modelos climáticos regionales - unican.es · experimentos “timeslice” modelos anidados res....
TRANSCRIPT
Más info:
Modelos climáticos regionales
Jesús Fernández (Grupo de Meteorología Aplicada UCINM)
Más info:
Esquema
Regionalización ¿Por qué? Tipos de regionalización Regionalización dinámica
Modelos regionales anidados ¿Qué son? ¿Qué se espera de ellos? Variabilidad interna. Sensibilidad de las simulaciones regionales
AQUÍ APARECERÁN REFERENCIAS DE INTERÉS RELACIONADAS CON CADA TEMA
Más info:
Regionalización. Por qué?
Modelo globalResolución: 3.75° x 3.75°
(T30)
Más info:
Lo que ve un GCM
T30
Más info:
Regionalización. Por qué?
Modelo globalResolución: 2.5° x 2.5°
(T62)
Más info:
Lo que ve un GCM
T62
Más info:
Estrategias de regionalización
Para obtener información climática en escalas regionales, donde los impactos deben ser evaluados, se han desarrollado técnicas de regionalización que se agrupan fundamentalmente en dos grandes grupos:
Técnicas estadísticas o empíricas (tratadas en detalle en las presentaciones que siguen por E. Zorita y R. Ancell)
Técnicas dinámicas Utilizan modelos numéricos que resuelven las ecuaciones primitivas de la atmósfera
Técnicas de “timeslice” Técnicas de anidamiento
Más info:
Técnicas de “timeslice”
tiempohttp://www.isse.ucar.edu/rcw/presentations/cubasch.pdf
Más info:
Técnicas de “timeslice”
tiempohttp://www.isse.ucar.edu/rcw/presentations/cubasch.pdf
Más info:
Técnicas de “timeslice”
tiempo
Resolución variable
http://www.isse.ucar.edu/rcw/presentations/foxrabinovitz.pdfFoxRabinovitz et al. (2001) Mon Wea Rev 129:453, Deque & Piedelievre (1995) C Dyn 11:321
Más info:
Técnicas de anidamiento
Utilizan las variables de baja resolución proporcionadas por un GCM
Más info:
Técnicas de anidamiento
Utilizan las variables de baja resolución proporcionadas por un GCMpara alimentarunidireccionalmente un modelo numérico de alta resolución sobre un área limitada.
Más info:
Lo que ve un RCM
45 km
Más info:
Lo que NO ve un RCM● Procesos de microfísica de formación de nubes● Procesos radiativos, interacción con gases y nubes ● Muchas de las nubes (Los CRMs pueden. Resolución
~500m)● Turbulencia (Las simulaciones LES pueden resolver los
torbellinos mas grandes. Resolución ~50m)
http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.htmlECMWF Training course. A. Beljaars “Introduction to parameterization of subgrid processes”
Es la representación estadística del efecto de procesos que ocurren en escalas espaciales menores que el espaciado de malla de un modelo dinámico (GCM, RCM, CRM, LES, ...) sobre las variables del modelo en cada punto de malla.
Parametrización
Más info:
ParametrizacionesUna descomposición estándar de Reynolds: A = A + A' (A' = 0)
http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.htmlECMWF Training course. A. Beljaars “Introduction to parameterization of subgrid processes”
Más info:
ParametrizacionesUna descomposición estándar de Reynolds: A = A + A' (A' = 0)
aplicada, por ejemplo, a la ecuación de conservación del vapor de agua:
En este caso, la parametrización consiste en expresar los términos de covarianza de las anomalías como función de las variablespromediadas. f(v
h,w,T,q)
http://www.ecmwf.int/newsevents/training/lecture_notes/LN_PA.htmlECMWF Training course. A. Beljaars “Introduction to parameterization of subgrid processes”
da lugar a:
Más info:
Pros y contrasExperimentos “timeslice”
Modelos anidados Res. constante Res. variable
Resolución
Feedback GCM NO SI SI
SI NO
SI NO NO
Limitada por parametrizaciones (aprox. 2050 Km)
Limitada por el coste computacional (aprox. 50100 Km)
Limitada por el coste computacional y factor
de “encogimiento” (aprox. 4060 Km)
Artefactos en las fronteras
Depende del “encogimiento”
Física adaptada a alta resolución
Más info:
Historia de los RCMs...
LAM RCM GCMSe aprovechan de parametrizaciones específicas para alta resolución desarrolladas para sus contrapartidas de predicción meteorológica.
