Universidad Nacional Agraria La Molina: Facultad de Ciencias

UNIVERSIDAD NACIONAL AGRARIA
LA MOLINA
FACULTAD DE CIENCIAS
“EVALUACIÓN DEL MODELO ETA/SENAMHI EN LA PREDICCIÓN

DE NEVADAS REGIONALES EN LA SIERRA SUR DEL PERÚ”
Presentado por:
Marco Antonio Bojorquez Luna
Tesis para Optar el Título Profesional de:
INGENIERO METEORÓLOGO
Lima – Perú
2021
La UNALM es la titular de los derechos patrimoniales de la presente investigación

(Art. 24. Reglamento de Propiedad Intelectual)
UNIVERSIDAD NACIONAL AGRARIA
LA MOLINA
FACULTAD DE CIENCIAS
“EVALUACIÓN DEL MODELO ETA/SENAMHI EN LA

PREDICCIÓN DE NEVADAS REGIONALES EN LA SIERRA
SUR DEL PERÚ”
Presentado por:
Marco Antonio Bojorquez Luna
Tesis para Optar el Título Profesional de:
INGENIERO METEORÓLOGO
Sustentada y aprobada por el siguiente jurado:
Mg.Sc. Eusebio Cisneros Tarmeño Ing. Franklin Unsihuay Tovar

PRESIDENTE MIEMBRO
Mg.Sc. Julio Arakaki Kiyán Mg.Sc. Victoria Calle Montes

MIEMBRO ASESORA
Mg.Sc. Adrián Marko Huerta Julca

CO-ASESOR
DEDICATORIA
A mi madre Yolanda por ser el apoyo incondicional en mi vida y durante la redacción

de esta investigación.
A mi hermana y padre, por incentivarme a culminar este trabajo.
A Dios, por acompañarme y guiarme siempre.
A Diana por darme la oportunidad de creer en mí mismo y en mis capacidades. Gracias

por ser mi incondicional fortaleza y continuar brindándome momentos inolvidables.
AGRADECIMIENTOS
Al ejemplo de un sincero amigo, Adrián Huerta, éste trabajo no hubiese sido concretado
por su empuje y constante presión, mis agradecimientos sinceros hacia él.
Agradecer a mi profesora y asesora Victoria Calle, por sus valiosas sugerencias y gran
paciencia.
Agradecer al profesor y amigo Nelson Quispe, que durante mi desarrollo de prácticas pre
profesionales fue mi mentor y quién dió la iniciativa para el desarrollo de esta
investigación.
Al jurador calificador de tesis, por sus aportes y su tiempo en el desarrollo de la tesis.

ÍNDICE GENERAL
RESUMEN ......................................................................................................................... xvi

ABSTRACT ...................................................................................................................... xvii
I. INTRODUCCIÓN ......................................................................................................... 1
II. REVISIÓN DE LITERATURA .................................................................................... 4
2.1. Impacto extremo y cuantificación ........................................................................... 4
2.2. Precipitación ........................................................................................................... 5
2.2.1. Procesos físicos para la ocurrencia de nevadas ................................................ 6
2.3. Dinámica de la atmósfera........................................................................................ 9
2.3.1. Ecuaciones fundamentales ............................................................................... 9
a. Ecuación de movimiento ................................................................................. 9
b. Ecuación de continuidad ................................................................................ 10
c. Ecuación de la energía termodinámica .......................................................... 11
2.3.2. Aproximaciones físicas del viento ................................................................. 12
a. Flujo geostrófico ............................................................................................ 12
b. Balance hidrostático ...................................................................................... 12
2.3.3. Parámetros dinámicos de circulación atmosférica ......................................... 13
a. Vorticidad ...................................................................................................... 13
b. Vorticidad potencial y tropopausa dinámica ................................................. 14
c. Divergencia .................................................................................................... 15
2.4. Técnicas de análisis para regiones tropicales ....................................................... 16
a. Líneas de corriente......................................................................................... 17
b. Isotacas .......................................................................................................... 18
2.5. Escalas meteorológicas ......................................................................................... 19
2.5.1. Patrones de escala sinóptica asociado a la ocurrencia de nevadas ................. 21
2.6. Modelamiento numérico de la dinámica atmosférica ........................................... 23
2.6.1. Modelo ETA/SENAMHI ............................................................................... 24
2.7. Verificación de los pronósticos............................................................................. 26
2.7.1. Propósito y modelo de verificación ................................................................ 26
2.7.3. Verificación de campos atmosféricos espaciales ........................................... 28
III. METODOLOGÍA .................................................................................................... 29
3.1. Materiales .............................................................................................................. 29
3.1.1. Área de estudio ............................................................................................... 29
3.1.2. Información meteorológica ............................................................................ 30
a. Estaciones meteorológicas ............................................................................. 30
b. Imágenes satelitales ....................................................................................... 33
c. Datos grillados del Reanalysis ERA-INTERIM ............................................ 33
d. Datos grillados previstos por el modelo ETA ............................................... 33
3.1.3. Recursos computacionales ............................................................................. 34
a. Equipo de escritorio ....................................................................................... 34
b. Programas de aplicación científica ................................................................ 34
3.2. Métodos ................................................................................................................ 35
3.2.1. Enfoque metodológico ................................................................................... 35
3.2.2. Determinación y selección del evento de nevada regional en el periodo
2004 – 2014 .................................................................................................... 36
a. Cuantificación del impacto social.................................................................. 36
b. Identificación del reporte de caída de nieve .................................................. 36
c. Variabilidad diaria de las anomalías de temperatura máxima ....................... 36
d. Selección del evento de nevada regional de mayor impacto ......................... 37
3.2.3. Evaluación cualitativa de la predicción de las configuraciones sinópticas
del modelo ETA/SENAMHI durante el evento de nevada ............................ 37
a. Descripción de la circulación atmosférica observada mediante Reanalysis
ERA-INTERIM .............................................................................................. 38
b. Descripción de la circulación atmosférica prevista por el modelo
ETA/SENAMHI-32 km ................................................................................. 39
3.2.4. Evaluación cuantitativa de la predicción de las configuraciones sinópticas
del modelo ETA/SENAMHI durante el evento de nevada ............................ 39
a. Variación espacio-temporal del bias y RMSE sobre Sudamérica ................. 41
b. Variación temporal del bias y RMSE promedio sobre Sudamérica y la región
sur del Perú .................................................................................................... 42
c. Variación temporal de la SC entre las tendencias temporales observadas
y pronosticadas sobre Sudamérica y la región sur del Perú .......................... 42
IV. RESULTADOS Y DISCUSIONES ........................................................................ 43
4.1. Determinación y selección del evento de nevada regional en el periodo
2004 – 2014 .......................................................................................................... 43
a. Cuantificación del impacto social.................................................................. 43
b. Identificación del reporte de caída de nieve .................................................. 45
c. Variabilidad de la anomalía de temperatura máxima diaria .......................... 46
d. Selección del evento de nevada regional ....................................................... 49
4.2. Evaluación cualitativa de la predicción de las configuraciones sinópticas del
modelo ETA/SENAMHI durante el evento de nevada ........................................... 50
4.2.1. Descripción de la circulación atmosférica observada mediante Reanalysis
ERA-INTERIM .............................................................................................. 50
4.2.2. Descripción de la circulación atmosférica prevista por el modelo
ETA/SENAMHI……………………………………………………………..67
a. Predicción del modelo ETA 96 horas antes de la FO .................................... 67
b. Predicción del modelo ETA 48 horas antes de la FO .................................... 76
c. Predicción del modelo ETA 24 horas antes de la FO .................................... 84
4.3. Evaluación cuantitativa de la predicción de las configuraciones sinópticas del
modelo ETA/SENAMHI durante el evento de nevada ........................................... 94
a. Distribución espacial del bias durante la FO del evento ............................... 95
b. Distribución espacial del RMSE durante la FO del evento ......................... 103
c. Variación temporal del RMSE promedio sobre Sudamérica y la región
sur del Perú...………………………………………………………………108
d. Variación temporal de la SC sobre Sudamérica y la región sur del Perú .... 113
V. CONCLUSIONES ................................................................................................. 125
VI. RECOMENDACIONES ....................................................................................... 127
VII. BIBLIOGRÁFÍA ................................................................................................... 128
VIII. ANEXOS ............................................................................................................... 135
ÍNDICE DE TABLAS
Tabla 1: Definiciones de escala atmósferica, donde Lh es la escala horizontal .................. 19

Tabla 2: Características operativas del modelo ETA/SENAMHI ....................................... 25
Tabla 3: Estaciones meteorológicas del SENAMHI en la sierra sur del Perú ..................... 32
Tabla 4: Departamentos afectados por los eventos de nevadas registradas por INDECI.... 43
Tabla 5: Cuadro de daños registrados para cada evento registrado por INDECI ................ 44
Tabla 6: Estaciones que reportaron los eventos de nevadas ................................................ 45
Tabla 7: Evento de nevada de mayor impacto ..................................................................... 49
Tabla 8: Procesos meteorológicos previstos por el modelo ETA/SENAMHI para la FF ... 92
Tabla 9: Procesos meteorológicos previstos por el modelo ETA/SENAMHI para la FO .. 93
Tabla 10: Grado de simulación de las variables troposféricas para cada caso de
previsión en la region A1. ................................................................................. 123
prevision en la region A2 .................................................................................. 124
ÍNDICE DE FIGURAS
Figura 1: Diagrama simplificado de las interacciones en la microfísica de nubes ................ 1

Figura 2: Línea de corriente en el punto P e instante t0 ....................................................... 16
Figura 3: Modelo general para la verificación del pronostico meteorológico ..................... 27
Figura 4: Area de studio A1, A2 y A3. ................................................................................ 30
Figura 5: Distribución espacial de las estaciones meteorológicas convencionales del
SENAMHI. ............................................................................................................ 31
Figura 6: Procedimiento de investigación. .......................................................................... 35
Figura 7: Procedimiento de evaluación cuantitativa del modelo. ........................................ 40
Figura 8: Variación temporal de la temperatura máxima diaria promedio de las
estaciones de la sierra sur durante cada evento de nevada. ................................. 46
Figura 9: a) Variación temporal de anomalía de temperatura máxima diaria durante
cada evento de nevada. b) Distribución espacial de temperatura máxima en
el día D del evento E4, 24 de agosto del 2013. c) Imagen satelital del canal
visible del GOES 13, 25 de Agosto del 2013 a las 13:01Z. ................................ 48
Figura 10: Análisis de campos horizontales de altura geopotencial (mgp, contornos) e
isotacas (kt, sombreado) en 250 hPa (lado izquierdo). Altura geopotencial
(mgp, contornos) y humedad relativa (%, sombreado) en 500 hPa (lado
derecho). Secuencia de mapas en cada lado desde el día 23 de agosto a las
00Z hasta el día 26 a las 00Z con un intervalo de 24 horas.. ............................ 52
Figura 11: Similar a la figura 7 de la metodología, pero con las fases determinadas
para el evento E4.. ............................................................................................... 53
Figura 12: Análisis de línea de corriente junto a la velocidad de viento (kt, escala de
grises) y divergencia/convergencia (x 10-5 s-1, sombreado) en 250 hPa
(lado izquierdo) y 500 hPa (lado derecho). Secuencia válida para FP, FF,
FO y FD .............................................................................................................. 56
Figura 13: Análisis de líneas de corriente junto a la velocidad de viento en 500 hPa (kt,
escala de grises), vorticidad relativa en 500 hPa (x 10-5 s-1, sombreado) y
velocidad vertical en 500/400 hPa (Pa/s, contornos), lado izquierdo.
Análisis de variables similares en 700 hPa y velocidad vertical en
600/700 hPa, lado derecho. Secuencia válida para FP, FF, FO y FD ................. 60
Figura 14: Análisis de humedad relativa en 950 hPa (%, sombreado) y altura
geopotencial en 850 hPa (mgp, contornos), lado izquierdo. Análisis de
presión reducida al nivel del mar (hPa, sombreado) y espesores en la capa
1000/500 hPa (mgp, contornos azules), lado derecho. Secuencia válida
para FP, FF, FO y FD. ......................................................................................... 61
Figura 15: Corte de sección vertical en latitud de -20°S (figura a) y -16°S (figura b)
durante la FO. Temperatura potencial equivalente (Kelvin, contornos),
isotacas (kt, sombreado), vorticidad relativa (x 10-5 s-1, sombreado en
grises), humedad relativa (%, sombreado), movimiento vertical (Pa/s,
contornos punteados) e isoterma de 0°C (contorno azul)… ............................... 64
Figura 16: a) Diagrama de Hovmöller para vorticidad potencial en 300 hPa (UVP,
contorno), temperatura del aire en 500 hPa (°C, sombreado) y altura
geopotencial en 500 hPa (mgp, contorno punteado). b) Diagrama de
Hovmöller de temperatura del aire (°C, sombreado), humedad relativa (%,
contornos) y relación de mezcla en 600 hPa (g/kg, sombreado).
Latitud -16°S ....................................................................................................... 65
Figura 17: Similar a la Figura 10, pero previsto 96 horas antes de la FO. Secuencia
válida para FF y FO.. .......................................................................................... 68
válida para FF y FO... ......................................................................................... 69
Figura 19: Similar a la Figura 15, pero previsto 96 horas antes de la FO. Válido para
la FO.................................................................................................................... 72
válida para FF y FO ............................................................................................ 73
válida para FF y FO. ........................................................................................... 78
Figura 24: Similar a la Figura 15, pero previsto 48h antes de la FO ................................... 80
Figura 29: Similar a la Figura 15, pero previsto 24 horas antes de la FO. .......................... 88
Figura 31: Bias para JS (kt, sombr.) y altura geopotencial (mgp, contor.) en 250 hPa
durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c) ....... 96
Figura 32: Bias para divergencia/convergencia (x 10-5 s-1, sombr.) en 250 hPa
durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c). ...... 97
Figura 33: Bias para humedad relativa (%, sombr.) y altura geopotencial (mgp, cont.)
en 500 hPa durante la FO con la previsión de 96 horas (a), 48 horas (b)
y 24 horas (c). ..................................................................................................... 98
Figura 34: Bias para velocidad del viento en 500 hPa (kt, sombr.) durante la FO
con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c). ........................... 100
Figura 35: Bias para MSLP (hPa, sombr.) y espesores 500/1000 hPa (mgp, cont.)
durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c). .... 101
Figura 36: Bias para humedad relativa en 950 hPa (%, sombr.) y altura geopotencial
(mgp, cont.) en 850 hPa durante la FO con la previsión de 96 horas (a),
48 horas (b) y 24 horas (c)..... ........................................................................... 102
Figura 37: RMSE para JS (kt, sombr.) y altura geopotencial (mgp, contor.) en
250 hPa durante la FO con la previsión de 96 horas (a), 48 horas (b) y
24 horas (c). ...................................................................................................... 103
Figura 38: RMSE para divergencia/convergencia (x 10-5 s-1, sombr.) en 250 hPa
durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c).. ... 104
Figura 39: RMSE para humedad relativa (%, sombr.) y altura geopotencial (mgp,
cont.) en 500 hPa durante la FO con la previsión de 96 horas (a), 48 horas
(b) y 24 horas (c). .............................................................................................. 106
Figura 40: RMSE para MSLP (hPa, sombr.) y espesores 500/1000 hPa (mgp, cont.)
durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c). .... 107
Figura 41: Serie temporal de RMSE para magnitud del viento, altura geopotencial
divergencia/convergencia y viento zonal en tropósfera alta. ............................ 109
Figura 42: Serie temporal de RMSE para magnitud del viento, vorticidad,
movimiento vertical, viento zonal/meridional, altura geopotencial y
humedad relativa en tropósfera media. ............................................................. 110
Figura 43: Serie temporal de RMSE para MSLP, espesor 500/1000 hPa, HGT en
850 hPa, HR en 950 hPa, divergencia/convergencia en 850 hPa y viento
meridional en 925 hPa ...................................................................................... 112
Figura 44: Serie temporal de SC para magnitud del viento, altura geopotencial
divergencia/convergencia y viento zonal en tropósfera alta. ............................ 114
Figura 45: Serie temporal de SC para magnitud del viento, vorticidad, movimiento
vertical, viento zonal/meridional, altura geopotencial y humedad relativa
en tropósfera media. .......................................................................................... 116
Figura 46: Serie temporal de SC para MSLP, espesor 500/1000 hPa, HGT en 850 hPa,
HR en 950 hPa, divergencia/convergencia en 850 hPa y viento meridional
en 925 hPa. ........................................................................................................ 118
ÍNDICE DE ANEXOS
Anexo 1: Caída diaria de temperatura y altura geopotencial según el modelo ERA

INTERIM. Cada columna con secuencia válida para los días D-2, D-1,
D y D+1............................................................................................................. 136
Anexo 2: Campos de viento zonal y meridional en el nivel de 500 hPa según modelo
ERA INTERIM. Cada columna con secuencia válida para la FP, FF, FO y
FD. .................................................................................................................... 137
Anexo 3: Corte latitudinal en 16°S para el día 24 a las 18Z (superior) y el día 25 a las
00Z (inferior) según ERA INTERIM. .............................................................. 138
Anexo 4: Líneas de corriente y campos de divergencia/convergencia según ERA
INTERIM. Cada columna con secuencia válida para la FP, FF, FO y FD ....... 139
Anexo 5: Campos de humedad y altura geopotencial según ERA INTERIM.
Cada columna con secuencia válida para la FP, FF, FO y FD .......................... 140
Anexo 6: Campos de divergencia en niveles altos y convergencia en niveles bajos
según modelo ERA INTERIM. Cada columna con secuencia válida para
la FP, FF, FO y FD en horas de la madrugada (06Z). ....................................... 141
Anexo 7: Imagen superior, similar al anexo 1 pero previsto según el modelo ETA.
Cada columna con secuencia válida para la FF y FO. Imagen inferior,
similar al anexo 3 pero previsto según el modelo ETA para la FO.
Modelo inicializado 96 horas antes de la FO .................................................... 142
Imagen inferior, similar al anexo 2 pero previsto según el modelo ETA.
Cada columna con secuencia válida para la FF y FO. Modelo inicializado
96 horas antes de la FO ..................................................................................... 143
Anexo 9: Similar a la figura 15 pero previsto según el modelo ETA. Modelo
inicializado 96 horas antes de la FO ................................................................. 144
Anexo 10: Similar al anexo 7 pero inicializado 48 h antes de la FO ................................ 145
Anexo 13: Similar al anexo 7 pero inicializado 24 h antes de la FO. ............................... 148
Anexo 16: Bias para el viento zonal en 250 hPa (superior) y Bias para vorticidad y
movimiento vertical en 500 hPa (inferior) en la FO ......................................... 151
Anexo 17: Bias para el viento zonal (superior) y meridional en 500 hPa (inferior)
en la FO. ............................................................................................................ 152
Anexo 18: Bias para convergencia/divergencia en 850 hPa (superior) y viento
meridional en 925 hPa (inferior) en la FO ........................................................ 153
Anexo 19: RMSE para la magnitud del viento (superior) y viento meridional en
500 hPa (inferior) en la FO ............................................................................... 154
Anexo 20: RMSE para vorticidad y movimiento vertical en 500 hPa (superior), y
humedad relativa en 950 hPa con altura geopotencial en 850 hPa (inferior)
en la FO ............................................................................................................. 155
Anexo 21: RMSE para convergencia/divergencia en 850 hPa (superior) y viento
meridional en 925 hPa (inferior) en la FO ........................................................ 156
Anexo 22: Series temporales del RMSE promedio en la región A3 vs. la región A1. ...... 157
Anexo 23: Series temporales de SC promedio en la región A3 vs. la región A1. ............. 158
RESUMEN
En la presente investigación, se evaluaron las predicciones del modelo ETA durante el

acaecimiento del evento de nevada generalizada que causó el mayor impacto social en la
sierra sur del Perú en el período 2004-2014. La evaluación se realizó desde el punto de vista
sinóptico a las variables meteorológicas que propician el desarrollo del evento, distribuidas
de forma grillada en el dominio de Sudamérica (A1). Se utilizaron las predicciones con una
antelación de 96, 48 y 24 horas antes de la fase de ocurrencia del acaecimiento del evento
(FO), para ser evaluadas de forma cualitativa y cuantitativa frente al Reanálisis ERA–
Interim. Se identificó que el evento de mayor impacto ocurrió durante los días 24-25 de
agosto del 2013, asociado a la invasión dela corriente en chorro subtropical (JST) acoplado
a un eje de vaguada profundo próximo a la sierra sur en tropósfera alta, así como al reflejo
de una Depresión Aislada de Niveles Altos (DANA) en tropósfera media y altos valores de
humedad relativa sobre la sierra sur debido al ingreso de flujos del norte. El último,
vinculado al aporte de humedad que propiciaron los sistemas convectivos en selva central
(A3). En este sentido, además de la evaluación de las predicciones en A1, se calcularon los
errores en las regiones próximas a la sierra sur (A2) y en A3. Durante la evaluación
cualitativa se encontró que una buena predicción de la localización y la invasión del JST
sobre el A2 en niveles altos conllevan una mejora notoria en la predicción de los parámetros
meteorológicos como movimiento vertical y divergencia, variables fundamentales que
favorecen la ocurrencia de nevadas intensas. De esta forma, se encontró que la previsión de
24 horas representó de forma más precisa la dinámica observada durante la FO. En la
evaluación cuantitativa se encontró que los errores de las variables previstas en niveles altos
y medios, fueron mayores en A2 que en A1; sin embargo, en niveles bajos en A2 obtuvieron
un menor error promedio que en A1, debido a que lo sistemas que propiciaron este evento
predominaron en niveles de tropósfera alta y media. En A3 estos errores fueron mayores que
en A1, mostrando poco acierto en prever un entorno propicio para desencadenar la formación
de convectivos. Finalmente, los campos previstos de divergencia, movimiento vertical y
vorticidad en niveles altos y medios mostraron los valores más bajos de correlación espacial
(SC) promedio en A1 y A2, siendo la previsión de estas variables dinámicas las menos
precisas en reproducir los patrones espaciales observados.
PALABRAS CLAVE: ETA, predicción, nevadas, evaluación, bias, RMSE.

ABSTRACT
In this research, the accuracy of the ETA model predictions was evaluated during the
occurrence of the heavy snowfall event that caused the greatest social impact in the southern
highlands of Peru in the 2004-2014 period. The evaluation was applied to the meteorological
variables on a synoptic scale that enhance the development of the event, distributed in a
gridded field in the domain of South America (A1). Predictions based on 96, 48 and 24 hours
before the occurrence phase of the event (FO) were used to be evaluated qualitatively and
quantitatively against Era-Interim Reanalysis. It was identified that the event with the
greatest impact occurred between August 24 and 25 in 2013, associated with the invasion of
the subtropical JS coupled to a deep trough axis near the southern highland in the upper
troposphere, as well as the presence of a Cut Off Low (COL) in the middle troposphere and
the conditions of high relative humidity saturation over the southern highlands due to the
entry of northern flow. The latter, linked to the contribution of humidity that caused the
convective systems in the central jungle (A3). Therefore, in addition to the evaluation of the
predictions in A1, the errors in the regions near the southern highlands (A2) and over A3
were calculated. During the qualitative evaluation, it was found that an accurate prediction
of the location and invasion of the JS on the A2 at high levels leads to a significant
enhancement in the prediction of weather parameters such as vertical movement and
divergence, main variables that favor the occurrence of heavy snowfall. Therefore, it was
found that the 24 hours prediction represented more accurately the dynamics observed during
the FO. In the quantitative evaluation, it was found that the errors of the variables predicted
at high and medium levels were greater in A2 than A1. However, at low levels in A2 they
obtained a lower average RMSE and bias than in A1, due to that the dynamics of the systems
was mainly developed at upper and middle troposphere levels. In contrast, in A3 these errors
were greater than in A1, showing limited precision in predicting an environment to triggering
the formation of convective systems. Finally, the predicted fields of divergence, vertical
movement and vorticity at high and medium levels showed the lowest values of average
spatial correlation (SC) in A1 and A2, showing that the ETA model was less accurate in
reproducing the observed spatial patterns.
Keywords: ETA, prediction, evaluation, snowfall, bias, RMSE

I. INTRODUCCIÓN
Los modelos de Predicción Numérica del Tiempo (PNT) son regularmente utilizados para la
predicción del tiempo y la investigación científica, teniendo un rol importante para la
elaboración de pronósticos y alertas oportunas de fenómenos meteorológicos extremos en
las instituciones que brindan servicio meteorológico. Desde el año 1950, hasta hoy, los
modelos de PNT han venido evolucionando rápidamente debido a mejoras de modelamiento
teórico y parametrizaciones; asimismo, el incremento del desempeño computacional y la
implementación de mejores procedimientos de asimilación de datos iniciales vienen siendo
un factor importante (Kalnay 2003). Los modelos de PNT se dividen en modelos de
circulación global y modelos de área limitada. Los últimos suelen ser llamados modelos de
escala regional o mesoescalares, donde la principal importancia radica en mejorar la
resolución horizontal que ofrecen los modelos globales (Gonzales 2013). Entre los modelos
PNT regionales más difundidos y estudiados en Sudamérica, se encuentran el modelo
Weather Research and Forecasting Model (WRF), el modelo Brazilian Regional
Atmospheric Modeling System (BRAMS) y el modelo ETA (Muller et al. 2016), siendo este
último de especial interés en la presente investigación.
Quintero et al. (2012) sugiere que en América Latina el riesgo por los desastres de origen
hidrometeorológico es cada vez mayor; y debido principalmente a que, según OFDA y
CRED (2006), en esta región los eventos y pérdidas por desastres se encuentran vinculados
casi en un 75% a amenazas de origen hidrometeorológico. Asimismo, de acuerdo al 5to
Informe de la Evaluación del Grupo Intergubernamental de Expertos en Cambio Climático
(IPCC) del año 2013 proyectó que, conforme se incremente la temperatura media global en
superficie hasta finales de este siglo, aumentarán consigo la intensidad y frecuencia de los
eventos de precipitación extrema en regiones tropicales húmedas (Stocker et al. 2013, Li et
al. 2019). En el Perú, se ha evidenciado que departamentos de la región altoandina del Sur
del Perú, como Cusco, también son vulnerables a eventos hidrológicos extremos como
deslizamientos e inundaciones (Junquas 2017, Lavado et al. 2010). En este sentido, es
necesario adoptar medidas efectivas y oportunas para enfrentar eventos extremos, y una
manera de alertar oportunamente o mitigar los efectos de estos eventos adversos es mediante
el uso de los modelos de PNT, desarrollados como una herramienta para intentar predecir
con antelación los eventos extremos (Jimenez 2014, Tanessong 2015). De esta forma, uno
de los principales objetivos de los modelos PNT es la reducción o prevención de desastres a
través del pronóstico de estos eventos (Yáñez et al. 2017), siendo imprescindible la
confiabilidad de estas predicciones, puesto que es de gran importancia para la sociedad,
economía y el entorno en regiones afectadas por estos eventos extremos (Matsueda y
Nakazawa 2015). Por lo tanto, una predicción confiable de parámetros meteorológicos es
importante para la operatividad exitosa que brinda un Servicio Meteorológico Nacional y
lograrlos es uno de los desafíos actuales en la PNT. De esta forma, el proceso de verificación
de las predicciones, juegan un papel vital para realizar mejoras continuas y obtener sus
ventajas.
De los fenómenos meteorológicos adversos que afectan a la región, el Instituto Nacional de

Defensa Civil (INDECI) registró que durante el periodo 2003-2013 la cantidad de personas
afectadas por la ocurrencia de nevadas superaron los 450 mil individuos, siendo además
durante el año 2013 el segundo fenómeno que originó la mayor cantidad de personas
afectadas y que fueron registradas con mayor frecuencia en los departamentos de la sierra
sur del Perú: Apurímac, Cusco y Puno. En este sentido, una de las primeras investigaciones
para determinar las configuraciones sinópticas asociadas a la ocurrencia de nevadas de gran
trascendencia en la sierra sur del Perú fue realizada por Mestanza (1994); y a pesar que, el
número de investigaciones desde el punto de vista climatológico y meteorológico en esta
región altoandina es inferior a otras zonas de cordillera en el mundo, como en las montañas
Rocky en Norteamérica (Garreaud, 2009), en la última década ha aumentado el conocimiento
relacionado a los patrones de circulación atmosférica asociado a la ocurrencia de nevadas
intensas en la sierra sur del Perú, entre ellas podemos mencionar a Quispe (2014) y Quispe
(2017).
Así como en los modelos climáticos globales se ha venido evaluando su desempeño en

