Técnicas de predicción a muy corto plazo

Transcripción

TÉCNICAS DE PREDICCIÓN
VIGILANCIA Y PREDICCIÓN A MUY CORTO PLAZO
Luis Mª Bañón Peregrín
AGENCIA ESTATAL DE METEOROLOGÍA, AEMET
ESPAÑA
[email protected]
Vigilancia y predicción a muy corto plazo
INTRODUCCIÓN
• La predicción a muy corto plazo requiere una
aproximación distinta que otros rangos de
predicción
• =>VIGILANCIA como elemento de partida para
cualquier predicción
• =>MODELOS CONCEPTUALES, su papel en la
vigilancia
• =>ANÁLISIS MESOESCALAR
• Estimación de la precipitación mediante
técnicas de teledetección
División de la predicción operativa
• Fenómenos meteorológicos en gran variedad de escalas
=> predicción meteorológica condicionada por la
escala a predecir
• => afecta a:
– las bases de datos de observación
– los métodos de predicción
– al medio de difusión de los pronósticos
• => distinción de predicciones a diferentes plazos
temporales:
– Muy corto plazo (0 a +-12 horas)
– Corto plazo (12 a 48 horas)
– Plazo medio (D+3 a D+10)
• Junto a la escala temporal subyace una escala
espacial propia de los fenómenos meteorológicos
• Corto y medio plazo se ocupa de sistemas
meteorológicos que caen dentro de la
escala sinóptica
• Muy corto plazo (0-12 horas) cae en la
mesoescala
– De varios kms a varios cientos de kms,
– De 0 a 12 horas
– => La mayor parte de los fenómenos que
afectan a las actividades humanas
• Inmediato-Muy Corto Plazo
– 0h-12h
– Local-Comarcal
• Corto Plazo
– 12h-48h
– Comarcal-Provincial
• Medio Plazo
– 3-10 días
– Provincial-RegionalNacional
• Rangos Mayores de
predicción
– >10 días
– Global
ESCALAS METEOROLOGICAS
• Planetaria (>= medio plazo)
• Sinóptica (Corto-medio plazo)
• Mesoescala (Muy corto plazo)
• Microescala (Inmediata)
Requerimientos de la predicción a
muy corto plazo
•
Cualquier sistema de predicción necesita:
1.
2.
3.
4.
•
Todos ellos deben estar dimensionados óptimamente a la escala
espacial y temporal de los fenómenos meteorológicos objeto
–
•
Dispositivo observacional
Sistemas de asimilación (análisis)
Métodos de predicción
Medios de difusión
Ejemplo: gran avance en la predicción a escala sinóptica debido, en
parte, al adecuado dimensionamiento de los 3 primeros elementos
(redes sinópticas de superficie y altura, complementadas con
satélite, y modelos numéricos)
PERO: En el muy corto plazo no se ha visto semejante mejora ya
que, en este plazo, observación, análisis/diagnóstico y predicción
(modelos numéricos) no responden a requerimientos de la
mesoescala.
muy corto plazo
(Beran et al 1981)
CARACTERÍSTICA DE LOS SISTEMAS DE PREDICCIÓN
Característica
Corto y medio
plazo
Muy corto plazo
PLAZO
>6 horas
0-12 horas
ESCALA
Sinóptica
Mesoescala
ÁREA COBERTURA
Global o continental Local o regional
NATURALEZA DE LA
PREDICCIÓN
General
Específica del lugar
MÉTODO PREDICCIÓN
Numérica,
estadística
Extrapolación, modelos
mesoescala, estadística
DISEMINACIÓN
Lenta, pasiva
Rápida, activa y pasiva
muy corto plazo
•
=> Dispositivo observacional sinóptico es inadecuado para
mesoescala
–
•
•
•
Además, el análisis e inicialización suavizan, e incluso eliminan
o filtran las señales inferiores a las sinópticas mediante
condiciones de equilibrio
Además, el modelo numérico parametriza insuficientemente los
fenómenos sub-malla (mesoescalares)
Además:
–
–
–
•
•
Las estructuras pasan inadvertidas entre la malla de observatorios
La moderada resolución espacial de los NWP (HARMONIE 2.5km)
Disponibilidad de los resultados (varias horas después del análisis)
Problemas de ajuste del modelo durante las primeras horas de
integración (SPIN-UP), etc
=>no mejoras en la predicción en las primeras horas con los
modelos actuales.
