Herramientas de detección, reporte y evaluación para salidas de modelos de pronóstico numérico desarrollado en Cuba

Maibys Sierra Lorenzo, Israel Borrajero Montejo, Miguel Hinojosa Fernández, Arletis Roque Carrasco, Camilo Fernando Rodríguez Genó, Liset Vázquez Proveyer, Adrián Luis Ferrer Hernández

Resumen

Los modelos de pronóstico numérico del tiempo son en la actualidad una de las herramientas más utilizadas por los pronosticadores. Sin embargo, la salida numérica, tal cual la brinda el modelo, no revela toda la información que puede emplearse en la elaboración de un pronóstico. Se hace necesario construir productos derivados de estas salidas que permitan, por ejemplo: la identificación de fenómenos meteorológicos, áreas de precipitación, entre otros; posibilitando la generación de reportes automático. El trabajo que se presenta describe la primera versión del módulo de detección, reporte y evaluación, que será acoplado con el sistema de pronóstico a muy corto plazo que se desarrolla en el Instituto de Meteorología de Cuba. Como resultado se cuenta con una herramienta de postprocesamiento que se compone de algoritmos para la detección de ciclones, frentes fríos y áreas de precipitación y nubosidad, en las salidas de los modelos. Los procesos detectados pueden ser monitoreados, y verificados con las imágenes de satélite. Entre los algoritmos utilizados se encuentran: el método de las crestas, la convolución y la lógica difusa.
Palabras clave: modelo numérico, modelo de pronóstico, pronóstico numérico del tiempo, detección de frentes fríos, detección de ciclones, evaluación espacial, MODE, Cuba

Texto completo:

PDF HTML EPUB

Referencias

Bieringer, P. E.; Morgan, J.; Hurst, J.; Martin, B.; Winkler, S.; Xie, Y.; Mcginley, J. & Albers, S. 2006. “An Assessment of Automated Boundary and Front Detection to Support Convective Initiation Forecasts”. In: Georgia World Congress Center, Massachusetts, U. S.: American Meteorological Society, Available: , [Consulted: October 27, 2016].

Davis, C. A.; Brown, B. G.; Bullock, R. & Halley, G. J. 2009. “The Method for Object-Based Diagnostic Evaluation (MODE) Applied to Numerical Forecasts from the 2005 NSSL/SPC Spring Program”. Weather and Forecasting, 24(5): 1252–1267, ISSN: 0882-8156, 1520-0434, DOI: http://dx.doi.org/10.1175/2009WAF2222241.1.

Doty, B. E. 2003. Grid Analysis and Display System (GrADS). version 1.5.1.12, [Linux - Mac OS X], USA: COLA, Available: , [Consulted: October 27, 2016].

Hewson, T. D. 1998. “Objective fronts”. Meteorological Applications, 5(1): 37–65, ISSN: 1350-4827, DOI: http://dx.doi.org/10.1017/S1350482798000553.

Jenkner, J.; Sprenger, M.; Schwenk, I.; Schwierz, C.; Dierer, S. & Leuenberger, D. 2010. “Detection and climatology of fronts in a high-resolution model reanalysis over the Alps”. Meteorological Applications, 17(1): 1–18, ISSN: 1469-8080, DOI: http://dx.doi.org/10.1002/met.142.

Martínez, C. D.; Borrajero, M. I.; Bezanilla, M. A. & Centella, A. A. 2011. “La ocurrencia de ciclones tropicales en el Caribe y México y el calentamiento global. Aplicación de un modelo climático regional”. Revista Ciencias de la Tierra y el Espacio: II Época, (12): 17–30, ISSN: 1729-3790.

MET Developers 2011. Model Evaluation Tools Version 3.0.1 (METv3 .0 .1): User’s Guide 3.0.3. Boulder, Colorado, USA: Developmental Testbed Center, 211 p., Available: , [Consulted: October 27, 2016].

