L'important increment de la capacitat de càlcul computacional que s'ha donat en els últims anys ha fet que els models numèrics meteorològics hagin pogut assolir resolucions de treball molt fines. Ara bé, aquest increment en la resolució, per si sol, no és suficient per millorar-ne les prestacions. Cal introduir algorismes més sofisticats per afinar en la simulació de la dinàmica atmosfèrica, i també cal millorar la caracterització física de la superfície. En aquest sentit, els valors climàtics globals que es fan servir actualment no siguin prou precisos i calguin valors característics de cada regió. Malgrat que a través de la teledetecció no es pot fer una mesura real dels diferents paràmetres de la superfície terrestre, les imatges de satèl·lit són el millor recurs per estimar-los. La periodicitat en l'adquisició d'imatges d'una mateixa zona fa que es puguin fer estimacions estacionals o mensuals, podent així fer un seguiment de la variació d'aquests paràmetres al llarg del temps.En aquest treball s'ha establert una metodologia operacional per a l'obtenció periòdica de paràmetres de superfície, a partir d'imatges del sensor satel·litari NOAA/AVHRR, per Catalunya i les regions que l'envolten. La revisió bibliogràfica de les diverses metodologies existents ha permès seleccionar les més idònies per aquesta zona. A nivell dels resultats, s'ha obtingut una sèrie mensual de diferents paràmetres, que cobreix els mesos de març a octubre de l'any 2000. Aquests paràmetres de superfície són els següents:· Albedo· Emissivitat· Índex de vegetació NDVI· Temperatura de superfície diürna i nocturna.· Inèrcia tèrmica Els resultats obtinguts amb dades de satèl·lit són espacials, són imatges que ens donen valors quantitatius per a cada cel·la de la superfície estudiada. A l'hora de fer-ne un tractament estadístic, aquestes imatges es sintetitzen a través de mapes d'usos del sòl, obtenint resultats per a les categories dels mapes. Com tota simplificació, aquesta comporta una pèrdua d'informació; i en aquest punt cal ser força crític a l'hora de triar una classificació d'usos del sòl de la regió de treball. Aquest aspecte és un dels punts on s'ha volgut aprofundir en la discussió de resultats. S'ha treballat amb dos mapes d'usos del sòl, el del USGS (Servei Geològic dels EEUU) i el CORINE (Agència Europea del Medi Ambient). El primer és d'abast global, té 24 categories i és el que fa servir el model meteorològic MM5 per la caracterització de la superfície en les simulacions. El segon és més actual i cobreix gran part d'Europa. El major nombre de categories (44), i la metodologia emprada en l'elaboració, pensada per els usos del sòl que dominen el nostre continent, fan que aquest mapa sigui més adequat per tal de caracteritzar els usos del sòl de Catalunya i els seus voltants.Els paràmetres geofísics de superfície obtinguts s'han fet servir per inicialitzar un model meteorològic de mesoescala, amb la finalitat de millorar els pronòstics. Les simulacions s'han fet amb el model de mesoescala MM5 (PSU/NCAR). Els canvis introduïts en els paràmetres de superfície, a través del canvi del mapa d'usos del sòl i de la introducció dels valors calculats amb AVHRR per l'any 2000, han estat prou importants com per afectar els resultats de les simulacions. Cal destacar les diferències en el balanç hídric, que provoquen simulacions diferents de les masses nuvoloses i el patrons de precipitació. Aquestes diferències en la nuvolositat també modifiquen el balanç radiatiu, que alhora afecta l'evolució diària de la temperatura a nivells baixos. A nivell meteorològic, les variacions en el desenvolupament de núvols en situacions de domini mesoescalar és important per a la correcta simulació de desenvolupament de tempestes locals durant èpoques estivals. Finalment, també s'han observat variacions significatives en el camp de vent de superfície, aspecte important quan s'utilitza el model MM5 per a la simulació de la dispersió de contaminants atmosfèrics.Els resultats obtinguts per l'any 2000 no es poden considerar climàticament significatius. En aquest sentit, una de les vies de continuïtat d' aquest treball és l'obtenció de resultats per una sèrie més llarga de dades, que permeti conèixer millor les característiques geofísiques de la superfície estudiada i millorar les simulacions meteorològiques. / Mesoscale models, with grid resolution higher than synoptic models, and with advanced physical parameterizations, have been an important tool for meteorological research over the past twenty years. Important improvements on mesoscale models have occurred in the last decade. The availability of high-performance workstations at affordable prices; the sharing of mesoscale models within the community; and finally the real-time accessibility of forecast data from the operational runs; have allowed using mesoscale models for real-time numerical weather prediction (NWP) at high resolutions (~1 km).As mesoscale models continue to increase in spatial resolution, correctly treating the land surface processes is becoming increasingly important for the model to be able to capture local mesoscale circulations induced by land surface forcing. Mesoscale models are incorporating progressively advanced land surface modules in order to properly initialize the state of the ground.Physical model improvements should be complemented with more accurate surface properties initiation data. The present work is focused in this point. An operational methodology has been developed, in order to calculate, from satellite imagery, the surface properties for Catalonia, in the NE of Spain. Satellite observations constitute the only available means for global or regional repetitive monitoring of the surface properties at homogeneous resolution.Prior to calculations, a bibliographical research has been done, in order to choose the most adequate methodology according to the remote sensing data available and the studied region. Monthly mean surface parameters have been calculated for the working region from an AVHRR data set of year 2000. Besides the resulting images, surface parameters have also been calculated for the land-use categories in the region. Calculated parameters are:· Albedo· Emissivity · Normalized Difference vegetation Index (NDVI)· Surface temperature· Thermal inertiaIn order to test the obtained parameters, two simulations have been done with the MM5 mesoscale model. The Fifth-Generation NCAR / Penn State Mesoscale Model (MM5) is a limited-area, non-hydrostatic, terrain-following sigma-coordinate model designed to simulate or predict mesoscale and regional-scale atmospheric circulation.A first simulation, using MM5 default values, has been compared with a second simulation where the local physical parameters have been introduced. Besides the change of the surface parameters, the default MM5 land-use map has also been changed, using a more recent land-use map of the region. Results have shown that differences in surface parameters basically rely on thermal inertia. Besides, the land-use maps comparison had shown important differences between classifications that also affect the final composition of surface parameters that get into the model. Modifications on the second simulation have been sufficiently significant to produce variations in the performance of the model. The cloud development differs basically in the location and dimensions of the clouds, that drives to a different superficial radiative budget affecting the evolution of air temperature at low levels. The different results in cumulus simulation produced important differences in the surface wind field and the updrafts. The changes introduced are sufficiently significant to obtain also slight variations in the pattern of accumulated precipitation for the simulated period. Comparisons with ground measurements of wind and temperature have been done in the test regions. Similar errors are obtained with the two land-use maps and physical parameters, without a clear improvement in the performance of the meteorological model.The simulations done in this work contributes evidence to the high influence of surface scheme applications of mesoscale models at high spatial resolution. In the context of dialogue between remote sensing scientists and numerical climate modelers, it is expected that more research should be done to investigate the sensibility of the mesoscale models to improvements in the surface properties characterization.