Modelización Climática de Alta Resolución en terrenos de orografía compleja

Transcripción

1 Modelización Climática de Alta Resolución en terrenos de orografía compleja

2 Índice Introducción Modelización del clima Técnicas de downscaling dinámico Participación de ULL en Climatique: Proyecciones climáticas para Canarias y Souss-Massa-Drâa 3

3 Introducción Introducción Modelos de predicción meteorológica NWP s (Numerical Weather Prediction models) Herramientas básicas para la predicción del tiempo Muchas decisiones dependen de estas predicciones (emergencias, ocio, ) Validez de las predicciones pocos días Modelos climáticos usan estos modelos físicos Se ejecutan para periodos más largos de tiempo Diferentes tipos de respuestas 4

4 Introducción Por qué modelar el sistema climático? Cambios provocados desde la revolución industrial Aumento de la concentración de gases Aumento de la temperatura en las últimas décadas Importantes consecuencias asociadas: Aumento de frecuencia de eventos extremos Modelos climáticos permiten comprender los diferentes procesos y sus interacciones 5

5 Introducción Por qué modelar el sistema climático? Entender los procesos. Ejemplo: El Niño Southern Oscillation (ENSO) Evaluación de impactos 6

6 Introducción Modelización del clima Objetivo: Simular de forma precisa el flujo de energía en el sistema Tierra-Atmósfera Sistema en estado estacionario: energía entrante = energía saliente 7

7 Modelización del clima Procesos que intervienen Escala global energía entrante = energía saliente 8

8 Modelización del clima Procesos que intervienen Escala sinóptica Ejemplo: sistemas de tormentas de latitudes medias 9

9 Modelización del clima Procesos que intervienen Escala local 10

10 Modelización del clima Modelos de predicción vs modelos de clima (i/iii) Modelos meteorológicos Se usan para predecir eventos específicos Parten de unas condiciones iniciales conocidas: Temperaturas, presión, vientos, humedad. Simulan la evolución del sistema a partir de estas condiciones Objetivo: predecir el tiempo con precisión Importancia de determinar las condiciones iniciales (asimilación de datos con observaciones) 11

11 Modelización del clima Modelos de predicción vs modelos de clima (ii/iii) Modelos de clima Se usan los mismos modelos físicos Sistema caótico. Límite a la capacidad de predicción (Mariposa de Lorenz) Objetivos diferentes: Generan estadísticas de fenómenos meteorológicos: Medias, variabilidad, Proyecciones No tienen la misma dependencia de las condiciones iniciales 12

12 Modelización del clima Modelos de predicción vs modelos de clima (iii/iii) Modelos de clima El modelador proporciona las condiciones de contorno Naturales: Radiación solar, erupciones volcánicas, Actividades humanas: Concentración de gases, usos de suelo 13

13 Modelización del clima Bases físicas de los modelos Basados en leyes fundamentales de la física 1ª Ley de Newton 1ª Ley de la Termodinámica Ecuaciones de transferencia radiativa y mucha capacidad de cómputo 14

14 Modelización del clima Bases físicas de los modelos Ecuaciones físicas 15

15 Modelización del clima Bases físicas. Parametrizaciones Algunos procesos no pueden simularse directamente. Procesos muy complejos (carga computacional) Procesos de escala muy reducida (no pueden resolverse por ecuaciones en el modelo) Ejemplo: Procesos convectivos en cúmulos, transferencia radiativa, Parametrizaciones usando observaciones y relaciones físicas 16

16 Modelización del clima Algunas parametrizaciones Microfísica Vapor de agua Nubes (gotas de agua, cristales de hielo, granizo ) Precipitación Esquemas de cúmulos Nubes convectivas Capa de superficie Velocidades de fricción Coeficientes de intercambio Flujos de humedad y calor PBL (Planetary Boundary Layer) Movimientos verticales de sub-escala Radiación atmosférica Onda corta y larga 17

17 Modelización del clima Discretización Para resolver estas ecuaciones, es necesario discretizar el dominio: 18

18 Modelización del clima Resolución espacial 19

19 Modelización del clima Resolución vertical 20

20 Modelización del clima Resolución temporal Estabilidad numérica Criterio de Courant-Friedrichs-Lewy (CFL) Ejemplo: t U x U velocidad del viento máxima T84 t 30 min T34 0 t 5 min, En modelos complejos: unos 3 trillones de cálculos por día simulado ( ) Cientos de horas en un supercomputador 21

