Evaluación del desempeño del pronóstico de precipitación del modelo GFS en la escala subestacional

Abstract

En este trabajo se analizan los pronósticos de precipitación a dos semanas del modelo GFS respecto a la base CHIRPS, utilizando métricas de verificación determinísticas y categóricas en cuatro regiones: la República Argentina, las cuencas de los ríos Paraná y Uruguay, la cuenca del río Atuel y la cuenca del río Juramento. En todas las regiones, el desempeño de los pronósticos aumenta en la estación húmeda y disminuye en la estación seca. A su vez, los errores son usualmente máximos en la estación húmeda y son mínimos en la estación seca, cuando mengua la frecuencia de eventos de precipitación. Por otra parte, existe una tendencia a la sobreestimación de la magnitud de la precipitación en gran parte del territorio en todos los trimestres, lo que induce gran cantidad de falsas alarmas que superan a la cantidad de sorpresas. La magnitud de las correlaciones obtenidas son las esperadas para pronósticos subestacionales sin calibrar con plazos de dos semanas en las regiones extratropicales. El desempeño disminuye en trimestres donde los efectos sinópticos tienen un rol fundamental en la modulación de la atmosfera, en vez de los fenómenos de gran escala. Por lo tanto, los defectos observados son ocasionados por la incorrecta representación de fenómenos de menor escala en la dinámica del modelo.

This study analyzes two-week precipitation forecasts from the GFS model against CHIRPS database, verifying with both deterministic and categorical metrics in four regions: the Argentinian Republic, Paraná and Uruguay river basin, Atuel river basin and Juramento river basin. In every region, the forecast performance increases during the wet season and decreases in the dry season. At the same time, errors are typically maximum during the wet season and minimum in the dry season, when the precipitation event frequency diminishes. Furthermore, an overestimation tendency exists in most of the territory throughout the year, leading to a significant number of false alarms that surpass the number of surprises. The obtained correlations magnitudes are consistent with two-week uncalibrated subseasonal forecasts in extratropical regions. Performance decreases in seasons where the atmosphere is highly modulated by synoptic phenomena, rather than large scale factors. In consequence, the observed defects occur due to the misrepresentation of small-scale phenomena in the model’s dynamics.