Ambiente

Modelo de regresin curvilnea para el Calentamiento Global. Una visin

proyectiva de la anomala trmica

Curvilinear regression model for Global Warming. A projective view of the thermal
anomaly

Modelo de regresso curvilnea para o Aquecimento Global. Uma viso projetiva da

anomalia trmica

Jos Gregorio Pez Veracierta1

Recibido: 2-2-17; Aprobado: 7-3-17
Resumen Abstract Resumo
Este trabajo presenta la utilizacin de This paper presents the use of Este trabalho apresenta a utilizao de
modelos de regresin curvilnea, espe- curvilinear regression models, spe- modelos de regresso curvilnea, espe-
cficamente en regresin polinmica de cifically in third order (cubic) polyno- cificamente em regresso polinomial de
tercer orden (cbica), para representar mial regression, to represent the terceira ordem (cbica), para represen-
el fenmeno de Calentamiento Global a Global Warming phenomenon tar o fenmeno de Aquecimento Global
travs de su expresin en anomalas tr- through its expression in annual atravs de sua expresso em anomalias
micas medias anuales. La data fue to- mean thermal anomalies. The data trmicas mdias anuais. Data-a foi toma-
mada de NASA-GISS (2017) y com- was taken from NASA-GISS (2017) da de NASA-GISS (2017) e compreende
prende un registro de temperaturas des- and comprises a temperature record um registro de temperaturas desde o
de el ao 1880 hasta el ao 2016. Se uti- from 1880 to 2016. We used the IBM ano 1880 at o ano 2016. Utilizou-se o
liz el software IBM SPSS versin 23 y SPSS software version 23 and the software IBM SPSS verso 23 e as bon-
las bondades de la estadstica inferen- benefits of inferential statistics for the dades da estatstica inferencial para a
cial para la construccin de dos mode- construction of two models that rep- construo de dois modelos que repre-
los que representan la Anomala Trmi- resent the Thermal Anomaly (AT) sentam a Anomalia Trmica (AT) sem su-
ca (AT) sin suavizar y la Anomala Tr- without smoothing and the Minimum avizar e a Anomalia Trmica (AT) mni-
mica (AT) mnima. El anlisis realizado Thermal Anomaly (AT). The analysis ma. A anlise realizada segue a hiptese
sigue la hiptesis de que el fenmeno follows the hypothesis that the phe- de que o fenmeno seguir sua constan-
seguir su constante tendencia cre- nomenon will follow its constant in- te tendncia crescente, observada nos
ciente, observada en los ltimos 140 creasing trend, observed in the last ltimos 140 anos, o que permite projetar
aos, lo que permite proyectar a futuro 140 years, which allows projecting to a futuro as mudanas de temperatura
los cambios de temperatura a travs de the future the changes of tempera- atravs de funes de uma varivel em
funciones de una variable en nmero ture through functions of a variable in nmero de anos. Os resultados arroja-
de aos. Los resultados arrojados por number of years. The results of the dos pelos modelos do conta da magni-
los modelos dan cuenta de la magnitud models show the magnitude of the tude do aquecimento que sofrer o pla-
del calentamiento que sufrir el planeta warming that the planet will suffer in neta nos prximos 200 anos, por verda-
en los prximos 200 aos, por cierto, na- the next 200 years, by the way, noth- deiro, nada alentadores.
da alentadores. ing encouraging. Palavras-chave: Anomalia trmica,
Palabras clave: Anomala trmica, ca- Keywords: Annual mean tempera- aquecimento global, modelo, regresso
lentamiento global, modelo, regresin ture, curvilinear regression, global curvilnea, temperatura mdia anual.
curvilnea, temperatura media anual. warming, model, thermal anomaly.

