Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos

Autores
Glatstein, Candela Sol; García Picasso, Diego; Osman, Marisol
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El pronóstico estacional de la temperatura en Sudamérica durante el invierno austral, Junio-Julio-Agosto (JJA) presenta grandes desafíos debido a la alta variabilidad climática en la región, influenciada por fenómenos como El Niño-Oscilación del Sur (ENSO), el Dipolo del Océano Índico (IOD) y la Oscilación Anular del Sur (SAM). Los modelos de circulación general acoplados atmósfera-océano (GCMs) han demostrado ser herramientas poderosas para abordar esta incertidumbre inherente a la predicción climática, al proporcionar simulaciones que integran tanto los forzantes internos como los externos del sistema climático (Osman et al., 2016). En particular, el uso de ensambles de modelos con perturbaciones en las condiciones iniciales ha permitido capturar mejor la variabilidad climática y mejorar la precisión de las predicciones a escala regional (Coelho et al., 2018). Los modelos pronostican parcialmente los patrones climáticos observados, especialmente en zonas de alta complejidad topográfica o donde las interacciones locales son determinantes. En este contexto, las metodologías estadísticas, como la regresión lineal múltiple (MLR, por sus siglas en inglés) y el análisis de correlación canónica (CCA), complementan los modelos dinámicos al capturar relaciones entre variables climáticas y fenómenos como el ENSO o el SAM, los cuales afectan la temperatura y otros parámetros en Sudamérica (Barnston et al., 1992). Este trabajo tiene como objetivo evaluar la predictibilidad del modelo GEM5-NEMO para la temperatura a 2 metros en el trimestre Junio-Julio-Agosto (JJA) en Sudamérica, analizando la capacidad de los pronósticos generados con este modelo y compararlos con otros enfoques estadísticos. También se busca analizar el impacto del fenómeno ENSO y la aplicación de distintas técnicas de calibración.
Facultad de Ciencias Astronómicas y Geofísicas
Materia
Meteorología
Predictibilidad
Modelos climáticos
Calibración
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/193336
Acceder
id SEDICI_f952f9f494798a1db37330f7422ec811
oai_identifier_str oai:sedici.unlp.edu.ar:10915/193336
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticosGlatstein, Candela SolGarcía Picasso, DiegoOsman, MarisolMeteorologíaPredictibilidadModelos climáticosCalibraciónEl pronóstico estacional de la temperatura en Sudamérica durante el invierno austral, Junio-Julio-Agosto (JJA) presenta grandes desafíos debido a la alta variabilidad climática en la región, influenciada por fenómenos como El Niño-Oscilación del Sur (ENSO), el Dipolo del Océano Índico (IOD) y la Oscilación Anular del Sur (SAM). Los modelos de circulación general acoplados atmósfera-océano (GCMs) han demostrado ser herramientas poderosas para abordar esta incertidumbre inherente a la predicción climática, al proporcionar simulaciones que integran tanto los forzantes internos como los externos del sistema climático (Osman et al., 2016). En particular, el uso de ensambles de modelos con perturbaciones en las condiciones iniciales ha permitido capturar mejor la variabilidad climática y mejorar la precisión de las predicciones a escala regional (Coelho et al., 2018). Los modelos pronostican parcialmente los patrones climáticos observados, especialmente en zonas de alta complejidad topográfica o donde las interacciones locales son determinantes. En este contexto, las metodologías estadísticas, como la regresión lineal múltiple (MLR, por sus siglas en inglés) y el análisis de correlación canónica (CCA), complementan los modelos dinámicos al capturar relaciones entre variables climáticas y fenómenos como el ENSO o el SAM, los cuales afectan la temperatura y otros parámetros en Sudamérica (Barnston et al., 1992). Este trabajo tiene como objetivo evaluar la predictibilidad del modelo GEM5-NEMO para la temperatura a 2 metros en el trimestre Junio-Julio-Agosto (JJA) en Sudamérica, analizando la capacidad de los pronósticos generados con este modelo y compararlos con otros enfoques estadísticos. También se busca analizar el impacto del fenómeno ENSO y la aplicación de distintas técnicas de calibración.Facultad de Ciencias Astronómicas y Geofísicas2025info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/193336spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2665-4info:eu-repo/semantics/altIdentifier/url/https://cenamet.org.ar/congremet/wp-content/uploads/2025/11/A1_T037.pdfinfo:eu-repo/semantics/reference/hdl/10915/193317info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-04-23T11:56:07Zoai:sedici.unlp.edu.ar:10915/193336Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-04-23 11:56:07.569SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
title Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
spellingShingle Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
Glatstein, Candela Sol
Meteorología
Predictibilidad
Modelos climáticos
Calibración
title_short Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
