Resultados del modelo meteorológico WRF-ARW sobre Cataluña, utilizando diferentes parametrizaciones de la convección y la microfísica de nubes

, , and

DOI: 10.3369/tethys.2010.7.07

pp.: 77 - 89

Abstract

El modelo meteorológico WRF-ARW (Weather Research and Forecasting - Advanced Research WRF) es un modelo de nueva generación que cuenta con una creciente comunidad de usuarios alrededor del mundo. En el marco de un proyecto para estudiar la viabilidad de implementarlo operativamente en el Servei Meteorològic de Catalunya, se ha realizado una verificación de los pronósticos producidos por el modelo en varios casos de precipitación observada sobre Cataluña. Precisamente, dada la importancia de los pronósticos de la precipitación en esta zona, uno de los principales objetivos ha sido el estudio de la sensibilidad del modelo en distintas configuraciones de sus parametrizaciones de la convección y la microfísica de nubes. En este trabajo, se muestran los resultados de esta verificación sobre dos dominios, uno de 36 km de paso de malla y otro, anidado unidireccionalmente al anterior, de 12 km. En el dominio externo, la evaluación se ha basado en el análisis de los principales parámetros estadísticos (ME y RMSE) para la temperatura, humedad relativa, geopotencial y viento, y se ha determinado que la combinación que utiliza el esquema convectivo de Kain-Fritsch con el esquema microfísico WSM5 ha proporcionado los mejores resultados. A continuación, con esta configuración fijada por el dominio externo, se han realizado pronósticos en el dominio anidado combinando también distintos esquemas de convección y microfísica de nubes, y se ha llegado a la conclusión que la configuración que acierta más es la que combina la parametrización convectiva de Kain-Fritsch con el esquema de microfísica de Thompson.

References



Creative Commons License

This work is licensed under a Creative Commons Attribution 3.0 Unported License


Indexed in Scopus, Thomson-Reuters Emerging Sources Citation Index (ESCI), Scientific Commons, Latindex, Google Scholar, DOAJ, ICYT (CSIC)

Partially funded through grants CGL2007-29820-E/CLI, CGL2008-02804-E/, CGL2009-07417-E and CGL2011-14046-E of the Spanish Ministry of Science and Innovation



newnewnew