Acerca del pronóstico HYCOM

El pronóstico de circulación oceánica está basado en el modelo numérico HYbrid Coordinate Ocean Model (HYCOM). Este sistema incorpora los esfuerzos previos de un sistema operativo desarrollado por el Grupo Interacción Océano-Atmósfera (IOA), al cual se le realizarán varias mejoras, entre las cuales destacan la actualización del modelo a su versión pública más reciente (2.3.01) y el uso de forzamientos generados a partir de las salidas del pronóstico meteorológico con el modelo Weather Research & Forecasting (WRF v3.9.1) tambien desarrollado en el Grupo IOA.

En particular, para HYCOM se requieren las variables generadas por el WRF que se mencionan en la Tabla 1.

Tabla 1. Variables extraídas de WRF para generar forzantes para HYCOM.

Con las salidas del modelo WRF, se hacen los cálculos necesarios para generar las variables físicas que usa HYCOM como campos forzantes en superficie y se interpolan a la malla del modelo. Los archivos de entrada requeridos por HYCOM y los cálculos para obtenerlos a partir de las variables obtenidas del modelo WRF se describen en la Tabla 2.

Tabla 2. Archivos de forzantes atmosféricos para HYCOM.

Los archivos que contienen las condiciones iniciales y las variables estáticas se enlistan en la Tabla 3.

Por último, los archivos de configuración necesarios para correr el modelo se muestran la Tabla 4.

Tabla 4. Archivos de configuración para HYCOM.

Además de la mejora en el desempeño del modelo que supone el uso de coordenadas híbridas, la asimilación de datos  supone otro factor de corrección importante en las simulaciones realizadas con modelos numéricos de circulación oceánica. Para el caso de HYCOM, se han desarrollado varios métodos de asimilación de datos y, debido a que es un modelo de código abierto, hasta la fecha se continúan desarrollando mejoras al modelo y a los métodos de asimilación que utiliza. Por lo tanto, se pretende implementar una simulación con asimilación de datos basada en el método de Kalman Filter en la versión implementada por Ashwanth Srivasan (Halliwell et al., 2013) para un dominio que incluye todo el Golfo de México.

El método de asimilación que se emplea utiliza el sistema T-SIS Ocean Data Assimilation System (T-SIS DA), el cual se basa en una estimación estadística lineal multivariada que en la mejor estimación insesgada del estado del océano.

Acerca del pronóstico Quetzal-UNAM

El sistema Quetzal-UNAM se divide en dos secciones. En la primera, llamada Escenarios, se pueden encontrar seis puntos con configuraciones fijas que diariamente se actualizan con los valores del pronóstico. Con esta opción no se tiene la libertad de elegir las características del petróleo; se utiliza una configuración estándar. 

La segunda sección, llamada Modelación, permite que el usuario genere escenarios de derrames de petróleo en cualquier punto dentro del GoM, cuyas coordenadas se ingresan de manera manual o seleccionando un punto en el mapa. Es necesario indicar la fecha y hora de inicio del derrame. La ventaja que esta opción tiene con el usuario es la libertad de generar escenarios con configuraciones editables y opciones avanzadas.

A continuación se describen los parámetros disponibles que pueden ser editados por el usuario:

• Coordenadas del derrame

• Longitud

• Debe cumplir con el siguiente formato: -92.77 o 92°19’54’’W y estar dentro del intervalo: 99.52141°W a 78.55898°W
• Latitud
• Debe cumplir con el siguiente formato: 22.78 o 22°02’18’’N y estar dentro del intervalo: 16.53696°N a 32.4075°N
• Inicio del evento

Se agrega la fecha y hora de inicio del derrame o simulación. La fecha se ingresa con el siguiente formato: dd / mm / aaaa, hh : mm

• Fecha y hora de fin de derrame:

Se ingresa el día y hora del término del derrame con el siguiente formato: dd / mm / aaaa, hh : mm. Hasta el momento en que se hizo este informe la opción máxima de duración del derrame es 72 horas. 

• Duración de simulación (horas pronosticadas):

Se ingresa el número de horas que se desee pronosticar. Hasta el momento en que se hizo este informe, la opción máxima de horas pronosticadas es 72 horas. 

• Tipo de hidrocarburo

Esta opción permite seleccionar el tipo de hidrocarburo dentro de un listado que se va actualizando conforme a la base de datos ADIOS [https://adios.orr.noaa.gov/oils]. Dicha base de datos ha sido generada por la NOAA (National Oceanic and Atmospheric Administration & National Ocean Service/Office of Response and Restoration) con la finalidad de respaldar las operaciones de respuesta y preparación para derrames de petróleo.  Esta se desarrolló a partir de una compilación de ensayos de petróleo disponibles públicamente. Incluye propiedades físicas y químicas, así como datos sobre propiedades de aceites que han sufrido meteorización simulada. Para más información sobre las propiedades físicas de distintos tipos de petróleo, consulte el capítulo 6 del entregable Sistema integral de modelación numérica acoplada de derrames de hidrocarburos en el Golfo de México TOMO II.

