Funciones ortogonales empíricas y su aplicación a datos de temperatura superficial del mar

Abstract

Aplica el análisis FOE que es reducir un conjunto de datos originales que contiene varias variables a un segundo conjunto de datos que contenga un número mucho menor de variables, con la condición de que estas nuevas variables contengan la máxima fracción posible de la información contenida en el primer conjunto de datos. Este segundo conjunto datos se obtiene luego de determinar los autovalores y autovectores de la matriz covarianza (Wilks, 1995). El método se ha aplicado a un conjunto de datos de Temperatura de la Superficie del Mar (TSM), estimando primero sus anomalías y construyendo la matriz covarianza, que será utilizada en el método DVS (Descomposición en Valores Singulares) para encontrar los patrones espaciales y temporales (componentes principales). Se han utilizado datos de nivel Level 4, es decir datos sobre los que se ha realizado un procesamiento adicional tal como el llenado de pixeles faltantes mediante técnicas de interpolación o la combinación de datos de diversos sensores. El área de estudio es el Océano Pacífico Ecuatorial (Latitud: 30ºN-30ºS, Longitud: 140ºE-70ºO). El objetivo es identificar los patrones (también denominados modos) más importantes de la variabilidad de la TSM en el Pacífico Ecuatorial, asociar estos modos con fenómenos como El Niño – Oscilación Sur (ENSO), y posteriormente utilizar las primeras componentes principales para encontrar los índices de variabilidad correspondientes al Pacífico Central (ENSO-CP) y al Pacífico Este (ENSO-EP). Finalmente para validar los índices estimados, se los compara con aquellos obtenidos por instituciones nacionales e internacionales.