UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Peru´, DECANA DE AMERICA) FACULTAD DE CIENCIAS FI´SICAS UNIDAD DE POSGRADO Estudio de las tormentas convectivas a trave´s de observacio´n instrumental y modelado nume´rico en los Andes Centrales del Peru´ Tesis Para optar el grado acade´mico de Mag´ıster en F´ısica con mencio´n en Geof´ısica Autor Elver E. Villalobos Puma Lima-Peru´ 2019 Asesor Dr. Daniel Martinez-Castro Co-asesores Dr. Shailendra Kumar P.h.D Yamina Silva Vidal Dedicatoria Edmundo-Hortencia, quri, qulqi tayta-mamallay, qankunaq sutiykispin qilqasqa key yachay taqi. Mayuri, sunqu ruruypi kawsaq, manan qunqaykimanchu I Agradecimientos En especial agradezco a mi asesor Dr. Daniel Martinez, por su constante ensen˜anza y la incursio´n en la f´ısica de las nubes, a Dr. Shailandra Kumar por la orientacio´n en senso- ramiento remoto, a mi profesor Octavio Fashe por su motivacio´n y siempre impulsandome para seguir adelante. No puedo dejar de agradecer a Dra. Yamina Silva por su confianza, constante apoyo y siempre por brindarme los mejores deseos y consejos, los cuales han sido clave para dedicarme a la investigacio´n con mucha pasio´n. Agradezco a Dr. Jose Luis Flores por su valioso ensen˜anza en el modelamiento atmosfe´ri- co tanto experimental y teo´rica. A Dr. Aldo Moya por su amistad y ensen˜ansa en me- teorolog´ıa y la interpretacio´n de las salidas del modelo atmosfe´rico. A Miguel Saavedra Huanca por su apoyo y confianza para el desarrollo de la tesis. Agradezco a todo el equipo cient´ıfico de MAGNET por su amistad y comentarios que me permitieron aprender mu- cho ma´s, asimismo agradezco al Instituto Geof´ısico del Peru´ (IGP) en especial a la subdi- reccio´n de Ciencias de la Atmo´sfera e Hidro´sfera (SCAH) por todas las oportunidades que me ha brindado. A la escuela de postgrado de Ciencias F´ısicas de la Universidad Nacional Mayor de San Marcos, por la ensen˜anza y motivacio´n para hacer ciencia en el Pais. La presente tesis se desarrollo´ en el marco del proyecto Magnet del IGP Fortalecimiento de la linea de investigacio´n en f´ısica y microf´ısica de la atmo´sfera, financiado por el Fondo Nacional de Desarrollo Cient´ıfico, Tecnolo´gico y de Innovacio´n Tecnolo´gica-FONDECYT del CONCYTEC (Convenio N◦ 010-2017-FONDECYT). Agradezco a las agencias National Aeronautics and Space Administration (NASA) y Japan Aerospace Exploration Agency (JAXA) por la disponibilidad de datos de los sate´lites Tropical Rainfall Mearuring Mission(TRMM) y Global Precipitation Measure- ment (GPM), la Universidad Utah por disponer datos de Precipitation Features (PFs) y a la National Oceanic and Atmospheric Administration (NOAA) por los datos del canal infrarrojo del sate´lite Geostationary Operational Environmental Satellite (GOES). Agradezco al Laboratorio de Dina´mica de Fluidos Geof´ısicos del IGP. Por la disponibilidad del sistema computacional de alto rendimiento HPC-Linux-Cluster. II Resumen La agricultura local en los Andes Centrales del Peru´ es sensible a episodios extremos, por ejemplo, la precipitacio´n intensa asociada a tormentas convectivas perjudican los sembrios por el execeso de agua, mientras que los granizos rompen las hojas de los cultivos cuando alcanzan el suelo. Aqu´ı se estudio´ la distribucio´n espacial y la estructura vertical de las tormentas convectivas mediante el me´todo del ana´lisis complejo. El a´rea de estudio se fracciono´ en 4 sub-a´reas (3 a´reas sobre los Andes y una que comprende la transicio´n Andes-Amazon´ıa), en los cuales se realizo´ la estad´ıstica de la reflectividad, la intensidad de lluvia y los para´metros microf´ısicos, determinados usando los sensores del PR-TRMM, el nu´cleo GPM, y el modelo WRF. Como resultado se tiene que en las regiones de los Andes ocurren sistemas de nubes convectivas ma´s profundas que en la regio´n de transicio´n Andes-Amazon´ıa. De modo que la diferencia del promedio vertical de la reflectividad presenta alrededor de 5dBZ entre Andes y Amazon´ıa-Andes. El ciclo diurno de la lluvia es diferente entre las regiones de Andes y Amazon´ıa-Andes. En promedio llueve en los intervalos 13-23 horas local y 18-6 horas local respectivamente. Los porcentajes de ocurrencia de precipitacio´n convectiva y estratiforme en a´reas de los Andes estan en proporcio´n 30 % y 70 % respectivamente y sus contribuciones relativas a la lluvia acumulada son equivalentes, en cambio en la transicio´n Amazon´ıa-Andes los porcentajes de ocurrencia son 31 % y 69 % y sus contribuciones acu- mulativas a la lluvia son 53 % y 47 % respectivamente. Se concluye que la precipitacio´n convectiva en las sub-a´reas de los Andes dependen fundamentalmente del mecanismo de forzamiento orogra´fico que fortalece el crecimiento de los hidrometeoros por encima del nivel de congelacio´n entre 6 y 12km de altura y propicia mayor acumulado de lluvia. Palabras clave: Reflectividad, radar de precipitacio´n, lluvia convectiva y estratiforme. III Abstract Local agriculture in the Central Andes of Peru is very sensible to extreme precipitation episodes. Fox example, heavy precipitation events associated with convective storms that damage the agricultural crops by the excessing water while the hail breaks the leaves of the crops. Here, I studied the spatial distribution and vertical structure of convective storms through the complex analysis method. Study area it was fractioned in four regions (three on the Andes and one on transition Andes-Amazon) in which the statics of reflectivity, rain rate and microphysical paramters were determinated from GPM and TRMM satellites and WRF model. As a result, it was found that deeper cloud systems occur in the Andes regions than in the Amazon-Andes transition region. Thus, the difference of the vertical average of reflectivity is around 5 dBZ between both regions. The diurnal rainfall cycle is also dif- ferent, since it rains preferably at the intervals of 13-23 LST and 18-06 LST respectively. The percentages of occurrence of convective and stratiform precipitation in the areas of the Andes are 30 % and 70 % respectively and their cumulative relative contributions to rainfall are equivalent; however, in the Amazon-Andes transition region, the percentages of occurrence are 31 % and 69 % and their cumulative contributions to rain are 53 % 47 %. It is concluded that convective precipitation in the Andes areas is intensified by the orographic forcing mechanism, which strengthens the growth of hydrometeors above the height of the freezing level between 6 and 12km of height and leads to greater cumulative rainfall. Keywords: Reflecitvity, precipitation radar, convective rainfall and stratiform rainfall. IV I´ndice de figuras 1.1. La cuenca del Mantaro se encuentra limitado con celeste y el valle del Mantaro con verde en esta u´ltima se localiza el Observatorio Huancayo (HYO) del Instituto Geof´ısico del Peru´ (IGP) . . . . . . . . . . . . . . . . 7 2.1. Representacio´n de los dos tipos de scattering (a) Scattering de Fresnel (reflexio´n parcial) (b) Scattering de Bragg, modificado de (Fukao et al., 2014) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 3.1. La cuenca de Mantaro dividido en cuatro sub-a´reas, denominados como regiones N, C, S, E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 4.1. Ciclo diurno de la precipitacio´n determinado desde PR-TRMM y PRKu- GPM (1998-2017) para la estacio´n DJF (diciembre-enero-febrero) sobre la regio´n N. El panel izquierdo indica el nu´mero de veces observado los sis- temas de precipitacio´n y el panel derecha representa la contribucio´n relativa a la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva). . 30 4.2. Ciclo diurno de la precipitacio´n sobre la regio´n C (la misma figura 4.1). El panel izquierdo indica el numero de veces observado los sistemas de precipitacio´n y el panel derecha representa la contribucio´n relativa de la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva). . . . . 31 4.3. Ciclo diurno de la precipitacio´n sobre la regio´n S (la misma figura 4.1). El panel izquierdo indica el nu´mero de veces observado los sistemas de precipitacio´n y el panel derecha representa la contribucio´n relativa de la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva) . . . . 32 4.4. Ciclo diurno de la precipitacio´n sobre la regio´n E (la misma figura 4.1). El panel izquierdo indica el numero de veces observado los sistemas de precipitacio´n (lluvia de tipo M se observan en 0-5UTC y 12-17 UTC) y el panel derecha representa la contribucio´n relativa de la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva) . . . . . . . . . . . . . . . 33 V I´NDICE DE FIGURAS VI 4.5. Nu´mero total de pixeles nublados en perfil vertical (referencia de altura a nivel del mar), para las sub-a´reas de la cuenca del Mantaro determinado desde la data PR-TRMM para el periodo 1998-2014 . . . . . . . . . . . . . 34 4.6. Promedio de la altura del nivel de congelacio´n (referencia de altura a nivel del mar), para las sub-a´reas de la cuenca del Mantaro determinado desde la data PRKu-GPM para el periodo 2014-2018 . . . . . . . . . . . . . . . . 35 4.7. Diagrama de frecuencia normalizada (DFN) para la reflectividad vertical del PR (1998-2014) en cada subarea (N, C, S y E) de la cuenca del Mantaro 36 4.8. Diagrama de frecuencia normalizada (CFAD) de la reflectividad vertical del PR (1998-2014) para precipitacio´n convectiva en cada subarea (N, C, S y E) de la cuenca del Mantaro . . . . . . . . . . . . . . . . . . . . . . . 38 4.9. Isolineas de la frecuencia de ocurrencia del factor de reflectividad (entre 0 y 5km de altura referencia nivel del mar) observado por el PR para el periodo de 1998-2014 en las cuatro regiones N, C, S y E . . . . . . . . . . 39 4.10. Precipitacio´n estratiforme en la regio´n E y cercana a esta regio´n la dis- tribucio´n de reflectividad observado por el radar banda Ku del N-GPM, evento ocurrido el 2 de marzo de 2017 . . . . . . . . . . . . . . . . . . . . . 40 4.11. Diagrama de frecuencia normalizada (CFAD) de la reflectividad vertical del PR (1998-2014) para precipitacio´n estratiforme en cada subarea (N, C, S y E) de la cuenca del Mantaro . . . . . . . . . . . . . . . . . . . . . . 41 4.12. Diagrama de frecuencia normalizada (CFAD) de la reflectividad vertical del PR (1998-2014) para la regio´n E de la cuenca del Mantaro . . . . . . . 42 4.13. Sistemas de nubes de precipitacio´n observado por el radar de banda Ku del sate´lite GPM, panel izquierdo escaneo en superficie de la reflectividad y panel derecho seccio´n transversal para la l´ınea roja observado en panel izquierda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.14. frecuencia relativa de ocurrencia de Ze so´lo para celdas convectivas obser- vado por el PR para el periodo de 1998-2014 en las cuatro regiones N, C, S y E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 4.15. Promedio de perfiles verticales de la reflectividad observado por el PR para el periodo 1998-2014. a) CbT y b) CbT75 . . . . . . . . . . . . . . . . . . 46 4.16. Promedio de las perfiles verticales de la reflectividad observado por el PR para el periodo de 1998-2014. a) ICC6 y b) ICC8 . . . . . . . . . . . . . . 47 4.17. Se muestra la distribucio´n frecuencia de ocurrencia de alturas de los um- brales de 40-dBZ observado por el PR para un periodo 1998-2014. a) CbT, b) ICC6, c) ICC8 y d) ICC3 . . . . . . . . . . . . . . . . . . . . . . . . . 48 I´NDICE DE FIGURAS VII 4.18. Climatolog´ıa de altura tope para umbrales 40 y 30 dBZ para un periodo 1998-2018 calculado desde PR-TRMM y PRKu-GPM, a) Altura ma´xima de 40 dBZ y b) Altura ma´xima de 30 dBZ . . . . . . . . . . . . . . . . . . 49 4.19. La frecuencia de ocurrencia acumulativa (CDF) para nubes convectivas en las regiones (N,C,S,E) para un periodo 1998-2018. Panel izquierda area cumulativa y panel derecha la altura ma´xima de 20 dBZ . . . . . . . . . 50 4.20. Promedio vertical de valores ma´ximos de la reflectividad calculado desde un periodo 1998-2018 desde PR y PRKu. a) Mayores de percentil 25 y b) Para todos los valores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 4.21. La temperatura de la atmo´sfera y el promedio vertical de la reflectividad (la misma figura 4.20 ). a) Temperatura versus promedio de reflectividad (percentil 25) y b) temperatura versus promedio total de las reflectividades 51 4.22. (a) Distribucio´n vertical de reflectividad versus tiempo a partir de Mira35C, (b) registro de lluvia (mm/h) con el pluviometro para el evento 29 de enero de 2016 sobre valle del r´ıo Mantaro. . . . . . . . . . . . . . . . . . . . . . . 52 4.23. Velocidad Doppler (Mira35C) de hidrometeoros y velocidad de la atmo´sfera en la componente vertical (BLTR) estimado entre 6:00 y 6:20 horas de la figura 4.22a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4.24. Perfil vertical de reflectividad y sus componentes para el evento del 29 de enero de 2016 evento ocurrido sobre LAMAR. a) Perfil vertical de la reflec- tividad, b) componente de la reflectividad definido como NdBw = 10log(Nw) y c) componente de la reflectividad definido como IdbB = 10log[F (Dm, µ)] 54 4.25. Perfil vertical del diagrama de frecuencia normalizada (CFAD, sigla en ingles) para el evento del 29 de enero de 2016 observado por Mira35C. a) Reflectividad, b) Velocidad Doppler y c) ancho espectral . . . . . . . . . . 55 4.26. Comparacio´n de perfil vertical de la reflectividad entre radar perfilador de nube (Mira35C) y el radar de precipitacio´n PR-TRMM sobre Observatorio de Huancayo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.27. Promedio vertical de parame´tros de la distribucio´n de gotas de lluvia y part´ıculas de nube desde KuPR-GPM (2014-2018) sobre las sub-a´reas de la cuenca del Mantaro (a) Reflectividad para lluvia estratiforme, (b) Nw para lluvia estratiforme, (c) Ib para lluvia estratiforme, (d) relfectividad para lluvia convectiva, (e)Nw para lluvia convectiva y (c) Ib para lluvia convectiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 I´NDICE DE FIGURAS VIII 4.28. Promedio vertical de parame´tros de la distribucio´n de gotas de lluvia y part´ıculas de nube desde KuPR-GPM (2014-2018) sobre las sub-a´reas de la cuenca del Mantaro (a) Reflectividad para sistema de nubes convectivas intensas, (b) Nw para CCI8s, (c) Ib para CCI8s, (d) relfectividad para para CCI3, CCI6 y CCI8, (e)Nw para CCI3, CCI6 y CCI8 y (c) Ib para CCI3, CCI6 y CCI8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 4.29. El promedio de los para´metros microf´ısicos segu´n el rango de la intensidad de lluvia determinado desde PRKu para periodo 2014-2018 . . . . . . . . . 61 4.30. Dispersio´n de la intensidad de lluvia entre observado por el sensor del N-GPM y por el modelo WRF simulado para 28 eventos de precipitacio´n ocurrido en alguna area de la cuenca. Cada panel corresponde a las regiones de la cuenca del Mantaro. a) Region N, b) Region C, c) Region S, d) Region E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 4.31. Distribucio´n espacial de temperatura de brillo determinado desde GOES- 13, se observan para tiempos distintos en UTC; 2016-02-09 17:15 (panel izquierda) y 2016-02-09 18:45 (panel derecha) . . . . . . . . . . . . . . . . 64 4.32. Distribucion espacial de la intensidad de lluvia en mm/h (panel izquier- da) y los sistemas de nucleos ma´s frios de la temperatura de brillo ambos determinado desde el sensor GMI del N-GPM para el evento de la figura 4.31 65 4.33. Distribucio´n espacial de nubes de precipitacio´n observado por el radar de banda Ku del sate´lite N-GPM para el evento de la figura 4.32, panel izquier- do escaneo en superficie de la reflectividad y panel derecho seccio´n transver- sal para la l´ınea roja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 4.34. Distribucio´n espacial de la intensidad de lluvia determinado para 30 minu- tos (panel izquierda) y el promedio de factor de reflectividad (panel derecha) desde 30 minutos, ambos corresponden a la salida del modelo WRF3.7 para el evento de la figura 4.32 . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 4.35. Distribucio´n espacial de la intensidad de lluvia (mm/h) (panel izquierda) y la temperatura brillo (panel derecha), ambos corresponden al escaneo del sensor de sate´lite N-GPM para el evento del 2016-11-09 . . . . . . . . . . . 68 4.36. Distribucio´n espacial de la temperatura de brillo desde GOES-13 (2016-11- 09 18:15 UTC) y la distribucio´n de ma´ximo valores del factor de reflectivi- dad determinado desde el modelo WRF3.7 (2016-11-09 18:20 UTC) . . . . 69 I´NDICE DE FIGURAS IX 4.37. Distribucio´n de temperatura de brillo para el sistema de nubes desde GOES- 13 (panel izquierda superior a 2016-11-09 21:45 y panel izquierda inferior a 2016-11-09 23:45) y valores ma´ximos de reflectividad determinado desde el modelo WRF3.7 (panel superior derecha a 2016-11-09 21:30 y panel inferior derecha a 2016-11-09 23:40) . . . . . . . . . . . . . . . . . . . . . . . . . . 70 4.38. Distribucio´n del factor de reflectividad del sistema de nubes (panel izquier- da) observado por el radar de banda Ku del sate´lite N-GPM y perfil vertical de reflectividad (panel derecha) para el evento de la figura 4.35 . . . . . . . 71 I´ndice de tablas 2.1. Caracter´ısticas del PR-TRMM (Kummerow et al., 1998) . . . . . . . . . . 9 2.2. Caracter´ısticas del DPR (Hou et al., 2014) . . . . . . . . . . . . . . . . . . 10 2.3. Caracter´ısticas te´cnicas de radares: BLTR y Mira35C . . . . . . . . . . . . 16 3.1. Caracter´ısticas de la simulacio´n del modelo WRF . . . . . . . . . . . . . . 26 3.2. Parametrizaciones f´ısicas utilizados en el experimento del modelamiento . . 26 4.1. Umbrales para sistemas de nubes con celdas convectivas intensas . . . . . . 44 X Lista de abreviaturas y siglas ARM - Atmospheric Radiation Measurement DSD - Drop Size Distribution DPR - Dual-frequency Precipitation Radar GMI - GPM Microwave Imager GPM - Global Precipitation Measurement HDF - Hierarchical Data Format JAXA - Japan Aerospace Exploration Agency NASA - National Aeronautics and Space Administration PR - Precipitation Radar KuPR - Ku-band Precipitation Radar KaPR - Ka-band Precipitation Rdar TRMM - Tropical Rainfall Measuring Mission MCS - Mesoscale convective system GOES - Geostationary Operational Environmental Satellite NOAA - National Ocean and Atmospheric Administration NCAR - National Center for Atmospheric Research XI I´ndice general Dedicatoria I Agradecimientos II Resumen III Abstract IV Lista de abreviaturas y siglas XI 1. Introduccio´n 1 1.1. Justificacio´n de la investigacio´n . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2. Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.3.2. Objetivo Espec´ıfico . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4. Hipo´tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.5. A´rea de Estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2. Fundamento teo´rico 8 2.1. Radares del TRMM y GPM . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.1.1. Ca´lculo de la reflectividad . . . . . . . . . . . . . . . . . . . . . . . 10 2.2. Radar perfilador del aire claro . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.1. Ecuacio´n del radar . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.3. Radar perfilador de nubes . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.3.1. Ca´lculo de para´metros de lluvia y microf´ısica . . . . . . . . . . . . . 17 2.3.2. Descomposicio´n de la reflectividad . . . . . . . . . . . . . . . . . . . 19 2.4. Modelo regional WRF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.4.1. Ecuaciones del WRF . . . . . . . . . . . . . . . . . . . . . . . . . . 20 XII I´NDICE GENERAL XIII 3. Datos y Metodolog´ıa 23 3.1. Nubes cumulunimbos tower y nubes convectivas intensas . . . . . . . . . . 23 3.2. Diagrama de frecuencia normalizada . . . . . . . . . . . . . . . . . . . . . 24 3.3. Determinacio´n de sub-a´reas . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.4. Configuracio´n de WRF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.5. Datos in situ y radares de N-GPM y TRMM . . . . . . . . . . . . . . . . . 27 4. Resultados y Discusiones 29 4.1. Sistemas de precipitacio´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 4.1.1. Contribucio´n relativa a la lluvia . . . . . . . . . . . . . . . . . . . . 29 4.2. Perfil vertical de reflectividad . . . . . . . . . . . . . . . . . . . . . . . . . 33 4.2.1. Estructura vertical de los sistemas de nubes . . . . . . . . . . . . . 33 4.2.2. Estructura vertical de las nubes convectivas intensas . . . . . . . . 42 4.2.3. Climatolog´ıa de la estructura vertical de las nubes convectivas . . . 48 4.3. Microf´ısica de las nubes en la cuenca del Mantaro . . . . . . . . . . . . . . 52 4.4. Simulacio´n nume´rica y observacio´n instrumental . . . . . . . . . . . . . . . 62 5. Conclusiones 72 5.1. Recomendaciones para trabajos futuro . . . . . . . . . . . . . . . . . . . . 