En esta presentación se repasan las variables superficiales del modelo HIRLAM que próximamente se inicializarán operativamente con un procedimiento de análisis. Dichas variables son: la temperatura del agua del mar, el espesor de la capa de nieve, la fracción de hielo, las temperaturas y el contenido de humedad del suelo sobre su superficie y al nivel de las raíces, y la temperatura y humedad relativa a 2m. del suelo. Se pasa revista al método, campo previo, observaciones y peculiaridades del análisis de cada una de ellas, con énfasis en las que mas se ha trabajado en el INM en el último año. Asimismo se explica brevemente la necesidad de la mejora de su inicialización y las consecuencias que se derivan.
1. Introducción
En un modelo de predicción son utilizadas una serie de variables bidimensionales definidas al nivel del suelo y necesarias para introducir los forzamientos provenientes de la superficie de la tierra en las parametrizaciones tales como la radiación o los procesos superficiales.
Algunas de esta variables tienen ecuaciones de pronostico dentro del modelo (como las temperaturas y contenidos de humedad a diferentes profundidades del
suelo ), mientras que otras son simplemente diagnosticadas en cada paso de tiempo ( caso de la fraccion de hielo ), e incluso se mantienen constantes a lo largo del periodo de predicción (como es el caso de la temperatura del agua del mar).
Para estas variables existe la posibilidad de asignar como valor inicial el valor previsto por el modelo (first guess), pero ello tiene el inconveniente de poder producir una deriva de dichas variables motivada por errores en el modelo.
El remedio tradicional para evitar la deriva ha sido aplicar la relajación hacia los valores climatológicos pero este método falla en situaciones de anomalías estacionales y además limita los desarrollos pronosticados por los esquemas de parametrización de superficie. Afortunadamente, en la actualidad existen técnicas de asimilación de datos para muchas variables superficiales.
En la presentación se repasarán las variables superficiales que en un futuro próximo se inicializarán operativamente con un procedimiento de análisis. Estas son: la temperatura del agua del mar, el espesor de la capa de nieve, la fracción de hielo y las temperaturas y contenidos de humedad a diferentes profundidades del suelo. Por necesidades de la asimilación de datos de los contenidos de humedad del subsuelo, también se analizarán la temperatura y la humedad relativa cercanas al suelo, si bien no son variables de pronostico sino unicamente diagnosticadas por el modelo.
2. Temperatura del agua del mar
La temperatura de la superficie del agua del mar es una variable del modelo en la cual, como ya se ha mencionado, su valor no evoluciona en el transcurso de la predicción. Hasta la fecha el valor inicial asignado a esta variable en el modelo HIRLAM era el valor climatológico. Recientemente se ha incorporado un análisis para esta variable.
El código original fue desarrollado en el Servicio Meteorológico Sueco (SMHI) y ha sido adaptado al modelo HIRLAM por personal del Servicio Meteorológico Finlandés. El método de análisis es el de correcciones sucesivas con cinco iteraciones de radios 1500, 1000, 400, 150 y 60 Km. Las funciones peso de las observaciones incluyen la anisotropía debida a la proximidad a la costa. En el proceso de análisis todos los puntos de grid y las observaciones son clasificados en diferentes tipos de acuerdo a su vecindad a la costa. En el
peso definitivo asignado a cada observación, un factor disminuye el valor asignado por la función de la distancia cuando el punto de grid y la observación no son de la misma clase. El campo previo es una mezcla del análisis del ciclo de asimilación precedente y de los valores climatológicos. Las observaciones utilizadas son las provenientes de informes de barcos SHIP, observaciones manuales aportadas por los analistas de los servicios meteorológicos y pseudo observaciones obtenidas a partir de los análisis de temperatura del agua del mar realizados en el NMC y archivados en el CEPPM. Las diferencias entre los campos analizados y los climatológicos se refieren no solo a los valores que alcanza la temperatura de la superficie del mar sino también a los gradientes que aparecen en los campos analizados y que parecen tener una mayor influencia en las predicciones generadas por el modelo. El impacto de dichos análisis en la predicción depende no obstante de la situación sinóptica. En los experimentos realizados con situaciones convectivas en el mediterráneo