La historia de la predicción meteorológica numérica considera cómo las condiciones meteorológicas actuales como entrada en modelos matemáticos de la atmósfera y los océanos para predecir el clima y el estado futuro del mar (el proceso de predicción meteorológica numérica ) han cambiado a lo largo de los años. Aunque se intentó por primera vez manualmente en la década de 1920, no fue hasta el advenimiento de la computadora y la simulación por computadora que el tiempo de cálculo se redujo a menos que el período de pronóstico en sí. ENIACse utilizó para crear los primeros pronósticos por computadora en 1950 y, a lo largo de los años, se han utilizado computadoras más potentes para aumentar el tamaño de los conjuntos de datos iniciales, así como para incluir versiones más complicadas de las ecuaciones de movimiento. El desarrollo de modelos de predicción global condujo a los primeros modelos climáticos. El desarrollo de modelos (regionales) de área limitada facilitó avances en la predicción de las trayectorias de los ciclones tropicales y de la calidad del aire en los años setenta y ochenta.
Debido a que la salida de los modelos de pronóstico basados en la dinámica atmosférica requiere correcciones cerca del nivel del suelo, las estadísticas de salida del modelo (MOS) se desarrollaron en las décadas de 1970 y 1980 para puntos de pronóstico individuales (ubicaciones). El MOS aplica técnicas estadísticas para posprocesar la salida de modelos dinámicos con las observaciones de superficie más recientes y la climatología del punto de pronóstico. Esta técnica puede corregir la resolución del modelo y los sesgos del modelo. Incluso con el poder cada vez mayor de las supercomputadoras, la habilidad de pronóstico de los modelos meteorológicos numéricos solo se extiende a unas dos semanas en el futuro, ya que la densidad y la calidad de las observaciones, junto con la naturaleza caótica de las ecuaciones diferenciales parciales utilizadas para calcular el pronóstico, introducen errores que se duplican cada cinco días. El uso de pronósticos de conjuntos de modelos desde la década de 1990 ayuda a definir la incertidumbre del pronóstico y extender el pronóstico del tiempo más en el futuro de lo que sería posible de otra manera.
Fondo
Hasta finales del siglo XIX, la predicción meteorológica era completamente subjetiva y se basaba en reglas empíricas, con una comprensión limitada de los mecanismos físicos detrás de los procesos meteorológicos. En 1901, Cleveland Abbe , fundador de la Oficina Meteorológica de los Estados Unidos , propuso que la atmósfera se rige por los mismos principios de termodinámica e hidrodinámica que se estudiaron en el siglo anterior. [1] En 1904, Vilhelm Bjerknes derivó un procedimiento de dos pasos para el pronóstico del tiempo basado en modelos. En primer lugar, se utiliza un paso de diagnóstico para procesar los datos para generar las condiciones iniciales , que luego avanzan en el tiempo mediante un paso de pronóstico que resuelve el problema del valor inicial . [2] También identificó siete variables que definían el estado de la atmósfera en un punto dado: presión , temperatura , densidad , humedad y los tres componentes del vector de velocidad de flujo . Bjerknes señaló que las ecuaciones basadas en la continuidad de la masa , la conservación del momento , la primera y segunda leyes de la termodinámica y la ley de los gases ideales podrían usarse para estimar el estado de la atmósfera en el futuro a través de métodos numéricos . [3] Con la excepción de la segunda ley de la termodinámica, [2] estas ecuaciones forman la base de las ecuaciones primitivas utilizadas en los modelos meteorológicos actuales. [4]
En 1922, Lewis Fry Richardson publicó el primer intento de pronosticar el tiempo numéricamente. Utilizando una variación hidrostática de las ecuaciones primitivas de Bjerknes, [2] Richardson produjo a mano un pronóstico de 6 horas para el estado de la atmósfera en dos puntos de Europa central, y tomó al menos seis semanas para hacerlo. [3] Su pronóstico calculó que el cambio en la presión superficial sería de 145 milibares (4,3 inHg ), un valor poco realista incorrecto en dos órdenes de magnitud. El gran error fue causado por un desequilibrio en los campos de presión y velocidad del viento utilizados como condiciones iniciales en su análisis. [2]
La primera predicción numérica exitosa se realizó utilizando la computadora digital ENIAC en 1950 por un equipo dirigido por el meteorólogo estadounidense Jule Charney . El equipo incluye a Philip Thompson, Larry Gates y el meteorólogo noruego Ragnar Fjørtoft , el matemático aplicado John von Neumann y el programador informático Klara Dan von Neumann , MH Frankel, Jerome Namias , John C. Freeman Jr., Francis Reichelderfer , George Platzman y Joseph. Smagorinsky . [5] [6] [7] Utilizaron una forma simplificada de dinámica atmosférica basada en resolver la ecuación de vorticidad barotrópica sobre una sola capa de la atmósfera, calculando la altura geopotencial de la superficie de presión de 500 milibares (15 inHg) de la atmósfera. [8] Esta simplificación redujo en gran medida las demandas de tiempo y memoria de la computadora, por lo que los cálculos podrían realizarse en las computadoras relativamente primitivas de la época. [9] Cuando Richardson recibió la noticia del primer pronóstico meteorológico de ENIAC en 1950, comentó que los resultados eran un "enorme avance científico". [2] Los primeros cálculos para un pronóstico de 24 horas le tomó a ENIAC casi 24 horas para producir, [2] pero el grupo de Charney señaló que la mayor parte de ese tiempo se dedicó a "operaciones manuales", y expresó su esperanza de que los pronósticos del tiempo antes ocurre pronto se realizaría. [8]
En el Reino Unido, FH Bushby y Mavis Hinds completaron la primera predicción meteorológica numérica de la Oficina Meteorológica en 1952 bajo la dirección de John Sawyer . Estos pronósticos experimentales se generaron utilizando una cuadrícula de 12 × 8 con un espaciado de cuadrícula de 260 km, un intervalo de tiempo de una hora, y requirieron cuatro horas de tiempo de cálculo para un pronóstico de 24 horas en la computadora EDSAC en la Universidad de Cambridge y la computadora LEO desarrollada por J. Lyons and Co. Después de estos experimentos iniciales, el trabajo se trasladó a la computadora Ferranti Mark 1 en el Departamento de Ingeniería Eléctrica de la Universidad de Manchester y en 1959 se instaló una computadora Ferranti Mercury , conocida como 'Meteor', en el Oficina Meteorológica. [10]
