Asimilación Variacional Cuadridimensional de Datos de Precipitación

Los beneficios de la asimilación de datos de precipitación se habían demostrado en experimentos de inicialización diabética y de tipo nudging hace algunos años. Sin embargo, en la asimilación de datos variacional cuadridimensional (4DVAR), los datos de precipitación aún no se han utilizado. Para asimilar correctamente los datos de precipitación mediante la técnica 4DVAR, primero se deben resolver los problemas relacionados con las discontinuidades de primer orden en el modelo de pronóstico de "física completa". Para abordar este problema en el modelo de pronóstico regional NMC eta de física completa, se define y examina una versión modificada y más continua del esquema de convección cúmulo Beta-Miller como una posible solución. Los experimentos de asimilación de datos 4DVAR se realizan utilizando los datos convencionales (en este caso, análisis de T, ps, u, v y q) y los datos de precipitación (el análisis de precipitación acumulada de 24 horas). Se utilizan en los experimentos el modelo NMC eta de física completa y el modelo adjunto con procesos convectivos. La variable de control del problema de minimización se define para incluir las condiciones iniciales y el parámetro de error sistemático del modelo. Se elige una situación sinóptica extrema de junio de 1993, con fuertes efectos de precipitación sobre los Estados Unidos, para los experimentos. Los resultados de los experimentos 4DVAR muestran la convergencia del proceso de minimización dentro de 10 iteraciones y una mejora en la previsión de precipitación, durante y después del período de asimilación de datos, al utilizar el esquema de convección cúmulo modificado y los datos de precipitación. En particular, el método 4DVAR supera al método de interpolación óptima al mejorar la previsión de precipitación.