Please use this identifier to cite or link to this item:
http://hdl.handle.net/20.500.11765/10899
Recuperación de la clasificación sinóptica de Font: reconstrucción con el reanálisis ERA40
Title: | Recuperación de la clasificación sinóptica de Font: reconstrucción con el reanálisis ERA40 |
Authors: | Santos Burguete, Carlos
![]() ![]() ![]() ![]() ![]() ![]() ![]() |
Keywords: | Clasificaciones sinópticas; Patrones sinópticos; Predicción numérica; Predicción operativa; Modelos conceptuales; Climatología sinóptica |
Issue Date: | 2019 |
Publisher: | Agencia Estatal de Meteorología |
Series/Report no.: | Notas técnicas de AEMET;27 |
Publisher version: | https://dx.doi.org/10.31978/639-19-013-7 |
Abstract: | Las clasificaciones sinópticas ayudan a entender la variabilidad y complejidad de los llamados patrones meteorológicos a la escala sinóptica. Hay una gradación de clasificaciones, desde las subjetivas, con caracterizaciones conceptuales y diagnósticas, hasta las clasificaciones objetivas, basadas en soporte numérico y con un amplio abanico de familias de algoritmos asociados, pasando por clasificaciones intermedias que tienen carácter mixto. En este estudio se revisa la clasificación objetiva de Ribalaygua y Borén y se recupera con detalle la clasificación subjetiva de Font que propone 23 patrones sinópticos, ilustrados con situaciones de 23 fechas concretas, en general de la década de 1970-1980. Se utilizan los reanálisis ERA40 del Centro Europeo de Predicción a Plazo Medio correspondientes a esas 23 fechas y se dibujan los campos básicos con las herramientas actuales y estilo de visualización de predicción operativa de AEMET. Se compara así el llamado querer de la mano con el querer de la máquina y se muestra la clasificación completa de Font con ambos estilos visuales y texto detallado, intentando ser lo más completo posible. Se trata, en resumen, de recuperar un conocimiento conceptual y valioso, el de Font, conectándolo con el potencial de las herramientas numéricas actuales para, en definitiva, ver qué podemos aprender. |
URI: | http://hdl.handle.net/20.500.11765/10899 |
Appears in Collections: | AEMET - Publicaciones en línea |
Files in This Item:
File | Description | Size | Format | ||
---|---|---|---|---|---|
![]() | NT_27_AEMET.pdf | 28,2 MB | Adobe PDF | ![]() View/Open |
Items in Arcimis are protected by Creative Commons License, unless otherwise indicated.
