Está en la página 1de 67

Modelos climáticos regionales

Jesús Fernández (Grupo de Meteorología Aplicada UC­INM)

Más info:
jesus.fdez@unican.es
Esquema
Regionalización ¿Por qué?
  Tipos de regionalización
  Regionalización dinámica

Modelos regionales anidados
  ¿Qué son?
  ¿Qué se espera de ellos? Variabilidad interna.
  Sensibilidad de las simulaciones regionales

Más info: ­­­ AQUÍ APARECERÁN REFERENCIAS DE INTERÉS RELACIONADAS CON CADA TEMA ­­­
Regionalización. Por qué?

Modelo global
Resolución:  3.75° x 3.75°
(T30)
Más info:
Lo que ve un GCM

T30

Más info:
Regionalización. Por qué?

Modelo global
Resolución:  2.5° x 2.5°
(T62)
Más info:
Lo que ve un GCM

T62

Más info:
Estrategias de regionalización
Para obtener información climática en escalas regionales, donde 
los impactos deben ser evaluados, se han desarrollado técnicas de 
regionalización que se agrupan fundamentalmente en dos grandes 
grupos:

Técnicas estadísticas o empíricas 
   (tratadas en detalle en las presentaciones que siguen por
    E. Zorita y R. Ancell)

Técnicas dinámicas
   Utilizan modelos numéricos que resuelven las ecuaciones 
   primitivas de la atmósfera

   Técnicas de “time­slice”
   Técnicas de anidamiento
Más info:
Técnicas de “time­slice”

tiempo
Más info: http://www.isse.ucar.edu/rcw/presentations/cubasch.pdf
Técnicas de “time­slice”

tiempo
Más info: http://www.isse.ucar.edu/rcw/presentations/cubasch.pdf
Técnicas de “time­slice”
Resolución variable

tiempo
Más info: http://www.isse.ucar.edu/rcw/presentations/fox­rabinovitz.pdf
Fox­Rabinovitz et al. (2001) Mon Wea Rev 129:453, Deque & Piedelievre (1995) C Dyn 11:321
Técnicas de anidamiento
Utilizan las variables de 
baja  resolución  propor­
cionadas por un GCM

Más info:
Técnicas de anidamiento
Utilizan  las  variables  de 
baja  resolución  propor­
cionadas por un GCM
para alimentar
unidireccionalmente 
un  modelo  numérico  de 
alta resolución sobre un 
área limitada.

Más info:
Lo que ve un RCM

45 km

Más info:
Lo que NO ve un RCM

Procesos de microfísica de formación de nubes

Procesos radiativos, interacción con gases y nubes 

Muchas de las nubes (Los CRMs pueden. Resolución 
~500m)

Turbulencia (Las simulaciones LES pueden resolver los 
torbellinos mas grandes. Resolución ~50m)

Parametrización
Es  la  representación  estadística  del  efecto  de  procesos  que  ocurren 
en  escalas  espaciales  menores  que  el  espaciado  de  malla  de  un 
modelo dinámico (GCM, RCM, CRM, LES, ...) sobre las variables del 
modelo en cada punto de malla.

Más info: http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.html
ECMWF Training course. A. Beljaars “Introduction to parameterization of sub­grid processes”
Parametrizaciones
Una descomposición estándar de Reynolds:    A = A + A'      (A' = 0)

Más info: http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.html
ECMWF Training course. A. Beljaars “Introduction to parameterization of sub­grid processes”
Parametrizaciones
Una descomposición estándar de Reynolds:    A = A + A'      (A' = 0)

aplicada,  por  ejemplo,  a  la  ecuación  de  conservación  del  vapor  de 
agua:

da lugar a:

En este caso, la parametrización consiste en 
expresar los términos de covarianza de las 
anomalías como función de las variables
promediadas. f(vh,w,T,q)
Más info: http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.html
ECMWF Training course. A. Beljaars “Introduction to parameterization of sub­grid processes”
Pros y contras
Experimentos “time­slice”

Modelos anidados Res. constante Res. variable

Limitada por el coste 
Limitada por  Limitada por el coste 
computacional y factor 
Resolución parametrizaciones    computacional       
de “encogimiento”  
(aprox. 20­50 Km) (aprox. 50­100 Km)
(aprox. 40­60 Km)

Feedback GCM NO SI SI

Artefactos en las  Depende del 
SI NO
fronteras “encogimiento”

Física adaptada a  
SI NO NO
alta resolución

Más info:
Historia de los RCMs...
Dos caminos para el desarrollo de Modelos climáticos regionales:

LAM                    RCM                   GCM
Se  aprovechan  de  para­ Física  compatible  con 
metrizaciones  específi­ sus  contrapartidas 
cas  para  alta  resolución  globales.  Teóricamente, 
desarrolladas  para  sus  menos  inconsistencias 
contrapartidas  de  pre­ en las fronteras.
dicción meteorológica.

