Académique Documents
Professionnel Documents
Culture Documents
de Oleaje
Jos Antonio Salinas-Prieto
Instituto Mexicano de Tecnologa del Agua
Roberto Padilla-Hernndez
NOAA/NCEP/EMC/MMAB/IMSG, Camp Springs, Maryland, Estados Unidos
Fernando Oropeza-Rosales
FUGRO Mxico
Ren Lobato-Snchez
Comisin Nacional del Agua, Mxico
Resumen
Se sintetizan los procedimientos aplicados para implementar un sistema de
pronstico de viento y oleaje para el Golfo de Mxico al que se le denomin POMA
(Pronstico de Oleaje con Modelos Acoplados). Este sistema est conformado por
los modelos: MM5, WAM-PROMISE y SWAN, en sistemas de mallas anidadas.
La validacin del sistema se bas en comparaciones con boyas propiedad del
Centro Nacional de Datos de Boyas (NDBC, por sus siglas en ingls). El proceso
de anidamiento consisti en generar una malla que cubre la totalidad del Atlntico
Tropical (hemisferio norte), donde se simularon vientos a diez metros de altura
en relacin con el nivel de la superficie (con el modelo MM5); esta informacin
se transfiere al modelo de oleaje global WAM, que abarca aguas profundas, con el
que simula en una malla interna el oleaje que a su vez contiene mallas internas, a
las que se les transfiere condiciones iniciales y de frontera, para simular oleaje en
aguas someras. El sistema POMA fue verificado mediante diversos eventos; en este
artculo se muestran tres casos con caractersticas de viento diferentes: 1) situacin
de calma, 2) frente fro y 3) huracn. Los resultados se despliegan automticamente
en una pgina Web de acceso restringido, visualizndose dos mallas internas
en costas mexicanas: Caribe y Golfo de Mxico. El sistema tiene la capacidad de
incorporar nuevas mallas anidadas en sitios con inters regional.
Palabras clave: modelos acoplados, viento, oleaje local y distante, validacin.
Introduccin
El oleaje es uno de los procesos ocenicos
con mayor influencia en diversos sectores
socioeconmicos, ya que afecta tanto a la
navegacin como a comunidades costeras. Por
ello, el pronstico de oleaje es una demanda
creciente por parte de diversos sectores sociales
y econmicos, los cuales requieren planear
actividades a corto y largos plazos; adems de
la importancia del oleaje descrita, recientemente
se ha descubierto que durante un huracn, la
Tecnologa y Ciencias del Agua, vol. III, nm. 1, enero-marzo de 2012, pp. 45-67
45
46
Tecnologa y
Metodologa
La implementacin de la modelacin de oleaje
se dividi en siete etapas:
a) Implementacin del modelo MM5 (NCAR:
National Center for Atmospheric Research, EU) (atmsfera).
b) Implementacin del modelo numrico
de oleaje WAM (Max-Planck Institut fr
Meteorology, Alemania; KNMI, Royal
Netherlands Meteorological Institute,
Holanda; ECMWMF: Centro Europeo de
Pronstico a Mediano Plazo, Reino Unido)
en equipo de alto rendimiento del Instituto
Mexicano de Tecnologa del Agua (IMTA),
iniciando en la fase de oleaje en aguas
profundas.
c) Implementacin del modelo SWAN para
modelacin de oleaje en aguas someras.
En esta etapa se requiere informacin
digitalizada de la batimetra del rea
costera en las bahas o litorales de inters,
generando subregiones, utilizando datos
de relieve marino de una base de datos
mundial ETOPO II.
d) Acoplamiento del modelo atmosfrico a
los de oleaje.
e) Simulacin numrica de viento y oleaje de
manera secuencial, para generar resultados de alturas significantes, direccin de
oleaje y periodos ms energticos para
las subregiones de inters en los eventos
selecionados.
f) Generacin de algoritmos de verificacin.
g) Evaluacin del desempeo de simulaciones
numricas con datos de boyas disponibles
en el Golfo de Mxico y mar Caribe.
Los modelos seleccionados fueron desarrollados por la comunidad cientfica y han sido
evaluados bajo diferentes condiciones; en
el caso del MM5, su evaluacin tambin se
ha desarrollado en la comunidad operativa;
mientras que en el caso de los de oleaje, WAM
y SWAN, an no se encuentran ampliamente
difundidos en la comunidad operativa. En
cuanto a Mxico, al momento del desarrollo
de este proyecto no exista an algn modelo
numrico de oleaje funcionando de manera
operativa, de ah la importancia del desarrollo
de este sistema, ya que implementar modelos de oleaje en tiempo real es una tarea
sumamente importante, dada la demanda de
pronsticos de oleaje por diversos sectores
sociales y productivos del pas.
