DATOS IMARPE-WOA: Área peruana
description
Transcript of DATOS IMARPE-WOA: Área peruana
Desarrollo de herramientas numéricas para la observación y la modelación numérica de la dinámica oceánica en el
sistema de HumboldtF. Monetti, A. Chaigneau , S.Illig, M. graco, J. Ledesma, O. Morón, G. Flores, M. Sarmiento, L. Pizarro, C.
Grados, V. Echevin, A. Paulmier, C. Y. Romero, J. Ramos, D. Espinoza, A. Bertrand
DATOS IMARPE-WOA: Área peruana
Nitratos: 24730 perfilesFosfatos: 29098 perfilesSilicatos: 26769 perfilesClorofila: 19799 perfilesOxigeno: 53934 perfiles
Temperatura: 77289 perfilesSalinidad: 49714 perfiles
Orígenes: Botellas IMARPE, CTD WOA, ARGO WOA, Botellas WOA
Alta heterogeneidad
temporal!
Alta heterogeneidad espacial!
Valores extremas con
El Niño
Establecer un protocolo para asegurar un control de calidad de los datos.
Facilitar el acceso a los datos a partir de diferentes herramientas numéricas.
Proporcionar una documentación que presentan cada uno de los programas y métodos.
Proponer una capacitación sobre los diferentes medios técnicos para garantizar la
autonomía del grupo de trabajo.
Tener disponible una base de datos actualizada regularmente.
Definir métodos estadísticos para el procesamiento y el estudio de los datos.
Objetivos principales
cruceros Bitácora
Lectura de las bitácoras
Control de calidad
Interpolación & Conexión
Estudio de los datos
Extracción de los datos
Almacenamiento de los datos en netcdf
Paquete ICEA: funciones en Matlab
Organigrama de la exploración de los datos
InterpolacionVertical:
Reiniger & Ross
Métodos estadísticos
Métodos estadísticos
Datos originales
Datos interpoladas
Ejemplo de perfil de OxigenoEjemplo de perfil de temperatura
• Interpolacion sobre 55 niveles verticales iregulares entre 0 y 1000 metros de profundidad
Métodos estadísticos: detección de los «outliers»
Separación de las 3 distribuciones.
Eliminación de los «outliers» a partir de un algoritmo no paramétrico (Schwertman et al., 2004).
Calculó de anomalías a partir de las climatologías Niño, Niña y Normal.
índice ENSO zona 1 +2 (NOAA)
Seria temporal original
Aproximación por distribuciones
normales
ReconstrucciónD. Kondrashov and M. Ghil [2006]:
Spatio-temporal filling of missing points in geophysical data sets
Autovectores Autovalores
10 años
«Gaps filling» de las series
de tiempo
Calculo iterativo de cada modo
Métodos estadísticos: «Gaps filling»
procesamiento de datos oceanográficas: herramienta numérica ICEA en Matlab
Graphical window
Extraction module
Representation options
Updating module
Saving module
Interpolación objetiva a partir de una bitacora de crucero
Extracción and visualización a partir de las climatologías
Otras herramientas numéricas desarrolladas
Nuevo modulo ROMS: datos MERCATOR y ECMWF
SSH Forzamientos atmosféricosStress del vientoTemperatura
Nuevos programas en Matlab en Pre-processing de ROMS
Modulo Roms2Roms: « zoom »
SIMULACION: INTERANNUAL 2000 – Oct 2008:Región: [10ºS - 20ºS ; 70ºW - 82ºW]Topografía: Gebco 08 Resolución: 1/18º con 54 niveles verticalesViento: QuikSCAT (datos satelitales 22.5 Km de resolución /diario) Flujos: Re-análisis ECMWF (165 Km. de resolución / diarios)Condición de frontera: ROMS «Madre» 1/6º (procesamiento ROMS2ROMS)
Gracias por su atención!