Explorando temperaturas máximas y mínimas en diferentes reanálisis. Parte 1: Campos medios estacionales

Abstract

Con la motivación de que a menudo se emplean reanálisis para estudiar el clima regional aun cuando no es clara la magnitud de sus errores, en este artículo se explora la incertidumbre inherente a utilizar datos de reanálisis de temperatura máxima y mínima en el sudeste de Sudamérica. Se comparan campos medios observacionales de TX (verano) y TN (invierno) (Tencer y otros, 2011), tres diferentes reanálisis multidecádicos (NCEP, ERA40 y 20CR) y cuatro modelos climáticos regionales (LMDZ, PROMES, RCA y REMO). El reanálisis más aceptable para representar el campo medio de TX es ERA40, mientras que NCEP es el más aceptable para TN. El error del ensemble de reanálisis presenta magnitudes similares para ambas variables (errores menores a 4oC), pero la dispersión entre los reanálisis individuales es mayor en verano. La mayor dispersión entre reanálisis se encuentra en el centro de la Argentina en esa estación. Se analizó también el balance de energía en superficie para los diferentes reanálisis, encontrándose que los procesos intervinientes en este balance impactan directamente sobre la temperatura. Los errores en la temperatura están, por lo tanto, en parte vinculados con errores en la determinación de los flujos de calor sensible y latente así como de la radiación neta. La capacidad de los reanálisis y de los modelos regionales para representar la distribución geográfica de TX y TN se analizó mediante diagramas de Taylor. Los ensembles de reanálisis o de modelos regionales suelen tener mejores estadísticos en estos diagramas que los reanálisis o modelos individuales. Además, los estadísticos exhibidos en los diagramas de Taylor sugieren que los errores en la distribución geográfica de las anomalías espaciales de temperatura tienen una magnitud similar para los reanálisis y para los modelos regionales analizados.

Reanalysis data are often used to carry out scientific research, although if it is not clear the extent their errors. This article explores the inherent uncertainty about using reanalysis data of maximum temperature and minimum in southeastern South America. It was compared seasonal mean fields TX (summer) and TN (winter) observed and interpolated grid points (Tencer et al., 2011), three different multidecadal-reanalysis (NCEP, ERA40 y 20CR) and four regional climate models (LMDZ, PROMES, RCA and REMO). It was studied also the surface energy balance for each reanalysis and was found that the involved processes in this balance affect directly to the temperature. Errors in temperature are partially linked with errors arising from how regional climate models reproduce the sensible heat flux, latent heat flux and surface net radiation. The ability of the reanalysis and regional climate models to represent the geographical distribution of TX and TN it was analyzed through Taylor diagrams. Ensembles of reanalysis or ensembles of regional climate models usually have better statistics in these diagrams than individual reanalysis or models. Moreover, the statistics shown by the Taylor diagrams suggest that errors in the geographical distribution of spatial anomalies of temperature of both reanalysis and regional climate models have similar magnitudes.