• Cantidad de partículas (1000-20000)

Se selecciona un mínimo de 1,000 partículas y un máximo de 20,000 partículas. Es necesario considerar que el número total de partículas se distribuye, de forma más o menos equitativa, a lo largo de todo el tiempo de duración del derrame, independientemente de las horas pronosticadas. Por ejemplo, si se tiene un derrame con 24 horas de fuga y se selecciona 7,200 partículas, la condición inicial de partículas derramadas será 300 partículas por hora. 

• Barriles

Para esta opción es necesario conocer previamente la cantidad de petróleo que se derrama por hora, lo cual se puede obtener con la relación del número de barriles/litros derramados (un barril de petróleo equivale a 159 litros aproximadamente [de acuerdo con lo establecido en la Ley de ingresos Sobre Hidrocarburos, 2021]).

• Método numérico para el cálculo de la simulación 

Se cuenta con el método Runge-Kutta de segundo orden (RK2), que es capaz de conseguir precisiones altas en las aproximaciones algebraicas. Este método es una mejora del método de Euler para la resolución de sistemas de ecuaciones. Este parámetro se ha definido fijo por razones de capacidad de cómputo.

• Intemperización

Este parámetro indica el grado de alteraciones del petróleo por la degradación o el movimiento ocasionados por factores ambientales. Se pueden activar tres procesos:

• • Emulsificación

El petróleo derramado en el mar suele combinarse con el agua marina formando una emulsión de agua en aceite, aumentando el volumen del contaminante. A medida que se desarrolla el proceso, el movimiento del petróleo con las olas genera que las gotas de la emulsión disminuyan su tamaño, contribuyendo a que aumente su viscosidad. En GNOME este proceso se calcula a partir de las condiciones del campo de viento, las propiedades del petróleo y las propiedades del agua.

• • Evaporación

En un derrame de petróleo, los componentes volátiles del petróleo se evaporan a la atmósfera. La tasa de evaporación depende de la temperatura del ambiente y la velocidad del viento. En GNOME este proceso se calcula para cada componente del petróleo, a partir de: las propiedades del petróleo, las condiciones del campo de viento y las propiedades del agua; disminuyendo la masa del petróleo en cada paso del tiempo.

• • Dispersión

La dispersión natural del petróleo se da con la disgregación de la mancha en pequeñas gotas que se distribuyen en la columna de agua. La velocidad de este fenómeno depende en gran medida del tipo de petróleo y de las condiciones del mar. Este fenómeno ocurre a mayor velocidad con petróleo de baja densidad y en presencia de olas. En GNOME este proceso se calcula a partir de las propiedades del petróleo, las condiciones del campo de viento y las propiedades del agua, dispersando y disminuyendo la concentración del petróleo.

Para la configuración interna, donde el usuario no tiene interacción, se define el tipo de motores, para este caso se utilizaron las variables físicas de salida de los modelos HYCOM-UNAM y WRF-UNAM en archivos de formato NetCDF. Las características de los archivos utilizados para la configuración de PyGNOME se presentan en la Tabla 1:

Tabla 1. Características de los archivos NetCDF utilizados como entradas al modelo.

Como parte de los motores principales en la configuración de PyGNOME, se utiliza el coeficiente 2 X 104 para la difusión turbulenta. 

Por otro lado se definen las condiciones geográficas para limitar coordenadas, resolución espacial y definición de la línea de costa. Para esto se utilizó un archivo con formato BNA1 que define el dominio del modelo.

La línea de costa se obtuvo a través del portal https://gnome.orr.noaa.gov/goods/tools/GSHHS/coast_subset, que permite un recorte a conveniencia del usuario y provee los datos del Global Self-consistent, Hierarchical, High-resolution Geography Database (GSHHG), donde se eligen las coordenadas del dominio y resolución. Las características de la línea de costa utilizada en la configuración fueron de alta resolución, con límites en las coordenadas 99.52ºW a 78.56ºW en longitud y 16.54ºN a 32.41ºN en latitud (Figura 1)

Figura 1. Dominio para el pronóstico de derrames. 

IMPLEMENTACIÓN DEL SISTEMA QUETZAL-UNAM

Para la implementación de PyGNOME se utilizó la versión más reciente 1.1.0. Las librerías necesarias para su implementación pueden ser instaladas desde la fuente o desde los archivos binarios proporcionados por la NOAA.  PyGNOME depende de varios paquetes de terceros en los cuales se encuentran como principales librerías: Pygnome, Adios_db, Netcdf4, Json, Pandas, Matplotlib, Cartopy, Xarray, Scipy.

