<\/p>\n
Meteorología: <\/span>Simulación climática sobre el sur de Sudamérica realizada con un modelo global de alta resolución del Instituto de Investigación Meteorológica \/ Agencia Meteorológica Japonesa (MRI \/ JMA). Los principales patrones de circulación atmosférica de nivel bajo y superior se analizaron en una simulación de 25 años, así como los medios climáticos, la variabilidad interanual, las tendencias y el sesgo de temperatura y precipitación. El modelo puede reproducir los principales patrones de circulación atmosférica y las variables de superficie media, aunque se encontraron algunas deficiencias, como una sobreestimación de la temperatura sobre el centro de la Argentina en la mayoría de las estaciones, una sobreestimación de la precipitación de invierno austral sobre el noreste y el centro de Argentina, una subestimación de precipitación en todas las estaciones sobre el sureste de Brasil, una subestimación de la amplitud de la temperatura del ciclo anual en algunas regiones y una sobreestimación de la amplitud del ciclo anual de precipitación en las zonas montañosas. También se evaluó la variabilidad interanual del modelo. En general, la variabilidad de la temperatura se sobreestima, mientras que la precipitación se subestima. El modelo simula correctamente la estructura espacial de la variabilidad interanual de la precipitación, aunque algunos patrones estaban fuera de lugar. La mayoría de las regiones presentan un sesgo estacional frío que alcanza valores de – 2 ° C en algunas regiones. Se encontró que los sesgos de precipitación están entre 3 y – 1 mm día – 1. En algunas regiones y estaciones, las tendencias de temperatura observadas y simuladas coinciden, como en el verano o la primavera austral, donde el modelo y las observaciones muestran tendencias positivas en la mayoría de las regiones. Sin embargo, no hay acuerdo entre las tendencias de precipitación observadas y simuladas en casi todas las regiones y estaciones. (Artículo elaborado por la Dra. en Cs. de la Atmósfera y los Océanos Josefina Blázquez (FCAG-CONICET) y el Dr. Mario Núñez e la UBA).<\/p>\n Astronomía: <\/span><\/strong>Buscamos estrellas binarias a través de variaciones periódicas de luz. Una curva de luz de un sistema de dos estrellas (sistema binario) eclipsantes, se obtiene al graficar el brillo del sistema a lo largo del tiempo: una estrella tapa a la estrella compañera y genera un eclipse y esto provoca una disminución aparente del brillo del sistema. Eso conforma una curva de luz y lo periódico es el tiempo entre el momento en que la tapa y hasta que la vuelve a tapar. También observamos tránsitos, es decir, si una estrella tiene un planeta que transita por delante de la estrella, éste atenúa su luz; estudiamos si se repite periódicamente o si hay una variación por ese motivo.En el caso de las estrellas binarias, si observamos que los eclipses no se producen exactamente con la periodicidad predicha, una posibilidad es que sea debido a un planeta en torno al sistema de estrellas binario. (Dr. en Astronomía Eduardo Fernández Lajús. FCAG. CONICET).<\/p>\n Geofísica: <\/strong>Un microsismo puede estar generado por distintas fuentes, es el ruido propio de la Tierra, que se genera a partir de un amplio espectro de fuentes como las mareas y el viento en las costas, las actividades humanas, el tráfico, etc. Para estudiarlo, se utiliza la técnica de correlación de ruido ambiente que analiza el campo de ondas que se genera entre dos estaciones diferentes, sin necesidad de que ocurra un terremoto. Es más, si ocurriese uno, se debe eliminar esa señal. El ruido ambiente no tiene nada que ver con un terremoto. Asimismo, cuando trabajas con datos de un terremoto debés descartar el ruido ambiente. Existen zonas donde no hay buena distribución de estaciones sismológicas, por ejemplo, en la región este de nuestro país; por su lado, Brasil densificó su red de estaciones sismológicas a más de 50. Por lo tanto a partir de los nuevos datos de terremotos y de ruido sísmico logramos aumentar la cantidad de trayectorias y el entrecruzamiento entre las mismas, lo que permitió, a partir de la tomografía, obtener información mejorada de la estructura sísmica en regiones que no tienen por qué ser sísmicamente activas. Por ejemplo, pude estimar el espesor de la corteza Chaco-Paraná: un promedio de 33, 35 km. (Dra. en Geofísica María Laura Rosa. FCAG.CONICET).<\/p>\n <\/p>\n <\/p>\n","protected":false},"excerpt":{"rendered":" Cada d\u00eda, una aproximaci\u00f3n a la ciencia, docencia y extensi\u00f3n de la Facultad de Cs. Astron\u00f3micas y Geof\u00edsicas de la UNLP.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"neve_meta_sidebar":"","neve_meta_container":"","neve_meta_enable_content_width":"","neve_meta_content_width":0,"neve_meta_title_alignment":"","neve_meta_author_avatar":"","neve_post_elements_order":"","neve_meta_disable_header":"","neve_meta_disable_footer":"","neve_meta_disable_title":"","neve_meta_reading_time":"","_themeisle_gutenberg_block_has_review":false,"footnotes":""},"categories":[1],"tags":[],"ubicacionentradas":[],"class_list":["post-5496","post","type-post","status-publish","format-standard","hentry","category-sin-categoria"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t