Las anomalías climáticas, es decir, las desviaciones de la norma, son el material principal para estudiar El Niño y otras oscilaciones interanuales. Según las reglas de la Organización Meteorológica Mundial, las normas se calculan como el promedio de los últimos 30 años, pero con el calentamiento global este enfoque introduce un sesgo: la norma de temperatura va por detrás de la realidad. Alrededor de este trabajo ya se ha formado una línea de investigación que busca normas óptimas: algunos proponen dar más peso a las observaciones recientes, otros ajustan tendencias lineales, y otros comparan la precisión de los pronósticos. Este artículo se inserta en esa línea, pero desplaza el foco de la elección de la ventana al diseño del filtro, que considera simultáneamente tendencia y estacionalidad.
Los autores construyen un filtro causal lineal de respuesta finita al impulso para estimar normas climáticas mensuales. La base es la regresión trigonométrica local: en la vecindad de cada instante de tiempo, la norma se representa como la suma de una constante, una tendencia lineal y seis armónicos estacionales. El filtro se obtiene como solución de un problema de mínimos cuadrados y luego se regulariza: se introduce un parámetro de contracción λ que mezcla el filtro sin tendencia y el filtro con tendencia. Además, se incorporan núcleos estacionales, como el núcleo de Epanechnikov, para dar más peso a las observaciones centrales. Los parámetros λ y el ancho de ventana m se eligen minimizando el error cuadrático medio de la estimación de la norma, que tiene en cuenta la autocorrelación de las anomalías.
Para 120 series de temperatura de la superficie del océano en la región Niño 3.4, los parámetros óptimos resultaron cercanos a los estándar: λ medio = 0.10, m medio = 29.38 años. La diferencia entre las anomalías del nuevo método y las estimaciones del Centro de Predicción Climática de la NOAA no supera 0.3 °C. Para 228 series de viento, el panorama es distinto: λ medio = 0.49, m medio = 23.86 años, y el filtro estándar de 30 años se selecciona solo en 3 de los 228 casos. El filtro antiguo subestima sistemáticamente las normas de viento, lo que infla las anomalías hasta 2 m/s. La prueba de estacionariedad de las anomalías muestra una mejora drástica: la proporción de rechazos cae del 55.3% al 3.5% con el nuevo filtro.
El trabajo se inscribe en la corriente general de búsqueda de normas climáticas óptimas, pero se diferencia de los enfoques vecinos porque combina tendencia, estacionalidad y regularización en un solo filtro con un criterio explícito de selección de parámetros. Los trabajos adyacentes o bien fijan la ventana y ajustan los pesos, o bien ajustan la tendencia por separado sin tocar la estructura estacional. Aquí, en cambio, el filtro se deriva de un modelo trigonométrico local y los parámetros se ajustan para minimizar el error de estimación, lo que proporciona una forma sistemática de adaptarse a la no estacionariedad. Para la temperatura de la superficie del océano se confirma la adecuación de las normas estándar, mientras que para el viento se demuestra por primera vez que ignorar la tendencia conduce a una distorsión notable de las anomalías.
El método se traslada naturalmente a datos diarios, donde el ciclo estacional tiene 365 armónicos y el costo computacional sigue siendo bajo. También se pueden considerar formas no paramétricas de elegir el núcleo y comparar el criterio propuesto con la validación cruzada que tenga en cuenta la correlación interanual. Queda abierta la cuestión de la estimación conjunta de normas para series multivariadas, por ejemplo temperatura y viento, de modo que las anomalías sean coherentes dentro de un modelo unificado.
Los resultados son importantes para el monitoreo de El Niño, la predicción climática y cualquier aplicación donde las anomalías se utilicen como datos de entrada para modelos estadísticos. Unas anomalías de viento mejoradas pueden aumentar la calidad de los modelos de interacción océano-atmósfera.
Convendría probar el filtro en otras variables climáticas, como precipitación y presión, donde las tendencias y los desplazamientos estacionales pueden ser aún más fuertes. También sería útil comparar el nuevo método con enfoques basados en splines y regresión lineal local en un mismo experimento de predicción.
En climatología estadística sigue sin resolverse la cuestión de cómo separar la tendencia a largo plazo de la variabilidad de baja frecuencia, como la oscilación decadal del Pacífico. El trabajo muestra que la elección del filtro para las normas afecta directamente a las propiedades estadísticas de las anomalías y, por tanto, a las conclusiones sobre las relaciones entre variables. Un avance mayor requiere modelar conjuntamente tendencia, estacionalidad y autocorrelación interanual sin supuestos rígidos de estacionariedad.
Esta sección está dirigida al autor del trabajo y a sus colegas. Los trabajos vecinos los encontró la búsqueda por significado en nuestro archivo, no por coincidencia de palabras. No evaluamos: mostramos el campo alrededor.
Qué hace el trabajo
En este trabajo se propone un filtro regularizado basado en regresión trigonométrica local para estimar normas climáticas en tiempo real, teniendo en cuenta la tendencia y la estacionalidad. Con datos de temperatura de la superficie del océano en la región Niño 3.4 y de vientos en el Pacífico tropical, se muestra que para la temperatura las normas estándar de 30 años funcionan bien, mientras que para el viento el nuevo filtro reduce sustancialmente la falsa no estacionariedad de las anomalías (del 55% al 3.5% de rechazos en la prueba de estacionariedad).
Dónde está su fuerza
Combinar tendencia, estacionalidad y regularización en un solo filtro, con un criterio explícito para elegir los parámetros, ofrece una forma sistemática de adaptarse a la no estacionariedad, lo que permite estimar correctamente las anomalías incluso cuando existe una tendencia en las variables climáticas.
Hacia dónde puede avanzar
Vale la pena probar
Por qué puede importar
La estimación correcta de anomalías es fundamental para el monitoreo y pronóstico de fenómenos climáticos como El Niño, y el método propuesto podría convertirse en un estándar para variables con una tendencia marcada.
Trabajos cercanos en nuestro archivo
El archivo está vacío alrededor de este trabajo: el análisis más cercano queda en 0.52, frente a un 0.64 habitual. Parece que aquí al lado casi nadie ha perforado.
La regla de los 30 años para las normas climáticas no surgió de la estadística, sino de la práctica: cuando se adoptó la recomendación, los meteorólogos solo disponían de 30 años de datos fiables. Desde entonces, esa cifra se ha convertido en un estándar, aunque el clima tenga tiempo de cambiar notablemente en ese periodo.