Análisis de la temperatura en un ciclón subtropical mediante el modelo WRFuso de diferentes parametrizaciones

  1. Quitián Hernández, Lara 1
  2. Fernández González, Sergio 2
  3. González Alemán, Juan Jesús 3
  4. Valero, Francisco 1
  5. Martín Pérez, María Luisa 4
  1. 1 Dpto. Física de la Tierra, Astronomía y Astrofísica. Facultad de Física. Universidad Complutense de Madrid. Ciudad Universitaria s/n. 28040, Madrid, España.
  2. 2 Agencia Estatal de Meteorología. Leonardo Prieto Castro, 8. 28040 Madrid. España
  3. 3 Instituto de Ciencias Ambientales. Universidad de Castilla-La Mancha. Avda. Carlos III, 14 s/n. 45071 Toledo. España
  4. 4 Dpto. Matemática Aplicada. E. de Ingeniería Informática. Universidad de Valladolid. Pza. de la Universidad, 1. 40005 Segovia. España
Revista:
Acta de las Jornadas Científicas de la Asociación Meteorológica Española

ISSN: 2605-2199

Año de publicación: 2018

Título del ejemplar: XXXV Jornadas Científicas de la AME - 19º Encuentro hispano-luso de Meteorología

Número: 35

Tipo: Artículo

DOI: 10.30859/AMEJRCN35P97 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Acta de las Jornadas Científicas de la Asociación Meteorológica Española

Objetivos de desarrollo sostenible

Resumen

Debido a la compleja dinámica y rápida intensificación de los ciclones subtropicales, estos sistemas siguen siendo un fenómeno de interés, además, de constituir un reto su predicción. Es por ello, que resulta conveniente conocer y analizar los esquemas de parametrización que mejor simulan este tipo de fenómenos. En este trabajo se realizan diversas simulaciones usando el  modelo numérico WRF con el fin de llevar a cabo un análisis de la temperatura en el ciclón a distintos niveles atmosféricos a partir de diferentes combinaciones de parametrizaciones.Estos sistemas se caracterizan por poseer una estructura térmica híbrida, por lo que este estudio se lleva a cabo durante el desarrollo e intensificación del sistema. Así mismo, dicho estudio se desarrolla tanto desde un punto de vista determinista como probabilista. De este modo, se pretende obtener mayor información sobre estos fenómenos extremos con el fin de poder mejorar su simulación y, con ello, conseguir realizar predicciones más precisas en un futuro. Finalmente, se exponen, para los diferentes niveles atmosféricos, las combinaciones de parametrizaciones que mejor simulan la temperatura para este tipo de fenómenos. 

Referencias bibliográficas

  • Bentley, A.M.,Keyser, D., and Bosart, L.F., 2016. A dynamically based climatology of sub-tropical cyclones that undergo tropical transition in the North Atlantic basin. Mon. Weather Rev. 144, 2049–2068. http://dx.doi.org/10.1175/MWR-D-15-0251.1.
  • Dudhia, J., 1989. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model. J. Atmos. Sci. 46, 3077–3107.
  • Evans, J.L., and Guishard, M.P., 2009. Atlantic subtropical storms. Part I: diagnostic criteria and composite analysis. Am. Meteorol. Soc. 137, 2065–2080. http://dx.doi.org/10.1175/2009MWR2468.1.
  • García-Ortega, E., Lorenzana, J., Merino, A., Fernández-González, S., López, L., Sánchez, and J.L., 2017. Performance of multi-physics ensembles in convective precipitation events over northeastern Spain. Atmos. Res. 190, 55–67. http://dx.doi.org/10.1016/j.Atmosres.2017.02.009.
  • Hong, S.-Y., and Lim, J.-O., 2006. The WRF single-moment 6-class microphysics scheme (WSM6). J. Korean Meteor. Soc. 42 (2), 129–151.
  • Hong, S.Y., Dudhia, J., and Chen, S.H., 2004. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. Mon. Weather Rev. 132 (1), 103–120. http://dx.doi.org/10.1175/1520-0493(2004) 132<0103:aratim>2.0.co;2.
  • Iacono, M.J., Delamere, J.S., Mlawer, E.J., Shephard, M.W., Clough, S.A., and Collins, W.D., 2008. Radiative forcing by long-lived greenhouse gases: calculations with the AER radiative transfer models. J. Geophys. Res. 113, D13103.
  • Kain, J., 2004. The Kain-Fritsch convective parameterization: an update. J. Appl. Meteorol. 43 (1), 170–181.
  • Kain, J., and Fritsch, J.M., 1990. A one-dimensional entraining/detraining plume model and its application on convective parameterization. J. Atmos. Sci. 47, 2784–2802.
  • Mlawer, E.J., Taubman, A.J., Brown, P.D., Iacono, M.J., and Clough, S.A., 1997. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave. J. Geophys. Res. 102D, 16663–16682.
  • Quitián-Hernández, L., Martín, M.L., González-Alemán, J.J., Santos-Muñoz, D., and Valero, F.,2016. Identification of a subtropical cyclone in the proximity of the Canary Islands and its analysis by numerical modeling. Atmos. Res. 178-179, 125–137. http://dx.doi.org/10.1016/j.atmosres.2016.03.008.
  • Thompson, G., Field, P.R., Rasmussen, R.M., and Hall, W., 2008. Explicit forecast of winter precipitation using an improved bulk microphysics scheme. Part II: implementation of a new snow parameterization. Mon. Weather Rev. 136 (12), 5095–5115. http://dx.doi.org/10.1175/2008MWR2387.1.
  • Tiedtke, M., 1989. A comprehensive mass flux scheme for cumulus parameterization in large-scale models. Mon. Weather Rev. 117, 1779–1800.
  • Toth, Z., 2001. Ensemble forecasting in WRF. Bull. American Meteorol. Soc. 82 (4), 695–697.
  • Toth, Z., Kalnay, E., Tracton, S., Wobus, R., and Irwin, J., 1997. A synoptic evaluation of the NCEP ensemble. Weather Forecast. 12, 140–153.
  • Zhang, C., Wang, Y., and Hamilton, K., 2011. Improved representation of boundary layer clouds over the Southeast Pacific in ARW-WRF using a modified Tiedtke cumulus parameterization scheme. Mon. Weather Rev. 139, 3489–3513.