Author:
Uzieda Marko Andrade,Sejas Jorge Eduardo Nava,Saavedra Rocio Guzman
Abstract
Se realizó un experimento de sensibilidad en modelación numérica de clima usando RegCM 4.7.0 para cuantificar la habilidad de cinco modelos climáticos de reproducir los regímenes espaciotemporales de precipitación y temperatura en Bolivia para el periodo 2005 – 2015. Los modelos corrieron en el clúster computacional de alto rendimiento de la UMSS con una reducción de escala desde 70 km (modelo global) hasta 5 km (modelo regional de alta resolución) pasando por reducciones intermedias de 30 y 10 km. Cada modelo fue evaluado en dos dominios espaciales: uno que comprende la totalidad del territorio boliviano y otro que comprende solo el departamento de Cochabamba. Los parámetros estudiados fueron la resolución espacial, la resolución temporal, el esquema de parametrización convectiva, la microfísica de nubes y la capa límite planetaria. Se pudo apreciar que el esquema de convección es el parámetro dominante, tanto para precipitación como para temperatura. La contrastación de los modelos se realizó con el producto de reanálisis ERA5, habiéndose encontrado que, para la región Cochabamba, el esquema convectivo de Tiedtke es el que tiene el mejor rendimiento tanto en precipitación como en temperatura. En cuanto al dominio Bolivia, el modelo con mejor desempeño para temperatura es de nuevo Tiedtke, pero para la precipitación se observó que el esquema convectivo Grell-Emanuel, combinado con el esquema de microfísica Nogherotto – Tompkins tiene un desempeño superior. El resultado de este trabajo representa una mejora importante en comparación con modelaciones previas en el área de estudio, y fue posible gracias a la capacidad de cómputo provista por el clúster de alto desempeño recientemente instalado en la UMSS.
Publisher
South Florida Publishing LLC
Reference32 articles.
1. Abadi, A. M., Rowe, C. M. & Andrade, M. (2020). Climate regionalization in Bolivia: a combination of non‐hierarchical and consensus clustering analyses based on precipitation and temperature. International Journal of Climatology, 40(10), 4408-4421. https://doi.org/10.1002/joc.6464
2. Andrade M., Terrazas, J. & Guzmán, R. (2021). Homogeneización de series mensuales de temperatura y precipitación en Bolivia a partir de registros SENAMHI entre 1980 y 2015. Ciencia y Tecnología, 1(13), 78-86.
3. Beljaars, A. C. M., Holtslag, A. A. M. & Turkenburg, W. C. (1990). Diabatic wind speed profiles in coastal regions: comparison of an internal boundary layer (IBL) model with observations. Boundary-layer meteorology, 51, 49-75. https://doi.org/10.1007/BF00120461
4. Bretherton, C. S., McCaa, J. R., & Grenier, H. (2004). A new parameterization for shallow cumulus convection and its application to marine subtropical cloud-topped boundary layers. Part I: Description and 1D results. Monthly weather review, 132(4), 864-882. https://doi.org/10.1175/1520-0493(2004)
5. <0864:ANPFSC>2.0.CO;2