Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
La modelación numérica del tiempo es una preocupación constante y latente en todos los
centros de pronóstico del mundo. Los sistemas de modelamiento numérico del tiempo
incluyen, entre otros requerimientos, el análisis del tiempo en un lugar y a una hora
determinadas, para, a partir de ese instante, intentar estimar las condiciones futuras del
mismo.
El presente artículo hace una aproximación a algunos de los temas que son involucrados
en la modelación numérica del tiempo, de manera muy superficial, haciendo tal vez
énfasis en la problemática que involucra efectuar pronósticos del tiempo a partir de
modelos numéricos.
ABSTRACT
The numerical weather modelling is a constant and latent preoccupation in all the forecast
centers of the world. The systems of numerical weather modelling include, among other
requirements, the analysis of meteorological data in a place and to one hour determined,
for, as of that moment, to try to consider the future conditions of the same one.
The present article makes an approach to some of the subjects that are involved in the
numerical modelling of weather, of very superficial way, doing perhaps emphasis in the
problematic one that it involves to carry out prognoses of the time from numerical models.
The fact that stops the obtaining of a good prognosis, additional is remarkably certain to
the tools available for the modelling the weather, is necessary to count on personnel
experienced in such tasks, with solid knowledge in the same climatology of the places for
which it is tried to make prognosis.
The same installation of a prediction model, by itself, does not entail a success ensured in
the processing of a prognosis; it is necessary to count on the resources and the time
necessary to carry out tests, which if they are not always sufficient, are appropriate to
1
determine that the results obtained from the models are adapted and can be considered
like valid to process forecast.
1. Introducción.
Los modelos numéricos son muy útiles para la predicción del tiempo a corto y mediano
plazo. Muchos de los Centros Meteorológicos del mundo, los de mayor avance científico,
cuentan con un grupo de científicos trabajando arduamente en la investigación y
desarrollo de los modelos de predicción numérica, con el objetivo de lograr perfeccionar el
pronóstico.
Hoy día, las salidas de los modelos de Predicción Numérica del tiempo son una de las
herramientas más comúnmente utilizadas por los pronosticadores en los Servicios
Meteorológicos. Por ello, es de utilidad el conocer las características físicas y dinámicas
en las que se basan estos modelos, para así, poder evaluar su comportamiento y tomar
decisiones cuando utilizan sus diferentes campos como herramientas para elaborar sus
pronósticos.
2. Aspectos Metodológicos
2
Estos componentes básicos son la asimilación de los datos, las parametrizaciones, la
dinámica del modelo (dinámica atmosférica), y finalmente el módulo de predicción misma
del modelo en consideración.
La Radiación, la cual está dada por la emisión del sol y su representación es esencial en
un modelo numérico de predicción.
3
Figura 2. Figura genérica de la radiación solar.
La radiación en la atmósfera se divide en onda corta y onda larga. La onda corta es
debida a la emisión directa del sol sobre la superficie de la tierra, y puede ser absorbida
por las nubes, algunos gases atmosféricos; también puede ser reflejada al espacio.
Los flujos de onda corta dependen principalmente del ángulo del cenit del sol, el cual varía
de acuerdo a la latitud, época del año y hora del día; también depende de la nubosidad y
del tipo de albedo del suelo.
4
Nubes de gran escala y su precipitación, donde se considera valores explícitos de
cantidad de cielo cubierto, junto con valores separados de vapor de agua y razón de
mezcla en nubes de hielo.
Entre la superficie sigma, (en superficie), y la capa tope, los niveles de coordenadas
disminuyen su espesor gradualmente. El sistema de coordenadas terrain tiene la ventaja
de no tener superficies intersecadas sobre la orografía y tienen la condición de la capa
superficial baja. (la velocidad vertical en el sistema sigma es cero (0) en la superficie y en
el tope del modelo).
6
2.2. Problemas actuales en la predicción del tiempo.
En muchos lugares del mundo la predicción hasta tres días de plazo depende mucho del
estado inicial (análisis) de la atmósfera sobre las áreas circundantes, y dependen del
número de observaciones clásicas, tanto de superficie como de altura.
La consecuencia es que los problemas del estado inicial son responsables de muchos
fallos de los modelos numéricos (más del 50% de los casos probablemente).
Pero cuando tenemos que analizar un fallo en la predicción, es generalmente difícil decir
cual es el origen del problema. Existe una técnica especial para analizar la calidad del
estado inicial: la "técnica adjunta".
Los gradientes representan la sensibilidad, por lo tanto el modelo adjunto nos permite
calcular la sensibilidad de cualquier función característica de la predicción con respecto al
estado inicial X(ti).