La mejora de los modelos mesoescalares está reduciendo ese
plazo a unas 3 a 6 horas. Estas horas serán difíciles de cubrir por
los modelos.
Requerimientos:
1.- Dispositivo observacional
•
Mesoescala:
–
–
•
•
=> dispositivos deben estar dimensionados para la detección de estos fenómenos: se
necesita una observación intensiva.
Requerimientos de observación
–
–
•
Observaciones espaciadas decenas de kms (o menos)
Frecuencia inferior a la hora
Ante la dificultad de estos recursos: TELEDETECCIÓN:
–
–
•
Varios kms a varios cientos de kms
Escala temporal: entre 0 y 12 horas
Radar para seguimiento de estructuras de mesoescala, especialmente las severas y de ciclo
de vida menor a 6 horas
Satélites geoestacionarios enmarcan estos fenómenos de mesoescala
Otro elemento necesario: la observación mesoescalar en altitud, inferidos de datos
satelitales
Requerimientos de observación
Corto y medio plazo
Muy corto plazo
Horario
Varias horas
Fracción de horas
Espaciamiento
Miles de kms
Decenas de kms
Volumen de datos
Media 106 bits/h
> 108 bits/h
Flujo de datos
Lento (min-horas)
Rápido (min-seg)
Beran et al 1981)
Requerimientos:
2.- Sistema de asimilación. Análisis
•
•
Una vez disponibles los datos de observación, hay que analizarlos
antes de abordar la predicción
Dado la gran cantidad de datos y alta frecuencia => es necesario:
–
–
•
•
•
Sistemas de concentración y procesamiento
Integración de las diferentes bases de datos que permitan su
visualización al pronosticador de forma clara y compacta.
Cada base de dato (radar, satélite, EMAs, etc.) proporciona una
visión parcial del fenómeno meteorológico => sólo uniendo las
partes es posible tener una visión clara y completa de este. De ahí
la importancia de los sistemas integrados
Una vez integrados los datos, se aborda el ANÁLISIS y sus
peculiaridades dentro de la mesoescala.
Antes, unas aclaraciones:
–
–
–
Análisis vs diagnosis
Concepto de vigilancia
Papel de los modelos conceptuales en la vigilancia
Requerimientos:
Análisis vs Diagnosis
•
Primer paso para la predicción: descripción detallada del estado atmosférico
actual
–
•
•
•
Los modelos numéricos (especialmente los de escala sinoptica) parten de un análisis
objetivo con un conjunto limitado de estaciones y adaptado a sus necesidades
En cambio, el predictor debe partir de algo mas que un simple análisis: debe partir
de un diagnóstico
Análisis vs diagnóstico:
–
–
•
Cuanto mejor sea la descripción, mejor será la predicción (especialmente en el muy corto
plazo)
Análisis: separación de una situación determinada en sus partes componentes, por ejemplo
el trazado de isotermas sobre una superficie isobárica, etc.
Diagnosis: identificación de “estructuras” meteorológicas en los análisis y datos de que se
dispongan. (Doswell 1989).
La identificación de esas “estructuras” hace uso de:
•
•
•
–
•
•
Análisis y datos
Teorías científica (ejemplo: geostrófica)
Modelos conceptuales ya sean generales (frentes, etc) como locales (estructuras orográficas, etc.)
Tiene como objetivo final, la elaboración de un modelo mental tridimensional del estado
de la atmósfera
=> la diagnosis es una actividad propia del predictor
Cuando se hace predicción a muy corto plazo, la diagnósis debe ser mesoescalar
además de sinóptica
Requerimientos:
Vigilancia
•
•
•
•
Existen diferencias importantes entre la diagnosis sinóptica y la
mesosescalar. Frecuencia de recepción de datos: de unas 3 a 12
horas (altura) en escala sinóptica y de unos 5 a 15 minutos en escala
mesoescalar
Las observaciones no siempre encajan en el modelo mental 3D => es
necesario realizar una diagnosis permanente del tiempo => se trata
de elaborar un modelo mental cuatri-dimensional (4D) del tiempo.
