📄 ciencias de la Tierra

Validation of ERA5 and ERA5-Land Reanalysis Data for Daily Air Temperature and Extreme Temperature Indices over Bangladesh

Este estudio valida los conjuntos de datos de reanálisis ERA5 y ERA5-Land frente a 31 estaciones meteorológicas en Bangladesh desde 1989 hasta 2019, encontrando que, si bien ambos productos reproducen de manera confiable las temperaturas diarias con ERA5 desempeñándose mejor para los máximos diarios y los extremos absolutos, ERA5-Land captura con mayor precisión las tendencias a largo plazo en los índices de temperatura extrema basados en percentiles.

Autores originales: Anwoy Barua, Sanjib Ghosh, Shyamal Karmakar

Publicado 2026-10-15

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Anwoy Barua, Sanjib Ghosh, Shyamal Karmakar

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El clima de la Tierra está cambiando, y comprender cómo han cambiado las temperaturas en las últimas décadas es esencial para predecir lo que nos depara el futuro. Para rastrear estos cambios, los científicos dependen de dos tipos principales de información. La primera proviene de las estaciones meteorológicas en tierra, donde los termómetros registran la temperatura del aire real en ubicaciones específicas. Si bien estas lecturas son directas y precisas, a menudo están dispersas, con brechas en el tiempo y el espacio, lo que dificulta ver el panorama completo del clima de una región. El segundo tipo de información proviene de modelos computacionales conocidos como conjuntos de datos de reanálisis. Estos no son simples pronósticos, sino una reconstrucción del clima pasado. Los científicos alimentan modelos computacionales potentes con décadas de observaciones de satélites, globos y estaciones meteorológicas que simulan la atmósfera. El resultado es un mapa completo y continuo del clima, que llena los huecos donde no existe una estación. Sin embargo, debido a que estos mapas se construyen a partir de modelos, deben ser verificados contra los datos reales del suelo para asegurar que están diciendo la verdad. Esto es especialmente importante en lugares como Bangladesh, un país donde el clima es complejo y lo que está en juego es la precisión de los datos.

En un estudio reciente, los investigadores se propusieron probar dos de los mapas climáticos globales más populares, conocidos como ERA5 y ERA5-Land, para ver qué tan bien capturan el calor y el frío diario en Bangladesh. El equipo comparó las temperaturas generadas por computadora de estos dos sistemas frente a los registros de treinta y una estaciones meteorológicas reales dispersas por todo el país, cubriendo los años desde 1989 hasta 2019. Examinaron tanto la parte más calurosa del día como la parte más fría de la noche, así como qué tan bien los sistemas rastreaban los eventos climáticos extremos, tales como los días más calurosos del año o la frecuencia de noches inusualmente cálidas. El objetivo era determinar qué uno de los dos mapas digitales proporciona una imagen más confiable del mundo real para esta región específica.

La investigación reveló que ambos mapas digitales son, en general, muy buenos para coincidir con el clima real. Cuando los investigadores observaron la temperatura máxima diaria —el calor más alto alcanzado durante el día—, ambos sistemas mostraron una fuerte conexión con las observaciones en tierra. Sin embargo, un examen más detallado mostró que el mapa estándar ERA5 funcionó ligeramente mejor que su primo más detallado, ERA5-Land. El mapa estándar rastreó los máximos diarios con mayor precisión, mostrando menos error en sus predicciones. Ambos sistemas tendieron a subestimar el calor, lo que significa que predijeron días ligeramente más frescos de lo que realmente fueron, pero el mapa estándar estuvo más cerca de la verdad. Esta diferencia no fue solo una fluctuación pequeña; las pruebas estadísticas confirmaron que el rendimiento superior del mapa estándar fue un hallazgo consistente y significativo en todo el país.

La historia cambió ligeramente cuando los investigadores examinaron la temperatura mínima diaria, que representa el punto más frío de la noche. Aquí, los dos mapas estaban mucho más equilibrados. Ambos sistemas hicieron un buen trabajo rastreando los mínimos nocturnos, aunque ambos tenían la tendencia de predecir noches ligeramente más cálidas de lo que eran en realidad. Curiosamente, el mapa ERA-Land, más detallado, tuvo una ligera ventaja al reducir este sesgo de calor, siendo un poco más preciso para las temperaturas nocturnas en algunas estaciones. El estudio también encontró que ambos sistemas tuvieron mayores dificultades durante la temporada de monzones. Cuando las lluvias intensas y la densa capa de nubes dominan el cielo, la capacidad de los modelos computacionales para predecir los cambios de temperatura día a día disminuyó notablemente, particularmente para los mínimos nocturnos. Esto sugiere que las complejas interacciones entre la tierra húmeda y la atmósfera durante la estación lluviosa siguen siendo difíciles de capturar perfectamente incluso para los modelos más avanzados.

