Pronóstico por ensambles Grupo 5 Integrantes: Jorgelina Galli Nuin, Lucia Chipponelli y Charlie Zotelo.

Slides:



Advertisements
Presentaciones similares
EL PRONÓSTICO DEL TIEMPO Y LA AGRICULTURA
Advertisements

Humedad absoluta Humedad relativa
La educación como elemento de desarrollo
ADMINISTRACION POR OBJETIVOS (APO)
La Computadora de Papel
Contraste de Hipótesis
ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
PRONÓSTICOS Y LA ADMINISTRACIÓN DE ESTRATÉGICA DE LA DEMANDA
Análisis de fenómenos eléctricos, electromagnéticos y ópticos
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Análisis Bivariable. EN MARKETING SE UTILIZA PARA :
Curso SimSEE 2011 Análisis a largo plazo del valor de incorporar la dinámica del Niño 3.4 en el sistema eléctrico uruguayo Federico Purtscher Fernanda.
LECCIÓN 1 La termodinámica El sistema termodinámico Estados y procesos
Pronósticos, Series de Tiempo y Regresión
1 Modelos Cuantitativos Pronósticos PRONÓSTICO Predicción de lo que ocurrirá sobre la base de: 1. Identificación de tendencias a futuro sobre.
Estadística Administrativa II
PROBLEMA DE INVESTIGACION
Introducción al Análisis Retrospectivo de la Era Moderna para Investigación y Aplicación de la NASA: MERRA Curso de Capacitación en Percepción Remota (NASA)
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Estadística Descriptiva: 4. Correlación y Regresión Lineal Ricardo Ñanculef Alegría Universidad Técnica Federico Santa María.
Regresión Linear Correlación de Pearson, r Regresión Múltiple Regresión Logística Regresión de Poisson.
Estudio de la zona de influencia de la Alacant Anchor Station a partir de simulaciones meteorológicas con el modelo TAPM Sara Vidal Vicedo Grupo de Climatología.
Análisis de Correlación y de Regresión lineal simple
El supuesto 3 establece que el valor de la media de u, que depende de la X, dadas, es cero. Geométricamente, este supuesto se representa mediante.
El sistema climático terrestre
Tutorial Básico Crystal Ball 7
Medidas de resumen.
Modelado Numérico de la Atmósfera.
Pronósticos, Series de Tiempo y Regresión
Clima Estacional a Escalas Regional y Local
Pronósticos, Series de Tiempo y Regresión
PROPIEDADES DE LOS INSTRUMENTOS DE MEDIDA
ERROR EN LA MEDIDA.
Ejercicio de Validación GDI-BT r^2 Primero, ¿dónde esperamos que funcione el GDI?
Análisis Estadístico de Datos Climáticos Facultad de Ciencias – Facultad de Ingeniería 2008 M. Barreiro – M. Bidegain – A. Díaz Verificación y valor de.
T Trocio Tendencia en la presion Alta mantiene temperaturas calidas en nuestro pais. Area de baja presion sobre el sur de Brasi, asociada con fuertes.
Resoluciones de la imagen de satélite
ELEMENTOS DEL TIEMPO. Son: Radiación solar Temperatura Presión atmosférica Viento Humedad Nubes Precipitación.
INFORME DE LA INTERVENTORÍA EXTERNA AL CONTRATO DE GESTIÓN DE DISPAC S.A. E.S.P Quibdó, Marzo de 2015.
La mezcla aditiva.
Laboratorio de Previsión del Tiempo 2011
Análisis en Meteorología
Introducción a la Inferencia Estadística
Análisis de series de tiempo
Imágenes en el PC Fuente: Curso HTML del CNICE. Tipos de imagen A grandes rasgos podríamos dividir las imágenes digitales en dos grupos: Imágenes vectoriales,
1. Actualmente el marco general en el que una organización lleva a cabo su actividad se caracteriza por una alta dinamicidad y cambios permanentes. Ante.
COORDINACIÓN DE DESARROLLO TÉCNICO PLAN NACIONAL DE MANEJO DEL FUEGO
Pronósticos por ensambles
OPERACIONES DE CONTACTO CONTINUO DIFERENCIAL
Estadística PLH 406 Representación Gráfica
Información Meteorológica y Gestión de Desastres Naturales
PARAMETRIZACIÓN DE LA CONVECCIÓN Alejandro Godoy Marcos Saucedo Tamara Schonholz Pronostico Numérico 2008.
ELECTRICIDAD Y ELECTRÓNICA
Laboratorio de previsión del tiempo Marisol Osman; Natalia Tonti.
South American low-level jet experiment (SALLJEX)
Experimentos de sensibilidad
Pronóstico de Precipitaciones de Corto y Mediano Plazo IMPORTANTES PRECIPITACIONES SE ESPERAN EN LAS PROXIMAS 48 HORAS FEBRERO
Final Laboratorio de Previsión del Tiempo María Paula Hobouchian Federico Claus Situación Sinóptica: Ciudad de Córdoba-26/04/2011.
Estadística II Regresión Lineal.
MRF/KF/ISH (MM5)MRF/GRELL (MM5) MRF/KF2 (MM5)MRF/BM (MM5) ETA/KF (MM5)ETA/GRELL (MM5) MRF/KF/ISH (MM5) ETA/GRELL (MM5) ETA/KF (MM5) MRF/GRELL (MM5) MRF/BM.
RIESGO, RENDIMIENTO Y VALOR
Proyecto “COMPARACIÓN ENTRE REGULADORES DE CRECIMIENTO QUÍMICOS Y LAS ALTERNATIVAS ORGÁNICAS COMÚNMENTE UTILIZADAS EN LA PROPAGACIÓN VEGETATIVA MEDIANTE.
BALANCE DE MATERIA Y ENERGIA
Unidad 4 Análisis de los Datos.
GRAFICA DE MEDIDAS INDIVIDUALES Y RANGOS MOVILES
ANÁLISIS DE LA INFORMACIÓN La relación entre variables.
Temario Motivación Observaciones in-situ vs de precepción remota
FUNCIONES:  Delimita áreas del piso.  Ayuda a distinguir colores en arneses eléctricos.  Mejora la apariencia de tu almacén. *Podemos cortar rollo.
Meteorología sinóptica Lección 2: continuando de Leccion 1: más sobre vaguadas y dorsales
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
Transcripción de la presentación:

Pronóstico por ensambles Grupo 5 Integrantes: Jorgelina Galli Nuin, Lucia Chipponelli y Charlie Zotelo

Análisis de la situación sinóptica hs Análisis del a las 12 hs Imagen de satélite del día a las hs

Análisis de la situación sinóptica hs Análisis del a las 00 hs Imagen de satélite del día a las hs

Análisis de la situación sinóptica hs Análisis del a las 12 hs Imagen de satélite del día a las hs

Análisis de la situación sinóptica hs Análisis del a las 12 hs Imagen de satélite del día a las hs

Experimento 1 “modelo perfecto” Experimento 1 “modelo perfecto”  EXPERIMENTO IDEAL (MODELO PERFECTO)  Considero la corrida control como “la verdad” Corrida control: corrida del modelo, especificando ciertas parametrizaciones. Corrida control: corrida del modelo, especificando ciertas parametrizaciones. Se lo integra durante 48 hs. Se lo integra durante 48 hs. Desde el 18/12/2002 a las 12 hs Desde el 18/12/2002 a las 12 hs Hasta el 20/12/2002 a las 12 hs Hasta el 20/12/2002 a las 12 hs  Ensamble ( 5 miembros): cada miembro del ensamble corresponde a considerar diferentes combinaciones de parametrizaciones de la convección y de la capa límite.

