Modelo Pronostico Metereologico Mesoescalar

7/26/2019 Modelo Pronostico Metereologico Mesoescalar

1/86

Captulo 6: Modelo de pronstico meteorolgico mesoscalar

6-1

6 Modelo de pronstico meteorolgico mesoscalar: fundamentos,

configuracin y estudios de sensibilidad

En este captulo se introducen los modelos de pronstico meteorolgico (NWP,numerical weather prediction) y se realiza una revisin bibliogrfica de los modelos

mesoscalares ms relevantes para el estudio del campo de vientos con elevadaresolucin espacial. A continuacin se presenta el modelo utilizado para lassimulaciones, y se describe la configuracin del mismo. Para profundizar en elconocimiento del modelo a usar se presentan los estudios de sensibilidad realizados conel mismo que han contribuido a definir la configuracin de trabajo.

6.1 Fundamentos y revisin bibliogrfica

Para el estudio de la atmsfera y los fenmenos meteorolgicos se usan distintasherramientas. Los sensores de medicin de las variables atmosfricas han representadodurante siglos la base del estudio del tiempo. Los primeros pluvimetros son yadescritos en 1247 por el matemtico chino Chhing-Shao, empezndose a usar desde elsiglo XIII por los chinos en Corea realizando mediciones espordicas, mientras que seconservan registros eventuales de temperatura y de presin atmosfrica desdecomienzos del siglo XVII (Martn-Vide y Olcina, 1996). Estas herramientas han sido la

base para el estudio de la climatologa y la meteorologa de una regin durante siglos.No es hasta los aos 50 del siglo XX que se empieza a desarrollar otro tipo deherramientas que hoy son fundamentales para el conocimiento y prediccin de laatmsfera; estas herramientas son los conocidos modelos meteorolgicos.

Antes de entrar en la descripcin de estos modelos es importante definir que se entiendepor modelo. Hay dos significaciones: modelo fsico y modelo matemtico. Un modelofsico es una representacin a pequea escala de un fenmeno fsico natural. Porejemplo, la maqueta de una determinada zona geogrfica en un tnel de viento paraanalizar los campos de vientos, las corrientes generadas, etc. Por otro lado, un modelomatemtico es un conjunto de expresiones matemticas que describen elcomportamiento de un determinado sistema fsico-qumico.

Para resolver las expresiones que definen un modelo matemtico se recurre a lamodelizacin numrica, hablndose de modelo numrico cuando se implementan dichasexpresiones en un entorno de clculo computacional que hoy en da implica el uso de un

soporte informtico. A partir de ahora en adelante cuando se use la expresin modelonumrico se har referencia a la implementacin informtica de las expresionesmatemticas que describen la fsica de la atmsfera.

Es importante poner de manifiesto la simplificacin que se introduce en cada tipo demodelo. A partir de un estudio terico se desarrollan las expresiones que describen elsistema fsico-qumico, siendo stas, en medida variable, aproximaciones al propiofenmeno, ya que, no siempre se tiene el conocimiento completo del mismo. Laresolucin de dichas expresiones conduce usualmente, en casos complejos como es lafsica de la atmsfera, a realizar aproximaciones al no poder encontrar solucionesanalticas para las ecuaciones que se plantean. As, al final se tiene una solucin

aproximada de la situacin de estudio. Es por eso que se debe tener presente que un


2/86


6-2

modelo propone una aproximacin a la realidad, la evaluacin de esta aproximacin seha de analizar a posteriori.

6.1.1 Escalas meteorolgicas

Los fenmenos que se acontecen en la atmsfera tienen dimensiones espaciales ytemporales muy dispares superponindose usualmente unos con otros. La definicin deestas dimensiones es un tema de controversia que a grandes rasgos es aceptada por losdistintos autores implicados en el tema, pero que en el matiz padece de algunasdiferencias.

Debido a la naturaleza del trabajo que se quiere realizar, el estudio de los campos devientos para el rea geogrfica de Catalunya, conviene exponer las definiciones

planteadas hasta el momento sobre el tema. La siguiente descripcin se basa en larevisin bibliogrfica realizada por Bonastre (1996).

Macro-escala, meso-escala y micro-escala son las tres divisiones ms generalesutilizadas por la comunidad cientfica. Para definir las escalas meteorolgicas de unmodo objetivo, Charney (1948) propone llamar macro-escala a la de aquellosfenmenos en los que las aceleraciones propias del sistema son de una magnituddespreciable frente a la aceleracin de Coriolis. La micro-escala es aquella donde lasaceleraciones del sistema son tan grandes que su magnitud es comparable a la de laaceleracin de la gravedad. Los fenmenos de la micro-escala respondern, por tanto, aleyes no-hidrostticas, lejos del quasi-equilibrio de la macro-escala. La meso-escala esaquella en que las leyes de la hidrosttica todava son vlidas y a la vez ha dejado de servlido el quasi-geostrofismo. Las aceleraciones propias del sistema no son despreciablesfrente a la de Coriolis, incluso pueden tener un orden de magnitud semejante, pero sonmuy inferiores a la aceleracin de la gravedad.

Las tres definiciones propuestas por Charney (1948) siguen siendo vlidas en laactualidad. Las diferencias entre los distintos autores surgen al matizar en ms

profundidad cada una de las divisiones y subdivisiones que las componen.

Orlanski (1975) propuso una estandarizacin de la clasificacin de las escalas de losdistintos fenmenos atmosfricos, proponiendo ocho subdivisiones espacio-temporalescontenidas en las tres grandes escalas, debido al rango de fenmenos que englobaban la

clasificacin macro-, meso- y micro-. En la Tabla 6.1 se detalla dicha subdivisin.Define la macro-escala como la escala espacial mayor de 2000 km y temporal del ordende una semana o ms, y la micro-escala como la escala espacial de hasta 2 km ytemporal del orden de varios minutos. Quedando definida la meso-escala como aquellaque encaja entre la macro-escala y la micro-escala. Sin embargo el propio autor remarcaque al no ser posible generalmente identificar la relacin entre los parmetros geofsicosy la escala espacial intrnseca a ellos, todas las divisiones espaciales son en algunamedida arbitrarias y poco definidas.

Varios autores han propuesto definiciones distintas, Pielke (1984) define los fenmenosmeso-escalares como aquellos que tienen una escala longitudinal, horizontal,

suficientemente extensa para ser hidrostticos, pero suficientemente pequea para que lafuerza de Coriolis sea pequea comparada con las fuerzas advectivas y del gradiente de


3/86


6-3

presin. Pielke manifiesta que el lmite superior es dependiente de la latitud, perotambin el lmite inferior ser dependiente de la estabilidad de la capa lmite planetaria(Thunis y Bornstein, 1996). Esta definicin reproduce la escala meso- de Charney(1948).

Otro autor que define los lmites entre escalas es Stull (1988). Considera el lmiteinferior de la meso-escala en 3 km. Su propuesta es concordante con parte de la deOrlanski (de meso-a micro-), pero con la inclusin de una subdivisin ms, micro-,abarcando el rango desde 2 m a 2 mm. Es importante resaltar que en la propuesta deStull se produce un solapamiento entre escalas, micro- y meso-escala, que se extiendedesde la mitad de la meso-hasta el lmite inferior de la micro-. En escritos posterioresel propio autor (Stull, 2000) suprime los solapamientos entre escalas y devuelve loslmites de la meso-escala a los de Orlanski, aunque mantiene la zona para la micro-enla micro-escala.

Los lmites verticales de los fenmenos meso-escalares los define Pielke (1984) siendoaquellos que se extienden desde decenas de metros hasta las profundidades de latroposfera. Esto se entiende viendo que fenmenos con poca extensin, como las brisasmarinas, estn contenidos en la capa fronteriza, mientras que forzamientos meso-escalares profundos, como las tormentas, pueden extenderse muy por encima de sta.

Thunis y Bornstein (1996), en un trabajo reciente, han propuesto una revisin de laclasificacin de Orlanski. En la Tabla 6.1 se presenta la revisin realizada junto contodas las definidas hasta el momento. Las variaciones propuestas se concretan en tresmodificaciones de las subdivisiones de Orlanski:

Adicin de la escala micro-. Renombramiento de la meso-a macro-. Renombramiento de la micro-a meso-.

Estas modificaciones desplazan la meso-escala a una subdivisin hacia abajo a lapropuesta por Orlanski (1975), con ello se incorporan las propuestas por Stull (1988)pero sin tener en cuenta el solapamiento de escalas.

Por ltimo, hacer un breve comentario sobre las escalas temporales. La extensintemporal de los fenmenos meteorolgicos se considera que mantiene una

proporcionalidad con las distintas escalas espaciales (Stull, 2000). As,:

kt (6.1)

siendo tla escala temporal de duracinla longitud o dimensin horizontal de la escala de desarrollo del fenmenokuna constante de proporcionalidad.


4/86


6-4

Tabla 6.1 Escalas atmosfricas y fenmenos asociados (Thunis y Bornstein, 1996).

El rea de anlisis del tema de tesis que se quiere desarrollar es el rea geogrfica deCatalunya. sta tiene una amplitud de unos 250 km, quedando enmarcada en la escalamacro-. Por lo tanto, los fenmenos que acontezcan en esta regin estarn inmersos enla propia escala macro-e inferiores. Los fenmenos que se suceden en estas escalas se

pueden ver en la Tabla 6.1.


5/86


6-5

6.1.2 Fundamentos de un NWP

6.1.2.1 Tipos de modelos

Gracias al uso de los modelos meteorolgicos NWP se ha realizado un avance muy

importante en la prediccin del tiempo y la descripcin de los distintos fenmenosmeteorolgicos. Debido a las distintas escalas en las que se suceden los movimientos demasas de aire en la atmsfera se han desarrollado distintos tipos de modelos. En laFigura 6.1se esquematizan.

Figura 6.1 Espectro de modelos numricos meteorolgicos (Meso, 1997).

Se tiene un espectro de modelos segn la escala temporal y espacial de los fenmenos aestudiar. Por un lado se tienen los modelos de circulacin general hidrosttica (GCM).Son modelos que trabajan con baja resolucin espacial, 200 km, y estudian fenmenosque tienen perodos de aos, se dice que trabajan en la macro-escala. Se trata demodelos que tienen por prioridad simular el flujo de circulacin general atmosfrico, y

por lo tanto, deben trabajar en una malla de integracin que cubra toda la Tierra. Seutilizan, principalmente para realizar predicciones a medio plazo, estacionales yclimticas (Garca-Moya, 2003). En el otro extremo se sitan los modelos de elevadaresolucin conocidos como modelos no-hidrostticos de nubes. Estos trabajan conresoluciones espaciales de centenares de metros o menos, describiendo fenmenos dehoras a minutos de duracin; trabajan en la micro-escala.

