Intercomparación de dos metodologías de calibración de pronósticos de temperatura

Abstract

En el marco de las colaboraciones entre pares del proyecto ENANDES+ (Sur-Sur-twining) se identificó la necesidad de mejorar los pronósticos meteorológicos a corto y mediano plazo a partir de la incorporación de la calibración de los mismos usando información observada de estaciones meteorológicas. Actualmente, el Servicio Meteorológico Nacional (SMN) aplica la metodología de Regresión Adaptada basada en el Filtro de Kalman (RAFK) para calibrar los pronósticos horarios de temperatura y viento (determinísticos y ensamble) desde el año 2021 (Cutraro y otros, 2020; Righetti y otros, 2024). Por otro lado, MeteoSwiss también realiza una corrección de sus pronósticos de temperatura por ensambles considerando la metodología Ensemble Model Output Statistics (EMOS) (Gneiting y otros, 2005). En este trabajo se busca realizar una comparación de ambas metodologías aplicadas a los pronósticos por ensamble de temperatura a 2 m generados en el SMN por el Sistema de Asimilación y Pronóstico Numérico (SAP.SMN-ENS; Matsudo y otros, 2022).