Simulaciones de precipitación extrema diaria en el marco de la iniciativa CORDEX-Flagship Pilot Study en el sudeste de Sudamérica utilizando técnicas de reducción de escala estadística

BETTOLLI MARIA LAURA; GUTIERREZ LLORENTE, JM; OLMO, M. E.; BALMACEDA HUARTE, R; ITURBIDE, M; BAÑO MEDINA, J; HUTH, R

Guadalajara

Congreso; RAUGM 2021; 2022

UGM

El sudeste de Sudamérica (SESA) es una de las regiones donde ocurren eventos extremos de precipitación asociados a sistemas de convección profunda y que tienen un gran impacto en las actividades socio- económicas de la región. La evidencia observacional ha mostrado un aumento progresivo de la frecuencia de estos eventos. En este contexto, la caracterización y el modelado de estos eventos extremos continúa siendo un desafío para la evaluación de proyecciones en un contexto de cambio climático. La iniciativa CORDEX-Flagship Pilot Study en SESA (FPS-SESA) aborda esta temática en base a experimentos coordinados utilizando distintos enfoques de reducción de escala que incluyen simulaciones con Modelos Climáticos Regionales con resoluciones que van desde la convección parametrizada hasta las que permiten la convección junto con modelos de reducción de escala estadística (ESD). En este trabajo, se presentan algunos resultados de esta experiencia colaborativa con foco en la intercomparación de distintos modelos de ESD que cubren técnicas de corrección de sesgo, modelos basados en la técnica de campos análogos, modelos lineales generalizados, redes neuronales y modelos combinados de tipos de tiempo y regresiones. Los modelos fueron calibrados y validados en el periodo 1979-2009 y testeados en el período independiente 2009-2010, período con un registro récord de eventos extremos. La sensibilidad a la elección del reanálisis para la calibración de los modelos ESD se realizó utilizando dos conjuntos de reanálisis ERA-Interim y JRA55. Los modelos se calibraron utilizando la base observacional de precipitación diaria en punto de enrejado MSWEP. Las comparaciones entre todas las simulaciones revelan que no existe un modelo único que se desempeñe mejor en todos los aspectos evaluados, evidenciando la necesidad de producir simulaciones por ensambles de multi-modelos.