Gases de Efecto Invernadero

El clima de la Tierra cambia continuamente desde hace millones de años, como resultado de las interacciones entre la radiación solar y los diferentes componentes de la geósfera (tierra, agua, aire) y de la biosfera (seres vivos). Sin embargo, en la actualidad, la emisión de gases invernadero por parte de algunas actividades humanas está modificando la dirección del cambio climático producido por causas naturales.

Los gases de efecto invernadero (aquellos que retienen parte de la energía que el suelo emite al ser calentado por la radiación solar) que rodean la Tierra son más transparentes a las radiaciones de onda corta del Sol y, en cambio, son más absorbentes a los rayos infrarrojos que emite la Tierra. Por esta razón, estos gases fomentan que parte de esa radiación sea reflejada de nuevo a la Tierra, contribuyendo a su recalentamiento. Es un proceso de retención de la energía parecido a lo que ocurre con un invernadero o con la manta que cubre una mesa con un brasero.

Los principales componentes de la atmósfera, oxígeno y nitrógeno, no influyen en el balance de calor. Es el vapor de agua el que produce un mayor impacto, pero su concentración en la atmósfera no se ve alterada por la acción humana. El efecto invernadero se produce principalmente por cambios en los gases presentes en pequeñas proporciones:

• Dióxido de carbono (CO2)

• Metano (CH4)

• Óxido Nitroso (N2O)

• Ozono (O3)

• Hidrofluorocarbonos (HFC’s) y perfluorocarbonos (PFC’s)

Estos gases mantienen caliente la baja atmósfera y la superficie terrestre. Excepto los HFC’s y PFC’s el resto se producen de forma natural en la atmósfera, y se eliminan también de forma natural. Lo que hacemos los humanos es aumentar excesivamente su concentración. Ello provoca un proceso de calentamiento global de la Tierra que modifica el funcionamiento del sistema climático.

Algunas de las consecuencias de este cambio son la alteración del régimen de precipitaciones, la progresiva fusión de los casquetes de hielo de los polos y la subida del nivel del mar. Las emisiones de origen humano de dióxido de carbono son las principales responsables de esta acentuación del efecto invernadero; se calcula que contribuyen en un 65% aproximadamente a este fenómeno. Las emisiones de metano participan en un 20%, mientras el 15% restante es la contribución de los otros gases.

Procesos Estocásticos.

Aquellos procesos caracterizados por variables aleatorias, y que a partir de las mismas condiciones iniciales puede evolucionar en un gran numero de direcciones. Para explicar la evolución de estos procesos se construyen modelos estocásticos . Basándose en las relaciones de dependencia entre las variables del proceso, Karlin ( 1957), propone la siguiente clasificación:

a)   Procesos con incrementos independientes: las variables de incremento temporal sobre intervalos de tiempo disjuntos son independientes.

b)   Procesos de Markov: la distribución de cada variable del proceso depende solo del pasado inmediato.

c)    Martingalas: la esperanza de una variable del proceso dado el pasado hasta un cierto instante es igual a la variable en dicho instante.

d)   Procesos estacionarios: la distribución de cualquier vector de variables del proceso se mantiene si éstas se desplazan en el tiempo de forma constante.

Una serie temporal es una secuencia de observaciones tomadas en el tiempo (diario, semanal, mensual, anual). Una serie temporal de N observaciones sucesivas x’=(x₁, x₂, ….,x_n) se considera como una muestra tomada de una población infinita generada por el proceso. El análisis de las series temporales se concierne a las técnicas para el análisis de esta dependencia. Esto requiere el desarrollo de modelos estocásticos dinámicos para el tratamiento de los datos de series temporales y el uso de tales modelos en particular para la predicción.

Entre los modelos estocásticos son importantes los modelos estacionarios. Estos asumen que los procesos permanecen en equilibrio estadístico con propiedades probabilísticas que no cambian en el tiempo, variando alrededor de una media constante fijada y con varianza constante. Mecanismos útiles para describir el comportamiento de procesos estacionarios son la función de autocorrelación y el espectro. Procesos  estacionarios de importancia al modelar series temporales son los procesos autoregresivos (AR), medias móviles (MA), y una mezcla de ellos autoregresivos-medias móviles (ARIMA).