Experimentos idealizados sobre Sudamérica: sensibilidad de la calidad del análisis frente a diferentes fuentes de error

Abstract

Este trabajo estudia el impacto, sobre la calidad del análisis, de diferentes fuentes de error presentes en un sistema de asimilación de datos regional basado en el filtro de Kalman por ensambles. Para ello se utiliza el algoritmo Local Ensemble Transform Kalman Filter (LETKF) acoplado al modelo Weather Research and Forecasting (WRF) (LETKF-WRF). Con el esquema LETKF-WRF se realizan experimentos idealizados sobre Sudamérica en los cuales, las observaciones son generadas sintéticamente a partir de una simulación de 4 meses de duración realizada con el modelo. Los experimentos se diseñan para evaluar el impacto, sobre la calidad del análisis, de los errores en la condición inicial, errores en las condiciones de borde y errores en la formulación del modelo numérico. Por otra parte, se evalúa el impacto de implementar diferentes técnicas para representar dichas fuentes de error en el sistema de asimilación: perturbación de las condiciones de borde lateral, inflación multiplicativa adaptativa y ensamble físico.

This work studies the impact, upon the analysis quality, of different error sources present in an ensemble based regional data assimilation system. The Local Ensemble Transform Kalman Filter (LETKF) coupled to the Weather Research and Forecasting (WRF) numerical model (LETKF-WRF) is used in this study. We perform a set of idealized experiments over South-America in which observations are generated from 4-month length model integration. The experiments evaluate the impact, upon the analysis quality, of initial conditions errors, model errors and boundary conditions errors. Another set of experiments is also performed to evaluate the impact of different techniques designed to represent this error sources within the LETKF: boundary conditions perturbation, adaptive multiplicative inflation and multi model ensembles.