Esquema de predicción de cantidad de días con temperatura media diaria mayor a 26 grados en Buenos Aires y Santa Fe

• Autores: Domínguez, Diana Analía; Skansi, María de los Milagros
• Año de publicación: 2018
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: TEMPERATURA MEDIA DIARIA; PREDICCIÓN ESTADÍSTICA; CONSUMO ENERGÉTICO
• Institución: Servicio Meteorológico Nacional

Trabajo presentado en el XIII CONGREMET del 16 al 19 de octubre de 2018 en la ciudad de Rosario, Santa Fe, Argentina.
Fil: Domínguez, Diana Analía. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección Central de Monitoreo del Clima; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina.
Fil: Skansi, María de los Milagros. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección Central de Monitoreo del Clima; Argentina.
Aumentos en las temperaturas generan mayor demanda de electricidad. Un indicador asociado al consumo energético es la cantidad de días con temperatura media diaria mayor o igual a 26°C (ndT26). En este trabajo se analizaron posibles forzantes asociados a la variabilidad interanual de ndT26 para los meses de diciembre a febrero (DEF) en las ciudades de Buenos Aires y Santa Fe, con la finalidad de formular un modelo de predicccion estadística de ndT26. El modelo resultante explicó el 43% de la varianza de ndT26 de DEF. La correlación entre los valores observados y los pronosticados fue de 0.66. El modelo predijo la misma categoría que la observada en el 54 % de los casos.
Temperature increases generate greater electricity demand. An indicator associated with energy consumption is the number of days with average temperature greater than or equal to 26 ° C (ndT26). With the purpose of formulating a statistical prediction model of ndT26 we analyzed possible forzing associated to the inter-annual variability of ndT26 for the months of December to February (DEF) in the cities of Buenos Aires and Santa Fe. The resulting model explained 43% of the variance of ndT26 of DEF. The correlation between the observed and predicted values was 0.66. The model predicted the same category as that observed in 54% of the cases.