Aplica el análisis FOE que es reducir un conjunto de datos originales que contiene varias variables a un segundo conjunto de datos que contenga un número mucho menor de variables, con la condición de que estas nuevas variables contengan la máxima fracción posible de la información contenida en el primer conjunto de datos. Este segundo conjunto datos se obtiene luego de determinar los autovalores y autovectores de la matriz covarianza (Wilks, 1995). El método se ha aplicado a un conjunto de datos de Temperatura de la Superficie del Mar (TSM), estimando primero sus anomalías y construyendo la matriz covarianza, que será utilizada en el método DVS (Descomposición en Valores Singulares) para encontrar los patrones espaciales y temporales (componentes principales). Se han utilizado datos de nivel Level 4, es decir datos sobre los que se ha realizado un procesamiento adicional tal c...

El objetivo de esta tesis fue cuantificar la covariabilidad estacional e interanual entre la temperatura superficial del mar (TSM) y el estrés del viento en la región frente a Perú (entre latitudes 3°S y 18°S, dentro de las 200 millas náuticas), utilizando datos de TSM OSTIA y viento ASCAT del período 2008-2021. Se analizó la relación entre los gradientes de TSM en dirección paralela y transversal al viento y las componentes rotacional y divergencia del estrés de viento, aplicando metodologías de diferenciación numérica, detección de frentes térmicos, diagramas de dispersión, mapas de correlación estacional, series temporales filtradas y análisis de descomposición de valores singulares (SVD). Los resultados mostraron que la máxima covariabilidad ocurre en verano y otoño, con un 77% de la varianza explicada por la serie estacional y solo 6.6% por la interanual. Los m...