Análisis de sensibilidad del pronóstico de nubosidad del modelo WRF en la mitad occidental Cuba
Barra lateral del artículo
Publicado:
Jan 1, 2016
Contenido principal del artículo
Resumen
En el presente trabajo se realiza un estudio de sensibilidad del pronóstico de nubosidad del
modelo WRF-ARW-UPP en la mitad occidental de Cuba. Las corridas se realizaron con
dos períodos de spin-up del modelo diferentes: 6 horas y 12 horas. Se utilizaron cuatro
configuraciones determinadas a partir de las combinaciones de dos esquemas de microfísica
(WSM6 y Thompson) con dos esquemas de parametrización de cúmulos (Grell-Freitas y Kain-
Fritsch). Las salidas del modelo WRF se compararon con las imágenes del canal IR-4 (10,7 μm)
del satélite GOES- 13. Se utilizaron dos métodos de verificación: la comparación punto a punto
y la verificación espacial MODEMod_1.0; con ambos métodos de verificación se obtuvieron
tendencias similares en los valores de las medidas calculadas. Los resultados fueron similares
para los dos períodos de spin-up utilizados; por ello, se recomienda utilizar el más corto (6 h),
lo cual significa un ahorro de tiempo y de cálculo en cada corrida.
Palabras clave: modelo WRF, verificación, nubosidad, esquema de microfísica, esquema de
parametrización de cúmulos, Cuba
modelo WRF-ARW-UPP en la mitad occidental de Cuba. Las corridas se realizaron con
dos períodos de spin-up del modelo diferentes: 6 horas y 12 horas. Se utilizaron cuatro
configuraciones determinadas a partir de las combinaciones de dos esquemas de microfísica
(WSM6 y Thompson) con dos esquemas de parametrización de cúmulos (Grell-Freitas y Kain-
Fritsch). Las salidas del modelo WRF se compararon con las imágenes del canal IR-4 (10,7 μm)
del satélite GOES- 13. Se utilizaron dos métodos de verificación: la comparación punto a punto
y la verificación espacial MODEMod_1.0; con ambos métodos de verificación se obtuvieron
tendencias similares en los valores de las medidas calculadas. Los resultados fueron similares
para los dos períodos de spin-up utilizados; por ello, se recomienda utilizar el más corto (6 h),
lo cual significa un ahorro de tiempo y de cálculo en cada corrida.
Palabras clave: modelo WRF, verificación, nubosidad, esquema de microfísica, esquema de
parametrización de cúmulos, Cuba
Descargas
La descarga de datos todavía no está disponible.
Detalles del artículo
Cómo citar
PérezA. B., & MontejoI. B. (2016). Análisis de sensibilidad del pronóstico de nubosidad del modelo WRF en la mitad occidental Cuba. Revista Cubana De Meteorología, 22(1), 66-80. Recuperado a partir de http://rcm.insmet.cu/index.php/rcm/article/view/209
Sección
Artículos Originales
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes de la Licencia CC Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0):
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia.
Bajo las condiciones siguientes:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
La revista no se responsabiliza con las opiniones y conceptos emitidos en los trabajos, son de exclusiva responsabilidad de los autores. El Editor, con la asistencia del Comité de Editorial, se reserva el derecho de sugerir o solicitar modificaciones aconsejables o necesarias. Son aceptados para publicar trabajos científico originales, resultados de investigaciones de interés que no hayan sido publicados ni enviados a otra revista para ese mismo fin.
La mención de marcas comerciales de equipos, instrumentos o materiales específicos obedece a propósitos de identificación, no existiendo ningún compromiso promocional con relación a los mismos, ni por los autores ni por el editor.
Citas
Lara, F. V.; Ruiz, A. J. A.; Pozo, V. A. D.; Gueymard, C. A. & Tovar, P. J. 2012a. “Evaluation of DNI forecast based on the WRF mesoscale atmospheric model for CPV applications”. In: AIP Conference Proceedings, VIII International Conference on Concentrating Photovoltaic Systems, 6 October, vol. 1477, Toledo, Spain: AIP Publishing, pp. 317–322, DOI: http://dx.doi.org/10.1063/1.4753895, Available: , [Consulted: October 27, 2016].
