Uno de los desafı́os en la generación de análisis y pronósticos regionales es lograr
una definición adecuada de su condición de borde. En particular, para un sistema
de asimilación de datos regional es importante estudiar el impacto de la forma
en que se relaja el estado del modelo a las condiciones de borde, ya que esto
puede generar un deterioro en la calidad del análisis y por ende los pronósticos.
En este trabajo se propone un posible tratamiento para sortear estas dificultades
examinando la sensibilidad en los análisis y pronósticos de un sistema regional
de asimilación de datos y pronóstico por ensamble Local Ensemble Transform
Kalman Filter – Weather Research and Forecasting Model (LETKF- WRF),
incorporando la información del modelo global conducente GEFS como condición
de borde y utilizando la técnica spectral nudging (SN). Se realizaron experimentos
numéricos en un perı́odo de 2 meses, evaluando el impacto de la técnica SN en
los análisis y pronósticos generados, utilizando un ensamble multi-esquema de 20
miembros, compuesto por combinaciones entre parametrizaciones de cumulus y
capa lı́mite planetaria. Los resultados obtenidos muestran que la implementación
del SN junto al sistema de asimilación de datos impacta de manera positiva,
mejorando el desempeño de las variables de circulación y termodinámicas tanto
en los análisis como en los pronósticos. Más aún, se destaca que la implementación
de dicha técnica es factible y posee un gran potencial para mejorar los análisis
y pronósticos regionales, que deberá seguir siendo estudiado en profundidad con
nuevos experimentos.