Física compatible con sus contrapartidas globales. Teóricamente, menos inconsistencias en las fronteras.
Dos caminos para el desarrollo de Modelos climáticos regionales:
IPCC TAR (2001)
Más info:
Historia de los RCMs...
Ejemplos:
Dickinson et al. 1989: 20 días (60km) x 3 Giorgi et al. 1990: 1 mes (60km) x 6 Jones et al. 1995: 10 años (50km) x 2 Kidson & Thompson 1998: 5 años (50km) Christensen et al. 1998: 10 años (19km) Giorgi et al. 2004: 30 años (50km) x 4
19 90 1995 20 00 2005
1 mes
variosmeses
1 año1 año
variosaños
1 decada
variasdecadas
60 Km 50 Km 30 Km 20 Km
IPCC TAR (2001)
Más info:
Lista de RCMs...RegCM3
CHRM
CLM
MM5 (CMM5, MM5ISU, MM5ANL, ...)
REMO
CRCM
RSM (NCEP, Scripps)
RCA
PROMES
RAMS
WRF
. . .
diferencias finitas / espectrales
hidrostaticos / no hidrostaticos
derivados de LAM / GCM
esquemas de integración
numérica ...
parametrizaciones físicas...
proyecciones de la rejilla...
Más info:
Comparación de RCMs
PIRCS (http://www.pircs.iastate.edu)
“Project to Intercompare Regional Climate Simulations”
MERCURE (http://www.pa.op.dlr.de/climate/mercure.html)
“Modelling European Regional Climate, Understanding and Reducing Errors”PRUDENCE (http://prudence.dmi.dk) [ M.A. Gaertner, Miercoles]
“Prediction of Regional scenarios and Uncertainties for Defining EuropeaN Climate change risks and Effects”
NARCCAP (http://rcmlab.agron.iastate.edu/narccap/experiment0.html)
“North American Regional Climate Change Assessment Program”ENSEMBLES (http://ensembleseu.org) [ J.M. Gutierrez, Viernes]“Ensemblebased predictions of climate changes and their impacts”
y varios más: ARCMIP (para la zona del ártico), SGMIP (modelos de resolucion variable), ...
Más info:
Comparación de RCMs
Anderson et al. (2003) J Hydromet 4:584 “Hydrological processes in RCM simulations of the ...”
Ciclo diario de precipitación en las llanuras del centro de los EEUU se consideran 13 RCMs participantes en PIRCS
Más info:
Condiciones de fronteraLos modelos regionales anidados, a diferencia de los globales, requieren especificar las condiciones en las fronteras del dominio.
GCM: periódicas
RCM: “que permitan pasar la información del GCM al interior del dominio”
Matemáticamente, el problema a resolver por los RCMs está mal planteado (pero funciona)
Más info:
Condiciones de fronteraVarias de las ecuaciones que gobiernan la atmósfera son simplemente ecuaciones de continuidad o conservación.
La especificación de condiciones de frontera en todos los bordes del dominio sobredetermina la solución de estas ecuaciones. Es suficiente especificar el flujo por donde entra en el dominio. El flujo saliente está determinado por la propia ecuación diferencial y esa zona de la frontera debería ser libre
http://www.isse.ucar.edu/rcw/presentations/laprise.pdf
Más info:
Condiciones de fronteraSi se fijan las condiciones en todo el borde, éste se convierte en una pared y cualquier diferencia entre la solución del RCM y el GCM “rebota” hacia el interior del dominio.
En la práctica, lo más común es usar una zona de relajación en la que se fuerzan las ecuaciones del RCM con un término adicional que hace converger suavemente su solución al valor especificado en el borde.
Davies (1983) Mon Wea Rev 111:1002 “Limitations of some common LB schemes used in ...”
Más info:
Más info:
Más info:
Más info:
Más info:
Variabilidad interna
Más info:
Variabilidad interna
Más info:
Variabilidad interna
Más info:
Variabilidad interna
Más info:
Variabilidad internaCaya & Biner (2004)
(hP
a)
Dos simulaciones con CRCM variando las
condiciones iniciales
Promedio espacial de la desviación estándar de SLP para cada mes.
RMSD entre la SLP de las dos simulaciones.
Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Más info:
Variabilidad internaCaya & Biner (2004)
Diferencia cuadrática media (MSD) promediada en un periodo de tiempo
Afecta al clima generado?
sí
sí
noCaya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Más info:
Variabilidad internaCaya & Biner (2004)
MS
D S
LP (h
Pa^
2)
Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Más info:
Variabilidad internaCaya & Biner (2004)
MS
D S
LP (h
Pa^
2)M
SD
SLP
(hP
a^2)
Caya & Biner (2004) Clim Dyn 22:33 “Internal variability of RCM simulations over an annual...”