Sudamérica a través de variables básicas como temperatura y precipitación (Ríos et al. 2016),
los modelos operacionales de los centros meteorológicos de la región también comparten
esta tendencia (por ejemplo: Avalos 2009; Chou 2005), encontrándose escasas evaluaciones
2
relacionadas a variables que propician la ocurrencia de la precipitación. Actualmente, aún
no existe evidencia de verificaciones (basado en parámetros estadísticos) de los campos
sinópticos generados por el modelo ETA, asociado a la ocurrencia de eventos
meteorológicos extremos en el Perú. Por lo tanto, evaluar el modelo durante los eventos de
nevadas intensas permitirá identificar fortalezas y debilidades que pueden presentar las
predicciones del modelo ETA/SENAMHI ante estos eventos. Asimismo, la evaluación
cualitativa y cuantitativa de campos sinópticos de las variables meteorológicas generadas
por el modelo generará conocimiento que complementará la toma de decisiones de los
pronósticos de nevadas regionales elaboradas por el Servicio Nacional de Meteorología e
Hidrología (SENAMHI) en el marco de una prevención oportuna para una adecuada gestión
de riesgos.
El estudio se planteó el siguiente objetivo general:
Evaluar la predicción del modelo mesoescalar ETA/SENAMHI asociado al evento de

nevada regional de mayor impacto en la sierra sur del Perú en el período 2004-2014.
Y los siguientes objetivos específicos:
Evaluar cualitativamente la predicción de las configuraciones sinópticas del modelo

ETA/SENAMHI asociadas al evento de nevada regional.
Evaluar predicción de las configuraciones sinópticas del modelo ETA/SENAMHI asociadas

al evento de nevada regional.
3
II. REVISIÓN DE LITERATURA
2.1. Impacto extremo y cuantificación

Actualmente existe una variedad de definiciones para eventos extremos. Lavell et al. (2012)
precisa que un evento extremo se define como la ocurrencia de un valor de una variable
meteorológica o climática por encima (o por debajo) de un valor umbral cerca de los
extremos superiores (o inferiores) del rango de valores observados. Diaz y Murnane (2008)
mencionan que estos eventos se caracterizan por presentar valores extremos de alguna
variable meteorológica y usualmente pueden generar daños. La severidad de un evento
extremo combinado con los niveles de vulnerabilidad y exposición definirá la ocurrencia de
un desastre (Lavell et al. 2012). Estos 2 factores son dependientes de factores sociales,
económicos, geográficos y el rol gubernamental. De esta forma, si un evento extremo resulta
en impacto extremo en los humanos y el sistema social, depende del grado de exposición y
vulnerabilidad, así como de la magnitud de evento extremo mismo (Lavell et al. 2012, Singh
y Zommers 2014, UNISDR 2009).
Un impacto extremo se considera así cuando es altamente significativo y de consecuencias

duraderas para la sociedad, el ambiente físico natural o los ecosistemas. Asimismo, los
impactos extremos pueden ser el resultado de un solo evento extremo, sucesivos eventos
extremos o no extremos, incluidos eventos no climáticos o simplemente la persistencia de
condiciones, como las que conducen a sequías. De esta forma, se consideran 3 clases de
impactos: 1) cambios en el ambiente físico natural; 2) cambios en los ecosistemas; y 3)
efectos adversos (según una variedad de métricas) en humanos o condiciones sociales y
activos (Lavell et al. 2012).
Below et al. (2012) menciona que dentro de las métricas para cuantificar los impactos
económicos y sociales se pueden incluir los siguientes:
● Personas damnificadas y daños
● Número de personas desplazadas permanente o temporalmente
● Número de personas afectadas directa o indirectamente
● Impacto en las propiedades, medidos en cantidad de edificios dañados o destruidos
● Impacto en la infraestructura
● Impacto en los servicios de los ecosistemas
● Impacto en cultivos y sistemas agrícolas
● Impacto en portadores de enfermedades
● Impacto en el bienestar psicológico y sentido de seguridad
● Pérdida económica o financiera
2.2. Precipitación
La precipitación es parte de uno de los 3 procesos que constituyen el ciclo del agua de la
atmósfera: evaporación, condensación y precipitación. Durante este proceso, el agua que
alcanza la superficie de la tierra desde la atmósfera en forma líquida o sólida es denominada
precipitación. La precipitación en forma líquida incluye lluvia y llovizna, mientras que la
forma sólida, nieve y granizo. La precipitación puede ser del tipo estratiforme, convectiva o
una combinación de ambas. El rol que cumple la precipitación del tipo estratiforme en
sistemas convectivos es importante, especialmente en regiones tropicales (Houze 1981).
Precipitación de ambos tipos ocurren en el altiplano del sur de Perú y Bolivia y afecta
principalmente el balance de masa de aproximadamente el 90% de glaciares tropicales del
mundo (Mark 2008, Mohr 2014, L´Hote et al. 2015)
5
2.2.1. Procesos físicos para la ocurrencia de nevadas
El documento de la Organización Meteorológica Mundíal Nº 407 (2017) define la nieve

como precipitación de cristales de hielo, aislados o aglomerados, que caen desde una nube.
La forma, tamaño y concentración de cristales de hielo difiere considerablemente, según sea
la temperatura a la cual se forman, así como de las condiciones donde se desarrollan.
Asimismo, indistintamente del tipo de cristal de nieve que puede ocurrir durante su
precipitación, todos ellos tienen gran número de superficies reflectantes lo cual hace que el
ojo humano la perciba de color blanco (OMM, 2017).
Desde el punto de vista de la microfísica de nubes asociado a la ocurrencia de nevadas, Perry

(2006) indica que existe 3 procesos predominantes en las que los cristales de hielo logran
formar los copos de nieve: deposición, acreción y agregación. La deposición se caracteriza
por la difusión del vapor de agua en los núcleos de hielo, prevaleciendo bajo condiciones
atmosféricas de temperaturas muy frías, y conllevando así al crecimiento de los cristales de
hielo, mientras que la acreción ocurre cuando las gotas de agua colisionan entre ellas y se
congelan directamente en los cristales de hielo, proceso vinculado a la formación de graupel
o pequeñas bolas de nieve. El proceso de agregación consiste en la colisión de cristales de
hielo con otros cristales y ocurren con frecuencia a temperaturas debajo o igual a 0 ºC y
pueden producir grandes cantidades de copos de nieve (Pruppacher y Klett 1997). La figura
1 muestra las posibles interacciones que pueden ocurrir entre las partículas dentro de una
nube para la formación de precipitación. Se distingue así, la predominancia de los procesos
microfísicos de deposición, acreción y agregación para la generación de nieve.
6
Figura 1: Diagrama simplificado de las interacciones en la microfísica de nubes.
Adaptado de Rutledge and Hobbs (1984)
La temperatura del entorno microfísico de la nube regula la presencia gotas de agua líquida
y cristales de hielo. Así, Perry (2006) menciona que las gotas de agua líquida superan
cuantitativamente a los cristales a temperaturas ligeramente por debajo de 0ºC, mientras que
por debajo de los -15 ºC coexisten en gran cantidad gotas de agua líquida sobreenfriadas y
cristales hielo. Por debajo de los -20 ºC predominan los cristales de hielo, mientras que
debajo de los -40 ºC solo existen cristales de hielo. Asimismo, es importante para el
desarrollo de los cristales de hielo la presencia suficiente de núcleos de hielo debido a que
en su ausencia las gotas de agua superenfriada no formarán cristales de hielo aun hasta los -
40 ºC. Diversos estudios indican que el crecimiento de los cristales de hielo se da más rápido
entre temperatura de nubes entre -14 a -17 ºC (Auer and White 1982, Pruppacher and Klett
1997), sugiriendo que es el rango ideal para el desarrollo de nevadas intensas.
Barry (1972), indica que para producirse la nieve y los conglomerados de cristales de hielo
no logren fundirse antes del contacto con el suelo, el nivel de congelación debe estar próximo
a la superficie del suelo y no sobrepasar los 300 m. Añade que la probabilidad máxima de la
7
ocurrencia de nieve y lluvia simultáneamente se da cuando la temperatura del aire es de unos
1.5 ºC. Asimismo, agrega que raramente la nieve llegará a la superficie si la temperatura del
aire es superior a los 4 ºC.
Identificar el tipo de nube asociado a la ocurrencia de nevadas juega un rol importante desde
el punto de vista observacional. Byers (1965) indica que la extensión vertical de las
condiciones donde se da el crecimiento de los cristales de hielo dentro de una nube es
importante ya que brinda un tiempo de residencia más largo y mejora el crecimiento de los
cristales de hielo a través de la difusión del vapor de agua. OMM (2017) define a la nube
Nimbostratus como una capa de nubes gris, a menudo oscura, con un aspecto velado por la
precipitación de lluvia o nieve que cae más o menos continuamente desde ella. El espesor de
la nube es lo suficientemente grande como para ocultar el Sol completamente. Houze (2014)
agrega que al estar clasificado como nube de capa baja de acuerdo la altura de su base con
respecto a la superficie local, se diferencia de los Stratus porque pueden ser extremadamente
profundas en cuanto a su extensión vertical, alcanzando un tope de hasta el nivel de la
tropopausa presentando así capas superiores compuestas completamente de hielo. Además,
usualmente producen cantidades significativas de precipitación estratiforme en contraste con
los Stratus.
Así como la temperatura de la nube es el factor más influyente en las características de los
copos de nieve, el continuo suministro de vapor de agua y la presencia de núcleos de hielo
son importantes para dar inicio al desarrollo de los cristales de hielo (Perry 2006). Asimismo,
Auer y White (1982) mencionan que nevadas fuertes suelen ocurrir cuando condiciones
favorables para el crecimiento de cristales de hielo (temperatura de las nubes de -14 a -17)
coinciden con áreas de mayor movimiento de aire ascendente, conocido como nivel de
máximo levantamiento, el mismo que es vinculado a zonas de convergencia y divergencia
por debajo y encima de este respectivamente. El nivel de máximo levantamiento dependerá
de los topes montañosos, pudiendo ubicarse en los topes o ligeramente sobre ellos. Por
ejemplo, al sur de las montañas Appalachian en Estados Unidos, Perry (2006) encontró que
las ocurrencias de nevadas de mayor intensidad se encuentran relacionadas a un fuerte
ascenso o levantamiento de escala sinóptica en el nivel de 700 hPa.
8
2.3. Dinámica de la atmósfera
2.3.1. Ecuaciones fundamentales
Las ecuaciones fundamentales o ecuaciones que gobiernan la atmósfera se encuentran

basadas en las siguientes leyes físicas: segunda ley de movimiento de Newton, conservación
de masa y la primera ley de la termodinámica (Holton, 2004).
a. Ecuación de movimiento
El movimiento del aire se encuentra fundamentada por la segunda ley de Newton,

representada mediante las ecuaciones de momento horizontal. La ecuación de movimiento
en su forma vectorial es:
⃗
𝑑𝑉 1
= − 𝛻𝑝 − 𝑘̂ × 𝑓𝑉
⃗ … Ec (1)
𝑑𝑡 𝜌
⃗ : viento (m/s), p: presión (Pa), 𝛒: densidad del aire (kg/m3), t: tiempo (s), f:
Dónde: 𝑉
Parámetro de Coriolis (f = 2. Ω.senφ) y φ: latitud, Ω: velocidad angular de la Tierra
̂ : vector unitario k en la dirección z.
(7,292*10-5 s-1) y 𝑘
Al transformar la ecuación 1 a través de la relación de Euler y usar la presión como variable

independiente o coordenadas isobáricas, quedaría definida de la siguiente forma:
𝜕𝑢 𝜕𝑢 𝜕𝑢 𝜕𝑢 𝜕𝑧
+𝑢 +𝑣 +𝜔 − 𝑓𝑣 = −𝑔 + 𝐹𝑥 … Ec (2)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑝 𝜕𝑥
𝜕𝑣 𝜕𝑣 𝜕𝑣 𝜕𝑣 𝜕𝑧
+𝑣 +𝑣 +𝜔 + 𝑓𝑢 = −𝑔 + 𝐹𝑦 … Ec (3)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑝 𝜕𝑦
9
Dónde:
𝑑𝑝
𝜔= … Ec (4)
𝑑𝑡
𝐷 𝜕 𝜕 𝜕 𝜕
= +𝑢 +𝑣 +𝑤 … Ec (5)
𝐷𝑡 𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑧
Además: u: componente zonal del viento (m/s), v: componente meridional (m/s), w:

componente de la velocidad vertical del viento (m/s),𝜔:movimiento vertical omega, 𝐹𝑥 ,𝐹𝑦 :
Fuerza de fricción de zonal y meridional, g: gravedad (m/s2).
b. Ecuación de continuidad
La ley física de la conservación de la masa aplicada a una parcela de aire es expresada

mediante la ecuación de continuidad:
1 𝜕𝜌
⃗
= −𝛻. 𝑉 ... Ec (6)
𝜌 𝜕𝑡
También llamado forma divergente de velocidad de la ecuación de la continuidad.
Mientras que para una superficie isobárica está definida de la siguiente manera:
𝜕𝑢 𝜕𝑣 𝜕𝜔
( + )𝑝 =− … Ec (7)
𝜕𝑥 𝜕𝑦 𝜕𝑝
La misma que asocia la divergencia horizontal sobre una superficie isobárica con el
movimiento vertical (𝜔). De esta forma, es posible determinar el movimiento vertical
conociendo la distribución vertical de la divergencia horizontal.
10
c. Ecuación de la energía termodinámica
Los cambios de temperatura en una parcela de aire en movimiento se encuentran gobernadas

por la Primera Ley de la Termodinámica,
𝑑𝑇 𝑑𝛼
𝑐𝑣 +𝑝 =𝐽 … Ec (8)
𝑑𝑡 𝑑𝑡
Dónde: 𝑐𝑣 : calor especifico del aire seco a volumen constante (717 J kg-1 K-1), p: presión
(Pa), 𝛼: volumen específico (m3/kg), J: tasa de calentamiento (J kg-1 s-1,) T: temperatura (K),
t: tiempo (s)
Asimismo, puede ser escrita de la siguiente forma:
𝑑𝑇 𝑑𝑃
𝑐𝑃 −𝛼 =𝐽 … Ec (9)
𝑑𝑡 𝑑𝑡
Dónde: 𝑐𝑝 :calor específico del aire seco a presión constante (1005 J kg-1 K-1).
De esta forma, la ecuación termodinámica para un fluido en movimiento puede

transformarse a coordenadas isobáricas en un punto fijo de la siguiente forma:
𝜕𝑇 𝜕𝑇 𝜕𝑇 𝜕𝑇
𝑐𝑝 ( +𝑢 +𝑣 +𝜔 ) − 𝛼𝜔 = 𝐽 … Ec (10)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝜕𝑝
Por último, con la inclusión del parámetro de estabilidad estática (𝑆𝑝 ) la ecuación queda de
la siguiente forma:
𝜕𝑇 𝜕𝑇 𝜕𝑇 1
−𝑢 −𝑣 − 𝑆𝑝 𝜔 + 𝐽 … Ec (11)
𝜕𝑡 𝜕𝑡 𝜕𝑦 𝐶𝑝
A partir del cual, es posible calcular el cambio local de temperatura.
11
2.3.2. Aproximaciones físicas del viento
a. Flujo geostrófico
El viento geostrófico es una aproximación al viento real. A escala sinóptica y por encima de
la capa límite planetaria, el viento en la atmósfera se encuentra en un estado donde la fuerza
gradiente de presión y la fuerza de coriolis se encuentran en equilibrio, denominado balance
geostrófico, aplicable para regiones extra-tropicales.
De acuerdo a la ecuación 1, un balance geostrófico asume que el término A (aceleración del

viento) puede ser despreciado a escala sinóptica, para latitudes extratropicales, como
resultado del análisis de escala aplicado a la ecuación de movimiento, como consecuencia
de un número de Rossby inferior a 1 (Ro<<1). De esta forma la ecuación 1 resulta en el
siguiente balance:
1
𝛻𝑝 = −𝑘̂ × 𝑓𝑉
⃗ … Ec (12)
𝜌
Esta ecuación es la razón principal del por qué se analizan las isóbaras en una carta de
superficie, del cual se puede inferir la dirección y velocidad del viento.
b. Balance hidrostático
Además de la existencia de aproximaciones físicas al viento real mediante el balance de

fuerzas en la horizontal, la atmósfera también se encuentra regularmente en un estado de
balance de fuerzas en la vertical. Este balance se describe cuando la fuerza gravitacional y
la componente vertical de la fuerza gradiente de presión son mayores en magnitud con
respecto a la aceleración vertical y la componente vertical de fuerza de coriolis.
𝜕𝜙 𝑅𝑑 𝑇
=− … Ec (13)
𝜕𝑝 𝑝
12
Dónde: ϕ:geopotencial (J/𝑘𝑔2 ), 𝑅𝑑 : constante del gas para aire seco, p: presión (Pa), T:
temperatura (K).
Circulaciones de escala sinóptica se encuentran bajo un balance hidrostático, así como

ciclones tropicales, frentes y huracanes.
2.3.3. Parámetros dinámicos de circulación atmosférica
a. Vorticidad
La vorticidad es considerada una propiedad cinemática de un fluido que mide su rotación.

Asimismo, la vorticidad es una cantidad vectorial que se define como el rotor del campo de
velocidades. De esta forma, la vorticidad relativa en coordenadas cartesianas se define:
𝜕𝑤 𝜕𝑣 𝜕𝑢 𝜕𝑤 𝜕𝑣 𝜕𝑢
⃗ =(
𝜐 =𝛻×𝑉 − ) 𝑖̂ + ( − ) 𝑗̂ + ( − ) 𝑘̂ … Ec (14)
𝜕𝑦 𝜕𝑧 𝜕𝑧 𝜕𝑥 𝜕𝑥 𝜕𝑦
⃗ : rotacional del viento; u,v,w: componente zonal,

Dónde: 𝜐 : vorticidad relativa; 𝛻 × 𝑉
̂ : viento unitario en la dirección x,y y z
meridional y vertical del viento (m/s); 𝑖̂, 𝑗̂, 𝑘
respectivamente.
En meteorología dinámica es de especial interés el componente vertical de la vorticidad

relativa, de esta forma se tiene:
𝜁= 𝑘 ⃗ = 𝜕𝑣 − 𝜕𝑢
̂ . 𝜐 = 𝑘̂. 𝛻 × 𝑉 … Ec (15)
𝜕𝑥 𝜕𝑦
Dónde: : componente vertical de la vorticidad relativa;
Los campos de vorticidad relativa son muy útiles para el diagnóstico de sistemas de
latitudes medias debido a que los sistemas atmosféricos con vorticidad relativa positiva
13
(negativa) en el hemisferio Sur se encuentran asociadas a la presencia de anticiclones
(ciclones).
b. Vorticidad potencial y tropopausa dinámica
La vorticidad potencial (VP) es una propiedad conservativa para parcelas de aire en flujos
adiabático y sin fricción. Está representada por:
𝜕𝜃
𝑃 = −𝑔(𝜁𝜃 + 𝑓) = 𝐶𝑡𝑒. … Ec (16)
𝜕𝑝
Dónde: 𝜃 : superficie de temperatura potencial constante, 𝜁𝜃 : vorticidad relativa en una

𝜕𝜃
superficie isentrópica, y : estabilidad estática. La unidad utilizada para P es conocida como
𝜕𝑝
UVP, donde 1 UVP equivale a 10−6 𝑚2 K/kg.s, indicado por Hoskins et al. (1985).
El cociente entre la vorticidad absoluta y la altura del vórtice definen a la vorticidad

potencial. La altura puede ser calculada mediante la distancia entre dos superficies
isentrópicas en coordenadas de presión. De esta forma, la vorticidad potencial en una parcela
de aire depende de las variaciones en la latitud, así como de la estabilidad estática vertical.
Los frentes o corrientes en chorro están asociadas con importantes anomalías de vorticidad
potencial, que son afectadas rápidamente bajo condiciones cuasi-adíabáticas (niveles altos
de la tropósfera). Al conservarse la VP en superficies isentrópicas, hace a esta variable muy
útil para identificar y seguir el desarrollo sistemas frontales y corrientes en chorro (Holton,
2004).
Una tropopausa dinámica (TD) puede ser definida como el límite de intercambio troposférico
y estratosférico (Quispe 2009). Los valores de vorticidad potencial también son utilizados
para definir a la tropopausa dinámica (TD). Valores comprendidos entre 1.5 – 2.0 UVP se
refieren a una definición de la tropopausa utilizando una iso-superficie de VP (Lackmann G.
2011).
14
c. Divergencia
La representación de la divergencia está dada por la ecuación de continuidad (Ec. 7).

Además, puede ser reescrita como:
𝜕𝜔
⃗ 𝐻 … Ec (17)
= −𝛻. 𝑉
𝜕𝑝
𝑑𝑝
⃗ 𝐻 : divergencia horizontal del viento y 𝜔=
Dónde: 𝛻. 𝑉 : velocidad vertical en una
𝑑𝑡
superficie isobárica (hPa/s).
La compresión o elongación de una columna atmosférica se encuentran relacionados a los

procesos de divergencia o convergencia. Por lo tanto, es posible determinar el movimiento
vertical a partir de la distribución vertical de la divergencia horizontal. De esta forma, la
ocurrencia de divergencia horizontal (convergencia) en superficie estará asociada a una
compresión vertical (elongación).
Es importante indicar la estrecha relación entre la vorticidad y la divergencia. Martin E.

(2006) de acuerdo a la obtención de la ecuación de la vorticidad en coordenadas de altura
indica que la convergencia genera vorticidad ciclónica mientras que la divergencia genera
vorticidad anticiclónica. Además, la ecuación de la vorticidad mostrada en la Ec. 14 puede
ser mostrada en coordenadas isobáricas, de la siguiente forma:
𝜕𝜁 𝜕𝜁 ⃗
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
= −𝑉. ⃗ ) + 𝑘̂ ( 𝜕𝑉 𝑥 𝛻𝜔 )… Ec (18)
𝛻(𝜁 + 𝑓) − 𝜔 − (𝜁 + 𝑓)(𝛻. 𝑉
𝜕𝑡 𝜕𝑡 𝜕𝑝
Donde, en síntesis, la vorticidad absoluta dependerá de los 4 términos mostrados en el lado

derecho de la ecuación, donde el primer término se refiere a la advección horizontal, el
segundo a la advección vertical, el tercero al término divergente y el último a la inclinación.
Luego de un análisis de escala para movimiento de escala sinóptica y en latitudes medias, la
ecuación de vorticidad puede ser aproximada como:
15
𝜕𝜁 𝜕𝜁 𝜕𝜁 𝑑ℎ 𝜁 𝜕𝑢 𝜕𝑣
+𝑢 +𝑣 = = −𝑓( + ) … Ec (19)
𝜕𝑡 𝜕𝑥 𝜕𝑦 𝑑𝑡 𝜕𝑥 𝜕𝑦
𝑑ℎ 𝜁
Dónde: : tasa de cambio lagrangiana de la vorticidad absoluta siguiendo el movimiento
𝑑𝑡
horizontal.
A escala sinóptica, se logra observar que la rotación de un fluido depende de la presencia de

divergencia del fluido, el mismo que mediante la ecuación de la continuidad concentrará
regiones de movimientos ascendentes o descendentes. De esta forma, el cambio en la
vorticidad absoluta está dado por la concentración o disipación de la vorticidad causada por
la convergencia o divergencia del flujo horizontal respectivamente.
2.4. Técnicas de análisis para regiones tropicales
Las ecuaciones fundamentales se encuentran mayormente analizadas y aplicadas para

regiones de latitudes medias; sin embargo, estas asunciones deben ser consideradas con
cuidado al utilizarlas sobre regiones tropicales. Entre las principales diferencias de ambas
regiones es posible mencionar la menor magnitud del parámetro de coriolis sobre los
trópicos, de esta forma la aproximación entre el viento real y el viento geostrófico debe ser
reconsiderada. A diferencia de latitudes medias, se deben tener en consideración que el rol
que tienen los procesos convectivos, así como los efectos del vapor de agua y el calor latente
que dominan el desarrollo de los sistemas atmosféricos en la región tropical.
A partir de la ecuación 1 y mediante utilización de la magnitud del número de Rossby en

relación a la latitud geográfica es posible analizar la relación entre la fuerza inercial y la
fuerza de coriolis, y así determinar una aproximación idónea para el viento real. En regiones
tropicales el número de Rossby se encuentra alrededor del valor unitario, y no puede
despreciarse el término inercial, de esta forma los 3 términos mostrados en la ecuación 1
deben ser considerados (balance gradiente). La obtención de mayores valores de Rossby para
regiones tropicales implicaría que a escala sinóptica la teoría cuasi-geostrófica no es muy
útil para explicar la dinámica de las circulaciones tropicales a escala sinóptica, asimismo a
escala planetaria la teoría debe ser aplicada cuidadosamente.
16
La razón principal del uso del mapa isobárico es la inferencia de la dirección y velocidad del
viento a partir del análisis isobárico, esto a partir de la aproximación geostrófica (ecuación
12), sin embargo, sobre regiones tropicales no existe esta simple relación entre presión y
viento. Asimismo, el gradiente de presión suele ser débil en los trópicos. En consecuencia,
de estas 2 razones, existen otras técnicas de análisis para regiones tropicales como lo son: el
análisis de líneas de corriente y las isotacas.
a. Líneas de corriente
Las líneas de corriente se encuentran basadas en el análisis cinemático troposférico, siendo

definidas como líneas de flujo tangentes a la dirección del viento en un instante dado (Laing
y Evans 2015).
Figura 2: Línea de corriente en el punto P e instante t0.
Dónde: en el flujo bidimensional, la línea de corriente que pasa por el punto P (x, y) es
tangencial al vector de velocidad V en P. Se asume que “u” y “v” son los componentes zonal
y meridional de V.
El análisis de líneas de corriente permite representar el patrón de aire que se mueve

horizontalmente y su importancia radica en identificar la circulación atmosférica en regiones
tropicales asociados al tiempo atmosférico. Antiguamente, se realizaba el trazado de líneas
de corriente a partir de un mapa con datos observados de viento. Actualmente, existen
programas computacionales que realizan esta técnica de análisis de forma automática a partir
de la ingesta de datos proporcionados por modelos de predicción numérica del tiempo
(Ramage 1995). Entre las características que se encuentran en un análisis de línea de
corriente, se encuentran:
17
 Asíntotas (divergente o convergente): una línea de corriente confluente (difluente) se
caracteriza porque las líneas de corriente se mueven hacia ella (se alejan de ella). La
ocurrencia de divergencia o convergencia dependerá de la distribución de la
velocidad del viento.
 Vórtices: centros de circulación ciclónica o anticiclónica acompañado de flujos

entrantes o salientes que podrían coincidir con centros de baja o alta presión.
 Ondas: perturbaciones presentes en las líneas de corrientes, análogos a la presencia

de cuñas y vaguadas en un análisis isobárico o de altura geopotencial.
 Cúspides: representación intermedia entre una onda y un vórtice (circulación cerrada)
 Puntos neutrales: puntos sobre los cuales 2 asíntotas se intersectan, caracterizado por
presentar viento calmo.
Asimismo, se debe considerar que: las líneas de corriente no son necesariamente equivalente
a trayectorias, son paralelas al viento y los puntos neutrales suelen ser regiones pequeñas y
con presencia de viento calmo.
b. Isotacas
El análisis de isotacas se caracteriza por identificar el campo de velocidad de viento en una

carta. Se complementa junto a un mapa de líneas de corriente y resalta su importancia en la
identificación de la variabilidad del viento (Ramage 1995).
Los niveles isobáricos recomendados para el análisis de líneas de corriente e isotacas para
relacionar las características de la circulación atmosférica con los patrones atmosféricos
suelen ser 850 hPa, 500 hPa y 250 hPa.
18
2.5. Escalas meteorológicas
En el contexto de la presente investigación, es importante recordar los conceptos asociados

a las escalas meteorológicas, haciendo especial énfasis en la escala sinóptica y mesoescalar.
Existe más de una forma de clasificar las escalas de sistemas meteorológicos. Orlanski
(1975) define una de las escalas más utilizadas hasta el día de hoy, la cual está basada de
acuerdo al alcance espacial y temporal. La tabla 1 muestra un resumen de algunos ejemplos
de escalas temporales y horizontales para los fenómenos atmosféricos propuestos por
diferentes autores.
19
Tabla 1: Definiciones de escala atmosférica
Escala Escala Stell Pielke Orlanski Presente Fenómeno
horizontal temporal (1988) (1984) (1975) atmosférico
(Thunis y
Borstein
1996)
Circulacion
1 mes Sinóptico Macro-α Macro-α general,
ondas
10 000 km Rossby
Macro
Macro-β Macro-β Ciclones
sinópticos
2 000 km 1 semana Regional
Meso-α Macro-γ Frentes,

huracanes
200 km 1 día
Jet niveles
bajos,
Meso
Meso-β Meso-β complejos
convectivos,
ondas de
montaña,
brisa marina
20 km Meso
Tormentas,
1h Meso-γ Meso-γ turbulencia
en aire claro
2 km Micro-α Meso-δ Cumulus,
Micro tornado
200 m 30 min Micro
Micro-β Micro-β Trombas
marinas
20 m 1 min
Micro-γ Turbulencia
2m 1s Micro-γ
Micro- δ
Micro δ
FUENTE: Lin (2007). Adaptado al español.