Definición de vigilancia: proceso de diagnóstico continuado en el
tiempo que hace uso de todos los datos disponibles y que tiene
por objeto el desarrollo de un modelo mental 4D del estado de la
atmósfera y de las estructuras de mesoescala que en ella se
desarrollan
¿Qué herramientas requiere la vigilancia?
–
–
Observaciones mesoescalares: resuelta por la tecnología
Modelos conceptuales: conocimiento de los sistemas meteorológicos
mesoescalares, así como sus mecanismos físicos. Queda mucho trabajo
por hacer
Requerimientos:
Requerimientos:
Requerimientos:
Papel de los modelos conceptuales en la vigilancia
•
•
Modelos conceptuales (MC): síntesis de conocimientos sobre la
génesis, estructura, evolución y mecanismos físicos de los fenómenos
meteorológicos
Dos condicionantes extra que deben cumplir los MC en la
mesoescala:
a) Deben estar adaptados a las características regionales y/o locales
–
Sistemas mesoescalares modulados por forzamientos orográficos => un MC de
una zona no siempre funciona en otra=> se necesitan MC adaptaciones
regionales. Ejemplo: las brisas y la costa
b) Deben estar adaptados al sistema de observación
–
–
Como casi todos los datos provienen de los sistemas de teledetección, el
predictor debe identificar las estructuras de forma “indirecta” (a través de
reflectividades, radiancias, etc.)
El predictor, además de conocer los MC, debe conocer cómo se ven en su
sistema. Por ejemplo, además de saber los tipos de tormentas, debe saber
cómo se ven en su radar (distintos radares => distintas características)
Requerimientos:
Papel de los MC en la vigilancia
Construcción de MC
• Sin MC los sistemas de observación (SO) son ineficaces
• Sin SO es imposible crear MC
• => Una vez desplegado un SO mesoescalar, este no dará
su potencial (en cuanto a vigilancia y predicción a muy
CP) mientras no avance el conocimiento de las
estructuras meteorológicas mesoescalares como
resultado del estudio del SO
• La elaboración de MC que dependan de un SO es una
actividad que se suele desarrollar ANTES del
despliegue de la red (Ej.: NEXRAD)
Requerimientos:
Métodos de análisis en la mesoescala
•
En la mesoescala hay dos actividades vitales ligadas al análisis:
–
El análisis objetivo mesoescalar
•
•
•
•
•
–
Básico para inicializar modelos
Como herramienta de diagnóstico mesoescalar (especialmente superficie)
Debe capturar las estructuras de mesoescala presentes (orografía)
Posibles aproximaciones: interpolación óptima con funciones de estructuras
anisótropas, técnicas de separación de escalas, etc.
Especial problemática con el viento en superficie, muy afectados por la
microescala => el viento se diagnostica a partir de la distribución de presión
Obtención de parámetros meteorológicos a partir de teledetección
•
•
•
•
Como la teledetección proporciona parámetros indirectos (Ej.: Z), hay que
extraer la significación meteorológica (Ej.: precipitación)
Tradicionalmente se hace interpretación subjetiva y cualitativa
Actualmente utilización cuantitativa: datos de satélite asimilados por modelos
(vientos, sondeos, etc.)
Además es útil para la vigilancia
Requerimientos:
Métodos de análisis en la mesoescala. Técnicas de
estimación de la precipitación
•
Muchos sistemas se basan en la estimación y posterior extrapolación de la
precipitación
La complejidad del campo de precipitación potencia el uso combinado de
radar+satélite+otros
Métodos basados en datos de satélite
•
a)
–
Básicos: a partir de las imágenes de infrarrojo. Con muchos errores pero útil
para la climatología o cuando no se dispone de radar
Mas compleja y subjetiva: Inclusión del ciclo de vida de los sistemas nubosos
observados.
