{"id":700,"date":"2014-11-20T12:36:49","date_gmt":"2014-11-20T12:36:49","guid":{"rendered":"http:\/\/\/wpweb\/?page_id=700"},"modified":"2023-11-10T12:42:52","modified_gmt":"2023-11-10T12:42:52","slug":"models-numerics","status":"publish","type":"page","link":"https:\/\/www.meteo.cat\/wpweb\/divulgacio\/la-prediccio-meteorologica\/models-numerics\/","title":{"rendered":"Entendre els models num\u00e8rics"},"content":{"rendered":"\n

Informaci\u00f3 general<\/h2>\n\n\n\n

Introducci\u00f3<\/h3>\n\n\n\n

Els models num\u00e8rics de predicci\u00f3 del temps s\u00f3n l\u2019eina fonamental de qualsevol pron\u00f2stic meteorol\u00f2gic, amb l\u2019excepci\u00f3 de les previsions a molt curt termini (fins a 2 hores).<\/p>\n\n\n\n

Concretament, la predicci\u00f3 num\u00e8rica del temps consisteix a simular l\u2019evoluci\u00f3 futura de les variables meteorol\u00f2giques que determinen l\u2019estat de l\u2019atmosfera mitjan\u00e7ant l\u2019\u00fas de models matem\u00e0tics.<\/p>\n\n\n\n

Aquests models es formulen a partir de les lleis f\u00edsiques que regeixen el comportament de l\u2019atmosfera i constitueixen un sistema d\u2019equacions que, donada la seva complexitat, nom\u00e9s pot ser resolt de forma aproximada mitjan\u00e7ant l\u2019\u00fas de computadors. L\u2019abast temporal m\u00e0xim pel qual es resolen aquestes equacions es coneix com a horitz\u00f3 de pron\u00f2stic<\/strong>.<\/p>\n\n\n\n

T\u00e8cniques num\u00e8riques<\/h3>\n\n\n\n

Malgrat que l\u2019atmosfera \u00e9s un medi continu, aquestes equacions nom\u00e9s es poden resoldre a uns punts discrets per tal que el c\u00e0lcul sigui viable. Tots aquests punts configuren de forma conjunta una malla tridimensional. D’aquesta manera, a mesura que la dist\u00e0ncia entre aquests punts (pas de malla<\/strong>) disminueix, el model \u00e9s capa\u00e7 de simular de forma expl\u00edcita fen\u00f2mens meteorol\u00f2gics d\u2019escala m\u00e9s petita i t\u00e9, per tant, major resoluci\u00f3. Com a contrapartida, aix\u00f2 implica incrementar el temps de c\u00e0lcul de la simulaci\u00f3. <\/p>\n\n\n\n

D\u2019altra banda, els efectes dels processos f\u00edsics que els models num\u00e8rics no s\u00f3n capa\u00e7os de resoldre s\u00f3n estimats mitjan\u00e7ant parametritzacions<\/strong>; \u00e9s a dir, un conjunt de f\u00f3rmules matem\u00e0tiques que intenten representar de manera aproximada fen\u00f2mens d\u2019escala m\u00e9s petita (formaci\u00f3 de gotes dins els n\u00favols, fluxos radiatius, turbul\u00e8ncia, convecci\u00f3, etc.).<\/p>\n\n\n\n

Encara que tots els models meteorol\u00f2gics es basen en les mateixes lleis f\u00edsiques, hi ha difer\u00e8ncies tant en la seva formulaci\u00f3 matem\u00e0tica com en les t\u00e8cniques num\u00e8riques emprades per a resoldre el sistema d\u2019equacions. A m\u00e9s, tamb\u00e9 es distingeixen en funci\u00f3 de l\u2019\u00e0rea geogr\u00e0fica (o domini<\/strong>) que abasten: en els models globals<\/strong>, la malla tridimensional abasta tot el planeta mentre que els models d\u2019\u00e0rea limitada<\/strong> nom\u00e9s comprenen una zona concreta. <\/p>\n\n\n\n

Assimilaci\u00f3 de dades<\/h3>\n\n\n\n

Per predir el possible estat futur de l\u2019atmosfera, cal primer con\u00e8ixer amb la fidelitat m\u00e9s gran possible el seu estat present.<\/p>\n\n\n\n

