Reconstrucción de la señal térmica local en la Comunidad Valenciana entre 1948 y 2011 a partir de un downscaling estadístico mediante una red neuronal artificial: detección de patrones locales de cambio

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10045/54471
Información del item - Informació de l'item - Item information
Título: Reconstrucción de la señal térmica local en la Comunidad Valenciana entre 1948 y 2011 a partir de un downscaling estadístico mediante una red neuronal artificial: detección de patrones locales de cambio
Título alternativo: Reconstruction of thermal local signal from statistical downscaling (SD) through artificial neuronal network: detection of local patterns of change in Valencia Region (Spain) (1948-2011)
Autor/es: Miró Pérez, Juan Javier | Estrela, María J. | Olcina, Jorge
Grupo/s de investigación o GITE: Clima y Ordenación del Territorio | Grupo de Investigación en Historia y Clima
Centro, Departamento o Servicio: Universidad de Alicante. Departamento de Análisis Geográfico Regional y Geografía Física | Universidad de Alicante. Instituto Interuniversitario de Geografía
Palabras clave: Temperatura | Cambio climático | Patrones locales | Redes neuronales | Reanálisis del NCEP | Homogeneidad | Temperature | Climate change | Local patterns | Artificial neural networks | NCEP reanalysis | Homogeneity
Área/s de conocimiento: Análisis Geográfico Regional
Fecha de publicación: 2016
Editor: Asociación de Geógrafos Españoles
Cita bibliográfica: Boletín de la Asociación de Geógrafos Españoles. 2016, 70: 113-147 (eng:471-475). doi:10.21138/bage.2165
Resumen: Para el área de la Comunidad Valenciana (España) se dispone de más de 300 series de temperatura diaria de las que sólo 3 cubren por completo el periodo 1948-2011, y una mayoría menos de la mitad de dicho periodo. El presente trabajo busca reconstruir todas las señales térmicas locales que faltan en el periodo completo 1948-2011 a partir del reanálisis NCEP/NCAR en dicho periodo. Para ello se realiza un downscaling estadístico con los datos observados por medio de una ANN. Ello ha permitido detectar patrones locales de cambio climático que han sido consistentes a lo largo del espacio y tiempo. Estos patrones señalan una tendencia mayor al calentamiento en las partes altas de los relieves y áreas de montaña, y menor en el fondo de los valles. El valor del estudio reside en la detección de las áreas potencialmente más vulnerables al cambio térmico, más que en una determinación exacta de una magnitud global de cambio térmico. | For the area of Valencia (Spain) is available more than 300 daily temperature series of which only three cover completely the period from 1948 to 2011, and a majority less than half of that period. This work seeks to reconstruct all missing local thermal signals for the whole period 1948-2011 from the NCEP/NCAR reanalysis availability in that period. To do this, a statistical downscaling is performed with the observed data available through an ANN. This allowed us to detect local patterns of climate change that have been consistent over time and space. These patterns indicate substantially a greater warming tendency in the upper parts of the reliefs and mountain areas, and lower in the valley bottoms and lower lands. The value of the study lies primarily in identifying areas potentially more vulnerable to thermal change, rather than the accurate determination of a global magnitude of thermal change.
URI: http://hdl.handle.net/10045/54471
ISSN: 0212-9426
DOI: 10.21138/bage.2165
Idioma: spa | eng
Tipo: info:eu-repo/semantics/article
Derechos: Licencia Creative Commons Reconocimiento-NoComercial 4.0
Revisión científica: si
Versión del editor: http://www.age-geografia.es/ojs/index.php/bage/issue/view/1
Aparece en las colecciones:INV - CyOT - Artículos de Revistas
INV - HYC - Artículos de Revistas

Archivos en este ítem:
Archivos en este ítem:
Archivo Descripción TamañoFormato 
Thumbnail2016_Miro_etal_Boletin-AGE.pdfEspañol3,34 MBAdobe PDFAbrir Vista previa
Thumbnail2016_Miro_etal_Boletin-AGE_eng.pdfEnglish1,24 MBAdobe PDFAbrir Vista previa


Este ítem está licenciado bajo Licencia Creative Commons Creative Commons