Se compiló PyGNOME en un servidor del grupo IOA-UNAM dentro de las instalaciones del ICAyCC. Se adaptaron herramientas que facilitaron el uso de PyGNOME, como Javascript/Node, HTML y Json. Además, se desarrolló un sitio Web para la consulta de datos históricos en formato de archivos y un sitio donde se despliegan visualmente los productos. El sistema, está creado con la herramienta Leaflet, donde se implementó el modelo PyGNOME para un uso más dinámico.

Figura 2. Implementación de PyGNOME en la plataforma Quetzal-UNAM para crear una interfaz web personalizada para el modelado de derrames de petróleo.

La plataforma Quetzal-UNAM está diseñada para que sea una herramienta práctica con un uso intuitivo. Internamente, sus funciones de dividen en los siguientes módulos:

• Preprocesamiento.
• Descarga, procesamiento y almacenamiento de datos (NetCDF).
• Modelación (Implementación del modelo matemático por PyGNOME).
• Generación de archivos de salida.
• Salidas descargables e interactivas.

Primero, mediante la interfaz web se realiza la interacción entre el usuario y el servidor. El usuario establece la configuración y condiciones del derrame que se desea modelar, las cuales se mandan al servidor donde se ha configurado el motor de la plataforma Quetzal-UNAM. Al recibir la configuración deseada por el usuario, se genera inmediatamente la descarga automática de los datos requeridos tanto de corrientes oceánicas (HYCOM) como de vientos (WRF), que cumplen con los requerimientos del usuario.

El modelo utiliza como forzantes dos archivos de entrada principales, que contienen: 1) los componentes U y V de la velocidad del viento del pronóstico de circulación atmosférica que se genera diariamente con el modelo WRF-UNAM, y 2) la velocidad de las corrientes oceánicas, temperatura superficial y salinidad del pronóstico de circulación oceánica del modelo HYCOM-UNAM.

Las salidas de los pronósticos oceánico y atmosférico se encuentran en archivos NetCDF. Estas salidas son procesadas para hacer más eficiente su uso y para adecuarlas a los requerimientos de PyGNOME. El preprocesamiento consiste en extraer sólo las variables necesarias, hacer un recorte al área de estudio y agregar/modificar parámetros para que cumplan la convención de CF (Convención de Metadatos para archivos NetCDF) y calcular la rapidez de las corrientes oceánicas.

Para realizar el preprocesamiento de las salidas del WRF-UNAM, se crearon 2 scripts en Python (uno para cada tipo de salida) que, previo al procesamiento, verifican la disponibilidad de datos nuevos cada hora. De estar disponibles, realizan la descarga de archivos por medio del servicio Thredds de los servidores. Una vez terminado el preprocesamiento, los archivos resultantes se almacenan en una carpeta accesible al sistema.

Para acceder a los forzantes que necesita PyGNOME de manera más sencilla y generar la simulación de derrames de forma automatizada y diariamente, se ha implementado la descarga automática de los datos diarios de los modelos WRF-UNAM y HYCOM-UNAM. El usuario no participa en esta etapa: esta se realiza en el servidor del grupo IOA, así como el preprocesamiento de los datos utilizados por PyGNOME. 

Una vez concluidas las simulaciones de los derrames de petróleo, se ejecutan dos rutinas de graficado con las cuales se elaboran mapas estáticos de calor y de distribución de partículas en formato Portable Network Graphics (PNG) a cada paso de tiempo. La primera rutina considera todo el dominio del GoM, y la segunda un subdominio de radio aproximado de 2 grados alrededor de la posición inicial del derrame.

El módulo de graficado funciona a grandes rasgos en dos pasos. Primero se leen las salidas del sistema Quetzal-UNAM y la configuración escenarios, en formato Hierarchical Data Format (HDF5), junto con una serie de archivos vectoriales en formato ESRI shapefile (shp), que corresponden a la línea de costa, la división política estatal de los Estados Unidos Mexicanos y E.E. U.U., la batimetría del GOM y los ríos. Para esta tarea se emplean las paqueterias Pandas y Geopandas. En la segunda parte del script se elaboran en paralelo los productos gráficos de estos datos. Mediante el paquete Cartopy se proporciona el marco de referencia geográfico y el dominio, y se realiza el cálculo de las posiciones sobre las que se ubicará la gradícula. Por otro lado, mediante la biblioteca Matplotlib se presentan las posiciones de las partículas de petróleo sobre el mapa y se agrega la etiqueta de tiempo que le corresponde a cada archivo PNG. 

Una vez concluida la etapa de generación de mapas, se ejecuta de forma automática el codificador de videos FFMPEG. Este último codifica las imágenes PNG generadas con ayuda de Matplotlib (correspondientes a los 6 puntos individuales y a todo el dominio del GoM) utilizando el codec h.264, y las almacena en un archivo MPEG-4. Finalmente se limpia el directorio de trabajo, eliminado los ficheros HDF5 y todos los mapas estáticos en formato PNG.