Impacto de la asimilación radar en el pronóstico de precipitación a muy corto plazo usando el modelo WRF

Abstract

El propósito de esta investigación es maximizar el impacto de la asimilación de datos radar sobre el pronóstico de precipitación a muy corto plazo usando el modelo Weather Research and Forecasting (WRF), de tal manera que pueda ser implementado de modo operativo en los Servicios Meteorológicos Nacionales.

En una primera fase se utiliza un episodio de precipitación extrema que tuvo lugar en Cataluña (NE de España) para probar varias configuraciones de predicción inmediata, basadas en el modelo WRF con la asimilación de datos radar, y en una segunda fase, se profundizan los resultados a través de una serie de experimentos basados en diez eventos de precipitación extrema ocurridos en Cataluña en el periodo 2015 - 2017.

Las configuraciones consideradas se generan modificando: 1) el ciclo de inicialización del WRF, 2) los procedimientos de preprocesamiento de datos radar utilizados por el Centro Nacional de Investigación Atmosférica (NCAR) y por el Servicio Meteorológico de Cataluña (SMC), 3) datos convencionales y de radar asimilados dentro del sistema variacional tridimensional (3DVAR), y 4), otros parámetros tales como la escala de longitud de las observaciones, el número de bucles externos y la parametrización de la convección húmeda.

El efecto de los anteriores parámetros se evalúa mediante la habilidad de una serie de experimentos para simular la cantidad y localización de la precipitación usando técnicas estadísticas convencionales, índices categóricos y el Receiver Operating Characteristic (ROC). Sin embargo, en este estudio la construcción de las tablas de contingencia está condicionada al desplazamiento del patrón de precipitación y la cercanía entre los valores observados y pronosticados, sin considerar los umbrales de precipitación.

El método de control de calidad desarrollado por el SMC es confiable y en el caso particular del 12 de octubre de 2016, produjo mejores resultados que el método de NCAR. La predicción inmediata de precipitación logra mejores resultados cuando el modelo WRF es ejecutado con dos ciclos de asimilación, uno en frío y otro en caliente con un length scale de 0.75 y 0.50 respectivamente, asimilando en cada ciclo datos radar y datos convencionales en un mismo momento y con el error del background CV7. Los largos ciclos de inicialización, las actuales parametrizaciones usadas en el SMC y el uso de tres bucles externos no mejoran los resultados del pronóstico.

The purpose of this research is to maximize the radar data assimilation impact on precipitation nowcasting using the Weather Research and Forecasting (WRF), in such a way that it can be implemented operationally in the National Meteorological Services.

In a first phase is used an episode of extreme precipitation that took place in Catalonia (NE Spain) to test several nowcasting system configurations, which are based on the Weather Research and Forecasting (WRF) model with radar data assimilation, and in a second phase, the results are deepened through a series of experiments based on ten extreme precipitation events that occurred in Catalonia in the period 2015 - 2017.

The configurations considered are generated by modifying the following elements: 1) the WRF initialization cycle, 2) the radar data preprocessing procedures used by the National Center for Atmospheric Research (NCAR) and by the Meteorological Service of Catalonia (SMC), 3) conventional and radar data assimilated within the three dimensional variational system (3DVAR), and 4), other parameters such as the observations length scale, number of outer loops and the cumulus parameterization.

The effect of the previous parameters is evaluated through the skill of the different experiments to simulate both the amount and location of precipitation using conventional statistical techniques, categorical indices and the Receiver Operating Characteristic (ROC). However, in this study the construction of the contingency tables has been conditioned to the precipitation pattern displacement and the closeness between the observed and forecast values without considering precipitation thresholds.

The quality control method developed by the SMC is trustworthy and in the particular case occurred on October 12, 2016, it produced better results than the NCAR method. The precipitation nowcasting achieves better results when the WRF model is executed with two assimilation cycles, one in cold and another in warm with a length scale of 0.75 and 0.50 respectively, assimilating in each of these cycles radar data and conventional data (METAR and SYNOP) at the same time and with the background error CV7. The long initialization cycles, the current parameterizations used in the SMC and the use of three external loops do not improve the forecast results.