Más allá de las temperaturas diarias, el equipo también verificó qué tan bien estos mapas registraron los eventos climáticos extremos. Observaron índices que miden la intensidad de los días más calurosos y más fríos, así como la frecuencia con la que ocurren el calor o el frío extremos. Para los días absolutamente más calurosos y más fríos, el mapa estándar ERA5 mostró nuevamente una ligera ventaja, capturando la severidad de estos extremos con mayor exactitud. Sin embargo, cuando se trataba de rastrear las tendencias a largo plazo en la frecuencia con la que ocurre el calor o el frío extremos, el mapa ERA-Land, más detallado, funcionó mejor. Fue más exitoso al coincidir con los cambios observados en la frecuencia de estos eventos durante el período de treinta años. Esto sugiere que, si bien el mapa estándar es mejor para obtener la temperatura específica en un día determinado, el mapa de mayor resolución es mejor para mostrar cómo está cambiando el patrón del clima extremo a lo largo del tiempo.

Los investigadores concluyeron que, para la mayoría de los propósitos generales en Bangladesh, el mapa estándar ERA5 es la opción más confiable para los datos de temperatura diaria. Proporciona un registro sólido y consistente tanto de los máximos diarios como de la severidad del calor extremo. Sin embargo, si un investigador necesita estudiar cómo está cambiando la frecuencia del clima extremo a lo largo del tiempo, o si necesita la imagen más precisa de las temperaturas nocturnas, el mapa ERA-Land ofrece ventajas distintivas. El estudio destaca que, si bien estos modelos computacionales son herramientas poderosas que pueden llenar los vacíos donde faltan las estaciones meteorológicas, no son perfectos. Funcionan mejor cuando se entienden sus fortalezas específicas y se adaptan a la tarea adecuada. Para los científicos y planificadores en Bangladesh, saber qué mapa usar para cada tarea es ahora un camino más claro, asegurando que las decisiones basadas en datos climáticos sean lo más precisas posible.

Resumen Técnico: Validación de los datos de reanálisis ERA5 y ERA5-Land para la temperatura del aire diaria e índices de temperatura extrema en Bangladesh

Planteamiento del problema
Las observaciones meteorológicas terrestres suelen ser temporal y espacialmente inconsistentes, lo que limita su utilidad para la modelización climática y las evaluaciones de impacto que requieren conjuntos de datos continuos. Mientras que los productos de reanálisis como ERA5 y ERA5-Land ofrecen una alternativa de cuadrícula físicamente consistente, su rendimiento varía significativamente entre diferentes regiones climáticas. A pesar de la creciente dependencia de estos conjuntos de datos, la validación exhaustiva de ERA5 y ERA5-Land específicamente para la temperatura del aire diaria y los índices de temperatura extrema en Bangladesh ha sido limitada. Este estudio aborda esta brecha evaluando la fiabilidad de estos dos productos frente a las observaciones terrestres en una región caracterizada por monzones estacionales complejos y una alta vulnerabilidad climática.

Metodología
El estudio utilizó datos diarios de temperatura máxima ( $T_{max}$ ) y mínima ( $T_{min}$ ) de 31 estaciones del Departamento Meteorológico de Bangladesh (BMD) que abarcan el periodo 1989–2019. Estas observaciones sirvieron como verdad de terreno para validar los conjuntos de datos de reanálisis ERA5 (resolución de 0.25° × 0.25°) y ERA5-Land (resolución de 0.1° × 0.1°).