Per aix\u00f2, abans que els models num\u00e8rics comencin els seus c\u00e0lculs, s\u2019engega un proc\u00e9s d\u2019assimilaci\u00f3 de dades que combina un pron\u00f2stic anterior del model amb diferents observacions meteorol\u00f2giques (radiosondatges, estacions de superf\u00edcie, sat\u00e8l\u00b7lit, radar, etc.) per tal de precisar millor l\u2019estat inicial<\/strong> (an\u00e0lisi) de l\u2019atmosfera. De tota manera, \u00e9s impossible determinar amb total exactitud aquest estat inicial: per exemple, hi ha moltes zones del planeta amb manca d\u2019observacions meteorol\u00f2giques. <\/p>\n\n\n\n

Operativa a l’SMC<\/h3>\n\n\n\n

Actualment, a l\u2019SMC<\/a> es duen a terme de forma di\u00e0ria diferents simulacions num\u00e8riques amb l\u2019objectiu de generar productes per al pron\u00f2stic meteorol\u00f2gic en l\u2019\u00e0mbit de Catalunya. Part d\u2019aquesta informaci\u00f3 es difon a trav\u00e9s del web mitjan\u00e7ant la creaci\u00f3 de sortides gr\u00e0fiques (mapes, meteogrames, etc.) de les principals variables meteorol\u00f2giques.<\/p>\n\n\n\n

D\u2019una banda, dos cops al dia (00 i 12 TU<\/strong>) es generen simulacions amb els models d\u2019\u00e0rea limitada<\/strong> WRF<\/a>, BOLAM<\/a> i MOLOCH<\/a>, per diferents dominis i horitzons de pron\u00f2stic (Figura 1).<\/p>\n\n\n\n

Tamb\u00e9 dos cops al dia (00 i 12 TU<\/strong>) es generen unes simulacions amb els  models d\u2019onatge SWAN<\/a> i WW3<\/a> que permeten obtenir el pron\u00f2stic mar\u00edtim.<\/p>\n\n\n\n

\"Cobertura<\/a>
Figura 1. Cobertura geogr\u00e0fica del model WRF-ARW en els dos dominis utilitzats en la configuraci\u00f3 operativa que es mostra a meteo.cat.<\/figcaption><\/figure>\n\n\n\n

D\u2019altra banda, cada tres hores es duen a terme unes simulacions especials amb el model WRF<\/a> a 12 hores vista per al pron\u00f2stic a curt termini, utilitzant un pas de malla<\/strong> de 3 km id\u00e8ntic al de la Figura 1. Aquestes simulacions parteixen d\u2019un estat inicial<\/strong> que t\u00e9 en compte les dades m\u00e9s recents obtingudes amb diferents sistemes d\u2019observaci\u00f3 (sat\u00e8l\u00b7lit, radar, radiosondatges i estacions de superf\u00edcie). A m\u00e9s a m\u00e9s, amb l\u2019objectiu d\u2019obtenir pron\u00f2stics complementaris, es fan servir dos sistemes diferents (STMAS<\/strong> i WRF-3DVAR<\/a>) per assimilar aquestes dades.<\/p>\n\n\n\n

En aquest sentit, de cara a la feina di\u00e0ria de l\u2019Equip de Predicci\u00f3 i Vigil\u00e0ncia de l\u2019SMC<\/a>, disposar de diversos models \u00e9s altament benefici\u00f3s, ja que en funci\u00f3 de si els diferents pron\u00f2stics s\u2019assemblen o no, es pot donar m\u00e9s o menys confian\u00e7a a l\u2019ocurr\u00e8ncia futura d\u2019un fenomen meteorol\u00f2gic determinat a l\u2019hora d\u2019elaborar els butlletins.<\/p>\n\n\n\n

WRF (Weather Research and Forecasting Model<\/i>)<\/h2>\n\n\n\n

Descripci\u00f3<\/h3>\n\n\n\n

El WRF<\/a> (Weather Research and Forecasting Model<\/em>) \u00e9s un model num\u00e8ric de pron\u00f2stic del temps, dissenyat per aplicacions operatives i de recerca. Un dels seus objectius \u00e9s, precisament, accelerar la introducci\u00f3 dels aven\u00e7os en recerca als processos operatius. Actualment, el WRF<\/a> pot utilitzar-se en un ampli rang d\u2019escales, de manera que pot actuar com a model global o d\u2019\u00e0rea limitada<\/strong>, permetent simulacions a molt alta resoluci\u00f3.<\/p>\n\n\n\n