Primeros años
En septiembre de 1954, Carl-Gustav Rossby reunió a un grupo internacional de meteorólogos en Estocolmo y produjo el primer pronóstico operacional (es decir, predicciones de rutina para uso práctico) basado en la ecuación barotrópica. [11] La predicción meteorológica numérica operativa en los Estados Unidos comenzó en 1955 bajo la Unidad Numérica Conjunta de Predicción del Tiempo (JNWPU), un proyecto conjunto de la Fuerza Aérea , la Armada y la Oficina Meteorológica de los Estados Unidos . [12] El modelo JNWPU fue originalmente un modelo barotrópico de tres capas, también desarrollado por Charney. [13] Solo modeló la atmósfera en el hemisferio norte . [14] En 1956, el JNWPU cambió a un modelo termotrópico de dos capas desarrollado por Thompson y Gates. [13] La principal suposición hecha por el modelo termotrópico es que si bien la magnitud del viento térmico puede cambiar, su dirección no cambia con respecto a la altura, por lo que la baroclinicidad en la atmósfera se puede simular usando 500 mb (15 inHg ) y 1,000 mb (30 inHg) superficies de altura geopotencial y el viento térmico promedio entre ellas. [15] [16] Sin embargo, debido a la baja habilidad mostrada por el modelo termotrópico, el JNWPU volvió al modelo barotrópico de una sola capa en 1958. [2] La Agencia Meteorológica Japonesa se convirtió en la tercera organización en iniciar la predicción meteorológica numérica operativa en 1959. [17] Los primeros pronósticos en tiempo real hechos por la Oficina de Meteorología de Australia en 1969 para partes del hemisferio sur también se basaron en el modelo barotrópico de capa única. [18]
Los modelos posteriores utilizaron ecuaciones más completas para la dinámica atmosférica y la termodinámica . En 1959, Karl-Heinz Hinkelmann produjo el primer pronóstico de ecuación primitiva razonable, 37 años después del fallido intento de Richardson. Hinkelmann lo hizo eliminando pequeñas oscilaciones del modelo numérico durante la inicialización. En 1966, Alemania Occidental y Estados Unidos comenzaron a producir pronósticos operacionales basados en modelos de ecuaciones primitivas, seguidos por el Reino Unido en 1972 y Australia en 1977. [2] [18] Las adiciones posteriores a los modelos de ecuaciones primitivas permitieron una comprensión adicional de diferentes condiciones climáticas. fenómenos. En los Estados Unidos, los efectos de la radiación solar se agregaron al modelo de ecuación primitiva en 1967; los efectos de la humedad y el calor latente se agregaron en 1968; y los efectos de retroalimentación de la lluvia sobre la convección se incorporaron en 1971. Tres años más tarde, se introdujo el primer modelo de pronóstico global. [13] El hielo marino comenzó a inicializarse en modelos de pronóstico en 1971. [19] Los esfuerzos para involucrar la temperatura de la superficie del mar en la inicialización del modelo comenzaron en 1972 debido a su papel en la modulación del clima en latitudes más altas del Pacífico. [20]
Modelos de pronóstico global
Un modelo de pronóstico global es un modelo de pronóstico del tiempo que inicializa y pronostica el clima en toda la troposfera de la Tierra . Es un programa de computadora que produce información meteorológica para tiempos futuros en ubicaciones y altitudes dadas. Dentro de cualquier modelo moderno hay un conjunto de ecuaciones, conocidas como ecuaciones primitivas , que se utilizan para predecir el estado futuro de la atmósfera. [21] Estas ecuaciones, junto con la ley de los gases ideales, se utilizan para desarrollar los campos escalares de densidad , presión y temperatura potencial y el campo vectorial de velocidad de flujo de la atmósfera a lo largo del tiempo. También se incluyen ecuaciones de transporte adicionales para contaminantes y otros aerosoles en algunos modelos de alta resolución de ecuaciones primitivas. [22] Las ecuaciones utilizadas son ecuaciones diferenciales parciales no lineales que son imposibles de resolver exactamente a través de métodos analíticos, [23] con la excepción de unos pocos casos idealizados. [24] Por tanto, los métodos numéricos obtienen soluciones aproximadas. Los diferentes modelos utilizan diferentes métodos de solución: algunos modelos globales y casi todos los modelos regionales utilizan métodos de diferencias finitas para las tres dimensiones espaciales, mientras que otros modelos globales y algunos modelos regionales utilizan métodos espectrales para las dimensiones horizontales y métodos de diferencias finitas en la vertical. [23]
El modelo espectral global del Centro Meteorológico Nacional se introdujo en agosto de 1980. [14] El modelo del Centro Europeo de Pronósticos Meteorológicos de Rango Medio debutó el 1 de mayo de 1985. [25] La Oficina Meteorológica del Reino Unido ha estado ejecutando su modelo global desde finales de 1980, [26] agregando un esquema de asimilación de datos 3D-Var a mediados de 1999. [27] El Centro Meteorológico Canadiense ha estado ejecutando un modelo global desde 1991. [28] Estados Unidos ejecutó el Modelo de Cuadrícula Anidado (NGM) de 1987 a 2000, con algunas características que duraron hasta 2009. Entre 2000 y 2002, el El Centro de Modelado Ambiental ejecutó el modelo de Aviación (AVN) para pronósticos de rango más corto y el modelo de Pronóstico de Rango Medio (MRF) en rangos de tiempo más largos. Durante este tiempo, el modelo AVN se extendió hasta el final del período de pronóstico, eliminando la necesidad del MRF y, por lo tanto, reemplazándolo. A finales de 2002, el modelo AVN pasó a llamarse Global Forecast System (GFS). [29] El Servicio Meteorológico Alemán ha estado ejecutando su modelo hidrostático global, el GME , usando una cuadrícula icosaédrica hexagonal desde 2002. [30] El GFS está programado para ser eventualmente suplantado por el Modelo Icosaédrico de Volumen Finito de Seguimiento de Flujo (FIM ), que al igual que el GME está cuadriculado en un icosaedro truncado, a mediados de la década de 2010.
