Validación de redes neuronales para su aplicación en proyecciones de cambio climático sobre España

Abstract

[ES]Una red neuronal es una herramienta que puede aplicarse al desarrollo de proyecciones climáticas regionalizadas. Su problema es el alto coste compuntacional que requieren comparado con otro tipo de técnicas estadísticas. Sin embargo, su ventaja principal es que pueden aprender relaciones de tipo no lineal entre predictores y predictando. Hasta la fecha, y en particular sobre el territorio español, este método apenas se ha aplicado a la obtención de proyecciones climáticas, y menos aún a un número alto de puntos observacionales. En este trabajo se presentan los resultados de validación obtenidos tras entrenar un conjunto de redes neuronales para 220 y 1204 series diarias de temperatura máxima/ mínima y precipitación, respectivamente. Los resultados demuestran la gran capacidad de las redes neuronales en la estimación de la temperatura en general en todas las zonas del territorio español. Sin embargo, los resultados obtenidos para la precipitación son peores, siendo algo mejores en aquellas zonas con un régimen más regular de las precipitaciones.

[EN]Neural networks (NNs) can be applied for obtaining regional climate projections. The main problem is the high computational cost they need compared to other statistical methods. However, the main advantage of this tool is the non linear relationships they can learn between predictors and predictand. Until now, NNs have not hardly been applied for obtaining climate projections over the Spanish territory, and even less to a large number of observations. This study shows the validation results obtained from training NNs for 220 and 1204 observational daily series of temperature and precipitation, respectively. Results show a high capacity of NNs in estimating temperature in many parts of the Spanish regions. Nevertheless, results for precipitation are worse in general, although they are bit better in regions having a more regular precipitation regime.