www.toolkit.net.

au

Deteccion de tendencias en series de tiempo ambientales

Francis Chiew The University of Melbourne Traducido al espaol por Waldo Lavado Casimiro Brisbane 6 July Sydney 20 July

TREND
TREND es un modelo producto de Modelling Toolkit (www.toolkit.net.au/trend). TREND esta diseado para facilitar tests estadisticos de tendencias, cambio y aletoriedad en series hidrologicas y otras series de tiempo.

TREND tiene 12 tests estadisticos basados en la WMO/UNESCO Expert Workshop en Tendencia/Cambio Deteccion y el CRC para Catchment Hydrology publication Hydrological Recipes.

Porque detectar tendencia/cambio en series ambientalesde tiempo?

La mayora de los sistemas de recursos hdricos han sido diseados y operados basados en la suposicin de la Estacionariedad hidrolgica.. Si esta suposicin de Estacionariedad no es valida los sistemas tal vez son sobre o sub estimados.

Tendencia/cambio en series de tiempo ambientales pueden ser causados por: Cambios climticos como resultado del incremento de las concentraciones de los gases de efecto invernadero. Cambio en el uso del suelo (urbanizacin, deforestacin, etc.) Cambio en practicas de manejo etc

Cambio climatico y variabilidad climatica

Cambio climtico define la diferencia entre largos periodos medios del parmetro climtico o estadstico, donde la media es tomada sobre un determinado intervalo de tiempo, usualmente varias dcadas. Cambio climtico puede ocurrir porque los cambios internos y fuerzas externas por razones naturales o antropogenicas. Es dificultoso de hacer una clara atribucin a estas causas. Variabilidad climtica puede ser vista como la variabilidad (de los extremos y diferencias de valores en meses, estaciones y anuales del valor climatolgicamente esperado) inherente en los procesos estacionarios aproximando el clima en escalas de algunas decadas. La hidroclimatologia interanual puede variar considerablemente, resultando dificultoso detectar un significante cambio estadstico en el clima.

Seal de cambio climatico en series de caudales?

Caudales en Hume Weir
14,000,000 12,000,000

Annual flow

10,000,000
8,000,000 6,000,000 4,000,000 2,000,000 0

1891

1911

1931

1951

1971

1991

Claro salto en la media (cambio climatico?)

Multi-saltos en la media (variabilidad interdecadal?)

La hidroclimatologia esta siempre cambiando en varias escalas de tiempo

200

Annual inflows into OShannassy Reservoir

Annual inflow (GL)

150

Interdecadal variabilidad
100

Cambio Climatico?

50

0 1910

1920

1930

1940

1950

1960

1970

1980

1990

2000

2010

Estacional Inter-anual

Interdecadal (20-30 aos) Cambio climatico

ENSO (3-7 aos)

Ejemplos de grficos de series de tiempo

5000

4000

3000

2000

Annual River Nile flows at Aswan in cumecs

1870 1880 1890 1900 1910 1920 1930 1940 1950

1000 1860

Scatter plot

5000

5000

4000

4000

3000

3000

2000

2000

1000 1860

1870

Line plot with data points

1880

1890

1900

1910

1920

1930

1940

1950

1000 1860

Line plot without data points

1870

1880

1890

1900

1910

1920

1930

1940

1950

Ejemplos de lneas de tendencia en datos de Series de tiempo

5000 5000 4000 4000

3000

3000

2000

2000

1000 1860

1870

10-point moving average

1880

1890

1900

1910

1920

1930

1940

1950

1000 1860

1870

1880

1890

1900

1910

1920

1930

1940

1950

Lowess smooth
5000

5000

4000

4000

3000

3000

2000

2000

1000 1860

1870

1880

Linear regression

1890

1900

1910

1920

1930

1940

1950

1000 1860

1870

Polynomial regression

1880

1890

1900

1910

1920

1930

1940

1950

Metodos estadisticos para deteccion de tendencia/cambio en datos de series de tiempo

Cambio en una serie de tiempo puede ocurrir regularmente (una tendencia), abruptamente (un cambio en la media) o en una forma mas compleja. Eso puede afectar la media, la mediana, la variancia u otros aspectos de los datos.
TREND tiene varios mtodo estadsticos para detectar tendencias, cambios en las medias, diferencias en medias-medianas entre dos periodos segmentados de la data y la aleatoriedad en series de tiempo hidrolgicas. Los mtodos estadsticos en TREND estan basados en la WMO/UNESCO WCP Expert Workshop on Detecting Trend and Other Changes in Hydrological Data y la CRCCH Hydrological Recipes.
Kundzewicz, Z.W. and Robson, A. (Editors) (2000) Detecting Trend and Other Changes in Hydrological Data. World Climate Program Water, WMO/UNESCO, WCDMP-45, WMO/TD 1013, Geneva, 157 pp.

Grayson, R.B., Argent, R.M., Nathan, R.J., McMahon, T.A. and Mein, R. (1996) Hydrological Recipes: Estimation Techniques in Australian Hydrology. Cooperative Research Centre for Catchment Hydrology, Australia, 125 pp.

Tests Parametricos y No Parametricos

La mayoria de test asume que las series de tiempo son independientes e identicamente distribuidos.

Parametric tests also assume that the time series data and the errors (deviations from the trend) follow a particular distribution. Most parametric tests assume that the data are normally distributed. Parametric tests are useful as they also quantify the change in the data (e.g., change in mean or gradient of trend). Parametric tests are generally more powerful than non-parametric tests.
Non-parametric tests are generally distribution-free. They detect trend/change, but do not quantify the size of the trend/change. They are very useful because most hydrologic time series data are not normally distributed.

Tests estadisticos en TREND

Tests para tendencias
Mann-Kendall (non- paramtrico) Spearmans Rho (non- paramtrico) Regresin Linear (paramtrico)

Tests para cambio en media/mediana

Distribucin Free CUSUM (non- parametrico) Cumulative Deviation (paramtrico) Worsley Likelihood Ratio (paramtrico)

Tests para diferencia en media/mediana en dos diferentes periodos de la serie Rank-Sum (non-parametrico) Students t-test (paramtrico) Tests para aleatoriedad Median Crossing (no- paramtrico) Turning Points (no- paramtrico) Rank Difference (no-p paramtrico) Autocorrelation (paramtrico)

Importantes sugestiones
Debera tener una buena data y debera entender los datos (va anlisis exploratorio de datos). Debera entender los test estadsticos y sus supuestos. Un test estadstico provee evidencia no prueba. Significancia no es lo mismo que importancia ( p. e. un cambio puede ser detectado, pero el tamao puede ser bastante pequeo que no es importante en nuestro anlisis). Si H0 es rechazado, las razones de la tendencia/cambio deberan ser investigado.