Modelos climáticos globales
En 1956, Norman A. Phillips desarrolló un modelo matemático que podía representar de manera realista patrones mensuales y estacionales en la troposfera, que se convirtió en el primer modelo climático exitoso . [31] [32] Después del trabajo de Phillips, varios grupos comenzaron a trabajar para crear modelos de circulación general . [33] El primer modelo climático de circulación general que combinó procesos oceánicos y atmosféricos se desarrolló a fines de la década de 1960 en el Laboratorio de Dinámica de Fluidos Geofísicos de la NOAA . [34] A principios de la década de 1980, el Centro Nacional de Investigación Atmosférica de los Estados Unidos había desarrollado el Modelo Atmosférico Comunitario; este modelo se ha perfeccionado continuamente hasta la década de 2000. [35] En 1986, comenzaron los esfuerzos para inicializar y modelar tipos de suelo y vegetación, lo que condujo a pronósticos más realistas. Por ejemplo, el modelo del Center for Ocean-Land Atmosphere Studies (COLA) mostró un sesgo de temperatura cálida de 2 a 4 ° C (4 a 7 ° F) y un sesgo de baja precipitación debido a la parametrización incorrecta del tipo de cultivo y vegetación en la región central. Estados Unidos. [36] modelos climáticos acoplados océano-atmósfera, como el Centro Hadley 's HadCM3 modelo que actualmente están siendo utilizados como insumos para el cambio climático estudios. [33] La importancia de las ondas de gravedad se descuidó en estos modelos hasta mediados de la década de 1980. Ahora, las ondas de gravedad son necesarias dentro de los modelos climáticos globales para simular adecuadamente las circulaciones a escala regional y global, aunque su amplio espectro hace que su incorporación sea complicada. [37] El Modelo de Sistema Climático (CSM) fue desarrollado en el Centro Nacional de Investigaciones Atmosféricas en enero de 1994. [38]
Modelos de área limitada
El dominio horizontal de un modelo es global , que cubre toda la Tierra, o regional , que cubre solo una parte de la Tierra. Los modelos regionales (también conocidos como modelos de área limitada o LAM) permiten el uso de un espaciado de cuadrícula más fino (o más pequeño) que los modelos globales. Los recursos computacionales disponibles se centran en un área específica en lugar de estar esparcidos por todo el mundo. Esto permite que los modelos regionales resuelvan explícitamente fenómenos meteorológicos de menor escala que no se pueden representar en la cuadrícula más gruesa de un modelo global. Los modelos regionales utilizan un modelo global para las condiciones iniciales del borde de su dominio con el fin de permitir que los sistemas externos al dominio del modelo regional se muevan hacia su área. La incertidumbre y los errores dentro de los modelos regionales son introducidos por el modelo global utilizado para las condiciones de frontera del borde del modelo regional, así como errores atribuibles al modelo regional en sí. [39]
En los Estados Unidos, el primer modelo regional operativo, el modelo de malla fina de área limitada (LFM), se introdujo en 1971. [13] Su desarrollo se detuvo, o se congeló, en 1986. El NGM debutó en 1987 y también fue utilizado para crear modelos de estadísticas de salida para los Estados Unidos. [40] Su desarrollo se congeló en 1991. El modelo ETA se implementó para los Estados Unidos en 1993 [14] y, a su vez, se actualizó al NAM en 2006. Estados Unidos también ofrece el Rapid Refresh (que reemplazó al RUC en 2012) para aplicaciones de corto alcance y alta resolución; tanto Rapid Refresh como NAM se basan en el mismo marco, el WRF . Météo-France ha estado ejecutando su modelo de mesoescala Action de Recherche Petite Échelle Grande Échelle (ALADIN) para Francia, basado en el modelo global ECMWF, desde 1995. [41] En julio de 1996, la Oficina de Meteorología implementó el Sistema de Predicción de Área Limitada ( VUELTAS). [42] El modelo canadiense regional de elementos finitos (RFE) entró en uso operativo el 22 de abril de 1986. [43] Fue seguido por el modelo de mesoescala del modelo canadiense global ambiental multiescala (GEM) el 24 de febrero de 1997. [41]
El Servicio Meteorológico Alemán desarrolló el Modelo Regional de Alta Resolución (HRM) en 1999, que se ejecuta ampliamente dentro de las comunidades meteorológicas operativas y de investigación y se ejecuta con supuestos hidrostáticos. [44] El Sistema Antártico de Predicción de Mesoescala (AMPS) fue desarrollado para el continente más austral en 2000 por el Programa Antártico de los Estados Unidos . [45] El Lokal-Modell no hidrostático alemán para Europa (LME) se ha ejecutado desde 2002, y un aumento en el dominio del área entró en funcionamiento el 28 de septiembre de 2005. [46] La Agencia Meteorológica de Japón ha ejecutado una alta resolución, modelo de mesoescala no hidrostático desde septiembre de 2004. [47]
Modelos de calidad del aire
La literatura técnica sobre la dispersión de la contaminación del aire es bastante extensa y se remonta a la década de 1930 y antes. Una de las primeras ecuaciones de dispersión de la pluma de contaminantes atmosféricos fue derivada por Bosanquet y Pearson. [48] Su ecuación no asumió una distribución gaussiana ni incluyó el efecto del reflejo en el suelo de la pluma contaminante. Sir Graham Sutton derivó una ecuación de dispersión de la pluma de contaminantes del aire en 1947 que incluyó el supuesto de distribución gaussiana para la dispersión vertical y con viento cruzado de la pluma y también incluyó el efecto de la reflexión en el suelo de la pluma. [49] Bajo el estímulo proporcionado por el advenimiento de estrictas regulaciones de control ambiental , hubo un inmenso crecimiento en el uso de cálculos de dispersión de plumas de contaminantes del aire entre fines de la década de 1960 y hoy. Durante ese período se desarrollaron una gran cantidad de programas informáticos para calcular la dispersión de las emisiones de contaminantes atmosféricos y se denominaron "modelos de dispersión atmosférica". La base para la mayoría de esos modelos fue la ecuación completa para el modelado de dispersión gaussiana de penachos de contaminación atmosférica flotantes continuos.La ecuación de dispersión de contaminantes atmosféricos de Gauss requiere la entrada de H, que es la altura de la línea central de la pluma contaminante sobre el nivel del suelo, y H es la suma de H s (la altura física real del punto de fuente de emisión de la pluma contaminante) más Δ H (la pluma se eleva debido a la flotabilidad de la pluma).
