Meteorologica

La circulación de Hadley al sudoeste de América del Sur: métricas para su caracterización

Elizabeth Beatríz Naranjo Tamayo — 2024-06-28

Este trabajo proporciona una evaluación de las métricas más utilizadas para caracterizar la rama de descenso de la Celda de Hadley y sus tendencias en los últimos 40 años sobre la región del sudoeste de América del Sur, a través del análisis de siete métricas hemisféricas y tres regionales obtenidas a partir de variables meteorológicas pertenecientes al reanálisis ERA5 para el período 1979-2021. Las relaciones entre las métricas fueron determinadas a partir del coeficiente de correlación de Pearson y las tendencias decadales a partir del test de Mann-Kendall. Los resultados encontrados sugieren relaciones estadísticamente significativas entre la métrica hemisférica de referencia función corriente del flujo de masa en 500 hPa, la métrica regional vinculada a la posición latitudinal del Anticiclón del Pacífico Sur y las métricas de la troposfera baja relacionadas con el máximo de la presión a nivel del mar y la latitud donde cambia de signo el viento en superficie tanto en la escala anual como estacional. Las métricas vinculadas al jet polar impulsado por las perturbaciones y a la precipitación menos la evaporación regional capturan la variabilidad de la posición latitudinal del Anticiclón del Pacífico Sur, mientras que la métrica hemisférica de la troposfera baja precipitación menos evaporación captura la variabilidad de la métrica de referencia. En cuanto a las tendencias por década de los promedios anuales de la rama de descenso de la Celda de Hadley durante los últimos 40 años se encontraron tendencias negativas estadísticamente significativas, lo cual indica una expansión de la Celda de Hadley durante las últimas cuatro décadas. Esto podría explicar en cierta medida las tendencias decrecientes de la precipitación en la región del sudoeste de América del Sur.

Caracterización y variación interanual de la calidad del aire en la ciudad de Buenos Aires en relación a las nuevas directrices de la OMS

Caterina Mosto — 2024-06-28

La Organización Mundial de la Salud (OMS) actualizó sus directrices de calidad de aire en septiembre de 2021. Las concentraciones medias diarias y anuales de dióxido de nitrógeno (NO₂) y material particulado con diámetro menor a 10 µm (PM₁₀) medidas en las tres estaciones de monitoreo de calidad del aire de la ciudad de Buenos Aires, superan frecuentemente los nuevos niveles guía (NG) de la OMS en el período 2010-2019. Un análisis de tendencias revela una disminución significativa en la concentración media anual de PM₁₀ de 1.6 µg m^-3yr^-1 y una reducción consistente en la frecuencia de superaciones del NG diario de 1.6 % yr^-1 en la estación de fondo urbano. En cambio, las concentraciones de NO₂ muestran ligeras tendencias positivas en los tres sitios de monitoreo que podrían llegar a ser estadísticamente significativas a medida que se disponga de nuevos datos. Para ambos contaminantes, las fuertes relaciones lineales entre las concentraciones medias anuales y sus frecuencias de superación diaria sugieren que los nuevos NG anuales son más estrictos que sus correspondientes límites diarios, aunque estos resultados son sensibles al conjunto de datos utilizado. Por otro lado, las concentraciones medias diarias de monóxido de carbono (CO) se encuentran por debajo del nuevo NG, con ligeras tendencias interanuales positivas no-significativas en dos de los sitios. Cuando se utiliza la secuencia horaria diaria del viento como variable de clasificación, se obtienen marcadas diferencias en los niveles de concentración de los tres contaminantes con distintos patrones de viento, las cuales se mantienen a lo largo de los años resaltando el rol de las fuentes locales en las tendencias. En algunos casos, se observan variaciones interanuales pronunciadas con patrones de viento específicos, lo que sugiere el impacto de fuentes nuevas o más intensas procedentes de sectores específicos. Mayores esfuerzos en monitoreo y en desarrollo de inventarios de emisiones de contaminantes de alta resolución contribuirán a comprender las causas de estas variaciones y a evaluar la calidad del aire en toda el área metropolitana.

Evaluación del método de análogos para simulación de la precipitación diaria en una región de orografía compleja

Federico Gomez — 2024-06-28

Los Modelos Climáticos Globales (GCM) son la principal herramienta disponible para realizar predicciones sobre el clima en escenarios futuros, sin embargo, los mismos presentan un desempeño bajo para reproducir el clima local debido a su resolución espacial limitada. Esta característica se acentúa en regiones de orografía compleja. En el presente trabajo, se exploró la posibilidad de añadir valor agregado al modelado de la precipitación diaria a través de un método estadístico de reducción de escala (downscaling) en la región de los Andes Centrales. Se utilizó la precipitación diaria de 83 estaciones de la región durante el periodo 1981-2015 para calibrar el método de análogos utilizando el reanálisis ERA-Interim. Las series construidas a partir de los modelos de downscaling estadístico mostraron resultados más fidedignos en comparación con datos crudos del reanálisis, especialmente en el cálculo de valores medios y de estadísticos de escala diaria. En líneas generales, los modelos basados en la información de predictores atmosféricos locales obtuvieron un mejor desempeño que los constituidos utilizando la información de gran escala simplificada en base a un análisis de componentes principales. El desempeño de los modelos de downscaling a lo largo del dominio no fue uniforme, obteniéndose mejores resultados en las estaciones chilenas del sector sur. Esto posiblemente fue debido a que el forzante sinóptico dominante es bien capturado por los modelos de downscaling. Los distintos aspectos temporales de la variabilidad de la precipitación (intraanual, interanual y tendencias de largo plazo) fueron hábilmente reproducidos por los modelos estadísticos.

