Paper-Conveccion AA Ene2015 Ok

ESTUDIO DE PREDICTIBILIDAD DE
TORMENTAS CONVECTIVAS EN EL SECTOR

ANDINO DE LA REGIN METROPOLITANA
Preparado por:
MeteoData Limitada y
la Universidad de Chile
Para:
Aguas Andinas
Equipo consultor:
Dr. Mark Falvey
Dr. Ren Garreaud
Informe Final - 20 de Abril de 2015

ESTUDIO DE PREDICTIBILIDAD DE TORMENTAS CONVECTIVAS EN EL SECTOR ANDINO DE LA REGIN METROPOLITANA
TABLA DE CONTENIDOS
Tabla de Contenidos -2-
Resumen Ejecutivo -3-
1 Introduccin -8-
2 Datos Utilizados -9-
3 Caracterizacin de los episodios de conveccin -11-
4 Predictibilidad de episodios de conveccin -20-
4.1 Pronstico de precipitacin -20-
4.2 Ajuste estadstico -26-
4.3 Uso de un modelo global alternativo ECWMF -29-
4.4 Patrones de actividad elctrica en das anteriores -31-
5 Mejora del servicio de pronstico -33-
6 Referencias -39-
-2-
RESUMEN EJECUTIVO
El presente estudio representa la continuacin de una lnea de trabajo iniciada en el estudio Determinacin
de Posibles Impactos en la Gestin de los Abastecimientos de Agua situados en la Zona Metropolitana de
Chile provocados por Fenmenos asociados a Cambio Climtico (en adelante DGF 2013) realizado por
el Departamento de Geofsica de la Universidad de Chile para Aguas Andinas SA en 2013. Los aumentos
moderados de turbiedad y caudal (que en general no producen problemas de operacin) mayormente ocurren
durante periodos de altas temperaturas dentro de la estacin de verano lo que incrementa el proceso de
deshielo y consiguiente arrastre de sedimentos. Sin embargo, los episodios de alta turbiedad (sobre 1000 NTU
diarias) en los puntos de captacin de agua en el ro Maipo se asocian mayormente a tormentas convectivas
en la parte alta de la cuenca capaces de gatillar remociones en masa. Este es el tipo de eventos que causan
graves problemas en la produccin de agua potable, como los dramticos casos del verano del 2012. Adems
se concluy que, en principio, el riesgo de este tipo de evento es predecible en el corto plazo, mediante la
deteccin temprana de actividad elctrica y el uso de pronsticos numricos del tiempo.
El presente trabajo presenta un anlisis que determina cuantitativamente la capacidad de prediccin

(predictibilidad) de tormentas convectivas en la cordillera del la RM. El estudio aprovecha diversas fuentes
de datos, las ms importantes siendo los datos de descargas elctricas del WWLLN (World-Wide Lightning
Location Network), informacin de precipitacin in-situ de las redes de monitoreo de Aguas Andinas y la DGA,
y los datos del modelo numrico del pronstico GFS (Global Forecast System). Cada uno de estas fuentes de
informacin esta disponible en tiempo real 1 y potencialmente aplicable para un sistema de alerta temprana.
En base de los resultados se establecen criterios para un sistema de alerta temprana, los cuales han sido
implementadas en una nueva aplicacin WEB que se desarroll en el marco del presente estudio. El nuevo
servicio despliega mensajes alertando de la posibilidad de tormentas convectivas con antelacin de hasta
siete das. Adems, el servicio incluye nuevos grficos de la precipitacin, temperatura y otras variables
meteorolgicas junto con enlaces a datos en-lnea de la red de monitoreo de la Direccin General de Aguas.
1
Desde 2014 Aguas Andinas recibe rutinariamente las datos dela ubicacin de rayos del WWLLN y los datos se disponen internamente
a travs de un servidor SIG especializado. Los datos del modelo GFS se utilizan para el pronostico hdro-meteorolgico operacional
mantenido por Meteodata. Los datos de precipitacin de la DGA estn disponibles en-lnea en al menos 6 sitios de la cordillera de la
Regin Metropolitana.
-3-
A continuacin se presentan los principales resultados del estudio:
A. Caracterizacin de los episodios de conveccin
La actividad convectiva en la Cordillera de la Regin Metropolitana se concentra en el periodo entre

diciembre a abril. Aunque estos meses son generalmente los ms secos del ao, los eventos de
precipitacin que ocurren durante ellos se asocian fuertemente con el desarrollo de nubosidad en la
tarde, descargas elctricas, inestabilidad atmosfrica y lluvas en terreno alto.
Durante los meses de diciembre a abril se registran en promedio 2 y 9 episodios con duracin entre
1 y 4 das.
Aproximadamente 80% de los eventos detectados se asocian con una alta frecuencia de descargas
elctricas. En contraste, menos de 40% de los episodios coinciden con registros de precipitacin de
las redes de monitoreo in-situ de AguasAndinas y la DGA., lo cual indica que la red de monitoreo
convencional no es capaz de capturar adecuadamente este tipo de eventos.
La actividad convectiva presenta un fuerte ciclo diario. La ocurrencia de descargas elctricas y precipitacin
se concentra en las horas de la tarde entre 12:00 a 21:00. La frecuencia de rayos se maximiza a
las 16:00 horas, mientras la precipitacin alcanza la mayor frecuencia algunas horas despus a las
18:00. El desfase entre rayos y precipitacin confirma que la deteccin de actividad elctrica (a partir
de los datos WWLLN) sirve para la alerta temprana de los episodios de precipitacin convectiva que
se asocian con aumentos de caudal y turbiedad
En base de lo anterior, se recomienda que las operaciones de Aguas Andinas realizar un seguimiento
de la actividad elctrica en la cordillera del RM usando datos in lnea de WWLN.
Durante el da previo al inicio de los episodios de conveccin los datos WWLN muestran una concentracin
de actividad elctrica en la zona precordillerana de San Juan, Argentina. De hecho, ms de 70% de
los episodios de conveccin en la RM estn precedidos por la ocurrencia de rayos en esta regin.
En base de lo anterior, se recomienda que las operaciones de Aguas Andinas haga seguimiento los
datos WWLN en la zona de San Juan, Argentina, entendiendo que la actividad elctrica en este sector
es un posible precursor a un episodios de conveccin en la RM al da siguiente.
-4-
B. Predictibilidad de episodios de conveccin
La precipitacin pronosticada por el modelo numrico GFS (utilizado por Meteodata para el pronstico
operacional de Aguas Andinas), muestra una muy buena coincidencia con los episodios de conveccin.
Especficamente, se encuentra que la mayora de los eventos convectivos se pueden asociar con una
precipitacin pronosticada mayor que 1.3 mm en 24 horas.
Para el pronstico de antelacin de 0 a 24 horas el nivel de acierto es 77% considerando el umbral

