Beruflich Dokumente
Kultur Dokumente
CLIMANDES
Taller de Nowcasting
Lima 21-25 de octubre 013
Porqu Nowcasting
Paolo Ambrosetti, MeteoSwiss
Resumen de contenido
Nowcasting
Los instrumentos de teledeteccin como radar y satlite
geoestacionario permiten de recibir una imagen global con
alta frecuencia y buena resolucin en el espacio de la
nubosidad y distribucin de las precipitaciones.
Anteriormente con solo las observaciones sinpticas eso
no era posible con la misma resolucin.
La alta frecuencia de observacin de radar y satlite
permite de reconocer los pequeos cambios de una
imagen a la siguiente. El lgico desarrollo es as una
extrapolacin por algunos minutos-horas. As en
Nowcasting se ha vuelto a un pronostico a muy corto
plazo.
Porqu Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
P.Ambrosetti
Definicin de Nowcasting
Tradicionalmente (OMM) el Nowcasting se ocupa de las
primeras 2 hora, de 2-12 horas se le llama pronostico a
muy corto plazo.
En realidad en los ltimos aos estos intervalos no son tan
fijos y dependen de los fenmenos y variables
pronosticados, de la situacin meteorolgica, posicin
geogrfica, periodo del ao,
Adems tambin las tcnicas utilizadas se han
desarrollado mezclando datos observados, modelo
conceptuales y modelos numricos.
PREDICCIN INMEDIATA:
NOWCASTING
AHORA
2H
6H
12H
Datos detallados y
rpidos
vital
MWP (meso)
nuevas tcnicas asimilacin
Loop=>extrapolacin
Sat + Modelos conceptuales
Sat y Radar
Porqu Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
P.Ambrosetti
local a comarcal
NOWCASTING
Nowcasting: prediccin con detalle local para periodos desde
el presente hasta algunas horas.
Para los periodos mas cortos, Nowcasting muy basado en
disponibilidad datos detallados del rea local, con poco
retraso.
Satlites y radares son claves.
En el VSRF son tiles tambien los MWP meso, cada vez
mas relevantes (nuevas tcnicas asimilacin).
Nowcasting: lo mas bsico son las tcnicas de extrapolacin
basadas en las secuencias de imgenes (historia y evolucin).
Con 15 min son posible detectar pequeos sistemas y nubes
individuales. Slo las primeras horas. Para mas all la
extrapolacin no es relevante.
Los sistemas meteorolgicos a menudo forman formas
distintivas asociables a modelos conceptuales, para los que
se pueden asumir futuras evoluciones.
Porqu Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
P.Ambrosetti
Largo Plazo
Hasta 10 das
Regional-Nacional
Orlanski, 1975
ESCALAS METEOROLOGICAS
Planetaria (Largo plazo)
Sinptica (Corto-medio plazo)
Mesoescala (Muy corto plazo)
10
Porqu Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
P.Ambrosetti
Microescala (Inmediata)
Herramientas de prediccin
11
100 %
CONOCIMIENTO EN EL ANLISIS
MEZCLA (Blending)
CLIMATOLOGA
0123456
12
15
18
21
Tiempo (horas)
24..48.72..96.
12
Tcnicas de Nowcasting:
herramientas
Uso intensivo de los diferentes sistemas de observacin:
Estaciones automticas
Radares
Redes de descargas elctricas
Satlites
Uso de sistemas automticos de
Deteccin
Reconocimiento
Seguimiento
Uso de modelos numricos mesoescalares de alta resolucin
(como marco para el nowcasting, mas hbil en el muy corto plazo).
13
14
Modelo y Nowcasting
Los modelos son perfeccionado continuamente:
- resolucin mas detallada
- asimilacin de mas datos (sobre todo los globales)
- mejoras en la parametrizacin de los fenmenos sub-malla
15
Modelos de mesoescala
16
Modelos numricos
Los modelos hidrostticos presuponen la existencia de un equilibrio hidrosttico, es
decir, que el peso de la atmsfera, que ejerce presin hacia abajo, est en equilibrio con la
fuerza del gradiente de presin, que empuja hacia arriba.
