Scielo RSS <![CDATA[Meteorologica]]> http://www.scielo.org.ar/rss.php?pid=1850-468X20140002&lang=es vol. 39 num. 2 lang. es <![CDATA[SciELO Logo]]> http://www.scielo.org.ar/img/en/fbpelogp.gif http://www.scielo.org.ar <![CDATA[Análisis de inhomogeneidades y saltos climáticos en series de tropopausa térmica simple sobre India y Sudamérica para el período 1973-2011]]> http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1850-468X2014000200001&lng=es&nrm=iso&tlng=es Un método de detección de inhomogeneidades en series temporales fue utilizado para analizar la presencia de cambios de régimen y saltos climáticos en series de valores medios mensuales de presión, altura y temperatura de tropopausa térmica simple sobre estaciones aerológicas de India y el sur de Sudamérica, para el período 1973-2011. El método se basa en el ajuste de los datos por una función que simula un salto más o menos brusco dependiendo de un parámetro modificable, y en la estimación del cociente señal-ruido dentro de una ventana móvil de ancho variable, centrada en cada punto de referencia de la serie. Existirá una inhomogeneidad en un punto de referencia dado cuando supere un valor crítico teórico . En vista de que dicho valor es difícil de estimar, se ha procedido a calcularlo para los datos analizados. A diferencia de métodos similares que establecen que, se presenta aquí un análisis empírico, dependiente de los datos utilizados, que determina por mes y por ventana temporal, encontrándose que disminuye cuando la ventana temporal se hace más ancha, y en promedio se aproxima a para ventanas temporales muy anchas. Asimismo, a partir de un análisis conjunto de situaciones en las que para ciertas ventanas temporales, se han encontrado inhomogeneidades con características de saltos climáticos en 1993 sobre las regiones tropical y subtropical de Sudamérica, y en 2001 sobre la región subtropical de India.<hr/>A method for the detection of inhomogeneities in time series was used to analyze the presence of breaks in the regime and climate shifts in monthly mean time series of single thermal tropopause pressure, height and temperature, at radiosonde stations located in India and southern South America, for the period 1973-2011. The method is based on fitting the data with a function that gets closer to a step function depending on a modifiable parameter, and to estimate the signal-to-noise ratio within a mobile window of variable width that is centered at each point of reference in the time series. There will exist an inhomogeneity at a given point of reference anytime exceeds a theoretical critical value . Since this value is hard to be estimated, an alternate calculation that depends on the analyzed data was carried out. Unlike similar methods for which is established, the analysis here determines for each month and for different window timescales. It is found that decreases with an increasing width of the timescale, fulfilling the condition i.e. a constant value, only for the longest timescales. From a joint analysis that included all cases for which and certain time windows, inhomogeneities with climatic shift features were found over the extratropical region of South America in 1993, and over the subtropical region of India around 2001. <![CDATA[Influencia de la variabilidad de temperatura y precipitación en la situación hídrica del suelo, en la región oriental de secano de la Argentina]]> http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1850-468X2014000200002&lng=es&nrm=iso&tlng=es La interacción entre el suelo y la atmósfera contribuye en gran medida a la caracterización del sistema climático. En particular, la precipitación y la temperatura constituyen variables principales en la determinación de la situación hídrica del suelo. En este trabajo se analizó la respuesta hídrica del suelo frente a la variabilidad de la Precipitación acumulada mensual y la Evapotranspiración Potencial mensual en la región oriental de secano de la Argentina. Si bien el aumento de las lluvias observado en los últimos años favorecería a los cultivos de verano (por una mayor entrada de agua al sistema), el desbalance entre la Precipitación y la Evapotranspiración Potencial da evidencia de que esta situación no permite satisfacer la totalidad de sus requerimientos. A su vez, la mayor variabilidad, que se observa durante el semestre cálido y hasta el mes de abril, pone de manifiesto la vulnerabilidad en la planificación agrícola para esos meses. Las condiciones de exceso hídrico predominan al este en el semestre frío (abril-septiembre) y las condiciones de déficit hídrico al oeste en el semestre cálido (octubre-marzo). La zona de transición se caracteriza por una alta estacionalidad, con un comportamiento similar a la zona oriental en los meses cálidos y a la occidental en los meses fríos, en cuanto a la variabilidad de los excesos hídricos. La diversidad de factores que afectan la disponibilidad hídrica, y la variabilidad de cada uno de ellos, determinan la complejidad del sistema suelo-atmósfera, en el cual la precipitación es el aporte más importante de agua al suelo.