la sustitución de los campos climatológicos por analizados ha afectado de forma muy beneficiosa a las predicciones obtenidas. En la figura 1 se muestra como ejemplo la imagen IR realzada correspondiente a las 12Z del dia 2 de octubre de 1990, en la que se aprecian dos nucleos convectivos muy proximos que se desarrollaron en las proximidades de la costa levantina. Para evaluar la influencia de la actualizacion de la T.A.M. se han llevado a cabo 2 experimentos denominados CLI y SST, sin y con asimilacion de datos de la T.A.M.. La asimilacion de datos de ambos comenzo el dia 30 de septiembre a las 00Z, y los resultados que se estudian son los predicciones hasta 30h. que se generaron a partir de los analisis del dia 1 de octubre a las 12Z, es decir 24h antes de la hora de la imagen. En la figura 2 se muestra el campo de T.A.M. correspondiente a los dos experimentos en la que se observa claramente la existencia de una anomalia de la T.A.M. analizada con respecto a la climatologica, especialmente en la zona donde se desarrollaron los nucleos convectivos, ademas de la diferente configuracion espacial del campo de T.A.M.. Las precipitaciones acumuladas entre las 6Z y las 12Z correspondientes a ambas simulaciones (figura 3 ), muestran como el experimento SST produce un maximo de precipitacion muy cercano a donde aparecieron los nucleos convectivos, mientras que el experimento CLI, que parte de la T.A.M. climatologica, no consigue siquiera simular su existencia.
3. Espesor de la capa de nieve
El método de inicializar el espesor de la capa de nieve en el modelo HIRLAM utilizado hasta fecha reciente consistía en relajar el valor previsto por el modelo a seis horas hacia el valor climatológico. Al igual que la temperatura del agua del mar se ha instalado un análisis de esta variable en el nuevo sistema de referencia del modelo HIRLAM. El método de análisis es igualmente el de correcciones sucesivas. La interpolación del campo previo a las posiciones de las observaciones tiene en cuenta no solo la distancia sino también la cercanía a la costa de la observación y de los puntos d grid vecinos utilizados en la interpolación. Como observaciones se utiliza el espesor de la capa de nieve transmitido en los informes SYNOP no solo de la hora del análisis sino también de las horas sinópticas de hasta 24 horas antes.
4. Fracción de hielo
En el nuevo esquema de análisis de las variables de superficie la fracción de hielo se diagnostica a partir de la temperatura del agua del mar analizada.
5. Temperatura y contenido de la humedad del suelo
Con la introducción en el modelo HIRLAM de una nueva parametrización de los procesos superficiales más realista, en la que los contenidos de humedad y la temperatura del subsuelo evolucionan sin ningún forzamiento impuesto por valores climatológicos de las capas más profundas, se hace necesaria la implantación simultanea de un adecuado método de inicialización de dichas variables. El objetivo de dicha inicialización es corregir las deficiencias de la nueva parametrización. El método utilizado es el propuesto por Mahfouf (1990) e implementado posteriormente en un modelo de mesoescala por Bouttier
y Mahfouf (1993). Debido a la falta de disponibilidad de observaciones de estas variables en el sistema global de telecomunicaciones (GTS) la originalidad del método estriba en la utilización de las observaciones de temperatura y humedad relativa a 2m transmitidas en los informes SYNOP. En latitudes bajas y en la estación seca de las latitudes medias,los valores de la temperatura y de la humedad cerca del suelo reflejan el reparto de la energía radiante en flujos de calor sensible y de calor latente. En zonas con vegetación, este reparto es controlado por el contenido de agua existente en la zona de las raíces. En el método desarrollado por Mahfouf, las correcciones a los valores previstos de los contenidos de humedad y las temperaturas del suelo se relacionada con los errores de una predicción a corto plazo de temperatura y humedad relativa a 2m mediante un esquema de inerpolación óptima. Esto se lleva a cabo de forma práctica en dos etapas. El primer paso es el análisis de variables cercanas al suelo. El INM ha trabajado activamente en la instalación refinamiento del análisis de dichos parámetros (Navascues 1995). Posteriormente, los incrementos del análisis de temperatura y humedad relativa a 2m se utilizan para corregir las temperaturas y contenidos de humedad previstos por el modelo. La adaptación al entorno HIRLAM de esta segunda etapa ha sido realizada en el INM (Ayuso 1995).
