Академический Документы
Профессиональный Документы
Культура Документы
Servicio Nacional de Meteorologa e Hidrologa, SENAMHI, Casilla 11 1308, Lima 11, Per.
gavalos@senamhi.gob.pe
Resumen
En este trabajo se evala el desempeo del modelo
regional Eta/SENAMHI en el pronstico de la
precipitacin durante los meses de verano (enero
marzo) de los aos 2002 y 2003, sobre las regiones
de Costa, Sierra y Selva del Per. El desempeo del
modelo fue evaluado a travs del anlisis del
Coeficiente de Correlacin de Pearson entre la
precipitacin observada y la precipitacin
pronosticada entre las 12-36-h de pronstico, con la
finalidad de evitar el problema del spin-up que se
presenta en las primeras 12 horas de previsin.
Adicionalmente se hizo una prueba de significancia
de los coeficientes de correlacin encontrados
usando la prueba t; para finalmente estimar el bias.
Para la evaluacin del modelo se utiliz informacin
de 195 estaciones meteorolgicas provenientes de la
Red Observacional del SENAMHI distribuidas a
nivel nacional. Los resultados a nivel nacional
indican que el modelo logr simular regmenes
diferentes de la precipitacin asociados al ENOS; es
decir, el verano 2002 (Nia dbil) fue
particularmente ms lluvioso que el verano 2003
(Nio dbil), hecho que fue bien simulado por el
modelo. En el anlisis a nivel de regiones, el
desempeo del modelo result ser mejor en Sierra y
Selva, mientras que en la regin costera, al igual que
otros modelos regionales, el modelo Eta present
limitaciones en la simulacin de la precipitacin que
es principalmente estratiforme, observndose una
sistemtica sobrestimacin de la precipitacin diaria,
no obstante, durante el verano 2003, el desempeo
del modelo sobre reas costeras fue mejor con un
coeficiente de correlacin hasta de 0.59 en el mes de
febrero, debido a la predominancia de precipitacin
convectiva en la costa norte. En la Selva central
oriental el modelo sobrestima, mientras que en la
Selva norte tiende a subestimar la precipitacin.
Sobre la regin Sierra el modelo present un mejor
desempeo con correlaciones por encima de 0.5 en
promedio en ambos periodos lluviosos.
Palabras claves: Modelo Eta, precipitacin, previsin,
validacin, Per.
Abstract
In the present paper we evaluate the performance of the
regional ETA/SENAMHI model for rainfall forecasting during
the summer months (January to March) of the years 2002 and
2003 over the Coast, Mountain, and Jungle regions of Peru.
The performance of the model was evaluated using Pearsons
Correlation Coefficient analysis for the 12-36 hrs forecast in
order to avoid the spin-up problem that occurs in the first 12
hrs forecast. Additionally, the significance of the calculated
correlation coefficients was tested using the t-test, finally we
estimated the bias. To evaluate the model, information from
195 meteorological stations coming from the Observational
Network of SENAMHI, distributed at the national level, was
used. The results at a national level indicate that the model
simulates well the inter-annual rainfall variability associated
with ENSO. That is, for the summer of 2002 (weak La Nia),
it was rainier than the summer of 2003 (weak El Nio), a fact
that was simulated well by the model. The analysis made at a
regional level showed that the performance of the model turned
out to be better for the Mountain and Jungle regions, while for
the Coastal region the model systematically overestimates daily
rainfall. During the summer of 2002, the performance of the
model over the coastal areas was deficient (correlations close to
zero), while in the summer of 2003, the correlation showed
higher values; they even reached 0.59 in the month of
February. For the central eastern part of the Jungle, the model
overestimates, while for the northern Jungle, it tends to
underestimate rainfall. Over the Mountain region, the model
shows a better performance, with correlation above 0.5 on
average in both rainy periods.
Keywords: Eta Model, precipitation, forecast, validation,Peru.
