ESTUDIO Y PREDICCIÓN DEL CLIMA EN BARCELONA - Memoria y Anexos - TRABAJO DE FINAL DE GRADO - UPCommons

TRABAJO DE FINAL DE GRADO

 Grado en Ingeniería Electrónica Industrial y Automática

 ESTUDIO Y PREDICCIÓN DEL CLIMA EN BARCELONA

 Memoria y Anexos

Autor: Borja Gallego Muñoz
Director: Pablo Buenestado Caballero
Convocatoria: Otoño 2020-21 (Adicional)

Estudio y predicción del clima en Barcelona

Resumen
Este documento pretende explicar y ayudar a la comprensión del clima en la ciudad de Barcelona
usando métodos estadísticos. Mediante este análisis, se realizarán algunas predicciones de
temperaturas para los próximos años. Todos los métodos estadísticos y herramientas de cálculo
usados para el estudio de las distintas variables han sido descritos antes del inicio del análisis.

Por otro lado, para poner en contexto el estudio de las temperaturas y la precipitación acumulada, en
la primera parte del trabajo se definen las variables meteorológicas más relevantes y los varios climas
existentes en el planeta Tierra, profundizando sobre todo en el clima existente en Barcelona, el
Mediterráneo.

Además, se analizan y calculan valores y estadísticos para otras variables relacionadas con el
calentamiento global y el cambio climático, como la anomalía de la temperatura media global, las
emisiones de gases de efecto invernadero y el nivel del mar.

Para finalizar, se profundiza en el impacto ambiental del aumento de la temperatura superficial del
planeta y en la normativa creada a distintos niveles para intentar mitigar los efectos de este
calentamiento.

 i

Memoria

Resum
Aquest document pretén explicar i ajudar a la comprensió del clima a la ciutat de Barcelona utilitzant
mètodes estadístics. Mitjançant aquest anàlisi, es realitzaran algunes prediccions de temperatures pels
pròxims anys. Tots els mètodes estadístics i eines de càlcul utilitzades per estudiar les diferents
variables han sigut descrits abans de l’inici de l’anàlisi.

D’altra banda, per posar en context l’estudi de les temperatures i la precipitació acumulada, a la
primera part del treball es defineixen les variables meteorològiques més rellevants i els climes existents
al planeta Terra, aprofundint sobretot en el clima existent a Barcelona, el Mediterrani.

A més, s’analitzen y calculen valors y estadístics per altres variables relacionades amb l’escalfament
global i el canvi climàtic, com l’anomalia de la temperatura mitjana global, les emissions de gasos
d’efecte hivernacle i el nivell del mar.

Per acabar, s’aprofundeix en l’impacte ambiental de l’augment de la temperatura superficial del
planeta i en la normativa creada a diferents nivells per intentar mitigar els efectes d’aquests
escalfament.

 ii

Estudio y predicción del clima en Barcelona

Abstract
This document aims to explain and help the understanding of the climate in the city of Barcelona using
statistical methods. Through this analysis, some temperature predictions will be made for the next few
years. All the statistical methods and calculation tools used for the study of the different variables have
been described before the beginning of the analysis.

On the other hand, to put into context the study of temperatures and accumulated precipitation, in
the first part of the work the most relevant meteorological variables and the various climates existing
on planet Earth are defined, especially deepening the existing climate in Barcelona, the Mediterranean.

In addition, values and statistics are analyzed and calculated for other variables related to global
warming and climate change, such as the anomaly of the global mean temperature, greenhouse gas
emissions and sea level.

Finally, it delves into the environmental impact of the increase in the planet's surface temperature and
the regulations created at different levels to try to mitigate the effects of this warming.

 iii

Memoria

iv

Estudio y predicción del clima en Barcelona

Agradecimientos
Transmitir mi más sincero agradecimiento a todos aquellos que me han ayudado a lo largo de esta
etapa universitaria y han colaborado en la realización de este documento.

En primer lugar, a mi tutor, Pablo Buenestado, por su ayuda en la planificación, información y
organización de este Trabajo de Final de Grado. Sin su colaboración no habría sido posible la realización
de este estudio.

En segundo lugar, a mi familia, mi madre Rosa y mi padre Arístides. A mis amigos y compañeros de
trabajo, que han estado a lo largo de toda mi carrera apoyándome en todo momento y animándome
a seguir adelante.

También, dar infinitas gracias al Servei Meteorològic de Catalunya (Meteocat) por su continua
colaboración en este trabajo, proporcionando toda la información necesaria y resolviendo cualquier
cuestión planteada.

Por último, expresar mi más sentido agradecimiento a la Universitat Politècnica de Catalunya, y a los
campus EUETIB y EEBE por acogerme dentro de sus aulas y hacerme sentir como en casa. Después de
este periodo de formación escribo este apartado de agradecimientos para finalizar mi TFG. Sin duda,
ha sido una experiencia de aprendizaje científico y personal.

Desarrollar este trabajo ha tenido un gran impacto en mi persona y es por eso que me gustaría
agradecer a todas aquellas personas que me han apoyado durante este proceso.

A todos ellos, mil gracias.

 v

Memoria

vi

Estudio y predicción del clima en Barcelona

Glosario
• Fracking: Técnica para la extracción de gas de esquisto (hidrocarburo no convencional atrapado
 entre capas de roca a gran profundidad) consistente en perforar hasta alcanzar la roca de esquisto,
 para posteriormente inyectar agua a alta presión con aditivos químicos y arena para fracturar la
 roca y liberar el gas metano. En ese momento el gas fluye de regreso junto con parte del fluido
 inyectado.
• Milímetros de mercurio (mmHg): Unidad de presión manométrica definida como la presión
 ejercida en la base de una columna de mercurio de un milímetro de altura bajo la aceleración
 gravitatoria (9,81 m/s2). 1 mmHg equivale a 133,22 Pascales. 1 atmósfera de presión corresponde
 a 760 mmHg.
• mm: Unidad de medida para la precipitación acumulada. Equivalente a litros por metro cuadrado.
 Define la altura que toma el agua dentro de un recipiente de un metro cuadrado.
• m s. n. m.: Metros sobre el nivel del mar. Unidad de medida para describir la elevación de un lugar.
• RCP: Trayectoria de concentración representativa (Representative Concentration Pathway en
 inglés). Es una trayectoria de concentración de gases de efecto invernadero adoptada por el IPCC.
 Se han utilizado varias trayectorias para describir distintos futuros climáticos.

