Calibración de los pronósticos de precipitación acumulada diaria
- Autores
- Righetti, Silvina Andrea; Cutraro, Federico; García Skabar, Yanina; Sacco, Maximiliano
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- informe técnico
- Estado
- versión publicada
- Descripción
- Fil: Righetti, Silvina Andrea. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina.
Fil: Cutraro, Federico. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.
Fil: García Skabar, Yanina. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.
Fil: Sacco, Maximiliano A. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.
En la siguiente nota técnica se busca presentar la metodología de calibración de la precipitación acumulada diaria que se aplica actualmente en el Servicio Meteorológico Nacional (SMN) y realizar una primera evaluación de su desempeño durante los años 2022 y 2023 para los modelos WRF y GFS (determinístico y ensamble). El método seleccionado es el denominado Empirical Quantile Mapping (EQM) el cual se basa en encontrar una función de transferencia tal que al ser aplicada al pronóstico de precipitación su nueva distribución sea igual a la distribución de la precipitación observada. Para el cálculo de dicha función se consideraron las observaciones de precipitación del producto SQPE que se genera en el SMN y los pronósticos de WRF y GFS desde el 1 de enero de 2018. Al analizar los resultados de la calibración en ambos modelos se observó una mejora de los pronósticos en todo el dominio de estudio, siendo más notoria en las regiones cercanas a la cordillera de los Andes. También se observó un mejor ajuste de las funciones de distribución de probabilidad a los datos observados luego de calibrar y mejores estadísticos. Por último, se analizó la viabilidad de aplicar la calibración a pronósticos con intervalos de acumulación de precipitación de 24 hs distintos al día pluviométrico y nuevamente los resultados fueron muy prometedores, indicando la posibilidad de utilizar esta metodología para corregir dichos casos.
This technical note presents the daily cumulative precipitation calibration methodology currently used at the National Meteorological Service (SMN, for its initials in Spanish) and evaluates its performance for the years 2022 and 2023 for the WRF and GFS models (deterministic and ensemble). The method used is Empirical Quantile Mapping (EQM). EQM finds a transfer function that makes the distribution of the precipitation forecast equal to the observed precipitation distribution. The function is calculated using the precipitation observations of the SQPE product generated by the SMN and the WRF and GFS forecasts from 1 January 2018. Upon analysing the calibration results of both models, an improvement in the forecasts was observed across the entire domain, being more noticeable in regions near the Andes mountain range. Additionally, a better fit of the probability distribution functions to the observed data was observed after calibration, along with improved statistics. Finally, the study analysed the feasibility of applying the calibration to forecasts with 24-hour precipitation accumulation intervals other than the pluviometric day. The results were promising, indicating the possibility of using this methodology to correct such cases. - Materia
-
CALIBRACIÓN
PRECIPITACIÓN
EMPIRICAL QUANTILE MAPPING - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by/2.5/ar/
- Repositorio
- Institución
- Servicio Meteorológico Nacional
- OAI Identificador
- oai:repositorio.smn.gob.ar:20.500.12160/2690
Ver los metadatos del registro completo
id |
ELABRIGO_d583eeb7dad2eaeb288f1fba23190445 |
---|---|
oai_identifier_str |
oai:repositorio.smn.gob.ar:20.500.12160/2690 |
network_acronym_str |
ELABRIGO |
repository_id_str |
3915 |
network_name_str |
El Abrigo |
spelling |
