Precipitation phase discrimination: Diagnosing and nowcasting
- Autores: Enric Casellas
- Directores de la Tesis: Joan Bech Rustullet (dir. tes.)
- Lectura: En la Universitat de Barcelona ( España ) en 2022
- Idioma: inglés
- Tribunal Calificador de la Tesis: Aitor Atencia Ruiz de Gopegui (presid.), Mireia Udina Sistach (secret.), Laura Trapero Bagué (voc.)
- Programa de doctorado: Programa de Doctorado en Física por la Universidad de Barcelona
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
La discriminación del tipo de precipitación en superficie es una variable fundamental en multitud de aplicaciones meteorológicas e hidrológicas, como puede ser la gestión del peligro de aludes, la seguridad en la carretera en condiciones invernales o las inundaciones provocadas por lluvias sobre superficies nevadas. Esta tesis engloba el desarrollo, ajuste y verificación de un sistema de diagnóstico y de predicción a muy corto plazo del tipo de precipitación en superficie.
La tesis, basada en un compendio de tres artículos científicos, se divide en tres bloques. El primero hace referencia al desarrollo de un sistema de interpolación de observaciones meteorológicas de superficie a una alta resolución espacial y temporal. Dicho sistema está basado en la combinación de tres elementos: clustering, regresión lineal múltiple y corrección de residuos. La obtención de información espacial de variables como la temperatura o la humedad es de vital importancia para las metodologías diseñadas para el diagnóstico del tipo de precipitación en superficie, que es al que está dedicado el segundo bloque de la tesis. La discriminación de la precipitación en lluvia, aguanieve o nieve a tiempo real suele obtenerse a partir de la aplicación de umbrales a variables como la temperatura del aire o del termómetro húmedo. En este caso, se han testado diferentes variables ajustando los umbrales maximizando distintas métricas de verificación. Los resultados sugieren que las variables meteorológicas que incluyen información acerca de las condiciones de saturación del aire reportan un mejor comportamiento que el resto. Aun así, se observa cierta variabilidad en los umbrales de discriminación en función de los eventos analizados. El tercer bloque también se basa en la discriminación del tipo de precipitación, pero en este caso para la predicción a muy corto plazo o nowcasting. Para este se han considerado, aparte de los esquemas del segundo bloque, basados en información de superficie, algoritmos basados en los perfiles verticales de temperatura. Dichos perfiles juegan un papel fundamental en el tipo de precipitación que llega finalmente a la superficie. Para el desarrollo del producto de nowcasting se ha tenido en cuenta la extrapolación de las observaciones en superficie y los perfiles verticales derivados de los modelos de predicción numérica. La verificación de los distintos esquemas de discriminación se ha realizado de forma individual, pero también combinando distintos esquemas. Este último paso se ha hecho teniendo en cuenta la variabilidad de comportamiento observada en el bloque dos y en estudios previos donde indicaban que ninguna metodología era superior al resto en todos los casos. Los resultados muestran que, aunque las diferencias entre esquemas son ajustadas, el uso de una combinación de esquemas es preferible.
Los resultados de la tesis han permitido la implementación operativa de un producto de diagnóstico y nowcasting del tipo de precipitación en superficie en el Servei Meteorològic de Catalunya. Además, dichos resultados también contribuyen modestamente a añadir una nueva verificación de metodologías para discriminar el tipo de precipitación en superficie, así como el uso de datos interpolados y no observados para dicha discriminación.