Para determinar Δ H , muchos, si no la mayoría, de los modelos de dispersión de aire desarrollados entre finales de la década de 1960 y principios de la de 2000 utilizaron lo que se conoce como "las ecuaciones de Briggs". GA Briggs publicó por primera vez sus observaciones y comparaciones de aumento de la pluma en 1965. [50] En 1968, en un simposio patrocinado por Conservation of Clean Air and Water en Europa, comparó muchos de los modelos de aumento de la pluma disponibles en la literatura. [51] Ese mismo año, Briggs también escribió la sección de la publicación editada por Slade [52] que trata de los análisis comparativos de los modelos de aumento de la pluma. A esto le siguió en 1969 su revisión crítica clásica de toda la literatura sobre la elevación de la pluma, [53] en la que propuso un conjunto de ecuaciones de elevación de la pluma que se han vuelto ampliamente conocidas como "las ecuaciones de Briggs". Posteriormente, Briggs modificó sus ecuaciones de aumento de la pluma de 1969 en 1971 y en 1972. [54] [55]
El Urban Airshed Model, un modelo de pronóstico regional para los efectos de la contaminación del aire y la lluvia ácida , fue desarrollado por una empresa privada en los EE. UU. En 1970. El desarrollo de este modelo fue asumido por la Agencia de Protección Ambiental y mejorado a mediados y finales. 1970 utilizando los resultados de un estudio regional de contaminación del aire. Aunque se desarrolló en California , este modelo se utilizó más tarde en otras áreas de América del Norte , Europa y Asia durante la década de 1980. [56] El modelo comunitario de calidad del aire multiescala (CMAQ) es un modelo de calidad del aire de código abierto ejecutado en los Estados Unidos junto con el modelo de mesoescala NAM desde 2004. [57] [58] El primer modelo operativo de calidad del aire en Canadá, Canadá El Sistema Hemisférico y Regional de Ozono y NOx (CHRONOS), comenzó a funcionar en 2001. Fue reemplazado por el modelo Ambiental Global Multiescala - Modelado de Calidad y Química del Aire (GEM-MACH) en noviembre de 2009. [59]
Modelos de ciclones tropicales
Durante 1972, se desarrolló el primer modelo para pronosticar las marejadas ciclónicas a lo largo de la plataforma continental , conocido como el Programa especial para enumerar la amplitud de las marejadas provocadas por huracanes (SPLASH). [60] En 1978, comenzó a funcionar el primer modelo de seguimiento de huracanes basado en la dinámica atmosférica , el modelo de malla fina móvil (MFM). [13] Dentro del campo de la predicción de la trayectoria de ciclones tropicales , a pesar de la guía del modelo dinámico en constante mejora que se produjo con un mayor poder computacional, no fue hasta la década de 1980 cuando la predicción numérica del tiempo mostró habilidad , y hasta la década de 1990 cuando superó los modelos estadísticos o dinámicos simples. [61] A principios de la década de 1980, se descubrió que la asimilación de los vientos derivados de satélites a partir de imágenes de vapor de agua, infrarrojas y satelitales visibles mejoraba la predicción de la trayectoria de los ciclones tropicales. [62] El modelo de huracanes del Laboratorio de Dinámica de Fluidos Geofísicos (GFDL) se utilizó con fines de investigación entre 1973 y mediados de la década de 1980. Una vez que se determinó que podía demostrar habilidad en la predicción de huracanes, una transición de varios años transformó el modelo de investigación en un modelo operativo que podría ser utilizado por el Servicio Meteorológico Nacional en 1995. [63]
El modelo de Investigación y Pronóstico del Tiempo de Huracanes (HWRF) es una versión especializada del modelo de Investigación y Pronóstico del Tiempo (WRF) y se utiliza para pronosticar la trayectoria y la intensidad de los ciclones tropicales . El modelo fue desarrollado por la Administración Nacional Oceánica y Atmosférica (NOAA), el Laboratorio de Investigación Naval de EE. UU. , La Universidad de Rhode Island y la Universidad Estatal de Florida . [64] Entró en funcionamiento en 2007. [65] A pesar de las mejoras en la predicción de trayectorias, las predicciones de la intensidad de un ciclón tropical basadas en predicciones meteorológicas numéricas siguen siendo un desafío, ya que los métodos estadísticos siguen mostrando una mayor habilidad que la guía dinámica. [66]
Modelos oceánicos
Los primeros modelos de olas oceánicas se desarrollaron en las décadas de 1960 y 1970. Estos modelos tenían la tendencia a sobrestimar el papel del viento en el desarrollo de las olas y minimizaban las interacciones de las olas. La falta de conocimiento sobre cómo las olas interactuaban entre sí, las suposiciones sobre la altura máxima de las olas y las deficiencias en el poder de la computadora limitaron el rendimiento de los modelos. Después de que se realizaron experimentos en 1968, 1969 y 1973, la entrada de viento de la atmósfera de la Tierra se ponderó con mayor precisión en las predicciones. En la década de 1980 se desarrolló una segunda generación de modelos, pero no podían modelar de manera realista el oleaje ni representar olas impulsadas por el viento (también conocidas como olas de viento) causadas por campos de viento que cambiaban rápidamente, como los que se encuentran dentro de los ciclones tropicales. Esto provocó el desarrollo de una tercera generación de modelos de olas a partir de 1988. [67] [68]
Dentro de esta tercera generación de modelos, la ecuación de transporte de ondas espectrales se utiliza para describir el cambio en el espectro de ondas sobre la topografía cambiante. Simula la generación de ondas, el movimiento de las ondas (propagación dentro de un fluido), la acumulación de ondas , la refracción , la transferencia de energía entre ondas y la disipación de ondas. [69] Dado que los vientos superficiales son el mecanismo de fuerza principal en la ecuación de transporte de ondas espectrales, los modelos de ondas oceánicas utilizan información producida por modelos numéricos de predicción meteorológica como entradas para determinar cuánta energía se transfiere de la atmósfera a la capa en la superficie del océano. . Junto con la disipación de energía a través de capas blancas y la resonancia entre las olas, los vientos superficiales de los modelos meteorológicos numéricos permiten predicciones más precisas del estado de la superficie del mar. [70]
