Draft

Vol 39 No2 (2014) 37− 48

NOTAS Y CORRESPONDENCIA

PROGRESO EN EL MODELO DE PRONOSTICO DE OLAS HASTA UN MOSAICOGLOBAL MULTIESCALA

Paula Etala1, Stella Maris Alonso1, Débora Souto1, Claudia Romero1, Pablo Echevarría2

1Servicio de Hidrografía Naval, Buenos Aires, Argentina2Servicio Meteorológico Nacional, Buenos Aires, Argentina

(Manuscrito recibido el 5 de marzo de 2013, en su versión final el 20 de agosto de 2013)

RESUMENEste artículo describe la reciente actualización del sistema operacional de pronósticonumérico de olas en SHN/SMN. El modelo de olas SMARA/WAM, basado enuna versión casi estándar de WAM 4.0 fue reemplazado por el nuevo modeloWAVEWATCH III R© 3.14 multigrilla de NOAA/NCEP. Una versión autónoma parael Atlántico Sur y los océanos australes produjo pronósticos de olas a 4 días 4 vecespor día durante algo más de un año. La partición del espectro permite presentarproductos más realistas, con superposición de mares en campos pronosticados ymúltiples trenes de olas en puntos fijos. Actualmente, un mosaico multiescala proveecobertura global con aumento de resolución espacial y calibración específica sobre laplataforma. En esta última versión se implementó una nueva física basada en WAM4 para el crecimiento y disipación de las olas, que incluye explícitamente el marde fondo y mostró un comportamiento más apropiado en los océanos australes. Semuestra la distribución espacial de los parámetros estadísticos de error para ambasimplementaciones obtenidos a partir del monitoreo del modelo con observacionesde altura significativa de olas de tres altímetros satelitales. Más recientemente seincorporaron observaciones de altura significativa y periodo del pico en boyas fijas,que permiten una visión más profunda de la dinámica del modelo para su futuromejoramiento.Palabras clave: pronóstico numérico de olas, olas oceánicas, meteorología marina

PROGRESS IN THE WAVE FORECAST MODEL UP TO A GLOBALMULTISCALE MOSAIC

ABSTRACTThis article describes the recent improvements to the operational wave numericalprediction system at SHN/SMN. The SMARA/WAM wave model, based on aquasi-standard version of WAM 4.0 was replaced by the new NOAA/NCEPWAVEWATCH III R© 3.14. A stand-alone version for the South Atlantic andSouthern Oceans produced 4-day wave forecasts four times daily for over one year.Spectral partitioning allows more realistic products including superposed seas in

Dirección Electrónica: paulaetala@hidro.gov.ar

37

Draft

P. Etala y coautores

forecasted fields and multiple wave trains at fixed points. Currently, a multi-scalemosaic provides global coverage with grid refinement and ad-hoc calibration ofparameters over the shelf. In the latter version, new physics based on WAM 4have been implemented for wave growth and dissipation, which explicitly includesthe swell and showed a more adequate behavior at the southern oceans. The spatialdistribution of error statistical parameters for both implementations is shown asthe result of model monitoring with significant wave height observations from threesatellite altimeters. More recent is the incorporation of the significant wave heightand peak period time series from fixed buoys, which provide further insight of modeldynamics for future improvement.Keywords: numerical wave modeling, ocean waves, marine meteorology

1. INTRODUCCIÓN

El Sistema Global para el Riesgo y SeguridadMarítimos (GMDSS, por sus siglas en inglés),regulado por la Convención Internacionalpara la Salvaguarda de la Vida en el Mar,asegura la provisión global de Informaciónde Seguridad Náutica y complementa laConvención Internacional para Búsqueda yRescate Marítimo. También el Sistema deApoyo para la Respuesta ante Emergencias deContaminación Marina para alta Mar cubreáreas con la misma distribución geográfica queel GMDSS y sus mismos CoordinadoresMeteorológicos. A su vez, la ComisiónMixta Organización Meteorológica Mundial /Comisión Oceanográfica Intergubernamentalpara la Oceanografía y Meteorología Marina(JCOMM, por sus siglas en inglés) coordinala diseminación de los avisos y boletines deltiempo y del mar para el sistema GMDSS.En el marco de estos compromisos, el ServicioMeteorológico Nacional (SMN) realiza y difundepronósticos del tiempo y alertas meteorológicaspara las áreas oceánicas adyacentes a nuestropaís y el Servicio de Hidrografía Naval (SHN)contribuye al servicio público marino con eldesarrollo del sistema de pronóstico numéricode olas. La modelación numérica de los efectosde los fenómenos del tiempo sobre el estado delmar provee guías para el pronóstico y aportaa la prevención de eventos que constituyanuna amenaza originada en el mar por factoresmeteorológicos.