Campo de SLP Experimento ideal (presión en superficie)

GRAFICO DE CORRELACIONES ESPACIALES DE SLP (PRESIÓN EN SUPERFICIE)  Entre:  1) El experimento ideal y la media del ensamble (5 miembros) - media ensamble  2) El experimento ideal y cada miembro del ensamble ( m.1, m.2 m.3, m. 4 m.5 )

GRAFICOS DE LOS ERRORES CUADRATICOS MEDIOS PARA PRESION DE SUPERFICIE  RMSE DE SLP DE LA MEDIA DEL ENSAMBLE Y DE SUS DISTINTOS MIEMBROS CON RESPECTO AL EXPERIMENTO IDEAL  Entre:  1 ) El experimento ideal y la media del ensamble (5 miembros) - media ensamble  2) El experimento ideal y cada miembro del ensamble ( m.1, m. 2,m. 3, m. 4,m. 5 )

CAMPO DEL ERROR CUADRATICO MEDIO y CAMPO DE DISPERSION PARA LA PRESION DE SUPERFICIE RMSE: (entre la media del ensamble y el experimento ideal) DISPERSION: (entre la media del ensamble y sus miembros)

CAMPO DEL ERROR CUADRATICO MEDIO y CAMPO DE DISPERSION DE LA PRESION DE SUPERFICIE  RMSE: (entre la media del ensamble y el experimento ideal)  DISPERSION: (entre la media del ensamble y sus miembros)

CAMPO DE PRECIPITACIÓN CONVECTIVA “modelo perfecto” ( precipitación acumulada )

GRAFICO DE LAS CORRELACIONES ESPACIALES DE PRECIPITACION CONVECTIVA  entre  1) el experimento ideal vs media del ensamble (5 miembros) - línea violeta  2) El experimento ideal vs cada miembro (m.1 -rojo-,m.2 -verde -,m.3 -azul-,m.4 -amarillo -,m.5-naranja-)

GRAFICO DE LOS ERRORES CUADRATICOS MEDIOS PARA PRECIPITACION CONVECTIVA  RMSE DE PRECIPITACION CONVECTIVA PARA LA MEDIA DEL ENSAMBLE Y SUS DISTINTOS MIEMBROS (PROMEDIADOS EN LA REGION DE INTERES) CON RESPECTO AL EXPERIMENTO IDEAL 1) media del ensamble (5 miembros) - línea violeta 2) cada miembro (m.1 -rojo-, m.2 -verde -, m.3 -azul-, m.4 -amarillo -, m.5 -naranja- )

CAMPO DEL ERROR CUADRATICO MEDIO y CAMPO DE DISPERSION PARA LA PRECIPITACION CONVECTIVA RMSE: (entre la media del ensamble y el experimento ideal) DISPERSION: (entre la media del ensamble y sus miembros)

CAMPO DE PRECIPITACIÓN NO CONVECTIVA “modelo perfecto” ( precipitación acumulada )

GRAFICO DE CORRELACIONES ESPACIALES DE LA PRECIPITACION NO CONVECTIVA  entre  1) el experimento ideal vs media del ensamble (5 miembros) - linea violeta  2) El experimento ideal vs cada miembro (m.1 -rojo-,m.2 -verde -,m.3 -azul-,m.4 -amarillo -,m.5 -naranja-)

GRAFICO DE LOS ERRORES CUADRATICOS MEDIOS PARA PRECIPITACION NO CONVECTIVA  RMSE DE LA PRECIPITACION NO CONVECTIVA PARA EL ENSAMBLE Y SUS DISTINTOS MIEMBROS (PROMEDIADOS EN LA REGION DE INTERES) Media del ensamble (5 miembros) - linea violeta miembros (exp1-rojo-, exp2-verde -, exp3-azul-, exp4-amarillo -, exp5-naranja-)

CAMPO DEL ERROR CUADRATICO MEDIO y CAMPO DE DISPERSION PARA LA PRECIPITACION NO CONVECTIVA RMSE: (entre la media del ensamble y el experimento ideal) DISPERSION: (entre la media del ensamble y sus miembros)

Experimento 2  Los Análisis del modelo para los días 18/12/2002, 19/12/2002, 20/12/2002  Ensamble ( 6 miembros): cada miembro del ensamble corresponde a considerar diferentes parametrizaciones de la convección y de la capa límite.

