Aplicación del modelo meteorológico WRF para el pronóstico de precipitaciones en período lluvioso de Cuba, 2014
Resumen
El objetivo ha sido la aplicación del modelo meteorológico WRF y verificar su pronóstico de precipitaciones para Cuba en el período lluvioso del año 2014, para lo cual se han construido dos dominios, uno externo de 24 x 24 km y otro interno de 8 x 8 km de resolución. Algunos de los esquemas de parametrización empleados fueron el ACM2 para capa fronteriza y el de Kain-Fritsch para la convección. Se evaluó el pronóstico de precipitaciones desde 6 hasta 42 horas. La verificación se realizó con ayuda de los datos de la Red de Estaciones Meteorológicas de Cuba. Se emplearon dos métodos, uno basado en la verificación puntual para el pronóstico cuantitativo, y otro conocido como “verificación parcial”, utilizado para el pronóstico alternativo. Como resultados se lograron la implementación del modelo WRF y su verificación, la cual determinó que este modelo subestima las magnitudes de las precipitaciones, aunque las desviaciones no superan los 5 mm respecto al real en las tardes. Desde el punto de vista de ocurrencia o no del evento “lluvia” el modelo también subestima, aunque logra niveles de detección elevados, 81 % para el plazo de pronóstico 06–12 horas y 73 % para el plazo 30–36 horas. Se concluye que el modelo WRF subestima ligeramente la magnitud de las precipitaciones, pero logra niveles elevados de detección de las mismas, por lo que resulta de gran utilidad para la realización de los pronósticos de lluvias.
Citas
1. The Weather Research & Forecasting Model [Internet]. Boulder: National Center for Atmospheric Research; [Citado el 15 de mayo de 2015]. Modelo meteorológico WRF [1 pantalla]. Disponible en: http://www.wrf-model.org/index.php
2. Klemp JB. Advances in the WRF model for convection- resolving forecasting, Advances in Geosciences. 2006; 7: 25 - 29.
3. Mitrani I, Alvarez L, Borrajero I. Aplicación optimizada del WRFV3 sobre el territorio cubano mediante el uso de computadora personal, Revista Cubana de Meteorología. 2003; 10 (1): 84 – 94.
4. Turtos L, Capote G, Fonseca Y, Alvarez L, Sanchez M, Bezanilla A, et al. Assessment of the Weather Research and Forecasting model implementation in Cuba addressed to diagnostic air quality modeling. Atmospheric Pollution Research. 2013; 4: 64 – 74.
5. Wisse J, Vila`-Guerau de Arellano J. Analysis of the role of the planetary boundary layer schemes during a severe convective storm, Ann Geophys. 2004; 22: 1861–1874.
6. Mercader J, Codina B, Sairouni A, Cunillera J. Resultados del modelo meteorológico WRF – ARW sobre Cataluña, utilizando diferentes parametrizaciones de la convección y la microfísica de nubes. Ravista Tethys. 2010; 7: 77 - 89.
7. Kuo HL. On formation and intensification of tropical cyclones through latent heat release by cumulus convection». J. Atmos. Sci. 1965; 22: 40-63.
8. Kuo HL. Further studies of the parameterization of the influence of cumulus convection on large-scale flow». J. Atmos. Sci. 1965; 31: 1232-1240.
9. Betts AK, Miller MJ. A new convective adjustement scheme». ECMWF Technical Report. 1984; 43 - 65.
10. Arakawa A, Schubert WH. Interaction of a cumulus cloud ensemble with the large-scale environment», part I. J. Atmos. Sci. 1974; 31: 674 -701.
11. Grell G, Devenyi DA. Generalized approach to parameterizing convection combining ensemble and data assimilation techniques. Geophysical Research Letters. 2002; 29 (14): 38 – 51.
12. Pleim J. Combined Local and Non local Closure Model for the Atmospheric Boundary Layer. Part I: Model Description and Testing. Journal of Applied Meteorology and Climatology. 2007a; 46 (9), 1383 - 1395.
13. Iacono MJ, Delamere JS, Mlawer EJ, Shephard MW, Clough SA, Collins WD. Radiative forcing by long-lived greenhouse gases: Calculations with the AER radiative transfer models. Journal of Geophysical Research: Atmospheres. 2008; 113 (13).
14. Mlawer ES, Taubman P, Brown M, Iacono MJ, Clough S. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave. Journal of Geophysical Research, 1997; 102 (14).
15. Goody RM, Yung YL. Atmospheric Radiation: Theoretical Basis. Oxford University Press. 1995.
16. Lin YL, Farley RD, Orville HD. Bulk parameterization of the snow field in a cloud model, J. Appl. Meteor.1983; 22, 1065–1092.
17. Pan H, Mahrt L. Interaction between soil hydrology and boundary-layer development. Boundary-Layer Meteorology. 1987; 38 (1): 185 - 202.
18. Chen F. Modeling of land surface evaporation by four schemes and comparison with FIFE observations. Journal of Geophysical Research. D. Atmospheres 1996; 101: 7251 - 7268.
19. Chen F. Cabauw experimental results from the project for intercomparison of land-surface parameterization schemes. Journal of Climate. 1997; 10 (6): 1194 – 1215.
20. Chen F, Dudhia J. Coupling an advanced land surface-hydrology model with the Penn State- NCAR MM 5 Modeling System. II- Preliminary model validation. Monthly Weather Review. 2001a; 129 (4): 587 – 604.
21. Chen F, Dudhia J. 2001b: Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system. Part I: Model implementation and sensitivity. Monthly Weather Review. 2001b; 129 (4): 569 – 585.
22. Gordon WJ, Wixon JA. Shepards methodof “metric interpolation” to bivariate and multivariate interpolation. Mathematics of Computation. 1978; 32 (141): 253 - 264.
23. Ebert EE. Fuzzy verification of high-resolution gridded forecasts: a review and proposed framework, Meteorol Appl. 2008; 15: 51–64.
24. Wilks DS. Statistical Methods in the Atmospheric Sciences: An Introduction, Academic Press. 1995:467 pp.
25. METEO WEB [Internet]. Santa Clara: Servicio Meteorológico de Villa Clara; [Citado el 2 de junio de 2015]. WRF_Precipitaciones Dom.Cuba [1 pantalla]. Disponible en: http://www.cmp.vcl.cu/producto/show/codproducto/000050
26. Dillon ME, Skabar YG, Nicolini M. Desempeño del pronóstico de modelos de alta resolución, en un área limitada: análisis de la estación de verano 2010-2011. 2013; 38 (2).