El modelo de olas utilizado operacionalmentepara el pronóstico desde 2005 (Etala y otros,2009) estaba basado en la distribución deWAM 4.0 realizada por el Wave Modelling(WAM) Group (Komen y otros, 1994), que fueraadoptada por el Centro Europeo de Pronósticoa Mediano Plazo (ECMWF). Desde entonces,existieron actualizaciones no distribuidas, tantoen la física y métodos numéricos, como enlas nuevas técnicas de cómputo (Janssen,2007). El esfuerzo de colaboración del SHNy SMN para el desarrollo y aplicación desistemas de modelación y pronóstico marinose había iniciado con SMARA/WAM (por elentonces denominado Servicio Meteorológico dela Armada) y resultó en la significativa mejoraal sistema operacional de pronóstico de olas quees motivo de esta nota.

La iniciativa de desarrollo cooperativo de losNational Centers for Environmental Prediction(NCEP) sobre el modelo WAVEWATCH III R©incluye importantes actualizaciones de acuerdocon el corriente estado del arte, incorporandodiversas ramas de desarrollo (Tolman, 2011).En base a la versión WAVEWATCH III R© 3.14de NOAA/NCEP (Tolman, 2009), el modeloAustral-WWIII para los Océanos Australes yAtlántico Sur produjo el pronóstico numérico deolas operacional en el SMN entre diciembre de2010 y octubre de 2011, cuando se actualizó a unmosaico global multiescala y un nuevo conjuntode parametrizaciones físicas.

A partir de la iniciativa de verificación e

38

Draft

Progreso en el modelo de pronóstico de olas...

intercomparación sistemática de sistemas depronóstico de olas en Bidlot y otros (2002), elProyecto de Verificación de Pronóstico de Olas(WFVP, por sus siglas en inglés) de JCOMMreúne los pronósticos operacionales de 16 centrosy observaciones en boyas fijas y plataformas.SHN/SMN reporta los pronósticos a 4 díasdel mosaico global Austral-WWIII desde agostode 2011, en aproximadamente veinte estacionesactivas fijas que integran el WFVP en losocéanos subtropicales del Hemisferio Sur. ElECMWF colecta y procesa la información parael proyecto y publica mensualmente estadísticastrimestrales de validación por región.

El principal objeto de esta nota es exponer laexperiencia en la implementación del modeloWAVEWATCH III R© 3.14 de NOAA/NCEP ypresentar la aplicación actual del mosaico globalmultigrilla Austral-WWIII de SHN/SMN. Elsistema de pronóstico se presenta brevementeen la sección 2, incluyendo las principalesdiferencias entre las implementaciones y lasparametrizaciones físicas utilizadas en cadacaso. Los datos y metodología de validaciónutilizados se describen en 3. De acuerdo conla práctica habitual en la intercomparación demodelos de olas dentro de un mismo sistemade pronóstico, en la sección 4 se muestranlos resultados de validación en la hora 0 depronóstico o retroanálisis para ambas versiones.A continuación, en la misma sección, se muestraun año de estadísticas mensuales de verificacióndel pronóstico operacional de Austral-WWIIImultigrilla en una boya fija. En la sección5, se analizan los resultados y las mejorasintroducidas con la nueva versión. Finalmente,se resumen las conclusiones en 6.

2. EL MODELO AUSTRAL-WWIII

Austral-WWIII es la implementación deSHN/SMN para los Océanos Australes y elAtlántico Sur del modelo de olas de tercerageneración WAVEWATCH III R© 3.14 deNOAA/NCEP (Tolman, 2009). La versióninicial (sección 2.3) consistió en un únicodominio que abarcaba los Océanos Australes

y el Atlántico Sur hasta los 15o S con unaresolución espacial de 0.5o en latitud y longitud.Se denomina “autónoma” a partir de aquí aesta versión, ya que no requiere informaciónde ningún otro modelo de malla más gruesa ensus bordes. En la elección del borde norte, seintentó minimizar en promedio la componentemeridional del viento y se asumió perder lainformación del mar de fondo que se propagadesde el Hemisferio Norte a través de la franjaecuatorial. Esta versión autónoma se mantuvooperativa hasta octubre de 2011, cuando fuereemplazada por el mosaico global. Las islas yaccidentes costeros de menor dimensión, queconstituyen obstáculos para la propagación delas olas, están representados como obstruccionesde sub-escala, según Chawla y Tolman (2007).

La implementación Austral-WWIII del mosaicoglobal multiescala WAVEWATCH III R© (sección2.4) está enfocada al pronóstico para elHemisferio Sur y océano aledaño al SE deSudamérica. La aproximación de este modeloes diferente del clásico anidado sucesivo demodelos de distintas resoluciones en un solosentido. Este es un único modelo que incluyediferentes componentes en forma de mosaico,con doble sentido de interacción entre ellas.Una componente global de baja resolución es laencargada de generar y propagar las olas desdeel Hemisferio Norte en nuestra implementación,con la finalidad de solucionar el problema de laversión autónoma que se menciona en el párrafoanterior.