Más info:
Experimentos “Big Brother”Denis et al. (2003)
Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1way nested RCMs: The Big ...”Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”
q700
Más info:
Experimentos “Big Brother”Denis et al. (2002)
Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1way nested RCMs: The Big ...”Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”
Dominio PequeñoRCM Alta res.
Dominio GrandeRCM Alta res.
Dominio GrandeSimulación de referencia
Alta resolución
Validacióndel RCM
Dominio PequeñoSimulación de alta resolución
Filtrarescalas
pequeñas
El “Big Brother” es una simulación de alta resolución para un dominio grande. Esto proporciona una “realidad virtual”. La solución del “Big
Brother” se degrada, filtrando las escalas menores de 500 km para emular los campos que proporciona un GCM.
La “realidad virtual” se puede utilizar para verificar si el “Little Brother” es capaz de recuperar las escalas pequeñas.
IC BC
Más info:
Experimentos “Big Brother”
Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1way nested RCMs: The Big ...”Giorgi & Mearns (1999) J Geophys Res 104:6335 “Introduction to special section: RCM ...”
La “realidad virtual” proporcionada por el Big Brother permite validar el RCM eliminando muchos de los problemas que contaminan la validación con observaciones:
● Consistencia de las parametrizaciones físicas● Errores de interpolación horizontal● Calidad de los datos de forzamiento● Representatividad del clima real
y centrarse en validar otros aspectos del RCM (e.g.):
● Capacidad para recuperar información de mesoescala● Validez de la formulación matemática del anidamiento● Salto máximo de resolución entre el GCM y RCM● Derivas climáticas o errores sistemáticos
Más info:
Experimentos “Big Brother”
T=0h T=24h T=48h
Denis et al. (2002)
Denis et al. (2002) Clim Dyn 18:627 “Downscaling ability of 1way nested RCMs: The Big ...”Denis et al. (2003) Clim Dyn 20:107 “Sensitivity of a RCM to the resolution of the LBCs”
q700
Más info:
Sensibilidad
● La resolución● El tamaño y colocación del dominio● Las parametrizaciones● Las condiciones de frontera● Las condiciones iniciales (variabilidad interna)
Los modelos regionales dejan a la elección del usuario un número elevado de opciones, de las cuales puede depender críticamente el resultado de una simulación. Entre otras:
Más info:
SensibilidadResolución Colle et al. (2000)
Colle et al. (2000) Wea Forecasting 15:730 “MM5 precipitation verification over the Pacific ...”
Más info:
SensibilidadResolución
Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”GonzálezRouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Estaciones(GonzálezRouco et al, 2001)
NCEP/NCAR reanálisis
Más info:
SensibilidadResolución
Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”GonzálezRouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Estaciones(GonzálezRouco et al, 2001)
MM5 135 Km
Más info:
SensibilidadResolución
Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”GonzálezRouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Estaciones(GonzálezRouco et al, 2001)
MM5 45 Km
Más info:
SensibilidadResolución
Fernández (2004) Tésis Doctoral UPV/EHU “Statistical and dynamical downscaling models ...”GonzálezRouco et al. (2001) J Clim 14:964 “Quality Control and Homogeneity of Precip ...”
Estaciones(GonzálezRouco et al, 2001)
MM5 15 Km
Más info:
SensibilidadResolución
Christensen et al. (1998) J Clim 11:3204 “Very highresolution RCM simulation over Scandin...”
ECHAM4/OPYC3 (T42)
HIRHAM4 (57km)
HIRHAM (19km)
win spr sum aut
Bias de precipitación sobre Escandinavia en un anidamiento telescópico:
T42 – 57km – 19km
Christensen et al. (1998)
Más info:
SensibilidadTamaño del dominio Jones et al. (1995)
Jones et al. (1995) Q J R Meteorol Soc 121:1413 “Simulation of climate change over Europe ...”Vukicevic & Errico (1990) Mon Wea Rev 118:1460 “The influence of artificial and physical ...”
Más info:
SensibilidadTamaño del dominio Jones et al. (1995)
C = 1 (sigue al GCM) C = 0 (no sigue GCM)
Jones et al. (1995) Q J R Meteorol Soc 121:1413 “Simulation of climate change over Europe ...”Vukicevic & Errico (1990) Mon Wea Rev 118:1460 “The influence of artificial and physical ...”