Preprocesamiento de datos: Se excluyeron las estaciones con >10% de datos faltantes. Los datos restantes se sometieron a un control de calidad para eliminar inconsistencias físicas (por ejemplo, $T_{max} < T_{min}$ ). Para alinear los datos de la cuadrícula de reanálisis con las ubicaciones de las estaciones, se aplicó la interpolación bilineal; sin embargo, se utilizó la interpolación del vecino más cercano para seis estaciones costeras donde la interpolación bilineal falló debido a las celdas de la cuadrícula oceánica.
Índices extremos: Se calcularon ocho índices de temperatura extrema siguiendo las directrices de ETCCDI, incluyendo extremos absolutos (TXx, TXn, TNx, TNn) e índices basados en percentiles (TX90p, TN90p, TX10p, TN10p).
Métricas de evaluación: El rendimiento se evaluó mediante el coeficiente de correlación de Pearson ( $r$ ), el Error Cuadrático Medio (RMSE), el Error Absoluto Medio (MAE) y el Sesgo Medio (Mean Bias). La significancia estadística de las diferencias entre los dos conjuntos de datos se determinó mediante la prueba de Wilcoxon de suma de rangos con signo, complementada con cálculos de tamaño del efecto.

Resultados Clave

Temperatura Máxima Diaria ( $T_{max}$ ): Ambos conjuntos de datos demostraron fuertes correlaciones con las observaciones ( $r > 0.89$ ), aunque ambos exhibieron un sesgo frío sistemático. ERA5 superó consistentemente a ERA5-Land en todas las métricas de error (RMSE, MAE, Sesgo). La prueba de Wilcoxon confirmó que el rendimiento superior de ERA5 para $T_{max}$ fue estadísticamente significativo ( $p < 0.05$ ) con tamaños de efecto grandes (>0.90). El sesgo frío fue más pronunciado en ERA5-Land, particularmente durante las estaciones de monzón y post-monzón.
Temperatura Mínima Diaria ( $T_{min}$ ): Ambos productos mostraron una excelente correlación general ( $r > 0.95$ ) y un sesgo cálido general. A diferencia de $T_{max}$ , la diferencia de rendimiento entre los dos conjuntos de datos fue menos distintiva. ERA5-Land mostró un sesgo medio significativamente menor en comparación con ERA5 ( $p < 0.01$ ), mientras que las diferencias de RMSE y MAE fueron estadísticamente no significativas o marginales.
Variabilidad Estacional: La estación del monzón presentó el mayor desafío para ambos conjuntos de datos, mostrando las correlaciones más bajas tanto para $T_{max}$ como para $T_{min}$ . Esto sugiere dificultades para reproducir la variabilidad día a día bajo condiciones de monzón uniformes caracterizadas por la frecuente cobertura nubosa y la lluvia.
Índices de Temperatura Extrema:
- Extremos Absolutos: ERA5 generalmente exhibió un menor sesgo para los índices de extremos absolutos (TXx, TNx, TNn), indicando una mejor captura de la magnitud de la temperatura.
- Extremos Basados en Percentiles: ERA5-Land demostró un mejor acuerdo con las tendencias observadas a largo plazo en los índices basados en percentiles (TX90p, TN90p, etc.), beneficiándose probablemente de su resolución espacial más fina.
- Tendencias: Ambos conjuntos de datos no lograron reproducir una tendencia de enfriamiento sustancial observada en el índice TXn (mínimo anual de las temperaturas máximas diarias), lo que resalta una limitación específica en la captura de señales de enfriamiento regional a pesar de las simulaciones de tendencias de calentamiento generalmente precisas.

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona la primera evaluación exhaustiva de ERA5 y ERA5-Land para la temperatura diaria y los índices extremos en Bangladesh. Los hallazgos indican que ambos conjuntos de datos son alternativas fiables a las observaciones de estaciones para la región. El estudio concluye con una recomendación matizada para la selección de conjuntos de datos basada en los objetivos de investigación:

ERA5 es preferible para aplicaciones generales, particularmente aquellas que se centran en las temperaturas máximas diarias y la magnitud de los eventos extremos absolutos.
ERA5-Land es ventajoso para aplicaciones que requieren alta resolución espacial, minimizando el sesgo en las temperaturas mínimas y analizando las tendencias a largo plazo en los índices extremos basados en percentiles.

El documento mantiene una postura modesta, reconociendo que, si bien los conjuntos de datos son fiables, persisten los sesgos sistemáticos (sesgo frío para $T_{max}$ , sesgo cálido para $T_{min}$ ) y las limitaciones para capturar tendencias de enfriamiento regional específicas. Los autores señalan que los métodos de interpolación espacial pueden introducir sesgos artificiales menores y sugieren que las investigaciones futuras deberían incorporar variables adicionales como la precipitación y la humedad para comprender mejor las implicaciones climáticas regionales.

Más como este