Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.11765/11002
Modelización del oleaje a muy altas resoluciones: modelo SWAN
Title: Modelización del oleaje a muy altas resoluciones: modelo SWAN
Authors: Martínez Ferrer, ÁngelAutor AEMET
Keywords: Predicción numérica; Modelos de oleaje; Esquema implícito; Aguas someras; Simulating Waves Near Shore; Rompientes; XBeach
Issue Date: 2019
Publisher: Agencia Estatal de Meteorología
Citation: Sexto Simposio Nacional de Predicción, Memorial Antonio Mestre. Madrid: Agencia Estatal de Meteorología, 2019, p. 413-414
Publisher version: https://dx.doi.org/10.31978/639-19-010-0.413
Abstract: La naturaleza física del oleaje varía sustancialmente de las aguas profundas a las someras, cuyo límite está determinado por el periodo de las olas en cada momento y lugar. El actual estado del arte de los modelos prioriza su aplicabilidad en una determinada profundidad. Por tanto, hay que cambiar de modelo al transitar de la alta mar —donde se genera el oleaje de fondo— a las zonas costeras —donde el oleaje sufre transformaciones más complejas y se encuentran gran parte de los usuarios de predicciones del oleaje—. En la actualidad AEMET tiene implementada la integración en dominios anidados por WW3 con resoluciones 24'-12'-6'-3'-1,5'. Esta ponencia presenta estudios en los que WW3 traspasa condiciones de contorno en forma de espectros 2-D de la energía a dominios locales costeros para que SWAN (Simulating Waves Near Shore) integre con resoluciones de 1' e inferiores. Por último, la zona de rompientes del oleaje está caracterizada por parámetros adicionales a la altura significativa y dirección de propagación, tales como el tipo de rotura y las corrientes laterales a la línea de costa. AEMET aplicará el modelo hidrodinámico XBeach que recibe datos de contorno desde SWAN en ciertas playas de España.
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/20.500.11765/11002
Appears in Collections:6º Simposio Nacional de Predicción (2018)


Files in This Item:
  File Description SizeFormat 
SNP6_SESIÓN_5_pp413_4...
51,9 kBAdobe 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