73 Bibliograf´ıa 74 Cap´ıtulo 1 Introduccio´n La precipitacio´n es considerada la fuente principal para el aporte del agua, y es uno de los componentes del ciclo hidrolo´gico y del sistema clima´tico mundial. Desde el punto de vista f´ısico, la precipitacio´n esta relacionada a la circulacio´n atmosfe´rica a trave´s de la liberacio´n del calor latente (Michaelides et al., 2009). Entender la variabilidad de la lluvia en el tro´pico es profundamente importante, puesto que la circulacio´n atmosfe´rica en los tro´picos y subtro´picos se relaciona con la distribucio´n de la lluvia a trave´s del efecto del calor latente de condensacio´n y congelacio´n, siendo e´sta la mayor fuente del calor para la circulacio´n atmosfe´rica (Figueroa and Nobre, 1990). En general, las precipitaciones tropicales se clasifican como convectivas y estratiformes, siendo posible la coexistencia y combinacio´n de ambas (Houze Jr, 2014). Las nubes convectivas se caracterizan por las altas velocidades verticales en el interior de las corrientes verticales intensas, generalmente mayores que 1 m/s y por intensidades de lluvia mayores que 5 mm/h, mientras que su extensio´n horizontal var´ıa t´ıpicamente entre 1 y 10 km, aunque puede ser mayor. Este tipo de precipitacio´n esta asociada a las celdas convectivas del tipo cumulus o cumulonimbus, tanto aisladas como multiceldas o superceldas, denominadas en general nubes de tormenta, ya que en el estad´ıo de cumu- lonimbus suelen estar acompan˜adas de actividad ele´ctrica, y en algunos casos de fuertes ra´fagas de viento, granizadas y tornados. Por otra parte, las lluvias estratiformes proce- den de las nubes homo´nimas, que son de mayor extensio´n horizontal y duracio´n que las convectivas, presentando velocidades verticales pequen˜as, de menos de 1 m/s e intensi- dades de lluvia generalmente menores de 5 mm/h, mientras que su extensio´n horizontal caracter´ıstica es del orden de 100 km (Schumacher and Houze Jr, 2003). A pesar de su baja intensidad, en determinadas condiciones las nubes estratiformes pueden dar lugar a acumulados importantes de precipitacio´n, debido a su mayor duracio´n. La distribucio´n vertical del calor latente muestra diferencias importantes para sistemas de conveccio´n 1 CAPI´TULO 1. INTRODUCCIO´N 2 profunda y estratiformes y depende de la estructura vertical de los sistemas convectivos, (Figueroa and Nobre, 1990; Gage et al., 1994). Por ejemplo, en los sistemas convectivos de mesoscala (MCSs, siglas en ingles), que son los sistemas de mayor contribucio´n a eventos severos y precipitaciones en muchas partes del mundo, sus caracter´ısticas morfolo´gicas esta´n ı´ntimamente vinculadas a su mecanismo de produccio´n de las precipitaciones, ya que esta´n constituidos por celdas convectivas profundas y por zonas de nubosidad y lluvia estratiforme, que se forman como parte de la evolucio´n del sistema, que cuenta con un largo tiempo de vida, garantizado por su circulacio´n interna (Houze Jr et al., 1990). En America del Sur, Rasmussen et al. (2016); Rasmussen and Houze Jr (2011) estudiaron el ciclo de vida de los MCSs y su contribucio´n a la lluvia, utilizando informacio´n de radar que los MCSs proporcionan el 95 % de la lluvia en la estacio´n ca´lida y se producen cuando se activa la conveccio´n debido a la interaccio´n del flujo con las laderas de los Andes, dando lugar eventualmente a tornados destructivos, granizo e inundaciones. El factor de reflectividad de radar es u´til para estudiar la estructura, el tipo y la canti- dad de lluvia de los sistemas de precipitacio´n. Esta variable se obtiene desde el escaneo en tres dimensiones con los radares meteorolo´gicos y contiene informacio´n apropiada para es- tudiar la estructura vertical y horizontal de los sistemas de precipitacio´n. Por consiguiente, la distribucio´n vertical de reflectividad refleja la distribucio´n de las concentraciones de los hidrometeoros (Houze Jr, 2014; Kumar and Bhat, 2016) y esta´ ı´ntimamente relacionada con la intensidad de la conveccio´n ya que los valores ma´s altos de reflectividad en niveles medios y altos de la tropo´sfera corresponden a las velocidades verticales ma´s intensas (Xu and Zipser, 2012). Asimismo (Saikranthi et al., 2014) sen˜alan que la variacio´n con la altura del ma´ximo del factor de reflectividad en la distribucio´n de frecuencia normalizada de dicha magnitud cambia para cada tipo de regio´n, debido a que los procesos microfisicos dominantes son distintos. Para el caso de las tormentas convectivas, la altura del ma´ximo del perfil vertical del factor de reflectividad dentro de un sistema de nubes es un indicador fundamental de los tipos de tormenta (Kumar, 2017) . Por ejemplo; la ma´xima altura de los ecos con reflectividad de 20 dBZ es un indicador clave para conocer la altura l´ımite en que las corrientes ascendentes pueden tener efecto de desviacio´n en las part´ıculas de hielo y precipitacio´n; en cambio la altura ma´xima de los ecos con 40 dBZ es buen indicador de las intensidades convectivas o de la velocidad de la corriente ascendente (Cecil et al., 2005; Xu and Zipser, 2012). Un factor fundamental en la descripcio´n de la estructura vertical de los sistemas de nubes lo constituye el perfil vertical de reflectividad de radar obtenido desde los radares Doppler para MCSs. Mediante este me´todo se encontro´ que la reflectividad decrece hacia la superficie por debajo de los niveles de congelamiento en el continente y en el oce´ano ocurre lo opuesto (Zipser and Lutz, 1994). Por otra parte, CAPI´TULO 1. INTRODUCCIO´N 3 mediante el mismo me´todo, Bhat and Kumar (2015) determinaron las celdas convectivas ma´s intensas, en un campo de cumulimbus (Cb) para distintas altura de referencia (3, 8 y 12 km), concluyendo que la estructura vertical de la reflectividad depende de la altura de referencia seleccionada. La estructura de tormentas convectivas depende de muchos factores que incluyen el grado de inestabilidad atmosfe´rica, el cizallamiento vertical del viento, los forzantes de la mesoscala y la influencia de los sistemas convectivos vecinos (Weisman and Klemp, 1984). La intensidad de las tormentas esta´ determinada por las propiedades de las corrientes as- cendentes, que son muy dif´ıciles de medir in situ, de modo que se utilizan las mediciones indirectas a partir se sensores remotos, y en particular, los me´todos basados en radares a bordo de sate´lites. Para esto se han desarrollado una serie de procedimientos de esti- macio´n para obtener las intensidades convectivas utilizando las mediciones de los sate´lites de Tropical Rainfall Measuring Mission (TRMM) y Global Precipitation Measurement (GPM) (Zipser et al., 2006). A pesar de su gran utilidad para el estudio de la estructura de los sistemas de nubes y las precipitaciones, la informacio´n brindada por los radares abordo en TRMM y GPM no es suficiente para determinar la evolucio´n de las caracter´ısticas termodina´micas y los procesos f´ısicos de los sistemas convectivos y el ciclo vida de las tormentas, ya que e´stas son observaciones instanta´neas, debido al cara´cter circumpolar de estos sate´lites (Ras- mussen and Houze Jr, 2016). Para complementar esta informacio´n, es necesario realizar simulaciones nume´ricas a escalas de tormentas. Aplicando este me´todo, Insel et al. (2010) encontraron que los Andes tienen una influencia directa sobre la climatolog´ıa de Ame´rica del Sur y actu´an como forzante de las precipitaciones orogra´ficas a lo largo del Este de los Andes. En el presente trabajo se aplica el modelo nume´rico Weather Research Fore- casting (WRF, sigla en ingle´s) que fue desarrollado en los an˜os 90 bajo la direccio´n de National Center for Atmospheric Research (NCAR, sigla en ingle´s). Fue desarrollado para investigar los procesos f´ısicos de eventos meteorolo´gicos tanto las tormentas convectivas. El sistema Monzo´n de Ame´rica del Sur (SAMS, siglas en ingles) desarrollado entre bajas latitudes de regiones continentales y regiones de oce´anos cercanas al continente, se vincula a los reg´ımenes de precipitacio´n en el continente (Vera et al., 2006b). El SAMS presenta varios per´ıodos caracter´ısticos en el an˜o que representan distintas fases de su desarrollo, el llamado pre-monzo´n, entre octubre y noviembre, el monzo´n en desarrollo, entre fines de noviembre y diciembre, el monzo´n en su etapa de madurez entre enero y principios de febrero, el monzo´n en retirada entre febrero y marzo y el post-monzo´n hasta fines de abril (Zhou and Lau, 1998). Durante la etapa madura del Monzo´n, aumenta la actividad convectiva y con ella se extienden lluvias intensas desde la Amazonia hacia el CAPI´TULO 1. INTRODUCCIO´N 4 sureste del Brasil (Vera et al., 2006b). En los Andes la precipitacio´n ocurre durante el verano austral, que esta vinculado la fase madura del SAMS. En Peru´ la precipitacio´n observada en la Amazonia y en los llamados hot spots, o regiones con ma´ximos espaciales de precipitacio´n, es mayor en la estacio´n NDJF (noviembre-diciembre-enero-febrero ) que la estacio´n MJJA (mayo-julio-junio-agosto) (Chavez and Takahashi, 2017; Espinoza et al., 2015). La cordillera de los Andes se extiende desde el norte del ecuador hasta el extremo sur del continente y los Andes Centrales se delimitan entre 15◦ y 22◦ latitud Sur. Para la porcio´n sur de los Andes Centrales, y en particular para el Altiplano, Garreaud (1999) estudio´ los principales mecanismos que producen per´ıodos de ma´s o menos lluvia en el per´ıodo de verano, resaltando la frecuenta presencia de inestabilidad condicional, que no resulta suficiente para el desarrollo de la lluvia para las condiciones del Altiplano. Resalto´ la importancia del peso relativo del flujo de aire fr´ıo del oeste de niveles bajos procedente del Pac´ıfico, con baja temperatura potencial equivalente, y el flujo ca´lido y hu´medo en niveles bajos y medios procedente de la Amazonia. Las condiciones de intenso flujo hu´medo del Este en niveles bajos, acompan˜adas de convergencia prevalecen para los episodios de varios d´ıas lluviosos consecutivos. La distribucio´n espacial de la lluvia en las secuencias de d´ıas lluviosos esta´ fuertemente determinada por la orograf´ıa de los Andes. La topograf´ıa de los Andes tiene un especial importancia para el transporte del flujos de humedad a niveles bajos, conocido por chorro de bajo nivel de Ame´rica del Sur (CBNAS, South America low level jet, SALLJ, en ingles). El CBNAS se transporta desde el Atla´ntico Norte hacia la cuenca de la Plata pasando por la Amazon´ıa y por el este de los Andes. Estos flujos condicionan zonas de convergencia en las pendientes de los Andes, propiciando zonas de ascenso de aire, que propician la precipitacio´n (Berbery and Collini, 2000; Vera et al., 2006a). Usando los datos de radar de precipitacio´n PR del TRMM, (Bookhagen and Strecker, 2008) demostraron que el relieve de los Andes controla la lluvia orogra´fica. Por otra parte, Rasmussen and Houze Jr (2016) sen˜alan que los Andes interactu´an con los flujos provenientes tanto del Pacifico como de la Amazonia, generando mecanismos particulares de cada regio´n, ya que los flujos de bajas niveles que vienen de la Amazon´ıa a trave´s de SALLJ son interrumpidos a niveles medios y altos por la subsidencia del aire seco del Oeste. A pesar que los Andes bloquean los flujos de humedad, las lluvias son significativas en los valles inter-Andinos, donde la influencia de las montan˜as aumenta la intensidad, posicio´n y sincronizacio´n de las precipitaciones convectivas (Banta, 1990; Chavez and Takahashi, 2017; Houze Jr, 2014). El patro´n de precipitacio´n determinado por la presencia de los Andes es muy complejo. A gran escala, los Andes en general controlan fuertemente el patro´n de precipitacio´n, por lo que los valores extremos de precipitacio´n CAPI´TULO 1. INTRODUCCIO´N 5 y la ocurrencia de intensas tormentas se acumulan marcadamente entre los tro´picos y subtro´picos de America del Sur (Rasmussen and Houze Jr, 2016). En cambio, a pequen˜a escala, el desarrollo de las conveccio´n y la presencia de la topograf´ıa son responsables de la variabilidad de la precipitacio´n (Celleri et al., 2007). La cuenca del Mantaro, localizada en los Andes centrales del Peru´ es altamente vul- nerable a los eventos extremos asociada a la variabilidad clima´tica (Mart´ınez Grimaldo et al., 2005), En especial, la precipitacio´n es la variable de mayor intere´s en la agricultura, la generacio´n de energ´ıa, el abasto de agua para la poblacio´n y las actividades econo´micas (Silva et al., 2008). A su vez la cuenca del Mantaro presenta la climatolog´ıa de lluvia mensual con estaciones seca y lluviosa bien marcadas, con valores ma´ximos de lluvia que ocurren entre enero y marzo y valores mı´nimos entre junio y julio (Silva et al., 2008). En particular, en el valle del r´ıo Mantaro, donde se ubica el Laboratorio de Microf´ısica Atmosfe´rica y Radiacio´n (LAMAR), Observatorio de Huancayo (HYO) del Instituto Ge- of´ısico del Peru´ (IGP), la climatolog´ıa de lluvia diaria presenta la estacio´n hu´meda entre setiembre y marzo, mientras la estacio´n lluviosa comienza en agosto y termina aproxi- madamente en abril, con picos ma´ximos entre enero y febrero, y la estacio´n seca tiene lugar entre mayo y julio (Saavedra and Takahashi, 2017). Zubieta et al. (2017) usando datos observados de precipitacio´n diaria determinaron que los eventos de alta y muy alta intensidad representan el 35 % de los d´ıas de lluviosos, a los que corresponde aproximada- mente el 71 % de la cantidad de la lluvia total. Asimismo, la diferencias y similitudes entre la concentracio´n y intensidad de la lluvia diaria sugieren una influencia orogra´fica sobre la humedad que llega desde la Amazonia por encima de los Andes. Los patrones espaciales de precipitacio´n y la estructura vertical de los sistemas nubosos que aportan precipitacio´n en la cuenca del Mantaro, as´ı como el tipo de precipitacio´n predominante en diferentes condiciones meteorolo´gicas no han sido estudiados hasta el momento. En el presente investigacio´n se analiza, por una parte, la variabilidad espacial y temporal de la precipitacio´n estimada a partir de los datos del radar de precipitacio´n (PR) del TRMM y el radar de precipitacio´n en banda Ku (KuPR) del sate´lite nu´cleo GPM de ambos combinado corresponden un periodo de 20 an˜os de informacio´n. Por otra parte, para estudiar las particularidades de la evolucio´n de las precipitaciones en el valle del Mantaro se utiliza el me´todo del ana´lisis complejo de varios estudios de casos, correspondientes a situaciones de especial intere´s. Para ello se utiliza el modelo atmosfe´rico Weather Research and Forecasting version 3.7 (WRF3.7), los casos disponibles del DPR y el radar perfilador de nube banda Ka instalado en el LAMAR, y otros equipos de medicio´n de lluvia con apoyo de los datos del canal infrarrojo de sate´lite Geostationary Operational Environmental Satellite (GOES) administrado por la NOAA. CAPI´TULO 1. INTRODUCCIO´N 6 1.1. Justificacio´n de la investigacio´n Las tormentas convectivas revisten especial importancia desde el punto de vista meteo- rolo´gico y son potencialmente peligrosas para la aviacio´n. Aunque duran poco tiempo son muy intensos con fuertes vientos ascendentes y descendentes. La importancia de cono- cer mejor estos eventos en los Andes Centrales del Peru´ es debido a su frecuencia de ocurrencia de precipitacio´ne severas asociada a tormentas convectivas, que en algunas ocasiones tienen efectos negativos para la agricultura local sobre todo cuando el granizo logra alcanzar hasta la superficie. 1.2. Planteamiento del problema En los Andes Centrales del Peru´ las precipitaciones convectivas, asociadas a las tor- mentas convectivas ocurren frecuentemente. Estos eventos por su severidad perjudican continuamente la agricultura, afectando la base econo´mica de las personas del lugar. En la zona de estudio hasta el momento estos eventos severos no estan bien documentadas su patron de variabilidad espacial como en su estructura vertical. 1.3. Objetivos 1.3.1. Objetivo General Mediante la observacio´n instrumental y simulacio´n nume´rica comprender la variabili- dad espacial-temporal y la estructural vertical de los sistemas de nubes precipitables en los Andes Centrales del Peru´. 1.3.2. Objetivo Espec´ıfico Determinar el ciclo diurno de las precipitaciones estratiforme y convectiva y cuan- tificar su contribucio´n relativa para cada sub-a´reas de la Cuenca del Mantaro Documentar la estructura vertical de la reflectividad para los tipos de precipitacio´n estratiforme y convectiva en la cuenca del Mantaro Describir la estructura vertical de los parame´tros microf´ısicos de sistemas de nubes precipitables para celdas convectivas intensas . Encontrar los umbrales de los sistemas de nubes convectivas en te´rminos de reflec- tividad para cada subarea de la cuenca del Mantaro. CAPI´TULO 1. INTRODUCCIO´N 7 Describir la variacio´n espacial de los sistemas de precipitacio´n para casos de estudio. 1.4. Hipo´tesis El patro´n espacial, la estructura vertical y la microf´ısica de nubes de precipitacio´n se comportan de manera diferenciada en la regio´n de los Andes y la zona de transicio´n Andes-Amazon´ıa. 1.5. A´rea de Estudio El a´rea de estudio se centra en los Andes centrales del Peru´ especificamente la cuenca del Mantaro. La cuenca es como un laboratorio donde se pueden realizar muchos es- tudios ambientales, de fenomenos atmosfericos, de eventos meteorolo´gicos extremos asi como las lluvias severas que en algunos casos involucra las granizadas, las heladas entre otros fenomenos naturales. Estos sucesos generan impactos negativos y desestabilizan la agricultura local lo que afecta la base econo´mica y social de la poblacio´n. Por otro lado, las caracter´ısticas clima´ticas y geogra´ficas de la cuenca han permitido la instalacio´n de centrales hidro-ele´ctricas, y la produccio´n agr´ıcola del valle Mantaro provee alimentos a Lima, generando gran importancia socio-econo´mica (Pedro´s and Gutie´rrez, 2005) JUNIN LIMA CUSCO PASCO UCAYALI ICA AYACUCHOHUANCAVELICA APURIMAC CALLAO 200000 200000 300000 300000 400000 400000 500000 500000 600000 600000 700000 700000 8 500 000 860 000 0 860 000 0 870 000 0 870 000 0 880 000 0 880 000 0 Mapa de localización del valle del río Mantaro Escala: 1/1 400 000 UCAYALI JUNINLIMA ANCASH HUANUCO PA SCO ® Casco_Urbano Leyenda Departamento Limite_Valle_Mantaro Cuenca_Mantaro Macro_Region_Centro 0 30 60 90 12015 Kilometers Figura 1.1: La cuenca del Mantaro se encuentra limitado con celeste y el valle del Man- taro con verde en esta u´ltima se localiza el Observatorio Huancayo (HYO) del Instituto Geof´ısico del Peru´ (IGP) Cap´ıtulo 2 Fundamento teo´rico En este cap´ıtulo se introduce la base teo´rica del presente estudio. La primera parte trata sobre la teor´ıa de radares; perfilador de nube, perfilador de viento y radares abordo en los sate´lite nu´cleo GPM y TRMM y adema´s presentamos las ecuaciones que gobiernan en el modelo atmo´sferico WRF. 2.1. Radares del TRMM y GPM Los radares meteorologicos son instrumentos disen˜ados para determinar la posicio´n y estudiar sus propiedades de los objetivos de la atmo´sfera mediante la medicio´n de la ra- diacio´n dispersada por los mismos. El dispositivo ma´s comun utilizado para la estimacio´n de los hidrometeoros son los radares mono esta´ticos que funcionan como transmisor y receptor, ubicados en el mismo sitio comparten una antena en comun. Los radares me- teorolo´gicos (radares de precipitacio´n) operan en el rango micronda del espectro electro- magne´tico, especificamente en el rango de aproximadamente 3-10 cm (Raghavan, 2003). Estos radares permiten la deteccio´n de part´ıculas de precipitacio´n cuyo taman˜o umbral depende de la longitud , de modo que a menor longitud de onda, el radar es capaz de detectar part´ıculas menores, aunque a acentuacio´n de la radiacio´n en el interior de la nube o zona de precipitacio´n aumenta. Para la observacio´n de los hidrometeoros atmosfe´ricos (part´ıculas de nube, gotas de lluvia, granizo, etc) se utilizan radares que se diferencia en el rango de operacion y el principio f´ısico que gobiernan, el primero; radar de precipitacio´n que opera en un rango centime´trico, el segundo, el radar de nube (perfilador de nube) que opera en el rango milime´trico, este u´ltimo permite detectar las part´ıculas de nube y estudiar los procesos microf´ısicas en la estructura vertical. Por otra parte, los llamados radares o perfiladores de nube, operan en el rango de longitudes de ondas milime´tricas, y son capaces de detectar las part´ıculas de nube de dimensiones menores que las de pre- 8 CAPI´TULO 2. FUNDAMENTO TEO´RICO 9 cipitacio´n. Generalmente apuntan en una direccio´n fija, de modo que proporcionan una estimacio´n de la distribucio´n de part´ıculas a lo largo de su haz de radiacio´n en la regio´n donde e´ste intercepta la nube. El sate´lite Tropical Rainfall Measuring Mission (TRMM) y el Nu´cleo Global Pre- cipitation Measurement (N-GPM) fueron puestos en la orbita espacial a trave´s de una misio´n conjunta entre National Aeronautics and Space Administration (NASA) y Japan Aerospace Exploration Agency (JAXA) (Hou et al., 2014; Kummerow et al., 1998). El TRMM esta dotado de un radar de precipitacio´n (PR, sigla en ingles) que opero´ ma´s de 17 de an˜os desde noviembre de 1997 hasta abril de 2015. Durante este periodo propor- ciono´ informacio´n invaluable de los sistemas de precipitacio´n sobre el tro´pico terrestre desde latitud 35◦ sur y 35◦ norte. Por ejemplo, se revelaro´n por estudios anteriores que las tormentas convectivas ma´s severas son a menudo encontrados en las regiones semia´ridas y la distribucio´n global de las nubes de precipitacio´n se diferencian fundamentalmente entre Oceano y el continente. El PR esta gobernado por el proceso f´ısico scattering de Rayleigh, mediante este principio se estima dentro de un volumen de resolucio´n a los hidromteoros atmo´sfericos, inicialmente con una resolucio´n horizontal de 4.3km y 0.25km de resolucio´n vertical. A partir de agosto de 2001 se cambio la altitud de la o´rbita del sate´lite TRMM, siendo la resolucio´n horizontal de ∼ 5km. El PR opera en banda Ku (2.7 cm) en el l´ımite inferior de la banda de radares y su escaneo consiste de 49 rayos con un ancho de haz de 250km. En la tabla 2.1 se muestran los detalles te´cnico del PR-TRMM. Tabla 2.1: Caracter´ısticas del PR-TRMM (Kummerow et al., 1998) Nombres Descripcio´n Frecuencia 13.79 GHz (longitud de onda 2.7 cm ) Ancho de swath 215km (250 km) Rango de observacio´n 15 km (20 km) Resolucio´n horizontal 4.3km (5km) Resolucio´n veretical 0.25 km Ancho del beam 0,71◦ Angulo de escaneo ±17◦ Potencia Ma´ximo ≥ 500W Sensibilidad 17 dBZ Altura 350 km (402.5 km) El sate´lite N-GPM, fue lanzado el 27 de febrero de 2014, convertie´ndose en el sucesor del TRMM. El objetivo de esta misio´n es continuar con las estimaciones de sistemas de precipitacio´n, y ampliar el conocimiento de la precipitacio´n mundial tienendo presente CAPI´TULO 2. FUNDAMENTO TEO´RICO 10 los antecedentes de los resultados del