CONICET | Buscador de Institutos y Recursos Humanos

Los Servicios Climáticos brindaninformación climática, aplicaciones específicas y productos útiles parausuarios de los diversos sectores. En particular, la predicción climática enescala estacional es un aspecto fundamental del Marco Global de los ServiciosClimáticos establecido por la Organización Meteorológica Mundial. En Argentina,la predicción en esta escala temporal es una de las áreas en las que aún serequiere desarrollar mejoras y avances, particularmente en los extremosclimáticos. Para hacer frente a este desafío, los modelos climáticos globalesconstituyen una herramienta fundamental en la generación de pronósticos estacionales.Sin embargo, la baja resolución de los mismos es una limitación a la hora degenerar productos de aplicación en escala regional y/o local requeridos por losdistintos usuarios. Por lo tanto, las metodologías de reducción de escala proporcionanuna herramienta para adaptar estas predicciones globales a escalas más pequeñas.El objetivo de este trabajo es calibrar y validar un modelo de reducción deescala estadística para el pronóstico estacional de las temperaturas máxima ymínima de verano. Para ello, se utilizaron las temperaturas máxima y mínima (Tmax,Tmin) diarias de las estaciones Mendoza Observatorio, Santa Rosa Aero yObservatorio Central de Buenos Aires provenientes del Servicio MeteorológicoNacional las cuales fueron utilizadas como predictandos. Se utilizaron comovariables predictoras de gran escala los campos diarios del Reanálisis 1 del NationalCenters 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 componentesprincipales para reducir la dimensión del conjunto de variables predictoras. Luegopara cada variable predictando (Tmax y Tmin en cada estación meteorológica) secalibraron los modelos de regresión lineal en base al método stepwise y latécnica de cross-validation en el período 1978-2000. Adicionalmente, se utilizóel período 2001-2016 como período independiente para la validación con el finde testear la robustez del método. En términos generales, la temperatura mínimapresenta los menores errores cuadráticos medios diarios. En ambas temperaturas,el mejor ajuste se observa en la estación Mendoza Observatorio. La variabilidaddía a día de las temperaturas está muy bien representada por los modelosestadísticos, mostrando correlaciones superiores a 0.82. Las distribuciones deprobabilidad estimadas representan satisfactoriamente las observadas, subestimandolos extremos de temperatura máxima diaria en las tres estaciones consideradas.

enviar mensaje