Patrones de comportamiento de temperatura en el Ecuador en modelos de circulación atmosférica mediante Clustering

Resumen

La circulación atmosférica, influenciada por la radiación solar y las temperaturas, regula la distribución de calor, humedad y energía en la Tierra, impactando los patrones climáticos. Su análisis estadístico es crucial para identificar tendencias y fenómenos climáticos extremos como inundaciones o sequias, mejorando las predicciones meteorológicas y el entendimiento del cambio climático. Esta investigación tuvo como objetivo conocer el comportamiento de los patrones de temperatura en el Ecuador, utilizando técnicas estadísticas y de aprendizaje no supervisado mediante la agrupación de características similares. El estudio es de tipo cuantitativo y analiza los patrones de temperatura en Ecuador de 2020 a 2050 utilizando datos de predicción del clima. Se emplearon técnicas de reducción de dimensionalidad (PCA, TSNE y UMAP) y algoritmos de agrupamiento (K-means, DBSCAN, Agglomerative Clustering) para identificar comportamientos similares en los datos. Se evaluó la confiabilidad mediante el coeficiente de Silhouette y se validaron los resultados con diferentes métricas y gráficas usando Python como lenguaje de programación. En los resultados se implementó el algoritmo UMAP para reducir la dimensionalidad con 20 vecinos y distancias calculadas mediante Chebyshev, logrando el mejor modelo de clustering en K-means con 4 grupos y un índice de Silhouette del 67%, que fue el más destacado. Se concluyó que cuatro grupos identificados podrían asociarse con frecuencias de días con temperaturas altas, muy altas, bajas y normales, lo cual coincide con los resultados del análisis exploratorio.