Los modelos regionales y meso-escalares son los que describen ptimamentefenmenos comprendidos entre la macro-escala y la micro-escala. No hay una claradivisin entre estos dos tipos, pero se puede considerar que un modelo regional trabaja

con resoluciones de 50-150 km y los meso-escalares de 1-50 km.

Los modelos regionales, meso-escalares y modelos de nubes se conocen tambin con elnombre de modelos de rea limitada (Limited Area Model, LAM) al centrarse enregiones especficas y poseer unos lmites laterales bien establecidos, a diferencia de losmodelos globales (Figura 6.2).

El inters del presente trabajo de investigacin se centra en el estudio de los campos devientos en el rea geogrfica de Catalunya de dimensiones 270 x 260 km2, trabajandocon resoluciones elevadas, 2 km. Es por eso que se consideran los modelos meso-escalares como los ms interesantes para este tipo de estudio. Para lo que sigue, en este

apartado se har referencia nicamente a los NWP meso-escalares.


6/86


6-6

Figura 6.2 Malla de trabajo de un modelo global (negro), un modelo regional (azul)

y un modelo mesoscalar (rojo) (Garca-Moya, 2003).

6.1.2.2 Ecuaciones primitivas

La mayora de modelos numricos usan una formulacin similar, al resolver las leyes

fundamentales de la fsica atmosfrica. Las ecuaciones bsicas que rigen elcomportamiento de la atmsfera son las que describen el comportamiento de un fluidonewtoniano en un sistema de referencia en rotacin, y por lo tanto, los principalesfenmenos que se producen en l, como son su movimiento y los intercambios deenerga entre distintos puntos del fluido (Calb, 1993). Estos modelos son unarepresentacin computacional fsica y dinmica de la atmsfera y de la superficieterrestre. As, plantean un conjunto de principios de conservacin que gobiernan elestado atmosfrico, que se detallan a continuacin respecto a un sistema de coordenadascartesiano y con notacin tensorial (se usa el convenio de Einstein para la suma:subndices iguales indican suma respecto de ese ndice) (Pielke , 1984; Calb, 1993):

Conservacin de la masa:

dt

d

x

u

i

i

1=

(6.2)

donde xi(i=1,2,3) son las tres coordenadas espacialestes el tiempouilas tres componentes del vector vientoes la densidad del aire.


7/86


6-7

Conservacin del momento:

kjijkiij

k

k

i

j

j

i

ji

ij

j

i ugx

u

x

u

x

u

xx

puu

xu

t+

+

+

=

+

23

2

(6.3)donde es la viscosidad molecular del aire

gies el vector aceleracin de la gravedad (0,0,-g)jes el vector de la velocidad angular de la Tierraijes la delta de Kronecherijkes el tensor de Levi-Civitta

Conservacin de la energa:

dtS

uwc ceT

=+= (6.4)

donde c es el calor intercambiado en un proceso por unidad de masa de una ciertovolumen de airewT es el trabajo por unidad de masa ejercido por el volumen de aire en este

procesoduces la variacin de energa interna por unidad de masa del volumen de airedurante el procesoSc es el termino de fuentes y sumideros de energa por unidad de volumen ytiempo.

Ecuacin de estado:

Vd Trp = (6.5)

donde pes la presin atmosfricardes la constante termodinmica del aire secoTVes la temperatura virtual del aire

Conservacin del vapor de agua, y del agua lquida y slida:

S

xDu

xtj

j

j

+=

+

2

2 (6.6)

donde es la relacin de masa de un componente de la atmsfera (vapor de agua, agualquida, hielo)

Des la difusividad molecular de este componente del aireSes el termino de fuentes y sumideros adecuado a cada sustancia (cambios defase y precipitacin).

La Ecuacin 6.3resuelve la conservacin del momento para las tres componentes del

viento. Para simplificar la formulacin y el tiempo de clculo, algunos modelos asumen


8/86


6-8

la hiptesis hidrosttica, con lo que se sustituye la ecuacin de pronstico del momentovertical por la ecuacin hidrosttica (Ecuacin 6.7).

gp

TR

p

z

= (6.7)

La hiptesis hidrosttica asume que las aceleraciones verticales del movimiento sondespreciables. Obviamente, esta hiptesis no se cumplir cuando los movimientosverticales y las aceleraciones verticales sean importantes. Esto se produce en terrenosabruptos y complejos o cuando se desarrollan convecciones fuertes. La hiptesishidrosttica es vlida para escalas sinpticas y planetarias, y para algunos fenmenosmesoscalares. Los modelos que se basan con esta simplificacin se denominanhidrostticos, y los que por el contrario resuelven la Ecuacin 6.3 para las trescomponentes del viento explcitamente se denominan modelos no-hidrostticos. As, losmodelo no-hidrostticos se aplican en casos donde se necesita trabajar con elevadasresoluciones horizontales (desde decenas de metros a pocos kilmetros). La mayorcomplejidad en las ecuaciones planteadas hace que los modelos no-hidrostticosnecesiten unos recursos computacionales superiores a los modelos hidrostticos, y quese haya tendido hasta hace poco a aplicarlos con una resolucin vertical limitada.

6.1.2.3 Sistemas de integracin

Las leyes de la fsica atmosfrica se desarrollan en una serie de expresionesmatemticas que son transformadas para implementarlas en un entorno informtico.Debido a la incapacidad de ser integradas analticamente, la resolucin de las mismas se

debe hacer a partir de la aplicacin de mtodos numricos como son:

Diferencias finitas. Tcnicas espectrales. Tcnicas pseudo-espectrales. Elementos finitos. Esquemas de interpolacin.

De todas estas tcnicas, las ms utilizadas son las diferencias finitas, elementos finitos ylos esquemas de interpolacin. Aunque las tcnicas espectrales han demostrado ser muy

precisas (Fox y Deardorff, 1972), su uso no se ha extendido debido a la complejidad de

las expresiones con las que se tienen que trabajar. Las tcnicas pseudo-espectrales sonuna opcin viable que, sin embargo, no ha sido utilizada por los desarrolladores demodelos numricos.

El conjunto de leyes que describen los procesos fsicos y dinmicos de la atmsferatienen una naturaleza altamente no lineal. Esto se refiere a que hay interaccin entre losdistintos procesos haciendo que la evolucin de la atmsfera sea sensitiva a lascondiciones iniciales, tratndose de un sistema energticamente disipativo. Estasinteracciones entre procesos se pueden ver en la Figura 6.3, donde se esquematizan losdistintos procesos fsicos que considera un modelo numrico.


9/86


6-9

Figura 6.3 Interaccin entre procesos atmosfricos (MMMD/NCAR, 2001).

Este hecho fue constatado por Edward Lorenz (Lorenz, 1963) y forma parte de losconceptos incluidos en la teora del Caos (Gleick, 1987). El sistema atmosfrico por sus

propiedades tiene un lmite temporal en la prediccin de la evolucin atmosfrica, o sea,que el fenmeno descrito en la prediccin sea representativo de la realidad.

Hay varios factores que limitan temporalmente la utilidad de una prediccinmeteorolgica. Algunos de estos son:

Cobertura y representatividad de los datos observados. Tamao del dominio donde realizar una prediccin. Sensibilidad especfica de la atmsfera a las condiciones iniciales en un instante

determinado.

Se estn realizando varios estudios sobre este ltimo punto. El estudio de la sensibilidadde la atmsfera a las condiciones iniciales se realiza a partir de las predicciones porconjuntos, conocido como ensamble forecasting. Esta tcnica consiste en realizar varios

pronsticos de una situacin determinada variando ligeramente las condiciones inicialesde la prediccin. Con lo cual se tienen un conjunto de predicciones formando unamuestra estadstica. Cuando ms rpido diverge una prediccin del comportamientomayoritario menor es la probabilidad que la prediccin sea representativa.

6.1.2.4 Discretizacin numrica

Antes de exponer los pasos que sigue un modelo numrico para realizar un pronsticoes interesante comentar como se implementa el dominio de estudio en el entornoinformtico.


10/86


6-10

Los dominios de trabajos se han de discretizar para que puedan ser utilizados encomputacin. Un dominio de trabajo consta de la superficie topogrfica de inters y lacapa de atmsfera a estudiar situada encima de sta. As, se genera una mallatridimensional de la zona de estudio, donde el lmite inferior es en cada caso latopografa discretizada y los lmites laterales son ficticios, impuestos por los lmites del

dominio de estudio en los laterales, e impuesto por el usuario del modelo en el caso dellmite superior. Una vez definidos los lmites se divide en una serie de capashorizontales el espesor de atmsfera a estudiar. La localizacin de los lmites lateraleses un punto importante a tener en cuenta. Una buena situacin de los lmites laterales

puede producir una mejora en la simulacin sin necesidad de introducir ms recursos(Stenger, 2000).

Hay varias tcnicas de implementacin de esta discretizacin en un entornocomputacional. En algunos modelos se trabaja con coordenadas cartesianas, x,y,z ,teniendo que recortar el lmite inferior en funcin de la topografa. En otros casos seopta por el uso de una coordenada vertical distinta, conocida como coordenada

(denominada tambin coordenada que sigue el terreno). Lo que se consigue al realizaruna transformacin de z a es un dominio regular en todas las direcciones. En laFigura 6.4 se esquematizan los dos tipos de coordenadas.

Figura 6.4 Coordenadas verticales cartesianas y sigma (Hernndez, 1995).

A parte, se utilizan distintos mtodos para discretizar horizontalmente el dominio. Elms usual en los modelos de pronstico es la malla donde se definen las variablesescalares en el centro de la celda y las variables vectoriales en las caras laterales o en losvrtices de la misma. Es decir, si imaginamos una celda cbica, la temperatura, lahumedad especfica, la presin se definirn en el centro del cubo, y las componentes

horizontales del viento se definirn en los vrtices, o en la parte central de las caraslaterales del cubo. Por su parte, la componente vertical del viento se define en el centrode las caras superior e inferior de la celda. La mayora de modelos trabajan con celdasdefinidas de esta forma, con variaciones en la localizacin de las componenteshorizontales del viento (Figura 6.5). Esta configuracin se conoce con el nombre decelda escalonada o alternada (staggered grid).


11/86


6-11

Figura 6.5 Celda de un NWP (Stull, 2000).

6.1.2.5 Procesos de ejecucin

Las fases de ejecucin de las que consta un modelo son normalmente tres: un

preprocesado de la informacin inicial, un procesado de los datos, y un postprocesadode los resultados obtenidos (Figura 6.6).

