Person: Ayarzagüena Porras, Blanca
Loading...
First Name
Blanca
Last Name
Ayarzagüena Porras
Affiliation
Universidad Complutense de Madrid
Faculty / Institute
Ciencias Físicas
Department
Física de la Tierra y Astrofísica
Area
Física de la Tierra
Identifiers
3 results
Search Results
Now showing 1 - 3 of 3
- Project number: 151
Item Meteolab como herramienta educativa de Meteorología en el Aula(2021) Rodríguez De Fonseca, María Belén; Ábalos Álvarez, Marta; Álvarez Solas, Jorge; Ayarzagüena Porras, Blanca; Benito Barca, Samuel; Calvo Fernández, Natalia; De La Cámara Illescas, Álvaro; Durán Montejano, Luis; García Herrena, Ricardo; Garrido Pérez, José Manuel; Gómara Cardalliaguet, Íñigo; Losada Doval, Teresa; Mohino Harris, Elsa; Montoya Redondo, María Luisa; Ordóñez García, Carlos; Polo Sánchez, Irene; Robinson, Alexander James; Sastre Marugán, Mariano; Serrano Mendoza, Encarnación; Yagüe Anguis, Carlos; Zurita Gotor, Pablo; García Burgos, Marina; González Alemán, Juan Jesús; González Barras, Rosa María; González Rouco, Jesús Fidel; Martín Gómez, Verónica; Maqueda Burgos, GregorioEl Presente proyecto es una continuación de proyectos anteriores dentro de la plataforma de divulgación Meteolab. Meteolab es un proyecto de divulgación de Meteorología y Clima que tiene su origen en 2002, cuando se comenzaron a diseñar experimentos de bajo coste con materiales caseros para la Semana de la Ciencia de la Comunidad de Madrid (CAM). Con los años, se generó un conocimiento que se materializó en 2010 con la concesión de un Proyecto de Innovación Educativa (PIE) financiado por la Universidad Complutense de Madrid (UCM), dirigido por Belén Rodríguez de Fonseca. Gracias a este primer proyecto en el que trabajaron muchos profesores y alumnos de ciencias de la atmósfera, se gestó un portal web (meteolab.fis.ucm.es) en el que los experimentos se explicaban y se grababan para impulsar su difusión. Más adelante, en un segundo proyecto de Innovación Educativa, dirigido por la profesora Maria Luisa Montoya, los contenidos fueron traducidos al inglés. En concreto, los experimentos que componen Meteolab tienen como principal objetivo entender los principios y variables que determinan el comportamiento de las masas de aire en la atmósfera y de agua en el océano. La idea consiste en visualizar con experimentos sencillos las leyes físicas que gobiernan la atmósfera y el océano: movimientos horizontales y verticales, cambios de estado, mezcla y equilibrio, así como la interacción entre componentes. Se persigue observar los procesos meteorológicos familiares, como son la formación de una nube, los tornados, la convección, la formación de borrascas o la lluvia, entendiendo los procesos físicos que los producen. Finalmente, Meteolab permite también visualizar fenómenos climáticos como el efecto invernadero, el fenómeno de El Niño, el deshielo del Ártico, la influencia de los volcanes en el clima o la subida del nivel del mar. Existe un catálogo de experimentos, la mayoría de los cuales pueden consultarse a través del portal meteolab.fis.ucm.es, encontrándose todos ellos físicamente localizados en el Laboratorio Elvira Zurita de la Facultad de Ciencias Físicas. Tras la experiencia acumulada durante los 18 años de existencia de Meteolab, en los que se han adecuado las explicaciones de los experimentos a distintos niveles de dificultad (infantil, primaria, secundaria, bachillerato y Universidad de mayores), se ha sugerido la idoneidad de adaptar los contenidos a los estudiantes del Grado en Física y del Máster en Meteorología y Geofísica de la UCM. Así, por ejemplo, cuando se explica la formación de una nube, se puede ir complicando el discurso dependiendo de los diferentes ciclos de la enseñanza. De esta manera, para un nivel de escuela primaria uno sólo tiene que explicar que el aire se enfría al ascender, y al enfriarse se forman gotas de agua que forman las nubes. Al llegar a secundaria, los estudiantes aprenden el concepto de presión atmosférica y la relación entre la temperatura, la presión y el volumen de una parcela de aire. Más adelante, en el Grado en Física, se estudia la tensión de vapor, la expansión adiabática y la existencia de núcleos de condensación. Finalmente, en el Máster en Meteorología se aprenden los distintos procesos de nucleación y tipos de nubes. Todos estos conceptos van complicando la explicación, por lo que un mismo experimento puede explicarse tanto en una escuela infantil como en una Universidad. Es por ello, que, aprovechando la plataforma de divulgación Meteolab, hemos decidido dar un paso adelante y adaptar y ampliar los contenidos de