Con el modelo adjunto, se puede saber no solamente donde están los campos sensibles
en el estado inicial, sino también lo que se debe corregir en estos campos para mejorar la
predicción. Más detalles se pueden encontrar en Rabier, Klinker y otros, 1994.
7
Corrigiendo el análisis con esta técnica, examinando el nuevo estado inicial junto con la
nueva predicción, es posible decir si un fallo en la predicción es debido a un problema de
estado inicial, o a otra causa. Muy a menudo, en la práctica, el estado inicial explica
solamente una parte del fallo de la predicción.
Todos los fenómenos físicos que se desarrollan a una escala más pequeña que la
resolución del modelo, no se pueden representar directamente en las ecuaciones del
modelo. Los más importantes se representan de una manera simple que se llama
"parametrización".
Las carencias en las parametrizaciones físicas son a menudo responsables de las malas
predicciones cuando hay un fenómeno muy importante que se desarrolla a pequeña
escala. Un ejemplo típico es la convección, la cuál es muy importante a baja latitud, y
también sobre Europa en verano. Un claro ejemplo se observó en el caso del 22 de
septiembre de 1993, el modelo operativo francés “ARPEGE” predijo una depresión
demasiado baja sobre las Baleares y el problema fue analizado como sigue:
- La técnica adjunta demostró que el problema no era debido a las condiciones iniciales.
- la orografía,
8
La orografía es muy importante para la predicción de algunos fenómenos. El problema de
la representación de la orografía va muy unido al problema de la resolución, porque las
montañas no se pueden representar con una resolución mejor que la del modelo.
En Colombia se está empezando a implantar y a utilizar la versión libre del MM5, obtenida
por Internet, la cual se está adaptando a condiciones de efecto local propias de nuestro
territorio nacional.
Dichas pruebas, realizadas para información tomada de los meses de Mayo y Diciembre
de 2001, muestran algunos resultados respecto de tales características y condiciones
iniciales, sin que los mismos puedan ser considerados aún como de significativa
importancia, por cuanto no lograron hacerse para diferentes períodos típicos y
representativos de la formación de la precipitación en Colombia.
9
Figura 7. Diagrama organizacional de los módulos en el MM5.
Los módulos con los cuales opera el modelo en el IDEAM, son el TERRAIN, REGRID,
INTERPF, y MM5.
A partir del TERRAIN conseguimos especificar los datos para los demás módulos, (latitud,
longitud, factor escalar de los mapas de salida y fuerza de coriolis).
En el MM5 tenemos la parte de la predicción numérica del modelo. Puede ser utilizado
para el estudio de un amplio espectro de estudios teóricos y reales, incluyendo
aplicaciones para simulaciones de pronóstico, y asimilación cuadradimensional de datos
de monsones, huracanes y ciclones.
10
En escalas pequeñas, entre 2 y 200km, se puede utilizar el MM5 para estudios de
sistemas convectivos, frentes, brisas de mar-tierra, circulaciones de valle.montaña, y
calentamiento local.
No es posible determinar con alguna exactitud en que parte del proceso se cometieron
errores o se hicieron consideraciones erróneas, a partir de las pruebas realizadas sobre el
MM5 en el IDEAM, puesto que no se ha contado con el tiempo suficiente para realizar las
pruebas conducentes a determinar cual o cuales son los esquemas de parametrización
adecuados para la obtención de un pronóstico confiable a partir de dicho modelo.
Valdría la pena intentar contactos con aquellos quienes van algunos pasos adelante en la
utilización del modelo, para probablemente determinar factores de error en la salida de los
pronósticos a partir del mismo.
4. Conclusiónes.
- En la mayoría de los casos, los fallos de los modelos numéricos se deben a una
combinación compleja de problemas y no resulta fácil encontrar una sola causa.
Sin embargo, una precisión insuficiente de las condiciones iniciales parece ser la
responsable de muchos de los fallos. Además, hay técnicas especiales (como la
técnica adjunta) para analizar las causas de los fallos del modelo.
- Es necesario disponer del tiempo y los recursos necesarios para la realización de
pruebas en la modelación del MM5, que permitan de manera más precisa
determinar los factores críticos a tener en cuenta para la obtención de un buen
pronóstico a partir de la salida del MM5.
5. Referencias Bibliográficas.
11
Beisiegel, T. 2002. MANUAL Y RESUMEN DE LA EVALUACIÓN DEL MODELO MM5
PARA EL PRONÓSTICO NUMÉRICO EN COLOMBIA. IDEAM.
http://mdk.ideam.gov.co:8080/mm5eval/Manual/MANUAL.pdf
NOAA. 2002. RUC-2: THE RAPID UPDATE CYCLE VERSION 2. Technical Procedures.
Bulletin-draft. http://maps.fsl.noaa.gov/ruc2.tpb.html
12