108
RPGA-Autor(es)
GRINIA AVALOS
INTRODUCCION
La necesidad de planificar las actividades
humanas en funcin del factor clima, requiere
de la
implementacin de procesos de
prediccin del tiempo y clima operacionales,
siendo para ello una herramienta clave el uso
de los modelos numricos, que son
abstracciones numricas que permitan simular
a travs de aproximaciones, los procesos e
interacciones fsico-dinmicos del clima en
diferentes escalas temporales. Desde la dcada
de los ochenta, los modelos de prediccin
numrica del tiempo PNT, han ido
evolucionando en complejidad y su desempeo
cada vez es mejor; sin embargo, la mejora de
los modelos numricos en los ltimos aos no
ha sido homognea, pues las previsiones
presentan incertidumbres, que pueden deberse
a las condiciones iniciales, resolucin del
modelo, parametrizacin deficiente de los
procesos fsicos o a variables lmite como la
orografa, condiciones de superficie (albedo,
vegetacin, etc.) y condiciones de contorno en
modelos de rea limitada (Garca-Moya, 2004).
En algunos eventos los pronsticos de la
precipitacin fallan, entre otras cosas, debido a
una inadecuada representacin de la intensidad
y evolucin de los sistemas del tiempo y a un
deficiente esquema de conveccin; sin
embargo, en otros eventos, el modelo logra
simular muy bien los episodios de
precipitacin, logrando capturar correctamente
aspectos importantes de los sistemas
atmosfricos (Chou & Justi Da Silva, 1999).
En consecuencia, la verificacin constante de
la calidad de las predicciones de cualquier
modelo numrico del tiempo, es una necesidad
en cualquier unidad de investigacin, no slo
porque es un medio de evaluacin del
funcionamiento del modelo, sino porque
permite realizar mejoras concretas y obtener
todas las ventajas posibles de las predicciones.
Berbery et al. (1996), al evaluar los resultados
del modelo regional Eta del NCEP sobre
Sudamrica, encontraron que estos resultados
eran consistentes con lo observado, incluso,
ellos encontraron que el modelo reproduca
satisfactoriamente caractersticas importantes
del ciclo diurno del Low-Level Jet (LLJ). Chou
& Justi da Silva (1999) en su evaluacin
109
RPGA-Autor(es)
48 Km, 38 niveles
5N - 35S; 88W - 63W
15S; 758W
4131
120 seg
01: 00 hora
72 Horas
Semi escalonada - Arakawa tipo E
Eta
Betts - Miller
Mellor - Yamada 2.5
GFDL
NCEP
110
RPGA-Autor(es)
GRINIA AVALOS
Metodologa
El desempeo del modelo en el pronstico de la
precipitacin fue evaluado a travs del anlisis del
Coeficiente de Correlacin de Pearson entre las
series temporales observadas y pronosticadas
(Wilks, 1995), siguiendo la metodologa que
Berbery & Collini (2000) y Berbery & Rasmusson
111
RPGA-Autor(es)
(1)
En donde:
Xi: precipitacin observada diaria
Yi: precipitacin pronosticada diaria entre las 12
36h
Xm, Ym: Media de la precip. observada y
pronosticada
n: tamao de la muestra
Teniendo en cuenta que el valor de r tiende a estar
influenciado por el tamao de la muestra, el
siguiente paso fue probar que tan significativas eran
las correlaciones. Para realizar el contraste:
H0: r = 0
H 1: r 0
i=1
Donde:
(2)
que sigue una distribucin t-Student con n 2 grados
de libertad.
Donde:
t
: t calculado
n
: tamao de la muestra
r
: coeficiente de correlacin de Pearson
2
r
: coeficiente de determinacin
Ho
: Hiptesis nula
H1
: Hiptesis alterna
El valor del t tabular, bajo la distribucin t(n-2,/2)
de dos colas, con n 2 grados de libertad y = 0.05,
se calcul con ayuda de la tabla estadstica.