Lin (2007) menciona que, al estudio concernido al análisis y predicción de fenómenos
meteorológicos de larga escala, basado en el uso de información meteorológica obtenida
simultáneamente sobre una red de observaciones estándar, se denomina meteorología
sinóptica. También denominada escala ciclónica, macroescala o larga escala. En cuanto a
los fenómenos de mesoescala, Orlanski (1975) los clasifica dentro si estos abarcan en un
rango horizontal entre a 2 a 2000 km aproximadamente. Asimismo, indica que después del
año 1980 los fenómenos mesoescalares así como sus interacciones con los fenómenos de
escala sinóptica y microescala han adquirido mayor relevancia y estudios de investigación,
como consecuencia del avance en técnicas observacionales, un mayor incremento en las
redes observacionales de mesoescala y un avance rápido en técnicas de modelamiento
numérico.
2.5.1. Patrones de escala sinóptica asociado a la ocurrencia de nevadas
Una de las primeras investigaciones para determinar las configuraciones sinópticas

asociadas a la ocurrencia de nevadas de gran alcance espacial en la sierra sur del Perú fue
realizada por Mestanza (1994), encontrando en superficie la interacción entre un sistema de
alta térmica asociada con la presencia de un frente frío cuasiestacionario en territorio
argentino, mientras que en niveles de tropósfera media, un sistema de vaguada sobre el sur
del continente en el nivel de 500 hPa en dirección sur-norte, así como la presencia de
advección cálida desde latitudes ecuatoriales sobre la zona sur altoandina durante los días
centrales de los eventos ocurridos en julio y agosto de 1992.
Vuille y Ammann (1997) investigaron sobre las circulaciones atmosféricas relacionadas a

los episodios de nevadas en la zona altoandina árida del norte de Chile en el invierno austral
durante 1990-1996. Estos episodios estuvieron vinculados a 2 patrones: al desplazamiento
hacia el norte de masas de aire frío y a sistemas de bajas segregadas (cut-off) desde el
Pacífico. Afirmando que la distribución espacial de la caída de nieve en la zona altoandina
se encuentra modulada por el tipo de configuración sinóptica asociada. La primera categoría
consiste en la aproximación de un frente frío originado en el pacífico que alcanza la zona
norte de Chile, generando fuerte caída de nieve en los Andes áridos. La vaguada de baja
presión perteneciente al frente frío es fácilmente detectable en el nivel de 500 hPa. La
segúnda categoría se encuentra asociada a una masa de aire polar aislado que recorre hacia
21
las costas del norte de Chile como una célula aislada. La configuración asociada fue
representada mediante cartas sinópticas de altura geopotencial en 500 hPa, logrando
identificar un sistema de baja segregada permitiendo la interacción entre aire frio del Pacifico
y aire cálido tropical sobre la zona árida de los Andes.
Quispe (2006) describe la formación y evolución de una Depresion Aislada en Niveles Altos
(DANA) sobre la zona este del Pacífico tropical ocurrida en junio/julio del 2004 asociada a
la fuerte caída de nieve en la zona altoandina del sur del Perú. El autor describe la circulación
atmosférica de escala sinóptica en niveles medios y altos asociada al posicionamiento de una
vaguada profunda sobre el este del Pacífico tropical estimulado por la amplificación de una
cuña precedente y compuesta por el Jet subtropical y la rama norte del jet polar, aislando de
esta forma una burbuja de aire frío en la región subtropical. Asimismo, el ingreso de aire frío
fue apoyada desde niveles altos hacia niveles medios, estimulado por la incursión del Jet
Stream (JS) y reflejado por la caída de la tropopausa en latitudes de 20°S. Por otro lado, la
advección de humedad desde la cuenca amazónica generada por una circulación
anticiclónica en niveles medios y bajos sobre el continente de Brasil y Bolivia fue un factor
vital para complementarse con los procesos mencionados, derivando en la formación de una
frontogénesis y la posterior ocurrencia del evento en zonas sobre los 3 500 msnm de la región
sur del Perú.
Una de las recientes investigaciones relacionadas a la ocurrencia de nevadas la desarrolló

Quispe (2017). Encontraron 4 patrones atmosféricos asociado a DANAS que favorecen
principalmente a la ocurrencia de nevadas en la sierra sur, y en menor grado en sierra central.
Así como Quispe (2014), también destaca la importancia de la humedad advectada y
canalizada hacia los Andes peruanos desde el atlántico y la amazonia, especialmente en los
niveles isobáricos de 500 a 600 hPa, y la interacción de este mecanismo con la masa de aire
fría y seca proporcionada por la presencia de la DANA en niveles medios. Asimismo, indica
la importancia de la advección de humedad en los niveles de 700 a 850 hPa para la ocurrencia
de nevadas la sierra occidental sur y sierra central. Quispe (2017) encontro qué existe una
mayor frecuencia de ocurrencia de nevadas en la sierra sur durante el invierno, y con un
mayor alcance territorial que en los meses de verano; presentándose también los niveles más
bajos en la cota de nieve, alrededor de los 3400 m.s.n.m. en la sierra occidental sur.
Bonshoms et al. (2018) agrega que, de acuerdo al estudio de frecuencia de nevadas en el
22
Perú, se determinó 5 configuraciones atmosféricas que favorecen las ocurrencias de nevadas
en la cordillera de los Andes. Configuraciones asociadas a la presencia de una DANA, la
Alta de Bolivia o una vaguada en niveles de tropósfera alta y media, circulaciones que
aportan aire frío y divergencia para la generación de nieve, condicionadas bajo la presencia
de humedad atmosférica.
Así como la circulación de escala sinóptica cumple un rol fundamental para la ocurrencia de
nevadas de gran intensidad en la sierra sur del país, algunas influencias topográficas de
mesoescala interactúan con patrones de escala sinóptica intensificando la caída de nieve. Por
ejemplo, Perry (2006) encontró las 4 mayores influencias mesoescalares, siendo estas: el
acuñamiento de aire frío, zonas de convergencia inducidas por el terreno, ondas de Lee y el
calentamiento diferencial. El rol de sistemas de mayor escala también cumple un rol
fundamental; de esta forma, la caída de nieve originada únicamente por levantamiento
orográfico puede ser intensificada cuando el proceso de levantamiento de escala sinóptica
afecta a las regiones montañosas (Perry 2006).
2.6. Modelamiento numérico de la dinámica atmosférica
Una de las herramientas indispensables para la realización de pronósticos y la investigación

de fenómenos atmosféricos es el modelamiento numérico de la atmósfera. Los modelos
numéricos son abstracciones numéricas que permiten simular, a través de aproximaciones,
los procesos e interacciones físico-dinámicos del clima en diferentes escalas temporales
(Ávalos 2009). Guerrero et al. (2013) mencionan que los modelos de predicción
meteorológica realizan las aproximaciones referidas a la conservación de la masa, la energía
y el momento lineal en la atmósfera, partiendo de condiciones iniciales obtenidas mediante
un proceso de asimilación de datos, a partir de modelos de circulación general y un conjunto
de observaciones a un determinado momento de tiempo (t). Uno de estos modelos es el GFS
(Global Forecast System), el cual se ejecuta operacionalmente 4 veces al día en el NCEP
(National Centers for Environmental Prediction). Sin embargo, los datos proveídos por los
modelos globales presentan una baja resolución espacial para regiones de menor escala y
orográficamente complejas. En estos casos, un modelo atmosférico de mesoescala puede ser
empleado, el mismo que utiliza los resultados del modelo global como condiciones iniciales
y de frontera (González et al. 2013).
23
Popovic (2006) indica que, de acuerdo al tipo de ecuaciones primitivas, los modelos pueden
ser divididos en:
● Modelos hidrostáticos
● Modelos no hidrostáticos
Los modelos hidrostáticos usan ecuaciones primitivas hidrostáticas, que diagnostican el

movimiento vertical a partir del movimiento horizontal previsto, mientras que los no
hidrostáticos usan las ecuaciones primitivas no hidrostáticas, pronosticando directamente el
movimiento vertical.
Vernekar et al. (2003) mencionan que los estudios previos realizados sugieren que el clima
en Sudamérica varía en varias escalas de tiempo, y tienen una gran variabilidad espacial. De
esta forma, esta variabilidad puede tener un profundo impacto en la energía regional y
recursos hidrológicos, en este sentido sugieren la utilización de un modelo regional sobre un
dominio limitado.
2.6.1. Modelo ETA/SENAMHI
Mesinger (1984) define al modelo ETA como un modelo hidrostático que dentro de sus
características más destacadas es el empleo de la coordenada vertical “Eta”. Este tipo de
coordenada presenta superficies cuasi-horizontales que tienen el objeto de reducir los
problemas de cálculo de la fuerza horizontal de presión, la advección y la difusión horizontal
sobre pendientes topográficas muy abruptas y de gran pendiente como la Cordillera de los
Andes (Seluchi y Chou 1999, Popovic 2006, Ávalos 2009).
El SENAMHI en el Perú a través de su Dirección de Meteorología Aplicada (DMA) ejecuta

operacionalmente el modelo ETA 2 veces al día. La implementación del modelo se dió
durante marzo de 1999, actualmente el modelo se ejecuta para los dominios de Perú y
Sudamérica con una resolución horizontal de 22 y 32 km respectivamente. Las condiciones
iniciales y de frontera son obtenidas del modelo Global Forecast System (GFS) para las 00Z
y 12Z, siendo el tiempo de predicción de 72 horas para el dominio Perú y 120 horas para
24
Sudamérica. El dominio de Sudamérica presenta una resolución vertical de 50 niveles y una
resolución temporal de 6 horas (Tabla 2).
Tabla 2: Características operativas del modelo ETA/SENAMHI

Perú Sudamérica
Área (Latitud; Longitud) 85°W-56°W; 28°S-4°N 116°W-34°W; 54°S-13°N
Resolución horizontal 22*22 km 32*32 km
Niveles verticales 38 niveles 50 niveles
Resolución temporal 6 horas

(ejecución 00Z y 12Z)
Convección: Kain-Fritsch (Desde 2007)

Capa límite: Mellor – Yamada 2.5
Parametrizaciones Radiación: GFDL
Modelo hidrostático
Tiempo de previsión 72 horas 120 horas
Condiciones iniciales y de Atmósfera y Océano: Global Forecast System (GFS)

frontera
Período disponible Enero 2007 – actualidad Enero 2009 - actualidad
FUENTE: Adaptado de Ávalos 2009 y Llacza 2013.
25
2.7. Verificación de los pronósticos
Stanski et al. (1989) definieron la verificación como la evaluación y la cuantificación de la

relación entre un conjunto de pronósticos y observaciones. Asimismo, las actividades de
verificación son útiles si éstas conducen a toma de decisiones con relación al producto
verificado, y de esta forma la decisión debe generar cambios en la forma como se elaboran
los pronósticos o conducir a una decisión de “no hacer nada” y considerar que el producto
es satisfactorio.
Por otro lado, Jiménez (2014) menciona que el proceso de verificación involucra la medición
de relación entre un pronóstico o conjunto de pronósticos y las correspondientes
observaciones del predictando. Por eso cualquier método de verificación de pronóstico
envuelve necesariamente la comparación entre pares coincidentes de pronósticos y
observaciones a las cuales ellos pertenecen.
2.7.1. Propósito y modelo de verificación
De acuerdo a Stanski et al. (1989) las actividades de verificación en meteorología son

principalmente de 2 tipos: administrativos y científicos. El propósito administrativo tiene
como fin justificar el establecimiento de un servicio de pronóstico dentro del Servicio
Meteorológico, así como la inclusión de mejorar el equipamiento computacional, etc.
Asimismo, la verificación con fin administrativo debe hacerse de forma continua para
monitorear la calidad de los pronósticos y rastrear los cambios en su calidad a través del
tiempo. El propósito científico tiene como fin identificar fortalezas y debilidades de un
producto de pronóstico en suficiente detalle mediante acciones especificadas, los cuales
llevaran a mejorar el pronóstico, es decir, proveer información para la investigación y
desarrollo.
Existen varios modelos de verificación válidos, sin embargo, Stanski et al. (1989) presenta
un modelo general para verificación de elementos de pronóstico del tiempo mediante un
esquema coherente de las características relativas de las medidas de verificación y los tipos
de decisiones que conducen a su selección (Figura 2).
26
Figura 3: Modelo general para la verificación del pronóstico meteorológico
FUENTE: Adaptado de Stanski et al. 1989.
La figura 3 muestra que un modelo de verificación se inicia mediante un conjunto asociado

de datos de pronósticos y observaciones, posteriormente se define el propósito de
verificación. Asimismo, la estratificación puede ser de acuerdo a las observaciones o al
pronóstico. De acuerdo con las observaciones implica definir categorías conforme los
valores observados, luego se define el tipo de verificación (variable categórica o continua) y
finalmente, las medidas de la verificación. Tablas de contingencia para el análisis categórico;
ploteo de dispersión, error absoluto medio, bias, etc., para la verificación por variable
continua (Stanski 1989, Jiménez 2014).
27
2.7.2. Verificación de campos atmosféricos espaciales
Pronósticos de campos espaciales son generados por los modelos de PNT, siendo
principalmente pronósticos determinísticos de variables continuas distribuidos en una grilla
regular, tales como presión reducida al nivel del mar (MSLP) o temperatura. Una de las
limitantes para verificar estos pronósticos son los datos observados distribuidos
espacialmente de manera irregular, debido a que ambos conjuntos de datos pronosticados y
observados deben estar disponibles en el mismo formato (Jollife y Stephenson 2008). Wilks
(2011) menciona que los métodos cuantitativos de verificación para las predicciones de
campos atmosféricos requieren evaluaciones más rigurosas de la calidad del pronóstico,
dado que dichos métodos deben operar bajos campos grillados en el dominio espacial. Una
solución a este problema son los métodos de interpolación de los campos pronosticados u
observados (Jollife y Stephenson 2008). Un procedimiento común para la verficación de
campos espaciales son los promedios espaciales debido a que otorgan un valor específico
para un tiempo particular sobre un dominio dado. Entre estas medidas se tienen al error
medio o bias, error medio absoluto (MAE), error cuadrático medio (MSE), S1 Score, la raíz
cuadrada del error cuadrático medio (RMSE), diagrama de Taylor y la correlación de
anomalías (Jollife y Stephenson 2008, Wilks 2011).
28
III. METODOLOGÍA
3.1. Materiales
3.1.1. Área de estudio
Con la finalidad de evaluar el comportamiento de las configuraciones a escala sinóptica, en

la presente investigación se utilizó como primera área de estudio la región de Sudamérica
(A1). Asimismo, se definió una segunda área de estudio que abarcó la región de los
departamentos del sur del Perú y sus vecindades (A2).
Los límites de la región A1 son próximas al área establecida como dominio de integración
durante la ejecución del modelo ETA/SENAMHI. De esta forma la región A1 está limitado
en el eje latitudinal entre los -50°S a -10°S y de forma longitudinal entre -115°W a -35°W.
La región A2 es de especial interés para el presente estudio dada la proximidad e interacción

de los sistemas atmosféricos en tropósfera alta y media que condicionan la ocurrencia de
nevadas generalizadas con la cordillera sur de los Andes. De esta forma la región A2 se
definió en el eje latitudinal entre los -25°S a -13°S y longitudinal entre -85°W a -68°W.
Por otro lado, se estableció la región A3 debido a su importancia en la evolución de los

parámetros meteorológicos en niveles bajos, como ya se verá durante el desarrollo de la
presente investigación. Los límites geográficos de esta región fueron desde los -14°S a -9°S
y desde -76°W a -70°W (Ver figura 4).
A1
A3
A2
Figura 4: Área de estudio A1, A2 y A3.
3.1.2. Información meteorológica
a. Estaciones meteorológicas
Mediante el uso de información meteorológica registrada en las planillas de estaciones

meteorológicas del SENAMHI ubicadas sobre los 3100 m.s.n.m. de la sierra sur se verificó
la presencia de eventos de nevadas proporcionadas por INDECI. Se obtuvo información de
la temperatura máxima diaria de las mismas estaciones con el fin de analizar su variabilidad
durante la ocurrencia de nevadas.
Se utilizaron 43 estaciones convencionales distribuidas en los departamentos de Ayacucho,

Apurímac, Cusco, Arequipa, Puno, Moquegua y Tacna. La tabla 3 muestra las coordenadas
geográficas y las altitudes de las estaciones
30
Figura 5: Distribución espacial de las estaciones meteorológicas convencionales del
SENAMHI.
31
Tabla 3: Estaciones meteorológicas del SENAMHI en la sierra sur del Perú
Estación Altitud
Departamento Latitud (°S) Longitud (°W)
meteorológica (m.s.n.m)
Ayacucho La Quinua 13.034 74.135 3316
Ayacucho Vilcashuaman 13.644 73.949 3394
Ayacucho Pampa Galera 14.668 74.401 3998
Ayacucho Paucaray 14.06 73.638 3106
Ayacucho Chilcayoc 13.883 73.727 3400
Ayacucho Cora Cora 15.011 73.779 3200
Apurimac Curpahuasi 14.063 72.67 3500
Cusco Yauri 14.817 71.417 3927
Cusco Pomacanchi 14.028 71.573 3686
Cusco Ccatcca 13.61 71.56 3693
Puno Ollachea 13.8042 70.4974 3420
Puno Macusani 14.068 70.424 4331
Puno Crucero 14.363 70.024 4130
Puno Ananea 14.679 69.535 4660
Puno Progreso 14.695 70.356 3905
Puno Juliaca 15.169 70.169 3820
Puno Puno 15.823 70.018 3840
Puno Masocruz 16.746 69.712 3970
Puno Pampahuta 15.491 70.677 4320
Puno Tahuaco-Yunguyo 16.305 69.067 3860
Puno Santa Rosa 14.627 70.796 3940
Puno Capazo 17.186 69.746 4419
Puno Crucero alto 15.767 70.917 4470
Puno CuyoCuyo 14.489 69.549 3414
Puno Cojata 15.017 69.356 4344
Arequipa Imata 15.837 71.088 4445
Arequipa Porpera 15.35 71.317 4152
Arequipa Sibayo 15.486 71.453 3827
Arequipa La Angostura 15.197 71.649 4256
Arequipa Cayoma 15.184 71.767 4299
Arequipa Orcopampa 15.261 72.339 3801
Arequipa Cabanaconde 15.619 71.969 3379
Moquegua Ubinas 16.383 71.969 3491
Moquegua Ichuña 16.141 70.538 3792
Tacna Vilacota 17.118 70.051 4440
Tacna Chuapalca 17.305 69.644 4177
Tacna Bocatoma 17.579 70.424 4260
Tacna Pampa Umalzo 16.875 70.334 4609
Tacna Cairani 17.288 69.949 3920
Continuación de Tabla 3.
Tacna Toquela 17.661 69.949 3566
Tacna Paucarani 17.525 69.779 4609
Tacna Tarata 17.474 70.034 3050
Tacna Susapaya 17.351 70.133 3433
b. Imágenes satelitales
Se utilizaron imágenes satelitales provenientes del satélite geoestacionario GOES-13 en los

canales infrarrojo, visible y de vapor de agua, con la finalidad de detectar la superficie
cubierta de nieve durante la ocurrencia de los eventos de mayor impacto en la sierra sur del
país. Asimismo, la importancia del mismo radicó en su interpretación para determinar el
movimiento de los sistemas atmosféricos de escala sinóptica, así como el suministro de vapor
de agua hacia la sierra sur.
c. Datos grillados del Reanalysis ERA-INTERIM
Para la descripción sinóptica se utilizaron las variables atmosféricas provistas por el

Reanalysis del ERA-INTERIM, el cual es desarrollado por el Centro Europeo para el
pronóstico del tiempo de mediano plazo (ECMWF), caracterizado por presentar una
resolución espacial de 0.75°x0.75°, 60 niveles del modelo en la vertical y 37 niveles de
presión, y una resolución temporal de 4 análisis por día, 00, 06, 12 y 18 UTC (Dee et al.
2011).
d. Datos grillados previstos por el modelo ETA
Se utilizaron los datos previstos por el modelo ETA/SENAMHI distribuidos en puntos de

grilla para la región de Sudamérica y en formato binario. Estos datos presentan una
resolución temporal de 6 horas y una resolución horizontal de 32*32 km, distribuida a través
de 247 puntos de grilla en el eje de abscisas y 205 puntos de grilla en el eje de ordenadas.
33
3.1.3. Recursos computacionales
a. Equipo de escritorio
 Computadora de escritorio DELL, procesador Intel(R) Core (TM) i7-3770S CPU

@3.10GHz
 Disco Duro 1TB - Memoria RAM 8 Gb
 USB 3.0
b. Programas de aplicación científica
 Sistema Operativo UBUNTU MATE 16.04
 Bash Scripting Language V6.6
 Grid Analysis and Display System (GrADS) V2.1.0
 Climate Data Operators (CDO) V1.6
 R Project V3.1
 Python V3.1
34
3.2. Métodos
3.2.1. Enfoque metodológico
Figura 6: Procedimiento de investigación

3.2.2. Determinación y selección del evento de nevada regional en el periodo 2004 –
2014
Con el fin de alcanzar los objetivos planteados, se inició la investigación mediante la

identificación de los eventos de nevadas regionales de mayor impacto a través del manejo
de información de estadísticas oficiales elaboradas por INDECI durante el período 2004-
2014 en la sierra sur del Perú, así como información de temperatura máxima/mínima y
reporte de caída de nieve registradas por las estaciones convencionales pertenecientes al
Servicio Nacional de Meteorología e Hidrología (SENAMHI). Asimismo, se complementó
con información tipo METAR/SPECI de los aeródromos ubicados en la sierra sur.
a. Cuantificación del impacto social
En base a la información disponible en los compendios estadísticos se identificó los registros

de eventos de nevadas regionales que hayan logrado afectar a más de un departamento de la
Sierra sur, posteriormente se elaboró un resumen de daños registrados en las personas,
infraestructura y agricultura por cada evento de nevada regional.
b. Identificación del reporte de caída de nieve
Mediante el uso de información meteorológica registrada en las planillas de estaciones

meteorológicas convencionales del SENAMHI ubicadas sobre los 3100 m.s.n.m. de la sierra
sur se validó la presencia de eventos de nevadas reportadas por INDECI.
c. Variabilidad diaria de las anomalías de temperatura máxima
Se realizó una comparación entre las series temporales de anomalía de temperatura máxima
para cada evento, información generada a partir de las estaciones convencionales del
SENAMHI localizadas en la sierra sur. Para el cálculo de las anomalías se tomó como
referencia la climatología para el período 1981-2010. Este análisis permitió identificar los
descensos significativos de temperaturas máximas a partir de estas anomalías ocasionados
por cada evento de nevada.
36
d. Selección del evento de nevada regional de mayor impacto
En función a la evaluación del impacto social, identificación del reporte de caída de nieve y
el análisis temporal de la temperatura máxima, se elaboró un cuadro resumen que describe
la magnitud del impacto para cada evento de nevada regional encontrado, de esta forma se
logró identificar el evento de mayor impacto en la sierra sur durante el periodo 2004-2014.
3.2.3. Evaluación cualitativa de la predicción de las configuraciones sinópticas del

modelo ETA/SENAMHI durante el evento de nevada
Para la descripción de la circulación sinóptica asociada al evento se utilizó como información

observada los datos grillados provenientes del ERA/INTERIM en formato GRIB1, a través
del siguiente enlace: http://data-portal.ecmwf.int/data/d/interim_daily/. La información se
descargó para los mismos niveles isobáricos, variables y límites geográficos proporcionadas
por el modelo ETA/SENAMHI, como se verá en el siguiente párrafo. Entre las variables
tenemos al viento zonal, viento meridional, movimiento vertical, temperatura del aire (Ta°),
altura geopotencial (HGT), humedad relativa (HR) y la presión reducida a nivel del mar
(MSLP). A partir de la información del viento se calcularon las variables dinámicas como
vorticidad relativa y divergencia.
Para el análisis de la circulación sinóptica prevista por el modelo ETA, se trabajó con las
predicciones hechas por el modelo con una antelación de 96, 72 y 48 horas previas a la
ocurrencia del evento en la sierra sur del Perú. Los campos grillados previstos por el modelo
fueron proporcionados por la DMA del SENAMHI. Estos datos se caracterizaron por
presentar 13 niveles isobáricos en la vertical (1000, 950, 925, 900, 850, 700, 600, 500, 400,
300, 250, 200 y 100hPa), una resolución horizontal de 32 km, una resolución temporal de 6
horas y con un alcance de 180 horas de previsión. De las 48 variables que resultan de la
ejecución del modelo, en esta investigación se utilizaron: viento zonal, viento meridional,
Ta°, temperatura de rocío (Td°), HGT, HR, MSLP, movimiento vertical. A partir de ellas, se
calculó también la temperatura potencial equivalente (TPE), vorticidad relativa, divergencia
y relación de mezcla (RM). A partir de una combinación de estas variables, se diseñó un
conjunto de mapas horizontales que describan la evolución de los sistemas meteorológicos
tanto en tropósfera alta, media y baja (Ver 3.2.3.a).
37
De esta forma, la evaluación cualitativa constó en evaluar las predicciones de los campos
meteorológicos previstos por el modelo ETA/SENAMHI frente al Renalysis
ERA/INTERIM en la región A1. Estas predicciones basadas en 3 momentos de antelación
diferentes serán denominadas cómo:
 Caso 1 (96 horas antes de la ocurrencia del evento)
a. Descripción de la circulación atmosférica observada mediante Reanalysis ERA-

INTERIM
Se caracterizó al evento en 2 fases: fase precursora y fase de formación (Quispe 2006). El

análisis del evento se desarrolló bajo un enfoque de escala sinóptica en los niveles de
tropósfera alta, media y baja, en la cuales se evaluaron los parámetros dinámicos de mayor
influencia partiendo desde el análisis sinóptico.
Se inició el análisis mediante los flujos de líneas de corriente en el nivel de 250 hPa, así
como la localización del JS, cuantificación de los campos de altura geopotencial, vorticidad
relativa y divergencia, con el fin de evaluar el rol de los sistemas sinópticos como DANA
y/o vaguada.
En niveles medios (500 y 700 hPa) se graficó los flujos de línea de corriente, el movimiento
de los flujos meridionales y zonales, altura geopotencial, vorticidad relativa, divergencia y
movimiento vertical. Dado que los niveles de tropósfera media juegan un rol importante en
cuanto a la disponibilidad de humedad para la saturación del entorno, se cuantificó la
relación de mezcla y humedad relativa.
El análisis sinóptico en niveles de tropósfera alta y media se complementó con el análisis de

imágenes satelitales provenientes del GOES 13 en sus espectros visible, infrarrojo y de vapor
38
de agua, con la finalidad de verificar la presencia de los sistemas como JS; las regiones donde
se presentó la mayor convectividad; y el movimiento del vapor de agua en niveles medios.
Con el fin de evaluar el comportamiento de los sistemas cuasi-estacionarios y dinámicos en

niveles de tropósfera baja y superficie se analizó el comportamiento de los flujos de líneas
de corriente y humedad relativa en el nivel isobárico de 850 hPa, así como la configuración
sinóptica de la presión reducida al nivel del mar, complementado con los espesores de altura
geopotencial en 500/1000 hPa.
El rol de los sistemas fríos en niveles altos y medios es un factor importante para la
ocurrencia de nevadas regionales en la sierra sur del Perú, por ello mediante la ecuación de
vorticidad se localizó su presencia utilizando un corte de sección latitudinal/vertical
representados por parámetros como vorticidad, movimiento vertical, temperatura potencial
e intensidad del viento.
b. Descripción de la circulación atmosférica prevista por el modelo