TRMM. El N-GPM tiene abordo el Dual-Frequency Precipitation Radar (DPR, siglas en ingle´s) que esta compuesto de dos radares en banda Ka (KaPR, sigla en ingles) y en banda Ku (KuPR, sigla en ingles). En el KaPR predomina el principio de Scattering de Mie, puesto que opera con alta frecuencia (35.5 GHz) y la longitud de onda a 6 mm, lo que permite detectar las gotas de lluvia ligeras y nieve, de modo que por esta capacidad adicional de detectar que tiene se incluyo´ en el sate´lite N-GPM. En cambio en el KuPR siendo similar al PR-TRMM predomina el proceso f´ısico de Rayleight, y e´sta tiene la capacidad de detectar gotas de lluvia relativamente con dia´metros grandes, asimismo a partir de esta observacio´n principalmente se clasifican la precipitacio´n convectiva. En la tabla 2.2 se detallan las caracter´ısticas del DPR. Tabla 2.2: Caracter´ısticas del DPR (Hou et al., 2014) Nombres KuPR KaPR Frecuencia 13.79 GHz (2.7cm) 35.547GHz (6mm) Ancho de swath 245 km 120km Ancho del beam 0,71◦ 0,71◦ Angulo de escaneo ±17◦ ±8,5◦ Resolucio´n horizontal 5 km 5 km Resolucio´n vertical 0.25 km 0.25/0.5 km Potencia Ma´ximo > 1013W > 146 W Sensibilidad 18 dBZ 12 dBZ Altura 407 km 407 km 2.1.1. Ca´lculo de la reflectividad La potencia recibida Pr por una antena del radar desde un rango r es proporcional al factor de reflectividad del radar Zmo(r). La relacio´n matema´tica de ambos se expresa tomando como (Iguchi et al., 2010). Pr(r) = C|K|2 r2 Zmo(r) (2.1) Donde C es la constante del radar, que involucra especificamente caracteristicas del sistema radar como son: la ganancia de la antena, la potencia emitida, longitud de onda o´ la frecuencia con la que opera el radar y otros parametros, y K esta definida como una funcio´n de refraccio´n compleja segu´n (Raghavan, 2003): K = m2 − 1 m2 + 2 (2.2) CAPI´TULO 2. FUNDAMENTO TEO´RICO 11 Donde m es el ı´ndice de refraccio´n compleja, cuando son dados las especificaciones electri- cas del radar y el rango , Zmo(r) puede ser calculado a partir de Pr. Zmo esta relacionada con el factor de reflectividad del radar efectiva Ze por la siguiente ecuacio´n: Zmo(r) = Ze(r)A(r) (2.3) Donde A es el factor de atenuacio´n. Ze esta expresada en terminos de seccio´n transversal retro-scattering (σb(D)) de precipitacio´n con diametro D y la distribucio´n por taman˜os de part´ıculas N(D) Ze = λ2 pi5|K|2 ∫ σb(D)N(D)dD (2.4) y R expresado en te´rminos de N(D) R = ∫ V (D)v(D)N(D)dD (2.5) Donde V (D) es el volumen , v(D) es la velocidad terminal en funcio´n del diametro de la part´ıcula. Si N(D) es caracterizada por un solo para´metro, por ejemplo (D∗), entonces la corec- cio´n de atenuacio´n usada para obetener Ze a partir de Zmo se vuelve a un solo problema de base, este principio de estimacion de lluvia es utilizado para el PR-TRMM. En cambio, si N(D) esta descrita por dos para´metros, siempre y cuando la medicio´n de la lluvia se es- time a partir de dos longitudes de onda, como es el caso del N-GPM. Para este situacio´n N(D) esta caracterizada N∗ y D∗ , Ze con dos longitud de onda es de Ze1 y Ze2 son funciones de N∗ y D∗ (Iguchi et al., 2010). Ze1(N ∗, D∗) = λ41 pi5|K|2 ∫ σb1(D)N(D;N ∗, D∗)dD (2.6) Ze2(N ∗, D∗) = λ42 pi5|K|2 ∫ σb2(D)N(D;N ∗, D∗)dD (2.7) Una vez que se conocen Ze1 y Ze2, se pueden resolver las ecuaciones (2.6) y (2.7) para N∗, D∗, y R puede ser calculada a partir de N(D;N∗, D∗). Para el calculo de la correccio´n de atenuacio´n, ver (Iguchi et al., 2010). Como Ze se determina haciendo una correccio´n de atenuacio´n desde Zm, por consiguiente determinar el factor de reflectividad es un problema fundamental para una mejor estimacio´n de la razo´n de la lluvia. CAPI´TULO 2. FUNDAMENTO TEO´RICO 12 2.2. Radar perfilador del aire claro Los radares atmosfericos conocidos como radares de aire claro, son aquellos radares que operan a longitudes de onda en las bandas de radio, del orden de los centime´tricos y metros, con frecuencia que var´ıan desde 30MHz hasta 3000MHz (Bech and Chau, 2012; Yamamoto, 2012) y principalmente operan en dos bandas: Ultra High Frecuency (UHF, sigla en ingles) y Very high Frecuency (VHF, sigla en ingles) los cuales son perfiladores de viento utiles para estudio de feno´menos de aire claro no directamente asociado a pre- cipitacio´n (Raghavan, 2003) como es el caso de la turbulencia presente en la capa l´ımite y usados para medir perfiles verticales y horizontales del viento en la troposfera. Cada ban- da tiene sus propias caracteristicas: donde el UHF permite estudios en la baja atmo´sfera tales que los cient´ıficos conocen como el radar de capa l´ımite ya que la turbulencia mı´ni- ma incrementa exponencialmente con aumento de latitud, y el taman˜o de la antena del radar UHF pequen˜os y facil de instalar, Por consiguiente el uso de este tipo de radar esta ampliamente difunda tal como menciona (Bech and Chau, 2012). El radar de aire claro de capa l´ımite y troposfera Boundary Layer and Troposphere Radar (BLTR) se encuentra instalado en la zona de estudio y forma parte del laboratorio de microf´ısica atmosferica y radiacio´n (LAMAR), este radar se le conoce como radar perfi- lador de viento que opera en la banda VHF aproxidamente con una frecuencia de 50MHz. El BLTR es un radar sensible a vientos y turbulencias atmosfe´ricas donde captura perfil de vientos de atmosfera libre a un instante de tiempo de manera que nos permite deter- minar su evolucio´n (Scipion, 2016, comunicacio´n personal). Asi mismo, a la frecuencia que opera no es sensible a particulas de nube pero es posible medir velocidades de vientos horizontales y verticales en ambos casos tanto del aire claro y de regiones con presencia de nubes. En la tabla 2.3 se mencionan los detalles del BLTR. El radar emite pulsos de ondas electromagne´ticas cuya trayectoria es afectada depen- diendo del medio. El factor importante para estos estudios es el ı´ndice de refraccio´n, cuya distribucio´n turbulencia y ondas siendo fuentes principales de ecos para radares que oper- an con longitud de onda larga que podrian ser pocos centimetros (Woodman and Guillen, 1974). Por otro lado el indice de refraccion esta determinado por la presion, temperatura, presion partial de humedad y la densidad de electrones (Fukao et al., 2014), por tanto, de- pendiendo de como esta distribuido espacialmente las perturbaciones surgen de dos tipos de scattering; Scattering Bragg y Scatering Fresnel. El scattering de Bragg segu´n (Fukao et al., 2014) indica que el scattering surge desde la perturbacio´n del ı´ndice de refraccio´n causado por turbulencia atmosfe´rica a lo largo de la direccio´n de propagacio´n de la onda electromagnetica, donde el ı´ndice de refraccio´n n ≡ n(r) esta en funcio´n de r siendo este u´ltimo la distancia entre el radar y un punto CAPI´TULO 2. FUNDAMENTO TEO´RICO 13 Reflexion parcial (a) Scattering Bragg (b) Figura 2.1: Representacio´n de los dos tipos de scattering (a) Scattering de Fresnel (re- flexio´n parcial) (b) Scattering de Bragg, modificado de (Fukao et al., 2014) de la region de una perturbacio´n del indice de refraccio´n. Por otro lado, la reflexion parcial tambien conocido como scattering de Fresnel esta basado sobre el concepto de una atmo´sfera estratificado horizontalmente, donde el ı´ndice de refraccio´n depende solo de la coordenada vertical n ≡ n(z) siendo z la altura de perturbacio´n del ı´ndice de refraccio´n . 2.2.1. Ecuacio´n del radar Cuando una antena de radar transmite isotropicamente un pulso de potencia Pt, es decir, en todas las direcciones alcanzando hasta una distancia r, entonces en este caso la potencia en un punto a una distancia r de la fuente es: Pt 4pir2 (2.8) Por otro lado, el radar tiene una ganancia G, la cual indica la concentracio´n de la sen˜al a lo largo de r, as´ı mismo cuando se considera el beam (haz) electromagne´tico aparece otro termino denominado, patron de ganancia de potencia normalizado f 2(θ, φ), que indica en que medida la ganancia ma´xima se direcciona con θ, φ, por consiguiente la ecuacio´n (2.8) queda con mas elementos tal como se muestra: PtG 4pir2 f 2(θ, φ) (2.9) CAPI´TULO 2. FUNDAMENTO TEO´RICO 14 La energ´ıa enviada en forma de onda electromagnetica por una antena de radar es interferida en nuestra atmosfera por la presencia de distintos moleculas, hidrometeoros, vapor de agua, ı´ndice de refraccio´n del aire claro, etc. Por ello, se introduce el te´rmi- no retro-scattering de seccio´n transversal σ que representa a los objetivos mencionados. Por otro lado, la potencia de scatering en distintos direccio´nes es igual a σ/4pir2 este componente se incluye en la ecuacio´n (2.9) quedando de la manera siguiente: PtGf 2(θ, φ) 4pir2 ( σ 4pir2 ) (2.10) La ecuacio´n (2.10) indica la potencia de retorno a partir de objetivos atmosfe´ricos, para recibir la potencia enviado la antena se vale por un para´metro denominada area efectiva de la antena Ae quedando as´ı la ecuacio´n: PtGf 2(θ, φ) 4pir2 ( σ 4pir2 )Ae (2.11) Donde Ae esta relacionado con la ganancia G, longitud de onda de ene´ıa λ y f 2(θ, φ) (Doviak and Zrnic, 2014) Ae = Gλ2 api f 2(θ, φ) (2.12) El area efectiva Ae se reemplaza en la ecuacio´n (2.11) por consiguiente, la ecuacio´n queda de la siguiente manera PtG 2λ2σ (4pi)3r4 f 4(θ, φ) (2.13) La seccio´n transversal de retro-scattering σ se relaciona con la reflectividad a trave´s del volumen resolutivo Vres (Raghavan, 2003) σ = ηVres (2.14) Se sabe que el elemento de volumen para una esfera es igua a dV = r2sinθdrdθdφ. Por lo tanto, usando el dV , asi mismo considerando las ecuaciones anteriores explicado y tomando como referencia a (Doviak and Zrnic, 2014), se llega a expresar la potencia promdio recibido por una antena de radar. Pr = PtG 2λ2 (4pi)3r2l2 ∫ r 0 |Ws(r)|2dr ∫ 2pi 0 ∫ pi 0 f 4(θ, φ)sinθdθdφ (2.15) La integracio´n ∫ r 0 |Ws(r)|2dr es igual a cτ/2, donde c velocidad de la luz y τ el ancho del pulso de la antena. por otro lado, cuando el patron de la radiacio´n de la antena es circular simetricamente y ademas es aproximadamente a Gaussiano, entonces la integracio´n es CAPI´TULO 2. FUNDAMENTO TEO´RICO 15 igual a: ∫ pi 0 ∫ 2pi 0 f 4(θ, φ)sin(θ)dθdφ = piθ21/8ln2 (2.16) Finalmente se llega a la ecuacio´n que gobierna para el radar atmo´sferico tanto para el radar BLTR, por tanto, queda definido: Pr = Pt G2λ2ηcτpiθ21 (4pi)3r2l216ln2 (2.17) Donde: η es la reflectividad del radar por unidad de volumen, Pt potencia transmitida, G ganancia de la antena, λ longitud de onda , r distancia entre la ubicacio´n del radar y el volumen de resolucio´n y θ1 es el ancho (3-dB en radianes) del patron en una sola direccio´n. Para estudios de campos y perfiles de vientos, se introduce el ı´ndice de refraccio´n constante C2n, este variable sumamente importante ya que esta relacionado f´ısicamente con las variaciones de capa l´ımite de turbulencia ademas es proporcional al η, de tal manera se expresa de la siguiente manera: η = 0,38C2nλ − 1 3 (2.18) Segu´n (Cohn and Angevine, 2000) valores promedio de C2n en un volumen de pulso esta dado por: C2n = 〈 [n(r + δ)− n(r)]2 |δ| 23 〉 (2.19) Donde: 〈 〉 es el promedio espacial en un volumen de resolucio´n del radar, δ es la com- pensador espacial ( el desplazamiento), y n es el radio de indice refraccio´n que depende de tres variables: presion P (kPa), temperatura T (K) y humedad q (g kg−1) y puede calcularse por la expresio´n: n = 1 + [ 776P T (1 + 7,73q T )]10−6 (2.20) A partir de la ecuacion (2.20) se puede decir que la humedad hace variar significati- vamente al Pr, ya que el gradiente de q es mucho mayor, de tal modo el juega un papel importante en el ciclo diurno de la capa l´ımite. 2.3. Radar perfilador de nubes El radar perfilador de nube que opera con longitud de onda en rango milime´trica, puede considerarse como radar meteorolo´gico aunque hay diferencia en la forma de escaneo. Es- CAPI´TULO 2. FUNDAMENTO TEO´RICO 16 tos radares pueden detectar las gotas de lluvia y las part´ıculas pequen˜as que se encuentran dentro de la nube como cristales de hielo y niebla, entre otros; debido a la alta frecuencia de operacio´n presentan atenuacio´n ma´s fuerte por hidrometeoros grandes (Pasqualucci et al., 1983). En cambio, los radares que operan con longitud de onda centime´trica que son apropiado para observacio´n de lluvias intensas y ligeras, tienen la sensibilidad limitada para las part´ıculas de nube (Oh et al., 2016; Sakurai et al., 2012). Los radares de nube tu- vieron gran despliegue en los ultimos 20-30 an˜os, debido a que el programa -“Atmospheric Radiation Measurement” (ARM, sigla en ingles) enfatizo´ la importancia de caracterizar las nubes y su comprensio´n de los campos de radiacio´n asociado a (Stokes and Schwartz, 1994). A partir de entonces comienza una nueva era en aplicaciones de radares de nubes para problemas de investigacio´n de la atmo´sfera y especificamente el ARM tuvo la pref- erencia de usar radar en banda Ka (Kollias et al., 2007, 2016), afortunadamente con este tipo de radar contamos en Peru´. El Radar Perfilador de nubes llamado como Mira35C se encuentra instalado en el laboratorio de LAMAR Observatorio Huancayo del IGP y viene operando desde fines de noviembre del 2015. El Mira35C es el de tipo meteorolo´gico que proporciona informacio´n de distintas variables: el factor de reflectividad, razo´n de lluvia, velocidad de caida de las part´ıculas de precipitacio´n y nubes, etc. Estos variables permiten estudiar la estructura vertical de nubes y precipitaciones. Acontinuacio´n en la tabla 2.3 se mencionan los detalles tec´nico del Mira35C. Tabla 2.3: Caracter´ısticas te´cnicas de radares: BLTR y Mira35C Radar parameters BLTR Mira35C Wavelength (m) 6 0.008 Peak Power (kW) 12 30 High mode (m) 75 Low mode (m) 450 Time resolution (min) 4 0.1 Spacial resilution (m) 30 Latitude (degree) -12.04 Longitude (degree) -75.32 PRF (kHz) 10 2.5-10 Number gates 132 415 Beam width (degree) 1.0 0.5 Using technique spaced antenna Monostatic antenna Diatemeter antenna (m) 1 Antenna configuration Phased dipole array Dual polarization CAPI´TULO 2. FUNDAMENTO TEO´RICO 17 2.3.1. Ca´lculo de para´metros de lluvia y microf´ısica El radar transmite pulsos electromagne´ticos y a la vez recepciona sen˜ales denomina- do como la energia de back-scattering generado debido a la presencia de gotas de agua, cristales de hielo u otras part´ıculas. La amplitud y los cambios de fase entre impulsos se determinan desde la sen˜al de retrodispersada, asimismo la reflectividad representa la proporcionalidad al nu´mero y taman˜o de los hidrometeoros y la velocidad media de las objetivos. El procesamiento de la sen˜al incluye diferentes pasos; Ca´lculo de la transfor- mada de Fourier de la sen˜al promediada no coherente de los espectros, estimacio´n de tres momentos, relacio´n de sen˜al a ruido (SNR, sigla en ingles), velocidad Doppler y ancho espectral y ca´lculo del factor de reflectividad Ze. La estimacio´n de la relacio´n sen˜al-ruido (SNR) se realiza mediante me´todos estadisticos (Hildebrand y Sekhon). El me´todo de Hildebrand-Sekhon consiste en la sutraccio´n de ruidos asumiendo umbrales. El SNR se relaciona de manera proporcional con la reflectividad espectral (η) y se define del siguiente modo: η = ∫ vol σ(D)N(D)dD (2.21) El inetere´s a partir de ecuacio´n obtener el N(D), para se hace un conjunto de pro- cedimiento, para ello, ya se conoce que el incremento de la velocidad de caida de las gotas de lluvia depende del dia´metro de las mismas. De tal manera que para calcular la distribucio´n de taman˜o de gotas de lluvia se utiliza la ecuacio´n de (Gunn and Kinzer, 1949) considerando como una atmo´sfera estandar donde la presio´n y la densidad cambia en funcio´n a la altura (Atlas et al., 1973). v(D) = (9,65− 10,3exp(−0,6D))δv(h) (2.22) Donde v es la velocidad Doppler de las gotas de lluvia [m/s], esta velocidad fue cor- rigida usando la velocidad vertical del radar BLTR, D es el diametro de gotas de lluvia [mm], y δv(h) correccio´n en altura. Esta u´ltima se define como: δv(h) = [1 + 3,6810−5h+ 1,7110−9h2] (2.23) La reflectividad espectral mediante un artificio matema´tico se transforma a una funcio´n del dia´metro, considerando que η(n, i) = η(n, i)/ M v, por tanto η queda as´ı: η(D, i) = η(v, i) ∂v ∂D (2.24) Aplicando la derivada en funcio´n del dia´metro a la ecuacio´n (2.22) y adema´s se reem- CAPI´TULO 2. FUNDAMENTO TEO´RICO 18 plazando en la ecuacio´n (2.24) se obtiene: η(D, i) = η(v, i)[6,18]exp(−0,6D)δv(i. M h) (2.25) La energ´ıa back-scattering va depender de la forma, orientacio´n, dimensio´n y propiedades de la naturaleza de hidrometeoros. Estas propiedades se representan con un para´metro denominado seccio´n transversal de retro-scattering σ[m2] definda por (Knott, 2012). σ = 4pir2 |Escat|2 |Einc|2 = 4pir 2 |Hscat|2 |H inc|2 (2.26) Esta ecuacio´n fue resuelto matematicamente por Mie en 1908 considerando que la part´ıcula sea completamente una esfera. Para obtener el N(D) se reemplaza la ecuacio´n (2.25) en (2.21) y despejando el N(D) se obtiene lo siguiente: N(D, i) = η(D, i) σ(D) (2.27) El σ va depender del proceso f´ısico de scattering que gobierna. Por ejemplo, cuando las dimensiones de la part´ıcula son mucho mayores que la longitud de onda electromagne´tica, se deduce a una solucio´n de o´ptica geome´trica. En cambio, si la part´ıcula es bastante pequen˜a en comparacio´n con la longitud de onda electromagne´tica corresponde al scat- tering de Rayleigh. En cuanto, especificamente el radar Mira35C opera en las dos regiones, en scattering de Mie para part´ıculas de nube y scattering de Rayleigh para las gotas de lluvia (estratiforme, convectiva). Aqu´ı el σ de manera general se expresa segu´n (Fukao et al., 2014): σ = pia2 ρ2 | ∞∑ n=1 (−1)n(2n+ 1)(an − bn)|2 (2.28) Donde ρ indica densidad de la esfera, a radio de la esfera, an y bn son coeficientes de Mie, segu´n (Raghavan, 2013) de manera general se define: m = n − iκa Donde n representa la parte real, f´ısicamente corresponde el ı´ndice de refraccio´n, y κa representa parte imaginaria que indica ı´ndice de la atenuacio´n tambien conocido como coeficiente de absorcio´n. A partir de ecuacio´n (2.27) y (2.28) se encuentra el DSD, por consiguiente ahora es posible cuantificar los para´metros segu´n (Das et al., 2010): contenido de agua l´ıquida (q), promedio del diametro en un volumen de resolucio´n (Dm) y factor de reflectividad (Z). CAPI´TULO 2. FUNDAMENTO TEO´RICO 19 q = 10−3 pi 6 ρw ∫ ∞ 0 D3N(D)dD (2.29) Dm = ∫∞ 0 D4N(D)dD∫∞ 0 D3N(D)dD (2.30) Z = ∫ ∞ 0 D6N(D)dD (2.31) Nw = 44 piρw ( q D4m ) (2.32) Es adecuado asumir que ρw indica la densidad del agua, ya que por debajo de isoterma de 0◦ cambia la fase de hidrometeoro desde solido a l´ıquido. 2.3.2. Descomposicio´n de la reflectividad El factor de reflectividad se descompone en dos factores, uno que representa la con- centracio´n nume´rica y el otro que representa la forma de la distribucio´n de gotas. La reflectividad y los diagramas de descomposiscio´n vertical del contenido vertical de agua son introducidos para resaltar la interaccio´n que existe entre ellos. Para ello se utiliza un modelo de distribucio´n de gotas de lluvia por taman˜os. Lo primero de estos modelos de caracter exponencial, fue desarrollado por (Marshall and Palmer, 1948), el cual fue generalizado ma´s tarde a una distribucio´n de tipo gamma por (Ulbrich, 1983), la que es utilizado en este trabajo aplicando la formulacio´n de (Chandrasekar et al., 2005; Seto et al., 2013). N(D;Nw, Dm, µ) = Nwf(D;Dm, µ) (2.33) Donde f(D;Dm, µ) = 6 44 (4 + µ)µ+4 (µ+ 4) ( D Dm )µ (2.34) Donde Nw es el nu´mero de part´ıculas [mm −1m−3],µ es el para´metro de la distribucio´n de Gamma. Luego, la reflectividad z se define en forma de sumatoria (Williams, 2016) z = Nw Dmax∑ Dmin f(Di;Dm, µ)D 6 i M D (2.35) Z = 10log(Nw) + 10log[ Dmax∑ Dmin f(Di;Dm, µ)D 6 i M D] (2.36) CAPI´TULO 2. FUNDAMENTO TEO´RICO 20 Z = NdBw + I dB b (Dm, µ) (2.37) Los componentes Z y NdBw se pueden calcular a partir de las ecuacio´nes (2.36) y (2.31) respectivamente, por consiguiente el segundo componente de la parte derecha es posible conocer. 