Proyecciones climáticas de temperatura en el sur de Sudamérica usando redes neuronales convolucionales.

BALMACEDA HUARTE, ROCIO; BAÑO MEDINA, J; OLMO, MATIAS; BETTOLLI MARIA LAURA; GUTIERREZ LLORENTE, JM

Buenos Aires

Congreso; CONGREMET XIV; 2022

Centro Argentino de Meteorologos

Las temperaturas máximas y mínimas diarias (Tx, Tn) sonvariables sumamente relevantes para la evaluación de losimpactos del cambio climático: influyen en los regímeneshidrológicos, condicionan el rendimiento de cultivos y sonfactores climáticos decisivos para la salud. Los modelosclimáticos globales (GCM) están diseñados para describir laposible evolución del clima futuro, sin embargo, presentangrandes deficiencias en representar procesos de escalapequeña que pueden modular el clima local. Es por eso quepara generar información climática adecuada para laevaluación de impactos es necesario aplicar técnicas dereducción de escala que relacionen la información deprovista por los GCM con la información climática de escalaregional. El objetivo de este trabajo es evaluar el potencialde una técnica de machine learning como técnicaestadística de reducción de escala para la generación deproyecciones climáticas de Tx y Tn en diferentes regionesclimáticas del sur de Sudamérica.