Fortuna
01/04/2009, 21:11
Me gustaría hacer unas pruebas sobre las series de datos de temperatura del IPCC.
Una explicación somera del modelo la expusimos aquí http://foro.migui.com/smf/index.php/topic,8462.msg110382.html#msg110382 aunque es mucho mas compleja.
y mas clara, tomada de http://www.grida.no/climate/ipcc_tar/vol4/spanish/pdf/wg1sum.pdf
Recuadro 3: Los modelos climáticos
¿cómo se construyen y cómo se aplican?
Los modelos climáticos generales se basan en leyes de la física representadas
por ecuaciones matemáticas que se resuelven utilizando una
rejilla tridimensional sobre el globo terráqueo. A fin de simular el
clima, los principales componentes del sistema climático deben
representarse en submodelos (la atmósfera, los océanos, la superficie
terrestre, la criosfera y la biosfera), junto con los procesos que ocurren
entre ellos y dentro de cada uno de ellos. La mayoría de los
resultados que se presentan en este informe se basan en los resultados
de algunos modelos en los que en cierta medida están representados
todos estos componentes. Los modelos climáticos mundiales
en los que se han acoplado los componentes atmosféricos y
oceánicos se conocen también con el nombre de Modelos de la
Circulación General Atmósfera–Océano (MCGAO). En el módulo
atmosférico, por ejemplo, se resuelven ecuaciones que describen la
evolución a gran escala del impulso, el calor y la humedad. Se resuelven
ecuaciones similares con respecto a los océanos. Actualmente,
la resolución de la parte atmosférica de un modelo típico es de
aproximadamente 250 km en línea horizontal y de alrededor de 1 km
en línea vertical por encima de la capa límite. La resolución de un
modelo oceánico corriente oscila aproximadamente entre 200 y
400 m en línea vertical, con una resolución horizontal de entre 125
y 250 km. Las ecuaciones se resuelven generalmente para cada
período de media hora de un modelo integrado. Muchos procesos
físicos, como los que están relacionados con las nubes o la convección
oceánica, ocurren en escalas espaciales mucho más pequeñas
que la rejilla de los modelos y en consecuencia no pueden
modelarse y resolverse en forma explícita. Sus efectos medios se
incluyen en forma aproximada con un método simple, aprovechando
sus relaciones basadas en la física con las variables a mayor
escala. Esta técnica se conoce con el nombre de parametrización.
Para poder hacer proyecciones cuantitativas del cambio climático futuro,
es necesario utilizar modelos climáticos que simulen todos los procesos
importantes que rigen la evolución futura del clima. Los modelos
climáticos se han perfeccionado en los últimos decenios gracias
al desarrollo de las computadoras. Durante ese período se crearon
modelos separados de cada uno de los componentes principales, la
atmósfera, la superficie terrestre, los océanos y el hielo marino, que
luego se fueron integrando gradualmente. El acoplamiento de los distintos
componentes es un proceso difícil. Recientemente se han
incorporado componentes del ciclo del azufre para representar las emisiones
de azufre y la forma en que éstas se oxidan para formar partículas
de aerosoles. Actualmente se está tratando de acoplar, en unos
pocos modelos, el ciclo del carbono terrestre con el del carbono oceánico.
El componente de química atmosférica se está incorporando
en un modelo separado del modelo climático principal. El objetivo
final es, por supuesto, incluir en el modelo la mayor parte posible del
sistema climático de la Tierra, para que todos los componentes puedan
interactuar y para que de esa manera las predicciones del cambio
climático puedan siempre tener en cuenta el efecto de las retroacciones
entre los distintos componentes. En la Figura 1 que aparece en este
recuadro puede verse la evolución de los modelos climáticos en el
pasado y el presente, y su posible evolución en el futuro.
