Validación de un modelo de análogos para la predicción de precipitación y nieve en la Sierra de Guadarrama

• Álvaro Subias ^[1] ; Álvaro Pascual ^[1] ; María Luisa Martín ^[2] ; Francisco Valero ^[1] ; María Yolanda Luna ^[3]
  1. [1] Universidad Complutense de Madrid

     Universidad Complutense de Madrid

     Madrid, España

     
  2. [2] Universidad de Valladolid

     Universidad de Valladolid

     Valladolid, España

     
  3. [3] Agencia Estatal de Meteorología

     Agencia Estatal de Meteorología

     Madrid, España

     

  Mostrar afiliaciones +
• Localización: Cambio climático. Extremos e impactos: [ponencias presentadas al VIII Congreso Internacional de la Asociación Española de Climatología] / coord. por Concepción Rodríguez Puebla, Antonio Ceballos Barbancho, Nube González Reviriego, Enrique Morán Tejeda, María Ascensión Hernández Encinas, 2012, ISBN 978-84-695-4331-3, págs. 177-186
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Los modelos meteorológicos dinámicos presentan claras dificultades a la hora de predecir correctamente variables altamente dependientes de las parametrizaciones o de procesos a escala local y regional, como son la precipitación y la nieve. Como alternativa, los modelos estadísticos permiten realizar estimaciones basándose en las relaciones estadísticas entre las variables de predicción (predictores) y las variables a predecir (predictandos) sin ofrecer información de los procesos físicos (lineales o no lineales) que se encuentran involucrados. Los modelos de análogos son un tipo de modelos estadísticos que se basan en el reconocimiento de patrones atmosféricos y búsqueda de situaciones meteorológicas similares en una base de datos histórica. La inclusión de diferentes variables en la búsqueda de análogos incluye una heterogeneidad que debe ser matemáticamente tenida en consideración para la optimización de los resultados. El presente trabajo muestra la calibración de un modelo de análogos aplicado a la predicción de precipitación y nieve en un entorno de orografía compleja. Los resultados del modelo son valorados desde el punto de vista probabilista para 38 observatorios localizados en el entorno de la Sierra de Guadarrama (área central de la Península Ibérica).

  • English

    Dynamic meteorological models have drawbacks in forecasting highly dependent variables of parameterizations or local processes, such as precipitation and snow. Alternatively, statistical models give estimations based on statistical relationships between input variables and output variables without information about related (lineal or non lineal) physical processes. The statistical analog models are based on finding similar atmospheric situations in an historical data base to any particular atmospheric situation to be modeled. The addition of different variables in the analog searching, includes heterogeneity that should be taken into account in the mathematical methodology in order to optimize the analog model. The present work shows the calibration process of an analog model for forecasting of precipitation and snow in a complex terrain. Several probabilistic results are shown in an area with 38 stations in the Sierra of Guadarrama (inner area of the Iberian Peninsula).