Assimilação de dados para previsão na área terminal do Rio de Janeiro

Autores

DOI:

https://doi.org/10.5902/2179460X53224

Palavras-chave:

Assimilação de dados, WRF, 3D-Var, Dados de superfície, Dados de perfil

Resumo

O processo de assimilação de dados, onde observações meteorológicas e previsões do tempo são combinadas para fornecer um campo de análise, tem sido muito estudado pela comunidade científica e por centros operacionais. A utilização do método variacional 3D (3D-Var) implementada no modelo Weather Research and Forecast (WRF) é avaliada para assimilação de dados na Área Terminal do Rio de Janeiro (TCA-RJ). O objetivo principal de qualquer método variacional de assimilação de dados é produzir uma estimativa ótima do estado atmosférico no momento da análise. O campo de análise é estimado por um campo de estimativa inicial (campo de previsão anterior) e um campo de observações, ponderados pelas matrizes de erro. O WRF é configurado para nowcasting (previsão de até 6h) para a TCA-RJ através de ciclos de assimilação utilizando dados de superfície, sondagem e perfilhadores de vento. Os resultados preliminares mostram a sensibilidade de cada tipo de observação e encorajam a utilização desta técnica operacionalmente para fornecer suporte ao controle de tráfego aéreo controlado pela Força Aérea Brasileira. 

Assimilação de dados; WRF; 3D-Var; Dados de superfície; Dados de perfil

Downloads

Não há dados estatísticos.

Biografia do Autor

Vinícius Albuquerque de Almeida, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ

Graduated in Meteorology from the Federal University of Rio de Janeiro (2013), master's degree in Meteorology from the Federal University of Rio de Janeiro (2016) and ongoing doctorate in Civil Engineering from the Federal University of Rio de Janeiro

Gutemberg Borges França, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ

Graduated in Physics from the Federal University of Mato Grosso do Sul (1985), master's degree in System Analysis and Applications from the National Institute for Space Research (1988) and doctorate in Remote Sensing of the Atmosphere from the University of Dundee (Scotland, 1994). Head of the Laboratory for Applied Meteorology (2004-present). He has experience in the fields of applied meteorology, acting mainly on the following topics: aviation meteorology, remote sensing of the atmosphere and the ocean, machine learning

Haroldo Campos Velho, Instituto Nacional de Pesquisas Espaciais, São Paulo, SP

Graduated in Chemical Engineering from the Pontifica Universidade Católica do Rio Grande do Sul (1983), M.Sc. (1988) on Nuclear Engineering and D.Sc.(1992) on Mechanical Engineering from the Universidade  Federal do Rio Grande do Sul. Currently, he is a senior researcher from the National Institute of Space Research (INPE, Brazil)

Referências

BARKER, D. M., W. HUANG, Y.-R. GUO, A. BOURGEOIS, AND X. N. XIAO. A Three-Dimensional Variational Data Assimilation System for MM5: Implementation and Initial Results. Mon. Wea. Rev., 132, 897–914, 2004.

BARKER, D. M., X.-Y. HUANG, Z. LIU, T. AULIGNE, X. ZHANG, S. RUGG, A. A. AL KATHERI, A. BOURGEIOS, J. BRAY, Y. CHEN, M. DEMIRTAS, Y. GUO, T. HENDERSON, W. HUANG, H.-C. LIN, J. MICHALAKES, S. RIZVI, X.-Y. ZHANG. The Weather Research and Forecasting (WRF) Model’s Community Variational/Ensemble Data Assimilation System: WRFDA. Bull. Amer. Meteor. Soc., 93, 831–843, 2012.

CINTRA, R.S., CAMPOS VELHO, H. F. Global Data Assimilation Using Artificial Neural Networks In Speedy Model. Proceedings of the 1st International Symposium on Uncertainty Quantification and Stochastic Modeling, 2012.

DALEY, R. Atmospheric data analysis. Cambridge University Press, 1991.

DUDHIA, J. Numerical study of convection observed during the Winter Monsoon Experiment using a mesoscale two–dimensional model. J. Atmos. Sci., 46, 3077–3107, 1989.

GRELL, G. A. AND FREITAS, S. R. A scale and aerosol aware stochastic convective parameterization for weather and air quality modeling. Atmos. Chem. Phys., 14, 5233-5250, 2014.

HONG, SONG–YOU, JIMY DUDHIA, AND SHU–HUA CHEN. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. 2004. Mon. Wea. Rev., 132, 103–120, 2004.

HONG, SONG–YOU, YIGN NOH, JIMY DUDHIA. A new vertical diffusion package with an explicit treatment of entrainment processes. Mon. Wea. Rev., 134, 2318–2341, 2006.

KALNAY, E. Atmospheric Modeling, Data Assimilation and Predictability. Cambridge University Press, 2012.

MLAWER, ELI. J., STEVEN. J. TAUBMAN, PATRICK. D. BROWN, M. J. IACONO, AND S. A. CLOUGH. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated–k model for the longwave. J. Geophys. Res., 102, 16663–16682, 1997.

SKAMAROCK, W. C., J. B. KLEMP, J. DUDHIA, D. O. GILL, Z. LIU, J. BERNER, W. WANG, J. G. POWERS, M. G. DUDA, D. M. BARKER, AND X.-Y. HUANG. A Description of the Advanced Research WRF Version 4. NCAR Tech. Note NCAR/TN-556+STR, 145 pp, 2019.

TEWARI, M., F. CHEN, W. WANG, J. DUDHIA, M. A. LEMONE, K. MITCHELL, M. EK, G. GAYNO, J. WEGIEL, AND R. H. CUENCA. Implementation and verification of the unified NOAH land surface model in the WRF model. 20th conference on weather analysis and forecasting/16th conference on numerical weather prediction, pp. 11–15, 2004.

Publicado

2020-08-28

Como Citar

Almeida, V. A. de, França, G. B., & Velho, H. C. (2020). Assimilação de dados para previsão na área terminal do Rio de Janeiro. Ciência E Natura, 42, e40. https://doi.org/10.5902/2179460X53224