Los campos de viento en superficie, temperaturade agua de mar, temperatura del aire ensuperficie y el campo de concentración de hielomarino se obtienen de los pronósticos del GlobalForecast System (GFS) del NCEP en su retículogaussiano T574. El espaciamiento del mismoes constante en longitudes pero irregular enlas latitudes. Para esta aplicación particular,el origen de los campos meteorológicos y dehielo se establece en una latitud fija en elextremo sur del retículo del modelo. A los80o S, el intervalo de latitudes es de 0.2043o

y su variación ya es despreciable en este

39

Draft

P. Etala y coautores

contexto, de manera que se considera una grillaregular de espaciamiento 0.2045o en longitudy 0.2043o en latitud. En términos espaciales,este espaciamiento representa unos 22 km enlatitudes medias.

2.1. Ecuación de balance de la densidadde acción de las olas

En las escalas regionales y oceánicas, queexceden la longitud de onda individual de lasolas, los modelos de olas de fase promediadarepresentan el espectro bidimensional de ladensidad de energía por unidad de superficie, sindiscriminar ondas individuales. La denominadaacción de las olas (N) es la densidad deenergía dividida la frecuencia intrínseca de cadacomponente espectral (σ). Localmente, N estádefinida en un espacio de 4 dimensiones: elespacio geográfico X = (x, y) y el espacioespectral bidimensional ∆ = (k, θ). Porconveniencia, en este modelo se prefiere en estecaso el número de onda k y dirección θ, almás clásico espacio de frecuencia y dirección.La ecuación de balance para la densidad de laacción de las olas en una forma general y referidaa un sistema de coordenadas fijo al lecho marino,es:

∂N(X,∆,t)∂t

+∇X

[(Cg + U)N(X,∆,t))

]+∇∆

[c∆N(X,∆,t))

]= Sin + Sds + Snl + Sextra (1)

en donde el segundo término de la izquierdarepresenta la propagación en el espacio físicoo geográfico, con Cg la velocidad de grupode las olas y U , la de la corriente marina.Similarmente, el tercer término introduce lapropagación de la acción de las olas en el espacioespectral, esto es, la transferencia de energíao redistribución entre distintas componentesdel espectro. Las velocidades de cambio delos parámetros espectrales de las componentesindividuales, dk/dt y dθ/dt, se indican con c∆y se originan en las variaciones espaciales deprofundidad y corrientes. La primera, formaparte de los efectos de agua poco profunda y deltipo Doppler. La segunda, representa el efecto

de refracción por variaciones de la profundidady corrientes. Finalmente, con S se simboliza losdistintos términos de fuentes y sumideros localespara la acción espectral.

El término de interacción no lineal entrecomponentes Snl distingue a los modelos detercera generación y permite obtener la formadel espectro sin recurrir a prescripciones. ConSextra se resume otros términos adicionales queno se explicitan aquí, como crecimiento linealpara inicio desde el reposo, interacciones con elfondo y otros efectos en agua poco profunda.Los términos de crecimiento exponencial porinteracción con el viento Sin y de disipación Sdsse describen más adelante en esta sección, segúnlos paquetes implementados en las respectivasversiones, a partir de Tolman (2009).

La resolución espacial varía con la aplicación y sedetalla más adelante en cada caso, mientras quese mantiene la misma discretización del espectro2-D en las distintas aplicaciones. Se representanperiodos entre 2.5 y 24 s, aproximadamente, en25 frecuencias incrementadas logarítmicamentey se discrimina la dirección en intervalos de 15o.Las corrientes marinas no han sido consideradasen ninguna versión operativa.

2.2. Particiones del espectro de olas

La distribución 3.14 de WAVEWATCHIII R© incorpora la partición del espectrobidimensional en mar de viento y distintostrenes de mar de fondo para todos lospuntos del dominio. La superficie del espectrobidimensional de las olas es tratada en formasimilar a una superficie topográfica en laidentificación de divisorias de aguas, paradeterminar sub-picos de energía. Este algoritmoimplementado por Tracy y col. (a partir deTolman, 2009) permite obtener de maneraeficiente productos que se acercan más a laexperiencia real sobre el océano, que es engeneral, encontrarse con mares cruzados odistintos trenes de olas. Cada uno quedacaracterizado por su altura significativa,periodo y longitud de onda del máximo de

40

Draft

Progreso en el modelo de pronóstico de olas...

energía o pico (ajustados parabólicamente delos intervalos de frecuencia) y dirección media.La porción del espectro que puede estar siendoafectada por el viento en cada partición secalcula a partir de la velocidad de propagaciónde cada componente según la frecuencia y laproyección de la velocidad del viento segúnla dirección. La capacidad de partición delespectro se refleja en dos tipos de productos delAustral-WWIII. Por un lado, boletines de textocon los principales trenes de olas para un punto.Por otro lado, se publican gráficos horarios delcampo de mar de viento superpuesto al mar defondo principal. El mar de viento es la porcióndel campo de olas que está siendo afectadalocalmente por el viento. El mar de fondo estáformado por aquellas olas que han abandonadosu zona de generación y se propagan sin serafectadas por el viento. Otros detalles sobreestos productos se encuentran en línea enhttp://www.smn.gov.ar/.

