Calibración de los pronósticos semanales de preciiptación y temperatura media operativos en el servicio meteorológico nacional

LAURA ALDECO; JUAN RUIZ; CELESTE SAULO; RAMÓN DE ELÍA

Buenos Aires

Congreso; XIV Congreso Argention de Meteorologia; 2022

Para responder a las demandas de los usuarios, desde hace algunos años los principales centrosglobales del clima y algunos servicios meteorológicos comenzaron a elaborar pronósticossemanales. El European Centre for Medium-Range Weather Forecasts (ECMWF), así como elNational Centers for Environmental Prediction (NCEP) producen pronósticos en plazos de 4semanas o más. El desempeño de los modelos numéricos disminuye a medida que aumenta elplazo de pronóstico, y por ello la mejor forma de abordar los pronósticos en estos plazos esmediante el uso de ensambles (Kalnay, 2003). Sin embargo, las salidas en crudo de los modelosnuméricos por ensamble también presentan errores que se deben a la presencia de imperfeccionesen los modelos y a que los métodos de pronósticos por ensambles actuales no son capaces derepresentar adecuadamente la presencia, evolución e interacción de las diferentes fuentes deincertidumbre dentro del pronóstico. Una forma de abordar esta problemática es mediantemétodos de calibración basados en un post-procesamiento estadístico que incorpora dichasfuentes de incertidumbre a posteriori (Hamill y Colucci 1997, entre otros). Sobre nuestra región,estudios de estas características fueron realizados por Ruiz y Saulo (2011), entre otros.Para que la calibración sea robusta es necesario disponer de una buena estadística de los erroressistemáticos del sistema de pronóstico utilizado. Para ello, es indispensable contar con unhistorial de pronósticos lo suficientemente largo, y los pronósticos retrospectivos (Hamill y otros,2006), cumplen con esta condición. Los pronósticos retrospectivos son pronósticos por ensamble,corridos en forma retrospectiva, recalculados utilizando la misma versión del modelo. La primeraversión fue construida utilizando el modelo MRF (Medium Range Forecast) del NCEP (operativoen 1998), se actualizó en 2012, y la última versión fue lanzada en 2020, con pronósticosretrospectivos disponibles desde el año 2000 hasta 2019, utilizando el modelo GEFS (GlobalEnsemble Forecast System), operativo hasta la actualidad. Las bases de pronósticos se utilizanen plazos de hasta 14 días y Aldeco y otros (2015) compararon las versiones de 1998 y 2012,resultando esta última con mejor desempeño, posiblemente debido al aumento de la resoluciónespacial del modelo. Tanto en Aldeco (2011) como en Ruiz y otros (2018) se documentó laventaja que representa utilizar pronósticos calibrados con la técnica de análogos respecto deutilizar las salidas de pronósticos sin calibrar. Por todo lo expuesto, y aprovechando ladisponibilidad de esta base de datos de pronósticos retrospectivos, el Servicio MeteorológicoNacional (SMN) utiliza la técnica de análogos para generar de forma operativa, pronósticossemanales de precipitación y temperatura media.