Simulación del Modelo WRF para estudios de procesos atmosféricos en el lago Titicaca

• Autor: Quispe Aymachoque, Julio Pedro
• Formato: tesis de maestría
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:https://repositorio.unap.edu.pe:20.500.14082/17109
• Enlace del recurso: http://repositorio.unap.edu.pe/handle/20.500.14082/17109
• Nivel de acceso: acceso abierto
• Materia: Anidamiento; Modelo WRF; Resolución espacial; Resolución temporal; Sistema climático; Variables físicas; Variables meteorológicas; https://purl.org/pe-repo/ocde/ford#2.07.00

La modelación y Simulación de un sistema climático, nos permite estudiar variables físicas, meteorológicas a resolución espacial y validarlas con datos in situ para determinar la habilidad del modelo. En la presente investigación se determinó una configuración numérica que pueda representar la variabilidad climática del Lago Titicaca (LT) de la Región Puno estudiando las variables físicas que nos da a conocer ciertos impactos sobre el mismo. En la simulación se utilizó el Modelo WRF (Weather Research and Forescasting Model) en donde se modelo con datos de entrada del modelo Global Forecast System (GFS), con una resolución de 55km (0. 5º) y con ello se realizó una configuración de tres dominios (D01, D02 y D03) en la secuencia de discretización horizontal de 27km >> 9km >> 3km, y una resolución temporal cada 06 horas para los días de 01 de enero al 10 de enero del 2017. Se precisa decir que el modelo para la Temperatura simula bien el ciclo diurno, pero para los vientos tiene cierta dificultad debido la topografía de la zona, con respecto con la precipitación se observó que el modelo sobreestima los valores poniendo datos en días donde no se presentaron lluvias, validándose con los datos obtenidos de dos Estaciones Meteorológicas (EM) del SENAMHI localizadas uno en las Provincias de Puno y Yunguyo. Así mismo podemos indicar que se necesitan realizar más configuraciones para simular bien el tiempo y clima a mayor escala temporal y espacial obteniendo un bajo error significativo.