GUÍA PARA EL PROCESAMIENTO DE SERIES DE TIEMPO DE PRECIPITACIÓN Y TEMPERATURA: ESTIMACIÓN DE DATOS FALTANTES, DETECCIÓN DE CAMBIOS Y HOMOGENIZACIÓN

La gu?a para el procesamiento de series de tiempo de precipitaci?n y temperatura: estimaci?n de datos faltantes, detecci?n de cambios y homogenizaci?n, describe las etapas para realizar el proceso de homogenizaci?n de series de tiempo mensuales, contribuyendo a evaluar la calidad de los datos y favoreciendo el desarrollo de estudios climatol?gicos. La gu?a ilustra el uso de modelos ARIMA para la modelaci?n de las series y la estimaci?n de datos faltantes, se presenta el uso de la prueba estad?stica de Worsley para la detecci?n de cambios en el valor promedio de las series para cada mes del a?o y se describen los criterios para la identificaci?n de estaciones meteorol?gicas vecinas para realizar el proceso de homogenizaci?n empleando la metodolog?a de curva de dobles masas; en el proceso se tiene en cuenta el ?ndice Oce?nico del Ni?o (ONI) para identificar per?odos El Ni?o y La Ni?a, pues se pueden detectar cambios en los valores de las series en fechas espec?ficas coincidentes con estos per?odos; la Gu?a ha considerado aportes de autores como Mart?nez (1996), Nieto y Ruiz (2002), Montealegre (1990), Mesa et al. (1997); Rodr?guez et al. (2010) y Bernal et al. (2011); la Gu?a logra presentar un conjunto de etapas empleando software estad?sticos y tambi?n es importante reconocer que se vienen generando otras iniciativas institucionales empleando el software R; vislumbran as? la necesidad de continuar avanzando en el tema de calidad de datos y sus usos potenciales.

La guía para el procesamiento de series de tiempo de precipitación y temperatura: estimación de datos faltantes, detección de cambios y homogenización, describe las etapas para realizar el proceso de homogenización de series de tiempo mensuales, contribuyendo a evaluar la calidad de los datos y favoreciendo el desarrollo de estudios climatológicos. La guía ilustra el uso de modelos ARIMA para la modelación de las series y la estimación de datos faltantes, se presenta el uso de la prueba estadística de Worsley para la detección de cambios en el valor promedio de las series para cada mes del año y se describen los criterios para la identificación de estaciones meteorológicas vecinas para realizar el proceso de homogenización empleando la metodología de curva de dobles masas; en el proceso se tiene en cuenta el índice Oceánico del Niño (ONI) para identificar períodos El Niño y La Niña, pues se pueden detectar cambios en los valores de las series en fechas específicas coincidentes con estos períodos; la Guía ha considerado aportes de autores como Martínez (1996), Nieto y Ruiz (2002), Montealegre (1990), Mesa et al. (1997); Rodríguez et al. (2010) y Bernal et al. (2011); la Guía logra presentar un conjunto de etapas empleando software estadísticos y también es importante reconocer que se vienen generando otras iniciativas institucionales empleando el software R; vislumbran así la necesidad de continuar avanzando en el tema de calidad de datos y sus usos potenciales.