2.4. Modelo regional WRF El modelo nume´rico “Weather Research Forecasting” (WRF) (Skamarock, 2008), fue desarrollado a principios de los an˜os 90 bajo la direccio´n de “National Center for At- mospheric Research” (NCAR) en colaboracio´n con “National Centers for Environmental Prediction” (NCEP), “Forecast System Laboratory” (FSL), universidad de Oklahoma y “Federal Aviation Administration” (FAA). El WRF es un sistema de modelizacio´n at- mosfe´rico no-hisdrosta´tico (con opcio´n hidrosta´tico) que se viene utilizando para investigar los procesos f´ısicos de la atmo´sfera y feno´menos meteorolo´gicos y tambien para pronosticar el estado de las condiciones atmo´sfericas a corto plazo. El modelo resuelve ecuaciones difer- enciales de la dina´mica (conservacio´n de masa, momentum), termodina´mica y ecuacio´n de estado, utilizando en coordenada vertical de presio´n (tipo σ), que sigue la forma de la topograf´ıa. Asimismo para representar los feno´menos reales se vale de parametrizaciones f´ısicas como la capa l´ımite planetaria, capa superficial responsable del intercambio de en- erg´ıa, temperatura, humedad entre la atmo´sfera y la superficie de la Tierra. A partir de la modelizacio´n se obtienen informacio´n tridimensional de distintos variables meteorolo´gicos como son: campos de viento (u, v, w), energ´ıa cine´tica de la turbulencia (TKE, sigla en ingle´s), razo´n de mezclas de vapor de agua, graupel, nieve, etc. 2.4.1. Ecuaciones del WRF El sistema de modelizacio´n del modelo WRF3 esta basado por las ecuaciones de Euler bajo una condicio´n que un fluido sea compresible, dichos ecuaciones estan formuladas en un sistema de coordenada vertical de masa (Laprise, 1992). Antes de adentrar en las ecuaciones de Euler, primero, se introduce la definicio´n de la coordenada de presio´n hidrosta´tica tambien conocido como el sistema de coordenada vertical de masa, tanto para sistemas de coordenadas y ecuaciones que gobiernan en el WRF se definira segu´n (Skamarock, 2008). η = (ph − pht)/µ (2.38) CAPI´TULO 2. FUNDAMENTO TEO´RICO 21 Donde µ = phs − pht, ph presio´n hidrostata´tico, phs presio´n a lo largo de la superficie y pht presio´n en el tope del espesor de intere´s de la atmo´sfera. Las ecuaciones de Euler incluyen la razo´n de mezcla del aire humedo, proyeccio´n cartagra´fica, el efecto de Corioles y la curvatura de la Tierra. As´ı pues, los factores de escala cartogra´fica mx y my son definidos como la razo´n de la distancia de espacio computacional y la distancia sobre la superficie de la Tierra. (mx,my) = ∆x,∆y distancia a la T ierra Las variables del momento se describen adicionando el factor escala cartogra´fica. U = µdu/my , V = µdv/mx W = µdw/my Ω = µdη˙/my Donde, U , V y W son velocidades covariantes, u, v , w son velocidades contravariantes, η˙ es la velocidad contravariante angular de la Tierra, µd representa para la masa del aire seco similar al µ. Asu vez, una ecuacio´n de relacio´n para la densidad inversa que corresponde al volumen espec´ıfico y la presio´n completa que contiene el vapor del agua y el aire seco. ∂ηφ = −αdµd p = p0(Rdθm/p0αd)ω Donde, αd es la densidad inversa (1/ρd) y α = αd(1 + qv + qc + qr + qi + ...) −1, donde q∗ son razones de mezcla. Adicionalmente θm ≡ θ(1 + 1,61qv) y Qm = µdqm, siendo qm = qv, qc, qi, .... Seguidamente se describen las ecuaciones que gobiernan en el modelo WRF, de modo que por simplisidad todas ellas se describen en coordenadas cartesianas. ∂tU +mx[∂x(Uu) + ∂y(V u)] + ∂η(Ωu) + µdα∂xp+ (α/αd)∂ηp∂xφ = FU (2.39) ∂tV +my[∂x(Uv) + ∂y(V v)] + (my/mx)∂η(Ωv) + µdα∂yp+ (α/αd)∂ηp∂yφ = FV (2.40) ∂tW + (mxmy/my)[∂x(Uw) + ∂y(V w)] + ∂η(Ωw)−m−1y g[(α/αd)∂ηp− µd] = FW (2.41) ∂tΘ +mxmy[∂x(Uθ) + ∂y(V θ)] +my∂η(Ωθ) = FΘ (2.42) ∂tµd +mxmy[Ux + Vy] +my∂η(Ω) = 0 (2.43) ∂tφ+ µ −1 d [mxmy(U∂xφ+ V ∂yφ) +myΩ∂ηφ−mygW ] = 0 (2.44) ∂tQm +mxmy[∂x(Uqm) + ∂y(V qm)] +my∂η(Ωqm) = FQm (2.45) Donde, FU , FV , FW y FΘ son te´rminos forzantes provenientes de la f´ısica del modelo, CAPI´TULO 2. FUNDAMENTO TEO´RICO 22 mezlca de turbulencia, proyecciones esfe´ricas y la rotacio´n de la Tierra. φ = gz la geopo- tencial, p presio´n, α = 1/ρ es la densidad inversa, Θ = µdθ y θ es la temperatura potencial, g la gravedad. Los te´rminos de curvatura y Coriolis en las ecuaciones de momento son emitidos para una malla espacio no isotro´pica. FUcor = mx my [fV + uV re tan(ψ)]− uW re − eWcos(αr) (2.46) FV cor = my mx [−fU − uU re tan(ψ)− vW re + eWsen(αr)] (2.47) FWcor = +e(Ucos(αr)− (mx/my)V sen(αr)) + (uU + (mx/my)vV re ) (2.48) Donde, f = 2Ωesen(ψ), e = 2Ωecos(ψ), Ωe a´ngulo rotacional de la Tierra, re radio de la Tierra, αr a´ngulo rotacional local entre el eje Y y el eje meridional, φ es la latitud y re es el radio de la Tierra. Cap´ıtulo 3 Datos y Metodolog´ıa En este cap´ıtulo se definen los te´rminos y los procedimientos que se consideraron para el desarrollo de la tesis. En la primera parte se introduce las nubes de tipo torre conjun- tamente con cumulunimbo o comulonimbus (CbT, sigla en ingle´s) y las nubes convectivas intensas (ICC, siglas en ingle´s), metodolog´ıa de la elaboracio´n de diagrama de frecuencia normalizada, determinacio´n de sub-a´reas sobre la zona de estudio y en la parte final, la metodolog´ıa de separacio´n entre precipitacio´n convectiva y estratiforme. 3.1. Nubes cumulunimbos tower y nubes convectivas intensas El sate´lte PR-TRMM para medicio´n no utiliza el principio Doppler, por lo que no se cuenta con mediciones de velocidad vertical de hidrometeoros (Zipser et al., 2006), De tal manera para definir la intensidad de una tormenta en el presente trabajo utilizare- mos mediciones de reflectividad tri-dimensional del PR-TRMM y N-GPM como proxies para las intensidades convectivas. Las nubes cumulunimbos (Cb) de los tro´picos por su extensio´n vertical tienen la capacidad de transportar las propiedades termodinamicas (momento, energ´ıa, etc) desde la tropo´sfera hasta la parte superior de la troposfera y en algunos casos logran penetrar la baja estratosfera. Inicialmente el transporte de energ´ıa del Cb fue estudiado por (Riehl and Malkus, 1958), que definieron el te´rmino hot tower o torre caliente, que son nubes cumulonimbus profundas importantes para la circulacio´n general y balance energe´tica global (Zipser, 2003). Segu´n el glosario de la sociedad meteo- rolo´gica de America (AMS, siglas en ingle´s) las nubes cumulonimbus siempre evolucionan a partir del desarrollo ulterior de cumulus congestus, que son cumulus con gran desarrollo vertical y se caracterizan por tener una forma de torres de gran taman˜o. Aqu´ı usaremos 23 CAPI´TULO 3. DATOS Y METODOLOGI´A 24 el termino CbT para referirnos a Cb profundos que pueden incluir cumulus congestus. De tal manera, para identificar las nubes CbT nos basamos en la metodolog´ıa de (Bhat and Kumar, 2015; Heymsfield et al., 2010). La misma consiste en que el CbT se define con un umbral de reflectividad que sea mayor o igual a 20 dBZ en 12km de altura, y la base de la nube a 3km de altura, este u´ltimo condicio´n para nuestra regio´n de estudio´ se modif- ico´ de modo que se tomo´ la base de la nube a 5km de altura, esto debido a que el escaneo del PR obtiene informacio´n en promedio desde 5km de altura hacia arriba por ejemplo en la regio´n N. Por otro lado, para identificar las celdas convectivas intensas (CCI) se determino´ nuestro propio umbral en te´rminos de reflectividad para cada sub-a´reas de la cuenca. El criterio fundamental consiste en construir perfiles verticales de la reflectividad a 3, 6 y 8km de altura. En esta altura de referencia se cumple que al menos el 5 % de los valores ma´s extremos representan el umbral de la reflectividad para el periodo de 1998- 2014 del PR-TRMM. Por lo tanto, las celdas convectivas intensas son eventos severos que en algunos casos esta´n asociadas con corrientes verticales importantes y otros formas de severidad como el granizo. 3.2. Diagrama de frecuencia normalizada El diagrama de frecuencia normalizada (DFC) tambien conocido como “Contoured frequency by altitude diagram ”(CFAD, sigla en ingle´s) es bastante usado para analizar la distribucio´n vertical del factor de reflectividad con la altura a partir de escaneos de los radares meteorologicos asi como radares perfiladores de nube, viento y lluvia. El CFAD es una te´cnica que permite ver la distribucio´n probabil´ıstica conjunta y da la informacio´n so- bre la dependencia de una variable espec´ıfica con la altura. Para interpretar la informacio´n tri-dimensional de la reflectividad con la informacio´n del radar PR del sate´lite TRMM (Bhat and Kumar, 2015; Saikranthi et al., 2014) usaron la te´cnica del CFAD, donde el nu´mero de ocurrencias de la reflectividad en cada dBZ de reflectividad para cada ı´ntervalo de 0.25km de altura, es calculado para cada caso y normalizado por el nu´mero ma´ximo de todos los niveles verticales. En el presente trabajo seguimos la misma metodologia de estos autores para obtener la distribucio´n probabilistica de los valores de la reflectividad con la altura. En el presente trabajo se usa el CFAD para los datos del sate´lite TRMM, nu´cleo GPM y radar perfilador de nube. El conjunto de diagramas obtenido nos permite entender la distribucio´n de reflectividad con la altura de los sistemas de nubes de precip- itacio´n, de nubes convectivas intensas y torres de cumulinumbos sin tomar encuenta la informacio´n del tiempo de ocurrencia de cada caso de eventos. CAPI´TULO 3. DATOS Y METODOLOGI´A 25 3.3. Determinacio´n de sub-a´reas Figura 3.1: La cuenca de Mantaro dividido en cuatro sub-a´reas, denominados como re- giones N, C, S, E Para realizar los ca´lculos estad´ısticos del factor de reflectividad y la razo´n de lluvia con los datos del KuPR del sate´lite N-GPM y el PR del TRMM fue necesario demarcar en sub-a´reas la cuenca del Mantaro. Sobre e´stas a´reas el ana´lisis estad´ıstico se realizo´ para un periodo de 20 an˜os que se han obtenido desde la unio´n de ambos sate´lites. La cuenca del Mantaro se dividio´ en cuatro sub-a´reas, para estas sub-a´reas se determinaron el ciclo diurno de precipitacio´n convectiva y estratiforme, asimismo se determino´ la climatolog´ıa para umbrales de reflectividad considerando los valores 40dBZ y 30dBZ como altura tope en los sistemas de precipitacio´n. En la figura 3.1, se muestran la distribucio´n espacial promedio de lluvia sobre la cuenca del Mantaro, en e´sta la lluvia estimada proviene del PR- TRMM solamente para el periodo lluvioso (noviembre , diciembre, enero y febrero) desde 1998 hasta 2012. Se observa en la region de Amazon´ıa mayor cantidad de lluvia acumulada con respecto de las regiones de la cuenca del Mantaro. Estrictamente a nivel de la cuenca se observan campos de lluvias bien marcada, asimismo las altitudes aumenta desde la parte sur hacia norte de la cuenca Mantaro (en figura no se muestra). Principalmente por la forma de la distribucio´n de lluvia fue posible la sub-divisio´n en cuatro regiones CAPI´TULO 3. DATOS Y METODOLOGI´A 26 sobre la cuenda del Mantaro. Los cuales son determinados como N (regio´n norte ), esta regio´n presenta distribucio´n de lluvia relativamente significante y en general presenta altitudes superior de otras regiones, C es la regio´n central, en esta regio´n se encuentra LAMAR (punto rojo). En C se observan campos de precipitacio´n importante, la regio´n S se encuentra en la parte sur de la regio´n C, esta regio´n es la ma´s grande donde el campo de precipitacio´n se encuentra bien marcada sobre todo en la parte final de la cuenca. Finalmente la regio´n E que se encuentran entre las a´reas de Amazon´ıa y los Andes se encuentra al este de C, en esta regio´n se observa nu´cleo de precipitacio´n ma´s intensa alrededor de 25 mm. 3.4. Configuracio´n de WRF WRF-27km WRF-9km WRF-3km Resolucio´n Hori- zontal 27km 9km 3km Dominio Andes tropical Andes Central Cuenca Mantaro Forzante NCEP FNL WRf-27km WRf-9km Resolucio´n verti- cal 60 niveles 60 niveles 60 niveles tiempo de salida (min) 180 120 10 Tabla 3.1: Caracter´ısticas de la simulacio´n del modelo WRF Parametrizacio´n Refencia Microf´ısica de nubes Esquema de Morrison (Morrison et al., 2009) parametrizacio´n de cumulus Grell-Freitas (Grell et al., 2014) Capa limite planetaria Yonsei universi- ty (YSU) (Hong et al., 2006) Tabla 3.2: Parametrizaciones f´ısicas utilizados en el experimento del modelamiento En las tablas 3.1 y 3.2 se muestran las parametrizaciones f´ısicas de cumulus y mi- crof´ısica, asi como el anidamiento de los dominios para realizar la simulacio´n nume´rica del modelo WRF3.7. CAPI´TULO 3. DATOS Y METODOLOGI´A 27 3.5. Datos in situ y radares de N-GPM y TRMM El Mira35C escanea desde la superficie del suelo en perfil vertical en un rango desde 150 m hasta 13 km de altura. El principio del radar se basa en polarizacio´n dual, es decir, transmite la sen˜al en polarizacio´n lineal, y recepciona en polarizacio´n dual: vertical (co) y horizontal (cross), para mayor detalle revisar (Go¨rsdorf et al., 2015). El radar fue instalado en LAMAR a fines de noviembre de 2015 desde entonces se almacenan principalmente en dos formatos: en forma de espectro (zscp) y netcdf (mmclx). En el presente estudio se usa la informacio´n de ambos formatos, el de espectro contiene la potencia promedio recibida por la antena del Mira35C, desde esta potencia se determino´ el DSD solamente para la precipitacio´n estratiforme. Y a partir del DSD se determinaron la concentracio´n normalizada y el factor de reflectividad. En cambio el de netCDF contiene la velocidad Doppler, ancho espectral y reflectividad, etc. Estos variables se usaron para comparar con la reflectividad obtenida del modelo regional WRF. Por otro lado, el radar perfilador de viento BLTR opera en LAMAR a partir de diciembre de 2015, desde la fecha hasta la actualidad se cuenta con mediciones de vientos en los tres componentes (u,v,w) y para obtener mediciones de feno´menos troposfe´ricos se basa en la te´cnica de antena espaciada (Scipio´n et al., 2003). Por otra parte, el disdro´metro o´ptico se encuentra instalado en LAMAR, e´ste instrumento realiza mediciones de la distribucio´n de precipitacio´n que cae desde la atmo´sfera a la superficie, para nuestro intere´s se utilizo´n la reflectividad y la razo´n de lluvia con una resolucio´n temporal de 1 minuto. Las mediciones del disdro´metro son a trave´s del uso de la´ser basado por un sistema o´ptico (Lo¨ffler-Mang and Joss, 2000). Para estimar la temperatura de los topes de las nubes, se utilizo´ la informacio´n del sate´lite GOES, de la NOAA (National Oceanic and Atmospheric Administration, de USA), el cual detecta de forma pasiva la irradiancia emitida por diferentes objetos de la Tierra, como son: nubes, suelo, oceano, cobertura de vegetacio´n, etc. Dicha informa- cio´n se extrae en distintos canales correspondientes a diferentes bandas de frecuencia situadas en ventanas de absorcio´n (visible, IR4, etc). En este trabajo se utilizo´ el canal infrarrojo IR4 (10.7um) con una frecuencia de medicion´ de 30 minutos y una resolucio´n espacial de 4 km. Bajo la hipo´tesis de considerar la Tierra como un cuerpo negro, puede calcularse la temperatura de brillo utilizando la ecuacio´n de Planck que relaciona con la irradiancia procedente de un objeto. Estrictamente la informacio´n de temperatura de brillo se calculo´ con el objetivo de determinar los nu´cleos frios de sistema de nubes de precipitacio´n y para una comparacio´n instantanea de los eventos especiales simulados con el modelo regional WRF3.7. El producto swath 2A25 y 2A23 del PR-TRMM corresponden a la versio´n 7, el al- goritmo para la estimacio´n de lluvia y la correccio´n de atenuacio´n de la sen˜al del radar CAPI´TULO 3. DATOS Y METODOLOGI´A 28 ha sido mejorado por (Iguchi et al., 2009) y probablemente sea e´sta la u´ltima versio´n del TRMM. Los datos del DPR-GPM tambien son similares al de TRMM aunque hay difer- encia debido a que en su algoritmo se combinan la banda Ka y Ku. Los datos de ambos instrumentos se han descargado desde dos fuentes distintos. El primero, desde la base de datas de la universidad de Utah, esta informacio´n esta construido con la finalidad de facilitar ca´lculos estad´ısticos para sistema de nubes y caracterizacio´n de la precipitacio´n (PF, sigla en ingle´s) a nivel global, la optimizacio´n de sus algoritmos para dterminar los PFs de manera progresiva ha ido perfeccionando (Kummerow et al., 1998; Liu et al., 2008; Nesbitt et al., 2000). El criterio fundamental para la determinacio´n del PF y para sistemas de nubes son definidos por agrupamientos de los pixeles contiguos considerando que la reflectividad a nivel superficial sea mayor o igual a 17dBZ. Tambien con el mismo criterio fue construido la base de datas del N-GPM. El segundo, esta basado en la fuente de datas del producto 2A25 y 2A23 desde del TRMM y desde N-GPM producto swath del nivel 2A. El procesamiento de swath se realizo´ pixel por pixel para cada sub- a´reas de la cuenca del Mantaro. Por otro lado, la altura ma´xima de un pixel ubicado en el nadir y el pixel en el a´ngulo extremo del PR son 19 .75km y 18.75km respectivamente,de modo que existe una diferencia de altura significante para datos tri-dimensionales como la reflectividad y razo´n de lluvia por lo que en este trabajo para realizla estad´ıstica se procedio la correccio´n de los pixeles basado en la metodolog´ıa de (Kumar, 2017) . Cap´ıtulo 4 Resultados y Discusiones En este cap´ıtulo se discuten los resultados obtenidos en la presente investigacio´n. En la primera parte se presenta el ciclo diurno de la precipitacio´n estratiforme y convectiva y su contribucio´n relativa a la lluvia acumulada en cada sub-a´reas de la regio´n de estudio. En la segunda seccio´n se analiza los perfiles verticales de reflectividad, mientras que la tercera seccio´n corresponde a la comparacio´n de los perfiles verticales de la reflectividad del PR-TRMM y Mira35C. Finalmente se discuten varios estudios de casos con ayuda de la simulacio´n nume´rica. 4.1. Sistemas de precipitacio´n 4.1.1. Contribucio´n relativa a la lluvia Para identificar las dimensiones de los eventos de lluvia en las figuras desde 4.1 hasta 4.4 se usan las siguientes denominaciones: muy pequen˜o (Ss) , pequen˜o (S) y mediano (M), los cuales corresponden a sus respectivas a´reas (< 600km2), (600 − 10000km2) y (10000− 44000km2) respectivamente. El panel izquierdo de la figura 4.1 indica el nu´mero de sistemas de precipitacio´n observados, segu´n el taman˜o de su a´rea de lluvia sobre la regio´n N. Los eventos clasificados como Ss son los ma´s abundantes y ocurren preferente- mente en horas de la tarde (18-23 UTC). Asimismo, los de taman˜o S ocurren preferente- mente en horas de la tarde (18-23 UTC). Por otro lado, el panel derecha de la figura 4.1 indica el ciclo diurno de la contribucio´n relativa a la lluvia segu´n el tipo (convectiva y estratiforme ). En este panel se observa que los eventos de lluv´ıa de taman˜os Ss y S con lluvias convectivas y estratiformes son los que ma´s contribuyen a la lluvia en horas de la tarde (18-23 UTC), donde el Ss contribuye con el 15 % de lluvia convectiva y el 10 % dede la lluvia estratiforme. En cambio las lluvias con a´reas de tipo S contribuyen con el 34 % 29 CAPI´TULO 4. RESULTADOS Y DISCUSIONES 30 Ss S M Ss S M Ss S M Ss S M 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 N u m e r o d e P F s 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Ss - S - M Ss - S - M Ss - S - M Ss - S - M 0 5 10 15 20 25 30 35 40 45 50 55 60 65 C o n t r ib u c io n d e l a l lu v ia ( % ) 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Strat Conv Figura 4.1: Ciclo diurno de la precipitacio´n determinado desde PR-TRMM y PRKu-GPM (1998-2017) para la estacio´n DJF (diciembre-enero-febrero) sobre la regio´n N. El panel izquierdo indica el nu´mero de veces observado los sistemas de precipitacio´n y el panel derecha representa la contribucio´n relativa a la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva). de convectiva y el 17 % de lluvia estratiforme. Entre las 0 y 5 UTC se observan presencia de lluvias tanto convectiva como estratiforme, aunque predominan las convectivas al igual que en el ı´ntervalo 6-11 UTC. En cambio en el horario entre 12-17 UTC, los eventos muy pequen˜os son so´lo de tipo estratiformes, lo que implica que probablemente sean restos de anteriores sistemas convectivas en disipacio´n, mientras que persisten algunos sistemas convectivas de categoria S. En la regio´n N los porcentajes totales de ocurrencia de la precipitacio´n convectiva y estratiforme son 30 % y 70 % respectivamente (en figura no se muestra). La contribucio´n a la lluvia convectiva y estratiforme representa el 80 % en horas de la tarde 18-23 UTC, dividiendose en la proporcio´n que son 52 % y 28 % respec- tivamente, mientras el 17 % de la contribucio´n ocurre entre 0-5 UTC y 12-17 UTC y el 3 % entre 6-11 UTC. De este resultado se obtiene que en la regio´n N la contribucio´n a la lluvia acumulada relativa esta´ en relacio´n 57 % (convectiva) y 43 % (estratiforme). La figura 4.2 corresponde a la regio´n C. El panel izquierdo indica el nu´mero de veces que se observan sistemas de precipitacio´n segu´n el taman˜o del a´rea de la lluvia. La lluvia con a´reas Ss y S son los que ma´s abundan y ocurren durante la tarde (18-23 UTC). El panel derecho de la figura 4.2 indica el ciclo diurno de la contribucio´n relativa a la lluvia segu´n el taman˜o de los tipos de precipitacio´n (convectiva y estratiforme ). En este panel se CAPI´TULO 4. RESULTADOS Y DISCUSIONES 31 Ss S M Ss S M Ss S M Ss S M 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 N u m e r o d e P F s 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Ss - S - M Ss - S - M Ss - S - M Ss - S - M 0 10 20 30 40 50 60 70 C o n t r ib u c io n d e l a l lu v ia ( % ) 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Strat Conv Figura 4.2: Ciclo diurno de la precipitacio´n sobre la regio´n C (la misma figura 4.1). El panel izquierdo indica el numero de veces observado los sistemas de precipitacio´n y el panel derecha representa la contribucio´n relativa de la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva). observan las lluvias con taman˜os Ss y S son los que ma´s contribuyen a la lluvia en horas de la tarde (18-23 UTC), donde la precipitacio´n convectiva de la categor´ıa Ss contribuye en el 13 % y estratiforme en el 12 % mientras que en S la precipitacio´n convectiva contribuye el 23 % y la estratiforme el 15 %. En segundo lugar esta´ la contribucio´n a la lluvia del 21 %, que ocurre durante el ı´ntervalo 0-5 UTC, de los cuales la convectiva representa el 13 % y la estratiforme el 8 %. En cambio, durante el ı´ntervalo 12-17 UTC, la lluvia de tipo Ss contribuye con el 100 % desde la precipitacio´n estratiforme, mientras que el S contribuyen al 100 % desde la precipitacio´n convectiva. En la regio´n C el porcentaje de ocurrencia de la precipitacio´n convectiva y estratiforme son 30 % y 70 % respectivamente (en figura no se muestra). La contribucio´n a la lluvia tanto de convectiva y estratiforme representa el 63 % en horas de la tarde durante 18-23 UTC de los cuales la contribucio´n al acumulado se distribuye entre convectiva y estratiforme con 36 % y 27 % respectivamente, mientras que el 21 % de la contribucio´n ocurre durante 0-5 UTC, el 10 % ocurre durante 12-17 UTC y finalmente el 6 % ocurre durante 6-11 UTC. Esto implica que el 84 % de la contribucio´n relativa al acumulado de lluvia ocurre desde las 18 hasta 5 UTC. De este resultado se puede obtener que en la regio´n C la contribucio´n relativa a la lluvia acumulado es del 51 % para la componente convectiva y el 49 % para la estratiforme. La figura 4.3 corresponde a la regio´n S y su formacio´n es similar a las anteriores CAPI´TULO 4. RESULTADOS Y DISCUSIONES 32 Ss S M Ss S M Ss S M Ss S M 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 N u m e r o d e P F s 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Ss - S - M Ss - S - M Ss - S - M Ss - S - M 0 5 10 15 20 25 