INVESTIGADORES
DINAPOLI Matias
congresos y reuniones científicas
Título:
Pronosticando el Mar Argentino (PronoMAr)
Autor/es:
CLAUDIA G. SIMIONATO; MATIAS G DINAPOLI; ALONSO, GUADALUPE; DIEGO MOREIRA
Lugar:
Ciudad Autónoma de Buenos Aires
Reunión:
Jornada; Primeras Jornadas Socioambientales de la Facultad de Ciencias Exactas y Naturales (UBA); 2023
Institución organizadora:
Facultada de Ciencias Exactas y Naturales, Universidad de Buenos Aires
Resumen:
La iniciativa Interministerial del Gobierno Nacional "PampaAzul" busca que la investigación y la tecnología marinascontribuyan al desarrollo social, económico y ambientalmentesostenible. Las aguas costeras argentinas están experimentando uncreciente impacto asociado a las actividades humanas; por ejemplo,industrias de la pesca y recreativas (deportivas y turísticas),transporte de mercaderías y pasajeros, extracción de petróleo,contaminación y gestión de residuos cloacales. Las políticasambientales, la gestión de los recursos, la ordenación del litoraly las operaciones marinas y costeras deben realizarse en un marco dedesarrollo sostenible, minimizando los impactos y maximizando losbeneficios para la sociedad. Para lograrlo, los responsablesnecesitan tomar decisiones bien informadas, que deben basarse eninformación confiable y oportuna sobre el estado del mar. Debido ala extensión, la dinámica y la complejidad de los sistemas marinosla producción de esa información sólo puede resolverse mediante eluso extensivo de modelos físico-matemáticos (numéricos) combinadoscon observaciones, que son capaces de producir operativamente datossobre las condiciones presentes (nowcasts), futuras(pronósticos) y pasadas (hindcasts o simulaciones retrospectivasy reanálisis o análisis retrospectivo) del mar. La extensión de los pronósticos y hindcasts (y luegoreanálisis) de corrientes, nivel del mar y olas a la escala costeray de puertos trae beneficios adicionales para el sector marítimo ypara la sostenibilidad de los ambientes costeros. La disponibilidadde modelos operativos barotrópicos (en primera instancia yeventualmente baroclínicos) y de olas al estado del arte, así comode hindcasts y reanálisis para las diversas subregiones deArgentina supone un avance que puede dar pie al desarrollo de unavariedad de productos, que podrían ser aplicados por numerososusuarios para resolver problemáticas socioeconómicas y ambientalesde relevancia. Más aún, la disponibilización de los datosproducidos por los modelos abriría esta misma oportunidad aldesarrollo regional. Pese a las limitaciones que la carencia de unnúmero realmente significativo de observaciones disponibles a cortoplazo implican, entendemos que disponer de soluciones numéricasoperativas que apoyen el desarrollo de esos productos para la tomainformada de decisiones sería un logro importante a escala nacional,especialmente si las soluciones provistas incorporan la asimilaciónde los datos disponibles (in situ y satelitales), así como laincerteza inherente y la asociada a las limitaciones arribamencionadas. En esta instancia, el desarrollo de productos como los mencionadosestá principalmente limitado por la carencia de modelos operativosde base al estado del arte con soluciones de libre acceso que den elsoporte requerido, más que por la falta de necesidades de losdiferentes actores de la sociedad, que sin lugar a dudas son enormes.Esfuerzos de este tipo, además, se enmarcan en programasinternacionales en relación con la Década de los Océanos para elDesarrollo Sostenible de Naciones Unidas(https://www.oceandecade.org/)y contribuyen a varios de los proyectos que obtuvieron su aprobaciónen ese marco (en particular los proyectos del Global Ocean ObservingSystem GOOS, https://www.goosocean.org/,como por ejemplo CoastPredict, https://www.coastpredict.org/).En este contexto, el proyecto Pronosticando el Mar Argentino(PronoMAr), financiado en el marco de los Proyectos de Investigacióny Desarrollo Tecnológico de Pampa Azul, ha conformado una redinstitucional de organizaciones de ciencia, tecnología e innovaciónque desarrollarán, implementarán y darán apoyo y continuidad a unsistema de vanguardia para el pronóstico