Introduccin Los registros que proporciona el Goddard Institute for

Es indiscutible que hoy en da tenemos un planeta
ms caliente. Los registros promedio de temperatu-
ras que se han registrado mundialmente, aunque con-
servan una regular dispersin entre mximas y mni-
mas, preocupan a muchos investigadores a nivel
mundial por su tendencia creciente. Esto ha conduci-
do a cambios importantes en el clima, la calidad de
las aguas, en la flora y la fauna, etc, con todos los
efectos primarios y colaterales que este fenmeno po-
dra involucrar a mediano y largo plazo (IPCC, 2007;
OMS, 2008; ERMACC, 2010).
1
IngInd, MSc. Profesor Universidad de Oriente. e-mail: jgpv22@hotmail.com
GEOMINAS, Vol. 45, N 72, abril 2017
Space Studies (GISS) de la National Aeronautics and
Space Administration (NASA), que datan del ao
1880, dan cuenta de una variacin de temperatura,
cercana a 1,5 C hasta el ao 2016.
Un amplio sector de la comunidad cientfica concuer-
da que este cambio de temperaturas, especialmente
en los ltimos 50 aos (precisamente la zona donde
la pendiente de la grfica anterior conserva constan-
te su tendencia), es debido a la actividad humana (Ne-
bel y Wright, 1999; Garca, 1999; Staines, 2007; Bar-
boza, 2013). De all la importancia de conocer a futu-
ro cmo seran tales variaciones para crear concien-
9
J. G. Pez V.

Grfico 1. Media Global estimada (C) basada en datos de tierra y ocano. Media anual y Mnima
suavizada en C vs Ao (1880-2016)
Fuente: NASA-GISS (2017), Actualizacin Fig. 9 de Hansen et al. (2010), Hansen et al. (2010)Hansen et al.
(2010)Hansen et al. (2010) Disponible en:
https://data.giss.nasa.gov/gistemp/graphs/graph_data/Global_Mean_Estimates_based_on_Land_and_Ocean_Data/grap
h.png

cia a nivel mundial de lo que se ave-

cina en un corto plazo.
Algunos modelos computaciona-
les han ayudado a simular la ano-
mala trmica global. Estos mode-
los se han basado en la cuantifica-
cin simulada de emisiones de ga-
ses de efecto invernadero prove-
nientes de la actividad humana y
natural y su interaccin con la ra-
diacin y otros procesos fsicos
(Hansen, 2000). Se muestra un
ejemplo en el grfico 2.
Lo importante de estas simulacio-
nes es el hecho de que el calenta-
miento no es un supuesto inicial si-
no un resultado, y de hecho, un re-
sultado alarmante, teniendo ano-
malas trmicas que van desde los
2,2 C hasta 4,7 C en un perodo
Grfico 2. Proyecciones del calentamiento global.
de 200 aos (proyeccin especfi- Anomala trmica en C vs Ao (1900-2100)
ca al ao 2100). La variacin total Fuente: NOAA (2012), Version in Spanish of Climate model predictions for global
desde la mnima negativa (ao warming under the SRES A2 emissions scenario relative to global average
1900) hasta la mxima temperatu- temperatures in 2000.
ra de las simulaciones (ao 2100)
es cercana a los 5,7 C. de hacer proyecciones. Uno de medias del perodo 1880-2016
Aunque las ecuaciones diferencia- ellos es la utilizacin de la regre- (NASA-GISS, 2017) perfectamen-
les y ecuaciones en diferencias re- sin para modelar las anomalas te aplicable al calentamiento glo-
ferentes al clima son complejas, medias de temperatura y estimar bal futuro.
as como los equipos computacio- estos cambios a mediano y largo
nales que manejan los algoritmos plazo. MetodologaData utilizada
matemticos necesarios en el pro- Este trabajo presenta un modelo Se consider como la ms comple-
ceso, tambin se tienen al alcance funcional de regresin con estima- ta para este estudio la data propor-
procedimientos ms sencillos que cin curvilnea, basado en la serie cionada por NASA GISS (2017),
tienen precisin vlida al momento temporal de anomalas trmicas que brinda registros de temperatu-
10 GEOMINAS, Vol. 45, N 72, abril 2017
 Modelo de regresin curvilnea para el Calentamiento