6. Análisis de temperatura y humedad relativa a 2m.
El código de partida para este análisis es el desarrollado en el SMHI del que se hablo previamente, y ha sido adaptado al sistema de referencia HIRLAM y modificado en el INM.
El método de análisis para estas variables es el de interpolación óptima. El first-guess es la predicción a H+6 de dichas variables. El modelo de función de correlación de los errores de predicción del código original contempla asimismo la anisotropía debida al contrate tierra-mar (Gustafsson 1985).
En la adaptación del análisis primitivo a las necesidades de la posterior inicialización de las variables de humedad y temperatura del suelo, así como a su utilización en nuestras latitudes surgió la conveniencia de introducir las siguientes modificaciones:
* El análisis solo se realiza sobre tierra, por tanto solo se utilizan informes SYNOP procedentes de estaciones terrestres.
* Otra importante modificación introducida se refiere a la forma en que se interpolan los valores prvistos por el modelo a las posiciones de las observaciones. Ello es especialmente importante sobre nuestra Península donde la orografía real difiere en gran medida de su representación en el modelo. Por ello los valores previstos por el modelo de estas variables en los puntos de rejilla más próximos a cada estación son reavaluados en dos etapas:
- Primero, el perfil vertical previsto por el modelo (ps, T, U, V, q) a la elevación de la orografía del modelo es transferido a la altura de la estación, en cada uno de los cuatro puntos de rejilla que rodean a la estación en forma similar a como se interpolan verticalmente en el modelo HIRLAM las condiciones de contorno. Los nuevos valores previstos por el modelo de T2m y RH2m son diagnosticados a continuación utilizando las formulas propuestas por Geleyn (1987) y basadas en la teoría de la similaridad de la capa superficial.
- En una segunda etapa los nuevos valores de T2m y RH2m previstos a la altura de la observación son interpolados horizontalmente a la posición de la estación. Los pesos asignados dependen no solo de la distancia horizontal sino también del tipo de observación y de la distancia vertical entre el punto de grid y la observación.
La introducción de este nuevo método de interpolación produce importantes diferencias en los incrementos de observación, siendo la reducción vertical la responsable en mayor medida de ellas y la interpolación selectiva la causante del rechazo de aquellas
observaciones situadas en zonas no representadas por la orografía del modelo.
* Por último, la función de correlación de los errores de predicción ha sido modificada para tener en cuenta la anisotropía debida a la orografía, y las dependencias en la distancia horizontal y de la proximidad a la costa han sido reevaluadas. Para ello se han generado unas series temporales de errores de first-guess sobre las estaciones sinópticas manuales y automáticas situadas en el Península Ibérica en invierno y en verano, tanto durante el día como durante la noche. A partir de dichas series se han calculado las covariancias de los errores de temperatura y humedad relativa entre todas las estaciones, y se han obtenido las correspondientes correlaciones.
La longitud de escala en invierno es mayor que la de verano, debido a que en invierno el regimen sinóptico es el que determina los valores de T2m y RH2m, mientras que en verano las condiciones locales (determinadas en mayor medida por el contenido de humedad del suelo en el caso de estaciones interiores, y las brisas en el caso de las estaciones costeras) son las que rigen el comportamiento de estas variables cercanas al suelo. El desacoplamiento entre las estaciones interiores y costeras se pone especialmente de manifiesto en las horas diurnas de la estación estival, debido a los diferentes mecanismos que como se ha mencionado regulan los valores de la temperatura y humedad relativa a 2m (fig. 4 izq.). Ciñéndonos al caso de las estaciones interiores, y para el estudio de la anisotropia en la correlación debida a la orografía, se clasificaron las covariancias entre estaciones en diferentes grupos atendiendo a la diferencia de elevación entre cada par de estaciones, dz, y se obtuvo un ajuste de la función de correlación con la distancia horizontal por cada grupo, como muestra la figura (fig. 4 der.). Dada la evidencia de una disminución de la correlación conforme aumenta dz, se ha introducido una función exponencial decreciente dependiente en dz en la función de correlación utilizada por el análisis, quedando definida de la siguiente forma:
siendo el primer factor el que mide la correlación con la distancia horizontal, el segundo factor una función tabulada que tiene en cuenta la proximidad a la costa de ambos puntos, y el tercer factor la existencia de direcciones preferentes debidas a la orografía. La introducción de este tipo de funciones para medir la anisotropía inducida por la topografía del terreno ha sido ya introducida por Cacciamani et al.(1989) para el análisis de temperaturas extremas en el valle del Po (Italia).
