21
WRF en CENMA. 07.10.2010, Primer Encuentro Nacional de Modelación Atmosférica. Claudio Cortés Norambuena. Licenciado en Meteorología. Centro Nacional del Medio Ambiente, CENMA.

Cenma forecast tools

Embed Size (px)

Citation preview

Page 1: Cenma forecast tools

WRF en CENMA.07.10.2010, Primer Encuentro Nacional de Modelación Atmosférica.

Claudio Cortés Norambuena.

Licenciado en Meteorología.

Centro Nacional del Medio Ambiente, CENMA.

Page 2: Cenma forecast tools

WRF en CENMA.ANTECEDENTES

• 1998. Sistema de pronóstico MP10, Santiago.

• 2002. Sistema de pronóstico Ozono, Santiago.

• 2007. Sistema de pronóstico MP10, Temuco.

• 2010. Sistema de pronóstico MP10, Rancagua.

Page 3: Cenma forecast tools

WRF en CENMA.Herramientas de pronóstico, modelos:

• No existe la técnica perfecta , cada una tiene sus fortalezas y

debilidades.

• Los modelos son sólo herramientas, no el sistema de

pronóstico en sí mismo.

Por lo tanto :

• El sistema de pronóstico de CENMA consiste en un enfoque

fenomenológico.

• Basado en el juicio experto y el conocimiento de las

debilidades y fortalezas de cada una de las herramientas.

• El enfoque fenomenológico es la única técnica que permite

integrar variables cuantitativas y cualitativas.

Page 4: Cenma forecast tools

WRF en CENMA.Sistema de pronóstico.

ENTRADAS

Variables

observadas y

pronosticadas a

diferentes

escalas

PMCAHerramientas de Pronóstico

Juicio Experto (Pronóstico Final)

Page 5: Cenma forecast tools

WRF en CENMA.Acierto PMCA, temporada 2010.

PMCA: Potencial Meteorológico de Contaminación Atmosférica1-5 (Buenas-Malas condiciones de dispersión)

Page 6: Cenma forecast tools

WRF en CENMA.Desempeño modelo Cassmassi, temporada 2010.

Page 7: Cenma forecast tools

WRF en CENMA.Modelo oficial Cassmassi: Joseph Cassmassi (1999-2000).

Regresión múltiple.

ENTRADAS :

• Día de la semana.

• PM10: Media de 24H a las 10AM por estación.

• Radiosondeos Santo Domingo.

• PMCA (Potencial Meteorológico de Contaminación

Atmosférica, 1 a 5).

SALIDA: Máximo promedio móvil para las próximas 24 horas

para cada una de las estaciones de la red MACAM.

Page 8: Cenma forecast tools

WRF en CENMA.Desempeño MOS-CENMA , temporada 2009.

Page 9: Cenma forecast tools

WRF en CENMA.Modelo complementario 1, MOS-CENMA: Yukio Misumi (1998-

2000), Claudio Cortés (2006). Regresión Múltiple con

coeficientes autoajustables.

ENTRADAS, GFS (GRIB 2.5°x2.5°):

• Diferencia de la Temperatura Virtual entre 700 y 850 hPa.

• Intensidad del viento zonal en 850 hPa.

• Máxima media móvil de PM10 24H hasta las 16PM, para cada

estación de la red MACAM.

SALIDA: Promedio móvil de 24H para las 00, 06, 12 y 18 horas,

hasta 72 en adelante, para cada estación de la red MACAM.

Page 10: Cenma forecast tools

WRF en CENMA.Desempeño modelo Neuronal-CENMA , temporada 2009.

Page 11: Cenma forecast tools

WRF en CENMA.Modelo complementario 2, Neuronal-CENMA: Claudio Cortés

(2005). Redes Neuronales.

ENTRADAS ETA-CPTEC (40x40 KM):

• Día de la semana y mes.

• Temperatura, Pressión, Humedad Relativa, Viento y

Cobertura Nubosa (Max, Min, Media para cada variables).

• Max 24H PM10 promedio hasta las 16PM para cada estación

de la red MACAM.

SALIDA: Máximo promedio móvil para las próximas 24 horas

para cada una de las estaciones de la red MACAM.

Page 12: Cenma forecast tools

WRF en CENMA.DEBILIDADES DE LOS MODELOS ACTUALES

MODELO MOS-CENMA (GFS):

• Baja sensibilidad.

• Subestimación.

• Resolución temporal: 6 horas.

MODELO NEURONAL-CENMA (ETA):

• Muy alta sensibilidad.

• Sobreestimación.

• Integra solo variables de superficie.

Page 13: Cenma forecast tools

WRF en CENMA.CENMA-WRF para Santiago. http://aire.cenma.cl

Page 14: Cenma forecast tools

WRF en CENMA.CENMA-WRF para Santiago.

• 4 veces al día (0, 6, 12 y 18 UTC).

• Entradas GFS GRIBS (0,25° x 0,25°).

• Duración de la corrida: 1,5 hrs app .

• Pronóstico cada 1 hora hasta 96 horas.

• 4x 4 KM para la RM

• Servidor DELL PowerEdge 2950: 8x2,66 GHZ, 8 MB RAM, 1TB

HDD, conexión ADSL 2 mb/s.

Page 15: Cenma forecast tools

WRF en CENMA.CENMA-WRF para Santiago.

• Mejor resolución espacial (4x4 Km).

• Mejor resolución temporal (1 Hr).

• Determinar con mejor precisión fenómenos de pequeña

escala.

• Generar productos derivados (meteogramas, perfiles, etc).

• Condiciones de entrada para modelos de dispersión

(evaluaciones de impacto ambiental).

• Desarrollar modelos de pronóstico de calidad de aire de

mayor precisión.

Page 16: Cenma forecast tools

WRF en CENMA.Convenio de transferencia tecnológica DRI-CENMA.

• Caracterización de Fuentes Emisoras.

• Implementación de WRF-Chem.

Page 17: Cenma forecast tools

WRF en CENMA.Trabajo en Progreso: Conexión WRF-Red Meteorológica

CENMA.

Page 18: Cenma forecast tools

WRF en CENMA.Trabajo en Progreso: Elaboración de Inventarios de emisiones,

conexión WRF-Monitoreo de Calidad del Aire (MACAM)

Page 19: Cenma forecast tools

WRF en CENMA.Trabajo en Progreso: Modelos de pronóstico calidad del aire

para Santiago.

Modelo Estadístico.

Condiciones de inicio desde WRF-CENMA.

Pronóstico de MP10, MP2.5 y Ozono.

Resolución Temporal: 1 hora.

Anticipación: 96 horas.

Autoajuste y correción de errores basado en RNA.

Page 20: Cenma forecast tools

WRF en CENMA.07.10.2010, Primer Encuentro Nacional de Modelación Atmosférica.

Claudio Cortés Norambuena.

Licenciado en Meteorología.

Centro Nacional del Medio Ambiente, CENMA.

Page 21: Cenma forecast tools

CENMA forecasting tools.Cassmassi performance, 2010

Only model.

89.1%Global accuracy

23.1%Not alerted events

33.3%Fake alerts

Cassmassi performance, 2010

Model with expert adjustment.

97.9%Global accuracy

15.4%Not alerted events

15.4%Fake alerts