MODELO DE PRONOSTICO MESOESCALAR DE VIENTO A CORTO Y MEDIANO PLAZO PARA EL TERRITORIO DE CUBA

Antonio de Jesús FERNÁNDEZ GARCÍA, María L. PINO GARCÍA y Obdulio A. SANTANA NUÑEZ [email protected]

Centro Meteorológico Provincial de Cienfuegos Instituto de Meteorología, Cuba. Ministerio de Ciencia, Tecnología y Medio Ambiente (CITMA)

RESUMEN. En el trabajo se presentan los principales resultados, en que se fundamenta el modelo de pronóstico objetivo de viento en el horario 18 UTC, PVCM, diseñado para la predicción de esta variable a corto y mediano plazo, (48, 72, 96 y 120 horas). Se discuten los predictores que fueron analizados en el proceso de la investigación, así como las técnicas empleadas en la selección de los mismos. Se realiza un análisis de las características del modelo, la fuente de entrada de la información para su corrida en el trabajo operativo. Se aborda además, la importancia que tiene la aplicación del modelo en el pronóstico de los procesos convectivos asociados a la zona de confluencia de las brisas, que precisamente se presenta en el horario de las 1400 horas local (equivalente a las 18 UTC). Finalmente se realiza una evaluación de la calidad del modelo PVCM, partiendo inicialmente del principio de la técnica de las validaciones cruzadas y del análisis de una muestra independiente seleccionada en el año 1997.

ABSTRACT. In the work the main results are presented for the objective prediction model of wind at 18 UTC, PVCM, designed for the prediction from this variable to short and medium range. The predictors are discussed that were analyzed in the process of the investigation, as well as of the thecniques employees in the selection of the same ones. Is carried out an analysis of the characteristics of the model, the source of entrance of information for their race in the operative work. It is also approached, the importance that the application of PVCM in the convective processes associated with the breezes system at 1400 local time. Finally, it is carried out an evaluation of PVCM model, by using technique of the crossed validation and of the analysis of an independent sample selected in the year 1997. INTRODUCCIÓN El viento es una de las variables meteorológicas que incide sobre la actividad del hombre y en sus quehaceres socioeconómicos. La predicción de esta variable, alcanza notable interés cuando la magnitud del mismo alcanza valores significativos que afectan las actividades socioeconómicas y la propia actividad del hombre. En los ciclones tropicales los vientos son muy destructivos y éstos producen cuantiosas pérdidas materiales y pérdidas de vidas humanas. Hay otros fenómenos meteorológicos locales, como es el caso de los tornados, aerovalanchas, Alfonso (1994) que tienen asociados vientos destructores. La predicción de esta variable es de importancia considerable para cualquier servicio meteorológico. El régimen de circulación de vientos de vientos del archipiélago cubano se encuentra bajo la influencia de la circulación periférica suroccidental del gran anticiclón subtropical del océano Atlántico septentrional, el que gobierna el estado del tiempo en Cuba durante la mayor parte del año, Lecha et. al. (1994). En el período lluvioso del año influyen también las ondas tropicales, las depresiones, tormentas tropicales y huracanes que en combinación con la circulación periférica del anticiclón subtropical determinan la composición de vientos de diferentes componentes. El pronóstico de viento en Cuba, se ha perfeccionado durante los últimos años. Fernández et. al. (1998), obtuvo un sistema de pronóstico de viento en el horario de las 18 UTC con un período de validez de 24 horas, que fue intercalado en el sistema de pronóstico “Prometeo” para todo el país. Por otro lado 1713