30 35 40 45 50 55 60 65 C o n t r ib u c io n d e l a l lu v ia ( % ) 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Strat Conv Figura 4.3: Ciclo diurno de la precipitacio´n sobre la regio´n S (la misma figura 4.1). El panel izquierdo indica el nu´mero de veces observado los sistemas de precipitacio´n y el panel derecha representa la contribucio´n relativa de la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva) figuras 4.1 y 4.2. La categor´ıa Ss es ma´s abundante en horas de la tarde 18-23 UTC y se observa adema´s entre 0-5 UTC y 12-17 UTC. Mientras que las lluvias con taman˜o S abundan en la tarde y noche (18-23 UTC y 0-5 UTC). El panel derecho de la figura 4.3 indica el ciclo diurno de la contribucio´n relativa segu´n el tipo de lluvia. Las lluvias con taman˜os Ss y S son los que ma´s contribuyen a la lluvia en los periodos 18-23 UTC y 0-5 UTC. Las lluvias de los tipos Ss, S y M ocurren durante el ı´ntervalo 18-23 UTC. La precipitacio´n convectiva contribuye el 26 % y la estratiforme el 22 %, mientras que entre 0-5 UTC los porcentajes son el 22 % y 13 %. En la regio´n S los porcentajes de ocurrencia de la precipitacio´n convectiva y estratiforme son 31 % y 69 % respectivamente (en figura no se muestra). La contribucio´n al acumulado de lluvia del horario de la tarde (18-23 UTC) el del 48 % del cual el 26 % es de lluvia convectiva y 22 % de estratiforme, seguido del horario nocturno (0-5 UTC) con 35 %, de los cuales el 22 % es convectiva y 13 % estratiforme. El horario de la madrugada (6-11 UTC) contribuye con el 11 % del acumulado, que ocurre durante 12-17 UTC y finalmente el 6 % ocurre durante 6-11 UTC. En total, el 83 % de la contribucio´n relativa de la lluvia ocurre desde las 18 hasta 5 UTC. De esta lluvia, el 49 % es convectiva y el 51 % es estratiforme. La figura 4.4 corresponde a la region E, y es ana´loga a las anteriores 4.1-4.3. La ocurrencia de lluvias de taman˜o Ss y S sigue un ciclo similar a las de la regio´n S. Sin CAPI´TULO 4. RESULTADOS Y DISCUSIONES 33 Ss S M Ss S M Ss S M Ss S M 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 N u m e r o d e P F s 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Ss - S - M Ss - S - M Ss - S - M Ss - S - M 0 5 10 15 20 25 30 35 40 45 50 55 60 65 C o n t r ib u c io n d e l a l lu v ia ( % ) 18-23 UTC 0-5 UTC 6-11 UTC 12-17 UTC Strat Conv Figura 4.4: Ciclo diurno de la precipitacio´n sobre la regio´n E (la misma figura 4.1). El panel izquierdo indica el numero de veces observado los sistemas de precipitacio´n (lluvia de tipo M se observan en 0-5UTC y 12-17 UTC) y el panel derecha representa la contribucio´n relativa de la lluvia ( %) segu´n el tipo de precipitacio´n (estratiforme y convectiva) embargo, del panel derecho se observa que los acumulados correspondientes a taman˜os de lluvias Ss, S y M son, respectivamente, los que ma´s contribuyen a la lluvia durante 0-5 UTC, 6-11 UTC y 12-17 UTC. En la regio´n E, los porcentajes de ocurrencia de la precipitacio´n convectiva y estratiforme son 31 % y 69 % respectivamente (en figura no se muestra). La contribucio´n total a la lluvia drepresenta el 15 % en horas de la tarde, mientras que el horario nocturno aporta el 34 %; otro 34 % ocurre durante 6-11 UTC y finalmente el 17 % ocurre durante 12-17 UTC. Lo que indica que el 85 % de la contribucio´n de la lluvia ocurre desde las 0 hasta 17 . En total, en la regio´n E la contribucio´n relativa a la lluvia acumulada esta en relacio´n 53 % (convectiva) y 47 % (estratiforme). 4.2. Perfil vertical de reflectividad 4.2.1. Estructura vertical de los sistemas de nubes La figura 4.5 muestra el nu´mero total de pixeles correspondientes a nubes en los perfiles verticales del PR para las sub-areas de la cuenca del Mantaro (N, C, S, E). Se discriminaron los pixeles con nubes considerando un umbral mı´nimo de reflectividad de Z >= 17 dBZ dado por el PR-TRMM. En la figura se observa una clara diferencia de CAPI´TULO 4. RESULTADOS Y DISCUSIONES 34 0 5 10 15 20 25 30 35 40 N. de pixeles nublados (mil) 0 2 4 6 8 10 12 14 16 A lt ur a (k m ) N C S E Figura 4.5: Nu´mero total de pixeles nublados en perfil vertical (referencia de altura a nivel del mar), para las sub-a´reas de la cuenca del Mantaro determinado desde la data PR-TRMM para el periodo 1998-2014 los sistemas de nubes entre la regio´n E y las otras regiones (N, C, S). La regio´n E es el que tiene mayor nubosidad con un ma´ximo de alrededor de 38000 pixeles nublados que estan distribuidos entre 4 y 5 km de altura; asimismo el nu´mero de pixeles nublados aproximadamente desde 4.8km de altura cambia bruscamente, en cambio las otras regiones presentan la mayor nubosidad entre 5.5 y 6.5km de altura. De ellas, la regio´n S presenta la nubosidad ma´s alta y decrece con la altura desde 6.2 km. La figura 4.6 muestra el promedio de la altura del nivel de congelacio´n (referencia nivel medio del mar) sobre las sub-areas de la cuenca del Mantaro determinado desde el radar de precipitacio´n en banda Ku del sate´lite N-GPM (PRKu-GPM) para el periodo 2014-2018. CAPI´TULO 4. RESULTADOS Y DISCUSIONES 35 Reg-N Reg-C Reg-S Reg-E 2 3 4 5 6 7 8 9 10 Al tu ra ( km ) Figura 4.6: Promedio de la altura del nivel de congelacio´n (referencia de altura a nivel del mar), para las sub-a´reas de la cuenca del Mantaro determinado desde la data PRKu-GPM para el periodo 2014-2018 En la regio´n N y C la altura del percentil 25 se encuentran aproximadamente a 5km de altura, en cambio en la regio´n S a 4.95km de altura y en la regio´n E se encuentra a 4.9km de altura. Por otro lado, el percentil 75 se encuentran a 5.2 km, 5.2 km, 5.25km y 5.km de altura respectivamente. En general las medianas en las cuatro regiones (N,C,S,E) se encuentran cercana de 5km de altura. Por consiguiente desde la figura 4.6 se afirma de que la altura del nivel de congelacio´n se encuentra alrededor de 5km de altura en los cuatro regiones de la cuenca. Este resultado es consistente con los trabajos de (Cha´vez Jara, 2013; Williams, 2016). La altura del nivel de congelacio´n (ANC) f´ısicamente revela la presencia del isoterma de 0◦, estrictamente para lluvia estratiforme la ANC se considera como el CAPI´TULO 4. RESULTADOS Y DISCUSIONES 36 tope de la capa de fusio´n, garantiza de encontrar la banda brillante aproximadamente en el rango entre 1.5km por encima y 1.5km por de bajo de ANC. Cabe recalcar que la banda brillante se define segu´n los valores pico del factor de reflectividad. 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 16 Al tu ra ( km ) A) Region N 20 25 30 35 40 45 50 0 2 4 6 8 10 12 14 16 B) Region C 0 10 20 30 40 50 60 70 80 90 100 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 16 Al tu ra ( km ) C) Region S 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 16 D) Region E 0 10 20 30 40 50 60 70 80 90 100 Figura 4.7: Diagrama de frecuencia normalizada (DFN) para la reflectividad vertical del PR (1998-2014) en cada subarea (N, C, S y E) de la cuenca del Mantaro En la figure 4.7 se muestra el diagrama de frecuencia normalizada (DFN) para los valores de reflectividad segu´n los datos del PR-TRMM. El color de la barra indica los valores de porcentaje de ocurrencia ( %) de la reflectividad de la altura. Se observa clara- mente que, a la altura de nivel de congelamiento (ANC) la frecuencia de ocurrencia de los valores de reflectividad es significativamente distinta entre la regio´n E y otras regiones. Desde la altura del nivel de congelacio´n aumenta la reflectividad debido a la existencia de una banda brillante, lo que indica la sen´al de la precipitacio´n estratiforme. Ello se observa claramente en la regio´n E y tenuamente en la regio´n S. Este aumento de reflec- tividad se debe principalmente a dos aspectos. El primero, es porque los hidrometeoros se agregan ma´s facilmente debido al aumento de la adherencia de su superficie al cubrirse parcialmente con una capa de agua l´ıquida cerca del de la altura de nivel de congelacio´n (Saikranthi et al., 2014). y el segundo, se debe estrictamente por los valores del factor diele´ctro que var´ıa con el tipo de hidrometeoros siendo distintas para la fase so´lido y la CAPI´TULO 4. RESULTADOS Y DISCUSIONES 37 fase l´ıquida (Fabry, 2015). Por otro lado, los valores ma´ximos del porcentaje de ocurrencia para los valores al- tos de la reflectividad (por debajo del nivel de congelamiento) son claramente distintos entre la regio´n E y otras regiones. En la region E se observa con mas claridad la pres- encia de la banda brillante, aunque la BB es un feno´meno que se observa en cada caso particular de registro de nube estratiforme. El DFN es una distribucio´n estad´ıstica, en la que se mezclan casos con diferentes caracter´ısticas, por tanto en todas las sub-areas hay ma´ximos de reflectividad que pudieran incluir casos con banda brillante. Lo que se puede afirmar es que en la regio´n E ocurren un importante porcentaje de la cantidad de sistemas precipitacio´n de una forma estratiforme. En cambio en las otras regiones (N, C, y S) no se puede afirmar si abunda el de tipo estratiforme ya que no se ve bien marcada la banda brillante debido principalmente por la influencia de la elevacio´n de topograf´ıa. Los valores ma´ximos del porcentajes de ocurrencia se encuentran alrededor de 20dBZ donde la poblacio´n (nucleo) de estos ma´ximos porcentajes presentan diferentes altitudes siendo la region E con menor altura que los otras regiones, esto es posible que las lluvias en areas elevadas son influenciada fuertemente por la topografia que fortalece a la lluvia de una forma profunda. En el caso de la variacio´n de altura de isolineas no se puede com- parar entre las regiones de interes, puesto que en las regiones N, C, y S no se aprecia la presencia de BB a excepcio´n que la regio´n E. En la figura 4.8 se muestra la DFN de la reflectividad para la precipitacio´n convectiva en las cuatro sub-areas de la cuenca del Mantaro. Se observa que los diagramas de frecuen- cia normalizada de la reflectividad en altura son distintos para las 4 regiones. Cuando se comparan las regiones N, C, y S se observan que entre 6 y 8 km de altura hay ma´ximos de la frecuencia de ocurrencia para valores altos de reflectividad en la regio´n S, en segundo lugar en la regio´n N y por u´ltimo la region C. A su vez en el tope del DFN se observan valores ma´s altos en las areas ma´s elevadas de la cuenca que la regio´n entre Amazonia y Andes. Esos valores maximos en el tope del DFN son directamente relacionado con los eventos extremos, por consiguiente en los Andes existe un alto porcentaje de lluvia convectiva, asociada a nubes profundas y esto es posible por el reforzamiento orogra´fico de la conveccio´n. Asimismo a 10 km de altura del DFN se observan que la regio´n E es ma´s estrecha que las regiones elevadas de la cuenca. Esto se debe a que en esta regio´n E ocurre menos cantidad de precipitacio´n convectiva de sistemas profundos. En la figura 4.9 se muestra isolineas de la frecuencia de ocurrencia del factor de re- flectividad observado por el PR para el periodo de 1998-2014 en las cuatro regiones N, C, S y E, solo para el rango entre 0 y 5km de altura tomando como referencia el nivel medio del mar. En general se observa que en las cuatro regiones var´ıa el escaneo vertical CAPI´TULO 4. RESULTADOS Y DISCUSIONES 38 20 25 30 35 40 45 50 0 2 4 6 8 10 12 14 Al tu ra ( km ) A) Region N 20 25 30 35 40 45 50 0 2 4 6 8 10 12 14 B) Region C 0 20 40 60 80 100 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 Al tu ra ( km ) C) Region S 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 D) Region E 0 20 40 60 80 100 Figura 4.8: Diagrama de frecuencia normalizada (CFAD) de la reflectividad vertical del PR (1998-2014) para precipitacio´n convectiva en cada subarea (N, C, S y E) de la cuenca del Mantaro del PR-TRMM. La regio´n E, comienza a obtener informacio´n en promedio desde 2km de altura hacia arriba, en la regio´n S desde 3.8km de altura, a su vez en la region C desde 4km de altura y finalmente en la region N la mı´nima comienza desde 4.9km, es- trictamente en promedio se toma valores de reflectivivdad por encima de 5km de altura. Se sen˜ala que el radar de precipitacio´n del TRMM tiene dificultades para representar la reflectividad vertical para nubes de precipitacio´n que son cercanas a la superficie. Este incertidumbre se debe principalmente al efecto de la topograf´ıa, que mientras aumenta el nivel de topograf´ıa la informacio´n del PR-TRMM tambien aumenta relativo al nivel de la topograf´ıa. es decir, el escaneo vertical var´ıa en funcio´n de la altura tal como se observan CAPI´TULO 4. RESULTADOS Y DISCUSIONES 39 20 30 40 50 Reflectividad 0 1 2 3 4 5 Al tu ra (k m ) A) Region N 20 30 40 50 Reflectividad 0 1 2 3 4 5 B) Region C 20 30 40 50 Reflectividad 0 1 2 3 4 5 C) Region S 20 30 40 50 Reflectividad 0 1 2 3 4 5 D) Region E 0 10 20 30 40 50 60 70 80 Figura 4.9: Isolineas de la frecuencia de ocurrencia del factor de reflectividad (entre 0 y 5km de altura referencia nivel del mar) observado por el PR para el periodo de 1998-2014 en las cuatro regiones N, C, S y E en las sub-areas de la figura 4.9. La lluvia cercana a la superficie no esta representada de manera adecuada por la estructura vertical de la reflectividad del PR-TRMM, esto se observa de manera clara en la regio´n N donde no existe informacio´n por debajo de la altura de nivel de congelacio´n. La figura 4.10 muestra la distribucio´n espacial del factor de reflectividad sobre la su- perficie (panel izquierda) y en una seccio´n transversal (panel derecho) en la regio´n E y cercana al mismo. En los primeros escaneos por el radar de banda Ku del sate´lite N-GPM, el evento presenta nubes profundas con desarrollo vertical importante, de tipo convectivas luego el evento de acuerdo a las condiciones atmosfericas decae presentando forma estrat- ificada, que se caracteriza por tener una banda brillante, que se observa los valores picos alrededor de 4.8km de altura sobre el nivel medio del mar. Este altura del pico de la banda brillante es consistente con los resultados encontrados en la region C desde la observacio´n del radar perfilador de nube (ver las figuras 4.24, 4.25). Asi pues el valor pico de la banda brillante se encuentra debajo de la altura de congelacio´n (figura 4.6). De estos resultados se deduce que la banda brillante de la lluvia estratiforme estan alrededor de 4.8km de altura sobre la cuenca. Por lo tanto, se concluye que en las regiones ma´s altas de la cuen- CAPI´TULO 4. RESULTADOS Y DISCUSIONES 40 14°S 13°S 12°S 11°S 10°S 9°S 8°S 78°W 77°W 76°W 75°W 74°W 73°W 72°W Ku 10 15 20 25 30 35 40 45 50 10 20 30 40 50 60 70 Numero de escaneo 0 2 4 6 8 10 12 14 A lt ur a (k m ) S. transversal Figura 4.10: Precipitacio´n estratiforme en la regio´n E y cercana a esta regio´n la distribu- cio´n de reflectividad observado por el radar banda Ku del N-GPM, evento ocurrido el 2 de marzo de 2017 ca la lluvia estratiforme asi como la lluvia superficial este u´ltimo determinado usando la altura del tope de la tormenta y la altura del nivelacio´n de congelacio´n (Saikranthi et al., 2014) no son representados adecuadamente por el escaneo vertical del radar PR-TRMM. En la figura 4.11 se muestra el DFN de la relfectividad para la precipitacio´n de tipo estratiforme en las 4 regiones de la cuenca del Mantaro. En la regio´n E de manera clara se observa la presencia de la BB definida entre 4 y 5 km de altura. En cambio, a la misma altura en las regiones N, C y S pra´cticamente no esta definida la BB, similarmente ocurre con la precipitacio´n convectiva (figura 4.8) el evento no esta representado por de bajo de 5km (region N de la figura 4.8). Los cuales se debe principalmente de que el escaneo del PR son afectada por la elevacio´n topogra´fica. Efectivamente, los resultados indica que el promedio de la reflectividad vertical cambia relativamente a su elevacio´n topografica, lo que ya fue determinada en los resultados anteriores. Especificamente, en la regio´n N que es ma´s alta que la regio´n E, se observa que el mayor porcentaje esta por encima de 6km de altura; en cambio, en la regio´n E, el mayor porecentaje esta por debajo de 6km de CAPI´TULO 4. RESULTADOS Y DISCUSIONES 41 20 25 30 35 40 45 50 0 2 4 6 8 10 12 14 Al tu ra (k m ) A) Region N 20 25 30 35 40 45 50 0 2 4 6 8 10 12 14 B) Region C 0 20 40 60 80 100 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 Al tu ra (k m ) C) Region S 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 D) Region E 0 20 40 60 80 100 Figura 4.11: Diagrama de frecuencia normalizada (CFAD) de la reflectividad vertical del PR (1998-2014) para precipitacio´n estratiforme en cada subarea (N, C, S y E) de la cuenca del Mantaro altura. En la figura 4.12 se muestra la DFN de reflectividad para los diferentes per´ıodos esta- cionales JJA (junio-julio-agosto), SON (setiembre-octubre-noviembre), DJF (diciembre- enero-febrero) y MAM (marzo-abril-mayo). Existe dependencia estacional de la altura de la BB y el nivel de congelacio´n. Espec´ıficamente en la estacio´n JJA la BB se encuentra aproximadamente entre 3.5 y 4.5km de altura y debajo de la BB es ma´s ancho el mayor porcentaje de ocurrencia de pixeles con lluvias. Esto se debe principalmente a la ocurren- cia de las lluvias superficiales. En cambio en los otros regiones aproximadamente la BB esta entre 4 y 5km. La BB cambia con la estacionalidad, ya que JJA en la cuenca del Mantaro corresponde a la estacio´n seca (Silva et al., 2008) para lo cual ocurren precip- itaciones mı´nimas, lo cual es consistente con la lluvia superficial, ya que estas lluvia son ligeras, con valores de reflectividad de Z < 25 dBZ y en muchos casos se evaporan antes CAPI´TULO 4. RESULTADOS Y DISCUSIONES 42 20 25 30 35 40 45 50 0 2 4 6 8 10 12 14 A lt ur a (k m ) A) Estacion JJA 20 25 30 35 40 45 50 0 2 4 6 8 10 12 14 B) Estacion SON 0 20 40 60 80 100 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 A lt ur a (k m ) C) Estacion DJF 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 D) Estacion MAM 0 20 40 60 80 100 Figura 4.12: Diagrama de frecuencia normalizada (CFAD) de la reflectividad vertical del PR (1998-2014) para la regio´n E de la cuenca del Mantaro de llegar al suelo (Saikranthi et al., 2014) 4.2.2. Estructura vertical de las nubes convectivas intensas En la figura 4.13 se muestra la estructura de un sistema convectiva de mesoescala (MCS) ocurrido el 26 de marzo cerca de la cuenca del Mantaro, observado desde el radar banda ku abordo del sate´lite nu´cleo GPM, correspondiente al evento. El panel izquierdo indica la medicio´n espacial de la reflectividad cercana a la superficie del suelo y el panel derecho indica la seccio´n transversal para la linea roja del panel izquierdo. Esta seccio´n transversal muestra consistentemente el ciclo del MCS, la etapa de formacio´n, madurez y disipacio´n donde el SCMs tiene aproximadamente 300km de tamao˜ espacial. En el eje de las abscisas, desde la posicio´n 10, la tormenta comienza aumentar su intensidad, y en la posicio´n 30 la tormenta se encuentra en su etapa madura con reflectividades altas, presentando celdas convectivas, en 12 km de altura tiene reflectividades que superan 20 CAPI´TULO 4. RESULTADOS Y DISCUSIONES 43 14°S 13°S 12°S 11°S 10°S 9°S 8°S 78°W 77°W 76°W 75°W 74°W 73°W 72°W Ku 10 15 20 25 30 35 40 45 50 10 20 30 40 50 60 70 Numero de escaneo 0 2 4 6 8 10 12 14 Al tu ra (k m ) S. transversal Figura 4.13: Sistemas de nubes de precipitacio´n observado por el radar de banda Ku del sate´lite GPM, panel izquierdo escaneo en superficie de la reflectividad y panel derecho seccio´n transversal para la l´ınea roja observado en panel izquierda dBZ y el tope del eco del radar llega hasta 14 km de altura. Estas son las principales caracter´ısticas de nubes cumulonimbus que esta´n asociadas con fuertes corrientes ascen- dentes en la parte mediana y alta. En la posicio´n 40 se mantiene la etapa madura del SCM, en esta se observa que en niveles bajos tiene valores de reflectividad mayores de 45dBZ lo que indica la existencia de celdas convectivas intensas y ausencia de la banda brillante y el tope del eco del radar se encuentra a 14km de altura. En la abscisa entre 50 y 60, el SCM se encuentra en etapa de disipacio´n se observa claramente que los sistemas de nubes de precipitacio´n son poco profundos y estratiformes, ya que se puede obvservar una franja bien marcada que indica una sen˜al de la banda brillante (BB). En la tabla 4.1 se muestra los umbrales para las regiones N, C, S y E de las celdas convectivas intensas de 3, 6 y 8 km de altura de referencia, calculado desde la informa- cion´ del PR-TRMM de periodo 1998-2014. El umbral de CCI3 en la regio´n E toma el valor de 41 dBZ. En cambio, en las regiones N, C y S no se definen umbrales de ICC3 debido a que estas regiones correpsonden a zonas ma´s elevadas de la cuenca del Mantaro, especificamente el radar de precipitacio´n del TRMM no representa de manera adecuada el perfil vertical de reflectividad (como muestra la figura 4.9). Primero, por su elevacio´n topogra´fica y segundo, que para evitar la contaminacio´n de la sen˜al del radar ocasion- CAPI´TULO 4. RESULTADOS Y DISCUSIONES 44 Tabla 4.1: Umbrales para sistemas de nubes con celdas convectivas intensas CCI3 CCI6 CCI8 Regiones umbrales umbrales umbrales (dBZ) (dBZ) (dBZ) N - 37.8 33.8 C - 37.5 33.8 S - 37.5 33.7 E 41.0 32.7 25.9 ado por el efecto de la superficie, el PR-TRMM omite informacio´n alrededor de 0.9km de altura desde la superficie. Los umbrales para CCI6 son diferentes entre las regiones ma´s elevadas de la cuenca y region E. En las regiones N, C y S las reflectividades son similares. Los umbrales en CCI8 tienen el mismo patro´n de variacio´n que el CCI6. Los umbrales encontrados en las regiones de la cuenca del Mantaro esta´n acordes con los val- ores que encontraron Kumar and Bhat (2016). A partir de este cuadro se afirma que los valores umbrales calculado para cada sub-area varian dependiendo de la altura de refer- encia fijado, y estos umbrales son indicadores