Método de relocalización de vórtice para el sistema de pronóstico numérico de ciclones tropicales NTHF
Barra lateral del artículo
Contenido principal del artículo
Resumen
En este estudio se evaluó la factibilidad de la aplicación de un esquema de relocalización de vórtice basado en un vórtice sintético en el sistema de pronóstico numérico de ciclones tropicales (CTs) NTHF (Numerical Tools for Hurricane Forecast), operativo en el Departamento de Meteorología del Instituto Superior de Tecnologías y Ciencias Aplicadas, Universidad de La Habana. Para ello, se seleccionaron como casos de estudios los huracanes Dorian y Lorenzo y la tormenta tropical Karen. La representación del vórtice sintético en toda la columna vertical se extrajo de las simulaciones de NTHF inicializado con los datos de 0.25 grados de resolución horizontal del GDAS (Global Data Asimilation System) del ciclo de 6 horas antes, y fue introducido en los campos de inicialización de NTHF obtenidos de las salidas pronóstico del modelo global GFS (Global Forcast System) con una resolución horizontal de 0.5 grados. En todos los casos las simulaciones se inicializaron a las 0000 UTC y las condiciones de frontera se actualizaron cada 6 horas. En los experimentos realizados se comprobó que el esquema de relocalización de vórtice representa un CT más estructurado aunque la inestabilidad dinámica causada por la introducción del vórtice sintético en el campo de fondo condicionó que el centro de los CTs se desarrollaran en un ambiente más seco y el centro del sistema fuera más frío, lo que propició un aumento de los errores medios en el pronóstico de trayectoria e intensidad, con respecto a los experimentos sin relocalización de vórtice.
Descargas
Detalles del artículo
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.
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
Biswas, M., Carson, L., Newman, K., Bernardey, L., Kalina, E., Grell, E., & Frimel, J. (2017). Community HWRF Users’ Guide (3.9a; Número 3.9a).
Cangialosi, J. P., Blake, E., DeMaria, M., Penny, A., Latto, A., Rappaport, E., & Tallapragada, V. (2020). Recent progress in tropical cyclone intensity forecasting at the National Hurricane Center. Weather and Forecasting, 35(5), 1913-1922. https://doi.org/10.1175/WAF-D-20-0059.1
Chang, C. C. (2018). The impact of the vortex relocation scheme on hurricane initialization: Hurricane Joaquin (2015) as an example [Masters of Science]. Department of Atmospheric and Oceanic Science, University of Maryland College Park.
Hendricks, E. A., Peng, M. S., Ge, X., & Li, T. (2011). Performance of a dynamic initialization scheme in the Coupled Ocean-Atmosphere Mesoscale Prediction System for tropical cyclones (COAMPS-TC). Weather and forecasting, 26(5), 650-663. https://doi.org/10.1175/WAF-10-05051.1
Jolliffe, I. T., & Stephenson, D. B. (2012). Forecast verification: A practitioner’s guide in atmospheric science. John Wiley & Sons.
Kepert, J. D. (2009). An Observation Operator for the Variational Assimilation of Vortex Position and Intensity. Extended Abstracts, 1-106.
Kurihara, Y., Bender, M. A., & Ross, R. J. (1993). An initialization scheme of hurricane models by vortex specification. Monthly weather review, 121(7), 2030-2045. https://doi.org/10.1175/1520-0493(1993)121<2030:AISOHM>2.0.CO;2.
Kwon, H. J., Won, S.-H., Ahn, M.-H., Suh, A.-S., & Chung, H.-S. (2002). GFDL-type typhoon initialization in MM5. Monthly weather review, 130(12), 2966-2974. https://doi.org/10.1175/1520-0493(2002)130<2966:GTTIM>2.0.CO;2.
Kwon, I. H., & Cheong, H. B. (2010). Tropical cyclone initialization with a spherical high-order filter and an idealized three-dimensional bogus vortex. Monthly Weather Review, 138(4), 1344-1367. https://doi.org/10.1175/2009MWR2943.1.
Leroux, M.-D., Wood, K., Elsberry, R. L., Cayanan, E. O., Hendricks, E., Kucas, M., Otto, P., Rogers, R., Sampson, B., & Yu, Z. (2018). Recent advances in research and forecasting of tropical cyclone track, intensity, and structure at landfall. Tropical Cyclone Research and Review, 7(2), 85-105. https://doi.org/10.6057/2018TCRR02.02.
