Uso de muestreos hidrológicos sistemáticos para la estimación de los estadísticos necesarios en técnicas de interpolación óptima. Aplicación al sector norte del mar de Alborán

Optimal Statistical Interpolation is widely applied in the analysis of oceanographic data. This technique requires knowing some statistics of the analysed fields such as the covariance function and the noise to signal ratio. The different parameters needed should be obtained from historical data sets, but, in contrast with the case of meteorology, these data sets are not frequently available for oceanographic purposes. Here we show that using routine hydrographic samplings can provide a good estimate of the statistics needed to perform an Optimal Statistical Interpolation. These data sets allow the covariance function to be estimated between two points with different horizontal and vertical coordinates taking into account the possible lack of homogeneity and isotropy which is rarely considered. This also allows us to accomplish a three-dimensional analysis of hydrographic data, which yields smaller analysis errors than a traditional two-dimensional analysis would.La interpolación óptima es ampliamente aplicada al análisis de datos oceanográficos. Esta técnica requiere el conocimiento de algunos estadísticos de los campos analizados, como la función de covarianza o la razón ruido-señal. Los distintos parámetros necesarios deberían obtenerse a partir de series históricas de datos, sin embargo, al contrario de lo que ocurre en meteorología, esto no es posible en la mayor parte de los casos cuando esta técnica es aplicada a datos oceanográficos. En este trabajo se muestra que el uso de muestreos hidrológicos rutinarios puede proporcionar una buena estimación de los estadísticos necesarios en interpolación óptima. Estos datos permiten la obtención de la función de covarianza entre dos puntos cualesquiera con diferentes coordenadas verticales y horizontales, tomando en consideración la posible falta de homogeneidad o isotropía. Esto permite realizar un análisis tridimensional de los datos que proporciona valores de los errores del análisis más bajos que los producidos por la interpolación bidimensional frecuentemente empleada