Avances en el pronóstico climático de las anomalías de lluvia en la Región Pampeana

Abstract

Los modelos globales de la circulación general de la atmósfera (MCGA) son capaces de simular anomalías climáticas estadísticamente significativas de escala estacional o mayor, asociadas con anomalías en la temperatura de la superficie del mar. Los MCGA pueden estimar efectivamente el signo y la probabilidad de tales anomalías climáticas cuando su extensión es varias veces mayor que la resolución espacial del modelo. En este trabajo se presentan algunos avances en la estimación de las anomalías de la lluvia en 22 localidades de la Región Pampeana Argentina mediante downscaling estadístico de la información producida por un ensamble de veinte simulaciones con el MCGA CSIRO-9, prescribiendo la temperatura de la superficie del mar de acuerdo con los valores diarios observados en el período 1987-1998. El downscaling estadístico de la lluvia produjo una mayor correlación con las observaciones locales que los datos de lluvia del MCGA interpolados sobre cada sitio. Los resultados de un Análisis de las Componentes Principales aplicado a los datos observados y estimados indican que este método de downscaling permite discernir áreas con diferente comportamiento de la lluvia dentro de la región de estudio.

Atmospheric general circulation models (AGCM) are able to simulate statistically significant climate anomalies of seasonal or larger time-scales, associated with anomalies in the sea surface temperature. AGCMs can effectively estimate the sign and probability of such climate anomalies whenever their extent is several times greater than the spatial resolution of the model. Some progress attained in the estimation of rainfall anomalies in 22 sites of the Pampa Region, Argentina, by means of statistical downscaling of the output from an AGCM are presented in this work. Downscaling models were based in the multiple lineal regression method. Climatic anomalies of the atmospheric independent variables required in the rainfall downscaling procedure were obtained from the ensemble average of twenty simulations carried out with the AGCM CSIRO-9, prescribing the sea surface temperature according to observed daily values in the period 1987-1998. The statistical downscaling of rainfall produced greater correlation with local observation than the AGCM rainfall data interpolated over each location. The results of a Principal Component Analysis applied to the observed and estimated data reveal that this downscaling approach is able to distinguish areas with different rainfall behavior within the study region.