La validacin del modelo se realiz en dos escalas
de anlisis. En la validacin a nivel nacional, se
compararon punto a punto las precipitaciones
mensuales
observadas
en
195
estaciones
meteorolgicas con los acumulados mensuales
previstos por el modelo Eta. Los campos mensuales
pronosticados fueron calculados a partir de la
Pmod
Pobs
N
RESULTADOS
Precipitacin estival a nivel nacional
EFM 2002
La Figura 3 muestra la distribucin espacial de la
precipitacin mensual observada y pronosticada por
el modelo durante el verano del 2002. Este periodo
corresponde a la estacin de mayor humedad y
calentamiento, cuando el Monzn de Sudamrica
est ms activo sobre continente, especialmente en el
lado este y norte de la Cuenca Amaznica y los
vientos alisios son bloqueados y desviados por los
Andes (Burgoa, 2007; Road et. al., 2003). Estas
caractersticas se presentan tambin durante
episodios La Nia, cuando el norte de Brasil tiende a
estar anmalamente hmedo debido a la
desintensificacin del Jet de Niveles Bajos (Low
112
RPGA-Autor(es)
GRINIA AVALOS
113
RPGA-Autor(es)
(a)
(b)
Bias de 1 a 6
(c)
(d)
Bias de 2 a 8
(e)
(f)
Bias de 4 a 7
Fig.3. Campo de precipitacin mensual observada (a,c,e) y pronosticada (b,d,f) durante el periodo lluvioso EFM
2002. Rango del bias de precipitacin mensual (mm da-1) promediado en diferentes sectores (ver bias por
sectores en apndice 3).
114
RPGA-Autor(es)
GRINIA AVALOS
115
RPGA-Autor(es)
(a)
(b)
Bias de -1 a 7
(c)
(d)
Bias de -1 a 6
(e)
(f)
Bias de -1 a 6
Fig.4. Campo de precipitacin mensual observada (a,c,e) y pronosticada (b,d,f) durante el periodo lluvioso EFM
2003. Rango del bias de precipitacin mensual (mm da-1) promediado en diferentes sectores (ver bias por
sectores en apndice 3).
116
RPGA-Autor(es)
GRINIA AVALOS
(a)
(d)
(b)
(e)
(c)
(f)
Fig. 5. Correlacin entre la precipitacin mensual observada y pronosticada por el modelo regional Eta
durante dos periodos sinpticamente diferentes: verano 2002, Nia dbil (izquierda) y verano 200, Nio dbil
(derecha).
117
RPGA-Autor(es)
Bias=6
Bias=3
Bias=4
Bias=6
Bias=3
Bias=6
Bias=2
Bias=3
Bias=4
Fig. 6. Bias (mm dia-1) y variacin diaria de la precipitacin observada (en negro) y la precipitacin
pronosticada por el modelo Eta (en verde), durante el periodo lluvioso EFM 2002. Costa (a.d,g), Sierra (b,e,h)
y Selva (c,f,i).
118
RPGA-Autor(es)
GRINIA AVALOS
Fig.7. Correlaciones entre la precipitacin observada y la precipitacin pronosticada por el modelo Eta
durante el periodo lluvioso EFM 2002. Costa (a.d,g), Sierra (b,e,h) y Selva (c,f,i).
EFM 2003
En el periodo lluvioso 2003, el modelo continu
sobrestimando lluvias en la regin Costa (Figs. 8a,
8d y 8g), pero a diferencia de EFM 2002, las
correlaciones fueron ms altas (ver anexo de anexo
4), siendo el mes de febrero (r=0.59) el que present
una menor dispersin de los datos (Fig. 9d). Las
correlaciones resultaron ser significativas para los
meses de enero y febrero, mas no para marzo
(r=0.27). Siendo el verano la estacin en donde se
intensifican las lluvias convectivas en la costa norte;
siendo febrero el mes en donde climatolgicamente
las lluvias logran su mxima intensidad, y
conociendo que el modelo carece de una
parametrizacin explicita de las nubes estratos, ms
no de las nubes convectivas, se entiende que el
desempeo del modelo haya sido mejor durante el
mes de febrero de ambos aos.
