Análisis de sensibilidad del pronóstico de nubosidad del modelo WRF en la mitad occidental Cuba

Main Article Content

Alejandro Baró Pérez
Israel Borrajero Montejo

Abstract

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

Downloads

Download data is not yet available.

Article Details

How to Cite
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. Retrieved from http://rcm.insmet.cu/index.php/rcm/article/view/209
Section
Original Articles

References

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.