Figura 6.6 Mdulos de un NWP

As, en el preproceso se realiza la definicin del dominio de trabajo, el tamao delmismo y la resolucin de celda que interese en funcin del tipo de estudio. Tambin seespecifican las caractersticas del suelo, usos del suelo y distribucin de las zonas tierra-agua. Una vez realizada la preparacin de la malla se procede a la preparacin de lainformacin atmosfrica disponible. Se realiza una interpolacin de los datos que setienen dispersos en el dominio de trabajo a la malla regular, introduciendo las medidasde superficie y los perfiles verticales si es el caso. Por ltimo, se realiza unainicializacin dinmica de los datos consistentes en aplicar la conservacin de la masaen todo el dominio para asegurar la consistencia dinmica de la informacin. Al acabar

el preprocesado de los datos se dispone de una malla con los datos de presin, velocidady direccin del viento, temperatura y humedad en cada celda. Esta malla constituye lascondiciones iniciales de la simulacin.

El siguiente paso es el procesado de la informacin, consistente en la ejecucin delmodelo numrico. Para cada celda de la malla se resuelven las ecuaciones que rigen elcomportamiento de la atmsfera. La resolucin se realiza iterativamente cada ciertotiempo, normalmente un minuto dependiendo de los requerimientos de la simulacin.

Por ltimo, a partir de los resultados pronosticados por el modelo, temperatura,humedad, viento y precipitacin, se calculan las variables atmosfricas ms complejas

como pueden ser la divergencia y la vorticidad. Una vez se dispone de toda la

Preproceso

Preparacin mallaAnlisis objetivo

Inicializacin dinmica

Proceso

Ejecucin modelo

Postproceso

Variables derivadasRepresentacin grfica


12/86


6-12

informacin que se desea se procede a la representacin grfica de sta, siendo un puntoimportante para el estudio y comprensin de los fenmenos que se suceden.

6.1.2.6 Parametrizaciones fsicas

Como se ha comentado anteriormente hay distintos modelos para cada escala deestudio, sin embargo, las leyes que gobiernan la atmsfera son las mismas para todas lasescalas. Sera lgico pensar que con un solo modelo bastara para describir todos losfenmenos atmosfricos a escala global, meso-escalar o local, pero esto no es posibledebido a la limitacin de las herramientas de computacin. As las cosas, para el estudiode la atmsfera en una escala global, pronsticos de varios aos de extensin, esnecesario trabajar con resoluciones bajas para poder implementar el modelo en unentorno informtico. Anlogamente sucede con los modelos meso-escalares, aunquetrabajan con resoluciones ms finas, hay fenmenos que se suceden en escalas menoresal del tamao de la celda.

Varios procesos fsicos crticos para la meteorologa regional y de escalas mayores sefundamentan en mecanismos de escala molecular y microscala. La representacinexplicita de todos estos mecanismos en un modelo mesoscalar supone una tarea poco

prctica, por eso se opta por representar los procesos de escalas inferiores a las detrabajo mediante parametrizaciones fsicas. Orientados como sub-modelos dentro delmodelo dinmico mesoscalar, estas parametrizaciones representan implcitamente lainfluencia de la fsica de sub-escala en la meteorologa resuelta explcitamente. Una

parametrizacin es una aproximacin de un termino desconocido a partir de uno o msfactores conocidos. En algunos casos, la fsica del aire no est suficientementedesarrollada para describir ciertos procesos fsicos con exactitud, sin embargo, el efectoneto de estos procesos, al poder ser observados, se pueden parametrizar. Por ejemplo,trabajar con una parametrizacin sencilla de la precipitacin neta es ms aconsejableque desarrollar complejas expresiones que tengan en cuenta la evolucin de cada gotaque conforma una nube y los cristales de hielo. Las parametrizaciones acostumbran arealizar suposiciones, y se basan en relaciones empricas que permiten evaluar procesoscomplejos eficientemente a partir de las variables resueltas con las ecuaciones fsicasconocidas. Los procesos fsicos que se acostumbran a parametrizar son los flujossuperficiales entre suelo-atmsfera, la hidrologa del suelo, los flujos dentro la capafronteriza, la radiacin, la fsica de la humedad explicita, la conveccin profunda y lasnubes de poco desarrollo vertical. La Figura 6.3 muestra la interaccin entre losdistintos procesos fsicos a parametrizar.

La parametrizacin de los procesos turbulentos dentro de la capa fronteriza (ABL) escrtica para una descripcin correcta del transporte vertical de masas de aire, partculas ocontaminantes atmosfricos, la dispersin horizontal y la deposicin seca. Esta

parametrizacin permite resolver el problema de la clausura de la turbulencia. Lamayora de modelos dinmicos trabajan con una clausura de primer orden como lateora-K (p.e., Noilhan y Planton, 1989), una clausura no-local (Zhang y Anthes, 1982),o una clausura de segundo orden simplificada (p.e., Mellor y Yamada, 1974, 1982; Burky Thompson, 1989; Ballard et al., 1991). La clausura no-local se aplica normalmente

para condiciones convectivas inestables, mientras que las clausuras de primer y segundoorden se pueden aplicar en condiciones estables e inestables. Los tres sub-modelos

presentan un buen comportamiento en condiciones con elevada mezcla, sin embargo,pueden presentar problemas para simular la capa fronteriza estable nocturna (SBL). La


13/86


6-13

teora-K es uno de los mtodos ms sencillos, donde los flujos turbulentos se evalancomo el producto de un coeficiente de difusin turbulenta y el gradiente de la variabletransportada. Por otro lado, los esquemas de segundo orden son ms complejos. stosresuelven una ecuacin para la energa cintica turbulenta (TKE). La TKE es una de lasvariables ms importantes en micrometeorologa, ya que representa una medida de la

intensidad de la turbulencia. Est directamente relacionada con el transporte demomento, calor y humedad (Stull, 1988). As, los flujos se evalan a partir de la TKE.Para una discusin ms profunda del problema de la clausura de la turbulencia se refiereal lector a Stull (1988) y Mellor y Yamada (1974).

Los flujos superficiales de calor, momento, y radiacin de onda corta y larga son muyimportantes para las aplicaciones de calidad de aire debido a que son los mecanismos

primarios que rigen el desarrollo de la capa fronteriza (Seaman, 2000). Se handesarrollado varios esquemas de suelo de diversa complejidad. Entre las

parametrizaciones ms completas se encuentra el esquema Biosphere-AtmosphereTransfer Scheme (BATS; Dickinson et al., 1993) y el Parameterization for Land-

Atmosphere-Cloud Exchange(PLACE; Wetzel y Boone, 1995). El problema asociado aestos dos esquemas es su complejidad. Necesitan una definicin detallada de varios

parmetros y variables para el suelo y la vegetacin que no se encuentran disponibles aelevadas resoluciones para regiones extensas de la Tierra. Es por eso, que se opta porasignar valores tpicos a los parmetros asociados con tipos de vegetacin y tipos desuelo, en vez de basarse en medidas locales directas. Los esquemas que se encuentranen la mayora de modelos mesoscalares son menos elaborados. Estos reducen los

parmetros del suelo y de la vegetacin a unos pocos que se consideran los msimportantes (p.e., Pleim y Xiu, 1995; Xue et al., 1991; Seagal et al., 1988; Avissar yMahrer, 1988; Tremback y Kessler, 1985) o pueden simplificar el enfoque obviando lainfluencia explicita de la vegetacin (e.g., Zhang y Anthes, 1982; Noilhan y Planton,1989). Estos esquemas se han aplicado satisfactoriamente en estudios de investigacin.

La hidrologa del suelo es un punto importante sobre la estabilidad atmosfrica de laABL, el desarrollo de la capa de mezcla, la formacin de nubes y la precipitacin.Debido a la dificultad de medir la humedad del suelo, son varios los esquemas quesimplemente la definen como una funcin climatolgica de la estacin del ao y el tipode suelo, e incluso la mantienen constante durante los eventos de precipitacin. Seaman(2000) sugiere que la utilizacin de un sub-modelo simple de la hidrologa del suelo

puede mejorar sensiblemente la precisin de los flujos superficiales en aplicaciones devarios da, estacionales y anuales. El modelo operacional mesoscalar Eta del NCEP ha

sido adaptado para incluir un sub-modelo de superficie (land-surface model) basado enPan y Mahrt (1987) para mejorar sus resultados.

La radiacin solar tiene un papel importante en los flujos superficiales de calor yhumedad, y en altitud con presencia de nubes. Zhang y Anthes (1982) desarrollaron una

parametrizacin sencilla que evala el balance radiativo en la superficie terrestre. Esteesquema es adecuado para cortos tiempos de integracin, pero para perodos msextensos se recomienda usar esquemas ms complejos que consideren la interaccin conla atmsfera y las nubes (e.g., Hack et al., 1993; Mlawer et al., 1997).

Respecto al tratamiento del vapor de agua explcitamente, las parametrizaciones varan

desde esquemas extremadamente sencillos que solo consideran nubes clidas yprecipitacin (Hsie, 1984), hasta sistemas ms complejos que incluyen la fsica de


14/86


6-14

cambio de fase entre agua y hielo (Dudhia, 1989), y sistemas an ms elaborados quetrabajan con la fsica de mezcla de fases, clases adicionales de hielo e interaciones entrelos distintos tipos de hidrometeoros (Cotton et al., 1982, 1986; Reisner et al., 1998).Actualmente, los esquemas ms completos son muy similares a los modelos de nubes(p.e., Klemp y Wihelmson, 1978).

Se han desarrollado varios esquemas de conveccin para modelos meteorolgicosregionales y globales. Para resoluciones gruesas destacan el esquema Anthes-Kuo(Anthes, 1977) y el Betts y Miller (1986). En su desarrollo original no incluanmovimientos de masas hmedas descendientes. Por su parte, Grell (1993) y Kain yFritsch (1990, 1993) desarrollaron esquemas para resoluciones ms finas que incluyenlos movimientos descendientes, y son ms aconsejables para simular el desarrollo demesoaltas, mesobajas y las tormentas asociadas. Ninguno de estos esquemas estrecomendado para aplicarse con resoluciones inferiores a 10 km.

