Open paocorrales opened 1 year ago
VG: el proximo paso seria optimizar los canales que se usen de AIRS por ejemplo. En este sentido pensando en los MW el siguiente paso seria asimlar por separado los canales que se usan para sensar T de los que se usan para sensar q.
JR: algo que no probamos es el thinning en tiempo. Dado que aca tenemos obs cada 10 minutos y asimilacion 1 vez por hora cabe preguntarse si es necesario asimilar todas las imagenes de GOES16 en la hora o si seria mejor asimilarlas cada media hora o cada hora. Incluso ver si hay alguna manera de optimizar el thining simultaneamente en tiempo y en espacio. Esto puede ser un tema de prospectiva a futuro.
Menos nubosidad en RAD según OLR.
JR: seria bueno mencionar que variables del modelo usastes para diagnosticar esto.
Otra cosa es que si este analisis lo hicieste para los analisis estaria bueno mencionarlo en el capitulo anterior. Porque la realidad es que este comportamiento arranca en los analisis y el pronostico lo hereda de ahi.
Esto habria que analizarlo junto con la figura que muestra el impacto de las obs de satelite (gues-analisis) para las obs de satelite para poder decir donde las obs de satelite tiienen un impacto directo y donde ese impacto es indirecto por ejemplo via cambios sistematicos en la nubosidad.
JR: para trabajos futuros y discusion creo que algo que se puede investigar de estos datos (observaciones de estaciones automáticas) es justamente la optimizacion de sus errores. Hay dos motivos que sugieren que ese error podria ser mayor, el hecho de que las estaciones tienen menos controles de calidad y tambien el hecho que proporcionan observaciones mas frecuentes en tiempo lo que hace que sus errores pudieran estar correlacionados en tiempo (el impacto de esas correlaciones que no son tenidas en cuenta muchas veces se reduce incrementando el error observacional). And: cosas para discutir a futuro es optimizar estos errores. Es muy probable que no sean los mismos que para las estaciones oficiales porque estan mas frecuentemente sujetas a fallas.