Análisis estructural de la efectividad de los pronósticos del Instituto de Meteorología de Cuba

Abstract

En Cuba se verifican las predicciones emitidas por el Centro de Pronósticos (CenPro) del Instituto de Meteorología de Cuba desde el año 1978. Aunque esta práctica se mantiene hasta la actualidad, el proceso de verificación ha experimentado variaciones desde aquel entonces, ya sea por cambios en los procedimientos, por modificaciones en el software utilizado para ello o por redistribuciones de las regiones y zonas de pronóstico. Es por ello que el objetivo de la presente investigación es realizar un análisis estructural de la serie conformada por la efectividad de los pronósticos del CenPro con el propósito de identificar cuál de las metodologías y/o regionalizaciones implementadas provocaron una alteración en el comportamiento de la serie. Los datos relativos a la efectividad de las predicciones del tiempo se extrajeron de los resúmenes mensuales y trimestrales de la verificación de las predicciones confeccionadas entre los años 1980 y 2020. Una vez comprobada la normalidad del conjunto de datos se procedió a aplicar el test de Bai-Perron para la detección de múltiples puntos de cambio en una serie cronológica arrojando que la existencia de dos cambios estructurales significativos en los años 1996 y 2002. De esta manera, la serie de la efectividad de las predicciones del CenPro quedó dividida en tres subperiodos homogéneos: 1980-1995, 1996-2001 y 2002-2020. In Cuba, the predictions issued by the Forecast Center (CenPro) of the Cuban Institute of Meteorology since 1978 are verified. Although this practice continues to this day, the verification process has undergone variations since then, either due to changes in the procedures, modifications in the software used for it, or redistribution of forecast regions and areas. For this reason, the objective of this research is to carry out a structural analysis of the forecast effectiveness series in order to identify which methodologies and/or regionalizations implemented caused an alteration in the behavior of data serie. Data related to the effectiveness of weather forecasts were extracted from monthly and quarterly verification summaries made between 1980 and 2020. Once the normality of the dataset was verified, it was applied the Bai-Perron test to detect multiple change points in a time series, revealing the existence of two significant breakpoints in the years 1996 and 2002. Thus, the series of the CenPro predictions effectiveness was divided into three homogeneous subperiods: 1980-1995, 1996-2001 and 2002-2020.