tiene que ver la ubicación de la estación meteorológica su buena disposición, las condiciones que la rodean, su mantenimiento, la forma de realizar los relevamientos o mediciones y por supuesto las características intrínsecas de los sensores. También se presentan errores que se pueden verificar en el momento de la elaboración y archivado de los datos, durante la operación de transcripción, copia, digitalización, transmisión codificación y su inserción en la base de datos. El observador de la estación tiene un rol importantísimo en la calidad de los datos, ya que en función de su experiencia y del conocimiento de la fenomenología meteorológica del lugar puede verificar instantáneamente la certeza del dato. De todas maneras pueden ocurrir errores accidentales, errores sistemáticos debidos al procedimiento operativo. La validación del dato puede realizarse a diferentes niveles con diferentes algoritmos o procedimientos. El control de calidad incluye procedimientos desde los más simples a aquellos que son más complejos.
El control de calidad de los datos meteorológicos tiende a verificar sustancialmente tres condiciones: 1.- la consistencia interna 2.- la persistencia temporal 3.- la consistencia espacial
Se puede asumir que un dato meteorológico determinado en cierto lugar y tiempo es función de las características ambientales y estacionales. Esto varía normalmente dentro de un rango de valores fuera del cual se puede decir que el dato es anómalo. La elección del valor límite con el cual confrontar cada dato es importante a la hora de decidir sobre la exactitud del mismo. Para una dada variable meteorológica (X) en examen, se calcula la media móvil de orden 31 con el fin de obtener una estimación robusta y no distorsionada de la misma:
xi media móvil de orden 31 para cada día del año (1……..365) y para cada año de la serie, es decir se consideran todos los datos. N: cantidad de años de la serie d: día del año en consideración
Para el caso del control de la precipitación el proceso es algo más complicado ya que debe realizarse en forma indirecta a través de la temperatura, esto debido a que la distribución de la lluvia es altamente asimétrica lo que no permitiría realizar los controles basados en el supuesto de distribución normal de los datos. Entonces una vez realizado el control completo sobre los datos de temperatura se procede con los de lluvia. Para esto deben considerarse dos grupos de días los lluviosos y los no lluviosos. Se obtiene entonces la media y la desviación estándar de la variación térmica de cada uno de estos tipos de días. Luego para determinar el carácter de anómalo de un dato se considera otra vez la categoría del día y algunas condiciones a cumplir en cuanto a la temperatura: Si el día en análisis es no lluvioso: a- temperatura máxima
del día menor a la del día anterior. Si el día en análisis es lluvioso: a- temperatura máxima
del día mayor a la del día anterior
Este tipo de verificación permite evidenciar eventuales anomalías entre datos temporalmente contiguos y se basa en la hipótesis que el cambio en el tiempo de las mediciones de la variable meteorológica no puede superar determinados límites. La eficacia del control depende del valor umbral elegido para confrontar la dispersión o alejamiento temporal entre las mediciones; es decir su ajuste a la condición específica local. Algunos criterios utilizados para esta verificación son: a-Variación respecto al valor precedente: Se confronta la diferencia entre dos valores sucesivos con el valor umbral. El dato será sospechoso si esta diferencia supera al valor límite Se calcula la media climática de la diferencia entre dos intervalos consecutivos (días) como media móvil de orden 31 a fin de obtener una estimación robusta y sin distorsión:
Se obtiene la desviación estándar de esta media móvil para cada día del año de toda la serie. Este último criterio es el adoptado, entonces se consideran sospechosos los datos con diferencias respecto al valor precedente mayor en valor absoluto a tres veces el desvío:
Como en el caso anterior para verificar la calidad de los datos de precipitación se lo hace a través de la variabilidad térmica entre dos días consecutivos. Para esto ahora se deberán considerar tres grupos de días: 1- dos días consecutivos
de lluvia (p) Entonces se realiza el análisis para cada uno de estos grupos y se determina la condición de anómalo o no de los datos. La consideración de dato anómalo se dará para cada uno de los grupos si se dan las siguientes condiciones: Dos días consecutivos de lluvia:
Dos días consecutivos no lluviosos:
Dos días consecutivos uno de lluvia y el otro no:
3.- Verificación de la consistencia espacial: La comparación de datos en puntos diversos del dominio espacial representa uno de los métodos más frecuentemente utilizados para determinar la eventual presencia de errores en los datos. Uno de los problemas de estos métodos es la elección de la estación con la cual confrontar los datos a controlar. Además de pertenecer a una condición climática común es necesario individualizar el procedimiento concreto para seleccionar la más oportuna de las estaciones entre todas las disponibles en la red. Un primer criterio es comparar con la más cercana, esto no es una garantía para ver la correspondencia en los datos pero se puede iniciar así. De hecho este procedimiento fue el implementado inicialmente por nosotros. Un segundo criterio es correlacionar la estación a controlar con otras. La que tiene mayor correlación será la que se use para confrontarla; esto tampoco es una seguridad ya que los montos precipitados pueden ser múltiplos y entonces la correlación resulta espuria.
