New algorithms for meteorological events analysis and modelling: studies over fog and wind data in the Iberian Peninsula

Abstract

La presente tesis trata de aplicar diferentes técnicas y algoritmos ya conocidos a problemas relacionados con eventos de tipo meteorológico. Los objetivos son diversos, por un lado el empleo y desarrollo de modelos estocásticos para predicción probabilista y caracterización de dichos eventos, así como también el uso de técnicas de aprendizaje máquina para la predicción. Por otro lado, lleva a cabo la construcción de redes climáticas clásicas y autoorganizadas basadas en diferentes métodos para el estudio del sistema climático, en particular con una aplicación directa en el ámbito de las energías renovables. En este respecto, diferentes contribuciones se han desarrollado a lo largo de esta tesis con aplicación a tres casos concretos resumidos a continuación. Vivimos a merced de la caótica naturaleza que caracteriza a la meteorología y en más largo plazo, al clima. Es habitual que la sociedad enfrente retos y sufra las consecuencias derivadas de desastres naturales y de la limitada capacidad de predicción ante muchos de dichos fenómenos que condicionan la vida de nuestro planeta. Es bien conocida la frase del matemático y meteorólogo Eduard Lorenz, uno de los padres de la teoría del caos, sobre que «El aleteo de una mariposa en Brasil puede producir un tornado en Texas». Con ella trataba de explicar que, dada la complejidad y la dinámica no lineal que caracteriza al sistema climático, un pequeño cambio en las condiciones iniciales puede dar lugar a comportamientos muy diferentes en el futuro imposibilitando así la predicción a largo plazo. El sistema climático, por este carácter caótico complejo, ha ido cambiando a lo largo de la historia y puede seguir haciéndolo debido a la variabilidad interna que presenta (cambios en los cinco componentes que lo forman: litosfera, hidrosfera, biosfera, criosfera y atmósfera) y debido a la variabilidad externa (cambios en el forzamiento radiativo, variaciones orbitales etc.). En ese sentido, es interesante y en muchos casos necesario, conocer los procesos que tienen lugar dentro del sistema climático, caracterizarlos y ser capaces de predecirlos con el fin de poder anticiparnos a los problemas sociales y económicos que de ellos se puedan derivar. Existen diferentes métodos y técnicas para el estudio, análisis y predicción meteorológica y climática. Para ponerlo en contexto, podríamos hablar de dos grandes vertientes ser procesos de memoria larga, dándonos información útil sobre la dinámica a largo plazo del sistema que hemos estudiado. Es por ello que en este trabajo lo hemos aplicado con el fin de analizar la persistencia a largo plazo de eventos de baja visibilidad provocados por niebla radiativa en un aeropuerto de España. La aplicación de este algoritmo a las series de RVR (Runaway Visual Range) del propio aeropuerto, ha permitido caracterizar la presencia de patrones de persistencia a largo plazo en este tipo de eventos y constatar el tiempo promedio de retorno de estos eventos en el aeropuerto de Valladolid, donde la ocurrencia de dichos eventos meteorológicos es bastante habitual durante los meses de otoño e invierno. • En la segunda contribución de esta tesis hemos llevado a cabo una caracterización y un análisis estadístico de eventos de baja visibilidad causados, en este caso, por niebla de tipo orográfica, en concreto en una carretera muy importante localizada en el norte de España, la A-8, donde este tipo de situaciones ha provocado numerosos accidentes y ocasionado el cierre de la misma durante largos períodos con el consecuente coste económico. En este trabajo, hemos podido estudiar este tipo de fenómenos más allá de sus causas meteorológicas, teniendo en cuenta además, su aparición y evolución en términos de su física estadística a lo largo de las estaciones. Para ello hemos empleado de forma comparativa dos métodos de estimación de parámetros como son el criterio de Máxima Verosimilitud y el enfoque con Lmomentos. El análisis estadístico tiene como objetivo principal identificar la ocurrencia de este tipo de eventos de niebla con algunas distribuciones de probabilidad teóricas asociadas a extremos o distribuciones de probabilidad útiles para representar duración y ocurrencia de eventos (las llamadas "lifetime distributions"). La métrica utilizada en ambos métodos, para analizar el grado de similitud entre los datos y las respectivas distribuciones de probabilidad teóricas, ha sido la distancia de Kolmogorov-Smirnov o distancia KS...