Modelo atmosfrico MM5
El modelo MM5 describe eventos atmosfricos
de escala regional utilizando un sistema de
ecuaciones primitivas con aproximacin no
hidrosttica; permite el uso de dominios
mltiples y anidados; integra numricamente
en la componente vertical en coordenadas
sigma, que sigue la superficie terrestre,
Tecnologa y
MM5
Viento
WAM
SWAN
Condiciones
de frontera
Condiciones
iniciales
Condiciones
iniciales
Simulaciones
Figura 1. Flujo de informacin del sistema de simulacin de oleaje. En flechas continuas se indica el envo
de informacin entre modelos; en punteadas delgadas, el envo de informacin a s mismo, y en punteadas
gruesas, los resultados finales.
48
p p
= p pt
s
t
(1)
p * uu /m p * vu /m
p * u
= m2
+
t
x
y
(a)
RT
p * u
p *
mp *
+ + p* v(f + )
p * pt x x
+
(b)
(c)
(d)
+ p * w r 1 2 (cos ) y + FU
a
(e)
(f)
(2)
Tecnologa y
p * uv /m p * vv/m
p * v
= m2
+
t
x
y
p * v
p *
RT
mp *
+ + p * u( f + )
pt y y
p * +
+ p * w r 1 2 (cos )x + FV
a
(3)
tan
sen 1
2
m=
sen tan 1
2
tan 2
a
r = sen1
n
tan 1
2
(4)
p * uu /m p * vu /m p * u
p * u
= m2
+
t
x
y
RT p *
mp *
+
+ pvf + FU
p * + pt x x
(7)
p * uv/m p * vv/m p * v
p * v
= m2
+
t
x
y
RT p *
mp *
+ + puf + FV
p * + pt y y
49
(8)
(5)
p * u /m p * v /m
p *
= m2
+
t
y
x
(sen n) uy + vx
a cos
(6)
p * 2wp *
(9)
t
x
y
RTw
p* Q
+
+ FT
+
cp
pt
c p +
p *
(10)
Tecnologa y
dp
w=
dt
(11)
Las condiciones iniciales para integrar numricamente estas ecuaciones son generadas
con datos del modelo Global Forecast System
(GFS, por sus siglas en ingls) y de Reanlisis
del NCAR (National Center for Atmospheric
Research).
El cdigo fuente del modelo MM5 est
escrito en lenguaje Fortran 90, cuenta con
mdulos de pre-procesamiento, procesamiento y post-procesamiento, llamados TERRAIN,
REGRID, INTERPF y MM5, cada uno de
los cuales est conformado por decenas de
programas Fortran ligados entre s a travs de
instrucciones (macros) basadas en sistemas
operativos LINUX y UNIX.
Se implement el modelo en dos dominios
anidados; los campos de viento simulados
en el dominio grueso con una resolucin de
90 km (figura 2) son los que se utilizan como
forzamiento para el modelo WAM, y los
50
N
r
r
+ x, y (c x, y N) + , (c , N)
t
1
(Sin + Sds + Snl + Sbf + Sbrk )
(12)
Figura 2. Dominios de los modelos involucrados en el sistema POMA: el dominio grueso de MM5 posee una resolucin de
90 km; el anidado del modelo MM5 de 30 km; el correspondiente al modelo WAM de 111 km, y los dominios del modelo
SWAN de 10 km.
Tecnologa y
51
Propagacin.
Propagacin en el espacio geogrfico.
Refraccin debido a variaciones espaciales
de batimetra y corrientes.
Someramiento debido a variaciones espaciales de batimetra y corrientes.
Tecnologa y
52
Tecnologa y
Figura 3. Batimetra segn ETOPO2 de la zona que corresponde con el dominio del modelo WAM,
con resolucin de dos minutos.
53
RMSE =
i=1
(i iobs)2
N
(13)
Figura 4. Ubicacin de las boyas del Centro Nacional de Datos de Boyas de la NOAA (NDBC,
por sus siglas en ingls) en el Caribe y Golfo de Mxico.
Casos de estudio
Una de las pruebas del desempeo de los
modelos numricos de oleaje est ligada a la
respuesta del mismo ante cambios abruptos
de direccin o intensidad del viento, situacin
que sucede en los huracanes. Dado que el
oleaje generado por huracanes afecta las
actividades humanas e impacta como agente
destructivo, las simulaciones de este proceso
representan la forma ms realista de verificar
el desempeo tanto de los modelos numricos
de atmsfera (viento) como de oleaje. Por
tanto, se seleccionaron tres casos de estudio
con condiciones diferentes entre s: situacin
en calma, huracn y frente fro bajo las
caractersticas de la malla, mostradas en los
cuadros 1 y 2.
Situacin en calma
Se evalu el desempeo de los modelo MM5 y
SWAN bajo situacin en calma; durante el mes
de julio de 2007, el modelo MM5 le transfiri
condiciones iniciales al SWAN, observndose
que en ausencia de eventos extremos, estos
modelos acoplados reproducen de manera
adecuada la altura significante (figura 6).