Pazos y Fernádez (1998) y Pazos (1999), obtuvieron un esquema analógico de pronóstico objetivo de viento trihorario a corto plazo (hasta 72 horas) para el territorio de la provincia Ciego de Avila, en los meses del período lluvioso del año con resultados satisfactorios. En los últimos años se ha fortalecido considerablemente, los sistemas de pronósticos de variables meteorológicas a corto y mediano plazo. Con el desarrollo en Reading, Inglaterra, del Centro Europeo de Pronósticos de Plazo Medio (ECMWF), al final de la década de los años 80, se trazó una estrategia que posibilitó el perfeccionamiento de los modelos hidrodinámicos y como consecuencia de esto la extensión de los períodos de validez de esto modelos. La introducción de los datos de satélite en los modelos del ECMWF, Pailleux (1993) y la asimilación de las variaciones tridimensionales en la implementación del modelo del ECMWF, Rabier et. al. (1997), etc., ha posibilitado entre otros factores que la salida de los modelos hidrodinámicos sea mucho más confiable. En la actualidad el Centro de Pronósticos de Plazo Medio de Washington(MRF), también ha incidido positivamente en el perfeccionamiento y mejoramiento de las salidas de los modelos hidrodinámicos que cubren nuestra área de pronóstico. La necesidad de compulsar líneas de investigación que estén dirigidas a obtener sistemas de pronósticos extendidos, constituye una de las prioridades fundamentales en el perfeccionamiento del sistema nacional de predicción. Hasta nuestros días, han sido poco los sistemas de pronóstico de variables en el plazo medio disponibles en el sistema nacional, con la excepción de los resultados científicos obtenidos por Rubiera (1990), Pazos (1999) y de las salidas de los modelos extranjeros que se reciben en el trabajo operativo. Con un sistema de pronóstico extendido de viento, se obtendría una herramienta complementaria que perfeccionaría el sistema actual de predicción de esta variable en los territorios, con el objetivo de brindar un servicio de predicción de mayor calidad a diferentes usuarios de la economía del país, además de que en los meses de la estación lluviosa, la variable tiene una vinculación estrecha con en el comportamiento local de la ocurrencia de precipitaciones a lo largo del archipiélago cubano. La necesidad de obtener herramientas de pronóstico objetivo de variables meteorológicas a corto plazo y mediano plazo en el período comprendido entre las 48 y 120 horas, posibilita mejorar el sistemas de pronósticos extendidos de esta variable, mediante el principio de la técnica del pronóstico perfecto Klein y Lewis (1959), Vislocky y Young (1989), Vislocky y Fritsch (1995) y Steven et al (1996). El presente trabajo tiene como objetivo fundamental, la presentación de los principales aspectos que conforman el sistema de pronóstico de viento (18 UTC) a corto y mediano plazo: PVCM (Pronóstico de Viento a Corto y Mediano Plazo). Este sistema, es el primer modelo de pronóstico físico-estadístico para la predicción del viento a corto y mediano plazo, que está destinado fundamentalmente para la explotación en los grupos provinciales de pronóstico pertenecientes al servicio meteorológico nacional. BASES DE DATOS Y METODOLOGIA EMPLEADA. Fueron tomados los datos de velocidad del viento en el horario de las 18 UTC, de un total de 64 localidades del país, distribuidas en 5 regiones. Para la regionalización de las diferentes zonas de pronóstico se tuvieron en cuenta los criterios utilizados en el sistema de pronóstico de variables “Prometeo”, Fernández et. al. (1998). En la Tabla 1 se relacionan el conjunto de estaciones meteorológicas seleccionadas, que fueron consideradas para conformar las base de predictores de las regiones en que fue subdividido el país. Tabla 1. Estaciones de control o apoyo utilizados en la investigación.

OCCIDENTAL Casa Blanca P.del Río La Fé Tapaste

CENTRO-OCCID Unión de Reyes Sagua La Gran. Cienfuegos Caibarién

CENTRAL La Sierpe Trinidad Fallas

1714

CENTROORIENT. Pto.Padre S.Cruz del Sur Camagüey

ORIENTAL Pto.Padre Cabo Cruz Contramaestre Guantánamo

La muestra analizada en el trabajo abarcó dos estaciones: la primera de ellas estuvo comprendida entre los meses de Mayo y Septiembre, coincidente con la época más cálida del año, mientras que la otra correspondió con el período de los meses restantes del año: Octubre-Abril. En esta época del año suelen presentarse las típicas condiciones invernales, asociadas a sistemas frontales, anticiclones continentales fríos y otros sistemas sinópticos característicos del invierno en Cuba. El número de casos analizados osciló entre 600-650 casos del período comprendido entre los años 1986 y 1990. Base de predictores utilizada y metodología empleada La base de predictores seleccionada fue agrupada en dos tipos fundamentales: predictores locales (ó de mesoescala) y predictores de tipo sinóptico. Los predictores locales se relacionan en la Tabla 2. Tabla 2. Relación de predictores locales utilizados en la investigación. PREDICTORES LOCALES – MESOESCALA PP12 utc PP 15 utc Gpm Gpmx y Gpmy U15z y V 15z FF15

DESCRIPCION Presión Atm.12utc Presión Atm.15utc Gradient.Presión Mesoescala Comp.zonal-merid. del grad. Meso. Comp. zonal y merid. del viento local Intensidad del viento