ETA/SENAMHI-32 km
Las variables que se utilizaron para la descripción de la información prevista por el modelo
ETA fueron las mismas que se analizaron con la información del ERA/INTERIM, aplicado
a la información prevista por el modelo ETA/SENAMHI, basado en los 3 casos de previsión.
3.2.4. Evaluación cuantitativa de la predicción de las configuraciones sinópticas del

La evaluación cuantitativa de las predicciones del modelo ETA/SENAMHI frente al

ERA/INTERIM, basadas en parámetros de verificación estadística, se realizó para los 3
casos de predicción ya descritos y aplicados al área de integración A1 y A2. De esta forma
se analizaron tres casos:
Para esta evaluación, la información obtenida del modelo ETA fue interpolada de forma
bilineal hacia la resolución horizontal del Reanalysis ERA/INTERIM. Los parámetros de
39
verificación estadística fueron el error medio (bias), la raíz del error cuadrático medio
(RMSE) y la correlación especial (SC). Se utilizaron los mencionados parámetros bajo un
análisis de distribución espacio-temporal.
Figura 7: Procedimiento de evaluación cuantitativa del modelo
Para el cálculo de los estadísticos, los valores de Reanalysis por cada punto de grilla fueron
denotados por 𝑂𝑖 mientras que los valores de predicción del modelo son denotados por 𝑃𝑖 .
De esta forma, se calcularon:
Error medio (bias): el error medio, también llamado sesgo o bias se calcula mediante la
diferencia entre el pronóstico y las observaciones. Los valores que puede tomar varían dentro
del intervalo [-∞,∞]. El mejor ajuste se da cuando es cercano a 0.
1
bias = ∑𝑁
𝑖=1 (𝑃𝑖 − 𝑂𝑖 )
𝑁
Dónde: N indica el número total de comparaciones.
40
Error cuadrático medio (MSE): el error cuadrático medio se calcula mediante la elevación al
cuadrado de la diferencia media en el pronóstico y las observaciones.
1
MSE = ∑𝑁 (𝑃𝑖 − 𝑂𝑖 ) 2
𝑁 𝑖=1
Raíz del error cuadrático medio (RMSE): se calcula mediante la raíz cuadrada del MSE. Los
valores que puede tomar varían dentro del intervalo [0,∞]. El mejor ajuste se da cuando es
cercano a 0.
1
RMSE = √ ∑𝑁 (𝑃𝑖 − 𝑂𝑖 ) 2
𝑁 𝑖=1
Correlación espacial (SC): determinar la similitud entre los patrones espaciales de los
campos pronosticados y observados.
𝑝 ̅
𝑝
𝑜 ̅
𝑜
∑𝑖 ∑𝑗(𝑎𝑖,𝑗 −𝑎𝑖,𝑗 )(𝑎𝑖,𝑗 −𝑎𝑖,𝑗 )
SC= 1
𝑝 ̅ 2
𝑝 𝑜 ̅
𝑜
2 2
[∑𝑖 ∑𝑗(𝑎𝑖,𝑗 −𝑎𝑖,𝑗 ) ∑𝑖 ∑𝑗(𝑎𝑖,𝑗 −𝑎𝑖,𝑗 ) ]
a. Variación espacio-temporal del bias y RMSE sobre Sudamérica
La distribución espacio-temporal del bias y RMSE fueron determinados para los niveles
isobáricos de mayor importancia para desencadenar el evento, partiendo desde la influencia
de los patrones atmosféricos en tropósfera alta, el rol del nivel medio en el transporte de
humedad y aire frío, y los efectos que podrían desencadenar el movimiento de los sistemas
atmosféricos en niveles bajos. De esta forma, se aplicó el bias y RMSE a las variables:
 JS y HGT 250 hPa,
 Divergencia, HGT, HR, Vorticidad relativa y velocidad vertical en 500 hPa
 Velocidad del viento, viento zonal y meridional en 500 hPa
41
 Espesor geopotencial entre 500/1000 hPa, MSLP y HR 950 hPa
b. Variación temporal del bias y RMSE promedio sobre Sudamérica y la región sur
del Perú
Se calculó los parámetros estadísticos bias y RMSE promedio de las variables atmosféricas
de mayor influencia sobre los dominios A1 y A2, para cada tiempo de pronostico desde la
inicialización de la previsión del modelo hasta la fase de ocurrencia del evento. Obtenido los
parámetros para ambas regiones, se graficó la variación temporal del bias y RMSE para los
3 casos previstos. Los parámetros bias y RMSE aplicados a las variables atmosféricas fueron
organizadas en tropósfera alta, media y baja.
c. Variación temporal de la SC entre las tendencias temporales observadas y

pronosticadas sobre Sudamérica y la región sur del Perú
Se calculó el coeficiente de correlación promedio entre lo previsto por el modelo y los datos
observados sobre los dominios A1 y A2, para cada tiempo de pronostico desde la
inicialización de la previsión del modelo hasta la fase de ocurrencia del evento. Se analizó
la variación temporal del coeficiente de correlación para las 3 predicciones del modelo.
42
IV. RESULTADOS Y DISCUSIONES
4.1. Determinación y selección del evento de nevada regional en el periodo 2004 –

2014
a. Cuantificación del impacto social
Mediante los cuadros estadísticos de emergencias a nivel nacional en los compendios

estadísticos de INDECI se identificaron 5 eventos de nevadas, registrados como
precipitaciones sólidas, que lograron causar la mayor cantidad de daños personales y
materiales. La tabla 4 muestra los eventos y las fechas de ocurrencia, asimismo se
clasificaron los eventos por departamentos afectados en la sierra sur del Perú.
Tabla 4: Departamentos afectados por los eventos de nevadas registrados por INDECI
Evento: E1 E2 E3 E4 E5
01-02 26-27
01-02 24-25 11 de
julio julio
Fecha del evento: julio del agosto del setiembre
del del
2011 2013 del 2014
2004 2009
Apurimac • •
Ayacucho •
Cusco • • •
Huancavelica •
Departamentos Puno • • •
afectados: Junin •
Moquegua • •
Tacna •
Pasco •
Arequipa • •
Según el número de departamentos afectados por los eventos de nevada, el total de eventos
lograron ser registrados en más de uno, a excepción del evento E5. El evento E4 alcanzó
afectar la mayor cantidad de departamentos en la sierra sur. Asimismo, la mayor cantidad de
afectados y el mayor impacto negativo en la infraestructura (viviendas y transportes) fueron
registrados durante el evento E4, según el cuadro de daños reportados por INDECI (tabla 5).
Durante los eventos E4 y E5, los daños al sector agricultura resaltaron entre los demás en
términos de animales afectados y muertos, así como en hectáreas de cultivo. De esta forma,
en términos de impacto social, el evento E4 logró destacar entre los demás eventos
registrados, extendiendo su alcance hasta en 10 departamentos de la sierra sur del Perú
durante su ocurrencia según INDECI.
Tabla 5: Cuadro de daños registrados para cada evento registrado por INDECI
Evento: E1 E2 E3 E4 E5
01-02 26-27 01-02 24-25
11 de
julio julio julio agosto
Fecha del evento: setiembre
del del del del
del 2014
2004 2009 2011 2013
PERSONAS Damnificados 20 21 30 5,247 0
Afectados 52,215 11,430 15,569 94,108 0
Fallecidos 4 0 0 1 0
Vivienda
4 0 0 137 0
Destruida
Vivienda
VIVIENDAS Y 0 0 0 739 0
Inhabitable
LOCALES
Vivienda
PÚBLICOS 200 450 51 6,970 0
Afectada
II.EE.
73 0 0 66 0
Afectada
Carretera
TRANSPORTES 0 4 0 316 0
Afectada (km)
Área de
Cultivo
4,037 0 662 60,688 324,222
Afectado
(Has)
AGRICULTURA
Animales
0 0 0 972,425 494,135
Afectados
Animales
0 0 0 57,722 474
Muertos
44
b. Identificación del reporte de caída de nieve
Posterior a la identificación de los eventos registrados por INDECI, se averiguó sobre la

presencia de nieve mediante los reportes en las planillas meteorológicas de las estaciones
convencionales del SENAMHI, con el fin de asegurar la ocurrencia del evento. De esta
forma, se encontró que la caída de nieve fue reportada como observaciones adicionales, dado
que la nieve como parámetro meteorológico no viene siendo cuantificado dentro de la red de
estaciones. Las estaciones que registraron los eventos se muestran en la siguiente tabla:
Tabla 6: Estaciones que reportaron los eventos de nevadas
Nombre de Altitud Evento

Departamento Provincia Distrito
la estación (m.s.n.m) Reportado
Pampa
Ayacucho Lucanas Lucanas 3962 E4
Galeras
Ayacucho La Quinua Huamanga Quinua 3316 E4
Apurimac Casacancha Cotabamba Tambobamba 4013 E2, E4
Cusco Yauri Espinar Espinar 3927 E4, E5
Cusco Pomacanchi Acomayo Pomacanchi 3686 E4
E4, E5, E1,
Puno Macusani Carabaya Macusani 4331
E3
E4, E5, E1,
Puno Crucero Carabaya Crucero 4130
E3
Puno Santa Rosa Melgar Santa Rosa 3940 E4
Puno Cuyo Cuyo Sandia Cuyo cuyo 3494 E4
San Antonio
Puno Ananea Ananea 4660 E4
de Putina
Arequipa Sibayo Caylloma Sibayo 3827 E2, E4
San Antonio
Arequipa Caylloma Caylloma 4431 E4
de Chuca
San Antonio
Arequipa Imata Caylloma 4445 E4
de Chuca
Gral.
Moquegua Ubinas Sanchez Ubinas 3491 E4, E1
Cerro
Tacna Paucarani Tacna Palca 4556 E4
45
Del total de estaciones analizadas (tabla 6), se encontró que 15 estaciones distribuidas en la
sierra sur reportan la caída de nieve en la estación y/o en sus alrededores, siendo el evento
E4 el identificado en todas estas estaciones (tabla 6). Los eventos E1 y E2 son reportados
únicamente en 2 departamentos. En este sentido, de acuerdo a las observaciones de reporte
de caída de nieve, el evento E4 habría logrado el mayor alcance regional en superficie en los
departamentos de la sierra sur del Perú, siendo congruente con un mayor impacto social
registrado por INDECI.
c. Variabilidad de la anomalía de temperatura máxima diaria
La cobertura nubosa del tipo nimbostratus se encuentra asociada como fuente continua de
precipitación líquida y sólida (nieve), asimismo dada su extensión vertical involucra una
menor tasa de radiación incidente sobre la superficie terrestre que se refleja sobre la
temperatura del aire, existiendo así una relación directa entre la ocurrencia de nevadas y la
temperatura máxima alcanzada durante el desarrollo del evento.
Figura 8: Variación temporal de la temperatura máxima diaria promedio de las estaciones de

la sierra sur durante cada evento de nevada.
46
La caída de la temperatura máxima diaria promedio en las estaciones de la sierra sur coincide
con las fechas reportadas por INDECI en cada uno de los eventos de nevadas. Durante el día
D de los eventos E1 y E4, se dieron caídas de hasta 6 grados por debajo con respecto al
primer día. Además, posterior al día D los valores de temperatura máxima se asemejan entre
los eventos; sin embargo, cabe resaltar que el evento E4 ocurre en los últimos días del mes
de agosto, a diferencia de los demás eventos que fueron registrados entre junio y julio.
En la figura 8 y 9a, cada evento de nevada muestra una región sombreada alrededor de la
serie temporal de temperatura máxima diaria promedio y su anomalía climática diaria
promedio en la sierra sur respectivamente, esta área representa un intervalo de confianza del
95% que se define como un rango de valores donde el 95% de información de temperatura
máxima es representada. De esta forma, durante el evento E4 el intervalo de confianza
presenta una menor amplitud con respecto a los demás eventos registrados, del cual se infiere
que los valores de anomalía negativa en las estaciones no se alejan drásticamente de la media,
presentando una mayor homogeneidad entre aproximadamente la totalidad de estaciones
representadas. El evento E1 es el que muestra la mayor amplitud y los registros más bajos
de temperatura máxima durante la ocurrencia del evento. Los eventos E2 y E3 muestran
anomalías negativas; sin embargo, sus series temporales no mostraron cambios abruptos
durante su evolución. Así como en la figura 8, la figura 9a demostró que, en términos de
anomalía, los eventos E1 y E4 fueron los que persistieron con temperatura máxima diaria
más baja durante y posterior al día D del evento de nevada. En los días centrales de cada uno
de los eventos registrados por INDECI, las estaciones meteorológicas del SENAMHI
lograron identificar que el evento E1, seguido del evento E4 registran los valores más bajos
de anomalía climática de temperatura máxima diaria, asociado con la presencia de cobertura
nubosa de gran profundidad vertical como los de tipo nimbostratus que ocasionan la caída
de nieve.
La figura 9b muestra la distribución de temperaturas máximas sobre los departamentos de la

sierra sur del Perú, en el cual se puede observar que las regiones con valores cercanos y
menores a 10°C durante el día 24 de agosto coinciden con zonas donde se logró identificar
la presencia de nieve posterior a la ocurrencia del mismo, según se puede visualizar en la
figura 8c mediante su alcance en superficie de acuerdo a la imagen del canal visible del
satélite GOES-13 durante el 25 de agosto del 2013 a las 13Z. En este sentido, mediante la
47
identificación de nieve ocurrida durante el evento E4, se logró identificar la relación entre la
temperatura, la cobertura nubosa y la presencia de nieve.
Figura 9: a) Variación temporal de anomalía de temperatura máxima diaria durante cada

evento de nevada. b) Distribución espacial de temperatura máxima en el día D del
evento E4, 24 de agosto del 2013. c) Imagen satelital del canal visible del GOES
13, 25 de agosto del 2013 a las 13:01Z.
48
d. Selección del evento de nevada regional
Se determinó que el evento E4 causó el mayor impacto social negativo en la zona sur
altoandina del Perú, siendo registrado su acaecimiento por la mayor cantidad de estaciones
meteorológicas y que alcanzó los mayores valores de anomalías climáticas negativas de
temperatura máxima, sólo por debajo del evento E1 (Tabla 7).
Tabla 7: Evento de Nevada de mayor impacto
Evento
de
nevada
Mayor impacto social E4
Mayor n° de
estaciones que
E4
reportan caida de
nieve
Mayor anomalía
negativa de E1 y E4
temperatura máxima
49
4.2. Evaluación cualitativa de la predicción de las configuraciones sinópticas del
4.2.1. Descripción de la circulación atmosférica observada mediante Reanalysis

ERA-INTERIM
La descripción a escala sinóptica asociada a la ocurrencia de nevada del evento E4 se realizó

en función a parámetros cinemáticos, dinámicos y de humedad. Los análisis de estos campos
atmosféricos se distribuyeron en los niveles isobáricos de: 250, 500, 700, 850 hPa y a nivel
de superficie.
Mediante las características sinópticas en tropósfera alta y media se inició la identificación

de los patrones sinópticos asociados al evento E4. La evolución temporal de los campos de
altura geopotencial en 250 hPa y ubicación del JS (figura 10a-d), así como la altura
geopotencial y la humedad relativa en 500 hPa (figura 10, lado derecho) desde el día 23 a
las 00Z hasta el día 26 a las 00Z (con un lapso de 24h), sugieren que en el inicio de este
periodo se identificaron 2 regiones inmersas con la presencia del JS. Una sobre el Pacífico
de núcleo en 40⁰S-110⁰W y con una porción de ella penetrando latitudes tropicales, y el otro
JS sobre el Atlántico con núcleo aproximado en los 40⁰S-40⁰W, ambos distribuidos
principalmente sobre latitudes medias. A través de los campos de horizontales de altura
geopotencial en 250 hPa y un corte vertical latitudinal de temperatura potencial e isotacas en
30°S, se identificó que durante el día 23 a las 00Z ambos JS se encontraban compuestos por
el Jet Subtropical (JST) y el Jet Polar Norte (JPN). Durante el día 24, el avance del JS ubicado
en el Pacífico estuvo asociado a la profundización de una dorsal que alcanza extenderse
sobre el Pacífico sureste con eje desde los 20⁰S hasta 50⁰S (figura 10b). Delante de este eje
de dorsal se logró desprender parte de este JS, alcanzando atravesar la latitud de 20⁰S,
permitiendo así la interacción entre estas 2 regiones de JS, que ya alcanzan invadir latitudes
tropicales cercanas al sur del Perú, logrando fortalecer y profundizar un eje de vaguada en
niveles altos con eje NW-SE desde los 15⁰S hasta los 35⁰S, reflejándose en niveles medios
con una orientación similar e invadiendo latitudes tropicales hasta los 10⁰S (figura 12b, f).
Durante el día 25, se logra apreciar en niveles altos el empuje hacia el este por parte de la
dorsal en el Pacífico, asimismo, hacia el lado oeste de la vaguada y por encima de los 20⁰S,
con respecto a los días anteriores, se desencadenó la mayor invasión del JS, compuesta
50
principalmente por el JST y que alcanzó magnitudes sobre los 100 kt. Ambos mecanismos,
permitieron que el centro de la vaguada migre ligeramente más hacia el norte (sobre los
30⁰S), posicionándose cerca de la cordillera sur del Perú. Esta dinámica en altura permitió
que en tropósfera media (500 hPa) se presente evidencia de una circulación cerrada de núcleo
frío con valores mínimos de 5540 mgp, de núcleo 24⁰S-75⁰W (figura 10g). En primera
instancia, desde el punto de vista sinóptico, los efectos sobre la sierra sur del Perú debido a
la invasión del JST, posicionamiento de la vaguada en altura y su reflejo mediante una
circulación cerrada fría o DANA en niveles medios, sugieren una invasión vertical y
horizontal de aire frío sobre esta región del país que debería complementarse con otros
parámetros para desencadenar la nevada generalizada ocurrida, las mismas que se analizaron
a continuación.
51
a e
JST
JST
JPN JPN
b f
JST
JPN
JPS
c g
JST
JPS JPN
d h
JST
JPN
JPN
Figura 10: Análisis de campos horizontales de altura geopotencial (mgp, contornos) e

isotacas (kt, sombreado) en 250 hPa (lado izquierdo). Altura geopotencial
(mgp, contornos) y humedad relativa (%, sombreado) en 500 hPa (lado
derecho). Secuencia de mapas en cada lado desde el día 23 de agosto a las
00Z hasta el día 26 a las 00Z con un intervalo de 24 horas.
Figura 11: Similar a la figura 7 de la metodología, pero con las fases determinadas para el
evento E4.
Quispe (2006) menciona que la evolución de la DANA en niveles medios puede ser dividida
en fase precursora (FP) y fase de formación (FF), en función a la evolución de la altura
geopotencial en niveles medios. De esta forma, la presencia de un núcleo frío aislado en su
totalidad, representado por las anomalías de altura geopotencial, es un indicador del inicio
de la FF. En este sentido, durante el evento E4 se encontró que la FF ocurrió desde el día 24
a las 00Z, mientras que 24 horas antes representó la FP debido a la conexión establecida
entre los 2 núcleos fríos presentes sobre el lado este del océano pacífico y el otro alejado
hacia el lado sur oeste del atlántico (anexo 1). Cabe recordar que durante la selección del
evento E4 se encontró que en los boletines de INDECI y las estaciones del SENAMHI se
reportó el acaecimiento de nieve en horas de la tarde del día 24 y primeras horas del día 25.
Este núcleo aislado presentó un movimiento hacia el sur este posicionándose de forma
próxima a la sierra sur durante el día 25, la misma que se reflejó también mediante las
anomalías de temperatura frías de similar ubicación sobre los 24°S-75°W, exhibiendo así las
condiciones de masa de aire frio en este nivel. En términos de posición por parte del sistema
frío y el acaecimiento de la nevada generalizada sobre la sierra sur, se determinó que el día
53
25 a las 00Z representó las características sinópticas durante la fase de ocurrencia (FO) del
acaecimiento de la nevada en la sierra sur. Posterior a la FO se dio el debilitamiento,
alejamiento y el cruce a través de la cordillera por parte de la DANA. Los registros de no
acaecimiento de nieve en la sierra sur, así como la predominancia de masa de aire seco sobre
la región, producto de la invasión del eje trasero de la vaguada (figura 10h) conllevaron a
establecer al día 26 a las 00Z como día representativo de la fase de disipación (FD). De esta
forma, de ahora en adelante durante la presente investigación se utilizarán los acrónimos FP
para el día “D-2” (48h antes de FO), la FF para el día “D-1” (24h antes de FO), la FO para
el día “D” y la FD para “D+1” (24h después de la FO). La figura 11 muestra un esquema de
asociación entre las fechas del evento E4 y estas fases, además se resalta que en la presente
investigación la evaluación cualitativa y la cuantitativa se centraron principalmente en la FF
y la FO del evento.
Una vez identificado el patrón atmosférico de DANA en niveles medios, fue necesario
analizar el comportamiento de la circulación atmosférica a través del análisis de líneas de
corriente en niveles medios y altos e identificar el movimiento de los flujos troposféricos en
estos niveles. En cuanto a los flujos en 500 hPa durante la FO (figura 12g), se aprecia el
predominio de una circulación anticiclónica con núcleo en el centro de Brasil, que permitirá
el ingreso y canalización de humedad desde la amazonia hacia los andes del sur del Perú,
condiciones similares a las halladas por Quispe (2017). En el nivel de 250 hPa (figura 12b,
c), se evidencia el fortalecimiento y avance del eje de vaguada asociada en su parte delantera
a la invasión del JS sobre la sierra sur desde la FO, de esta forma los campos de líneas de
corriente en este mismo nivel muestran un incremento en la divergencia asociada
principalmente a la difluencia por magnitud durante este día (figura 12c). Esta línea
divergente logra predominar cuasi-uniformemente a través de todo el flanco este del eje de
orientación del JS que invade el sur del Perú. La DANA identificada en 500 hPa, también
fue identificable a través de una circulación cerrada mediante el análisis de líneas de
corriente durante el día 25 a las 06Z. Asimismo, durante la FO este sistema logra incrementar
el viento zonal del oeste sobre la sierra sur y en su núcleo, alcanzando valores sobre este
último de 60 kt (anexo 2). Dada la importancia de este sistema, se realizaron cortes
latitudinales cercanos al núcleo de la DANA (20⁰S) y en la zona de influencia sobre la sierra
sur, latitud de 16⁰S, con el fin de evaluar la dinámica generada por el JS, su asociación con
los parámetros dinámicos y su influencia en la ocurrencia de nevadas. De esta forma se
54
encontró, así como en Quispe (2006), un núcleo máximo de vorticidad ciclónica con
máximos en el nivel de 400 hPa durante la FO (figura 15a), reflejo de la presencia de un
sistema frío desde la FF, intensificándose durante la FO y debilitándose durante la fase de
disipación (no se muestra). Se observó que el alcance que tuvo este sistema frío o DANA a
través de su giro ciclónico en la vertical junto a la predominancia de viento descendentes
detrás de ella logró alcanzar niveles por debajo de los 700 hPa durante la FO, niveles más
bajos en comparación al evento de nevada del 2004 analizado por Quispe (2006).
Por un lado, se analizó la evolución de variables en el núcleo de la DANA, por otra, fue
imprescindible analizar la interacción del JS con la sierra sur mediante cortes latitudinales
representativos de la zona. De esta forma, mediante un corte a 16⁰S durante la FO (fig. 15b)
se refleja la incursión del JS hasta cercano a los 500 hPa (así como en el corte de -20⁰S) y
sus velocidades máximas sobre los 90 kt, identificado también en los campos horizontales
de viento (fig. 10c). Mediante el corte a -16°S se observó que el nivel más bajo que alcanzó
el JS durante el E4 ocurrió el día 24 a las 18Z induciendo al mayor movimiento vertical sobre
la sierra sur (Anexo 3). En la figura 15b se observa el resultado del movimiento de oeste a
este del sistema frio y la aproximación del mismo a la sierra sur durante la FO. Esta
aproximación logró aportar advección de vorticidad negativa (AVN) desde niveles de
tropósfera alta y media hacia el lado oeste de la cordillera sur del Perú, desde el día 24 a las
12 Z y maximizando su magnitud y aproximación para el día D (anexo 3) promoviendo la
succión del aire sobre los andes del sur (figura 15b). Asimismo, producto de este aporte de
vorticidad de escala sinóptica, se observó en los campos horizontales de movimiento vertical
un predominio del movimiento ascendente durante la FF y FO sobre la sierra sur (figura 13b,
13c), alcanzando extenderse hasta la sierra central en la FO como consecuencia de la
divergencia en altura de escala sinóptica (figura 12c). Debido a la combinación de estos dos
mecanismos de aporte de AVN y divergencia en altura en la sierra sur se presentaron zonas
de máximo movimiento vertical alrededor de los 500 hPa sobre la sierra sur de los andes
durante la FO (fig. 15b). Esta característica, no se presentó durante los días que lo anteceden,
ocurriendo principalmente en horas de la noche y la madrugada de los días 24 y 25 de agosto.
Junto a estos núcleos de máximo levantamiento en el entorno, se traslaparon con las regiones
de temperaturas donde se presenta el máximo crecimiento de los cristales de hielo que oscila
entre -14⁰ a -17⁰C (anexo 3), mecanismos similares a lo descrito por Perry (2006) para la
ocurrencia de nevadas intensas sobre la región sur de las montañas Apalaches en los Estados
55
Unidos. Adicionalmente, con respecto a los días a priori a la FO, se destaca el hundimiento
en tropósfera media representado a través de los campos de temperatura potencial y su
consecuente caída de la isoterma de 0⁰C, alcanzando contacto con la superficie de los andes
del sur (figura 15b) que favorece y permite la conservación de estado de la nieve al llegar a
superficie durante la FO. El despliegue o caída de esta isoterma durante la FO también se
encontraron y lograron ser reproducidas en latitudes de -14⁰S y hacia el sur.
56
a e
b f
c g
d h
Figura 12: Análisis de línea de corriente junto a la velocidad de viento (kt, escala de
grises) y divergencia/convergencia (x 10-5 s-1, sombreado) en 250 hPa (lado
izquierdo) y 500 hPa (lado derecho). Secuencia válida para FP, FF, FO y FD.
Así como el incremento de parámetro rotacional de vorticidad negativa logra ser un
indicador de la presencia del sistema frío mediante la caída de altura geopotencial en niveles
medios, es importante comprender la influencia de los campos horizontales de espesores de
500/1000 hPa (figura 13f, g) sobre los niveles bajos. Hacia el lado oeste de la cordillera de
los Andes centrales durante la FF y FO, la DANA identificada en niveles medios alcanza
formar y fortalecer un eje de vaguada en el nivel de 700 hPa y 850 hPa (anexo 4), así como
su posterior inexistencia durante la FD de acuerdo al movimiento hacia el este de la vaguada
en altura. Asimismo, sobre el Pacífico se aprecia la influencia de la invasión de la cuña en
niveles altos y su manifestación en niveles bajos mediante la retroalimentación y
fortalecimiento de la circulación anticiclónica en la capa límite (850 hPa) que conlleva al
APS presentar un núcleo sobre los 1030 hPa. Hacia el lado oeste de la cordillera, el sistema
frio manifestado por los campos de espesores de 500/1000 hPa logran alcanzar una
prolongación meridional hacia latitudes de -15⁰S durante la FF del evento, promoviendo la
invasión de una cuña del APS hacia el sureste del Peru desde la FO y alcanzando una
distribución zonal del APS en superficie desde la FD. Además, desde la FP el movimiento
de los sistemas en niveles altos y medios favorece en niveles bajos la consolidación de un
anticiclón migratorio (AM) hacia el lado este de los andes del sur.
Por otra parte, el comportamiento y los efectos hacia el lado este de los andes jugaron un rol
importante. Desde la FP se observó al AM extenderse hacia el lado este e invadir territorio
argentino, así como sobre el océano atlántico. Presentó una ligera cuña desde la FP que
alcanzó el sur de Bolivia (figura 13). Acompañando al movimiento del AM se observa la
presencia de un sistema de baja presión (SBP) sobre el atlántico sur originado por la
intensificación del JS y su consecuente ciclogénesis. Este SBP con movimiento hacia el este
se encontró asociado a un sistema frontal posicionado sobre el atlántico con extensión hasta
el límite geográfico entre Bolivia y Argentina, el cual prevaleció sobre la región hasta incluso
después de la FD del evento (figura 13). Según el análisis de circulación a niveles bajos, a
diferencia de la FP y los días que lo anteceden el rol de este sistema frontal durante la FF y
FO alcanza bloquear los flujos provenientes de la cuenca amazónica y concentrándose sobre
el lado este de los andes de Bolivia, así como del sur del Perú (anexo 4). Esta concentración
de humedad advectada desde el norte durante la FF y FO, así como la invasión de aire frio
asociada a la incursión de la AM y la consecuente saturación del entorno favorece el
desarrollo de nubosidad baja, media e incluso el desarrollo convectivo sobre la vertiente
58
oriental de los andes del sur, reflejado por el predominio de zonas convergentes en el nivel
de 850 hPa y 700 hPa (anexo 4). Cabe resaltar que la saturación del entorno sobre los andes
del sur del Perú durante los días de FF y FO se expresan desde niveles medios hasta el nivel
de 700 hPa como consecuencia de los flujos húmedos provenientes del norte/nornoreste
representados por las líneas de corrientes y la humedad relativa en ese nivel (anexo 5).
59
a e
b f
c g
d h
Figura 13: Análisis de líneas de corriente junto a la velocidad de viento en 500 hPa (kt, escala
de grises), vorticidad relativa en 500 hPa (x 10-5 s-1, sombreado) y velocidad vertical
en 500/400 hPa (Pa/s, contornos), lado izquierdo. Análisis de variables similares en
700 hPa y velocidad vertical en 600/700 hPa, lado derecho. Secuencia válida para
FP, FF, FO y FD.
a e
b f
c g
d h
Figura 14: Análisis de humedad relativa en 950 hPa (%, sombreado) y altura geopotencial
en 850 hPa (mgp, contornos), lado izquierdo. Análisis de presión reducida al nivel
del mar (hPa, sombreado) y espesores en la capa 1000/500 hPa (mgp, contornos
azules), lado derecho. Secuencia válida para FP, FF, FO y FD.
Durante el movimiento de la parte trasera de la vaguada y la formación de la DANA se
aprecia también el recorrido y aproximación de la subsidencia en niveles medios hacia los
andes del sur, evidenciando la subsidencia hasta niveles de 700 hPa durante la FO (figura
12g), reflejando así la incursión de masa de aire frío desde niveles altos a medios con núcleo
geográfico alrededor de los 20⁰S-79⁰W. La influencia de estas condiciones sinópticas sobre
la sierra sur del Perú puede ser representada mediante la evolución de los parámetros de
vorticidad potencial (VP) en 300 hPa y altura geopotencial en 500 hPa a través del diagrama
de Hovmöller. Según este diagrama aplicado a la latitud de 16°S, se observó que durante el
día 24 a las 12Z se presentó un núcleo de aire más frío que su entorno localizado sobre los
78°W (temperaturas inferiores a -14⁰C) y con la presencia de vientos zonales que superaron
los 50 kt, advectando de esta forma aire frío en dirección a los andes del sur (75⁰W-70⁰W)
desde la FF en adelante. Aunque el diagrama de Hovmöller sobre los 16°S no muestra
valores próximos a los -1.6 UVP, en los diagramas desde los 17⁰S hacia el sur se encontró
que la VP alcanzó valores por debajo de las -2 UVP, teniendo como centro de su núcleo los
-80⁰W y dándose desde la FF del evento (no se muestran). Las caídas de VP están asociadas
a centros de baja presión expresados como núcleos de altura geopotencial en 500 hPa que
alcanzaron valores mínimos de 5680 mgp en -16°S (figura 14a). En los -17°S es más notable
la invasión de aire frío en los 500 hPa sobre los andes del sur del Perú (no se muestra). Esta
masa de aire frío predominante, representado por lo núcleos de altura geopotencial sobre los
-80°W, fue invadido desde niveles de tropósfera alta a niveles medio como consecuencia de
la caída o intrusión de aire estratosférico representado por los máximos de VP, y que serían
transportados eficientemente desde estas latitudes hacia la sierra sur del Perú dado el
incremento del viento zonal del oeste por encima de los 50 kt.
Durante las FF y FO, sobre el flanco este de la cordillera sur y central del Perú se observó
que en niveles bajos los flujos del norte se van debilitando y cambiando de dirección como
consecuencia de lo forzado por los flujos del AM y producto de la influencia del sistema
frontal cuasi-estacionario. Es decir, mientras que en los días previos a la FF los flujos de
vientos en niveles por debajo de 850 hPa fue principalmente paralela a la cordillera y en
dirección hacia el sur, estos fueron cambiando durante las FF y FO a flujos de componente
zonal del este y meridionales del sur. Este cambio de dirección en los flujos iniciado en
niveles cercanos a superficie fue reflejado hasta el nivel de 850 hPa, propiciando la
convergencia de los flujos sobre la selva sur y central del Perú (anexo 6), El acople de esta
62
convergencia en niveles bajos con la divergencia generada por la influencia de la vaguada
profunda en altura, se presentó en horas de la madrugada desde la FF hasta horas posteriores
a la FO pudiendo desencadenar el desarrollo de estos sistemas convectivos (anexo 6).
Enlazado a la liberación de calor y humedad atmosférica que generan estos sistemas se
presentó el predominio del viento meridional del norte en el nivel de 500 hPa (anexo 2),
presente también en los flujos de líneas de corriente en el nivel de 700 hPa (anexo 4). Este
transporte de humedad por parte de los flujos de vientos del norte hacia la sierra sur ocurrió
durante la FF y FO, asimismo se identificó que este transporte predominó durante el día 24
a las 12Z, 12h antes a la FO.
63
a
Figura 15: Corte de sección vertical en latitud de -20°S (figura a) y -16°S (figura b)
durante la FO. Temperatura potencial equivalente 330 y 340 K (Kelvin,
contorno fucsia), isotacas (kt, sombreado), vorticidad relativa (x 10-5 s-1,
sombreado en grises), humedad relativa (%, sombreado), movimiento vertical
(Pa/s, contornos punteados) e isoterma de 0°C (contorno azul).
a
Figura 16: a) Diagrama de Hovmöller para vorticidad potencial en 300 hPa (UVP, contorno),
temperatura del aire en 500 hPa (°C, sombreado) y altura geopotencial en 500 hPa (mgp,
contorno punteado). b) Diagrama de Hovmöller de temperatura del aire (°C, sombreado),
humedad relativa (%, contornos) y relación de mezcla en 600 hPa (g/kg, sombreado).
Latitud -16°S
Analizado el comportamiento de los parámetros dinámicos, cinemáticos y saturación del
entorno en tropósfera alta, media y baja, es importante cuantificar la humedad atmosférica
sobre la sierra sur. En consecuencia, mediante un diagrama de Hovmöller latitudinal a -16⁰S,
asociado la presencia de relación de mezcla, saturación y temperatura del entorno en el nivel
de 600 hPa, fue posible identificar el impacto y resultado de la circulación sinóptica sobre
los andes del sur del Perú. Se encontraron valores de relación de mezcla por encima de 5
g/kg desde la FP hasta antes de la FD; sin embargo, los valores de humedad relativa
mostraron un ambiente saturado con valores sobre los 90% desde la FP hasta horas después
de la FO (figura 16b) presentándose así principalmente un alto potencial para la ocurrencia
de precipitación del tipo líquida. Como consecuencia de la advección de aire frío se
presentaron temperaturas alrededor de los 0⁰C sobre la sierra sur 12 h después de la FF y
predominando hasta horas posteriores a la FO. El acoplamiento de la saturación del entorno,
así como los valores requeridos para ocurrencia de precipitación y las temperaturas próximas
y por debajo de los 0⁰C para dar origen a la caída de nieve en superficie se dan
principalmente desde el día 24 de agosto a las 12Z hasta el día 25 de agosto a las 06 Z
aproximadamente (figura 16b). Para la latitud de -16⁰ S este periodo fue representativo para
la sierra sur occidental entre los -70⁰ a -73⁰W. La saturación próxima al 100% junto con los
requerimientos de humedad atmosférica se concentró a horas posteriores de la FO. Se destaca
de este análisis que según va migrando hacia el norte de la latitud de -16⁰S, la presencia del
aire frío es menor, aunque el acople para la ocurrencia de precipitación líquida fue altamente
probable. Hacia el sur de -16⁰ S el acople de estos parámetros favorece la mayor probabilidad
de caída de nieve hacia el lado oriental de los -70⁰W.
66
4.2.2. Descripción de la circulación atmosférica prevista por el modelo
ETA/SENAMHI-32 km
a. Predicción del modelo ETA 96 horas antes de la FO
En términos de campos de altura geopotencial y posicionamiento del JS previsto por el