Los resultados de las simulaciones se
compararon con la boya 42056. En la figura
6 se muestran las series de tiempo de altura
significante (Hs), simulada y observada
Los mximos de Hs simulada son menores
que los observados, no obstante ocurren
Resultados
54
Cuadro 1. Localizacin geogrfica de las mallas utilizadas en este estudio: Dl,q es la resolucin en longitud l y latitud f,
y Nl y Nf y son el nmero de puntos en l y f, respectivamente.
Mallas
Longitud
Latitud
Dl,q
Nl
Nf
Gruesa (MM5)
-131, 7
0.7, 40
0.25
496
157
Gruesa (WAM)
-98o, -20o
7o, 31o
1o
79
25
Fina (SWAN)
-94 , -82
18 , 26
0.1
121
81
Cuadro 2. Dominios espectrales para los modelos de oleaje; flow y fhigh son frecuencia espectral mnima y mxima,
respectivamente; nf, el nmero de frecuencias espectrales; f, el ancho espectral de la frecuencia,
y es el ancho espectral de direccin.
Parmetros
Valores
0.0412, 0.4060
nf , Df
24, 0.1xf
nf , Dq
36, 10o
Tecnologa y
Modelo atmosfrico
MM5
Modelo atmosfrico
MM5
Interpolador
vientos
Interpolador
vientos
Modelo de oleaje
WAM
C. I.
Datos de boyas
Cond. frontera
Cond. frontera
Modelo de oleaje
SWAN
Pgina Web
Modelo de oleaje
WAM
Evaluacin del
desempeo
Modelo de oleaje
SWAN
C. I.
55
t0
t1
tn
Figura 5. Diagrama del flujo de informacin en el sistema de simulacin numrica viento-oleaje local y distante.
Julio 2007
1.6
Boya 42056
SWAN
1.4
1.2
1
0.8
0.6
0.4
0.2
56
100
200
300
400
500
Tiempo (horas)
600
700
800
Figura 6. Altura significante simulada con el sistema POMA y observada por la boya 42056 del NDBC
durante un mes en situacin de calma.
SWAN
0.6
0.4
15 20
Das
25
0.4
30
0.4
10
15 20
Das
25
30
0.8
RMSE
0.6
SWAN
0.8
RMSE
10
0.6
0.4
0.2
0.2
0
0.6
0.2
0.2
0
SWAN
0.8
RMSE
RMSE
0.8
10
15 20
Das
25
30
10
15 20
Das
25
30
Figura 7. Error cuadrtico medio de altura significante simulada contra observada durante un mes
en situacin de calma.
Tecnologa y
57
Figura 8. Imagen IR del satlite GOES-E durante el frente fro nmero 4, a las 08:15 UTC del 23 de octubre
de 2007.
Tecnologa y
58
Tecnologa y
Modelado SWAN
Boya 42056
2.5
1.5
0.5
23
24
25
26
Octubre (das)
59
Figura 11. Altura significante simulada y observada (boya Caribe 42056). Frente fro nmero 4.
SWAN
1.5
0.5
0
1
0.5
23
24
25
26
23
Octubre (das)
1.5
SWAN
1
0.5
0
24
25
26
Octubre (das)
1.5
RMSE
RMSE
SWAN
1
0.5
23
24
25
Octubre (das)
26
23
24
25
26
Octubre (das)
Figura 12. Error cuadrtico medio a 12, 24, 36 y 48 horas. Frente fro nmero 4.
Tecnologa y
RMSE
1.5
RMSE
60
Figura 13. Imagen IR del satlite GOES-E durante el paso del huracn Dean, a las 18:15 UTC
del 20 de agosto de 2007 (izquierda), en la que se puede apreciar el tamao del sistema y mapa con la
trayectoria del huracn Dean (derecha), segn el NHC.
Tecnologa y
Figura 14. Ubicacin de las boyas de observaciones de oleaje y viento del NDBC y trayectoria del huracn
Dean entre el 13 y el 23 de octubre de 2007.
25
Boya 42056
MM5
20
15
10
5
0
10
20
30
40
50
60
70
80
90
100
Tiempo (horas)
Figura 15. Intensidad de viento simulado y observado durante el huracn Dean.
61
Agosto 2007
12
Boya 42056
SWAN
10
62
100
200
300
400
Tiempo (horas)
500
600
700
800
1
0.5
0
19
4
RMSE
1.5
RMSE
3
2
1
20
21
22
0
19
23
20
SWAN
RMSE
1.5
RMSE
Agosto (das)
1
0.5
0
19
20
21
22
Agosto (das)
23
21
22
Agosto (das)
23
2
1
0
19
20
21
22
23
Agosto (das)
Figura 17. Error cuadrtico medio a 12, 24, 36 y 48 horas de simulacin durante el huracn Dean.
