Data-based local rainfall modeling through global climate information
El clima es un sistema global cuyos subsistemas interactúan de manera compleja. Los modelos deterministas son capaces de describir los fenómenos climáticos de manera detallada en todo el mundo. No obstante, los diversos patrones climáticos globales concurrentes hacen que la tarea de modelado n...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | doctoralThesis |
| Language: | eng |
| Published: |
Universidad de Cuenca
2022
|
| Subjects: | |
| Online Access: | http://dspace.ucuenca.edu.ec/handle/123456789/38714 |
| _version_ | 1785802336192430080 |
|---|---|
| author | Mendoza Sigüenza, Daniel Emilio |
| author2 | Samaniego Alvarado, Esteban Patricio |
| author_facet | Samaniego Alvarado, Esteban Patricio Mendoza Sigüenza, Daniel Emilio |
| author_sort | Mendoza Sigüenza, Daniel Emilio |
| collection | DSpace |
| description | El clima es un sistema global cuyos subsistemas interactúan de manera compleja. Los
modelos deterministas son capaces de describir los fenómenos climáticos de manera
detallada en todo el mundo. No obstante, los diversos patrones climáticos globales
concurrentes hacen que la tarea de modelado numérico sea un desafío para las regiones
tropicales. Esto se debe a parametrizaciones inadecuadas y errores sistemáticos, típicos
de los modelos físicos deterministas. Además, la morfología de las montañas de los Andes
tropicales genera flujos con patrones espaciales complejos. Una estrategia para eludir la
complejidad de los modelos climáticos en los sistemas montañosos tropicales se basa en
las siguientes consideraciones. 1) Aunque complejo, el clima en los Andes tropicales es
fuertemente estacional. 2) El clima es un sistema de conexiones en el que los patrones
globales influyen en gran medida en esa estacionalidad. Ambas consideraciones parecen
ser criterios racionales para el diseño de un modelo más sencillo y a la vez significado
conceptual. Esta tesis trata sobre la modelación de señales de lluvia mensuales utilizando
patrones climáticos globales. Se asume que las señales climáticas globales son
controladores cruciales sobre las características estacionales de las señales climáticas
locales. La descomposición de señales mediante la conocida Regresión-ArmónicaDinámica (RAD) ayuda a determinar qué patrones climáticos globales influyen sobre el
clima local. La técnica RAD permite separar la lluvia en tendencias no estacionarias y
señales cuasi-periódicas. Por un lado, las tendencias se utilizan para descubrir conexiones
inter-anuales con patrones globales. Por otro lado, las amplitudes no estacionarias de los
componentes periódicos permiten encontrar conexiones intra-anuales. En una segunda
etapa, los patrones de clima globales identificados se incluyen como variables exógenas
en un modelo armónico para simular la precipitación local a escala mensual. Los patrones
globales determinan las propiedades no estacionarias de las tendencias y los componentes
periódicos a través de funciones no lineales. La no linealidad se logra mediante la técnica
de Parámetro-Dependiente de estado (PDE), que infiere funciones no paramétricas entre
los parámetros armónicos y los estados climáticos globales. Una evaluación preliminar
revela un modelo con capacidad para predecir con precisión las señales de lluvia mensual,
conteniendo posibles mecanismos climáticos fundamentales y vínculos conceptuales
entre el comportamiento estacional local y los estados climáticos globales. Finalmente,
aunque la técnica está basada en datos principalmente, sintetiza características
estacionales controladas por patrones climáticos globales, lo cual le otorga cierto carácter
de modelación basado en procesos. Debido a esto, la evaluación del modelo requiere una
perspectiva más integral, respondiendo tanto a la naturaleza basada en datos como a su
carácter de modelo basado en procesos. En ese sentido, se realiza una evaluación de la
predictibilidad del modelo propuesto en contraste con otras alternativas empíricas. Esta
evaluación basada en predicciones es típica de las técnicas basadas en datos. Además,
este trabajo considera una evaluación orientada a procesos, enfocándose en su capacidad
para simular características estacionales y temporales intrínsecas. La evaluación revela
un modelo con mejor precisión predictiva en términos estadísticos respecto a sus
alternativas de comparación, además de ciertas ventajas en cuanto a otros atributos. Se
