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 3: óxido nitroso (N2O)

Abstract

El trabajo muestra los resultados de seis metodologías para analizar los datos de óxido nitroso en la atmósfera y seleccionar el mejor método de ajuste y cálculo de sus tendencias. Los datos provienen de tres distintas fuentes, que son Global (GLO), del Observatorio Mauna Loa (MLO) y la Estación de Vigilancia Atmosférica Global VAG de Ushuaia (USH). El período de los datos es de junio de 1997 a diciembre de 2020 (23 años). Los resultados obtenidos, también se usan para reforzar al Boletín de Gases de Efecto Invernadero, editado por el SMN. Los métodos son polinomios; de 1er orden o lineal, 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 en cada metodología es el criterio que establecemos para evaluar la mejor opción. De esta manera, encontramos que LOESS suavizado es la mejor opción, debido a que no presentan una tendencia significativa, mientras que los demás métodos sí tienen en sus residuales una tendencia. Después, se analiza las correlaciones para cada método, se encuentra que el polinomio de 1er orden más la función seno, es la que mejor correlación presentan (r2 = 0.9941) de tal manera que es el usado para los datos producidos por la estación VAG de Ushuaia.

This work shows the results of six methodologies to analyze the nitrous oxide data in the atmosphere, and select the best method for adjusting and calculating its trends. The data comes from three different sources, which are Global (GLO), the Mauna Loa Observatory (MLO) and the Global Atmospheric Watch GAW of Ushuaia (USH) Station. The data period since 1997 to 2020 (23 years). The results obtained are also used to reinforce the Greenhouse Gas Bulletin, published by the SMN. The methods are polynomials; 1st order or linear, 2nd and 3rd order, nonparametric method of LOESS smoothing, polynomials; 1st and 2nd order plus the sine function. The analysis of the residuals in each methodology is the criterion that we establish to evaluate the best option. In this way, we find that smoothed LOESS is the best option, because they do not present a significant trend, while the other methods do have a trend in their residuals. Afterwards, the correlations for each method are analyzed and it is found that the 1st order polynomial plus the sine function is the one with the best correlation (r2 = 0.9941) in such a way that it is used for the data produced by the VAG station in Ushuaia.