Tecnologa y
Discusiones y conclusiones
El sistema POMA est funcionando de manera operativa y automatizada para una malla
sobre el Atlntico tropical del hemisferio
norte y dos mallas internas sobre las costas
mexicanas: una en el Caribe y la otra en el este
del Golfo de Mxico.
El sistema POMA subestima los vientos a
10 m de altura, siendo mayor esta subestimacin en eventos extremos como huracanes
y frentes fros, ello puede deberse a que
la resolucin de los modelos no describe
totalmente la estructura del evento, no
obstante es posible su calibracin durante la
fase de intensificacin de vientos, obteniendo
significativamente mejoras en las simulaciones
de altura significante de ola. Las simulaciones
de viento mejorarn cuando se consideren
datos de viento cada hora, y no cada seis,
63
24
Boya 42056
SWAN
20
18
16
14
12
10
8
6
4
10
20
30
40
50
60
70
Horas desde el 19 de agosto de 2007 a las 6 horas UTM
80
Figura 18. Incremento artificial del viento (entre lneas verticales) en un 25% durante las 24 horas de
intensificacin del mismo.
Tecnologa y
22
SWAN
Boya
10
8
6
4
2
0
10
20
30
40
50
60
70
80
64
Agradecimientos
Al Instituto Mexicano de Tecnologa del Agua, por su
financiamiento total a los estudios reportados.
Tecnologa y
RMSE Dean
4.5
SWAN + MM5
SWAN + MM5*1.25
4
3.5
RMSE
3
2.5
2
1.5
1
0.5
0
20
21
22
Agosto (das)
23
y graficado de resultados.
A Jos Guadalupe Rosario de la Cruz, por la automatizacin de los procesos de cmputo del sistema.
Recibido: 29/03/10
Aceptado: 17/02/11
Referencias
ANTHES, R.A. The development of asymmetries in a threedimensional numerical model of the tropical cyclone.
Mon. Wea. Rev. Vol. 100, 1972, pp. 461-476.
BATJES, J.A. Shallow water wave modelling. Proc. Int. Symp.
Waves -Phys. Numerical Modelling. Vancouver: University
of British Columbia, I, 1994, pp. 1-23.
BOOIJ, N., RIS, R.C., and HOLTHUIJSEN, L.H. A thirdgeneration wave model for coastal regions. 1. Model
description and validation. J. Geophys. Res. Vol. 104, C4,
1999, pp. 7649-7666.
COLLINS, J.I. Prediction of shallow water spectra. J. Geophys.
Res. Vol. 93, C1, 1972, pp. 491-508.
COX, A.T. and SWAIL, V.R. A global wave hindcast over the
period 1958-1997: validation and climate assessment. J.
Geophys. Res. Vol. 106, C2, 2001, pp. 2313-2329.
Tecnologa y
65
KOMEN,
G.J.,
CAVALERI,
L.,
DONELAN,
M.,
MONBALIU,
J.,
PADILLA-HERNNDEZ,
R.,
HAR-
66
2003.
Tecnologa y
Abstract
SALINAS-PRIETO, J.A., PADILLA-HERNNDEZ, R., OROPEZA-ROSALES, F. & LOBATOSNCHEZ, R. Operational wind-wave forecasting system. Water Technology and Sciences (in
Spanish). Vol. III, No. 1, January-March, 2012, pp. 45-67.
A numerical forecast system was implemented (POMA, acronym in Spanish: coupled wind-wave
models) with 3 widely-used models: MM5 model, WAM-PROMISE and SWAN. Model validation
was based on data from buoys owned by the NDBC (National Data Buoy Center). The nesting process
was generated with a coarse grid for the Atlantic tropics (northern hemisphere) where winds 10 meters
from the surface level were simulated (with MM5 model). This information was transferred to the
global WAM model for deep waters using a down-scaling process based on initial boundary conditions
to simulate wind waves in shallow waters. The POMA system was verified using several events; three
cases with different wind characteristics are presented in this paper: 1) calm situation, 2) cold front
and 3) hurricane. The results are automatically displayed on a restricted WEB page, illustrating two
nested grids located in the Mexican coastthe Caribbean and the Gulf of Mexico. The system is able
to incorporate new nested grids in sites with local interest.
Keywords: coupled models, wind, local and distant wind wave, validation.
67
Subcoordinacin de Hidrometeorologa
Coordinacin de Hidrologa
Instituto Mexicano de Tecnologa del Agua
Paseo Cuauhnhuac 8532, Colonia Progreso
62550 Jiutepec, Morelos, Mxico
Telfono: +52 (777) 3293 600, extensin 827
Fax: +52 (777) 3293 683
jsalinas@tlaloc.imta.mx
Tecnologa y