6.1.2.7 Anidamiento: tcnicas de interaccin entre dominios

Otro aspecto a destacar de algunos modelos de pronstico es la capacidad de realizaranidamientos. Esto es, realizar un zoom sobre una regin para trabajar en ella conmayor resolucin. Esta tcnica se utiliza en los modelos de rea limitada (LMA), comoson los modelos mesoescalares. Para una buena resolucin de la dinmica atmosfrica aescala local, como es el caso del estudio a desarrollar, es importante introducir lainformacin sinptica necesaria. Debido a las limitaciones computacionales, el trabajarcon grandes dominios de elevada resolucin es hoy en da inviable, por eso se handesarrollado las tcnicas de anidamiento que definen dominios menores de mayorresolucin dentro de dominios padre. Se resuelve la fsica de una regin con unaresolucin baja, para describir los fenmenos que se suceden en una escala sinptica, ya continuacin se focaliza la atencin en un dominio interior al grande con elevadaresolucin para estudiar fenmenos de menor escala. Dos son las tcnicas desarrolladashasta el momento para dicho propsito: interaccin de una direccin (one way nesting)y interaccin de dos direcciones (two way nesting).

En la tcnica one way nesting, interaccin de una direccin, se resuelve en primer lugarla fsica del dominio padre, y la informacin obtenida se transmite al dominio interior

para resolver a continuacin la fsica en este dominio de mayor resolucin.

La interaccin de dos direcciones difiere de la anterior en que la resolucin de la fsicade los dominios externo e interno se realiza simultneamente, producindose unintercambio de informacin del dominio padre al dominio interior, y del interior al

padre mediante una retroalimentacin.

En resumen, el inters y habilidad de un modelo de pronstico meteorolgico radica enla resolucin de trabajo y en las parametrizaciones y configuracin que use. Comomenor sea la necesidad de parametrizar fenmenos de subescala y ms representativaslas parametrizaciones a usar el pronstico realizado describir con mayor acierto elcomportamiento de la atmsfera.


15/86


6-15

6.1.3 Revisin bibliogrfica de los principales modelos numricos de pronstico

meteorolgico de mesoscala

Se ha realizado una revisin bibliogrfica de los NWP mesoscalares ms representativosdesarrollados hasta el momento. Entre estos se encuentran los aplicados a pronstico

meteorolgico y aquellos que presentan un enfoque a estudios de calidad del aire. Losprimeros trabajan con resoluciones horizontales de hasta 8-10 km, mientras que lossegundos se aplican por debajo de los 5 km, con estudios a 1 km de resolucin. Debidoa los objetivos de la Tesis, la revisin bibliogrfica de modelos se ha centrado en lossegundos. Es por eso que no se presentan NWP importantes como pueden ser, porejemplo, el modelo de rea limitada utilizado por el Instituto Nacional de MeteorologaHIRLAM (Undn et al., 2002), o el modelo regional del National Center forEnvironmental Prediction Eta (Janjic, 1994).

Weather Research and Forecast Model (WRF)

El proyecto Weather Research and Forecast Model (Michalakes et al., 2001) endesarrollo actualmente, tiene como objetivo el desarrollo de un modelo de pronsticometeorolgico y un sistema de asimilacin de datos de nueva generacin que permita

profundizar y avanzar en el conocimiento y en la prediccin de los sistemas deprecipitacin mesoscalar. Pretende promover a la vez puntos de conexin entre lacomunidad cientfica y los centros de pronstico operacionales en el mbito de EstadosUnidos. El objetivo es convertir el WRF como la herramienta de trabajo enmodelizacin mesoscalar, agrupando todos los avances producidos en la aplicacin deotros modelos ms antiguos.

El WRF est siendo desarrollando por un gran nmero de centros e instituciones de losE.E.U.U. como son: NCAR Mesoscale and Microscale Meteorology Division; the

National Centers for Environment Prediction (NCEP), the Forecast Systems Laboratory(FSL), the National Severe Storms Laboratory (NSSL), and Geophysical FluidDynamics Laboratory (GFDL) of the National Oceanic and AtmosphericAdministration (NOAA); the Air Force Weather Agency (AFWA), Naval ResearchLaboratory (NRL), and High Performance Computing Modernization Office (HPCMO)within the U.S. Department of Defense (DoD); the Federal Aviation Administration(FAA); the University of Oklahoma Center for the Analysis and Predictions of Storms(CAPS); the Environmental Protection Agency Atmospheric Modeling Division; theAtmospheric Sciences Division at the NASA Goddard Space Flight Center; y la

comunidad universitatria de investigacin.5

thgeneration Mesoscale Model (MM5)

MM5 (Dudhia, 1993; Grell et al., 1995) es la quinta generacin del modelo demesoescala desarrollado por la Pennsylvania State University junto con el NationalCenter for Atmospheric Research(NCAR). Es un modelo que trabaja en el rango de laescala meso- a la meso-. Resuelve las ecuaciones primitivas de la fsica de laatmsfera. Puede configurarse como modelo hidrosttico o no-hidrosttico, trabaja concoordenadas sigma verticales que siguen el terreno, resolviendo las ecuaciones

primitivas con diferencias finitas. Posee la capacidad de trabajar con anidamientos,

pudindose usar dos tcnicas distintas, one way nestingo two way nesting. MM5 est


16/86


6-16

considerado como un modelo que incluye todos los avances realizados hasta elmomento en modelizacin meteorolgica (state of the art model).

Algunos de los centros que trabajan con MM5 son: Pennsylvania State University,University of California, NASA/MSFC Global Hydrology and Climate Center, Instituto

Geofsico del Per, Universidad de Ciencia y Tecnologa de Hong Kong, Meso Inc.,Institut dEstudis Espacials de Catalunya, Universidad Politcnica de Madrid,Observatorio Nacional de Atenas, Universitat Politcnica de Catalunya.

Regional Athmospheric Modeling System model (RAMS)

RAMS (Pielke y Walko, 1994) es el modelo desarrollado en la Colorado StateUniversity. Modelo meso-escalar que trabaja en el rango meso-, meso-, meso-.Resuelve las ecuaciones primitivas con diferencias finitas. Puede configurarse comomodelo hidrosttico o no-hidrosttico, usando coordenadas que siguen el terreno enaltura. Puede trabajar con anidamientos, empleando two way nesting.

Centros donde se trabaja con RAMS son: Colorado State University, NOAA AirResources Laboratory, NOAA Forecast Systems Laboratory, Centro de EstudiosAmbientales del Mediterrneo.

Coupled Ocean/Atmosphere Mesoscale Prediction System (COAMPS)

COAMPS, Coupled Ocean/Atmosphere Mesoscale Prediction System (Hodur, 1997), esel modelo de mesoescala desarrollado por la Marine Meteorology Division (MMD) deelNaval Research Laboratory (NRL). El modelo incluye un sistema de asimilacin dedatos atmosfricos formado por un control de calidad de datos, un anlisis,inicializacin de datos y un modelo atmosfrico no-hidrosttico, y permite la

posibilidad de usar dos modelos ocenicos hidrostticos. Este modelo est en fase dedesarrollo.

COAMPS est siendo utilizado entre otros por: Naval Research Laboratory.

Advanced Regional Prediction System (ARPS)

ARPS, Advanced Regional Prediction System (Xue et al., 2000), es un modelo depronstico desarrollado por el Center for Analysis and Prediction of Storms (CAPS) de

la University of Oklahoma. Es un modelo que trabaja en el rango de la escala regional ala microescala, orientado al estudio de fenmenos convectivos y tormentas fras.Modelo no-hidrosttico que usa coordenadas que siguen el terreno en altura.

ARPS se utiliza en la Unisersity of Oklahoma, y en MeteoGalcia de la Universidad deSantiago de Compostela.

Mesoscale Atmospheric Simulation System (MASS)

MASS (Kaplan et al., 1982). Desde su desarrollo ha sufrido importantes mejoras, siendoactualmente un modelo comercializado por la compaa norteamericana MESO, Inc.

fundada el 1985. MASS es un modelo mesoescalar que resuelve las ecuacionesprimitivas usando la aproximacin hidrosttica, desarrollado para trabajar con


17/86


6-17

resoluciones de 10 a 100 km y 20 a 40 niveles verticales. Permite trabajar conanidamientos. Recientemente se ha desarrollado la versin no-hidrosttica que permiteaumentar la resolucin de trabajo.

Algunos centros que trabajan con MASS son: Meso Inc., North Carolina State

University, Saint Louis University, Servei de Meteorologia de Catalunya, Universitat deBarcelona.

Mesoscale Compressible Community Model (MC2)

El modelo Mesoscale Compressible Community Model (Benoit et al., 1997) es unmodelo atmosfrico basado en los ltimos avances en modelizacin atmosfrica. Se hadesarrollado para aplicaciones meteorolgicas de escala muy fina. Se trata de unaextensin del modelo de rea limitada compresible desarrollado por Tanguay et al.(1990) y Laprise et al. (1997) a mediados de los 80 en la Universit du Qubec Montreal (UQAM). La implementacin numrica del modelo se basa en un

procedimiento sofisticado de pasos de tiempo semi-lagrangianos y semi-implicitos, quepermite trabajar con tiempos de integracin relativamente elevados a la vez que seresuelven ondas de sonido de rpida propagacin (Tanguay et al., 1990; Benoit et al.,1997). Resuelve las ecuaciones primitivas compresibles no-hidrostticas. Permitetrabajar con anidamientos con tcnicas de interaccin de una direccin. Es un modelo

preparado para simular eventos meteorolgicos de escalas de ciclones hasta tornados yturbulencia de plumas.

MC2 se utiliza en Environment Canada y varias universidades de Canad.

Mesoscale no-Hidrostatic Atmospheric Simulation System (Meso-NH)

El modelo Meso-NH (Lafore et al., 1998) es el resultado de la colaboracin entre elCentre National de Recherches Mtorologiques (Mto-France) y el LaboratoiredArologie (CNRS). Se trata de NWP desarrollado con los ltimos avances enmodelizacin atmosfrica capaz de simular fenmenos meteorolgicos de escalascomprendidas entre la meso-hasta la microscala. Resuelve las ecuaciones primitivasanelsticas. Permite simular simultneamente fenmenos de distintas escalas demovimiento con la tcnica interactive grid-nesting technique. Est preparado parainteraccionar con un modulo qumico acoplado al modelo, aunque no est diseado pararealizar aplicaciones operacionales en calidad del aire. Meso-NH es un modelo ideado

como herramienta de investigacin para los procesos micro y mesoscalares.Meso-NH se utiliza en Mto-France, CNRS, varios centros cientficos de Francia,Universitat de les Illes Balears, Centre Epson Meteo, Instituto de Astronoma deMxico.

Mesoscale Model (MEMO)

El modelo MEMO (Flassak y Moussiopoulos 1987; 1988) fue desarrollado por el grupode investigacin del Instituto de Termodinmica Tcnica de la Universidad deKarlsruhe. Resuelve las ecuaciones primitivas efectuando la aproximacin de

Boussinesq. Resuelve las ecuaciones compresibles no-hidrostticas. La ecuacin decontinuidad se resuelve con la aproximacin anelstica, mientras que la tercera


18/86


6-18

componente del viento se resuelve mediante una ecuacin elptica para la presin.Trabaja con coordenadas que siguen el terreno y con una discretizacin alternada parasimplificar la discretizacin de las ecuaciones.

