Download todos los estadísticos

Facultad de Estudios Estadísticos
Madrid, 12 de noviembre de 2014
ESTADíSTICA PARA EL ANÁLISIS Y LA
INVESTIGACiÓN DEL CLIMA:
Retos y soluciones estadísticas en
Clima y Cambio Climático
Luis Balairón Ruiz (*)
lbalairon@hotmail.com
(*) Ex Director del Programa de Análisis del Cambio Climático –AEMET
Miembro del IPCC_FASE 1ª (Grupo Expertos sobre el Cambio Climático de Naciones Unidas)
2014 F.Estadística_LBR
1
INTRODUCCIÓN
El clima y el cambio climático desde
el punto de vista estadístico
•
•
•
•
•
•
El clima como recurso: cartografía y descripción
Lo Climatológico y lo Climático
Modelos estadísticos aplicados al clima
Detección y atribución de causas de cambio
climático
El Sistema Climático como sistema dinámico
complejo: no linealidad, realimentaciones, …
Regionalización (Down scaling estadísticos) de
Escenarios climáticos globales o regionales
2014 F.Estadística_LBR
2
Para qué sirve la Estadística en Clima …
y para qué no: un debate conveniente
•
1.
2.
3.
4.
5.
Qué es clásico, qué es nuevo, qué no es nuevo y no aplicamos, qué necesitamos y no
tenemos, qué NO hacer con la Estadística
Climatología operativa: Redes observación, dato primario, calidad de los datos, estimación
datos, …
Climatología clásica: Descripción, caracterización de un clima estático.
Climatología aplicada: Variables derivadas para la explotación del Clima como recurso (turismo,
agro,…)
Innovación contínua: Adaptación al Clima de las innovaciones estadísticas universales y
formulación de problemas propios: interpolación de alta resolución con datos fisiográficos,
teleconexiones, validación, riesgos, ruido, espectros, filtros, modelos estadisticos correlación,
El problema del Cambio climático: Vigilancia y Detección del cambio climático “fingerprint”;
validación de modelos, modelos dinámico-estadísticos, “down scaling” o mejora de la
resolución o escala de Modelos del Clima (GCM o RCM: globales o regionales)
•
Límites de la Estadística en el debate del Cambio Climático: El calentamiento global
no es equivalente al “problema del cambio climático” en sentido riguroso
•
La Estadística no puede sustituir al conocimiento y la modelización físico-dinámica
de los procesos del Sistema Climático,  los que regulan el Clima “por venir”, es
decir de los escenarios climáticos futuros inducidos por la acción humana y natural.
2014 F.Estadística_LBR
3
Estadística y Clima.1
•
PROBLEMAS OPERATIVOS
•
•
•
•
•
•
CLIMATOLOGÍA CLÁSICA
•
•
•
•
•
Observación  DATO derivado de la observación  DATOS mixtos
Identificación de cambios: tendencias, rupturas, ciclos, estacionalidad,
inhomogeneidades, metadatos, …
Homogeneidad de las SERIES CLIMÁTICAS (UN DATO/UN AÑO) ≠ SERIE TEMPORAL
Interpolación-estimación espacio-temporal: LAGUNAS Espacio-temporales
Diseño de redes según los fines: CALIDAD y representatividad.
