Estudios de sensibilidad del SisPI a cambios de la PBL, la cantidad de niveles verticales y, las parametrizaciones de microfı́sica y cúmulos, a muy alta resolución.

Abstract

La investigación que se presenta está dirigida a continuar el prefeccionamiento del Sistema de Pronóstico Inmediato cuya finalidad es el pronóstico a corto plazo de eventos meteorológicos de escala local. En tal sentido se conducen estudios de sensibilidad para determinar la mejor configuración de las parametrizaciones de microfı́sica, cúmulos y capa fronteriza atmosférica, ası́ como de la cantidad de niveles verticales; en el dominio de más alta resolución espacial (3 km). Un total de 15 experimentos fueron diseñados, nueve de ellos para los meses Mayo y Junio de 2016, y los seis restantes para 12 dı́as del año 2008.
Para la evaluación se utilizaron los enfoques: celda-punto con las métricas error absoluto medio, sesgo y correlación; y la verificación espacial utilizando el MODEMod. Se contó con las observaciones de 69 estaciones meteorológicas en superficie, del producto CMORPH, de tres torres de prospección eólica y del sondeo aerológico de Camagüey. Los resultados indican que en cuanto a la microfı́sica y cúmulos, no existe una marcada diferencia entre las combinaciones que utilizan Grell-Freitas y las que no activan la parametrización de cúmulos para cualquiera de las microfı́sicas utilizadas. Los experimentos que uti-
lizan la parametrización de Kain-Fritcsh tienden a sobreestimar el pronóstico de la precipitación tanto en acumulado como en área. Relacionado con la parametrización de la capa fronteriza atmosférica y la resolución espacial en la vertical, para la muestra de casos utilizada se observó una mejor representación de los campos en la vertical, en los esquemas que utilizan 40 niveles, con mejor desempeño para la parametrización Mellor-Yamada-Janjic. Sin embargo desde el punto de vista cuantitativo, no existe una superioridad considerable entre los experimentos con 28 y 40 niveles verticales, siendo en algunos casos mejor, el uso de 28 niveles. Se propone como configuración de mejor comportamiento la combinación Thompson, no activada, Mellor-Yamada-Janjic y 40; para los parámetros: microfı́sica, cúmulos, capa fronteriza atmosférica y cantidad de niveles verticales, respectivamente.

Full text

Instituto de Meteorolog´ıa de Cuba
Centro de F´ısica de la Atm´osfera
Proyecto
Sistema de Predicci´on a muy corto plazo basado en el Acoplamiento de Modelos de Alta
Resoluci´on y Asimilaci´on de Datos II
Informe de Resultado
Estudios de sensibilidad del SisPI a cambios de la PBL, la cantidad de niveles verticales
y, las parametrizaciones de microf´ısica y c´umulos, a muy alta resoluci´on.
Autores:
Maibys Sierra Lorenzo
Israel Borrajero Montejo
Adri´an Luis Ferrer Hern´andez
Yanmichel Morfa ´
Avalos
Yordanis Morej´on Loyola
Miguel Hinojosa Fern´andez
Diciembre 2017

Resumen
La investigaci´on que se presenta est´a dirigida a continuar el prefeccionamiento del Sistema de Pron´ostico
Inmediato cuya finalidad es el pron´ostico a corto plazo de eventos meteorol´ogicos de escala local. En tal
sentido se conducen estudios de sensibilidad para determinar la mejor configuraci´on de las parametriza-
ciones de microf´ısica, c´umulos y capa fronteriza atmosf´erica, as´ı como de la cantidad de niveles verticales;
en el dominio de m´as alta resoluci´on espacial (3 km). Un total de 15 experimentos fueron dise˜nados,
nueve de ellos para los meses Mayo y Junio de 2016, y los seis restantes para 12 d´ıas del a˜no 2008.
Para la evaluaci´on se utilizaron los enfoques: celda-punto con las m´etricas error absoluto medio, sesgo
y correlaci´on; y la verificaci´on espacial utilizando el MODEMod. Se cont´o con las observaciones de 69
estaciones meteorol´ogicas en superficie, del producto CMORPH, de tres torres de prospecci´on e´olica y
del sondeo aerol´ogico de Camag¨uey. Los resultados indican que en cuanto a la microf´ısica y c´umulos,
no existe una marcada diferencia entre las combinaciones que utilizan Grell-Freitas y las que no activan
la parametrizaci´on de c´umulos para cualquiera de las microf´ısicas utilizadas. Los experimentos que uti-
lizan la parametrizaci´on de Kain-Fritcsh tienden a sobreestimar el pron´ostico de la precipitaci´on tanto
en acumulado como en ´area. Relacionado con la parametrizaci´on de la capa fronteriza atmosf´erica y la
resoluci´on espacial en la vertical, para la muestra de casos utilizada se observ´o una mejor representa-
ci´on de los campos en la vertical, en los esquemas que utilizan 40 niveles, con mejor desempe˜no para
la parametrizaci´on Mellor-Yamada-Janjic. Sin embargo desde el punto de vista cuantitativo, no existe
una superioridad considerable entre los experimentos con 28 y 40 niveles verticales, siendo en algunos
casos mejor, el uso de 28 niveles. Se propone como configuraci´on de mejor comportamiento la combina-
ci´on Thompson, no activada, Mellor-Yamada-Janjic y 40; para los par´ametros: microf´ısica, c´umulos, capa
fronteriza atmosf´erica y cantidad de niveles verticales, respectivamente.
i