modelo ETA/SENAMHI, este logra reproducir la presencia y evolución de la vaguada en
altura asociada a la DANA en niveles medios durante la FF y FO (figura 17). Aunque se ve
un buen reflejo de la altura geopotencial, se observó que son levemente sobreestimados por
el modelo en niveles altos y medios. El alcance sobre los 20⁰S que tuvo el desprendimiento
del JS observado durante la FF sobre el Pacífico no fue previsto por el modelo, mientras que
los vientos observados por encima de los 100 kt por encima de la latitud de 20⁰S y la alta
cizalladura horizontal que ocurrió delante de la vaguada y próxima a la sierra sur del Perú
durante la FO tampoco fueron previstos certeramente. Asimismo, el modelo no logra
reproducir la alta saturación de humedad del entorno durante la FF y FO en niveles medios
sobre la región sur del Perú y en general sobre todo su dominio de integración. En cuanto a
la identificación de este patrón sinóptico, el modelo logró reproducir con acierto el
posicionamiento de la caída de temperatura y altura geopotencial en 500 hPa durante la FF,
mientras que para la FO del evento estas variables alcanzan distorsionarse grosamente en
magnitud y posición (anexo 7a).
67
a c
c
b d
Figura 17: Similar a la Figura 10, pero previsto 96 horas antes de la FO. Secuencia válida
para FF y FO.
En el nivel de 250 hPa la evolución prevista del sistema de vaguada a través de las líneas de
corriente se asemeja a lo observado durante la FF; sin embargo, se distorsiona en cuanto al
alcance meridional de la vaguada en altura durante la FO del evento ubicada sobre el Pacífico
este. Por otro lado, la circulación anticiclónica de escala sinóptica con núcleo en el continente
de Brasil en 500 hPa, que logró aportar humedad desde la amazonia hacia la sierra sur del
Perú, no logra alcanzar semejanza a lo observado tanto en dirección como magnitud, de
acuerdo a lo previsto por el modelo para la FF y FO (figura 18). En cuanto a la previsión de
los parámetros dinámicos de divergencia y convergencia son claramente subestimados tanto
para la FF y FO. La línea divergente en 250 hPa sobre la sierra central y sur que jugó un rol
importante para la ocurrencia de nevadas del Perú no logra ser reflejada por el modelo (figura
18).
68
a c
c
b d
para FF y FO.
En cuanto a la previsión de los parámetros dinámicos mediante cortes verticales/latitudinales

en el núcleo de la DANA, no se encontró un núcleo de vorticidad negativa en 400 hPa, sin
embargo, se presentó un núcleo de menor rotación y alcance vertical en 600 hPa (figura 18).
La previsión del JS mediante el corte muestra un predominio de expansión zonal con núcleo
sobre la cordillera en 200 hPa, diferente a una mayor expansión vertical y núcleo en 250 hPa
observado por el modelo ERA-INTERIM (figura 19) sobre el lado occidental de la cordillera.
La previsión del movimiento vertical ascendente es predominante sobre la cordillera cerca
al núcleo de la DANA, de la misma forma sobre la sierra sur del Perú, aunque con una clara
distorsión y sobreestimación de esta variable con respecto a lo observado (figura 19). En
cuanto a la saturación del entorno sobre la sierra sur, la previsión no muestra valores altos
de saturación. Cabe mencionar que, así como no hubo predominio de un entorno saturado
sobre la sierra sur en los campos horizontales de humedad, tampoco se presentaron sobre los
campos verticales como consecuencia de la escasa representación horizontal de la
circulación anticiclónica en 500 hPa que advecta humedad desde la amazonia hacia esta
región. En el mismo corte se puede apreciar que la isoterma de 0⁰C prevista no logra
69
reproducir con acierto su evolución debido a que no alcanzó aproximarse a superficie como
en lo observado durante la FO. Adicionalmente, se encontró que el aporte de AVN por el
sistema frío desde la FF hasta la FO es sobreestimado y distorsionado en la vertical durante
su trayectoria hacia y sobre la sierra sur, asimismo las regiones de máximo levantamiento
generada por el aporte de AVN es evidente sobre la sierra sur durante la FO, sin embargo,
en contraste con lo observado, no muestran núcleos predominantes y bien definidos sobre
los 500 hPa (anexo 7b). Asimismo, la región de temperatura entre -14 a -17⁰C refleja una
menor caída en la vertical durante la FO con respecto a lo observado, y no lográndose
identificar un traslape entre esta región y las zonas de máximo levantamiento dispersas,
factores fundamentales para la ocurrencia de nevadas intensas.
Hacia el lado oeste de la cordillera de los andes el modelo logra representar el fortalecimiento
de la circulación anticiclónica sobre el Pacífico en el nivel de 850 hPa durante la FO (figura
19). Además, logra capturar la elongación hacia el norte del sistema frío representado por
los espesores en 500/1000 hPa, aunque sin alcanzar latitudes de -15⁰S durante la FF. La
evolución prevista de los campos de presión en superficie logra representar el fortalecimiento
del APS, así como la invasión de una cuna del APS hacia el sureste del Perú y su tendencia
a una distribución zonal desde la FF (figura 20). Cabe mencionar que se observó una buena
aproximación en cuanto a la magnitud al núcleo del APS; no obstante, mostró una
sobreestimación de los campos de altura geopotencial, también presentado en niveles altos,
y la subestimación de los campos de humedad relativa hacia este lado de la cordillera durante
la FF y FO. Hacia el lado este de la cordillera, el modelo logró reproducir de forma acertada
el AM así como su ligera extensión hacia el norte durante la FF. Así mismo, el modelo logra
reproducir el movimiento hacia el este del SBP formada en el océano atlántico, así como el
apiñamiento de los campos de altura geopotencial junto a una ligera saturación en niveles de
950 hPa durante la FF y FO, reflejo de la presencia de un sistema frontal posicionado sobre
las fronteras de Brasil, Uruguay, Argentina y Paraguay (figura 20). La previsión de los
parámetros dinámicos de convergencia y divergencia en niveles bajos hacia el lado este de
la cordillera sur del Perú no logran reproducir los flujos convergentes en niveles bajos (700,
850 hPa) que desencadenaron el desarrollo convectivo sobre la vertiente oriental de los andes
del sur durante la FF (anexo 8a). En general, la previsión de la evolución de los sistemas de
escala sinóptica en niveles medios y bajos mediante las variables altura geopotencial y
70
presión reducida a nivel del mar durante la FF y FO muestran una buena aproximación del
comportamiento observado de los sistemas.
71
a
Figura 19: Similar a la Figura 15, pero previsto 96 horas antes de la FO. Válido para la FO.
En cuanto a los sistemas que favorecieron el desarrollo de sistemas convectivos hacia el lado
este de la cordillera que aportaron humedad hacia los andes del sur, cabe recordar que la
convergencia en niveles bajos jugó un rol importante durante las FF y FO. La convergencia
observada durante estas fases que fueron propiciadas por el cambio de flujos de viento y su
convergencia generada con el flanco este de la cordillera central y sur de los antes durante
horas de la madrugada no logra ser prevista de forma certera (anexo 8a), el mismo que al
complementarse con la casi nula divergencia en altura (figura 18) prevista durante estas fases
no favorece al desarrollo convectivo según la previsión del modelo. De esta forma, el modelo
no logro reproducir fielmente la influencia sinóptica sobre el flanco este de la cordillera
central y sur del Perú por parte del movimiento de los flujos del sur en niveles bajos (< 850
hPa) asociados al movimiento del AM. Asimismo, la previsión de campos de temperatura
de rocío para las FF y FO no muestran de forma precisa el alcance observado de la masa de
aire extratropical hacia el lado este de la cordillera del centro y sur de Bolivia que influye en
el posicionamiento del sistema frontal y la formación de convectivos en esta región. Bajo el
escenario de formación de convectivos en el lado este de la cordillera central, el rol advectivo
de la humedad hacia la sierra sur mediante los flujos de los vientos del norte en 500 hPa jugó
un rol importante; sin embargo, la previsión de estos flujos no logró ser reproducida por el
modelo para las FF y FO (anexo 8b).
a c
c
b d
para FF y FO.
73
El modelo logra captar el movimiento hacia el este y la invasión del eje de cuña del sistema
anticiclónico ubicado sobre el Pacífico que permite el fortalecimiento del eje de vaguada
asociada al sistema frío observada en niveles medios (figura 21). Sin embargo, así como el
modelo no tuvo la capacidad de reproducir la elongación hasta los 10°S de la vaguada en
niveles medios durante la FF y FO, tampoco logró prever la extensión y cercanía del núcleo
de máxima de vorticidad ciclónica localizada en el centro de la DANA durante la FO (figura
21). De la misma forma, en la misma figura se encontró que los núcleos máximos de
subsidencia del movimiento vertical asociada a estos sistemas en niveles medios son
claramente subestimados en términos de magnitud en ambas fases, además durante la FO no
se logra prever con certeza su aproximación hacia los andes del sur del Perú. Por lo tanto, la
invasión de masa de aire frío desde niveles altos hacia niveles medios vinculada a la
subsidencia observada es subestimada por el modelo ETA (figura 21). En cuanto a la
previsión de la presencia de masa de aire frío mediante el diagrama de Hovmöller para
niveles medios en latitud de 16°S, el modelo no logra prever la presencia de masa de aire
frío en términos de temperatura durante la FF y FO; sin embargo, los flujos del viento zonal
son previstos con magnitudes cercanas a los 50 kt y con dirección hacia los andes del sur del
Perú, desde 75⁰W a 70⁰W (anexo 9a). Así como la temperatura no prevé invasiones de aire
frío durante las fases asociadas al evento, las variables VP y altura geopotencial tampoco
muestran indicio de alguna incursión desde niveles superiores (anexo 9a). El diagrama de
Hovmöller, utilizado también en esta investigación para la identificación de condiciones
favorables de ocurrencia de nevadas sobre la sierra sur durante las condiciones observadas
en función a la temperatura del aire, humedad relativa y relación de mezcla en el nivel de
600 hPa sobre latitud de -16°S, también fue aplicado para la previsión del modelo ETA. En
este sentido, el modelo logra prever valores sobre los 5 g/kg de relación de mezcla desde la
FP hasta la FD hacia el lado este de -70W, asimismo la saturación del entorno sobre el 90%
predominó en esta zona durante las FF y FO (anexo 9b). Sin embargo, así como lo visto
anteriormente, el modelo no reproduce la previsión de alguna invasión de aire frío
(temperaturas alrededor de 0 C) cercana a superficie (600 hPa) durante ambas fases (anexo
9b). En este sentido, el modelo ETA/SENAMHI prevé la ocurrencia de precipitación del tipo
líquida para la latitud de -16⁰ S sobre la sierra sur hacia el este de la longitud de -70⁰W,
mientras que las condiciones previstas hacia el lado oeste (sierra sur) la probabilidad de
ocurrencia de algún tipo de precipitación fue casi nula (anexo 9b).
74
a c
b d
para FF y FO.
b. Predicción del modelo ETA 48 horas antes de la FO
Bajo esta segunda previsión basada en una inicialización de 48 horas previas a la FO, así
como con la previsión de 96 h de antelación al día D, los parámetros de altura geopotencial
también logran prever la presencia y evolución de la vaguada en el nivel de 250 hPa; sin
embargo, en el nivel de 500 hPa no logra reflejar una circulación ciclónica cerrada
característica de la DANA durante la FO (figura 22). En esta previsión, el modelo logra
reproducir el desprendimiento del JS en el nivel de 250 hPa sobre el Pacífico durante la FF;
a pesar de ello, no logra representar certeramente su alcance sobre los 20°S. Cabe mencionar
que el eje de esta vaguada durante la FF logra tener un alcance meridional hasta los 15°S,
similar a lo observado; sin embargo, este eje fue previsto en una posición más hacia el este
durante su movimiento hasta la FO, el mismo que podría distorsionar los efectos dinámicos
sobre la sierra sur (figura 22). Asimismo, mientras que en la FO esta vaguada de altura
asociada al JS se observó la invasión de vientos por encima de los 100 kt próximos al lado
suroeste de la sierra sur, la previsión por parte de esta inicialización subestima la presencia
de esta magnitud y también la alta cizalladura de viento originada en esta zona (figura 22).
En cuanto a la saturación del entorno en el nivel de 500 hPa, los campos de humedad relativa
continúan siendo subestimados sobre todo el dominio de integración; sin embargo, fue
posible identificar regiones previstas con saturación por encima del 85% sobre la cordillera
sur del Perú. A escala sinóptica, las caídas diarias de temperatura y altura geopotencial en
500 hPa, parámetros para la identificación del sistema frio, muestran regiones de
calentamiento y enfriamiento semejante a lo observado, y reproduciendo con mayor acierto
durante FF del evento (anexo 10). La previsión de los núcleos de caída diaria de altura
geopotencial y temperatura para la FO asociados al movimiento de la vaguada son
posicionados más hacia el este con respecto a lo observado, producto del poco acierto en
prever la orientación del eje de vaguada en altura (anexo 10).
76
a c
c
b d
para FF y FO.
El análisis de previsión de líneas de corriente para la FF en el nivel de 250 hPa (figura 23)
muestra el patrón vaguada muy semejante a lo observado en cuanto a posición, dirección y
magnitud de los vientos, mientras que el reflejo de esta vaguada en 500 hPa prevé un eje
similar a lo observado asociado a una circulación anticiclónica que la precede. Asimismo,
en esta previsión, a diferencia de la anterior y durante ambas fases, ya se muestra sobre la
región sur del Perú un acople de flujos amazónicos y la vaguada en 500 hPa, con vientos en
dirección hacia la sierra sur. El panorama de la previsión de los patrones sinópticos durante
la FO (figura 23) resultó diferente en términos de posicionamiento a lo observado, ya que la
evolución del eje de vaguada (posterior a la FF) dominante en 250 hPa mostró una desviación
en su elongación y un mayor recorrido hacia el este, donde parte del eje se posicionó sobre
territorio de Chile, teniendo efecto sobre la circulación en 500 hPa al mostrar un eje de
orientación y posición similar. En síntesis, de acuerdo al análisis de líneas de corriente, el
modelo no logra prever con certeza la elongación del eje de vaguada en el nivel de 250 hPa
y tampoco la inclinación del eje de vaguada en el nivel de 500 hPa para la FO. Asimismo,
en cuanto a la previsión de los campos de parámetros dinámicos (figura 23), la región
continental donde predominó la divergencia en 250 hPa, asociado a la incursión del JS en
77
altura, se aproximó ligeramente a lo observado, siendo subestimado en magnitud en estos
niveles altos. Sobre cordillera central y sur del Perú, bajo esta inicialización de 48 horas
anterior al día D, el modelo logró prever parcialmente la formación de una línea divergente
en el nivel de 250 hPa durante la FO, aunque con una subestimación en su magnitud. En
contraste con la previsión de 96 h, esta previsión brindó un indicio de presencia divergente
en esta región, mecanismo que fue uno de los componentes dinámicos cruciales que
conllevaron a la ocurrencia de la nevada regional.
a c
c
b d
para FF y FO.
El corte vertical/latitudinal en la latitud de 20°S (centro de la DANA) prevé una

subestimación de la intensidad del sistema frio, expresado en términos de la componente
rotacional del viento o vorticidad; sin embargo, muestra un posicionamiento de su núcleo en
los 500 hPa sobre los 70°W, más próximo a cordillera que lo observado. De acuerdo a la
previsión, la invasión del JS durante la FO refleja un aumento en la intensidad del viento; no
obstante, la invasión del gradiente de magnitud de viento en la vertical o cizalladura desde
niveles superiores también fue subestimada. Asimismo, está previsión en el corte de 20°S
78
no logro reproducir durante la FO la forma acampanada de la temperatura potencial hacia el
lado oeste de la cordillera, en su lugar se prevé una posición del eje de la campana diferente
a lo observado que generó principalmente efectos de movimientos descendentes sobre
cordillera para esta fase. En consecuencia, el efecto de esta previsión también mostró un
comportamiento diferente sobre los 16°S (figura 24b), debido a que se sobreestimó la
presencia de vorticidad ciclónica en la vertical, encontrándose hasta los 300 hPa,
promoviendo sobre la sierra sur una sobrestimación del movimiento vertical ascendente
desde la FF hasta la FO. En cuanto a la previsión de la humedad relativa, el corte de 20°S
muestra una clara subestimación sobre cordillera, mientras que sobre la sierra sur del Perú
(figura 24b) los valores de saturación logran ser próximos a lo observado, debido a una mejor
previsión en el acople de la vaguada en 500 hPa y los flujos de la amazonia que aportaron
humedad hacia la sierra sur (figura 23). En el corte sobre los 16°S durante la FO (figura 24b),
se puede apreciar también la proximidad de la isoterma de 0⁰C prevista sobre la sierra sur
occidental, de comportamiento similar a lo observado. En la figura de AVN (anexo 10b) se
puede apreciar la presencia del mismo de la advección de esta al llegar sobre la sierra sur
durante la FO; sin embargo, al igual que la previsión de 96 h, muestra una clara distorsión y
sobrestimación en la vertical, mientras que una región divergente producto de la línea
divergente prevista en los campos zonales en altura también se reflejan en este corte.
Posiblemente, debido a este comportamiento previsto de la AVN explicaría la
sobrestimación del movimiento vertical en toda la columna atmosférica sobre la sierra sur.
Asimismo, en este tipo de gráfica no se aprecia el traslape entre los núcleos de máximo
levantamiento con la región de temperaturas entre -14 a -17°C sobre la sierra sur.
79
a
Figura 24: Similar a la Figura 15, pero previsto 48h antes de la FO.
La previsión del APS, durante ambas fases, así como los campos de altura geopotencial y
humedad relativa hacia el lado este y oeste de la cordillera mostraron una buena
aproximación a lo observado en términos de distribución espacial (figura 25); sin embargo,
una vez más, fue evidente la sobrestimación de las magnitudes de altura geopotencial,
mientras que los campos de humedad relativa son subestimados en ambos lados de la
cordillera. Hacia el lado occidental de los Andes, como consecuencia del posicionamiento
de la vaguada en altura asociado al sistema frío que afectó a la cordillera de los Andes, el
campo de espesores 500/1000 hPa también muestra un eje de vaguada posicionado hacia el
este con respecto a lo observado. El modelo también fue capaz de reproducir la incursión y
fortalecimiento del AM durante la FF y FO, así como el movimiento hacia el este del SBP
sobre el océano atlántico asociado a un sistema frontal ubicado sobre las fronteras de Brasil,
Uruguay, Argentina y Paraguay (figura 25). En contraste a la FF, el AM logra alcanzar un
eje de cuña en dirección hacia el centro de Bolivia durante la FO, similar a las condiciones
observadas.
a c
c
b d
para FF y FO.
81
En cuanto a los mecanismos de acople de divergencia y convergencia en niveles altos y bajos
respectivamente, se observó que sobre el flanco este de la cordillera central y sur de los
andes, el modelo, a pesar de mostrar una mejor previsión de los campos de divergencia en
altura sobre esta región, no logró reproducir con proximidad la convergencia generada en
niveles bajos sobre la selva central y sur del Perú durante la FF, puesto que a pesar de prever
regiones de convergencia durante horas de la madrugada de la FF, éstas fueron muy dispersas
geográficamente, mientras que en selva central no hubo indicio de convergencia en ese nivel
(anexo 11). Sobre el este de la cordillera sur del Perú, la convergencia prevista en niveles
bajos, producto del debilitamiento de los flujos del norte y la influencia de los flujos del sur
asociado al AM, mostró una ligera mejora en su simulación, siendo de forma más precisa
durante horas cercanas a la FF que a la FO. El alcance de la influencia del AM, en términos
de los campos temperatura de roció, presentó una mejor aproximación en su avance hacia el
norte por el flanco este de la cordillera del centro y sur de Bolivia. Según los campos
previstos, bajo esta inicialización de 48 h previas a la FO, hubo una ligera probabilidad de
formación de sistemas convectivos en la selva central y norte del Perú en horas de la
madrugada, principalmente para la FF. Esta probabilidad de potencial convectivo, estuvo
acoplada con una mejor previsión de los flujos del norte en el nivel de 500 hPa (anexo 11b)
que posibilitan la advección de humedad atmosférica sobre la sierra sur del Perú posterior a
la FF.
Mediante la previsión de altura geopotencial en niveles altos y medios, se identificó una

