*Emulación de las características de superficie en el modelo
El método empleado en el modelo de pronóstico para determinar las características de superficie puede inducir a errores que afectan los pronósticos del tiempo sensible. En esta figura, las imágenes de arriba muestran las características de la superficie real correspondientes a las celdas de la malla, que se pueden comparar con la emulación del modelo, que se muestra en las figuras de abajo. Podemos hacer varias observaciones:
- La celda de malla 1 del modelo (izquierda) contiene suelo desnudo definido como arena, pero además del área arenosa desnuda, la superficie real correspondiente a la celda de malla contiene una superficie de agua y un bosque. En tales situaciones no cabe esperar que el modelo capture los impactos en las variables de superficie o la atmósfera suprayacente provocados por las variaciones de temperatura y humedad del aire de superficie a una escala inferior a la malla.
- De forma análoga, en la celda de malla 2 (derecha), que el modelo trata exclusivamente como un bosque caducifolio, vemos una zona urbana.
- La celda de malla 2 del modelo también ilustra otro tipo de error. Observe que los árboles de la superficie real tienen hojas, mientras que en el modelo están desnudos. La cantidad de vegetación viva suele definirse de acuerdo con un valor climatológico que se basa en observaciones remotas. En este caso, posiblemente debido al brote temprano de la vegetación por una primavera más cálida de lo normal, hay un error considerable en las condiciones de vegetación, lo cual redunda en la temperatura y humedad cerca de la superficie, y en la profundidad y estabilidad de la capa límite planetaria.
Finalmente, las emulaciones individuales de la física del modelo (parametrizaciones) se ajustan u «optimizan» para producir los mejores resultados en los modelos en los cuales se utilizan y para las situaciones que ocurren CON MAYOR FRECUENCIA. Esto provoca errores cuando se emulan procesos físicos en situaciones extremas, ¡que son precisamente las que necesitamos pronosticar correctamente! Este es uno de los motivos por los cuales los esfuerzos futuros para mejorar los modelos de predicción numérica del tiempo se centrarán, al menos en parte, en mejorar la física. (Además, nos estamos acercando al límite de nuestra capacidad de mejorar los pronósticos del tiempo sensible aumentando la resolución para los cálculos dinámicos.)