Clase 1

CLASE 3: 06-09-2019

Tendencias de la precipitación en el Norte Grande de Chile y su

relación con las proyecciones de cambio climático

Los modelos de cambio climático global tienen generalmente 50km y con modelos
estadísticos se ha ajustado hasta 5 km.
 Correlacion entre la altitud y el coeficiente de variación (mínimos
cuadrados)
Análisis no paramétrico
Nivel de confianza: (1-p)*100%
1-0.1*100= es 90% de nivel de confianza
P: Nivel de significancia estadística

Calculo de SIGNIFICANCIA Y CONFIANZA

https://en.ilmatieteenlaitos.fi/makesens
planilla Excel y el manual sobre la significancia

La corriente de humbolt no se siente en las cordilleras de los andes. Pero si en las

zonas costeras

Si se tiene de la serie de datos anual, par ver los cambios en la temperatura y

precipitación:
Lo que se hace para 10 años se multiplica por 10%
Y para 100 años, se multiplica por 100
Modelos y datos

Al confrontar la serie de las estaciones con las simulaciones de todos los modelos
RCP8.5 se tiene que en el período de registro común no se advierten
coincidencias, e incluso se observan comportamientos contradictorios, lo cual
implica una alta incertidumbre, incluso en el período histórico

Esto demuestra las complicaciones de establecer relaciones entre las tendencias

del clima regional y la actuación posible de forzantes radiativos en las zonas
áridas. (Sarricolea et al 2017
Los deniers: son personas cuyas escepticismo se ha ensuciado de ideología, y
mantienen una postura dogmatica y activista contra el cambio climático.
CLASE DE 04/10/19
Introducción al análisis de datos
climáticos con R
sOFTWARE gratuito
Instalar el R proyec y el R studios

iNSTALAR TIDIVERSE
iNSTALAR Tidiverse desde R studios

Digiplot
Trabajar mediante R scrip_
Se puede estar escribiendo
# sirve para comentar líneas de escrip, a posterior del signo, funcionan como
ayuda de memoria
Intalar librerías y pacquetes
Nos permite cargar data desde Excel, stata, SPPS
Para ingresar a R, los campos de las columnas tiene fácil de leer
R no lee espacios es mejor ocupar gion bajo (_)
Tener los archivos de Excel cerrados
 ggplot(ANDINO, aes(x=mm_decada, y=Altitud)) + geom_point()
z1<- ggplot(ANDINO, aes(x=mm_decada, y=Altitud, colour=PP)) + geom_point()
+scale_color_gradientn(colours = matlab.like2(10)) #rainbow(10)
ggMarginal(z1, type = "histogram", size = 5, margins='both',colour = '#FF0000', fill = '#FFA500')

z2<- ggplot(ANDINO, aes(x=mm_decada, y=Latitud, colour=PP)) + geom_point(aes(size = PP))

 +scale_color_gradientn(colours = matlab.like2(10)) #rainbow(10)
ggMarginal(z2, type = "histogram", size = 5, margins='both',colour = '#FF0000', fill = '#FFA500')

z1v2<- ggplot(ANDINO, aes(x=mm_decada, y=Altitud, colour=PP)) + geom_point(aes(size = mm_decada))

+scale_color_gradientn(colours = matlab.like2(10))
#rainbow(10)
ggMarginal(z1v2, type = "histogram", size = 5, margins='both',colour = '#FF0000', fill = '#FFA500')
Ademas se puede agrergar otros colores al Rgrow
Hacer tabala dinámica
Las colecciones se llaman datasett
MODIS/006/MOD11A1

Luego viene los select

Se hace la operación matemática
CLASE DE 21-11-2019

El periodo para estudiar es de 1961 al 90

Analizar las horas frío
Mike hulme de CLIMAS INESTABLES

Tiempos del antropoceno; nueva era geológica; se puede extrapolar al clima

La primera nota sale del trabajo practico
Se hacen con datos diarios
Hay índices que son de umbral e índices de percentil
Solo trabajar una estación, excepto quinta normal
CLASE 29-11-19: EXTREMOS CLIMÁTICOS
Opcion GT para colocar umbrales

Centro nacional de monitoreo de climas del sur

http://www.crc-sas.org/es/climatologia_extremos_climaticos.php

Los txt se puede pasar a

Los datos de CR2
Tres variables que se necesita: precipitación, Temp. Maxima,temp minima
Elegir caller su de concepción
Lo de chillan también
install.packages("climdex.pcic")
para hacer índices climáticos
precipitación, temperatura min, temperatura max (diaria)