Algunos modelos corrigen los errores y los desequilibrios en los flujos
en la superficie mediante “ajustes de flujo”, que son ajustes sistemáticos
determinados empíricamente en la interfaz atmósferaocéano
que se mantienen fijos en el tiempo para aproximar el
clima simulado al estado observado. Se ha diseñado una estrategia
para realizar experimentos climáticos, que elimina gran parte de los
efectos que algunos errores de los modelos tienen en los resultados.
A menudo se hace en primer lugar una “pasada de control” de la
simulación climática con el modelo. Después se ejecuta la simulación
del experimento de cambio climático, por ejemplo con un
aumento del CO2 en la atmósfera del modelo. Por último, se toma
la diferencia para obtener una estimación del cambio sufrido por el
clima a causa de la perturbación. La técnica de diferenciación elimina
la mayor parte de los efectos de cualquier ajuste artificial en
el modelo, así como los errores sistemáticos que son comunes a
ambas formas de ejecución del modelo. Sin embargo, la comparación
de los resultados diferentes de los modelos demuestra que hay
cierta clase de errores que siguen influyendo en los resultados.
Muchos aspectos del sistema climático de la Tierra son caóticos ––
su evolución es sensible a pequeñas perturbaciones de las condiciones
iniciales. Esta sensibilidad limita la posibilidad de predecir
la evolución detallada del tiempo más allá de un lapso de aproximadamente
dos semanas. No obstante, la posibilidad de predecir el clima
no está tan limitada por las influencias sistemáticas en la atmósfera de
los componentes del sistema climático que varían más lentamente. Sin
embargo, para poder hacer pronósticos fiables, teniendo en cuenta
tanto las incertidumbres en las condiciones iniciales como las debidas
a los modelos, es conveniente repetir la predicción muchas veces a partir
de distintos estados de perturbación iniciales y utilizando modelos
mundiales diferentes. Estos conjuntos de predicciones son la base de
los pronósticos de probabilidad del estado del tiempo.
Los MCGAO son muy complejos y se requieren computadoras muy
potentes para poder ejecutarlos. Con frecuencia se utilizan también
modelos más sencillos para investigar en mayor profundidad distintos
escenarios de emisión de gases de efecto invernadero y los
efectos de ciertas hipótesis o aproximaciones en los parámetros del
modelo. Las simplificaciones pueden consistir en una menor resolución
y en procesos dinámicos y físicos simplificados. Juntos,
los modelos simples, intermedios e integrales forman una “jerarquía
de modelos climáticos”, todos ellos necesarios para analizar las
opciones elegidas en las parametrizaciones y evaluar la magnitud
de los cambios climáticos.
Leyendo sobre el tema, y corroborado en parte por ontureño, para evitar las soluciones de caos determinista, se procede a simular varias veces en cada celda de forma que lo que se obtiene es una distribución de probabilidades.
Precisamente, me gustaría comprobar si esa distribución de probabilidades supera un test basado en la entropia de shannon y la información.
Para ello necesito un conjunto de unas 10 celdas o medias de grupos de celdas, que no estén correlacionadas (basta que sean de zonas geograficas alejadas). De cada celda una distribución de probabilidades en función de las medias esperadas de temperaturas, podrían ser 3, 5 pero no muchas mas. Es decir una tabla de que indique P_1(t_1<t)=p_1, P_2(t_1<t<t_2)=p_2, ...P(t>t_n)=P_n de forma que \sum_{i=1}^np_i=1 para diferentes instantes del modelo (al menos 50, mejor si son una serie de 200 predicciones de 10 celdas con las distribucion de cada celda). Así mismo, necesito las temperaturas observadas posteriormente.
Ojo, necesito que las probabilidades no sean iguales, si no el test no proporciona informacion util. Por ejemplo, si entre los extremos previstos al 99% de posibilidades hay 1 ºK hacer 5 probabilidades separadas de 0.2ºK cada una.
Otra cosa, ¿alguien sabe si los fenómenos de El Niño o La niña los predice el modelo? ¿o son introducidos y descontados en la serie de control? (mediante los ajustes de flujo esos)
Un saludo. A ver si alguien me da datos.
