Abstract

KIRTHIGA, S. M.  and  PATEL, N. R.. Impact of updating land surface data on micrometeorological weather simulations from the WRF model. Atmósfera [online]. 2018, vol.31, n.2, pp.165-183. ISSN 0187-6236.  https://doi.org/10.20937/atm.2018.31.02.05.

Los procesos que ocurren en la superficie terrestre desempeñan un papel fundamental en el reparto de la energía superficial y la circulación atmosférica dentro de un sistema climático. La representación errónea del estado actual del suelo -en particular de aspectos espaciales específicos como cobertura del suelo, parámetros topográficos y biofísicos- contribuye a la incertidumbre en las simulaciones meteorológicas tanto a escala local como regional. El presente estudio analiza el impacto de los datos de superficie en el desempeño del modelo de investigación y pronóstico del tiempo (Weather Research and Forecasting, WRF) para realizar simulaciones micrometeorológicas/cercanas a la superficie, en particular de variables sensibles como temperatura, humedad relativa, radiación solar y velocidad del viento. La hipótesis es que las bases de datos de superficie actualizadas podrían ayudar a mejorar los pronósticos micrometeorológicos sobre el dominio que comprende a los estados de Punjab, Haryana y Uttarakhand en la India. Para inicializar el modelo se utilizan la base de datos de uso y cobertura del suelo derivada del sensor avanzado de campo amplio (AWiFS, por sus siglas en inglés); datos de elevación proporcionados por la misión topográfica de radar a bordo del transbordador espacial (SRTM, por sus siglas en inglés), y el índice de área foliar (LAI, por sus siglas en inglés) basado en el espectrorradiómetro de imágenes de resolución media (MODIS, por sus siglas en inglés). Para evaluar el desempeño de la simulación, las condiciones limítrofes del suelo, tanto controladas (por defecto) como modificadas, se comparan con datos in situ procedentes de una red automatizada de estaciones meteorológicas operada por la Agencia India de Investigación Espacial. En la corrida modificada, el modelo captó con mayor precisión la evolución temporal de temperatura superficial, humedad relativa, velocidad del viento, presión superficial y radiación solar. La mejora de estas variables meteorológicas cercanas a la superficie en pronósticos de 24 horas fue de 15 a 30%. Pruebas ulteriores del desempeño del modelo para realizar pronósticos de ocho días de variables micrometeorológicas mostraron que la corrida modificada produjo resultados consistentes. Los valores promedio de la raíz del error cuadrático medio (RMSE, por sus siglas en inglés) para temperatura mínima y máxima, velocidad del viento, humedad relativa y precipitación son 2.5 y 3 ºC, 2 m s-1, 18% y 3.5 mm, respectivamente. La modificación ayudó al desempeño del pronóstico mediante la disminución de la propagación de errores. Por lo tanto, se enfatiza el hecho de que una mejor representación de los parámetros de superficie tiene un efecto evidente en simulaciones del tiempo a escala local o regional. En países como la India, donde los mecanismos de retroalimentación tierra-atmósfera son más prominentes debido a características climáticas inherentes, es crucial mejorar los datos del estado inicial del suelo.

Keywords : Numerical weather prediction; WRF; land surface modeling; remote sensing data; near-surface weather forecasts; AWiFs; MODIS LAI; SRTM DEM.

        · abstract in English     · text in English     · English ( pdf )