HOMOGENEIZACIÓN SNHT DE ALEXANDERSSON

Para la creación del Banco de Datos Ajustado de las temperaturas máximas,

mínimas, medias y amplitud térmica diaria, se ha aplicado el Standard Normal
Homogeneity Test for Shift Detection (SNHTs) de (ALEXANDERSSON y MOBERG,
1997) a la información mensual y anual.

Dentro de los métodos directos e indirectos, el Método Indirecto es el apropiado

para la homogeneización de nuestros datos, este método indirecto, se podrá
ejecutar mediante la comparación con Series de Referencia, las series de referencia
pueden ser creadas de forma artificial o pueden elegirse a partir de las series de las
estaciones vecinas a la estación de la serie base (por ejemplo un promedio areal).

Test de SNHT (serie aislada): Este es un test muy difundido y del cual se han
desarrollado versiones para analizar cambios en la media, la varianza y la tendencia
de la serie. Además es un test aplicado a una gran variedad de variables.
• La hipótesis nula será la homogeneidad de la serie.
• El método trabaja con la serie normalizada:

• Consideramos como estadístico el máximo, T*, de la serie T definida por:

• Localizamos el valor de T* en la siguiente tabla, dependiente del tamaño de la

muestra y del nivel de significación:

• La hipótesis nula será aceptada si para el valor T* y para el tamaño de la muestra

se supera el nivel de significación impuesto. Por ejemplo para una muestra de 20
miembros y un valor de T* superior a 6.95 se obtiene una confianza del 95%, es
decir de cada 100 casos en estas condiciones que consideremos homogéneos, sólo
5 serán realmente inhomogéneos.

Test de Alexandersson (serie de referencia):

Este test está basado en el anterior ya que aplica el SNHT para una serie auxiliar
construida a partir de la serie base y series de referencia. Aplicaremos este test a
series de precipitación y temperatura únicamente ya que la serie auxiliar definida en
cada caso es diferente.
• La hipótesis nula es la homogeneidad de la serie base.
• Generamos K series de referencia.
• Calculamos los coeficientes de correlación entre las series de referencia y la serie
base:

• Calculamos la serie auxiliar Q, que cambia en función de la variable:

• Una vez calculada la serie auxiliar, se aplica el test SNHT

• La hipótesis nula será aceptada si para el valor T* y para el tamaño de la muestra
se supera el nivel de significación impuesto. P

OTRA METODOLOGÍA
 Selección de estaciones con información mínima necesaria
Para que la estación fuera considerada en el análisis, se seleccionaron
aquellas estaciones que cumplieran los siguientes requisitos mínimos:
1. Contengan al menos 25 años de información;
2. No más del 20% de información faltante en su registro histórico
3. Que no hayan dejado de operar antes del año 2000.
 Congruencia lógica o integridad de los datos
Una vez conformada la base de datos climatológica de las estaciones
seleccionadas, se desarrollaron rutinas en macros de Excel con el compilador
Visual Basic, en donde se verificó la integridad de la información empleando
los siguientes criterios lógicos:
1. Precipitaciones (Pp) mayores o iguales a 0;
2. Temperaturas máximas (Tmax) mayores a temperaturas mínimas (Tmin);
3. Temperaturas mínimas (Tmin) menores a temperaturas máximas (Tmax);
4. Verificar que los registros se registren en fechas congruentes, (años
bisiestos).
Los datos que no cumplieron estos criterios se reemplazaron con el valor
-99, el cual se identifica como un valor faltante en procesos posteriores
 Validación espacial de la información
Otro filtro empleado para validar la información climática, fue la validación
espacial, esta se realizó considerando lo expuesto en la norma UNE
500540:2004 (UNE 500540, 2004) y que describe (Estévez & Gavilán, 2008)
como un nivel de validación opcional. Esta validación se aplica a los registros
diarios de una estación y estos se comparan con los registros históricos de
una variable climática de una estación de referencia, mediante la elaboración
de un intervalo de confianza basado en la fórmula:

Dónde: x y s es el promedio y la desviación estándar de las variables Tmax,

Tmin o Pp, respectivamente, n es el número de datos en la serie de datos
climáticos y  2 z es el valor estadístico 2.58  3.00 de la curva normal de
frecuencias asociado a un nivel de confianza del 99% o significancia del 1%
  0.01 (Steel & Torrie, 1985).
Los datos de las variables Tmax, Tmin o Pp que no se encontraran dentro
de los intervalos de confianza, se reemplazaron con el valor -99 para
identificarlo como valor faltante en procesos posteriores. Al igual que en el
apartado anterior, para realizar la validación espacial se desarrollaron rutinas
en macros de Excel con el compilador Visual Basic, se consideraron grupos
de no más de cinco estaciones por cada estación de referencia ubicadas
dentro de un perímetro de 50 km y situadas dentro de la misma unidad
climática.
 Aplicación de prueba de homogeneidad de Alexandersson