Spanish

       


English

User
 

Use of mesoscale model MM5 forecasts as proxies for surface meteorological and agroclimatic variables.

Daniel O. Silva, Francisco J. Meza, Eduardo Varas

Abstract


There is increasing interest in meteorological information and its application to strategic planning at the farm as well as regional level. Although we have recently seen signifi cant improvements to strengthen and enlarge networks of weather observations, their density is still insuffi cient to cover large extents at the desired spatial and temporal resolution. Climate scientists have developed and used mesoscale models to understand and predict future atmospheric conditions. These models represent a major contribution to objective weather forecasts throughout numerical simulations. They use global circulation outputs as boundary conditions and can be run in a nested manner so as to increase their spatial resolution. Because of this, we can obtain information about weather variables in grid cells spaced 15 km apart covering important areas and providing information in places where analog or automatic stations are not available. The objective of this work is to evaluate the use of raw data from the MM5 mesoscale model as well as MOS-corrected information (a statistical post-processing of MM5 outputs) as a proxy for surface meteorological data. Temperature, wind speed, relative humidity, and daily solar radiation forecasts were evaluated for eleven stations in the Maipo river basin. In all cases, the MOS forecast produced better results than the raw MM5 data. Determination coeffi cients reached values near 0.9, and the RMSE was usually smaller for MOS-corrected data. The small variability of the MOS parameters allows their use as regional values to estimate meteorological data for the whole region, particularly at a weekly time step.

 

En la actualidad existe un interés creciente por contar con información meteorológica que permita la gestión de la producción agrícola y el manejo de recursos naturales tanto a nivel de predio como a escala regional. A pesar que se han hecho esfuerzos considerables por fortalecer y expandir las redes de monitoreo meteorológico, todavía su densidad es insufi ciente para proveer de información regional con el nivel de frecuencia y representatividad espacial deseado. Climatólogos y meteorólogos han desarrollado y empleado los modelos de simulación de meso-escala con el fi n de mejorar la comprensión de los fenómenos meteorológicos y predecir el comportamiento de la atmósfera. Dichos modelos son alimentados por los resultados de modelos de mayor envergadura (Modelos de Circulación Global) quienes entregan las condiciones de inicio para que los modelos de mesoescala aumenten la resolución espacial mediante un sistema de ejecución anidado. Como resultado se logra obtener información climática en celdas que están espaciadas por 15 km. Esto es promisorio ya que tal densidad espacial tiene la capacidad de generar información en lugares donde no existen sistemas de monitoreo activos. El objetivo de este trabajo fue evaluar el uso de los resultados del modelos de meso escala MM5 a través de cuantifi car la capacidad de reproducir condiciones meteorológicas observadas, tanto los resultados directos del modelo MM5 como también valores corregidos en base a un procesamiento estadístico conocido como MOS. Se seleccionaron 11 estaciones meteorológicas pertenecientes a la cuenca del Maipo y se evaluaron variables como temperatura, velocidad del viento, humedad relativa y radiación solar. Los resultados muestran que los procesamientos estadísticos posteriores mejoran notablemente las estimaciones iniciales llegando a mostrar coefi cientes de determinación de hasta 0,9 (p = 0,01). Además se observa que los parámetros de las ecuaciones de regresión son similares entre estaciones, lo que abre la posibilidad de usar valores únicos de ellos para generar estimaciones regionales de variables meteorológicas y agroclimáticas particularmente a escalas de tiempo semanal.


Keywords


Agroclimatological variables, Maipo river basin, MM5 data, MOS, Cuenca del río Maipo, datos MM5, variables agroclimáticas

Full Text:

Untitled