Lara, F. V.; Ruiz, A. J. A.; Pozo, V. D.; Santos, A. F. J. & Tovar, P. J. 2012b. “Evaluation of the WRF model solar irradiance forecasts in Andalusia (southern Spain)”. Solar Energy, 86(8): 2200–2217, ISSN: 0038-092X, DOI: http://dx.doi.org/10.1016/j.solener.2011.02.014.
Mathiesen, P.; Collier, C.; Parkes, J.; Landberg, L. & Kleissl, J. 2014. “Improved Solar Power Forecasting Using Cloud Assimilation into WRF”. In: LII Annual Conference Australian Solar Energy Society, Melbourne: Australian Solar Council, pp. 703–708, ISBN: 948-0-646-92219-5, Available:, [Consulted: October 27, 2016].
Morcrette, J. J. 1991. “Evaluation of Model-generated Cloudiness: Satellite-observed and Model-generated Diurnal Variability of Brightness Temperature”. Monthly Weather Review, 119(5): 1205–1224, ISSN: 0027-0644, 1520-0493, DOI: 10.1175/1520-0493(1991)119<1205:EOMGCS>2.0.CO;2.
Nielsen, K. P. 2009. “Verification of HIRLAM cloud forecasts with MSG cloud physical products”. In: HIRLAM All Staff Meeting, Netherlands: HIRLAM Newsletter, pp. 11–17, No. 55B, Available:, [Consulted: October 27, 2016].
Otkin, J. A. & Greenwald, T. J. 2008. “Comparison of WRF Model-Simulated and MODIS-Derived Cloud Data”. Monthly Weather Review, 136(6): 1957–1970, ISSN: 0027-0644, 1520-0493, DOI: http://dx.doi.org/10.1175/2007MWR2293.1.
Otkin, J. A.; Greenwald, T. J.; Sieglaff, J. & Huang, H. L. 2009. “Validation of a Large-Scale Simulated Brightness Temperature Dataset Using SEVIRI Satellite Observations”. Journal of Applied Meteorology and Climatology, 48(8): 1613–1626, ISSN: 1558-8424, 1558-8432, DOI: http://dx.doi.org/10.1175/2009JAMC2142.1.
Rincón, A. A. 2013. Sistema de pronóstico de radiación solar a corto plazo a partir de un modelo meteorológico y técnicas de post-proceso para España. Tesis de Doctorado, Barcelona: Universidad Politécnica de Catalunya, 253 p.
Rodríguez, C. 2014. Modificación e implementación del método de evaluación espacial MODEMod para su uso operativo en Cuba. Tesis de Diploma, La Habana, Cuba: INSTECA, 53 p.
Roque, A. 2013. Método de Evaluación Diagnóstico Orientado a Objetos Modificado (MODEMod) utilizando la información de los satélites meteorológicos. Tesis de Diploma, La Habana, Cuba: INSTEC, 56 p.
Shah, S.; Rao, B. M.; Kumar, P. & Pal, P. K. 2010. “Verification of cloud cover forecast with INSAT observation over western India”. Journal of Earth System Science, 119(6): 775–781, ISSN: 0253-4126, 0973-774X, DOI: http://dx.doi.org/10.1007/s12040-010-0062-1.
Söhne, N.; Chaboureau, J. P. & Guichard, F. 2008. “Verification of Cloud Cover Forecast with Satellite Observation over West Africa”. Monthly Weather Review, 136(11): 4421–4434, ISSN: 0027-0644, 1520-0493, DOI: http://dx.doi.org/10.1175/2008MWR2432.1.
Trujillo, G. 2011. Estimación de la cobertura nubosa sobre Cuba a partir de las imágenes del satélite GOESE. Tesis de Diploma, La Habana, Cuba: INSTEC, 55 p.
Wilcoxon, F. 1945. “Individual Comparisons by Ranking Methods”. Biometrics Bulletin, 1(6): 80, ISSN: 0099-4987, DOI: http://dx.doi.org/10.2307/3001968.
Zingerle, C. 2005. “Satellite Data in the Verification of Model Cloud Forecasts: A convective case in summer 2003 seen from NOAA satellites”. Hirlam Newsletter, 48: 173–177.
Zingerle, C. & Nurmi, P. 2008. “Monitoring and verifying cloud forecasts originating from operational numerical models”. Meteorological Applications, 15(3): 325–330, ISSN: 1350-4827, 1469-8080, DOI: http://dx.doi.org/10.1002/met.73.
