HARMONIE-AROME, modelo operativo de escala convectiva de AEMET. Parte I: Modelo de predicción y validación
DOI:
https://doi.org/10.30859/ameJrCn35p117Palabras clave:
Modelos numéricos, Modelo Area Limitada, HARMONIE-AROMEResumen
Los modelos numéricos de la atmósfera son muy útiles para la predicción del tiempo a corto y medio plazo. La comunidad científica dentro del campo de la meteorología destina gran cantidad de recursos humanos y técnicos al desarrollo de los modelos de predicción numérica con el objetivo de lograr perfeccionar el pronóstico.
Estos modelos de predicción constituyen una representación físico-matemática de la atmósfera, complementados con el uso de las observaciones existentes en el momento de iniciar el pronóstico del estado futuro de la atmósfera.
Hoy día, las salidas de los modelos de predicción numérica del tiempo son utilizadas diariamente por pare de los predictores en los servicios meteorológicos. Por ello, es necesario conocer las características físicas y dinámicas en las que se basan estos modelos, para así, poder interpretar correctamente sus resultados.
Desde junio de 2017, HARMONIE-AROME es el nuevo modelo operativo de alta resolución de AEMET. Es un modelo No-Hidrostático que resuelve la convección profunda explícitamente y que se integra con una resolución horizontal de 2.5 km. Se presenta en estas jornadas de la AME las principales características del nuevo modelo.
Citas
Bénard, P., Vivoda, J., Maek, J., Smolíková, P., Yessad, K., Smith, C., Broková, R., Geleyn, J., 2010: Dynamical kernel of the Aladin-NH spectral limited-area model: Revised formulation and sensitivity experiments. Quarterly Journal of the Royal Meteorological Society 136(646), 155–169.
Bengtsson, L., Andrae, U., Aspelien, T., Batrak, Y., Calvo, J., et al, 2017: The HARMONIE-AROME Model Configuration in the ALADIN-HIRLAM NWP System. Monthly Weather Review 145, N.º 5, 1919-1935.
Bubnová, R., Gwenäelle, H., Bénard, P., Geleyn, J, 1995: Integration of the fully elastic equations cast in the hydrostatic pressure terrain-following coordinate in the framework of the ARPEGE/Aladin NWP System. Monthly Weather Review 123(2), 515–535.
Bougeault, P., Mascart, P., et al., 2009: The Meso-NH atmospheric simulation system: Scientific Documentation part iii: Physics. Tech. rep., URL http://mesonh.aero.obsmip.fr/mesonh/dirdoc/book1m4819jan2009/scidocp3.pdf
Cuxart, J., P. Bougeault , and J.-L. Redelsberger, 2000: A turbulence scheme allowing for mesoscale and large-eddy simulations. Quart. J. Roy. Meteor. Soc., 126, 1-30.
Diez, M., 2018: HARMONIE-AROME, modelo operativo de escala convectiva de AEMET. Parte II: Asimilación de datos. XXXV Jornadas Científicas de la AME, 5-7 marzo 2018, León
Douville, H., Royer, J., Mahfouf, J., 1995: A new snow parameterization for the Météo-France climate model. Climate Dynamics 12(1), 21–35.
Hortal, M.202: The development and testing of a new two-time-level semi-lagrangian scheme (SETTLS) in the ECMWF forecast model. Quart. J. Roy. Meteor. Soc., 128(583), 1671–1687.
Laprise, R., 1992: The euler equations of motion with hydrostatic pressure as an independent variable. Monthly Weather Review 120(1), 197–207.
Lascaux, F., E. Richard, adn J.-P. Pinty, 2006: Numerical simulations of three map IOPs and the associated microphysical processes. Quart. J. Roy. Meteor. Soc., 132, 1907-1926.
Masson, V., Champeaux, J.L., Chauvin, F., Meriguet, C., Lacaze, R., 203: A global database of land surface parameters at 1–km resolution in meteorolog ical and climate models. Journal of Climate 16(9), 1261–1282.
Masson, V., Le Moigne, P., Martin, E., Faroux,,S. et al., 2013: The surfexv7.2 land and ocean surface platform for coupled or offline simulation of earth surface variables and fluxes. Geoscientific Model Development 6(4), 929–960 (2013). DOI 10.5194/gmd-6 -929-2013. URL https://www.geosci-model-dev.net/6/929/2013/