Elementos: Presión, viento, temperatura, precipitación,… NORMALES climatológicas
Caracterización y descripción del clima en un lugar o en un territorio: ATLAS Climáticos
Extremos (sequias, lluvias intensas, huracanes, tornados, temporales viento, …)
Descripción espacial: Construcción de series de áreas geográficas extensas
(agregación), estimación de series en puntos sin observación (interpolación),
CLIMATOLOGÍA APLICADA –APLICACIONES Y SERVICIOS CLIMÁTICOS•
•
•
•
•
ATLAS de Aplicaciones: Turismo, Salud, Agricultura, Urbanismo, …
Estimación de variables “derivadas” : Grados-dia, nºdias > umbrales,
Indices mixtos y clasificaciones climáticas
Cartografía de RIESGOS: Probabilidad x Efecto
Aplicación Teoría de Riesgos a la toma de decisiones
2014 F.Estadística_LBR
4
Estadística y Clima.2
LA ESTADÍSTICA AVANZADA APLICADA AL CLIMA:
•
•
•
•
•
•
Aplicación de DISTRIBUCIONES, FILTROS, Modelos ARIMA y otros, A.ESPECTRAL,
AUTOFUNCIONES, COMPONENTES PRINCIPALES Y A.FACTORIAL , Técnicas EOF, POP,
Estimación de datos con alta resolución espacial para la mejora de la Climatología
convencional
Sistemas de Información Geográfica
Mapas de Riesgo y aplicación de la Teoría de Riesgos
Teleconexiones y Análisis climático mediante las técnicas estadísticas universales:
CAMBIO CLIMÁTICO
•
•
•
•
•
•
•
•
•
VARIABLES NUEVAS NO ATMOSFÉRICAS: DEL SISTEMA CLIMÁTICO
Detección del cambio climático: análisis de series territoriales vs series locales
Métodos “Fingerprint” (huella digital): “huella” que se postula y define a partir de
resultados de modelos y se “busca” en las observaciones.
Es un método estadístico que exige una teoría “externa” del clima y modelos que lo
describan.
Indicadores estadísticos: Sisterma DPSIR
Mejora de la resolución de salida de Modelos dinámicos del Clima: “down scaling”
empíricos y mixtas (estadístico-dinámicas)
Mapas de riesgo de impactos del cambio climático: vulnerabilidad, adaptabilidad
Teoria de Juegos y equilibrios de Nash: Estrategias de la negociación en N.Unidas
2014 F.Estadística_LBR
5
Estadística y Clima.3
Hans von Storch and Francis W. Zwiers, 1999:
Statistical Analysis in Climate Research (Manual)
•
•
•
•
•
•
•
•
•
•
•
•
Part I:Fundamentals
Probability Theory. Distributions of Climate Variables. Concepts in Statistical
Inference. Estimation
Part II:Confirmation and Analysis
The Statistical test of a Hypothesis. Analysis of Atmospheric Circulation Problems,
Part III:Fitting Statistical Models
Regression. Analysis of Variance
Part IV:Time Series
Time Series and Stochastic Processe. Parameters of Univariate and Bivariate Time
Series. Estimation of Covariance Functions and Spectra
Part V:Eigen Techniques
Empirical Orthogonal Functions. Canonical Correlation Analysis. Principal
Oscillation Pattern Analysis. Complex Eigentechniques
Part VI:Other Topics
Specific Statistical Concepts in Climate Research. Forecast Quality Evaluation
2014 F.Estadística_LBR
6
TECNICAS PARA
CONOCER EL CLIMA EN
EL PASADO
2014 F.Estadística_LBR
7
Castellon.2012_X Jornadas CC.Tierra: Luis
Balairón
8
2014 F.Estadística_LBR
9
Variabilidad espacio-temporal de la temperatura en la última glaciación
y en los períodos interglaciales anterior y posterior
2014 F.Estadística_LBR
10
2014 F.Estadística_LBR
11
Espectro esquemático, idealizado, de las temperaturas atmosféricas en
superficie, entre 10-4 y 1010 años (Mitchell, 1976)
2014 F.Estadística_LBR
12
LA POLÉMICA DEL PALO DE GOLF
“Reconstrucciones del clima para los últimos 1000 años indican un
calentamiento reciente inusual “: es improbable atribuirle un origen
únicamente natural”
2014 F.Estadística_LBR
13
LA POLÉMICA DEL PALO DE GOLF
Diferencia en ºC con respecto a la media
del periodo 1961-1990
Variaciones en la temperatura de la superficie de la Tierra
durante los pasados 1000 años
Hemisferio Norte
Datos medidos con termómetros (rojo), y estimados