 vii

Memoria

viii

Estudio y predicción del clima en Barcelona

Índice
RESUMEN ___________________________________________________________ I

RESUM _____________________________________________________________ II

ABSTRACT __________________________________________________________ III

AGRADECIMIENTOS __________________________________________________ V

GLOSARIO _________________________________________________________ VII

1. INTRODUCCIÓN _________________________________________________ 1
 1.1. Origen del trabajo .................................................................................................... 1
 1.2. Motivación ............................................................................................................... 1
 1.3. Requerimientos previos ........................................................................................... 2
 1.4. Objetivos del trabajo................................................................................................ 2
 1.5. Alcance del trabajo .................................................................................................. 2

2. EL CLIMA _______________________________________________________ 3
 2.1. Las variables meteorológicas ................................................................................... 3
 2.2. Los climas mundiales ............................................................................................... 4
 2.3. El clima Mediterráneo.............................................................................................. 5
 2.3.1. Episodios excepcionales ......................................................................................... 5
 2.4. Las estaciones meteorológicas de Barcelona .......................................................... 7
 2.4.1. El Observatori Fabra ............................................................................................... 7

3. MÉTODOS ESTADÍSTICOS__________________________________________ 9
 3.1. Definiciones .............................................................................................................. 9
 3.2. Regresión lineal ...................................................................................................... 10
 3.3. Método Holt ........................................................................................................... 11
 3.4. Probabilidad condicionada .................................................................................... 12

4. ANÁLISIS DE DATOS _____________________________________________ 13
 4.1. Análisis estadístico ................................................................................................. 13
 4.1.1. Temperatura media.............................................................................................. 14
 4.1.2. Temperatura máxima ........................................................................................... 23
 4.1.3. Temperatura mínima ........................................................................................... 27
 4.1.4. Precipitación acumulada ...................................................................................... 32
 4.1.5. Temperatura media global ................................................................................... 42

 ix

Memoria

 4.1.6. Emisiones de GEI .................................................................................................. 47
 4.1.7. Nivel del mar Mediterráneo ................................................................................. 48

5. PREDICCIONES DEL CLIMA EN BARCELONA __________________________ 54
 5.1. Predicciones de temperatura media ..................................................................... 55

6. LEGISLACIÓN ADMINISTRATIVA ___________________________________ 62

7. ANÁLISIS DEL IMPACTO AMBIENTAL _______________________________ 64

DIAGRAMA DE GANTT Y ANÁLISIS DAFO _________________________________ 65

CONCLUSIONES _____________________________________________________ 67

BIBLIOGRAFÍA ______________________________________________________ 69

 x

Estudio y predicción del clima en Barcelona

1. Introducción
El cambio climático se trata de un fenómeno que incluye alteraciones en los parámetros climáticos
tales como las temperaturas, las precipitaciones, el nivel del mar... La industrialización ha supuesto, a
lo largo de los últimos doscientos años, un impacto cultural, económico y climático a nivel mundial sin
precedentes. Junto a este cambio en la forma de vida, se ha impuesto en la sociedad una cultura que
genera cada vez más productos desechables o de un solo uso, y que prioriza el consumo económico
frente al consumo responsable. Todos los factores anteriores han contribuido, y lo siguen haciendo, a
la emisión de gases de efecto invernadero. Estas emisiones se concentran en la atmosfera
contribuyendo al aumento de las temperaturas y al calentamiento global del planeta.

Es de suma importancia estudiar, entender, analizar y predecir los efectos generados por culpa del
cambio climático. Uno de los grandes obstáculos al que en la actualidad se enfrenta la humanidad es
el calentamiento global, y ahora es el momento de mitigar sus efectos para salvar el planeta.

1.1. Origen del trabajo

En un planeta que, con el paso de los años, se ve cada vez más inmerso en un proceso de cambio
climático extremo, es de gran importancia poder obtener predicciones climatológicas para demostrar
la necesidad de transformación de hábitos y costumbres de la sociedad. El análisis de los datos
existentes proporciona una preciada información para entender y anticiparse a los sucesos que
aguardan en el futuro antes de llegar a un punto de no retorno. El aumento de las temperaturas, las
sequías o los eventos meteorológicos extremos (olas de calor y frío, huracanes, inundaciones,
incendios...) están presentes más a menudo en nuestro día a día de lo que lo hacían hace 50 o 100
años. Por estos motivos la climatología y sus predicciones cobran una notable importancia para el
futuro del planeta Tierra.

1.2. Motivación

Las predicciones meteorológicas y climatológicas, y la estadística siempre han ido de la mano dado que
las ciencias estadísticas permiten el diagnóstico y el pronóstico de ciertos eventos o sucesos. La unión
de los dos ámbitos proporciona el método adecuado para comprender el significado de los parámetros
estadísticos y saber identificar los que mejor pueden resumir los datos de ciertas variables climáticas.
La capacidad de analizar el comportamiento de una variable y predecir acontecimientos futuros
mediante métodos estadísticos supone un reto. Por otro lado, el aprendizaje sobre la climatología, las
variables estudiadas y sus efectos ha sido de gran interés, y no ha hecho más que fomentar la sed de
conocimiento sobre la materia.

 1

Memoria

1.3. Requerimientos previos

Previamente a la realización de este documento es necesario poseer una serie de conocimientos sobre
estadística y sus métodos, además de diversas herramientas matemáticas para la realización de los
cálculos. Durante los años de duración del grado, se han impartido materias fundamentales con el fin
de adquirir los conocimientos descritos. Algunas de ellas son Matemáticas (en sus varios niveles),
Estadística y la asignatura optativa Ampliación de Estadística Aplicada a la Ingeniería (AEAE). El
entendimiento y buen uso de aplicaciones ofimáticas como Microsoft Excel también es mandatorio
para cumplir con las metas del documento.

1.4. Objetivos del trabajo

El objetivo principal en el que se basa este trabajo de fin de grado es el de prever tendencias y sucesos
climatológicos en la ciudad de Barcelona usando métodos estadísticos. Para poder llevar a cabo esta
tarea será necesario estudiar y desglosar las series climáticas históricas de la ciudad, pudiendo llegar a
obtener relaciones entre distintas variables. Gracias a los conocimientos adquiridos durante el
transcurso del grado universitario será posible usar diferentes herramientas con las que poder cumplir
con el propósito de este estudio.

