Laboratorio Nacional de Modelaje y Sensores Remotos

IIS Jorge Ernesto Mauricio Ruvalcaba PSP INIFAP Dr. Victor M. Rodríguez Moreno

Responsable del Laboratorio Nacional de Modelaje y Sensores Remotos

12 de noviembre de 2018

Modelación Numérica del Clima en WRF Pronóstico a 120 h

Simposio Salud y Cambio Climático “Nuestro Clima Nuestra Salud 2018”

Modelación Numérica del Clima en WRF Pronóstico a 120 h

Qué es WRF?• Es un sistema de cálculo numérico

para simulación atmosférica (NWP) d i s e ñ a d o p a r a s a t i s f a c e r l a s necesidades tanto de investigación como de predicción atmosféricas. WRF incluye dos núcleos diferentes (ARW, NMM), un sistema de asimilación de datos, y una arquitectura de software diseñada para la posibilidad de ejecuciones distribuidas o paralelas y la escalabilidad del sistema.

Hardware

• 44 cores

• 64 GB RAM

• 3 TB HDD

Software• Ubuntu 16.04

• WRF-UEMS 18

• WRF 3.9.1

• GFS 0.5 Grados

• 35 niveles

• Inicia 00Z

• Post-procesamiento

• GrADS. (Mapas)

• Python: (Datos)

• Bash. Automatización de procesos

Flujo WRF

373 centroides

264 centroides

373 x 264 = 98,472

Dominio

Latitud 8.94 33.05

Longitud -84.91 -119.00

3,730 km

2,640 km

3,730 x 2,640 = 9,847,200 km2

Dominio

Latitud 8.94 33.05

Longitud -84.91 -119.00

Asesoría• Sean Chiao, Ph.D. Professor

Director, Center for Applied Atmospheric Research and Education

Meteorology and climate Science, San Jose State University

• Jordan Powers Ph.D. Project Scientist III

Mesoscale and Microscale Meteorology Laboratory

Weather Modeling & Research

• Adam Kochanski Ph. D. Research Assistant Professor

Atmospheric Sciences, University of Utah

• Dr. Luis Felipe Pineda-Martínez

Unidad Académica de Ciencias de la Tierra

Universidad Autónoma de Zacatecas

• MC Francisco De León Reyes

Estudiante de Doctorado en el Instituto Potosino de Investigación Científica y Tecnológica A.C.

• MC Arturo Alvarez

Investigador INIFAP

ConfiguracionesINIFAP^ WRF1º WRF2* Propia

Cumulus Scheme Betts-Miller-Janjic Kain-Fritsch Kain-Fritsch Multi-scale Kain-Fritsch

Microphysics Scheme Thompson Goddard GCE 6-class WSM6 Lin et al

PBL Scheme Mellor-Yamada-Janjic Yonsei University Yonsei University Yonsei University

Land Surface Scheme Noah 4-Layer LSM Thermal Diffusion Noah 4-Layer LSM Noah 4-Layer LSM

Long Wave Radiation Scheme RRTM RRTM RRTM RRTM

Short Wave Radiation Scheme Dudhia Dudhia Dudhia Dudhia

^ Generación y evaluación estadística del pronóstico de lluvia a cinco días, Arturo Corrales, Luis Antonio González, Mario Primitivo, Miguel Angel González, Esteban Salvador Osuna, Osías, Luis Humberto Maciel º Weather forecast sensitivity to changes in urban land covers using the WRF model for central Mexico, E.D. López-Espinoza, J. Zavala-Hidalgo, O. Gómez-Ramos * Forecasting Summertime Surface Temperatura and Precipitation in the Mexico City Metropolitan Area: Sensitivity of the WRF Model to Land Cover Changes, Clemente López-Bravo, Ernesto Caetano, Víctor Magaña

DescripciónEsquema de Lin et al. Este esquema incluye 5 clases de microfísica, incluye granizo, hielo.

Esquema de Multiescala Kain-Fritsch para la parametrización de cúmulus: Es utilizado para representar los procesos conectivos por medio de un modelo que considera las corrientes verticales de aire húmedo en ambos sentidos, además de considerar un modelo simple de microfísica

Esquema Yonsei University para la capa límite planetaria. Este esquema se encarga de representar los flujos verticales pequeños que son resultado del transporte turbulento en toda la columna atmosférica.

