Aspectos metodológicos del estudio de la precipitación extrema diaria : Estimación de percentiles y regionalización de índices en Argentina subtropical

• Autores: Ricetti, Lorenzo; Hurtado, Santiago Ignacio; Agosta Scarel, Eduardo Andrés; Zaninellil, Pablo G.
• Año de publicación: 2025
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Meteorología; Índices extremos; Agrupamiento; Aprendizaje no supervisado
• Institución: Universidad Nacional de La Plata

La caracterización de la precipitación extrema es esencial en el contexto del cambio climático, especialmente en países en desarrollo donde las consecuencias de estos eventos son mayores. En estas regiones, la infraestructura suele ser más vulnerable, los sistemas de alerta temprana son limitados y la capacidad de respuesta ante desastres naturales es reducida, lo que incrementa significativamente el riesgo de impactos socioeconómicos graves. Una adecuada caracterización de la precipitación extrema permite no solo mejorar la planificación y gestión del riesgo, sino también desarrollar políticas de adaptación más eficaces y equitativas. Estos eventos suelen ser estudiados a partir de índices derivados de registros diarios, los cuales pueden clasificarse en dos grandes grupos: índices basados en el marco teórico block maxima, y aquellos construidos en base a registros superando un umbral específico. Este umbral suele corresponder con percentiles altos de la distribución de precipitación, como el 90, 95 y 99. A pesar de la frecuencia con que se encuentran estos índices en la literatura, no existe un consenso acerca del método más exacto para la estimación de estos percentiles poblacionales desconocidos (Ricetti et al., 2025a). Más aún, a menudo este aspecto no es especificado en los trabajos. Otro aspecto de gran relevancia en la caracterización de los eventos extremos de precipitación es su regionalización. La misma busca definir regiones o grupos con comportamiento coherente en términos espacio-temporales. Esta tarea suele realizarse a través de métodos de reducción de dimensionalidad como PCA y métodos de aprendizaje automático no supervisado como K-means o Ward (Ricetti et al., 2025b). Estos algoritmos parten de la premisa que todos los elementos pueden ser regionalizados, lo cual podría no cumplirse en el caso de la precipitación extrema dada su naturaleza local. Este trabajo aborda dos aspectos centrales en el estudio de la precipitación extrema diaria i) la determinación óptima de los percentiles utilizados como umbrales para definir estos eventos, y ii) La viabilidad de la regionalización de la precipitación extrema y los métodos más adecuados para tal fin. Para abordar el último punto se utilizó el caso de estudio de Argentina Subtropical (ArST), un hotspot de precipitación extrema a nivel global.
Facultad de Ciencias Astronómicas y Geofísicas