mejor representación de la elongación hacia el norte y un recorrido desviado hacia el este,
con respecto a lo observado, por parte del sistema de vaguada en altura. En consecuencia, en
la previsión de líneas de corriente, campos de vorticidad y movimiento vertical (figura 26)
se identificó una mejor aproximación espacial del núcleo de subsidencia en los 500 hPa
(sobre los 20⁰S) durante la FF, aunque siendo subestimado en magnitud. Asimismo, la
previsión de la distribución de los núcleos de giro ciclónico fueron semejantes con lo
observado durante la FF; sin embargo, en la FO fue evidente la distorsión en el movimiento
del núcleo ciclónico, así como de los núcleos de subsidencia asociados (figura 26), no
sosteniéndose a través de la latitud de 20⁰S en la FO que tuvo un reflejo hasta los 700 hPa,
característica del sistema frio observado. En cuanto a la previsión mediante el diagrama de
Hovmöller para la latitud de 16⁰S (anexo 12a), el modelo logra prever la presencia de masa
de aire de frío con núcleo sobre los 80⁰W expresado en términos de temperatura del aire y
82
altura geopotencial en 500 hPa, posicionándose de forma semejante a las condiciones
observadas. Sin embargo, la previsión de la magnitud de la temperatura fue subestimada,
mientras que la altura geopotencial, una vez más, fue sobrestimada. Aunque la previsión de
los valores de PV no muestran valores por debajo de -1.6 UVP, en el mismo núcleo de masa
de aire frío previsto se identificó magnitudes inferiores a su entorno y cercanos a -1 UVP.
La previsión del comportamiento de estos parámetros es un indicio de invasión de aire frío
desde niveles superiores a niveles medios. En cuanto a la aplicación del diagrama de
Hovmöller en la latitud de -16⁰S para la previsión del acaecimiento de la nevada sobre la
sierra sur, sobre la región entre -75⁰ a -70⁰W (anexo 12b), en esta inicialización el modelo
logra predecir de forma eficaz el traslape entre la invasión de temperaturas cercanas y por
debajo a los 0°C, con una alta saturación del entorno por encima del 90% y valores de
relación de mezcla en 600 hPa por encima de los 5 g/kg, necesarios para favorecer la
ocurrencia de nevadas.
a c
b d
válida para FF y FO.
83
c. Predicción del modelo ETA 24 horas antes de la FO
La predicción de los campos de altura geopotencial y JS en el nivel de 250 hPa, basados en

la inicialización de 24 horas previas a la FO del evento, logran representar de forma muy
próxima a lo observado, la posición y movimiento del eje de cuña sobre el Pacífico, así como
la evolución del eje de vaguada en altura hasta la FO (figura 27). Asimismo, la previsión del
desprendimiento del JS en el Pacífico durante la FF muestra una subestimación en su
magnitud, sin embargo, entre los 3 casos analizados, refleja mejor el alcance tropical por
parte del JS desprendido y su interacción con el JS de núcleo continental. Cualitativamente,
la previsión de la evolución del JS en términos de magnitud hacia el lado suroeste de la sierra
sur desde la FF hasta la FO logró mostrar una mejor aproximación del comportamiento del
JS (figura 27b). En tropósfera media, los campos de altura geopotencial en 500 hPa
evidencian, como en las inicializaciones anteriores, una subestimación de esta variable a
través de todo el dominio de integración; sin embargo, esta predicción logra anticipar la
formación de una circulación ciclónica cerrada sobre los 25⁰S-75⁰W (figura 27d).
Asimismo, la predicción de la humedad relativa en este nivel continúa siendo subestimada a
través del dominio de integración; sin embargo, durante la FO sugiere un aumento de la
humedad con valores sobre el 90% sobre la cordillera sur del Perú (figura 27d). En cuanto a
la identificación del sistema frío mediante la predicción de los campos de caídas diarias de
temperatura y altura geopotencial en 500 hPa, estos muestran una buena aproximación a lo
observado, identificando notablemente un núcleo frío prevaleciente sobre los 25⁰S-75⁰W
(anexo 13a), como consecuencia de una mejor aproximación de los sistemas sinópticos en
niveles altos.
84
a c
c
b d
para FF y FO.
Así como los campos de altura geopotencial en niveles altos, la previsión de las líneas de
corriente en 250 hPa muestra una buena representación de la circulación sinóptica sobre el
dominio de integración, asimismo logra representar de forma próxima a lo observado el eje
de vaguada durante la FF y su elongación en la FO (figura 28a, b). En el nivel de 500 hPa,
así como con la previsión de 48 horas, el alcance subtropical del eje de vaguada logra
alcanzar los 10⁰S durante la FF, similar a lo observado (figura 28c). Asimismo, la previsión
de este eje en este nivel durante la FO en términos de su aproximación con la sierra sur del
Perú es representado de forma muy próxima a lo observado (figura 28d). En este mismo
nivel, la previsión logra identificar la circulación anticiclónica de escala sinóptica sobre la
amazonia sudamericana y su conexión con el eje de vaguada en 500 hPa, logrando simular
el ingreso de los vientos desde la amazonia durante la FF y FO (figura 28c, d). A diferencia
de la previsión de 48 horas, la previsión de los vientos del norte hacia la sierra sur durante la
FO fue más próxima a lo observado en términos de distribución y magnitud (anexo 14b). De
esta forma, el comportamiento de los flujos fue previsto de forma muy próxima a lo
observado durante ambas fases. En cuanto a la previsión de los parámetros dinámicos de
divergencia/convergencia en 250 hPa, fue evidente la formación de una línea divergente
85
sobre la sierra sur y selva central, como consecuencia una mejor simulación de la
aproximación del eje de vaguada y la invasión del JS sobre el sur del Perú; sin embargo, las
zonas divergentes sobre esta región muestran subestimación en magnitud y un
posicionamiento más disperso que lo observado (figura 28b).
a c
c
b d
para FF y FO.
La previsión del corte latitudinal en 20⁰S muestra un núcleo de vorticidad ciclónica

predominante sobre los 600 hPa, como indicio de la presencia del sistema frio, y
posicionado, al igual que lo observado, sobre los 75⁰W; sin embargo, con una menor
extensión vertical y una subestimación en su magnitud, desencadenando también una
subestimación del movimiento vertical descendente en la parte trasera del sistema frio (figura
29). En cuanto a la posición y extensión del JS en la misma latitud, muestra una mayor
semejanza a lo observado, con respecto a las otras previsiones; no obstante, muestra una
ligera sobrestimación en su magnitud. Por otro lado, la previsión del corte en los 16⁰S
muestra una buena aproximación en intensidad y extensión vertical del JS, asimismo la
previsión del núcleo del sistema frio sobre esta región se ubica en los 550 hPa y próximo a
86
los 75⁰W, similar a las condiciones observadas. Ambos mecanismos permitirían una mejor
aproximación del movimiento vertical ascendente sobre la sierra sur del Perú, con núcleos
definidos sobre los 450 hPa y de extensión similar a las condiciones observadas (figura 29b).
Asimismo, la previsión de la AVN se restringe desde el nivel de 400 hPa hacia niveles
inferiores producto de una mejor previsión de la vorticidad ciclónica (anexo 13b). Cabe
mencionar que la previsión del traslape de la región de temperaturas que favorece la
formación de nieve junto a los núcleos de movimiento vertical muestra una mejor
aproximación a lo observado, con respecto a los casos anteriores (anexo 13b). El mismo
corte, prevé una alta saturación sobre la sierra sur y similar a lo observado, en términos de
humedad relativa, posiblemente como consecuencia de una mejor aproximación de los flujos
procedentes de la amazonia, previsto a través del análisis de líneas de corriente en 500 hPa.
87
a
Figura 29: Similar a la Figura 15, pero previsto 24 horas antes de la FO.
La previsión del sistema del APS desde la FF hasta la FO muestra una buena aproximación
a lo observado en términos de posicionamiento e intensidad, de igual forma la previsión del
AM logró identificar su movimiento y la extensión de su cuña hasta el centro de Bolivia
durante la FO (figura 30c, d). A diferencia de las previsiones predecesoras, los espesores de
la capa 500/1000 hPa logran reflejar el eje de vaguada de altura hasta formar un núcleo no
cerrado en su totalidad sobre los 25⁰S,75⁰W, como indicador de la presencia del sistema frío
que alcanza estos niveles bajos (figura 30d). Asimismo, los campos de altura geopotencial a
escala sinóptica muestran una buena aproximación a lo observado; sin embargo, continúa
siendo sobrestimado en magnitud en tropósfera baja para ambas fases (figura 30). Las
regiones de mayor humedad relativa observada través del todo el dominio son también
previstos por el modelo; no obstante, estos campos continúan siendo subestimados, sin
alcanzar altos grados de saturación observados en los sistemas frontales durante la FO (figura
30). En cuanto al potencial para la formación de actividad convectiva hacia el lado este de
la cordillera central y sur de los andes, el modelo logra prever zonas convergentes sobre esta
región durante la FF, aunque con una clara sobreestimación de este parámetro, y con menor
intensidad y dispersión durante la FO; sin embargo, no se logra complementar con la
divergencia en altura, principalmente durante la FO (anexo 14a). Esta desorganización
prevista para el acople de estos parámetros no favorecería la actividad convectiva profunda
sobre la selva central y sur del Perú, regulada por la divergencia en altura; aunque, debido al
comportamiento de los flujos convergentes previstos en niveles bajos no se descartaría por
completo la formación de sistemas convectivos en esta región.
89
a c
c
b d
para FF y FO.
Bajo esta inicialización de 24 h de antelación, la previsión de la distribución espacial de los

campos de vorticidad logran ser semejantes a los observados, tanto en los ejes de cuña y
vaguada, así como en las circulaciones ciclónicas y anticiclónicas en el dominio de
integración. La invasión del eje de vaguada hacia latitudes subtropicales que alcanzan
latitudes próximas a los -10⁰S pudo ser identificable mediante la previsión de su giro
ciclónico durante la FF, mientras que en la FO el posicionamiento de este eje y su vorticidad
asociada fue muy semejante a lo observado. La invasión de masas de aire fría desde
tropósfera alta a media, representada por el núcleo de movimiento vertical descendente
detrás de esta vaguada, pudo ser prevista por el modelo durante la FO, localizándose muy
cerca a los 20⁰S, 75⁰W en 500 hPa, aunque con una notable subestimación al igual que en
las previsiones anteriores. Asimismo, la presencia del predominio de movimiento vertical
ascendente en la parte delantera del eje de vaguada fue prevista por el modelo durante la FO,
la misma que se presenció sobre la sierra sur del Perú. La previsión del diagrama de
Hovmöller en la latitud de -16⁰S aplicado a la altura geopotencial en 500 hPa y la VP en 300
hPa muestran la presencia de valores mínimos de VP cercanos a -0.6 UVP desde el día 24
90
hasta 12 horas posteriores, asociado a un centro de baja presión expresado por el núcleo frío
de altura geopotencial en el mismo periodo (aunque sobrestimado en magnitud), y reflejado
a través de una masa de aire más frío que su entorno, expresado mediante temperaturas
cercanas a los -12⁰C (anexo 15a). Así como con la previsión de 48 horas antes de la FO, la
previsión del diagrama de Hovmöller aplicado a la humedad relativa, relación de mezcla y
la presencia de masas de aire con temperaturas debajo de 0⁰C en el nivel de 600 hPa muestran
un buen acoplamiento entre ellos para la ocurrencia de nevadas en la sierra sur horas
posteriores a la FF y finalizando después de la FO, especialmente para la región comprendida
entre los -75⁰W a -70⁰W (anexo 15b). En términos de la invasión de aire frío, sus magnitudes
previstas por la inicialización de 24 horas antes de la FO fueran más precisas que la
inicialización de 48 horas, en ambos diagramas.
En las tablas 8 y 9 se realizó un resumen de la capacidad del modelo en predecir los procesos
meteorológicos observados más influyentes durante la FF y FO respectivamente. Cabe
resaltar que la previsión de 48 y 24 horas fueron capaces de predecir de forma muy próxima
a lo observado las condiciones durante la FF, mientras que los patrones vistos en la FO
fueron previstos de forma más certera con la previsión de 24 horas. Sin embargo, esta última
presentó limitaciones en representar la región subsidente asociada al sistema frío, así como
el comportamiento de los vientos y la convergencia en tropósfera baja.
91
Tabla 8: Procesos meteorológicos previstos por el modelo ETA/SENAMHI para la FF
Inicialización del modelo
Dinámica o proceso meteorológico 96 48 24
asociado durante la fase de
formación (FF) del evento horas horas horas
¿Previsto? Si/No
Tropósfera alta Vaguada profunda hasta los 15°S, No Si Si

paralela y próxima a la sierra sur
Tropósfera Región subsidente detrás de la Si Si Si

media vaguada
Vaguada profunda hasta los 10°S, No Si Si

paralela y próxima a la sierra sur
Mov. Vertical ascendente en sierra sur Si Si Si
Vientos del norte hacia sierra sur No Si Si
Tropósfera baja Influencia de la AM en el alcance de No Si Si

vientos del sur hacia la selva sur del
Perú
Convergencia en selva central del No Si Si

Perú
Tabla 9: Procesos meteorológicos previstos por el modelo ETA/SENAMHI en la FO
Inicialización del modelo
Dinámica o proceso meteorológico 96 48 24
asociado durante la Fase de Ocurrencia
(FO) del evento horas horas horas
¿Previsto? Si/No
Tropósfera Ondulación y aproximación del eje de Si No Si

alta vaguada hacia la sierra sur
Invasión tropical del JS sobre la sierra sur Si Si Si
Contundencia de la invasión tropical del JS No No Si

sobre latitudes de -15°S
Tropósfera Circulación ciclónica cerrada en 24°S- Si No Si

media 75°W
Posición e intensidad del núcleo subsidente No No No

circundante a la DANA
Línea divergente sobre sierra sur No No Si
Saturación del entorno mayor a 95% en No Si Si

sierra sur
Mov. vertical ascendente sobre sierra sur Si Si Si
Vientos del norte hacia sierra sur No Si Si
Tropósfera Influencia de la AM en el alcance de No No Si

baja vientos del sur hacia la selva central y sur
del Perú
Vientos zonales del este convergentes en No No No

selva central
Convergencia en selva central No No No

4.3. Evaluación cuantitativa de la predicción de las configuraciones sinópticas del
Para la evaluación cuantitativa, se utilizaron las variables analizadas durante la evaluación

cualitativa distribuidas a través de campos horizontales sobre el dominio de integración de
Sudamérica. Debido a la complejidad de evaluar cuantitativamente la variable cinemática
línea de corriente, se utilizó en su lugar el análisis de la componente zonal y meridional del
viento. Los parámetros estadísticos fueron aplicados a estas variables distribuidas en
tropósfera alta, media y baja.
Durante la evaluación cualitativa, de acuerdo al rol de los sistemas de circulación sinóptica

se encontraron las variables que logran explicar mejor el desarrollo y ocurrencia del evento.
Estas variables halladas fueron analizadas en la parte cualitativa, las cuales fueron:
 En tropósfera alta: JS, altura geopotencial, divergencia/convergencia y el viento

zonal en 250 hPa.
 En tropósfera media: la humedad relativa, altura geopotencial, vorticidad,

movimiento vertical, la magnitud del viento y su componente zonal y meridional.
 En tropósfera baja: la presión reducida a nivel del mar, espesor de 500/1000 hPa,
humedad relativa en 950 hPa, altura geopotencial en 850 hPa,
divergencia/convergencia en 850 hPa y la componente meridional del viento en 925
hPa.
Se analizó la distribución espacial del bias y RMSE únicamente durante la FO del evento,
esto con el fin de reducir la amplia información generada por las variables. Estas
distribuciones espaciales fueron comparadas entre los 3 casos de previsión del modelo: 96,
48 y 24 horas antes de la FO del evento. Además, debido al rol que jugo el sistema frio en
niveles altos y su proximidad con la sierra sur del Perú, se calculó los parámetros estadísticos
como RMSE y SC sobre el dominio de integración de Sudamérica y sobre la región definida
como A2 (figura 2), con la finalidad de comparar la evolución temporal en estas 2 regiones.
94
a. Distribución espacial del bias durante la FO del evento
En tropósfera alta, se encontró que, desde el punto de vista sinóptico, la distribución del error
medio para la magnitud del viento en el caso 1 presentó máximos de sobre y subestimación
a través de los ejes de ambos JS observados en la figura 9c, e incluso logrando subestimar
con magnitudes cercanas a los 40 kt en la región de invasión tropical latitudes de -20°S
(figura 31a), vinculado al lado derecho del eje de vaguada previsto, figura 17b. En el caso 2,
previsión de 48h, se encontró una clara disminución de la sobrestimación y subestimación
de los vientos máximos distribuidos sobre el Atlántico; sin embargo, sobre el Océano
Pacífico no se evidenció una disminución del error medio (figura 31b). Incluso se observó
que en la región de invasión tropical del JS próxima al sur del Perú, la distribución espacial
del error medio aumentó considerablemente con respecto a la previsión anterior. En esta
misma región, los campos de error medio de altura geopotencial también son subestimados
con mayor intensidad que con respecto a la previsión anterior, alcanzando desvíos de hasta
300 mgp. Estos campos de errores encontrado por la previsión de 48 horas evidencian las
consecuencias de una previsión desviada del eje de vaguada encontrada en la evaluación
cualitativa (figura 23b), mientras que en el caso 3, previsión de 24 horas, la disminución de
los campos de sobrestimación y subestimación del viento es evidente a través de todas las
regiones del dominio. Asimismo, en esta previsión, el alcance espacial de los núcleos de
sobrestimación de altura geopotencial en el eje de vaguada previsto fue la menor entre los 3
casos de previsión, con desvíos positivos alrededor de los 280 mgp,
95
a b
Figura 31: Bias para JS (kt, sombr.) y altura geopotencial (mgp, contor.) en 250 hPa
durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c).
Durante la FO, la invasión tropical del JS permitió el predominio de la zona divergente en la

parte delantera del eje de vaguada, extendiéndose incluso hasta la sierra central y sur del
Perú formando una línea divergente en toda esta región (figura 12c) y jugando un rol
importante para desencadenar el evento de acuerdo a lo encontrado en las condiciones
observadas. En este sentido, a escala sinóptica, este predominio divergente en la parte
delantera de la vaguada fue sobrestimado en la mayor cantidad de áreas y durante los 3 casos
de previsión (figura 32). Por otro lado, la convergencia observada en la parte trasera del eje
de vaguada también fue sobrestimada en la previsión de los casos 1 y 2, mientras que en el
caso 3 se identificó una clara disminución de este error (figura 32). La divergencia observada
y extendida sobre la sierra central y sur del Perú, a diferencia de toda la línea divergente en
Sudamérica, fue subestimada en los casos 1 y 2, mientras que en el caso 3 esta divergencia
que apoyó a un movimiento vertical ascendente sostenido durante la FO, presentó un error
medio espacial comparativamente menor y casi nulo en esta región, el cual también se reflejó
a través de una mejor previsión de los núcleos de levantamiento en los 450 hPa encontrado
96
en el corte vertical de 16°S (figura 29). Asimismo, debido a que en esta región la divergencia
observada fue ocasionada principalmente por la difluencia de la magnitud del viento, se
cuantifico los campos de error medio para el viento zonal, encontrándose que el menor bias
de viento zonal ocurrió durante la previsión del caso 3, mientras los casos 1 y 2 alcanzan
subestimar hasta con magnitudes de hasta 15 kt (anexo 16a). Un menor bias en la previsión
de los vientos zonales en esta región sugeriría una mejor previsión de la divergencia en la
sierra sur del Perú durante la FO de este evento.
a b
Figura 32: Bias para divergencia/convergencia (x 10-5 s-1, sombr.) en 250 hPa durante
la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c).
En tropósfera media, se encontró que los errores medios de altura geopotencial para los 3
casos de previsión muestran valores positivos en todo el dominio de integración (figura 33).
Con la previsión de 48 horas se presentó un núcleo máximo de sobrestimación por encima
de los 200 mgp sobre el centro de la DANA en 25°S 75°W, siendo sobreestimado con mayor
intensidad que con la previsión de 96 horas, mientras que la previsión de 24 horas alcanzó
desvíos positivos de hasta 150 mgp, siendo el menor entre los 3 casos (figura 33c),
condiciones similares a lo previsto en tropósfera alta. Desde el punto de vista sinóptico, la
97
parte trasera del núcleo de la DANA jugó un rol importante en la incursión de aire frío desde
niveles superiores, en este sentido se calculó el error medio de esta subsidencia representado
por el movimiento vertical descendente, encontrándose que bajo los 3 casos de previsión fue
subestimado hasta con magnitudes de -1 Pa/s (anexo 16b). La cuantificación de estos campos
de error medio para el movimiento vertical y vorticidad presentó campos muy heterogéneos
de sobre y subestimación en gran parte del dominio de integración. En la figura 30, se
encontró que la previsión del grado de saturación del entorno con el caso 1, presentó
principalmente errores medios negativos con máximos de -60% en las regiones donde se
observó una alta saturación (>90%) en el dominio de integración, mientras que en la región
sur del Perú, esta subestimación fue evidente y presentándose los mayores desvíos negativos
bajo la previsión de 96 horas, posiblemente como efecto de una pobre representación en la
previsión de los vientos del norte en esta zona. Cabe resaltar que en la evaluación cualitativa
se encontró que la circulación anticiclónica que transportó humedad hacia la sierra sur fue
mejor simulada con los casos 2 y 3; en este sentido, la cuantificación del error medio de la
humedad relativa sobre la sierra sur fue congruente con estos resultados al encontrarse
valores de sub y sobrestimación por debajo del 15% (figura 33).
a b
Figura 33: Bias para humedad relativa (%, sombr.) y altura geopotencial (mgp, cont.) en
500 hPa durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas
(c).
98
El error medio de la intensidad del viento en 500 hPa alrededor de la circulación anticiclónica
sobre la Amazonía durante la FO, evidenció una disminución progresiva desde el caso 3
hasta el caso 1; sin embargo, hacia el oeste de la cordillera esta tendencia no fue similar,
observándose en su lugar mayores campos de error alrededor de la DANA con la previsión
del caso 2 que en el caso 1 (figura 34). Este aumento en esta región durante el caso 2 ocurrió
como consecuencia de una predicción con poco acierto en la orientación de los sistemas en
altura sobre el océano pacífico. Comparativamente, en la región de selva central y sierra sur
donde se transporta e ingresa humedad hacia la sierra sur, la cuantificación del error medio
de la magnitud del viento en 500 hPa evidenció la mayor subestimación en el caso 1 y
alcanzó una buena predicción con la previsión de menor alcance, caso 3 (figura 34).
Asimismo, al analizar independientemente las componentes del viento en esta región, se
evidenció que los campos de error medio del viento meridional fueron mayores que su
componente zonal en la previsión de los casos 1 y 2 (anexo 17), observándose que estos
vientos tuvieron un error de hasta 20 y 10 kt respectivamente. El error de los vientos del
norte con la previsión del caso 1 presentó la mayor sobrestimación que los otros casos,
reflejándose así en los campos de errores de humedad relativa en la sierra sur visto. De
acuerdo a lo encontrado, se podría mencionar que la mejor simulación de los vientos
meridionales en 500 hPa sobre selva central durante la FO influenció directamente en la
saturación del entorno de la sierra sur.
99
a b
Figura 34: Bias para velocidad del viento en 500 hPa (kt, sombr.) durante la FO con la
previsión de 96 horas (a), 48 horas (b) y 24 horas (c).
En tropósfera baja, se cuantifico los campos de error medio del MSLP en el dominio de
integración, encontrándose que a nivel sinóptico las previsiones del caso 1 y 2 mostraron
amplias regiones de sobrestimación sobre el océano pacífico y atlántico, zonas donde se
observó un alto gradiente isobárico (figura 35). Asimismo, aunque en la evaluación
cualitativa se percibió una buena aproximación de la previsión de los sistemas sinópticos en
superficie por parte de los 3 casos, en esta cuantificación se encontró que la presencia de una
vaguada subtropical al sur de Brasil no permitió el avance del AM, evidenciándose así una
subestimación de este sistema en esta región en los casos 1 y 2, alcanzando un desvío de
hasta -7 hPa con la previsión del caso 1. La inestabilidad atmosférica que puede
desencadenar los sistemas de baja presión hacia el lado este de la cordillera del Perú es uno
de los procesos que fomenta la formación de convectivos en esta región. De esta forma, los
campos de bias para el MSLP mostraron que la previsión de 24 h en esta región muestra
incluso valores de subestimación más altos que con la previsión de 96 h, reflejando así que
una previsión más próxima a la FO del evento de nevada no garantiza una buena simulación
100
de esta variable sobre esta región. La sobreestimación de la altura geopotencial en toda la
columna atmosférica se sostuvo también en los espesores de 500/1000 hPa. Cabe mencionar
que, con la previsión de 24 horas para los espesores, el núcleo con mayor error en todo el
dominio de integración (150 mgp) se presentó sobre la ubicación de la DANA observada en
500 hPa. Estas características de sobrestimación también se observaron en zonas de alto
gradiente horizontal geopotencial en el nivel de 850 hPa (figura 36). A diferencia de los
resultados obtenidos de la cuantificación del error medio de la humedad relativa en 500 hPa,
en el nivel de 950 hPa se encontró escasas regiones donde la subestimación haya sobrepasado
el 50%, incluso sobre los sistemas frontales estos desvíos fueron inferiores al 10% (figura
36).
a b
Figura 35: Bias para MSLP (hPa, sombr.) y espesores 500/1000 hPa (mgp, cont.) durante
Desde el punto de vista sinóptico, los errores de convergencia y divergencia en niveles bajos
(850-950 hPa) previstos bajos los 3 casos presentaron campos bastante dispersos en el
dominio de integración, especialmente sobre la región continental (anexo 18a). En cuanto a
la convergencia ocurrida en el flanco este de la cordillera sur producto la influencia de
101
vientos del sur por parte del AM, este se encontró subestimado con la previsión del caso 1 y
sobrestimado con los casos 2 y 3. De acuerdo las condiciones observadas, el régimen de
viento por debajo de los 850 hPa, especialmente el de 925 hPa jugó un rol importante en la
convergencia entre los vientos del sur y del norte en la selva central y sur del Perú,
favoreciendo así la formación de convectivos en la región durante la FF y FO. En este
sentido, este campo de errores encontrado en el caso 1 obedecieron a una subestimación del
viento meridional con magnitudes de hasta 10 kt en esta región (anexo 18b), mientras que
en los casos 2 y 3 estos campos de errores disminuyeron, aun se encontraron errores medios
de viento zonal con magnitudes de 5 kt en selva central. A pesar de un menor error en esta
región, cabe mencionar que en la zona donde se presentó las mayores magnitudes de los
vientos del sur, centro de Bolivia, la previsión de 24 horas mostró errores de sobrestimación
con magnitudes de hasta 15 kt, mostrando así que una previsión más cercana a la FO del
evento no garantiza una mejor simulación de los vientos zonales en esta región (anexo 18b).
a b
Figura 36: Bias para humedad relativa en 950 hPa (%, sombr.) y altura geopotencial (mgp,
cont.) en 850 hPa durante la FO con la previsión de 96 horas (a), 48 horas (b) y
24 horas (c).
102
b. Distribución espacial del RMSE durante la FO del evento
En el nivel de 250 hPa se encontró que, comparativamente entre los 3 casos de previsión, la
previsión de 48 horas los campos de RMSE de magnitud de viento presentó la mayor
cantidad de regiones con núcleos que superaron los 40 kt en todo el dominio de integración
(figura 37). Asimismo, como consecuencia del desvío en la previsión de la vaguada en altura
también se manifestó una tendencia similar con los campos de RMSE para la altura
geopotencial, encontrándose un núcleo máximo superior a los 300 mgp en las proximidades
del sistema frío, siendo el mayor error entre los 3 casos de previsión. Aunque en esta misma
región, la previsión de los casos 1 y 3 de los campos de RMSE de esta variable alcanzaron
magnitudes máximas ligeramente inferiores (270 mgp), la extensión geográfica de estos
campos con la previsión de 24 horas fue comparativamente menor.
a b
Figura 37: RMSE para JS (kt, sombr.) y altura geopotencial (mgp, contor.) en 250 hPa
durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas (c).
103
Los parámetros dinámicos de divergencia/convergencia en tropósfera alta (250 hPa)
presentaron campos de RMSE con núcleos máximos por encima a los 10*10-5 s-1 distribuidos
principalmente sobre la parte delantera del eje de vaguada en los 3 casos de previsión (figura
38). Si bien hubo una disminución en la cantidad de núcleos máximos que se presentaron en
el caso 3, esta tendencia no fue notoria como con los parámetros anteriores. En la parte
trasera de este eje de vaguada sobre latitudes bajas donde de acuerdo a lo observado
predominó la onvergencia durante la FO, se encontró que los campos de RMSE presentaron
núcleos de magnitudes similares entre la previsión de 96 y 48 horas; sin embargo, con la
previsión de 24 horas fue evidente la disminución de estos núcleos sin alcanzar esos
máximos. Asimismo, a pesar que no se evidenció una tendencia notoria en términos
espaciales de la disminución del error según un menor tiempo de previsión para la
divergencia/convergencia, puntualmente se observó una clara disminución sobre la sierra
sur, tanto en magnitud como en extensión. Si bien se presentó una buena aproximación de la
divergencia puntualmente sobre la sierra sur con el caso 3, esta tendencia no fue evidente a
través de todo el dominio de integración.
a b
Figura 38: RMSE para divergencia/convergencia (x 10-5 s-1, sombr.) en 250 hPa durante
104
En tropósfera media, los campos de RMSE de altura geopotencial con los 3 casos de
previsión muestran una tendencia a disminuir a través de todo el dominio; sin embargo, sobre
el núcleo de la DANA observada esta tendencia fue distinta, debido una vez más, a la
previsión desviada en el posicionamiento del sistema frío (figura 39). Así pues, se
encontraron valores de RMSE sobre los 200 mgp bajo la previsión del caso 2, siendo mayor
que el caso 1 que alcanzó los 180 mgp, mientras que en el caso 3 estas magnitudes logran
disminuir hasta los 150 mgp. En la misma figura, se evidencio que los valores de RMSE de
humedad relativa en 500 hPa muestran una evidente tendencia a disminuir en el dominio de
integración según disminuye el tiempo de previsión hasta llegar a la previsión del caso 3. De
esta forma, los errores de humedad sobre la sierra sur desde la previsión del caso 1 al caso 2
cayeron desde magnitudes de 50 % a por debajo de 20%, lo que estuvo vinculado a una
mejor simulación de los flujos de vientos del norte (anexo 19b). Asimismo, se calculó los
campos de RMSE de velocidad de viento en 500 hPa (anexo 19a) en el dominio de
integración encontrándose también una tendencia a la disminución del error según una
previsión más próxima a la FO; sin embargo, alrededor de la ubicación de la DANA
observada este error en el caso 2 aumentó, una vez más, considerablemente hasta superar
magnitudes de 30 kt (la mayor magnitud en todo el dominio), mientras que en los casos 1 y
3 estuvieron alrededor de los 20 kt y con menor amplitud horizontal. También se encontró
que al descomponer el viento en su componente zonal y meridional mostraron tendencias
similares. En cuanto a los campos de RMSE para la vorticidad, se encontró que las regiones
y número de núcleos máximos de error en los casos 1 y 2 no muestran diferencias marcadas,
y de la misma forma con el movimiento vertical (anexo 20a). Cabe precisar que, desde el
punto de vista sinóptico, los mayores centros de error de éste último se encontraron
distribuidos de forma dispersa sobre la parte delantera del eje de vaguada en niveles medios.
A diferencia del caso 2, los campos de errores de vorticidad del caso 3 si mostraron una
evidente disminución en la cantidad de núcleos máximos de error en todo el dominio de
integración, aunque se sostuvo en intensidad en las cercanías de la sierra sur. Asimismo, los
campos de errores del movimiento vertical en el caso 3 mantienen su distribución dispersa,
aunque con núcleos de menor intensidad.
105
a b
Figura 39: RMSE para humedad relativa (%, sombr.) y altura geopotencial (mgp, cont.) en
500 hPa durante la FO con la previsión de 96 horas (a), 48 horas (b) y 24 horas
(c).
En tropósfera baja, los campos de RMSE de MSLP a nivel sinóptico presentaron una clara
tendencia a disminuir en magnitud en el dominio de integración según disminuye el tiempo
de previsión, presentándose así comparativamente el mayor error al sur de Brasil de
magnitud 8 hPa durante el caso 1, donde según los campos de bias se subestimó el alcance
de la AM en esta región (figura 40). Esta tendencia no se sostuvo hacia el flanco este de la
cordillera del Perú, observándose errores comparativamente mayores con magnitud de hasta
3 hPa en la previsión de 24 horas. En cuanto a los espesores de HGT 500/1000 hPa, se
evidenció, así como con el bias, una reducción en la magnitud de los campos de RMSE en
el dominio de integración según la reducción en el tiempo de previsión; sin embargo, en la
región donde se observó el núcleo de la DANA no ocurrió lo mismo, encontrándose que con
el caso 2 el error aumentó con respecto al caso hasta 1 alcanzar valores superiores a los 200
mgp, y esto una vez más como producto de una previsión desviada en el posicionamiento de
los sistemas en tropósfera alta y que como se observa tiene efectos en el espesor 500/1000
hPa. En cuanto a los campos de errores de HGT para el nivel de 850 hPa con el caso 1 y 2,
106
se encontraron núcleos máximos de 70 mgp, mientras que estas magnitudes se redujeron
hasta los 50 mgp para la previsión del caso 3 (anexo 20b). Cabe resaltar que estos núcleos
de errores de HGT en 850 hPa se encontraron principalmente distribuidos sobre latitudes
medias y con escasa presencia sobre latitudes tropicales. Asimismo, los campos de errores
de HR en 950 hPa mostraron principalmente núcleos máximos con valores de 40% y
distribuidos mayoritariamente sobre latitudes medias, mientras que en latitudes tropicales se
presentaron de forma menos extensa y más dispersa (anexo 20b).
a b
Figura 40: RMSE para MSLP (hPa, sombr.) y espesores 500/1000 hPa (mgp, cont.) durante
Los campos de RMSE de convergencia/divergencia en los 3 casos de previsión presentaron