Para comprender las variables usadas en el documento será necesario describir el clima de la ciudad y
todas sus características.

Además, se pretende comparar y analizarlas relaciones de la temperatura media de Barcelona con
otras variables de gran relevancia para el calentamiento global, como el nivel del mar, en este caso el
mar Mediterráneo, y la temperatura media global.

Finalmente se estudiarán las causas del calentamiento global y del consiguiente cambio climático, así
como las normativas existentes para combatirlo.

1.5. Alcance del trabajo

El análisis estadístico del clima en la ciudad de Barcelona será realizado para cuatro variables:
temperatura media, temperatura máxima, temperatura mínima y precipitación acumulada. Se
trabajarán valores anuales y por estaciones en promedios, totales, valores máximos y mínimos.

 2

Estudio y predicción del clima en Barcelona

2. El clima
El clima es la media de los valores recogidos de las distintas variables meteorológicas en un lugar
concreto durante un largo periodo de tiempo (1, 2). Proporciona información de las distintas
variaciones estacionales del lugar estudiado. Estudiando esos parámetros es posible discernir entre
distintos tipos de clima.

La ciencia dedicada al estudio del clima y de todas sus variaciones a lo largo del tiempo es la
climatología. Utiliza parámetros tales como la temperatura del aire, la presión atmosférica, la humedad
del ambiente, el viento o las precipitaciones. Su objetivo es el estudio de las características climáticas
a largo plazo. La meteorología, aunque usa los mismos parámetros que la climatología, es la ciencia
que estudia los cambios que se producen en la atmósfera continuamente. Su misión se basa en realizar
predicciones climáticas a corto plazo en las capas bajas de la atmósfera.

La climatología proporciona datos de lo que debería suceder en un periodo teniendo en cuenta lo
sucedido anteriormente, mientras que la meteorología predice lo que pasará en función de las
informaciones actuales. En Barcelona, en época veraniega se esperan días soleados y calor
(climatología), pero puede darse un día lluvioso con bajada brusca de temperaturas en pleno agosto
(meteorología).

2.1. Las variables meteorológicas

Son aquellas cantidades o magnitudes relacionadas con la meteorología que pueden obtener valores
numéricos dentro de un conjunto de valores específicos (3). La climatología también estudia sus
magnitudes, aunque por un periodo de tiempo más prolongado. Algunas de las variables usadas en
meteorología y climatología son la temperatura, la precipitación, la humedad, la dirección y velocidad
del viento, la presión atmosférica y la nubosidad.

 • Temperatura: Magnitud física que caracteriza el movimiento de las moléculas de una
 sustancia y proporciona información del calor o energía térmica que genera. Las principales
 unidades usadas son los grados Celsius, Kelvin o Fahrenheit.
 • Precipitación: Caída a la superficie terrestre de un conjunto de partículas acuosas. Puede darse
 en forma de lluvia, llovizna, nieve, cinarra, nieve granulada, polvo diamante, granizo y gránulos
 de hielo.
 • Humedad relativa: Es la relación entre la presión de vapor efectiva y la tensión de vapor
 saturante con respecto al agua a la misma temperatura y presión. Expresa la cantidad de vapor

 3

Memoria

 de agua que contiene una masa de aire con respecto a la cantidad máxima que podría albergar
 a la misma temperatura. Se expresa en tanto por ciento.
 • Dirección y velocidad del viento: Movimiento del aire con respecto a la superficie de la Tierra.
 Se produce en la atmósfera como consecuencia de las diferencias de presión. Se suele
 proporcionar en km/h o m/s.
 • Presión atmosférica: Fuerza que ejercen los gases de la atmósfera sobre cualquier cuerpo
 inmerso en ella. Se expresa en Pascales (Pa), atmósferas (atm), bares o milibares (bar o mbar),
 y en milímetros de mercurio (mmHg).
 • Nubosidad: Fracción del cielo cubierta de nubes. Se pueden diferenciar cuatro tipos de
 nubosidad: nubes altas, medias, bajas y de desarrollo vertical. Expresado típicamente en tanto
 por ciento.

2.2. Los climas mundiales

Dentro del planeta Tierra se dan distintos climas con características muy diversas, tanto en las variables
meteorológicas como en la fauna y la flora que los habitan (4).

 • Tropical: La temperatura media anual está por encima de los 18 °C con una alta humedad. No
 se dan grandes variaciones de temperatura, siendo ésta agradable durante todo el año. Se
 localiza en las zonas comprendidas entre los trópicos de Cáncer y Capricornio, en la zona de la
 línea del ecuador. Se subdivide en clima ecuatorial, monzónico y de sabana.
 • Seco: La principal característica es la ausencia o muy baja presencia de precipitaciones. La
 evaporación procedente de la superficie terrestre es superior a la humedad generada por las
 precipitaciones. Se desarrolla entre los 15° y los 55° de latitud, en el interior de grandes masas
 continentales (grandes desiertos, estepas, Australia, Tíbet…). Se divide en clima árido (o
 desértico) y semiárido, y cada uno de ellos puede subdividirse en cálido o frío.
 • Templado: Término medio entre un clima cálido y uno frío. Para ser considerado clima
 templado la temperatura media del mes más frío debe estar comprendida entre los -3 °C y los
 18 °C. La del mes más cálido debe ser superior a los 10 °C. Incluidos en esta categoría destacan
 los climas Mediterráneos, Oceánicos, Subtropicales y templados de montaña.
 • Continental: Las diferencias de temperatura entre verano e invierno son muy acusadas, con
 una amplitud térmica de más de 30 °C entre el mes más cálido y el más frio. Los inviernos son
 especialmente fríos, con temperaturas medias inferiores a 0 °C. Se puede encontrar en
 ciudades como Nueva York, Chicago, Seúl, Pekín, Moscú, Viena o Múnich.
 • Polar: La temperatura media no supera los 10 °C en ninguna época del año. Se trata de un
 clima seco y muy frio, localizado en los extremos del planeta (Antártida y Groenlandia) y en las
 zonas de gran altura.

