Modelos estadísticos para la interacción océano-atmósfera

• Rafaél Artidoro Sandoval-Núñez Universidad Nacional Autónoma de Chota http://orcid.org/0000-0003-3930-2332
• Luis Cid-Serrano Universidad del Bío-Bío
• Eric J. Alfaro Universidad de Costa Rica http://orcid.org/0000-0001-9278-5017

Abstract

La presente investigación tiene como objetivo modelar la interacción del océano-atmósfera utilizando la relación entre la Oscilación del Sur y los eventos El Niño-La Niña como un sistema de entrada-salida. El modelamiento estadístico de este tipo de relaciones requiere del análisis de la función de correlación cruzada entre las series de entrada y salida. Los datos considerados corresponden a series de tiempo mensuales del Índice de la Temperatura Superficial del Mar de la Región del Niño 3.4 y del Índice de la Oscilación del Sur entre 1982 y 2015. Para representar la interacción del océano-atmósfera, se desarrollaron Modelos de Función de Transferencia y de retroalimentación. La eficiencia de estos modelos con datos hasta el 2015 fue comparada para pronosticar hasta septiembre del año 2019 por medio del error cuadrático medio de predicción, encontrando que el modelo de retroalimentación es más eficiente.

References

Alfaro, E. y Cid L. (1999). Ajuste de un modelo VARMA para los campos de anomalías de precipitación en Centroamérica y los índices de los océanos Pacífico y Atlántico Tropical. Atmósfera, 12(4), 205-222.

Alfaro, E. y Lizano O. (2001). Algunas relaciones entre las zonas de surgencia del Pacífico Centroamericano y los Océanos Pacífico y Atlántico Tropical. Revista de Biología Tropical, 49(Supl. 2), 185-193.

Alfaro, E. y Soley F. (2001). Ajuste de un modelo VAR como predictor de los campos de anomalías de precipitación en Centroamérica. Revista de Matemática: Teoría y Aplicaciones, 8(1), 99-116.

Barnett, T. P., Graham, N., Cane, M., Zebiak, S., Dolan, S., Obrien, J. y Legler, D. (1988). On the prediction of El Niño 1986-1987. Science, 241. 192-196. https://doi.org/10.1126/science.241.4862.192

Barnston, A. G. y Ropelewski, C. F. (1992). Prediction of ENSO episodes using canonical correlation analysis. Journal of Climate, 5(11), 1316-1345. https://doi.org/10.1175/1520-0442(1992)005<1316:POEEUC>2.0.CO;2

Bjerknes, V. (1969). Atmospheric teleconnections from Equatorial Pacific. Monthly Weather Review, 97, 163-172.

Box, G., Jenkins, E. P., Reinsel, C.G. y Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control. Fifth Edition. John Wiley & Sons, Inc.

Busalachi, A. J., Takeuchi, K. y O´Brien, J. J. (1983). Interannual variability of the equatorial Pacific- Revisited. Journal of Geophysical Research, 88, 7551-7562. https://doi.org/10.1029/JC088iC12p07551

Chatfield, C. (2000). Time-series forecasting. Chapman and Hall/CRC.

Chen, W. Y. (1982). Assessment of the Southern Oscillation sea level pressure indices. Monthly Weather Review, 110, 800-807. https://doi.org/10.1175/1520-0493(1982)110<0800:AOSOSL>2.0.CO;2

Chen, D. y Cane, M. A. (2008). El Niño prediction and predictability. Journal of Computational Physics, 227(7), 3625-3640. https://doi.org/10.1016/j.jcp.2007.05.014

Chen, C. y Liu, L. M. (1993). Joint Estimation of Model Parameters and Outlier Effects in Time Series. Journal of the American Statistical Association, 88, 284-297.

Chu, P.S. y Katz, R.W. (1985). Modeling and forecasting the Southern Oscillation: A time domain approach. Monthly Weather Review, 113,1875-1888.

Cid-Serrano, L. (1986). Estimation of the parameters in a closed-loop system: A geophysical problem. Ph.D. Thesis Oregon State University.

