Fundamentos de PNT: asimilación de datos

Idiomas: Inglés, Español

Fecha de publicación: 2018-02-22

Nivel de dificultad: 2’

Tiempo de estudio: 1.25 - 1.50 h

Incluye sonido: no

Complementos necesarios: no

Temas: Modelización numérica (PNT)

Esta lección presenta los procesos de asimilación de datos del modelo, describe los impactos de los errores de asimilación de datos en los pronósticos del modelo y explica cómo el pronosticador puede compensarlos.

Objetivos

Cuando termine de estudiar esta lección, podrá:

• describir el objetivo de la asimilación de datos y explicar por qué un modelo puede producir un mejor pronóstico si el análisis no coincide exactamente con una observación perfecta;
• explicar las principales suposiciones de la asimilación de datos y por qué se utiliza una predicción numérica del tiempo como campo de fondo;
• describir las principales desventajas de la asimilación de datos;
• explicar cómo se aplican los errores de observación y los incrementos del modelo para producir el análisis;
• explicar cómo 3D-VAR y 4D-VAR manejan las covarianzas del error de fondo;
• identificar ejemplos de análisis incorrectos.

COMET METED