Comparação entre dois modelos de função footprint aplicados ao sítio experimental de Pedras Altas

Autores

  • Tiago Bremm Universidade Federal de Santa Maria, Campus UFSM, Santa Maria, RS
  • Ivan Mauricio Cely Toro Universidade Federal de Santa Maria, Santa Maria, RS
  • Gustavo Pujol Veeck Universidade Federal de Santa Maria, Santa Maria, RS
  • Débora Regina Roberti Universidade Federal de Santa Maria, Santa Maria, RS
  • Lidiane Buligon Universidade Federal de Santa Maria, Santa Maria, RS

DOI:

https://doi.org/10.5902/2179460X30774

Palavras-chave:

Footprint, Micrometeorologia, Fluxo superficial

Resumo

Torres micrometeorológicas são instaladas em diversas regiões a fim de coletar dados atmosféricos em alta frequência para a estimativa de parâmetros micrometeorológicos e de fluxos superficiais de energia e massa. A determinação do campo de visão das torres e, portanto, do fluxo medido nos sensores é definido pelo footprint, o qual é diretamente influenciado pela estrutura da geometria do terreno em que o sensor está instalado e pela vegetação do local. Desta forma, o presente trabalho tem como objetivo analisar a área de contribuição predominante nos fluxos superficiais através de dois diferentes métodos de determinação do footprint que consistem em: um modelo analítico e outro estocástico lagrangiano. Os dados analisados foram da estação micrometeorológica de Pedras Altas, localizada na região sudoeste do Rio Grande do Sul. Os resultados mostram que o modelo estocástico considera o campo de visão da torre mais próximo que o modelo analítico, consequentemente abrange uma área menor.

Downloads

Não há dados estatísticos.

Referências

Kljun, N., Calanca, P., Rotach, M., Schmid, H. (2004). A simple parameterisation for flux footprint predictions. Boundary-Layer

Meteorology, 112(3), 503-523.

Kljun, N., Calanca, P., Rotach, M., Schmid, H. (2015). A simple two-dimensional parameterisation for flux footprint prediction

(ffp). Geoscientific Model Development, 8(11), 3695-3713.

Kormann, R., Meixner, F. X. (2001). An analytical footprint model for non-neutral stratification. Boundary-Layer Meteorology,

(2), 207-224.

R Core Team (2017). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna,

Austria, URL https://www.R-project.org/.

Rannik, Ü., Sogachev, A., Foken, T., Göckede, M., Kljun, N., Leclerc, M. Y., Vesala, T. (2012). Footprint Analysis, Springer

Netherlands, Dordrecht, pp. 211-261. URL https://doi.org/10.1007/978-94-007-2351-1_8.

Downloads

Publicado

2018-03-22

Como Citar

Bremm, T., Toro, I. M. C., Veeck, G. P., Roberti, D. R., & Buligon, L. (2018). Comparação entre dois modelos de função footprint aplicados ao sítio experimental de Pedras Altas. Ciência E Natura, 40, 199–204. https://doi.org/10.5902/2179460X30774

Artigos mais lidos pelo mesmo(s) autor(es)

<< < 1 2 3 4 5 6 7 > >>