MEMO fue un modelo desarrollado a finales de la dcada de los aos 80 y se aplico

entre otros por la Universitat Politcnica de Catalunya por el grupo de investigacindonde se enmarca el presente trabajo de investigacin, es por este motivo que se hapresentado en este apartado, aunque no se considera un modelo con los ltimos avancesen modelizacin meteorolgica. Es por esto que no se tendr en cuenta a la hora deseleccionar un modelo para su aplicacin en este trabajo.

En la Tabla 6.2se resumen las principales caractersticas de cada modelo, a excepcinde MEMO.

Ante la gran cantidad de modelos desarrollados, es difcil optar por uno u otro. Sinembargo, estudios comparativos indican que la clave para simular satisfactoriamente un

fenmeno reside en la configuracin especfica y opciones usadas del modelo (Busch etal., 1994). As, el trabajar con un modelo especfico no es un factor clave, sino elescoger una buena parametrizacin y configuracin.

Se ha realizado una revisin bibliogrfica sobre las configuraciones de distintosmodelos respecto a la definicin de los dominios, las tcnicas de interaccin, laresolucin de trabajo y la aplicacin del modelo. Se han consultado las configuracionesde modelos operacionales en centros meteorolgicos y estudios donde se aplican los

NWP para anlisis de episodios de calidad del aire o fenmenos meteorolgicos.

La Tabla 6.3presenta un resumen de las configuraciones utilizadas en distintos NWP.Se detallan los datos de iniciacin, las dimensiones de los dominios de estudio y suresolucin, las tcnicas de interaccin entre dominios, su utilizacin y zona deaplicacin.


19/86


20/86


6-20

Tabla 6.3 Resumen de la revisin bibliogrfica de las distintas configuraciones de NWP utilizada en tra

Autor NWP EscalaIniciacin

y frontera

Dominios,

ratio,

proyeccin

Grid sizeSigma

levels

Nesting

tech.

Ebel et. al (2001) MM5 Meso ECMWF 43:1Lambert

54km(75x85), 18 km (80x72),6 km (63x63), 2 km (91x91)

1w

Noonan et al. (2000) MM5 Meso ECMWF5

3:1

40.5 (115x75), 13.5 (85x73)4.5 (61x55), 1.5 (61x55), 0.5(58x82) 26 2w

Stegner (2000) MM5 Meso NCEP2

3:1Lambert

36 km (112x193), 12 km (145x220) 1w-2w

Lozej y Bornstein(1999)

MM5 Meso NCEP (2.5x2.5)3

3:1Lambert

27 km (120x57), 9 km (112x106)3 km (52x40)

1w-2w-2wNofeed

Codina et al. (1997) MASS Meso NCEP - MRF

2

5.5:1Stereographic

55 km (55x55), 10 km (55x55) 1w

UB (2002) MASS Meso NCEP (MRF)3

3.75:1 - 4:1Stereographic

30 km (55x55), 8 km (103x103)2 km (133x161)

Meso, (2001). MM5 Meso Eta - AVN2

3:1Stereographic

45 km (93x78), 15 km (76x61) 25 2w

U. of Washington(2001)

MM5 Meso Eta4

3:1Lambert

36 km ,12 km ,4 km 2w

EMC (2000) MM5 Meso Eta (40 km)

23:1

Lambert 45 km (96x132), 15 km (190x184) 1 w

Pino et al. (2002) MM5 Meso ECMWF4

3:1Lambert

27km (31x31), 9 km (31x31)3 km (31x31), 1 km (31x31)

2w


21/86


6-21

Cucurull (2001) MASS Meso ECMWF2

5.5:1Stereographic

55 km (55x55), 10 km (55x55) 20 1w

Cucurull (2001) MM5 Meso MRF3+5(2km)

3:154 km, 18 km

6km (82x97), 2km (52x52)24 2w

Salvador (1999) RAMS Meso NCEP 4:1-2:1 16 km (90x74), 4km (45x37), 2 km(90x74)

24 2w

Perlin y Alpert (2001) MM5 Meso NASA reanalysis 3:1136x136 (7.5km)91x70 (2.5km)

43(29 pordebajo2000m)

Deng et al. (2003) MM5 MesoObservational gridded

analysis3:1

(108km), (70km), (36km), (12km)289x316 (4km)

32(16 pordebajo

1500m )

2w

Soler et al. (2003) MM5 Meso ECMWF 3:1

31x31 (27km)31x31 (9km)37x43 (3km)37x61 (1km)

2w

Romero et al. (2000) MM5 Meso NCEP 3:1

82x82 (60km)

82x82 (20km) 31 2w


22/86


6-22

6.2 Modelo meteorolgico mesoscalar utilizado: MM5

Para las simulaciones de las distintas situaciones meteorolgicas escogidas en elCaptulo 5 se utilizar el modelo meteorolgico mesoscalar MM5. Busch et al. (1994)afirman a partir de varios estudios comparativos que la clave para simular

satisfactoriamente un fenmeno reside en la configuracin especfica y las opcionesusadas en el modelo, y la decisin de escoger uno u otro NWP no es una cuestin tancrtica. De la revisin bibliogrfica presentada en el Apartado 6.1.3 se ha puesto demanifiesto la potencialidad del modelo MM5, que al tratarse de un modelo queincorpora el estado del arte en modelizacin atmosfrica es una de las opciones msinteresantes. La disponibilidad de la herramienta, el uso extendido entre la comunidadcientfica y su potencialidad han sido los factores por los que se ha optado por laseleccin y aplicacin para el estudio de los campos de viento con elevada resolucinespacial.

En este apartado se presentan brevemente las caractersticas ms relevantes del modelo

MM5. A continuacin se detalla la configuracin adoptada para las simulaciones de lasdistintas situaciones sinpticas tpicas que afectan a la Pennsula Ibrica. Por ltimo se

presentan los estudios de sensibilidad que han contribuido a definir la configuracin delmodelo, y profundizar en la influencia de la caracterizacin del suelo en el desarrollo decirculaciones locales trabajando con elevada resolucin.

6.2.1 Breve descripcin del modelo mesoscalar MM5

El modelo MM5 (Dudhia, 1993; Grell et al., 1995) tiene su origen a principios de losaos 1970s, con el desarrollo de un modelo mesoscalar en la Pennsylvania State

University documentado por Anthes y Warner (1978). Desde su origen ha sufrido variasmodificaciones y mejoras. stas incluyen la capacidad de trabajar con anidamientosmltiples, se ha convertido en un modelo no-hidrosttico, posee la capacidad deasimilar datos de observaciones meteorolgicas, e incorpora los ltimos avances en

parametrizaciones fsicas. MM5 representa la quinta generacin del modelometeorolgico de la Penn State University, y se desarrolla en colaboracin con el

NCAR. El sistema se ha portado a numerosas plataformas informticas y se hareestructurado para su mejor aplicacin.

La Figura 6.7 muestra un diagrama del sistema completo. Los datos del terreno y lainformacin meteorolgica en niveles de presin se interpola horizontalmente desdemallas georeferenciadas a un dominio de resolucin elevada en proyeccin Mercator,Lambert Conformal o Polar estereogrfica. La informacin interpolada se puedemejorar con observaciones meteorolgicas de estaciones en superficie o radiosondeos.Una vez obtenida la informacin en los niveles de presin se realiza una interpolacinvertical desde los niveles de presin a las coordenadas sigma del sistema MM5. Lascoordenadas sigma siguen el terreno en niveles bajos, y en altitud tienden a aproximarsea superficies isobricas. Pasado todo el proceso previo de preparacin de los datos, ya seest en disposicin de ejecutar el modelo mesoscalar MM5.


23/86


6-23

Figura 6.7 Diagrama de flujo del sistema MM5 (MMMD/NCAR, 2001).

El modelo trabaja en coordenadas verticales sigma en presin que siguen el terreno.Esta coordenada se define como:

( )

( )ts

t

PP

PP

= (6.7)

donde Pes la presinPtes una constante que especifica el lmite vertical de presinPses la presin en superficie.

La Figura 6.8 muestra un perfil donde se aprecian los distintos niveles sigma. Lacoordenada sigma 0 se sita en el lmite superior, mientras que la sigma 1 se sita ensuperficie. La resolucin vertical del modelo se define a partir de las coordenadas sigmacon una lista de valores de 0 a 1, que necesariamente no tienen que estar equiespaciadas.

Normalmente la resolucin en la ABL es ms fina que en niveles superiores.

En lo que respecta a la discretizacin horizontal, MM5 trabaja con celdas Arakawa-Lamb B (Mesinger y Arakawa, 1976) alternando las variables de la velocidad del vientorespecto a las variables escalares. Esta disposicin particular se muestra en la Figura6.9, donde se observa como las variables escalares (T, q, p, w) se definen en el centro delas celdas (indicadas con cruces), mientras que las componentes horizontales del viento(u, v) se definen en los vrtices de las celdas (indicadas con puntos). Todas las variablesexcepto la componente vertical del viento se definen en la mitad de cada capa vertical, osea, en los niveles sigma medios, representados con una lnea discontinua en la Figura6.8. La velocidad vertical se define en los niveles sigma, en lnea slida. La definicin

de los niveles sigma se refiere a los niveles slidos, as el nmero de capas verticales delmodelo es siempre el nmero de niveles sigma menos uno.


24/86


6-24

Figura 6.8 Coordenadas verticales sigma.

Figura 6.9 Discretizacin horizontal segn el escalonamiento Arakawa-Lamb B deMM5.


25/86


6-25

6.2.2 Configuracin del modelo mesoscalar MM5

Para definir la configuracin del modelo MM5 se ha realizado como paso previo unarevisin bibliogrfica de trabajos cientficos donde se aplique el modelo a estudios decalidad del aire o prediccin meteorolgica con elevada resolucin. A partir de esta

informacin, y con los estudios de sensibilidad presentados en el Apartado 6.2.3se handiseado los dominios de trabajo, y se han especificado las opciones tanto fsicas comonumricas para la aplicacin del modelo mesoscalar.

6.2.2.1 Revisin bibliogrfica

Se ha realizado una revisin bibliogrfica de las configuraciones con las que se aplica elmodelo MM5 en distintos trabajos cientficos. La Tabla 6.4 sintetizan las distintas

parametrizaciones fsicas y opciones en la configuracin de MM5.


26/86


6-26

Tabla 6.4 Resumen de la revisin bibliogrfica de las distintas configuraciones de MM5 utilizada en trabajos cientficos.

