Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2045| Predicción del tiempo con alta resolución (menor a 1 km) mejorada con ensambles High Resolution (sub 1 km) weather forecasting enhanced with ensembles | |
| RAUL FERNANDO MENDEZ TURRUBIATES | |
| MARKUS SEBASTIAN GROSS | |
| Acceso Abierto | |
| Atribución | |
| Predicción del tiempo, precipitación, ensambles, mesoescala weather forecast, precipitation, ensembles, mesoscale | |
| Los pronósticos acertados salvan vidas, ya sea mediante una alerta oportuna durante una emergencia o en la mitigación de eventos, y permitiendo prevenir pérdidas económicas debidas a fenómenos meteorológicos. Debido a esto se han desarrollado formas de mejorar los pronósticos como: aumentar la resolución espacial del modelo o el uso de ensambles. Al aumentar la resolución del modelo los patrones y características de variables como la precipitación son más realistas, a pesar de esto, a menudo estos pronósticos ocurren en otro lugar o en un tiempo equivocado. Al hacer pronósticos mediante ensambles obtenemos información de la incertidumbre de los posibles futuros estados de la atmósfera, sin embargo, es necesario tener una mayor capacidad de cómputo. Es relativamente sencillo pronosticar la precipitación como un promedio a lo largo de grandes áreas, pero no lo es para una región específica. Por lo tanto, el objetivo de este trabajo es crear un pronóstico mediante ensambles de un modelo de mesoescala para un lugar específico, se espera que la información extra obtenida mediante los ensambles aporte mayor confianza al pronóstico determinístico o que nos proporcione otros posibles estados meteorológicos que no se muestren en este pronóstico. Para realizar el trabajo se utilizó el modelo Weather Research and Forecasting (WRF) con el cual se hizo una reducción de escala dinámica; ya que el interés es pronosticar lugares específicos la resolución horizontal del ensamble es menor a 1 km. Los ensambles fueron forzados con salidas del North American Mesoscale Forecast System (NAM) que cuentan con una resolución horizontal aproximada de 5 km; la zona de estudio está centrada en la ciudad de Ensenada dentro de una región de 180 x 180 km. Se evaluaron y analizaron los resultados del ensamble para encontrar la sensibilidad de éste a las perturbaciones en las salidas del modelo NAM (datos de entrada), número de miembros del ensamble y resolución de la malla. El sistema de ensambles genera su propia solución en la resolución más pequeña, lo cual es distinto a una simple interpolación. Los resultados se analizaron utilizando diferentes skills estadísticos, encontrando una mejora significativa en cada uno de estos. The accurate forecasting of the weather saves lives, either by producing timely early warnings of an upcoming emergency or essential updates during an extreme event or its future developments. Accurate forecasts allow the prevention of loss of lives and infrastructure due to extreme events. For this reason, there is a continuous drive to improve forecasts, for example by increasing the spatial resolution, data assimilation, and ensemble forecasts. By increasing the resolution, the meteorological phenomena usually appear more realistic. However, timing, location, and development may still be wrong. Forecasts using ensemble methods add vital information about the uncertainties of the predictions. However, to realize these forecasts more computational effort is required. For a forecast of average precipitation over large areas (50-200km) the model behavior is often reasonable, but when the information at a specific location is required - such as for emergency response - the performance drops significantly. Therefore the objective of this work is to create a system that provides a forecast using ensembles, starting from a mesoscale deterministic model. The forecast is to be specific for a particular location, to meet emergency response needs. It is expected that the ensemble will provide accurate results and also a measure of the forecasts probability. The deterministic model cannot provide these probabilities. The Weather Research and Forecasting (WRF) model will be used to create the ensemble and downscale the members of the ensemble to a sub 1km resolution. The ensemble will be driven by analyses and forecasts from the North American Mesoscale Forecast System (NAM) with 5km resolution. The study area is centered on the city of Ensenada, within an area of 180 x 180 km. The members of the ensemble will be analyzed to obtain an improved 60hr forecast in comparison to the original mesoscale forecast. It will be shown that the added resolution does generate a unique solution beyond simple interpolation. The results will be analyzed, and it will be demonstrated that the forecast skill improved significantly. | |
| CICESE | |
| 2018 | |
| Tesis de maestría | |
| Español | |
| Méndez Turrubiates, R.F. 2018. Predicción del tiempo con alta resolución (menor a 1 km) mejorada con ensambles. Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.57 pp. | |
| PREDICCIÓN NUMÉRICA METEOROLÓGICA | |
| Aparece en las colecciones: | Tesis - Oceanografía Física |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| tesis_Mendez_Turrubiates_Raúl_Fernado_30_ene_2018.pdf | Versión completa de la tesis | 3.79 MB | Adobe PDF | Visualizar/Abrir |