Evaluación de seis metodologías para analizar ajustes y tendencias de los datos de los tres principales gases de efecto invernadero en la estación de vigilancia atmosférica global de Ushuaia: Parte 1: dióxido de carbono (CO2)

Abstract

El presente trabajo presenta seis metodologías para ajustar y calcular la tendencia de los datos de dióxido de carbono (CO2) y elegir objetivamente la más adecuada, para aplicarla los datos obtenidos en la Estación de Vigilancia Atmosférica Global (VAG) Ushuaia. También se utilizan para reforzar las conclusiones datos de CO2 globales y del Observatorio Mauna Loa. Las tres series de tiempo se igualan a las de Ushuaia (octubre de 1994 a diciembre 2020). Los métodos son polinomios; de 1er orden o lineal, polinomios de 2do y 3er orden, el método no paramétrico de suavizado LOESS, polinomios de 1er y 2do orden más la función seno. El análisis de los residuales para cada metodología es determinante, debido a que es el criterio que tomamos para evaluar cual es la mejor opción para los datos de CO2 para la VAG Ushuaia. Y encontramos que LOESS suavizado es la mejor opción para el ajuste, debido a que sus residuales no presentan una tendencia significativa, mientras que los demás métodos sí tienen en sus residuales una determinada tendencia. Posteriormente, se analiza las correlaciones para cada método y se encuentra que el polinomio de 2do y 3er orden son los que el que mejor correlación presentan (ambos; r2 = 0.9969). Otra situación que se encuentra es que los polinomios de 1er y 2do orden más la función seno, tienen buena correlación (ambos, r2 = 0.9954) pero cuando se usan las series completas de los datos globales y del Observatorio Muna Loa (1980 y 1958, respectivamente), estos no pueden reproducir las variaciones que se producen aproximadamente en el año 1992, situación que se observa en el ajuste y en los residuales.

This work shows six methodologies to adjust and calculate the trend of the carbon dioxide (CO2) data, and objectively choose the most suitable one, to apply to data obtained in the Ushuaia Global Atmospheric Watch Station (GAW). Global CO2 data and from the Mauna Loa Observatory are also used to reinforce conclusions. The three-time series are equal in length to that of Ushuaia (October,1994 to December,2020). The methods are polynomials; 1st order or linear, 2nd and 3rd order polynomials, LOESS nonparametric smoothing method, 1st and 2nd order polynomials including the sine function. The analysis of the residuals for each methodology is decisive, because it is the criterion, we take to evaluate which is the best option for the CO2 data for the Ushuaia GAW. We find that smoothed LOESS is the best option for the adjustment, because its residuals do not show a significant trend, while the other methods do have a certain trend in their residuals. Subsequently, the correlations for each method are analyzed and it is found that the 2nd and 3rd order polynomials are the ones with the best correlation (both; r2 = 0.9969). Another situation found is that the 1st and 2nd order polynomials plus the sine function have good correlation (both, r2 = 0.9954) but when the complete series of global data and the Mauna Loa Observatory (1980, and 1958 are used, respectively), these cannot reproduce the variations that occurred approximately since 1992, a situation that is observed in the adjustment and in the residuals.