–
b)
Métodos basados en datos radar
•
•
c)
Mas preciso. Relación Z/R función del tipo de precipitación
Interesante incluir un control de calidad de los datos o un sistema de
calibración en tiempo real con EMAs
Métodos basados en la combinación de radar-satélite
•
•
Donde hay radar se utilizan sus datos
Donde NO, se utiliza una correlación entre los datos radar y los de satélite
para estimar la precipitación fuera de la cobertura radar
Requerimientos:
3.-Técnicas de predicción a muy corto plazo
• Una vez superada la fase de análisis y
diagnóstico => predicción de 0 a 6/12 horas
• Diferentes métodos de predicción, desde la
persistencia hasta la modelización
• Cada método tiene una validez en función de:
–
–
–
–
El período de predicción
La naturaleza del fenómeno a predecir
La información de partida
Los recursos disponibles
CONOCIMIENTO TOTAL DEL TIEMPO
100 %
CONOCIMIENTO DEL TIEMPO
CONOCIMIENTO EN EL ANÁLISIS
CLIMATOLOGÍA
0123456
9
12
15
18
21
Doswell 1986. Adaptado
Tiempo (horas)
24……..48…….72……..96….
CONOCIMIENTO TOTAL DEL TIEMPO
100 %
CONOCIMIENTO DEL TIEMPO
CONOCIMIENTO EN EL ANÁLISIS
CLIMATOLOGÍA
0123456
9
12
15
18
21
Tiempo (horas)
24……..48…….72……..96….
Requerimientos:
•
•
Según la gráfica (Doswell) en el plazo de 0 a 6 horas hay que
buscar aproximaciones alternativas a los NWP
Aparte de la persistencia, la aproximación mas sencilla es la
extrapolación lineal de los fenómenos observados
–
–
•
Esta extrapolación, no mas allá de 3 horas, es lo que se
denomina NOWCASTING (mal traducido como PREDICCIÓN
INMEDIATA)
–
–
•
•
Habrá fenómenos que se puedan extrapolar varias horas
Habrá fenómenos que no se puedan extrapolar apenas unos minutos
No es una auténtica predicción sino una extrapolación de fenómenos
ya existentes
La verdadera predicción debería incluir, además, la anticipación de
nuevos desarrollos ANTES QUE SE PRODUZCAN
En la gráfica se observa un mínimo entre 3 y 6 horas: ni
extrapolación ni NWP
Resumen: en la predicción a muy corto plazo hay que tener en
cuenta diferentes técnicas en función del período de validez y del
fenómeno a predecir
Requerimientos
Técnicas de extrapolación
• Tendencia lineal observada => NO incluye la
predicción de nuevos desarrollos ni cambios
en la propia tendencia
• El error suele aumentar con el tiempo con
alta variabilidad
• Aplicable a cualquier fenómeno meteorológico
• Se puede hacer automático
• Pero, necesitan control de calidad por el
predictor, y una verificación sistemática
CANTIDAD PREVISTA
Lo que realmente ocurre
TIEMPO
Obs1 Obs2 AHORA
PERÍODO DE
PREDICCIÓN
CANTIDAD PREVISTA
Extrapolación
lineal
TIEMPO
Obs1 Obs2 AHORA
PERÍODO DE
PREDICCIÓN
CANTIDAD PREVISTA
Extrapolación
lineal
ERROR
TIEMPO
Obs1 Obs2 AHORA
PERÍODO DE
PREDICCIÓN
Requerimientos:
•Según Doswell (1986):
Fenómeno meteorológico
Validez de la extrapolación
Downburst/tornado
1 o varios minutos
Tormenta individual
5 a 20 minutos
Tormenta severa
10 min a 1 hora
Tormenta organizada en la
mesoescala
Vientos fuertes orográficos
1 a 2 horas
1 o varias horas
Paso de sistemas frontales
Varias horas
Requerimientos:
Aplicación de las técnicas de extrapolación a la
predicción de precipitación
•
•
•
•
•
•
Principalmente basada en radar y satélite
Los sistemas mas sencillos extrapolan toda la imagen,
aplicándole el desplazamiento observado anteriormente (obtenido
por correlaciones cruzadas entre un par de imágenes consecutivas
El siguiente paso en complejidad divide la imagen en sectores
regulares y aplica el mismo método a cada subárea.