´
Indice general
Introducci´on 1
1. Materiales y m´etodos 3
1.1. Sistema de pron´ostico inmediato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Dise˜nodelosexperimentos ................................... 5
1.3. M´etricasdeevaluaci´on...................................... 6
1.4. Periodoycasosdeestudio.................................... 6
1.5. Datosautilizar.......................................... 7
2. Resultados y discusi´on 8
2.1. Comportamiento de las parametrizaciones de microf´ısica y c´umulo utilizadas . . . . . . . 8
2.1.1. Verificaci´on con los datos de estaciones . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.2. Verificaci´on con los datos del CMORPH . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Comportamiento de las parametrizaciones de PBL y la cantidad de niveles verticales . . . 14
2.2.1. Verificaci´on con los datos de estaciones . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.2. Verificaci´on con los datos de las torres de prospecci´on e´olica . . . . . . . . . . . . . 14
2.2.3. Verificaci´on con los datos de sondeo . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Conclusiones 19
Recomendaciones 20
ii

Bibliograf´ıa 21
iii

Introducci´on
El Instituto de Meteorolog´ıa de Cuba, cuenta con varios sistemas de modelaci´on num´erica del tiempo eje-
cut´andose de forma operativa. Ejemplo de estos son el Mesoscale Model 5 Generation version 3 (MM5V3),
el “Sistema de Predicci´on Num´erica oceano Atm´osfera”(SPNOA) [4, 5] y el “Sistema de Pron´ostico Inme-
diato” (SisPI) [8]. Este ´ultimo como lo indica su nombre, tiene como objetivo la predicci´on a corto plazo
de los diferentes procesos atmosf´ericos. El SisPI tiene en su base el modelo atmosf´erico Weather Research
& Forecast (WRF) [2], es inicializado con los datos del Global Forecast System (GFS), y tiene cuatro
actualizaciones diarias (0000, 0600, 1200 y 1800 UTC). Cuenta con tres dominios de simulaci´on con re-
soluciones de 27, 9 y 3 km, con un horizonte de pron´ostico de 24 horas. Relacionado con SisPI varias han
sido las investigaciones realizadas para ajustar cada vez m´as la configuraci´on f´ısica con el fin de obtener
pron´osticos m´as precisos. Para determinar la configuraci´on f´ısica del mismo, se han llevado a cabo varios
estudios de sensibilidad [8] con los cuales se determinaron las parametrizaciones de microf´ısica y c´umulo
con mejor habilidad para el pron´ostico de la precipitaci´on: WSM5 y Grell-Freitas respectivamente. Estos
estudios no inluyeron el dominio de m´as alta resoluci´on.
El presente trabajo es una continuaci´on de dichos estudios de sensibilidad ahora extendi´endolos al domi-
nio de 3 km e incluyendo estudios con varias parametrizaciones de capa fronteriza (PBL por sus siglas
en ingl´es) y cantidad de niveles verticales. Una de las interrogantes a responder es, si es necesario o no
activar la parametrizaci´on de c´umulo cuando se trata de una resoluci´on tan alta. Las parametrizaciones
utilizadas en este trabajo son; Microf´ısica: WSM5, Thompson, Morrison de doble momento; C´umulos:
Grell-Freitas, Kain-Fritcsh, no activada; PBL: Mellor-Yamada Nakanishi y Niino, Boulac (Bougeault-
Lacarr´ere), Mellor-Yamada-Janjic; mientras que se realizaron experimentos con 28 y 40 niveles verticales.
Como periodo de estudio se escogieron los meses de Mayo y Junio de 2016 para los experimentos relacio-
nados con el tratamiento de la microf´ısica y los c´umulos; y 12 d´ıas del a˜no 2008 para los experimentos
orientados a determinar la configuraci´on de la PBL as´ı como la cantidad de niveles verticales. Se utili-
zaron para la evaluaci´on, las observaciones de las estaciones meteorol´ogicas nacionales, la estimaci´on de
la precipitaci´on por satelite obtenida con el producto CMORPH, los datos de sondeos aerol´ogicos y de
torres de prospecci´on e´olica. Es importante aclarar que aunque el SisPI realiza cuatro actualizaciones
1

diarias de su pron´ostico, en esta investigaci´on solo se utilizaron las corridas con inicializaci´on a las 0000
UTC.
El documento que se presenta est´a organizado de la siguiente forma: una breve descripci´on de la confi-
guraci´on operativa de SisPI, del periodo y casos de estudio utilizados as´ı como de los datos usados en
la verificaci´on, se presenta en el cap´ıtulo de Materiales y M´etodos. En el mismo, se explica el dise˜no
de experimentos realizado, as´ı como las m´etricas utilizadas en la evaluaci´on. El an´alisis de los resulta-
dos obtenidos est´a contenido en el cap´ıtulo Resultados y Discusi´on, al cual le siguen las Conclusiones y
Recomendaciones.
2