Orlanski, I. & Ross, B. B. 1984. “The Evolution of an Observed Cold Front. Part II: Mesoscale Dynamics”. Journal of the Atmospheric Sciences, 41(10): 1669–1703, ISSN: 0022-4928, 1520-0469, DOI: http://dx.doi.org/10.1175/1520-0469(1984)041<1669:TEOAOC>2.0.CO;2.

Pérez, B. A.; Díaz, O. O. & Mitrani, I. 2013. “Sistema de Pronóstico Numérico Océano-Atmósfera para la República de Cuba”. In: VII Congreso Cubano de Meteorología, ISBN: 978-959-7167-43-3.

Pérez, B. A. & Mitrani, A. I. 2013. “Pronóstico numérico del oleaje en mares interamericanos y costas de Cuba, mediante los modelos numéricos MM5, WW3 y SWAN”. Ciencias de la Tierra y el Espacio, 14(1): 14–24, ISSN: 1729-3790.

Press, W. H.; Flannery, B. P.; Teukolsky, S. A. & Vetterling, W. T. 1992. Numerical Recipes in C: The Art of Scientific Computing. 2nd ed., Cambridge: Cambridge University Press, 994 p., ISBN: 978-0-521-43108-8, Available: , [Consulted: October 27, 2016].

Rodríguez, G. C. F.; Sierra, L. M. & Ferrer, H. A. L. 2016. “Modificación e implementación del método de evaluación espacial MODEMod para su uso operativo en Cuba”. Ciencias de la Tierra y el Espacio, 17(1): 18–31, ISSN: 1729-3790.

Roque, C. A.; Sierra, L. M. & Quintana, R. N. 2014. “Método de Evaluación Diagnóstico Orientado a Objetos Modificado (MODEMod) utilizando la información de los satélites meteorológicos”. Ciencia de la Tierra y el Espacio, 15(2): 139–150, ISSN: 1729-3790.

Sierra, L. M.; Luis, F. A.; Valdés, H. R.; González, M. Y.; Cruz, R. R. C.; Borrajero, M. I.; Rodríguez, G. C. F.; Quintana, R. N. & Roque, C. A. 2014. Sistema automático de predicción a mesoescala de cuatro ciclos diarios. (ser. Sistema de Predicción a muy corto plazo basado en el Acoplamiento de Modelos de Alta Resolución y Asimilación de Datos), Informe de Resultado, La Habana, Cuba: Instituto de Meteorología de Cuba, p. 65, Available: , [Consulted: October 27, 2016].

Thorpe, A. J. & Clough, S. A. 1991. “Mesoscale dynamics of cold fronts: Structures described by dropsoundings in FRONTS 87”. Quarterly Journal of the Royal Meteorological Society, 117(501): 903–941, ISSN: 0035-9009, 1477-870X, DOI: http://dx.doi.org/10.1002/qj.49711750103.

Vannière, B.; Czaja, A.; Dacre, H.; Woollings, T. & Parfitt, R. 2015. “A potential vorticity signature for the cold sector of winter extratropical cyclones: PV Signature for Extratropical Cyclone Cold Sector”. Quarterly Journal of the Royal Meteorological Society, 142(694): 432–442, ISSN: 0035-9009, DOI: http://dx.doi.org/10.1002/qj.2662.

Weather Research & Forecasting (WRF). 2014. ARW Version 3 Modeling System User’s Guide. Boulder, Colorado: Mesoscale & Microscale Meteorology Division-National Center for Atmospheric Research, 413 p., Available: , [Consulted: October 27, 2016].

Xue, M.; Wang, D.; Gao, J.; Brewster, K. & Droegemeier, K. K. 2003. “The Advanced Regional Prediction System (ARPS), storm-scale numerical weather prediction and data assimilation”. Meteorology and Atmospheric Physics, 82(1–4): 139–170, ISSN: 0177-7971, 1436-5065, DOI: http://dx.doi.org/10.1007/s00703-001-0595-6.

Enlaces refback

  • No hay ningún enlace refback.