EXPLORANDO LOS IMPACTOS DEL TRPICO DEL PACIFICO SST

Estudios previos en la precipitacin sobre Sudamrica que fuertemente probadas la

existencia de una relacin entre la precipitacin y las anomalas SST en el Ocano
Pacfico fueron identificadas en regiones especficas donde la seal ENSO es
particularmente ms fuerte. El noreste de Brasil y algunas partes del sur de
Sudamrica son ejemplos de estas regiones. Sin embargo, la mi

3. Metodologa
Dos mtodos fueron usados para el anlisis de la data en este trabajo y sus resultados
fueron comparados. Los anlisis fueron hechos por la principal Descomposicin en
Valores Singulares (DVS) y Simple Correlacin Lineal (SCL). Uno preguntar porque
es necesario usar ambos DVS y SCL. El DVS da una idea general de las reas ms
importantes del ocano que estn mejor correlacionadas con la precipitacin sobre
Sudamrica. Sin embargo, para determinar el rea ocenica especfica que tiene la
mayor influencia en la precipitacin, la tcnica SCL es ms apropiada. La descripcin
de estos dos mtodos es presentado en los siguientes subcaptulos.
3.1. Descomposicin en Valores Singulares (DVS)
DVS combinaciones lineales aisladas de variables con dos campos que tienden a
estar linealmente relacionadas una de la otra. Como resultado, el DVS proporciona
patrones espaciales desde los dos campos que explican la mayor parte de la
covarianza entre ellos.
El uso del DVS en un contexto meteorolgico es muy reciente. Prohaska (1976) fue el
primero en usarlo para documentar la relacin entre dos campos meteorolgicos.
Despus de eso, no hay muchos estudios que usen el DVS para relacionar campos
geofsicos hasta Brethrerton et al. (1992) y Wallace el al. (1992). Despus de ellos el
uso del DVS con propsitos geofsicos aumentaron considerablemente. Por ejemplo
tenemos a Wallace et al. (1993), Uvo y Berndtsson (1996) y Uvo et al. (1998). Jackson
(1991) y Preisendorfer (1988) presentaron una completa descripcin de la teora del
DVS y Newman y Sardeshmukh (1995) discutieron algunos de los problemas que se
debe considerar al usar el DVS para recuperar la relacin entre los dos campos.
3.1.1. La teora del DVS
Suponemos que tenemos dos datas

Y y ,t

Z z ,t

donde los subndices estn

indicando el tiempo (t) y el espacio (y y z). El tiempo t tiene nt pasos de tiempo que
sern los mismos para Y y Z. Las dimensiones espaciales y y z tienen ny y nz puntos
espaciales que no necesariamente son los mismos. Cada columna de Y y Z sern
normalizadas con un cero en el medio.
DVS encuentra patrones espaciales G y H que son una combinacin lineal de Y y Z,
respectivamente, y explica gran parte de la covarianza total entre ellos:

U = YG;

(1)