Más info: IPCC TAR (2001)
Historia de los RCMs...

19 90 1995 20 00 2005


1 mes 1 año 1 decada
varios varios varias
meses años decadas

60 Km                         50 Km                          30 Km                  20 Km

Ejemplos:
  Dickinson et al. 1989:        20 días (60km) x 3
  Giorgi et al. 1990:                1 mes (60km) x 6
  Jones et al. 1995:             10 años (50km) x 2
  Kidson & Thompson 1998: 5 años (50km)
  Christensen et al. 1998:    10 años (19km)
  Giorgi et al. 2004:             30 años (50km) x 4
Más info: IPCC TAR (2001)
Lista de RCMs...
a l e s
RegCM3 s p ectr
  /  e
i n it as
CHRM  f
c i as
i fe r en
CLM d
hidro
s tatico
MM5 (CMM5, MM5­ISU, MM5­ANL, ...) s / no
 hidr
ostat
REMO ico s
CRCM   / GCM
e   LAM
RSM (NCEP, Scripps) do s  d
v a
deri
esqu
RCA ema
num s de 
érica integ
PROMES  ... ració
. . n 
fís icas.
es  
RAMS
e tri za cion
param proyecciones
WRF  de la rejilla...
. . .
Más info:
Comparación de RCMs
PIRCS (http://www.pircs.iastate.edu)
“Project to Intercompare Regional Climate Simulations”
MERCURE (http://www.pa.op.dlr.de/climate/mercure.html)
“Modelling European Regional Climate, Understanding and Reducing 
Errors”
PRUDENCE (http://prudence.dmi.dk)  [     M.A. Gaertner, Miercoles]
“Prediction of Regional scenarios and Uncertainties for Defining 
EuropeaN Climate change risks and Effects”
NARCCAP (http://rcmlab.agron.iastate.edu/narccap/experiment0.html)
“North American Regional Climate Change Assessment Program”
ENSEMBLES (http://ensembles­eu.org)  [     J.M. Gutierrez, Viernes]
“Ensemble­based predictions of climate changes and their impacts”

y varios más: ARCMIP (para la zona del ártico), SGMIP (modelos de resolucion variable), ...
Más info:
Comparación de RCMs
Ciclo diario de precipitación en las llanuras del centro de los EEUU
           se consideran 13 RCMs participantes en PIRCS

Más info: Anderson et al. (2003) J Hydromet 4:584 “Hydrological processes in RCM simulations of the ...”
Condiciones de frontera
Los modelos regionales anidados, a diferencia de los 
globales, requieren especificar las condiciones en las 
fronteras del dominio.

GCM: periódicas

RCM: “que permitan pasar la información del GCM al interior  
            del dominio”

Matemáticamente, el problema a resolver por los RCMs está 
mal planteado (pero funciona)

Más info:
Condiciones de frontera
Varias de las ecuaciones que gobiernan la atmósfera son 
simplemente ecuaciones de continuidad o conservación.

La especificación de condiciones de frontera en todos los bordes 
del dominio sobredetermina la solución de estas ecuaciones. Es 
suficiente especificar el flujo por donde entra en el dominio. El 
flujo saliente está determinado por la propia ecuación diferencial 
y esa zona de la frontera debería ser libre

Más info: http://www.isse.ucar.edu/rcw/presentations/laprise.pdf
Condiciones de frontera
Si  se  fijan  las  condiciones  en 
todo el borde, éste se convierte 
en  una  pared  y  cualquier 
diferencia  entre  la  solución  del 
RCM y el GCM “rebota” hacia el 
interior del dominio.

En la práctica, lo más común es 
usar  una  zona  de  relajación  en 
la  que  se  fuerzan  las 
ecuaciones  del  RCM  con  un 
término  adicional  que  hace 
converger  suave­mente  su 
solución  al  valor  especificado 
en el borde.