ras medias de Tierra y Ocano desde el ao 1880 has-

ta el ao 2016. Esta data tiene la particularidad de es- Donde: ei: cada residuo, e: media de residuos y n: ob-
tar disponible directamente a travs de un archivo servaciones.
.csv descargable en: El coeficiente R2 tiene las siguientes propiedades:
https://data.giss.nasa.gov/gistemp/graphs/graph_d
ata/Global_Mean_Estimates_based_on_Land_and
_Ocean_Data/graph.csv que incluye el detalle cuan-
titativo de la variable de Anomala Trmica que se ob-
serva en la grfica 1. Incluye las anomalas trmicas
medias anuales (AT sin suavizar) y las anomalas tr-
micas mnimas suavizadas (AT mnima).Recursos
Se utiliz el programa IBM SPSS Statistics versin
23, (Manual SPSS, 2017), para organizar y procesar
la data. A travs de este software el clculo es fluido y Por las caractersticas de crecimiento de las varia-
rpido y permite el anlisis de los parmetros: Coefi- bles de anomalas trmicas; AT sin suavizar y AT mni-
ciente de determinacin (R) y error estndar (Es), in- ma (ver grfico 1) y por el tipo de data (valores positi-
dicadores clave para la seleccin de la regresin vos y negativos), se analizaron las siguientes regre-
apropiada. Como complemento operativo y visual se siones: Lineal, Logartmico, Cuadrtico y Cbico. Los
us el software Microsoft Excel versin 365. valores del coeficiente de Determinacin (R2) de cada
Fundamentacin del anlisis una de estas regresiones por variable estudiada se
Los modelos matemticos surgidos de una nube de muestran en la siguiente seccin (ver tablas I y II).
puntos, son modelos construidos para predecir los va- Para los modelos considerados, el tiempo se emplea
lores de una o ms variables dependientes a futuro, en unidades de simulacin, siendo el ao 1880 igual
sobre todo si la nube de puntos involucra una variable a t=0, es decir, la condicin inicial del modelo es en 0
independiente temporal. Esta serie es denominada aos.
Serie Temporal o Serie de Tiempo. En estos trmi-
nos, una serie temporal es una sucesin de observa- Resultados y discusin
ciones cuantitativas de un fenmeno ordenadas en el De acuerdo a los coeficientes de determinacin re-
tiempo. (Snchez, 2004). sultantes (R2) se seleccion el modelo de ecuacin c-
El estudio a largo plazo de las series de tiempo gene- bica tanto para la variable AT sin suavizar y para AT
ralmente se realiza sobre datos anuales. Para cons- mnima. Las tablas I y II lo confirman.
truir un modelo predictivo confiable, la serie debe te-
ner al menos 15 o 20 aos de data (en este caso tiene
136 aos), esto se debe a que la presencia potencial Tabla I. Coeficiente de determinacin (R2) de las
de movimientos cclicos, en algn intervalo de tiem- regresiones analizadas en la variable AT sin
po, no sea considerado como un indicativo de la ten- suavizar.
dencia global de los valores de la serie temporal. (Aya-
la et al., 2008).
El anlisis realizado en este estudio se enmarca en
los modelos de regresin simple, no lineales. Se dice
que es simple porque trata con una nica variable in-
dependiente, y no lineal porque se utiliza el ajuste cur-
vilneo, aunque luego ste es contrastado con el ajus-
te lineal para observar su bondad ante el mismo.
La forma general de la funcin es y=f(t), donde y es la
variable dependiente (AT sin suavizar y AT mnima) y *Modelo seleccionado
t es el tiempo en aos. El objetivo de analizar las se-
ries temporales es doble. Por un lado se trata de com-
prender la tendencia de la variable o las variables en
el pasado y por otra parte se ajusta un modelo a esa Tabla II. Coeficiente de determinacin (R2) de las
tendencia para predecir su tendencia futura. (Sn- regresiones analizadas en la variable AT mnima.
chez, 2004).
El mtodo analtico para modelar series pretende se-
leccionar una funcin que se ajusta lo ms posible a
las series en estudio. Por medio de este mtodo se se-
lecciona aquella funcin del tiempo que minimice la
suma de los cuadrados de los errores y que muestre
el coeficiente de determinacin (R2) ms cercano a 1.
Este coeficiente, denotado R2, se calcula mediante la
relacin de las desviaciones de los residuos (Se) y las
desviaciones de y, (Sy). Su expresin viene dada por:
*Modelo seleccionado
GEOMINAS, abril 2017 11
J. G. Pez V.