Estadísticas de salida del modelo
Debido a que los modelos de pronóstico basados en las ecuaciones de la dinámica atmosférica no determinan perfectamente las condiciones climáticas cerca del suelo, se desarrollaron correcciones estadísticas para intentar resolver este problema. Se crearon modelos estadísticos basados en los campos tridimensionales producidos por modelos meteorológicos numéricos, observaciones de superficie y las condiciones climatológicas para ubicaciones específicas. Estos modelos estadísticos se denominan colectivamente estadísticas de salida de modelos (MOS), [71] y fueron desarrollados por el Servicio Meteorológico Nacional para su conjunto de modelos de pronóstico del tiempo en 1976. [72] La Fuerza Aérea de los Estados Unidos desarrolló su propio conjunto de MOS basado en su modelo meteorológico dinámico en 1983. [73]
Conjuntos
Como propuso Edward Lorenz en 1963, es imposible para los pronósticos a largo plazo, los que se hacen con más de dos semanas de anticipación, predecir el estado de la atmósfera con algún grado de habilidad , debido a la naturaleza caótica de las ecuaciones de dinámica de fluidos involucradas. . Los errores extremadamente pequeños en la temperatura, los vientos u otras entradas iniciales dadas a los modelos numéricos se amplificarán y duplicarán cada cinco días. [74] Además, las redes de observación existentes tienen una resolución espacial y temporal limitada (por ejemplo, sobre grandes masas de agua como el Océano Pacífico), lo que introduce incertidumbre en el verdadero estado inicial de la atmósfera. Si bien existe un conjunto de ecuaciones, conocidas como ecuaciones de Liouville , para determinar la incertidumbre inicial en la inicialización del modelo, las ecuaciones son demasiado complejas para ejecutarlas en tiempo real, incluso con el uso de supercomputadoras. [75] Estas incertidumbres limitan la precisión del modelo de pronóstico a unos seis días en el futuro. [76]
Edward Epstein reconoció en 1969 que la atmósfera no podía describirse completamente con una sola ejecución de pronóstico debido a la incertidumbre inherente, y propuso un modelo dinámico estocástico que producía medias y variaciones para el estado de la atmósfera. [77] Si bien estas simulaciones de Monte Carlo demostraron habilidad, en 1974 Cecil Leith reveló que producían pronósticos adecuados solo cuando la distribución de probabilidad del conjunto era una muestra representativa de la distribución de probabilidad en la atmósfera. [78] No fue hasta 1992 cuando el Centro Europeo de Pronósticos Meteorológicos a Mediano Plazo , el Centro Meteorológico Canadiense, [79] y los Centros Nacionales de Predicción Ambiental comenzaron a preparar pronósticos por conjuntos . El modelo ECMWF, el sistema de predicción por conjuntos, [80] utiliza vectores singulares para simular la densidad de probabilidad inicial , mientras que el conjunto NCEP, el sistema de predicción global por conjuntos, utiliza una técnica conocida como reproducción de vectores . [81] [82]
Ver también
- André Robert
- Modelo atmosférico
- Frederick Gale Shuman
- Cronología de la informática científica
Referencias
- ^ Abbe, Cleveland (diciembre de 1901). "La base física de los pronósticos meteorológicos a largo plazo" (PDF) . Revisión mensual del clima . 29 (12): 551–61. Código Bibliográfico : 1901MWRv ... 29..551A . doi : 10.1175 / 1520-0493 (1901) 29 [551c: TPBOLW] 2.0.CO; 2 . Consultado el 23 de diciembre de 2010 .
- ^ a b c d e f g h Lynch, Peter (20 de marzo de 2008). "Los orígenes de la predicción meteorológica por computadora y el modelado climático" (PDF) . Revista de Física Computacional . 227 (7): 3431–44. Código bibliográfico : 2008JCoPh.227.3431L . doi : 10.1016 / j.jcp.2007.02.034 . Archivado desde el original (PDF) el 8 de julio de 2010 . Consultado el 23 de diciembre de 2010 .
- ^ a b Lynch, Peter (2006). "Predicción del tiempo por proceso numérico". La aparición de la predicción meteorológica numérica . Prensa de la Universidad de Cambridge . págs. 1–27. ISBN 978-0-521-85729-1.
- ^ Edwards, Paul. "Antes de 1955: modelos numéricos y la prehistoria de los MCG" . Modelización de la circulación general atmosférica: una historia participativa . Universidad de Michigan . Consultado el 23 de diciembre de 2010 .
- ^ "LOS PRONÓSTICOS DE ENIAC" (PDF) .
- ^ Witman, Sarah (16 de junio de 2017). "Conozca al científico informático al que debe agradecer por la aplicación meteorológica de su teléfono inteligente" . Smithsonian . Consultado el 22 de julio de 2017 .
- ^ Edwards, Paul N. (2010). Una gran máquina: modelos informáticos, datos climáticos y la política del calentamiento global . La prensa del MIT. ISBN 978-0262013925. Archivado desde el original el 27 de enero de 2012 . Consultado el 22 de julio de 2017 .
- ^ a b Charney, Jule ; Fjørtoft, Ragnar ; von Neumann, John (noviembre de 1950). "Integración numérica de la ecuación de vorticidad barotrópica" . Tellus . 2 (4): 237-254. Código bibliográfico : 1950TellA ... 2..237C . doi : 10.3402 / tellusa.v2i4.8607 .
- ^ Cox, John D. (2002). Vigilantes de tormentas . John Wiley & Sons, Inc. pág. 208 . ISBN 978-0-471-38108-2.
- ^ "Historia de la predicción meteorológica numérica" . Met Office . Consultado el 5 de octubre de 2019 . Este artículo contiene citas de esta fuente, que está disponible bajo la Open Government License v3.0 . © Derechos de autor de la corona.
- ^ Harper, Kristine; Uccellini, Louis W .; Kalnay, Eugenia; Carey, Kenneth; Morone, Lauren (mayo de 2007). "2007: 50 aniversario de la predicción meteorológica numérica operativa" . Boletín de la Sociedad Meteorológica Estadounidense . 88 (5): 639–650. Código Bibliográfico : 2007BAMS ... 88..639H . doi : 10.1175 / BAMS-88-5-639 .
- ^ Instituto Americano de Física (2008-03-25). "Modelado de circulación general atmosférica" . Archivado desde el original el 25 de marzo de 2008 . Consultado el 13 de enero de 2008 .
- ^ a b c d e Shuman, Frederick G. (septiembre de 1989). "Historia de la predicción numérica del tiempo en el Centro Meteorológico Nacional" . Clima y pronóstico . 4 (3): 286-296. Código Bibliográfico : 1989WtFor ... 4..286S . doi : 10.1175 / 1520-0434 (1989) 004 <0286: HONWPA> 2.0.CO; 2 . ISSN 1520-0434 .
