Evaluación del pronóstico de índice UV de Copernicus-ECMWF con mediciones en superficie de estaciones del SMN

• Autores: Nollas, Fernando Martín; Luccini, Eduardo; Orte, Facundo; Carbajal Benítez, Gerardo; Wolfram, Elián
• Año de publicación: 2024
• Idioma: español castellano
• Tipo de recurso: informe técnico
• Materia: Evaluación; Pronóstico; Índice UV; Copernicus
• Institución: Servicio Meteorológico Nacional

Fil: Nollas, Fernando. Servicio Meteorológico Nacional; Argentina.
Fil: Luccini, Eduardo. Servicio Meteorológico Nacional; Argentina.
Fil: Orte, Pablo. Servicio Meteorológico Nacional; Argentina.
Fil: Carbajal Benitez, Gerardo. Servicio Meteorológico Nacional; Argentina.
Fil: Wolfram, Elián. Servicio Meteorológico Nacional; Argentina.
Esta nota técnica presenta una evaluación de pronósticos del índice ultravioleta (UVI) a través de la comparación con mediciones de superficie en Argentina. El pronóstico a evaluar se obtiene del modelo Copernicus-ECMWF el cual calcula el UVI utilizando modelos numéricos para diferentes horizontes temporales. Las mediciones en superficie utilizadas para la comparación pertenecen a nueve estaciones del Servicio Meteorológico Nacional en colaboración con el Instituto de Investigaciones Científicas y Técnicas para la Defensa, tomadas entre 2022 y 2024. Estas mediciones se compararon con los pronósticos de UVI, tanto a cielo claro como con nubosidad pronosticada, para el día siguiente y el mismo día. Los resultados muestran un mejor desempeño en condiciones de cielo claro, con métricas más favorables ante estas condiciones, pero con la desventaja de tener una menor cantidad de datos para el análisis. Por otro lado, el análisis realizado con pronósticos que consideran condiciones nubosas obtiene que el pronóstico al día siguiente es adecuado para la mayoría de los sitios, con un coeficiente de correlación (R) superior a 0.9 en la mayoría de los casos. No obstante, se observan variaciones significativas según la latitud a la hora de considerar el pronóstico con nubosidad: los sitios del sur, como Ushuaia y Río Gallegos, muestran mayores dificultades para el modelo, con errores RMSD más elevados (hasta un 52% en Ushuaia). Estas mayores diferencias pueden atribuirse a factores como la nubosidad, proximidad al mar, el terreno montañoso y la presencia de nieve. En contraste, estaciones como La Quiaca, ubicada en el norte, presentan los resultados más precisos, con un RMSD del 16%. El estudio resalta que el pronóstico al día siguiente es suficiente para implementar medidas de prevención, ya que los valores del pronóstico a corto plazo (el mismo día) no mejoran significativamente los resultados. Esto es relevante en la práctica, ya que permite la planificación anticipada para los tomadores de decisión sin requerir pronósticos de última hora.
This technical note presents an evaluation of ultraviolet index (UVI) forecasts through comparison with surface measurements in Argentina. The forecast to be evaluated is obtained from the Copernicus-ECMWF model, which calculates the UVI using numerical climate models for different time horizons. The surface measurements used for the comparison belong to nine stations of the National Meteorological Service in collaboration with the Institute of Scientific and Technical Research for Defense, taken between 2022 and 2024. These measurements were compared with UVI forecasts, both with clear skies and with forecast cloudiness, for the following day and the same day. The results show a better performance in clear sky conditions, with more favorable metrics under these conditions, but with the disadvantage of having a smaller amount of data for the analysis. On the other hand, the analysis carried out with forecasts that consider cloudy conditions shows that the following day forecast is adequate for most sites, with a correlation coefficient (R) greater than 0.9 in most cases. However, significant variations are observed depending on the latitude when considering the forecast with cloudiness: sites in the south, such as Ushuaia and Río Gallegos, show greater difficulties for the model, with higher RMSD errors (up to 52% in Ushuaia). These greater differences can be attributed to factors such as cloudiness, proximity to the sea, mountainous terrain and the presence of snow. In contrast, stations such as La Quiaca, located in the north, present the most accurate results, with an RMSD of 16%. The study highlights that the following day forecast is sufficient to implement prevention measures, since the real-time forecast values (on the same day) do not significantly improve the results. This is relevant in practice as it allows for advance planning for decision makers without requiring last minute forecasts.