Lara, F. V.; Ruiz, A. J. A.; Pozo, V. D.; Santos, A. F. J. & Tovar, P. J. 2012b. “Evaluation of the WRF model solar irradiance forecasts in Andalusia (southern Spain)”. Solar Energy, 86(8): 2200–2217, ISSN: 0038-092X, DOI: http://dx.doi.org/10.1016/j.solener.2011.02.014.
Mathiesen, P.; Collier, C.; Parkes, J.; Landberg, L. & Kleissl, J. 2014. “Improved Solar Power Forecasting Using Cloud Assimilation into WRF”. In: LII Annual Conference Australian Solar Energy Society, Melbourne: Australian Solar Council, pp. 703–708, ISBN: 948-0-646-92219-5, Available:
Morcrette, J. J. 1991. “Evaluation of Model-generated Cloudiness: Satellite-observed and Model-generated Diurnal Variability of Brightness Temperature”. Monthly Weather Review, 119(5): 1205–1224, ISSN: 0027-0644, 1520-0493, DOI: 10.1175/1520-0493(1991)119<1205:EOMGCS>2.0.CO;2.
Nielsen, K. P. 2009. “Verification of HIRLAM cloud forecasts with MSG cloud physical products”. In: HIRLAM All Staff Meeting, Netherlands: HIRLAM Newsletter, pp. 11–17, No. 55B, Available:
Otkin, J. A. & Greenwald, T. J. 2008. “Comparison of WRF Model-Simulated and MODIS-Derived Cloud Data”. Monthly Weather Review, 136(6): 1957–1970, ISSN: 0027-0644, 1520-0493, DOI: http://dx.doi.org/10.1175/2007MWR2293.1.
Otkin, J. A.; Greenwald, T. J.; Sieglaff, J. & Huang, H. L. 2009. “Validation of a Large-Scale Simulated Brightness Temperature Dataset Using SEVIRI Satellite Observations”. Journal of Applied Meteorology and Climatology, 48(8): 1613–1626, ISSN: 1558-8424, 1558-8432, DOI: http://dx.doi.org/10.1175/2009JAMC2142.1.
Rincón, A. A. 2013. Sistema de pronóstico de radiación solar a corto plazo a partir de un modelo meteorológico y técnicas de post-proceso para España. Tesis de Doctorado, Barcelona: Universidad Politécnica de Catalunya, 253 p.
Rodríguez, C. 2014. Modificación e implementación del método de evaluación espacial MODEMod para su uso operativo en Cuba. Tesis de Diploma, La Habana, Cuba: INSTECA, 53 p.
Roque, A. 2013. Método de Evaluación Diagnóstico Orientado a Objetos Modificado (MODEMod) utilizando la información de los satélites meteorológicos. Tesis de Diploma, La Habana, Cuba: INSTEC, 56 p.
Shah, S.; Rao, B. M.; Kumar, P. & Pal, P. K. 2010. “Verification of cloud cover forecast with INSAT observation over western India”. Journal of Earth System Science, 119(6): 775–781, ISSN: 0253-4126, 0973-774X, DOI: http://dx.doi.org/10.1007/s12040-010-0062-1.
Söhne, N.; Chaboureau, J. P. & Guichard, F. 2008. “Verification of Cloud Cover Forecast with Satellite Observation over West Africa”. Monthly Weather Review, 136(11): 4421–4434, ISSN: 0027-0644, 1520-0493, DOI: http://dx.doi.org/10.1175/2008MWR2432.1.
Trujillo, G. 2011. Estimación de la cobertura nubosa sobre Cuba a partir de las imágenes del satélite GOESE. Tesis de Diploma, La Habana, Cuba: INSTEC, 55 p.
Wilcoxon, F. 1945. “Individual Comparisons by Ranking Methods”. Biometrics Bulletin, 1(6): 80, ISSN: 0099-4987, DOI: http://dx.doi.org/10.2307/3001968.
Zingerle, C. 2005. “Satellite Data in the Verification of Model Cloud Forecasts: A convective case in summer 2003 seen from NOAA satellites”. Hirlam Newsletter, 48: 173–177.
Zingerle, C. & Nurmi, P. 2008. “Monitoring and verifying cloud forecasts originating from operational numerical models”. Meteorological Applications, 15(3): 325–330, ISSN: 1350-4827, 1469-8080, DOI: http://dx.doi.org/10.1002/met.73.