Modelo de superficie terrestre: Esquema de modelo de suelo Noah LSM: Esquema unificado por NCEP/NCAR/AFWA con temperatura y humedad del suelo en cuatro capas, fracción de cobertura de nieve y física de suelo congelado.

Radiación de onda larga: Esquema RRTM, Rapid Radiative Transfer Model. Utiliza tablas de consulta para la eficiencia. Cuenta con múltiples bandas, traza de gases y especies de microfísica

Radiación de onda corta: Esquema Dudhia. Integración descendente simple que permite de manera eficiente para nubes y cielo despejado la absorción y dispersión.

Implementación

Fase 1

Ejecutar el modelo WRF de forma manual (1 x día)

Generar mapas horarios de forma manual (GrADS)

Fase 2

Ejecutar el modelo WRF de forma automática (1 x día)

Generar mapas horarios forma automática (GrADS)

Fase 3

Ejecutar el modelo WRF de forma automática (1 x día)

Generar mapas horarios forma automática (GrADS)

Generar datos horarios en formato csv (Python)

Fase 4 (Actual)Ejecutar el modelo WRF de forma

automática (2 x día)Generar de mapas forma

automática (GrADS)

Generar datos horarios y diarios en formato cdv (Python)

Generar meteogramas (GrADS)

Generar mapas focalizados para el Estado de Aguascalientes (Temperatura mínima,

Precipitación y Unidades Calor)

Enviar datos a FTP (Bash)

Respaldo de información (Bash)

Interpolar pronóstico para cada estación de la

RNEAA (Python)

Variables• Precipitación

• Temperatura (mínima, máxima, promedio)

• Temperatura de punto de rocío

• Humedad relativa

• Temperatura del suelo 0 a 10 cm

• Velocidad y dirección del viento

• Ráfaga de viento

Día 1 2 3 4 5

Temperatura Promedio 0.997 0.990 0.991 0.992 0.993

Temperatura Máxima 0.994 0.963 0.974 0.985 0.981

Temperatura Mínima 0.975 0.956 0.945 0.966 0.937

Humedad Relativa 0.992 0.983 0.985 0.984 0.991

Precipitación 0.138 0.142 0.142 0.140 0.141

Análisis OLS (R2)

Periodo de análisis del 27 al 31 de octubre de 2018

Temperatura

Promedio Máxima Mínima

Humedad Relativa Precipitación

Temperatura Promedio Diaria

Temperatura Promedio Diaria

Tempetura Promedio Horaria

Tempetura Máxima Diaria

Tempetura Máxima Diaria

Tempetura Máxima Horaria

Tempetura Mínima Diaria

Tempetura Mínima Diaria

Tempetura Mínima Diaria

Tempetura Mínima Horaria

Precipitación Diaria

Precipitación Diaria

Precipitación Diaria

Precipitación Horaria

Ráfaga de Viento Horaria

Velocidad del Viento Horaria

Meteogramas• 64 locaciones a nivel nacional

• Variables:

• Cobertura de nubes

• Presión atmosférica

• Velocidad del viento a 10m

• Temperatura a 2m

• Humedad Relativa

• Precipitación 3h

Meteogramas

Eventos Extremos

Tifón Trami

Huracán Florence

Huracán Michael

Huracán Michael

Huracán Rosa

Huracán Rosa

https://clima.inifap.gob.mx/lnmysr/Pronostico/PronosticoDiario

https://clima.inifap.gob.mx/lnmysr/Pronostico/PronosticoHorario

Conclusiones• El modelo responde bien a las variables de temperatura (promedio, mínima y máxima) en toda la

zona costera a lo largo del país (Baja California, Sonora, Sinaloa, Nayarit, Guerrero, Chiapas, Yucatán)

• Disponibilidad de pronósticos horarios para 8 variables: Temperatura promedio, mínima y máxima; temperatura de punto de rocío; temperatura del suelo de 0 a 10 cm; velocidad del viento; humedad relativa promedio y ráfaga de viento

• Los pronósticos se generan 2 veces por día

• El esquema de automatización del proceso es modular por lo cual a la brevedad se van a agregar las variables de Humedad Relativa (Máx, Mín), Humedad del Suelo, Índice de Calor.

• Se puede generar un modelo de pronóstico para cualquier parte del mundo

ContactoIIS Jorge Ernesto Mauricio Ruvalcaba

jorge.ernesto.mauricio@gmail.com

Dr. Victor M. Rodríguez Moreno

rodriguez.victor@inifap.gob.mx

https://clima.inifap.gob.mx

Muchas Gracias!!!