2.3. Versión autónoma para los OcéanosAustrales

El modelo para los Océanos Australes fuecalibrado con la altura de ola significativa delos altímetros durante el periodo Enero - Mayo2010, considerando la física de crecimiento ydisipación de Tolman y Chalikov (1996). Eltérmino fuente de ingreso exponencial de energíaen esta parametrización es

Sin(k, θ) = σβN(k, θ) (2)

En donde β es un parámetro de interacciónolas-viento que depende de la velocidad delviento a una altura igual a la proyecciónde la longitud de onda de la componente(k, θ) en la dirección del viento. Además dela parametrización del crecimiento, β incluyealguna disipación del mar de fondo por vientosopuestos y el efecto de la estabilidad atmosféricasobre el viento por el contraste de temperaturaagua-aire. Se fija una cota máxima al coeficientede arrastre para viento muy intenso.

Este término fuente de crecimiento estábalanceado por la disipación Sds. Una relación

análoga a la disipación turbulenta para las bajasfrecuencias,

Sds(k, θ) = −2u∗hk2ΨN(k, θ) (3)

es el efecto dominante, en donde u∗ es lavelocidad de fricción, h es una medida de laenergía en altas frecuencias y Ψ es una funciónempírica que introduce el efecto del estado dedesarrollo de las olas. El valor mínimo de Ψpermitido en el modelo establece una restricciónal crecimiento para mares desarrollados. Apartir de la puesta a punto se aumentó estarestricción con respecto al valor sugerido, porrazones que se discuten en la sección 5. Porotra parte, la disipación para altas frecuencias(no se muestra) es una relación altamenteparametrizada, dada una forma exponencial fijade la porción más alta del espectro.

2.4. El modelo Austral-WWIII mosaicoglobal multigrilla

Este modelo global tiene una resoluciónrelativamente baja a partir de los 65o N (1o

lat/lon, GLOB) que aumenta a 0,5o lat /lonal sur de los 15o S en el Océano Atlántico ya partir de los 30o S en los Océanos Indico yPacífico (AUS). Contiene una componente demayor resolución en el Atlántico Sur desde los56o S a 25o S y desde la costa hasta los 40o W(PLAT). Con esta última, de 0,20o lat/lon setoma ventaja de la resolución completa actualdel modelo atmosférico GFS/NCEP.

En esta etapa también se cambió la selección dela física de crecimiento y disipación al conjuntode parametrizaciones ACC, una de cuyasversiones se evalúa en Ardhuin y otros (2010),y adaptado partir de Ardhuin (comunicaciónpersonal). Al término de crecimiento originaldel modelo WAM4 y sus mejoras (referidos enla introducción), agrega un término específicode disipación según sea el número de Reynoldsde la interfase con la atmósfera (Sout). Estedecrecimiento se basa entonces en fuerzasviscosas o en la turbulencia producida porla velocidad orbital de las olas y puedeaplicarse al mar de fondo solamente como a

41

Draft

P. Etala y coautores

todo el espectro completo. También incluyeun control sobre el coeficiente de arrastreen viento fuerte. Ajustando convenientementealgunos parámetros de calibración, el términocompleto es

Sin(k, θ) = Sout(k, θ)

+ ρa

ρw

βmax

κ2 ezZ4(u∗C

)2cos1,7(θ − θu)σN(k, θ)

(4)

en donde ρa y ρw son la densidad del aire y delagua, respectivamente, βmax es un parámetroconstante de interacción olas-viento, x es laconstante de von Kármán, u*/C es una medidadel estado de desarrollo de las olas (edad), θu esla dirección del viento y Z es la relación en la queJanssen (1991) introduce la retroalimentaciónde la tensión inducida para las olas en elcrecimiento y en el coeficiente de arrastre delviento (acoplamiento). Finalmente, la disipaciónSds (no se muestra) es una combinación de unlímite por saturación y de la interacción de lasolas con la turbulencia atmosférica.

3. OBSERVACIONES Y MÉTODODE VALIDACIÓN

Las boyas fijas y plataformas sontradicionalmente la fuente primaria devalidación de los modelos de olas y del vientoen superficie, si bien en general se encuentranbastante cercanas a la costa. Proveen seriestemporales de viento, altura significativa yperiodo del pico o medio, del campo de olasen puntos fijos. En el marco del WFVP, quese menciona en la introducción, el ECMWFrealiza el control de calidad y selección de lasobservaciones de olas y viento en boyas fijasy plataformas según Bidlot y Holt (2006). Elconjunto de datos consistido por ECMWFconsidera datos cada 6 horas para la hora 0 depronóstico o retroanálisis y cada 12 horas parael resto de los plazos a intervalos de 12 horas. Enla sección 4.2 se muestra valores mensuales paracada plazo de pronóstico de la validación localdel actual sistema operacional, en una boya ya lo largo de un año. Sin embargo, únicamentelas observaciones satelitales permiten obtener

la distribución espacial de los errores delmodelo. La validación y calibración inicial delos modelos de olas se basó exclusivamente enla altura significativa e intensidad del viento delos altímetros de radar satelital.