Los procesos no hidrostticos y sus efectos adquieren importancia cuando la longitud
de una caracterstica es aproximadamente igual a su altura. Como la altura de la mayora
de los fenmenos atmosfricos est limitada por la altura de la troposfera, esto representa
un problema para las caractersticas de 10 km o menos de tamao.
Fenmenos con procesos no hidrostticos: tormentas convectivas, los frentes de
racha y otras lneas de convergencia, y las ondas de gravedad, incluidas las ondas
de montaa y la turbulencia orogrfica.
17
Modelos mesoscalares
Qu espaciado de malla es necesario para resolver una
caracterstica meteorolgica en particular?
Normalmente, necesitamos al menos cinco puntos de malla para definir
una caracterstica. La caracterstica meteorolgica ms pequea que se
puede representar, incluso en el mbito de un pronstico a corto plazo,
abarca entre cinco y siete puntos de malla. Esto significa que un modelo
que emplea una malla de 20 km de densidad es incapaz de pronosticar
una caracterstica de tamao inferior a los 100 km!
Adems, en terreno accidentado o montaoso, es posible que el modelo
no logre identificar una caracterstica forzada por la topografa incluso
con una densidad de malla de 5 km.
18
Come ejemplo
tomamos un corte a
travs de los Alpes
con 3 resoluciones
distintas.
19
|
Porqu
Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
rP.Ambrosetti
20
|
Porqu
Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
rP.Ambrosetti
21
|
Porqu
Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
rP.Ambrosetti
22
23
24
25
Pronostico cuantitativo
Los pronosticos de precipitacion son generalmente
cualitativos en forma de texto:
lluvia debil/moderada/fuerte.
Los efectos y en particular los riesgos relacionado a las
precipitaciones dependen pero de las cantidades, con
distintos umbrales en funcion de la posicion y de la
applicacion entre otras.
Por esta razon se solicita a los servicios meteorologicos
de producir pronosticos cuantitativos de precipitacion, en
particular por los tomadores de decision profesionales.
26
27
34
35
Nowcasting y modelos
Modelos a mesoescala llegan hoy da hasta a 1km de
malla. La resolucin horizontal efectiva de la orografa es
generalmente 4 veces mas grande (alisamiento).
No todos los modelos a mesoescala tienen asimilacin
propia y no pueden aprovechar de datos de observacin
mas detallados.
Los que asimilan observaciones alisan los gradientes
muy marcado, porque esos pueden provocar instabilidad
numrica. As parte de la informacin se pierde.
Las carreras de los modelos se calculan cada 6 horas, los
de mesoescala cada 3 horas (HRRR de la NOAA cada
hora) y necesitan un tiempo de computacin. As que
siempre estn atrasado de unas horas respecto a las
ultimas observaciones.
Porqu Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
P.Ambrosetti
36
37
38
39
40
41
42
Modelos mesoscalares
43
44
45
46
|
Porqu
Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
rP.Ambrosetti
47
|
Porqu
Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
rP.Ambrosetti
48
|
Porqu
Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
rP.Ambrosetti
49
|
Porqu
Nowcasting| CLIMANDES Taller de Nowcasting, Lima, 21-25 de octubre 2013
rP.Ambrosetti
50
51
52
53
Duracin:
2 de abril al 3 de abril de 2013
Daos:
$ 300 millones en Capital
$ 6.000 millones en La Plata
Fatalidades:
10 Capital Federal 78 La Plata
54
55
56
57
58
59
Nowcasting y modelos
En el caso de Buenos Aires se ve que el mejor modelo
global a nivel mundial no alcanza a pronosticar un evento
tan fuerte en su magnitud, tambin a corto plazo.
Ninguna variante de los conjuntos ha pronosticado la
cantidad de lluvia observada.
Fenmeno muy rpido como la conveccin se dejan as
pronosticar con fiabilidad y precisin solo a nivel de
Nowcasting, que aprovecha de las ultimas observaciones
sin alisamiento, pero el adelanto puede ser muy corto!!
60
Conclusion
Los modelos tienen dificultad en pronosticar eventos
extremos tambin a muy corto plazo, en particular en caso
de conveccin profunda estacionaria.