a partir de anillos de árboles, corales, sondas de
hielos polares y registros históricos (azul)
Año
2014 F.Estadística_LBR
14
LA POLÉMICA DEL PALO DE GOLF
2014 F.Estadística_LBR
15
EL PROBLEMA DE LA COBERTURA DE OBSERVACIÓN: GEOFÍSICA Y “RED”
2014 F.Estadística_LBR
16
INTERPOLACIÓN y ESTIMACIÓN DE DATOS
• Interpolación
– Limitaciones: orografía e influencias locales
–Ventajas: Sencillo y bajo coste
• Estimación mediante regresiones múltiples
–Consideración de factores fisiográficos
• Distancia costa, laplaciana, orientación, …
–Hoy el coste es bajo
–Exige una formación estadística avanzada
–Permite obtener capas de datos reticulares
(utilidades GIS)
2014 F.Estadística_LBR
17
ATLAS: Ejemplos
N_º dias Precipitación
> 0,1 mm y >30 mm
2014 F.Estadística_LBR
18
Clasificación climática de Köppen
B: Secos; C: Templados; D: Frios, E: Polares (ET: Tundra)
2014 F.Estadística_LBR
19
NO SÓLO DE” MEDIAS” y “NORMALES”…… VIVE EL HOMBRE
Y LA MUJER
Medias, medianas, cuartiles, quintiles, asimetrias, desviaciones,,…
2014 F.Estadística_LBR
20
DATOS RETICULARES
Cambios de la temperatura y de la precipitación
observados en el entorno de la Península Ibérica
Período de referencia 1961-90 (Base de datos del IPCC)
2014 F.Estadística_LBR
21
ANOMALÍAS DE UN AÑO respecto a 1961-90
Problema del período de REFERENCIA
NASA: informe año 2005
2014 F.Estadística_LBR
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
0,04
-0,03
0,04
0,08
0,24
0,03
0,24
-0,06
-0,1
0,08
0,19
0,28
0,21
0,46
0,35
0,15
0,18
0,33
0,53
0,22
0,5
0,68
0,46
0,41
0,56
0,61
22
Cambio MUNDIAL de la temperatura en superficie
(Hansen et al, 2000)
2014 F.Estadística_LBR
23
EJEMPLO: problema de la Cobertura de observación
Cambio de la Temperatura mundial 1901-2012
Figure SPM.1b
IPCC
Observed change in surface temperature 1901-2012
All Figures © IPCC 2013
EJEMPLO: Tendencias de la Temperatura observada
Tendencia de las temperaturas en el periodo 1901-2000
Escala de tendencias en (ºC / década)
2014 F.Estadística_LBR
25
All Figures © IPCC 2013
EJEMPLO: Ritmo de cambio
En la Precipitación observada
Figure SPM.2
Observed change in annual precipitation over land
EJEMPLO: Anomalías respecto a 1951-2000 (referencia)
Precipitación observada en un año
2014 F.Estadística_LBR
27
Informe IPCC.2007: Anomalías Precipitacion mundial
1900-2006 (r.to. 1981-2000)
Castellon.2012_X Jornadas CC.Tierra: Luis
Balairón
28
Temperatura en superficie: últimos 150 y 1000 años
Cambio de la Temperatura media en superficie
respecto a 1961-1990 - Hemisferio Norte
0,8
0,6
An-TT-HN(ºC)
0,4
0,2
0
-0,2
TT-HN
-0,4
10 per. media móvil (TT-HN)
-0,6
Años
2014 F.Estadística_LBR
2001
1996
1991
1986
1981
1976
1971
1966
1961
1956
1951
1946
1941
1936
1931
1926
1921
1916
1911
1906
1901
1896
1891
1886
1881
1876
1871
1866
1861
1856
-0,8
29
All Figures © IPCC 2013
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
Figure SPM.1a
Observed globally averaged combined land and ocean surface temperature anomaly 1850-2012
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
2014 F.Estadística_LBR
31
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
Cambios
recientes de
temperatura del
aire en
superficie
2014 F.Estadística_LBR
32
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
2014 F.Estadística_LBR
33
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
Nunca tan poco dió para tanto…..
Mejora de las
estimaciones de la
anomalía de la
temperatura mundial del
aire en superficie
2014 F.Estadística_LBR
34
Evolución del calentamiento observado
2014 F.Estadística_LBR
35
POLÉMICA DEL “CALENTAMIENTO OBSERVADO”
2014 F.Estadística_LBR
36
OTROS INDICADORES MÁS SENSIBLES
Tendencias en los extremos: noches y dias frios
Tendencias observadas en la frecuencia de temperaturas extremas 1951-2003 con referencia
1961-90, para los percentiles 10 y 90 (noches y dias frios; noches y dias cálidos).