Es un método simple de aplicar. Se calculan las medias mensuales de la estación a controlar K y la estación J usada para el control. Para el día i se calcula el desvío respecto a la media mensual de cada una. Se obtiene luego la diferencia entre ellos y entonces el dato será considerado sospechoso si ? es mayor o igual a algún valor límite prefijado de antemano en función de las características climáticas de la región.
Para una región pequeña homogénea climatológicamente se usan los datos de todas las estaciones. Para cada estación del área, “j” se tiene la media mensual, luego para el día “i” se calcula la media de los desvíos respecto a la media mensual respectiva para todas las estaciones del área (a excepción de la estación K bajo control). Luego se calcula la desviación estándar de esta media y para el día i para la estación k se calcula el desvío respecto a la media mensual respectiva Xk. Se calcula la diferencia absoluta entre el desvío de la estación k y la media de los desvíos de todas las otras estaciones:
se señalan como valores sospechosos a aquellos en que ? supera los valores límites predefinidos para cada variable. c- Comparación de la variabilidad meteorológica de estaciones cercanas El método se apoya en el simple principio que una variación registrada cerca de una estación deberá ser registrada en intensidad y signo similar también en las estaciones cercanas. Si se tienen M estaciones cercanas utilizables para el control de la estación k este procedimiento se realiza haciendo la media M de la variación en todas las estaciones vecinas y confrontando la desviación entre esta media y la variación k registrada en la estación k en el mismo período. Un valor será considerado sospechoso si se da la siguiente relación esa desviación supera un valor límite preestablecido.
Se calcula la media móvil de orden 31 de la diferencia entre la estación que se controla K y las restantes 1………M:
media de la diferencia entre el dato i de la estación a controlar K y las estaciones vecinas para ese mismo día i. Se obtiene la desviación estándar de esta media de cada día i del año. Se considera como sospechoso al dato si la media de la diferencia en valor absoluto entre los datos medidos por la estación bajo control y el de las vecinas, superan la media climatológica más 3 veces el desvío:
Este fue el criterio adoptado para evaluar la consistencia espacial. Como resultado del control efectuado, cada dato posee una marca: si dos o más de los métodos le asignaron un código de sospechoso entonces el dato fue marcado como erróneo y fue rellenado posteriormente al igual que los datos faltantes originalmente.
Existen algunos métodos de rellenamiento de series que utilizan el concepto de variable regionalizada y estructura de correlación por lo que es posible adoptar los registros de estaciones vecinas en el proceso de rellenamiento. Dependiendo de cual es la variable a completar, los métodos son levemente diferentes ya que por ejemplo la precipitación tiene una distribución asimétrica, por lo que los métodos basados en datos normales no son aplicables directamente. Se mencionan los métodos
analizados, posteriormente se seleccionó uno de ellos como
método de completado definitivo: Se realiza la regresión de los datos previamente estandarizados entre la estación a completar y las más cercanas. Se generan los datos faltantes usando las relaciones de las estaciones que poseen mayor correlación con la estación incompleta. Para esto se utilizan los coeficientes de la regresión y el coeficiente de correlación.
Para cada dato faltante se hace una regresión múltiple entre el dato de la estación incompleta y el dato de la estación que presenta esta variable en el mismo día. Se eligen datos de varios años en una extensión de más o menos 5 días. Esto es variable dependiendo de la naturaleza de los datos a completar. Generación de lluvia El caso de la precipitación es especial ya que como se ha mencionado sus propiedades estadísticas son muy particulares y su distribución espacial y temporal muy variable. La particularidad es que se deben considerar los días como de lluvia si la cantidad supera el valor definido arealmente para día lluvioso o día seco en caso contrario. Normalmente se asigna un 1 al día lluvioso y 0 al seco. Una vez hecho esto se obtiene el coeficiente de correlación entre la estación a completar y las restantes tomando para eso una secuencia de días respecto al día a completar de más menos 15 días. Se realiza una media ponderada del dato binario de todas las estaciones que tiene dato ese día y que poseen un coeficiente de correlación alto. Esto permite obtener la probabilidad de día de lluvia. Si este valor es mayor de 0.5 el día se considera lluvioso y entonces para generar la cantidad de lluvia se realiza una regresión múltiple entre los datos (previamente estandarizados) de la estación a completar y las restantes. Lo ideal es tomar ±45 días respecto al día a rellenar.
n: número de estaciones a considerar B: dato binario (0,1) r: coeficiente de correlación P probabilidad de que el día sea de lluvia o no.
Diagnóstico
Definitivo de Datos Meteorológico
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
 |
|
|
e
a las series históricas de aproximadamente 30 años
pertenecientes a estaciones del INTA y SMN, para las variables
temperatura (máxima y mínima), precipitación
y radiación. El objetivo era lograr series históricas
continuas y confiables para poder aplicar los modelos agronómicos,
realizar estudios estadísticos, y tenerlas disponibles
para otros organismos. |
 |
 |
 |
 |
 |