Modelación distribuida de la cobertura nival para el pronóstico de volúmenes de deshielo

Transcripción

1 Climate Variability and Change Hydrological Impacts Proceedings of the Fifth FRIEND World Conference held at Havana, Cuba. November 2006, IAHS Publ. 308, Modelación distribuida de la cobertura nival para el pronóstico de volúmenes de deshielo PATRICIO VALCK, XIMENA VARGAS & MAURICIO CARTES EXPOSITOR MAURICIO CARTES

2 Extracto Introducción Algo de Teoría de la Modelación Nival Modelo Meteorológico MM5/DGF Zona de Aplicación Resultados y Conclusiones Próximo paso

3 Introducción

4 Introducción Conocer la cobertura, espesor y calidad del manto nival es de suma importancia para la determinación de la disponibilidad de agua superficial en la temporada de deshielo para riego, hidroelectricidad y otras actividades productivas, especialmente en zonas en que ésta es su principal fuente en los períodos secos (prácticamente todo Chile). Actualmente, en Chile, se utilizan modelos estadísticos concentrados que extrapolan una simulación puntual al comportamiento global del manto de una cuenca específica. Esto impide simular el comportamiento de subcuencas, y de llevar un seguimiento continuo del comportamiento del manto nival.

5 Por qué un Modelo Distribuído? Conocer la evolución del manto de nieve con mayor detalle sirve para: Obtener una representación espacial del recurso. Realizar pronósticos más acertados y desagregados de la disponibilidad del recurso para las temporadas secas Implementar medidas de gestión in-situ para optimizar el uso del agua.

6 Un Poco de Teoría

7 Grilla de Simulación La zona de simulación se subdivide en una grilla de apertura regular, de aproximadamente 200m Lluvia Intercambio de Calor por: Radiación de Onda Corta y Larga Convección Evaporación y/o Sublimación Precipitación Derretimiento Derretimiento Q v Q v Infiltración Escorrentía

8 Calor neto recibido por el manto t roc ( Albedo) + Qrol + Qss + Qlat + Qs + Qpp Qv Q = Q 1 + Radiación de onda corta larga, por Convección y por la lluvia Calor por rad de onda larga, calor por evaporación y/o sublimación Conducción hacia y desde el suelo

9 Simulación Distribuida Capa Activa Capa Inactiva N Z W Profundidad de la capa activa máxima penetración de la radiación de onda corta ~ 45 [cm]. Transferencia de calor. Suelo ( X ) = ρ k T Esto para evitar grandes discontinuidades en una vecindad Q v hielo

10 Modelo Meteorológico MM5/DGF

11 Modelo Meteorológico MM5/DGF El modelo MM5/DGF simula la circulación atmosférica a escala regional, mediante leyes no hidrostáticas y ecuaciones de circulación de advección difusión, en un volumen de control de apertura horizontal regular y vertical variable Es operado en Chile por el Departamento de Geofísica, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile. Discretización espacial: Tres dominios anidados de 135, 45 y 15 Km de resolución horizontal, con propiedad de Nesting 30 niveles verticales espaciados por isóbaras Utiliza condiciones de borde pronosticadas por modelos globales.

12 Cómo fue utilizado? Para el año 2002, el horizonte de simulación es de 72 horas, inicializado diariamente a las 0 UTC. Se obtuvo una serie compuesta por las primeras 24 hrs. de pronóstico para cada corrida del modelo. Con lo que se obtuvo un registro contínuo desde abril a septiembre de 2002: Esta serie se puede suponer como la secuencia real de variables observadas. Se utilizó como entrada al modelo de simulación nival. Se aumentó la resolución espacial desde el dominio de 15Km a la resolución de simulación (200 m), mediante interpolación espacial lineal.

13 Zona de Aplicación

14 Ubicación General

15 Cuenca Río Maipo en El Manzano

16 Cuenca Río Maipo en El Manzano Cuenca de Régimen Nival. Latitud aproximada de S Área de drenaje: 4968 Km 2 Pendiente media: 0,5 m/m Altura media: 3141 m, con h max. de 5815m. Tres Estaciones Meteorológicas

17 Resultados y Conclusiones

18 Resultados Simulación Período de Acumulación 2002 (abril-septiembre) Caracterización de espesor, cobertura, temperatura, densidad, contenido de frío, equivalente en agua, contenido de agua y calidad térmica Para analizar los resultados de cobertura se procede a comparar las imágenes de cobertura obtenidas del modelo con imágenes satelitales (NASA/GSFC). Se pueden realizar dos tipos de análisis: Compar el porcentaje de área cubierta por nieve Acierto o falla del modelo en pronosticar nieve por cada elemento: Tipos de Error: El modelo no pronostica nieve y se observa nieve en la imagen satelital Subestimación (rojo) El modelo pronostica nieve y no se observa nieve en la imagen satelital Sobrestimación (azul)