de 1.3 mm. Sin embargo, el modelo tambin GFS tiene una alta tasa de falsas alarmas. De hecho,
ms de 60% de los eventos pronosticados no ocurren en la realidad.
El desempeo del sistema decae para pronsticos de antelacin mayor que 24 horas. Para el rango
entre 24 horas a 4 das horas el desempeo del modelo se mantiene aproximadamente parejo con
un nivel de acierto de 60% y una tasa de falsas alarmas de 60%.
Se ha utilizado una tcnica estadstica basada en aboles de decisin para probar si es posible mejorar
el desempeo del pronstico GFS y reducir la cantidad de falsas alarmas. La tcnica toma en cuentas
diversas variables atmosfricas aparte de la precipitacin (como por ejemplo la temperatura, inestabilidad
y el viento en altura). Para los pronsticos en el rango de 0 a 72 horas no ha sido posible encontrar un
mtodo que mejora sistemticamente el desempeo del modelo. Entonces, se concluye que para el
pronstico de corto plazo el mejor predictor de episodios convectivas es simplemente la precipitacin
pronosticada directamente con el modelo GFS
Para pronsticos de 4 a 7 das el uso de la metodologa estadstica resulta en una cierta mejorar en
el desempeo, aumentando levemente el nivel de acierto y reduciendo significativamente la tasa de
falsas alarmas.
El desempeo de un modelo global alternativo del centro Europeo ECMWF ha sido probado para los
veranos de 2013 y 2014. Los resultados indican que el desempeo del modelo ECMWF es similar
al GFS en cuanto al nivel del acierto y falsas alarmas. Sin embargo, los das con errores no siempre
coinciden por lo cual es posible suponer que un sistema de pronstico que ocupa ambos modelos (un
ensemble) podra brindar mejores resultados. Cabe mencionar que los conseguir los datos del modelo
ECMWF tiene un costo econmico considerable ya que los datos de este modelo no son gratuitos
como es el caso para el modelo GFS.
-5-
C. Mejoramiento del servicio de pronstico
En el marco del presente estudio se ha implementado una nueva versin de la aplicacin Web de pronstico
hidro-meteorolgico operacional. Aunque la motivacin inicial para este desarrollo era simplemente disponer
una plataforma para difundir alertas tempranas para episodios de conveccin, en la practica se ha realizado
una actualizacin y completa y profunda del servicio.
La direccin del servicio nuevo es la siguiente:

http://190.98.198.59/aguasandinas/
A continuacin, se enumeran las funcionalidades nuevas que se disponen:
Incorporacin de alertas de riesgo de actividad convectiva en la cordillera, segn los criterios establecidos
en el presente estudio.
Extensin del horizonte del pronstico a 7 das (el servicio antiguo solo muestra 5 das de pronstico)
Despliegue de datos para un nuevo conjunto de sitios que corresponden a los sitios de monitoreo de
Aguas Andinas y la red satelital de la DGA.
Resmenes de cada da de pronostico con informacin meteorolgica clave incluyendo las temperaturas
extremas, tipo y cantidad de precipitacin esperada, y las alertas de riesgo de conveccin.
Nuevas productos de visualizacin que incluyen series de tiempo interactivos de variables de inters
Inclusin de datos en lnea de la temperatura, precipitacin, humedad y radiacin solar obtenidos

automticamente desde el servidor Web de la DGA. Los datos observacionales se visualizan junto
con el pronstico.
Capacidad de examinar pronsticos anteriores y compararlos con las observaciones disponibles
Acceso a imgenes satelitales recientes de la plataforma geoestacionario GOES. Los datos se muestran
juntos con campos relevantes del modelo de pronstico GFS.
-6-
SIGLA SIGNIFICADO
DGA Direccin General de Aguas
WWLLN World-Wide Lightning Location Network
NCEP National Center for Environmental Protection
GOES Geostationary Operational Environmental Satellite
GFS Global Forecast System
ECMWF European Center for Medium Range Weather Forecasting
RM Regin Metropolitana
Tabla 1 Siglas utilizadas en el presente estudio.
-7-
1 INTRODUCCIN
El presente estudio representa la continuacin de una lnea de trabajo iniciada en el estudio Determinacin
de Posibles Impactos en la Gestin de los Abastecimientos de Agua situados en la Zona Metropolitana de
Chile provocados por Fenmenos asociados a Cambio Climtico realizado por el Departamento de Geofsica
de la Universidad de Chile para Aguas Andinas SA en 2013. Los aumentos moderados de turbiedad y
caudal (que en general no producen problemas de operacin) mayormente ocurren durante periodos de
altas temperaturas dentro de la estacin de verano lo que incrementa el proceso de deshielo y consiguiente
arrastre de sedimentos. Sin embargo, los episodios de alta turbiedad (sobre 1000 NTU diarias) en los puntos
de captacin de agua en el ro Maipo se asocian mayormente a tormentas convectivas en la parte alta de la
cuenca capaces de gatillar remociones en masa. Este es el tipo de eventos que causan graves problemas en
la produccin de agua potable, como los dramticos casos del verano del 2012. Adems se concluy que,
en principio, el riesgo de este tipo de evento es predecible en el corto plazo, mediante la deteccin temprana
de actividad elctrica y el uso de pronsticos numricos del tiempo.
El presente trabajo presenta un anlisis que determina cuantitativamente la capacidad de prediccin

(predictibilidad) de tormentas convectivas en la cordillera del la RM. Se aprovechan diversas fuentes de datos,
tanto observacionales como de pronsticos numricos, los cuales se describen en la seccin 2. Luego, en
la seccin 3 se describan las caractersticas principales de los episodios de conveccin con un enfoque en
su estacionalidad, ciclos diarios, distribucin espacial y variabilidad inter-diaria. En la seccin 4 se presenta
el anlisis de predictibilidad de tormentas convectivas, que consiste esencialmente en la evaluacin de la
capacidad del modelo GFS de anticipar los episodios a travs del pronstico de la precipitacin y otras
variables relevantes. En base del resultado se establecen criterios simples para un sistema de alerta temprana
basado en el modelo GFS.
La ltima seccin del estudio describe una nueva aplicacin Web que ha sido desarrollado en el marco del
presente estudio. El nuevo servicio despliega mensajes de alerta sobre la posibilidad de tormentas convectivas
con antelacin de hasta siete das, basados en los resultados obtenidos en el presente estudio. Adems, el
servicio incluye nuevos grficos para la precipitacin, temperatura y otras variables meteorolgicas junto con
observaciones en-lnea de la red de monitoreo de la Direccin General de Aguas. El servicio se encuentra
completamente operativo y se mantendr hacia el futuro como parte del sistema de pronstico hidro-
meteorolgico que Meteodata ha ejecutado para Aguas Andinas desde el ao 2013.
-8-
2 DATOS UTILIZADOS
Los datos utilizados en el presente estudio incluyen registros convencionales de precipitacin y temperatura
de estaciones meteorolgicas del sector cordillerano de la Regin Metropolitana (Figura 1). Adems, se ha
ocupado datos de percepcin remota para obtener informacin sobre de nubosidad (GOES) y descargas
elctricas (WWLLN), junto con bases de datos de variables atmosfricas generadas por el modelo de pronstico
GFS. Un resumen de estas bases de datos es presentado en la tabla 1.
BASE DE DATOS FUENTE VARIABLES PERIODO COMENTARIOS

