La asimilación de datos (DA) integra datos de observación con predicciones numéricas del tiempo para mejorar la precisión de los pronósticos meteorológicos. Este estudio evalúa tres estadísticas de covarianza de error de fondo (BE) regional para la predicción numérica del tiempo (NWP) a través de un esquema de asimilación de datos variacional (VAR). Se destacan las mejores prácticas en DA, así como el impacto del cálculo de la covarianza de BE en los procedimientos de DA mediante el modelo de Investigación y Pronóstico del Tiempo (WRF). Se utilizaron pronósticos inicializados en diferentes intervalos para calcular distintas estadísticas de error de fondo regional utilizando tres metodologías de variable de control (CV) durante un período de 20 días. Estas estadísticas son utilizadas por el proceso de DA VAR tridimensional del software WRF DA, produciendo campos de análisis que conducen a pronósticos para un evento convectivo de supercélula distinto durante el verano de 2019 en el norte de Grecia. Este evento convectivo de alto impacto subraya la importancia de seleccionar BE apropiados en áreas de terreno complejo. Los resultados enfatizan la importancia del uso de BE en DA, proponiendo el enfoque óptimo de DA para simulaciones de sistemas convectivos.