Implementación de una metodología de corrección de sesgo para pronóstico meteorológico numérico.

Abstract

El objetivo de esta investigación es implementar una metodología de corrección de sesgo para reducir las diferencias entre los pronósticos del sistema Short-Range Ensemble Forecast (SREF) y observaciones puntuales. Se han utilizado observaciones de 1,570 estaciones climáticas convencionales distribuidas en el territorio mexicano, durante los trimestres de diciembre-febrero y mayo- julio de los años 2020 y 2021. Se han aplicado diversas métricas estadísticas como el BIAS, RMSE, MAE y COE, para identificar el sesgo del sistema SREF y para evaluar la efectividad de la corrección mediante la aplicación del Filtro de Kalman adaptativo. De acuerdo con los resultados obtenidos, se demostró que la metodología propuesta es factible y útil en la corrección de sesgo del sistema SREF en las variables de temperatura máxima y temperatura mínima en el territorio mexicano, debido a que se comprobó que la metodología logró reducir el sesgo con valores muy cercanos a cero. En cuanto a la variable de precipitación, los resultados fueron favorables, pero la disminución no fue tan significativa como para el caso de la temperatura.