Más info: Davies (1983) Mon Wea Rev 111:1002 “Limitations of some common LB schemes used in ...”
Más info:
Más info:
Más info:
Más info:
Variabilidad interna

Más info:
Variabilidad interna

Más info:
Variabilidad interna

Más info:
Variabilidad interna

Más info:
Variabilidad interna
Caya & Biner (2004)

Dos simulaciones con 
CRCM variando las 
condiciones iniciales 
(hPa)

Promedio espacial de la 
desviación estándar de 
SLP para cada mes. 

RMSD entre la SLP de 
las dos simulaciones.

Más info: Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Variabilidad interna
Caya & Biner (2004)

Diferencia cuadrática media (MSD) promediada en un periodo de tiempo

Afecta al clima generado?

no
Más info: Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Variabilidad interna
Caya & Biner (2004)
MSD SLP (hPa^2)

Más info: Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Variabilidad interna
Caya & Biner (2004)
MSD SLP (hPa^2)

Más info: Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Experimentos “Big Brother”
Denis et al. (2003)
q700

Más info: Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”
Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”
Experimentos “Big Brother”
Denis et al. (2002)
Dominio Grande
RCM Alta res. El  “Big  Brother”  es  una  simulación  de  alta  reso­
lución  para  un  dominio  grande.  Esto  proporciona 
Dominio Grande una “realidad virtual”.
La  solución  del  “Big 
Simulación de referencia Brother”  se  degrada, 
Alta resolución filtrando  las  escalas 
Filtrar menores  de  500  km 
escalas para  emular  los 
pequeñas
campos  que  propor­
IC BC
ciona un GCM.
Dominio Pequeño
RCM Alta res. La “realidad virtual” se 
puede  utilizar  para 
Dominio Pequeño verificar  si  el  “Little 
Validación Brother”  es  capaz  de 
Simulación de 
del RCM recuperar  las  escalas 
alta resolución
pequeñas.
Más info: Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”
Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”
Experimentos “Big Brother”
La “realidad virtual” proporcionada por el Big Brother permite validar 
el RCM eliminando muchos de los problemas que contaminan la 
validación con observaciones:


Consistencia de las parametrizaciones físicas

Errores de interpolación horizontal

Calidad de los datos de forzamiento

Representatividad del clima real

y centrarse en validar otros aspectos del RCM (e.g.):


Capacidad para recuperar información de mesoescala

Validez de la formulación matemática del anidamiento

Salto máximo de resolución entre el GCM y RCM

Derivas climáticas o errores sistemáticos

Más info: Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”
Giorgi & Mearns (1999) J Geophys Res 104:6335 “Introduction to special section: RCM ...”
Experimentos “Big Brother”
q700 Denis et al. (2002)

T=0h                        T=24h                       T=48h

Más info: Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”
Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”
Sensibilidad
Los modelos regionales dejan a la elección del usuario un número 
elevado de opciones, de las cuales puede depender críticamente el 
resultado de una simulación. Entre otras:


La resolución

El tamaño y colocación del dominio

Las parametrizaciones

Las condiciones de frontera

Las condiciones iniciales (variabilidad interna)

Más info:
Sensibilidad
Resolución Colle et al. (2000)

Más info: Colle et al. (2000) Wea Forecasting 15:730 “MM5 precipitation verification over the Pacific ...”
Sensibilidad
Resolución

Estaciones NCEP/NCAR reanálisis
(González­Rouco et al, 2001)
Más info: Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”
González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Sensibilidad
Resolución

Estaciones MM5 135 Km
(González­Rouco et al, 2001)
Más info: Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”
González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Sensibilidad
Resolución

Estaciones MM5 45 Km
(González­Rouco et al, 2001)
Más info: Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”
González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Sensibilidad
Resolución

Estaciones MM5 15 Km
(González­Rouco et al, 2001)
Más info: Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”
González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Sensibilidad
Resolución
Christensen et al. (1998)
ECHAM4/OPYC3 (T42)
Bias de 
precipitación sobre  win            spr           sum          aut
Escandinavia en un 
anidamiento 
telescópico:
HIRHAM4 (57km)
T42 – 57km – 19km 

HIRHAM (19km)

Más info: Christensen et al. (1998) J Clim 11:3204 “Very high­resolution RCM simulation over Scandin...”
Sensibilidad
Tamaño del dominio Jones et al. (1995)

Más info: Jones et al. (1995) Q J R Meteorol Soc 121:1413 “Simulation of climate change over Europe ...”
Vukicevic & Errico (1990) Mon Wea Rev 118:1460 “The influence of artificial and physical ...”
Sensibilidad
Tamaño del dominio Jones et al. (1995)

