VERIFICACIÓN ESPACIAL DE PRONÓSTICOS DE PRECIPITACIÓN EN ALTA RESOLUCIÓN PARA LA REGIÓN SUR DE SUDAMÉRICA
Natali Aranda y otros
https://doi.org/10.24215/1850468Xe013
RESUMEN
Dada la creciente demanda y utilización de modelos numéricos para pronosticar
la ocurrencia de precipitación, es necesario contar con métodos de verificación
que permitan cuantificar la calidad de los pronósticos, a partir de la evaluación
de sus errores y sesgos. El método de evaluación diagnóstica basado en objetos
(MODE, por sus siglas en inglés), es una herramienta de verificación espacial que
identifica regiones de interés, como áreas con precipitación, y define objetos en los
campos del pronóstico y de la observación a partir de parámetros definidos por
el usuario. MODE fue utilizado para evaluar el desempeño de los pronósticos de
precipitación del Weather and Research Forecasting Model (WRF), con resolución
espacial de 4 km, sobre el sur de Sudamérica. Los pronósticos fueron comparados
con la estimación de precipitación, Integrated Multi-Satellite Retrievals Final
Run (IMERG-F), producto derivado de la misión satelital de medición global de
precipitación (GPM, por sus siglas en inglés). Para el perı́odo de un mes se evaluó
la sensibilidad a la elección de los parámetros de MODE, radio de convolución
y umbral de intensidad para la precipitación acumulada a 3 y 24 horas. El
perı́odo completo de verificación considerado abarcó los años 2017-2018 y además se
utilizaron técnicas tradicionales de verificación (ej, Probabilidad de detección, Falsas
Alarmas). Adicionalmente, los pronósticos de precipitación acumulada en 24 horas
del WRF se compararon con los del modelo global Global Forecast System (GFS).
En este estudio se pudo comprobar que los métodos tradicionales de verificación
contribuyen a conocer la calidad de un pronóstico de precipitación en forma objetiva.
Por otro lado, la verificación por objetos permite evaluar cómo los pronósticos logran
representar la posición, tamaño e intensidad del fenómeno de interés. Respecto de
los modelos analizados, tanto el WRF como el GFS presentan gran cantidad de
eventos sorpresas y falsas alarmas, pero también se destacan porque sus aciertos
presentan bajos errores de posición e intensidad de precipitación.