La parametrización en un modelo meteorológico o climático en el contexto de la predicción meteorológica numérica es un método para reemplazar procesos que son demasiado pequeños o complejos para ser representados físicamente en el modelo por un proceso simplificado. Esto se puede contrastar con otros procesos, por ejemplo, el flujo de la atmósfera a gran escala, que se resuelven explícitamente dentro de los modelos. Asociados con estas parametrizaciones hay varios parámetros utilizados en los procesos simplificados. Los ejemplos incluyen la velocidad de descenso de las gotas de lluvia, las nubes convectivas, las simplificaciones de la transferencia radiativa atmosférica sobre la base de los códigos de transferencia radiativa atmosférica y la microfísica de las nubes.. Las parametrizaciones radiativas son importantes tanto para el modelado atmosférico como oceánico. Las emisiones atmosféricas de diferentes fuentes dentro de las cuadrículas individuales también deben parametrizarse para determinar su impacto en la calidad del aire .
Nubes
Las cuadrículas de los modelos meteorológicos y climáticos tienen lados de entre 5 kilómetros (3,1 millas) y 300 kilómetros (190 millas). Una nube cúmulo típica tiene una escala de menos de 1 kilómetro (0,62 millas) y requeriría una cuadrícula aún más fina que esta para ser representada físicamente por las ecuaciones del movimiento de los fluidos. Por tanto, los procesos que representan tales nubes son parametrizados , mediante procesos de diversa sofisticación. En los primeros modelos, si una columna de aire en una caja de rejilla modelo era inestable (es decir, la parte inferior más caliente que la superior), entonces se volcaría y el aire en esa columna vertical se mezclaría. Los esquemas más sofisticados agregan mejoras, reconociendo que solo algunas partes de la caja pueden convencer y que ocurren arrastre y otros procesos. [1] Los modelos meteorológicos que tienen cuadrículas con lados entre 5 kilómetros (3,1 millas) y 25 kilómetros (16 millas) pueden representar explícitamente nubes convectivas, aunque todavía necesitan parametrizar la microfísica de nubes. [2]
La formación de nubes a gran escala ( tipo estrato ) tiene una base más física: se forman cuando la humedad relativa alcanza algún valor prescrito. Aún así, es necesario tener en cuenta los procesos de escala de subcuadrícula. En lugar de asumir que las nubes se forman al 100% de humedad relativa, la fracción de nubes se puede relacionar con una humedad relativa crítica del 70% para las nubes de tipo estratos y del 80% o más para las nubes cumuliformes, [3] reflejando la escala de la subcuadrícula variación que ocurriría en el mundo real. Algunas partes de la parametrización de la precipitación incluyen la velocidad de condensación, los intercambios de energía que se ocupan del cambio de estado de vapor de agua a gotas líquidas y el componente microfísico que controla la velocidad de cambio de vapor de agua a gotas de agua. [4]
Interacción entre radiación y atmósfera-superficie
La cantidad de radiación solar que llega al nivel del suelo en un terreno accidentado, o debido a la nubosidad variable, se parametriza a medida que este proceso ocurre a escala molecular. [5] Este método de parametrización también se realiza para el flujo de energía superficial entre el océano y la atmósfera con el fin de determinar temperaturas realistas de la superficie del mar y el tipo de hielo marino que se encuentra cerca de la superficie del océano. [4] Además, el tamaño de la cuadrícula de los modelos es grande en comparación con el tamaño real y la rugosidad de las nubes y la topografía. Se tiene en cuenta el ángulo solar y el impacto de múltiples capas de nubes. [6] El tipo de suelo, el tipo de vegetación y la humedad del suelo determinan cuánta radiación entra en el calentamiento y cuánta humedad se absorbe en la atmósfera adyacente. Por tanto, es importante parametrizarlos. [7]
Calidad del aire
El pronóstico de la calidad del aire intenta predecir cuándo las concentraciones de contaminantes alcanzarán niveles peligrosos para la salud pública. La concentración de contaminantes en la atmósfera está determinada por el transporte, la difusión , la transformación química y la deposición en el suelo . [8] Junto con la fuente de contaminantes y la información del terreno, estos modelos requieren datos sobre el estado del flujo de fluido en la atmósfera para determinar su transporte y difusión. [9] Dentro de los modelos de calidad del aire, las parametrizaciones tienen en cuenta las emisiones atmosféricas de múltiples fuentes relativamente pequeñas (por ejemplo, carreteras, campos, fábricas) dentro de cuadrículas específicas. [10]
Problemas con una mayor resolución
A medida que aumenta la resolución del modelo, los errores asociados con los procesos de convección húmeda aumentan ya que las suposiciones que son estadísticamente válidas para cuadros de cuadrícula más grandes se vuelven cuestionables una vez que los cuadros de cuadrícula se reducen en escala hacia el tamaño de la convección en sí. A resoluciones superiores a T639, que tiene una dimensión de cuadrícula de aproximadamente 30 kilómetros (19 millas), [11] el esquema convectivo de Arakawa-Schubert produce una precipitación convectiva mínima, lo que hace que la mayoría de las precipitaciones sean de naturaleza estratiforme y poco realista. [12]
Calibración
Cuando se parametriza un proceso físico, se deben elegir dos opciones: cuál es la forma estructural (por ejemplo, dos variables se pueden relacionar linealmente) y cuál es el valor exacto de los parámetros (por ejemplo, la constante de proporcionalidad ). El proceso de determinar los valores exactos de los parámetros en una parametrización se denomina calibración o, a veces, ajuste menos preciso. La calibración es un proceso difícil y se utilizan diferentes estrategias para hacerlo. Un método popular es ejecutar un modelo o submodelo y compararlo con un pequeño conjunto de métricas seleccionadas, como la temperatura. Se eligen los parámetros que conducen a la ejecución del modelo que mejor se asemeja a la realidad. [13]
Ver también
Referencias
- ^ Lu, Chunsong; Liu, Yangang; Niu, Shengjie; Krueger, Steven; Wagner, Timothy (2013). "Explorando la parametrización para procesos turbulentos de mezcla de arrastre en nubes" . Revista de Investigación Geofísica: Atmósferas . 118 : 185-194. doi : 10.1029 / 2012JD018464 .