La misma filosofía se aplica a núcleos individuales o áreas
homogéneas de la imagen para tener diferentes movimientos de
distintas células.
El siguiente paso es incluir efectos que impliquen cambios en la
intensidad de la precipitación, principalmente por efectos
orográficos.
Además de la extrapolación en el movimiento de ecos, algún
sistema extrapola también la tendencia (aumento o disminución)
observada
Requerimientos:
Aplicación de las técnicas de extrapolación a la
predicción de precipitación
• Fuentes de errores de estos métodos
a) Deficiencias debida a la observación
•
•
En la determinación del área e intensidad
En la estimación de la velocidad
b) Deficiencia en el método de extrapolación
•
•
•
•
Por cambios en el área e intensidad de la precipitación
Por cambios no lineales en el desplazamiento
El predictor debe disponer de la suficiente información
para distinguir en que momento el producto es válido o
no
Estos sistemas incluyen cada vez mas fuentes de datos
(EMAs, NWP)
Requerimientos:
Papel de los MC en la predicción a muy corto plazo
•
•
La extrapolación lineal no pronostica cambios en la
intensidad
Los MC pueden mejorar la predicción:
–
Mediante modelos de “ciclo de vida” de estructuras de
mesoescala.
•
•
–
Ej: no tiene sentido extrapolar una célula simple mucho mas de 30 a
60 minutos, mientras que un sistema convectivo se puede extrapolar
hasta 3 horas (ciclo de vida largo)
Ej: algunos sistemas tienden a moverse paralelos a la costa en lugar de
penetrar en tierra
Mediante MC de “procesos físicos”, que dan indicación de la
aparición de nuevos fenómenos o realces.
•
Ej: fusión de nucleos convectivos, interacion de microfrentes con
convección previa, la acción de frentes de brisa, calentamiento
diferencial, etc.
Requerimientos:
• Los MC deben caracterizar el fenómeno en un
ámbito geográfico determinado.
• Para que esta caracterización sea útil al muy corto
plazo, debe contener información:
–
–
–
Climatológica (agrupa los resultados de diferentes
casos)
Física (proporciona una explicación física del fenómeno)
Dinámica (describe su evolución en diferentes
condiciones ambientales)
• Para ello, es muy útil el estudio de los datos de
teledetección (radar y satélite)
Requerimientos:
•
La caracterización de un fenómeno (por ejemplo la
convección) debería responder a estas preguntas:
1. ¿Dónde se forman habitualmente los primeros núcleos
tormentosos en mi zona, en el caso de evolución diurna?
2. ¿Cómo se desplaza la región de génesis en función del flujo
dominante?
3. ¿A qué hora suelen empezar a formarse?
4. ¿Suelen ser unicelulares, multicelulares o supercelulares, y de qué
depende?
5. ¿Cómo se desplazan en función del tipo de estructura, viento
dominante y de la orografía local?
6. ¿Qué fenómenos suelen llevar asociados?
7. Etc.
Requerimientos:
Modelos numéricos de mesoescala
• Su principal problema es el análisis y la
inicialización con la incorporación y asimilación
de nuevas bases de datos (radar, satélite,
rayos, datos de aviones, etc)
• Estos sistemas dan parámetros como:
reflectividades, radiancias,… que hay que
convertir en variables dinámicas.
Modelos de mesoescala
•
•
•
•
•
•
Resoluciones espaciales de escasos Kms
Modelos, en general, no hidrostáticos
Adaptados regionalmente
Gran asimilación de datos
Sofisticadas parametrizaciones físicas
Necesidad de gran capacidad de cálculo
Modelos de mesoescala
•Los modelos hidrostáticos presuponen la existencia de un equilibrio hidrostático, es
decir, que el peso de la atmósfera, que ejerce presión hacia abajo, está en equilibrio con la
fuerza del gradiente de presión, que empuja hacia arriba.
•Los procesos no hidrostáticos y sus efectos adquieren importancia cuando la longitud
de una característica es aproximadamente igual a su altura. Como la altura de la mayoría
de los fenómenos atmosféricos está limitada por la altura de la troposfera, esto representa
un problema para las características de 10 km o menos de tamaño.