Más info:
SensibilidadParametrizaciones físicas
Fernandez et al. (2006) enviado a J Geoph Res “Sensitivity of MM5 to the selection of ...”
Microfísica
4: Simple Ice5: Mixed Phase
Cúmulos
3: Grell6: KainFritsch
PBL
2: Blackadar5: MRF
radiación
2: Cloud4: RRTM
Sean 16 experimentos para el periodo de 5 años 198589 en los cuales intercambiamos 4 parametrizaciones entre 2 de las opciones disponibles en el modelo mesoescalar MM5:
Más info:
(mm)
Estaciones UCM(GonzálezRouco et al, 2001)
MM5 ensemble
Más info:
(mm)
KainFritsch
Grell
Cumulus:
Más info:
(mm)
MRF
Blackadar
PBL:
Más info:
(deg C)
Más info:
(deg C)
RRTMCloud
LW radiation:
Simple Ice
Microphysics:
Kain-Fritsch
Cumulus:
MRF
PBL:
Más info:
(deg C)
CloudLW radiation:
Simple Ice
Microphysics:
KainFritsch
Cumulus:
MRF
PBL:
Blackadar
Más info:
(deg C)
CloudLW radiation:
Simple Ice
Microphysics:
KainFritsch
Cumulus:
MRF
PBL:
BlackadarEta (local)
Más info:
SensibilidadCondiciones de frontera
Pre
cipit
ati
on (
mm
)
NCEP/NCAR Reanalisis
Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter ...”
Más info:
SensibilidadCondiciones de frontera
Pre
cipit
ati
on (
mm
)
RRTMLW radiation:
Simple Ice
Microphysics:
Grell
Cumulus:
MRF
PBL:
NCEP/NCAR Reanalisis
Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter ...”
Más info:
SensibilidadCondiciones de frontera
Pre
cipit
ati
on (
mm
)
NCEP/NCAR ReanalisisERA40 Reanalisis
RRTMLW radiation:
Simple Ice
Microphysics:
Grell
Cumulus:
MRF
PBL:
Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter ...”
Más info:
Incertidumbre observacional
Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter ...”
Pre
cipit
ati
on (
mm
)
Más info:
Incertidumbre observacionalPre
cipit
ati
on (
mm
)
Fernandez et al. (2007) J Geoph Res 112:D04101 “Sensitivity of MM5 to physical parameter ...”
Más info:
Transferibilidad
http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”
Objetivos
Los experimentos de transferibilidad se plantean con la idea de responder a preguntas del tipo de:
● ¿Cómo de portables son los RCMs?
● ¿Cuánto limita la aplicabilidad de los RCMs la “sintonización”
de las parametrizaciones?
● ¿Se puede recuperar parte de la generalidad (perdida con el
uso de parametrizaciones) de las leyes físicas básicas?
Más info:
Transferibilidad
http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”
Estrategia
Múltiple Modelo/Múltiple Dominio
En contraposición a:
● Único Modelo/Único Dominio
Estrategia habitual de aplicación de un RCM
● Múltiple Modelo/Único Dominio
Estrategia de Proyectos de comparación de Modelos (MIPs)
● Único Modelo/Múltiple Dominio
Estrategia para encontrar defectos de un modelo, pero no permite
comparar y mejorar con los resultados de otros
Más info:
Transferibilidad
http://rcmlab.agron.iastate.edu/twg (GEWEX Transferability Working Group)Takle et al. (2006) enviado a Bull Am Met Soc “Transferability intercomparison: An opportunity...”
Regiones
Mapa realizado por: B. Rockel (GKSS)
Más info:
Para saber más...Cuarto informe del IPCC (2007) – Capítulo modelización regional:
http://ipccwg1.ucar.edu/wg1/Report/AR4WG1_Pub_Ch11.pdf
Artículos de revisión del estado del arte en modelización regional:
Giorgi & Mearns (1999) J Geophys Res 104:6335 “Introduction to special section: Regional Climate Modelling revisited”
Wang et al. (2004) J Met Soc Jap 82(6):1599 “Regional Climate modelling: Progress, Challenges and Prospects”
Libros de modelización regional:
Pielke (2002) Academic Press, Intl. Geoph. Series vol 78. 2nd ed. “Mesoscale Meteorological Modeling”
Presentaciones del “Workshop on Regional Climate Research: Needs and Oportunities”
http://www.isse.ucar.edu/rcw/presentations.html
Ver abundantes referencias dentro del material anterior.