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
El Abrigo
Institución
Servicio Meteorológico Nacional
OAI Identificador
oai:repositorio.smn.gob.ar:20.500.12160/2690

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