•Fenómenos con procesos no hidrostáticos: tormentas convectivas, los frentes de
racha y otras líneas de convergencia, y las ondas de gravedad, incluidas las ondas
de montaña y la turbulencia orográfica.
•Para la predicción numérica del tiempo, los modelos no hidrostáticos incluyen
ecuaciones para los movimientos verticales que no se emplean en los modelos
hidrostáticos. El resultado es que los modelos no hidrostáticos pronostican en forma
directa el tiempo ocasionado por los movimientos verticales provocados por los cambios de
empuje hidrostático y otras aceleraciones verticales.
•En comparación, los modelos hidrostáticos sólo
pueden inferir los fenómenos meteorológicos que resultan
de dichos movimientos verticales.
Modelos mesoscalares
• ¿Qué espaciado de malla es necesario para resolver una
característica meteorológica en particular?
– Normalmente, necesitamos al menos cinco puntos de malla para definir
una característica. La característica meteorológica más pequeña que se
puede representar, incluso en el ámbito de un pronóstico 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 característica de tamaño inferior a los 100 km!
– Además, en terreno accidentado o montañoso, es posible que el modelo
no logre identificar una característica forzada por la topografía incluso
con una densidad de malla de 5 km.
•
Modelos mas detallados. Representan mejor la intensidad de los fenómenos
•
Mejores pronósticos en regiones costeras y montañosas. Disponen de mas
detalles topográficos y SST.
Modelos mesoscalares:
HARMONIE
•http://www.aemet.es/docume
ntos/es/idi/prediccion/prediccio
n_numerica/HIRLAM_docum_cie
ntifica.pdf
•
•
El modelo HARMONIE en modo no hidrostático incluye 6 variables de
pronóstico para los procesos húmedos: vapor de agua, agua líquida,
cristales de hielo, lluvia, nieve y nieve granulada o granizo.
Se ejecuta diariamente sobre un área que cubre la península Ibérica y
Baleares a 2,5km de resolución horizontal y 65 niveles en la vertical.
Reflectividades previstas por el modelo HARMONIE (izquierda) y medidas por la red de radares de AEMET (derecha)
Requerimientos:
4.-Difusión de productos
•
•
Este eslabón debe ser muy eficiente ya que la
predicción a muy corto plazo es muy perecedera
Deben plantearse cuestiones como:
–
–
–
•
Qué productos son los mas adecuados
En qué formato deben generarse
Cómo hacerlos llegar al usuario general y/o especializado
Dos tipos de medios de difusión
1. Pasivos (prensa, radio, TV, Web,…) útil para algunos productos
y algunos usuarios
2. Activos (aviso a autoridades, comunicación con un piloto para
informar de las condiciones de pista,…)
Requerimientos:
4.-Difusión de productos
Dos tipos de productos de vigilancia
• Avisos de fenómenos adversos (SIGMET,
Sistema de Avisos), que requieren una
difusión activa
• Observaciones-análisis (actividad
eléctrica, análisis de la precipitación en
la última hora en la cabecera de un río,
etc.)
Puntos clave asociados al nowcasting
• El nowcasting está muy orientado a los
usuarios, por lo que normalmente los
algoritmos se elaboran para satisfacer sus
necesidades.
• Los usuarios requieren una representación
homogénea del tiempo previsto, desde el
momento actual hasta el medio plazo, a
pequeños intervalos de tiempo, y para cada
lugar, es decir, una predicción sin costuras:
“seamless forecast”.
• Ofrecer información de la incertidumbre de
forma dinámica y en tiempo real. Gracias al
uso de diferentes tipos de datos (diferentes
fuentes, alta frecuencia de observación, etc.),
a menudo, es posible suministrar una
estimación de la incertidumbre en tiempo real.
Es importante encontrar la forma de comunicar
dicha incertidumbre a los usuarios.
• Validación del nowcasting, en la medida de lo
posible en tiempo real. Cuando están
disponibles varios métodos similares de
nowcasting, una validación en tiempo casi real
podría ser de ayuda a los usuarios.

Técnicas de predicción a muy corto plazo

Transcripción

Documentos relacionados

informe completo

Evaluación del Sistema de Control Meteorológico Implantado