La convección es uno de los fenómenos meteorológicos más difíciles de predecir. Los modelos numéricos no hidrostáticos que se integran a escalas convectivas o convection-permitting han supuesto una mejora significativa en la simulación de la convección comparados con los modelos de escala sinóptica, que necesitan parametrizar la convección profunda. Se estudia el comportamiento de los modelos HARMONIE-AROME y del IFS del Centro Europeo de Predicción a Medio Plazo (ECMWF) utilizando métodos objetivos como la verificación puntual y la verificación espacial, así como métodos subjetivos. Se ve que los modelos convection-permitting como HARMONIE-AROME reproducen mucho mejor el ciclo diurno de la precipitación que los modelos que parametrizan la convección profunda como el del Centro Europeo. En promedio, el ciclo 40 obtiene mejores resultados que el ciclo 38 tanto con la verificación puntual como con la verificación espacial. El ciclo 38 tiende a producir más actividad convectiva y también a producir más falsas alarmas. Otro resultado interesante es que la resolución efectiva de HARMONIE para la precipitación parece estar en torno a los 50 km.
Los modelos numéricos de la atmósfera son muy útiles para la predicción del tiempo a corto y medio plazo. La comunidad científica dentro del campo de la meteorología destina gran cantidad de recursos humanos y técnicos al desarrollo de los modelos de predicción numérica con el objetivo de lograr perfeccionar el pronóstico.Estos modelos de predicción constituyen una representación físico-matemática de la atmósfera, complementados con el uso de las observaciones existentes en el momento de iniciar el pronóstico del estado futuro de la atmósfera.Hoy día, las salidas de los modelos de predicción numérica del tiempo son utilizadas diariamente por pare de los predictores en los servicios meteorológicos. Por ello, es necesario conocer las características físicas y dinámicas en las que se basan estos modelos, para así, poder interpretar correctamente sus resultados.Desde junio de 2017, HARMONIE-AROME es el nuevo modelo operativo de alta resolución de AEMET. Es un modelo No-Hidrostático que resuelve la convección profunda explícitamente y que se integra con una resolución horizontal de 2.5 km. Se presenta en estas jornadas de la AME las principales características del nuevo modelo.
Individualmente, somos una gota. Juntos, somos un océano. Ryunosuke Satoro-ESCRITOR JAPONÉS, El desarrollo y mantenimiento de los modelos numéricos de predicción del tiempo es tremendamente complejo, razón por la que han ido surgiendo grandes colaboraciones internacionales para tal fin. Un ejemplo de esta colaboración es el Centro Europeo de Predicción a Plazo Medio (ECMWF, cap. 19 en la página 289), enfocado en modelos globales, ligados al medio plazo. Otro tipo de colaboración se consigue formando consorcios, modalidad en la que los distintos servicios meteorológicos aportan recursos económicos y de personal, se suele trabajar de forma distribuida en los distintos países y se enfoca más bien en modelos regionales o de área limitada, ligados al corto y muy corto plazo. AEMET forma parte del consorcio HIRLAM, consorcio pionero nacido en 1985, que tiene una colaboración muy estrecha con el consorcio ALADIN. Fruto de esta colaboración resulta el Sistema compartido ALADIN-HIRLAM dentro del cual HARMONIE-AROME es una configuración (llamada a veces modelo por sencillez). GLAMEPS, SPC de escala sinóptica, fue el primer SPC fruto de la misma colaboración HIRLAM-ALADIN, con una importante participación española. Presentamos en este capítulo el panorama de HIRLAM, comentando brevemente sobre otros consorcios europeos, así como el SPC sinóptico GLAMEPS, primer SPC paneuropeo.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.