Arxiu d'etiquetes: mesoescalars

Els models mesoescalars. Els més precisos

En aquesta serie de posts que hem fet , avui toca parlar dels models mesoescalars, els models més precisos a l’hora de poder fer un pronòstic a curt termini, d’on plourà, quantitat de precipitació, cota de neu, velocitat del vent… , parlem de curt termini aproximadament a unes 36 hores ja que la multitud de càlculs matemàtics que han de fer absorbeixen una capacitat computacional tant bestia que tot i ser supercomputadors difícilment poden anar a més hores, ja que treballen amb definicions de molts pocs kilòmetres de distancia.

Anem a explicar que significa aquest concepte, tot i ser l’atmosfera continua, el que fan els models es resoldre unes equacions matemàtiques basades en formulacions físiques molt complexes, per fer-ho agafen punts configurant el que coneixem com una malla tridimensional, la distància d’aquests punts és el que determina la seva resolució, és a dir quant més petit sigui la distància entre aquests punts més precisa serà la predicció.

Doncs bé models globals com el GFS agafen resolucions o millor dit malles de 25 km de punt a punt, mentre que aquests models treballen amb malles on la distància va de 1km a 2km (en els models surt expressat en graus). Aquestes punts de la malla signifiquen d’on agafen les dades que poden venir d’estacions, de satèl·lits , de radiosondatges (globus, boies marines…) per tant els podríem definir com un model de predicció numèrica del temps amb una resolució horitzontal i vertical prou gran per poder predir fenòmens meteorològics de mesoescala (10-1000 km), és a dir fenòmens molt més locals.

Malla Tridimensional

Quins són els models més coneguts, són diferents i com sempre l’habilitat del predictor en la seva utilització i fiabilitat serà el que utilitzara en cada territori en base a la seva experiència. Arome, Arpege, WRF,….

Us deixo enllaç on us he posat els diferents models perquè els pugueu utilitzar i de forma ordenada:

Àlex Van der Laan

@alexmegapc

alexmeteo.com

Exemple de meseoescalar