En el caso de la presión atmosférica observada por las estaciones de superficie, fue calculado el Gradiente de Presión a Mesoescala (GPM). Esto fue realizado con la información de la presión atmosférica en el horario de las 15 UTC de las estaciones de control (seleccionadas para esta variable) y calculado mediante la expresión: GPM = GPMx2 + GPMy2 (1) GPMx y GPMy son las componentes zonales y meridionales del gradiente de Presión a Mesoescala (dado por los datos de superficie de la presión atmosférica de las 15 UTC). Las expresiones de cálculo de dichas componentes GPMx y GPMy viene dada por: GPMx = k1. (P15(4)-P15(2))/s1 (2) GPMy = k2. (P15(3)-P15(1))/s2 (3) En el caso que nos ocupa, el predictando fue subdividido en dependencia del período de validez del pronóstico: 48, 72, 96 y 120 horas. La tabla 3 relaciona los predictores a escala sinóptica utilizados Tabla 3. Relación de predictores sinópticos del tipo “PP”, considerados en el desarrollo del proceso de la investigación. PREDICTORES OG DIST. Gp (4/DIST*103) Gpx y Gpy (4/dist*103) ContU y ContV Camb

DESCRIPCION Orientación de los cont. Isobáricos sobre la región (12utc) Distancia perpendicular entre 2 cont.isob. de 4 hPa (kms). Gradiente de presión en superficie, 12 utc Comp. zonales y meridionales del Grad. Presión en Sup. 12 utc. Comp.zonal y meridional de la direc. De los cont. Isobáricos. Cambio de la presión atmosférica para 48, 72, 96 y 120 horas.

1715

Se obtuvieron ecuaciones de regresión para el pronóstico de componentes zonal y meridional de la dirección (U y V) y de la intensidad o módulo del viento FF, para el horario de las 18 UTC. Estos juegos de ecuaciones fueron obtenidos para 4 períodos de validez de pronóstico: 48, 72, 96 y 120 horas. En el procedimiento se empleó la técnica de la regresión paso a paso. A partir de esta metodología se seleccionó para cada estación o localidad de control el número óptimo de predictores, utilizando como criterio límite de corte el del valor de F = 3,0. Además se calculó el coeficiente de correlación múltiple (R) y el error estándar de estimación (S) y el valor máximo de F utilizado como criterio de selección de los predictores. La eficiencia del modelo de viento para la región occidental fue realizada por el método de validación cruzada, utilizando el error medio absoluto como parámetro estadístico representativo de la calidad de los pronósticos. Se consideró que el pronóstico se había cumplido en una localidad, cuando la diferencia entre la dirección pronosticada y la real fue menor o igual a 40 grados. En el caso de la intensidad del viento adoptó el criterio de que la diferencia entre la intensidad real y la pronosticada no excediera los 2,0 m/seg. También fueron establecidas comparaciones con la norma climatológica, como único elemento de comparación del método de pronóstico, si partimos del hecho de que el PVCM es el primer modelo de pronóstico local de viento de características nacionales, conque cuenta el país. Algoritmos físico - estadísticos de las ecuaciones para el pronóstico. La Tabla 4, muestra el conjunto de predictores seleccionados para el pronóstico de la componente Ud del viento a las 18 UTC, en períodos de 48, 72, 96 y 120 horas, (considerando en calidad de ejemplo a las estaciones de control de la región occidental de Cuba). La componente este-oeste de la dirección del viento a las 18 UTC en las estaciones de control analizadas, estuvo determinada por la componente U de los contornos isobáricos (Cont U), lo cual está estrechamente relacionado con el concepto de la dirección del viento geostrófico. La dirección del viento geostrófico esta representada por la suma vectorial de las componentes de dirección ContU y ContV. Tabla 4. Parámetros estadísticos de las ecuaciones de pronóstico de la componente Ud del viento. Estaciones 48 horas 72 horas 96 horas 120 horas P Río Cont U Cont U Cont U ContU 1Pred. GPMx GPMx Camb96 Camb120 2 Pred. U15 3 Pred. 59 57 52 51 F. Max 0,31 0,32 0,38 0,39 S 0.82 0.75 0.72 0.71 R La Fé ContU ContU ContU ContU 1Pred. U15 GPMx GP GPY 2 Pred. GPMx U15 3 Pred. 62 57 55 50 F. Max 0,27 0,29 0,32 0,33 S 0.87 0.84 0.79 0.73 R C.Blanca ContU Cont U Cont U Cont U 1Pred. U15 GPMx GPX GPY 2 Pred. GPMx U15 Camb 3 Pred. 56 53 50 49 F. Max 0.27 0.29 0.32 0.36 S 0,83 0.77 0,75 0,73 R La Tabla 5 muestra los predictores seleccionados que modelan el comportamiento de la componente V de la dirección del viento en el horario de las 18 UTC (Vd). La componente V de los contornos isobáricos, fue 1716

seleccionada para cada uno de los predictandos analizados desde 48 hasta 120 horas. Este resultado es congruente con lo analizado en la tabla anterior, lo que permite corroborar la estrecha relación que existe entre la dirección del viento geostrófico en superficie y los componentes locales del viento. De esta manera, el viento local pronosticado por los algoritmos estadísticos del modelo esta inducido por las componentes del viento a escala sinóptica.