Cap´ıtulo 1
Materiales y m´etodos
En este cap´ıtulo se describen los experimentos realizados para determinar las parametrizaciones de mi-
crof´ısica, c´umulos y PBL ganadoras (se refiere a aquellas parametrizaciones con las que se obtiene un
mejor pron´ostico num´erico), as´ı como la cantidad de niveles verticales a utilizar en el Sistema de Pron´osti-
co Inmediato. Se presenta la configuraci´on operativa del SisPI, los m´etodos utilizados para evaluar cada
configuraci´on y los datos meteorol´ogicos usados.
1.1. Sistema de pron´ostico inmediato
El SisPI es un sistema de pron´ostico num´erico del tiempo en desarrollo. Tiene como ob jetivo fundamental,
el pron´ostico num´erico de eventos meteorol´ogicos de escala local. El principal modelo atmosf´erico utilizado
en el mismo es el WRF, versi´on 3.5, el cual es incializado con la salida del modelo GFS de 0.5 grados de
resoluci´on espacial. El SisPI tiene cuatro actualizaciones diarias de su pron´ostico con una actualizaci´on
trihoraria de las condiciones de frontera laterales. La configuraci´on del WRF que forma parte del SisPI
se encuentra en la Tabla 1.1 y cuenta con tres dominios de simulaci´on con resoluciones de 27, 9 y 3km
(ver Figura 1.1). El pron´ostico se realiza hasta 24 horas.
3

Tabla 1.1: Configuraci´on del modelo WRF
Par´ametros Configuraci´on
Resoluci´on espacial 27, 9, 3 km
Cantidad de nodos por las x145, 262, 469
Cantidad de nodos por las y82, 130, 184
Niveles verticales 28, 28, 28
Centro 21.8 N y -79.74 W
Paso de integraci´on 150 s
Microf´ısica WSM5, WSM5, Morrison de doble momento
C´umulos Grell-Freitas, Grell-Freitas, No activado
PBL Mellor-Yamada-Janjic, Mellor-Yamada-Janjic, Mellor-Yamada-Janjic
Figura 1.1: Dominios de simulaci´on del modelo WRF utilizados en el SisPI. Las ´areas comprendidas en
los rect´angulos rojo, azul y verde corresponden con los dominios de 27, 9 y 3 km respectivamente.
4

1.2. Dise˜no de los experimentos
Los experimentos dise˜nados para determinar la configuraci´on que m´as se ajusta a nuestras condicio-
nes meteorol´ogicas se relacionan en la Tabla 1.2. Se condujeron 9 experimentos con el modelo WRF y
utilizando la configuraci´on antes expuesta, pero variando las parametrizaciones de microf´ısica (WSM5,
Thompson, Morrison de doble momento) y c´umulos (Grell-Freitas, Kain-Fritcsh, no activado), en el domi-
nio de alta resoluci´on. Con la combinaci´on de microf´ısica-c´umulo ganadora, se realizaron 6 experimentos
variando la parametrizaci´on de PBL (Mellor-Yamada Nakanishi y Niino, Boulac (Bougeault-Lacarr´ere),
Mellor-Yamada-Janjic) y la cantidad de niveles verticales (28 y 40 niveles). La Figura 1.2 muestra la
estructura vertical de los dominios de simulaci´on de acuerdo a la cantidad de niveles.
Tabla 1.2: Dise˜no de los experimentos
No. Microf´ısica C´umulos PBL Niveles
1 WSM5 No activado Mellor-Yamada-Janjic 28
2 WSM5 Grell-Freitas Mellor-Yamada-Janjic 28
3 WSM5 Kain-Fritcsh Mellor-Yamada-Janjic 28
4 Thompson No activado Mellor-Yamada-Janjic 28
5 Thompson Grell-Freitas Mellor-Yamada-Janjic 28
6 Thompson Kain-Fritcsh Mellor-Yamada-Janjic 28
7 Morrison de doble momento No activado Mellor-Yamada-Janjic 28
8 Morrison de doble momento Grell-Freitas Mellor-Yamada-Janjic 28
9 Morrison de doble momento Kain-Fritcsh Mellor-Yamada-Janjic 28
10 Ganadora Ganadora Mellor-Yamada-Janjic 28
11 Ganadora Ganadora Mellor-Yamada Nakanishi y Niino 28
12 Ganadora Ganadora Boulac (Bougeault-Lacarr´ere) 28
13 Ganadora Ganadora Mellor-Yamada-Janjic 40
14 Ganadora Ganadora Mellor-Yamada Nakanishi y Niino 40
15 Ganadora Ganadora Boulac (Bougeault-Lacarr´ere) 40
Figura 1.2: Niveles verticales utilizados en los experimentos.
5