<hr/>The interaction between the soil and the atmosphere greatly contributes to the climate system characterization. In particular, rainfall and temperature are major variables in determining the hydric condition (SH) of the soil. In this work we analyzed the hydric response of soil to the variability of the Monthly Accumulated Precipitation and Potential Evapotranspiration in eastern rainfed region of Argentina. While the increase in rainfall observed in recent years favor summer crops (for greater input of water in the system), the imbalance between Precipitation and Potential Evapotranspiration gives evidence that this situation can not satisfy all their requirements. In addition, the greater variability observed during the warm semester until April, highlights the vulnerability in agricultural planning for those months. Excess hydric conditions predominate eastward during the cold semester (April -September) and deficit hydric conditions predominate westward during the warm semester (October-March). The transition zone is characterized by high seasonality, with similar behavior as eastern during warm months and western during cold months, in terms of excess variability. The variety of factors affecting water availability and their variability, determine the complexity of the soil-atmosphere system, in which precipitation is the most important contribution to the water in soil. <![CDATA[Progreso en el modelo de pronostico de olas hasta un mosaico global multiescala]]> http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1850-468X2014000200003&lng=es&nrm=iso&tlng=es Este artículo describe la reciente actualización del sistema operacional de pronóstico numérico de olas en SHN/SMN. El modelo de olas SMARA/WAM, basado en una versión casi estándar de WAM 4.0 fue reemplazado por el nuevo modelo WAVEWATCH III® 3.14 multigrilla de NOAA/NCEP. Una versión autónoma para el Atlántico Sur y los océanos australes produjo pronósticos de olas a 4 días 4 veces por día durante algo más de un año. La partición del espectro permite presentar productos más realistas, con superposición de mares en campos pronosticados y múltiples trenes de olas en puntos fijos. Actualmente, un mosaico multiescala provee cobertura global con aumento de resolución espacial y calibración específica sobre la plataforma. En esta última versión se implementó una nueva física basada en WAM 4 para el crecimiento y disipación de las olas, que incluye explícitamente el mar de fondo y mostró un comportamiento más apropiado en los océanos australes. Se muestra la distribución espacial de los parámetros estadísticos de error para ambas implementaciones obtenidos a partir del monitoreo del modelo con observaciones de altura significativa de olas de tres altímetros satelitales. Más recientemente se incorporaron observaciones de altura significativa y periodo del pico en boyas fijas, que permiten una visión más profunda de la dinámica del modelo para su futuro mejoramiento.<hr/>This article describes the recent improvements to the operational wave numerical prediction system at SHN/SMN. The SMARA/WAM wave model, based on a quasi-standard version of WAM 4.0 was replaced by the new NOAA/NCEP WAVEWATCH III® 3.14. A stand-alone version for the South Atlantic and Southern Oceans produced 4-day wave forecasts four times daily for over one year. Spectral partitioning allows more realistic products including superposed seas in forecasted fields and multiple wave trains at fixed points. Currently, a multi-scale mosaic provides global coverage with grid refinement and ad-hoc calibration of parameters over the shelf. In the latter version, new physics based on WAM 4 have been implemented for wave growth and dissipation, which explicitly includes the swell and showed a more adequate behavior at the southern oceans. The spatial distribution of error statistical parameters for both implementations is shown as the result of model monitoring with significant wave height observations from three satellite altimeters. More recent is the incorporation of the significant wave height and peak period time series from fixed