Tabla 5. Parámetros estadísticos de las ecuaciones de pronóstico de la componente Vd del viento. Estaciones P Río

48 horas

72 horas

96 horas

120 horas

1Pred. 2 Pred. 3 Pred. F. Max S R

ContV GPMx V15 42 0,33 0,76

ContV V15 GPy 38 0,35 0,73

ContV GPy 33 0,35 0,71

ContV GP 31 0,37 0,69

1Pred. 2 Pred. 3 Pred. F. Max S R

ContV V15 GPMy 45 0,29 0,76

ContV GPy V15 41 0,32 0,73

ContV GPy Camb96 37 0,34 0,71

ContV GP 32 0,34 0,69

1Pred. 2 Pred. 3 Pred. F. Max S R

ContV GPMx 40 0,32 0.77

ContV V15 GPMy 39 0,33 0,74

ContV GP Camb96 37 0,33 0,73

ContV GP Camb120 33 0,35 0,70

La Fé

C.Blanca

Pasemos ahora analizar lo relacionado con las ecuaciones de pronóstico de la intensidad o módulo del viento. La Tabla 6 muestra los predictores principales seleccionados para el pronóstico del viento para los diferentes plazos de validez del sistema de pronóstico. A diferencia con las ecuaciones de dirección, el módulo o la intensidad del vector viento estuvo condicionado por el módulo del gradiente de la presión atmosférica en superficie (GP). Se observa también como para los horarios de 48 todavía influye la persistencia de la intensidad del viento reportada a las 15 UTC (período de inicialización del modelo), pero a medida que nos desplazamos en el tiempo, los predictores sinópticos regulan con mayor peso la estimación de la variable. Este último aspecto fue válido también en el análisis de las componentes de dirección Ud18 y Vd18, que fueron evaluadas en esta misma sección. El pronóstico de las ecuaciones en el resto de las localidades se obtuvo mediante la utilización de un esquema de tipo “PP”, donde las componentes ortogonales del viento pronosticadas en las estaciones de control y las variables representativas del campo de presión en superficie pronosticado representaron el conjunto de los predictores incluidos en las ecuaciones. En el procedimiento de selección se utilizó como predictandos a las componentes ortogonales del viento del resto de las localidades, de forma tal que el pronóstico de viento a las 18 UTC quedó resuelto con la obtención de 2 ecuaciones por localidades. Los resultados del proceso de selección arrojaron una combinación adecuada entre dos tipos de predictores: los valores pronosticados de las componentes ortogonales en las estaciones de control (U325, V325, U315, V315,...etc) y los representativos del campo de presión a escala sinóptica (GP, Gpx, Gpy, ContU, ContV,. .etc). La Tabla 7 muestra los resultados obtenidos en algunas de las estaciones de la región Occidental de Cuba. 1717

Tabla 6. Parámetros estadísticos de las ecuaciones de pronóstico de la componente FF del viento. Estaciones 48 horas 72 horas 96 horas 120 horas P Río 1Pred. GP GP GP GP 2 Pred. FF15 GPMx Camb96 3 Pred. F. Max 43 36 32 29 S 1,67 1,76 1.86 1.90 R 0.72 0.65 0.62 0.62 La Fé 1Pred. GP GP GP GP 2 Pred. GPM GPMy 3 Pred. FF15 F. Max 38 31 29 26 S 1.72 1.88 1.91 1.97 R 0.75 0.69 0.65 0.62 C.Blanca 1Pred. GP GP GP GP 2 Pred. GPMx GPM Camb120 3 Pred. FF15 F. Max 41 37 28 26 S 1.75 1.84 1.89 1.97 R 0.76 0.67 0.65 0.63 Tabla 7. Parámetros estadísticos de las ecuaciones de tipo “PP” para el pronóstico de las componentes ortogonales del viento en diversas localidades de la región Occidental de Cuba. EST VBLES 1 2 3 4 5 6 S R Melena (U) Predic. GPx U315 V315 V321 U325 V325 2.5 0.73 Coef. 0.48 0.15 0.12 -0.08 0.08 -0.04 (V) Predic. V321 GPy U315 2.1 0.75 Coef. 0.41 0.99 -0.27 Tapas. (U) Predic GPx U325 V321 U315 ContU V321 1.9 0.75 Coef. 0.48 0.13 -0.09 0.14 -2.56 -0.15 (V) Predic. ContV V325 ContU 2.0 0.76 Coef 0.35 0.13 4.68 Melena (U) Predic GPx V315 V321 U321 U325 1.6 0.64 Coef. 1.03 0.35 0.16 0.15 0.12 (V) Predic U315 V315 V321 GPy GP V325 1..9 0.77 Coef -0.40 0.32 0.23 0.76 -0.85 0.09 Guines (U) Predic. GPx V315 U321 U315 V315 2.0 0.69 Coef. 0.48 0.14 0.08 0.09 0.06 (V) Predic. V321 ContV V315 1.7 0.76 Coef. 0.23 4.16 0.19 S.Lucía (U) Predic. V321 U315 GPx ContU 1.6 0.62 Coef. 0.21 0.23 0.97 -3.40 (V) Predic. GPy U315 V325 V315 ContV GP 1.8 0.74 Coef. 1.18 -0.39 0.14 0.36 2.86 0.63 1.6 0.67 1718

Características principales del sistema PVCM El sistema de Pronóstico de Variables Meteorológicas PVCM ha sido diseñado sobre la base de la experiencia acumulada con la explotación de otros modelos desarrollados en los últimos años, tal es el caso del TEMPEX, PTEL-24, PVL-24, PVTEl, PPL-Alfa y PPL-Beta y Prometeo. Todos estos modelos han sido desarrollados e introducidos en el servicio de predicción meteorológica del país con resultados aceptables. El Departamento de Pronósticos del Instituto de Meteorología ha explotado estos sistemas en el trabajo operativo y se destaca el grupo de predicción de provincias habaneras en la introducción y aplicación de estos resultados. La aplicación en el trabajo operativo de este sistema de pronóstico de viento, se fundamenta en los principios metodológicos de la técnica del pronóstico perfecto, Klein y Lewis (1959), a partir de la cual se inserta como parte de la lectura del modelo, los campos pronosticados de presión atmosférica en superficie, dados por la salida del modelo del ECMWF que se recibe en Cuba diariamente para períodos de 24, 48, 72, 96 y 120 y 144 horas. Es obvio, que si se pretende pronosticar el campo de viento a mesoescala para períodos de 48, 72, 96 y 120 horas, tendrán que ser utilizados las salidas de los campos pronosticados de presión atmosférica en superficie de 72, 96, 120 y 144 horas. La otra fuente de datos fundamental, que se emplea en el PVCM, esta dada por datos de las componentes del viento y de presión atmosférica a las 15 UTC en las estaciones en que propiamente se efectúa la inicialización del modelo. También, son calculadas las componentes del gradiente de presión a mesoescala, para cada una de las regiones en que se subdividió el país El sistema PVCM además, oferta al especialista de predicción una imagen detallada del pronóstico de viento a las 18 UTC para las regiones occidental, central y oriental de Cuba. La Fig. 1 y 2 muestran salidas del modelo de pronóstico para las regiones occidental y central de Cuba. En el caso analizado fue modelado el desplazamiento sobre Cuba de una intensa baja extratropical que afectó el área en el invierno de 1998, cuando la circulación regional estuvo influenciada por el evento ENOS. Como elemento complementario a la salida del PVCM, se tiene el pronóstico por localidades que aparece en forma de una ventana adjunta a la salida gráfica (Fig. 3). De esta manera se tiene el pronóstico en cada una de las localidades del país, lo cual constituye una información complementaria para localidades socioeconómicas de interés. El modelo PVCM logra describir a corto y mediano plazo, las variaciones esperadas del viento local y mesoescalar en el horario de las 18 UTC, lo cual constituye de hecho una herramienta, mediante la cual se tiene una imagen de la distribución espacial de la variable a pronosticar. Este es el caso del modelo PVCM, que oferta el campo pronosticado de viento a las 18 UTC, para períodos de 48, 72, 96 y 120 horas La posibilidad de contar con la salida de un modelo de estas características, constituye un punto de partida para la valoración de la predicción del viento a corto y mediano plazo. Otro aspecto importante es el nexo existente entre el campo de viento, la formación de la llamada zona de confluencia de las brisas, Pazos y Fernández (1998) y la ocurrencia de la actividad vespertina de chubascos y tormentas eléctricas que en ocasiones suele estar asociada a ella. La ocurrencia de las precipitaciones y los fenómenos que la generan en forma de chubascos o tormentas eléctricas, están condicionados por otros factores que caracterizan la atmósfera baja, media y superior en esta época del año. Sin embargo todos los resultados de investigaciones obtenidos hasta el presente insisten en el papel modulador que tiene el efecto de la confluencia y convergencia de las brisas en tal sentido. De tal manera, que la herramienta introducida por el PVCM ayuda al pronosticador a precisar con más detalle cuales son las zonas más probables de su provincia que pudieran ser afectadas por chubascos y tormentas eléctricas asociadas con el calentamiento propio de los meses de verano. La información adicional implícita en forma subjetiva en la situación prevista por el modelo, permite al especialista complementar lo anterior y de esta manera enriquecer la información de salida de que por sí sólo muestra el PVCM.

1719

Fig. 1. Salida para los días 2, 3, 4 y 5 de Febrero de 1998, del modelo de pronóstico objetivo de viento a las 18 UTC, PVCM. Región Occidental.

Fig. 2. Salida para los días 2, 3, 4 y 5 de Febrero de 1998, del modelo de pronóstico objetivo de viento a las 18 UTC, PVCM. Región Central.

1720

Fig. 3. Salida complementaria del modelo de pronóstico de viento objetivo PVCM, para la región occidental de Cuba. Ventana de pronóstico de viento por localidades, para el día 3 de febrero de 1998.

Evaluaciones realizadas con muestras independientes de datos. La evaluación del modelo PVCM fue realizada en dos direcciones fundamentales: la primera de ellas con respecto a la propia muestra dependiente, utilizando el método de las validaciones cruzadas, mientras que como segunda opción se procedió a calcular el error medio absoluto con respecto a una muestra independiente perteneciente al año 1997. Se partió de la recepción diaria de la salida del campo de presión en superficie de la versión del modelo del ECMWF que se recibe operativamente en Cuba. Con relación a esta última variante, se utilizó como fuente de comparación al pronóstico climatológico, ya que en el país no existía ningún método objetivo de pronóstico de viento para plazos de validez que oscilen entre 48 y 120 horas. Las Tablas 8 y 9 muestran el error medio absoluto de la dirección e intensidad del viento para un conjunto seleccionado de 12 localidades, para las cuales fueron obtenidas ecuaciones de pronóstico en cada uno de los plazos comprometidos. Como es lógico, en la medida que se incrementa el plazo de validez del pronóstico, los errores aumentan paulatinamente, sin embargo como se trata del método de validaciones cruzadas, parte de los predictores utilizados fueron evaluados con los campos reales de la carta de superficie y de esta manera el error absoluto evaluado es menor. La magnitud de los errores obtenidos para ambas variables, está en un intervalo permisible, lo cual caracteriza que la distribución del viento a las 18 UTC asea representativa del campo de esta variable en superficie. La evaluación el modelo por el método de las validaciones cruzadas, representa en gran medida la calidad de la muestra analizada en el proceso de la investigación. Sin embargo, es obvio que un sistema de estas características, debe ser evaluado con una muestra independiente, vinculado directamente con el trabajo operativo y en correspondencia con la salida de los modelos hidrodinámicos, que precisamente aportan la información del conjunto de predictores sinópticos de tipo PP.

1721

Tabla 8. Error medio absoluto calculado a partir de la diferencia entre los valores observados de la dirección y velocidad del viento a las 18 UTC y el pronóstico calculado por el PVCM, obtenido mediante la aplicación de la técnica de las validaciones cruzadas en 11 localidades del país. Estaciones Meteorológ. Unión R. P. del Río La Fé Cienfuegos S.Spíritus Camagüey P.Padre Cabo Cruz Guantánamo Contramaest Las Tunas

48 28 27 25 29 31 26 21 20 27 24 22

Dirección del Viento 72 96 120 29 31 32 28 30 31 26 29 30 30 30 31 32 32 32 28 29 30 23 24 25 22 23 24 28 28 29 26 27 28 23 25 26

Clim 45 53 55 60 68 53 48 47 60 62 62

48 1.5 1.4 1.3 1.2 1.0 1.6 1.7 1.6 1.3 1.2 1.1

Intensidad del Viento 72 96 120 1.6 1.7 1.9 1.6 1.6 1.8 1.5 1.6 1.7 1.3 1.4 1.6 1.1 1.3 1.4 1.6 1.7 1.8 1.8 1.8 2.0 1.8 1.9 2.1 1.4 1.5 1.7 1.3 1.4 1.6 1.1 1.2 1.4

Clim 3.4 3.6 3.3 3.2 2.9 3.7 3.9 3.9 3.3 3.0 3.4

Tabla 9. Error medio absoluto calculado a partir de la diferencia entre los valores observados de la dirección y velocidad del viento a las 18 UTC y el pronóstico calculado por el PVCM, obtenido mediante la aplicación de la técnica de las validaciones cruzadas en 11 localidades del país. Estaciones Meteorológ. Unión R. P. del Río La Fé Cienfuegos S.Spíritus Camagüey P.Padre Cabo Cruz Guantánamo Contramaest Las Tunas

48 23 22 24 25 26 24 21 22 25 26 23

Dirección del Viento 72 96 120 24 27 30 26 28 32 25 27 30 27 29 32 28 31 34 27 29 31 24 26 29 25 26 28 26 29 31 28 30 32 25 29 31