Concretament, a l\u2019SMC<\/a> s\u2019ha implementat el nucli anomenat WRF-ARW<\/a> (Advanced Research WRF<\/em>), desenvolupat sota el lideratge de l\u2019NCAR<\/a> (National Center for Atmospheric Research<\/em>, EUA), en la seva versi\u00f3 4.3. Funciona com a model d\u2019\u00e0rea limitada<\/strong>, amb l\u2019objectiu de simular circulacions atmosf\u00e8riques de mesoescala. Aquestes inclouen els fen\u00f2mens que tenen lloc a escales espacials que van des d\u2019uns pocs quil\u00f2metres fins a uns quants centenars, com per exemple les tempestes, les brises, o els sistemes frontals, entre d\u2019altres.<\/p>\n\n\n\n

Funcionament del WRF-ARW a l’SMC<\/h3>\n\n\n\n

A les computadores de l\u2019SMC<\/a>, dos cops al dia, a les 00<\/strong> i 12 TU<\/strong>, s\u2019integra el model WRF-ARW<\/a> en dos dominis diferents (vegeu operativa SMC) de 3 i 1,5 km de pas de malla, que s\u00f3n les que es difonen a trav\u00e9s del web de l\u2019SMC<\/a>.<\/p>\n\n\n\n

L\u2019estat inicial<\/strong> de l\u2019atmosfera procedeix del pron\u00f2stic a 6 hores vista del model IFS de l\u2019ECMWF<\/a> (European Centre for Medium-Range Weather Forecasts<\/em> o Centre Europeu de Prediccions Meteorol\u00f2giques a Mitj\u00e0 Termini). Com que, en aquest cas, el WRF funciona  com a model d\u2019\u00e0rea limitada<\/strong>, tamb\u00e9 cal utilitzar dades d\u2019aquest model global<\/strong> per a definir les variables meteorol\u00f2giques a les fronteres del domini.<\/p>\n\n\n\n

Tot seguit es duu a terme la simulaci\u00f3 pel domini de 3 km de pas de malla<\/strong>, fins a completar 72 h de pron\u00f2stic. A continuaci\u00f3, s\u2019executa la simulaci\u00f3 al domini niat<\/strong> d’1,5 km, amb un horitz\u00f3 temporal de 48 h, utilitzant com a condicions de contorn les sortides del model a 3 km, mitjan\u00e7ant el sistema conegut com a one-way-nesting<\/em>.<\/p>\n\n\n\n

At\u00e8s que el pas de malla <\/strong>\u00e9s en aquest cas m\u00e9s petit podrem simular fen\u00f2mens atmosf\u00e8rics que tenen lloc a escales m\u00e9s fines.<\/p>\n\n\n\n

Configuraci\u00f3 del model<\/h3>\n\n\n\n

Les caracter\u00edstiques de configuraci\u00f3 dels dos dominis anteriors i les principals parametritzacions<\/strong> f\u00edsiques emprades es recullen a la Taula 1.<\/p>\n\n\n\n

DOMINI<\/th>XxYxZ<\/th>DT<\/th>CC<\/th>OUT<\/th>PBL<\/th>MICRO<\/th>CONV<\/th>LW<\/th>SW<\/th>SOIL<\/th>FDDA<\/th>NEST<\/th><\/tr><\/thead>
3 km<\/strong><\/td>300x260x31<\/td>72 h<\/td>1 h<\/td>1 h<\/td>YSU<\/td>WSM5<\/td>Kain-Fritsch<\/td>RRTM<\/td>Dudhia<\/td>Noah LSM<\/td>S\u00ed<\/td> No<\/td><\/tr>
1,5 km<\/strong><\/td>197x203x61 <\/td>48 h<\/td>1 h<\/td>1 h<\/td>YSU<\/td>WSM5<\/td>Expl\u00edcita<\/td>RRTM<\/td>Dudhia<\/td>Noah LSM<\/td>No<\/td>1-way<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Taula 1. Nombre de cel\u00b7les i nivells verticals (XxYxZ), abast total de la integraci\u00f3 (DT), actualitzaci\u00f3 de les condicions de contorn (CC) i sortides del model (OUT), esquemes de capa l\u00edmit (PBL), microf\u00edsica de n\u00favols (MICRO), convecci\u00f3 (CONV), radiaci\u00f3 d\u2019ona llarga (LW) i d\u2019ona curta (SW), esquema de s\u00f2l (SOIL), aplicaci\u00f3 de nudging<\/em> (FDDA) i mode de niament (NEST) per cadascun dels dominis.<\/p>\n\n\n\n