argumenta que la habilidad predictiva del modelo propuesto se atribuye a su capacidad
para imitar las características de las precipitaciones locales controladas por los patrones
climáticos globales |
| format | doctoralThesis |
| id | oai:dspace.ucuenca.edu.ec:123456789-38714 |
| institution | Universidad de Cuenca |
| language | eng |
| publishDate | 2022 |
| publisher | Universidad de Cuenca |
| record_format | dspace |
| spelling | oai:dspace.ucuenca.edu.ec:123456789-387142023-05-11T17:26:53Z Data-based local rainfall modeling through global climate information Mendoza Sigüenza, Daniel Emilio Samaniego Alvarado, Esteban Patricio Ingeniería Civil Fenómenos climáticos Regresión Lluvia Meteorología El clima es un sistema global cuyos subsistemas interactúan de manera compleja. Los modelos deterministas son capaces de describir los fenómenos climáticos de manera detallada en todo el mundo. No obstante, los diversos patrones climáticos globales concurrentes hacen que la tarea de modelado numérico sea un desafío para las regiones tropicales. Esto se debe a parametrizaciones inadecuadas y errores sistemáticos, típicos de los modelos físicos deterministas. Además, la morfología de las montañas de los Andes tropicales genera flujos con patrones espaciales complejos. Una estrategia para eludir la complejidad de los modelos climáticos en los sistemas montañosos tropicales se basa en las siguientes consideraciones. 1) Aunque complejo, el clima en los Andes tropicales es fuertemente estacional. 2) El clima es un sistema de conexiones en el que los patrones globales influyen en gran medida en esa estacionalidad. Ambas consideraciones parecen ser criterios racionales para el diseño de un modelo más sencillo y a la vez significado conceptual. Esta tesis trata sobre la modelación de señales de lluvia mensuales utilizando patrones climáticos globales. Se asume que las señales climáticas globales son controladores cruciales sobre las características estacionales de las señales climáticas locales. La descomposición de señales mediante la conocida Regresión-ArmónicaDinámica (RAD) ayuda a determinar qué patrones climáticos globales influyen sobre el clima local. La técnica RAD permite separar la lluvia en tendencias no estacionarias y señales cuasi-periódicas. Por un lado, las tendencias se utilizan para descubrir conexiones inter-anuales con patrones globales. Por otro lado, las amplitudes no estacionarias de los componentes periódicos permiten encontrar conexiones intra-anuales. En una segunda etapa, los patrones de clima globales identificados se incluyen como variables exógenas en un modelo armónico para simular la precipitación local a escala mensual. Los patrones globales determinan las propiedades no estacionarias de las tendencias y los componentes periódicos a través de funciones no lineales. La no linealidad se logra mediante la técnica de Parámetro-Dependiente de estado (PDE), que infiere funciones no paramétricas entre los parámetros armónicos y los estados climáticos globales. Una evaluación preliminar revela un modelo con capacidad para predecir con precisión las señales de lluvia mensual, conteniendo posibles mecanismos climáticos fundamentales y vínculos conceptuales entre el comportamiento estacional local y los estados climáticos globales. Finalmente, aunque la técnica está basada en datos principalmente, sintetiza características estacionales controladas por patrones climáticos globales, lo cual le otorga cierto carácter de modelación basado en procesos. Debido a esto, la evaluación del modelo requiere una perspectiva más integral, respondiendo tanto a la naturaleza basada en datos como a su carácter de modelo basado en procesos. En ese sentido, se realiza una evaluación de la predictibilidad del modelo propuesto en contraste con otras alternativas empíricas. Esta evaluación basada en predicciones es típica de las técnicas basadas en datos. Además, este trabajo considera una evaluación orientada a procesos, enfocándose en su capacidad para simular características estacionales y temporales intrínsecas. La evaluación revela un modelo con mejor precisión predictiva en términos estadísticos respecto a sus alternativas de comparación, además de ciertas ventajas en cuanto a otros atributos. Se argumenta que la habilidad predictiva del modelo propuesto se atribuye a su capacidad para imitar las características de las precipitaciones locales controladas por los patrones climáticos globales Climate is a global system whose subsystems interact complexly. Deterministic models are capable of describing the climate phenomena with physical detail around the globe. Nonetheless, the several concurrent global climate patterns make the numerical modeling challenging for tropical regions. This is because of inadequate parameterizations and systematic errors, typical of physics-based models. Additionally, the morphology of the mountains in the tropical Andes generates complex spatial patterns for the fluxes. A strategy to circumvent the climate modeling complexity in tropical mountain systems is based on the following considerations. 