Fuente: Alexander et al (2006)____IPCC.2007
2014 F.Estadística_LBR
37
OTROS INDICADORES MÁS SENSIBLES
Cubierta de nieve, extensión de los hielos árticos,
contenido en calor del océano superior, nivel del mar
All Figures © IPCC 2013
Figure SPM.3
Multiple observed indicators of a changing global climate
OTROS INDICADORES MÁS SENSIBLES
Temperaturas en
superficie y en la
estratosfera inferior
IPCC_TAR.2001
2014 F.Estadística_LBR
39
Impactos climáticos y extremos climáticos locales
Probabilidad
de
ocurrencia
Clima actual
Probabilidades
de
Sucesos
extremos
Rango habitual
X = Media
Variable climática (x)
Los impactos climáticos potenciales
2014 F.Estadística_LBR
40
Modelos del Sistema Climático: “Simular” el clima
Sistema Climático = A U O U C U B U L
100 años
101 años
102-3años
103-4 años
106-7años
SC 
SC 
SC 
SC 
SC 
A
A U Osup
A U Oprof U C
AUO UC UB
AUO UC UBUL
Fuente:
IPCC.1997
Fuente: Peixoto-Oort
2014 F.Estadística_LBR
41
FÍSICA Y ESTADÍSTICA
Evolución de las
temperaturas desde
1300 y de los
forzamientos
radiativos:
atribución de causas
Fuente: IPCC.2007
2014 F.Estadística_LBR
42
FORZAMIENTOS RADIATIVOS: ESCENARIOS
Esto no es Estadística, es Física
Malte Meinshausen & S. J. Smith & K. Calvin & J. S. Daniel & M. L. T. Kainuma &
J-F. Lamarque & K. Matsumoto & S. A. Montzka & S. C. B. Raper & K. Riahi &
A. Thomson & G. J. M. Velders & D.P. P. van Vuuren
2014 F.Estadística_LBR
43
ESTRATEGIAS DE OBTENCIÓN DE ESCENARIOS
DE CAMBIO CLIMÁTICO: Concentraciones, forzamientos y
cambio de temperatura mundial superficial (1850-2300)
2014 F.Estadística_LBR
44
ESTRATEGIAS DE OBTENCIÓN DE ESCENARIOS
DE CAMBIO CLIMÁTICO 1950-2100: Temperatura y nivel del mar
All Figures © IPCC 2013
ESCENARIOS DE CAMBIO CLIMÁTICO:
Ph marino y Extensión de hielo ártico en Septiembre
All Figures © IPCC 2013
All Figures © IPCC 2013
ESCENARIOS DE TEMPERATURA Y PRECIPITACIÓN
Figure SPM.8a,b
Maps of CMIP5 multi-model mean results
3 PERSPECTIVAS: histórica, observada reciente y futura
Fuente: IPCC.2001
Variaciones de la temperatura en la superficie terrestre
entre los años 1000 y 2100 (H.Norte) / Ref.:1961-90
Fuente: IPCC-2001
Modelos
Datos “proxy”
Observaciones
instrumentales
L.Balairon-Alicante03
2014 F.Estadística_LBR
11
48
Esto es ESTADÍSTICA de resultados de Modelos
Reducen la incertidumbre en
las predicciones
2014 F.Estadística_LBR
49
Esto es ESTADÍSTICA de observaciones y de Modelos
2014 F.Estadística_LBR
50
ESTADÍSTICA y ANÁLISIS CRÍTICO de lo observado
2014 F.Estadística_LBR
51
EVOLUCIÓN de la resolución de los modelos en los
informes IPCC: Punto de partida
Fuente: IPCC.2007
2014 F.Estadística_LBR
52
Los resultados de modelos producen datos
virtuales sin lagunas
2014 F.Estadística_LBR
53
ESTADÍSTICA Y FÍSICA PARA LA AGREGACIÓN Y LA
DESAGREGACIÓN DE CAPAS DE INFORMACIÓN
Fuente:
Proyecto LINK (East-Anglia
&Hadley Centre /
Hulme&Vinner)Hadley Centre
2014 F.Estadística_LBR
54
Obtención de escenarios regionales
Down-scaling = aumento de la resolución
• Enfoques dinámicos
– Modelos anidados sucesivamente
• Enfoques estadísticos y estocásticos
• Interpolación espacial
• Enfoques mixtos
2014 F.Estadística_LBR
55
PROYECTO
PRUDENCE (UE)
M.Dequé et
Al.(2006)
In Climatic Change
Cambio de la
temperatura
invernal DJF,
obtenido en un
ensemble de 3 MCG
y 9 MCR
(modelos globales y
regionales):
Intervalos de
confianza 99%
2014 F.Estadística_LBR
56
España: Inviernos años 2080
Modelos
“Lluviosos”
Modelos
“Secos”
The Changing Climate of Europe (Mike Hulme and Tim Carter)
A contribution to: "Assessment of the Potential Effect of Climate Change in Europe"
Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA.