Cid-Serrano, L., Enfield D. y González, U. (1992). Distributional properties of the recurrence intervals of El Niño/Southern Oscillation Events. Gayana Oceanologica, 1, 17-25

Cid-Serrano, L., Ramirez, S. y Alfaro, E. (2015). Analysis of the Latin American west coast rainfall predictability using an ENSO Index. Atmósfera, 28(3), 191-203. DOI: https://doi.org/10.20937/ATM.2015.28.03.04

Collins, M., An, S., Cai, S., Ganachaud, A., Guilyardi, E., Jin, F., Jochum, M., Lengaigne, M., Power, S., Timmermann, A., Vecchi, G. y Wittenberg, A. (2010). The impact of global warming on the tropical Pacific Ocean and El Niño. Nature Geoscience, 3 (6), 391-397.

Davis, R. E. (1976). Predictability of the sea surface temperature and sea level pressure over the North Pacific Ocean. Journal of Physical Oceanography, 6(3), 249-267. https://doi.org/10.1175/1520-0485(1976)006<0249:POSSTA>2.0.CO;2

Enfield, D. B. (1989). El Niño past and present. Reviews of Geophysics, 27, 159-187. DOI: https://doi.org/10.1029/RG027i001p00159

Enfield, D. y Cid-Serrano, L. (1991). Low-frequency changes in El Niño/Southern Oscillation. Journal of Climate, 4(12), 1137-1146. DOI: https://doi.org/10.1175/1520-0442(1991)004<1137:LFCIEN>2.0.CO;2

Fernández, I. y Pacheco, J. M. (2000). Bases para la predicción del ENSO. In: El Niño: climatología, efectos y predicción (R. García Herrera and E. Hernández Martín, Eds.). MAPFRE, Madrid, pp. 93-131.

García-Solera, I. y Ramírez, P. (2012). Central America’s seasonal climate outlook forum. Climate Services Partnership, 8 pp. Available at: http://www.climate-services.org/wp-content/uploads/2015/09/CRRH_Case_Study.pdf

Gill, A. (1980). Some simple solutions to the heat-induced tropical circulation. Quarterly Journal of the Metorological Society, 106, 447-462. https://doi.org/10.1002/qj.49710644905

Graham, F. S., Brown J. N., Wittenberg A. T. y Holbrook N. J. (2015). Reassessing conceptual models of ENSO. Journal of Climate, 28(23), 9121–9142. https://doi.org/10.1175/JCLI-D-14-00812.1

Hipel, W. H. y McLeod, A. L. (1994). Time Series Modelling of Water Resources and Environmental Systems, Volume 45, 1st Edition. Elsevier Science.

Lai, A. W., Herzog, M. y Graf H. (2018). ENSO Forecasts near the Spring Predictability Barrier and Possible Reasons for the Recently Reduced Predictability. Journal of Climate, 31(2), 815-838. https://doi.org/10.1175/JCLI-D-17-0180.1

Latif, M., Anderson, D., Barnett, T., Cane, M., Kleeman, R., Leetmaa, A., O'Brien, J., Rosati, A. y Schneider, E. (1998). A review of the predictability and prediction of ENSO. Journal of Geophysical Research, 103(C7), 14375-14393. https://doi.org/10.1029/97JC03413

Latif, M., Barnett, T.P., Cane, M.A., Fliigel M., Graham N.E., von Storch H., Xu J. S. y Zebiak S.E. (1994). A review of ENSO prediction studies. Climate Dynamics, 9, 167-179. https://doi.org/10.1007/BF00208250

Lima, C. H. R., Lall, U., Jeraba, T. y Barnston, A. G. (2009). Statistical Prediction of ENSO from Subsurface Sea Temperature Using a Nonlinear Dimensionality Reduction, Journal of Climate, 22(17), 4501–4519. DOI: https://doi.org/10.1175/2009JCLI2524.1

Lima, C.H.R., Lall, U., Jebara, T. y Barnston A.G. (2015). Machine Learning Methods for ENSO Analysis and Prediction. In: Machine Learning and Data Mining Approaches to Climate Science. Springer, Cham, pp. 13-21.

https://doi.org/10.1007/978-3-319-17220-0_2

Ljung, G. M. y Box, G. E. P. (1978). On a measure of lack of fit in time series models. Biometrika, 65(2), 297-303. https://doi.org/10.1093/biomet/65.2.297

MacMartin, D. G. y Tziperman, E. (2014). Using transfer functions to quantify El Niño Southern Oscillation dynamics in data and models. Proceedings of the Royal Society A: Mathematical, Physical & Engineering Science, 470, 20140272. http://dx.doi.org/10.1098/rspa.2014.0272

Magaña, V., Amador, J. A. y Medina, S. (1999). The Midsummer Drought over Mexico and Central America. Journal of Climate, 12(6), 1577–1588. https://doi.org/10.1175/1520-0442(1999)012%3C1577:TMDOMA%3E2.0.CO;2

Marshall, J. y Plumb, A. (2007). Atmosphere, ocean, and climate dynamics: an introductory text. Massachusetts, Academic Press.