 4

Estudio y predicción del clima en Barcelona

2.3. El clima Mediterráneo

El clima Mediterráneo se localiza en las costas occidentales de los continentes, siendo una combinación
de los climas oceánico y desértico (5). Cuanto mayor sea la latitud, más suave y lluvioso será el clima
(asemejándose al oceánico), mientras que a menor distancia del ecuador será más seco (similar al clima
desértico). Las regiones donde se encuentra un clima Mediterráneo más típico son aquellas situadas
en las costas europeas del mar Mediterráneo: España, Francia, Italia, Grecia... Sin embargo, en las
costas de Túnez, Libia y Egipto predomina el clima desértico. El clima Mediterráneo se puede subdividir
en diversos climas con condiciones y características específicas: clima Mediterráneo típico,
continentalizado o seco.

La ciudad de Barcelona (también denominada Ciudad Condal) está situada en la costa mediterránea,
limitada al este por el mar Mediterráneo, al oeste por la sierra de Collserola y por los ríos Besòs y
Llobregat al norte y sur respectivamente.

La Ciudad Condal presenta un clima de tipo mediterráneo típico con influencias marítimas. Está
caracterizado por unos inviernos de temperaturas suaves y lluviosos y unos veranos muy calurosos con
precipitaciones escasas (6). La temperatura media se sitúa sobre los 18 °C, con máximas alrededor de
30 °C y mínimas que pocas veces disminuyen de los 10 °C. Estos rasgos son comunes en toda la región
mediterránea, aunque también se encuentran en otros lugares del planeta como Norteamérica, el
Medio Oriente, Sudamérica, Sudáfrica o Australia.

El clima Mediterráneo continentalizado combina las características del clima mediterráneo típico en
cuanto a precipitaciones con las del continental en las temperaturas. Predomina en lugares alejados
de la costa. El aire tiene poca humedad y la amplitud térmica es bastante grande, con veranos muy
calurosos e inviernos fríos, dado que no recibe la influencia del mar. Se encuentra en las zonas
interiores de la península Ibérica (Meseta Central, depresión del Ebro, interior de Cataluña y noroeste
de Andalucía), Italia, Chipre, Turquía, Israel o Líbano.

El clima Mediterráneo seco se caracteriza por la unión del clima desértico y el Mediterráneo típico. Las
precipitaciones son escasas y las temperaturas son parecidas a las del Mediterráneo típico, aunque los
veranos suelen ser más calurosos. Se puede encontrar en Murcia, Alicante y Almería, así como en zonas
de Portugal, Grecia Marruecos, Argelia, Chile, Méjico, California...

2.3.1. Episodios excepcionales

El clima Mediterráneo tiene características que lo hacen previsible. Sin embargo, la meteorología a
veces sorprende con episodios extremos que trastocan por completo las predicciones. Algunos de los

 5

Memoria

sucesos más impactantes de los que se tiene constancia que han sucedido en la ciudad de Barcelona
son los relacionados con lluvias, nieve y frío extremo.

El 15 de septiembre del año 1862 se produjo en Barcelona una de las mayores tragedias provocadas
por un episodio meteorológico: una gran inundación sacudió a la Ciudad Condal y provocó más de 1000
muertos y un sinfín de destrozos (7). La gran cantidad de lluvia caída, más de 200 mm en algunos
puntos de la ciudad, no fue la única culpable de las inundaciones. En plena transformación urbanística,
con la construcción del Eixample de Cerdá poniéndose en marcha, las murallas de la ciudad se
derribaron. Estos muros actuaban como diques de contención de las aguas de la Riera de Malla, que
bajaba desde Sant Gervasi hasta las Ramblas. El verano fue especialmente cálido y seco, y el
Mediterráneo tenía una temperatura más alta de lo normal. Esto provocó un aumento de la intensidad
de las tormentas que azotaron la ciudad.

En febrero de 1956 toda Europa vivió una de las mayores olas de frío de las que se tienen precedentes
(8). En la madrugada del 3 de febrero, Barcelona marcó una temperatura mínima de 5 grados negativos
en el centro de la ciudad, en el Pirineo se alcanzaron mínimas de 30 grados bajo cero y se acumularon
gruesos de nieve de casi 1 metro.

El 25 de diciembre de 1962 cayó en Barcelona la mayor nevada que se recuerda. 50 centímetros de
nieve cubrieron calles y avenidas de la Ciudad Condal (9). La falta de vehículos y peatones (por ser día
festivo) facilitó la acumulación de nieve, y la ciudad tardó más de un mes en recuperarse
completamente. El aeropuerto del Prat estuvo cerrado durante 4 días y fueron necesarias 13 máquinas
quitanieves, procedentes de Andorra, para recuperar la normalidad.

 Figura 2.1. Paseo de Sant Joan cubierto de nieve el 25 de diciembre de 1962 (Fuente: 9)

Durante el lunes 8 de marzo de 2010 se produjo la nevada más importante del siglo XX en la ciudad de
Barcelona que acumuló entre 10 y 20 centímetros de nieve (10). La mayor intensidad de nieve coincidió

 6

Estudio y predicción del clima en Barcelona

con las salidas de colegios y lugares de trabajo, la hora punta de la ciudad, y provocó grandes problemas
de movilidad.

El mes de abril del año 2020 fue el periodo más lluvioso de la historia de Barcelona (11). La ciudad batió
el récord de acumulación de precipitación que databa de 1942. El Observatori Fabra recogió 254,6 mm
desde el 1 al 30 de abril.

2.4. Las estaciones meteorológicas de Barcelona

La ciudad de Barcelona cuenta con numerosas estaciones meteorológicas repartidas por todo su
territorio, aunque no todas ellas proporcionan datos oficiales para el servicio meteorológico de
Catalunya (Meteocat) o para la agencia española de meteorología (AEMET). Debido a las disparidades
que puede haber entre distintos barrios por factores como la distancia o la diferencia de altitud, es
importante disponer de varios observatorios para poder completar una imagen más exacta de la
climatología de la ciudad.

Los principales observatorios meteorológicos de la ciudad de Barcelona son el Observatori Fabra, el
más longevo y el suministrador de los datos que aparecen en este documento, Zona Universitaria
ubicada a 79 msnm en la confluencia del Hospitalet de Llobregat, el Raval (situada en la facultad de
geografía e historia de la Universitat de Barcelona) a 33 msnm y la del parque zoológico de Barcelona
a 7 msnm (12). Todos los datos usados en este documento pertenecen a la base de datos del
Observatori Fabra, en concreto han sido obtenidos gracias a la estación meteorológica de tipo manual
(EMM) con código BN007. La serie de datos se remonta hasta el año 1914.