C = 1 (sigue al GCM)  
C = 0 (no sigue GCM)

Más info: Jones et al. (1995) Q J R Meteorol Soc 121:1413 “Simulation of climate change over Europe ...”
Vukicevic & Errico (1990) Mon Wea Rev 118:1460 “The influence of artificial and physical ...”
Sensibilidad
Parametrizaciones físicas

Sean 16  experimentos para el periodo de 5 años 1985­89 en los 
cuales  intercambiamos  4  parametrizaciones  entre  2  de  las 
opciones disponibles en el modelo mesoescalar MM5:

   Microfísica Cúmulos PBL radiación

4: Simple Ice 3: Grell 2: Blackadar 2: Cloud


5: Mixed Phase 6: Kain­Fritsch 5: MRF 4: RRTM

Más info: Fernandez et al. (2006) enviado a J Geoph Res “Sensitivity of MM5 to the selection of  ...”
(mm)

MM5 ensemble

Estaciones UCM
(González­Rouco et al, 2001)

Más info:
(mm)

Cumulus:
Kain­Fritsch
Grell

Más info:
(mm)

PBL:
MRF
Blackadar

Más info:
(deg C)

Más info:
(deg C)

Microphysics:
Simple Ice

Cumulus:
Kain-Fritsch

PBL:
MRF

LW radiation:
RRTM
Cloud

Más info:
(deg C)

Microphysics:
Simple Ice

Cumulus:
Kain­Fritsch

PBL:
MRF
Blackadar

LW radiation:
Cloud

Más info:
(deg C)

Microphysics:
Simple Ice

Cumulus:
Kain­Fritsch

PBL:
MRF
Blackadar
Eta (local)
LW radiation:
Cloud

Más info:
Sensibilidad
Condiciones de frontera
NCEP/NCAR Reanalisis
Precipitation (mm)

Más info: Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”
Sensibilidad
Condiciones de frontera
NCEP/NCAR Reanalisis
Precipitation (mm)

Microphysics:
Simple Ice

Cumulus:
Grell

PBL:
MRF

LW radiation:
RRTM
Más info: Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”
Sensibilidad
Condiciones de frontera
NCEP/NCAR Reanalisis
ERA40 Reanalisis
Precipitation (mm)

Microphysics:
Simple Ice

Cumulus:
Grell

PBL:
MRF

LW radiation:
RRTM
Más info: Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”
Precipitation (mm)
Incertidumbre observacional

Más info: Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”
Precipitation (mm)
Incertidumbre observacional

Más info: Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”
Transferibilidad
Objetivos

Los experimentos de transferibilidad se plantean con la idea de 
responder a preguntas del tipo de:

¿Cómo de portables son los RCMs?

¿Cuánto limita la aplicabilidad de los RCMs la “sintonización” 
de las parametrizaciones?

¿Se puede recuperar parte de la generalidad (perdida con el 
uso de parametrizaciones) de las leyes físicas básicas?

Más info: http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)
Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”
Transferibilidad
Estrategia
Múltiple Modelo/Múltiple Dominio

En contraposición a:

Único Modelo/Único Dominio
                Estrategia habitual de aplicación de un RCM

Múltiple Modelo/Único Dominio
                Estrategia de Proyectos de comparación de Modelos (MIPs)

Único Modelo/Múltiple Dominio
               Estrategia para encontrar defectos de un modelo, pero no permite 
comparar y mejorar con los resultados de otros

Más info: http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)
Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”
Transferibilidad
Regiones

Mapa realizado por: B. Rockel (GKSS)

Más info: http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)
Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”
Para saber más...
Cuarto informe del IPCC (2007) – Capítulo modelización regional:
http://ipcc­wg1.ucar.edu/wg1/Report/AR4WG1_Pub_Ch11.pdf
Artículos de revisión del estado del arte en modelización regional:
    Giorgi & Mearns (1999) J Geophys Res 104:6335             
“Introduction to special section: Regional Climate Modelling revisited”

    Wang et al. (2004) J Met Soc Jap 82(6):1599                       
“Regional Climate modelling: Progress, Challenges and Prospects”

Libros de modelización regional:
    Pielke (2002) Academic Press, Intl. Geoph. Series vol 78. 2nd ed.  
“Mesoscale Meteorological Modeling”

Presentaciones del “Workshop on Regional Climate Research: Needs and Oportunities”
http://www.isse.ucar.edu/rcw/presentations.html
Más info: Ver abundantes referencias dentro del material anterior.