La figura 5 muestra la correlación con Zaragoza con la anisotropía debida al efecto de la costa únicamente (figura izquierda), y la que también incluye el factor debido a la orografía (figura derecha).
Con la introducción de estas mejoras en el análisis, se intenta conseguir una mas correcta utilización de las observaciones de las que se dispone, lo cual redunda en una mejor asimilación del contenido de la humedad del suelo, dado que como se ha mencionado los incrementos que produce el análisis de T2 y RH2 sobre el first-guess son los que corrigen los valores de las variables del suelo.
7. Conclusiones
La asimilación de datos de las variables superficiales presentadas supone una mejora en la calidad de las predicciones obtenidas, ya que mejora la representación por el modelo de los flujos superficiales de calor latente y sensible, asi como las propiedades radiativas de la superficie de la tierra.
En lo que se refiere a las predicciones sobre nuestra península, esta mejoría se pone de manifiesto especialmente cuando existen anomalias climáticas, caso
por otro lado, muy frecuente en nuestra área en la que la variabilidad interanual es muy grande. Los resultados obtenidos hasta el momento con la utilización de T.A.M. analizadas son esperanzadores, especialmente en
situaciones PREVIMET, si bien no se debe olvidar que también existen otros factores en el modelo susceptibles de mejora y muy importantes a la hora de conseguir un buen pronóstico de los fenómenos convectivos que nos afectan.
En lo que se refiere a las variables del subsuelo, la introducción de la nueva parametrización acompañada de la consiguiente asimilación de datos redundará sin duda, de forma directa, en un más certero pronóstico de la temperatura y humedad relativa cercanas al suelo.
.
Agradecimientos
Jose Luis Hernández, ha prestado amablemente su ayuda en la transcripción de este texto a formato Word Perfect.
Olinda Carretero, perteneciente al S.T.A.P. puso a disposición de la autora el archivo de descripción de SCM, y proporcionó la figura correspondiente a la imagen de I.R. mostrada en esta presentación.
Kalle Eerola, perteneciente al Servicio Meteorológico Finlandés, aconsejó a la autora en la utilización del análisis de T.A.M.
Nils Gustafsson, perteneciente al Servicio Meteorológico e Hidrológico Sueco proporcionó el código original de análisis de parámetros de superficie y ha prestado de forma continua su ayuda a la autora en el trabajo llevado a cabo con el análisis de T2m y RH2m.
Referencias
Ayuso, 1995: Implementation of ASSISBA in the HIRLAM system HIRLAM3 Work shop sobre procesos de suelo y asimilación de datos de suelo/superficie, Madrid, 45-50.
Bouttier, Mahfouf and Noilhan, 1993: Sequential assimilation of soil mositure from atmospheric low level paraameteres. Part I and Part II.
Cacciamani, Paccagnela and Nanni, 1989: Objective mesoscale analysis of daily extreme temperaatures in the Po Valley of northern Italy.
Geleyn, 1987: Interpolation of wind, temperature and humidity values from model levels to the height of measurement. Tellus. 40A, 347-351
Gustafsson, 1990: Development fo mesoscale analysis scheme for nowcasting and very short range forecasting. Proceedings from Workshop on High Resolution Analysis, ECMWF, UK, 24-26.
Mahfouf, 1990: Analysis of soil moisture from near-surface parameters: A. feasibility study, J. Appl. Meteo., 30, 1534-1547.
Navascues, 1995: Analysis of 2m temperature and relative humidity. Work shop sobre Procesos de suelo y asimilación de datos de suelo/superficie, Madrid, 38-44.
Noilhan and Planton, 1989: A simple paraametrization of land surface processes for meteorological models. Mon, Wea. Rev., 117, 536-549.