Los cálculos de alta fidelidad se utilizan a menudo para predecir el ruido tonal y de banda ancha de hélices y rotores asociados con Vehículos de Movilidad Aérea Avanzada (AAMVs). Pero el LES es intensivo tanto en CPU como en almacenamiento. Presentamos aquí una investigación sobre la viabilidad de métodos de reducción como la Descomposición Ortogonal Propia, así como la Descomposición de Modos Dinámicos para la reducción de datos obtenidos a través de LES que se utilizarán posteriormente para obtener parámetros adicionales. Específicamente, investigamos cuán precisos pueden ser los modelos reducidos de los cálculos de alta fidelidad para predecir el ruido en el campo lejano. Se encontró que el POD es capaz de reconstruir con precisión los parámetros de interés con el 15-40% de las energías de modo totales, mientras que el DMD solo puede reconstruir parámetros primitivos como la velocidad y la presión de manera imprecisa. Se necesita un criterio de convergencia de truncamiento de rango > 99.8% para un mejor rendimiento del algoritmo DMD. En los espectros de campo lejano, el DMD solo puede predecir los contenidos tonales en las frecuencias bajas y medias, mientras que el POD puede reproducir todas las frecuencias de interés.