1.3. M´etricas de evaluaci´on
Para la verificaci´on de los experimentos conducidos se utilizaron dos enfoques de evaluaci´on: la evaluaci´on
celda-punto y la evaluaci´on espacial. En el primer enfoque fueron empleados los estad´ıgrafos: sesgo, error
absoluto medio (Bias y MAE por sus siglas en ingl´es), y la correlaci´on. Los resultados fueron analizados
por horario, por d´ıa y espacialmente. Por otro lado la verificaci´on espacial se realiz´o mediante el m´etodo
de evaluaci´on y diagn´ostico basado en objetos (MODE por sus siglas en ingl´es), en particular se utiliz´o
la versi´on MODEMod [6, 7].
Las variables meteorol´ogicas que fueron verificadas son la precipitaci´on, la altura de la capa fronteriza
atmosf´erica y el viento en las alturas de 10, 30, 50 y 100 metros.
1.4. Periodo y casos de estudio
La selecci´on de los casos de estudio estuvo condicionada fundamentalmente por la disponibilidad de las
diferentes observaciones meteorol´ogicas, la capacidad de c´omputo y la capacidad de almacenamiento.
Bajo estas restricciones se seleccionaron los meses de Mayo y Junio del a˜no 2016 para los estudios de
sensibilidad orientados a determinar la mejor configuraci´on para el pron´ostico de la precipitaci´on. Estos
dos meses fueron caracterizados como m´as lluviosos y c´alidos que lo normal, con numerosos eventos
severos en cuanto a intensidad de la precipitaci´on. Una mejor descripci´on puede ser encontrada en los
res´umenes mensuales localizados en el sitio www.insmet.cu.
Por otro lado, con vistas a evaluar el desempe˜no de los experimentos relacionados con la PBL y la
cantidad de niveles verticales solo se cont´o con 12 d´ıas en los que se ten´ıa la informaci´on de las torres de
prospecci´on e´olica y los sondeos aerol´ogicos a partir de los cuales se verific´o el pron´ostico del viento en la
capa superficial y la altura de la PBL [10]. En la Tabla 1.3, se listan dichos casos de estudio.
Tabla 1.3: Casos utilizados para determinar la parametrizaci´on de la PBL y la cantidad de niveles verti-
cales.
N´umero Fecha N´umero Fecha
1 19 de marzo de 2008 7 13 de agosto de 2008
2 10 de abril de 2008 8 22 de agosto de 2008
3 3 de mayo de 2008 9 24 de agosto de 2008
4 21 de junio de 2008 10 9 de septiembre de 2008
5 17 de julio de 2008 12 19 de septiembre de 2008
6 1 de agosto de 2008 12 22 de septiembre de 2008
6

1.5. Datos a utilizar
Los datos utilizados para evaluar la habilidad del modelo en cada uno de los experimentos dise˜nados son
los datos de las estaciones meteorol´ogicas en superficie, los datos de las torres de prospecci´on e´olica, los
sondeos aerol´ogicos (realizados a las 1800 UTC en Camag¨uey) y la estimaci´on de la precipitaci´on por
sat´elite brindada por el producto CMORPH.
Estaciones meteorol´ogicas: fueron utilizadas un total de 69 estaciones en el periodo de estudio
definido (ver Figura 1.3 (c´ırculos rojos)).
Torres de prospecci´on e´olica: se utilizaron los datos de las torres ubicadas en el Brinco, Caibari´en
y Camag¨uey (ver Figura 1.3 (c´ırculos azules))
CMORPH: El m´etodo de suavizamiento y estimaci´on de la precipitaci´on del Centro de Predicci´on
Clim´atica (CMORPH por sus siglas en ingl´es), es una nueva t´ecnica que utiliza los vectores de movimiento
derivados de las im´agenes de infrarojo del sat´elite geoestacionario GOES con un intervalo de 30 minutos,
para extrapolar los estimados de precipitaci´on obtenidos por el receptor pasivo de microondas. Estos
datos cuentan con una resoluci´on espacial de 8 km y resoluci´on temporal de 30 minutos. Se encuentran
disponibles en el sitio ftp://ftp.cpc.ncep.noaa.gov/precip/CMORPH V1.0/RAW/8km-30min.
Figura 1.3: Localizaci´on de las estaciones meteorol´ogicas (c´ırculos rojos) y las torres empleadas (c´ırculos
azules).
7

Cap´ıtulo 2
Resultados y discusi´on
Los resultados obtenidos con los diferentes experimentos se presentan en este cap´ıtulo. En una primera
secci´on se analiza el desempe˜no de los estudios conducidos para determinar la mejor combinaci´on de
microf´ısica y c´umulo en funci´on de la evaluaci´on del pron´ostico de la precipitaci´on, con los datos de las
estaciones meteorol´ogicas y la estimaci´on obtenida del CMORPH, para los meses de Mayo y Junio de
2016. Seguidamente se analizan los resultados alcanzados con las corridas variando la parametrizaci´on de
la PBL y la cantidad de niveles verticales.
2.1. Comportamiento de las parametrizaciones de microf´ısica y
c´umulo utilizadas
2.1.1. Verificaci´on con los datos de estaciones
El comportamiento de la precipitaci´on pronosticada por las diferentes configuraciones se observa en la
Figura 2.1. En la columna izquierda se muestran los valores de precipitaci´on para los diferentes horarios
mientras que en la columna derecha se observa el acumulado diario. De acuerdo con la cantidad de lluvia
reportada por cada estaci´on, todas las configuraciones son capaces de reproducir su tendencia, mucho
mejor en los plazos de pron´ostico del 03 al 15. A partir del plazo correspondiente a las 18 horas se observa
una subestimaci´on de la precipitaci´on en todos los experimentos que no activan la parametrizaci´on de
c´umulo o que utilizan la parametrizaci´on de Grell-Freitas. En aquellos casos en los que es usada la
parametrizaci´on de Kain-Fritcsh, los acumulados alcanzan valores que sobreestiman lo observado. En
cuanto a los acumulados diarios, igualmente se presenta una sobreestimaci´on de la lluvia por todos los
experimentos que utilizan la parametrizaci´on de Kain-Fritcsh.
8