ANÁLISIS DEL CAMPO DE SLP (presión de Superficie)

GRAFICO DE CORRELACIONES ESPACIALES DE SLP (PRESIÓN EN SUPERFICIE)  entre :  1) El Análisis y la media del ensamble (6 miembros) - violeta  2) El Análisis y el control - verde

GRAFICOS DE LOS ERRORES CUADRATICOS MEDIOS PARA PRESION DE SUPERFICIE 1) El Análisis y la media del ensamble (6 miembros) - violeta 2) El Análisis y el control - verde

RMSE POR REGION   1) El Análisis y la media del ensamble (6 miembros) - violeta   2) El Análisis y el control - verde  RMSE PARA TODA LA REGION

RMSE Y DISPERSIÓN (promedio espacial) Humedad Específica en 850 mb   ) Dispersión (entre Análisis y la media del ensamble (6 miembros) - negro   2) RMSE (entre el Análisis y la media del ensamble) - verde

CAMPO DEL ERROR CUADRATICO MEDIO y CAMPO DE DISPERSION PARA LA PRESION DE SUPERFICIE RMSE: (entre la media del ensamble y el Análisis) DISPERSION: (entre la media del ensamble y sus miembros)

Comparación cualitativa entre datos de precipitación medidos en pluviómetros y el campo de precipitación del ensamble Acumulado en 24 horas entre las 12 UTC del 18 y las 12 UTC del 19 de diciembre

Comparación cualitativa entre datos de precipitación medidos en pluviómetros y el campo de precipitación del ensamble Acumulado en 48 horas entre las 12 UTC del 18 y las 12 UTC del 20 de diciembre

DISCUSIONES   MODELO PERFECTO (“la verdad”): Se observó que el pronóstico a corto plazo por ensamble varía de dependiendo del tipo de variable a pronosticar y de la presencia de inestabilidad en el flujo. SLP : SLP : concordancia entre áreas de mayor error cuadrático medio y áreas con mayor dispersión. Los patrones pronosticados por mi ensamble coinciden con “la verdad” Sensibilidad de cada miembro dependiendo de las configuraciones elegidas en las parametrizaciones. La convección tuvo un rol importante para esta situación particular en el desarrollo de los estados futuros a corto plazo. Precipitación: Mayor dificultad en representar adecuadamente “la verdad”. Mayor dispersión entre los miembros del ensamble : efecto compensador dado por la media del ensamble. Identificación de áreas con potencialidad para una menor predecibilidad debido tanto a la inestabilidad del flujo como a las distintas configuraciones. Identificación de áreas con potencialidad para una menor predecibilidad debido tanto a la inestabilidad del flujo como a las distintas configuraciones.

DISCUSIONES  ANALISIS (“la realidad”): SLP : SLP : : rmse altos (entre ensamble y análisis) y baja dispersión de los miembros del ensamble lo que implica una deficiencia del modelo debida a la incertidumbre generada por su baja resolución. zona cordillerana: rmse altos (entre ensamble y análisis) y baja dispersión de los miembros del ensamble lo que implica una deficiencia del modelo debida a la incertidumbre generada por su baja resolución. Precipitación: Análisis cualitativo Los campos observados son cualitativamente bien explicados únicamente por la precipitación convectiva de la media del ensamble, subestimando su valor y desfasando núcleos precipitantes de con respecto a las observaciones. Humedad específica: Existe una baja dispersión entre los miembros del ensamble respecto a la media asociado a un alto rmse entre la media del ensamble y el análisis. La separación entre los miembros del ensamble y la realidad mostrarían que el pronóstico por ensamble no predice la realidad, resultando en un no muy buen ensamble.