DGQA Analisi tendencies PM10 NO2a

Direcció del projecte: Direcció General de Qualitat Ambiental i Canvi Climàtic

  Període: gener de 2016 – desembre de 2016

Descripció

Detecció de tendències estadísticament significatives en sèries de mitjanes anuals de PM10 i NO₂ en estacions de la XVPCA amb el test de Mann-Kendall i estimació del pendent de l’evolució pel mètode de Sen.

 

Objectius

Per dur a terme aquesta anàlisi s’ha utilitza un full Excel^®, anomenat MAKESENS, desenvolupat per al projecte de recerca "Avaluació de la qualitat de l'aire als països bàltics com a conseqüència de la contaminació local i el transport a llarg termini", una cooperació entre països nòrdics i bàltics en el marc de l’avaluació de 20 anys d'EMEP.

L’eina es basa en el càlcul de la prova de Mann-Kendall i el mètode no paramètric de Sen-MAKESENS proporciona una interfície gràfica senzilla per ajudar a la inspecció visual de la sèrie temporal i els resultats estadístics.

Pel que fa a l’anàlisi de la tendència: la presència d’una tendència monòtona creixent o decreixent es comprova amb la prova no paramètrica de Mann-Kendall i es calcula el pendent d'una tendència lineal amb el mètode no paramètric de Sen (per a més informació vegeu Salmi et al. 2002).

Aquests mètodes s’utilitzen en la seva forma bàsica: la prova de Mann-Kendall és adequada per als casos en què la tendència es pot considerar monòtona i, per tant, no hi ha cap cicle estacional, ni d’altre tipus present en les dades. El mètode de Sen utilitza un model lineal per estimar el pendent de la tendència i la variació dels residus ha de ser constant en el temps. Aquests mètodes presenten molts avantatges que els han fet útils per analitzar les dades de la química atmosfèrica. El model permet l’absència d’alguns dels valors, i les dades no han de seguir cap distribució en particular. A més, el mètode de Sen no es veu molt afectat per errors que afectin a una dada o “outlayers” (dades fora de rang). Per a més informació, vegeu Gilbert, 1987, i Sirois, 1998.

 

Referències

Gilbert, R.O., 1987. Statistical methods for environmental pollution monitoring. Van Nostrand Reinhold , New York.

Sirois, Allan, 1998. A Brief and Biased Overview of Time Series Analysis or How to Find that Evasive Trend. In WMO report No. 133: WMO/EMEP workshop on Advanced Statistical methods and their Application to Air Quality Data sets (Helsinki, 14-18 September 1998).

Salmi, Timo et al., 2002, Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen’s slope estimates – the Excel template application MAKESENS, ISBN 951-697-563-1, Finish Meteorological Institute, FMI-AQ-31, Helsinki

     

• Imatges

Imatges