Fil: Arruti, Aldana. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.Fil: Maldonado, Paula. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.Fil: Rugna, Martín Ezequiel. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.Fil: Sacco, Maximiliano A. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina.Fil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y Los Océanos; Argentina.Fil: Ruiz, Juan José. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro de Investigaciones del Mar y la Atmósfera. Instituto Franco Argentino sobre Estudios del Clima y sus Impactos; Argentina.Los datos de radar meteorológico se ven frecuentemente afectados por diferentes fenómenos que pueden comprometer la calidad de los productos derivados a partir de los mismos y su utilización en diversas aplicaciones. Por tal motivo, los datos deben ser sometidos a un riguroso y eficiente proceso de control de calidad que permita reducir al máximo el impacto de dichos fenómenos al tiempo que retenga la mayor cantidad de información meteorológica. En nuestro país, Ruiz Suarez y otros (2019) desarrollaron técnicas de clasificación supervisada para discriminar ecos meteorológicos de no-meteorológicos. Por otro lado, Ruiz y otros (2018) desarrollaron un algoritmo preliminar de control de calidad de datos de radar que aplica un conjunto de filtros que buscan eliminar los píxeles afectados por distintos fenómenos. El objetivo del trabajo es realizar un análisis del desempeño de un conjunto de algoritmos que se emplean para realizar el proceso de control de calidad de los datos de radar que se encuentra implementado en el Servicio Meteorológico Nacional (SMN; Sacco y otros 2021) a partir del estudio de casos.