O24 NOTICIAS

Diario Digital del Perú | Noticias de Hoy en Tiempo Real

Senamhi fortalece el pronóstico de lluvias intensas con el uso de radares meteorológicos

Especialistas del Senamhi fueron capacitados en el uso de datos de radar y técnicas avanzadas de modelamiento numérico para mejorar la vigilancia y predicción de fenómenos atmosféricos.

Compartir:
Senamhi fortalece el pronóstico de lluvias intensas con el uso de radares meteorológicos
Senamhi fortalece el pronóstico de lluvias intensas con el uso de radares meteorológicos (Foto: Portal O24 News)

El Servicio Nacional de Meteorología e Hidrología del Perú (Senamhi), organismo adscrito al Ministerio del Ambiente (Minam), fortalece las capacidades técnicas y científicas de sus especialistas para mejorar la vigilancia y predicción de lluvias intensas y otros fenómenos atmosféricos de rápida evolución. En ese marco, desarrolló el curso presencial “Asimilación de Datos de Radar con WRF-LETKF”, orientado al procesamiento y aprovechamiento de las observaciones de radares meteorológicos en los modelos numéricos de predicción del tiempo.

Claves y detalles principales del anuncio

La capacitación, realizada del 24 al 28 de agosto, estuvo a cargo de la Dra. Paula Maldonado, especialista del Servicio Meteorológico Nacional de Argentina (SMN). Participaron profesionales de la Subdirección de Cambio Climático y Modelamiento Atmosférico (SCM) y de la Subdirección de Vigilancia Meteorológica (SVM) del Senamhi.

Durante el curso, los especialistas fortalecieron sus conocimientos en el procesamiento, control de calidad y manejo de datos de la red nacional de radares meteorológicos, así como en su incorporación a sistemas de predicción numérica mediante el modelo WRF (Weather Research and Forecasting) y la técnica de asimilación de datos LETKF (Local Ensemble Transform Kalman Filter).

La capacitación combinó sesiones teóricas y ejercicios prácticos orientados a avanzar en la implementación de un sistema de asimilación WRF-LETKF, que permitirá incorporar de manera sistemática las observaciones de radar al modelamiento numérico desarrollado por el Senamhi. Esta información, caracterizada por su alta resolución espacial y temporal, contribuirá a representar con mayor precisión las condiciones iniciales de la atmósfera y, con ello, fortalecer la predicción del tiempo.

El uso de datos de radar adquiere especial relevancia para el seguimiento de lluvias intensas y sistemas convectivos, debido a que estos fenómenos pueden desarrollarse y evolucionar rápidamente. Su incorporación al modelamiento numérico permitirá fortalecer las capacidades institucionales de vigilancia y pronóstico, así como la generación oportuna de información técnica que contribuya a la gestión del riesgo de desastres, especialmente durante el periodo de lluvias 2026-2027 y en escenarios asociados a la evolución de El Niño.

PUBLICIDAD
Espacio Publicitario: INCONTENT 2

Esta capacitación, contemplada en el Plan de Desarrollo de las Personas (PDP) 2026 del Senamhi, forma parte de las acciones institucionales orientadas a fortalecer las competencias de sus especialistas e incorporar metodologías y herramientas científico-tecnológicas avanzadas para el monitoreo y predicción de eventos meteorológicos de alto impacto.

Recomendaciones para la ciudadanía y próximos pasos

Con estas acciones, el Minam, a través del Senamhi, reafirma su compromiso con la innovación científico-tecnológica, la formación continua de sus especialistas y el fortalecimiento de la vigilancia y predicción meteorológica, generando información cada vez más oportuna y especializada para apoyar la toma de decisiones y contribuir a la protección de la población y sus medios de vida.

Compartir:
PUBLICIDAD
Espacio Publicitario: BOTTOM
Redactor / Equipo Periodístico O24

Redacción O24

Equipo de redacción y análisis periodístico de o24.pe. Cobertura en tiempo real de noticias oficiales, actualidad política, economía, salud y sociedad en el Perú.

Deja tu opinión o comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *