Asimilación de datos reales a escala regional en Argentina

Autores
Dillon, María Eugenia
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
García Skabar, Yanina
Kalnay, Eugenia
Descripción
Uno de los mayores desafíos en el pronóstico numérico del tiempo es describir las condiciones iniciales del estado de la atmósfera. Distintos métodos de asimilación de datos abordan esta temática desde diferentes ángulos. En la presente tesis se propone el desarrollo de un sistema de asimilación de datos regional en Argentina, utilizando el Local Ensemble Transform Kalman Filter (LETKF) acoplado con el modelo WRF (Weather Research and Forecasting Modeling System). La elección de este método responde no sólo a los resultados favorables hallados por muchos autores, sino también a su eficiencia computacional y, principalmente, a la posibilidad de generar pronósticos probabilísticos a partir de un ensamble de análisis. El objetivo general es avanzar en el diseño de un sistema de asimilación de datos reales en la región. Con ese fin se realizaron experimentos numéricos en un período de 2 meses, evaluando el impacto de diferentes factores en los análisis y pronósticos generados por el sistema de asimilación. Se evaluó el efecto producido al considerar el error del modelo mediante la utilización de una configuración multi esquema, compuesta por combinaciones entre parametrizaciones de cumulus y capa límite planetaria. También se estudió la sensibilidad a la inclusión de diferentes conjuntos de observaciones. Asimismo,se incluyeron perturbaciones en las condiciones de borde de los pronósticos con el fin de aumentar la dispersión del ensamble. Los resultados obtenidos muestran que tanto la implementación de un sistema multi esquema como la inclusión de perfiles verticales termodinámicos en la asimilación impactan positivamente en los análisis y pronósticos. Estos experimentos numéricos representan las bases para el diseño de un sistema de asimilación de datos reales eficiente para la región, ya que los resultados evidencian que su implementación es factible y que posee un gran potencial para una mejora continua.
One of the big challenges in numerical weather prediction is to reduce the uncertainty in theestimation of the atmospheric state. This issue is addressed by different data assimilation methods,which are used operationally at the most important prediction centers of the world. In this thesis, thedevelopment of a regional data assimilation system in Argentina is proposed, using the Local Ensemble Transform Kalman Filter (LETKF) coupled with the Weather Research and Forecasting Model (WRF). The selection of this method is motivated not only by the favorable results obtained by many authors,but also by its computational efficiency and, very importantly, by the possibility of generatingprobabilistic forecasts from an ensemble of analyses. With the aim of design a regional real data assimilation system, numerical experiments have beencarried out for a 2 months period to evaluate the impact of different factors on the analyses andforecasts generated by the assimilation system. A multi-scheme configuration combining cumulus andplanetary boundary layer parameterizations was implemented, in order to evaluate the effects ofconsidering the model error. Also, the sensitivity of the inclusion of different type of observations wasstudied. As well, boundary perturbations were included to increase the ensemble spread. The results show that both the implementation of the multi-scheme system and the inclusion ofthermodynamic vertical profiles in the assimilation, impact positively in analyses and forecasts. Thesenumerical experiments represent the basis for the design of an efficient real data assimilation systemfor the region, as the results evidence that its implementation is feasible and that it has the potentialfor a continuous improvement.
Fil: Dillon, María Eugenia. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
ASIMILACION DE DATOS
LETKF
PRONOSTICOS
DATA ASSIMILATION
LETKF
FORECASTS
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
tesis:tesis_n6387_Dillon

id BDUBAFCEN_2fa21086b4d77a1eb53ab76d76be30c5
oai_identifier_str tesis:tesis_n6387_Dillon
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Asimilación de datos reales a escala regional en ArgentinaReal data assimilation in a regional scale over ArgentinaDillon, María EugeniaASIMILACION DE DATOSLETKFPRONOSTICOSDATA ASSIMILATIONLETKFFORECASTSUno de los mayores desafíos en el pronóstico numérico del tiempo es describir las condiciones iniciales del estado de la atmósfera. Distintos métodos de asimilación de datos abordan esta temática desde diferentes ángulos. En la presente tesis se propone el desarrollo de un sistema de asimilación de datos regional en Argentina, utilizando el Local Ensemble Transform Kalman Filter (LETKF) acoplado con el modelo WRF (Weather Research and Forecasting Modeling System). La elección de este método responde no sólo a los resultados favorables hallados por muchos autores, sino también a su eficiencia computacional y, principalmente, a la posibilidad de generar pronósticos probabilísticos a partir de un ensamble de análisis. El objetivo general es avanzar en el diseño de un sistema de asimilación de datos reales en la región. Con ese fin se realizaron experimentos numéricos en un período de 2 meses, evaluando el impacto de diferentes factores en los análisis y pronósticos generados por el sistema de asimilación. Se evaluó el efecto producido al considerar el error del modelo mediante la utilización de una configuración multi esquema, compuesta por combinaciones entre parametrizaciones de cumulus y capa límite planetaria. También se estudió la sensibilidad a la inclusión de diferentes conjuntos de observaciones. Asimismo,se incluyeron perturbaciones en las condiciones de borde de los pronósticos con el fin de aumentar la dispersión del ensamble. Los resultados obtenidos muestran que tanto la implementación de un sistema multi esquema como la inclusión de perfiles verticales termodinámicos en la asimilación impactan positivamente en los análisis y pronósticos. Estos experimentos numéricos representan las bases para el diseño de un sistema de asimilación de datos reales eficiente para la región, ya que los resultados evidencian que su implementación es factible y que posee un gran potencial para una mejora continua.One of the big challenges in numerical weather prediction is to reduce the uncertainty in theestimation of the atmospheric state. This issue is addressed by different data assimilation methods,which are used operationally at the most important prediction centers of the world. In this thesis, thedevelopment of a regional data assimilation system in Argentina is proposed, using the Local Ensemble Transform Kalman Filter (LETKF) coupled with the Weather Research and Forecasting Model (WRF). The selection of this method is motivated not only by the favorable results obtained by many authors,but also by its computational efficiency and, very importantly, by the possibility of generatingprobabilistic forecasts from an ensemble of analyses. With the aim of design a regional real data assimilation system, numerical experiments have beencarried out for a 2 months period to evaluate the impact of different factors on the analyses andforecasts generated by the assimilation system. A multi-scheme configuration combining cumulus andplanetary boundary layer parameterizations was implemented, in order to evaluate the effects ofconsidering the model error. Also, the sensitivity of the inclusion of different type of observations wasstudied. As well, boundary perturbations were included to increase the ensemble spread. The results show that both the implementation of the multi-scheme system and the inclusion ofthermodynamic vertical profiles in the assimilation, impact positively in analyses and forecasts. Thesenumerical experiments represent the basis for the design of an efficient real data assimilation systemfor the region, as the results evidence that its implementation is feasible and that it has the potentialfor a continuous improvement.Fil: Dillon, María Eugenia. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesGarcía Skabar, YaninaKalnay, Eugenia2017-03-17info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n6387_Dillonspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-29T13:42:31Ztesis:tesis_n6387_DillonInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:42:32.146Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Asimilación de datos reales a escala regional en Argentina
Real data assimilation in a regional scale over Argentina
title Asimilación de datos reales a escala regional en Argentina
spellingShingle Asimilación de datos reales a escala regional en Argentina
Dillon, María Eugenia
ASIMILACION DE DATOS
LETKF
PRONOSTICOS
DATA ASSIMILATION
LETKF
FORECASTS
title_short Asimilación de datos reales a escala regional en Argentina
title_full Asimilación de datos reales a escala regional en Argentina
title_fullStr Asimilación de datos reales a escala regional en Argentina
title_full_unstemmed Asimilación de datos reales a escala regional en Argentina
title_sort Asimilación de datos reales a escala regional en Argentina
dc.creator.none.fl_str_mv Dillon, María Eugenia
author Dillon, María Eugenia
author_facet Dillon, María Eugenia
author_role author
dc.contributor.none.fl_str_mv García Skabar, Yanina
Kalnay, Eugenia
dc.subject.none.fl_str_mv ASIMILACION DE DATOS
LETKF
PRONOSTICOS
DATA ASSIMILATION
LETKF
FORECASTS
topic ASIMILACION DE DATOS
LETKF
PRONOSTICOS
DATA ASSIMILATION
LETKF
FORECASTS
dc.description.none.fl_txt_mv Uno de los mayores desafíos en el pronóstico numérico del tiempo es describir las condiciones iniciales del estado de la atmósfera. Distintos métodos de asimilación de datos abordan esta temática desde diferentes ángulos. En la presente tesis se propone el desarrollo de un sistema de asimilación de datos regional en Argentina, utilizando el Local Ensemble Transform Kalman Filter (LETKF) acoplado con el modelo WRF (Weather Research and Forecasting Modeling System). La elección de este método responde no sólo a los resultados favorables hallados por muchos autores, sino también a su eficiencia computacional y, principalmente, a la posibilidad de generar pronósticos probabilísticos a partir de un ensamble de análisis. El objetivo general es avanzar en el diseño de un sistema de asimilación de datos reales en la región. Con ese fin se realizaron experimentos numéricos en un período de 2 meses, evaluando el impacto de diferentes factores en los análisis y pronósticos generados por el sistema de asimilación. Se evaluó el efecto producido al considerar el error del modelo mediante la utilización de una configuración multi esquema, compuesta por combinaciones entre parametrizaciones de cumulus y capa límite planetaria. También se estudió la sensibilidad a la inclusión de diferentes conjuntos de observaciones. Asimismo,se incluyeron perturbaciones en las condiciones de borde de los pronósticos con el fin de aumentar la dispersión del ensamble. Los resultados obtenidos muestran que tanto la implementación de un sistema multi esquema como la inclusión de perfiles verticales termodinámicos en la asimilación impactan positivamente en los análisis y pronósticos. Estos experimentos numéricos representan las bases para el diseño de un sistema de asimilación de datos reales eficiente para la región, ya que los resultados evidencian que su implementación es factible y que posee un gran potencial para una mejora continua.
One of the big challenges in numerical weather prediction is to reduce the uncertainty in theestimation of the atmospheric state. This issue is addressed by different data assimilation methods,which are used operationally at the most important prediction centers of the world. In this thesis, thedevelopment of a regional data assimilation system in Argentina is proposed, using the Local Ensemble Transform Kalman Filter (LETKF) coupled with the Weather Research and Forecasting Model (WRF). The selection of this method is motivated not only by the favorable results obtained by many authors,but also by its computational efficiency and, very importantly, by the possibility of generatingprobabilistic forecasts from an ensemble of analyses. With the aim of design a regional real data assimilation system, numerical experiments have beencarried out for a 2 months period to evaluate the impact of different factors on the analyses andforecasts generated by the assimilation system. A multi-scheme configuration combining cumulus andplanetary boundary layer parameterizations was implemented, in order to evaluate the effects ofconsidering the model error. Also, the sensitivity of the inclusion of different type of observations wasstudied. As well, boundary perturbations were included to increase the ensemble spread. The results show that both the implementation of the multi-scheme system and the inclusion ofthermodynamic vertical profiles in the assimilation, impact positively in analyses and forecasts. Thesenumerical experiments represent the basis for the design of an efficient real data assimilation systemfor the region, as the results evidence that its implementation is feasible and that it has the potentialfor a continuous improvement.
Fil: Dillon, María Eugenia. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description Uno de los mayores desafíos en el pronóstico numérico del tiempo es describir las condiciones iniciales del estado de la atmósfera. Distintos métodos de asimilación de datos abordan esta temática desde diferentes ángulos. En la presente tesis se propone el desarrollo de un sistema de asimilación de datos regional en Argentina, utilizando el Local Ensemble Transform Kalman Filter (LETKF) acoplado con el modelo WRF (Weather Research and Forecasting Modeling System). La elección de este método responde no sólo a los resultados favorables hallados por muchos autores, sino también a su eficiencia computacional y, principalmente, a la posibilidad de generar pronósticos probabilísticos a partir de un ensamble de análisis. El objetivo general es avanzar en el diseño de un sistema de asimilación de datos reales en la región. Con ese fin se realizaron experimentos numéricos en un período de 2 meses, evaluando el impacto de diferentes factores en los análisis y pronósticos generados por el sistema de asimilación. Se evaluó el efecto producido al considerar el error del modelo mediante la utilización de una configuración multi esquema, compuesta por combinaciones entre parametrizaciones de cumulus y capa límite planetaria. También se estudió la sensibilidad a la inclusión de diferentes conjuntos de observaciones. Asimismo,se incluyeron perturbaciones en las condiciones de borde de los pronósticos con el fin de aumentar la dispersión del ensamble. Los resultados obtenidos muestran que tanto la implementación de un sistema multi esquema como la inclusión de perfiles verticales termodinámicos en la asimilación impactan positivamente en los análisis y pronósticos. Estos experimentos numéricos representan las bases para el diseño de un sistema de asimilación de datos reales eficiente para la región, ya que los resultados evidencian que su implementación es factible y que posee un gran potencial para una mejora continua.
publishDate 2017
dc.date.none.fl_str_mv 2017-03-17
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/tesis_n6387_Dillon
url https://hdl.handle.net/20.500.12110/tesis_n6387_Dillon
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618727168933888
score 13.070432