del nivel del mar y olas,en coproducción con el Servicio Meteorológico Nacional (SMN).Participan de esta iniciativa más de 30 científicos y técnicos delCentro de Investigaciones del Mar y la Atmósfera (CIMA/CONICET-UBA),el Servicio de Hidrografía Naval (SNH), el Instituto Nacional delAgua (INA) y el Instituto de Geodesia y Geofísica Aplicadas (IGGA-FIUBA). Los productos desarrollados serán no arancelados y de accesolibre a toda la sociedad (incluyendo tanto los sectores público comoprivado) con el fin de facilitar la gestión y explotaciónsostenible de los recursos marinos, así como el monitoreo de lavariabilidad climática. La información provista podrá serutilizada para la resolución de un amplio espectro de problemas y seespera que se convierta en un elemento promotor del desarrollo dellitoral oceánico argentino. Se espera que el sistema esté operativode modo completo hacia fines de 2024. El proyecto se concentraráasimismo en incrementar el número de investigadores y la produccióncientífica de Argentina en temáticas vinculadas con el modeladooperativo del océano.A la fecha ya se hainstalado en el SMN de modo operativo experimental un modelonumérico, denominado Modelo para la Simulación de Ondas de Tormenta(MSOT), desarrollado y validado por el CIMA. MSOT provee elpronóstico por ensambles (es decir, con información acerca de laincerteza) de la superficie libre del mar y las corrientes medias enla Plataforma Continental Argentina. MSOT ha sido validado endistintas estaciones a lo largo de la costa argentina y ha sidoutilizado para el estudio de procesos que ocurren en la región talescomo las interacciones no lineales y la caracterización de la señalforzada por la atmósfera, aportando información científica valiosaque a su vez sirve para mejorar las capacidades del modelo.Recientemente, se han incorporado dos metodologías para reducir laincerteza de los pronósticos y, así, aumentar su calidad. Laprimera de las metodologías incorporadas es la asimilación dedatos. Esta técnica busca “mezclar” las observaciones con lassoluciones numéricas para crear condiciones iniciales másrepresentativas de la realidad. De esta manera se compensan laspotenciales incertezas intrínsecas de los métodos numéricos y seextrae plenamente la información disponible en las observaciones,expandiendo su radio de influencia a más allá del sitio dondefueron obtenidas. Resultados de experimentos numéricos handemostrado que lo pronósticos mejoran significativamente alinicializarlos con estas nuevas condiciones iniciales (llamadasanálisis); particularmente corrigen los errores sistemáticos ycompensan los déficit de energía del forzante atmosférico. Lasegunda metodología incorporada es el post-procesamiento de lassoluciones de MSOT. Esta técnica (i) filtra los miembros delensamble que no se correlacionan con el grupo de solucionessemejantes y (ii) computa la solución media considerando porseparado la modulación de la señal y la oscilación de base. Estaaproximación evita el promedio de señales con un desfasajeimportante (e incluso en contrafase) que al momento de promediarterminan perjudicando al pronóstico a dar. Resultados numéricos hanmostraron que la aplicación de esta técnica es capaz de reducensustancialmente incerteza de los pronósticos; especialmente en laversión probabilística que sirve para proveer avisos y/o alertas deeventos de Sudestada en la región del Estuario del Río de la Plata.En esa presentación se comentarán más específicamente losobjetivos de PronoMAr y se discutirán más detalladamente lascapacidades del modelo MSOT y las perspectivas a futuro, como laextensiónde MSOT a una versión baroclínica para proveer pronósticos detemperatura y salinidad.p { color: #000000; line-height: 115%; orphans: 2; widows: 2; margin-bottom: 0.25cm; direction: ltr; background: transparent }p.western { font-family: "Calibri", sans-serif; font-size: 11pt; so-language: es-AR }p.cjk { font-family: "Calibri", sans-serif; font-size: 11pt; so-language: zh-CN }p.ctl { font-family: "Calibri", sans-serif; font-size: 11pt; so-language: ar-SA }strong { font-weight: bold }a:link { color: #0000ff; text-decoration: underline }