- ^ Narita, Masami y Shiro Ohmori (6 de agosto de 2007). "3.7 Mejora de los pronósticos de precipitación mediante el modelo operativo 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 .
- ^ Frierson, Dargan (14 de septiembre de 2000). "El esquema de parametrización de la nube de diagnóstico" (PDF) . Universidad de Washington . págs. 4-5. Archivado desde el original (PDF) el 1 de abril de 2011 . Consultado el 15 de febrero de 2011 .
- ^ a b McGuffie, K. y A. Henderson-Sellers (2005). Una cartilla de modelado climático . John Wiley e hijos. págs. 187-188. ISBN 978-0-470-85751-9.
- ^ Stensrud, David J. (2007). Esquemas de parametrización: claves para comprender los modelos numéricos de predicción meteorológica . Prensa de la Universidad de Cambridge. pag. 6. ISBN 978-0-521-86540-1. Consultado el 15 de febrero de 2011 .
- ^ Melʹnikova, Irina N. y Alexander V. Vasilyev (2005). Radiación solar de onda corta en la atmósfera terrestre: cálculo, observación, interpretación . Saltador. págs. 226–228. ISBN 978-3-540-21452-6.
- ^ Stensrud, David J. (2007). Esquemas de parametrización: claves para comprender los modelos numéricos de predicción meteorológica . Prensa de la Universidad de Cambridge. págs. 12-14. ISBN 978-0-521-86540-1. Consultado el 15 de febrero de 2011 .
- ^ Daly, Aaron y Paolo Zannetti (2007). "Capítulo 2: Modelización de la contaminación del aire: una descripción general" (PDF) . Contaminación del aire ambiente . La Escuela Árabe de Ciencia y Tecnología y el Instituto EnviroComp. pag. 16 . Consultado el 24 de febrero de 2011 .
- ^ Baklanov, Alexander; Rasmussen, Alix; Fay, Barbara; Berge, Erik; Finardi, Sandro (septiembre de 2002). "Potencial y deficiencias de los modelos numéricos de predicción del tiempo en el suministro de datos meteorológicos para la predicción de la contaminación del aire urbano". Contaminación del agua, el aire y el suelo: enfoque . 2 (5): 43–60. doi : 10.1023 / A: 1021394126149 . S2CID 94747027 .
- ^ Baklanov, Alexander; Grimmond, Sue; Mahura, Alexander (2009). Modelos meteorológicos y de calidad del aire para áreas urbanas . Saltador. págs. 11-12. ISBN 978-3-642-00297-7. Consultado el 24 de febrero de 2011 .
- ^ Hamill, Thomas M .; Whitaker, Jeffrey S .; Fiorino, Michael; Koch, Steven E .; Señor, Stephen J. (19 de julio de 2010). "Incrementar la capacidad computacional de NOAA para mejorar el modelado de pronóstico global" (PDF) . Administración Nacional Oceánica y Atmosférica . pag. 9 . Consultado el 15 de febrero de 2011 .
- ^ Hamilton, Kevin y Wataru Ohfuchi (2008). Modelado numérico de alta resolución de la atmósfera y el océano . Saltador. pag. 17. ISBN 978-0-387-36671-5. Consultado el 15 de febrero de 2011 .
- ^ Hourdin, Frédéric; Mauritsen, Thorsten; Gettelman, Andrew; Golaz, Jean-Christophe; Balaji, Venkatramani; Duan, Qingyun; Folini, Doris; Ji, Duoying; Klocke, Daniel (2016). "El arte y la ciencia del ajuste del modelo climático" . Boletín de la Sociedad Meteorológica Estadounidense . 98 (3): 589–602. doi : 10.1175 / BAMS-D-15-00135.1 . ISSN 0003-0007 .
Otras lecturas
Plant, Robert S; Yano, Jun-Ichi (2015). Parametrización de la convección atmosférica . Prensa del Imperial College. ISBN 978-1-78326-690-6.