1) Although complex, the climate in the tropical Andes is strongly seasonal. 2) The climate is a network system in which global patterns greatly influence that seasonality. Both considerations seem to be rational criteria to devise a simplified but meaningful modeling process. This research thesis is about the modeling of local monthly rainfall signals using global climate patterns. It is assumed that global climate signals are crucial drivers for the local seasonal features. A signals’ decomposition using the well-known Dynamic-HarmonicRegression (DHR) helps determine which global climate signals influence the local climate. The DHR technique allows the rainfall to be separated into non-stationary trends and quasi-periodical signals. On the one hand, trends are used to find out inter-annual connections with global patterns. On the other hand, the non-stationary amplitudes of periodical components allow finding intra-annual connections. In a second stage, the identified global signals are included as exogenous variables in a harmonic model for simulating the monthly local rainfall. Global patterns determine the non-stationary properties of trends and periodical components through non-linear functions. The non-linearity is attained by the State-Dependent (SDP) technique, which infers non-parametrical functions between the harmonic’ parameters and global climate states. A preliminary evaluation reveals a model with abilities to accurately predict monthly rainfall signals, which points to potential fundamental climate mechanisms and conceptual links between the local seasonal behavior and global climate states. Finally, the model is data-driven in principle, synthesizing local seasonal features driven by global climate patterns, providing the model with a process-driven flavor. Because of this, the model’s evaluation requires a more comprehensive perspective, responding to both the data-driven and process-driven nature. In that sense, a predictability evaluation of the proposed model in contrast to other empirical alternatives is carried out. This predictive-based evaluation is typical for data-driven techniques. In addition, this work considers a process-oriented assessment based on the model’s capacity to mimic intrinsic seasonal and temporal characteristics. This reveals a model with better predictive accuracy than its alternatives in statistical terms and other attributes. It is argued that the predictability of the proposed model is attributed to its capacity for mimicking local rainfall features driven by global climate patterns. Doctor (PhD) en Recursos Hídricos Cuenca 2022-03-29T12:18:09Z 2022-03-29T12:18:09Z 2022-03-28 doctoralThesis http://dspace.ucuenca.edu.ec/handle/123456789/38714 eng TPHD;09 Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ openAccess application/pdf 148 páginas application/pdf Universidad de Cuenca |
| spellingShingle | Ingeniería Civil Fenómenos climáticos Regresión Lluvia Meteorología Mendoza Sigüenza, Daniel Emilio Data-based local rainfall modeling through global climate information |
| title | Data-based local rainfall modeling through global climate information |
| title_full | Data-based local rainfall modeling through global climate information |
| title_fullStr | Data-based local rainfall modeling through global climate information |
| title_full_unstemmed | Data-based local rainfall modeling through global climate information |
| title_short | Data-based local rainfall modeling through global climate information |
| title_sort | data-based local rainfall modeling through global climate information |
| topic | Ingeniería Civil Fenómenos climáticos Regresión Lluvia Meteorología |
| url | http://dspace.ucuenca.edu.ec/handle/123456789/38714 |
| work_keys_str_mv | AT mendozasiguenzadanielemilio databasedlocalrainfallmodelingthroughglobalclimateinformation |