Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional

Autores
Righetti, Silvina Andrea; Cutraro, Federico; García Skabar, Yanina
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
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.
Durante los años 2019 y 2020, en el Servicio Meteorológico Nacional (SMN) se trabajó fuertemente en el desarrollo de una metodología capaz de corregir los errores sistemáticos de los pronósticos de temperatura e intensidad del viento en puntos de interés (Cutraro y otros, 2020) del Sistema de Asimilación y Pronóstico Numérico del SMN (SAP.SMN). Con la idea de continuar calibrando los pronósticos de variables meteorológicas es que se planteó avanzar con la corrección de los campos de precipitación acumulada diaria. En este sentido existen diversas técnicas de postprocesado capaces de reducir el bias de los pronósticos. Entre los métodos más utilizados con precipitación se encuentran aquellos basados en transformaciones estadísticas cuyo objetivo es ajustar la distribución de probabilidad del modelo de pronóstico a la observada. Para realizar esta tarea de ajuste existen variedad de metodologías distintas, entre las cuales una de las que ha demostrado tener mejores resultados es el Quantile Mapping empírico (QME) (Gudmundson, 2012). Se plantea entonces, como objetivo de este trabajo, aplicar la metodología de QME para corregir los errores sistemáticos de los campos pronosticados de precipitación acumulada diaria del SAP.SMN-DET (esquema determinístico) y analizar su desempeño para el año 2021.
Materia
PRONÓSTICO DE PRECIPITACIÓN
CORRECCIÓN DE BIAS
QUANTILE MAPPING EMPÍRICO
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:20.500.12160/2401
Acceder
id ELABRIGO_f9e2ed69fbfc73c363af8784ac7ef50e
oai_identifier_str oai:repositorio.smn.gob.ar:20.500.12160/2401
network_acronym_str ELABRIGO
repository_id_str 3915
network_name_str El Abrigo
spelling Calibración de la precipitación acumulada diaria en el Servicio Meteorológico NacionalRighetti, Silvina AndreaCutraro, FedericoGarcía Skabar, YaninaPRONÓSTICO DE PRECIPITACIÓNCORRECCIÓN DE BIASQUANTILE MAPPING EMPÍRICOFil: 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.Durante los años 2019 y 2020, en el Servicio Meteorológico Nacional (SMN) se trabajó fuertemente en el desarrollo de una metodología capaz de corregir los errores sistemáticos de los pronósticos de temperatura e intensidad del viento en puntos de interés (Cutraro y otros, 2020) del Sistema de Asimilación y Pronóstico Numérico del SMN (SAP.SMN). Con la idea de continuar calibrando los pronósticos de variables meteorológicas es que se planteó avanzar con la corrección de los campos de precipitación acumulada diaria. En este sentido existen diversas técnicas de postprocesado capaces de reducir el bias de los pronósticos. Entre los métodos más utilizados con precipitación se encuentran aquellos basados en transformaciones estadísticas cuyo objetivo es ajustar la distribución de probabilidad del modelo de pronóstico a la observada. Para realizar esta tarea de ajuste existen variedad de metodologías distintas, entre las cuales una de las que ha demostrado tener mejores resultados es el Quantile Mapping empírico (QME) (Gudmundson, 2012). Se plantea entonces, como objetivo de este trabajo, aplicar la metodología de QME para corregir los errores sistemáticos de los campos pronosticados de precipitación acumulada diaria del SAP.SMN-DET (esquema determinístico) y analizar su desempeño para el año 2021.Centro Argentino de Meteorólogos2023-04-05T14:02:54Z2023-04-05T14:02:54Z2022-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12160/2401spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:El Abrigoinstname:Servicio Meteorológico Nacional2025-09-04T11:15:38Zoai:repositorio.smn.gob.ar:20.500.12160/2401instacron:SMNInstitucionalhttp://repositorio.smn.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.smn.gob.ar/oai/requestmacevedo@smn.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39152025-09-04 11:15:38.897El Abrigo - Servicio Meteorológico Nacionalfalse
dc.title.none.fl_str_mv Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
title Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
spellingShingle Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
Righetti, Silvina Andrea
PRONÓSTICO DE PRECIPITACIÓN
CORRECCIÓN DE BIAS
QUANTILE MAPPING EMPÍRICO
title_short Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
title_full Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
title_fullStr Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
title_full_unstemmed Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
title_sort Calibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacional
dc.creator.none.fl_str_mv Righetti, Silvina Andrea
Cutraro, Federico
García Skabar, Yanina
author Righetti, Silvina Andrea
author_facet Righetti, Silvina Andrea
Cutraro, Federico
García Skabar, Yanina
author_role author
author2 Cutraro, Federico
García Skabar, Yanina
author2_role author
author
dc.subject.none.fl_str_mv PRONÓSTICO DE PRECIPITACIÓN
CORRECCIÓN DE BIAS
QUANTILE MAPPING EMPÍRICO
topic PRONÓSTICO DE PRECIPITACIÓN
CORRECCIÓN DE BIAS
QUANTILE MAPPING EMPÍRICO
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.
Durante los años 2019 y 2020, en el Servicio Meteorológico Nacional (SMN) se trabajó fuertemente en el desarrollo de una metodología capaz de corregir los errores sistemáticos de los pronósticos de temperatura e intensidad del viento en puntos de interés (Cutraro y otros, 2020) del Sistema de Asimilación y Pronóstico Numérico del SMN (SAP.SMN). Con la idea de continuar calibrando los pronósticos de variables meteorológicas es que se planteó avanzar con la corrección de los campos de precipitación acumulada diaria. En este sentido existen diversas técnicas de postprocesado capaces de reducir el bias de los pronósticos. Entre los métodos más utilizados con precipitación se encuentran aquellos basados en transformaciones estadísticas cuyo objetivo es ajustar la distribución de probabilidad del modelo de pronóstico a la observada. Para realizar esta tarea de ajuste existen variedad de metodologías distintas, entre las cuales una de las que ha demostrado tener mejores resultados es el Quantile Mapping empírico (QME) (Gudmundson, 2012). Se plantea entonces, como objetivo de este trabajo, aplicar la metodología de QME para corregir los errores sistemáticos de los campos pronosticados de precipitación acumulada diaria del SAP.SMN-DET (esquema determinístico) y analizar su desempeño para el año 2021.
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 2022
dc.date.none.fl_str_mv 2022-11
2023-04-05T14:02:54Z
2023-04-05T14:02:54Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12160/2401
url http://hdl.handle.net/20.500.12160/2401
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 Centro Argentino de Meteorólogos
publisher.none.fl_str_mv Centro Argentino de Meteorólogos
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_ 1842344147323715585
score 12.623145

Publicaciones similares