núcleos máximos sobre los 8*10-5*s-1 distribuidos de forma muy dispersa a través del
dominio de integración, especialmente sobre la región continental (anexo 21a).
Comparativamente, no se observó espacialmente una tendencia a la disminución del error
con una previsión de menor alcance. Asimismo, uno de los procesos que favoreció la
convergencia en niveles bajos sobre continente fue por el ingreso de los vientos del sur como
107
parte de la invasión de la AM hacia latitudes tropicales, en este sentido se calculó los campos
de RMSE para el viento meridional en el nivel de 925 hPa encontrándose que durante los 3
casos de previsión se llegaron a presentar niveles máximos de error alrededor de los 15 kt
asociados al ingreso de masa de aire frío en este nivel (anexo 21b). Es importante recordar
que, debido a su proximidad con la superficie terrestre la convergencia/divergencia en
niveles bajos se encuentra sujeto a procesos sinópticos, así como a procesos termodinámicos
de menor escala; por ende, la previsión de estos parámetros está sujeta a un mayor margen
de error, lo que se evidencia a través de su cuantificación de los campos de RMSE.
c. Variación temporal del RMSE promedio sobre Sudamérica y la región sur del
Perú
En tropósfera alta se encontró que, de las variables analizadas, el RMSE promedio para altura
geopotencial en la región A1 no mostró un aumento progresivo del error tan marcado como
sí sucedió con las demás variables en este nivel (figura 41). En las variables magnitud del
evento, divergencia y viento zonal se encontró que la evolución de su error en el A2 por
parte de la previsión de 96 horas mostró un crecimiento progresivo superior a la evolución
de su error en el A1, dándose principalmente durante las últimas 30 horas previas a la FO
del evento. Este contraste también se pudo identificar con la previsión de 48 horas, siendo
evidente este aumento en las últimas 18 horas previas a la FO del evento. Este
comportamiento sucedió como consecuencia de una previsión desviada en la localización de
los sistemas por parte de la previsión de 48 horas en este nivel, de acuerdo a lo encontrado
en la evaluación cualitativa y los campos de bias y RMSE. Comparativamente, entre los 3
casos de previsión y en términos de un menor RMSE, los campos de magnitud de viento,
divergencia y viento zonal en el A1 y A2 fueron previstos de forma más precisa con la
previsión de 24 horas. Cabe precisar, que debido a la relación intrínseca entre los campos de
viento en altura y la divergencia en niveles altos se evidenció tendencias similares del
incremento del RMSE entre ambas variables. La evolución del error de los campos de altura
geopotencial no mostró una marcada diferencia entre las regiones A1 y A2, a excepción de
lo previsto por la previsión de 48 horas.
108
Figura 41: Serie temporal de RMSE para magnitud del viento, altura geopotencial
divergencia/convergencia y viento zonal en tropósfera alta.
En tropósfera media se analizaron una mayor cantidad de variables como consecuencia de

la relevancia de las mismas para la ocurrencia del evento, incluyendo la humedad relativa
como parámetro de humedad atmosférica. En la figura 42, se observó que la evolución
temporal del error del viento, vorticidad y humedad relativa en los 3 casos de previsiones
para la región A1 muestran un claro aumento progresivo hasta llegar a la FO, mientras que
los campos de movimiento vertical y altura geopotencial en todo el dominio de integración
mostraron un error promedio casi constante bajo los 3 casos de previsión. En comparación
al nivel alto, la previsión de 96 horas de las variables vistas en el nivel medio para la región
A2 superó claramente a la evolución temporal del error promedio de la región A1 desde la
FF y hasta antes de la FO. Asimismo, la previsión de 48 horas para el dominio A2 con
respecto al A1 tuvo una tendencia similar, a excepción de la humedad relativa.
Comparativamente, la previsión de las variables descritas para el A1 y A2 con una antelación
de 24 horas fue la que menor incremento de error presentó hasta alcanzar la FO. Cabe resaltar
que, con la previsión de 24 horas, la única variable que presentó en el A2 un error menor que
109
en el A1 fue la humedad relativa, mientras que, en todas las demás variables analizadas la
tendencia del error fue mayor que en el A1.
Figura 42: Serie temporal de RMSE para magnitud del viento, vorticidad, movimiento
vertical, viento zonal/meridional, altura geopotencial y humedad relativa en
tropósfera media.
110
En tropósfera baja, se encontró que, a diferencia del nivel alto y medio, al comparar entre el
A1 y A2 la tendencia del error temporal para la altura geopotencial fueron muy semejantes
entre los 3 casos de previsión. De la misma forma, se encontró una tendencia similar con la
MSLP. Asimismo, una notable diferencia con los niveles altos y medios fue que, la evolución
temporal del error en las variables humedad relativa en 950 hPa, divergencia en 850 hPa y
viento meridional en 925 hPa en el A2, fueron inferiores al error presentado en el A1. En la
región A2, producto de la invasión del JS, así como de la proximidad y profundización del
eje de vaguada sobre esta región tropical, se intensificaron los parámetros como altura
geopotencial, divergencia, vorticidad y movimiento vertical, determinantes para la
ocurrencia de la nevada al acoplarse con la masa de aire frío y una mayor saturación del
entorno. La previsión de esta intensificación en los parámetros se dio principalmente en
niveles altos hasta medios, niveles dónde el modelo tuvo una mayor sensibilidad al error.
Por ende, la evolución del error de los espesores en la capa 500/1000 hPa en el A2,
considerado en el análisis de tropósfera baja, fue superior a la evolución del error en todo el
dominio de integración, mientras que el resto de parámetros en niveles bajos que van desde
la altura geopotencial en 850 hPa hasta la presión reducida a nivel del mar, mostraron en el
A2 errores con evolución temporal similar o menor que al A1. En contraste a lo ocurrido en
el A2, se investigó también sobre el comportamiento de estos parámetros sobre el flanco este
de la cordillera central y sur del Perú, definido como A3 (anexo 22), debido al rol que
tuvieron estos parámetros para fomentar un entorno propicio para la formación de
convectivos y el posterior transporte de humedad principalmente desde la selva central hacia
la sierra sur del Perú. De esta forma, se encontró que las tendencias temporales del error para
cada variable en el A3 hasta llegar a la FO fueron similares o superiores a su tendencia
ocurrida en el A1. Cabe mencionar que el error de la divergencia/convergencia en niveles
bajos y la humedad relativa en el nivel de 950 hPa en el A3 generado con los 3 casos previstos
fueron notablemente superiores al error del A1, incluso desde la FP hasta llegar a la FO. De
esta comparación, de lo ocurrido entre el A2 y A3 se pudo sugerir que el error en los
parámetros de niveles bajos generado por los 3 casos de previsión fue mayor en el A3 que
en el A1; es decir, según la evolución temporal del RMSE el modelo en los 3 casos de
previsión fue menos preciso en reproducir los campos observados de estos parámetros en el
A3 que en el A1, mostrando así una gran limitación para la previsión de sistemas convectivos
sobre esta región.
111
Figura 43: Serie temporal de RMSE para MSLP, espesor 500/1000 hPa, HGT en 850 hPa,
HR en 950 hPa, divergencia/convergencia en 850 hPa y viento meridional en
925 hPa.
d. Variación temporal de la SC sobre Sudamérica y la región sur del Perú
En tropósfera alta, se encontró que la variación temporal de la SC con los 3 casos de

previsión para la variable magnitud de viento en 250 hPa en el dominio de Sudamérica fue
muy aceptable con valores por encima de 0.9, mientras que en la región A2, la previsión de
96 y 48 horas disminuyó ligeramente hasta 0.8 desde un día anterior hasta la FO, sin dejar
de ser una correlación muy buena (figura 44). En la misma figura, se pudo identificar que en
el caso de la altura geopotencial no se observó este contraste entre las 2 áreas, obteniéndose
altos valores de correlación cercanos a 1.0 en todos los casos, algo que fue constante durante
su de previsión en cada caso de previsión. En el contexto de este evento, se evidenció que a
pesar de una muy buena SC entre la previsión de los campos de altura geopotencial y lo
observado, la evolución temporal del RMSE evidenció notablemente el error generado con
la previsión de 96 y 48 horas sobre el A2, que fue congruente con lo identificado durante la
evaluación cualitativa y los campos horizontales de bias/RMSE. En el caso de la magnitud
del viento, sí se encontró un mayor RMSE asociado a una menor SC con las previsiones de
96 y 48 horas, y compartiendo la misma tendencia con su componente zonal en este nivel.
En el caso de los parámetros dinámicos de divergencia/convergencia, la tendencia temporal
de la SC fue menor en comparación a las otras variables, alcanzando valores inferiores a 0.6
durante la FO en el dominio A1 en los 3 casos de previsión, mientras que en la región A2
los valores de correlación se mantuvieron bajos alcanzando magnitudes de hasta 0.2 con la
previsión de 48 horas, la menor entre todos los casos. Asimismo, la previsión de la
divergencia/convergencia mostró una buena aproximación en la región A2 únicamente con
la previsión de 24 horas, teniendo valores de 0.8 desde la FF hasta la FO. Cabe recordar que,
durante la evaluación cualitativa de los 3 casos de previsión fue evidente una buena
representación del comportamiento del JS en altura con la previsión de 24 h en términos de
alcance sobre latitud de 20°S hacia el lado suroeste del sur del Perú, factor determinante para
desencadenar el aporte de divergencia y movimiento vertical en la región sur.
113
Figura 44: Serie temporal de SC para magnitud del viento, altura geopotencial
divergencia/convergencia y viento zonal en tropósfera alta.
En tropósfera media, la tendencia temporal de la SC para la magnitud del viento mostró una
evolución de valores superiores a 0.8 en la región A1 con los 3 casos previstos, asimismo se
encontró valores superiores a 0.9 con la previsión de 24 horas, mientras que en la región A2,
la previsión de 96 horas mostró una reducción progresiva de la SC desde 36 horas antes de
la FO, encontrándose una disminución abrupta hasta caer a valores inferiores a 0.4 en horas
posteriores a la FF, y con una posterior recuperación de 0.8 para la FO (figura 45). De igual
forma, posterior a la FP, la previsión de 48 horas mostró una disminución hasta alcanzar un
valor de 0.5 durante la FO. Un comportamiento similar fue observado con su componente
zonal en ambos dominios. Estas tendencias de correlación en ambas variables fueron
congruentes con la evolución del RMSE, donde se encontró los mayores errores en la región
A2 con las previsiones de 48 y 24 horas. Cabe resaltar que el viento zonal en la región A2
presentó la menor variabilidad en el tiempo y con valores de SC superior a 0.8 con la
previsión de 24 horas. De entre las variables analizadas en el nivel medio, se encontró que
la previsión de la vorticidad y el movimiento vertical tuvieron una SC que varió desde 0.8
114
hasta 0.2, los menores valores comparativamente con las demás variables. Las tendencias de
SC del movimiento vertical en todas las previsiones para la región A1 no presentaron una
clara variabilidad en el tiempo, llegando a la FO con valores inferiores a 0.6 y mayores a 0.4,
mientras que en la vorticidad estos valores tuvieron una disminución progresiva hasta llegar
a la FO con valores inferiores a 0.8 pero superiores a 0.4. Una vez más, la previsión de 24
horas presentó los mayores valores de correlación en la región A2, variando desde 0.8 a 0.7,
demostrando así que los patrones espaciales de movimiento vertical y vorticidad fueron
comparativamente mejor simulados con esta previsión. Los mayores valores correlación
entre las variables analizadas se encontró en los campos de altura geopotencial, tanto para la
región A1 como A2. En ambas regiones, la SC en los 3 casos de previsión superaron los
valores de 0.8 y ligeramente inferior a 1. Cabe recordar que, durante la evaluación
cualitativa, no fue posible identificar una circulación cerrada de la DANA próxima a la sierra
sur del Perú con la previsión de 48 horas; sin embargo, la serie temporal de SC durante esta
previsión mostró valores alrededor de 0.9 durante su evolución sin descender por debajo de
0.8. Es decir que, a pesar que los valores de SC indicaron simular muy bien los patrones
espaciales de altura geopotencial en 500 hPa, el modelo no tuvo la capacidad de identificar
esta circulación cerrada típica de la DANA; no obstante, la evolución temporal del RMSE y
su maximización durante la FO del evento sería congruente con lo observado durante la
evaluación cualitativa. Por otro lado, la variable humedad relativa no sólo destacó por
presentar un menor RMSE en la región A2 que en la región A1, sino que además estuvo
acompañado con una SC superior en el A2 que en el A1. Esta característica, estuvo vinculado
a que principalmente el aumento de la saturación en esta región estuvo asociada a los
patrones atmosféricos presentados hacia el este de la cordillera, siendo menos influenciada
por la previsión de 48 horas de los sistemas atmosféricos hacia el lado oeste de la cordillera.
De esta forma, la SC de la humedad relativa en 500 hPa para la región A2 en los casos de
previsión de 48 y 24 horas mostró una disminución progresiva en el tiempo, sin llegar a ser
inferior a 0.8, mostrando así una muy buena simulación de los patrones espaciales de la
humedad relativa.
115
Figura 45: Serie temporal de SC para magnitud del viento, vorticidad, movimiento vertical,
viento zonal/meridional, altura geopotencial y humedad relativa en tropósfera
media.
En tropósfera baja, se encontró que las variables MSLP, altura geopotencial en 850 hPa y el
viento meridional en 925 hPa en ambos dominios mostraron valores de SC por encima a 0.8
entre los 3 casos de previsión (figura 46). Estos resultados son congruentes con un RMSE
en el A1 similar o inferior al A2, dado que la profundidad del sistema de vaguada tuvo una
mayor influencia sobre niveles medios reflejando o transmitiendo el error ocurrido en altura
hasta dicho nivel, no observándose así una diferencia marcada de la SC entre ambas regiones.
No obstante, tanto la SC para 850 hPa y la capa de espesores 500/1000 hPa evidencian una
ligera caída hasta valores cercanos a 0.8 con la previsión de 48 horas, aunque no tan abrupta
como en niveles medios. A diferencia de niveles altos y medios, cabe recordar que las
tendencias temporales de RMSE en las variables altura geopotencial en 850 hPa y MSLP
fueron cuasi constantes y muy similares durante su evolución hasta la FO del evento, sumado
a que los patrones de los mismos fueron simulados de forma muy buena en ambos dominios
reflejaría un buen grado de acierto por parte del modelo ETA. En contraste a ello, se encontró
que la evolución de la SC para la humedad relativa en el dominio A2 fue notablemente menor
a la tendencia en A1; de esta forma, mientras que en la región A1 el valor de SC descendió
hasta 0.8, en el A2 cayó hasta 0.4. Estos resultados fueron congruentes con lo encontrado
durante la evaluación cualitativa puesto que en este nivel tan cercano a superficie la
saturación del entorno también es regulado por procesos de menor escala y por la interacción
océano-atmosférica, resultando dificultoso para el modelo representar los patrones de
humedad. Así como los valores de RMSE para la humedad relativa en 950 hPa en el A2
fueron inferiores al dominio A1, un comportamiento similar fue encontrado con la
componente meridional del viento en 925 hPa; sin embargo, difieren a lo encontrado en la
evolución de la SC, encontrándose tendencias muy similares entre ambos dominios y con
valores de SC que alcanzaron valores superiores a 0.8. En cuanto a la
divergencia/convergencia en este nivel, se encontró que este parámetro dinámico, así como
lo ocurrido en niveles altos, obtuvo los valores más bajos de SC comparativamente con el
resto de variables en el dominio A1 y A2, alcanzando magnitudes alrededor de 0.4 y -0.1
respectivamente. Esta tendencia de la SC en la divergencia coincide con lo encontrado en
los campos de RMSE dado que, a pesar que las magnitudes de RMSE fueron inferiores en
el dominio A2, la dispersión de los núcleos máximos de error en los campos de RMSE fue
muy alta y heterogénea, siendo dificultoso para el modelo representar con certeza los
patrones de divergencia/convergencia.
117
Figura 46: Serie temporal de SC para MSLP, espesor 500/1000 hPa, HGT en 850 hPa, HR
en 950 hPa, divergencia/convergencia en 850 hPa y viento meridional en 925 hPa.
En tropósfera baja de la región A3, los valores encontrados dentro de las tendencias de la SC
fueron evidentemente menores con respecto a la región A1, a diferencia de lo sucedido en la
región A2, llegando inclusive a alcanzar magnitudes negativas en las variables altura
geopotencial, divergencia/convergencia, humedad relativa y la componente meridional del
viento en 925 hPa (anexo 23). Estos valores fueron alcanzados principalmente durante las
últimas 24 horas antes de la FO, presentando también una mayor variabilidad en este período
e independientemente de inicializado la ejecución del modelo. Asimismo, los valores de SC
para la divergencia/convergencia en la región A3 durante la FO, fueron de -0.1 en los 3 casos
de previsión, siendo de las magnitudes más bajas entre las variables mencionadas y
congruente con lo encontrado en la evolución temporal del RMSE sobre esta región, donde
la tendencia del error superó a la región A1. Esto indicaría que, a pesar de una previsión más
cercana a la FO, la convergencia sostenida por los efectos de vientos del sur en esta región
no logró una buena simulación de los campos convergentes sobre la selva central y sur del
Perú, siendo simulado con un menor grado de acierto que sobre la región A2. Asimismo, la
buena correlación encontrada en la región A2 con los parámetros MSLP y espesores en
500/1000 hPa, en la región A3 fue notablemente menor.
A través de la evaluación cualitativa, se encontró que la previsión de 96 horas en niveles

