Evalución preliminar de un sistem de asimilación de datos de radar basado en el filtro de Kalman por ensambles

PAULA MALDONADO; CELESTE SAULO; JUAN RUIZ

Buenos Aires

Encuentro; 3er Encuentro de Investigadores en Formación en Recursos Hídricos; 2016

Instituto Nacional del Agua

p { margin-bottom: 0.25cm; direction: ltr; color: rgb(0, 0, 10); line-height: 120%; text-align: left; }p.western { font-family: "Calibri",serif; font-size: 11pt; }p.cjk { font-family: "Times New Roman"; font-size: 11pt; }p.ctl { font-family: "Times New Roman"; font-size: 11pt; }a:link { color: rgb(0, 0, 255); }El sudeste de Sudamérica es unaregión con gran potencial para el desarrollo de sistemas convectivosintensos que tienen asociados eventos meteorológicos severos, comoser precipitaciones extremas en cortos periodos de tiempo que puedendar lugar a inundaciones. Desde el punto de vista del impacto queeste tipo de eventos pueden producir en la población, resultasumamente importante mejorar la capacidad para predecir la ocurrenciade los mismos. Para ello, los pronósticos a muy corto plazogenerados a partir de modelos numéricos con alta resoluciónespacial son una herramienta sumamente útil, especialmente si losmismos son inicializados a partir de observaciones con altaresolución espacial y frecuencia temporal, como la que aportan losradares meteorológicos.El presente trabajo busca avanzaren el desarrollo de un sistema de asimilación de datos en muy altaresolución (retícula inferior a 4 km) capaz de asimilar datos deradar para generar pronósticos a muy corto plazo de eventosconvectivos severos en Argentina. Una situación caracterizada porconvección húmeda y profunda en el centro de Argentina se eligiópara ilustrar el funcionamiento del sistema de asimilación, queutiliza la técnica Local Ensemble Transform Kalman Filter (LETKF)acoplada con el modelo de mesoescala Weather Research and Forecasting(WRF). Los resultados son alentadores ya que el sistema deasimilación es capaz de reconstruir en forma razonable la estructuradel sistema convectivo, y a su vez contribuyen a identificar aspectosque permitan optimizar el funcionamiento del mismo. Asimismo, losdatos generados a partir del proceso de asimilación de datos podríanser utilizados para inicializar pronósticos de precipitación encuencas a muy corto plazo, para inundaciones repentinas.