21 Modelización del clima Componentes del modelo 22

22 Modelización del clima Modelo atmosférico 23

23 Modelización del clima Modelo de océano 24

24 Modelización del clima Modelo de tierra/hielo 25

25 Modelización del clima Algunos modelos acoplados 26

26 Modelización del clima y más 27

27 Modelización del clima Inconvenientes: Baja resolución 28

28 Modelos regionales Downscaling dinámico Permite aumentar la resolución espacial para una región del planeta. Modelos de área limitada Las condiciones iniciales y de contorno se obtienen del modelo general Ventajas: Resolver procesos no incluidos en los GCM s (convectivos) Se representa de forma más adecuada la orografía 29

29 Modelos regionales WRF Weather Research and Forecasting model Creado de forma colaborativa por múltiples organizaciones para facilitar tanto la investigación como para fines operacionales. Muy flexible y altamente configurable Incluye muchas parametrizaciones Permite la asimilación de datos observacionales 30

30 Participación de ULL en Climatique Realización de escenarios climáticos utilizando técnicas de downscaling Región de Canarias Región de Souss-Massa Drâa Varias fases: Selección de los dominios Selección del conjunto de parametrizaciones que mejor se ajusten al área de estudio Estimación de los errores cometidos por el modelo Proyecciones a futuro Diferentes periodos Diferentes condiciones de contorno (escenarios) 31

31 ULL- Climatique Selección de los dominios Compromiso entre: Alta resolución Tiempo de cómputo razonable Uso de dominios anidados Dominio 1: Diseñado para contemplar las principales características sinópticas de la región (45 kms de resolución horizontal) Dominio 2: Centrado en la zona de interés: Canarias Souss Massa Drâa (15 kms. de resolución horizontal) Dominio 3: Región de Canarias (resolución: 5 kms) 32

32 ULL- Climatique Selección de los dominios Dominios 1 y 2 Dominio 2 Dominio 1 33

33 ULL- Climatique Selección de los dominios Dominios 1 y 2 Dominio 2 2 Dominio1 Dominio

34 ULL- Climatique Selección de los dominios Importancia de la resolución espacial 45 kms. 15 kms. 5 kms. Altura sobre nivel del mar 35

35 ULL- Climatique Selección de la configuración del modelo Matriz de experimentos para un periodo actual Diferentes esquemas de parametrizaciones Tratamiento de los procesos convectivos (cúmulos) Procesos microfísicos en la atmósfera. Tratamiento de las diferentes especies: vapor de agua, gotas de agua, nieve, lluvia, granizo Esquemas de radiación Esquemas de procesos turbulentos en la capa de mezcla (Boundary Layer) Intercambio de calor y humedad con el suelo Resolución espacial 36

36 ULL- Climatique Selección de la configuración del modelo Ejecución de 7 experimentos (control + 6 variaciones). 25 días 3 TB de información por experimento CPD Local Cluster GOTA SAII ULL 37

37 ULL- Climatique Selección de la configuración del modelo Salidas de las ejecuciones 38

38 ULL- Climatique Selección de la configuración del modelo Salidas de las ejecuciones 39

39 ULL- Climatique Estimación de los errores Evaluación Selección de variables a evaluar Temperatura, precipitación, vientos, presiones, nubes, inversión térmica, Datos observacionales para comparación Dificultad de obtención de medidas in-situ que cubran las regiones a estudiar Utilización de produtos observacionales: TRMM, CRU, GPCP, U. Delaware, FEWS AEMET, Agrocabildo, 40

40 ULL- Climatique Estimación de los errores Ej. Bias precipitación dominio 2 (mm/dia)

41 ULL- Climatique Estimación de los errores Ej. Coeficiente correlación precipitación Exp. 5

42 ULL- Climatique Estimación de los errores Ej. Ciclo anual Toda la región Ouarzazate Agadir

43 ULL- Climatique Estimación de los errores Dominio 3. Más datos observacionales

44 ULL- Climatique Proyecciones a futuro Diferentes periodos: Diferentes forzamientos: RCP4.5 RCP8.5 Condiciones de contorno suministradas por los modelos globales participantes en el CMIP5 (Coupled Model Intercomparison Project Phase 5)

45 Juan Carlos Pérez