Para la construccin de la ecuacin de AT sin suavizar, as como para el monitoreo de los diferentes esta-
dsticos, se puede observar el resumen del modelo en la figura 1.

Figura 1. Resumen del Modelo para la variable AT sin suavizar.

Ecuacin del Modelo AT sin suavizar:

En R=0,880 para AT sin suavizar (error estndar = 0,115)
y(t)=-0,256-0,0000116t+0,0000764t2+0,000000357t3
t en aos (primer ao: 1880=0).
Haciendo una proyeccin con este modelo para los aos 2100 (t=219), 2150 (t=269) y 2200 (t=319) y asu-
miendo que el ritmo del calentamiento global sigue su curso, los resultados son alarmantes. La diferencia de
temperatura media anual sera cercana a 3,86 C; 7,24 C y 12,11 C, respectivamente, algo impensable pa-
ra la vida en nuestro planeta. Los resultados que est proporcionando el modelo estn ajustados a las simu-
laciones relativas al grfico 2, donde las anomalas de temperatura para el ao 2100 se estiman, aproxima-
damente, en el intervalo [2,2 4,7] C.
Para la construccin de la ecuacin de AT mnima, as como para el monitoreo de los diferentes estadsti-
cos, se puede observar el resumen del modelo en la figura 2.
Ecuacin del Modelo AT mnima:
En R=0,943 para AT mnima (error estndar = 0,076)
y(t)=-0,254+0,00000853t2+0,000000356t3
t en aos (primer ao: 1880=0).
Igual que con el modelo anterior, haciendo una proyeccin con el modelo de AT mnima para los aos 2100
(t=219), 2150 (t=269) y 2200 (t=319) y asumiendo que el ritmo del calentamiento global sigue su curso, los re-
sultados tambin son fatdicos. La diferencia de temperatura media anual sera cercana a 3,89 C; 7,29 C y
12,17 C, respectivamente. Los resultados que est proporcionando este modelo tambin se ajustan a las si-
mulaciones relativas al grfico 2, donde las anomalas de temperatura para el ao 2100 se estiman, aproxi-
madamente, en el intervalo [2,2 4,7] C.
12 GEOMINAS, Vol. 45, N 72, abril 2017
 Modelo de regresin curvilnea para el Calentamiento

En el grfico 5, se presentan
los dos modelos de ajuste jun-
to con las curvas de la data
bruta.

Conclusiones
Una de las conclusiones obte-
nidas en este estudio es la con-
firmacin instrumental de que
el modelo de regresin cbico
puede proyectar las anoma-
las anuales medias de tem-
peratura global con grados de
incertidumbre y confianza
aceptables.
Estos modelos recrean una
realidad a futuro, asumiendo
la hiptesis de que para los
aos venideros no se toma-
ran medidas realmente signi-
ficativas que influyan sobre el
calentamiento global y que el
proceso como tal seguir su
curso de una manera similar a
Grfico 3. Modelo de AT sin suavizar con nube de puntos observados. lo percibido en los ltimos 150
aos.

Figura 2. Resumen del Modelo para la variable AT mnima.

GEOMINAS, abril 2017 13
J. G. Pez V.

