Detección de Patrones Periódicos en Series de Datos Climáticos

BETMAN, ERNESTO

Mendoza

Seminario; Seminario Temático del INAHE; 2017

INAHE

La detección de patrones periódicos en series de datos climáticos es un proceso fundamental en el análisis de la información que se utiliza para identificar repeticiones regulares de comportamiento en una secuencia de observaciones a lo largo del tiempo. Estos patrones periódicos pueden proporcionar información valiosa para comprender y predecir fenómenos.Las técnicas de aplicación más frecuente para detectar periodicidad son el Análisis de Frecuencia y el Análisis Tiempo-Frecuencia.En el Análisis de Frecuencia se utiliza fundamentalmente la Transformada de Fourier que una técnica que descompone una serie de tiempo en sus componentes de frecuencia. Al aplicar la transformada de Fourier a una serie de tiempo, se obtiene un espectro de frecuencia que muestra cuánta energía está presente en diferentes frecuencias. Los picos en el espectro de frecuencia indican las frecuencias dominantes en la serie de tiempo, lo que permite identificar patrones periódicos y estacionales.En el análisis Tiempo-Frecuencia, la técnica de mayor aplicación utiliza wavelets. Las wavelets son una herramienta más avanzada para analizar series de tiempo. A diferencia de la transformada de Fourier, las wavelets pueden capturar tanto la frecuencia como la localización en el tiempo de los patrones. Al aplicar wavelets, se pueden identificar patrones periódicos en diferentes escalas temporales, lo que es útil para detectar patrones que pueden tener duraciones variables.Para señales aleatorias, definiremos el concepto de densidad espectral de frecuencia y veremos la aplicación del método Blackmann-Tukey.