para cuantificar la intensidad de un evento de precipitacio´n convectiva, de modo que reflectividades mayores e iguales de este umbral esta´n asociadas a sistemas de nubes profundas y eventos severos que en algunos casos con super-celdas de una tormenta convectiva. En la figura 4.14 se muestra el DFN de la reflectividad para las regiones de la cuenca del Mantaro, calculado con los datos del PR para el periodo 1998-2014. El porcentaje de ocurrencia se diferencia entre las regiones; principalmente la regio´n E es diferente marcadamente, en cambio la region C presenta un porcentaje de ocurencia ma´s alto que los otros, lo que indica que en esta regio´n ocurren ma´s eventos de tipo CbT. En las regiones N, C y S el perfil de la distribucio´n vertical muestra los porcentajes ma´s altos desde 13 km hasta 6 km de altura. A su vez, en los niveles bajos estos porcentajes tienden alejarse con respecto al eje Y. En cambio en la regio´n E sucede lo contrario. Asimismo desde 5 km de altura hacia la superficie, decrecen los porcentajes, tendiendo asintoticamente a cero. En general las regiones ma´s elevadas de la cuenca del Mantaro presentan celdas convectivas ma´s intensas y con porcentajes ma´s altos de ocurrencia que la regio´n entre la Amazonia y los Andes. En la figura 4.15 se muestra el promedio de perfil vertical de la reflectividad calculado con los datos del PR para un periodo de 1998-2014. La figura 4.15a indica el promedio vertical de nubes de tipo CbTs para las regiones de la cuenca del Mantaro (N, C S, E ). El tope de nubes se definio´ a partir del promedio vertical de reflectividad, con el criterio de CAPI´TULO 4. RESULTADOS Y DISCUSIONES 45 20 30 40 50 60 Reflectividad 0 2 4 6 8 10 12 14 16 A lt u ra ( km ) A) Region N 20 30 40 50 60 Reflectividad 0 2 4 6 8 10 12 14 16 B) Region C 20 30 40 50 60 Reflectividad 0 2 4 6 8 10 12 14 16 C) Region S 20 30 40 50 60 Reflectividad 0 2 4 6 8 10 12 14 16 D) Region E 0 20 40 60 80 100 Figura 4.14: frecuencia relativa de ocurrencia de Ze so´lo para celdas convectivas observado por el PR para el periodo de 1998-2014 en las cuatro regiones N, C, S y E que al menos el 90 % de los pixeles a esa altura tengan reflectividad mayor que el 17 dBZ. En esta figura se observa que entre 6 y 13 km existe una clara diferencia de promedios de Ze, entre la ocurrencia de celdas convectivas de regiones ma´s elevadas de la cuenca del Mantaro y la regio´n de transicio´n Amazonia-Andes (regio´n E). De modo que en la regio´n E se observan valores menores de reflectividad, correspondientes a celdas menos intensas, en cambio en las regiones de zonas ma´s elevadas de la cuenca entre 8 y 12 km de altura (N, C, S), las curvas son muy similares, lo que se puede decir que en las regiones de Andes el mecanismo de forzamiento orografico son similares. La figura 4.15b, correspondiente a sistemas del tipo CbT75, estas poseen reflectividades mayores que el percentil 75 % lo cual esta relacionado con eventos extremos. El patron de su promedio vertical de Ze es similar al de la figura 4.15a, que entre 6 y 12 km de altura presenta diferencias entre las regiones ma´s altas de la cuenca del Mantaro y la regio´n E. De aqui es posible afirmar que las nubes CbTs presentan valores mas altos de reflectividad en los Andes que en region transicio´n Amazonia-Andes, esto es posible por el mecanismo de forzamiento orografico que modifica la intensidad de las nubes CbTs. En la figura 4.16 se muestra el promedio de perfil vertical de la reflectividad para las CAPI´TULO 4. RESULTADOS Y DISCUSIONES 46 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 16 Al tu ra (k m ) a) CbT N C S E 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 16 b) CbT75 N C S E Figura 4.15: Promedio de perfiles verticales de la reflectividad observado por el PR para el periodo 1998-2014. a) CbT y b) CbT75 celdas convectivas intensas (ICCs). La figura 4.16a corresponde a las celdas convectivas intensas para 6 km de altura de referencia. Se observa que las celdas convectivas intensas son similares en las regiones ma´s elevadas de la cuenca, a diferencia de la regio´n entre Amazonia y Andes (E). En la figura 4.16b en las regiones ma´s elevadas de la cuenca, el promedio de la reflectividad entre 5 y 12 km de altura son similares, pero diferentes de los del regio´n E. En general las celdas convectivas intensas sobre las areas ma´s elevadas de la cuenca, relativamente son diferentes para 6 y 8 km de altura de referencia, por ejemplo alrededor a 6 km de altura las celdas convectivas de CCI8 presentan valores de reflectividad ma´s prolongada en altura que el CCI6. Y estas celdas ma´s intensas de las regiones ma´s elevadas de la cuenca se encuentran por encima de la altura del nivel de congelacio´n (isoterma de cero grados). De aqui se afirma que el area de la transicio´n entre la Amazonia y los Andes presentan reflectividades ma´ximas en los niveles bajas y a partir de la altura del nivel de congelacio´n especificamente los niveles de la capa mixta decrecen de manera ra´pida, en cambio en las regiones altas de la cuenca el promedio de la reflectividad presenta valores altos y decrece ligeramente precisamente a partir de la altura del nivel de congelacio´n. Asu vez, por encima del isoterma cero, el perfil de reflectividad CAPI´TULO 4. RESULTADOS Y DISCUSIONES 47 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 16 Al tu ra (k m ) a) ICC6 N C S E 20 25 30 35 40 45 50 Reflectividad 0 2 4 6 8 10 12 14 16 b) ICC8 N C S E Figura 4.16: Promedio de las perfiles verticales de la reflectividad observado por el PR para el periodo de 1998-2014. a) ICC6 y b) ICC8 esta´ definido por la intensidad de las corrientes verticales y de los procesos de formacio´n de graupel. En la figura 4.17 se muestra la frecuencia de ocurrencia para las celdas convectivas que al menos contengan 40dBZ en las nubes cumulinimbus (CbT), CCI6, CCI8 y CCI3 respectivamente. La figura 4.17a corresponde al CbT. Se observa que en la regio´n E, la mayor frecuencia se encuentra entre 3 y 6 km de altura. En cambio en las regiones ma´s elevadas de la cuenca la mayor frecuencia se encuentra entre 5 y 9 km de altura. La figura 4.17b corresponde a CCI6, donde se observa que en la regio´n E, el ma´ximo de frecuencia se encuentra entre 4 y 5km de altura, mientras que en las regiones elevadas de la cuenca se encuentra entre 5 y 8 km de altura. En figura 4.17c corresponde a CCI8 en la regio´n E la mayor frecuencia se encuentra entre 3 y 6km de altura y en las otras regiones entre 5 y 8 km de altura. Finalmente en la figura 4.17d corresponde a CCI3 se observa que en la regio´n E el ma´ximo frecuencia se encuentra entre 6 y 8km de altura. Comparando las penetraciones en altura de los umbrales de 40dBZ se encuentran que las celdas convectivas son ma´s frecuentes en nubes CbT que en las CCIs, especialmente en las regiones C y S (4.17a). En general las modas esta´n bien definidas en las regiones ma´s elevadas de la CAPI´TULO 4. RESULTADOS Y DISCUSIONES 48 0 10 20 30 40 50 2 4 6 8 10 12 14 Al tu ra (k m ) a) CbT N C S E 0 10 20 30 40 50 2 4 6 8 10 12 14 b) ICC6 N C S E 0 10 20 30 40 50 Frecuencia (%) 2 4 6 8 10 12 14 Al tu ra (k m ) c) ICC8 N C S E 0 20 40 60 80 100 Frecuencia (%) 2 4 6 8 10 12 14 d) ICC3 E Figura 4.17: Se muestra la distribucio´n frecuencia de ocurrencia de alturas de los umbrales de 40-dBZ observado por el PR para un periodo 1998-2014. a) CbT, b) ICC6, c) ICC8 y d) ICC3 cuenca, en cambio sobre la region E no existe una o ma´s modas secundarias (excepto en CCI3). 4.2.3. Climatolog´ıa de la estructura vertical de las nubes con- vectivas En la figura 4.18 se muestra la climatolog´ıa de altura tope de 40 dBZ y 30 dBZ (MH40 y MH30 ) para un sistema de nubes convectivas calculado para un periodo 1998-2018, disponible desde PR-TRMM y PRKu-GPM. Se observa las alturas ma´ximas de 40 y 30 dBZ en la regio´n E se encuentran en niveles ma´s bajos que los otros regiones, por eso solamente se comparan las regiones (N, C, S). En figura 4.18a la altura ma´xima del percentil 25 se encuentra en la regio´n N aproximadamente a una altura de 6.4km y el segundo ma´s alto es la regio´n C, ubica´ndose a 6km de altura. Donde el percentil 75 se encuentran a 7.8 km y 7.4 km de altura respectivamente. Por otro lado, en la figura 4.18b, la altura ma´xima de MH30 para el percentil 25 se encuentra en la regio´n N aproximadamente a una altura de 6.8km y como segundo ma´s alto, en la regio´n C, CAPI´TULO 4. RESULTADOS Y DISCUSIONES 49 Reg-N Reg-C Reg-S Reg-E 0 2 4 6 8 10 12 14 A lt u ra ( k m ) a) MH40 Reg-N Reg-C Reg-S Reg-E 0 2 4 6 8 10 12 14 b) MH30 Figura 4.18: Climatolog´ıa de altura tope para umbrales 40 y 30 dBZ para un periodo 1998-2018 calculado desde PR-TRMM y PRKu-GPM, a) Altura ma´xima de 40 dBZ y b) Altura ma´xima de 30 dBZ ubica´ndose a 6km de altura, mientras que el percentil 75 se encuentra aproximadamente a 8.5 km y 8.4km de altura respectivamente. De la literatura se conoce que las altutras ma´ximas de MH40 y MH30, en ausencia de velocidad vertical son usados como un proxy para identificar las intensidades de celdas convectivas (Bhat and Kumar, 2015; Xu and Zipser, 2012; Zipser et al., 2006). En la figura 4.19 se muestra la frecuencia de la distribucio´n acumulativa (CDF, sigla en ingle´s) para sistemas de nubes convectivas. El panel izquierdo indica la contribucio´n a la lluvia desde nubes convectivas segu´n el taman˜o horizontal del sistema de precipitacio´n. En e´sta se observa que entre las regiones de la cuenca existe una clara diferencia de con- tribucio´n a la lluvia, donde la mayor frecuencia de ocurrencia se encuentra en la regio´n E. En cambio, los taman˜os pequen˜os de nubes convectivas se encuentran con mayor fre- cuencia en la regio´n N. Por consiguiente es posible afirmar que se incrementa la altitud de la topograf´ıa, paralelamente disminuye el taman˜o horizontal de la precipitacio´n con- vectiva. En panel derecho, se muestra la frecuencia acumulativa de altura ma´xima de 20 dBZ. Aqu´ı se observa que la regio´n E tiene la frecuencia de ocurrencia es ma´s baja, lo que indica que la altura del tope de sistemas de nubes de precipitacio´n son bajas en esta regio´n. En cambio, la frecuencia de ocurrencia acumulativa en las regiones ma´s elevadas de la cuenca son similares. En la figura 4.20 se muestra los perfiles verticales de los ma´ximos valores de reflec- CAPI´TULO 4. RESULTADOS Y DISCUSIONES 50 12 11 10 8 7 6 5 3 2 1 Area (100kmxkm) 0 5 10 15 20 25 30 C D F ( % ) N C S E 16 14 12 10 8 6 4 2 0 Altura Max. de 20dBZ 0 20 40 60 80 100 N C S E Figura 4.19: La frecuencia de ocurrencia acumulativa (CDF) para nubes convectivas en las regiones (N,C,S,E) para un periodo 1998-2018. Panel izquierda area cumulativa y panel derecha la altura ma´xima de 20 dBZ 20 25 30 35 40 45 50 Reflectividad (dBZ) 2 4 6 8 10 12 14 A lt u ra ( k m ) a) N C S E 20 25 30 35 40 45 50 Reflectividad (dBZ) 2 4 6 8 10 12 14 b) N C S E Figura 4.20: Promedio vertical de valores ma´ximos de la reflectividad calculado desde un periodo 1998-2018 desde PR y PRKu. a) Mayores de percentil 25 y b) Para todos los valores tividad para cada sistema de precipitacio´n calculado para un periodo 1998-2018, donde la CAPI´TULO 4. RESULTADOS Y DISCUSIONES 51 figura 4.20a representa el promedio de reflectividad mayores a percentil de 25. Por encima de 5km de altura los perfiles son similares en las regiones ma´s altas de la cuenca, tomando como ma´ximo mayores de 40 dBZ a 6km de altura. En general estos valores son altos con respecto a la regio´n E, de donde se deduce que el nivel de congelacio´n que se encuentra por encima de isoterma de 0◦) (4.9 km sobre regio´n C) es mayor en E que las regiones (N,C, S). En la figura 4.20b se muestra el promedio para todas valores de reflectividades ma´ximos del sistema de precipitacio´n. Entre 6km y 12 km de altura existe una diferencia entre regio´n E y otras regiones. Apartir de 5.8km de altura hacia bajo, el promedio de reflectividad es diferente para las distintas regiones. Esta variacio´n se principalmente a las variaciones toppogra´ficas de la zona. 20 25 30 35 40 45 50 Reflectividad (dBZ) -59.2 -46.7 -34.3 -23.6 -13.7 -5.0 2.5 10.0 T e m p e r a t u r a ( ° C ) N C S E 20 25 30 35 40 45 50 Reflectividad (dBZ) -59.2 -46.7 -34.3 -23.6 -13.7 -5.0 2.5 10.0 N C S E Figura 4.21: La temperatura de la atmo´sfera y el promedio vertical de la reflectividad (la misma figura 4.20 ). a) Temperatura versus promedio de reflectividad (percentil 25) y b) temperatura versus promedio total de las reflectividades En la figura 4.21 se muestra la temperatura (C◦) relacionada con el promedio del perfil vertical de reflectividad. La figura 4.21a representa para sistemas de nubes convectivas severas (mayores a percentil 25). En las regiones ma´s altas de la cuenca se observan perfiles de promedio de la reflectividad ma´s intensos que en la regio´n Amazonia y los Andes. Espec´ıficamente entre -5C◦ y -46.7C◦ se observa perfiles ma´s fuertes. Esta regio´n se ubica dentro de la regio´n de congelacio´n lo que indica corrientes ascendentes y donde existen part´ıculas de hielo ma´s grandes (Zipser et al., 2006; Zipser and Lutz, 1994). CAPI´TULO 4. RESULTADOS Y DISCUSIONES 52 4.3. Microf´ısica de las nubes en la cuenca del Man- taro Figura 4.22: (a) Distribucio´n vertical de reflectividad versus tiempo a partir de Mira35C, (b) registro de lluvia (mm/h) con el pluviometro para el evento 29 de enero de 2016 sobre valle del r´ıo Mantaro. En la figura 4.22 se muestra la distribucio´n vertical y temporal de la reflectividad y la lluvia acumulada observada por un pluviometro instalado a 20 metros de la ubicacio´n del Mira35C, este evento corresponde el 29 de enero de 2016. En la figura 4.22a se muestra la reflectividad en altura versus tiempo en horas UTC. Por debajo de 2km de altura se observa una franja bien marcada durante ma´s de 5 horas cubriendo el cielo de LAMAR, esta franja es una sen˜al de la banda brillante (BB) que garantiza la lluvia estratiforme, asimismo se observa que la nube se extiende verticalmente en dos niveles, donde el tope de la nube del segundo nivel se extiende ma´s de 8km de altura, esta nube es ma´s problabe se trata de nube cirrus que casi en su totalidad estan compuestas de part´ıculas de hielo. CAPI´TULO 4. RESULTADOS Y DISCUSIONES 53 Mientras que las nubes del primer nivel se extienden hasta 4km de altura lo cual indica que las nubes no son tan profundas que presentan predominancia en la extensio´n horizontal que en la vertical. Aproximadamente entre 5:40 horas y 7:20 horas se observan valores de reflectividad altas, en esta misma intervalo de tiempo el pluviometro registra la lluvia acumulada que logra acumularse hasta 2.5mm (4.22b). Lo cual revela que para valores de alrededor de 20dBZ es posible observar la ocurrencia de lluvia significativa. Figura 4.23: Velocidad Doppler (Mira35C) de hidrometeoros y velocidad de la atmo´sfera en la componente vertical (BLTR) estimado entre 6:00 y 6:20 horas de la figura 4.22a. En la figura 4.23b se muestra la variacio´n en el perfil vertical de la velocidad Doppler para las part´ıculas de lluvia ( fig: 4.22a). Se observa claramente que los hidrometeoros se desplazan hacia la superficie con diferentes valores de velocidades (se considero´ valores positivos hacia superficie y negativos hacia arriba), cabe sen˜alar que la velocidad Doppler incluye las suma de la velocidad de hidrometeoros y la velocidad vertical del viento. En la regio´n de BB aproximadamente entre 1.2 y 1.5 km de altura se observa un fuerte gradiente de velocidad Doppler, esta revela que en esta regio´n los hidrometeoros sufren procesos microfisicos predominantes, como el proceso de coalecencia donde el taman˜o de hidrometeoros aumenta y cambia de fase desde so´lido a l´ıquido. En cambio, por debajo de la BB los hidrometeoros se encuentran completamente en fase l´ıquida, lo que caracteriza CAPI´TULO 4. RESULTADOS Y DISCUSIONES 54 a un evento de precipitacio´n estratiforme. De modo que aproximadamente por debajo de 1 km de altura la caida de hidrometeoros presenta un espectro amplio de velocidad Doppler desde 2.8 m/s hasta 6.6m/s. En la figura 4.22c se muestra la velocidad del viento en la vertical observado por el radar BLTR para el mismo intervalo de la figura 4.23b. Alrededor de 1.5km de altura incrementa considerablemente la velocidad del viento, lo que probablemente se debe a que en esta regio´n los hidrometeoros generan velocidad de arrastre. Esto esta´ de acuerdo con el trabajo de (Williams, 2016), que indica que en la regio´n de BB donde incrementa el porcentaje de ocurrencia es ma´s posible detectar el movimiento de aire claro. De aqui se afirma que en la regio´n de BB se encontro un gradiente positivo de velocidad debido a dos aspectos una por el aumento de taman˜o y el cambio de fase de las part´ıculas (Williams, 2016). Figura 4.24: Perfil vertical de reflectividad y sus componentes para el evento del 29 de enero de 2016 evento ocurrido sobre LAMAR. a) Perfil vertical de la reflectividad, b) componente de la reflectividad definido como NdBw = 10log(Nw) y c) componente de la reflectividad definido como IdbB = 10log[F (Dm, µ)] En la figura 4.24 se muestra el promedio vertical de la reflectividad y sus componentes, correspondiente al evento del 29 de enero de 2016. En el panel izquierda (fig:a) se observa que la banda brillante tiene un ancho de 0.53 km (sen˜alada con lineas puntiadas de color rojo) y el pico ma´ximo del promedio de la reflectividad se encuentra a 1.4 km de CAPI´TULO 4. RESULTADOS Y DISCUSIONES 55 altura (linea azul). El panel medio (fig:b) indica el promedio vertical del componente de reflectividad definido como NdBw = 10log(Nw), expresado en funcio´n del nu´mero de concentracio´n normalizada (Nw) y el panel derecho (fig:c) representa el factor forma de la funcio´n gamma, definido como IdbB = 10log[F (Dm, µ)]. Este factor contiene el dia´metro de los hidrometeoros y el para´metro µ. En la regio´n de banda brillante a partir de 1.5 km hacia abajo (fig:b) bruscamente disminuye el nu´mero de la concentracio´n de hidrometeoros y a su vez aumenta de manera significativa su taman˜o (fig:c). Este aumento del dia´metro de los hidrometeoros es responsable del incrementar de los valores de reflectividad (fig:b) en la regio´n de la BB. En cambio por debajo de la BB, la concentracio´n de hidrometeoros disminuye ligeramente y en contraste el componente IdbB se incrementa. A patir de nuestro resultado es posible afirmar que en la regio´n de la BB pueden ocurrir procesos microf´ısicos complejos como coalescencia-colisio´n, ruptura y agregacio´n. En cambio por debajo de la BB principalmente ocurre el proceso de coalescencia. Aunque esta bien documentado que este proceso microf´ısico fundamentalmente ocurre en las corrientes verticales ascendentes, sin embargo nuestro resultado evidencia que por debajo de la BB ocurre el proceso de coalescencia siendo consistente con el trabajo de investigacio´n (Williams, 2016) . 