21 mayo, 2024 12:24 am

Análisis comparativo de modelos de precipitación asociados a ciclones tropicales en México  

Los ciclones tropicales son una amenaza seria para la población, la infraestructura y la economía de nuestro país. La falta de modelos para estimar la lluvia generada por estos fenómenos ha sido un desafío. Sin embargo, actualmente se pueden obtener observaciones satelitales y existen modelos paramétricos desarrollados en otras partes del mundo que estiman la intensidad de la precipitación de los ciclones tropicales. Este artículo busca comparar los registros de lluvia del IMERG de la NASA con los campos de lluvia generados por cuatro modelos paramétricos. Los resultados indican que los modelos R-CLIPER y PHRaM ofrecen una aproximación significativa de la lluvia de los ciclones tropicales en México, lo que sugiere su utilidad en el país para predecir su intensidad.

Nashla Renata de la Parra Arias Ingeniera civil.

Coautores: Marco A. Torres Pérez-Negrón , especialista en modelado del riesgo por eventos hidrometeorológicos, y Eduardo Reinoso Angulo, investigador del Instituto de Ingeniería, UNAM.

Los ciclones tropicales son fenómenos atmosféricos de rápida rotación que se forman en aguas cercanas al Ecuador. Se caracterizan por tener una circulación bien definida alrededor de un centro de baja presión y por la presencia de nubes que se desplazan en espiral hacia el ojo del ciclón. Para su formación, se requieren altas temperaturas del agua y la presencia de aire húmedo. El aire caliente y húmedo asciende, forma nubes y tormentas y libera así calor y energía (Díaz, 2010).

México se ve altamente afectado por ciclones tropicales debido a su ubicación geográfica entre dos regiones activas de formación de ciclones: el Atlántico tropical y el Mar Caribe, por un lado, y el Pacífico nororiental por el otro (Jáuregui y Zitácuaro, 1995). Cuando los ciclones tropicales tocan tierra en las áreas costeras, provocan marejada ciclónica, vientos fuertes y lluvias torrenciales. En el país, las lluvias torrenciales representan una grave amenaza, pues causan inundaciones destructivas, deslizamientos de tierra y flujos de escombros. Sin embargo, cuantificar de manera precisa estas precipitaciones es un desafío debido al arrastre y la pérdida de agua, lo que genera errores en las mediciones (Hernández et al., 2001).

En la actualidad existen diferentes métodos para obtener información sobre la distribución de precipitaciones, como la interpolación de mediciones de estaciones, estimaciones de radar meteorológico y observación satelital. La teledetección satelital es especialmente útil para representar la variabilidad espacial de la lluvia en el mundo. Sin embargo, la incertidumbre en los productos de precipitación satelital puede estar influenciada por las características climáticas y topográficas de cada región.

En cuanto a los modelos de estimación de la lluvia en ciclones tropicales, se ha desarrollado un método conocido como el método de probabilidad conjunta (JPM), creado por Myers (1975), el cual utiliza ciclones tropicales sintéticos para estimar la probabilidad de que varios parámetros de tormentas individuales ocurran simultáneamente. Con el tiempo, se han creado modelos paramétricos para la distribución espacial y temporal de la lluvia en ciclones tropicales, algunos de los cuales utilizan los parámetros del JPM. Por lo tanto, el objetivo de este estudio es determinar los modelos existentes de precipitación para ciclones tropicales que mejor se adapten a las condiciones prevalecientes en la República Mexicana.

Metodología

En México, la medición de la lluvia se realiza en estaciones climatológicas con pluviómetros, lo cual proporciona datos precisos, pero limitados a áreas específicas. Sin embargo, en zonas remotas como montañas y desiertos, donde no se pueden instalar pluviómetros y no hay sistemas de radar disponibles, no se registra la lluvia. En estos casos, la información de lluvia obtenida por satélite se vuelve crucial, ya que ofrece resoluciones espaciales y temporales relativamente altas.

En este trabajo se utiliza el conjunto de datos IMERG (Integrated Multi-satellitE Retrievals for the Global Precipitation Measurement) de la NASA, que combina y calibra información de aproximadamente 10 constelaciones de satélites basadas en el Global Precipitation Measurement Core Observatory. Ofrece datos de precipitación desde junio de 2000 hasta la actualidad, con una alta resolución espacial de 0.1° × 0.1° y una amplia cobertura espacial. Sin embargo, es importante tener en cuenta que la precisión y el rendimiento de IMERG pueden variar en diferentes regiones (Salas, 2020).

