Avaliação do WRF-4dvar em um Caso de Evento Severo no Rio Grande do Sul

Autores

  • Luana Ribeiro Macedo Universidade de São Paulo
  • João Luiz Martins Basso Universidade Federal de Pelotas
  • Yoshihiro Yamasaki Universidade Federal de Pelotas

DOI:

https://doi.org/10.5902/2179460X18698

Palavras-chave:

Assimilação de dados. WRF. TRMM.

Resumo

A técnica de assimilação de dados 4DVAR do sistema de mesoescala WRF foi utilizada para avaliar o impacto da assimilação de dados nos prognósticos numéricos do tempo sobre o Estado do Rio Grande do Sul. A assimilação é feita utilizando dados de superfície e altitude e a consistência do processo feita sobre os prognósticos numéricos, explorando as diferenças entre análises com e sem assimilação de dados. Os resultados dos prognósticos, para cada caso avaliado, foram comparados utilizando dados do TRMM e de refletividade do radar meteorológico, instalado em Canguçu. A variável precipitação acumulada foi espacialmente validada com os dados do TRMM, para período de 12 horas, compreendido entre 29 e 30 de outubro de 2014. Foi possível observar que, tanto a simulação com e sem assimilação superestimaram os valores da precipitação. O campo de refletividade do radar, sem assimilação de dados - para as 16:00 UTC de 30 de outubro - detectou com melhor precisão os núcleos de refletividade, sobre o Estado do Rio Grande do Sul. A análise dos campos da temperatura revelaram que o sistema de assimilação 4DVAR contribui, de uma maneira ou outra, apresentando prognósticos com uma pequena melhora comparados com os dados observados em alguns pontos.

Downloads

Não há dados estatísticos.

Referências

CPTEC (2015). Centro de pesquisas e estudos climáticos.

URL http://www.satelite.cptec.inpe.br/home.

De Gonçalves, L. G. G., Shuttleworth, W. J., Nijssen, B.,

Burke, E. J., Marengo, J. A., Chou, S. C., Houser, P.,

Toll, D. L. (2006). Evaluation of model-derived and

remotely sensed precipitation products for continental

south america. Journal of Geophysical Research, 111.

Kalnay, E. (2003). Atmospheric Modeling, Data Assimilation

and Predictability. Cambridge University Press.

Lorenc, A. C. (1986). Analysis methods for numerical weather

prediction. Quarterly Journal of Royal Meteorology

Society, 112(474), 1177–1194.

Macedo, L. R., Alves, R. C. M., Basso, J. L. M., Yamasaki,

Y. (2014). Análise do desempenho do modelo wrf com

alta resolução espacial na previsão de precipitação

acumulada. Ciência e Natura, Edição Especial, 497–502.

Mitra, A. K., Bohra, A. K., Rajeevan, M. N., Krishnamurti,

T. N. (2009). Daily indian precipitation analysis

formed from a merge of rain-gauge data with the

trmm tmpa satellite-derived rainfall estimates. Journal

of the Meteorological Society of Japan, 87A, 265–279.

REDEMET (2015). URL http://www.redemet.aer.mil.

br.

Rozante, J. R., Cavalcanti, I. F. A. (2008). Regional eta

model experiments: Salljex and mcs development.

Journal of Geophysical Research, 113.

Rozante, J. R., Moreira, D. S., De Gonçalves, L. G. G.,

Vila, D. A. (2010). Combining trmm and surface observation

precipitation: Technique and validation over

south america. Weather and Forecasting, 25, 885–894.

Skamarock, J. B., W.C.and Klemp, Dudhia, J., Gill,

D. O., Barker, D. M., Duda, H. X., M. G., Wang,

W., Powers, J. G. (2010). A Description of the Advanced

Research WRF Version 3. National Center for Atmospheric

Research, Boulder, Colorado, United States

of America, URL http://www2.mmm.ucar.edu/wrf/

user/docs/arw_v3.pdf.

Downloads

Publicado

2016-05-31

Como Citar

Macedo, L. R., Basso, J. L. M., & Yamasaki, Y. (2016). Avaliação do WRF-4dvar em um Caso de Evento Severo no Rio Grande do Sul. Ciência E Natura, 38(2), 1077–1085. https://doi.org/10.5902/2179460X18698

Edição

Seção

Meteorologia

Artigos Semelhantes

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.