Una explicación somera del modelo la expusimos aquí http://foro.migui.com/smf/index.php/topic,8462.msg110382.html#msg110382 aunque es mucho mas compleja.
y mas clara, tomada de http://www.grida.no/climate/ipcc_tar/vol4/spanish/pdf/wg1sum.pdf
Recuadro 3: Los modelos climáticos
¿cómo se construyen y cómo se aplican?
Los modelos climáticos generales se basan en leyes de la física representadas
por ecuaciones matemáticas que se resuelven utilizando una
rejilla tridimensional sobre el globo terráqueo. A fin de simular el
clima, los principales componentes del sistema climático deben
representarse en submodelos (la atmósfera, los océanos, la superficie
terrestre, la criosfera y la biosfera), junto con los procesos que ocurren
entre ellos y dentro de cada uno de ellos. La mayoría de los
resultados que se presentan en este informe se basan en los resultados
de algunos modelos en los que en cierta medida están representados
todos estos componentes. Los modelos climáticos mundiales
en los que se han acoplado los componentes atmosféricos y
oceánicos se conocen también con el nombre de Modelos de la
Circulación General Atmósfera–Océano (MCGAO). En el módulo
atmosférico, por ejemplo, se resuelven ecuaciones que describen la
evolución a gran escala del impulso, el calor y la humedad. Se resuelven
ecuaciones similares con respecto a los océanos. Actualmente,
la resolución de la parte atmosférica de un modelo típico es de
aproximadamente 250 km en línea horizontal y de alrededor de 1 km
en línea vertical por encima de la capa límite. La resolución de un
modelo oceánico corriente oscila aproximadamente entre 200 y
400 m en línea vertical, con una resolución horizontal de entre 125
y 250 km. Las ecuaciones se resuelven generalmente para cada
período de media hora de un modelo integrado. Muchos procesos
físicos, como los que están relacionados con las nubes o la convección
oceánica, ocurren en escalas espaciales mucho más pequeñas
que la rejilla de los modelos y en consecuencia no pueden
modelarse y resolverse en forma explícita. Sus efectos medios se
incluyen en forma aproximada con un método simple, aprovechando
sus relaciones basadas en la física con las variables a mayor
escala. Esta técnica se conoce con el nombre de parametrización.
Para poder hacer proyecciones cuantitativas del cambio climático futuro,
es necesario utilizar modelos climáticos que simulen todos los procesos
importantes que rigen la evolución futura del clima. Los modelos
climáticos se han perfeccionado en los últimos decenios gracias
al desarrollo de las computadoras. Durante ese período se crearon
modelos separados de cada uno de los componentes principales, la
atmósfera, la superficie terrestre, los océanos y el hielo marino, que
luego se fueron integrando gradualmente. El acoplamiento de los distintos
componentes es un proceso difícil. Recientemente se han
incorporado componentes del ciclo del azufre para representar las emisiones
de azufre y la forma en que éstas se oxidan para formar partículas
de aerosoles. Actualmente se está tratando de acoplar, en unos
pocos modelos, el ciclo del carbono terrestre con el del carbono oceánico.
El componente de química atmosférica se está incorporando
en un modelo separado del modelo climático principal. El objetivo
final es, por supuesto, incluir en el modelo la mayor parte posible del
sistema climático de la Tierra, para que todos los componentes puedan
interactuar y para que de esa manera las predicciones del cambio
climático puedan siempre tener en cuenta el efecto de las retroacciones
entre los distintos componentes. En la Figura 1 que aparece en este
recuadro puede verse la evolución de los modelos climáticos en el
pasado y el presente, y su posible evolución en el futuro.
Algunos modelos corrigen los errores y los desequilibrios en los flujos
en la superficie mediante “ajustes de flujo”, que son ajustes sistemáticos
determinados empíricamente en la interfaz atmósferaocéano
que se mantienen fijos en el tiempo para aproximar el
clima simulado al estado observado. Se ha diseñado una estrategia
para realizar experimentos climáticos, que elimina gran parte de los
efectos que algunos errores de los modelos tienen en los resultados.