2.4.1. El Observatori Fabra

El Observatori Fabra está localizado en la ciudad de
Barcelona (13), en concreto en la montaña del Tibidabo,
en la sierra de Collserola (41°25’06” N, 2°07’27” E). Está
construido a una altitud de 415 metros sobre el nivel del
mar y presenta una orientación hacia el sur. Fue
inaugurado en 1904 por el rey Alfonso XIII y debe su
nombre al marqués de Alella, Camil Fabra i Fontanills,
mecenas del proyecto. Pertenece a la Real Academia de
Ciencias y Artes de Barcelona y fue declarado Bien
Cultural de Interés Nacional en 2014.

 Figura 2.2. Cúpula de observación astronómica
 (Fuente: 14)

 7

Memoria

Su labor científica se centra en los ámbitos de la meteorología, la astronomía y la sismología. Fue un
centro referente a nivel internacional en el ámbito de la astronomía hasta que llegó la guerra civil. Su
instrumental fue quedando obsoleto y la contaminación lumínica de la ciudad dificultaba las
investigaciones. Actualmente dispone de un telescopio refractor Mailhat que data de 1904. Su labor
se centra en el estudio de las estrellas dobles y en posicionar pequeños planetas, cometas y asteroides.
En cuanto a su vertiente de sismología, dispone de varios aparatos sísmicos de diversas épocas.
Algunos sismógrafos electromagnéticos modernos trabajan con algunos sensores instalados en el
macizo montañoso del Montseny. Las secuencias climáticas que proporciona el Observatori Fabra
llevan más de 100 años facilitando el estudio de la meteorología barcelonesa y catalana.

El Servei Meteorològic de Catalunya dispone de una estación meteorológica automática (EMA) en el
Observatori Fabra, Barcelona – Observatori Fabra (Código D5), perteneciente a la Xarxa d’Estacions
Meteorològiques Automàtiques (XEMA) e integrada en la Xarxa d’Equipaments Meteorològics de la
Generalitat de Catalunya (Xemec). La información de esta estación se complementa con las
observaciones de una estación meteorológica de tipo manual (EMM) que forma parte de la Xarxa
d’Observadors Meteorològics (XOM) dispuesta en el Observatori Fabra (Código BN007).

 Figura 2.3. El Observatori Fabra con la ciudad de Barcelona al fondo (Fuente: 15)

 8

Estudio y predicción del clima en Barcelona

3. Métodos estadísticos

3.1. Definiciones

 • Media: También definida como promedio, es una medida de tendencia central y se obtiene
 con la suma de los datos dividida entre el número total de datos.

 x1 + x2 + ⋯ + xN
 ̅=
 X
 N
 Ecuación 3.1.

 Donde ̅
 X es el valor de la media, xi son los datos de la muestra (con i = 1, 2, ..., N) y N es el
 número total de muestras.
 • Mediana: Número central del conjunto de datos después de haberlos ordenado de menor a
 mayor. Si el número de datos es par, la mediana es el promedio de los dos datos centrales.
 • Moda: Valor con mayor frecuencia en la distribución, es decir, el que ocurre más veces.
 • Valores extremos: Son los valores más alto y bajo de la distribución. Sirven para evaluar
 sucesos poco comunes.
 • Frecuencia: La frecuencia absoluta es el número de veces que se repite un dato en la
 distribución. La frecuencia relativa es el cociente de la frecuencia absoluta entre el número
 total de datos.
 • Rango: O amplitud. Es la diferencia entre los valores extremos.
 • Desviación estándar: Valor que indica la medida en que los datos de la distribución se agrupan
 alrededor de la media. Sirve para observar la dispersión de los datos de la muestra.

 ∑N ̅ 2
 1 (xi − X)
 s=√
 N
 Ecuación 3.2

 Donde s es el valor de la desviación estándar, x son los datos de la muestra (con i = 1, 2, ..., N),
 ̅ es el valor de la media y N es el número total de muestras.
 X
 • Varianza: Medida de dispersión de los datos respecto a la media aritmética de la muestra. Es
 calculada a partir del valor medio del cuadrado de las desviaciones de los valores respecto a la
 media:

 ∑N ̅ 2
 1 (xi − X)
 s2 =
 N
 Ecuación 3.3

 9

Memoria

 ̅ es el
 Donde s2 es el valor de la varianza, x son los datos de la muestra (con i = 1, 2, ..., N), X
 valor de la media y N es el número total de muestras.
 • Curtosis: Característica que indica la cantidad de datos que hay cercanos a la media,
 definiendo la forma de la curva en más escarpada o achatada. Un valor elevado establece un
 gran número de valores alrededor del valor medio, y sucede lo contrario con un valor pequeño.
 • Coeficiente de asimetría: Proporciona la simetría de la muestra respecto al valor medio de la
 serie de datos. Un valor cercano a 0 indica una muestra simétrica. Si el coeficiente es negativo,
 la distribución presenta una cola más alargada hacia la izquierda de la media, mientras que, si
 es superior a 0, la cola se alarga hacia valores superiores.
 • Cuartil: En estadística se usan los cuartiles para dividir un conjunto de datos ordenados en
 cuatro partes iguales. Los cuartiles 1, 2 y 3 (Q1, Q2 y Q3) corresponden al 25%, 50% y 75% de
 los datos, respectivamente. El Q2 coincide con la mediana de la muestra. La diferencia entre
 Q1 y Q3 se denomina rango intercuartílico.
 • Regresión: Método estadístico para obtener relaciones entre variables. Analiza el vínculo
 entre una variable dependiente y una o más variables independientes. Puede ser de tipo lineal
 o no lineal. Se usa para determinar una expresión matemática que sea capaz de describir el
 comportamiento de una variable en función de otra.
 • Coeficiente de determinación: También llamado R cuadrado (R2) refleja la bondad del ajuste
 de un modelo a la variable que pretende aproximar. Oscila entre 0 y 1. Cuanto mejor es el
 ajuste, el coeficiente es más cercano a 1, y viceversa, cuanto peor es el ajuste más se aproxima
 a 0.
 • Box plot: También conocido como diagrama de caja y bigote. Es un gráfico que representa los
 datos de una serie numérica en función de los cuartiles, los extremos y los valores atípicos
 (outliers). Es útil para visualizar datos de distintos grupos y compararlos. Los extremos de los
 bigotes son calculados a partir de los máximos y mínimos o con el rango intercuartílico:

 Ext. sup. = Q1 − 1,5 · (Q 3 − Q1 )
 Ecuación 3.4

 Ext. inf. = Q 3 + 1,5 · (Q 3 − Q1 )
 Ecuación 3.5

3.2. Regresión lineal

Se trata de un método estadístico cuyo objetivo es explicar la relación existente entre una variable
dependiente (y) y otra independiente (x). Para ello se crea una recta que se ajuste a la nube de puntos
de la serie de datos (16). La recta se ajusta a la siguiente expresión:

 10

Estudio y predicción del clima en Barcelona

 y = m·x+b
 Ecuación 3.6

Donde y representa a la variable dependiente, m es la pendiente de la recta de regresión, x es la
variable independiente y b es el punto de intersección con el eje de ordenadas (ordenada en el origen).

