Predictia ha contribuído al estudio Direct and component-wise bias correction of multi-variate climate indices: the percentile adjustment function diagnostic tool, recientemente publicado en la revista Climatic Change.
Numerosos estudio de vulnerabilidad e impacto del cambio climático se apoyan en la utilización de índices multivariados, en los que participan dos o más variables climáticas esenciales (ECVs). Frecuentemente, la corrección de sesgos (o bias-correction, BC) es un paso necesario para obtener una representación realista de dichos índices cuando éstos se calculan a partir de datos de modelo. Sin embargo, las implicaciones de este paso en la consistencia entre las variables de entrada y su efecto sobre la señal de cambio climático han sido hasta la fecha insuficientemente analizadas en la literatura.
En este artículo se intenta llenar este vacío, utilizando como ejemplo el Fire Weather Index, un indicador meteorológico de peligro de incendios ampliamente utilizado a nivel internacional, y en el que Predictia tiene experiencia habiendo desarrollado varios proyectos y productos relacionados (ver por ejemplo). Se analiza el efecto de la corrección directa del FWI frente a la corrección de sus variables integrates por separado sobre la señal de cambio climático, y se presenta una nueva herramienta gráfica para la evaluación del efecto del método quantile mapping.