Datos diarios y
Precipitacin
DGA Lluvia acumulada 2009-2014 histricos de la red
diaria
completa de la DGA
Precipitacin Datos horarios de la

DGA Lluvia horaria 2012-2014
horaria red satelital de la DGA
Estacin Lluvia acumulada Datos diarios

meteorolgica Aguas Andinas Temperatura mxima 2009-2014 proporcionados por
Embalse El Yeso Temperatura mnima Aguas Andinas
Descargas
WWLLN Hora y ubicacin del rayo 2009-2014
elctricas (rayos)
Observaciones Permite resolver la

Cobertura de nubes con
de nubosidad NOAA (EE. UU.) 2009 - 2014 cobertura nubosa en el
resolucin de 1 km
del satlite GOES horario 08:00 a 19:00
Pronstico de Pronsticos
Modelo de
precipitacin y otras meteorolgicos
Pronstico NCEP (EE. UU.) 2009-2014
variables atmosfricas diarios con 180
Global GFS
relevantes (ver tabla 2) horas de alcanze
Tabla 2 Informacin meteorolgica utilizada en el presente estudio.
El periodo examinado en este estudio es de diciembre 2009 a abril 2014. Durante este periodo existen
registros completos o casi completos para todas las fuentes de informacin mencionadas con la excepcin
de los datos de la red satelital de la DGA, cuyos registros comienzan desde el ao 2012 en adelante.
La WWLLN es una red de ms de 60 receptores distribuidos globalmente que detectan y luego triangulan el
punto de origen de ondas electromagnticas emitidas por descargas elctricas (rayos) en la atmosfera (Virtz
et al 2014). El estudio DGF (2013) examin series de turbiedad en el Ro Maipo durante los aos 2012 y
2013, y mostr que la mayora de los episodios de alta turbiedad se asociaban con actividad elctrica en la
cordillera detectada por la WWLLN.
2
http://www.wwlln.net
-9-
Figura 1 Zona del estudio identificando las cuencas principales, estaciones meteorolgicas, topografa y
otras localidades de inters.
- 10 -
El modelo GFS es un modelo numrico de la circulacin de la atmsfera de escala global, ejecutado por la
NOAA de los EEUU. Los datos del modelo GFS son altamente usadas a nivel nacional e internacional para
realizar el pronstico de tiempo y este modelo es la base del sistema de pronstico hidro-meteorolgico
que Aguas Andinas ocupa en la actualidad. MeteoData posee una base de datos de informacin completa
del modelo GFS desde el ao 2009 en adelante, que incluye predicciones de 0 a 180 horas (7.5 das) las
siguientes variables:
Precipitacin superficial. (convectiva y no-convectiva)

Temperatura del aire.
CAPE. (Energa potencial convectiva disponible)
Velocidad de viento. (zonal y meridional) en distintas alturas
Estabilidad atmosfrica.
Humedad relativa.
Cabe sealar que todas las fuentes de informacin consideradas en la tabla 1 estn disponible en tiempo
real 3 y potencialmente aplicable a un sistema de alerta temprana operacional.
3 CARACTERIZACIN DE LOS EPISODIOS DE CONVECCIN
Antes de examinar la predictibilidad de episodios de conveccin es necesario determinar sus caractersticas

climatolgicas tales como su frecuencia, estacionalidad, distribucin espacial y ciclo diario.
La figura 2 muestra el ciclo anual de tres variables asociadas a la ocurrencia de tormentas convectivas. El ciclo
anual de la precipitacin (panel superior) es muy conocida y est dominado por la precipitacin durante los
meses de invierno (mayo a septiembre) durante los cuales la cordillera recibe ms del 80% de la precipitacin
anual. Sin embargo, la frecuencia de descargas electicas (panel medio) muestra un ciclo opuesto con mayor
frecuencia durante los meses de verano y el comienzo de otoo (diciembre a abril). En los otros meses del ao,
la actividad elctrica es prcticamente nula. Como se puede apreciar en el panel inferior, la precipitacin de
los meses de verano es principalmente de tipo convectiva (de acuerdo con las simulaciones del modelo GFS).
3
Desde 2014 Aguas Andinas recibe rutinariamente las datos de la ubicacin de rayos del WWLLN y los datos se disponen internamente
a travs de un servidor SIG especializado. Los datos del modelo GFS se utilizan para el pronstico hdro-meteorolgico operacional
mantenido por Meteodata. Los datos de precipitacin de la DGA estn disponibles en-lnea en al menos 6 sitios de la cordillera de la
Regin Metropolitana.
- 11 -
Figura 2 Ciclo estacional de precipitacin en la Cordillera de la Regin Metropolitana. El panel superior

muestra la precipitacin mensual normalizada. La precipitacin se obtuvo a partir de los datos diarios de
la precipitacin registrada con las estaciones de la direccin General de Aguas. El panel medio muestra la
frecuencia normalizada de rayos segn el mes del ao . El panel inferior muestra la fraccin de precipitacin
convectiva pronosticado por el modelo GFS. El color naranjo destaca los meses que muestran un riesgo
importante de tormentas convectivas (diciembre a abril) los cuales se caracterizan por una alta ocurrencia de
descargas elctricas e importante contribucin de conveccin a la precipitacin.
- 12 -
En base del los datos mostrados en la figura 2 se ha determinado que el periodo de actividad convectiva en
la cordillera de la Regin Metropolitana extiende desde el mes de diciembre hasta el mes de abril. Todos los
resultados mostrados en el resto de este estudio ocupan datos exclusivamente de este periodo. En adelante
el termino verano se ocupa para referirse al mismo periodo.
La frecuencia de actividad convectiva tambin muestra un fuente ciclo a nivel diario. La figura 3 muestra el
ciclo diario normalizado de la frecuencia de descargas elctricas, nubosidad y precipitacin (observada y
modelada) segn la hora del da. La actividad convectiva claramente es concentrada en las horas de la tarde,
entre las 11:00 y las 19:00 horas. En este horario hay un aumento paulatino de la nubosidad y una mxima
de la frecuencia de los rayos detectados por WWLLN. De hecho, actividad elctrica fuera de este horario
muy poco comn 4. La precipitacin tambin ocurre con mayor frecuencia en las horas de la tarde, aunque
el ciclo diario es ms parejo que el ciclo de actividad elctrica y el periodo de precipitaciones extiende hasta
la madrugada. Es interesante notar que la frecuencia de rayos se maximiza a las 16:00 horas, mientras la
precipitacin muestra mayor frecuencia algunas horas despus (18:00 a 19:00). El desfase entre la ocurrencia
de rayos y precipitacin confirma que la deteccin de actividad elctrica (a partir de los datos WWLLN) sirve
para la alerta temprana de los episodios de precipitacin convectiva, tal como se plante en el informe DGF
(2013). Tambin es alentador notar que el ciclo diario de precipitacin pronosticado por el modelo GFS (panel
inferior de la figura 3) es parecido al ciclo observado, indicando que el modelo tiene la capacidad de reproducir
los procesos convectivos que aumentan la frecuencia de precipitacin en la cordillera durante la tarde.
El mapa presentado en la figura 4 muestra la distribucin espacial de las descargas elctricas detectadas en
la zona del estudio desde diciembre 2009 a abril 2014 (meses de verano solamente). La distribucin se
muestra bastante uniforme, con una mayor densidad de rayos en las cumbres altas y una cierta evidencia
de mayor concentracin de rayos en los cerros hacia el norte de Santiago y en la ladera sur de la cuenca
del Ro Maipo. La figura 5 muestra la evolucin de la distribucin de rayos durante la tarde. El aumento de
la frecuencia de rayos desde la maana hasta su mxima en el horario 15:00 a 18:00 es evidente. Sin
embargo no hay evidencia de alguna progresin sistemtica del patrn espacial lo cual se mantiene ms o
menos uniforme en los cuatro horarios mostrados. La nubosidad, en cambio, muestra un aumento continuo
de cobertura durante la tarde lo cual se puede atribuir al progresivo desarrollo de las nubes cumulo-nimbos
(con domos extendidos) asociados a actividad convectiva.
4
Poco comn, pero no imposible: La reciente tormenta elctrica que sorprendi la poblacin de Santiago en la madrugada del da 24
de marzo 2015 demuestra que actividad elctrica intensa si puede ocurrir durante el horario nocturno en casos especiales.
- 13 -
Figura 3 Evolucin diurno de episodios de conveccin. [desde arriba hacia abajo] El primer panel muestra
la frecuencia de rayos capturados por WWLLN segn la hora del da. El segundo panel muestra la cobertura
media de nubosidad calculado a partir de los imgenes visibles del satlite GOES. Estos datos solo se disponen
durante las horas con luz (08:00 a 19:00). El tercer panel muestra la frecuencia de precipitacin segn hora
del da. Finalmente el cuarto panel muestra la frecuencia de precipitacin pronosticado por el modelo GFS.
- 14 -
Figura 4 Distribucin espacial de descargas elctricas detectadas por la red WWLLN durante los meses de
verano desde 2009 hasta 2014. Los puntos amarillos indican los rayos detectados dentro de las cuencas
de suministro de Aguas Andinas. Los puntos celestes muestran la ubicacin de los rayos detectados en el
resto del rea mostrado en el mapa.
- 15 -
Figura 5 Evolucin diurno de episodios convectivos. Puntos verdes indican la ubicacin de rayos en los
horarios indicados y los contornos indican la frecuencia de nubosidad.
- 16 -
La figura 6 muestra la serie de tiempo de la cantidad de descargas elctricas diarias para los 5 veranos desde
2009/2010 a 2013/2014. Se cuentan solo las descargas elctricas que se ubicaron dentro de las cuencas
principales de la regin, es decir, las cuencas de Maipo, el Mapocho y El Arrayn (ver figura 1). Es posible
apreciar que la actividad elctrica es relativamente frecuente durante los mese de verano y en muchos casos
se concentra en episodios de varios das de extensin. Hay una gran variabilidad da a da del numero de
rayos, desde das en que se registra una sola descarga elctrica hasta episodios en que se registran >200
rayos (es importante recordar que la red WWLLN tiene una eficiencia de deteccin cercana a 10%, as que
fcilmente podra haber superado los 1000 rayos en algunos das del periodo examinado).
La relacin entre descargas elctricas y la precipitacin se encuentra en la figura 7 donde se presentan series
de tiempo de la precipitacin mxima diaria observada en la cordillera. Los das en que hubo al menos 5
descargas elctricas estn destacadas con barras amarillas. La precipitacin solo se muestra si hubo registros
de precipitacin en al menos dos sitios de monitoreo. Aproximadamente 80% de los eventos detectados se
asocian con de descargas elctricas. En contraste, menos de 40% de los episodios coinciden con registros
de precipitacin de las redes de monitoreo in-situ, lo cual indica que la red de monitoreo convencional no es
capaz de capturar adecuadamente este tipo de eventos.
Los das de precipitacin se dividen en eventos fros y clidos, dependiendo de si la temperatura mnima
registrada en el Embalse el Yeso supera el umbral de 2C. En general los episodios fros (que son poco
frecuentes durante los meses de verano) muestran menor actividad convectiva y no se espera que tengan
mayor incidencia en las operaciones de Aguas Andinas pues la precipitacin es principalmente de nieve.
En base de las caractersticas de los datos de descargas elctricas y precipitacin anteriormente documentados,
se procedi a clasificar todos los das del periodo del estudio como convectivo o normal segn el siguiente
esquema: Un da es convectivo si a) Hubo ms que 5 descargas elctricas o b) Se registraron precipitaciones
(clida) en ms que un sitio de monitoreo y el mximo diario fue mayor a 2 mm/da. Segn este clasificacin
se distinguen un total de 58 das convectivos en el periodo examinado (marcados con una estrellita negra
en la figura 6) en este estudio cuyo frecuencia ao a ao se muestra en la tabla 3. Durante los meses de
diciembre a abril se registran en promedio 2 y 9 episodios de duracin entre 1 y 4 das.
- 17 -
Figura 6 Numero de descargas elctrica por da en las cuencas del Rio Maipo, Mapocho y El Arrayn durante
los veranos analizados en el presente estudio. Nota que la escala vertical es logartmica. La zona roja indica
el rango entre 0 a 4 descargas elctricas por da. Das con 4 descargas o menos NO se consideran como
convectivas segn la clasificacin utilizado en el presente estudio.
- 18 -
Figura 7 Episodios de rayos y/o precipitacin en las cuencas del Rio Maipo, Mapocho y Arrayn durante los
veranos analizados en el presente estudio. Las barras amarillas indican das con 5 o ms descargas elctricas.
Las barras rojas y azules indican la precipitacin mxima registras por la red de monitoreo de la DGA, siempre
y cuando se registran precipitaciones significativas (> 0.5 mm) en al menos dos sitios. El color rojo indica
precipitaciones clidas (temperatura mnima en El Yeso > 2C) y el color azul indica precipitaciones fras. Los
das clasificadas como convectivas se destacan con estrellitas negras en la parte superior de los grficos.
- 19 -
NUMERO NUMERO % CON DESCARGAS % CON PRECIPITACIN