Se destaca el error medio como parámetroestadístico para detectar posibles erroressistemáticos y el índice de dispersión (SI),como medida adimensional de la variabilidaddel error. Este último es el desvío estándarde los errores, normalizado por la mediade la observación o, lo que es lo mismo, elerror cuadrático medio normalizado, previacorrección del error sistemático. El errorcuadrático medio (RMSE) es otro elementoconsiderado en la evaluación. Por otro lado, laevaluación del desempeño del modelo en loscasos individuales es una práctica rutinaria,mediante el seguimiento con los datos satelitalesdisponibles a tiempo casi real.

Las validaciones que se presentan en esteartículo se efectúan en base a las mencionadasestadísticas clásicas de error sobre losparámetros integrales del espectro de olasque produce el modelo (sección 3.1). Estosúltimos representan al campo de olas y secorresponden con los parámetros extraídos delos registros de boyas fijas y de observaciones dealtímetros de radares satelitales (sección 3.2).3.1 Parámetros integrales del campo de olas apartir del espectro bidimensional

La altura significativa de olas (Hs), definidacomo la altura media del tercio más alto delcampo de olas, se aproxima en el modelo a partirde la integral del espectro local bidimensional deenergía en las frecuencias y direcciones (E) como

Hs = 4√E (5)

El llamado período del máximo o pico (Tp)es el periodo que corresponde al máximo delespectro unidimensional de energía. Este modeloajusta este parámetro parabólicamente desde losintervalos discretos de frecuencia. En general,corresponde a un tren de olas dominante. Sevolverá sobre este concepto en la discusión de

42

Draft

Progreso en el modelo de pronóstico de olas...

la sección 5.

Los parámetros de altura y periodo producidospor un modelo de olas en cada punto de suretícula son representativos del campo de olas enun área determinada por su resolución espacial.A su vez, la velocidad de grupo de las olasdetermina la escala temporal que correspondea la escala espacial de cada modelo. En estesentido, el intervalo de tiempo entre campossucesivos que produce un modelo debería,idealmente, ser acorde al problema y a suresolución espacial, para lograr una completacobertura de información. Por ejemplo, para olasen agua profunda con un periodo medio de 12 s,una salida horaria brinda una representatividadespacial de aproximadamente 33 km y paraolas de 8 s, esta representatividad disminuyea unos 22 km. Una frecuencia horaria de loscampos se ajustaría, por lo tanto, a los casosdel área hemisférica y mar adyacente al litoralargentino, respectivamente, para el muestreo enla validación de las aplicaciones descriptas en lasección 2.4.

3.1. Validación con datos de altímetrosatelital

Los productos de altimetría en tiempo casireal de la misión Jason-1 (NASA/CNES)se han utilizado en forma continua desde2004 y anteriormente, los de su misiónpredecesora TOPEX/Poseidon (NASA/CNES).En los últimos años se sumaron las observacionesdel satélite Envisat, de la Agencia EspacialEuropea (ESA), fuera de servicio desde abril de2012, y de la misión para la topografía de lasuperficie del mar OSTM/Jason-2, que continúaa las anteriores incorporando la participación deNOAA y EUMETSAT. Los datos de Jason-2se obtuvieron del producto OGDR (OperationalGeophysical Data Record) en formato BUFRdesde el Sistema Global de Telecomunicaciones(GTS) de la OMM y alternativamente, delservidor operacional del National WeatherService (NWS) de NOAA hasta noviembrede 2011. Por razones técnicas, actualmente elmismo producto se obtiene del NOCD (National

Oceanographic Data Center) de NOAA.

El criterio de control de calidad de los datosde altímetro está definido en función dela validación, considerando la escala de losmodelos. Se aplica un criterio de homogeneidadentre observaciones a lo largo de la traza,que tiene en cuenta el error cuadráticomedio informado para cada observación por elalgoritmo de obtención del proveedor (Etala yotros, 2005). Los rechazos por inconsistenciapuede deberse tanto a que el dato sea erróneo,por ejemplo por una cobertura parcial de hieloen el área o por representar rasgos de sub-escala.El espaciamiento de las observaciones de losaltímetros a lo largo de la traza (en general,unos 6 km) es mucho menor que el de cualquierade estos modelos, aunque por el contrario, lacobertura está lejos de lo deseable en direccióntransversal a la trayectoria.