20 10 0 10 20 30 40 Reflectividad 0 1 2 3 4 5 6 A lt u ra ( k m ) A 0 2 4 6 8 10 V. Doppler 0 1 2 3 4 5 6 B 0 1 2 3 4 5 A. espectral 0 1 2 3 4 5 6 C 0 10 20 30 40 50 60 70 80 90 100 Figura 4.25: Perfil vertical del diagrama de frecuencia normalizada (CFAD, sigla en ingles) para el evento del 29 de enero de 2016 observado por Mira35C. a) Reflectividad, b) Velocidad Doppler y c) ancho espectral CAPI´TULO 4. RESULTADOS Y DISCUSIONES 56 En la figura 4.25 se muestra el diagrama de frecuencia de normalizada (CFAD, sigla en ingles), esta indica el porcentaje de ocurrencia de valores de reflectividad en cada intervalo de 1dBZ, velocidad Doppler y el ancho espectral observado desde el radar perfilador de nube (Mira35C). En los niveles de congelacio´n alrededor de 2km de altura se observan claramente dos franjas de mayor porcentaje de ocurrencia (4.25a). Seguidamente se ob- serva el primer pico a 1.5km de altura y el segundo pico a 1 km de altura con porcentaje de ocurrencia menor. Estos dos picos son sen˜ales de la banda brillante, inherente a la lluvia estratiforme. El primer pico corresponde a reflectividades pequen˜as, que se corre- sponden con nubes que aportan precipitacio´n ligera con gotas pequen˜as que, por debajo de la BB tienden a evaporarse. En cambio el segundo pico representa lluvias con gotas relativamente grandes para lluvia, estratiforme puesto que los valores de reflectividad son grandes. En la figura 4.25b representa la velocidad Doppler. Aqu´ı el mayor porcentaje de ocurrencia se observa en el nivel de congelacio´n donde los hidrometeoros caen con velocidades de alrededor de 1m/s. Especificamente por encima de 2.7km de altura, los hidrometeoros pueden incluir de graupel, nieve, cristales de hielo y agua superenfriada, puesto que el nivel de isoterma de 0◦ se encuentra cercano a 1.7 km de altura (Cha´vez Jara, 2013; Williams, 2016). Desde 1.7km de altura hacia abajo la velocidad de caida de los hidrometeoros cambia bruscamente y por debajo de BB llega a 7m/s. Este amplio espec- tro de velocidades se debe a la distribucio´n por taman˜os de las gotas de lluvia. En la figura 4.25c, que muestra el ancho espectral (m/s), se observa en el nivel de congelacio´n un porcentaje de ocurrencia ma´s alta, con valores de alrededor de 0.5 m/s. Seguidamente entre 1 y 2 km de altura, se incrementa el porcentaje de ocurrencia, llegando a 1.5m/s. El incremento del ancho espectral por debajo de la BB es consecuencia con la presencia de una amplia distribucio´n de taman˜o de gotas y consecuentemente, de velocidades de caida de los hidrometeoros, que garantizan la continuidad del proceso de coalescencia (Williams, 2016). Sobre el Observatorio de Huancayo donde se encuentra LAMAR se realizo´ la compara- cio´n del perfil vertical de la reflectividad entre PR y Mira35C. La figura 4.26a muestra el promedio de la reflectividad dada por PR para el periodo 1998-2014 donde, el color azul es para convectiva y negro estratiforme. Se observa entre 1 y 1.5 km de altura la existen- cia del nivel de la BB en presencia de lluvia estratiforme. Por otra parte, la figura 4.26b indica el promedio de reflectividad desde Mira35C para 7 eventos. Se observa variaciones significativas del promedio de reflectividad entre 0.9 km y 2 km de altura. Precisamente estas variaciones ocurren dentro de los niveles de la BB que se mostraron en la figura 4.25, donde el pico del nivel ma´s bajo representa las mayores gotas de la lluvia estrati- forme. Usando los para´metros a y b encontrado por (Villalobos, 2016) para la relacio´n CAPI´TULO 4. RESULTADOS Y DISCUSIONES 57 10 15 20 25 30 35 40 Reflectividad 0 1 2 3 4 5 Al tu ra (k m ) a) str cv 10 0 10 20 30 Reflectividad 0 1 2 3 4 5 b) str Figura 4.26: Comparacio´n de perfil vertical de la reflectividad entre radar perfilador de nube (Mira35C) y el radar de precipitacio´n PR-TRMM sobre Observatorio de Huancayo exponencial R-Z sobre el valle del r´ıo Mantaro, se han calculado las intensidades de lluvia para el promedio de la reflectividad (fig:4.26b), por ejemplo para 20 dBZ equivale una intensidad de 1.66mm/hr y para 16dBZ equivale 0.66 mm/hr. A partir de este resultado se puede afirmar que la intensidad de lluvia por debajo de 1.66mm/hr paracticamente es despreciado por el PR-TRMM. El Nw (dB) es el componente de la reflectividad que se utiliza en este trabajo para representar la concentracio´n de part´ıculas, el Ib (dB) es una funcio´n de dos parametros; el promedio de volumen en peso (Dm) y el para´metro de forma µ. En la figura 4.27 se mues- tra el promedio de perfil vertical Ze y de sus componentes Nw y Ib referidos a las lluvias estratiformes y convectivas. Se observan que en todas las sub-a´reas la concentracio´n de hidrometeoros (4.27b) entre 9 y 12 km de altura presenta pico de valores, aunque en las regiones de Andes son menores los picos, esta es una evidencia que en este intervalo existe alta concentracio´n de part´ıculas con dia´metros muy pequen˜as (4.27c). Luego a partir de 8km hacia niveles bajos aumenta ligeramente la concentracio´n de los hidrometeoros esto para todas las sub-a´reas. La regio´n E, presenta dos momentos de aumento que alrede- dor de 4.8km de altura se observa un pico bastante pequen˜a, que con mayor evidencia CAPI´TULO 4. RESULTADOS Y DISCUSIONES 58 Figura 4.27: Promedio vertical de parame´tros de la distribucio´n de gotas de lluvia y part´ıculas de nube desde KuPR-GPM (2014-2018) sobre las sub-a´reas de la cuenca del Mantaro (a) Reflectividad para lluvia estratiforme, (b) Nw para lluvia estratiforme, (c) Ib para lluvia estratiforme, (d) relfectividad para lluvia convectiva, (e)Nw para lluvia convectiva y (c) Ib para lluvia convectiva se observa en el componente Ib (4.27c), esta altura corresponde a la misma altura de la banda brillante, similarmente a la misma altura la reflectividad tiene valores pico, de tal modo evidencia que la banda brillante (4.27a) se encuentra alrededor de 4.8km de altura. Asimismo, en la regio´n E por de debajo del nivel de altura de congelacio´n (FHL, sigla en ingle´s) la reflectividad fuertemente depende del componente Ib, con claridad se observa en la regio´n de banda brillante: Por lo tanto, es posible afirmar que en la lluvia estrati- forme el aumento de valores de reflectivdad por debajo de FHL principalmente depende de la predominancia del taman˜o de las part´ıculas. En cambio, en la lluvia convectiva CAPI´TULO 4. RESULTADOS Y DISCUSIONES 59 Figura 4.28: Promedio vertical de parame´tros de la distribucio´n de gotas de lluvia y part´ıculas de nube desde KuPR-GPM (2014-2018) sobre las sub-a´reas de la cuenca del Mantaro (a) Reflectividad para sistema de nubes convectivas intensas, (b) Nw para CCI8s, (c) Ib para CCI8s, (d) relfectividad para para CCI3, CCI6 y CCI8, (e)Nw para CCI3, CCI6 y CCI8 y (c) Ib para CCI3, CCI6 y CCI8 son diferentes la distribucio´n vertical de part´ıculas, donde la concentracio´n de part´ıcu- las (4.27e) para todas las sub-a´reas var´ıa fuertemente en el perfil vertical. Puesto que en la regio´n N, el perfil de la concentracio´n es alta con respecto de otras sub-a´reas y el Ib predomina ligeramente menor. Entre 5 y 11km de altura existe una clara diferencia de valores de reflectividad entre sub-a´reas de Andes y Amazonia-Andes (4.27d). Los de Andes presentan alta concentracio´n de hidrometeoros, a su vez el taman˜o disminuye sig- nificativamente. Mientras que en la regio´n E, la concentracio´n aumenta fuertemente hasta llegar a la superficie y el dia´metro ligeramente aumenta, Este resultado manifiesta que CAPI´TULO 4. RESULTADOS Y DISCUSIONES 60 la reflectividad por debajo de 10km de altura, depende por la predominancia de ambos componentes de Ze, aunque ligeramente domina la concentracio´n de hidrometeoros en algunos intervalos de altura. Por otro lado, en la fgura 4.28, se muestra la reflectividad y sus componentes para nubes intensas de tipo CCIs. En la regio´n N (linea negra), para nubes CCI8s la concentracin´ de hidrometeoros es significativamente alta con respecto de las otras sub-a´reas, aunque el taman˜o de los hidrometeoros es menor con respecto de las regiones C y S. En general la concentracio´n se mantiene relativamente constante en todas las sub-a´reas (4.28b), en cambio el tamano˜ de los hidrometeoros var´ıan fuertemente, por ejemplo, en las regiones de Andes entre 5 y 11 km de altura aumenta significativamente (4.28c), en esta misma altura la reflectividad aumenta y se observa clara diferencia entre las regiones de Andes y Amazonia-Andes. De este resultado se afirma que en las nubes activos de tipo CCIs predominan el componente Ib(dB), lo cual indica que en las sub-areas de Andes entre 6 y 10km de altura la reflectividad es sensible a la distribucio´n del taman˜o de part´ıculas, mientras que en la regio´n E, entre 4 y 9km de altura tambie´n predomina el tamano˜ de part´ıculas, lo que revela una clara ocurrencia y predominancia del proceso de coalescencia . En cambio, para nubes de tipo estratiforme y convectiva no son tan claro la predominancia de los componentes de Ze, aunque en lluvia convectiva la concentracio´n de part´ıculas presenta variacio´n importante. En las subfiguras 4.28 (d,e,f) se muestra el perfil vertical de Ze para nubes CCIs a 3,6 y 8km de altura de referencia, la concentracio´n de part´ıculas en toda vertical se mantiene relativamente constante mientras que el Ib var´ıa pronunciadamente para cada tipo de CCIs, este resultado refleja que la perfil vertical de Ze cambia segu´n a la altura de referencia, lo cual esta´ intimamente relacionado con la variacio´n de los componentes de Ze, de modo que fundamentalmente predomina el taman˜o de part´ıculas y en menor efecto por la variacio´n de la concentracio´n. En general, en las sub-a´reas (N,C,S y E) cumple, que los valores de la reflectividad es mucho ma´s sensible a la variacio´n del taman˜o de las part´ıculas de lluvia, esto es debido a que por definicio´n la reflectividad es proporcional a la sexta potencia del diametro de las part´ıculas. En la figura 4.29 se muestra el promedio de los parametros segu´n el rango de la inten- sidad de lluvia; El promedio en peso del dia´metro Dm y la concentracio´n de los hidrome- teoros Nw determinado desde PRKu para el periodo 2014-2018. El panel superior indica la variacio´n del Dm en las regiones N, C, S y E donde el eje abscisa son intervalos de intensidades de la lluvia. En este panel se observa que para el rango desde 1 mm/h hasta 5 mm/h en todas las regiones aumenta el diametro promedio peso de la lluvia, aunque con variacio´nes muy pequen˜as como en las regiones S y E, en esta dos regiones los valores de Dm incrementa ligeramente a medida que aumenta el intervalo de intensidades de lluvia. En las regiones N y C desde 5 mm/h hasta 15 mm/h el promedio de Dm tiende a incre- CAPI´TULO 4. RESULTADOS Y DISCUSIONES 61 0-1 1-2 2-3 3-5 5-8 8-11 11-15 15-20 20-30 30< 1.0 1.5 2.0 2.5 3.0 3.5 D m ( m m ) N C S E 0-1 1-2 2-3 3-5 5-8 8-11 11-15 15-20 20-30 30< Intervalo de la intensidad de lluvia (mm/h) 103 104 105 106 N w ( m m /m ^ 3 ) N C S E Figura 4.29: El promedio de los para´metros microf´ısicos segu´n el rango de la intensidad de lluvia determinado desde PRKu para periodo 2014-2018 mentar ligeramente, especificamente las pendientes var´ıan segu´n el sub-area de estudio, mientras que desde 15 mm/h hasta mayores de 30 mm/h los valores de Dm son altamente variables, y en la region S presenta valores muy altas en el intervalo entre 15-30mm/h, en cambio en la region N presenta valores altos de Dm en el intervalo de intensidades desde 20 mm/h hasta 30 mm/h. En el panel inferior se muestra el promedio del Nw que indica la concentracio´n de los hidrometeoros segu´n el intervalo de intensidades, desde 1 hasta 8mm/h aumenta la pendiente en todas las regiones, en la region E la pendiente aumenta hasta 30 mm/h, lo que indica que en esta regio´n el numero concentracio´n de los hidrometeoros incrementa a medida que la intensidad aumenta. Mientras que en la regio´n C en el intervalo 8 mm/h y 15mm/h el Nw aumenta bruscamente, a la vez en este mismo rango el Dm disminuye, luego desde 15 mm/h los valores de Dm incrementa, mientras que el Nw disminuye. Resumiendo se tiene que en las regiones N y C los valores de Dm aumenta uniformemente hasta 15 mm/h y despues de este valor varia fuertemente, mien- tras que los valores de Nw aumenta uniformemente hasta 8 mm/h (region C) y hasta 15 mm/h (region N). Y a partir de estos dos ultimos valores cambia bruscamente. De este resultado se puede afirmar que en la region E y S los parametros Wn y Dm incrementan CAPI´TULO 4. RESULTADOS Y DISCUSIONES 62 a medida el intervalo de intensidad aumenta. Mientras que en las regiones C y N hasta 8 mm/h de intensidad de lluvia los dos parametros incrementan uniformemente y a partir desde 8 mm/h presentan variaciones significativas en los dos parametros microf´ısicas. 4.4. Simulacio´n nume´rica y observacio´n instrumental 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 N -G PM (m m /h ) a) 0.5 1 1.5 2 2< 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 b) 0.5 1 1.5 2 2< 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 Modelo WRF (mm/h) 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 N -G PM (m m /h ) c) 0.5 1 1.5 2 2< 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 Modelo WRF (mm/h) 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 d) 0.5 1 1.5 2 2< Figura 4.30: Dispersio´n de la intensidad de lluvia entre observado por el sensor del N-GPM y por el modelo WRF simulado para 28 eventos de precipitacio´n ocurrido en alguna area de la cuenca. Cada panel corresponde a las regiones de la cuenca del Mantaro. a) Region N, b) Region C, c) Region S, d) Region E En la figura 4.30 se muestra la dispersio´n de la intensidad de lluvia entre el observado por el sensor del sate´lite N-GPM y modelo WRF que fue simulado para 28 eventos ocurrido en algu´n a´rea de la cuenca del Mantaro. La estimacio´n de precipitacio´n se obtiene desde un barrido del sate´lite N-GPM en mm/h para un tiempo determinado. Para comparar la lluvia del sate´lite con la precipitacio´n del modelo WRF se obtuvo lluvia acumulada CAPI´TULO 4. RESULTADOS Y DISCUSIONES 63 durante 30 minutos de tal manera que el desfase temporal es considerado. En la figura 4.30 los puntos de colores indican la escala de diferencias que existen entre el modelado y observado. Donde el rango de 0-0.5 mm/h (puntos negra) son los que se distribuyen cercano a la diagonal principal (linea negra) puesto que la diferencia son mı´nimas, el rango 0.5-1 mm/h (magenta), 1-1.5 mm/h (verde), 1.5-2 mm/h (azul) y mayores a 2 mm/h (rojo), son inte´rvalos que respectivamente indican mayores diferencias que existe entre modelado y observado. En general, los eventos de la dispersio´n se localizan alrededor y por de bajo de la l´ınea diagonal a excepcio´n de algunos que esta´n por encima del diagonal como en la regio´n C, S y E lo que evidencia que el modelo en algunas condiciones atmosfe´ricas sub-estima la precipitacio´n lo ma´s probable para precipitaciones intensas, este resultado es consistente con los experimentos y analisis estad´ıstico realizado por (Moya-A´lvarez et al., 2018). De modo que, en general en las cuatro regiones el modelo WRF sobre- estima la precipitacio´n, y el rango de sobre-estimacio´n depende de la zona de estudio. Por ejemplo, en la regio´n N se observa que la sobre-estimacio´n de intensidad de lluvia es menor con respecto en la regio´n E. En cambio los puntos que se localizan por encima del diagonal indican que la intensidad de lluvia es sub-estimada por el mismo modelo, este sub-estimacio´n se debe a que el modelo WRF no detecta de manera adecuda el sistema de precipitacio´n. As´ımimo es importante sen˜alar que los puntos negros localizados cerca a la diagonal indican que es ma´s probable que el modelo WRF no reproduce de manera adecuada la distribucio´n espacial de la precipitacio´n, por ejemplo en la regio´n de transicio´n entre Andes y Amazon´ıa (figura 4.30 b) se observa un punto rojo donde el modelo subestima la intensidad de lluvia, esto es posible debido a que el campo de precipitacio´n que ocurre en la zona de estudio es influenciada por la escala sino´ptica. Para casos de estudio se analizo´ la estructura y la evolucio´n espacial de la precipitacio´n sub-estimada por el modelo, para ello se selecciono´ dos puntos la ma´s alejado de la regio´n E, uno del punto rojo (evento 2016-02-09 17:15) y un evento de punto negro (evento 2016-11-09 21:37) ambos en UTC. En la figura 4.31 (panel izquierda) siendo las 2016-02-09 17:15 UTC, se observan sis- tema de nubes distribuidos espacialmente, por el lado Oeste-Sur de valle del Mantaro (limitado con l´ınea negra) los nu´cleos ma´s fr´ıos alcanzan temperaturas de −45◦C, mien- tras que por el lado central de valle del Mantaro se observan pequen˜as porcio´nes de nubes fr´ıas con valores de alrededor de −40◦C y al Este de los Andes las nubes cubren una gran extensio´n horizontal donde los nu´cleos ma´s fr´ıos oscilan entre −40◦C y −45◦C. En el panel derecho despues de 1:30 (siendo las 2016-02-09 18:45 UTC) se observan distribu- cio´nes de sistemas de nubes mucho ma´s desarrollados, asimismo al Oeste-Sur del valle alcanzan temperaturas bajas alrededor de −60◦C e´sta es una evidencia de una conveccio´n CAPI´TULO 4. RESULTADOS Y DISCUSIONES 64 Figura 4.31: Distribucio´n espacial de temperatura de brillo determinado desde GOES-13, se observan para tiempos distintos en UTC; 2016-02-09 17:15 (panel izquierda) y 2016- 02-09 18:45 (panel derecha) importante que se desarrollo´ nubes profundas y probablemente acompan˜ada con lluvias intensas. Mientras que en la parte central aumento´ la cobertura de nubes, lo que indica que hubo formacio´n de nubes convectivas, en cambio al Este del valle tambie´n aumento´ la extensio´n del sistema de nubes evidenciando el desplazamiento hacia el Oeste, de modo que el nu´cleo fr´ıo alcanzo´ a temperaturas bajas de alrededor de −50◦C presentando nubes de gran extensio´n horizontal. En la figura 4.32 se muestra la distribucio´n espacial de la intensidad de lluvia en mm/h (panel izquierda) y la temperatura del tope de las nubes (panel derecha), e´ste evento fue escaneado por el sate´lite N-GPM siendo 2016-02-09 18:37 UTC. En el panel de la derecha se observan nu´cleos fr´ıos que coinciden con el observado de la figura 4.31 (panel derecha) lo que indica, es consistente la representacio´n espacial de las nubes desde el sensor del N- GPM. En el panel izquierdo, se observan la estimacio´n de la intensidad de precipitacio´n en mm/h sobre la regio´n de transicio´n Andes-Amazon´ıa que llega hasta un valor de 8 mm/h. En la figura 4.33 se muestra la distribucio´n espacial del factor de reflectividad equiv- alente estimado cercano a la superficie. Este corresponde para el evento de la figura 4.32 donde el escaneo proviene desde el radar de precipitacio´n del sate´lite N-GPM. En el panel izquierdo se observan reflectividades con valores altos alrededor de la regio´n de transi- cio´n Andes-Amazon´ıa, mientras que sobre el valle del Mantaro (El punto magenta es la CAPI´TULO 4. RESULTADOS Y DISCUSIONES 65 14°S 13°S 12°S 11°S 10°S 77°W 76°W 75°W 74°W 73°W R (mm/h) 0 1 2 3 4 5 6 7 8 14°S 13°S 12°S 11°S 10°S 77°W 76°W 75°W 74°W 73°W Pct85 (C) 50 40 30 20 10 0 10 Figura 4.32: Distribucion espacial de la intensidad de lluvia en mm/h (panel izquierda) y los sistemas de nucleos ma´s frios de la temperatura de brillo ambos determinado desde el sensor GMI del N-GPM para el evento de la figura 4.31 ubicacio´n del LAMAR) se observan tres sistema de nubes con valores de reflectividad de alrededor de 26dBZ, este sistema de precipitacio´n detectado por el radar coincide acept- ablemente con la localizacio´n de nubes fr´ıas determinada desde la temperatura de brillo desde el sate´lite GOES-13 y por el sensor GMI del N-GPM. En el panel derecho se muestra seccio´n transversal de la reflectividad, e´sta indica la estructura de nubes de precipitacio´n, este resultado evidencia la presencia de nubes profundas que tienen un alcanze de hasta 10 km de altura, y mientras que a 4.8km de altura se observa una franja marcada lo que se conoce desde el punto de vista del radar como la banda brillante y e´sta es una sen˜al de la precipitacio´n del tipo estratiforme. En la figura 4.34 se muestra la intensidad (mm/h) de la lluvia acumulada de 30 minutos (panel izquierdo) y el promedio espacial del factor de reflectividad para 30 minutos (panel derecho) ambos determinado desde la simulacio´n atmosfe´rica que corresponde al evento de la figura 4.32. A lo largo de la coordillera de los Andes Centrales (panel izquierdo) se observan considerablemente la intensidad de lluvia (el lado Oesta de LAMAR) del mismo modo fuerte intensidad en la parte norte del LAMAR. Este sistema de precipitacio´nes es debido a la conveccio´n que se desarrollan a lo largo de la cordillera de los Andes CAPI´TULO 4. RESULTADOS Y DISCUSIONES 66 14°S 13°S 12°S 11°S 10°S 9°S 8°S 78°W 77°W 76°W 75°W 74°W 73°W 72°W Ku 0 10 20 30 40 50 0 10 20 30 40 Numero de rayos 0 2 4 6 8 10 12 14 A lt u ra ( k m ) S. transversal Figura 4.33: Distribucio´n espacial de nubes de precipitacio´n observado por el radar de banda Ku del sate´lite N-GPM para el evento de la figura 4.32, panel izquierdo escaneo en superficie de la reflectividad y panel derecho seccio´n transversal para la l´ınea roja por procesos locales lo que estaria acorde que el modelo WRF genera la conveccio´n de manera adecuada. En cambio si se observa sobre el area de transicio´n Andes-Amazonia la precipitacio´n estratiforme detectada por el radar de precipitacio´n (figura 4.33) no es reproducida por el modelo WRF3.7. Esta es una evidencia que el modelo WRF no es suficientemente capaz para reproducir la precipitacio´n del evento de 2016-02-09 que en especial el sistema de precipitacio´n se centro´ en la regio´n E. Del mismo modo el campo de reflectividad (panel derecha) no muestra los nucleos fr´ıos de sistema de nubes observada por el GOES-13 y por el sensor GMI del N-GPM (4.32 y 4.31). A partir de este resultado se afirma que el modelo WRF3.7 no reproduce la precipitacio´n estratiforme centrado alrededor de la region E, uno de los factores principales es ma´s pobrable que la dinamica que se presenta entre la transicio´n Andes-Amazonia no es debidadamente resolvido por el modelo WRF. En cambio en la regio´n estrictamente los Andes Centrales el modelo CAPI´TULO 4. RESULTADOS Y DISCUSIONES 67 WRF reproduce aceptablemente bien. Por ejemplo, en la regio´n C los tres sistemas de precipitacio´n observado por el radar de precipitacio´n (4.33-panel izquierdo) del mismo modo la lluvia estimada y los nu´cleos frios del sensor GMI son reproducida por el modelo WRF. Figura 4.34: Distribucio´n espacial de la intensidad de lluvia determinado para 30 minutos (panel izquierda) y el promedio de factor de reflectividad (panel derecha) desde 30 minutos, ambos corresponden a la salida del modelo WRF3.7 para el evento de la figura 4.32 En la figura 4.35 se muestra la distribucio´n espacial de la intensidad de lluvia en mm/h (panel izquierdo) y temperatura de brillo del sistema de nubes (panel derecha), este evento fue escaneado por el sensor del sate´lite N-GPM siendo 2016-11-09 21:37 UTC. En el panel derecha se observan valores de temperatura de brillo muy bajas, este valor negativo representan los nu´cleos fr´ıos del sistema de nubes, de modo que, este patro´n de distribucio´n espacial del sistema de nubes es consistente con la estimacio´n desde el sate´lite GOES-13 mostrado en la figura 4.37 (panel superior izquierda ). De tal manera que, que la precipitacio´n simulada por el modelo WRF3.7 se compara a nivel de la cuenca del Mantaro especialmente en la regio´n de transicio´n Andes-Amazonia (region E). Puesto en este a´rea la estimacio´n de la intensidad de lluvia (panel izquierda) se extiende a lo largo de la transicio´n Andes-Amazonia. En la figura 4.36 (panel izquierdo) siendo las 2016-11-09 18:15 UTC, se observan sistema de nubes de precipitacio´n distribuidos sobre la cordillera de los Andes. Al Oeste del valle del Mantaro se observan una buena extensio´n cobertura de nubes que se encuentran en la etapa de formacio´n con nu´cleos mas fr´ıos que alcanzan a temperaturas mı´nimas de CAPI´TULO 4. RESULTADOS Y DISCUSIONES 68 14°S 13°S 12°S 11°S 10°S 77°W 76°W 75°W 74°W 73°W R (mm/h) 0 1 2 3 4 5 6 7 8 14°S 13°S 12°S 11°S 10°S 77°W 76°W 75°W 74°W 73°W Pct85 (C) 50 40 30 20 10 0 10 Figura 4.35: Distribucio´n espacial de la intensidad de lluvia (mm/h) (panel izquierda) y la temperatura brillo (panel derecha), ambos corresponden al escaneo del sensor de sate´lite N-GPM para el evento del 2016-11-09 −45◦C. Mientras que al Este del valle se observan una fraccio´n espacial de temperatura de brillo de −60◦C, se trata de una conveccio´n profunda probablemente acompan˜ada de descarga electrica y granizo, este nu´cleo fr´ıo no se analizara´ ya que se encuentra fuera de la zona de estudio. En panel derecho se muestra el patro´n espacial de valores