Nueva base de datos de precipitaciones mensuales de la república Argentina (PMRAv1), 2000-2022

Juan J. Gaitan — 2024-06-28

La representación precisa de los patrones espacio-temporales de precipitación es un insumo esencial para numerosas aplicaciones ambientales. Sin embargo, la estimación de los patrones de precipitación derivados únicamente de pluviómetros está sujeta a grandes incertidumbres, especialmente en regiones con escasez de datos. Presentamos una nueva base de datos de Precipitaciones Mensuales de la República Argentina (PMRAv1) para el período 2000-2022, con 5 km de resolución espacial. PMRAv1 utiliza una metodología basada en regresión de bosques aleatorios (Regression Random Forest) para combinar datos mensuales de mediciones terrestres (entre 142 y 227 estaciones en cada mes), cuatro productos globales de precipitación estimada por satélite, modelos de circulación atmosféricas globales o interpolación de datos medidos en terreno (TERRACLIMATE, ERA5-LAND, GPMv6 y PERSIANN-CDR) con el objetivo de mejorar la estimación de las precipitaciones mensuales en Argentina. La metodología desarrollada pudo mejorar la representación espacio-temporal de la precipitación al permitir la fusión de múltiples fuentes de información satelital y mediciones en terreno. La validación realizada utilizando el 30% de los datos de pluviómetros mostró que PMRAv1 mejora significativamente los parámetros RMSE, MAE, EM y R2 en comparación con los cuatro productos globales de precipitación. Además, el producto resultó más estable en la predicción de los valores mensuales observados, al presentar un menor desvío estándar en los tres parámetros de ajuste. La base de datos PMRAv1 se pone a disposición de los usuarios en varios formatos. El término ‘v1’ (versión 1) hace referencia a que se considera que este producto tendrá sucesivas versiones en el futuro que permitan actualizarla y mejorar la precisión de las estimaciones. Asimismo, el método presentado también podría ser utilizado para mejorar la estimación de otras variables climatológicas cuando se disponga de datos medidos en terreno.

Contribución de las componentes de la evapotranspiración a la interacción suelo-atmósfera en Sudamérica

Daira A. Rosales — 2024-06-28

La evapotranspiración es una variable clave del ciclo hidrológico ya que modifica aspectos físicos del sistema climático, cómo la humedad del suelo y de la atmósfera, la cantidad de agua en ríos o acuíferos, y la temperatura del suelo y del aire en superficie. Una correcta representación de la evapotranspiración es de suma importancia para el estudio del sistema climático, por ejemplo para la identificación de eventos extremos como inundaciones o sequías, u olas de calor o de frío. En particular, es de relevancia distinguir regiones de interacción suelo-atmósfera, es decir dónde variaciones en el suelo modifican la atmósfera. En este trabajo investigamos la representación de la evapotranspiración en Sudamérica según cinco estimaciones diferentes: cuatro simulaciones provenientes de dos modelos globales de vegetación dinámica, y un producto satelital, durante el período 1981-2010. Principalmente, estudiamos la partición de la evapotranspiración en sus componentes: transpiración, evaporación desde la vegetación, y desde el suelo; y cómo éstas contribuyen a la interacción suelo-atmósfera en diciembre-enero-febrero. Hallamos que, aunque las estimaciones de la evapotranspiración anual media presentan un patrón espacial similar, no ocurre lo mismo con la partición en componentes. Encontramos regiones de interacción suelo-atmósfera que son reconocidas habitualmente en la literatura: el centro de Argentina y el noreste de Brasil, que son, además, regiones de transición entre climas secos y húmedos. Nuestro resultado principal es que la transpiración es la componente de la evapotranspiración que más contribuye a la interacción suelo-atmósfera.

Verificación de pronósticos por ensamble en alta resolución generados a partir del Sistema de Asimilación de Datos y Pronóstico Numérico del Servicio Meteorológico Nacional en dos casos de estudio

Dan Yañez — 2024-06-28

En este trabajo se busca evaluar el desempeño de los pronósticos probabilísticos en alta resolución (4 km) generados a partir del Sistema de Asimilación de datos y Pronóstico numérico del Servicio Meteorológico Nacional de Argentina (SAP.SMN) y estudiar el impacto de las condiciones iniciales en los mismos, considerando pronósticos inicializados a partir de un ensamble de análisis regionales (AReg) y de análisis globales (SAP.SMN-ENS). Se seleccionaron 2 casos de estudio para analizar el desempeño de ambos pronósticos, caracterizados por el desarrollo de convección húmeda profunda y precipitación intensa sobre el centro-este de Argentina y Uruguay, ocurridos el 26-27 de febrero y el 6-7 de marzo de 2022. Para verificar los pronósticos probabilísticos se utilizaron datos de estimación cuantitativa de precipitación por satélite SQPE-OBS, reflectividad máxima de radares de banda C, datos de estaciones convencionales y radiosondeos. En líneas generales, se puede considerar que AReg mostró un mejor desempeño para el caso 1 y SAP.SMN-ENS lo hizo en el caso 2, indicando un impacto significativo de las condiciones iniciales en el desempeño del pronóstico. En ambos casos de estudio, ambos experimentos logran representar adecuadamente los sistemas convectivos respecto de los datos de radar, con ciertas diferencias en la posición e intensidad de los mismos, dando como resultado una subestimación de la precipitación acumulada en 24 horas en las zonas de máxima precipitación estimada por SQPE-OBS. Estos resultados son alentadores respecto de la inclusión de observaciones locales en la condición inicial de los pronósticos numéricos en alta resolución del SAP.SMN-ENS y motivan a seguir avanzando en el desarrollo de un sistema regional de asimilación de datos que permita mejorar la precisión de los pronósticos, investigando aspectos como la configuración y la estrategia de asimilación.