Leslie, L. M., & Holland, G. (1995). On the bogussing of tropical cyclones in numerical models: A comparison of vortex profiles. Meteorology and Atmospheric Physics, 56(1), 101-110. https://doi.org/10.1007/BF01022523.
Liu, Q., Marchok, T., Pan, H.-L., Bender, M., & Lord, S. (2000). Improvements in hurricane initialization and forecasting at NCEP with global and regional (GFDL) models (p. 7) [Informe abreviado]. US Department of Commerce, National Oceanic and Atmospheric Administration, National Weather Service, Office of Meteorology, Science Division.
Mesinger, F. (1977). Forward-backward scheme, and its use in a limited area model. Contributions to Atmospheric Physics, 50, 200-210.
Misirli, E., & Gurefe, Y. (2011). Multiplicative adams bashforth-moulton methods. Numerical Algorithms, 57(4), 425-439. https://doi.org/10.1007/S11075-010-9437-12.
Mitrani, I., Pérez-Bello, A., Vichot, A., Alonso, Y., González, Y., & Díaz, O. (2017). Numerical forecast of weather and wind waves, using WRF and WW3, on the Cuban territory and surrounding waters, and comparison with MM5+ WW3. Ciencias de la Tierra y el Espacio, 18(2), 86-100.
Montgomery, M. T., & Smith, R. K. (2014). Paradigms for tropical cyclone intensification. Australian Meteorological and Oceanographic Journal, 64, 37-66.
Pérez-Alarcón, A., Fernández-Alvarez, J. C., & Batista-Leyva, A. J. (2021). Performance Evaluation of Numerical Tools for Hurricane Forecast (NTHF) System during 2020 North Atlantic Tropical Cyclones Season. Environmental Sciences Proceedings, 8(1), 22. https://doi.org/10.3390/ecas2021-10332.
Pérez-Alarcón, A., Fernández-Alvarez, J., Díaz, O., Batista-Leyva, A., & Pérez, R. (2021). System for numerical forecast of intensity and trajectory of tropical cyclones in the North Atlantic basin. Revista Cubana de Meteorología, 27(1).
Pérez-Bello, A., Mitrani-Arenal, I., Díaz-Rodríguez, O. O., Wettre, C., & Hole, L. R. (2019). A numerical prediction system combining ocean, waves and atmosphere models in the Inter-American Seas and Cuba. Revista Cubana de Meteorología, 25(1), 109-120.
Pu, Z.-X., & Braun, S. A. (2001). Evaluation of bogus vortex techniques with four-dimensional variational data assimilation. Monthly Weather Review, 129(8), 2023-2039. https://doi.org/10.1175/1520-0493(2001)129<2023:EOBVTW>2.0.CO;2.
Rappin, E. D., Nolan, D. S., & Majumdar, S. J. (2013). A highly configurable vortex initialization method for tropical cyclones. Monthly weather review, 141(10), 3556-3575. https://doi.org/10.1175/MWR-D-12-00266.1.
Sierra, M., Ferrer, A. L., Valdés, R., González, Y., Cruz, R., Borrajero-Montejo, I., & Rodríguez, C. (2015). Automatic mesoscale prediction system of four daily cycles (p. 65) [Reporte de Resultado]. Instituto de Meteorología.
Smagorinsky, J. (1963). General circulation experiments with the primitive equations: I. The basic experiment. Monthly weather review, 91(3), 99-164. https://doi.org/10.1175/1520-0493(1963)091<0099:GCEWTP>2.3.CO;2.
Smith, R. K., Zhang, J. A., & Montgomery, M. T. (2017). The dynamics of intensification in a Hurricane Weather Research and Forecasting simulation of Hurricane Earl (2010). Quarterly Journal of the Royal Meteorological Society, 143(702), 293-308.
Tamsir, M., & Kumar, V. (2011). A semi-implicit finite-difference approach for two-dimensional coupled Burgers’ equations. International Journal of Scientific & Engineering Research, 2(6), 46-51.
Wu, C.-C., Lien, G.-Y., Chen, J.-H., & Zhang, F. (2010). Assimilation of tropical cyclone track and structure based on the ensemble Kalman filter (EnKF). Journal of the Atmospheric Sciences, 67(12), 3806-3822.
Xiao, Q., Zou, X., & Wang, B. (2000). Initialization and simulation of a landfalling hurricane using a variational bogus data assimilation scheme. Monthly weather review, 128(7), 2252-2269. https://doi.org/10.1175/1520-0493(2000)128<2252:IASOAL>2.0.CO;2.