Parametrizacio nes fsicas Nesting technique

2-way nestingAutor CumulusICUPA

PBL schemeIBLTYP

Exp.Moisture schemeIMPHYS

Radiation Scheme IFRADGround T scheme

ISOIL1-way

nestingIOWERW feedback IFEED

AFWA (2001)3. Grell (45, 15

km)1. None (5 km)

2. High resolutionBlackadar PBL

5. Mixed-Phase(Resiner) Dudhia cloud radiation 1. Five-Layer Soil model

NCAR/MMM(2001) 3. Grell 5. MRF

5. Mixed-phase(Reisner) Dudhia 1989 1. Five-Layer Soil model

1 domainonly N/A N/A N/A

Soriano et al.(2002) 6. Kain- Fritsch 4. Eta PBL 4. Simple Ice (Dudhia) 2. Cloud-radiati on scheme 1. Five-Layer Soil model si

1.Nest input file

(coarse)2.Terrain input file

(nest)

3. 1-point feedback withsmoother-desmoother

Cox et al. (1998) 3. Grell 2. High-resolutionBlackadar PBL 2. Cloud-radiation scheme

Chen y Dudhia(2001)

3.Grell 5. MRF PBL 4. Simple Ice (Dudhia) 2. Cloud-radiati on scheme No

Lozej y Bornstein(1999)

3. Grell (corse)0. None (nest


27/86


6-27

6.2.2.2 Definicin de los dominios de trabajo

Uno de los objetivos principales de la presente Tesis doctoral es la descripcin de loscampos de vientos del AGC con elevada resolucin horizontal. Como se ha comentado

en el Captulo 1, la resolucin de trabajo para el AGC ser de 2 km. Este valor no setoma gratuitamente. De la revisin de distintos trabajos se ve la necesidad de trabajarcon resoluciones tan finas. En funcin del tipo de terreno de una zona, el estudio de losfenmenos atmosfricos que se acontecen se tiene que realizar con mayor resolucin.

McQueen et al. (1995) analizan la influencia de la resolucin en los modelosmesoscalares para la prediccin del campo de vientos. A partir de una serie de estudiosde sensibilidad con un modelo mesoscalar de elevada resolucin los autores demuestranla importancia de trabajar con resoluciones elevadas para conseguir con detalles lascirculaciones que se producen en regiones de terreno complejo. Los resultados ms

precisos se obtienen con un paso de malla horizontal de 2.5 km y una primera capa

vertical a 12 m. Los autores remarcan tambin que la resolucin vertical es tanimportante como la resolucin horizontal para la correcta reproduccin de complejascirculaciones.

Salvador et al. (1999) analizan tambin la mejora de los resultados al variar laresolucin de la malla. As, constatan una mejora en la descripcin de los fenmenosmeteorolgicos de escala pequea trabajando con resoluciones de 2 km o ms finas. Lasdiferencias en los flujos horizontales son significativas durante perodos nocturnos,donde el forzamiento de la topografa es ms destacable, y durante perodos diurnos,donde los forzamientos trmicos son dominantes. El estudio trabaja con pasos de mallade 6, 4, 2 y 1,5 km, obteniendo diferencias significativas, sobretodo en altura, con las

simulaciones de 2 y 1,5 km. Resaltan tambin, que la simulacin con una resolucin de1,5 km conlleva un consumo de tiempo de ejecucin 20 veces mayor que para la de 2km.

En Stenger (2000) se hace referencia a la mejora de los resultados al aumentar laresolucin. El autor constata que no siempre se produce una mejora en los resultados altrabajar con mallas ms finas. En situaciones ageostrficas se producen mejoras alaumentar la resolucin, sin embargo, en situaciones ms geostrficas el comportamientode una simulacin con resolucin no muy elevada produce mejores resultados a medidaque avanza el tiempo de pronstico que una de alta resolucin. Cabe remarcar que elestudio del autor se centra en el centro de Estados Unidos, abarcando una granextensin de terreno. Las conclusiones de este trabajo se consideran no del todoexportables para el trabajo a realizar en este tema de Tesis. El dominio de estudio deStenger (2000) es ms extenso que la regin de estudio de este trabajo, con lo cual,distintos aspectos predominaran en una simulacin y en otra.

Catalunya se caracteriza por tener una orografa altamente compleja y diversa. Para elestudio de los campos de vientos en esta regin es necesario trabajar con elevadasresoluciones para tener en cuenta todos los forzamientos que se producen debido a latopografa. No se tienen los mismos resultados simulando los vientos en Catalunya conuna resolucin de 5 km o una de 2 km. Para resaltar este hecho, slo basta con

representar la topografa con una resolucin de 5 km y compararla con una de 2 km. LaFigura 6.10 muestra claramente la prdida de informacin al trabajar con resoluciones


28/86


6-28

de 5 km. Se debe tener presente que el modelo simular los fenmenos atmosfricos apartir de la informacin topogrfica que se le suministre. Cuanto menos precisa sea sta,los resultados de la modelizacin presentarn menor exactitud.

Queda claro pues la necesidad de trabajar con elevada resolucin para el rea geogrfica

de Catalunya. La cuestin que se presenta ahora es hasta que punto se baja el tamao dela celda. En este sentido en Soriano et al. (1997), se comenta que para el rea deBarcelona, aproximadamente la regin de la Figura 6.10, trabajando con 2 km deresolucin se describen correctamente los forzamientos debido a la topografa, sin

producirse una mejora al elevar la resolucin a 1 km y 0,5 km. Se tiene que matizar quela regin estudiada en Soriano et al. (1997) no es la misma que la del presente trabajo deinvestigacin. Catalunya en su totalidad presenta una orografa an ms compleja que lazona geogrfica de Barcelona. Lo cual puede hacer pensar que con resoluciones msfinas de 2 km se pueden obtener resultados ms correctos. Sin embargo, debido a losrecursos computacionales disponibles actualmente, se escoge una resolucin de trabajode 2 km, acorde con las conclusiones de Salvador et al. (1999), Soriano et al. (1997) y

McQueen et al. (1995).

Figura 6.10 Zona geogrfica de Barcelona con resolucin de 5 km (izquierda) y 2

km (derecha).

MM5 permite trabajar con distintas proyecciones, pero MMMD/NCAR (2001)recomienda para latitudes medias la proyeccin Lambert, que es la que se ha escogido.Con todo ello, se han definido cuatro dominios de trabajo que abarcan el sur-oeste deEuropa con una resolucin baja, hasta Catalunya con elevado detalle. La Figura 6.11 yla Tabla 6.5presentan la definicin de los cuatro dominios.

El dominio ms externo (D1) cubre parte de Europa y norte de frica con un paso demalla de 72 km, el segundo dominio (D2) engloba toda la Pennsula Ibrica y sur deFrancia a 24 km de resolucin, el tercer dominio (D3) se centra en el noreste de laPennsula con una resolucin de 6 km, y el dominio ms interior cubre el reageogrfica de Catalunya con una resolucin horizontal de 2 km.


29/86


6-29

Figura 6.11 Definicin de los dominios de trabajo.

La Tabla 6.5 tambin muestra el intervalo de integracin de las ecuaciones primitivasutilizado en cada dominio para que se cumpla la ley de Courant (un paso de tiemposuficientemente pequeo para garantizar que el viento mximo simulado no recorra msde una celda para cada paso de integracin). MMMD/NCAR (2001) recomienda que elintervalo de integracin sea aproximadamente tres veces la resolucin horizontal.

Tabla 6.5 Parmetros de definicin de los dominios de trabajo.

Dominio N celdas dir. x N celdas dir. y Resolucin hor. (km)Intervalo de

integracin (s)

D1 50 35 72 200D2 61 49 24 72D3 93 93 6 20D4 151 151 2 6Latitud central Dominio externo 41.0NLongitud central Dominio externo 2.4E

El nmero de capas verticales, o niveles sigma, se detalla en la Tabla 6.6y Tabla 6.7.

Debido al elevado coste computacional de las simulaciones se trabaja con un nmero decapas verticales limitado. Uno de los puntos dbiles de los modelos no-hidrostticosmesoscalares es su elevado coste computacional. Por ello es usual trabajar con menosniveles verticales que los modelos hidrostticos. Para las simulaciones de estudio se haoptado por definir dos configuraciones, una con 23 niveles verticales y otra con 29niveles, con seis capas ms en los primeros 1000 m de la atmsfera para tener definidacon mayor detalle la ABL.

De las situaciones meteorolgicas a simular presentadas en el Captulo 5, las quepresentan un forzamiento sinptico elevado (W-W, W-NW, SW-wR, SW-eR, NW-N)se han simulado con 23 niveles verticales. Por otro lado, las que se caracterizan por un

bajo gradiente brico en superficie (W-wR, R-eR) se han simulado con 29 nivelesverticales.


30/86


6-30

Tabla 6.6 Altura de las capas verticales con la configuracin de 23 niveles sigma.

N capa Nivel Altura (m snt) N capa Nivel Altura (m snt)

23 1 0 11 0.55 402422 0.99 72 10 0.5 460821 0.98 146 9 0.45 523320 0.96 294 8 0.4 590819 0.93 521 7 0.35 664318 0.89 832 6 0.3 744817 0.85 1155 5 0.25 834216 0.8 1574 4 0.2 934915 0.75 2014 3 0.15 1050514 0.7 2475 2 0.1 1186813 0.65 2962 1 0.05 1354112 0.6 3477 0 15735

Tabla 6.7 Altura de las capas verticales con la configuracin de 29 niveles sigma.

N capa Nivel Altura (m snt) N capa Nivel Altura (m snt)

29 1 0 14 0.7 247628 0.9986 10 13 0.65 296327 0.995 36 12 0.6 347826 0.99 73 11 0.55 402525 0.98 146 10 0.5 460824 0.97 220 9 0.45 523423 0.96 294 8 0.4 590922 0.945 407 7 0.35 664321 0.93 521 6 0.3 744920 0.91 676 5 0.25 834319 0.89 833 4 0.2 934918 0.865 1033 3 0.15 1050517 0.84 1238 2 0.1 1186816 0.8 1575 1 0.05 1354115 0.75 2014 0 15736

El modelo MM5 permite trabajar con dos tcnicas de interaccin de dominios:interaccin unidireccional (one-way nesting) y interaccin bidireccional (two-waynesting). En el Apartado 6.3.1 se presenta un estudio de sensibilidad analizando

precisamente la influencia de utilizar una u otra tcnica. Este estudio junto con otrostrabajos cientficos muestra como la tcnica bidireccional es muy sensible a ladefinicin de los dominios de trabajo, sobre todo a la localizacin de los lmites a

barlovento de importantes obstculos orogrficos. Por otro lado la tcnicaunidireccional resulta mucho ms robusta. Debido a que el objetivo principal de laaplicacin del modelo mesoscalar es el simular distintas situaciones sinpticas conflujos provenientes de distintas direcciones se ha optado por trabajar con la tcnicaunidireccional.