Calibración de los pronósticos de precipitación acumulada diariaRighetti, Silvina AndreaCutraro, FedericoGarcía Skabar, YaninaSacco, MaximilianoCALIBRACIÓNPRECIPITACIÓNEMPIRICAL QUANTILE MAPPINGFil: Righetti, Silvina Andrea. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina.Fil: Cutraro, Federico. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.Fil: García Skabar, Yanina. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.Fil: Sacco, Maximiliano A. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.En la siguiente nota técnica se busca presentar la metodología de calibración de la precipitación acumulada diaria que se aplica actualmente en el Servicio Meteorológico Nacional (SMN) y realizar una primera evaluación de su desempeño durante los años 2022 y 2023 para los modelos WRF y GFS (determinístico y ensamble). El método seleccionado es el denominado Empirical Quantile Mapping (EQM) el cual se basa en encontrar una función de transferencia tal que al ser aplicada al pronóstico de precipitación su nueva distribución sea igual a la distribución de la precipitación observada. Para el cálculo de dicha función se consideraron las observaciones de precipitación del producto SQPE que se genera en el SMN y los pronósticos de WRF y GFS desde el 1 de enero de 2018. Al analizar los resultados de la calibración en ambos modelos se observó una mejora de los pronósticos en todo el dominio de estudio, siendo más notoria en las regiones cercanas a la cordillera de los Andes. También se observó un mejor ajuste de las funciones de distribución de probabilidad a los datos observados luego de calibrar y mejores estadísticos. Por último, se analizó la viabilidad de aplicar la calibración a pronósticos con intervalos de acumulación de precipitación de 24 hs distintos al día pluviométrico y nuevamente los resultados fueron muy prometedores, indicando la posibilidad de utilizar esta metodología para corregir dichos casos.This technical note presents the daily cumulative precipitation calibration methodology currently used at the National Meteorological Service (SMN, for its initials in Spanish) and evaluates its performance for the years 2022 and 2023 for the WRF and GFS models (deterministic and ensemble). The method used is Empirical Quantile Mapping (EQM). EQM finds a transfer function that makes the distribution of the precipitation forecast equal to the observed precipitation distribution. The function is calculated using the precipitation observations of the SQPE product generated by the SMN and the WRF and GFS forecasts from 1 January 2018. Upon analysing the calibration results of both models, an improvement in the forecasts was observed across the entire domain, being more noticeable in regions near the Andes mountain range. Additionally, a better fit of the probability distribution functions to the observed data was observed after calibration, along with improved statistics. Finally, the study analysed the feasibility of applying the calibration to forecasts with 24-hour precipitation accumulation intervals other than the pluviometric day. The results were promising, indicating the possibility of using this methodology to correct such cases.Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos.2024-02-15T15:58:23Z2024-02-15T15:58:23Z2024-02info:eu-repo/semantics/reportinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfRighetti, S., F. Cutraro, Y. García Skabar y M. Sacco, 2024: Calibración de los pronósticos de precipitación acumulada diaria. Nota Técnica SMN 2024-164.http://hdl.handle.net/20.500.12160/2690spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:El Abrigoinstname:Servicio Meteorológico Nacional2025-09-04T11:15:46Zoai:repositorio.smn.gob.ar:20.500.12160/2690instacron:SMNInstitucionalhttp://repositorio.smn.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.smn.gob.ar/oai/requestmacevedo@smn.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39152025-09-04 11:15:46.372El Abrigo - Servicio Meteorológico Nacionalfalse |
dc.title.none.fl_str_mv |
Calibración de los pronósticos de precipitación acumulada diaria |
title |
Calibración de los pronósticos de precipitación acumulada diaria |
spellingShingle |
Calibración de los pronósticos de precipitación acumulada diaria Righetti, Silvina Andrea CALIBRACIÓN PRECIPITACIÓN EMPIRICAL QUANTILE MAPPING |
title_short |
Calibración de los pronósticos de precipitación acumulada diaria |
title_full |
Calibración de los pronósticos de precipitación acumulada diaria |
title_fullStr |
Calibración de los pronósticos de precipitación acumulada diaria |
title_full_unstemmed |
Calibración de los pronósticos de precipitación acumulada diaria |
title_sort |
Calibración de los pronósticos de precipitación acumulada diaria |
dc.creator.none.fl_str_mv |
Righetti, Silvina Andrea Cutraro, Federico García Skabar, Yanina Sacco, Maximiliano |
author |
Righetti, Silvina Andrea |
author_facet |
Righetti, Silvina Andrea Cutraro, Federico García Skabar, Yanina Sacco, Maximiliano |
author_role |
author |
author2 |
Cutraro, Federico García Skabar, Yanina Sacco, Maximiliano |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
