The non stationary effect in the analysis of hydrometeorological time series of precipitation and temperature. Case of study: Monthly and extreme values on central Chile
Incorporación del efecto de la no estacionareidad en el análisis de series hidrometeorológicas de precipitación diaria y temperatura media diaria. Caso de estudio: Valores extremos y mensuales en Chile central;
The non statiónary effect in the analysis of hydrometeorological time series of precipitatión and temperature. Case of study: monthly and extreme values on central Chile;
incorporación del efecto de la no estaciónareidad en el análisis de series hidrometeorológicas de precipitación diaria y temperatura media diaria. Caso de estudio: valores extremos y mensuales en Chile central
| dc.contributor | Vargas Mesa, Ximena | |
| dc.contributor | UNIVERSIDAD DE CHILE | |
| dc.creator | Ricchetti Campos, Franco | |
| dc.date | 2018-12-16T20:47:47Z | |
| dc.date | 2022-08-23T12:51:29Z | |
| dc.date | 2018-12-16T20:47:47Z | |
| dc.date | 2022-08-23T12:51:29Z | |
| dc.date | 2018 | |
| dc.date.accessioned | 2023-08-22T02:02:52Z | |
| dc.date.available | 2023-08-22T02:02:52Z | |
| dc.identifier | 22180927 | |
| dc.identifier | https://hdl.handle.net/10533/232827 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8308874 | |
| dc.description | This work analyzes the nonstationary effect of climate in time series of monthly and extreme precipitation and monthly temperature. This effect is incorporating in the proposal of a new methodology of Bias Correction for General Circulation Models and in the development of a dynamical frequency analysis, based in conditional GEV probability distributions. At first, trend analysis is developed for hydrometeorological time series, including different techniques for quantify rates of changes in time. On one hand, for the proposal of Bias Correction, a representative ranking of GCM is done, with nonstationary criteria. The methodology of Bias Correction is based on dimensionless curves and observed trends. For a case of study, this methodology is applied in projection of seasonal precipitation and monthly average temperature, for a near future (2020-2049), under the RCP 8.5 Climate Change scenario. The results are compared with the classical stationary approach, based on transfer function. On the other hand, and for the extreme precipitation time series, stochastic GEV distributions with covariates are developed. The covariates are of two kinds: (i) based in dynamical variables, exploring teleconnections between extremes and global circulation patters and (ii) based on deterministic and linear trends, conditioned by time. In general terms, the results show decreasing trend for seasonal precipitation (between -0.4 and -2.7 mm/yr) and increasing trend for monthly average temperature (between 0.01 and 0.1 °C/dec). For the case of extreme precipitation, is possible see small decreasing trend (-0.1 mm/yr) in the observed time series, with a strong trend in the standard deviation (until 0.2 mm/yr). For the developed methodology of bias correction, is possible see differences of 1.5 °C and 20% in projection of temperature and precipitation, respectively, comparing with the stationary methodology of transfer function. For the extreme analysis, two different zones are identified in central Chile. A northern zone, correlated with El Niño phenomena (rho=0.49) and a southern zone corelated with other atmospheric phenomena, such as pressure and wind. For the GEV frequency analysis including linear trends, the differences in the future are until 43% for return periods of 100 years, comparing with the stationary analysis The main conclusion suggest that results change when the nonstationary effect is incorporated in the analysis of time series. This approach es necessary for developed of robust discussion of the result, especially for determining plans water resources management or hydraulics works to control floods. | |
| dc.description | El presente trabajo incorpora el efecto no estacionario en el análisis de series hidrometeorológicas de precipitación mensual y extrema diaria, además de temperatura media mensual. Este efecto se considera para el desarrollo de una metodología estadística de corrección de sesgo para Modelos de Circulación General, como también en un análisis de frecuencia dinámico, basado en distribuciones de probabilidad condicionada. En un comienzo, se realiza un análisis de tendencias en las series hidrometeorológicas, incluyendo diferentes métodos para cuantificarla. Para la metodología propuesta de corrección de sesgo, se elige un GCM apropiado para el análisis, incorporando indicadores que logren cuantificar el efecto no estacionario. Luego, se propone un método basado en curvas adimensionales y tendencias observadas para corregir los datos desde los modelos y realizar una proyección en un futuro cercano (2020-2049), bajo el escenario RCP 8.5. La metodología se aplica para series de precipitaciones semestrales y temperaturas medias mensuales. Por otro lado, para las series de precipitaciones extremas, la no estacionareidad se incorpora en un análisis de frecuencia basado en distribuciones GEV, donde se incluyen dos tipos de covariables: (i) adoptadas en base a variables dinámicas, explorando teleconexiones entre los extremos y fenómenos de circulación general atmosférica, y (ii) modeladas como tendencias determinísticas lineales, dependientes del tiempo. Los resultados muestran, en líneas generales, tendencias a la baja para las series de precipitación semestral (-0,4 a -2,7 mm/año) y al alza para series de temperatura media mensual (0,01 a 0,1 °C/dec). Para el caso de las precipitaciones extremas, se distinguen tendencias levemente a la baja (-0,1 mm/año) en las medias, con una marcada tendencia al alza en la varianza de las series (hasta 0,2 mm/año). Con respecto a la metodología de corrección de sesgo, se obtienen proyecciones futuras con diferencias en medias de hasta 1,5 °C y 20% con respecto a la metodología de función de transferencia estacionaria, para series de temperatura y precipitación, respectivamente. La metodología propuesta logra cuantificar bien los diferentes cambios estacionales de invierno y verano. Para el análisis de extremos, se identifican dos zonas homogéneas en Chile Central: una zona norte, bien correlacionada con el fenómeno de El Niño (ρ=0.49) y una zona sur, relacionada con otros fenómenos de circulación atmosférica (vientos y presiones). Con respecto al análisis de frecuencia con tendencia lineal como covariable, se observa un incremento futuro de hasta 43% en los valores de precipitación asociados a periodos de retorno de 100 años. La conclusión sugiere que los resultados cambian al incorporar el enfoque no estacionario en el análisis de las series. Este enfoque resulta ser necesario para el trabajo con este tipo de datos, al menos para tener una discusión robusta de la incertidumbre. | |
| dc.description | PFCHA-Becas | |
| dc.description | PFCHA-Becas | |
| dc.format | application/pdf | |
| dc.relation | instname: Conicyt | |
| dc.relation | reponame: Repositorio Digital RI2.0 | |
| dc.relation | info:eu-repo/grantAgreement//22180927 | |
| dc.relation | info:eu-repo/semantics/dataset/hdl.handle.net/10533/93488 | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | Ingeniería y Tecnología | |
| dc.subject | Ingeniería Civil | |
| dc.subject | Ingeniería Civil | |
| dc.title | The non stationary effect in the analysis of hydrometeorological time series of precipitation and temperature. Case of study: Monthly and extreme values on central Chile | |
| dc.title | Incorporación del efecto de la no estacionareidad en el análisis de series hidrometeorológicas de precipitación diaria y temperatura media diaria. Caso de estudio: Valores extremos y mensuales en Chile central | |
| dc.title | The non statiónary effect in the analysis of hydrometeorological time series of precipitatión and temperature. Case of study: monthly and extreme values on central Chile | |
| dc.title | incorporación del efecto de la no estaciónareidad en el análisis de series hidrometeorológicas de precipitación diaria y temperatura media diaria. Caso de estudio: valores extremos y mensuales en Chile central | |
| dc.type | Tesis Magíster | |
| dc.type | info:eu-repo/semantics/masterThesis | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | Tesis |