Tambin el hecho que MM5 est forzado a mantener una relacin de resoluciones entredominios de 1:3 para la tcnica bidireccional, mientras que esta relacin queda libre enla tcnica unidireccional, permite una definicin ms flexible de los dominios deestudio. Con ello se puede definir el dominio de Catalunya a 2 km sin la necesidad dedefinir dominios externos excesivamente grandes (respecto al nmero de celdas).


31/86


6-31

6.2.2.3 Condiciones de inicializacin y de frontera

Los modelos de rea limitada necesitan informacin de inicializacin y condiciones defrontera durante la ejecucin de la simulacin para poderse ejecutar satisfactoriamente.Esta informacin la obtienen a partir de los resultados de un modelo de escala superior,

que usualmente son modelos globales.

La dificultad de obtener estos datos ha sido uno de los principales factores limitantes ala hora de escoger los das a simular.

Los datos que se han utilizado para las simulaciones de las situaciones sinpticaspresentadas en el Captulo 5 han sido los anlisis del modelo global del EuropeanCentre of Medium-range Weather Forecasts (ECMWF) y del modelo global Aviation

Model(AVN) del NCEP.

Ambos modelos proporcionan informacin de la temperatura, presin, humedad,

componentes de la velocidad del viento para los niveles de presin estndar. Laresolucin espacial de estos datos es de 1 (aproximadamente 100 km para las latitudesde trabajo), y con una frecuencia de 6 horas.

El modelo MM5 dispone de la capacidad de asimilar datos de observacionesmeteorolgicas durante el avance de la simulacin. Esta tcnica se denominaasimilacin de datos en cuatro dimensiones (FDDA, four dimensional dataassimilation). La tcnica que utiliza es la relajacin Newtoniana o tcnica nudging(Stauffer y Seamann, 1990). Su finalidad es la de mejorar los resultados del modelomesoscalar introduciendo una variable ficticia en las equaciones primitivas que hacetender los resultados del modelo a las observaciones que se le introducen.

MMMD/NCAR (2001) recomiendan no aplicar esta tcnica para estudios cientficos ypronsticos meteorolgicos, ya que, se introducen trminos no fsicos dentro de lasecuaciones primitivas.

Para las simulaciones realizadas se ha decidido no realizar asimilacin de datos, para asobtener unas soluciones que cumplan las leyes fsicas y evitar posibles distorsiones enlos resultados cerca de las zonas donde se hubieran introducido las observaciones. No

por ello se considera que la tcnica FDDA sea una mala opcin, siendo recomendablepara estudios ms prcticos donde se quiere forzar el modelo a las observaciones.

As, el modelo se ejecuta a partir de la informacin aportada por los anlisis de losmodelos globales ECMWF y AVN. Las primeras seis horas de simulacin no seutilizarn, ya que es el perodo de estabilizacin numrica recomendado en ejecucionestipo cold start (sin un perodo inicial de asimilacin de datos meteorolgicos)(MMMD/NCAR, 2001).

6.2.2.4 Resumen: configuracin y parametritzaciones fsicas

Con todo lo expuesto, la Tabla 6.8 resume la configuracin utilizada en lassimulaciones del modelo MM5. Para cada dominio se detallan las parametrizaciones

fsicas, las opciones de las condiciones de contorno y la tcnica de interaccin entredominios.


32/86


6-32

Se ha configurado el modelo con las parametrizaciones fsicas especificadas en la Tabla6.8 a partir de la revisin bibliogrfica realizada y de la informacin proporcionada porMMMD/NCAR (2001). La justificacin de la seleccin de la parametrizacin de laCapa fronteriza (PBL scheme) se discute en el Apartado 6.3.3, y la justificacin de latcnica de interaccin entre dominios (nesting technique) en el Apartado 6.3.1. Las

opciones de las condiciones de contorno se han escogido siguiendo las recomendacionesde MMMD/NCAR (2001).


33/86


6-33

Tabla 6.8 Resumen de la configuracin del modelo MM5 utilizada para las simulaciones de las situaciones atmosfricas.

Parametrizaciones fsicas Condiciones de contorno

Dominios Cumulus

ICUPA

PBL scheme

IBLTYP

Explicit

Moisture scheme

IMPHYS

Radiation

Scheme

IFRAD

Ground T

scheme

ISOIL

Lateral boundary

conditions IBOUDY

Upper boundary

condition

IFPUR

Nesting

technique

D172 km(35x50)

23-29nivelessigma

2. Anthens-Kuo

4.Eta5.MRF

4. Simple Ice(Dudhia)

2. Cloud-radiationscheme

1. Five layersoil

3.Relaxation/inflow-outflow (coarse)

0. No upperboundarycondition

1-waynesting

D224 km(49x61)

23-29nivelessigma

6.Kain-Fritsch

4.Eta5.MRF

4. Simple Ice(Dudhia)


1. Five layersoil

2.Time-dependent/Nest(nest)

1. Upper radiativecondition

1-waynesting

D36 km

(93x93)

23-29nivelessigma

1. None4.Eta

5.MRF4. Simple Ice

(Dudhia)


1. Five layersoil



1-waynesting

D42 km

(151x151)

23-29nivelessigma

1. None 4.Eta4. Simple Ice

(Dudhia)


1. Five layersoil



1-waynesting


34/86


6-34

6.3 Estudios de sensibilidad

6.3.1 Sensibilidad del modelo mesoscalar a las tcnicas de interaccin entre

dominios

El trabajo que se expone a continuacin se ha publicado en Soriano et al. (2002), y enJorba y Baldasano (2002a).

Los modelos de mesoscala pueden trabajar en un rango de escalas muy diverso, desdecentenares a decenas o pocos kilmetros. Para poder tener en consideracin lascaractersticas de las zonas de estudio, e introducir dentro del modelo la informacinsinptica de la situacin meteorolgica a simular se utilizan las tcnicas de anidamiento(nesting). stas consisten, como se ha comentado anteriormente, en la definicin de undominio extenso de baja resolucin que permita simular todos los forzamientossinpticos ms relevantes de una situacin determinada. Para la zona de inters serealiza un anidamiento de la informacin del dominio externo para resolver los

fenmenos fsicos de menor escala. En este nuevo dominio, la descripcin de laorografa y las caractersticas del suelo se describen con mayor grado de detalle,

permitiendo al modelo la consideracin de forzamientos trmicos y mecnicos que aresoluciones bajas no se consideran. De esta forma, los resultados del dominio internoaportan un detalle ms elevado de dinmica atmosfrica de la regin de estudio.

Hay dos tcnicas distintas para realizar anidamientos. stas se diferencian en funcin desi la informacin que se genera en el dominio interno influye al dominio externo paraintentar mejorar los resultados. As, el anidamiento unidireccional o interaccin entredominios de una direccin (one-way nesting) transmite la informacin del dominioexterno al interno, y ste resuelve las ecuaciones primitivas. Con esta metodologa lassimulaciones de los distintos dominios se realizan en serie, y la informacin slo setransmite de los dominios externos a los internos.

Por otro lado, el anidamiento bidireccional (two-way nesting) se caracteriza por latransferencia de informacin entre dominios, influyndose unos a otros a medida que seresuelven las ecuaciones fsicas. As, la informacin del dominio interno influye en lasolucin del externo. Con esta metodologa los dominios se resuelven en paralelo,intercambindose la informacin a medida que se resuelven las ecuaciones.

En general, el anidamiento bidireccional se considera mejor porqu permite que los

fenmenos de escala menor se transmitan a los dominios externos, y que puedan influiren el desarrollo de los de escala superior, acercndose en la medida de lo posible a larealidad. Sin embargo, se puede considerar que la metodologa contamina en ciertamedida la solucin de las ecuaciones fsicas que se resuelven en los dominios externos.

Recientemente se han realizado algunos trabajos que analizan la influencia de ambasmetodologas en los resultados de modelos mesoscalares. Lozej y Bornstein (1998)realizaron simulaciones para la regin de la Baha de San Francisco durante unaciclognesis invernal que produjo precipitacin abundante en la regin. Los autorescompararon el comportamiento de MM5 con ambas tcnicas. Los resultados en la

precipitacin pronosticada fueron pobres en todas las configuraciones del modelo. Este

hecho lo atribuyen a unos datos de inicializacin de baja calidad. No obstante, los


35/86


6-35

autores remarcan que la tcnica one-way, modificada ligeramente, es la que produjomejores resultados, con unos costos computacionales inferiores a las otras opciones.

En otro trabajo, Stegner (2000) estudia el comportamiento de MM5 en funcin de latcnica de anidamiento y la localizacin de los lmites laterales de los dominios de

estudio. El autor concluye que la localizacin de la frontera lateral de barlovento en elcaso two-way tiene una influencia significativa en la veracidad de los resultadosobtenidos por el modelo. La tcnica one-way presenta un comportamiento ms robusto,y presenta menor sensibilidad a la localizacin de los lmites laterales.

Por ltimo, comentar el trabajo de Warner et al. (1997). Los autores analizanexhaustivamente la influencia de la localizacin de las fronteras laterales en losresultados de los modelos de rea limitada. Identifican varias causas de errorintroducidas por las condiciones de frontera: diferencias en las resoluciones de losvalores de contorno y los dominios de trabajo, errores en los datos de inicializacin, laimposibilidad que las ondas largas puedan interaccionar con la solucin del modelo, las

distintas parametrizaciones fsicas utilizadas entre dominios, etc. Estos factores puedenprovocar desviaciones importantes en las soluciones que aporta el modelo. Estasconsideraciones son importantes para analizar los resultados que se describen en esteestudio.

El presente trabajo analiza la influencia de la tcnica de anidamiento y la localizacin delas fronteras laterales en los resultados de MM5. MM5 tiene implementadas las dostcnicas de anidamiento, pudindose mantener el resto de la configuracin del modeloinvariante. Se simulan dos situaciones meteorolgicas distintas para analizar por una

parte la sensibilidad del modelo a las tcnicas de anidamiento, y por otra la habilidad delmodelo en simular distintas situaciones sinpticas, y la posible interaccin entre ambosfactores.

