Browsing by Subject "Downscaling"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Publication
    Open Access
    Downscaling de variables climáticas a partir del reanálisis NCEP/NCAR en el sudoeste de la provincia de Buenos Aires (Argentina
    (2016-01-21) Ferrelli, Federico; Luján Bustos, María; Piccolo, María Cintia; Huamantinco Cisneros, María Andrea; Perillo, Gerardo Miguel Eduardo
    El objetivo de este estudio fue proponer una manera sencilla de utilizar la información del Reanalysis (NCEP/NCAR) para estimar la temperatura del aire, la humedad relativa y las precipitaciones en aquellas regiones con escasez de registros in situ. El área de estudio correspondió al sudoeste de la provincia de Buenos Aires, Argentina. Se aplicaron técnicas estadísticas sobre la información de nueve estaciones meteorológicas y datos estimados con el Reanalysis. En períodos cortos (10 años), el mejor ajuste se presentó para la temperatura del aire, específicamente en otoño y primavera, mientras que la humedad relativa y la precipitación manifestaron algunas diferencias. Por otro lado, en períodos largos (30 años) los datos estimados fueron útiles para realizar un estudio climático ya que se presentó una alta correlación entre los datos in situ y los del Reanalysis.
  • Thumbnail Image
    Publication
    Open Access
    Evaluación del reanalysis (NCEP/NCAR) para el estudio de la variabilidad termo-pluviométrica del Noroeste Argentino.
    (Universidad de Murcia, Servicio de Publicaciones, 2022) Ferrelli, Federico; Brendel, Andrea Soledad; Piccolo, María Cintia
    El objetivo de esta investigación fue evaluar la precisión del reanálisis NCEP/NCAR para la caracterización de la variabilidad termo-pluviométrica del Noroeste Argentino. Series meteorológicas obtenidas de observatorios meteorológicos del área de estudio y modeladas del período 1960-2020 fueron estudiadas con técnicas estadísticas estándar (valores medios, desvíos, máximos, mínimos, etc). Posterior a la verificación del método Kriging como el método más adecuado para interpolar la información espacial, se analizó la temperatura y la precipitación. Un análisis de regresión cuantílica se aplicó a las series de tiempo. Para ello, las series fueron divididas en diez cuantiles y se evaluaron sus ajustes. Los resultados para ambas variables presentaron ajustes estadísticos significativos (p < 0,05), indicando que los datos del modelo Reanálisis permiten caracterizar la distribución espacial de estas variables. La temperatura del aire registró mejores resultados que la precipitación. Sin embargo, al estudiar los eventos extremos, se observaron diferencias importantes. La temperatura mostró buenos ajustes (p < 0,05) en los climas templados, seguidos por los climas áridos. La precipitación mostró ajustes significativos en los cuantiles medios, pero no así en los cuantiles extremos. Los resultados demostraron que el Reanalysis permite estudiar las características climáticas de la región NOA, pero no sus eventos extremos térmicos y pluviométricos. Además, esta base de datos es esencial para el estudio del clima a escala regional y para el diseño de planes de ordenamiento del territorio.