Clim 36 41 45 50 53 43 41 40 49 52 53

48 1.7 1.3 1.4 1.2 1.0 1.6 1.5 1.7 1.3 1.0 1.0

Intensidad del Viento 72 96 120 1.4 1.6 1.8 1.7 1.7 1.8 1.6 1.6 1.7 1.3 1.3 1.5 1.1 1.1 1.4 1.6 1.8 1.8 1.9 2.0 2.1 1.8 2.0 2.1 1.5 1.6 1.6 1.3 1.4 1.5 1.2 1.2 1.4

Clim 2.6 2,5 2,2 2,4 2.2 2.6 3.0 3.2 2.2 2.2 2.4

El análisis de los resultados obtenidos mediante la evaluación del PVCM a una muestra independiente formada por el año 1997, arrojó un aumento en los errores absolutos medios para cada uno de los plazos de validez del pronóstico. Sin embargo, en todo momento el error introducido por el modelo fue menor al climatológico, observándose como es lógico, una tendencia al incremento del error en la medida que aumenta el plazo del pronóstico. La Tabla 10 muestra los resultados obtenidos en el análisis de la muestra referida, donde se integran los dos períodos fundamentales para los cuales fueron subdivididas las ecuaciones y los algoritmos del modelo.

1722

Tabla 10. Error Medio Absoluto de la comparación de los resultados del PVCM, con una muestra independiente de 11 estaciones meteorológicas perteneciente a una muestra del año 1997. Estaciones Dirección del Viento Intensidad del Viento Meteorológ. 48 72 96 120 Clim 48 72 96 120 Clim 23 25 29 34 40 1.8 1.6 1.7 2.1 3.0 Unión R. 22 27 30 35 57 1.3 1.6 1.8 1.9 2,9 P. del Río 24 26 31 36 50 1.4 1.5 1.8 1.8 2,7 La Fé 25 27 32 37 55 1.2 1.4 1.5 1.6 2,8 Cienfuegos 26 29 31 34 60 1.0 1.1 1.2 1.6 2,5 S.Spíritus 24 26 32 35 48 1.7 1.7 1.8 1.9 3.1 Camagüey 21 26 31 33 44 1.6 1.9 2.1 2.2 3,5 P.Padre 22 25 29 33 43 1.7 1.8 2.0 2.1 3,6 Cabo Cruz 28 30 37 54 1.4 1.5 1.7 1.9 2,7 Guantánamo 25 29 34 36 57 1.1 1.3 1.6 1.7 2,6 Contramaest 26 23 26 31 35 57 1.2 1.4 1.5 1.5 2,9 Las Tunas

Como otro elemento complementario empleado en la validación del sistema, fue la evaluación de la muestra independiente en cada una de las regiones de pronóstico. Como criterio de validación se consideró, de que el error de la dirección del viento pronosticada a las 18 UTC con respecto a la observación real, sea inferior o igual a 40 grados, mientras que para el caso de la intensidad del viento, se tomó el criterio de que el error absoluto sea inferior o igual a 2 m/seg. Si ambos indicadores se cumplen en el 70% o más de las estaciones involucradas por región, entonces se consideró que el pronóstico fue exitoso. La información contenida en la Tabla 11 muestra los resultados obtenidos en la evaluación de las corridas del año 1997. Tabla 11. Cantidad de pronósticos realizados, acertados y % de cumplimiento para una muestra independiente del año 1997. Plazos de Pronósticos 48 horas 72 horas 96 horas 120 horas Pron Cump. % Pron Cump. % Pron Cump % Pron Cump % 329 354 313 Occidental 357 92 88 349 290 83 347 270 78 357 333 354 317 Central 93 90 349 295 85 347 272 78 357 335 354 319 Oriental 94 90 349 296 85 347 275 79 Nota: Pron. (Cantidad de Pronósticos), Cump. (pronósticos acertados o cumplidos) y % (Porciento de cumplimiento de los pronósticos). Regiones

Del análisis de los resultados obtenidos de la evaluación del modelo para cada una de las regiones del país, se infiere la calidad del sistema de pronóstico PVCM. En la medida que se incrementan los plazos de tiempo, disminuye la calidad de los pronósticos, que ocurre como consecuencia de la inicialización del modelo, sustentada en la información de salida del campo de presión de los modelos hidrodinámicos. Es obvio, que en el proceso de generación de las ecuaciones estadísticas y algoritmos del PVCM, no esta afectado por el error introducido por la salida de los modelos hidrodinámicos, (que se hace mayor en dependencia del incremento de los plazos del sistema de pronóstico y debido a que los algoritmos fueron construidos con datos reales del campo de presión en superficie).