La recta obtenida presenta un coeficiente de determinación R2 que mide la proximidad de la recta
ajustada a los valores observados de y.

3.3. Método Holt

El método de Holt (o doble suavizado exponencial) se utiliza para estimar los valores de una variable
en el futuro teniendo en cuenta las tendencias de la serie de datos a lo largo del tiempo pasado (17).
Se define con dos ecuaciones:

 = + (1 − )( −1 + −1 ) ; 0 ≤ ≤ 1
 Ecuación 3.7

 = ( + −1 ) + (1 − ) −1 ; 0 ≤ ≤ 1
 Ecuación 3.8

Donde yt es el valor de la serie temporal en el tiempo t, St es la variable que define el valor del nivel en
el tiempo t y bt es la variable que declara la tendencia en el tiempo t. El sistema de ecuaciones es
dependiente de los parámetros α y δ. Un coeficiente α alto otorga una importancia mayor a los datos
más recientes, mientras que un valor bajo hace que predominen los más antiguos. En cuanto al
parámetro δ, un valor elevado de este responde con más velocidad a los cambios en la tendencia,
mientras que un coeficiente cercano a 0 tiende a suavizar la tendencia actual, otorgando menor peso
a los datos recientes.

Para emplear el método de Holt es necesario establecer unos valores iniciales para las variables St y bt.
El valor inicial S1 vendrá determinado por el valor inicial de la serie de datos y1, mientras que b1 se
obtendrá a partir de la diferencia y2 - y1. Los valores más adecuados de α y δ son aquellos que minimizan
la sumatoria del cuadrado de los errores (método de los mínimos cuadrados), siendo estos la diferencia
entre el valor real de la variable y su valor estimado.

Los valores futuros estimados vendrán dados por la siguiente expresión:

 + = + 
 Ecuación 3.9

 11

Memoria

3.4. Probabilidad condicionada

La probabilidad condicionada es un método que ayuda a predecir la probabilidad de un suceso A
sabiendo que ha ocurrido un suceso B (18). La fórmula para calcular la probabilidad condicional viene
dada por la siguiente expresión:

 P(A ∩ B)
 P(A|B) =
 P(B)
 Ecuación 3.10

Donde A es uno de los eventos, B es el otro, P(A ∩ B) es la probabilidad de que sucedan ambos eventos
y P(B) es la probabilidad de que suceda el evento B.

 12

Estudio y predicción del clima en Barcelona

4. Análisis de datos
El clima se define como la medición de la media y la variabilidad de cantidades relevantes de ciertas
variables, como la temperatura, la precipitación acumulada o el viento, durante un periodo de tiempo
determinado. La duración típica de este periodo es de 30 años, según define la Organización
Meteorológica Mundial (World Meteorological Organization o WMO) (19, 20). La determinación de las
condiciones climáticas de un lugar se lleva a cabo mediante las medias de las variables meteorológicas
durante un periodo de 30 años. Los periodos definidos que actualmente se usan para los estudios son
1961-1990, 1971-2000 y 1981-2010. Para los cálculos de las anomalías de temperatura y precipitación
en este estudio se utilizará el periodo 1961-1990.

Las variables meteorológicas analizadas para estudiar el clima en la ciudad de Barcelona serán la
temperatura media, la máxima y la mínima absoluta, y la precipitación acumulada, todas ellas
empezando en enero de 1914 y terminando en diciembre de 2020. La temperatura media y la
precipitación acumulada se han estudiado a través de datos promedio mensuales, ya calculados por
Meteocat a partir de valores diarios. Por otro lado, las temperaturas máximas y mínimas provienen de
datos diarios, que han sido trabajados a partir de las temperaturas máximas y mínimas de cada mes.
Todos estos datos forman parte de la base de datos de la estación meteorológica del Observatori Fabra,
perteneciente al Servei Meteorològic de Catalunya. Además, para complementar el estudio del clima
en la ciudad, se ha realizado el análisis de la anomalía de la temperatura media global desde 1856 a
2020, de las emisiones de CO2 equivalente en Cataluña en el periodo 1990-2018 y del nivel del mar
Mediterráneo en la ciudad de Marsella desde 1885.

4.1. Análisis estadístico

Con los datos procedentes de la estación meteorológica BN007 situada en el Observatori Fabra es
posible obtener una imagen de la meteorología en la ciudad de Barcelona. La serie de datos disponible
tiene más de 100 años de antigüedad (1914-2020) e incluye valores mensuales de temperaturas
máximas, mínimas y medias, así como de precipitación acumulada. Una vez obtenidos los diferentes
datos se procede a realizar un análisis, basado en interpretar las tendencias seguidas por las
temperaturas y precipitaciones, a lo largo de los años que dispone la serie temporal.

En primer lugar, se lleva a cabo un análisis de las tendencias de temperaturas y precipitaciones usando
una regresión lineal simple. Dado que los datos de las series temporales presentan una gran dispersión,
la bondad de ajuste obtenida con la regresión lineal es muy pobre, con unos valores de R2 muy bajos.
Con la línea de tendencia de la regresión lineal es posible dar una idea generalizada de hacia dónde
tiende la serie temporal, aunque no se puede usar como método de ajuste. Por estos motivos, se
descarta la realización del estudio de regresión lineal.

 13

Memoria

4.1.1. Temperatura media

Las medias anuales de temperatura han sido calculadas usando los valores de los doce meses, siendo
la temperatura anual el promedio de las temperaturas medias mensuales.