A menudo se hace en primer lugar una “pasada de control” de la
simulación climática con el modelo. Después se ejecuta la simulación
del experimento de cambio climático, por ejemplo con un
aumento del CO2 en la atmósfera del modelo. Por último, se toma
la diferencia para obtener una estimación del cambio sufrido por el
clima a causa de la perturbación. La técnica de diferenciación elimina
la mayor parte de los efectos de cualquier ajuste artificial en
el modelo, así como los errores sistemáticos que son comunes a
ambas formas de ejecución del modelo. Sin embargo, la comparación
de los resultados diferentes de los modelos demuestra que hay
cierta clase de errores que siguen influyendo en los resultados.
Muchos aspectos del sistema climático de la Tierra son caóticos ––
su evolución es sensible a pequeñas perturbaciones de las condiciones
iniciales. Esta sensibilidad limita la posibilidad de predecir
la evolución detallada del tiempo más allá de un lapso de aproximadamente
dos semanas. No obstante, la posibilidad de predecir el clima
no está tan limitada por las influencias sistemáticas en la atmósfera de
los componentes del sistema climático que varían más lentamente. Sin
embargo, para poder hacer pronósticos fiables, teniendo en cuenta
tanto las incertidumbres en las condiciones iniciales como las debidas
a los modelos, es conveniente repetir la predicción muchas veces a partir
de distintos estados de perturbación iniciales y utilizando modelos
mundiales diferentes. Estos conjuntos de predicciones son la base de
los pronósticos de probabilidad del estado del tiempo.
Los MCGAO son muy complejos y se requieren computadoras muy
potentes para poder ejecutarlos. Con frecuencia se utilizan también
modelos más sencillos para investigar en mayor profundidad distintos
escenarios de emisión de gases de efecto invernadero y los
efectos de ciertas hipótesis o aproximaciones en los parámetros del
modelo. Las simplificaciones pueden consistir en una menor resolución
y en procesos dinámicos y físicos simplificados. Juntos,
los modelos simples, intermedios e integrales forman una “jerarquía
de modelos climáticos”, todos ellos necesarios para analizar las
opciones elegidas en las parametrizaciones y evaluar la magnitud
de los cambios climáticos.
Leyendo sobre el tema, y corroborado en parte por ontureño, para evitar las soluciones de caos determinista, se procede a simular varias veces en cada celda de forma que lo que se obtiene es una distribución de probabilidades.
Precisamente, me gustaría comprobar si esa distribución de probabilidades supera un test basado en la entropia de shannon y la información.
Para ello necesito un conjunto de unas 10 celdas o medias de grupos de celdas, que no estén correlacionadas (basta que sean de zonas geograficas alejadas). De cada celda una distribución de probabilidades en función de las medias esperadas de temperaturas, podrían ser 3, 5 pero no muchas mas. Es decir una tabla de que indique P_1(t_1<t)=p_1, P_2(t_1<t<t_2)=p_2, ...P(t>t_n)=P_n de forma que \sum_{i=1}^np_i=1 para diferentes instantes del modelo (al menos 50, mejor si son una serie de 200 predicciones de 10 celdas con las distribucion de cada celda). Así mismo, necesito las temperaturas observadas posteriormente.
Ojo, necesito que las probabilidades no sean iguales, si no el test no proporciona informacion util. Por ejemplo, si entre los extremos previstos al 99% de posibilidades hay 1 ºK hacer 5 probabilidades separadas de 0.2ºK cada una.
Otra cosa, ¿alguien sabe si los fenómenos de El Niño o La niña los predice el modelo? ¿o son introducidos y descontados en la serie de control? (mediante los ajustes de flujo esos)
Un saludo. A ver si alguien me da datos.