Análisis del efecto de la modificación de la geodatabase (uso del suelo, elevación) en el clima simulado por weather research and forecasting - WRF para la Sabana de Bogotá

Abstract

Los modelos de pronóstico del tiempo se basan en datos de variables meteorológicas provenientes de diferentes fuentes, desde observación o medición directa in situ en superficie hasta los obtenidos por sensores ubicados en tierra, aire o agua y, en las últimas décadas gracias al desarrollo aero–espacial, en satélites. De igual manera, la información sobre las particularidades de la superficie del suelo y de la orografía es un componente importante del cual depende la calidad de las simulaciones y de los pronósticos. Los datos sobre el uso del suelo y la cobertura de la superficie aseguran una apropiada representación de procesos relacionados con el balance de radiación y el ciclo hidrológico local; la representación realística de la orografía permite una mejor simulación de la circulación local que facilita el desarrollo de diferentes fenómenos meteorológicos. Uno de los modelos meteorológicos ampliamente usado en la actualidad tanto en la investigación en las ciencias atmosféricas y del clima como en el pronóstico operativo del tiempo es el Weather and Research Forecasting (WRF). No obstante su amplio uso, inclusive para pronóstico del tiempo en muy alta resolución espacial, la geodata incorporada en las versiones liberadas, hasta ahora no representa el detalle de la realidad orográfica y de la superficie terrestre para regiones del territorio colombiano. Dada la importancia del modelo para investigación y para aplicaciones prácticas de pronóstico del tiempo operativo en el país, es necesario mejorarlo incorporando información real y detallada de uso del suelo y de la topografía. Esta situación motivó la realización del presente trabajo y señaló el objetivo de mejorar la representación de la orografía y de las características de la superficie terrestre usadas en el modelo WRF, para su aplicación sobre la Sabana de Bogotá. El presente documento sintetiza el procedimiento y los resultados obtenidos en esta empresa. Después de explorar el componente de geodata (en el módulo de pre-procesamiento) del modelo, se obtuvieron y procesaron apropiadamente los datos en alta resolución espacial provenientes de sensores remotos satelitales; los datos sobre el uso del suelo fueron obtenidos del IDEAM y del IGAC, en tanto que los de elevación del SRTM fueron suministrados por IGAC. Una vez procesados, los datos fueron organizados en formato netCDF e incorporados al módulo especial de geodata del modelo WRF. Paralelamente a este procedimiento se simularon los procesos atmosféricos regionales sin las modificaciones. Una vez disponibles los nuevos datos, se realizaron las siguientes simulaciones: con modificación del uso del suelo, solamente; con modificación de la elevación, únicamente; y, con modificación de las dos. Esto con el fin de evaluar el efecto de cada cambio en las simulaciones de los procesos atmosféricos a través de la comparación de los resultados de estas tres con geodata modificada con la primera simulación sin modificaciones. Finalmente, se describen los efectos de la mejora de la representación espacial de la orografía y de las características de la superficie en la circulación (vientos), en la presión atmosférica, humedad del aire y precipitación. (Texto tomado de la fuente).

The weather forecasting models are based on meteorological variables data obtained from several sources such as from direct observation or measurement in situ, with remote sensors located on land, air or water and , in recent decades, emplaced in satellites; also, the information on the features of both the surface and the topography is crucial to guarantee the quality of the simulations and forecasts . Data on land use and surface coverage ensure proper representation of the processes related to the radiation balance and the local hydrological cycle; the realistic representation of the topography allows a better simulation of the local circulation and the development of different weather phenomena. One of the models broadly used both in meteorological research and inoperative weather forecasting is the Weather Research and Forecasting (WRF) model. Despite its widespread use, the geodata of WRF released versions does not represent the real details of orography and land surface regions of Colombia. Given the importance of the model for research and practical applications of the operative forecasting in the country, it is necessary to improveit by incorporating real and detailed information on land use and topography. This situation motivated the present work and showed the objective of improving the representation of orography and land surface characteristics used in the WRF model, for application on the Sabana de Bogotá. This document summarizes the procedure and the results obtained in this project. After exploring the geodata component (in the pre –processing module) of the model, high spatial resolution data from satellite remote sensing were obtained and processed properly; data on land use were obtained from IDEAM and IGAC , while the SRTM elevation data were supplied by IGAC. Once processed, the data were organized in netCDF format and incorporated into geodata special module of WRF model. Parallely to this process, simulations of the regional atmospheric processes were simulated with WRF, but without any modifications. With the new data available, the following simulations were performed: modifying the land use change only; changing just elevation data; and, with changes of land use and elevation data, at the same time. This was done to facilitate the comparison of the results obtained with the modified geodata with the produced with unchanged geodata, in order to evaluate the effects that these changes might produce in the simulated atmospheric processes. Finally, this document summarizes the effects caused by the improvement of the spatial representation of the topography and the characteristics surfaces on the local circulation (wind), air pressure, air temperature, air humidity and precipitation.