Estudio de los efectos de diferentes fuentes de error sobre la calidad de los análisis generados por un sistema de asimilación por filtros de Kalman
El presente trabajo de tesis plantea la realización de experimentos idealizadosde asimilación de datos basado en un Filtro de Kalman por ensambles (EnKF)sobre un dominio regional centrado en Sudamérica. En particular se emplea elalgoritmo conocido como Local Ensemble Transform Kalman Filter (LETKF)a...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis doctoral publishedVersion |
| Lenguaje: | Español |
| Publicado: |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
2016
|
| Materias: | |
| Acceso en línea: | https://hdl.handle.net/20.500.12110/tesis_n5939_Saucedo |
| Aporte de: |
| Sumario: | El presente trabajo de tesis plantea la realización de experimentos idealizadosde asimilación de datos basado en un Filtro de Kalman por ensambles (EnKF)sobre un dominio regional centrado en Sudamérica. En particular se emplea elalgoritmo conocido como Local Ensemble Transform Kalman Filter (LETKF)acoplado al modelo numérico Weather Research and Forecasting (WRF). Losexperimentos exploran la sensibilidad del sistema de asimilación frente a loserrores de modelo y los errores presentes en las condiciones de borde lateral. Los resultados indican que las regiones tropicales son más sensibles a loserrores de modelo, mientras que las latitudes medias están más directamenteinfluenciadas por los errores en las condiciones de borde lateral. Para reducirlos errores del análisis se evalúan diferentes metodologías que buscanrepresentar de manera explícita los errores en el sistema de asimilación: lainflación multiplicativa adaptativa estimada, los ensambles físicos y laintroducción de perturbaciones en las condiciones de borde lateral. El empleode dichas técnicas permite reducir el del error del análisis y contribuye amejorar la representación de su incertidumbre. Sin embargo, los mejoresresultados se obtienen al combinar dichas técnicas de forma simultánea. Finalmente, se llevan adelante experimentos utilizando observaciones reales enlos que se explora el impacto de la resolución del modelo en la calidad delanálisis y de los pronósticos a corto plazo. En estos experimentos se encuentraque el aumento de la resolución del modelo numérico genera una mejora tantode la calidad del análisis como del pronóstico resultante. Sin embargo, losresultados sugieren que un tratamiento adecuado de las diferentes fuentes deincertidumbre que afectan a un sistema de análisis - pronóstico regional, juntocon la incorporación de una mayor cantidad de observaciones, podría producirun impacto mayor sobre la calidad del análisis. |
|---|