CONICET | Buscador de Institutos y Recursos Humanos

Los Servicios Climáticos brindan información climática, aplicaciones específicas y productos útiles para usuarios de los diversos sectores. En particular, la predicción climática en escala estacional es un aspecto fundamental del Marco Global de los Servicios Climáticos establecido por la Organización Meteorológica Mundial. En Argentina, la predicción en esta escala temporal es una de las áreas en las que aún se requiere desarrollar mejoras y avances, particularmente en los extremos climáticos. Para hacer frente a este desafío, los modelos climáticos globales constituyen una herramienta fundamental en la generación de pronósticos estacionales. Sin embargo, la baja resolución de los mismos es una limitación a la hora de generar productos de aplicación en escala regional y/o local requeridos por los distintos usuarios. Por lo tanto, las metodologías de reducción de escala proporcionan una herramienta para adaptar estas predicciones globales a escalas más pequeñas. El objetivo de este trabajo es calibrar y validar un modelo de reducción de escala estadística para el pronóstico estacional de las temperaturas máxima y mínima de verano. Para ello, se utilizaron las temperaturas máxima y mínima (Tmax, Tmin) diarias de las estaciones Mendoza Observatorio, Santa Rosa Aero y Observatorio Central de Buenos Aires provenientes del Servicio Meteorológico Nacional las cuales fueron utilizadas como predictandos. Se utilizaron como variables predictoras de gran escala los campos diarios del Reanálisis 1 del National Centers for Environmental Prediction de altura geopotencial en 500 hPa, temperatura del aire y humedad específica en 850 hPa y presión a nivel del mar. El período analizado corresponde a los años 1978-2016 en el trimestre de verano (Diciembre-Enero-Febrero). Se aplicó la técnica de análisis de componentes principales para reducir la dimensión del conjunto de variables predictoras. Luego para cada variable predictando (Tmax y Tmin en cada estación meteorológica) se calibraron los modelos de regresión lineal en base al método stepwise y la técnica de cross-validation en el período 1978-2000. Adicionalmente, se utilizó el período 2001-2016 como período independiente para la validación con el fin de testear la robustez del método. En términos generales, la temperatura mínima presenta los menores errores cuadráticos medios diarios. En ambas temperaturas, el mejor ajuste se observa en la estación Mendoza Observatorio. La variabilidad día a día de las temperaturas está muy bien representada por los modelos estadísticos, mostrando correlaciones superiores a 0.82. Las distribuciones de probabilidad estimadas representan satisfactoriamente las observadas, subestimando los extremos de temperatura máxima diaria en las tres estaciones consideradas.

enviar mensaje