Tcnicas de Nowcasting permiten ganar unas pocas horas
que pueden resultar muy valiosas para los servicios de
emergencia, defensa civil, si los pronsticos llegan
rpidamente a los tomadores de decisin y ellos saben
como actuar.
Collaborative decision making
(decisiones en colaboracin)
61
62
Por lo tanto, es importante evaluar la calidad del pronstico de gran escala que se le impone al modelo de alta
resolucin a travs de las condiciones iniciales y de frontera. Produce un buen pronstico el modelo de orden
superior? Son los detalles de mesoescala realmente aplicables a la situacin en cuestin o podran ser ms
aplicables a un escenario improbable de gran escala?
La segunda leccin ms importante para el uso de modelos de alta resolucin consiste en distinguir entre los
detalles predecibles, como el ciclo diurno sobre terreno complejo bajo condiciones de reposo, y los impredecibles,
como el lugar y la hora de formacin de las clulas convectivas. En el caso de los detalles impredecibles, el
pronstico de alta resolucin debe interpretarse como el pronstico de un evento que indica que un tipo particular
de estructura podra ocurrir a cierta distancia y en cierta cantidad de tiempo respecto del lugar y la hora
pronosticados.
La tercera leccin ms importante para el uso de modelos de alta resolucin consiste en recordar que, como la
mayora de los modelos, su habilidad de prediccin de las caractersticas del flujo y la precipitacin es mejor a
escalas de ms de 10 veces la densidad de la malla. En consecuencia, no cabe esperar una prediccin exacta de
los flujos locales en la escala de 20 km de un modelo con un espaciado de malla de 4 km, aunque el modelo puede
mostrar alguna respuesta, como la direccin del viento ascendente o descendente.
Los pronsticos de los modelos de alta resolucin suelen verificar mejor que los de los modelos de resolucin ms
baja, cuando se evalan subjetivamente y se usan mtodos apropiados, orientados a objetos. Algunos modelos, sin
embargo, se desempean mal si se evalan usando mtodos de verificacin puntuales tradicionales.
Al examinar la salida de modelos de alta resolucin, hay que considerar varios aspectos adicionales:
Si el modelo usa las condiciones iniciales de un arranque en fro interpoladas de un modelo de resolucin ms
baja, tardar algunas horas en iniciar las caractersticas y las circulaciones verticales de pequea escala. En
consecuencia, podra seguir tratando de alcanzar los desarrollos de ese momento durante varias horas ms. Es
probable que el mejor pronstico se produzca en el rango de 9 a 18 horas
Si el modelo usa las condiciones iniciales de un arranque en caliente que incorpora datos de radar recientes, esta
informacin agregada se pierde rpidamente, como resultado de lo cual se obtiene una mejora en el pronstico
primario durante las primeras horas.
63
Los parmetros de salida del modelo que involucran gradientes o movimiento vertical tendrn
valores mucho ms grandes que los que se ven en la salida de modelos de resolucin ms baja.
Los parmetros bsicos de salida del modelo estarn dominados por la estructura de mesoescala,
que a veces oculta la estructura sinptica presente en el pronstico.
Los sondeos del modelo alrededor de la conveccin sern notablemente diferentes que los de los
modelos con parametrizacin de la conveccin.
El diagnstico del modo convectivo puede proporcionar mucha ms informacin sobre varios tipos
de amenazas potenciales (incluidas algunas no convectivas) que las instantneas simples de los
parmetros bsicos. En combinacin con su conocimiento y experiencia, esto puede ayudarle a
aumentar el tiempo de anticipacin o la confianza en la prediccin para eventos potencialmente de
gran impacto.
Los valores mximos de reflectividad simulada difieren entre un modelo y otro debido a diferencias
en las parametrizaciones de la microfsica y en los algoritmos, incluso cuando la conveccin
pronosticada tiene la misma intensidad.
Ms an que para los modelos de ms baja resolucin, los sesgos de los pronsticos se ven
afectados por las parametrizaciones de mezcla de la capa lmite y microfsica, y por los esquemas
numricos usados en la dinmica.
Finalmente, los modelos de alta resolucin responden de modo realista a las condiciones de la
superficie subyacente, siendo muy prometedores para cuando haya datos de humedad del suelo
de alta resolucin disponibles en tiempo real para los modelos operativos.
64