Aplicaciones Climáticas La Experiencia Peruana

Presentación del tema: "Aplicaciones Climáticas La Experiencia Peruana"— Transcripción de la presentación:

1 Aplicaciones Climáticas La Experiencia Peruana
Richard Miguel SENAMHI, Perú Foro sobre Tecnologías GRID aplicadas al Clima y a la Biomedicina La Antigua, 17 de Octubre de 2007

2 Acerca de SENAMHI El Servicio Nacional de Meteorología e Hidrología del Perú, SENAMHI Institución Pública a cargo del monitoreo de las condiciones e investigaciones hidrometeorologicas en todo el territorio peruano. SENAMHI brinda servicios públicos, asesoría, estudios e investigaciones científicas en las áreas de Meteorología, Hidrología, Agrometeorología y Asuntos Ambientales en beneficio del país. Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

3 Modelamiento Climático
SENAMHI cuenta con un Centro de Predicción Numérica (CPN) para el estudio e implementación de modelos numéricos de tiempo y clima. Implementación de modelos para el pronostico diario de las condiciones del tiempo en Perú. Pronósticos a largo plazo. Modelamiento Climático Modelamiento Hidrológico Proyectos de investigación en cambio climático Uso de herramientas GRID en aplicaciones climáticas. Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

4 Modelamiento del Tiempo
ETA Model and RAMS model for daily forecast over Peru and Lima region. CLCAR Santa Marta, Colombia

5 Modelamiento Hidrológico
Pronósticos de Caudales. Pronósticos de Caudales Probabilísticos Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

6 Cambio Climático CPN participa de varios proyectos relacionados con investigación en cambio climático y ha desarrollado algunos trabajos en el tema con éxito. Proyecto PROCLIM. Proyecto EELA En esta área usamos técnicas de evaluación de escenarios climáticos a largo plazo y usamos modelos globales como el modelo CAM. Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

7 La experiencia peruana
El uso de técnicas de GRID nos han permitido tener acceso a recursos computacionales que nos permiten realizar simulaciones más complejas y experimentos más interesantes. Establecimiento de redes colaborativas con otros centros de investigación de Latinoamérica o Europa. La posibilidad de acceder a redes avanzadas como el caso de la red CLARA a través de la RAAP (red Académica Peruana) Fomento del uso de tecnologías GRID en otras instituciones y universidades que ya están dando sus frutos.

8     <>     <>     <>     <> SENAMHI en EELA SENAMHI es el único socio peruano de EELA en la actualidad. Participamos del WP3: Applications , Task 3.3b Climate Aplications. Otros socios en la misma tarea son: Universidad de Concepción, Chile UDEC Universidad de Cantabria, España UC Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

9 WP3 Task 3.3b Los cambios climáticos y su gran impacto socio económico en latinoamerica (Fenómenos El Niño y La Niña) pueden enfrentarse uniendo recursos (infraestructura y conocimiento) usando GRID. Anomalía Positiva (El Niño) Anomalía Negativa (La Niña) Tres aplicaciones fueron identificadas Modelo de Circulación Atmosférica Global (CAM) Modelo Regional de Tiempo (WRF) Herramientas de minería de datos (SOM) Dos de estas aplicaciones ya están implementadas en el Testbed Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

10 Reto Computacional El reto computacional no es un problema trivial ya que depende mucho de las relaciones entre las aplicaciones, por lo que se propuso realizar simulaciones en cascada. CAM WRF (par 1) WRF (par 2) WRF (par n) … SE SOM Sea Surface Temperature, etc. La cascada de aplicaciones interactúa con el middleware para: Preparar y enviar los trabajos dependientes. Almacenar y recuperar datasets desde el LFC Administrar los metadatos con AMGA (datasets y estado de la aplicación. Restablecer los experimentos abortados o con falla. Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