El algoritmo que genera los campos espacialesde error agrupa los datos satelitales en ventanashorarias y calcula los valores correspondientesal modelo en cada punto (colocaciones),considerando también salidas horarias delmodelo. Las diferencias se agrupan en cajasde 1o x 1o, en donde se calculan los distintosparámetros de validación. La cantidad decolocaciones de observaciones y modelo queintervienen en el cálculo de las estadísticas deerror depende de la cantidad de satélites, delperiodo de revisita de cada uno y del tamaño delas cajas. Considerando que algo más del 10%de las observaciones han sido rechazadas por elcontrol de calidad, la cantidad de colocacionespor caja y por mes en este estudio es delorden de 100, dependiendo de la latitud y nohomogéneamente distribuidas.

4. RESULTADOS

4.1. La versión autónoma yparametrización física TC

Los resultados de validación para laversión autónoma incluidos en esta seccióncorresponden solamente al periodo coincidente

43

Draft

P. Etala y coautores

con la etapa pre-operacional de la nueva versiónglobal multiescala, para permitir la comparaciónentre ambas. En la Figura 1 se muestra el errormedio de la altura significativa de olas conrespecto a los altímetros mencionados en 3.2,para el periodo agosto-septiembre de 2011. Laszonas de déficit que se observan a sotaventode Australia y Nueva Zelanda se deben enparte a la anulación de la contribución delmar de fondo del Pacífico tropical y Nortepor el borde cerrado. A pesar de esto, todavíapermanece algún exceso de energía en los maresdesarrollados en el Océano Indico austral. Ladefinida distribución espacial de los errores enla altura significativa de olas en los océanosaustrales no tienen correlato en los erroresde la intensidad de viento (no se muestran).Por el contrario, el SI (Figura 2) presentauna distribución homogénea. Este parámetronormalizado con la altura significativa mediase mantiene por debajo del 15% prácticamenteen todo el dominio, excepto por el efecto detormentas aisladas y zonas particulares, comoel borde de hielo, en donde presenta valores dehasta 20

4.2. El mosaico global multigrilla yparametrización física ACC

En esta sección se presentan los resultados delperiodo pre-operacional del modelo multiescalaconjuntamente con la nueva parametrización. Seajustó el parámetro de acoplamiento olas-vientode acuerdo al campo de viento que se utilizaen esta aplicación. El error medio de laFigura 3 corresponde al mismo periodo dela Figura 1 y se observa que desaparecenlas zonas de déficit y exceso más destacadas.Además, la aproximación multiescala permiteuna calibración más específica para cadasubdominio. Se ve en la misma figura que enel área adyacente a la costa argentina hasta los40o W (PLAT) prácticamente no hay desvío. ElSI (Figura 4) arroja valores homogéneamentedistribuidos y similares a la versión anterior.El RMSE (no se muestra) también presentauna distribución homogénea, mejorando el de sucontraparte en la versión autónoma.

Figura 1: Error medio en metrosde la altura significativa de ola delmodelo Austral-WWIII en versiónautónoma vs. altímetros para el periodoagosto-septiembre de 2011. Versiónoperacional en ese momento.

Figura 2: Como la Figura 1, índice dedispersión SI (%).

En la Figura 5 se muestra el desvío y el índice dedispersión SI mensual entre noviembre de 2011y octubre de 2012 del pronóstico operacionalde altura significativa de olas contra la boyafija situada costa afuera de Florianópolis, Brasil.

44

Draft

Progreso en el modelo de pronóstico de olas...

Figura 3: Error medio de la alturasignificativa de ola del modeloAustral-WWIII multigrilla para elperiodo agosto-septiembre de 2011. Laversión operacional actual.

Figura 4: Como la Figura 3, índice dedispersión SI (%).

Las líneas representan los distintos plazos depronóstico, con el retroanálisis en línea negramás gruesa y el plazo de 96 horas en líneapunteada. La Figura 6 presenta los mismosparámetros de error mensual para el periododel pico máximo, definido en 3.1. Dado elcarácter mensual de la estadística de estas

últimas figuras, tanto la estacionalidad como loscasos individuales se pueden reflejar en algunasvariaciones de los parámetros de error entreplazos o mes a mes.

5. DISCUSIÓN

La distribución espacial de los errores que semuestra en 4.1 sugiere que la parametrizaciónestándar TC en el modelo estaría exagerandoel desarrollo en los Océanos Australes. Estosresultados son válidos también para otrosperiodos de verificación y no están justificadospor un desvío del viento. La intervenciónsobre algunos parámetros, como la contribuciónnegativa al crecimiento del mar de fondoencontrado, produjo efectos generales (no semuestra) y no sólo en aquellas áreas demares más desarrollados. La limitación extraal crecimiento introducida aquí mediante elaumento de la disipación de ondas largas(sección 2.3), reduce estas asimetrías en loserrores, pero produce alguna subestimación enel crecimiento a sotavento de los continentes(Figura 1).

