Millora del procediment operatiu d'AEMET per a l'estimació de les àrees amb ratxes màximes de vent

DOI: 10.3369/tethys.2013.10.04

Abstract

El CCS (Consorcio de Compensación de Seguros) és l'organisme nacional que proporciona assegurances contra fenòmens meteorològics que impliquen un risc extraordinari. Un dels riscos extraordinaris coberts pel CCS es refereix al vent extraordinari, definit com aquell que pot arribar a ratxes que superin els 120 km/h. Des de fa uns 2 anys, el procediment operatiu portat a terme a l'AEMET (Agencia Estatal de Meteorología) per a l'estimació de les àrees amb ratxes màximes de vent utilitza la tècnica d'interpolació del mètode de Krige universal que es sustenta en les dades d'observació. Les variables externes que participen en la interpolació són l'elevació del terreny, la distància al mar i la sortida del model HIRLAM 0.05 del camp de ratxa màxima. L'objectiu del procediment és delimitar les zones amb ratxes màximes de vent que excedeixin el límit de 120 km/h. En el transcurs d'investigacions prèvies, enfocades a l'estudi de la precisió donada per la introducció del model HIRLAM per a aquesta tècnica d'estimació, es van portar a terme diferents anàlisis de validació. Aquestes validacions van mostrar un biaix negatiu sistemàtic per a l'estimació de valors alts de ratxa màxima, cosa que implica una subestimació de les ratxes mitjançant el procediment operatiu. En aquest treball es presenta un nou procediment d'interpolació que proporciona una millora significativa. El biaix es redueix aproximadament un 60% per a aquelles estacions que presenten ratxes màximes de vent per sobre dels 80 km/h. La nova metodologia combina dos camps d'interpolació. El primer s'obté aplicant l'actual mètode operatiu i inclou totes les dades d'observació. El segon s'obté de manera similar però utilitzant només els valors d'observació de les estacions meteorològiques que presenten valors alts de ratxa màxima. La combinació dels dos camps es basa en una ponderació realitzada en cada punt de graella i que depèn de la densitat total d'observacions segons la regió.

References

  • - Burrough, P. A. i McDonnell, R. A., 1998: Principles of Geographical Information Systems, Oxford University Press, 333, ISBN-13 978-0-19-823365-7, ISBN-10 0-19-823365-5.
  • - Consorcio de Compensación de Seguros, 2012: Recopilación Legislativa, Edición de febrero de 2012, 202.
  • - Elosua, P., 2011: Introducción al entorno R, Universidad del País Vasco, 102, ISBN: 978-84-9860-497-9.
  • - García-Legaz, C. i Valero, F., 2003: Riesgos Climáticos e Impacto Ambiental, Ed. Complutense de Madrid, 356, ISBN: 84-7491-711-5.
  • - R Core Team, 2013: R: A language and environment for statistical computing, Technical report, R Foundation for Statistical Computing, Vienna, Austria, http://www.R-project.org.
  • - Samper, F. J. i Carrera, J., 1990: Geoestadística. Aplicaciones a la hidrología subterránea, Ed. Complutense de Madrid, 484, ISBN: 84-404-6045-7.
  • - Venables,W. N. i Ripley, B. D., 2005: Modern Applied Statistics with R, Springer-Verlag, 106, ISBN: 3900051-127.
  • - Venables, W. N. i Smith, D. M., 2012: An Introduction to R, R Foundation for Statistical Computing, Vienna, Austria, 95, ISBN: 3-900051-12-7.



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