Para lograr el objetivo planteado, se analizaron los registros de ciclones tropicales del océano Atlántico y del océano Pacífico oriental del año 2000 al 2020. Estos registros fueron obtenidos de las bases de datos de huracanes, gestionadas por el Centro Nacional de Huracanes (NHC) de la Oficina Nacional de Administración Oceánica y Atmosférica de EUA (NOAA) (www.nhc.noaa.gov/data). Los datos proporcionan información cada seis horas sobre la ubicación, los vientos máximos y la presión central del ciclón tropical, los cuales se promediaron para obtener información diaria de cada registro.

Se filtraron las ubicaciones cercanas al territorio continental de México a partir de los registros, con un radio de 3º alrededor de las coordenadas del ojo del huracán, para extraer los datos de la malla diaria del IMERG. Estos registros filtrados se clasificaron según la escala de huracanes de Saffir-Simpson (véase tabla 1) para analizar el comportamiento de las lluvias.

En el periodo 2000-2020 hubo 73 ciclones tropicales en México provenientes del Atlántico, con un total de 179 registros diarios. En el caso del Pacífico, se registraron 115 ciclones tropicales en México, con un total de 271 registros diarios.

Luego, se aplicaron cuatro modelos paramétricos existentes para estimar la lluvia en ciclones tropicales, los cuales están disponibles para su uso o son fácilmente replicables según la bibliografía (Brackins y Kalyanapu, 2020). A continuación se describen brevemente los modelos utilizados:

R-CLIPER

El modelo Rain-Climatology and Persistence (R-CLIPER) fue desarrollado por Marks y De Maria (2003) para el NHC de la NOAA. Utiliza una climatología global de lluvia de ciclones tropicales basada en estimaciones de lluvia del satélite TRMM (Tropical Rainfall Measuring Mission o Misión de Medición de Lluvias Tropicales de la NASA). Esta climatología proporciona una tasa de lluvia promedio y una distribución de probabilidad en un sistema de coordenadas centrado en la tormenta. El modelo utiliza perfiles radiales de índices de precipitación del TRMM para representar las tasas de lluvia en función del radio y la velocidad máxima del viento (Tuleya et al., 2007).

Interagency Performance Evaluation Task Force

El modelo IPET se originó después del huracán Katrina en 2005 y fue desarrollado por el Grupo de Trabajo Interagencial de Evaluación del Desempeño para examinar los riesgos planteados por el sistema de protección contra huracanes de Nueva Orleáns. El objetivo principal era identificar áreas más vulnerables a inundaciones y las fuentes de esa vulnerabilidad. Para lograr esto, se utilizó un modelo simplificado de lluvia basado en productos de lluvia de la misión TRMM y de análisis estadísticos previos. El modelo considera que la intensidad de la lluvia de los huracanes varía con la distancia desde el centro del huracán y el azimut en relación con la dirección del movimiento (IPET, 2006).

Parametric Hurricane Rainfall Model

El modelo PHRaM fue desarrollado por Lonfat et al. (2007) como una mejora al modelo R-CLIPER para predecir la lluvia en ciclones tropicales. Mientras que el R-CLIPER asume campos de lluvia simétricos, el PHRaM considera las asimetrías generadas por la interacción de la tormenta con la topografía y la cizalladura vertical. El modelo PHRaM calcula el campo de lluvia total sumando el campo de lluvia del R-CLIPER, el campo de lluvia asociado con la cizalladura vertical y el campo de lluvia generado por la topografía. Estudios muestran que la inclusión de la topografía mejora significativamente los resultados, mientras que la modificación de la cizalladura tiene un impacto insignificante.

Precipitation-Climatology and Persistence

El modelo P-CLIPER fue desarrollado por Geoghegan et al. (2018), como una modificación del modelo R-CLIPER para generar escenarios prácticos de distribución de lluvia en tormentas tropicales y huracanes. A diferencia del R-CLIPER, que solo genera intensidades medias de lluvia, el P-CLIPER utiliza funciones exponenciales y funciones de distribución de probabilidad para reflejar posibles desviaciones de las intensidades medias de precipitación. El modelo utiliza ecuaciones paramétricas escalonadas para describir la intensidad de la precipitación en función del radio desde el centro de la tormenta y la desviación de la intensidad promedio de la lluvia para ciclones tropicales con categorías de tormentas tropicales (TS), categorías 1-2 (H1-H2) y categorías 3-5 (H3-H5) ajustados a partir de datos históricos.

