Evaluación del reanalysis (NCEP/NCAR) para el estudio de la variabilidad termo-pluviométrica del Noroeste Argentino.

• Ferrelli, Federico ^[1] ; Brendel, Andrea Soledad ^[1] ; Piccolo, María Cintia ^[1]
  1. [1] Universidad Nacional del Sur

     Universidad Nacional del Sur

     Argentina

     
• Localización: Papeles de geografía, ISSN-e 1989-4627, Nº 68, 2022, págs. 26-39
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    El objetivo de esta investigación fue evaluar la precisión del modelo numérico Reanalysis NCEP/NCAR para la caracterización de la variabilidad termo-pluviométrica del Noroeste Argentino. Series meteorológicas in situ y modeladas del período 1960-2020 fueron estudiadas con técnicas estadísticas estándar. La variación espacial de la temperatura y la precipitación fue calculada con el método de interpolación Kriging. Un análisis de regresión cuantílica se aplicó a las series de tiempo. Para ello, las series fueron divididas en diez cuantiles y se evaluaron sus ajustes. Los resultados para ambas variables presentaron ajustes estadísticos significativos (p < 0,05), indicando que los datos del modelo Reanálisis permiten caracterizar la distribución espacial de estas variables. La temperatura del aire registró mejores resultados que la precipitación. Sin embargo, al estudiar los eventos extremos, se observaron diferencias importantes. La temperatura mostró buenos ajustes en los climas templados, seguidos por los climas áridos. La precipitación mostró ajustes significativos en los cuantiles medios, pero no así en los cuantiles extremos. Los resultados demostraron que el Reanalysis permite estudiar las características climáticas de la región NOA, pero no sus eventos extremos térmicos y pluviométricos. Además, esta base de datos es esencial para el estudio del clima a escala regional y para el diseño de planes de ordenamiento del territorio.

  • English

    This study aims at assessing the precision of Reanalysis NCEP/NCAR for characterizing the thermal and rainfall variability in Northwest Argentina. Time series registered in situ and downloaded from Reanalysis were processed for the 1960-2020 period. Standard statistical techniques were applied, and subsequently, the spatial variation of temperature and rainfall was studied by applying the Kriging method. Finally, we analyzed both series with quantile regression. We divided the time series into ten quantiles and studied the adjustments. Results evidenced that both temperature and rainfall had statistical adjustments (p < 0.05), indicating that data from Reanalysis allowed the characterization of the spatial distribution of these variables with high accuracy. Air temperature registered higher results than rainfall. Nevertheless, when we studied the extremes, we observed significant differences. The temperature was reasonably adjusted in temperate and arid climates, while rainfalls presented significant results in the middle quantiles but not so in the extreme quantiles. The results obtained are an essential database for climate studies on a regional scale and for the design of land use plans to improve population’s quality of life and the environment.