 Temperatura media anual
 17

 16,5

 16
 Temperatura (°C)

 15,5

 15

 14,5

 14

 13,5
 1914
 1918
 1922
 1926
 1930
 1934
 1938
 1942
 1946
 1950
 1954
 1958
 1962
 1966
 1970
 1974
 1978
 1982
 1986
 1990
 1994
 1998
 2002
 2006
 2010
 2014
 2018
 Año
 Figura 4.1. Evolución de la temperatura media anual desde 1914 hasta 2020 (Fuente: elaboración propia)

Las temperaturas medias anuales de la serie temporal comprendida entre el periodo 1914-2020
muestran una clara tendencia general al alza a partir de la década de los años 70. Debido a la
irregularidad de la muestra, aparecen continuas oscilaciones en el gráfico, por lo que obtener un
modelo estadístico predictivo a partir de estos datos es prácticamente imposible. El año 2020 es el más
cálido de la serie, con una temperatura media de 16,70 °C, mientras que 1917 es el más frío con 13,68
°C.

En la tabla 4.1 se muestran los estadísticos principales de la muestra de datos del promedio anual de
temperatura media:

 14

Estudio y predicción del clima en Barcelona

Tabla 4.1. Estadística descriptiva de la temperatura media anual (Fuente: elaboración propia)

 Temperatura promedio anual
 Media 15,10 °C
 Mediana 15,04 °C
 Moda 15,10 °C
 Desviación estándar 0,74 °C
 Varianza de la muestra 0,54 °C2
 Curtosis -0,77
 Coeficiente de asimetría 0,30
 Rango 3,02 °C
 Mínimo 13,68 °C
 Máximo 16,70 °C
 Cuenta 107
 Cuartil 1 14,50 °C
 Cuartil 3 15,68 °C

En el periodo comprendido entre 1914 y 2020, la temperatura media anual ha sido de 15,1 °C. El valor
más repetido de la muestra es 15,1 °C, igual a la mediana. La muestra presenta una desviación estándar
cercana a 0, por lo que los valores se agrupan alrededor de la media con una diferencia promedio de
0,74 °C. El valor de curtosis negativo, aunque muy cercano a cero, evidencia una ligera menor
concentración de valores en torno a la media, creando una distribución más achatada. El coeficiente
de asimetría mayor a 0 indica una ligera asimetría positiva. La muestra tiene un rango que va desde los
13,7 °C a los 16,7 °C, por lo que presenta una amplitud máxima de 3 °C entre el año más frío y el más
cálido. El rango intercuartílico (diferencia entre cuartil 1 y cuartil 3) es de 1,18 °C.

 Histograma
 14

 12

 10
 Frecuencia

 8

 6

 4

 2

 0
 15
 13

 14

 16

 17
 13,2

 13,4

 13,6

 13,8

 14,2

 14,4

 14,6

 14,8

 15,2

 15,4

 15,6

 15,8

 16,2

 16,4

 16,6

 16,8

 Clase (°C)

 Figura 4.2. Histograma de la temperatura media anual desde 1914 a 2020 (Fuente: elaboración propia)

 15

Memoria

El histograma de la muestra plasmado en la figura 4.2 no presenta picos aislados de datos. Es posible
distinguir cierta asimetría hacia la derecha, con una gran cantidad de valores centrados alrededor de
14 °C y 15 °C. No aparecen valores atípicos, alejados del resto de datos.

 Figura 4.3. Box plot o diagrama de caja de la temperatura media mensual de 1914 a 2020 (Fuente: elaboración propia)

El diagrama de caja de la figura 4.3 muestra un resumen de los datos de temperatura media divididos
por meses. Todas las cajas presentan una anchura similar, de entre 2 °C y 3 °C. El primer y tercer cuartil
tienen más variación. La media se aproxima a la mediana (segundo cuartil) en todas las cajas. En los
meses de enero, febrero, marzo, junio, agosto, septiembre y octubre aparecen valores atípicos
(outliers), estando más allá del límite superior o inferior.

 16

Estudio y predicción del clima en Barcelona

 Figura 4.4. Box plot o diagrama de caja de la temperatura media anual de 1914 a 2020 (Fuente: elaboración propia)

En la figura 4.4, la mediana no corta la caja por su centro. En el diagrama aparecen valores más
dispersos por encima de la media por lo que es posible determinar que la muestra presenta una ligera
asimetría positiva (o sesgada a la derecha), tal y como evidenció la tabla 4.1. Además, el promedio de
los datos es superior a la mediana. El box plot de la temperatura media no presenta valores anómalos.
La anchura de la caja, que representa el rango intercuartílico, es relativamente pequeña ya que existe
poca dispersión en la muestra. Los extremos del diagrama están situados en 16,7 °C el superior y 13,7
°C el inferior, siendo éstos el máximo y el mínimo de la serie de datos.

 Anomalía de la temperatura media anual
 2

 1,5

 1
 Anomalía (°C)

 0,5

 0

 -0,5

 -1

 -1,5
 1926

 1962

 1998
 1914
 1918
 1922

 1930
 1934
 1938
 1942
 1946
 1950
 1954
 1958

 1966
 1970
 1974
 1978
 1982
 1986
 1990
 1994

 2002
 2006
 2010
 2014
 2018

 Año

 Figura 4.5. Anomalía de la temperatura media anual respecto al promedio del periodo de referencia de 1961-1990. Las
 barras rojas indican años más cálidos y las azules más fríos (Fuente: elaboración propia)

 17

Memoria

Dado el periodo de referencia de 1961-1990 definido por la WMO, se obtienen las llamadas anomalías
de temperatura media, en función del promedio del tramo de 30 años de referencia. Las anomalías
son la diferencia entre el valor de la temperatura media y el correspondiente a su media climática para
el periodo de referencia. En esta muestra el valor de referencia es de 14,8 °C. Es posible diferenciar dos
tendencias en el gráfico de la figura 4.5: la primera parte de la serie presenta anomalías positivas y
negativas sin ningún patrón, cambiando continuamente de signo y de valores comprendidos entre 1
°C y -1 °C. Es a partir de la década de los 80 cuando los valores empiezan a crecer, con alguna pausa a
principios de los 90, hasta llegar a la actualidad. Desde 1992, todos los años han presentado una
anomalía positiva. 2020 fue el año que presentó una mayor anomalía de temperatura en la serie, con
un valor de 1,87 °C.

4.1.1.1. Análisis estacional por ventanas climáticas

Los periodos de las estaciones climatológicas difieren ligeramente de los astronómicos. Las estaciones
meteorológicas empiezan los días 1 de los meses de marzo, junio, setiembre y diciembre para la
primavera, el verano, el otoño y el invierno, respectivamente. Todas abarcan 3 meses completos y
terminan el último día del tercer mes.

