Fil: Dillon, María Eugenia. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina.Fil: García Skabar, Yanina. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.En este trabajo se propone un posible tratamiento para sortear estas dificultades examinando la sensibilidad en los análisis y pronósticos de un sistema regional de asimilación de datos y pronóstico por ensamble Local Ensemble Transform Kalman Filter – Weather Research and Forecasting Model (LETKF- WRF), incorporando la información del modelo global conducente GEFS como condición de borde y utilizando la técnica spectral nudging (SN). Se realizaron experimentos numéricos en un período de 2 meses, evaluando el impacto de la técnica SN en los análisis y pronósticos generados, utilizando un ensamble multi-esquema de 20 miembros, compuesto por combinaciones entre parametrizaciones de cumulus y capa límite planetaria.In this work, a possible treatment is proposed to overcome these difficulties by examining the sensitivity in the analyses and forecasts of a regional data assimilation and forecasting ensemble system, the Local Ensemble Transform Kalman Filter - Weather Research and Forecasting Model (LETKF-WRF), including GEFS global model’s information as a boundary condition and through the spectral nudging technique (SN). Numerical experiments were carried out in a period of 2 months, evaluating the impact of different factors of the SN technique in the analysis and forecasts generated, using a multi-scheme ensemble of 20 members, composed of combinations between cumulus and planetary boundary layer parameterizations.