Más info:

Modelos climáticos regionales

Jesús Fernández (Grupo de Meteorología Aplicada UC­INM)

jesus.fdez@unican.es

Más info:

Esquema

Regionalización ¿Por qué?  Tipos de regionalización  Regionalización dinámica

Modelos regionales anidados  ¿Qué son?  ¿Qué se espera de ellos? Variabilidad interna.  Sensibilidad de las simulaciones regionales

­­­ AQUÍ APARECERÁN REFERENCIAS DE INTERÉS RELACIONADAS CON CADA TEMA ­­­

Más info:

Regionalización. Por qué?

Modelo globalResolución:  3.75° x 3.75°

(T30)

Más info:

Lo que ve un GCM

T30

Más info:

Regionalización. Por qué?

Modelo globalResolución:  2.5° x 2.5°

(T62)

Más info:

Lo que ve un GCM

T62

Más info:

Estrategias de regionalización

Para obtener información climática en escalas regionales, donde los impactos deben ser evaluados, se han desarrollado técnicas de regionalización que se agrupan fundamentalmente en dos grandes grupos:

Técnicas estadísticas o empíricas    (tratadas en detalle en las presentaciones que siguen por    E. Zorita y R. Ancell)

Técnicas dinámicas   Utilizan modelos numéricos que resuelven las ecuaciones    primitivas de la atmósfera

   Técnicas de “time­slice”   Técnicas de anidamiento

Más info:

Técnicas de “time­slice”

tiempohttp://www.isse.ucar.edu/rcw/presentations/cubasch.pdf

Más info:

Técnicas de “time­slice”

tiempohttp://www.isse.ucar.edu/rcw/presentations/cubasch.pdf

Más info:

Técnicas de “time­slice”

tiempo

Resolución variable

http://www.isse.ucar.edu/rcw/presentations/fox­rabinovitz.pdfFox­Rabinovitz et al. (2001) Mon Wea Rev 129:453, Deque & Piedelievre (1995) C Dyn 11:321

Más info:

Técnicas de anidamiento

Utilizan  las variables de baja  resolución  propor­cionadas por un GCM

Más info:

Técnicas de anidamiento

Utilizan  las  variables de baja  resolución  propor­cionadas por un GCMpara alimentarunidireccionalmente un  modelo  numérico  de alta resolución sobre un área limitada.

Más info:

Lo que ve un RCM

45 km

Más info:

Lo que NO ve un RCM● Procesos de microfísica de formación de nubes● Procesos radiativos, interacción con gases y nubes ● Muchas de las nubes (Los CRMs pueden. Resolución 

~500m)● Turbulencia (Las simulaciones LES pueden resolver los 

torbellinos mas grandes. Resolución ~50m)

http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.htmlECMWF Training course. A. Beljaars “Introduction to parameterization of sub­grid processes”

Es  la  representación estadística  del efecto  de procesos que ocurren en  escalas  espaciales  menores  que  el  espaciado  de  malla  de  un modelo dinámico (GCM, RCM, CRM, LES, ...) sobre las variables del modelo en cada punto de malla.

Parametrización

Más info:

ParametrizacionesUna descomposición estándar de Reynolds:    A = A + A'      (A' = 0)

http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.htmlECMWF Training course. A. Beljaars “Introduction to parameterization of sub­grid processes”

Más info:

ParametrizacionesUna descomposición estándar de Reynolds:    A = A + A'      (A' = 0)

aplicada,  por  ejemplo,  a  la  ecuación  de  conservación  del  vapor  de agua:

En este caso, la parametrización consiste en expresar los términos de covarianza de las anomalías como función de las variablespromediadas. f(v

h,w,T,q)

http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.htmlECMWF Training course. A. Beljaars “Introduction to parameterization of sub­grid processes”

da lugar a:

Más info:

Pros y contrasExperimentos “time­slice”

Modelos anidados Res. constante Res. variable

Resolución

Feedback GCM NO SI SI

SI NO

SI NO NO

Limitada por parametrizaciones   (aprox. 20­50 Km)

Limitada por el coste computacional       (aprox. 50­100 Km)

Limitada por el coste computacional y factor 

de “encogimiento”  (aprox. 40­60 Km)

Artefactos en las fronteras

Depende del “encogimiento”

Física adaptada a  alta resolución

Más info:

Historia de los RCMs...