Figura 2.1: Valores observados y pronosticados de los acumulados de la precipitaci´on para los diferentes
experimentos realizados. En la columna izquierda se presentan los acumulados por horario y en la columna
derecha los acumulados diarios.
Figura 2.2: Valores de los estad´ıgrafos. En la columna izquierda se presentan los valores por horario y en
la columna derecha los valores diarios. En la primera fila se presenta el MAE, en la segunda fila el Bias
y en la tercera fila la correlaci´on.
9

Los estad´ıgrafos presentados en la Figura 2.2 corroboran el desempe˜no observado. Igualmente, en la
columna izquierda se presentan las m´etricas por horario y en la izquierda el valor diario. La primera
fila se corresponde con el error absoluto medio, la segunda con el Bias y la tercera fila muestra la
correlaci´on. En general el mayor error lo presentan los experimentos cuya parametrizaci´on de c´umulos es
Kain-Fritcsh con errores de m´as de 3 mm, mientras que en el resto de los experimentos la diferencia no
es significativa entre s´ı y los errores llegan hasta 2.5 mm. Sin embargo seg´un los valores de la correlaci´on,
es la parametrizaci´on de Kain-Fritcsh la que mejor refleja el comportamiento de la precipitaci´on aunque
´esta apenas tiene un valor de 0.2.
Analizando los resultados por cada una de las estaciones utilizadas, los diferentes estad´ıgrafos reflejan el
mismo comportamiento. Las Figuras 2.3, 2.4 y 2.5 muestran el MAE para las configuraciones que utilizan
las parametrizaciones WSM5, Thompson y Morrison de doble momento respectivamente. Desde este punto
de vista, los experimentos en los que no se activ´o la parametrizaci´on de c´umulos presentan los menores
errores para cualquiera de las parametrizaciones de microf´ısica. Los mayores errores se alcanzan en todos
los experimentos en los que se us´o la parametrizaci´on de c´umulo de Kain-Fritsch con independencia de
la microf´ısica utilizada. Se observa que los valores pronosticados del acumulado de la precipitaci´on son
menos precisos hacia zonas del interior y Sur del territorio nacional.
(a) (b)
(c)
Figura 2.3: Error absoluto medio para las configuraciones de microf´ısica y c´umulos: WSM5 Grell-Freitas,
WSM5 Kain-Fritsch, WSM5 NoActivada (a, b y c respectivamente).
(a) (b)
(c)
Figura 2.4: Error absoluto medio para las configuraciones de microf´ısica y c´umulos: Thompson Grell-
Freitas, Thompson Kain-Fritsch, Thompson NoActivada (a, b y c respectivamente).
10

(a) (b)
(c)
Figura 2.5: Error absoluto medio para las configuraciones de microf´ısica y c´umulos: Morrison Grell-Freitas,
Morrison Kain-Fritsch, Morrison NoActivada (a, b y c respectivamente).
2.1.2. Verificaci´on con los datos del CMORPH
Con el objetivo de mostrar la habilidad de los experimentos conducidos, para el pron´ostico de las ´areas de
precipitaci´on, fue llevada a cabo una evaluaci´on espacial basada en el m´etodo MODEMod. Se utiliza en
este caso la estimaci´on de precipitaci´on del CMORPH como campo observado. Se presenta en las Figuras
2.6 y 2.7, la segmentaci´on de im´agenes realizada para la identificaci´on de las ´areas de precipitaci´on para los
d´ıas 2 de mayo de 2016 y 6 de junio de 2016 en los horarios 2100 y 2300 UTC respectivamente. En ambas
figuras se muestra el gr´afico de precipitaci´on seg´un la estimaci´on del CMORPH (a), la lluvia pronosticada
por cada experimento (b-j) y los objetos identificados para cada caso (k-t). El m´etodo fue configurado
para despreciar las regiones con ´area menor que 30 pixeles y la asociaci´on entre las ´areas identificadas
tanto en el campo observado como en el pron´osticado se realiz´o mediante la distancia euclidiana utilizando
los atributos centroide, ´area, complejidad y orientaci´on (ver [6, 7, 9]).
Cada d´ıa presenta ´areas de precipitaci´on con patrones muy diferentes. N´otese que para ambos casos,
no existen diferencias significativas entre las regiones de precipitaci´on pronosticada por los experimentos
WSM5 Grell-Freitas (b), WSM5 NoActivado (d), Thompson Grell-Freitas (e), Thompson NoActivado
(g), Morrison Grell-Freitas (h) y Morrison NoActivado (j). Sin embargo los experimentos dados por las
combinaciones WSM5 Kain-Fritsch (c), Thompson Kain-Fritsch (f) y Morrison Kain-Fritsch (i), generan
´areas de precipitaci´on muy extensas en comparaci´on con lo observado en el panel (a). En consecuencia
el m´etodo de detecci´on de objetos identifica una mayor cantidad de objetos para estas combinaciones
produciendo una sobreestimaci´on de la cantidad de ´areas de precipitaci´on. Para el d´ıa 2 de mayo de
2016, en los paneles (m, p y s) se observan 7, 8 y 7 objetos identificados respectivamente contra 3 objetos
que se destacan en el panel (k) correspondiente al campo observado. Por otro lado para el resto de las
configuraciones la cantidad de objetos oscila entre 4 y 6, con mayor precisi´on en aquellas que no activan la
parametrizaci´on de c´umulos. El d´ıa 6 de junio de 2016, el m´etodo empleado se comporta de forma similar.
Igualmente se obtiene una sobreestimaci´on de la cantidad de ´areas detectadas cuando se usa Kain-Fritsch.
En este caso adem´as, con esta configuraci´on, la forma o morfolog´ıa de las ´areas difiere considerablemente.
11

