Vapor de agua atmosférico calculado desde los productos troposféricos de SIRGAS y datos meteorológicos. Caso de estudio: Uruguay, período 2013-2022
Integrated water vapor calculated from SIRGAS tropospheric products and meteorological data. Study case: Uruguay, period 2013-2022
Abstract
SIRGAS, Sistema de Referencia Geocéntrico para las Américas, nació como un proyecto colaborativo de diferentes países latinoamericanos, con el objetivo de establecer un único sistema de referencia con los mayores estándares de calidad. La realización actual de SIRGAS es una red de estaciones GNSS (Global Navigation Satellite System) de funcionamiento continuo con coordenadas de alta precisión y sus cambios a través del tiempo (velocidades). Por tal motivo las estaciones SIRGAS, y sus densificaciones nacionales, son utilizadas principalmente en la materialización de los marcos de referencia y en diversas actividades vinculadas a la agrimensura.
Así mismo, estas redes GNSS han ampliado su objetivo principal de brindar solución al posicionamiento preciso de puntos y están siendo utilizadas para analizar otros fenómenos del sistema Tierra, como por ejemplo para monitoreo atmosférico. En esta línea surge la técnica de estimación del vapor de agua integrado (IWV) desde los retardos cenitales troposféricos (ZTD), sobre la señal GNSS. La misma ha sido muy estudiada en las últimas dos décadas y está siendo utilizada en diferentes regiones como una importante herramienta de apoyo a otras ciencias orientadas a la investigación del clima, análisis meteorológico y pronóstico.
En este trabajo se presenta la estimación de las series de vapor de agua estimadas a partir de registros meteorológicos de temperatura y presión atmosférica, y su comparación con las series calculadas por CIMA utilizando variables atmosféricas desde el modelo de reanálisis ERA5. El caso de estudio se centra en 16 estaciones de la red uruguaya REGNA-ROU, para un período de 9 años (de enero de 2013 a junio de 2022), en algunos casos el período es menor en función de la disponibilidad de las estaciones meteorológicas. Se muestra también un análisis estadístico realizado sobre las variables meteorológicas utilizadas.
Downloads
Copyright (c) 2023 Maria Fernanda Camisay, Maria Virginia Mackern, Maria Laura Mateo, Patricia Alejandra Rosell
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.