CONCLUSIONES Y RECOMENDACIONES ♦ El presente resultado constituye el primer modelo de tipo mesoescalar, diseñado para el pronóstico a corto y mediano plazo (desde 48 hasta 120 horas) del viento en el horario de las 18 UTC, para todo el 1723

territorio nacional. La introducción en el servicio operativo del presente modelo, permite obtener la distribución espacial del viento pronosticado a las 18 UTC y de esta manera precisar las características espaciales de la variable y estimar las variaciones temporales en los próximos 2 a 5 días. ♦ El campo de viento pronosticado a las 18 UTC, posibilita definir la ubicación esperada de la confluencia de las brisas marinas superpuesta al flujo básico a escala sinóptica y de esta manera precisar aquellas regiones que son más factibles a la ocurrencia de chubascos y tormentas eléctricas en los meses del período lluvioso. ♦ La evaluación del modelo mediante la aplicación de la técnica de las validaciones cruzadas, arrojó resultados satisfactorios, que en todo momento superaron la predicción climática de la variable confinada en el período de estudio de la muestra. El análisis de la muestra independiente correspondiente con el año 1997, demostró la efectividad del método y se evidenció el incremento del error en la medida que aumentó el plazo de la salida del sistema de pronóstico. El análisis de los resultados de esta muestra logró simular el modelo en el trabajo operativo y valorar la calidad de las salidas para cada uno de los plazos disponibles en el PVCM. ♦ La aplicación en el trabajo operativo del modelo PVCM ha sido exitosa en la introducción en el servicio por parte de los Grupos de Pronósticos Provinciales, donde es necesario especificar las particularidades del viento a mesoescala y establecer los nexos existentes entre el campo de viento, la confluencia de las brisas marinas y la ocurrencia de las precipitaciones asociado con la actividad convectiva, en los meses del período lluvioso del año. Este sistema, constituye una herramienta en el trabajo operativo que se utiliza en la elaboración de pronósticos extendidos de hasta 5 días.

BIBLIOGRAFIA ALFONSO, A.P. (1994): Climatología de las tormentas locales severas en Cuba. Cronología. Ed. Academia, Ciudad de La Habana, 110 pp. FERNÁNDEZ, A.J., O.SANTANA NUÑEZ Y M.L. PINO GARCÍA, J. GONZALEZ, JULIO PEREZ, A. SANCHEZ, R. AYRA Y D. ARCIA (1998): “PROMETEO: Sistema de pronóstico objetivo de variables meteorológicas” , Edit. Academia, Ciudad de La Habana, 34 p. KLEIN, W.H. Y B.M. LEWIS (1959) : “Objective prediction of five day mean temperature during winter”. J. of Meteorol., 16 (11) : 672-682. LECHA, L., L. PAZ Y B. LAPINEL (1994). El clima de Cuba, Ed. Academia, Ciudad de La Habana, 186 pp. PAILLEUX, J., (1993): “Assimilation of satellite data using variational techniques. Proccedding of the ECMWF seminar on “Developments in the use of satellite data in operationalnumerical weather prediction: 1989-1993”, Reading, September 1993. PAZOS C. Y A . FERNANDEZ (1998): “Pronóstico trihorario del viento en la provincia de Ciego de Ávila”, Editorial Academia, Ciudad de La Habana, 33p. PAZOS C. (1999): “Análisis sinóptico estadístico del viento en Cuba y la ocurrencia de brisas marinas y tormentas locales severas en la provincia de Ciego de Ávila”, Resumen de la Tesis presentada en opción al grado científico de Doctor en Ciencias Meteorológicas, Ciego de Ávila, 36p. RABIER, F., A.P. MCNALLY, E. ANDERSON, P. COURTIER, P.UNDEN, J.R. EYRE, A.HOLLINGWORTH AND F. BOUTIER, (1997): The ECMWF implementation of three dimensional variational assimilation (3D-VAR). Part II: Structure functions. Submitted to Quart. J.R.Met.Soc RUBIERA, J.M. (1990): “Pronóstico de precipitaciones de hasta cinco días”. Tesis para optar por el grado científico de Doctor en Ciencias Geográficas, Ciudad de La Habana, 112 p. STEVEN, C.A., J.A. MCGINLEY, D.L. BIRKENHEUER Y J.R. SMART (1996): “The local analysis and prediction system (LAPS): analysis of clouds, precipitation, and temperature”, 11(3): 273-287. 1724

VISLOCKY, R.L. AND G.S. YOUNG (1989): “The use of perfect prog forecasts to improve model output statistics forecasts of precipitation probability”. Weather Forecasting, 4 : 202-209. VISLOCKY, R.L. AND J.M. FRITSCH (1995): “Improved model output statistic forecast through model consensus”, Bulletin of the American Meteorological Society, 76 (7): 1157-1164.

1725