Meteolab, para así poder integrarlos en los currícula del Grado en Física y del Máster en Meteorología y Geofísica de la UCM. Con todo ello, los objetivos del presente proyecto han sido: -Implementar los experimentos de Meteolab en el Aula, tanto en las asignaturas de Grado como en las de Máster. -Adaptar los contenidos existentes del portal web Meteolab (meteolab.fis.ucm.es) a las asignaturas relacionadas con Meteorología del Grado en Física y del Máster en Meteorología y Geofísica, con el fin de visualizar procesos físicos que se explican en el aula. -Añadir a Meteolab nuevos contenidos en relación con la dinámica de la atmósfera y el cambio climático. -Evaluar la mejora de la comprensión por parte del alumnado de los procesos que tienen lugar principalmente en la atmósfera y el océano, y su relación con el clima y su variabilidad. Item On the representation of major stratospheric warmings in reanalyses(Atmospheric chemistry and physics, 2019) Ayarzagüena Porras, Blanca; Palmeiro Núñez, Froila María; Barriopedro Cepero, David; Calvo Fernández, Natalia; Langematz, Ulrike; Shibata, KiyotakaMajor sudden stratospheric warmings (SSWs) represent one of the most abrupt phenomena of the boreal wintertime stratospheric variability, and constitute the clearest example of coupling between the stratosphere and the troposphere. A good representation of SSWs in climate models is required to reduce their biases and uncertainties in future projections of stratospheric variability. The ability of models to reproduce these phenomena is usually assessed with just one reanalysis. However, the number of reanalyses has increased in the last decade and their own biases may affect the model evaluation. Here we compare the representation of the main aspects of SSWs across reanalyses. The examination of their main characteristics in the pre- and post-satellite periods reveals that reanalyses behave very similarly in both periods. However, discrepancies are larger in the pre-satellite period compared to afterwards, particularly for the NCEP-NCAR reanalysis. All datasets reproduce similarly the specific features of wavenumber-1 and wavenumber-2 SSWs. A good agreement among reanalyses is also found for triggering mechanisms, tropospheric precursors, and surface response. In particular, differences in blocking precursor activity of SSWs across reanalyses are much smaller than between blocking definitions.Item Quantifying stratospheric biases and identifying their potential sources in subseasonal forecast systems(Weather and Climate Dynamics, 2022) Lawrence, Zachary D.; Ábalos Álvarez, Marta; Ayarzagüena Porras, Blanca; Barriopedro Cepero, David; Calvo Fernández, Natalia; De La Cámara Illescas, Álvaro; Rachel W.-Y. WuThe stratosphere can be a source of predictability for surface weather on timescales of several weeks to months. However, the potential predictive skill gained from stratospheric variability can be limited by biases in the representation of stratospheric processes and the coupling of the stratosphere with surface climate in forecast systems. This study provides a first systematic identification of model biases in the stratosphere across a wide range of subseasonal forecast systems. It is found that many of the forecast systems considered exhibit warm global mean temperature biases from the lower to middle stratosphere, too strong/cold wintertime polar vortices, and too cold extratropical upper troposphere/lower stratosphere regions. Furthermore, tropical stratospheric anomalies associated with the Quasi-Biennial Oscillation tend to decay toward each system's climatology with lead time. In the Northern Hemisphere (NH), most systems do not capture the seasonal cycle of extreme vortex event probabilities, with an underestimation of sudden stratospheric warming events and an overestimation of strong vortex events in January. In the Southern Hemisphere (SH), springtime interannual variability of the polar vortex is generally underestimated, but the timing of the final breakdown of the polar vortex often happens too early in many of the prediction systems. These stratospheric biases tend to be considerably worse in systems with lower model lid heights. In both hemispheres, most systems with low-top atmospheric models also consistently underestimate the upward wave driving that affects the strength of the stratospheric polar vortex. We expect that the biases identified here will help guide model development for sub-seasonal to seasonal forecast systems, and further our understanding of the role of the stratosphere for predictive skill in the troposphere.