Evaluación y desafíos en el pronóstico de olas de calor como precursoras de sequías de rápido desarrollo en el sur de Sudamérica
Palabras clave:
pronóstico, olas de calor, sequías de rápido desarrollo, machine learning, extreme forecast indexResumen
Las sequías de rápido desarrollo (SRD) son un tipo particular de sequía que se desarrolla repentinamente, pudiendo generar impactos significativos en el sector agrícola. Si bien las sequías en general son desastres de evolución lenta, con efectos de gran extensión espacial y larga duración, las SRD se caracterizan por un rápido agotamiento de la humedad del suelo, provocado por una combinación de déficit de precipitación, olas de calor y baja humedad atmosférica. A pesar de su importancia, el conocimiento sobre las SRD sigue siendo limitado, desde su detección y caracterización hasta el desarrollo de indicadores de monitoreo y herramientas de pronóstico. Aunque el Sistema de Información sobre Sequías para el Sur de Sudamérica (SISSA) ha avanzado en el monitoreo, el pronóstico de las SRD y de las olas de calor, siguen siendo un gran desafío debido a la escala temporal en la que se desarrollan y su baja frecuencia de ocurrencia, dificultando ciertos enfoques de machine learning. Este estudio busca evaluar la predictibilidad de eventos de ola de calor y SRD mediante el uso del Extreme Forecast Index (EFI) del modelo por ensambles del ECMWF y del Artificial Intelligence Forecast System (AIFS). Por otro lado, se analizará la utilización de regresiones logísticas univariada/multivariada a variables atmosféricas y del suelo de los reanálisis del ERA5-Land para estimar la probabilidad de ocurrencia de SRD.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Pablo Spennemann, Lucia Castro, Lucas Kucheruck, Juan Rivera, Alejandro Godoy, Mercedes Salvia, Mercedes Peretti, Emilia Figueiras, Felix Carrasco Galleguillos, Marisol Osman, Maria de los Milagros Skansi

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.