VERANO
EPISODIOS DAS ELCTRICAS REGISTRADA
2009/2010 2 6 100 0
2010/2011 8 11 82 45
2011/2012 9 18 83 33
2012/2013 5 16 87 25
2013/2014 5 7 71 28
Tabla 3 Resumen anual de la frecuencia de episodios de conveccin estival desde el verano de 2009/2010.
El numero de episodios refiere a periodos continuos de condiciones convectivas. El numero de das refiere
a la cantidad de das del ao en que se cumplieron los criterios para ser clasificado como convectivo. El %
de descargas elctricas refiere al porcentaje de los das en que hubo descargas elctricas en la cordillera
de la RM. El % con precipitacin refiere a la proporcin de das en que se registraron precipitaciones en al
menos 2 sitios de monitoreo.
4 PREDICTIBILIDAD DE EPISODIOS DE CONVECCIN
4.1 Pronstico de precipitacin
En la actualidad los pronsticos meteorolgicos se basan casi exclusivamente en las predicciones de modelos
numricos de pronstico del tiempo. Dichos modelos representan el estado de la atmsfera en una grilla
tridimensional que cubre todo o parte del planeta y a partir de una condicin inicial generado a travs de la
asimilacin de datos meteorolgicos (observaciones convencionales y satelitales) se integran las ecuaciones
que describen la dinmica de la atmosfera para obtener prediciones meteorolgicas de hasta 2 semanas
de antelacin.
Desde el ao 2011 en adelante Aguas Andinas ha utilizado un servicio de pronostico (desarrollado por el
Departamento de Geofsica de la Universidad de Chile y operado en la actualidad por Meteodata) basado en el
modelo numrico GFS descrito en la seccin 2. El enfoque de este servicio de pronstico ha sido de prediccin
de eventos de precipitacin del invierno y el desempeo del pronstico para los meses de abril a septiembre
ha sido evaluado anualmente desde el comienzo del servicio. No obstante, el desempeo del sistema para
los meses de verano no ha sido estudiado en detalle, principalmente por la falta de datos confiables sobre
la ocurrencia de episodios convectivos. Ahora, con la reciente disponibilidad de datos WWLLN es posible
detectar la mayora de los eventos de conveccin en la cordillera lo cual posibilita la evaluacin cuantitativa
del desempeo del modelo en esta estacin.
- 20 -
Figura 8 Episodios de conveccin comparados con el pronstico de precipitacin del modelo GFS (barras
verdes). Los otros datos mostrados en la figura son iguales que la figura 5.
- 21 -
Para obtener un ndice de la precipitacin pronosticada para el la cordillera de la RM los datos de precipitacin
del modelo GFS fueron interpolados a la ubicacin del Embalse El Yeso. Dada la baja resolucin espacial
del modelo GFS (las celdas de grilla 50 x 50 km) los datos interpolados son representativos de la parte
alta de la cuenca del Ro Maipo. La figura 8 presenta los mismos datos que la figura 6 pero agregando la
precipitacin diaria pronosticado por el modelo GFS (barras verdes) en el horizonte de 0 a 24 horas. Es
posible apreciar que la precipitacin pronosticada coincide muy bien con los episodios detectados. Por otra
parte, se percata una cantidad no menor de eventos pronosticados que no ocurrieron, los cuales se pueden
clasificar con falsas alarmas.
Una manera conveniente de caracterizar el desempeo del pronostico es a travs de una tabla de contingencia.
La tabla 4 muestra la tabla de contingencia obtenida para el pronstico de episodios convectivos fijando
un umbral de precipitacin de 1.3 mm/da. Das de precipitacin mayor que este umbral se pronostican
como convectivos y los dems das como das normales. La tabla muestra que 91% de los pronsticos
son correctos. De los 9% de los das no correctamente pronosticados, 2% corresponden a episodios de
conveccin no-pronosticados y 7% corresponden a falsas alarmas. El nivel de acierto, que se define como
la fraccin de los episodios convectivos que fueron pronosticados tiene un valor bastante alto de 78%. Sin
embargo, el porcentaje de alarmas falsas es tambin alto, siendo 55%. En otras palabras, solo la mitad de
los eventos pronosticados por el modelo ocurren en la realidad.
GFS
NO SI
NO 85% 7%
OBS
SI 2% 6%
% DE ACIERTO: 78%
% DE ALARMAS FALSAS: 55%
Tabla 4 Desempeo del modelo GFS para pronosticar episodios convectivas usando el pronstico de
precipitacin con umbral mayor a 1.3 mm.
- 22 -
Figura 9 Desempeo del modelo de pronstico para la deteccin de episodios convectivas segn el umbral
de precipitacin. El umbral optimo, que entrega un alto porcentaje de acierto y a la vez, mantiene una tasa
de alarmas falsa relativamente baja, se indica con la lnea roja (1.3 mm)
- 23 -
Figura 10 Desempeo del modelo GFS para la deteccin de episodios de conveccin. El panel superior
muestra el porcentaje de acierto en funcin del da de pronstico. El da 0 indica el pronostico de 0 a 24
horas de anticipacin. El da 1 es el rango entre 24 a 48 horas de anticipacin, etctera. El panel inferior
muestra la tasa de alarmas falsas.
- 24 -
La figura 9 muestra como el porcentaje de acierto y la tasa de alarmas falsas varia en funcin del umbral
de precipitacin. Considerando el caso extremo de un umbral de 0 mm se obtiene que todos los das se
clasifican como eventos, lo cual resulta en un alto nivel de acierto (90%) pero una tasa de falsas alarmas de
90% y el pronstico no tiene ninguna utilidad prctica. En el otro extremo, fijando un umbral de precipitacin
relativamente alto de 5mm se logra reducir el porcentaje de alarmas falsas pero a la vez, el nivel de acierto decae
drsticamente a un valor menor de 50% - tampoco muy til en la prctica. Examinando el comportamiento de
las curvas de figura 9 se concluye que el umbral optimo para distinguir eventos de conveccin es justamente
el valor de 1.3 mm/da usada en el ejemplo mostrado en la tabla 4. Con este umbral se obtiene un nivel de
acierto aceptable junto con una tasa de falsas alarmas manejable.
La figura 10 muestra el porcentaje de acierto y tasa de falsas alarmas segn el horizonte del pronstico. El
desempeo de los pronsticos de antelacin mayor que 24 horas es bastante reducido. Para el rango entre
24 horas a 4 das horas el desempeo del modelo se mantiene aproximadamente parejo con un nivel de
acierto de ~59% y una tasa de falsas alarmas ente 58 y 62%. A cinco y seis das el nivel de acierto cae
bruscamente a 45% y 34% respectivamente, mientras la tasa de falsas alarmas se mantiene aproximadamente
constante en 76% para el pronstico a seis das.
Figura 11 Ejemplo de un rbol de decisin generado automticamente en base de los datos del modelo GFS.
- 25 -
4.2 Ajuste estadstico
Los resultados anteriores indican que la precipitacin pronosticada por el modelo GFS funciona relativamente
bien como predictor para la ocurrencia de conveccin en la Cordillera de la regin Metropolitana. Sin embargo
hubo eventos importantes que no fueron pronosticados y la tasa de falsas alarmas es relativamente alta,
incluso para el pronstico de corto plazo. Entonces, cabe preguntar si existen otras variables del modelo GFS
que pueden ayudar en mejorar el desempeo del pronstico, especialmente con respecto a la tasa de falsas
alarmas. A modo de ejemplo, el estudio DGF (2013) encontr que el viento zonal sobre el tope de los Andes
podra tener potencial como predictor para episodios de conveccin.
En lo que sigue se analiza sistemticamente est idea. La metodologa consiste en establecer una relacin
estadstica entre la ocurrencia de conveccin y una amplia gama de variables relevantes extrados de los
pronsticos GFS. Entre las variables consideradas figura el viento zonal y meridional, ndices de inestabilidad
convectiva, la temperatura y la humedad (ver la seccin 2 para la lista completa). Se ocupa una tcnica
estadstica basada en aboles de decisin binario. Los arboles de decisin son modelos predictivos que son
especialmente apropiados para realizar pronsticos categricos. Representan un secuencia de decisiones en
forma de rbol. Las ramas de este rbol bifurcan en funcin de los valores de las predictores consideradas
y que terminan en una decisin especifica y categrica para la variable a pronosticar, que en nuestro caso
es la ocurrencia de conveccin (Si o No).
Se utiliz el Statistical Toolbox del software Matlab para generar arboles de decisin de manera no-supervisada.
Un ejemplo de un rbol de decisin generado con este software se presenta en la figura 11. Es posible apreciar
que, de manera automtica, el mtodo detecta que la primera decisin para un episodios de conveccin
depende la precipitacin pronosticada por el modelo. En este caso se pone un umbral de 1.6 mm/da. Si
la precipitacin pronosticada es mayor que este umbral, se pronostica conveccin (SI) y termina el proceso.
Si la precipitacin es menor que este valor, llegamos a una nueva decisin basada en la variable U500, que
corresponde al viento zonal en 500 hPa de presin (aproximadamente 6000m de altura). En este caso,
si el viento supera el umbral de -8 m/s se pronostica un da normal. Si el viento zonal es menor, si llega a
una nueva decisin basada en otra variable y se procede as, hasta eventualmente llegar a un pronstico
categrico especifico.
Dado que la metodologa toma en cuenta un gran numero de predictors (> 30) existe el riesgo de sobre-
parameterizacin, es decir, que el algoritmo logra construir un rbol de decisin que se ajusta muy bien a
los datos de la muestra disponible (2009 a 2014 en nuestro caso) pero que no funciona bien al probar con
nuevos datos. Para mitigar el impacto de la sobre-parameterizacin es aconsejable limitar la cantidad de
decisiones (ramas) posibles a un numero relativamente acotado y de hecho, todos los arboles de decisin
empleados en el presente estudio no tienen ms complejidad que el ejemplo mostrado en la figura 11.
Adems, se evalu el desempeo de la metodologa de una manera bastante rigorosa: Para cada da de la
muestra de entre 2009 y 2014 se entren un rbol de decisin usando todos los dems das y luego el
mtodo se aplic para obtener el resultado para el da en cuestin. De est manera, la metodologa siempre
es aplicada a datos que son independientes de la muestra usada para entrenar el modelo estadstico (en
ingles, est mtodo de evaluacin se denomina el jackknife).
- 26 -
La figura 12 muestra los resultados del uso del mtodo de arboles de decisin en trminos del nivel de acierto
y tasa de falsas alarmas, comparados con los resultados obtenidos aplicando el umbral de precipitacin de
1. 3 mm/da. Examinando primero el primer da de pronstico es posible apreciar que el mtodo logra una
pequea mejora en el nivel de acierto (de 77% a 81%). Sin embargo, la cantidad de falsas alarmas en esta
caso aumenta significativamente (de 55% a 79%) por lo cual el impacto neto del uso de del mtodo de
arboles de decisin es empeorar el pronstico. Esto indica que no existe informacin estadstica valiosa en la
nuevas variables consideradas que permita establecer mayor relacin con la ocurrencia de conveccin y que
a la vez el ajuste estadstico no es robusto (sobre-parameterizados). Para los das 2 y 3 el modelo estadstico
muestra una mejora ms importante en el porcentaje de acierto pero esto se compensa negativamente por
una alza similar en la tasa de falsas alarmas y el impacto en el desempeo global es mnimo. Desde el da 3
en adelante el uso de la metodologa comienza a mostrar beneficios reales ya que el porcentaje de acierto
se mantiene ms alta y el tasa de alarmas falsas significativamente menor que el pronstico simple basada
en la precipitacin solamente. Sin embargo, el desempeo del modelo con este nivel de antelacin no es
tan relevante en el contexto operacional ya que las decisiones operativas usualmente se toman en la escala
de tiempo de 0-72 horas.
Basado en los resultados con el ajuste estadstico, se concluye que para el pronstico de corto plazo el
mejor predictor de episodios convectivas es simplemente la precipitacin pronosticada directamente con el
modelo GFS.
- 27 -
Figura 12 Desempeo del la metodologa estadstica basada en el rbol de decisin (lneas naranjas
segmentadas), comparado con el pronstico de episodios basado solamente en la precipitacin simulada
por el modelo GFS (barras azules). El panel superior muestra el porcentaje de acierto segn el da de
pronstico. El panel inferior muestra la tasa de alamas falsas. Con barras verdes o rojas se destacan los das
de pronstico para los cuales hay un clara mejoramiento o empeoramiento en el desempeo del debido al
uso de arboles de decisin.
- 28 -
4.3 Uso de un modelo global alternativo ECWMF
Hasta el momento el anlisis de predictibilidad se ha realizado considerando datos del modelo EE. UU. GFS.
No obstante, el GFS no es el nico modelo de pronstico disponible y existe la posibilidad de que otros
modelos globales de pronstico del tiempo ofrecen mejores predicciones de la precipitacin convectiva en
la Regin Metropolitana. Para explorar esta posibilidad evaluamos aqu el desempeo del modelo ECMWF
(European Center for Medium Range Weather Forecasting), tal vez el ms avanzado modelo operacional de
pronstico disponible hoy en da. El modelo ECMWF es ejecutado dos veces diarias y provee predicciones
meteorolgicas para todo el planeta con una resolucin espacial de 11 km. La principal desventaja de este
modelo es que sus pronsticos no se disponen gratuitamente como los del modelo GFS y de hecho conseguir
los datos de este modelo para fines no-acadmicos es bastante costoso 5. Los datos del modelo si se hacen
pblicos con un desfase de 5 das y desde el ao 2013 en adelante Meteodata ha bajado sus resultados
con el fin de investigar si el modelo ofrece mejor rendimiento para Chile.
La figura 13 muestra la comparacin de los pronsticos de precipitacin del modelo GFS y ECMWF para los
veranos de 2013 y 2014. Es posible apreciar que ambos modelos tienen una cierta capacidad de prediccin
de los episodios de conveccin pero sus resultados no son idnticos. Durante el verano de 2013 el modelo
GFS claramente captur mejor la ocurrencia de conveccin durante el mes de enero (un periodo crtico para
Aguas Andinas que provoc cortes extendidas de suministro en la ciudad). En 2014 es el modelo ECMWF
que muestra los mejores resultados, capturando 5 de los 7 episodios (igual que GFS) pero con menor tasa
de alarmas falsas.
GFS ECMWF
Acierto Falsa Alarmas Acierto Falsa Alarmas
2013 87% 35% 53% 60%
2014 71% 75% 71% 69%
Total 81% 55% 59% 64%
Tabla 5 Comparacin del desempeo de los modelos GFS y ECMWF durante 2013 y 2014.
Considerando los dos veranos juntos, se concluye que el desempeo del modelo ECMWF era significativamente
peor que el GFS en cuanto al nivel del acierto y falsas alarmas (ver ultima fila de la tabla 5). Sin embargo,
es importante enfatizar que es posible que los resultados no sean muy representativos ya que el periodo
considerado es relativamente corto. Aunque el desempeo global del modelo ECMWF es menor que GFS,
hubo varios ocasiones cuando este modelo entregaba mejores resultados por lo cual es posible suponer que
un sistema de pronstico que ocupa ambos modelos podra brindar mejores resultados que cada modelo
por separado (un pronstico ensemble).
5
Los datos completos del modelo ECMWF tienen un costo aproximado superior a 140.000.- anuales
- 29 -
Figura 13 Comparacin del la precipitacin pronosticada por el modelo GFS y el modelo alternativo de
Europa ECMWF. Los episodios convectivos se destacan con barras amarillas. Los pronsticos consideran el
horizonte 0 a 24 horas.
- 30 -
4.4 Patrones de actividad elctrica en das anteriores