BOLAM\/MOLOCH<\/h2>\n\n\n\n

El BOLAM<\/a> (BO<\/em><\/strong>logna <\/em>L<\/em><\/strong>imited <\/em>A<\/em><\/strong>rea <\/em>M<\/em><\/strong>odel<\/em>) \u00e9s un model meteorol\u00f2gic hidroest\u00e0tic d\u2019\u00e0rea limitada<\/strong> desenvolupat al CNR-ISAC<\/a> (It\u00e0lia). El seu origen es remunta a l\u2019any 1992 i des de llavors no s\u2019ha aturat el seu desenvolupament ni el seu \u00fas, tant en projectes de recerca com en predicci\u00f3 operativa.<\/p>\n\n\n\n

El MOLOCH<\/a> (MO<\/em><\/strong>dello <\/em>LOC<\/em><\/strong>alle in <\/em>H<\/em><\/strong>ybrid coordinates<\/em>), d\u2019origen m\u00e9s recent (any 2000), es tracta d\u2019un model no hidroest\u00e0tic d\u2019\u00e0rea limitada<\/strong> dissenyat per simular processos convectius de forma expl\u00edcita i per c\u00f3rrer, conseq\u00fcentment, a escales m\u00e9s fines que el BOLAM<\/a>. Aquest model tamb\u00e9 ha estat desenvolupat al CNR-ISAC<\/a> i actualment \u00e9s emprat tant en aplicacions operatives com en projectes de recerca.<\/p>\n\n\n\n

Gr\u00e0cies a un acord amb el CNR-ISAC<\/a>, des de l\u2019any 2016 s\u2019executen operativament simulacions dels models BOLAM<\/a> i MOLOCH<\/a> a les computadores de l\u2019SMC<\/a> dos cops al dia, a les 00<\/strong> i 12<\/strong> TU<\/strong>. Primer, s\u2019executa el BOLAM<\/a> fins a un horitz\u00f3 de pron\u00f2stic de 72 h en una \u00e0rea centrada a la pen\u00ednsula Ib\u00e8rica i un pas de malla<\/strong> de 8 km. Aquestes sortides s\u00f3n llavors utilitzades com a condicions inicials i de contorn per c\u00f3rrer una simulaci\u00f3 niada<\/strong> a l\u2019\u00e0rea de Catalunya del model MOLOCH<\/a> amb un pas de malla<\/strong> d’1,6 km i un horitz\u00f3 de pron\u00f2stic de 48 h.<\/p>\n\n\n\n

A m\u00e9s, tamb\u00e9 s\u2019executen dues simulacions di\u00e0ries del MOLOCH<\/a> (a les 00 <\/strong>i 12 TU<\/strong>) inicialitzades directament amb la sortida del model IFS de l\u2019ECMWF<\/a>.<\/p>\n\n\n\n

Els models BOLAM<\/a> i MOLOCH<\/a> es fan servir a l\u2019SMC<\/a> com a models de suport en l\u2019operativa di\u00e0ria.<\/p>\n\n\n\n

Models d’onatge<\/h2>\n\n\n\n

SWAN<\/h3>\n\n\n\n

El SWAN<\/a> (S<\/em><\/strong>imulating <\/em>WA<\/em><\/strong>ves <\/em>N<\/em><\/strong>earshore<\/em>) \u00e9s un model d\u2019onatge de tercera generaci\u00f3 dissenyat per la Universitat T\u00e8cnica de Delft<\/strong> (Pa\u00efsos Baixos) per a simular num\u00e8ricament l\u2019onatge en zones costaneres. El model incorpora formulacions de processos de generaci\u00f3 i dissipaci\u00f3 d\u2019onatge, aix\u00ed com interaccions ona-ona. \u00c9s el model de refer\u00e8ncia a l\u2019SMC.<\/p>\n\n\n\n

Configuraci\u00f3 del SWAN a l’SMC<\/h4>\n\n\n\n

El model SWAN<\/a> descriu els processos f\u00edsics que governen la generaci\u00f3 i la dissipaci\u00f3 d\u2019onades com una suma de diferents processos: <\/p>\n\n\n\n

Stot<\/sub> = Sin<\/sub> + Snl3<\/sub> + Snl4<\/sub> + Sds,w<\/sub> + Sds,b<\/sub> + Sds,br<\/sub><\/p>\n\n\n\n

Aquests s\u00f3n:<\/p>\n\n\n\n