- ^ a b c Kalnay, Eugenia (2003). Modelado atmosférico, asimilación y previsibilidad de datos (PDF) . Modelado atmosférico . Prensa de la Universidad de Cambridge. pp. 1-3, 18, 20. bibcode : 2002amda.book ..... K . ISBN 978-0-521-79179-3. Consultado el 25 de febrero de 2011 .
- ^ Gates, W. Lawrence; Pocinki, Leon S .; Jenkins, Carl F. (agosto de 1955). Resultados de la predicción numérica con los modelos atmosféricos barotrópico y termotrópico (PDF) . Base de la Fuerza Aérea Hanscom : Laboratorios de Investigación de Cambridge de la Fuerza Aérea . Consultado el 23 de junio de 2020 .
- ^ Thompson, PD; W. Lawrence Gates (abril de 1956). "Una prueba de métodos de predicción numérica basados en los modelos barotrópicos y baroclínicos de dos parámetros" . Revista de meteorología . 13 (2): 127-141. Código Bibliográfico : 1956JAtS ... 13..127T . doi : 10.1175 / 1520-0469 (1956) 013 <0127: ATONPM> 2.0.CO; 2 . ISSN 1520-0469 .
- ^ Ichikawa, Atsunobu (2004). Calentamiento global: los desafíos de la investigación: un informe de la iniciativa de calentamiento global de Japón . Calentamiento global: los desafíos de la investigación: un informe de la iniciativa de calentamiento global de Japón . Saltador. pag. 66. bibcode : 2004gwrc.book ..... yo . ISBN 978-1-4020-2940-0.
- ^ a b Leslie, LM; Dietachmeyer, GS (diciembre de 1992). "Predicción numérica del tiempo de área limitada en tiempo real en Australia: una perspectiva histórica" (PDF) . Revista Meteorológica Australiana . 41 (SP): 61–77 . Consultado el 3 de enero de 2011 .
- ^ Stensrud, David J. (2007). Esquemas de parametrización: claves para comprender los modelos numéricos de predicción meteorológica . Prensa de la Universidad de Cambridge . pag. 137. ISBN 978-0-521-86540-1.
- ^ Houghton, John Theodore (1985). El clima global . Archivo de Cambridge University Press. págs. 49–50. ISBN 978-0-521-31256-1.
- ^ Pielke, Roger A. (2002). Modelado meteorológico de mesoescala . Prensa académica . págs. 48–49. ISBN 978-0-12-554766-6.
- ^ Pielke, Roger A. (2002). Modelado meteorológico de mesoescala . Prensa académica . págs. 18-19. ISBN 978-0-12-554766-6.
- ^ a b Strikwerda, John C. (2004). Esquemas de diferencias finitas y ecuaciones diferenciales parciales . SIAM. págs. 165-170. ISBN 978-0-89871-567-5.
- ^ Pielke, Roger A. (2002). Modelado meteorológico de mesoescala . Prensa académica . pag. 65. ISBN 978-0-12-554766-6.
- ^ Centro Europeo de Previsiones a Medio Plazo (2002-01-21). "Breve historia del sistema de análisis y pronóstico ECMWF" . Archivado desde el original el 1 de febrero de 2011 . Consultado el 25 de febrero de 2011 .
- ^ Centro Británico de Datos Atmosféricos (2007-01-05). "La Historia del Modelo Unificado" . Consultado el 6 de marzo de 2011 .
- ^ Candy, Brett, Stephen English, Richard Renshaw y Bruce Macpherson (27 de febrero de 2004). "Uso de datos de AMSU en el modelo de mesoescala de Met Office UK" (PDF) . Instituto Cooperativo de Estudios de Satélites Meteorológicos. pag. 1 . Consultado el 6 de marzo de 2011 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Ritchie, H .; C. Beaudouin (1994). "Aproximaciones y experimentos de sensibilidad con un modelo espectral semilagrangiano baroclínico" . Revisión mensual del clima . 122 (10): 2395. Código Bibliográfico : 1994MWRv..122.2391R . doi : 10.1175 / 1520-0493 (1994) 122 <2391: aasewa> 2.0.co; 2 .
- ^ Centro de Modelado Ambiental (2010). "Cambios de modelo desde 1991" . Administración Nacional Oceánica y Atmosférica . Consultado el 25 de febrero de 2011 .
- ^ Eikenberg, S., K. Frohlich, A. Seifert, S. Crewell y M. Mech (25 de febrero de 2011). "Evaluación del contenido de hielo y nieve en el modelo de predicción meteorológica numérica global GME con CloudSat" . Desarrollo de modelos geocientíficos . 4 (1): 422. Código Bibliográfico : 2011GMDD .... 4..419E . doi : 10.5194 / gmdd-4-419-2011 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Phillips, Norman A. (abril de 1956). "La circulación general de la atmósfera: un experimento numérico". Revista trimestral de la Royal Meteorological Society . 82 (352): 123-154. Código bibliográfico : 1956QJRMS..82..123P . doi : 10.1002 / qj.49708235202 .
- ^ Cox, John D. (2002). Vigilantes de tormentas . John Wiley & Sons, Inc. pág. 210 . ISBN 978-0-471-38108-2.
- ^ a b Lynch, Peter (2006). "Las Integraciones ENIAC". La aparición de la predicción meteorológica numérica . Prensa de la Universidad de Cambridge . págs. 206–208. ISBN 978-0-521-85729-1.
- ^ "Artículo revolucionario sobre el primer modelo climático" .
- ^ Collins, William D .; et al. (Junio de 2004). "Descripción del modelo de atmósfera comunitaria NCAR (CAM 3.0)" (PDF) . Corporación Universitaria de Investigaciones Atmosféricas . Consultado el 3 de enero de 2011 .
- ^ Xue, Yongkang; Michael J. Fennessey (20 de marzo de 1996). "Impacto de las propiedades de la vegetación en la predicción del clima de verano de Estados Unidos" (PDF) . Revista de Investigación Geofísica . 101 (D3): 7419. Código Bibliográfico : 1996JGR ... 101.7419X . CiteSeerX 10.1.1.453.551 . doi : 10.1029 / 95JD02169 . Archivado desde el original (PDF) el 10 de julio de 2010 . Consultado el 6 de enero de 2011 .