(a) (b) (c) (d)
(e) (f) (g) (h)
(i) (j) (k) (l)
(m) (n) (o) (p)
(q) (r) (s) (t)
Figura 2.6: ´
Areas de precipitaci´on identificadas mediante el MODEMod para las 21:00 UTC del 2 de
mayo de 2016. El panel (a) muestra la precipitaci´on estimada por el producto CMORPH, los paneles
(b-j) muestran la precipitaci´on pronosticada por las configuraciones WSM5 Grell-Freitas, WSM5 Kain-
Fritsch, WSM5 NoActivado, Thompson Grell-Freitas, Thompson Kain-Fritsch, Thompson NoActivado,
Morrison Grell-Freitas, Morrison Kain-Fritsch y Morrison NoActivado respectivamente, los paneles del
(k-t) presentan las ´areas de precipitaci´on identificadas para cada caso en el mismo orden.
12

(a) (b) (c) (d)
(e) (f) (g) (h)
(i) (j) (k) (l)
(m) (n) (o) (p)
(q) (r) (s) (t)
Figura 2.7: ´
Areas de precipitaci´on identificadas mediante el MODEMod para las 23:00 UTC del 6 de
junio de 2016. El panel (a) muestra la precipitaci´on estimada por el producto CMORPH, los paneles
(b-j) muestran la precipitaci´on pronosticada por las configuraciones WSM5 Grell-Freitas, WSM5 Kain-
Fritsch, WSM5 NoActivado, Thompson Grell-Freitas, Thompson Kain-Fritsch, Thompson NoActivado,
Morrison Grell-Freitas, Morrison Kain-Fritsch y Morrison NoActivado respectivamente, los paneles del
(k-t) presentan las ´areas de precipitaci´on identificadas para cada caso en el mismo orden.
13

Seg´un los resultados obtenidos, existe una marcada diferencia entre los experimentos configurados con
la parametrizaci´on de c´umulos Kain-Fritsch y el resto. En estas simulaciones el valor de la precipitaci´on
tiende a ser sobreestimado aunque su tendencia es pronosticada correctamente. El resto de los casos se
comportan de forma similar, es decir, las combinaciones WSM5 Grell-Freitas, WSM5 NoActivada, Thom-
pson Grell-Freitas, Thompson NoActivada tienen errores similares y tienden a subestimar los acumulados
de precipitaci´on con un mayor error en los horarios de la tarde. Por tales motivos y teniendo en cuenta
que la parametrizaci´on de microf´ısica de Thompson es de gran utilidad tambi´en para el pron´ostico de la
radiaci´on solar, se propone como configuraci´on ganadora la combinaci´on Thompson NoActivada.
2.2. Comportamiento de las parametrizaciones de PBL y la can-
tidad de niveles verticales
2.2.1. Verificaci´on con los datos de estaciones
El desempe˜no de los experimentos correspondientes a la variaci´on de la parametrizaci´on de la PBL y a la
cantidad de niveles verticales para la predicci´on de la precipitaci´on se muestra en la Figura 2.8. Se puede
observar que la misma refleja en todos los casos que el error crece luego de las 15 horas de pron´ostico
alcanzando valores de hasta 1.0 mm. No existe una superioridad marcada entre las configuraciones de la
PBL siendo Mellor-Yamada Nakanishi y Niino con 40 niveles verticales la de menor Bias y menor error
absoluto medio, seguida de la combinaci´on Mellor-Yamada-Janjic con 40 niveles verticales. El estad´ıgrafo
de la correlaci´on no permite determinar cu´al combinaci´on caracteriza con mayor precisi´on la lluvia ya
que para cada horario la mejor correlaci´on la alcanza una combinaci´on diferente. En este sentido se puede
decir que la habilidad del modelo para el pron´ostico cuantitativo de la precipitaci´on no es muy suceptible
a los cambios de la PBL ni a la variaci´on de la cantidad de niveles verticales para los casos analizados.
2.2.2. Verificaci´on con los datos de las torres de prospecci´on e´olica
El pron´ostico del viento realizado con los diferentes experimentos dise˜nados se muestra en la Figura 2.9
para las alturas 10, 30, 50 y 100 m. En toda la capa superficial se observa una marcada sobreestimaci´on
de la rapidez del viento con Bias superiores a 1.5, 2.5, 3.0 y 4.5 ms−1para las alturas 10, 30, 50 y 100
m respectivamente. En todos los casos se alcanzan correlaciones superiores a 0.7 indicando que todas las
combinaciones reproducen el comportamiento del viento pese a los errores observados. La identificaci´on
de la combinaci´on PBL NivelesVerticales con mayor habilidad para el pron´sotico del viento, se dificulta
pues la que presenta mejor comportamiento var´ıa de un horario de pron´ostico a otro. Para las primeras
14

