En los últimos años las predicciones de los modelos numéricos de circulación atmosférica han mejorado notablemente su calidad, principalmente gracias a las mejoras en la modelización física y al aumento de la resolución espacial. Sin embargo, la calidad de las predicciones difiere de unas variables a otras, siendo buena para niveles altos de la atmósfera pero todavía limitada para variables en superficie como la precipitación o el viento que dependen de los procesos no lineales de la capa límite inducidos por la orografía del terreno. Para mejorar la predicción de variables en superficie de forma que tenga en cuenta la climatología local se han propuesto distintas técnicas que combinan las predicciones numéricas con las observaciones locales disponibles en una zona concreta de interés. En esta charla se presenta el estado actual de estas técnicas de "downscaling estadístico" haciendo especial énfasis en los resultados logrados aplicando técnicas avanzadas (como las redes neuronales) que permiten obtener modelos más generales que las técnicas estadísticas estandar. Se ilustrará la eficacia de estas técnicas con algunos ejemplos prácticos de aplicación. |
