Evaluación del modelo WRF (weather research and forecasting) entre la superficie y 30 km sobre Quito casos de estudio entre abril y septiembre de 2015
- Format
- BachelorThesis
- Status
- publishedVersion
- Description
The evaluation of meteorological models that simulate physical variables in a region—which it is accomplishes through the comparison with experimental data—is useful to understand the atmospheric behavior revealed in the parametric configuration which better fits the reality. In Ecuador, meteorological model evaluation, as a function of altitude or pressure, is a field that is yet to be explored and, for that reason, we have simulated meteorological variables during four stages, which coincide with a radiosounding campaign performed from the Atmospheric Measurement Station at Universidad San Francisco de Quito (EMA-USFQ, by its Spanish acronym). This study incorporates data from four dates, which are: April 29th, 2015 (07h00, local time), June 30th, 2015 (13h00), August 27th, 2015 (09h00) and, September 30th, 2015 (07h00). The results from WRF (V3.2) model (performed by R. Parra) were used for this evaluation. These results were generated with a master domain and two nested subdomains. The second subdomain comprehends Ecuador’s continental territory, and it is made up of a 199x199 grid (with 4x4 km cells). The top of the model is 10 hPa with 44 altitude layers. The simulations were performed under 2 configurations called FNL1 and FNL2, which combined physical options for Surface Layer, Planetary Boundary Layer and Cumulus Parameterization. The data for the simulation were extracted from the WRF model’s tridimensional results matrix, as a function of the eta level. These data was used to calculate air’s temperature, water vapor mixing ratio, wind speed and wind direction for each level of pressure. These variables are compared to experimental data collected in 2015 at EMA-USFQ (M. Cazorla). The vertical profiles from the model as well as from the experimental data were plotted together to make the comparison. A scatter plot and several fit statistics were done and calculated, such as lineal correlation R2, root mean square error (RMSE), mean bias error (MBE) and index of agreement (IA) in order to determine the goodness of fit. The vertical profiles showed that temperature was correctly validated along the trajectory, overestimating the value of the cold point tropopause (CPT) in 3 ºC. For the FNL1 (FNL2) configuration, the correlation coefficient was 0.99 (0.99), RMSE was 1.90 ºC (1.97 ºC), MBE was 0.08 ºC (-0.12 ºC) and IA was 0.99 (0.99). For the water vapor mixing ratio, the model does not simulate the values near to the surface very well; however, it improves with altitude. The correlation coefficient was 0.91 (0.86), RMSE was 0.82 g kg-1 (1.17 g kg-1), MBE was 0.09 gkg-1 (0.25 g kg-1), and IA was 0.97 (0.95). With regard to wind speed and wind direction, the model simulates the variables’ patterns along the trajectory. For wind speed, the correlation coefficient was 0.47 (0.49), RMSE was 4.6 m/s (4.6 m/s), MBE was -0.7 m/s (-0.8 m/s), and IA was 0.82 (0.83). For wind direction, the correlation coefficient was 0.57 (0.52), RMSE was 69º (70 º), MBE was 39 º (40 º), and IA was 0.84 (0.85).
La evaluación de resultados de modelos meteorológicos que simulan variables físicas en una región – realizada mediante comparación con datos experimentales – sirve para entender el comportamiento atmosférico revelado en la configuración paramétrica que mejor se ajusta a la realidad. En el Ecuador, la evaluación de resultados de modelos meteorológicos, como función de la altitud o de la presión, es un campo todavía inexplorado y, por ello, constituye una prioridad de investigación. Con el objetivo de explorar este campo, se simularon variables meteorológicas durante cuatro periodos que coinciden con una campaña de radiosondeos realizados desde la Estación de Mediciones Atmosféricas de la Universidad San Francisco de Quito (EMA-USFQ). Los casos de estudio seleccionados son: el 29-abril (07h00, hora local), 30-junio (13h00), 27-agosto (09h00) y 30-septiembre (07h00) de 2015. Se utilizaron los resultados del modelo WRF (V3.2) (obtenidos por R. Parra), generados con un dominio maestro y dos subdominios anidados. El segundo subdominio abarca al territorio continental del Ecuador, y se conforma de una malla de 199 filas y 199 columnas (celdas de 4 km), y 44 capas en altura, hasta una presión de 10 hPa. Las simulaciones se efectuaron bajo 2 configuraciones, llamadas FNL1 y FNL2, que combinan opciones físicas para la Capa Superficial (CS), Capa Límite Planetaria (CLP) y esquema Cúmulo Convectivo (CCU). De la matriz tridimensional de resultados del modelo WRF se extrajeron los datos de la simulación, como función del nivel eta, y con ellos se determinó la temperatura del aire, la fracción másica del vapor de agua y la velocidad y dirección del viento en cada nivel de presión. Estas variables se compararon con datos experimentales de los sondeos realizados en 2015 desde la EMA (M. Cazorla). La comparación se realizó graficando en forma superpuesta los perfiles verticales, tanto del modelo como de los sondeos. También se realizó un gráfico 1:1 de los resultados del modelo contra los datos del sondeo y se halló la correlación lineal, el Root Mean Square Error (RMSE), Mean Bias Error (MBE) e Índice de Aceptación (IA) del modelo. Los perfiles verticales evidencian que la temperatura se validó correctamente a lo largo de toda la trayectoria, sobreestimando el CPT en 3 ºC en promedio. Para la configuración FNL1 (FNL2) el coeficiente de correlación es 0.99 (0.99), el RMSE es 1.90 ºC (1.97 ºC), el MBE es 0.08 ºC (-0.12 ºC) y el IA es 0.99 (0.99). Para la fracción másica del vapor de agua, se observa que el modelo no captura bien los valores cercanos a la superficie, y mejora en altura. El coeficiente de correlación es 0.91 (0.86), el RMSE es 0.82 g kg-1 (1.18 g kg-1), el MBE es 0.09 g kg-1 aire (0.25 g kg-1) y el IA es 0.97 (0.95). En cuanto a la velocidad y dirección del viento, el modelo captura el patrón de estas variables a lo largo de la trayectoria. Para la velocidad del viento, el coeficiente de correlación es 0.47 (0.49), el RMSE es 4.6 m/s (4.6 m/s), el MBE es -0.7 m/s (-0.8 m/s) y es IA es 0.82 (0.83). Para la dirección del viento, el coeficiente de correlación para es 0.57 (0.53), el RMSE es 69 º (70º), el MBE es 39º (40º) y el IA es 0.87 (0.86).
- Publication Year
- 2016
- Language
- spa
- Topic
- Meteorología
Subdominio Anidado
Evalución WRF,
Radiosondeos
CIENCIAS
CLIMATOLOGÍA
- Repository
- Repositorio Universidad San Francisco de Quito
- Get full text
- http://repositorio.usfq.edu.ec/handle/23000/5187
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-sa/3.0/ec/