12 horas de pron´ostico sin embargo, se identifica a las combinaciones Mellor-Yamada-Janjic con 28 y 40
niveles como las de menores errores.
2.2.3. Verificaci´on con los datos de sondeo
Otra variable utilizada para determinar la parametrizaci´on de PBL m´as apropiada as´ı como la cantidad
de niveles verticales, es la altura de la capa fronteriza atmosf´erica. En la Figura 2.10 se muestra la altura
de la PBL pronosticada por cada experimento (a) as´ı como el MAE (b) y el Bias (c) obtenido en cada
caso. La correlaci´on se presenta mediante un diagrama de Taylor (d). Para esta variable no existe una
buena correlaci´on entre lo observado y lo pronosticado alcanz´andose errores medios absolutos de hasta 900
m. De forma general, para los d´ıas estudiados, la combianci´on con menores errores y mejor correlaci´on es
Mellor-Yamada-Janjic con 28 niveles verticales; mientras que la combinaci´on Mellor-Yamada Nakanishi
y Niino con 40 niveles verticales present´o la menor correlaci´on.
Por otra parte, con el objetivo de evaluar la representaci´on de la estructura vertical pronosticada a partir
de los experimentos, se realiz´o una evaluaci´on con respecto a los datos de sondeos aerol´ogicos. Los valores
de velocidad del viento pronosticados fueron interpolados linealmente a las posiciones y el tiempo de los
reportes de cada sondeo, a partir de las salidas horarias del modelo. A estas series de pares se les calcularon
los valores de correlaci´on, error absoluto medio y Bias. La Figura 2.11, muestra el perfil vertical del viento
para un d´ıa con muy buena correlaci´on y para un d´ıa con baja correlaci´on. Obs´ervese que con el aumento
de la resoluci´on vertical, todas las parametrizaciones de PBL tienden a disminuir el error entre s´ı. Con 40
niveles verticales, se logra una aproximaci´on m´as suavizada del comportamiento del viento en la vertical.
En la Tabla 2.1, se relacionan el valor de los estad´ıgrafos para cada una de las configuraciones empleadas,
para ambos d´ıas analizados. Se puede notar que las diferencias variando la parametrizaci´on de PBL y
(a) (b)
(c) (d)
Figura 2.8: Comportamiento de los acumulados de precipitaci´on pronosticados a partir de los experimentos
realizados variando la parametrizaci´on de la PBL y la cantidad de niveles verticales. El panel (a) presenta
el acumulado por horario, el (b) presenta el MAE, el (c) muestra el Bias y el (d) muestra la correlaci´on.
15

Figura 2.9: Comportamiento del viento en la capa superficial. Las filas de la 1 a la 4 se corresponden
con las alturas 10, 30, 50 y 100 m respectivamente. Las columnas de la 1 a la 4 se corresponden con
el valor observado y pronosticado del viento por cada experimento, el MAE, el Bias y la correlaci´on
respectivamente.
(a) (b)
(c) (d)
Figura 2.10: Pron´ostico de la altura de la PBL. El panel (a) presenta los valores observados y pronosti-
cados, el (b) presenta el MAE, el (c) muestra el Bias y el (d) muestra el diagrama de Taylor.
16

Tabla 2.1: Estad´ıgrafos obtenidos en el pron´ostico del perfil del viento.
D´ıa MAE Bias Correlaci´on Configuraci´on
10 de abril de 2008 3.45 -2.17 0.844 b28
10 de abril de 2008 3.30 -2.22 0.858 b40
10 de abril de 2008 3.51 -2.19 0.838 nino28
10 de abril de 2008 3.22 -2.21 0.857 nino40
10 de abril de 2008 3.55 2.05 0.837 janic28
10 de abril de 2008 3.24 2.17 0.858 janic40
21 de junio de 2008 3.54 0.75 -0.676 b28
21 de junio de 2008 3.74 1.00 -0.379 b40
21 de junio de 2008 3.61 1.09 -0.618 nino28
21 de junio de 2008 3.71 1.27 -0.342 nino40
21 de junio de 2008 3.54 0.96 -0.722 janic28
21 de junio de 2008 3.72 1.14 -0.361 janic40
variando la resoluci´on vertical no son considerables. En este ´ultimo caso las correlaciones difieren con un
orden de magnitud de 10−2. Para el resto de los d´ıas seleccionados, se obtuvieron resultados similares.
Es importante destacar que se observ´o en los casos en los que hab´ıa valores altos del viento en la altura,
una mejor aproximaci´on de todos los experimentos realizados.
Resumiendo los resultados discutidos en esta secci´on, en relaci´on al efecto de la variaci´on de la para-
metrizaci´on de la capa fronteriza atmosf´erica y la cantidad de niveles verticales, se puede decir que los
mismos no necesariamente se traducen en mejorar el pron´ostico de las variables meteorol´ogicas estu-
diadas. El cambio de la cantidad de niveles verticales y por tanto de la resoluci´on vertical no refleja
diferencias significativas y s´ı una gran diferencia en el costo computacional. Este resultado es consistente
con otras investigaciones, ver por ejemplo [1]. Sin embargo, dados los limitados casos de estudios, no se
considera que estos resultados sean concluyentes y por tanto debe extenderse el an´alisis a otros eventos
meteorol´ogicos como por ejemplo los ciclones tropicales.
17

(a) (b)
(c) (d)
Figura 2.11: Perfil vertical del viento pronosticado por los diferentes experimentos. Los paneles (a y b) se
refieren al d´ıa 21 de junio de 2008 con baja correlaci´on y los paneles (c y d) se refieren al d´ıa 4 de abril
de 2008 con alta correlaci´on. Los experimentos con 28 niveles verticales se muestran en los paneles (a y
c) y los que tienen 40 niveles verticales se observan en los paneles (b y d)
18