- ^ McGuffie, K .; A. Henderson-Sellers (2005). Una cartilla de modelado climático . John Wiley e hijos. pag. 188. ISBN 978-0-470-85751-9.
- ^ Washington, Warren (2006). Odisea en modelización climática, calentamiento global y asesoramiento a cinco presidentes (2 ed.). Lulu.com. pag. 62. ISBN 978-1-4303-1696-1.
- ^ Warner, Thomas Tomkins (2010). Predicción numérica del tiempo y el clima . Prensa de la Universidad de Cambridge . pag. 259. ISBN 978-0-521-51389-0.
- ^ Explicación de NGM MOS actual . Laboratorio de Desarrollo Meteorológico del Servicio Meteorológico Nacional (1999). Consultado el 15 de mayo de 2010.
- ^ a b Côté, Jean, Sylvie Gravel, André Méthot, Alain Patoine, Michel Roch y Andrew Staniforth (junio de 1998). "El Modelo Operativo CMC – MRB Global Ambiental Multiescala (GEM). Parte I: Consideraciones de Diseño y Formulación" . Revisión mensual del clima . 126 (6): 1373-1374. Código Bibliográfico : 1998MWRv..126.1373C . doi : 10.1175 / 1520-0493 (1998) 126 <1373: TOCMGE> 2.0.CO; 2 . ISSN 1520-0493 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Puri, K., GS Dietachmayer, GA Mills, NE Davidson, RA Bowen, LW Logan (septiembre de 1998). "El nuevo sistema de predicción de área limitada BMRC, LAPS". Revista Meteorológica Australiana . 47 (3): 203–223.CS1 maint: varios nombres: lista de autores ( enlace )
- ^ R. Benoit; J. Côté; J. Mailhot (agosto de 1989). "Inclusión de una parametrización de la capa límite de TKE en el modelo de elementos finitos regional canadiense" . Revisión mensual del clima . 117 (8): 1726-1750. Código Bibliográfico : 1989MWRv..117.1726B . doi : 10.1175 / 1520-0493 (1989) 117 <1726: IOATBL> 2.0.CO; 2 . ISSN 1520-0493 .
- ^ Centro Hidrográfico de la Armada de Brasil (2009-09-29). "HRM - Modelo atmosférico" . Archivado desde el original el 3 de abril de 2012 . Consultado el 15 de marzo de 2011 .
- ^ Masciadri, Elena; Marc Sarazin (2009). Turbulencia óptica: la astronomía se encuentra con la meteorología: actas de la caracterización óptica de la turbulencia para aplicaciones astronómicas, Cerdeña, Italia, 15-18 de septiembre de 2008 . Prensa del Imperial College. pag. 173. ISBN 978-1-84816-485-7.
- ^ Schultz, J.-P. (2006). "El nuevo LME Lokal-Modell del servicio meteorológico alemán" (PDF) . Consorcio para el modelado a pequeña escala (6) . Consultado el 15 de marzo de 2011 .
- ^ Narita, Masami; Shiro Ohmori (6 de agosto de 2007). "3.7 Mejora de los pronósticos de precipitación mediante el modelo operacional no hidrostático de mesoescala con la parametrización convectiva de Kain-Fritsch y la microfísica de nubes" (PDF) . XII Congreso de Procesos de Mesoescala . Consultado el 15 de febrero de 2011 .
- ^ Bosanquet, CH y Pearson, JL, "La propagación del humo y los gases de las chimeneas", Transacciones de la Sociedad Faraday, 32: 1249, 1936
- ^ Sutton, OG, "El problema de la difusión en la atmósfera inferior", Quarterly Journal of the Royal Meteorological Society, 73: 257, 1947 y "La distribución teórica de la contaminación atmosférica de las chimeneas de las fábricas", Quarterly Journal of the Royal Meteorological Society, 73: 426, 1947
- ^ Briggs, GA, "Un modelo de aumento de la pluma en comparación con las observaciones", Journal of the Air Pollution Control Association, 15: 433–438, 1965
- ^ Briggs, GA, "Reunión CONCAWE: discusión de las consecuencias comparativas de diferentes fórmulas de aumento de la pluma", Ambiente atmosférico, 2: 228-232, 1968
- ^ Slade, DH (editor), "Meteorología y energía atómica 1968", Laboratorio de recursos del aire, Departamento de comercio de Estados Unidos, 1968
- ^ Briggs, GA, "Plume Rise", Serie de revisión crítica del comando ambiental del ejército de Estados Unidos, 1969
- ^ Briggs, GA, "Algunos análisis recientes de la observación del aumento de la pluma", Actas del Segundo Congreso Internacional de Aire Limpio, Academic Press, Nueva York, 1971
- ^ Briggs, GA, "Discusión: penachos de chimenea en entornos neutrales y estables", Ambiente atmosférico, 6: 507-510, 1972
- ^ Steyn, DG (1991). Modelización de la contaminación atmosférica y su aplicación VIII, Volumen 8 . Birkhäuser. págs. 241–242. ISBN 978-0-306-43828-8.
- ^ Modelado comunitario; Analysis System Center (junio de 2010). "Bienvenido a CMAQ-Model.org" . Universidad de Carolina del Norte-Chapel Hill. Archivado desde el original el 11 de diciembre de 2009 . Consultado el 25 de febrero de 2011 .
- ^ Marz, Loren C. (4 de noviembre de 2009). "Mesoescala de América del Norte (NAM) - Verificación de pronóstico de ozono de calidad de aire de escala múltiple comunitaria (CMAQ) para Knoxville, Tennessee (verano de 2005)" . Consultado el 25 de febrero de 2011 .
- ^ Anselmo, David, Michael D. Moran, Sylvain Ménard, Véronique S. Bouchet, Paul A. Makar, Wanmin Gong, Alexander Kallaur, Paul-André Beaulieu, Hugo Landry, Craig Stroud, Ping Huang, Sunling Gong y Donald Talbot (2010 ). "J10.4: Un nuevo modelo canadiense de pronóstico de la calidad del aire: GEM-MACH15" (PDF) . 16ª Conferencia sobre Meteorología de la Contaminación Atmosférica . Consultado el 25 de febrero de 2011 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Jelesnianski, CP, J. Chen y WA Shaffer (abril de 1992). "SLOSH: marejadas marítimas, lacustres y terrestres causadas por huracanes. Informe técnico de la NOAA NWS 48" (PDF) . Administración Nacional Oceánica y Atmosférica . pag. 2 . Consultado el 15 de marzo de 2011 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Franklin, James (20 de abril de 2010). "Verificación del pronóstico del Centro Nacional de Huracanes" . Centro Nacional de Huracanes . Consultado el 2 de enero de 2011 .
