Un estudio sobre la influencia de la contaminación del aire en la habilidad de pronóstico de temperatura basado en pronósticos meteorológicos operacionales en la región de BTH
Autores: Zhang, Ziyin; Lei, Yangna; Cheng, Siyu
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Aerosoles
Temperatura
Contaminación del aire
Modelos de NWP
Habilidad de pronóstico
Región de Beijing-Tianjin-Hebei
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 6
Citaciones: Sin citaciones
La temperatura del aire en la superficie es una función integral de los aerosoles en la atmósfera y diversos factores meteorológicos. Sin embargo, no hay retroalimentación en tiempo real sobre la concentración de aerosoles en la mayoría de los modelos operativos de predicción numérica del tiempo (NWP). Esto plantea una pregunta científica sobre cómo los cambios anormales en los contaminantes del aire en un corto período de tiempo afectarán la habilidad de predicción de temperatura de los modelos NWP. Así, se llevó a cabo el estudio para investigar la posible influencia de la contaminación del aire en la habilidad de pronóstico de temperatura basada en el modelo NWP operativo en la región de Beijing-Tianjin-Hebei (BTH) durante enero-febrero de 2020. Los resultados muestran que las concentraciones promedio de PM, SO, NO y CO en la región de BTH en febrero fueron menores que las de enero en un 38.5%, 35.1%, 48.0% y 33.1%, respectivamente. Al mismo tiempo, las habilidades de pronóstico para la temperatura superficial en febrero tanto del modelo regional (RMAPS, Sistema de Análisis y Predicción Multiescalar de Rápida Actualización) como del modelo global (ECMWF, Centro Europeo para Pronósticos Meteorológicos a Medio Plazo) mejoraron notablemente en comparación con enero. En ambos modelos, la subestimación de la temperatura máxima y la sobreestimación de la temperatura mínima en la mayoría de las ciudades de la región de BTH en febrero se redujeron significativamente. Con un tiempo de pronóstico de 24 h, el RMSE (error cuadrático medio) de la temperatura media diaria, máxima y mínima en BTH en febrero basado en RMAPS fue un 17.3%, 9.8% y 21.6% menor que en enero, respectivamente. Estos resultados son generalmente consistentes con otros índices estadísticos como la desviación y el coeficiente de regresión. A medida que el tiempo de pronóstico se extendió a 48 h y 72 h, los fenómenos aún existieron y también fueron evidentes en el modelo ECMWF. La mejora de la habilidad de pronóstico de temperatura de los modelos NWP puede atribuirse a la reducción drástica inesperada de los contaminantes del aire. Menos aerosoles durante el día permiten que más radiación solar llegue a la superficie y causan un calentamiento en la temperatura cercana a la superficie, mientras que menos aerosoles durante la noche favorecen la radiación de onda larga saliente y luego conducen a un enfriamiento cerca del suelo.
Descripción
La temperatura del aire en la superficie es una función integral de los aerosoles en la atmósfera y diversos factores meteorológicos. Sin embargo, no hay retroalimentación en tiempo real sobre la concentración de aerosoles en la mayoría de los modelos operativos de predicción numérica del tiempo (NWP). Esto plantea una pregunta científica sobre cómo los cambios anormales en los contaminantes del aire en un corto período de tiempo afectarán la habilidad de predicción de temperatura de los modelos NWP. Así, se llevó a cabo el estudio para investigar la posible influencia de la contaminación del aire en la habilidad de pronóstico de temperatura basada en el modelo NWP operativo en la región de Beijing-Tianjin-Hebei (BTH) durante enero-febrero de 2020. Los resultados muestran que las concentraciones promedio de PM, SO, NO y CO en la región de BTH en febrero fueron menores que las de enero en un 38.5%, 35.1%, 48.0% y 33.1%, respectivamente. Al mismo tiempo, las habilidades de pronóstico para la temperatura superficial en febrero tanto del modelo regional (RMAPS, Sistema de Análisis y Predicción Multiescalar de Rápida Actualización) como del modelo global (ECMWF, Centro Europeo para Pronósticos Meteorológicos a Medio Plazo) mejoraron notablemente en comparación con enero. En ambos modelos, la subestimación de la temperatura máxima y la sobreestimación de la temperatura mínima en la mayoría de las ciudades de la región de BTH en febrero se redujeron significativamente. Con un tiempo de pronóstico de 24 h, el RMSE (error cuadrático medio) de la temperatura media diaria, máxima y mínima en BTH en febrero basado en RMAPS fue un 17.3%, 9.8% y 21.6% menor que en enero, respectivamente. Estos resultados son generalmente consistentes con otros índices estadísticos como la desviación y el coeficiente de regresión. A medida que el tiempo de pronóstico se extendió a 48 h y 72 h, los fenómenos aún existieron y también fueron evidentes en el modelo ECMWF. La mejora de la habilidad de pronóstico de temperatura de los modelos NWP puede atribuirse a la reducción drástica inesperada de los contaminantes del aire. Menos aerosoles durante el día permiten que más radiación solar llegue a la superficie y causan un calentamiento en la temperatura cercana a la superficie, mientras que menos aerosoles durante la noche favorecen la radiación de onda larga saliente y luego conducen a un enfriamiento cerca del suelo.