Impacto da assimilação de dados de sondagem e radiâncias em evento de ciclogênese

Authors

DOI:

https://doi.org/10.5902/2179460X66091

Keywords:

Data assimilation, WRF, Cyclogenesis

Abstract

An assessiment of the assimilation satelitte radiances and the atmospheric soundings impact in the WRF simulation is presented in this work. The simulation is performed during a cyclone propagation over southern Brazil, from August 20 to 23, 2020. The techinique used in this study is a Three-Dimensional Variational Data Assimilation Scheme implemented on WRF Model (3DVAR). The results show that the assimilation procedure has a higher impact on the first 48 hours of forecasting for low a medium level of the atmosphere. It was also concluded that 2-hour data assimilation window centered on the analysis time, presents a better result than larger windows. Aditional results show that errors of day matrix (B) generated by few forecasting pairs (24h -12h) presents worse results than the generic matrix provided by the WRF assimilation package. Lastly, it was show in this work that satellite data has a better impact than sounding data in the weather forecast on large scale.

Downloads

Download data is not yet available.

Author Biographies

Leonardo Matias Alves, Universidade Federal de Pelotas, Pelotas, RS

Possui graduação em Profesorado de Matemática pelo Centro Regional de Profesores del Norte (2016). Atualmente é discente do Programa de Pós-Graduação em Modelagem Matemática do Instituto de Fisica e Matematica da Universidade Federal de Pelotas. 

William Silva Barros, Universidade Federal de Pelotas, Pelotas, RS

Possui graduação em Agronomia pela Universidade Federal de Viçosa (2002), mestrado em Genética e Melhoramento pela Universidade Federal de Viçosa (2004) e doutorado em Genética e Melhoramento pela Universidade Federal de Viçosa (2007). Atualmente é professor associado II da Universidade Federal de Pelotas. Tem experiência na área de Probabilidade e Estatística, com ênfase em Biometria e Estatística Aplicada, atuando principalmente nos seguintes temas: estatística genômica, análise de dados, estatística, planta medicinal e diversidade genética

Fabrício Pereira Härter, Universidade Federal de Pelotas, Pelotas, RS

graduado em Meteorologia pela Universidade Federal de Pelotas (1995), mestre em Meteorologia pelo Instituto Nacional de Pesquisas Espaciais (1999) e doutor em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais (2004) com pós-doutorado pela University of Waterloo (2006). Trabalhou com previsão de tempo voltada para meios de comunicação e agricultura, foi auxiliar de pesquisa num projeto sobre estimativas de precipitação por satélite, participou do Programa Antártico Brasileiro e prestou consultoria a Organização Meteorológica Mundial, junto ao Instituto Nacional de Meteorologia. Tem como linha de pesquisa prioritária assimilação de dados meteorológicos (redes neurais, filtragem de Kalman e métodos variacionais) e inicialização de modelos numéricos. Foi Vice-Diretor da Faculdade de Meteorologia e Chefe Adjunto do Centro de Pesquisas e Previsões Meteorológicas (CPPMet). Atualmente é professor Associado da Universidade Federal de Pelotas (UFPel), membro permanente do Programa de Pós-Graduação em Modelagem Matemática, membro do Núcleo Docente Estruturante do colegiado do Curso de Graduação em Meteorologia, do Conselho Departamental da Faculdade de Meteorologia, representante da Faculdade de Meteorologia no Conselho Universitário da UFPEL (CONSUN), representante Adjunto do CONSUN no Conselho de Ensino Pesquisa e Extensão (COCEPE), Membro do Conselho de Administração e Finanças do CONSUN e Diretor da Faculdade de Meteorologia no segundo mandato.

References

BARKER, D., HUANG, W., GUO, Y.R., Xiao. Q.N. A Three-Dimensional (3DVAR) Data Assimilation System For Use With MM5: Implementation and Initial Results. Monthly Weather Review, 132, 897-914, 2004.

BARKER, D., HUANG, X. -Y., LIU, Z., AULIGNÉ, T., ZHANG, X., RUGG, S., AJJAJI, R., BOURGEOIS, A., BRAY, J., CHEN, Y., DEMIRTAS, M., GUO, Y. -R., HENDERSON, T., HUANG, W., LIN, H. -C., MICHALAKES, J., RIZVI, S., ZHANG, X. The Weather Research and Forecasting Model's Community Variational/Ensemble Data Assimilation System: WRFDA. Bulletin American Meteorological Society, 93, 831–843, 2012.

COURTIER, P., ANDERSON, E., HECKLEY, W., PAILLEUX, J., VASILJEVIC, D., HAMRUD, M., HOLINGSWORTH, H., RABIER, F., FISHER, M. The European Centre for Medium-Range Weather Forecasting implementation of three-dimensional variational assimilation (3D-Var). Part 1: formulation. Quarterly Journal Royal Meteorological Society, 1783-1807, 1998.

DATA ASSIMILATION SYSTEM FOR USE WITH MM5: Implementation and Initial Results. Monthly Weather Review, 132, 897-914, 2004.

HARTER,F. P.,YAMASAKI,Y., BECK, V. C. Variational Data Assimilation in Chaotic Regime by Lorenz Model. Anuário IGEO, 38, 73-80, 2015.

HARTER, F. P., CAMPOS VELHO, H. F. New Approach to Applying Neural Network in Nonlinear Dynamic Model. Applied Mathematical Modeling, 12, 1-25, 2008.

HOLTON, J. R. An Introduction to Dynamic Meteorology. 4.ed. New York: Academic Press, 2004.

Published

2021-11-08

How to Cite

Alves, L. M., Barros, W. S., & Härter, F. P. (2021). Impacto da assimilação de dados de sondagem e radiâncias em evento de ciclogênese. Ciência E Natura, 43, e4. https://doi.org/10.5902/2179460X66091

Issue

Section

Special Edition

Most read articles by the same author(s)