- ^ Le Marshall; JF; LM Leslie; AF Bennett (1996). "Ciclón tropical Beti : un ejemplo de los beneficios de asimilar datos de viento satelital por hora" (PDF) . Revista Meteorológica Australiana . 45 : 275.
- ^ Laboratorio de Dinámica de Fluidos Geofísicos (28-01-2011). "Previsión de intensidad y seguimiento operacional de huracanes" . Administración Nacional Oceánica y Atmosférica . Consultado el 25 de febrero de 2011 .
- ^ "La precisión del pronóstico del tiempo se impulsa con el nuevo modelo de computadora" . Comunicado de prensa de UCAR . Archivado desde el original el 19 de mayo de 2007 . Consultado el 9 de julio de 2007 .
- ^ "Nuevo modelo avanzado de huracanes ayuda a los pronosticadores de la NOAA" . Revista NOAA . Consultado el 9 de julio de 2007 .
- ^ Rappaport, Edward N .; Franklin, James L .; Ávila, Lixion A .; Baig, Stephen R .; Beven II, John L .; Blake, Eric S .; Burr, Christopher A .; Jiing, Jiann-Gwo; Juckins, Christopher A .; Knabb, Richard D .; Landsea, Christopher W .; Mainelli, Michelle; Mayfield, Max; McAdie, Colin J .; Pasch, Richard J .; Sisko, Christopher; Stewart, Stacy R .; Tribble, Ahsha N. (abril de 2009). "Avances y desafíos en el Centro Nacional de Huracanes". Clima y pronóstico . 24 (2): 395–419. Código bibliográfico : 2009WtFor..24..395R . CiteSeerX 10.1.1.207.4667 . doi : 10.1175 / 2008WAF2222128.1 .
- ^ Komen, GJ, L. Cavaleri, M. Donelan (1996). Dinámica y modelado de olas oceánicas . Prensa de la Universidad de Cambridge. pag. 205. ISBN 978-0-521-57781-6.CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Robinson, Ian S. (2010). Comprensión de los océanos desde el espacio: las aplicaciones únicas de la oceanografía por satélite . Saltador. pag. 320. ISBN 978-3-540-24430-1.
- ^ Lin, Pengzhi (2008). Modelado numérico de ondas de agua . Prensa de psicología. pag. 270. ISBN 978-0-415-41578-1.
- ^ Bender, Leslie C. (enero de 1996). "Modificación de la física y la numérica en un modelo de olas oceánicas de tercera generación" . Revista de tecnología atmosférica y oceánica . 13 (3): 726–750. Código Bibliográfico : 1996JAtOT..13..726B . doi : 10.1175 / 1520-0426 (1996) 013 <0726: MOTPAN> 2.0.CO; 2 . ISSN 1520-0426 .
- ^ Baum, Marsha L. (2007). Cuando la naturaleza golpea: desastres climáticos y la ley . Grupo editorial de Greenwood. pag. 189. ISBN 978-0-275-22129-4.
- ^ Harry Hughes (1976). Guía de pronóstico de estadísticas de salida del modelo . Centro de Aplicaciones Técnicas Ambientales de la Fuerza Aérea de los Estados Unidos. págs. 1-16.
- ^ L. Best; DL; SP Pryor (1983). Sistemas de estadísticas de salida del modelo de servicio meteorológico aéreo . Air Force Global Weather Central. págs. 1–90.
- ^ Cox, John D. (2002). Vigilantes de tormentas . John Wiley & Sons, Inc. págs. 222–224 . ISBN 978-0-471-38108-2.
- ^ Manousos, Peter (19 de julio de 2006). "Sistemas de predicción de conjuntos" . Centro de Predicción Hidrometeorológica . Consultado el 31 de diciembre de 2010 .
- ↑ Weickmann, Klaus, Jeff Whitaker, Andres Roubicek y Catherine Smith (1 de diciembre de 2001). El uso de pronósticos conjuntos para producir pronósticos meteorológicos mejorados a mediano plazo (3 a 15 días). Centro de Diagnóstico Climático . Consultado el 16 de febrero de 2007.
- ^ Epstein, ES (diciembre de 1969). "Predicción dinámica estocástica". Tellus . 21 (6): 739–759. Código Bibliográfico : 1969Tell ... 21..739E . doi : 10.1111 / j.2153-3490.1969.tb00483.x .
- ^ Leith, CE (junio de 1974). "Habilidad teórica de los pronósticos de Monte Carlo" . Revisión mensual del clima . 102 (6): 409–418. Código bibliográfico : 1974MWRv..102..409L . doi : 10.1175 / 1520-0493 (1974) 102 <0409: TSOMCF> 2.0.CO; 2 . ISSN 1520-0493 .
- ^ Houtekamer, Petere; Gérard Pellerin (12 de noviembre de 2004). "El sistema canadiense de predicción por conjuntos (EPS)" (PDF) . Centro de Modelado Ambiental . Consultado el 6 de marzo de 2011 .
- ^ "El sistema de predicción por conjuntos (EPS)" . ECMWF . Archivado desde el original el 30 de octubre de 2010 . Consultado el 5 de enero de 2011 .
- ^ Toth, Zoltan; Kalnay, Eugenia (diciembre de 1997). "Ensemble Forecasting en NCEP y el método de mejoramiento". Revisión mensual del clima . 125 (12): 3297–3319. Código Bibliográfico : 1997MWRv..125.3297T . CiteSeerX 10.1.1.324.3941 . doi : 10.1175 / 1520-0493 (1997) 125 <3297: EFANAT> 2.0.CO; 2 . ISSN 1520-0493 .
- ^ Molteni, F .; Buizza, R .; Palmer, TN; Petroliagis, T. (enero de 1996). "El ECMWF Ensemble Prediction System: Metodología y validación". Revista trimestral de la Royal Meteorological Society . 122 (529): 73-119. Código Bibliográfico : 1996QJRMS.122 ... 73M . doi : 10.1002 / qj.49712252905 .