Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.11765/10996
Predicción de nieve en los modelos Harmonie-Arome y ECMWF
Title: Predicción de nieve en los modelos Harmonie-Arome y ECMWF
Authors: Viana Jiménez, Samuel ORCID RESEARCHERID SCOPUSID Autor AEMETCalvo Sánchez, Francisco Javier ORCID RESEARCHERID Autor AEMET
Keywords: Nieve; Modelo numérico de predicción; Cobertura de nieve; Espesor de nieve; Validación; Verificación
Issue Date: 2019
Publisher: Agencia Estatal de Meteorología
Citation: Sexto Simposio Nacional de Predicción, Memorial Antonio Mestre. Madrid: Agencia Estatal de Meteorología, 2019, p. 371-376
Publisher version: https://dx.doi.org/10.31978/639-19-010-0.371
Abstract: El análisis y la predicción de la nieve han mejorado mucho recientemente debido a la mejora de los análisis, la utilización de parametrizaciones físicas más sofisticadas que incluyen variables de predicción para las partículas de agua condensada incluyendo la nieve y al aumento de la resolución de los modelos. De todas formas, la predicción de la nieve sigue siendo complicada ya que además de la incertidumbre asociada a la predicción de la precipitación, está la incertidumbre asociada con la predicción de la temperatura que en nuestro entorno suele estar próxima al umbral de temperatura que da lugar a precipitaciones en forma de nieve. En este trabajo se describen las principales características de los esquemas de nieve y los sistemas de asimilación para la nieve en superficie en los modelos del Centro Europeo (ECMWF) y Harmonie-Arome. Además se evalúan las predicciones de ambos modelos, comparando con observaciones in situ y productos de satélite correspondientes a la temporada invernal 2017-2018.
Description: Ponencia presentada en: VI Simposio Nacional de Predicción, celebrado en los servicios centrales de AEMET, en Madrid, del 17 al 19 de septiembre de 2018.
URI: http://hdl.handle.net/20.500.11765/10996
Appears in Collections:6º Simposio Nacional de Predicción (2018)


Files in This Item:
  File Description SizeFormat 
SNP6_SESIÓN_5_pp371_3...
1,53 MBAdobe PDFThumbnail
View/Open
Show full item record



Items in Arcimís are protected by Creative Commons License, unless otherwise indicated.

Arcimís Repository
Nota Legal Contacto y sugerencias