altos mostró una buena aproximación de los sistemas sinópticos en el A1, definido mediante
los campos de magnitud de viento y altura geopotencial. Lo encontrado en este amplio
dominio de integración tuvo un soporte cuantitativo mediante una muy buena correlación
encontrada en este nivel y un aumento progresivo del RMSE que no evidenció cambios
abruptos en su evolución hasta la FO. Cabe indicar que a pesar de que con esta previsión de
96 h no fue posible identificar la contundente invasión del JS en la región tropical por encima
de los 20°S durante la FO, la cuantificación de la SC sobre la región A2 mostró valores de
0.8 que indicarían una buena simulación de los campos de viento; sin embargo, la
insuficiente simulación en reproducir esta característica fue determinante para la influencia
de éste sobre los parámetros dinámicos. Esta característica tuvo una mejor consistencia con
la evolución temporal del RMSE de la magnitud del viento. Por otro lado, el aumento
progresivo del error en la región de Sudamérica fue similar con las variables viento zonal y
divergencia/convergencia, aunque en este último con una correlación inferior a 0.6 durante
todo el período previsto, que reflejó la dificultad del modelo en representar los campos
divergentes, característica que fue evidente durante la evaluación cualitativa. Esta dificultad
119
se extendió hasta la región A2, dónde claramente no logró simular la línea divergente
observada sobre la sierra sur. A diferencia de niveles altos, la previsión de 96 horas en el
nivel medio y sobre la región A2, mostró ser más sensible al error en la mayoría de variables
durante las últimas 36 horas antes a la FO. Lo encontrado puede estar fundamentado en que
la inicialización de la ejecución del modelo más alejado de la FO mostró mayor sensibilidad
al error durante la intensificación de los sistemas en la región A2 y por ende en los
parámetros meteorológicos en este nivel. Asimismo, en similitud a niveles altos, la evolución
temporal del RMSE sobre el nivel medio mostró un crecimiento gradual del error en la región
A1, mientras que los valores de SC fueron muy aceptables en simular los patrones
atmosféricos en este nivel, a excepción de las variables movimiento vertical y vorticidad
donde, presentó valores inferiores a 0.6 y que fue congruente con una alta variabilidad y
dispersión en los campos horizontales de bias y RMSE de estas 2 variables. La previsión de
96 horas en tropósfera baja sobre la región A2, en contraste con los niveles superiores,
mostró tendencias temporales de RMSE que fueron similares o inferiores a la región A1,
demostrando así que este nivel sobre la región A2 fue el menos afectado por la
intensificación de los sistemas en niveles alto, lo que también fue percibido durante los
campos de bias y RMSE al no encontrar gradientes fuertes de error en esta región. Así como
en niveles altos se encontró los valores más bajos de SC para la divergencia/convergencia,
este nivel no fue la excepción, presentando valores por debajo de 0.5 en la región A1 e
incluso valores inferiores a 0 en la región A2, demostrado así la debilidad del modelo en la
simulación de los patrones de divergencia/convergencia tanto en altura como en niveles
bajos. En los niveles bajos de la región A3, el grado de acierto del modelo con la previsión
de 96 horas disminuyó notablemente con respecto a la región A1, según los valores dentro
de la tendencia temporal de SC, al encontrar magnitudes inferiores a 0.2 y hasta -0.4 con las
variables altura geopotencial, humedad relativa y divergencia/convergencia durante las 24
horas predecesoras a la FO. Un comportamiento similar ocurrió con el viento meridional en
925 hPa, sugiriendo que el modelo tuvo una gran limitación en representar los patrones
espaciales de estas variables en esta región, lo mismo que fue congruente con lo encontrado
durante la evaluación cualitativa.
La previsión de 48 horas para los campos horizontales de magnitud de viento, con el fin de
identificar al JS, y su asociación a la vaguada próxima a la sierra sur del Perú simuló de
buena forma los patrones sinópticos observados; sin embargo, una desviación hacia el este
120
del sistema de vaguada en este nivel durante la FO tuvo grandes limitaciones en representar
de forma certera el comportamiento de los variables atmosféricas principalmente en niveles
altos y medios. Es posible afirmar esto, debido a que las mayores magnitudes de bias y
RMSE dentro de los campos horizontales fueron encontradas en la previsión de 48 horas y
distribuidas sobre la región A2. En esta región, estos errores fueron incluso mayores que con
la previsión de 96 horas para la FO según los campos de bias y RMSE. Asimismo, entre las
3 previsiones, las series temporales de SC y RMSE para la FO con esta previsión registraron
los menores valores de SC y los mayores de RMSE. Entre ellas destaca el poco grado de
acierto por parte del modelo con la previsión de la divergencia/convergencia en el nivel de
250 hPa, así como con el movimiento vertical y la vorticidad en niveles medios. En
tropósfera media se destaca el acierto del modelo en simular el aumento en la saturación del
entorno sobre la sierra sur del Perú con la previsión de 48 horas, aunque con una ligera
subestimación como se encontró en el bias. Comparativamente con la previsión de 96 horas,
se evidenció una notable mejor simulación de éste parámetro, el mismo que fue consistente
con valores de SC superiores a 0.9. La superioridad del error encontrado en niveles altos y
medios en la región A2 sobre la región A1, no fue evidente en niveles bajos, y esto debido a
la profundidad del sistema de vaguada asociada al evento que logra tener mayor influencia
sobre 500 hPa que en niveles bajos. Sin embargo, se logró identificar que tanto variables
como la divergencia/convergencia en 850 hPa y la humedad relativa en 950 hPa a pesar de
tener menores errores en la región A2 con respecto a la región A1, la capacidad de reproducir
los patrones espaciales observados de estas variables fue de las más bajas en este nivel.
Cabe resaltar la virtud del modelo en la previsión de la HGT con los 3 casos previstos sobre
las regiones A1 y A2, debido a que, así como ocurrió en niveles altos y medios, los patrones
espaciales de HGT en niveles bajos también fueron bien simulados al encontrarse valores de
SC cercanos a 1 en todas las previsiones y en ambos dominios, lo que indicaría una buena
simulación para identificar la presencia de patrones atmosféricos como vaguadas y cuñas.
Sin embargo, los campos y series temporales del RMSE con la previsión de 48 horas sobre
la región A2, reflejaron comparativamente un mayor error, que estuvo asociado
principalmente al posicionamiento desviado del eje de vaguada en niveles altos y medios,
encontrado durante la evaluación cualitativa.
121
A escala sinóptica, la previsión de 24 horas fue la mejor entre los 3 casos de previsión, debido
a que hubo una representación más precisa en los campos de las variables atmosféricas en
tropósfera alta y baja, y que fue consistente junto a las series temporales de SC; sin embargo,
se encontraron variables como la divergencia/convergencia y el movimiento vertical en
niveles altos y medios respectivamente, donde la SC fue inferior a 0.6 en la FO, demostrando
así que los patrones espaciales de estas variables sobre la región A1 no fueron bien
simulados. La previsión de 24 horas sobre la región A2 presentó una notable mejora en la
previsión del JS durante su invasión en la región tropical en la FO, el cual estuvo reflejado
también a través de los campos de bias y RMSE de magnitud de viento con respecto a las
previsiones de 48 y 96 horas. La buena simulación del JS, así como la buena representación
del eje de vaguada asociado, y su alcance meridional visto durante la evaluación cualitativa,
habrían contribuido a una mejora en los campos previstos de divergencia/convergencia, al
menos sobre la sierra sur, donde se pudo evidenciar a través del análisis de los campos
horizontales de bias y RMSE. Esto fue consistente con la evolución temporal de la SC, donde
comparativamente tuvo valores superiores a la región A1 y también con respecto a las otras
previsiones. Un efecto similar se obtuvo sobre el movimiento vertical en niveles medios,
donde también su SC tuvo valores de 0.8. Cabe resaltar que la previsión de 24 horas en
niveles bajos en las variables divergencia/convergencia en 850 hPa, MSLP, altura
geopotencial en 850 hPa, humedad relativa en 950 hPa y viento meridional en 925 hPa no
tuvo una mejora notable con respecto a las previsiones de 48 y 96 horas en términos de la
serie temporal de SC. Asimismo, como consecuencia del análisis de la previsión de estas
variables sobre la región A3, región clave para la formación de convectivos y su aporte de
humedad hacia la sierra sur, se encontró que incluso con la previsión de 24 horas la serie
temporal de RMSE tuvo un error mayor que la previsión de 96 y 48 horas, viéndose reflejado
también a través de valores muy bajos de SC en el rango de -0.3 a 0.3. De esta forma, no se
encontró una mejora en la previsión de 24 horas en estas variables para la región A3,
mostrando una clara debilidad el modelo en reproducir con exactitud de los patrones
espaciales de estos parámetros sobre esta región, y por ende en la previsión de sistemas
convectivos.
122
Finalmente, en función a los resultados obtenidos de la evaluación cualitativa y cuantitativa,
se elaboró una tabla resumen del grado de simulación de las variables atmosféricas por cada
caso previsto, representativo para el período desde la FF hasta la FO del evento, divididas
en tropósfera alta media y baja, resumiéndose así los resultados para las regiones A1 (tabla
10) y A2 (tabla 11). Cabe resaltar que para una buena simulación fue necesario una SC igual
o mayor a 0.8, mientras que una simulación muy limitada requirió un SC igual o inferior a
0.6.
previsión en la region A1.
Variables 96 horas 48 horas 24 horas
Mag. Viento Buena Buena Buena
Tropósfera Div./Conv. Muy Muy Muy
alta limitada limitada limitada
HGT Buena Buena Buena
Vort. Limitada Limitada Limitada

Tropósfera Mag. Viento Buena Buena Buena
media
Mov. Vertical Limitada Limitada Limitada
HR Limitada Buena Buena
HGT Buena Buena Buena
MSLP Buena Buena Buena
HGT 850 hPa Buena Buena Buena

Tropósfera Div./Conv. 850 hPa Muy Muy Muy
baja limitada limitada limitada
Viento meridional 925 Buena Buena Buena

hPa
HR 950 hPa Buena Buena Buena
123
previsión en la región A2
Variables 96 horas 48 horas 24 horas
Mag. Viento Limitada Limitada Buena
Tropósfera Div./Conv. Muy Muy Buena
alta limitada limitada
HGT Limitada Limitada Buena
Vort. Muy Limitada Limitada

Tropósfera limitada
media Mag. Viento Buena Muy Buena
limitada
Mov. Vertical Muy Muy Buena

limitada limitada
HR Muy Buena Buena

limitada
HGT Limitada Limitada Buena
MSLP Buena Buena Buena
HGT 850 hPa Buena Buena Buena

Tropósfera Div./Conv. 850 hPa Muy Muy Muy
baja limitada limitada limitada
Viento. Meridional 925 Buena Buena Buena

hPa
HR 950 hPa Muy Muy limitad Muy

limitada limitada
V. CONCLUSIONES
El evento de nevada que ocasionó un mayor impacto social sobre la región sur del Perú en
el período 2004-2014 ocurrió durante los días 24 y 25 de agosto del 2013.
De la evaluación cualitativa de las predicciones del modelo ETA/SENAMHI durante este

evento:
 La dinámica observada de este evento se encuentra asociado a la invasión tropical de

un JS subtropical acoplado a un eje de vaguada profundo próximo a la sierra sur en
tropósfera alta, así como a la formación de una DANA en niveles medios y las
condiciones de alta saturación del entorno sobre la sierra sur debido al ingreso de
flujos del norte.
 Uno de los efectos sinópticos en el evento de nevada se debió a la presencia de una

línea divergente sobre la sierra sur en niveles altos que permitió sostener núcleos
máximos de movimiento vertical durante la FO del evento, acoplándose con
temperaturas de -14 a -17°C que permitieron una mayor eficiencia en los procesos
microfísicos para el acaecimiento de la nevada.
 De las tres predicciones del modelo, la previsión de 24 horas logra reproducir con
acierto la invasión del JS sobre latitudes tropicales en la región suroeste de la
cordillera sur del Perú, permitiendo así una mejor aproximación de los campos
horizontales de divergencia y movimiento vertical en la sierra sur., mientras que la
previsión de 48 horas mostró ser menos preciso en la localización del eje de vaguada
en altura y también en la circulación cerrada durante la FO del evento.
 A pesar de la limitación en la previsión de 48 horas, éste mostró indicios para la

ocurrencia de nevada en la sierra sur a través del diagrama de Hovmöller asociado a
la presencia de aire frío, humedad relativa y relación de mezcla.
De la evaluación cuantitativa de las predicciones del modelo ETA/SENAMHI durante este
evento:
 En niveles altos y medios, las predicciones del modelo ETA mostraron un mayor
error en A2 que en la región A1, producto de la intensificación de los parámetros
meteorológicos en esta región.
 De las tres predicciones del modelo evaluadas, la inicialización de 48 horas antes de

la FO registró los mayores valores de RMSE y distribuidos principalmente en la
región A2. Consistente con ser la predicción que mostró un menor acierto en la
localización del sistema frío en tropósfera alta y media.
 A pesar del grado de acierto de los campos previstos de divergencia y movimiento

vertical en niveles altos y medios, se obtuvo una mejor simulación de la invasión
tropical del JS en A2 con la previsión de 24 horas, así como una buena predicción de
la HR en niveles medios, siendo ésta la previsión más confiable para prever la
ocurrencia de la nevada.
 Las tres predicciones del modelo fueron muy limitadas con los parámetros en
superficie que favorecen la actividad convectiva en la selva central del Perú (A3),
proceso vinculado para el aporte de humedad en la sierra sur del Perú.
126
VI. RECOMENDACIONES
Se recomienda realizar investigaciones asociadas a la influencia de los campos de

divergencia en tropósfera alta y sus efectos en la eficiencia de los procesos microfísicos que
promueven el acaecimiento de nevadas intensas en la Sierra sur del Perú.
Dada la casi nula investigación en microfísica de nubes se recomienda promover las

investigaciones en este tema, debido a la importancia de las nubes de gran extensión vertical
como los nimbostratus y cumulonimbus y su rol en la regulación de precipitación sobre la
sierra sur.
En la presente investigación, se utilizaron los parámetros estadísticos más conocidos como

bias, RMSE y SC; sin embargo, se recomienda aplicar otros métodos de verificación
descritos por Wilks (2011) que podrían profundizar su análisis.
Para el análisis observado de la circulación atmosférica se sugiere utilizar el nuevo

Reanalysis ERA5 que presenta una mayor resolución espacial y temporal que el Reanalysis
ERA-INTERIM.
VII. BIBLIOGRAFÍA
Auer, A.H. & White, J.M. (1982). The combined role of kinematics, thermodynamics and
cloud physics associated with heavy snowfall episodes. Journal of the Meteorological
Society of Japan 60: 500-507.
Avalos, G.J. (2009). Evaluación del Modelo Eta/SENAMHI en la previsión de la

precipitación durante los periodos lluviosos 2002 y 2003. Revista Peruana Geo-Amosférica
RPGA (1): 108-124.
Below, R., Wirtz, A. & Guha-Sapir, D. (2009). Disaster Category Classification and Peril
Terminology for Operational Purposes. Common Accord Centre for Research on the
Epidemiology of Disasters (CRED) and Munich Re, Brussels, Belgium and Munich,
Germany.
Byers, H.R. (1965a). Elements of Cloud Physics. Chicago, IL: University of Chicago Press.
Bonshoms, M., Quispe, N., & Quispe, K. (2018). Estudio tecnico: Estudio de la frecuencia
de nevadas en el Peru. Lima, Peru, Servicio Nacional de Meteorologia e Hidrologia. 54 p.
Díaz, H.F. & Murnane R.J. (2008). Climate Extremes and Society. UK. University of
Cambridge.
González, A., Expósito, F.J., Pérez, J.C., Dıá z, J.P. & Taima, D. (2013). Verification of
precipitable water vapour in high-resolution WRF simulations over a mountainous
archipelago. Quarterly Journal of the Royal Meteorological Society 139: 2119-2133.
Guerrero, A.M., García, E., Matellán, V. & Sánchez, J.L. (2013). Procesamiento paralelo de
los pronósticos meteorológicos del modelo WRF mediante NCL.
Houze, RA. (2014). Cloud Dynamics. Second Edition. UK. Academic Press.432 pp.
INDECI (Instituto Nacional de Defensa Civil). (2013). Compendio Estadístico del INDECI.
1 de. 252 p.
IPCC (Intergovernmental Panel on Climate Change). (2012). Managing the Risks of

Extreme Events and Disasters to Advance Climate Change Adaptation. A Special Report of
Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge
University Press, Cambridge, UK, and New York, NY, USA, 582 pp
Jiménez, M. (2014). Validación de la capacidad del modelo WRF “Weather Research and
Forecasting” para pronosticar lluvia intensa, usando el método orientado a objetos y tablas
de contingencia. Tesis Msc. Bogotá, Colombia. Universidad Nacional de Colombia. 144 p.
Jollife, I.T. & Stephenson, D.B. (2003). Forecast Verification: A Practitioner’s Guide in
Atmospheric Science. John Wiley and Sons, 254 pp.
Junquas, C., Takahashi, K., Condom, T., Espinoza, J.C., Chavez, S., Sicart, J.E. & Lebel, T.
(2017). Understanding the influence of orography over the precipitation diurnal cycle and
the associated atmospheric processes in the central Andes. Climate Dynamics. DOI
10.1007/s00382-017-3858-8.
Kalnay, E. (2003). Atmospheric modeling, data asimilation and predictability. Cambridge,

UK. Cambridge University Press. 369 p.
Lain, A. & Evans, J.L. (2015). Introduction to Tropical Meteorology. The COMET Program.
University Corporation for Atmospheric Research. Disponible en:
https://www.meted.ucar.edu/tropical/textbook_2nd_edition/index.htm
129
Lavado, C.W.S., Silvestre, E. & Pulache W. (2010). Tendencias en los extremos de lluvias
cerca de la ciudad del Cusco y su relación con las inundaciones de enero del 2010. Extreme
rainfall trends around Cusco and its relationship with the Floods in January 2010. Revista
Peruana Geo-Atmosférica, 2: 89-98.
Lavell, A., Oppenheimer, M., Diop, C., Hess, J., Lempert, R., Li, J., Muir-Wood, R., Weber,
E. & Myeong, S. (2012). Climate Change: New Dimensions in Disaster Risk, Exposure,
Vulnerability, and Resilience. [Field, C.B., V. Barros, T.F. Stocker, D. Qin, D.J. Dokken,
K.L. Ebi, M.D. Mastrandrea, K.J. Mach, G.-K. Plattner, S.K. Allen, M. Tignor, and P.M.
Midgley (eds.)]. Managing the Risks of Extreme Events and Disasters to Advance Climate
Change Adaptation: Special Report of the Intergovernmental Panel on Climate Change.
Cambridge, UK. Cambridge University Press. doi:10.1017/CBO9781139177245.004: 25-64
Li, S., Otto, F.E.L., Harrington, L.J., Sparrow, S. & Wallom, D. (2019). A pan-South-
America assessment of avoided exposure to dangerous extreme precipitation by limiting to
1.5 °C warming. Environmental Research Letters.
Lin, Y.L. (2007). Mesoscale dynamics. New York, USA. Cambridge University Press. 630
p.
Llacza, A. (2013). Modelo Eta-SENAMHI en el Pronóstico operativo (diapositivas). IV

WORKETA – 03 al 08 marzo 2013.
L’Hote, Y., Chevallier, P., Coudrain, A., Lejeune, Y. & Etchevers, P. (2005). Relationship
between precipitation phase and air temperature: Comparison between the Bolivian Andes
and the Swiss Alps. Hydrological Sciences Journal 50: 989–997.
Mark, B.G. (2008): Tracing tropical Andean glaciers over space and time: Some lessons and
transdisciplinary implications. Global Planet. Change 60: 101–114
Mesinger, F. (1984). A blocking technique for representation of mountains in atmospheric

models. Rivista di Meteorologia Aeronautica, 44: 195-202.
130
Mestanza, F. (1994). Posibles Causas de ocurrencia de nevadas en la sierra sur peruana
durante julio y agosto de 1992. Tesis Ing. Meteorólogo. Lima, Perú. Universidad Nacional
Agraria La Molina. 187 p.
Mohr, K.I. (2004). Characteristics of precipitation features and annual rainfall during the
TRMM era in the Central Andes. Journal of climate 27: 3982-4000.
Müller, O.V., Lovino, M.A. & Berbery, E.H. (2016). Evaluation of WRF Model forecasts
and their use for hydroclimate monitoring over Southern South America. Am Meteorol Soc
31:1001–1015.
OFDA (The Office of U.S. Foregin Disaster Assistance, USA) & CRED (The Center for
Research on the Epidemiology of Disasters, Bélgica) (2006). EM-DAT: the international
disaster database.
Orlanski, I. (1975). A rational subdivision of scales for atmospheric processes. Bulletin of

the American Meteorological Society 56(5): 527-530.
OMM (Organización Meteorológica Mundial, Suiza) (2017). International Cloud Atlas:

Manual on the Observation of Clouds and Other Meteors. Ginebra, Suiza. Disponible en:
https://library.wmo.int/index.php?lvl=notice_display&id=5357#.Xz6wsTFKiUk
Matsueda, M. & Nakazawa, T. (2015). Early warning products for severe weather events
derived from operational medium-range ensemble forecasts. Meteorology Applied., 22:213-
222.
Perry, L.B. (2006). Synoptic climatology of northwest flow snowfall in the southern
Appalachians. Ph.D. dissertation. North Carolina, USA. University of North Carolina at
Chapel Hill. 176 p.
Popović J. (2006). ЕTA Model in Weather Forecast. Master Thesis. Stockholm, Sweden.
KTH Computer Science and Communication. 55 p.
131
Pruppacher, H.R. & Klett, J.D. (1997). Microphysics of Clouds and Precipitation. Boston,
MA. Reidel Publishing Company. 976 p.
Quintero, M., Carvajal, Y. & Aldunce, P. (2012). Variabilidad y el cambio climático:

intersecciones con la gestión de riesgo. Revista Luna Azul (34): 257-271.
Quispe, N. & Ávalos, G. (2006). Intense snowstorm in the souhern mountains of Peru
associated to the incursion of cut-off low-pressure systems at upper level. Proceedings of 8
ISDHMO, Foz do Iguaҫo, Brazil, April 14-28, INPE, 1945-1948.
Quispe, N. (2014). Evaluación climática de la depresión aislada en niveles altos (DANA´s)

sobre Sudamérica y océanos adyacentes y estudio de un caso en el Pacífico Oriental. Tesis
MSc. Lima, Perú. Universidad Nacional Agraria La Molina. 151 p.
Quispe, K. (2017). Patrones sinópticos de una DANA asociados a la ocurrencia de nevadas

en la sierra central y sur del Perú. Tesis Ing Meteorólogo. Lima, Perú. Universidad Nacional
Agraria La Molina. 81 p.
Ramage, C. (1995). Forecaster’s Guide to Tropical Meteorology: AWS TR240 Updated.

USA: Air Weather Service Scott AFB.
Ríos, R.A., Taddía, A., Grunwaldt, A., Jones, R. & Streeter, R. (2016). Climate Change
Projections in Latin America and The Caribbean. Banco Interamericano para el Desarrollo.
Rutledge, S.A. & Hobbs, P.V. (1984). The mesoscale and microscale structure and
organization of clouds and precipitation in midlatitude cyclones. XII: A diagnostic modeling
study of precipitation development in narrow cold‐frontal rainbands. Journal of the
Atmospheric Sciences, 41(20), 2949–2972.
Schemenauer, R.S., Berry, M.O. & Maxwell, J.B. (1981). Snowfall formation. In Handbook
of Snow: Principles, Processes, Management, and Use. Toronto, Canada. Pergamon Press.
132
Seluchi, M.E. & Chou, S.C. (1999). Intercambio de masas de aire entre latitudes tropicales
y extra tropicales de Sudamérica: Validación del modelo regional. Climanálise 14(4).
Singh, A. & Zommers, Z. (2014). Reducing Disaster: Early Warning Systems For Climate
Change. Springer Netherlands. 385 p.
Stanski, H.R., Wilson, L.J. & Burrows, W.R. (1989). Survey of common verification
methods in meteorology. World Meteorological Organization. World Weather Watch Tech.
Rept. No.8. WMO/TD No.358. 114 p.
Stocker, T.F. (2013). Technical Summary Climate Change 2013: The Physical Science
Basis. Contribution of Working Group I to the Fifth Assessment Report of the
Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press. pp
33–115.
UNISDR (Oficina de las Naciones Unidas para Reducción de Riesgo de Desastres). (2009).
UNISDR terminology on disaster risk reduction. Geneva, Switzerland.
Tanessong, R.S., Vondou, D.A., Djomou, Z.Y. & Igri, P.M. (2017). WRF high resolution
simulation of an extreme rainfall event over Douala (Cameroon): A case study. Modeling
Earth Systems and Environment, 3, 927– 942.
Taylor, K.E. (2001). Summarizing multiple aspects of model performance in a single

díagram. Journal of Geophysical Research. D106: 7183–7192.
Vernekar, A., Kirtman, B. & Fennessy, M. (2003). Low-level jets and their effects on the
South American summer climate as simulated by the NCEP Eta Model. Journal of Climate
16: 297–311.
Vuille, M. & Ammann, C. (1997). Regional snowfall patterns in the high arind Andes.
Climatic Change 36: 413-423.
133
Wilks, D.S. (2011). Statistical methods in the atmospheric sciences. San Diego, USA.
Academic Press. 676 p.
Yáñez-Morroni, G., Gironás, J., Caneo, M., Delgado, R. & Garreaud, R. (2018). Using the
Weather Research and Forecasting (WRF) Model for Precipitation Forecasting in an Andean
Region with Complex Topography. Atmosphere, 9, 304.
134
VII. ANEXOS
Anexo 1: Caída diaria de temperatura y altura geopotencial según el modelo ERA
INTERIM. Cada columna con secuencia válida para la D-2, D-1, D y D+1.
136
Anexo 2: Campos de viento zonal y meridional en el nivel de 500 hPa según modelo
ERA INTERIM. Cada columna con secuencia válida para la FP, FF, FO y
FD.
137
Anexo 3: Corte latitudinal en 16°S para el día 24 a las 18Z (superior) y el día 25 a las
00Z (inferior) según ERA INTERIM.
138
Anexo 4: Líneas de corriente y campos de divergencia/convergencia según ERA
INTERIM. Cada columna con secuencia válida para la FP, FF, FO y FD.
139
Anexo 5: Campos de humedad y altura geopotencial según ERA INTERIM. Cada
columna con secuencia válida para la FP, FF, FO y FD.
140
Anexo 6: Campos de divergencia
D+1 en horas ende
niveles altos y convergencia
la madrugada (06Z). en niveles bajos según
modelo ERA INTERIM. Cada columna con secuencia válida para la FP, FF,
FO y FD en horas de la madrugada (06Z).
141
Anexo 7: Imagen superior, similar al anexo 1 pero previsto según el modelo ETA. Cada
columna con secuencia válida para la FF y FO. Imagen inferior, similar al anexo
3 pero prevista según el modelo ETA para la FO. Modelo inicializado 96 horas
antes de la FO.
142
Imagen inferior, similar al anexo 2 pero previsto según el modelo ETA. Cada
columna con secuencia válida para los días D-1 y D. Modelo inicializado 96
horas antes de la FO.
143
Anexo 9: Similar a la figura 15 pero previsto según el modelo ETA. Modelo inicializado
96 horas antes de la FO.
144
Anexo 10: Similar al anexo 7 pero inicializado 48 h antes de la FO.
145
146
147
148
149
150
Anexo 16: Bias para el viento zonal en 250 hPa (superior) y BIAS para vorticidad y
movimiento vertical en 500 hPa (inferior).
a b
a b
151
Anexo 17: Bias para el viento zonal (superior) y meridional en 500 hPa (inferior)
en la FO
a b
a b
152
Anexo 18: Bias para convergencia/divergencia en 850 hPa (superior) y viento
meridional en 925 hPa (inferior)
a b
a b
153
Anexo 19: RMSE para la magnitud del viento (superior) y viento meridional en 500
hPa (inferior).
a b
a b
154
Anexo 20: RMSE para vorticidad y movimiento vertical en 500 hPa (superior), y
humedad relativa en 950 hPa con altura geopotencial en 850 hPa (inferior).
a b
a b
155
Anexo 21: RMSE para convergencia/divergencia en 850 hPa (superior) y viento
meridional en 925 hPa (inferior) en la FO.
a b
a b
156
Anexo 22: Series temporales del RMSE promedio en la región A1 vs. región A3.
157
Anexo 23: Series temporales de SC promedio en la región A1 vs. la región A3.
158

Universidad Nacional Agraria La Molina: Facultad de Ciencias

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Agraria La Molina: Facultad de Ciencias

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Universidad Nacional Agraria La Molina: Facultad de Ciencias

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL AGRARIA

“EVALUACIÓN DEL MODELO ETA/SENAMHI EN LA PREDICCIÓN

Marco Antonio Bojorquez Luna

Tesis para Optar el Título Profesional de:

La UNALM es la titular de los derechos patrimoniales de la presente investigación

“EVALUACIÓN DEL MODELO ETA/SENAMHI EN LA

Marco Antonio Bojorquez Luna

Tesis para Optar el Título Profesional de:

Sustentada y aprobada por el siguiente jurado:

Mg.Sc. Eusebio Cisneros Tarmeño Ing. Franklin Unsihuay Tovar

Mg.Sc. Julio Arakaki Kiyán Mg.Sc. Victoria Calle Montes

Mg.Sc. Adrián Marko Huerta Julca

A mi madre Yolanda por ser el apoyo incondicional en mi vida y durante la redacción

A mi hermana y padre, por incentivarme a culminar este trabajo.

A Dios, por acompañarme y guiarme siempre.

A Diana por darme la oportunidad de creer en mí mismo y en mis capacidades. Gracias

Al jurador calificador de tesis, por sus aportes y su tiempo en el desarrollo de la tesis.

RESUMEN ......................................................................................................................... xvi

Tabla 1: Definiciones de escala atmósferica, donde Lh es la escala horizontal .................. 19

Figura 1: Diagrama simplificado de las interacciones en la microfísica de nubes ................ 1

Anexo 1: Caída diaria de temperatura y altura geopotencial según el modelo ERA

En la presente investigación, se evaluaron las predicciones del modelo ETA durante el

PALABRAS CLAVE: ETA, predicción, nevadas, evaluación, bias, RMSE.

Keywords: ETA, prediction, evaluation, snowfall, bias, RMSE

De los fenómenos meteorológicos adversos que afectan a la región, el Instituto Nacional de

Así como en los modelos climáticos globales se ha venido evaluando su desempeño en

El estudio se planteó el siguiente objetivo general:

Evaluar la predicción del modelo mesoescalar ETA/SENAMHI asociado al evento de

Y los siguientes objetivos específicos:

Evaluar cualitativamente la predicción de las configuraciones sinópticas del modelo

Evaluar predicción de las configuraciones sinópticas del modelo ETA/SENAMHI asociadas

2.1. Impacto extremo y cuantificación

Un impacto extremo se considera así cuando es altamente significativo y de consecuencias

● Número de personas desplazadas permanente o temporalmente

● Número de personas afectadas directa o indirectamente

● Impacto en las propiedades, medidos en cantidad de edificios dañados o destruidos

● Impacto en los servicios de los ecosistemas

● Impacto en cultivos y sistemas agrícolas

● Impacto en portadores de enfermedades

● Impacto en el bienestar psicológico y sentido de seguridad

● Pérdida económica o financiera

El documento de la Organización Meteorológica Mundíal Nº 407 (2017) define la nieve

Desde el punto de vista de la microfísica de nubes asociado a la ocurrencia de nevadas, Perry

2.3.1. Ecuaciones fundamentales

Las ecuaciones fundamentales o ecuaciones que gobiernan la atmósfera se encuentran

El movimiento del aire se encuentra fundamentada por la segunda ley de Newton,

Al transformar la ecuación 1 a través de la relación de Euler y usar la presión como variable

Además: u: componente zonal del viento (m/s), v: componente meridional (m/s), w:

La ley física de la conservación de la masa aplicada a una parcela de aire es expresada

También llamado forma divergente de velocidad de la ecuación de la continuidad.

Los cambios de temperatura en una parcela de aire en movimiento se encuentran gobernadas

Asimismo, puede ser escrita de la siguiente forma:

De esta forma, la ecuación termodinámica para un fluido en movimiento puede

A partir del cual, es posible calcular el cambio local de temperatura.

De acuerdo a la ecuación 1, un balance geostrófico asume que el término A (aceleración del

Además de la existencia de aproximaciones físicas al viento real mediante el balance de

Circulaciones de escala sinóptica se encuentran bajo un balance hidrostático, así como

2.3.3. Parámetros dinámicos de circulación atmosférica

La vorticidad es considerada una propiedad cinemática de un fluido que mide su rotación.

Resolución horizontal 2222 km 3232 km