max´imos de reflectividad (siendo las 2016-11-09 18:20 UTC). En este panel se pueden observar que la reflectividad determinada con el modelo representa aceptablemente el patron´ de distribucio´n de los sistema de precipitacio´n que se forman a lo largo de la cordillera de los Andes del Peru´. Lo cual es consistente con la distribucio´n espacial de los nu´cleos fr´ıos detectado por el sate´lite GOES-13. En la figura 4.37 (panel superior izquierdo) se observa los nucleos frios de sistema de nubes desde GOES-13 siendo 2016-11-09 21:45. Aqui resaltamos dos nucleos frios, el primero la nubosidad ma´s cercana al norte del valle Mantaro (LAMAR) y el segundo, la nubosidad sobre la regio´n E con temperaturas frias alrededor de −60◦C. Este sistema de precipitacio´n se tiene despues de 3 horas y media observado en la figura 4.36, lo que indica que este evento principalmente se origino´ a lo largo de la cordillera de los Andes. En panel superior derecho esta´ la ma´xima reflectividad determinada en 2016-11-09 21:30 UTC des- CAPI´TULO 4. RESULTADOS Y DISCUSIONES 69 Figura 4.36: Distribucio´n espacial de la temperatura de brillo desde GOES-13 (2016-11-09 18:15 UTC) y la distribucio´n de ma´ximo valores del factor de reflectividad determinado desde el modelo WRF3.7 (2016-11-09 18:20 UTC) de WRF. Para el lado de los Andes se muestra ligeramente el patro´n de distribucio´n de sistema de nubosidad, en cambio para el Este practicamente no muestra el sistema de nu- bosidad. Luego de dos horas ma´s tarde se observan nucleos frios completamente separada y marcada (panel inferior izquierdo) para el lado norte del valle y el otro alrededor sobre la regio´n E, mientras que en el panel derecho inferior siendo las 2016-11-09 23:40 UTC no se observan los nucleo frios detectados por el GOES-13 y por el sensor del N-GPM. En la figura 4.38 se muestra la distribucio´n espacial del factor de reflectividad sobre la superficie detectado por el radar de precipitacio´n de N-GPM. En la regio´n transicio´n Andes-Amazonia (regio´n E) se observan reflectividades altas que alcanzan alrededor de 48dBZ aproximadamente. En el panel derecho, se muestra seccio´n transversal para la l´ınea roja, lo que se observa que a 6 km de altura tiene valores de reflectividad por encima de 40dBZ lo que significa que se trata de celdas convectivas intensas, donde el tope de la nube llega hasta 13 km de altura con valores de 30dBZ a partir de estos valores se afirma que se trata de una tomenta potencialmente severo para la agricultura y entre otros. El sistema de nubes ocurrido el 2016-11-09 tuvo origen de formacio´n a lo largo de la cordillera de los Andes, e´ste sistema de nubes de precipitacio´n fue reproducido adecuada- mente por el modelo WRF3.7, lo que se puede afirmar que el modelo WRF3.7 reprodujo la conveccio´n observado por los sate´lites (N-GPM y GOES), esta conveccio´n permite la generacio´n de precipitacio´n que en general el modelo sobre-estima la precipitacio´n. En CAPI´TULO 4. RESULTADOS Y DISCUSIONES 70 Figura 4.37: Distribucio´n de temperatura de brillo para el sistema de nubes desde GOES- 13 (panel izquierda superior a 2016-11-09 21:45 y panel izquierda inferior a 2016-11-09 23:45) y valores ma´ximos de reflectividad determinado desde el modelo WRF3.7 (panel superior derecha a 2016-11-09 21:30 y panel inferior derecha a 2016-11-09 23:40) cambio el evento de precipitacio´n convectiva ocurrido sobre la regio´n E que presenta cel- das intensas y conveccio´n profunda no ha sido reproducido por el modelo WRF3.7. Es poible se debe por varios factores, entre ellos que el modelo no tiene la capacidad de dar respuesta a la dina´mica, escala sino´ptica y proceso f´ısico de escala local. CAPI´TULO 4. RESULTADOS Y DISCUSIONES 71 14°S 13°S 12°S 11°S 10°S 77°W 76°W 75°W 74°W 73°W 10 15 20 25 30 35 40 45 50 0 10 20 30 40 Numero de escaneo 0 2 4 6 8 10 12 14 Al tu ra (k m ) Figura 4.38: Distribucio´n del factor de reflectividad del sistema de nubes (panel izquierda) observado por el radar de banda Ku del sate´lite N-GPM y perfil vertical de reflectividad (panel derecha) para el evento de la figura 4.35 Cap´ıtulo 5 Conclusiones El porcentaje de ocurrencia de los tipos de eventos de lluvia en las regiones ma´s elevadas de los Andes Centrales Peruanos es de 30 % de lluvia convectiva y 70 % de estratiforme, y su contribucio´n relativa a la lluvia acumulada es equivalente, y en el horario de 13-18LT la contribucio´n de la lluvia esta en relacio´n 56 % y 44 % respectivamente. En cambio, en la regio´n de transicio´n entre los Andes y la Amazon´ıa, la distribucio´n entre los dos tipos es 31 % convectiva y 69 % estratiforme pero sus contribuciones al acumulado esta´n en relacio´n 53 % y 47 % respectivamente. El ciclo diurno de la lluvia es diferente entre las regiones. En la parte norte (N) y centro (C) de la cuenca del Mantaro el 71 % ocurre durante 13-18 hora local, en la regio´n sureste (S) de la cuenca el 83 % ocurre durante 13-23 hora local con mayor pico de contribucio´n durante 13-18 horas. En la regio´n este (E) de la cuenca el 85 % ocurre durante 18-6 horas local con pico de ocurrencia durante 1-6 hora local. El promedio vertical de la reflectividad tiene valores altos en regiones ma´s elevados de la cuenca, lo que esta relacionado con las condiciones forzamiento orogra´fico, que favorece las corrientes ascendentes, en un intervalo de temperaturas del aire que favorece los mecanismos de coalescencia y formacio´n de graupel, que favorecen el crecimiento de los hidrometeoros con relacio´n a la regio´n de transicio´n Amazonia- Andes. Los perfiles verticales de la reflectividad promedio presentan diferencias de alrededor de 5dBZ en el nivel de fase mixta para nubes convectivas. Se afirma que en la regio´n de transicio´n Andes-Amozonia ocurren nubes convectivas de menor intensidad que las regiones de mayor altitud de la cuenca. Estos es consistente con los estudios anteriores de nubes convectivas en otras regiones orogra´ficas (Bhat and Kumar, 2015; Kumar and Bhat, 2016). 72 CAPI´TULO 5. CONCLUSIONES 73 El taman˜o horizontal de la lluvia desde nubes convectivas decrece con la altura. La precipitacio´n estratiforme no se detecta correctamente debido a que la altitud limita las mediciones de la estructura vertical de la reflectividad. Esto sugiere que una las causas de subestimacio´n de la lluvia por el PR-TRMM en los Andes no dependeria de la relacio´n Z-R, sino fundamentalmente de la estimacio´n de la reflectividad. El modelo WRF3.7 en las 4 sub-a´reas de estudio sobreestima la intensidad de llu- via, a excepcio´n de algunos eventos para los cuales subestima. El WRF3.7 genera adecuadamente la conveccio´n a lo largo de la cordillera de los Andes cubriendo las regiones N, C y S, en cambio en la regio´n transicio´n Andes-Amazonia no logra reproducir la precipitacio´n convectiva y estratiforme. Esto es posible que el mode- lo WRF no puede resolver adecuadamente la dina´mica de interaccio´n atmosfe´rica compleja entre Amazonia-Andes y debido a la influencia del forzamiento de escala sino´ptica. Esta limitacio´n debe ser objeto de investigacio´n futura. 5.1. Recomendaciones para trabajos futuro El modelo WRF no puede resolver la dina´mica de interaccio´n atmosfe´rica compleja entre Amazon´ıa-Andes, esta limitacio´n debe ser objeto de investigacio´n futura. Para estudiar la microestructura de la lluvia desde modelamiento (WRF) se debe obtener los para´metros microf´ısicos y validar con mediciones in situ. De tal mo- do permitira entender y evaluar la performancia del esquema de parametrizacio´n microf´ısica implementado en el modelo WRF. Bibliograf´ıa Atlas, D., R. Srivastava, and R. S. Sekhon, 1973: Doppler radar characteristics of precip- itation at vertical incidence. Reviews of Geophysics , 11, 1–35. Banta, R. M., 1990: The role of mountain flows in making clouds. Atmospheric processes over complex terrain, Springer, 229–283. Bech, J. and J. L. Chau, 2012: Doppler Radar Observations: Weather Radar, Wind Pro- filer, Ionospheric Radar, and Other Advanced Applications . InTech. Berbery, E. H. and E. A. Collini, 2000: Springtime precipitation and water vapor flux over southeastern south america. Monthly Weather Review , 128, 1328–1346. Bhat, G. and S. Kumar, 2015: Vertical structure of cumulonimbus towers and intense convective clouds over the south asian region during the summer monsoon season. Journal of Geophysical Research: Atmospheres , 120, 1710–1722. Bookhagen, B. and M. R. Strecker, 2008: Orographic barriers, high-resolution trmm rain- fall, and relief variations along the eastern andes. Geophysical Research Letters , 35. Cecil, D. J., S. J. Goodman, D. J. Boccippio, E. J. Zipser, and S. W. Nesbitt, 2005: Three years of trmm precipitation features. part i: Radar, radiometric, and lightning characteristics. Monthly Weather Review , 133, 543–566. Celleri, R., P. Willems, W. Buytaert, and J. Feyen, 2007: Space–time rainfall variability in the paute basin, ecuadorian andes. Hydrological Processes , 21, 3316–3327. Chandrasekar, V., W. Li, and B. Zafar, 2005: Estimation of raindrop size distribution from spaceborne radar observations. IEEE transactions on geoscience and remote sensing , 43, 1078–1086. Chavez, S. P. and K. Takahashi, 2017: Orographic rainfall hotspots in the andes-amazon transition according to the trmm precipitation radar and in situ data. Journal of Geo- physical Research: Atmospheres . 74 BIBLIOGRAFI´A 75 Cha´vez Jara, S. P., 2013: Caracterizacio´n de tormentas en el valle del mantaro mediante sensoramiento remoto. Cohn, S. A. and W. M. Angevine, 2000: Boundary layer height and entrainment zone thickness measured by lidars and wind-profiling radars. Journal of Applied Meteorology , 39, 1233–1247. Das, S., A. K. Shukla, and A. Maitra, 2010: Investigation of vertical profile of rain mi- crostructure at ahmedabad in indian tropical region. Advances in Space Research, 45, 1235–1243. Doviak, R. J. and D. S. Zrnic, 2014: Doppler Radar & Weather Observations . Academic press. Espinoza, J. C., S. Chavez, J. Ronchail, C. Junquas, K. Takahashi, and W. Lavado, 2015: Rainfall hotspots over the southern tropical andes: Spatial distribution, rainfall inten- sity, and relations with large-scale atmospheric circulation. Water Resources Research, 51, 3459–3475. Fabry, F., 2015: Radar Meteorology: Principles and Practice. Cambridge University Press. Figueroa, S. N. and C. A. Nobre, 1990: Precipitation distribution over central and western tropical south america. Climanalise, 5, 36–45. Fukao, S., K. Hamazu, R. J. Doviak, et al., 2014: Radar for meteorological and atmospheric observations . Springer. Gage, K., C. Williams, and W. Ecklund, 1994: Uhf wind profilers: A new tool for diagnos- ing tropical convective cloud systems. Bulletin of the American meteorological society , 75, 2289–2294. Garreaud, R., 1999: Multiscale analysis of the summertime precipitation over the central andes. Monthly Weather Review , 127, 901–921. Go¨rsdorf, U., V. Lehmann, M. Bauer-Pfundstein, G. Peters, D. Vavriv, V. Vinogradov, and V. Volkov, 2015: A 35-ghz polarimetric doppler radar for long-term observations of cloud parametersaˆdescription of system and data processing. Journal of Atmospheric and Oceanic Technology , 32, 675–690. Grell, G. A., S. R. Freitas, et al., 2014: A scale and aerosol aware stochastic convective parameterization for weather and air quality modeling. Atmos. Chem. Phys , 14, 5233– 5250. BIBLIOGRAFI´A 76 Gunn, R. and G. D. Kinzer, 1949: The terminal velocity of fall for water droplets in stagnant air. Journal of Meteorology , 6, 243–248. Heymsfield, G. M., L. Tian, A. J. Heymsfield, L. Li, and S. Guimond, 2010: Characteristics of deep tropical and subtropical convection from nadir-viewing high-altitude airborne doppler radar. Journal of the Atmospheric Sciences , 67, 285–308. Hong, S.-Y., Y. Noh, and J. Dudhia, 2006: A new vertical diffusion package with an explicit treatment of entrainment processes. Monthly weather review , 134, 2318–2341. Hou, A. Y., R. K. Kakar, S. Neeck, A. A. Azarbarzin, C. D. Kummerow, M. Kojima, R. Oki, K. Nakamura, and T. Iguchi, 2014: The global precipitation measurement mis- sion. Bulletin of the American Meteorological Society , 95, 701–722. Houze Jr, R. A., 2014: Cloud dynamics , volume 104. Academic press. Houze Jr, R. A., B. F. Smull, and P. Dodge, 1990: Mesoscale organization of springtime rainstorms in oklahoma. Monthly Weather Review , 118, 613–654. Iguchi, T., T. Kozu, J. Kwiatkowski, R. Meneghini, J. Awaka, and K. Okamoto, 2009: Uncertainties in the rain profiling algorithm for the trmm precipitation radar. Journal of the Meteorological Society of Japan. Ser. II , 87, 1–30. Iguchi, T., S. Seto, R. Meneghini, N. Yoshida, J. Awaka, and T. Kubota, 2010: Gpm/dpr level-2 algorithm theoretical basis document. NASA Goddard Space Flight Center, Greenbelt, MD, USA, Tech. Rep. Insel, N., C. J. Poulsen, and T. A. Ehlers, 2010: Influence of the andes mountains on south american moisture transport, convection, and precipitation. Climate Dynamics , 35, 1477–1492. Knott, E. F., 2012: Radar cross section measurements . Springer Science & Business Media. Kollias, P., E. Clothiaux, M. Miller, B. Albrecht, G. Stephens, and T. Ackerman, 2007: Millimeter-wavelength radars: New frontier in atmospheric cloud and precipitation re- search. Bulletin of the American Meteorological Society , 88, 1608–1624. Kollias, P., E. E. Clothiaux, T. P. Ackerman, B. A. Albrecht, K. B. Widener, K. P. Moran, E. P. Luke, K. L. Johnson, N. Bharadwaj, J. B. Mead, et al., 2016: Development and applications of arm millimeter-wavelength cloud radars. Meteorological Monographs , 57, 17–1. BIBLIOGRAFI´A 77 Kumar, S., 2017: A 10-year climatology of vertical properties of most active convective clouds over the indian regions using trmm pr. Theoretical and Applied Climatology , 127, 429–440. Kumar, S. and G. Bhat, 2016: Vertical profiles of radar reflectivity factor in intense con- vective clouds in the tropics. Journal of Applied Meteorology and Climatology , 55, 1277– 1286. Kummerow, C., W. Barnes, T. Kozu, J. Shiue, and J. Simpson, 1998: The tropical rainfall measuring mission (trmm) sensor package. Journal of atmospheric and oceanic technol- ogy , 15, 809–817. Laprise, R., 1992: The euler equations of motion with hydrostatic pressure as an indepen- dent variable. Monthly weather review , 120, 197–207. Liu, C., E. J. Zipser, D. J. Cecil, S. W. Nesbitt, and S. Sherwood, 2008: A cloud and precipitation feature database from nine years of trmm observations. Journal of Applied Meteorology and Climatology , 47, 2712–2728. Lo¨ffler-Mang, M. and J. Joss, 2000: An optical disdrometer for measuring size and velocity of hydrometeors. Journal of Atmospheric and Oceanic Technology , 17, 130–139. Marshall, J. S. and W. M. K. Palmer, 1948: The distribution of raindrops with size. Journal of meteorology , 5, 165–166. Mart´ınez Grimaldo, A., Y. Silva Vidal, K. Takahashi, et al., 2005: Vulnerabilidad actual y futura ante el cambio clima´tico y medidas de adaptacio´n en la cuenca del r´ıo mantaro: Volumen iii. Michaelides, S., V. Levizzani, E. Anagnostou, P. Bauer, T. Kasparis, and J. Lane, 2009: Precipitation: Measurement, remote sensing, climatology and modeling. Atmospheric Research, 94, 512–533. Morrison, H., G. Thompson, and V. Tatarskii, 2009: Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one-and two-moment schemes. Monthly Weather Review , 137, 991–1007. Moya-A´lvarez, A., J. Ga´lvez, A. Holgu´ın, R. Estevan, S. Kumar, E. Villalobos, D. Mart´ınez-Castro, and Y. Silva, 2018: Extreme rainfall forecast with the wrf-arw model in the central andes of peru. Atmosphere, 9, 362. BIBLIOGRAFI´A 78 Nesbitt, S. W., E. J. Zipser, and D. J. Cecil, 2000: A census of precipitation features in the tropics using trmm: Radar, ice scattering, and lightning observations. Journal of Climate, 13, 4087–4106. Oh, S.-B., Y.-H. Kim, K.-H. Kim, C.-H. Cho, and E. Lim, 2016: Verification and correction of cloud base and top height retrievals from ka-band cloud radar in boseong, korea. Advances in Atmospheric Sciences , 33, 73–84. Pasqualucci, F., B. Bartram, R. Kropfli, and W. Moninger, 1983: A millimeter-wavelength dual-polarization doppler radar for cloud and precipitation studies. Journal of Climate and Applied Meteorology , 22, 758–765. Pedro´s, D. M. and A. M. Gutie´rrez, 2005: La elaboracio´n del plan estrate´gico y su im- plantacio´n a trave´s del cuadro de mando integral . Ediciones Dı´az de Santos. Raghavan, S., 2003: Radar meteorology . Springer Netherlands, 549-556 pp. — 2013: Radar meteorology , volume 27. Springer Science & Business Media. Rasmussen, K., M. Chaplin, M. Zuluaga, and R. Houze Jr, 2016: Contribution of extreme convective storms to rainfall in south america. Journal of Hydrometeorology , 17, 353– 367. Rasmussen, K. and R. Houze Jr, 2016: Convective initiation near the andes in subtropical south america. Monthly Weather Review , 144, 2351–2374. Rasmussen, K. L. and R. A. Houze Jr, 2011: Orogenic convection in subtropical south america as seen by the trmm satellite. Monthly Weather Review , 139, 2399–2420. Riehl, H. and J. Malkus, 1958: On the heat balance in the equatorial trough zone. geo- physica (helsinki), 6, 503–538., and j. simpson, 1979: The heat balance of the equatorial trough zone, revisited. Contrib. Atmos. Phys , 52, 287–304. Saavedra, M. and K. Takahashi, 2017: Physical controls on frost events in the central andes of peru using in situ observations and energy flux models. Agricultural and Forest Meteorology , 239, 58–70. Saikranthi, K., T. Narayana Rao, B. Radhakrishna, and S. Rao, 2014: Morphology of the vertical structure of precipitation over india and adjoining oceans based on long- term measurements of trmm pr. Journal of Geophysical Research: Atmospheres , 119, 8433–8449. BIBLIOGRAFI´A 79 Sakurai, N., K. Iwanami, T. Maesaka, S.-i. Suzuki, S. Shimizu, R. Misumi, D.-s. Kim, and M. Maki, 2012: Case study of misoscale convective echo behavior associated with cumulonimbus development observed by ka-band doppler radar in the kanto region, japan. SOLA, 8, 107–110. Schumacher, C. and R. A. Houze Jr, 2003: Stratiform rain in the tropics as seen by the trmm precipitation radar. Journal of Climate, 16, 1739–1756. Scipio´n, D., J. Chau, and L. Flores, 2003: First results of the boundary layer and tro- pospheric radar systems for enso studies in northern peru. Proceedings of the Tenth International Workshop on Technical and Scientific Aspects of MST Radar, Piura, Pe- ru, 357–360. Seto, S., T. Iguchi, and T. Oki, 2013: The basic performance of a precipitation retrieval al- gorithm for the global precipitation measurement mission’s single/dual-frequency radar measurements. IEEE Transactions on Geoscience and Remote Sensing , 51, 5239–5251. Silva, Y., K. Takahashi, and R. Cha´vez, 2008: Dry and wet rainy seasons in the mantaro river basin (central peruvian andes). Advances in Geosciences , 14, 261–264. Skamarock, W. C., 2008: A description of theadvanced research wrf version 3. Tech. Note, 1–96. Stokes, G. M. and S. E. Schwartz, 1994: The atmospheric radiation measurement (arm) program: Programmatic background and design of the cloud and radiation test bed. Bulletin of the American Meteorological Society , 75, 1201–1221. Ulbrich, C. W., 1983: Natural variations in the analytical form of the raindrop size dis- tribution. Journal of Climate and Applied Meteorology , 22, 1764–1775. Vera, C., J. Baez, M. Douglas, C. Emmanuel, J. Marengo, J. Meitin, M. Nicolini, J. Nogues-Paegle, J. Paegle, O. Penalba, et al., 2006a: The south american low-level jet experiment. Bulletin of the American Meteorological Society , 87, 63–77. Vera, C., W. Higgins, J. Amador, T. Ambrizzi, R. Garreaud, D. Gochis, D. Gutzler, D. Lettenmaier, J. Marengo, C. Mechoso, et al., 2006b: Toward a unified view of the american monsoon systems. Journal of climate, 19, 4977–5000. Villalobos, E. E., 2016: Validacio´n del algoritmo de estimacio´n de precipitacio´n del radar de frecuencia dual (DPR) abordo del sate´lite GPM, usando datos de precipitacio´n in situ sobre el rio del valle Mantaro. Tesis,Univ. Nacional Mayor de San Marcos. BIBLIOGRAFI´A 80 Weisman, M. L. and J. B. Klemp, 1984: The structure and classification of numerical- ly simulated convective stormsin directionally varying wind shears. Monthly Weather Review , 112, 2479–2498. Williams, C. R., 2016: Reflectivity and liquid water content vertical decomposition dia- grams to diagnose vertical evolution of raindrop size distributions. Journal of Atmo- spheric and Oceanic Technology , 33, 579–595. Woodman, R. F. and A. Guillen, 1974: Radar observations of winds and turbulence in the stratosphere and mesosphere. Journal of the atmospheric Sciences , 31, 493–505. Xu, W. and E. J. Zipser, 2012: Properties of deep convection in tropical continental, monsoon, and oceanic rainfall regimes. Geophysical Research Letters , 39. Yamamoto, M. K., 2012: New observations by wind profiling radars . INTECH Open Access Publisher. Zhou, J. and K. Lau, 1998: Does a monsoon climate exist over south america? Journal of climate, 11, 1020–1040. Zipser, E. J., 2003: Some views on aˆhot towersaˆ after 50 years of tropical field programs and two years of trmm data. Cloud Systems, Hurricanes, and the Tropical Rainfall Measuring Mission (TRMM), Springer, 49–58. Zipser, E. J., D. J. Cecil, C. Liu, S. W. Nesbitt, and D. P. Yorty, 2006: Where are the most intense thunderstorms on earth? Bulletin of the American Meteorological Society , 87, 1057–1072. Zipser, E. J. and K. R. Lutz, 1994: The vertical profile of radar reflectivity of convective cells: A strong indicator of storm intensity and lightning probability? Monthly Weather Review , 122, 1751–1759. Zubieta, R., M. Saavedra, Y. Silva, and L. Gira´ldez, 2017: Spatial analysis and temporal trends of daily precipitation concentration in the mantaro river basin: central andes of peru. Stochastic Environmental Research and Risk Assessment , 31, 1305–1318.