Conclusiones
En el resultado presentado se realizaron estudios de sensibilidad para identificar, en el modelo WRF
utilizado en SisPI, las parametrizaciones de microf´ısca, c´umulos, PBL, y la cantidad de niveles verticales,
de mayor precisi´on para el pron´ostico de nuestras condiciones f´ısico-meteorol´ogicas a escala local. Los
an´alisis realizados permitieron llegar a las siguientes conclusiones:
De los experimentos realizados para determinar la mejor combinaci´on microf´ısica-c´umulo, las confi-
guraciones WSM5 Grell-Freitas, WSM5 NoActivada, Thompson Grell-Freitas y Thompson NoActivada
tienen un comportamiento similar.
Las combinaciones WSM5 Kain-Fritsch, Thompson Kain-Fritsch y Morrison Kain-Fritsch sobrees-
timan los acumulados y las ´areas de precipitaci´on.
La combinaci´on Thompson NoActivada es la configuraci´on de microf´ısica y c´umulos con mejores
resultados.
Los experimentos conducidos para identificar la mejor parametrizaci´on de la PBL as´ı como la can-
tidad de niveles verticales, indican que no existe una superioridad significativa entre las propuestas
de PBL utilizadas, siendo Mellor-Yamada-Janjic la de mejor comportamiento para el pron´ostico de
la precipitaci´on, el viento y la altura de la PBL.
El aumento de la cantidad de niveles verticales no se traduce en una mejor´ıa del pron´ostico num´erico
aunque, s´ı permite una mejor representaci´on de la estructura vertical de los diferentes campos
meteorol´ogicos.
19

Recomendaciones
Con la finalidad de enriquecer los resultados aqu´ı debatidos, se propone extender los estudios a una mayor
cantidad de casos en los que se considere un amplio espectro de situaciones meteorol´ogicas.
20

Bibliograf´ıa
[1] Aligo, EA & GALLUS, WA, JR, 2009, “On the Impact of WRF Model Vertical Grid Resolution on
Midwest Summer Rainfall Forecasts”, WEATHER AND FORECASTING, American Meteorological
Society, DOI: 10.1175/2008WAF2007101.1
[2] Mesoscale & Microscale Meteorology Division. 2014. “ARW Version 3 Modeling System User’s
Guide. Complementary to the ARW Tech Note”, 411pp. NCAR: Boulder, Colorado, USA. Web:
http://www2.mmm.ucar.edu/wrf/users/docs/userguideV3/ARWUsersGuideV3.pdf
[3] MET Developers, 2011, “The MoDE Tool. Model Evaluation Tools Version 3.0.1 (METv3.0.1). User’s
Guide 3.0.3”, Developmental Testbed Center, pp 98-122
[4] P´erez-Bello, A & Mitrani, I, 2013, “Pron´ostico num´erico del oleaje en mares interamericanos y costas
de Cuba, mediante los modelos num´ericos MM5, WW3 y SWAN”, Ciencias de la Tierra y el Espacio,
Vol. 19, No.1, pp. 14-24
[5] P´erez-Bello, A, D´ıaz, OO & Mitrani, I, 2013, “Sistema de Pron´ostico Num´erico oc´eano-Atm´osfera
para la Rep´ublica de Cuba”, Memorias del VII Congreso Cubano de Meteorolog´ıa, ISBN:978-959-
7167-43-3
[6] Rodr´ıguez-Gen´o, CF, Sierra-Lorenzo, M & Ferrer-Hern´andez, AL, 2016, “Modificaci´on e implemen-
taci´on del m´etodo de evaluaci´on espacial MoDEMod para su uso operativo en Cuba”, Ciencias de la
Tierra y el Espacio, Vol.17, No.1, pp. 18-31
[7] Roque-Carrasco, A, Sierra-Lorenzo, M & Quintana-Rodr´ıguez, N, 2014, “M´etodo de Evaluaci´on
Diagn´ostico orientado a objetos Modificado (MoDEMod) utilizando la informaci´on de los sat´elites
meteorol´ogicos”, Ciencias de la Tierra y el Espacio, Vol.15, No.2, pp. 139-150
[8] Sierra-Lorenzo, M, Ferrer-Hern´andez, AL, Hern´andez-Vald´es, R, Gonz´alez-Mayor, Y, Cruz-
Rodr´ıguez, RC, Borrajero-Montejo, I & Rodr´ıguez-Gen´o, CF, 2015, “Sistema autom´atico de pre-
dicci´on a mesoescala de cuatro ciclos diarios”, DoI:10.13140/RG.2.1.2888.1127
21

[9] Sierra-Lorenzo, M, Borrajero-Montejo, I, Hinojosa-Fern´andez, M, Roque-Carrasco, A, Rodr´ıguez-
Gen´o, CF, V´azquez-Proveyer, L & Ferrer-Hern´andez, AL, 2016, “ Herramientas de detecci´on, reporte
y evaluaci´on para salidas de modelos de pron´ostico num´erico desarrollado en Cuba ”, Revista Cubana
de Meteorolog´ıa, Vol. 22, No. 2, pp. 150-163
[10] Wang, XY & Wang, KC, 2014, “Estimation of atmospheric mixing layer height from radiosonde
data”, Atmos. Meas. Tech., 7, doi:10.5194/amt-7-1701-2014, 1701-1709
22