2014 F.Estadística_LBR
57
Down Scaling
MODELOS ESTADÍSTICOS
• Relaciones entre patrones de la CGA en altura y
distribución fina de variables en superficie como P y T
• Mejores resultados para regiones complejas como
pen.ibérica
• Condicionada por efectos del clima pasado en las
relaciones construídas
• A veces no reproduce interrelaciones entre variables
P,T y radiación
2014 F.Estadística_LBR
58
Esquema básico de las técnicas
de “down scaling” estadístico
Escenarios
globales
de cambio
climático
Patrones de
circulación
atmosférica
Relación
empírica
Clima regional
o local
observado
2014 F.Estadística_LBR
Escenarios
regionales
59
Metodologia basada en situaciones
“Análogas”
Ref: BD-203
puntos
Dia 1
..
..
..
Día n
“Proceso1: Acción”
(clustering, clasific,
buscar,....)
“Proceso2: Acción”
2014 F.Estadística_LBR
HadCM2
(Modelo)
NCEP
(Reanálisis)
INM
(Observaciones)
60
2014 F.Estadística_LBR
61
2014 F.Estadística_LBR
62
Ejemplo
ANALOG
Resultado para la
precipitación
estacional en
España
INM-AEMET-FIC
2014 F.Estadística_LBR
63
PRECIPITACIONES - INVIERNO Y VERANO
C.Guadalquivir - punto 010: Validación método
"Analog"
9
8
7
mm/dia
6
Estimada invierno
5
Real invierno
4
Estimada verano
Real verano
3
2
1
0
61
66
71
76
81
86
Años
2014 F.Estadística_LBR
64
Sistemas Indicadores DPSIR
PRESIÓN-IMPACTO-RESPUESTA 
Drivers-Pressure-State-Impact-Response
Instrumentos de identificación,
conocimiento, control y seguimiento de
los problemas tratados.
“Adecuación, Representatividad,
Garantía, Continuidad, Aceptabilidad
científica”
2014 F.Estadística_LBR
65
Enlace con Documento
Informe España sobre Emisiones
2014 F.Estadística_LBR
66
2014 F.Estadística_LBR
67
2014 F.Estadística_LBR
68
Impacto, Riesgo y Vulnerabilidad
Impacto de un cambio ≠ Riesgo
Riesgo = Prob x Efecto de un impacto
Vulnerabilidad = f (sensibilidad, adaptabilidad)
EL PROBLEMA DE LA INCERTIDUMBRE
2014 F.Estadística_LBR
70
EL PROBLEMA DE LA INCERTIDUMBRE:
El riesgo de cambios abruptos
Rhamshorf
(Postdam ICIR)
2014 F.Estadística_LBR
71
EL PROBLEMA DE LA INCERTIDUMBRE:
Física del Caos y complejidad
http://www.astroseti.org/noticia_1256_teoria_del_cao
s_una_breve_introduccion.htm
2014 F.Estadística_LBR
72
EL PROBLEMA DE LA INCERTIDUMBRE:
Física
del
Caos
y
complejidad
El estudio del caos con las ecuaciones de
Lorenz
donde σ es el número de Prandtl
(viscosidad/conductividad térmica), r es de Rayleigh
(John Strutt) (diferencia de temperatura entre base
y tope) y b es la razón entre la longitud y altura del
sistema.