6.3.1.1 Configuracin del modelo

Para el estudio se han definido cuatro dominios presentados en la Figura 6.12. Eldominio externo engloba buena parte del sudoeste de Europa y parte del norte de frica(D1). Dentro de D1 se ha definido un segundo dominio que comprende la PennsulaIbrica (D2), a continuacin se ha definido un tercer dominio que abarca el reageogrfica de Catalunya (D3), y por ltimo, un cuarto dominio interno comprende el

rea geogrfica de Barcelona (D4). Las dimensiones y resoluciones son la siguientes: D1: 90x55 celdas, resolucin de 54 km D2: 115x94 celdas, resolucin de 18 km D1: 76x79 celdas, resolucin de 6 km D1: 61x61 celdas, resolucin de 2 km

Se han definido 23 capas sigma verticales que siguen el terreno, con la primera capa a32 m s.n.t, y el lmite vertical del dominio situado en 100 hPa.


36/86


6-36

Figura 6.12 Definicin de los dominios.

Las parametrizaciones fsicas con las que se ha trabajado han sido:

Capa fronteriza: MRF y Eta

Cmulos: Kain-Fritsch scheme Humedad: Dudhia simple ice moisture scheme Radiacin: Cloud-radiation scheme Suelo-atmsfera: five-layer soil model

Las distintas parametrizaciones disponibles en MM5 se pueden consultar enMMMD/NCAR (2001). Comentar que se ha trabajado con dos parametrizaciones de lacapa fronteriza para analizar la influencia de la misma en las fuertes perturbacionesobservadas en las simulaciones. As, se ha trabajado con la parametrizacin del modeloEta (Janjic, 1994) implementada en MM5, que utiliza un esquema de clausura de laturbulncia local de orden 1.5, y tambin se ha trabajado con la parametrizacin que

utiliza el modelo Medium Range Forecast (MRF) del NECP (Hong y Pan, 1996), que sebasa en un esquema de clausura no-local de primer orden.

Las condiciones de contorno e inicializacin utilizadas provienen de los anlisis delmodelo global ECMWF. Se ha ejecutado el modelo con una inicializacin fra (cold

start), considerndose las primeras 6 horas como intervalo de estabilizacin numricadel modelo (MMMD/NCAR, 2001).

6.3.1.2 Situaciones meteorolgicas estudiadas

Como se ha comentado se han simulado dos situaciones sinpticas distintas paraanalizar el comportamiento del modelo con las dos tcnicas de anidamiento. Se hasimulado el da 29 de mayo de 2000 y el 14 de agosto de 2000. En el primer caso, lasituacin se caracteriza por el dominio de los forzamientos sinpticos introducidos en laregin por los vientos geostrficos del WNW. La segunda situacin se caracteriza porun bajo gradiente brico, con dominancia de los fenmenos mesoscalares inducidos porlas caractersticas orogrficas de la regin de estudio.

La situacin del 29 de mayo de 2000 se puede clasificar como una situacin tpica deadveccin anticiclnica del W afectando a la Pennsula Ibrica segn la clasificacin

propuesta por Martn-Vide(1984, 1991) o Clavero et al. (1996). Los mapasmeteorolgicos del da muestran a 500 hPa (Figura 6.13) vientos zonales con un ndice


37/86


6-37

de circulacin elevado y fuertes vientos en el sur de Francia. Una zona de altaspresiones sobre el noroeste de frica y una baja sobre el norte de Europa conducen elflujo zonal.

Figura 6.13 Anlisis a 500 hPa para el 29 de mayo de 2000 a les 00 UTC (Lneas

slidas: geopotencial [m]; lneas discontinuas: isotermas [K]; vectores: vientos a

500 hPa).

En superficie, Figura 6.14, la dorsal anticiclnica del anticicln de las Azores dominala situacin en la Pennsula Ibrica. El radiosondeo de las 12 UTC de Barcelonaconfirma esta descripcin, ver Anexo 2. La brisa marina se llega a desarrollar a lo largodel da por la mayor parte de la costa catalana, penetrando decenas de kilmetros haciael interior.

Figura 6.14 Anlisis en superficie para el 29 de mayo de 2000 a les 00 UTC (Lneas

slidas: isbaras [hPa]; vectores: campo de vientos en superficie).

Por otro lado, el da 14 de agosto de 2000 se puede clasificar como una situacin tpicade verano de pantano baromtrico, segn Martn-Vide (1984, 1991) o Clavero et al.(1996). El anlisis de la 00 UTC muestra un bajo gradiente brico en superficie, con unflujo zonal a 500 hPa (Figura 6.15). Sobre la zona de Catalunya el flujo del oeste enaltitud vira ligeramente, tomando direccin noroeste.


38/86


6-38

Figura 6.15 Anlisis a 500 hPa para el 14 de agosto de 2000 a les 00 UTC (Lneas

slidas: geopotencial [m]; lneas discontinuas: isotermas [K]; vectores: vientos a

500 hPa).

En superficie, Figura 6.16, la situacin se caracteriza por un bajo gradiente brico.Durante el da, la baja trmica africana se llega a extender hacia la Pennsula Ibrica,

formndose la tpica baja trmica peninsular. Con estas condiciones se desarrollanfenmenos mesoscalares, que en esta regin son bsicamente brisas martimas y vientosde montaa y valle. El radiosondeo a las 12 UTC de Barcelona confirma la situacin enaltitud con una componente del NW (no se muestra).

Figura 6.16 Anlisis en superficie para el 29 de mayo de 2000 a les 00 UTC (Lneas

slidas: isbaras [hPa]; vectores: campo de vientos en superficie).

6.3.1.3 Resultados

Se han realizado una serie de simulaciones para evaluar la sensibilidad del modelo a lastcnicas de anidamiento. Tambin se estudia la influencia de la capa fronteriza, y suposible interaccin con las metodologas de anidamiento. La Tabla 6.9 sintetiza lassimulaciones realizadas, con las configuraciones que se han utilizado.

Para evaluar los resultados obtenidos se han efectuado comparaciones con las medidasde las estaciones de superfcie de la Xarxa Meteorolgica del Departament de MediAmbient de la Generalitat de Catalunya (XMET) presentada en el Anexo 2. Tambin sehan comparado los resultados del modelo con los radiosondeos de Barcelona a las 12 y24 UTC.


39/86


6-39

Tabla 6.9 Simulaciones realizadas.

Da Intervalo Anidamiento Capa FronterizaMayo 29 2way ETA

Mayo 29 1way ETA

Mayo 29 2way MRF

Mayo 29

00 a 24 UTC

1way MRF

Agosto 14 2way ETA

Agosto 14

18 (13 agosto)a

24 UTC 1way ETA

Para la verificacin se ha calculado el estadstico RMSVE para las componentes delviento a 10 m definido en el Apndice A. La discusin de los resultados se centra en losdominios D3 y D4.

a) Adveccin anticiclnica del oeste del 29 de mayo de 2000

La Figura 6.17presenta las lneas de corriente en superficie a las 12 UTC del 29 demayo. Los resultados del modelo se muestran para los dominios D3 y D4 con la

parametrizacin ETA y las dos tcnicas de anidamiento. Las diferencias ms relevantesse introducen en la regin de solapamiento de los dominios D3 y D4. El frente de la

brisa marina queda claramente identificado en la simulacin one-way por la lnea deconvergencia entre el flujo del W y el del SE. Este frente se rompe en el caso de lasimulacin two-way en la regin noroeste de D4. La formacin de un remolinoimportante de turbulencia es el mecanismo que produce las perturbaciones en lasimulacin two-way. Estas diferencias modifican los flujos de la brisa entre ambassimulaciones.

Figura 6.17 Campo de lneas de corriente superficial a las 12 UTC para el 29 de

mayo de 2000, para los dominios D3 one-way (arriba a la izquierda con D4

indicado con un recuadro), D3 two-way(arriba a la derecha), D4 one-way(abajo ala izquierda) y D4 two-way(abajo a la derecha) con la parametrizacin ETA.

D3 D3

D4 D4


40/86


6-40

Para evaluar la influencia de la parametrizacin de la capa fronteriza en los resultadosobtenidos, se han realizado las mismas simulaciones pero con la parametrizacin MRF.Lo que se observa es un comportamiento similar que con la ETA, con la formacin deelevada turbulencia desde D4 hacia los dominios externos (no se muestra). Esto indica

que las perturbaciones que aparecen con las simulaciones two-way no estn influidaspor la parametrizacin de la capa fronteriza, y probablemente se deben a la localizacindel D4, ms concretamente a la localizacin de los lmites laterales del mismo.

Se han realizado dos cortes verticales en el campo de vientos para el dominio D3 de lasimulacin con la parametrizacin ETA a x = 8 y x = 36 (Figura 6.18). El segundocorte se ha trazado por encima de la regin donde se solapan los dominios D3 y D4,

justo donde se producen las diferencias ms significativas entre simulaciones. LaFigura 6.19muestra los cortes verticales a las 12 UTC para las dos simulaciones contcnicas de anidamiento distintas. La seccin x = 8presenta unos perfiles de vientossimilares para ambas simulaciones, pero se intuye la propagacin por todo D3 de las

inestabilidades inducidas por D4, con mayor inestabilidad en las regiones centrales. Lasdiferencias son ms dramticas en el centro del dominio, como muestra la seccin x =36. En sta se observa la elevada turbulencia en los vientos de la regin central,

propagndose en altura en la simulacin two-way. La inestabilidad se formaprecisamente sobre la regin noroeste del dominio D4. Esta turbulencia se propagafuera de D4 como muestra la seccinx = 8, que todo y estar alejada del dominio D4 y a

barlovento de los flujos que afectan a la zona perturbada recibe la influencia de lasmismas. La localizacin de los Pirineos, junto con los lmites laterales de D4 parecetener una influencia muy relevante sobre la simulacin two-way. Este comportamientoestara en concordancia con los resultados presentados por Stenger (2000).

Figura 6.18 Localizacin de los cortes verticales realizados en el dominio D3.

X=8 X=36

Y=43


41/86


6-41

X=8 12 UTC 1 WAY 2WAY

X=36 12 UTC 1WAY 2WAY

Figura 6.19 Cortes verticales en D3 a x = 8y x = 36para el 29 de mayo de 2000 a

las 12 UTC de las simulaciones ETA [(arriba a la izquierda: seccin x = 8de D3

one-way; arriba a la derecha: seccin a x = 8de D3 two-way; abajo a la izquierda:

seccin ax = 36de D3 one-way; abajo a la derecha: seccin ax = 36de D3 two-way

con los lmites laterales de D4 marcados con lnea discontinua); la componente

vertical del viento se ha multiplicado por un factor 10].

En la Figura 6.20 se puede observar la evolucin de la energa cintica turbulenta

(TK

Modelo Pronostico Metereologico Mesoescalar

Documents

Transcript of Modelo Pronostico Metereologico Mesoescalar