Moysiadis, T. y Fokianos, K. (2014). On binary and categorical time series models with feedback. Journal of Multivariate Analysis, 131, 209-228. https://doi.org/10.1016/j.jmva.2014.07.004

Philander, S. G. H. y Siegel, A. D. (1985). Simulation of El Niño 1982-83, Hydrodynamic of the Equatorial Ocean. Elsevier Science.

Philander, S. G. H. (1990). El Niño, La Niña and the Southern Oscillation. Academic Press, San Diego, CA.

Quinn, W. (1983). Long term variations in the Southern Oscillation, El Niño and Chilean subtropical rainfall. Fishery Bulletin, 81, 363-374.

Rasmusson, E. M. y Carpenter, T. H. (1982). Variations in the tropical sea surface wind fields associated with the Southern Oscillation/El Niño. Monthly Weather Review, 110, 354-384.

R Core Team. (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing (Version 3.6.2), Vienna, Austria. URL:(http://www.R-project.org/).

Rosenzweig, C. y Hillel, D. (2008). Climate variability and the global harvest: impacts of El Niño and other oscillations on agroecosystems. Oxford University Press, Inc.

Sandoval-Núñez, R. A. (2016). Estudio de las Variaciones Oceanográficas-Atmosféricas Asociadas con las Tendencias Climáticas a partir del Año 1951. Tesis, Magíster en Matemática, Mención en Estadística, Universidad del Bío-Bío, Concepción, Chile.

SAS. (2019). SAS® University Edition. USA: SAS Institute Inc, 2016. URL:( https://www.sas.com/en_us/home.html).

Sánchez, P. A. (2008). Cambios estructurales en series de tiempo: una revisión del estado del arte. Revista Ingenierías Universidad de Medellín, 7(12), 115-140.

Shopft P. S., and Harrison D.E., 1983. Influence of initial states on wave induced currents and warmings. Journal of Physical Oceanography, 13, 936-948.

Suárez-Moreno, R. y Rodríguez-Fonseca, B. (2015). S4CAST v2.0: sea surface temperature based statistical seasonal forecast model. Geosci. Model Dev., 8, 3639–3658. doi:10.5194/gmd-8-3639-2015

Trenberth, K. E. (1984). Signal versus noise in the Southern Oscillation. Monthly Weather Review, 112, 326-332.

Trenberth, K. E. (1997). The definition of El Niño. Bulletin of the American Meteorological Society, 78(12), 2771–2778.

Trenberth, K. E. y Stepaniak, D. (2001). Indices of El Niño evolution. Journal of Climate, 14, 1697-1701.

Ubilava, D. y Helmers, C. G. (2012). Forecasting ENSO with a smooth transition autoregressive model, Environmental Modelling & Software, 40, 81-190. http://dx.doi.org/10.1016/j.envsoft.2012.09.008

Wallace, J., Mitchell, T., Rasmusson, E., Kousky, V., Sarachik, E. y von Storch H. (1998). On the structure and evolution of ENSO-related climate variability in the Tropical Pacific: Lessons from TOGA. Journal of Geophysical Research, 103, 14,241–14,260.

Wilby, R.L. y Dawnson, C.W. (2007). SDSM 4.2 – A decision support tool for the assessment of regional climate change impacts. Tech. Note, UK. (Visited: July 30, 2018. Available at: https://sdsm.org.uk/).

Wright, P. B. (1985). The Southern Oscillation: An Ocean-Atmosphere Feedback System?. Bulletin of the American Meteorological Society, 66, 4, 398-412.

Xu, J. y von Storch, H. (1990). Predicting the state of the Southern Oscillation using POP analysis. Journal of Climate, 3, 1316-1329.

Zerefos, C. S. y Bais, A. F. (1997). Solar Ultraviolet Radiation Modelling, Measurements and Effects. New York: Springer-Verlag Berlin Heidelberg.

Zwiers, F. y von Storch, H. (1990). Regime dependent autoregressive time series modelling of the Southern Oscillation. Journal of Climate, 3, 1347-1363.