Mejora del análisis del espesor de nieve en HIRLAM

• Cansado, Alberto ^[1] ; Navascués, Beatriz
  1. [1] Institute for Neurosciences of Montpellier

     Institute for Neurosciences of Montpellier

     Arrondissement of Montpellier, Francia

     
• Localización: Acta de las Jornadas Científicas de la Asociación Meteorológica Española, ISSN-e 2605-2199, Nº. 28, 2004 (Ejemplar dedicado a: XXXVIII Jornadas Científicas de la AME y el 5º Encuentro Hispano-Luso de Meteorología)
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • A good representation of snow depth and snow cover in numerical models, in addition to its evolution during the whole year, are fundamental to get good forecasted values for screen level variables, such as 2m Temperature and 2m Relative Humidity, and for soil variables such as humidity. HIRLAM snow depth analysis has been improved using statistical interpolation method to analize snow depth, adding a new quality control on observations and creating a snow depth first guess modelling the snow cover metamorphism depending on recent precipitations, the air temperature or the snow aging. The validation has been carried out using satellite independent data from Special Sensor Microwave Imager (SSMI).[ES]Una buena representación de la cobertura y el espesor de la nieve en los modelos numéricos así como de su evolución a lo largo del año, resultan fundamentales tanto para obtener buenas predicciones de variables próximas al suelo, como la temperatura y la humedad relativa a 2 m, como de variables de suelo como la humedad. El análisis del espesor de nieve en el modelo HIRLAM ha sido mejorado de forma que se utiliza el método de interpolación estadística para el análisis de nieve, se incorpora un control de calidad adicional sobre las observaciones y se añade un first guess de espesor de nieve que da cuenta de la metamorfosis que sufre el manto nivoso en función de las precipitaciones recientes, la temperatura del aire o el envejecimiento de la nieve. La validación se lleva a cabo mediante el uso de datos satelitales independientes procedentes del instrumento Special Sensor Microwave Imager (SSMI).