Impacto de la inclusión del nudging espectral en los análisis y pronósticos regionales generados con el LETKF-WRF

Abstract

Uno de los desafíos en la generación de análisis y pronósticos regionales es lograr unadefinición adecuada de su condición de borde. En particular, para un sistema de asimilaciónde datos regional es importante estudiar el impacto de la forma en que se relaja el estado delmodelo a las condiciones de borde, ya que esto puede generar un deterioro en la calidad delanálisis y por ende los pronósticos.En este trabajo se propone un posible tratamiento para sortear estas dificultades examinandola sensibilidad en los análisis y pronósticos de un sistema regional de asimilación de datos ypronóstico por ensamble Local Ensemble Transform Kalman Filter ? Weather Research andForecasting Model (LETKF- WRF), incorporando la información del modelo globalconducente GEFS como condición de borde y utilizando la técnica spectral nudging (SN).Se realizaron experimentos numéricos en un período de 2 meses, evaluando el impacto de latécnica SN en los análisis y pronósticos generados, utilizando un ensamble multi-esquema de20 miembros, compuesto por combinaciones entre parametrizaciones de cumulus y capalímite planetaria.Los resultados obtenidos muestran que la implementación del SN junto al sistema deasimilación de datos impacta de manera positiva, mejorando el desempeño de las variables decirculación y termodinámicas tanto en los análisis como en los pronósticos. Más aún, se destaca que la implementación de dicha técnica es factible y posee un gran potencial paramejorar los análisis y pronósticos regionales, que deberá seguir siendo estudiado enprofundidad con nuevos experimentos.One of the challenges of generating regional analysis and forecasting is achieving a proper specification of boundary conditions. In particular, for a regional data assimilation system, it is important to study the impact of different ways of generating boundary conditions. Given the way the model data is relaxed to boundary conditions, it can lead to a degradation in the quality of the analysis and therefore the forecasts. In this work, a possible treatment is proposed to overcome these difficulties by examining the sensitivity in the analyses and forecasts of a regional data assimilation and forecasting ensemble system, the Local Ensemble Transform Kalman Filter-Weather Research and Forecasting Model (LETKF-WRF), including GEFS global model’s information as a boundary condition and through the spectral nudging technique (SN). Numerical experiments were carried out in a period of 2 months, evaluating the impact of different factors of the SN technique in the analysis and forecasts generated, using a multi-scheme ensemble of 20 members, composed of combinations between cumulus and planetary boundary layer parameterizations. The results show that the implementation of the SN together with the data assimilation system has a positive impact, improving the performance of the circulation and thermodynamic variables. Furthermore, it is emphasized that the implementation of this technique is feasible and has great potential to improve regional analysis and forecasts, which should continue to be studied in depth with new experiments.