Acoplamiento de una nueva versión del Modelo Común de Tierra (CoLM) al Sistema de Asimilación y Predicción Global/Regional (GRAPES): Implementación, Experimento y Evaluación Preliminar
Autores: Yuan, Zhenyi; Wei, Nan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Acoplamiento de una nueva versión del Modelo Común de Tierra (CoLM) al Sistema de Asimilación y Predicción Global/Regional (GRAPES): Implementación, Experimento y Evaluación Preliminar
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Procesos de superficie terrestre
Clima
Clima
Modelo de Tierra Común
GRAPES_GFS
Habilidad de predicción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los procesos de la superficie terrestre pueden influir significativamente en el clima y el tiempo. El modelo de tierra común versión 2005 (CoLM2005) se ha acoplado al sistema de pronóstico global del sistema de asimilación y predicción global/regional (GRAPES_GFS), que es desarrollado de manera independiente por la Administración Meteorológica de China. Dado que se ha desarrollado una nueva versión de CoLM (CoLM2014) con datos básicos de suelo actualizados y partes de procesos hidrológicos, acoplamos CoLM2014 con GRAPES_GFS para investigar si el modelo de superficie terrestre puede ayudar a mejorar la habilidad de predicción del modelo de pronóstico del tiempo. Los resultados de la predicción se evaluaron en comparación con conjuntos de datos de validación global en diferentes longitudes de pronóstico y en varias regiones. Los resultados demuestran que GRAPES_GFS acoplado con CoLM2005 y CoLM2014 puede reproducir bien los patrones espaciales y la magnitud de las variables atmosféricas, y las longitudes de tiempo efectivamente predecibles son de hasta 3 días a escala global y hasta 6 días a escalas regionales. Además, el GRAPES_GFS acoplado con CoLM2014 supera al original en la predicción de variables atmosféricas. Adicionalmente, GRAPES_GFS acoplado con ambas versiones de CoLM reproduce de manera aceptablemente precisa la distribución espacial y la magnitud de las variables terrestres. GRAPES_GFS acoplado con CoLM2014 mejora significativamente el pronóstico de las variables del estado de la superficie terrestre en comparación con el acoplado con CoLM2005, y la señal de mejora es más notable que la de las variables atmosféricas. En general, este estudio muestra que CoLM es adecuado para acoplarse con GRAPES_GFS, y la mejora del modelo de superficie terrestre en un modelo de pronóstico del tiempo puede mejorar significativamente la habilidad de predicción tanto de las variables atmosféricas como de las terrestres.
Descripción
Los procesos de la superficie terrestre pueden influir significativamente en el clima y el tiempo. El modelo de tierra común versión 2005 (CoLM2005) se ha acoplado al sistema de pronóstico global del sistema de asimilación y predicción global/regional (GRAPES_GFS), que es desarrollado de manera independiente por la Administración Meteorológica de China. Dado que se ha desarrollado una nueva versión de CoLM (CoLM2014) con datos básicos de suelo actualizados y partes de procesos hidrológicos, acoplamos CoLM2014 con GRAPES_GFS para investigar si el modelo de superficie terrestre puede ayudar a mejorar la habilidad de predicción del modelo de pronóstico del tiempo. Los resultados de la predicción se evaluaron en comparación con conjuntos de datos de validación global en diferentes longitudes de pronóstico y en varias regiones. Los resultados demuestran que GRAPES_GFS acoplado con CoLM2005 y CoLM2014 puede reproducir bien los patrones espaciales y la magnitud de las variables atmosféricas, y las longitudes de tiempo efectivamente predecibles son de hasta 3 días a escala global y hasta 6 días a escalas regionales. Además, el GRAPES_GFS acoplado con CoLM2014 supera al original en la predicción de variables atmosféricas. Adicionalmente, GRAPES_GFS acoplado con ambas versiones de CoLM reproduce de manera aceptablemente precisa la distribución espacial y la magnitud de las variables terrestres. GRAPES_GFS acoplado con CoLM2014 mejora significativamente el pronóstico de las variables del estado de la superficie terrestre en comparación con el acoplado con CoLM2005, y la señal de mejora es más notable que la de las variables atmosféricas. En general, este estudio muestra que CoLM es adecuado para acoplarse con GRAPES_GFS, y la mejora del modelo de superficie terrestre en un modelo de pronóstico del tiempo puede mejorar significativamente la habilidad de predicción tanto de las variables atmosféricas como de las terrestres.