Diagrama de la
trayectoria del
sistema de Lorenz
para los valores
r = 28, σ = 10,
b = 8/3
2014 F.Estadística_LBR
73
Conclusiones

ESTADÍSTICA Y FÍSICA Y CIENCIA BIOGEOQUÍMICA

INNOVACIÓN Y UTILIZACIÓN DE TODAS LAS TÉCNICAS

SIG, INDICADORES SOLVENTES Y VALOR AÑADIDO

DISTINGUIR ENTRE CLIMA DEL PASADO REMOTO, CLIMA
RECIENTE Y ESCENARIOS FUTUROS DE CLIMA

DESCRIPCIÓN, COMPRENSIÓN, PREVISIÓN

DETECCIÓN FINGERPRINT = ESTADÍSTICA Y FÍSICA

TODOS LOS ESTADÍSTICOS
2014 F.Estadística_LBR
74
¡¡ GRACIAS POR SU ATENCIÓN !!
¡¡ Gracias por su atención !!
2014 F.Estadística_LBR
75
Anexos para el debate
2014 F.Estadística_LBR
77
2014 F.Estadística_LBR
78
Figure SPM.10
Temperature increase and cumulative carbon emissions
All Figures © IPCC 2013
Simulación con forzamientos reales hasta 2003 y
escenarios futuros de temperatura hasta 2200
2007
(Fuente: Hansen et al, 2007)
2014 F.Estadística_LBR
80
Observed Changes in the Climate System (1/2)
Warming of the climate system is unequivocal, and since the 1950s, many of the observed
changes are unprecedented over decades to millennia. The atmosphere and ocean have
warmed, the amounts of snow and ice have diminished, sea level has risen, and the
concentrations of greenhouse gases have increased.
Each of the last three decades has been successively warmer at the Earth’s surface than any preceding
decade since 1850. In the Northern Hemisphere, 1983–2012 was likely the warmest 30-year period of
the last 1400 years (medium confidence).
Ocean warming dominates the increase in energy stored in the climate system, accounting for more
than 90% of the energy accumulated between 1971 and 2010 (high confidence). It is virtually certain
that the upper ocean (0–700 m) warmed from 1971 to 2010, and it likely warmed between the 1870s
and 1971.
Over the last two decades, the Greenland and Antarctic ice sheets have been losing mass, glaciers
have continued to shrink almost worldwide, and Arctic sea ice and Northern Hemisphere spring snow
cover have continued to decrease in extent (high confidence).
Observed Changes in the Climate System (2/2)
The rate of sea level rise since the mid-19th century has been larger than the mean rate during the
previous two millennia (high confidence). Over the period 1901 to 2010, global mean sea level rose by
0.19 [0.17 to 0.21] m.
The atmospheric concentrations of carbon dioxide, methane, and nitrous oxide have increased to
levels unprecedented in at least the last 800,000 years. Carbon dioxide concentrations have increased
by 40% since pre-industrial times, primarily from fossil fuel emissions and secondarily from net land
use change emissions. The ocean has absorbed about 30% of the emitted anthropogenic carbon
dioxide, causing ocean acidification.
Drivers of Climate Change (1/1)
Total radiative forcing is positive, and has led to an uptake of energy by the climate system. The largest
contribution to total radiative forcing is caused by the increase in the atmospheric concentration of
CO2 since 1750.
Ejemplo de forzamientos utilizados en el modelo GISS
(NASA) entre 1880 y 2003
2007
2014 F.Estadística_LBR
83
The Changing Climate of Europe (Mike Hulme and Tim Carter)
A contribution to: "Assessment of the Potential Effect of Climate Change in Europe"
Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA.
2014 F.Estadística_LBR
CRU-UEA
84
The Changing Climate of Europe (Mike Hulme and Tim Carter)
A contribution to: "Assessment of the Potential Effect of Climate Change in
Europe"
Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA.
2014 F.Estadística_LBR
85
The Changing Climate of Europe (Mike Hulme and Tim Carter)
A contribution to: "Assessment of the Potential Effect of Climate Change in Europe"
Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA.
2014 F.Estadística_LBR
86