Introducción

Á.G. Muñoz
International Research Institute for Climate and Society (IRI). Columbia University
S2S Prediction Project
agmunoz@iri.columbia.edu

Taller S2S, SENAMHI, Lima, Perú, 26 Noviembre 2019

Contenido

• Generalidades del Taller

• La Escala Temporal S2S
• Proyecto de Predicción Internacional S2S
• Algunos Productos Disponibles
• #NextGen
Generalidades Use el hashtag: #S2S_Peru

https://wiki.iri.columbia.edu/index.php?n=NextGen.SENAMHIPeruNov2019
Generalidades Use el hashtag: #S2S_Peru

https://wiki.iri.columbia.edu/index.php?n=NextGen.SENAMHIPeruNov2019
Agenda Use el hashtag: #S2S_Peru
 Generalidades: Modelos dinámicos

Modelos dinámicos resuleven un

conjunto de ecuaciones diferenciales
parciales acopladas para cada retícula
computacional indicada.

Las ecuaciones describen a partir de

primeros principios la hidrodinámica
del sistema, su estado termodinámico
y continuidad de masa.

Se requieren condiciones iniciales y/o

de borde.
 Generalidades: Parametrizaciones

Hay múltiples procesos físicos que los

modelos no ven explícitamente en la
retícula computacional, y por ende
deben parametrizarse. (Incluso en los
nuevos modelos de súper alta
resolución).

En breve, parametrizar significa usar

variables que el modelo sí ve en su
retícula para describir procesos que
ocurren a una resolución mayor que la
que puede describir explícitamente;
e.g., microfísica de nubes.
Generalidades: Tipos de Incertidumbres

Distintos tipos de incertidumbres:

imperfección en los modelos + desconocimiento de condiciones iniciales

Cortesía de: A. Tomkins (ICTP)

 Generalidades: Múltiples Miembros

¿Por qué usar

ensembles?

Cortesía de: A. Tomkins (ICTP)

Tratamos de “domar” las incertidumbres ejecutando el mismo (o varios) modelo(s) múltiples

veces, usando diferentes condiciones iniciales y/o parametrizaciones.
 Generalidades: Correcciones Estadísticas (MOS)

¿Por qué usar

reforecasts
(pronósticos
retrospectivos)?

Si tenemos series largas de tiempo tanto en las salidas de modelos como en observaciones,
podemos intentar corregir errores sistemáticos
Generalidades: Pronósticos Retrospectivos
Estrategias de Generación de Reforecasts
“Al vuelo” “Fijo”

Se acompaña cada pronóstico con un conjunto Los pronósticos retrospectivos se ejecutan para N
de pronósticos retrospectivos, iniciados en la años anteriores una sola vez, para un conjunto fijo
misma fecha pero de los N años anteriores. de inicializaciones, y con un modelo
“congelado”.
Pros: misma versión del modelo/configuración,
misma fecha de inicialización. Pros: económico, muchos miembros.
Contras: costoso, menos miembros. Contras: fechas de inicio que no coinciden

Cortesía de: A. Tomkins (ICTP)

Generalidades: Sistema ECMWF
Generalidades: Sistema ECMWF
Escala Temporal S2S: Habilidad Predictiva

and A. Tomkins
Escala Temporal S2S: Habilidad Predictiva
 Escala Temporal S2S: Fuentes de Predicibilidad
• Interacciones entre trópico y extra-trópico (dispersión de ondas Rossby por
calentamiento troposférico tropical [e.g., Hoskins y Karoly, 1981]).
• Persistencia de regímenes atmosféricos (ejemplo: blocking [Hoskins y Woolings,
2015]).
• Persistencia condiciones oceánicas tanto en el trópico [e.g., Alexander, 1992] como en
el extra-trópico [e.g., Hartmann, 2015].
• Persistencia en anomalías de humedad del suelo que alteran flujos superficiales y
estabilidad de la capa de frontera planetaria [e.g., Koster et al., 2011; Guo et al.,
2012]
• Modos climáticos a escala sub-estacional, especialmente la Oscilación de Madden-
Julian (MJO), y otros modos regionales, como SACZ y SIS [e.g., Carvalho et al., 2004;
Alvarez et al., 2014]
• Interacciones entre modos sub-estacionales y modos climáticos a otras escalas
temporales [e.g., Muñoz et al., 2015, 2016]
Escala Temporal S2S: Fuentes de Predicibilidad