Tabla 4.2. Comparativa de los periodos de las estaciones climatológicas y las astronómicas (Fuente: elaboración propia)

 Periodo climatológico Periodo astronómico

 Primavera 1 de marzo – 31 de mayo 20 de marzo – 21 de junio

 Verano 1 de junio – 31 de agosto 21 de junio – 22 de septiembre

 Otoño 1 de septiembre – 30 de noviembre 22 de septiembre – 21 de diciembre

 Invierno 1 de diciembre – 28 de febrero 21 de diciembre – 20 de marzo

Para analizar el comportamiento de las variables meteorológicas es necesario dividir la serie de datos
en ventanas climáticas de 30 años de duración. En este caso, se han implementado saltos de 10 años.
Para recoger los datos más recientes del año 2020, la serie se ha debido recortar al inicio, empezando
en 1921 y abarcando un periodo de 100 años. Las ventanas climáticas implementadas son 1921-1950,
1931-1960, 1941-1970, 1951-1980, 1961-1990, 1971-2000, 1981-2010 y 1991-2020. La identificación
de estos periodos en el eje horizontal de los gráficos se ha realizado mediante el año central de la
ventana climática (por ejemplo, el periodo 1921-1950 se muestra como 1935. Esta metodología es
usada en todas las figuras del documento que usen ventanas climáticas).

 18

Estudio y predicción del clima en Barcelona

 Temperatura media
 16 24

 15 23

 14 22

 Temperatura meses cálidos (°C)
 Temperatura meses fríos (°C)

 13 21

 12 20 Primavera

 11 19 Invierno
 Verano
 10 18
 Otoño
 9 17

 8 16

 7 15
 1935 1945 1955 1965 1975 1985 1995 2005
 Ventana climática

 Figura 4.6. Temperatura media por ventana climática en cada estación, considerando la primavera y el invierno como
 meses fríos (eje izquierdo) y el verano y el otoño como meses cálidos (eje derecho) (Fuente: elaboración propia)

Considerando las estaciones de verano y otoño como periodos cálidos, y primavera e invierno como
fríos, todas las estaciones presentan un crecimiento de la temperatura a partir del periodo de 1961-
1990, siendo el más pronunciado el del verano. La estación más cálida, como era de esperar, es el
verano con una temperatura media alrededor de 22,5 °C, seguido del otoño con unos 16 °C de
promedio, y la primavera con una temperatura que oscila los 13,5 °C. El invierno es la estación más fría
con unos 8,5 °C de media.

 19

Memoria

 Anomalía de la temperatura media
 1,5

 1
 Anomalía (°C)

 0,5
 Primavera
 Verano
 0
 Otoño
 Invierno
 -0,5

 -1
 1935 1945 1955 1965 1975 1985 1995 2005
 Ventana climática

Figura 4.7. Anomalía de la temperatura media por ventana climática en cada estación respecto al promedio del periodo
 de referencia de 1961-1990 (Fuente: elaboración propia)

Las anomalías de temperatura media de primavera y verano presentan un incremento considerable en
los periodos 1981-2010 y 1991-2020. El otoño junto al invierno son los dos periodos que presentan
unas anomalías más reducidas. Durante los 3 primeros periodos, primavera, verano y otoño tienen
anomalías de signo positivo, siendo las más notables las de primavera. Las anomalías invernales se
mantienen negativas hasta la ventana de 1971-2000. Teniendo en cuenta la figura 4.7, las estaciones
cuyas temperaturas han sufrido más cambios han sido primavera y verano, teniendo unas anomalías
con respecto al periodo de referencia superiores a 1 °C en las últimas ventanas climáticas.

Por lo que respecta a la primavera en particular, en la figura 4.8 se aprecia un ligero descenso en 1951-
1980, mantenido hasta la ventana climática de 1971-2000, donde comienza un crecimiento hasta la
actualidad. Todas las anomalías de temperatura media en primavera han sido positivas, hasta llegar a
un máximo de 1,3 °C en el último periodo. Los 3 primeros periodos presentan un crecimiento
escalonado de las anomalías hasta la ventana 1951-1980. Pasado el periodo de referencia el aumento
de las anomalías es más pronunciado.

El verano presenta el crecimiento más elevado de las cuatro estaciones (figura 4.9). Con un mínimo de
21,5 °C en 1951-1980, asciende hasta los 23,3 °C en 1991-2020. Tiene la amplitud más elevada, con 1,8
°C entre la temperatura media máxima y la mínima. Las anomalías son pequeñas hasta llegar al periodo
de referencia. Una vez superado, se produce un ascenso, enfatizado sobre todo en la ventana de 1981-
2010, hasta obtener la mayor anomalía de la muestra, con 1,5 °C en 1991-2020.

 20

Estudio y predicción del clima en Barcelona

La evolución de la temperatura media en otoño es bastante estable tal y como se observa en la figura
4.10. Se aprecia una ligera crecida en los dos últimos periodos. Presenta la menor amplitud de la
muestra, con tan solo 1 °C de diferencia entre el máximo y el mínimo. Es la única estación que presenta
una anomalía negativa después del periodo de referencia, en la ventana climática de 1971-2000. Los
valores anómalos son relativamente pequeños, dado que el otoño ha sufrido un crecimiento menor
que la primavera o el verano.

En la figura 4.11, la temperatura invernal crece de forma lenta y constante a partir de 1941-1970. Tan
solo presenta una amplitud de 1,1 °C, con un máximo de 9,2 °C en el último periodo estudiado. Junto
al otoño es la estación que menor crecimiento de temperatura media padece. Las anomalías del
invierno presentan el planteamiento esperado, con un crecimiento escalonado durante toda la serie.

 Temperatura media y anomalía en primavera
 15 2

 14,5 1,5

 14 1
 Temperatura (°C)

 Anomalía (°C)
 13,5 0,5

 13 0

 12,5 -0,5

 12 -1
 1935 1945 1955 1965 1975 1985 1995 2005
 Ventana climática

 Figura 4.8. Temperatura media (gráfico lineal) y anomalía (gráfico de barras) de la temperatura media por ventana
 climática en primavera respecto al promedio del periodo de referencia de 1961-1990 (Fuente: elaboración propia)

 21