Aksoy, A., S. Lorsolo, T. Vukicevic, K.J. Sellwood, S.D. Aberson, y F. Zhang, 2012: El Sistema de Asimilación de Datos del Conjunto de Huracanes del HWRF (HEDAS) para Datos de Alta Resolución: El Impacto de las Observaciones del Radar Doppler Aéreo en un OSSE. Lun. Wea. Rev., 140, 1843-1862, https://doi.org/10.1175/MWR-D-11-00212.1
Resumen:
En el marco del Organismo Nacional para el Estudio de los Océanos y la Atmósfera, la División de Investigación de Huracanes del Laboratorio Oceanográfico y Meteorológico del Atlántico ha desarrollado el Sistema de Asimilación de Datos del Conjunto de Investigación y Previsión Meteorológica de Huracanes (HWRF) para asimilar las observaciones del núcleo interno de los huracanes para la inicialización de los vórtices de alta resolución. HEDAS se basa en una implementación en serie del filtro Kalman de conjunto de raíces cuadradas. El HWRF está configurado con un espaciamiento de cuadrícula horizontal de 9/3 km en los dominios exterior e interior. En este estudio preliminar, se simulan las observaciones del viento radial del radar Doppler aerotransportado a partir de una versión de mayor resolución (4,5/1,5 km) del mismo modelo con otras modificaciones que dieron lugar a un apreciable error de modelo. Una simulación de 24 horas del huracán Paloma se inició a las 12.00 horas del 7 de noviembre de 2008 y produjo un vórtice de huracán realista de categoría 2. El impacto de la asimilación de las observaciones del viento Doppler se evalúa tanto en el espacio de observación como en el espacio del modelo. Se observa que, si bien la asimilación de las observaciones del viento Doppler da lugar a mejoras significativas en la estructura general del vórtice, persiste un sesgo general en las estadísticas de error promedio debido a la subestimación de la intensidad general. También es evidente una deficiencia general en la dispersión del conjunto. Si bien la inflación/relajación de covarianza y el adelgazamiento de la observación dan como resultado una mejor dispersión del conjunto, esto no se traduce en mejoras en las estadísticas de error general. Estos resultados sugieren claramente la necesidad de incluir en el conjunto una representación del crecimiento del error previsto de otras fuentes, como el error del modelo.
Descargar PDF
