A variabilidade natural do clima en Galicia - MeteoGalicia

More documents

Recommendations

Info

trabállase con modelos locais que se alimentan de modelos globais e que obteñen a predición para escalas espaciais (5 km) e temporais (96 horas) altas. Estes modelos foron axustados para a particular topografía de Galicia e as súas parametrizacións tamén foron axustadas para a particular meteoroloxía e climatoloxía galega. En concreto, estes modelos son o ARPS (Advanced Regional Prediction System, da Universidade de Oklahoma) e o MM5 (Mesoscale Model, Versión 5, do NCAR, Nacional Center for Atmospheric Research), ambos non hidrostáticos (Souto, 2003, Xue et al., 2000, 2001). Actualmente execútanse dúas veces ao día e o tempo de cálculo de cada execución correspondente a 96 horas de predición supón uns sesenta minutos con catro procesadores en paralelo do CESGA (Centro de Supercomputación de Galicia). Con estes modelos pódense obter predicións moi realistas que, por exemplo, reproducen o patrón de chuvias ou a diferenza de temperaturas existente entre dous puntos a moi pouca distancia, como se mostra nas figuras 6.11 e 6.12. 5.2. Downscaling estatístico Esta técnica está baseada en relacionar de forma estatística as variables climáticas ou de escala global (preditores) coas variables locais (preditandos). A información de escala global debe estar relacionada coas variables específicas dos movementos a grande escala, como pode ser a altura do xeopotencial a diferentes niveis de presión ou coas variables relacionadas co océano, como pode ser a anomalía da temperatura da auga do mar. Esta información relaciónase coas observacións das variables en superficie que interesen en cada caso particular, como, por exemplo, a temperatura, a precipitación, a velocidade do vento, etc. Existen múltiples métodos para modelar esta relación entre preditores e preditandos, como os modelos baseados en Cadeas de Markov, regresións lineares e bilineares, predicións baseadas en análogos, análises de correlación canónica, árbores de clasificación e regresión ou redes neuronais. [Figura 6.11] Precipitación acumulada en seis horas predita polo modelo ARPS para Galicia 246 MODELIZACIÓN E PREDICIÓN CLIMÁTICA
[Figura 6.12] Temperatura da superficie ás 06:00Z predita polo modelo ARPS para Galicia Esta técnica foi impulsada recentemente pola dispoñibilidade de bases de datos de predicións desenvolvidas en diversos proxectos de reanálise (por exemplo, a reanálise ERA-15 do ECMWF, que inclúe as saídas diarias dun mesmo modelo para o período 1979-1993, ou o ERA-40 do período 1957-2002). Estas bases de datos serven de ponte entre as saídas dos modelos numéricos e os rexistros históricos locais de meteoros dispoñibles, permitindo aplicar técnicas de regresión, correlación, etc., para combinar a información. Entre as técnicas que mostraron ser máis eficientes desde o punto de vista operativo, destaca o método de análogos, que opera en dúas etapas (Toth, 1990): ❚ Primeiro, dada unha predición realizada polo modelo numérico, obtense un conxunto de configuracións da atmosfera análogas de entre aquelas dispoñibles nunha base de datos. ❚ Segundo, realízase a predición local dun meteoro concreto a partir da estatística dada polos seus sucesos nas datas correspondentes aos análogos atopados. Malia isto, hai que sinalar que estas aproximacións estatísticas parten da hipótese de que os campos en superficie, sempre que se manteñan as características topográficas constantes, dependen exclusivamente das condicións dinámicas e termodinámicas a grande escala da atmosfera. Porén, no caso dun hipotético cambio climático, podería variar algún forzamento a menor escala, como por exemplo o albedo ou a humidade do solo, que non vai ser reflectido polo modelo estatístico. É dicir, unha vez que se escolle a forma da relación entre variables, esta vaise manter invariable durante a simulación climática, o que supón o maior inconveniente no uso deste método. María Jesús Souto e Vicente Pérez Muñuzuri 247
Page 1:
A variabilidade natural do clima en
Page 5 and 6:
A variabilidade natural do clima en
Page 9 and 10:
Manuel Vázquez Fernández Conselle
Page 11 and 12:
Mauro Varela Pérez Presidente da F
Page 13 and 14:
Emilio Fernández Suárez Director
Page 15:
17 O clima de Galicia F. Castillo R
Page 19 and 20:
O clima de Galicia F. Castillo Rodr
Page 21 and 22:
[Figura 1.2] Balance radiante nas n
Page 23 and 24:
[Figura 1.3] O vórtice circumpolar
Page 25 and 26:
❚ Aire ártico marítimo. A rexi
Page 27 and 28:
do dispositivo dinámico-subsidente
Page 29 and 30:
densidade da auga e a acción da fo
Page 31 and 32:
[Figura 1.5] O relevo de Galicia. A
Page 33 and 34:
para un fluxo que deixe o continent
Page 35 and 36:
lucenses (A Terra Chá), mentres qu
Page 37 and 38:
tañas é un indicador da alta disp
Page 39 and 40:
3.4. As fosas tectónicas Outro dos
Page 41 and 42:
es que toman os distintos elementos
Page 43 and 44:
ártica. Isto facilita o paso de fr
Page 45 and 46:
tas situacións, de debuxo bastante
Page 47 and 48:
Situacións ciclónicas centradas (
Page 49 and 50:
[Figura 1.9] 23/08/1990: Exemplo de
Page 51 and 52:
[Figura 1.10] 08/06/1993: Exemplo d
Page 53 and 54:
[Figura 1.11] 8/12/1990: Exemplo de
Page 55 and 56:
Evidentemente, un dos factores xeog
Page 57 and 58:
[Figura 1.12] Mapa con sectores de
Page 59 and 60:
canles, e das serras do Suído e Fa
Page 61 and 62:
[Figura 1.14] Mapa de estacionalida
Page 63 and 64:
2500 2000 1500 1000 500 0 2500 2000
Page 65 and 66:
[Figura 1.16] Mapa con sectores de
Page 67 and 68:
[Figura 1.17] Mapa de temperatura m
Page 69 and 70:
Non existe ningún método de medid
Page 71 and 72:
Como pode observarse no mapa, a mai
Page 73 and 74:
[Figura 1.19] Mapa de balance hídr
Page 75 and 76:
Tamén é posible obter medidas dir
Page 77 and 78:
Tal como reflicte o mapa de dominio
Page 79 and 80:
Neste aspecto, cabe recordar que un
Page 81 and 82:
O home soporta diariamente as manif
Page 83 and 84:
Situacións de elevada precipitaci
Page 85 and 86:
secuencia dun curto pero intenso ep
Page 87 and 88:
No extremo oposto sitúanse as onda
Page 89 and 90:
A expansión da praga estivo relaci
Page 91:
— «Condicionantes atmosféricos
Page 95 and 96:
Variabilidade interanual do clima A
Page 97 and 98:
[Figura 2.1] Evolución das anomal
Page 99 and 100:
[Figuras 2.4 e 2.5] é o que se co
Page 101 and 102:
[Figura 2.7] Anomalías no crecemen
Page 103 and 104:
[Figura 2.8] Ciclo do carbono exist
Page 105 and 106:
desenvolver un estudo dos ventos a
Page 107 and 108:
A franxa que separa o aire tropical
Page 109 and 110:
❚ Fluxo do noroeste ciclónico: t
Page 111 and 112:
[Figura 2.11] Anomalías de precipi
Page 113 and 114:
[Figura 2.14] Anomalías de alturas
Page 115 and 116:
[Figura 2.16] Fases da NAO. A (a) r
Page 117 and 118:
con el deduciron que este non era s
Page 119 and 120:
[Figura 2.17] Versión esquemática
Page 121 and 122:
[Figura 2.18] Esquema da circulaci
Page 123 and 124:
6. Bibliografía BALDWIN, M. P., X.
Page 125:
Teleconexións
Page 128 and 129:
Os científicos alemáns Flohn e Fl
Page 130 and 131:
Sobre o Pacífico norte e Norteamé
Page 132 and 133:
de Alaska e outro de signo oposto s
Page 134 and 135:
pola súa sigla en inglés NAO (Nor
Page 136 and 137:
tamento anormal das temperaturas su
Page 138 and 139:
torno zonalmente simétricas. A con
Page 140 and 141:
unha intensificación da circulaci
Page 142 and 143:
obter as variacións relativas de c
Page 144 and 145:
esolto, sen necesidade de predicir
Page 146 and 147:
mos citar, por exemplo, que no obse
Page 148 and 149:
nunha altura determinada (500 hPa)
Page 150 and 151:
de que durante este primeiro perío
Page 152 and 153:
patrón EA presenta unha correlaci
Page 154 and 155:
8. Bibliografía AMBAUM, M. H. P.,
Page 157 and 158:
Impacto socioeconómico da variabil
Page 159 and 160:
directas. As implicacións da varia
Page 161 and 162:
tas importantes actividades da soci
Page 163 and 164:
[Figura 4.1] Condicións de humidad
Page 165:
[Figura 4.2] Neste gráfico pódens
Page 168 and 169:
George no Caribe e o Mitch en Centr
Page 170 and 171:
campos para a próxima colleita. De
Page 172 and 173:
6. Recreación e ecoturismo O clima
Page 174 and 175:
moi curtas, no mellor dos casos, da
Page 176 and 177:
de negocio e xeración de emprego i
Page 178 and 179:
Cambios nos eventos Máis eventos d
Page 180 and 181:
anomalías son inducidas por cambio
Page 182 and 183:
Cada sociedade está perennemente c
Page 185:
O problema do cambio climático
Page 188 and 189:
de chuvia que se pode esperar duran
Page 190 and 191:
fera, biosfera e litosfera. A inter
Page 192 and 193:
positivos tenden a quentar a superf
Page 194 and 195:
século XX. Este ascenso foi de 0,6
Page 196 and 197: doiro. Chégase á conclusión clar
Page 198 and 199: que poderiamos pensar que os result
Page 200 and 201: Emisións de CO 2 (Gt C/ano) Cambio
Page 202 and 203: dous prognósticos preséntannos un
Page 204 and 205: 2. Estes valores media teñen unha
Page 206 and 207: sible, de toda a rexión galega. Se
Page 208 and 209: A figura 5.10 permítenos corrobora
Page 210 and 211: En xeral, esta análise revelou un
Page 212 and 213: A análise das temperaturas máxima
Page 214 and 215: É fundamental dispor dun bo coñec
Page 216 and 217: lidades como no caso da temperatura
Page 219: Modelización e predición climáti
Page 222 and 223: Dado que non se poden realizar expe
Page 224 and 225: aroclínicos que teñen en conta mo
Page 226 and 227: 2. Modelos de predición climática
Page 228 and 229: ATMOSFERA Fluxo turbulento de calor
Page 230 and 231: mén da tropopausa. No caso de reso
Page 232 and 233: nubes consiste en relacionalas dire
Page 234 and 235: A modelización climática veuse de
Page 236 and 237: habilidade dun GCM para reproducir
Page 238 and 239: les grazas a que os forzamentos ext
Page 240 and 241: [Figura 6.8] Predición das alturas
Page 242 and 243: eventos. Os MGCAO complexos ofrecen
Page 244 and 245: 1. A capacidade de adaptación dos
Page 248 and 249: Precipitación (mm) 5.3. Downscalin
Page 250 and 251: Desde os traballos iniciais realiza
Page 252 and 253: perature) pode predicirse ata aprox
Page 254 and 255: 8. Bibliografía ALVES, O., G. WANG
Page 257: O océano e o clima
Page 260 and 261: A hidrosfera componse do total das
Page 262 and 263: 2. Termoclina: por debaixo da capa
Page 264 and 265: aos grandes centros de presión. Es
Page 266 and 267: das altas presións subtropicais e
Page 268 and 269: ❚ Meteorización e precipitación
Page 270 and 271: de retorno. No Atlántico norte pro
Page 272 and 273: entes. Para iso, utiliza un esquema
Page 274 and 275: zontal, a variación do parámetro
Page 276 and 277: mel deseña un esquema tal e como o
Page 278 and 279: Influencia da circulación profunda
Page 280 and 281: 6. Correntes ibéricas e a súa inf
Page 282 and 283: occidentais dos continentes, véxas
Page 284 and 285: Atlántico nordeste e que resulta d
Page 286 and 287: sexa máis lixeiro e tenda a subir,
Page 288 and 289: Mundial (World Ocean Circulation Ex
Page 290: 9. Bibliografía AKEN, H. W. V.: «
show all

A variabilidade natural do clima en Galicia - MeteoGalicia

Create successful ePaper yourself

Delete template?

Save as template?