Herramientas de caracterización y predicción meteorológica. Aplicación a infraestructuras eléctricas

Transcripción

1 Herramientas de caracterización y predicción meteorológica. Aplicación a infraestructuras eléctricas José M. Gutiérrez gutierjm@unican.es Instituto de Física de Cantabria gracias a Daniel San Martín Markel García CIGRE. Workshop de Monitorización de Líneas. Santander, 27 abril 2017.

2 Dpto. Matemática Aplicada y Ciencias de la Computación Santander Met Group Interdisciplinary research group formed by 15 researchers based on Santander (Spain). Our main research lines are: Our main research activity is downscaling (local prediction) José M. Gutiérrez Statistical downscaling Miguel A. Rodríguez Nonlinear Physics Antonio Cofiño Computing Data Management Jesús Fernández Numerical modelling Sixto Herrera Machine Learning Staff Key Persons

3 Contenidos v Caracterización climática: Rejillas interpoladas. v Zonificación y puntos óptimos de observación. v Modelos de predicción atmosférica v Ejemplo ilustrativo. v Métodos estadísticos: series temporales. v Modelos numéricos de la atmósfera. v Conclusions

4 Técnicas Geoestadísticas OBSERVACIONES DE METEOROS 10km 1km MODELO DE ELEVACIÓN DIGITAL DEL TERRENO Altura, pendiente, distancia mar, insolación potencial, orientaciones, bloqueos. + Existen dos metodologías aplicables para obtener una caracterización climática regular (en un rejilla, típicamente de 1 km) de una región: 1. Interpolando las observaciones históricas disponibles de la variable de interés. 2. Usando modelos climáticos numéricos para simular una climatología sintética.

5 Técnicas Geoestadísticas OBSERVACIONES DE METEOROS 10km 1km MODELO DE ELEVACIÓN DIGITAL DEL TERRENO Altura, pendiente, distancia mar, insolación potencial, orientaciones, bloqueos. + Técnicas de interpolación + Regresión con predictores MDT

6 Información para Cantabria Series anuales, mensuales y diarias de estas variables. Formato SIG y NETCDF (binario). / escenarioscantabria

7 Cuidado con productos genéricos Times cited > 6000 Existen varios productos con cobertura global que ofrecen climatologías de alta resolución (1 km), como WorldClim. Estos productos no son fiables en general. Comparación de dos productos de 1km.

8 Climatologías sintéticas Cuando no existen observaciones locales disponibles con densidad suficiente (por ejemplo para viento), es posible recurrir a los modelos numéricos de simulación atmosférica para reconstruir una climatología sintética.

9 Climatologías sintéticas

10 Zonificación climática Estos productos permiten obtener una zonificación (segmentación) climática de la región de interés (2D o 1D) aplicando técnicas estadísticas de segmentación a las series temporales diarias/mensuales de los distintos puntos de rejilla.

11 Contenidos v Caracterización climática: Rejillas interpoladas. v Zonificación y puntos óptimos de observación. v Modelos de predicción atmosférica v Ejemplo ilustrativo. v Métodos estadísticos: series temporales. v Modelos numéricos de la atmósfera. v Conclusions

12 Predicción Meteorológica Resolución: 9 km

13 Otra opción más simple es trabajar con la información (Determinista) estadística de observaciones. Mod. Autoregresivos: Redes Neuronales: ^ O t+1 = F(O t-τ ) (Probabilístico) P (Y t+1 Y t-τ ) Procesos de Markov: (Métodos espectrales) Técnicas de series temporales Las técnicas de series temporales son competitivas para predicciones a muy corto plazo 6-8 horas.

14 Otra opción más simple es trabajar con la información (Determinista) estadística de observaciones. Mod. Autoregresivos: Redes Neuronales: ^ O t+1 = F(O t-τ ) (Probabilístico) P (Y t+1 Y t-τ ) Procesos de Markov: (Métodos espectrales) Técnicas de series temporales Las técnicas de series temporales son competitivas para predicciones a muy corto plazo 6-8 horas, pero no predicen cambios. CALMAS

15 Modelización numérica La dinámica a gran escala (sinóptica) de la atmósfera está regida por leyes físicas conocidas.

16 Modelización numérica La dinámica a gran escala (sinóptica) de la atmósfera está regida por leyes físicas conocidas. Conservación de energía, masa, momento, vapor de agua, ecuación de estado de gases. v = (u, v, w), T, p, ρ = 1/α y q

17 Numerical modeling resolución 1/Δt Duplicar la resolución espacial supone incrementar el tiempo en un factor 16 GCMs Conservación de energía, masa, momento, vapor de agua, ecuación de estado de gases. v = (u, v, w), T, p, ρ = 1/α y q Condición inicial H+0 H+24 D+0 D+1 D+2 D+3 D+4 D+5

18 Dinámica + física (parametrizaciones)

19 Dinámica + física (parametrizaciones) Postproceso / Recalibración Downscaling estadístico

20 Predicción Meteorológica Los dos modelos globales más populares son: El modelo Integrated Forecast System (IFS) del ECMWF de 9 km de resolución. El modelo Global Forecast System (GFS) del NCEP de 25 km de resolución.

21 GCM ~ 25 km Downscaling dinámico El downscaling dinámico utiliza Modelos de Área Limitada (LAM) forzados por la condiciones de contorno datas por el modelo global. LAM A2 LAM ~ 1km

22 GCM ~ 25 km Downscaling estadí El downscaling dinámico utiliza Modelos de Área Limitada (LAM) forzados por la condiciones de contorno datas por el modelo global. LAM A2 LAM ~ 1km Observaciones históricas Y = f (X;θ) Las técnicas estadísticas se basan en modelos que relacionan predicciones y observaciones A2 Local Permiten calibrar las predicciones de los modelos numéricos.

23 CORINE, en lugar de USGS33 Estado actual Ejemplo WRF El estado actual de la predicción permite simular a 1km de resolución en una región de 100 x 100 km, considerando suficientes niveles verticales para tener distintos puntos de diagnóstico en el los primeros 100 m de altura. Incorporan un submodelo de suelo dinámico y es importante la configuración apropiada de los usos del suelo.

24 Postproceso: Filtros de Kalman

25 Temperatura Added MAE MAE kalman value (%) 3229Y Y Y Y U C E Viento Postproceso: Filtros de Kalman Added MAE value MAE Kalman (%) 3126Y Y E

26 Productos comerciales

27 Otros Tipos de Predicciones semanas estaciones Plazo medio D J F M 2007 Predicción estacional DJF MAM JJA SON Inicialización Predicción El Niño es el fenómeno oceánico más significativo a escalas de tiempo inter-anual: Predicción cambio climático è Fuente de predecibilidad décadas

28 Conclusiones El estado actual de la modelización numérica y los modelos y productos comerciales existentes proporcionan predicciones a 1km de resolución (con un horizonte de tres días y una resolución temporal horaria) en regiones extensas (~ 100 x 100 km). Estas predicciones tienen que ser calibradas con datos históricos observados para eliminar los sesgos sistemáticos de las mismas.