Basado en la Estación Meteorológica Puente Romano de Calamocha.
La nueva metodología de agrupar la información en grupos de 28 días cada 2 días ha abierto la posibilidad de conocer en detalle las correlaciones existentes entre los diferentes grupos de información climatológica.
Se trata de un avance sin precedentes en comparación con la anterior correlación tratada aquí entre TAWRAT y Precipitaciones, que solo contaba con unos 30 valores, al tener que dividir los meses obligatoriamente en Enero, Febrero, Marzo... Con la nueva estructuración de la información climatológica, contamos no solo con 30 valores, sino con cerca de 2000, lo que aumenta la veracidad y la precisión de los resultados en más de un 90%.
Expondré a continuación todas las correlaciones relevantes encontradas utilizando tanto datos básicos como Precipitaciones y Temperaturas, como TAWRAT e índices AMPHI.
TAWRAT - Precipitaciones
Cómo no, en primer lugar quiero destacar la relación existente, y ahora correctamente comprobada, entre la TAWRAT y las Precipitaciones. Resultando un valor R cuadrado del 14% a los 1000 primeros valores (2012 a 2017) y un valor R cuadrado del 19% a los 1785 valores (2012 a 2022), obtenemos una clara y verificada correlación:
Según esta correlación obtenemos que existe un valor de TAWRAT para el cual no se dan precipitaciones, y este valor es 3.27%. Muy destacable es, que ya en el análisis anterior de esta correlación se obtuvo como resultado una TAWRAT límite de 3.25%, habiendo utilizado una reducida cantidad de datos para su análisis.
Por otro lado, donde sí existe una gran correlación es entre las Variaciones de la TAWRAT y las Variaciones de las Precipitaciones, con un R cuadrado del 28%. Bien sabemos que cuando llueve o nieva, la temperatura diurna disminuye, y con ella la TAWRAT, y de ello la relación existente, si bien también existe lo contrario, que si hay mucha TAWRAT o esta aumenta mucho no llueve nada, lo cual entra en el plano de lo desconocido. De ahí la utilidad de estas correlaciones.
Vemos que se producirá una bajada del 100% en las Precipitaciones (0mm) en el caso de que la TAWRAT fuera un 56% superior a la media. Las precipitaciones se reducirían a la mitad si la TAWRAT fuera un 20% superior a la media, mientras que aumentarían al doble si la TAWRAT fuera un 29% inferior a la media.
Índices AMPHI - Temperaturas
La relación más interesante con que nos hemos encontrado es la existente entre la tempereatura media (tanto máximas como mínimas) con respecto al índice CDC (Chaotic Daily Cicle). Esto es debido presumiblemente a que en lugares con elevadas temperaturas, como un desierto por ejemplo, el ciclo de temperaturas diario es casi invariable, pasando de frío por la noche a mucho calor por el día, lo que hace que la TAWRAT no varíe en absoluto, mientras que en aquellos lugares donde se dan lluvias y otros fenómenos disruptivos hay más variaciones en la TAWRAT, lugares con una temperatura media inferior. Solo habría que traducir esto a las diferentes épocas del año, los meses fríos tienen una TAWRAT mas variable y los cálidos una más estable.
Valores Mensuales
Para finalizar, aprovechando la gran cantidad de datos con que contamos gracias a esta metodología, muestro unos gráficos ilustrativos, no solo de los índices AMPHI y TAWRAT, sino también de los valores ya conocidos de precipitaciones y temperaturas (hay que recordar que son medias mensuales; no se verán valores record) en función de la época del año:
Se observa claramente cómo la TAWRAT es mucho menos variable los meses de Junio a Septiembre que el resto del año. Por esta razón, en el gráfico de su desviación estándar (CDC AMPHI) se observa cómo se traduce esta poca variabilidad en valores bajos de desviación estándar. Por otro lado, el S-S AMPHI también tendrá una dependencia anual, y el Behavioral Index acarreará la relación ya existente tanto en el S-S como en el CDC:
Espero que el artículo haya resultado de gran interés. De la manera en que se ha realizado ha sido posible incluso ver con gran detalle valores medios de precipitaciones y de temperaturas, mostrados cada dos días, pero tratándose de valores mensuales (de 28 días), por lo que se trata de una forma de mostrar los datos sin precedentes, muy útil e ilustrativa, no podiendo con los métods tradicionales obtener medias tan precisas en cantidades lo suficientemente grandes como para no mostrar aleatoriedad.
Análogamente a este artículo, realizaré otra publicación, donde utilizaré esta novedosa metodología para analizar cómo afecta el cambio climático a las diferentes épocas del año: en qué meses la temperatura media baja, en qué meses aumenta, etc.
Recuerdo que se pueden publicar comentarios. Me gustaría que me sugirieran pares de datos climatológicos entre los que pudiera existir una correlación. No solo puedo realizarlo con los datos en sí mismos sino también con sus variaciones con respecto de la media y con sus desviaciones estándar (matemáticamente existen 10^28 posibilidades).
Análisis realizado por Luis Manuel Muñoz Pérez
4 de Enero de 2022
Contacto -- noticiarioclimatico.blogspot.com
Comentarios
Publicar un comentario