www.toolkit.net.

au

Deteccion de tendencias en series

de tiempo ambientales
Francis Chiew
The University of Melbourne
Traducido al espaol por Waldo Lavado Casimiro
Brisbane 6 July

Sydney 20 July

TREND
TREND es un modelo producto de Modelling Toolkit (
www.toolkit.net.au/trend).
TREND esta diseado para facilitar tests estadisticos de
tendencias, cambio y aletoriedad en series hidrologicas y
otras series de tiempo.
TREND tiene 12 tests estadisticos basados en la
WMO/UNESCO Expert Workshop en Tendencia/Cambio
Deteccion y el CRC para Catchment Hydrology publication
Hydrological Recipes.

Porque detectar tendencia/cambio

en series ambientalesde tiempo?
La mayora de los sistemas de recursos hdricos han sido diseados
y operados basados en la suposicin de la Estacionariedad
hidrolgica.. Si esta suposicin de Estacionariedad no es valida los
sistemas tal vez son sobre o sub estimados.
Tendencia/cambio en series de tiempo ambientales pueden ser
causados por:
Cambios climticos como resultado del incremento de las
concentraciones de los gases de efecto invernadero.
Cambio en el uso del suelo (urbanizacin, deforestacin, etc.)
Cambio en practicas de manejo
etc

Cambio climatico y variabilidad

climatica
Cambio climtico define la diferencia entre largos periodos medios
del parmetro climtico o estadstico, donde la media es tomada
sobre un determinado intervalo de tiempo, usualmente varias
dcadas. Cambio climtico puede ocurrir porque los cambios
internos y fuerzas externas por razones naturales o
antropogenicas. Es dificultoso de hacer una clara atribucin a estas
causas.
Variabilidad climtica puede ser vista como la variabilidad (de los
extremos y diferencias de valores en meses, estaciones y anuales
del valor climatolgicamente esperado) inherente en los procesos
estacionarios aproximando el clima en escalas de algunas decadas.
La hidroclimatologia interanual puede variar considerablemente,
resultando dificultoso detectar un significante cambio estadstico
en el clima.

Seal de cambio climatico en series de

caudales?
Caudales en Hume Weir
14,000,000

Annual flow

12,000,000
10,000,000
8,000,000
6,000,000
4,000,000
2,000,000
0

1891

1911

1931

1951

1971

1991

Claro salto en la media (cambio climatico?)

Multi-saltos en la media (variabilidad interdecadal?)

La hidroclimatologia esta siempre

cambiando en varias escalas de tiempo

Annual inflow (GL)

200

Annual inflows into OShannassy Reservoir

150

Interdecadal
variabilidad

100

Cambio
Climatico?

50

0
1910

1920

1930

1940

1950

1960

1970

1980

1990

2000

2010

Estacional

Interdecadal (20-30 aos)

Inter-anual

Cambio climatico

ENSO (3-7 aos)

Ejemplos de grficos de series de tiempo

5000

4000

Annual River Nile flows

at Aswan in cumecs

3000

2000
1000
1860

1870

1880

1890

1900

1910

1920

1930

1940

1950

Scatter plot
5000

5000

4000

4000

3000

3000

2000

2000

1000
1860

1870

1880

1890

1900

1910

1920

1930

1940

Line plot with data points

1950

1000
1860

1870

1880

1890

1900

1910

1920

1930

1940

Line plot without data points

1950

Ejemplos de lneas de tendencia en datos de

Series de tiempo
5000

5000

4000

4000

3000

3000

2000

2000

1000
1860

1870

1880

1890

1900

1910

1920

1930

1940

1950

10-point moving average

1000
1860

5000

4000

4000

3000

3000

2000

2000

1870

1880

1890

1900

1910

1920

1930

Linear regression

1940

1880

1890

1900

1910

1920

1930

1940

1950

1940

1950

Lowess smooth

5000

1000
1860

1870

1950

1000
1860

1870

1880

1890

1900

1910

1920

1930

Polynomial regression

Metodos estadisticos para deteccion de

tendencia/cambio en datos de series de tiempo
Cambio en una serie de tiempo puede ocurrir regularmente (una
tendencia), abruptamente (un cambio en la media) o en una forma mas
compleja. Eso puede afectar la media, la mediana, la variancia u otros
aspectos de los datos.
TREND tiene varios mtodo estadsticos para detectar tendencias,
cambios en las medias, diferencias en medias-medianas entre dos
periodos segmentados de la data y la aleatoriedad en series de tiempo
hidrolgicas.
Los mtodos estadsticos en TREND estan basados en la
WMO/UNESCO WCP Expert Workshop on Detecting Trend and Other
Changes in Hydrological Data y la CRCCH Hydrological Recipes.
Kundzewicz, Z.W. and Robson, A. (Editors) (2000) Detecting Trend and Other Changes in Hydrological Data. World
Climate Program Water, WMO/UNESCO, WCDMP-45, WMO/TD 1013, Geneva, 157 pp.
Grayson, R.B., Argent, R.M., Nathan, R.J., McMahon, T.A. and Mein, R. (1996) Hydrological Recipes: Estimation
Techniques in Australian Hydrology. Cooperative Research Centre for Catchment Hydrology, Australia, 125 pp.

Tests Parametricos y No Parametricos

La mayoria de test asume que las series de tiempo son
independientes e identicamente distribuidos.
Parametric tests also assume that the time series data and the
errors (deviations from the trend) follow a particular distribution.
Most parametric tests assume that the data are normally
distributed. Parametric tests are useful as they also quantify the
change in the data (e.g., change in mean or gradient of trend).
Parametric tests are generally more powerful than non-parametric
tests.
Non-parametric tests are generally distribution-free. They detect
trend/change, but do not quantify the size of the trend/change.
They are very useful because most hydrologic time series data are
not normally distributed.

Tests estadisticos en TREND

Tests para tendencias

Mann-Kendall (non- paramtrico)

Spearmans Rho (non- paramtrico)
Regresin Linear (paramtrico)

Tests para cambio en media/mediana

Distribucin Free CUSUM (non- parametrico)

Cumulative Deviation (paramtrico)
Worsley Likelihood Ratio (paramtrico)

Tests para diferencia en media/mediana en dos diferentes periodos

de la serie
Rank-Sum (non-parametrico)
Students t-test (paramtrico)
Tests para aleatoriedad

Median Crossing (no- paramtrico)

Turning Points (no- paramtrico)
Rank Difference (no-p paramtrico)
Autocorrelation (paramtrico)

Importantes sugestiones
Debera tener una buena data y debera entender los datos (va
anlisis exploratorio de datos).
Debera entender los test estadsticos y sus supuestos.
Un test estadstico provee evidencia no prueba.
Significancia no es lo mismo que importancia ( p. e. un cambio puede
ser detectado, pero el tamao puede ser bastante pequeo que no
es importante en nuestro anlisis).
Si H0 es rechazado, las razones de la tendencia/cambio deberan
ser investigado.