Mostrar el registro sencillo del ítem

dc.contributor.authorRighetti, Silvina Andrea
dc.contributor.authorCutraro, Federico
dc.contributor.authorGarcía Skabar, Yanina
dc.contributor.authorSacco, Maximiliano
dc.date.accessioned2024-01-23T22:00:59Z
dc.date.available2024-01-23T22:00:59Z
dc.date.issued2024-01
dc.identifier.citationRighetti, S., F. Cutraro, Y. García Skabar y M. Sacco, 2024: Calibración de los pronósticos horarios de magnitud del viento. Nota Técnica SMN 2024-162.es
dc.identifier.urihttp://hdl.handle.net/20.500.12160/2679
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.descriptionFil: Sacco, Maximiliano A. 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.description.abstractCon el objetivo de calibrar los pronósticos horarios de intensidad del viento a 10 m de los modelos WRF y GFS, en sus versiones determinísticas y por ensamble, se plantea aplicar un método híbrido. El mismo busca corregir tanto la parte sistemática como la aleatoria del error utilizando una combinación de filtros de Kalman con inferencias bayesianas. Al analizar el desempeño de su aplicación durante 2022 y 2023 se pudo ver una mejora en todos los estadísticos, tanto en la calibración en puntos con observaciones como en la de todo el dominio. La mayor corrección, con ambos modelos, se observa en la zona cordillerana.es
dc.description.abstractA hybrid method that seeks to correct both the systematic and the random part of the error using a combination of Kalman filters with bayesian inferences is proposed to calibrate the hourly forecasts of wind intensity at 10 m of the WRF and GFS models, in their deterministic and ensemble versions. The performance of its application during 2022 and 2023 showed an improvement in all statistics, both in the calibration at points with observations and in the calibration of the entire domain. The highest correction, with both models, is observed in the mountainous area.en
dc.formatapplication/pdf
dc.language.isospaes
dc.publisherServicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios.es
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.rightshttps://creativecommons.org/licenses/by/2.5/ar/es
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.subjectCALIBRACIÓNes
dc.subjectVIENTOes
dc.subjectFILTRO DE KALMANes
dc.subjectINFERENCIA BAYESIANAes
dc.titleCalibración de los pronósticos horarios de magnitud del vientoes
dc.typeInforme técnicoes

Thumbnail
Thumbnail

Mostrar el registro sencillo del ítem