Verificación de pronósticos por ensamble en alta resolución generados a partir del Sistema de Asimilación de Datos y Pronóstico Numérico del Servicio Meteorológico Nacional en dos...

• Autores: Yañez, Dan; Dillon, María Eugenia; Maldonado, Paula; Garcia Skabar, Yanina
• Año de publicación: 2025
• Idioma: español castellano
• Tipo de recurso: artículo
• Materia: PRONÓSTICO POR ENSAMBLES; ANÁLISIS REGIONALES; SAP.SMN
• Institución: Consejo Nacional de Investigaciones Científicas y Técnicas

En este trabajo se busca evaluar el desempeño de los pronósticos probabilísticos en altaresolución (4 km) generados a partir del Sistema de Asimilación de datos y Pronósticonumérico del Servicio Meteorológico Nacional de Argentina (SAP.SMN) y estudiar elimpacto de las condiciones iniciales en los mismos, considerando pronósticos inicializados apartir de un ensamble de análisis regionales (AReg) y de análisis globales (SAP.SMN-ENS).Se seleccionaron 2 casos de estudio para analizar el desempeño de ambos pronósticos,caracterizados por el desarrollo de convección húmeda profunda y precipitación intensa sobreel centro-este de Argentina y Uruguay, ocurridos el 26-27 de febrero y el 6-7 de marzo de2022. Para verificar los pronósticos probabilísticos se utilizaron datos de estimacióncuantitativa de precipitación por satélite SQPE-OBS, reflectividad máxima de radares debanda C, datos de estaciones convencionales y radiosondeos. En líneas generales, se puedeconsiderar que AReg mostró un mejor desempeño para el caso 1 y SAP.SMN-ENS lo hizo enel caso 2, indicando un impacto significativo de las condiciones iniciales en el desempeño delpronóstico. En ambos casos de estudio, ambos experimentos logran representaradecuadamente los sistemas convectivos respecto de los datos de radar, con ciertas diferencias en la posición e intensidad de los mismos, dando como resultado una subestimación de laprecipitación acumulada en 24 horas en las zonas de máxima precipitación estimada porSQPE-OBS. Estos resultados son alentadores respecto de la inclusión de observacioneslocales en la condición inicial de los pronósticos numéricos en alta resolución delSAP.SMN-ENS y motivan a seguir avanzando en el desarrollo de un sistema regional deasimilación de datos que permita mejorar la precisión de los pronósticos, investigandoaspectos como la configuración y la estrategia de asimilación
This work seeks to evaluate the performance of high-resolution (4 km) probabilistic forecasts generated from the data assimilation and numerical forecasting system of the Argentinian National Meteorological Service (known by its Spanish acronym SAP.SMN), and to study the impact of the initial conditions considering forecasts initialized from regional (AReg) and global ensemble analyses (SAP.SMN-ENS). Two case studies were selected to analyze the performance of both forecasts, characterized by the development of deep convection and intense precipitation in central-eastern Argentina and Uruguay, which occurred on February 26-27 and March 6-7, 2022. To verify the probabilistic forecasts, data from the Satellite Quantitative Precipitation Estimation SQPE-OBS, maximum reflectivity from C-band radars, conventional stations, and radiosondes were used. In general terms, it can be considered that AReg showed better performance for case 1, while for the other case study it was SAP.SMN-ENS that had a better performance, indicating a significant impact of initial conditions on forecast performance. In both case studies, both experiments adequately represent convective systems compared to radar data, with certain differences in their position and intensity, resulting in an underestimation of accumulated precipitation in 24 hours in areas of maximum precipitation estimated by SQPE-OBS. These results are encouraging regarding the inclusion of local observations in the initial condition of the high-resolution numerical forecasts of the SAP.SMN-ENS and motivate to continue advancing in the development of a regional data assimilation system that allows improving the accuracy of forecasts, investigating aspects such as the configuration and assimilation strategy.
Fil: Yañez, Dan. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina
Fil: Dillon, María Eugenia. Ministerio de Defensa. Secretaria de Planeamiento. Servicio Meteorológico Nacional. Servicio Metereológico Nacional (sede Dorrego).; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Maldonado, Paula. Ministerio de Defensa. Secretaria de Planeamiento. Servicio Meteorológico Nacional. Servicio Metereológico Nacional (sede Dorrego).; Argentina
Fil: Garcia Skabar, Yanina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Ministerio de Defensa. Secretaria de Planeamiento. Servicio Meteorológico Nacional. Servicio Metereológico Nacional (sede Dorrego).; Argentina