Se aprecia en la Figura 3 que la parametrizaciónACC (sección 2.4) resuelve el problema de ladistribución desigual de los errores. Esta mejorase debe, principalmente, a la consideración dela disipación del mar de fondo en esta nuevaparametrización. La versión que se utilizacorresponde a estudios en curso y está sujetaa mejoras en próximas versiones públicas. Elanálisis de los resultados de validación delperiodo del pico todavía sugiere la necesidad derevisar algunos parámetros en esta aplicación,según se detalla en el último párrafo deesta sección. El efecto de la recalibraciónpara vientos GFS/NCEP del parámetro deinteracción mar-atmósfera se pueden apreciarespecialmente en las áreas de generación asotavento de los continentes en la Figura 3. Elaumento del acoplamiento mar-atmósfera enla componente de mayor resolución disminuyeaún más el desvío costa afuera del SE deSudamérica. Adicionalmente, los resultados delWFVP (http://www.ecmwf.int/products/

45

Draft

P. Etala y coautores

Figura 5: Desvío mensual de la altura significativa de ola (panel izquierdo, en metros) e índicede dispersión normalizado (panel derecho, adimensional) en la boya 31374 (Florianópolis) entrenoviembre 2011 y octubre 2012. Las distintas líneas representan plazos de pronóstico. La hora0 (retroanálisis) en línea negra gruesa y el plazo más extendido (96 hs) en línea punteada.

Figura 6: Como la Figura 5, para el periodo del pico de energía. Desvío en segundos.

forecasts/d/charts/medium/verification/wave/intercomparison y sus informescompletos en http://www.jcomm.info/SFSPA)muestran mes a mes la precisión de estemodelo en las costas Este de Australia y NuevaZelanda. El grupo de boyas del SW de Australiaconfirma los resultados expresados más arribaen este párrafo acerca de la conveniencia de estaparametrización mejorada del mar de fondo.Cabe señalar que desde mayo de 2012, NCEPtambién cambió su versión operacional global aeste tipo de física de los procesos de crecimientoy disipación.

Para comparar directamente las

parametrizaciones TC y ACC se utilizó lamisma versión autónoma en ambas y nosolamente en el modelo multigrilla, como semuestra en este artículo. De todas maneras, sededuce de la comparación de la Figura 1 y 3 quela versión autónoma no presenta deficienciassignificativas en la altura significativa de olasdebidas a la restricción del dominio. Únicamenteen la variabilidad de los errores de la Figura 2se detecta una débil señal en los bordes, ya queen ese caso, el error depende de la dirección delas olas. Esta desaparece en la Figura 4, con eldominio global.

La calibración de los modelos se llevó a

46

Draft

Progreso en el modelo de pronóstico de olas...

cabo a partir de la información brindadapor los altímetros satelitales, esto es, laaltura significativa de olas y adicionalmente,la intensidad del viento para la hora 0 depronóstico. El error en los distintos plazos depronóstico no se muestra aquí por brevedad,y está relacionado a los errores en el vientopronosticado. Es más importante en las zonasen donde predomina la generación del mar deviento y se suaviza en mares combinados conmar de fondo o de generación remota. A partirde las series mensuales de error de las Figuras 5y 6, se observa que la diferencia de performanceentre distintos plazos de pronóstico es inferior ala variación mensual del error.

La información sobre periodo se incluyó desdela incorporación al WFVP. El análisis de losresultados en el caso del periodo del pico es másdelicado que el de la altura, ya que la naturalezamisma del parámetro hace que algún desbalanceentre mar de fondo (ondas largas) y el mar deviento (ondas más cortas) puede resultar en unaselección incorrecta del mar dominante, lo queimplica grandes errores en el periodo del pico.Esto ocurre con más frecuencia en mares leves,en particular en Brasil en donde predominanlos mares combinados, sugiriendo que hay mástrabajo por hacer todavía en cuanto al balancedel acoplamiento mar-atmósfera y la disipacióndel mar de fondo de la ecuación (4). Tambiénexiste alguna parte espuria en estos errores,dada por la selección de un dato cada 6 horasen el conjunto utilizado por WFVP. En lascurvas horarias se observan trenes de olas que seadelantan o se atrasan pocas horas, de maneraque el modelo en algunos casos puede dar unresultado correcto a cabo de ese lapso, peroes filtrado por el método de validación. Todasestas consideraciones han sido comprobadas enel estudio caso por caso.

6. CONCLUSIONES

La migración de la base del sistema operacionalde pronóstico de olas al modelo WAVEWATCHIII R© es un paso mayor que ubica este sistemaen el estado del arte actual. Aun para la

aplicación regional, sólo un dominio global ohemisférico representa suficientemente el campode olas, incluyendo aquellas de generaciónremota. Los métodos computacionales eneste modelo hacen esto posible, por estaradaptados a la nueva tecnología disponible,incluso con medios limitados. La iniciativaliderada por NOAA/NCEP pone a disposiciónde la comunidad los más recientes avancescientíficos en cuanto a procesos físicos y métodosnuméricos adecuados a sistemas operacionales.Se discuten en esta nota los resultados propiosy no propios que avalan el desempeño delsistema operacional dentro de ciertas medidasde consenso internacional. En este sentido, elProyecto de Verificación de Pronósticos de olasde JCOMM provee una referencia permanentede calidad del sistema de pronóstico.