+ Oscilación (onda)
planetaria de escala sub-
estacional.
+ Periodicidad típica: 30-60
días.
+ Se propaga siempre
hacia el Este, amplificando
o suprimiendo
precipitaciones de manera
organizada.
+ 8 fases.
+ Componente atmosférica
y oceánica.
Escala Temporal S2S: Fuentes de Predicibilidad

Habilidad predictiva de Habilidad predictiva proviene de

pronósticos del ECMWF condiciones iniciales atmosféricas

Precipitación promedio
semanal

Correlación de anomalías
para Jun–Ago
} Habilidad predictiva proviene de
MJO
y
condiciones de borde superficiales

Li y Robertson, 2015
Escala Temporal S2S: Fuentes de Predicibilidad

Muñoz, 2017 (NOAA’s ENSO blog)

Muñoz et al., 2015
 El Proyecto de Predicción S2S: Fase 2

• Mejorar la habilidad de pronóstico y Proyecto de 5 años, iniciado en Nov 2013

comprensión de procesos en la escala
temporal sub-estacional a estacional (2
semanas a 2 meses) con especial énfasis
en eventos meteorológicos de alto
impacto La Base de Datos S2S, albergada en
ECMWF y Agencia de Meteorología de
• Promover la asimilación de la iniciativa por China (CMA), está en línea desde Mayo
los centros operacionales y la explotación
de los productos por la comunidad de 2015. Oficina Internacional de
aplicaciones Coordinación en la Agencia Koreana de
Meteorología (KMA).
• Sacar provecho a la experticia de las
comunidades de investigación en tiempo y
clima para atender temas de importancia
para la Infraestructura Global para servicios
Climáticos (Global Framework for Climate
Services)
El Proyecto de Predicción S2S

• Pronósticos y re-pronósticos diarios en tiempo real

• Ofrecidos 3 semanas luego del tiempo real (embargo)

• Retícula común (1.5x1.5 grados)

• Variables archivadas: cerca de 80 variables incluyendo oceánicas, niveles estratosféricos y

humedad y temperatura del suelo
El Proyecto de Predicción S2S
El Proyecto de Predicción S2S

Vitart et al., 2017

El Proyecto de Predicción S2S
El Proyecto de Predicción S2S http://s2sprediction.net
El Proyecto de Predicción S2S
El Proyecto de Predicción S2S
 Algunos Productos

IRIDL
 Algunos Productos

Más ejemplos
en
laboratorios
 Algunos Productos http://gpvjma.ccs.hpcc.jp/S2S/S2S_MJO.html

S2S Museum
(Universidad
de Tsukuba)
 Algunos Productos http://datoteca.ole2.org/maproom/Sala_de_Mapas/

Observatorio
Latinoamericano
(OLE2)
Algunos Productos http://datoteca.ole2.org/maproom/Sala_de_Mapas/

Compuestos de
lluvia para cada
fase de la MJO,
para cualquier
período del año
Algunos Productos: OLE2
Algunos Productos: IRI
http://iridl.ldeo.columbia.edu/maproom/Global/ForecastsS2S/precip_subx.html
El Paquete de Pronósticos #NextGen
C 3 3 3

) )-
C (

, 3 3
3 3
3
C 3
Conclusiones
• El Taller introducirá fundamentos sobre fuentes de
predicibilidad y cómo evaluar la capacidad predictiva de
pronósticos sub-estacionales, entre otros.
• El Proyecto de Predicción S2S es un esfuerzo internacional por
avanzar el conocimiento en mecanismos y el desarrollo de
pronósticos sub-estacionales.
• Existe un número cada vez mayor de productos sub-
estacionales. Debemos tener una buena idea de qué tan
confiables son.
 Generalidades del Taller
Introducción a la escala S2S
Á.G. Muñoz
International Research Institute for Climate and Society (IRI). Columbia University
S2S Prediction Project
agmunoz@iri.columbia.edu