LAM                    RCM                   GCMSe  aprovechan  de  para­metrizaciones  específi­cas  para  alta  resolución desarrolladas  para  sus contrapartidas  de  pre­dicción meteorológica.

Física  compatible  con sus  contrapartidas globales.  Teóricamente, menos  inconsistencias en las fronteras.

Dos caminos para el desarrollo de Modelos climáticos regionales:

IPCC TAR (2001)

Más info:

Historia de los RCMs...

Ejemplos:

  Dickinson et al. 1989:        20 días (60km) x 3  Giorgi et al. 1990:                1 mes (60km) x 6  Jones et al. 1995:             10 años (50km) x 2  Kidson & Thompson 1998: 5 años (50km)  Christensen et al. 1998:    10 años (19km)  Giorgi et al. 2004:             30 años (50km) x 4

19 90 1995 20 00 2005

1 mes

variosmeses

1 año1 año

variosaños

1 decada

variasdecadas

60 Km                         50 Km                          30 Km                  20 Km

IPCC TAR (2001)

Más info:

Lista de RCMs...RegCM3

CHRM

CLM

MM5 (CMM5, MM5­ISU, MM5­ANL, ...)

REMO

CRCM

RSM (NCEP, Scripps)

RCA

PROMES

RAMS

WRF

. . .

diferencias finitas / espectrales

hidrostaticos / no hidrostaticos

derivados de LAM / GCM

esquemas de integración 

numérica ...

parametrizaciones físicas...

proyecciones de la rejilla...

Más info:

Comparación de RCMs

PIRCS (http://www.pircs.iastate.edu)

“Project to Intercompare Regional Climate Simulations”

MERCURE (http://www.pa.op.dlr.de/climate/mercure.html)

“Modelling European Regional Climate, Understanding and Reducing Errors”PRUDENCE (http://prudence.dmi.dk)  [     M.A. Gaertner, Miercoles]

“Prediction of Regional scenarios and Uncertainties for Defining EuropeaN Climate change risks and Effects”

NARCCAP (http://rcmlab.agron.iastate.edu/narccap/experiment0.html)

“North American Regional Climate Change Assessment Program”ENSEMBLES (http://ensembles­eu.org)  [     J.M. Gutierrez, Viernes]“Ensemble­based predictions of climate changes and their impacts”

y varios más: ARCMIP (para la zona del ártico), SGMIP (modelos de resolucion variable), ...

Más info:

Comparación de RCMs

Anderson et al. (2003) J Hydromet 4:584 “Hydrological processes in RCM simulations of the ...”

Ciclo diario de precipitación en las llanuras del centro de los EEUU           se consideran 13 RCMs participantes en PIRCS

Más info:

Condiciones de fronteraLos modelos regionales anidados, a diferencia de los globales, requieren especificar las condiciones en las fronteras del dominio.

GCM: periódicas

RCM: “que permitan pasar la información del GCM al interior              del dominio”

Matemáticamente, el problema a resolver por los RCMs está mal planteado (pero funciona)

Más info:

Condiciones de fronteraVarias de las ecuaciones que gobiernan la atmósfera son simplemente ecuaciones de continuidad o conservación.

La especificación de condiciones de frontera en todos los bordes del dominio sobredetermina la solución de estas ecuaciones. Es suficiente especificar el flujo por donde entra en el dominio. El flujo saliente está determinado por la propia ecuación diferencial y esa zona de la frontera debería ser libre

http://www.isse.ucar.edu/rcw/presentations/laprise.pdf

Más info:

Condiciones de fronteraSi  se  fijan  las  condiciones  en todo el borde, éste se convierte en  una  pared  y  cualquier diferencia  entre  la  solución  del RCM y el GCM “rebota” hacia el interior del dominio.

En la práctica, lo más común es usar  una  zona  de  relajación  en la  que  se  fuerzan  las ecuaciones  del  RCM  con  un término  adicional  que  hace converger  suave­mente  su solución  al  valor  especificado en el borde.

Davies (1983) Mon Wea Rev 111:1002 “Limitations of some common LB schemes used in ...”

Más info:

Más info:

Más info:

Más info:

Más info:

Variabilidad interna

Más info:

Variabilidad interna

Más info:

Variabilidad interna

Más info:

Variabilidad interna

Más info:

Variabilidad internaCaya & Biner (2004)

(hP

a)

Dos simulaciones con CRCM variando las 

condiciones iniciales 

Promedio espacial de la desviación estándar de SLP para cada mes. 

