Mostrar el registro sencillo del ítem

dc.contributor.authorRighetti, Silvina Andrea
dc.contributor.authorCutraro, Federico
dc.contributor.authorGarcía Skabar, Yanina
dc.date.accessioned2023-04-05T14:02:54Z
dc.date.available2023-04-05T14:02:54Z
dc.date.issued2022-11
dc.identifier.urihttp://hdl.handle.net/20.500.12160/2401
dc.descriptionFil: 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.es
dc.descriptionFil: 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.es
dc.descriptionFil: 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.es
dc.description.abstractDurante 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.es
dc.formatapplication/pdf
dc.language.isospaes
dc.publisherCentro Argentino de Meteorólogoses
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.rightshttps://creativecommons.org/licenses/by/2.5/ar/es
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.subjectPRONÓSTICO DE PRECIPITACIÓNes
dc.subjectCORRECCIÓN DE BIASes
dc.subjectQUANTILE MAPPING EMPÍRICOes
dc.titleCalibración de la precipitación acumulada diaria en el Servicio Meteorológico Nacionales
dc.typeDocumento de conferenciaes

Thumbnail
Thumbnail

Mostrar el registro sencillo del ítem