Los resultados ac obtenidos no son na-

da alentadores si el ritmo de emisiones
de gases que contribuyen al efecto in-
vernadero y el proceso natural de calen-
tamiento del planeta continua tal cual lo
observado. Son urgentes las medidas
para disminuir tales emisiones, asu-
miendo campaas desde organismos
multilaterales y comprometiendo an
ms a las naciones sobre el compromi-
so que se debe tener ante este proble-
ma que amenaza con la vida en nuestro
planeta.
Por otro lado, la realidad de que el pla-
neta est sufriendo alzas en sus tempe-
raturas medias anuales contrasta con la
idea de cuantificar la responsabilidad
del hombre ante el fenmeno. Sin duda
que su actividad depredadora (indus-
trializacin a gran escala, destruccin
de bosques, contaminacin de aguas y
Grfico 4. Modelo de AT mnima con nube de puntos mares, utilizacin de combustibles fsi-
observados.
les, etc) en conjunto con la correspon-
dencia temporal del crecimiento de es-
tas actividades y el calentamiento global experimentado, es evidencia de que s tiene influencia en el fen-
meno Pero, Cmo cuantificar la responsabilidad humana en comparacin con un supuesto proceso na-
tural de calentamiento del planeta?... Cmo concebir un fenmeno que realmente estaba sucediendo an-
tes de la industrializacin y que la accin del hombre lo est acelerando? Los modelos ac planteados nos
ayudaran a impulsar campaas que disminuyan en menor o mayor grado tal aceleracin, tal responsabili-
dad ambas.

Referencias
Ayala P., Gmez A.,Pastinante S., Villalba C. y Wucherer P. (2008). Vctimas fatales de accidentes de trnsito
(perodo 2003-2007), Chaco-Argentina: Universidad Nacional del Nordeste.
Barboza, . (2013). Calentamiento Global : La mxima expresin de la civilizacin petrofsil, Revista del
CESLA, n. 16. Disponible en http://www.redalyc.org/articulo.oa?id=243329724003
ERMACC (2010). Estrategia Regional de Estrategia Regional de Mitigacin y Adaptacin frente al Cambio
Climtico 2010-2012 2012-2020, Madrid: Consejera de Industria, Energa y Medio Ambiente Oficina de
C a m b i o C l i m t i c o . D i s p o n i b l e e n h t t p : / / w w w. a l b a c e t e p o r e l c l i m a . c o m / w p -
content/documentos/ERMACC.pdf
Garca, N. (1999). La globalizacin imaginada, Madrid: Paids.
Hansen, J. (2000). Climatic Change: Understanding Global Warming, En Robert Lanza. One World: The
Health & Survival of the Human Species in the 21st century, Nuevo Mxico: Health Press.
IPCC (2007, noviembre), Climate Change 2007). Synthesis Report. Contribution of Working Groups I, II and
III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Valencia,
Espaa. Disponible en https://www.ipcc.ch/pdf/assessment-report/ar4/syr/ar4_syr.pdf
Manual SPSS (2017). SPSS Modelos de regresin 23. Irlanda: SPSS Inc.
NASA-GISS (2017). GISS Surface Temperature Analysis (GISTEMP). National Aeronautics and Space Ad-
ministration, Goddard Institute for Space Studies. Disponible en https://data.giss.nasa.gov/gistemp/
Nebel, B. y Wright, R. (1999). Ciencias ambientales, Ecologa y desarrollo sostenible, Mxico: Prentice Hall
Hispanoamericana.
NOAA (2012, octubre). Patterns of greenhouse warming. GFDL Climate Modelling Research Highlights, The
National Oceanic and Atmospheric Administration , Geophysical Fluid Dynamics Laboratory, New Jersey.
Disponible en https://www.gfdl.noaa.gov/patterns-of-greenhouse-warming-ar4/
OMS (2008). Abordando el cambio climtico en los establecimientos de salud, Organizacin Mundial de la
Salud. Disponible en http://saludsinmercurio.org/SSD/Hospitales_Saludables.pdf
Snchez, J. (2004). Introduccin a la Estadstica Empresarial, Mlaga: Eumed.net. Disponible en
http://www.eumed.net/cursecon/libreria/2004/jsf/jsf.htm
Staines, F. (2007). Cambio climtico: interpretando el pasado para entender el presente, Ciencia Ergo Sum,
v. 14, n. 3, Disponible en http://www.redalyc.org/articulo.oa?id=10414313

14 GEOMINAS, Vol. 45, N 72, abril 2017

GEOMINAS, abril 2017
Grfico 5. Modelos de AT sin suavizar y AT mnima con data bruta del ao 1880 al 2016.
Modelo de regresin curvilnea para el Calentamiento

15
 GEOMINAS

Fuente: http://fullciencia.com/formas-de-cuidar-la-tierra/

16 GEOMINAS, Vol. 45, N 72, abril 2017