La identificación de la física de crecimientoy disipación más adecuada a este sistemade pronóstico, enfocado sobre los océanosextratropicales del Hemisferio Sur, permitiólograr por primera vez un modelo con validezhomogénea para toda la región, evitandolos errores sistemáticos más significativos.Posteriormente, el nuevo modelo globalmultiescala permite implementaciones localesmás específicas, a la vez que el mejoramientoprogresivo es más sustentable en el marco deuna iniciativa de desarrollo cooperativo. Porotro lado, los nuevos productos de partición delespectro permiten utilizar mejor el potencialde información del modelo como guía para elpronóstico.

Los datos satelitales son los únicos que permitenconocer la distribución espacial de los erroresy son una base fundamental para la validacióny mejoramiento de los modelos de olas. Lacalibración que se llevó a cabo con la alturasignificativa provista por los altímetros resultóconsistente con la información de boyas fijasque se obtuvo más tarde a partir del WFVP.La incorporación de la nueva información deperíodo de las olas a partir de boyas resultófundamental para analizar mejor la dinámica delas olas en el modelo y permite evaluar ajustes

47

Draft

P. Etala y coautores

más finos en los mares combinados.

Agradecimientos: El trabajo que se presentaen este artículo fue financiado por los subsidiosPIDDEF 0001/08 y 046/10 del Ministeriode Defensa. Los datos de la misión Jason-1son obtenidos del Physical OceanographyDistributed Active Archive Center (PO.DAAC)en el NASA Jet Propulsion Laboratory,Pasadena, CA. Los datos de Envisat se obtienenmediante el ESA Category-1 Project 7256.La licencia de código abierto del modeloWAVEWATCH III R© 3.14 fue otorgada porNOAA/NCEP.

REFERENCIASArdhuin, F., W. E. Rogers, A. V. Babanin,

J. Filipot, R. Magne, A. Roland, A. vander Westhuysen, P. Queffeulou, J. Lefevre,L. Aouf y F. Collard, 2010. Semiempiricaldissipation source functions for ocean waves.Part I: Definition, calibration, and validation.J. Phys. Oceanogr., 40, 1,917–1,941.

Chawla, A. y H. L. Tolman, 2007. Automatedgrid generation for WAVEWATCH III. Tech.Note 254, NOAA/NWS/NCEP/MMAB, 71págs.

Bidlot, J. R, D. J. Holmes, P. A. Wittmann,R. Lalbeharry, H. S. Chen, 2002.Intercomparison of the Performance ofOperational Ocean Wave ForecastingSystems with Buoy Data. Wea. Forecasting,17, 287–310.

Bidlot, J. R. y Holt, M. W., 2006. Verificationof Operational Global and Regional WaveForecasting Systems against Measurementsfrom Moored Buoys. WMO/TD-No. 1333,JCOMM Technical Report No. 30, 11 pags.

Etala M. P., S. M. Alonso y K. López Cristaldo,2005. Etapa preoperacional de un sistemade pronóstico de olas para el Atlanticosudoccidental y mar argentino, Anales delCONGREMET IX.

Etala, P., S. M. Alonso, D. Souto, C. Romero yM. Suaya, 2009. Pronóstico Numérico Marinoen el SHN / SMN, Anales del CLIMET XIII

/ CONGREMET X.Janssen, P.A.E.M., 1991. Quasi-linear Theory

of Wind-Wave Generation Applied toWave Forecasting. J. Phys. Oceanogr.,21, 1631–1642. Janssen, P.A.E.M., 2007.Progress in ocean wave forecasting. ECMWFTechnical Memorandum No 529, 27 págs.

Komen, G. J., L. Cavaleri, M. Donelan, K.Hasselmann, S. Hasselmann, y P.A.E.M.Janssen, 1994. Dynamics and Modelling ofOcean Waves, Cambridge University Press,Cambridge, 532 págs..

Tolman, H. L., 2009. User manual and systemdocumentation of WAVEWATCH IIITM

version 3.14. NOAA / NWS / NCEP /MMAB Technical Note 276, 194 págs. yapéndices.

Tolman, H. L. y D. Chalikov, 1996. Source termsin a third-generation wind-wave model. J.Phys. Oceanogr, 26, 2497-2518.

Tolman H. L., M. L. Banner y J. M. Kaihatu,2011. The NOPP operational wave modelimprovement

project, 12th International Workshop on WaveHindcasting and Forecasting, Kohala Coast,Hawaii.

Este es un artículo de acceso abierto distribuido bajo lalicencia Creative Commons, que permite el uso ilimitado,distribución y reproducción en cualquier medio, siempreque la obra original sea debidamente citada.

48