Evaluación del modelado de humedad del suelo mediante el sistema HRLDAS

Abstract

Con el objetivo de analizar el desempeño del Sistema de Asimilación de Datos de Superficie en Alta Resolución (HRLDAS, de sus siglas en inglés) en la simulación de la humedad del suelo en Argentina se realizaron comparaciones con 1) el modelo numérico global GFS y 2) el modelo de Balance Hidrológico Operativo para el Agro (BHOA). En el primer caso, se analizó el período de enero de 2012 a junio de 2020, y se observó que, al inicio de dicho intervalo, existe buena concordancia entre HRLDAS y GFS en la determinación de zonas húmedas y secas. Con el paso del tiempo, este comportamiento se modifica y hacia finales del período de estudio los campos obtenidos con HRLDAS tienden a ser considerablemente más húmedos que los de GFS, en todos los niveles de profundidad y en casi todo el territorio argentino. Esta situación parecería estar dada por el cambio en la fuente de información de precipitación utilizada para forzar el sistema HRLDAS. Para la segunda comparación, se consideraron los resultados del modelo BHOA, en 14 estaciones de la Argentina, de enero de 2017 a diciembre de 2019. Al analizar el almacenaje de agua de ambos modelos se observaron algunas estaciones con series parecidas, en sus variaciones y su valor medio, y otras notoriamente distintas, siendo HRLDAS más húmedo que BHOA en prácticamente todos los casos. Al comparar las series de anomalías mensuales de alta frecuencia, sin embargo, se observaron mayores similitudes entre modelos, lo cual se reflejó en los altos coeficientes de correlación obtenidos, indicando capacidades similares para detectar las variaciones de humedad de menor escala. También se observó que el agua útil potencial (AU) que presenta HRLDAS es considerablemente mayor que la calculada a partir de observaciones, utilizada por BHOA, en todos los tipos de suelo analizados, lo que podría ser una de las causas de los grandes valores de humedad registrados por el modelo de estudio. En conclusión, el sistema HRLDAS pareciera sobreestimar los valores de humedad del suelo, ya sea a causa de las estimaciones de precipitación y/o del AU considerada, pero parece captar las variaciones en plazos cortos.

In order to analyze the soil moisture simulation performance of the High Resolution Surface Data Assimilation System (HRLDAS) over Argentina, a comparison against 1) global numerical model GFS and 2) Operating Water Balance Model for Agriculture (BHOA, by its acronym in Spanish) was performed. In the first case, the period from January 2012 to June 2020 was analyzed, and a good agreement between HRLDAS and GFS in the determination of wet and dry regions at the beginning of this interval of time was observed. However, the opposite was registered at the end of the period where the HRLDAS fields showed to be considerably more humid than those of GFS, at all depths and in almost the entire Argentina. This situation seemed to be caused by the change in the precipitation dataset used as input in the HRLDAS system. For the second comparison, the results of BHOA were considered over 14 stations in Argentina, from January 2017 to December 2019. When analyzing the water storage of both models, some locations presented similar time series, in their variations and mean value, and others were markedly different. Also the HRLDAS showed higher soil moisture values than BHOA in almost all cases. When comparing the series of high frequency monthly anomalies, however, greater similarities between models were observed, which was reflected in higher correlation coefficients, indicating similar capacities to detect smaller temporal scale soil moisture variations. It was also observed that the available water capacity (AWC) presented by HRLDAS is considerably higher than the observations used by BHOA, which could be one of the main causes of large absolute soil moisture values simulated by HRLDAS in all the types of soil analyzed. In conclusion, the HRLDAS system seems to overestimate the values of soil moisture, either because of the precipitation estimates and/or the AWC considered, but it seems to capture the short scale temporal variations.