Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/5704
Título : valuación de configuraciones de parametrización física para la simulación numérica de temperatura y lluvia en el Ecuador
Autor : Parra, René (dir)
Peralta Almeida, Sebastián
Descriptores / Subjects : Cambio Climático
Meteorología
Gestión ambiental
Sierra
Fecha de Publicación : jul-2016
Ciudad: Editorial : Quito: USFQ, 2016
Cita Sugerida : Tesis (Ingeniero Ambiental), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2016
Resumen / Abstract: La simulación numérica de la meteorología en el Ecuador se encuentra en una etapa preliminar, por lo que es prioritario evaluar los resultados obtenidos con diferentes configuraciones de parametrización de los procesos físicos. Con este objetivo, se simuló la meteorología de agosto de 2010 por medio del modelo Weather Research & Forecasting (WRF - V3.2), bajo 12 configuraciones que combinan opciones físicas para la Capa Superficial (CS), Suelo Superficial (SS), Capa Límite Planetaria (CLP) y esquema Convectivo - Cúmulo (CCU). Las simulaciones se desarrollaron con un dominio maestro y dos subdominios anidados. El segundo subdominio anidado circunscribe a todo el territorio continental del Ecuador y se conforma de una malla de 199 filas y 199 columnas, con celdas de 4 km de lado. Los resultados de la temperatura en superficie y lluvia fueron comparados con los registros de estaciones (14 para temperatura, 23 para precipitación) localizadas en la Costa, Sierra y Oriente; operadas por el Instituto Nacional de Meteorología e Hidrología (INAMHI). Para la evaluación de la temperatura se usaron como indicadores estadísticos el Error Medio Absoluto (EMA, < 2K), Sesgo Medio (SM, entre -0.5 y 0.5). Para la evaluación de la precipitación se usaron el Error Medio Absoluto (EMA, ≤ 8mm), Error Medio Cuadrático (EMC, ≤ 8mm) y el Índice BRIER (IB, < 0.3). También se calculó el porcentaje de eficiencia del modelo (% eficiencia, ≥ 0.666). Los criterios de aceptación indican que las configuraciones 8 (SS=MM5 similarity, CS=5-layer thermal diffusion, CLP=Yonsei University scheme, CCU=Betts-Miller-Janjic scheme) y 9 (SS=MM5 similarity, CS=5-layer thermal diffusion, CLP=Yonsei University scheme, CCU= Grell 3d ensemble cumulus scheme) presentaron globalmente el mejor desempeño. Para la temperatura, el EMA fue valorado positivamente en 2 de 3 estaciones en la Costa, 5 de 8 en la Sierra y 2 de 3 en el Oriente. El SM fue valorado positivamente sólo en 4 de 14 estaciones. En cuanto a la lluvia, el EMA fue valorado positivamente en 21 de 23 estaciones (6 de 6 en la Costa, 13 de 13 en la Sierra y 2 de 4 en el Oriente). El EMC fue evaluado positivamente en 19 de 23 estaciones. El Índice BRIER indica un desempeño aceptable del modelo en 12 de 23 estaciones (5 de 6 en la Costa, 7 de 13 en la Sierra y 0 de 4 en el Oriente). El PE fue exitoso en 12 de 23 estaciones (5 de 6 en la Costa, 7 de 13 en la Sierra y 0 de 4 en el Oriente). Esta evaluación es preliminar y requiere ser complementada con estudios que cubran otros periodos temporales y variables meteorológicas.
Descripción : Numerical simulation of Ecuador’s meteorology is currently at an early stage, making it a priority to evaluate the results obtained using different physical parameterization schemes. In consequence, August 2010’s meteorology was simulated with the Weather Research & Forecasting (WRF – V3.2) model using 12 schemes that combine physical options for Surface Layer (SL), Land Surface (LS), Planetary Boundary Layer (PBL) and Cumulus Parameterization (Cu). The simulations were developed with one domain and two subdomains. The second subdomain circumscribes Ecuador’s continental territory and is formed by a grid with 199 rows and 199 columns using 4 km side cells. Temperature and rain results were compared with meteorology station records (14 for temperature, 23 for rain) located on the Coast, Sierra and Amazon; operated by National Institute of Meteorology and Hydrology (INAMH). Temperature evaluation was performed using as statistical indicators the Mean Absolute Error (MAE, < 2K) and Mean BIAS (BIAS, between -0.5 and 0.5). Rain evaluation was performed using Mean Absolute Error (EMA, ≤ 8mm), Mean Square Error (MSE, ≤ 8mm) and BRIER Score (BS, < 0.3). Model efficiency was also calculated (% efficiency, ≥ 0.666). Acceptance criteria shows that schemes 8 (SL=MM5 similarity, LS=5-layer thermal diffusion, PBL=Yonsei University scheme, Cu=Betts-Miller-Janjic scheme) and 9 (SL=MM5 similarity, LS=5-layer thermal diffusion, PBL=Yonsei University scheme, Cu= Grell 3d ensemble cumulus scheme) presented the best overall performance. For temperature evaluation, MAE was positively assessed in 2 of 3 Coast stations, 5 of 8 Sierra stations and 2 of 3 Amazon stations. BIAS was positively assessed in 4 of 14 stations. For rain evaluation, MAE was positively assessed in 21 of 23 stations (6 of 6 in the Coast, 13 of 13 in the Sierra and 2 of 4 in the Amazonia). MSE was positively assessed in 19 of 23 stations. Brier Score shows an acceptable performance in 12 of 23 stations (5 of 6 in the Coast, 7 of 13 in the Sierra and 0 of 4 in the Amazon). Model efficiency was successful in 12 of 23 stations (5 of 6 in the Coast, 7 of 13 in the Sierra and 0 of 4 in the Amazon). This is a preliminary evaluation and it requires new studies that cover other temporal periods and meteorological variables.
URI : http://repositorio.usfq.edu.ec/handle/23000/5704
Aparece en las colecciones: Tesis - Ingeniería Ambiental

Archivos en este ítem:
Archivo Descripción Tamaño Formato  
126410.pdfTESIS A TEXTO COMPLETO1,67 MBAdobe PDFThumbnail
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons