GrADS: Cressman

De Wiki del OLE2 CMC-LUZ

El análisis objetivo de Cressman es uno de los esquemas más simples y ampliamente usados. Posee sus pro y sus contras. Debido a que viene incluido en GrADS, un primer paso para ir ganando experiencia en el tema es jugar con este método.

El objetivo de esta sección es, pues, proporcionar el procedimiento básico para efectuar análisis Cressman en GrADS con la subrutina intrínseca oacres del paquete. Para ello, es necesario primero tener la data en cuestión en el formato binario de GrADS. El procedimiento correspondiente a este paso mencionado aparece en la Guía de GrADS (Guia_GrADS) o en la sección CPT2GrADS.

Con esta simple metodología es posible construir algunos procedimientos sencillos de validación/verificación que se presentan en la sección Diferencia_Observación_-_Modelo.

Filosofía

La metodología del Cresman (Cressman, 1959, Monthly Weather Review) involucra una aproximación iterativa para la elaboración del análisis objetivo cuyo propósito es la disminución del error en cada iteración. Esto se logra empleando secuencialmente radios de influencia cada vez menores. En cada paso, un nuevo valor (análisis) se calcula para cada punto de la malla basado en un factor de corrección que se determina en relación a cada estación dentro del radio de influencia.

Para cada estación el error se define como la diferencia entre el valor de la estación y el valor actual del análisis en ese punto (una interpolación desde la malla a las coordenadas de la estación). El esquema original de Cressman emplea un factor de peso para la corrección que es una función radial cuadrática, sin embargo modificaciones posteriores involucran variedad de funciones peso, espeialmente gaussianas.

Estos factores de corrección son aplicados a cada celda de la malla antes de pasar a la siguiente iteración. Si una celda no posee estaciones dentro del tercer radio especificado, se asume dato faltante para dicha celda.

Procedimiento

Una vez se tiene la data en formato GrADS, es necesario poseer una malla (dominio computacional) a la resolución que se desea trabajar el análisis objetivo. Basta la malla, aunque puede proporcionarse el campo de precipitación o cualquier variable en la malla, la función de GrADS oacres sólo tomará la información del mallado.

Los pasos en GrADS podrían escribirse como:

1.- Abrimos el archivo con la malla. En el caso del ejemplo que consideramos es:

open CWRF_VZLA_Enero09.ctl

2.- Configuramos algunas cosas de estética:

set csmooth on
set mpdset hires
set grid OFF
set grads OFF
set t 3

3.- Definimos la variable que contiene la malla

define rracum=(rainc+rainnc)

4.- Cerramos el archivo con la malla ya que la información ha quedado almacenada en la variable "rracum".

close 1

5.- Abrimos el archivo de estaciones en binario.

open cpt2grads.ctl

6.- Configuramos algunas cositas:

set lat 0 14
set lon -74 -56
set time 01apr1983
set grid OFF
clear
set gxout shaded

7.- La siguiente barra de colores se escogió para el caso del ejemplo:

set clevs 10 35 55 80 105 130 155 180 205 230 255 280 305 330 355 380
set ccols 0 9 14 4  11 5 13 33 32 31 30 36 35  12 8 2 6'
set grads off

8.- Estamos listo para hacer el análisis Cressman. La función oacres debe tener al menos dos argumentos y luego un argumento opcional:

oacres(ARG1,ARG2,OPC)

El ARG1 siempre debe corresponder a una variable que contenga la malla, una variable que esté en grilla, no del tipo estación.

El ARG2 debe ser una variable del tipo discreto (estación).

Como sabemos, el análisis Cressman es un método iterativo. Por definición, en GrADS si no se especifican los radios de influencia se asumen 10,7,4,2 y 1. Caso que deseemos cambiar los radios de influencia los agregamos con comas luego del ARG2 (éstos serían las OPC que hemos mencionado arriba).

Así pues, en principio probemos:

d oacres(rracum,precip)

9.- Agregamos algunos detalles adicionales:

cbarn.gs
draw title Analisis Objetivo Cressmann - Precipitacion Abril 1983
draw string 9.4 4.2 (mm)
printim OA.gif gif

El resultado puede apreciarse en la siguiente imagen:

Mostraremos también un ejemplo especificando la cantidad y valor de radios de influencia:

d oacres(rracum,precip,10,8,6,5,4,3,2,1)

Nótese en la imagen la diferencia. Naturalmente, al incrementar arbitrariamente el número de radios de influencia corremos el riesgo de proveer análisis subrealistas y con campos de errores no despreciables.