11 Aplicación SOM El carácter multidimensional de los datos involucrados en las simulaciones climáticas, requieren de técnicas eficientes de minería de datos para extraer algún conocimiento útil. El clustering no supervisado permite dividir la base de datos de simulaciones produciendo tipos de clima o tiempos característicos que pueden ser materia de estudio. Los algoritmos SOM son uno de los mas usados, principalmente en el área de modelamiento y visualización. The weather types can be locally projected to obtain statistical regional forecasts of variables of interest. (Right) Precipitation at two different stations in Peru for a El Niño period. Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

12 Simulación en Cascada SE SOM …
Los sistemas ensamblados de predicción, comparan múltiples corridas del modelo de tiempo con ligeramente distintas condiciones iniciales y parametrizaciones del modelo. Las simulaciones resultantes contiene información valiosa acerca de las fuentes de incertidumbre en la muestra. Sea surface temperature CAM WRF (par 1) WRF (par 2) One El Niño year 365 simulations … WRF (par n) SE SOM Compare the SOM distribution of each parameterization. Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

13 Portal Climático Usamos GENIUS para interactuar con las aplicaciones. En un futuro cercano, un portal especifico de clima será desarrollado, el cual estará disponible para la comunidad científica.

14 Trabajo Actual En el segundo año del proyecto nos enfocamos en:
Simulaciones regionales en alta resolución para eventos fuertes el Niño y La Niña y 1997 – 1998. Implementación de sistema de administración del flujo de trabajo. Debido a la duración de los jobs, es necesario implementar una solución usando el catalogo de metadatos (AMGA) Completando la unión de la infraestructura en Perú

15 Perú GRID Agrupación que se crea como consecuencia de EELA SENAMHI
Universidad de San Martín de Porres (USMP) Universidad Peruana Cayetano Heredia (UPCH) Pontificia Universidad Católica del Perú (PUCP) Centro Internacional de la Papa (CIP)

16 Conclusiones El uso de la tecnología GRID en países en vías de desarrollo como el Perú nos permite alcanzar recursos computacionales importantes. El reto de colaborar y ser parte de un grupo científico importante ha sido ya un logro destacable. El acceso a redes avanzadas ha sido importante. La labor de difusión de esta tecnología en nuestro país como herramienta de apoyo a la ciencia ha sido determinante para la formación de Perú GRID.

17 Recursos Humanos UC-Spain José M.Gutiérrez Antonio Cofiño
SENAMHI-Perú Richard Miguel Mauricio Carrillo UDEC-Chile Rodrigo Abarca Claudio Baeza UC-Spain José M.Gutiérrez Antonio Cofiño Valvanuz Fernández Jesús Fernández Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina

18 Referencias CAM Application: http://www.ccsm.ucar.edu/models/atm-cam/
User’s Guide to the NCAR Community Atmosphere Model (CAM 3.0): J. R. McCaa, M. Rothstein, B. E. Eaton, J. M. Rosinski, E. Kluzek, M. Vertenstein: Climate And Global Dynamics Division, NCAR, Boulder, Colorado, 2004, 88 pp. W. D. Collins, C. M. Bitz, et al. (2006) “The Community Climate System Model: CCSM3”, Journal of Climate, Special Issue on CCSM, 19(11). WRF Application: Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, W. Wang and J. G. Powers, 2005: A Description of the Advanced Research WRF Version 2. NCAR Technical note, 2005, 88 pp. Michalakes, J., J. Dudhia, D. Gill, T. Henderson, J. Klemp, W. Skamarock, and W. Wang, 2004: "The Weather Reseach and Forecast Model: Software Architecture and Performance,"Proceedings of the 11th ECMWF Workshop on the Use of High Performance Computing In Meteorology, October 2004, Reading U.K. Ed. George Mozdzynski. SOM Application (grid version): F. Luengo, A.S. Cofiño, and J.M. Gutiérrez (2004) “GRID Oriented Implementation of Self-Organizing Maps for Data Mining in Meteorology”, Lecture Notes in Computer Science, 2970, 163 – 171.

19 Gracias por su atención
Foro sobre Tecnologias GRID aplicadas al clima y a la Biomedicina