RMSD entre la SLP de las dos simulaciones.

Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”

Más info:

Variabilidad internaCaya & Biner (2004)

Diferencia cuadrática media (MSD) promediada en un periodo de tiempo

Afecta al clima generado?

sí

sí

noCaya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”

Más info:

Variabilidad internaCaya & Biner (2004)

MS

D S

LP (h

Pa^

2)

Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”

Más info:

Variabilidad internaCaya & Biner (2004)

MS

D S

LP (h

Pa^

2)M

SD

 SLP

 (hP

a^2)

Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”

Más info:

Experimentos “Big Brother”Denis et al. (2003)

Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”

q700

Más info:

Experimentos “Big Brother”Denis et al. (2002)

Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”

Dominio PequeñoRCM Alta res.

Dominio GrandeRCM Alta res.

Dominio GrandeSimulación de referencia

Alta resolución

Validacióndel RCM

Dominio PequeñoSimulación de alta resolución

Filtrarescalas

pequeñas

El  “Big  Brother”  es  una  simulación  de  alta  reso­lución  para  un  dominio  grande.  Esto  proporciona una “realidad virtual”. La  solución  del  “Big 

Brother”  se  degrada, filtrando  las  escalas menores  de  500  km para  emular  los campos  que  propor­ciona un GCM.

La “realidad virtual” se puede  utilizar  para verificar  si  el  “Little Brother”  es  capaz  de recuperar  las  escalas pequeñas.

IC BC

Más info:

Experimentos “Big Brother”

Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”Giorgi & Mearns (1999) J Geophys Res 104:6335 “Introduction to special section: RCM ...”

La “realidad virtual” proporcionada por el Big Brother permite validar el RCM eliminando muchos de los problemas que contaminan la validación con observaciones:

● Consistencia de las parametrizaciones físicas● Errores de interpolación horizontal● Calidad de los datos de forzamiento● Representatividad del clima real

y centrarse en validar otros aspectos del RCM (e.g.):

● Capacidad para recuperar información de mesoescala● Validez de la formulación matemática del anidamiento● Salto máximo de resolución entre el GCM y RCM● Derivas climáticas o errores sistemáticos

Más info:

Experimentos “Big Brother”

T=0h                        T=24h                       T=48h

Denis et al. (2002)

Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1­way nested RCMs: The Big­ ...”Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”

q700

Más info:

Sensibilidad

● La resolución● El tamaño y colocación del dominio● Las parametrizaciones● Las condiciones de frontera● Las condiciones iniciales (variabilidad interna)

Los modelos regionales dejan a la elección del usuario un número elevado de opciones, de las cuales puede depender críticamente el resultado de una simulación. Entre otras:

Más info:

SensibilidadResolución Colle et al. (2000)

Colle et al. (2000) Wea Forecasting 15:730 “MM5 precipitation verification over the Pacific ...”

Más info:

SensibilidadResolución

Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”

Estaciones(González­Rouco et al, 2001)

NCEP/NCAR reanálisis

Más info:

SensibilidadResolución

Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”

Estaciones(González­Rouco et al, 2001)

MM5 135 Km

Más info:

SensibilidadResolución

Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”

Estaciones(González­Rouco et al, 2001)

MM5 45 Km

Más info:

SensibilidadResolución

Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”González­Rouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”

Estaciones(González­Rouco et al, 2001)

MM5 15 Km

Más info:

SensibilidadResolución

Christensen et al. (1998) J Clim 11:3204 “Very high­resolution RCM simulation over Scandin...”

ECHAM4/OPYC3 (T42)

HIRHAM4 (57km)

HIRHAM (19km)

win            spr           sum          aut

Bias de precipitación sobre Escandinavia en un anidamiento telescópico:

T42 – 57km – 19km 

Christensen et al. (1998)

Más info:

SensibilidadTamaño del dominio Jones et al. (1995)

Jones et al. (1995) Q J R Meteorol Soc 121:1413 “Simulation of climate change over Europe ...”Vukicevic & Errico (1990) Mon Wea Rev 118:1460 “The influence of artificial and physical ...”

Más info:

SensibilidadTamaño del dominio Jones et al. (1995)

C = 1 (sigue al GCM)  C = 0 (no sigue GCM)

Jones et al. (1995) Q J R Meteorol Soc 121:1413 “Simulation of climate change over Europe ...”Vukicevic & Errico (1990) Mon Wea Rev 118:1460 “The influence of artificial and physical ...”