Resultados

Ciclones tropicales en el Atlántico

La precipitación media que evalúan los modelos se observa en la figura 1. El R-CLIPER se aproxima mejor a los valores del IMERG para las categorías H1, H2 y H3, mientras que el PHRaM se acopla mejor a las categorías TD (depresión tropical) y TS. Sin embargo, ninguno de los modelos se acerca al valor de la categoría H4.

Los modelos del IPET subestiman los valores de la lluvia. Sin embargo, la tendencia y distribución entre categorías se asemeja más al R-CLIPER. En el caso del P-CLIPER, sobreestima los valores de la precipitación y no muestra una tendencia clara a medida que aumenta la intensidad de la lluvia.

En busca de determinar el modelo que mejor se ajusta a las condiciones del IMERG, se analizan los perfiles promedio de lluvia para cada categoría (véase figura 2). Sin embargo, para fines del presente artículo solo se presentan las categorías de huracanes, debido a que las categorías de TD y TS aún no cuentan con la suficiente fuerza como para mantener la lluvia en el centro o a su alrededor, y apenas se está formando la estructura de un ciclón tropical.

En las categorías H1, H2 y H3, los perfiles promedio de los modelos R-CLIPER, IPET y PHRaM presentan una caída muy similar a partir de 1.5° de distancia del ojo, que coincide bastante con el perfil del IMERG. En cuanto al valor máximo, el R-CLIPER y el PHRaM son los más cercanos. En el caso de H4, el P-CLIPER tiene una forma muy similar al IMERG, aunque los modelos R-CLIPER y PHRaM también se acercan a esta forma, pero subestiman ligeramente la lluvia.

Ciclones tropicales en el Pacífico

En la precipitación media (véase figura 3), los modelos R-CLIPER, PHRaM e IPET tienen valores cercanos al IMERG para la categoría TD, y esto se mantiene en general para las demás categorías. R-CLIPER es el mejor para H1 y H2 mientras que para H3 es una elección entre R-CLIPER y PHRaM. En H4, el modelo PHRaM es el más adecuado. En cuanto a H5, no hay un modelo que se acerque significativamente a su valor.

Se examinan los perfiles promedio de cada modelo para las categorías de huracanes para el océano Pacífico (véase figura 4), descartando la categoría H5 por ser solo un evento que no es representativo para los fines de este artículo.

En H1, el perfil promedio del R-CLIPER se asemeja al del IMERG a partir de 1° de distancia. Aunque el valor máximo se sobreestima, sigue siendo el modelo que se acerca más al valor real. Para las categorías H2, H3 y H4, el R-CLIPER y el PHRaM tienen perfiles con muy poca variación entre ellos.

Conclusiones

Se encontró que los modelos R-CLIPER y PHRaM producen una mejor aproximación a la lluvia de los ciclones tropicales en México. En el Atlántico, el PHRaM mostró una buena relación en cuanto a la cantidad de lluvia registrada y valores máximos similares a los datos del IMERG. La distribución de la precipitación en los campos generados por PHRaM también fue más realista en comparación con los otros modelos, que producían campos de lluvia simétricos.

En el océano Pacífico, los registros del IMERG mostraron campos de lluvia más simétricos, por lo que el R-CLIPER se aproximó bastante a estos datos. El PHRaM tendió a sobreestimar los campos de lluvia para las tormentas en este océano.

Es importante tener en cuenta que los resultados obtenidos pueden tener cierto margen de error debido a varios factores, como el desarrollo de los modelos basados en estimaciones del satélite TRMM y el hecho de que los modelos no están diseñados específicamente para las condiciones de México.

Es recomendable calibrar nuevos parámetros para los modelos R-CLIPER y PHRaM, adaptados a las condiciones reales de México, incluyendo aquellos que influyen en las precipitaciones generadas por los ciclones tropicales, como la topografía en el caso de PHRaM. El objetivo de esta calibración es determinar cómo la diversidad del territorio mexicano afecta la cantidad de lluvia generada por los ciclones tropicales. Es fundamental profundizar en estos modelos, específicamente para las condiciones de México, ya que los modelos calibrados podrían ser de gran utilidad en la integración de estudios de inundación, ayudando a prevenir o estudiar los efectos de los ciclones tropicales en el país

Si desea obtener las referencias bibliográficas citadas en este artículo, solicítelas a helios@heliosmx.org

Compartir en:

DESTACADOS

OPERACIÓN

Desafíos y logros de la gestión del agua en la capital En aras de garantizar que todos los habitantes de la Ciudad de México tengan

Leer más »