buoys, which provide further insight of model dynamics for future improvement. <![CDATA[La utilización del met (model evaluation tool) para la verificación de los pronósticos del modelo wrf-arw/shn-smn durante la primavera de 2011]]> http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1850-468X2014000200004&lng=es&nrm=iso&tlng=es En este trabajo se evalúa el desempeño del MET v3.1 (Model Evaluation Tool) para la verificación durante la primavera de 2011, de los pronósticos del modelo WRF-ARW (Weather Research and Forecasting - Advanced Research WRF) v3.1.1 (WRF-ARW/SHN-SMN), cuya configuración y aplicaciones se describen en el presente artículo. Entre las herramientas del MET v3.1, se implementaron el Point-Stat, el Stat-Analysis y el MODE y se estudiaron las bases matemáticas y capacidades de cada una. Se aplicó a la comparación de resultados del modelo con observaciones de radiosondeo, ya que por sus características lo hacen eficiente para realizar la verificación en forma rápida y completa con este tipo de observaciones. Para el caso de variables de superficie se estudió las capacidades del MODE, que por estar orientado a objetos, ofrece nuevas posibilidades para la verificación de la precipitación. El Point-Stat se aplicó para verificar pronósticos con observaciones puntuales, y el Stat-Analysis se utilizó para calcular estadísticos para distintos períodos de tiempo. Se compararon los pronósticos con radiosondeos. Las variables verificadas fueron la temperatura y el viento en los niveles estándar. Se generaron gráficos de dispersión entre las observaciones y los pronósticos. Se calcularon las distribuciones de las frecuencias relativas del error del pronóstico, presentadas en histogramas y diagramas de caja, y se realizó una comparación entre los errores absolutos de los modelos ETA-SMN y WRF-ARW/SHN-SMN. Estos resultados permitieron concluir que la calidad de los pronósticos del WRF-ARW/SHN-SMN varía según: hora de pronóstico, características geográficas de la estación meteorológica, la variable y nivel de presión. Se estudiaron los resultados de la aplicación del MODE con el fin de estudiar un caso de precipitación intensa. Se utilizaron estimaciones del Tropical Rainfall Measuring Mission (TRMM), se comparó la intensidad de la precipitación pronosticada, el área cubierta, la forma y el ángulo de inclinación del área, entre otros atributos. El MET no sólo abarca los métodos estadísticos tradicionales de verificación de pronóstico, sino también los más modernos desarrollos en lógica difusa. Es por este motivo que constituye una herramienta completa y lo que mostramos en este trabajo es su potencial aplicación a través de un ejemplo.<hr/>In this article we evaluate the MET v3.1 (Model Evaluation Tool) used for verification of the forecasts of the WRF-ARW (Weather Research and Forecasting - Advanced Research Weather) v 3.1.1 (WRF-ARW/SHN-SMN) during the spring of 2011. Among MET's tools, we implemented Point-Stat, Stat-Analysis and MODE. We have also studied its mathematical aspects and capabilities. One of the main reasons for the application of the MET is its efficacy in handling upper air data for comparison purposes and precipitation verification object based. PointStat provides verification statistics for forecasts at observation points, meanwhile Stat-Analysis uses Point-Stat's results to compute statistics in time periods like weeks, months and even years. They were used to compare the WRF-ARW forecasts with the upper air observations made at Córdoba, Resistencia, Mendoza, Ezeiza, and Santa Rosa stations for the spring of 2011. The evaluation was applied to temperature and winds at standard levels. Scatter plots between observations and forecasts of temperature and winds at standard levels were made. In addition the frequency distributions of the forecasts errors were calculated, which were plotted in histograms and boxplots. Finally, a comparison between the means absolute errors from ETA and WRF-ARW models was made for the same period to show the differences between them. In addition, the MODE, a verification tool based on objects, was implemented. It was applied to an intense precipitation event that took place on 24 October of 2011 over large part of the northeast of Argentina. This particular comparison using TRMM data was a first approach to understand MODE success and failures. The MET package includes traditional statistical verification methods, as well as advanced methods using fuzzy logic tools. In this article we show some examples of its usage to evaluate the WRF-ARW SHN-SMN forecasts on experimental basis.