En la seccin 2 se estableci la gran utilidad de contar con datos de descargas elctricas de la red WWLLN
para la alerta temprana de precipitaciones en la escala de tiempo de 0-3 horas. Tambin es de gran inters
considerar los patrones de actividad elctrica en el da anterior a un episodio como un posible precursor de
conveccin ya que existe evidencia anecdtica (Dr. Maximiliano Vaile, comunicacin personal) de que los
eventos de conveccin en los Andes de la Regin Metropolitana estn a menudo precedidos por actividad
elctrica en el lado Argentino de la Cordillera.
Para examinar la validez de este hiptesis se ha construido un mapa de la frecuencia de la actividad elctrica
para el da anterior a cada episodio de conveccin (figura 14). Cabe sealar que aqu se considera solo el
inicio de cada episodio, as que la muestra consta de solo 24 das en total. El mapa muestra que efectivamente
existe una alta concentracin de actividad elctrica en precordillera de regin de San Juan de Argentina, a
unos 200-300 kilmetros al noreste de Regin Metropolitana. En esta zona se registra actividad elctrica
antes de ms de 70% de los episodios. Aunque la muestra de datos es relativamente pequea la anomala
en este zona es estadsticamente significativo por lo cual se recomienda que las operaciones de Aguas
Andinas haga seguimiento los datos WWLLN en la zona de San Juan, Argentina, entendiendo que la actividad
elctrica en este sector como un posible precursor a un episodios de conveccin en la RM al da siguiente.
- 31 -
Figura 14 Distribucin espacial de frecuencia de rayos para el da anterior a los episodios de conveccin en
la cordillera de la Regin Metropolitana. Los contornos sealan el porcentaje de los das en que hubo rayos,
de una muestra de 24 das en total. La zona destacada con el circulo segmentada indica la regin de las
pampas de Argentina el oeste de la ciudad de San Juan donde los rayos estn especialmente frecuentes el
da antes del comienzo de conveccin en la RM. Entonces la ocurrencia de rayos en este sector se puede
interpretar como un posible precursor de los episodios de conveccin estival.
- 32 -
5 MEJORA DEL SERVICIO DE PRONSTICO
En esta seccin se describe una nueva aplicacin WEB que se ha desarrollado en el marco del presente
estudio. El objetivo principal del nuevo servicio es la provisin de alertas sobre de la posibilidad de tormentas
convectivas en los Andes del RM, basadas en los resultados obtenidos en el presente estudio. Adems, el
servicio incluye una serie de productos adicionales que han sido desarrollado para aprovechar las fuentes
de datos observacionales incluyendo el despliegue de grficos para la precipitacin, temperatura y otras
variables meteorolgicas junto con datos observados en-lnea de la red de monitoreo de la Direccin General
de Aguas y acceso a imgenes satelitales de la nubosidad. El servicio se encuentra completamente operativo
y se mantendr hacia el futuro como parte del sistema de pronstico hidro-meteorolgico que Meteodata ha
ejecutado para Aguas Andinas desde el ao 2013.
El nuevo servicio de pronstico se encuentra en la siguiente direccin de Internet:

http://190.98.198.59/aguasandinas
En las figuras 15 a 19 se presentan fotos de pantalla que muestran los diversos aspectos del sitio de
pronstico. La pagina de entrada (figura 15) contiene el pronstico a siete das para el sitio Embalse el Yeso
(el punto de mayor inters para las operaciones de Aguas Andinas). El pronstico consiste en resmenes
diarias mostrados en la parte superior de la ventana y series de tiempo (intervalo horario) de ciertas variables
de inters en la parte inferior. Los resmenes diarias muestran las temperatura mxima y mnima y una alerta
en el caso del pronstico de precipitacin. Durante los meses de diciembre y abril se activa la posibilidad
de alertas de la posibilidad de tormentas convectivas, segn los criterios establecidos en el presente estudio
(esencialmente, una precipitacin pronosticada mayor a 1.3 mm para los das 0-3, y el uso del modelo
estadstico para los das 4 a 6). Durante los dems meses del ao, la alerta de precipitacin indica el tipo de
precipitacin esperada (lluvia, nieve o aguanieve) y el monto acumulado en 24 horas. La figura 16 muestra
ejemplos de las alertas diarias posibles.
La figura 17 muestra el ejemplos de las series de tiempo disponibles en la parte inferior de la pgina. El
grafico principal es el meteograma, que muestra el pronstico de la precipitacin, temperatura y altura de la
isoterma cero grados. Un aspecto novedoso de este producto es el despliegue de las ltimas mediciones de
temperatura y precipitacin junto con el pronstico. Esto permite a los usuarios saber cual es la condicin
meteorolgica real en el momento, y evaluar si el pronstico actual est entregando resultados realistas.
Adems, la aplicacin Web permite examinar anteriores y compararlos con las observaciones disponibles, tal
como se muestra en la figuras 17b y 17c.
- 33 -
El pronstico dispone informacin para 9 sitios en la Regin metropolitana, que corresponden al Embalse
El Yeso (sitio de monitoreo e Aguas Andinas) y 8 estaciones satelitales de la Direccin General de Aguas. La
mayora de los sitios de la DGA miden la precipitacin horaria y normalmente sus datos estn disponibles
con un retraso de 1-2 horas.
Finalmente, el nuevo sitio Web ofrece mapas satelitales actualizadas (con la capacidad de animar ) de la
plataforma geoestacionario GOES y cartas sinpticas de 0 a 7 das basados en las proyecciones meteorolgicas
del modelo GFS.
Figura 15 Vista general de la nueva aplicacin web.
- 34 -
Figura 16 Alertas de episodios conveccin y otros categoras diarias usadas en la nueva aplicacin. La alerta
especial de riesgo de tormentas elctricas se produce segn los crticos establecidos en el presente estudio,
(esencialmente, en base de la precipitacin pronosticada por ele modelo)
- 35 -
Figura 17 Tres ejemplos de series de tiempo disponibles en nueva aplicacin Web. El producto ms importante
es el Meteograma (superior) que muestra las variables crticos para la gestin de episodios: La precipitacin
(dividido en lluvia, nieve o agua-nieve), la temperatura y la altura de la isoterma 0. La nueva aplicacin permite
revisar pronsticos histricos, permitiendo la comparacin del pronostico con las datos disponibles tal como
se muestra en el panel medio. El panel inferior muestra el pronostico de la humedad relativa en superficie,
que est disponible para los sitios donde existen registros observados de esta variable.
- 36 -
Figura 18. Imgenes satelitales recientes.
- 37 -
Figura 19. Carta sinpticas disponible en la nueva versin de la pgina Web.
- 38 -
6 REFERENCIAS
Garreaud y Vaile, 2013: Determinacin de posibles impactos en la gestin de los Abastesamientos de Agua
situadas en la zona Metropolitana de Chile provocadas por feneomenos asociados al cambio climtico, Informe
para Aguas Andinas Realizada por el Departamento de Geofsica.
Garreaud, R. and J. Rutllant, 1997: Summer precipitation in the central Chilean Andes - Climatology. Atmosfera,
10, 191-211.
Viale, M. and R. Garreaud, 2014: Summer precipitation events over the western slope of the subtropical
andes. Monthly Weather Review, 142, 1074-1092.
- 39 -