title_full Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
title_fullStr Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
title_full_unstemmed Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
title_sort Capacidad predictiva de modelos climáticos para la temperatura invernal en Sudamérica: enfoques dinámicos y estadísticos
dc.creator.none.fl_str_mv Glatstein, Candela Sol
García Picasso, Diego
Osman, Marisol
author Glatstein, Candela Sol
author_facet Glatstein, Candela Sol
García Picasso, Diego
Osman, Marisol
author_role author
author2 García Picasso, Diego
Osman, Marisol
author2_role author
author
dc.subject.none.fl_str_mv Meteorología
Predictibilidad
Modelos climáticos
Calibración
topic Meteorología
Predictibilidad
Modelos climáticos
Calibración
dc.description.none.fl_txt_mv El pronóstico estacional de la temperatura en Sudamérica durante el invierno austral, Junio-Julio-Agosto (JJA) presenta grandes desafíos debido a la alta variabilidad climática en la región, influenciada por fenómenos como El Niño-Oscilación del Sur (ENSO), el Dipolo del Océano Índico (IOD) y la Oscilación Anular del Sur (SAM). Los modelos de circulación general acoplados atmósfera-océano (GCMs) han demostrado ser herramientas poderosas para abordar esta incertidumbre inherente a la predicción climática, al proporcionar simulaciones que integran tanto los forzantes internos como los externos del sistema climático (Osman et al., 2016). En particular, el uso de ensambles de modelos con perturbaciones en las condiciones iniciales ha permitido capturar mejor la variabilidad climática y mejorar la precisión de las predicciones a escala regional (Coelho et al., 2018). Los modelos pronostican parcialmente los patrones climáticos observados, especialmente en zonas de alta complejidad topográfica o donde las interacciones locales son determinantes. En este contexto, las metodologías estadísticas, como la regresión lineal múltiple (MLR, por sus siglas en inglés) y el análisis de correlación canónica (CCA), complementan los modelos dinámicos al capturar relaciones entre variables climáticas y fenómenos como el ENSO o el SAM, los cuales afectan la temperatura y otros parámetros en Sudamérica (Barnston et al., 1992). Este trabajo tiene como objetivo evaluar la predictibilidad del modelo GEM5-NEMO para la temperatura a 2 metros en el trimestre Junio-Julio-Agosto (JJA) en Sudamérica, analizando la capacidad de los pronósticos generados con este modelo y compararlos con otros enfoques estadísticos. También se busca analizar el impacto del fenómeno ENSO y la aplicación de distintas técnicas de calibración.
Facultad de Ciencias Astronómicas y Geofísicas
description El pronóstico estacional de la temperatura en Sudamérica durante el invierno austral, Junio-Julio-Agosto (JJA) presenta grandes desafíos debido a la alta variabilidad climática en la región, influenciada por fenómenos como El Niño-Oscilación del Sur (ENSO), el Dipolo del Océano Índico (IOD) y la Oscilación Anular del Sur (SAM). Los modelos de circulación general acoplados atmósfera-océano (GCMs) han demostrado ser herramientas poderosas para abordar esta incertidumbre inherente a la predicción climática, al proporcionar simulaciones que integran tanto los forzantes internos como los externos del sistema climático (Osman et al., 2016). En particular, el uso de ensambles de modelos con perturbaciones en las condiciones iniciales ha permitido capturar mejor la variabilidad climática y mejorar la precisión de las predicciones a escala regional (Coelho et al., 2018). Los modelos pronostican parcialmente los patrones climáticos observados, especialmente en zonas de alta complejidad topográfica o donde las interacciones locales son determinantes. En este contexto, las metodologías estadísticas, como la regresión lineal múltiple (MLR, por sus siglas en inglés) y el análisis de correlación canónica (CCA), complementan los modelos dinámicos al capturar relaciones entre variables climáticas y fenómenos como el ENSO o el SAM, los cuales afectan la temperatura y otros parámetros en Sudamérica (Barnston et al., 1992). Este trabajo tiene como objetivo evaluar la predictibilidad del modelo GEM5-NEMO para la temperatura a 2 metros en el trimestre Junio-Julio-Agosto (JJA) en Sudamérica, analizando la capacidad de los pronósticos generados con este modelo y compararlos con otros enfoques estadísticos. También se busca analizar el impacto del fenómeno ENSO y la aplicación de distintas técnicas de calibración.
publishDate 2025
dc.date.none.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
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://sedici.unlp.edu.ar/handle/10915/193336
url http://sedici.unlp.edu.ar/handle/10915/193336
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2665-4
info:eu-repo/semantics/altIdentifier/url/https://cenamet.org.ar/congremet/wp-content/uploads/2025/11/A1_T037.pdf
info:eu-repo/semantics/reference/hdl/10915/193317
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1863367892725137408
score 13.05261

Publicaciones similares