CALIBRACIÓN PRECIPITACIÓN EMPIRICAL QUANTILE MAPPING |
topic |
CALIBRACIÓN PRECIPITACIÓN EMPIRICAL QUANTILE MAPPING |
dc.description.none.fl_txt_mv |
Fil: Righetti, Silvina Andrea. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina. Fil: Cutraro, Federico. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Fil: García Skabar, Yanina. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina. Fil: Sacco, Maximiliano A. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. En la siguiente nota técnica se busca presentar la metodología de calibración de la precipitación acumulada diaria que se aplica actualmente en el Servicio Meteorológico Nacional (SMN) y realizar una primera evaluación de su desempeño durante los años 2022 y 2023 para los modelos WRF y GFS (determinístico y ensamble). El método seleccionado es el denominado Empirical Quantile Mapping (EQM) el cual se basa en encontrar una función de transferencia tal que al ser aplicada al pronóstico de precipitación su nueva distribución sea igual a la distribución de la precipitación observada. Para el cálculo de dicha función se consideraron las observaciones de precipitación del producto SQPE que se genera en el SMN y los pronósticos de WRF y GFS desde el 1 de enero de 2018. Al analizar los resultados de la calibración en ambos modelos se observó una mejora de los pronósticos en todo el dominio de estudio, siendo más notoria en las regiones cercanas a la cordillera de los Andes. También se observó un mejor ajuste de las funciones de distribución de probabilidad a los datos observados luego de calibrar y mejores estadísticos. Por último, se analizó la viabilidad de aplicar la calibración a pronósticos con intervalos de acumulación de precipitación de 24 hs distintos al día pluviométrico y nuevamente los resultados fueron muy prometedores, indicando la posibilidad de utilizar esta metodología para corregir dichos casos. This technical note presents the daily cumulative precipitation calibration methodology currently used at the National Meteorological Service (SMN, for its initials in Spanish) and evaluates its performance for the years 2022 and 2023 for the WRF and GFS models (deterministic and ensemble). The method used is Empirical Quantile Mapping (EQM). EQM finds a transfer function that makes the distribution of the precipitation forecast equal to the observed precipitation distribution. The function is calculated using the precipitation observations of the SQPE product generated by the SMN and the WRF and GFS forecasts from 1 January 2018. Upon analysing the calibration results of both models, an improvement in the forecasts was observed across the entire domain, being more noticeable in regions near the Andes mountain range. Additionally, a better fit of the probability distribution functions to the observed data was observed after calibration, along with improved statistics. Finally, the study analysed the feasibility of applying the calibration to forecasts with 24-hour precipitation accumulation intervals other than the pluviometric day. The results were promising, indicating the possibility of using this methodology to correct such cases. |
description |
Fil: Righetti, Silvina Andrea. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-02-15T15:58:23Z 2024-02-15T15:58:23Z 2024-02 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/report info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_18gh info:ar-repo/semantics/informeTecnico |
format |
report |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
Righetti, S., F. Cutraro, Y. García Skabar y M. Sacco, 2024: Calibración de los pronósticos de precipitación acumulada diaria. Nota Técnica SMN 2024-164. http://hdl.handle.net/20.500.12160/2690 |
identifier_str_mv |
Righetti, S., F. Cutraro, Y. García Skabar y M. Sacco, 2024: Calibración de los pronósticos de precipitación acumulada diaria. Nota Técnica SMN 2024-164. |
url |
http://hdl.handle.net/20.500.12160/2690 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos. |
publisher.none.fl_str_mv |
Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos. |
dc.source.none.fl_str_mv |
reponame:El Abrigo instname:Servicio Meteorológico Nacional |
reponame_str |
El Abrigo |
collection |
El Abrigo |
instname_str |
Servicio Meteorológico Nacional |
repository.name.fl_str_mv |
El Abrigo - Servicio Meteorológico Nacional |
repository.mail.fl_str_mv |
macevedo@smn.gov.ar |
_version_ |
1842344147599491072 |
score |
12.623145 |