| Servicio Meteorologico Nacional.

Pronóstico Semanal

Pronóstico Semanal

Temperatura Media Semanal Precipitación Acumulada Semanal

Precipitación
Semana 1
Semana 2
Temperatura
Semana 1
Semana 2

¿Qué es un pronóstico semanal?

Es un pronóstico de variables meteorológicas en períodos de 1 a 7 días en el caso de la semana 1, y de 8 a 14 días en el caso de la semana 2.

¿Cómo se interpretan los mapas de precipitación?

Precipitación acumulada: es la lluvia acumulada pronosticada en milímetros, para cada semana.

Anomalía de precipitación: es la diferencia entre la lluvia pronosticada y el comportamiento de la precipitación promedio a lo largo de la historia para una región determinada. A este comportamiento promedio lo llamamos climatología y se calcula para cada estación meteorológica, haciendo el promedio de los valores de precipitación acumulada en una semana dentro de un período largo de años. Valores positivos de anomalía indican excesos de precipitación y valores negativos indican déficits de precipitación, respecto del comportamiento promedio.

¿Cómo se interpretan los mapas de temperatura?

Temperatura media: es el valor promedio de temperatura media diaria pronosticada en °C, para cada semana.

Anomalía de temperatura media: es la diferencia entre la temperatura pronosticada y el comportamiento de la temperatura a lo largo de la historia para una región determinada. Este comportamiento promedio o climatología se calcula, para cada estación meteorológica, utilizando los datos de temperatura media semanal como promedio dentro de un período largo de años. Valores positivos de anomalía indican temperaturas más cálidas que el comportamiento promedio y valores negativos indican temperaturas más frías que el comportamiento promedio.

¿Cada cuánto se actualiza el pronóstico semanal?

Las actualizaciones se realizan diariamente. Los pronósticos de precipitación están disponibles a partir del mediodía y los de temperatura a partir de las 14 hs.

¿Cómo se calculan estos pronósticos?

Se calculan utilizando la “técnica de análogos”(1) aplicada a pronósticos pasados. La técnica de análogos consiste en tomar alguna variable pronosticada con un modelo en un área determinada y compararlo con los pronósticos pasados de la misma variable, realizados con el mismo modelo. Los pronósticos de situaciones pasadas que presentan una mayor similitud con el pronóstico actual se definen como análogos. Una vez encontrados los análogos se buscan los datos observados en las fechas correspondientes a dichos análogos. De esta manera se dispone de un conjunto de observaciones a partir del cual se obtienen pronósticos de precipitación y de temperatura media. Al tomar las observaciones en lugar de los pronósticos del modelo se está “corrigiendo” al modelo cada vez que el mismo pronosticó una situación similar.

La forma de trabajar de esta técnica de análogos es similar a la de un pronosticador, en el sentido de usar la información de lo que realmente sucedió y lo que fue observado cuando el modelo pronosticó una determinada situación. En el caso de un pronosticador, recurre a su “memoria”, mientras que en el caso de la técnica, la misma recurre a la historia contenida en la longitud de sus pronósticos pasados.

El modelo numérico utilizado es el Global Forecast System (GFS) del National Centers for Environmental Prediction (NCEP) y las observaciones utilizadas son de la red de estaciones del SMN y el INTA.


(1) Referencias:

Este producto es el resultado de un trabajo conjunto entre el SMN y el CIMA/DCAO y tiene como base la tesis de licenciatura en Cs. De la Atmósfera: “APLICACIÓN DE LA TÉCNICA DE ANÁLOGOS A LA GENERACIÓN DE PRONÓSTICOS PROBABILÍSTICOS DE PRECIPITACIÓN SOBRE ALGUNAS ESTACIONES DE LA ARGENTINA”. Laura S. Aldeco. Directores: Dr. A. C Saulo, Dr. J. J Ruiz.

Aldeco, L., Ruiz, Juan, Saulo C., 2015. Generación de Pronósticos Probabilísticos operativos en el Servicio Meteorológico Nacional. Congremet XII: XII Congreso Argentino de Meteorología.

Hamill, T. M., G. T. Bates, J. S. Whitaker, D. R. Murray, M. Fiorino, T. J. Galarneau, Jr., Y. Zhu, and W. Lapenta, 2013: NOAA's second-generation global medium-range ensemble reforecast data set. Bull Amer. Meteor. Soc., 94, 1553-1565. doi: http://dx.doi.org/10.1175/BAMS-D-12-00014.1

Aldeco, L., Ruiz, Juan, Saulo C., 2012. Generación y Evaluación de Pronósticos Probabilísticos de Precipitación en algunas estaciones de Argentina. Congremet XI: XI Congreso Argentino de Meteorología ( Trabajo: Aldeco - Ruiz - Saulo)

Hamill, T., Whitaker, J. y Mullen, S., 2006. Reforecasts. An important data set for improving weather predictions. Bulletin of the American Meteorological Society, 33-46.