Resumen
El presente trabajo de investigación analizó la capacidad del modelo WRF “Weather Research and Forecasting” para simular precipitaciones intensas en regiones con terreno complejo como Colombia. Para ello, se realizó una comparación entre las técnicas de estadística tradicional (TET) y las técnicas orientadas a objetos (TOO). En las TET, se utilizan las simulaciones de la precipitación generadas por el WRF en puntos de grilla o áreas de 5 X 5 km. Para la TOO, se estudian las precipitaciones más intensas que superen al menos 60 mm/día en áreas de 50 X 50 km. En un área de ese tamaño se encuentran 100 puntos de grilla, donde se pueden presentar fuertes tormentas. Cuando la simulación del WRF tiene similitud con lo observado por la Red Pluviométrica Nacional del IDEAM (RPN), la información puede servir para alertar oportunamente la ocurrencia de precipitaciones intensas que puedan generar inundaciones o desastres naturales. El estudio fue realizado durante cinco estaciones lluviosas entre los años 2009 y 2013. En este periodo de tiempo se recopilaron 393 datos, que sirvieron para la medición de las precipitaciones máximas. Se evidenció que en zonas bajas se generan resultados satisfactorios, mientras que en regiones elevadas hay menos precisión generalmente por falta de información. A través de la TOO y la información obtenida en las estaciones se determinó que los mejores resultados se presentaron en el piedemonte llanero, especialmente en los departamentos de Casanare y Meta. Otros lugares con resultados satisfactorios fueron las zonas del valle del Magdalena, entre los departamentos de Caldas, Cundinamarca, Antioquia, Santander y Boyacá, así como el oriente del Tolima. También fue favorable en la parte baja del Chocó, en la Costa Pacífica. Caso contrario ocurrió en el sur del Chocó sobre la Cordillera Occidental, en los parques Chingaza y Sumapaz, en el suroriente de Cundinamarca, el noroccidente de Antioquia, la Cordillera Oriental en Norte de Santander, Santander y Boyacá. Allí, los resultados del modelo fueron deficientes. Esto no es para menos, pues existen zonas en las que no hay estaciones de la RPN y no hay datos observados para hacer comparaciones. “Por eso, se debe mejorar la red para comprobar la calidad y precisión del modelo, sin ellos no se define qué tan buenos pueden ser".
Resumen
Abstract: This study evaluates the ability of the WRF "Weather Research and Forecasting" model to simulate heavy precipitations in regions with complex terrain such as Colombia. For this, a comparison between traditional statistical techniques (TET) and object-oriented techniques (TOO) was performed. In TET, WRF simulated precipitation on grid boxes of 5x5 km are used. For TOO, intense precipitations exceeding at least 60 mm / day in areas of 50X50 km are considered. Such area would include 100 grid points. Whenever the WRF output is similar to that observed by the National rainfall network IDEAM (RPN), the timely information could help alert the occurrence of heavy precipitations that may cause flooding or natural disasters. The study was conducted for five rainy seasons between 2009 and 2013. During this period of time 393 data points were collected, providing maximum precipitation data. Low-elevation areas generated satisfactory results, however less precision is obtained at higher elevated areas, usually due to lack of information. Based on TOO and station information this study found that the best results occurred in the piedmont plains, especially in the departments of Casanare and Meta. Other places with satisfactory results are the areas of the Magdalena Valley, between the departments of Caldas, Cundinamarca, Antioquia, Santander and Boyacá and eastern Tolima. Results are also positive at the lower Chocó region, on the Pacific Coast. On the contrary, WRF forecasts are worse in southern Chocó on the western Cordillera, in the Chingaza and Sumapaz parks, in the south-east of Cundinamarca, the north-west of Antioquia, the Oriental Cordillera in Norte de Santander, Santander and Boyacá. There, the model results were poor, most probably because these areas have no RPN stations and no observed data for comparisons. "Therefore, the network must be improved to ensure the quality and accuracy of the model, without them it is not possible to determine how good they are."