19 Resultados 18 de Junio 2002 Error Global Subestima (rojo) Sobrestima (azul)

20 Resultados 20 de Septiembre 2002 Error Global Subestima (rojo) Sobrestima (azul)

21 Análisis de los Resultados Realizando un análisis detallado con algunas imágenes satelitales en el rango visible de colores, se obtuvieron los siguientes resultados: Fecha Subestima Sobrestima Porcentaje Área Nevada Simulada Porcentaje Área Nevada Observada % 1.8% 68.1% 86.7% 18.6% % 2.2% 43.3% 79.0% 35.7% % 2.0% 53.4% 78.5% 25.2% % 5.4% 68.6% 75.3% 6.7% Promedio 23.6% 2.9% 59.1% 79.9% 20.8% Diferencia Porcentaje Área Simulada Observada

22 Evolución del Volumen Almacenado En la Cuenca de Maipo en San Alfonso, entre el 12 de abril y 27 de septiembre, se tiene la siguiente tendencia, obtenida de la simulación, de volumen almacenado en forma de nieve

23 Análisis de los Resultados En términos de volumen almacenado, comparado con los registros de la temporada de deshielo, se tiene: Nombre Estación Área (km 2 ) Volumen de Deshielo (10 6 m 3 ) Error Observado Pronosticado porcentual Maipo en San Alfonso % Colorado antes de Olivares % Maipo en El Manzano %

24 Conclusiones Se tiene que el modelo en general el subestima la espacialidad del manto en un 23%, a diferencia de resultados obtenidos para la cordillera del Maule, Chile, donde se tiene que sobrestima del orden del 17% (Valck et al., 2004). En términos de volumen, se considera que el modelo mejora su comportamiento con respecto a aplicaciones anteriores, obteniéndose una sobrestimación menor al 10%. Si bien, no se cuenta con datos para validar con mayor exactitud el comportamiento del derretimiento del manto en el período de deshielo, se tiene que en forma global se puede pronosticar con un alto grado de confianza el volumen total a escurrir en la temporada de deshielo con 6 meses de antelación.

25 Próximo Paso

26 Próximo Paso Corregir aproximaciones realizadas en la modelación de manera de disminuir el error que se tiene actualmente. Validar el modelo utilizando la información del MM5 en modo simulación. Validar el modelo para la temporada de derretimiento (o deshielo). Diseñar una interfaz más amigable entre el modelo y el usuario para acelerar los procesos de ingreso de la información.

27 Climate Variability and Change Hydrological Impacts Proceedings of the Fifth FRIEND World Conference held at Havana, Cuba. November 2006, IAHS Publ. 308, Modelación distribuida de la cobertura nival para el pronóstico de volúmenes de deshielo PATRICIO VALCK, XIMENA VARGAS & MAURICIO CARTES EXPOSITOR MAURICIO CARTES

28 Concepción del Modelo La División de Recursos Hídricos del Departamento de Ingeniería Civil de la Universidad de Chile, en su programa de postgrado, en cooperación con el Departamento de Geofísica de la Universidad de Chile, desarrolló un modelo espacialmente distribuido para la simulación continua de la evolución del manto de nieve. El cuál simula el comportamiento del manto en una grilla regular donde aplica ecuaciones de termodinámica básicas, utilizando como datos de entrada tanto información fisiográfica y variables meteorológicas aportadas por el modelo meteorológico de Meso Escala MM5. En esta presentación se expondrán resultados obtenidos en la cuenca alta del río Maipo, Chile, y en dos de sus subcuencas para el período de acumulación del año 2002, los cuales se validan mediante imágenes satelitales y mediciones en terreno.

29 Qué entrega el MM5? Entrega pronósticos meteorológicos horarios: Campos 3D: Precipitación Temperatura Nubosidad Velocidad del Viento Campos 2D: Calor Atmosférico incidente en superficie (rad. de onda larga) Calor por radiación de onda corta incidente sobre superficie horizontal. Flujos de calor sensible y latente en superficie

30 Cómo fue utilizado el MM5? Se aumentó la resolución espacial desde el dominio de 15Km a la resolución de simulación (200 m), mediante interpolación espacial lineal y se corrigió las variables según: gradientes térmicos típicos de aire seco y húmedo T 2m sim = Z Γ ad + T 2m MM 5 orientación de los elementos simulados roc dirección y magnitud del viento. Q = ( 1 Albedo) cos cos ( ΘZ ) ( Θ) Q MM 5 roc