Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja

Los Modelos Climáticos Globales (GCM) son la principal herramienta disponible para realizar predicciones sobre el clima en escenarios futuros, sin embargo, los mismos presentan un desempeño bajo para reproducir el clima local debido a su resolución espacial limitada. Esta característica se acentúa e...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Gomez, Federico, Bettolli, María Laura
Formato: Articulo
Lenguaje:Español
Publicado: 2024
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/175063
Aporte de:
id I19-R120-10915-175063
record_format dspace
spelling I19-R120-10915-1750632024-12-18T20:06:19Z http://sedici.unlp.edu.ar/handle/10915/175063 Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja Evaluation of the analog method for daily precipitation simulation in a complex orography region Gomez, Federico Bettolli, María Laura 2024-03-26 2024-12-18T12:34:37Z es Ciencias Astronómicas ERA-Interim downscaling estadístico Andes centrales Argentina Chile Statistical downscaling ERA-Interim Central Andes Los Modelos Climáticos Globales (GCM) son la principal herramienta disponible para realizar predicciones sobre el clima en escenarios futuros, sin embargo, los mismos presentan un desempeño bajo para reproducir el clima local debido a su resolución espacial limitada. Esta característica se acentúa en regiones de orografía compleja. En el presente trabajo, se exploró la posibilidad de añadir valor agregado al modelado de la precipitación diaria a través de un método estadístico de reducción de escala (downscaling) en la región de los Andes Centrales. Se utilizó la precipitación diaria de 83 estaciones de la región durante el periodo 1981-2015 para calibrar el método de análogos utilizando el reanálisis ERA-Interim. Las series construidas a partir de los modelos de downscaling estadístico mostraron resultados más fidedignos en comparación con datos crudos del reanálisis, especialmente en el cálculo de valores medios y de estadísticos de escala diaria. En líneas generales, los modelos basados en la información de predictores atmosféricos locales obtuvieron un mejor desempeño que los constituidos utilizando la información de gran escala simplificada en base a un análisis de componentes principales. El desempeño de los modelos de downscaling a lo largo del dominio no fue uniforme, obteniéndose mejores resultados en las estaciones chilenas del sector sur. Esto posiblemente fue debido a que el forzante sinóptico dominante es bien capturado por los modelos de downscaling. Los distintos aspectos temporales de la variabilidad de la precipitación (intraanual, interanual y tendencias de largo plazo) fueron hábilmente reproducidos por los modelos estadísticos. Global Climate Models (GCMs) are the main tool available to predict future climate scenarios, nevertheless their performance of GCMs might be hindered by their limited spatial resolution in complex orography regions, such as the Central Andes. In this paper, possible added value via statistical downscaling modeling for daily precipitation in Central Andes region was explored. Data from 83 rain gauge stations in the period 1981-2015 was used in order to calibrate an analog method employing ERA-Interim reanalysis. Statistical downscaling models proved to be more accurate than reanalysis precipitation raw data, particularly for mean precipitation values and variables built on a daily basis. Models based on information from local atmospheric predictors showed better performances than those built on large scale data simplified via principal component analysis. Performance of downscaling models was not even throughout the domain, showing more accurate results in Southern Chilean stations. This was probably due to synoptic forcing being well captured by downscaling models. Precipitation variability at different time scales (intraannual, interannual and long-term tendencies) was successfully replicated by statistical models. Centro Argentino de Meteorólogos Articulo Articulo http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Astronómicas
ERA-Interim
downscaling estadístico
Andes centrales
Argentina
Chile
Statistical downscaling
ERA-Interim
Central Andes
spellingShingle Ciencias Astronómicas
ERA-Interim
downscaling estadístico
Andes centrales
Argentina
Chile
Statistical downscaling
ERA-Interim
Central Andes
Gomez, Federico
Bettolli, María Laura
Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja
topic_facet Ciencias Astronómicas
ERA-Interim
downscaling estadístico
Andes centrales
Argentina
Chile
Statistical downscaling
ERA-Interim
Central Andes
description Los Modelos Climáticos Globales (GCM) son la principal herramienta disponible para realizar predicciones sobre el clima en escenarios futuros, sin embargo, los mismos presentan un desempeño bajo para reproducir el clima local debido a su resolución espacial limitada. Esta característica se acentúa en regiones de orografía compleja. En el presente trabajo, se exploró la posibilidad de añadir valor agregado al modelado de la precipitación diaria a través de un método estadístico de reducción de escala (downscaling) en la región de los Andes Centrales. Se utilizó la precipitación diaria de 83 estaciones de la región durante el periodo 1981-2015 para calibrar el método de análogos utilizando el reanálisis ERA-Interim. Las series construidas a partir de los modelos de downscaling estadístico mostraron resultados más fidedignos en comparación con datos crudos del reanálisis, especialmente en el cálculo de valores medios y de estadísticos de escala diaria. En líneas generales, los modelos basados en la información de predictores atmosféricos locales obtuvieron un mejor desempeño que los constituidos utilizando la información de gran escala simplificada en base a un análisis de componentes principales. El desempeño de los modelos de downscaling a lo largo del dominio no fue uniforme, obteniéndose mejores resultados en las estaciones chilenas del sector sur. Esto posiblemente fue debido a que el forzante sinóptico dominante es bien capturado por los modelos de downscaling. Los distintos aspectos temporales de la variabilidad de la precipitación (intraanual, interanual y tendencias de largo plazo) fueron hábilmente reproducidos por los modelos estadísticos.
format Articulo
Articulo
author Gomez, Federico
Bettolli, María Laura
author_facet Gomez, Federico
Bettolli, María Laura
author_sort Gomez, Federico
title Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja
title_short Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja
title_full Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja
title_fullStr Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja
title_full_unstemmed Evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja
title_sort evaluación del método de análogos para la simulación de la precipitación diaria en una región de orografía compleja
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/175063
work_keys_str_mv AT gomezfederico evaluaciondelmetododeanalogosparalasimulaciondelaprecipitaciondiariaenunaregiondeorografiacompleja
AT bettollimarialaura evaluaciondelmetododeanalogosparalasimulaciondelaprecipitaciondiariaenunaregiondeorografiacompleja
AT gomezfederico evaluationoftheanalogmethodfordailyprecipitationsimulationinacomplexorographyregion
AT bettollimarialaura evaluationoftheanalogmethodfordailyprecipitationsimulationinacomplexorographyregion
_version_ 1842398867980550144