En la Sierra, el modelo logra simular con mayor
acierto algunos eventos lluviosos y no lluviosos, lo
cual es consistente con correlaciones significativas
que van de 0.45 a de 0.67 (ver tabla de anexo 2),
sobretodo durante el mes de marzo (Figs.8h y 9h);
aun as, mejores resultados se obtuvieron durante el
verano anterior. Nuevamente el modelo subestima la
119
RPGA-Autor(es)
Bias=2
Bias=2
a
Bias=5
Bias=5
Bias=3
Bias=1
Bias=2
Bias=3
Bias=3
Fig. 8. Bias (mm dia-1) y variacin diaria de la precipitacin observada (en negro) y pronosticada por el
modelo Eta (en verde), durante el periodo lluvioso EFM 2003. Costa (a.d,g), Sierra (b,e,h) y Selva (c,f,i).
Fig.9. Correlaciones entre la precipitacin observada y la precipitacin pronosticada por el modelo Eta
durante el periodo lluvioso EFM 2003. Costa (a.d,g), Sierra (b,e,h) y Selva (c,f,i).
120
RPGA-Autor(es)
GRINIA AVALOS
CONCLUSIONES
El desempeo del modelo Eta/Senamhi en el
pronstico de la precipitacin a corto plazo, es
evaluado
durante
dos
periodos
lluviosos
consecutivos, correspondientes a eventos dbiles de
La Nia 2002 y El Nio 2003, sobre un dominio
centrado en el Per, con una resolucin espacial de
48 Km, a travs del coeficiente de correlacin y el
Bias.
La primera y mas obvia conclusin es que el modelo
logra representar de modo realista el patrn espacial
de la precipitacin asociado a condiciones
sinpticamente diferentes, logrando simular el
incremento de la precipitacin observado durante el
verano 2002 (Nia dbil) y de deficiencia en el
verano 2003 (Nio dbil); lo cual sugiere que el
modelo puede diferenciar cambios de los patrones de
circulacin a gran escala, a pesar que el patrn de
precipitaciones real est influenciado fuertemente
por la topografa.
A nivel diario, en la Sierra el modelo present un
mayor bias del orden de 4,3 mm da-1, siendo mayor
en febrero del 2002 (6.0 mm da-1), mientras que
durante el periodo lluvioso 2003, el bias fue de 2.2
mm da-1 con un mximo de 4.5 mm da-1 durante
enero; en Selva, el modelo present un bias de 3,3
mm da-1 en el verano 2002 y 3.8 mm da-1 en el
2003, mientras que en la Costa el bias del verano
2002 fue de 5 mm da-1 y 2.5 mm da-1 en el verano
2003, con correlaciones promedio a nivel diario del
orden de 0.3 y de 0.45, respectivamente. No
obstante la sistemtica sobrestimacin, el modelo,
logra simular la mayora de los aspectos relevantes
de la variacin diaria de la precipitacin en Sierra y
Selva con una correlacin significativa entre 0.4 y
0.8 en ambos veranos.
En la distribucin espacial de la precipitacin
mensual pronosticada, el modelo fue capaz de
simular el ncleo de mxima precipitacin observada
en la selva sur, aunque con una ligera variacin en su
ubicacin, sin embargo, en selva central al este de
los Andes, el modelo sobrestim sistemticamente la
precipitacin mensual con un bias de 8 mm da-1 ,
siendo mayor en febrero del 2002 y marzo del 2003,
lo cual sugiere una inadecuada representacin de la
convergencia de humedad en bajos niveles a
barlovento de los Andes, que podra traducirse en un
error sistemtico del modelo. En adicin a esto,
Seluchi & Chou (2000) manifiestan que el esquema
de conveccin Betts-Miller es el responsable de los
mayores errores sistemticos en los perfiles de
121
RPGA-Autor(es)
REFERENCIAS
Arakawa, A. & Lamb, V. R. (1977). Computacional
design of the basic dynamical process of the UCLA
general circulation modelo Methods, Comput. Phys. 17,
pp. 173-265.