Más info:

SensibilidadParametrizaciones físicas

Fernandez et al. (2006) enviado a J Geoph Res “Sensitivity of MM5 to the selection of  ...”

   Microfísica

4: Simple Ice5: Mixed Phase

Cúmulos

3: Grell6: Kain­Fritsch

PBL

2: Blackadar5: MRF

radiación

2: Cloud4: RRTM

Sean 16 experimentos para el periodo de 5 años 1985­89 en los cuales  intercambiamos  4  parametrizaciones  entre  2  de  las opciones disponibles en el modelo mesoescalar MM5:

Más info:

(mm)

Estaciones UCM(González­Rouco et al, 2001)

MM5 ensemble

Más info:

(mm)

Kain­Fritsch

Grell

Cumulus:

Más info:

(mm)

MRF

Blackadar

PBL:

Más info:

(deg C)

Más info:

(deg C)

RRTMCloud

LW radiation:

Simple Ice

Microphysics:

Kain-Fritsch

Cumulus:

MRF

PBL:

Más info:

(deg C)

CloudLW radiation:

Simple Ice

Microphysics:

Kain­Fritsch

Cumulus:

MRF

PBL:

Blackadar

Más info:

(deg C)

CloudLW radiation:

Simple Ice

Microphysics:

Kain­Fritsch

Cumulus:

MRF

PBL:

BlackadarEta (local)

Más info:

SensibilidadCondiciones de frontera

Pre

cipit

ati

on (

mm

)

NCEP/NCAR Reanalisis

Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”

Más info:

SensibilidadCondiciones de frontera

Pre

cipit

ati

on (

mm

)

RRTMLW radiation:

Simple Ice

Microphysics:

Grell

Cumulus:

MRF

PBL:

NCEP/NCAR Reanalisis

Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”

Más info:

SensibilidadCondiciones de frontera

Pre

cipit

ati

on (

mm

)

NCEP/NCAR ReanalisisERA40 Reanalisis

RRTMLW radiation:

Simple Ice

Microphysics:

Grell

Cumulus:

MRF

PBL:

Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”

Más info:

Incertidumbre observacional

Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”

Pre

cipit

ati

on (

mm

)

Más info:

Incertidumbre observacionalPre

cipit

ati

on (

mm

)

Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter  ...”

Más info:

Transferibilidad

http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”

Objetivos

Los experimentos de transferibilidad se plantean con la idea de responder a preguntas del tipo de:

● ¿Cómo de portables son los RCMs?

● ¿Cuánto limita la aplicabilidad de los RCMs la “sintonización” 

de las parametrizaciones?

● ¿Se puede recuperar parte de la generalidad (perdida con el 

uso de parametrizaciones) de las leyes físicas básicas?

Más info:

Transferibilidad

http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”

Estrategia

Múltiple Modelo/Múltiple Dominio

En contraposición a:

● Único Modelo/Único Dominio

                Estrategia habitual de aplicación de un RCM

● Múltiple Modelo/Único Dominio

                Estrategia de Proyectos de comparación de Modelos (MIPs)

● Único Modelo/Múltiple Dominio

               Estrategia para encontrar defectos de un modelo, pero no permite 

comparar y mejorar con los resultados de otros

Más info:

Transferibilidad

http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”

Regiones

Mapa realizado por: B. Rockel (GKSS)

Más info:

Para saber más...Cuarto informe del IPCC (2007) – Capítulo modelización regional:

http://ipcc­wg1.ucar.edu/wg1/Report/AR4WG1_Pub_Ch11.pdf

Artículos de revisión del estado del arte en modelización regional:

    Giorgi & Mearns (1999) J Geophys Res 104:6335             “Introduction to special section: Regional Climate Modelling revisited”

    Wang et al. (2004) J Met Soc Jap 82(6):1599                       “Regional Climate modelling: Progress, Challenges and Prospects”

Libros de modelización regional:

    Pielke (2002) Academic Press, Intl. Geoph. Series vol 78. 2nd ed.  “Mesoscale Meteorological Modeling”

Presentaciones del “Workshop on Regional Climate Research: Needs and Oportunities”

http://www.isse.ucar.edu/rcw/presentations.html

Ver abundantes referencias dentro del material anterior.