Paper-Conveccion AA Ene2015 Ok

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Paper-Conveccion AA Ene2015 Ok

Transféré par

Droits d'auteur :

Formats disponibles

ESTUDIO DE PREDICTIBILIDAD DE

TORMENTAS CONVECTIVAS EN EL SECTOR

Informe Final - 20 de Abril de 2015

Tabla de Contenidos -2-

Resumen Ejecutivo -3-

2 Datos Utilizados -9-

3 Caracterizacin de los episodios de conveccin -11-

4 Predictibilidad de episodios de conveccin -20-

4.1 Pronstico de precipitacin -20-

4.2 Ajuste estadstico -26-

4.3 Uso de un modelo global alternativo ECWMF -29-

4.4 Patrones de actividad elctrica en das anteriores -31-

5 Mejora del servicio de pronstico -33-

El presente trabajo presenta un anlisis que determina cuantitativamente la capacidad de prediccin

A continuacin se presentan los principales resultados del estudio:

A. Caracterizacin de los episodios de conveccin

La actividad convectiva en la Cordillera de la Regin Metropolitana se concentra en el periodo entre

B. Predictibilidad de episodios de conveccin

Para el pronstico de antelacin de 0 a 24 horas el nivel de acierto es 77% considerando el umbral

C. Mejoramiento del servicio de pronstico

La direccin del servicio nuevo es la siguiente:

A continuacin, se enumeran las funcionalidades nuevas que se disponen:

Inclusin de datos en lnea de la temperatura, precipitacin, humedad y radiacin solar obtenidos

Capacidad de examinar pronsticos anteriores y compararlos con las observaciones disponibles

DGA Direccin General de Aguas

WWLLN World-Wide Lightning Location Network

NCEP National Center for Environmental Protection

GOES Geostationary Operational Environmental Satellite

GFS Global Forecast System

ECMWF European Center for Medium Range Weather Forecasting

Tabla 1 Siglas utilizadas en el presente estudio.

El presente trabajo presenta un anlisis que determina cuantitativamente la capacidad de prediccin

BASE DE DATOS FUENTE VARIABLES PERIODO COMENTARIOS

Precipitacin Datos horarios de la

Estacin Lluvia acumulada Datos diarios

Observaciones Permite resolver la

Precipitacin superficial. (convectiva y no-convectiva)

3 CARACTERIZACIN DE LOS EPISODIOS DE CONVECCIN

Antes de examinar la predictibilidad de episodios de conveccin es necesario determinar sus caractersticas

Figura 2 Ciclo estacional de precipitacin en la Cordillera de la Regin Metropolitana. El panel superior

NUMERO NUMERO % CON DESCARGAS % CON PRECIPITACIN

4 PREDICTIBILIDAD DE EPISODIOS DE CONVECCIN

4.1 Pronstico de precipitacin

4.2 Ajuste estadstico

4.3 Uso de un modelo global alternativo ECWMF

4.4 Patrones de actividad elctrica en das anteriores

5 MEJORA DEL SERVICIO DE PRONSTICO

El nuevo servicio de pronstico se encuentra en la siguiente direccin de Internet:

Figura 15 Vista general de la nueva aplicacin web.

Figura 18. Imgenes satelitales recientes.

Figura 19. Carta sinpticas disponible en la nueva versin de la pgina Web.

Vous aimerez peut-être aussi