Avalos, R. G. (2005). Validacin del pronstico de
precipitacin del modelo regional Eta durante periodos
secos y lluviosos. Tesis para optar el ttulo de
ingeniero meteorlogo Fac. Ciencias, UNALM-Per.
98 pp.
Berbery, H. & Rasmusson, E. (1999). Mississippi
Moisture Budgets on Regional Scales. Monthly
Weather Review, 127: pp. 26542673.
Berbery, H. & Collini, E. (1999). Springtime
precipitation and water vapor flux over southeastern
South America. Monthly Weather Review, 128: pp.
13281346.
Betts, A. K. (1986). A new convective adjustment
scheme. Part I: Observational and theoretical basis.
Meteor. Soc., 112, pp. 677-691.
Betts, A. K. & Miller, M. J. (1986). A new convective
adjustment scheme. Part II: Single column test using
GATE wave, BOMEX, and arctic airmasses data sets.
Meteor. Soc., 112, pp. 1306-1335.
Burgoa, M. A. (2007). Circulacin atmosfrica Bolivia
boliviano durante La fase activa y pasiva Del Monzn
Sudamericano. Rev. Boliviana de Fsica 13, 45-53.
Chou, S. C. & Justi Da Silva, M. G. (1999). Objective
Evaluation of
Eta Model Precipitation Forecasts
Over South America, Climanlise, N 4. Extraido de
http://www.cptec.inpe.br
122
RPGA-Autor(es)
GRINIA AVALOS
Seluchi, M. E. & Chou, S. C. (2000). Diagnosing
systematic errors in the Eta Model forecasts over South
America. Preprints, Sixth Int. Conf. on Southern
Hemisphere Meteorology and Oceanography, Santiago,
Chile, Amer. Meteor. Soc., 422423.
Wilks, D. S. (1995). Statistical methods in the
atmospheric sciences. Academic Press, San Diego,
California, 1995. 465 pp.
Apndice 1
CORRELACIN LINEAL ENTRE LA PRECIPITACIN MENSUAL OBSERVADA Y
PRONOSTICADA A NIVEL NACIONAL, DURANTE EL VERANO 2002/2003
AO
2002
2003
enero
0.4
0.4
r < = 0.1
r de 0.2 - 0.3
r de 0.4 - 0.5
r de 0.6 - 0.7
r >= 0.8
Periodo
lluvioso
febrero
0.2
0.3
marzo
0.1
0.4
no hay relacion
relacion no significativa
relacion significativa
relacion significativa buena
relacion significativa alta
Apndice 2
CORRELACIN LINEAL ENTRE LA PRECIPITACIN DIARIA OBSERVADA Y
PRONOSTICADA EN COSTA, SIERRA Y SELVA, DURANTE EL VERANO 2002/2003
AO
2002
2003
r < = 0.1
r de 0.2 - 0.3
r de 0.4 - 0.5
r de 0.6 - 0.7
r >= 0.8
MES
enero
febrero
marzo
enero
febrero
marzo
COSTA
0.3
0.5
0.2
0.4
0.6
0.3
SIERRA
0.8
0.4
0.6
0.5
0.5
0.7
SELVA
0.4
0.6
0.4
0.5
0.1
0.3
no hay relacion
relacion no significativa
relacion significativa
relacion significativa buena
relacion significativa alta
123
RPGA-Autor(es)
Apndice 3
BIAS DE LA PRECIPITACION MENSUAL (mm dia-1) EN DIFERENTES SECTORES DEL PERU
DURANTE EL VERANO DEL AO 2002
Norte
Centro
Sur
Febrero Norte
Centro
Sur
Norte
Marzo
Centro
Sur
Enero
Costa
3
4
4
6
4
4
7
5
4
Sierra
3
4
1
5
5
2
5
2
2
Selva
4
6
6
4
8
8
3
7
7
norte
centro
sur
Febrero norte
centro
sur
norte
Marzo
centro
sur
Enero
Costa
2
2
2
2
2
2
3
2
2
Sierra
4
-1
-1
1
-1
-1
2
-1
-2
Selva
5
7
7
4
6
4
4
6
5
124
RPGA-Autor(es)