UM EXPERIMENTO SOBRE A INFLUÊNCIA DO DOMÍNIO NA PREVISÃO DO RAMS

Transcrição

1 UM EXPERIMENTO SOBRE A INFLUÊNCIA DO DOMÍNIO NA PREVISÃO DO RAMS Claudia Marins Alves Departamento de Meteorologia Universidade Federal do Rio de Janeiro - UFRJ cma@lncc.br Elson Magalhães Toledo ( emtc@lncc.br) Clemente A. S. Tanajura ( cast@lncc.br) Fabíola Valéria Barreto Teixeira ( fabiola@lncc.br) Laboratório Nacional de Computação Científica - LNCC Av. Getúlio Vargas, 333, - Petrópolis - RJ ABSTRACT Two 60-hour integrations of the Regional Atmospheric Model - RAMS - were made to verify the influence of the model domain on numerical solution over the State of Rio de Janeiro region. In the first integration, two grids were used. One, with 10 km of horizontal resolution covering the Rio de Janeiro state nested in another one with 40 km which covered the Brazilian Southeast. In the second integration, in addition to the same grids used in the first integration, a 160 km resolution grid, including part of Pacific, South America and part of Atlantic was set up. These results were compared with observational precipitation data, analysis and forecasts of the ETA and CPTEC/COLA global models. INTRODUÇÃO Os modelos atmosféricos podem ser de forma geral classificados em Modelos Regionais (MRs) e em Modelos de Circulação Geral (MCGs). Os primeiros cobrem uma região limitada do globo e requerem condições de contorno laterais para serem integrados, enquanto os segundos cobrem o globo todo. Ambos vêm sendo usados nas mais diversas escalas de tempo, em previsões e simulações de tempo, e clima, em cenários de mudanças climáticas, em diagnósticos da atmosfera, e em assimilação de dados. Os MRs vêm tornando-se cada vez mais atraentes, pois através de sua alta resolução podem melhorar substancialmente a qualidade dos resultados de previsão e simulação do tempo. Esta melhora é obtida não só pela redução de erros numéricos como também pela melhor representação das condições de contorno e de processos de meso-escala. É sabido que o domínio e o método de integração (com ou sem reinicialização) de um modelo regional podem influenciar em sua solução. Seth e Giorgi (1998) realizaram um estudo da influência da escolha do domínio na qualidade da solução sobre a região central dos Estados Unidos. Os resultados demonstraram que esta escolha deve ser muito cuidadosa e levar em consideração as aplicações de cada estudo. Um domínio muito grande pode dar origem a circulação irrealista nos MRs, mas pode ser necessário para envolver sistemas convectivos e circulações de escala planetária. Por outro lado, um domínio pequeno impõe fortes restrições no domínio não dando liberdade aos MRs de desenvolverem sua própria climatologia. O presente trabalho tem o objetivo de contribuir na avaliação da influência do domínio com experimentos da sensibilidade do modelo RAMS em uma previsão de 60 horas. O RAMS (Regional Atmospheric Modeling System) desenvolvido por pesquisadores da CSU (Colorado State University) é um conjunto complexo de equações matemáticas que visa descrever a circulação da atmosfera e sua variabilidade em uma região específica do globo. Dados reais de precipitação de diversas estações meteorológicas e resultados dos modelos ETA e global do CPTEC/COLA são utilizados para comparações. 3429

2 O MODELO RAMS O RAMS é um modelo regional que pode ser configurado para representar uma área de até um hemisfério com o objetivo de simular fenômenos atmosféricos de diversas escalas, tais como: fenômenos de grande escala como frentes, ciclones, ZCAS Zonas de convergência do Atlântico Sul -, de meso escala como brisa, linhas de instabilidade, sistemas convectivos e de micro escala como nuvens, tornados e dispersão de poluentes. Permite a possibilidade de interação de escalas através de aninhamento de grades, sendo possível, dessa forma, obter-se resolução de sistemas atmosféricos compactos tais como tempestades enquanto modela-se simultaneamente sistemas de larga escala na grade principal. Seus componentes são: Modelo Atmosférico (MODEL) que realiza as previsões ou simulações que é o modelo propriamente dito; Módulo de Análise de Dados (ISAN) que prepara os dados iniciais do modelo a partir de Dados meteorológicos observados ou do modelo global; Módulo de Visualização e análise pós-processamento que realiza a interface das saídas do modelo através de softwares gráficos. A versão escolhida neste trabalho foi a 4a cuja física é praticamente a mesma da versão sequêncial original 3b. Entretanto a versão aqui utilizada possui ajustes em suas parametrizações sugeridos por Freitas (1999). Deste modo foi redefinido o número de Richardson que estabelece um limite abaixo do qual a atmosfera está num estado turbulento e na parametrização da convecção o parâmetro de umidecimento foi limitado ao valor de 10%. Realizou-se ainda modificação na parametrização da radiação de onda curta de Chen e Cotton. A parametrização da superfície sofreu um ajuste com a introdução de um mapa de vegetação do modelo que originalmente trabalhava com vegetação homogênea. Passou-se a trabalhar com um mapa de vegetação com resolução de um grau, idêntico ao utilizado no modelo COLA-CPTEC. RESULTADOS E DISCUSSÃO A data escolhida para o experimento foram os dias 1, 2 e 3 de Janeiro de 2000, devido a intensa precipitação registrada na Região Sudeste neste período. O tempo total de simulação adotado foi de 60 horas, o horário de inicialização do modelo foi 00:00 GMT de primeiro de janeiro de O espaçamento entre dois níveis verticais é de 100 metros a partir da superfície com um incremento de 1.2, até que o espaçamento máximo de 1 Km seja atingido e mantenha-se constante até o topo da grade. A opção de assimilação de dados é em 4 dimensões pelo relaxamento Newtoniano nudging. No esquema nudging um termo de tendência extra é adicionado a cada equação prognóstica que força a variável prognosticada na direção da observação disponível. O termo de tendência extra pode ser expresso como: ϕ t ϕobs ϕ = τ onde, ϕ representa a variável a ser prognosticada, τ é o valor que controla a intensidade do termo de nudging que varia em três dimensões e que pode ser definido diferentemente para a fronteira lateral, a fronteira superior, e o domínio interior. De modo a evitar problemas de instabilidade numéricas o intervalo de tempo de integração - timestep - obedece a condição CFL (Courant-Friedrichs-Lewy). O espaçamento nas direções x e y são iguais para os dois experimentos e são apresentados na tabela abaixo: Espaçamento (Km) Grade 1 (América do Sul) Grade 2 (RegiãoSudeste) Grade 3 (Estado do Rio de Janeiro) Experimento Experimento Como resultado do cálculo desta relação determinou-se um valor para o timestep longo de 60 segundos para o experimento realizado com duas grades e de 180 segundos para o realizado com três grades. São realizados

3 timesteps curtos para cada longo, num total de 3600 timesteps longos para o experimento realizado com duas grades e de 1200 para o de três grades. O nudging é realizado a cada três horas e a altura a partir da qual é feito é 16 Km. A condição de fronteira no topo escolhida estabelece que a velocidade vertical é zero nestes pontos. As condições de fronteira laterais são parametrizadas segundo o esquema proposto por Klemp e Wilhelmson. Nesta parametrização os componentes normais da velocidade especificados na fronteira lateral são advectados do interior. As radiações de ondas curtas e longas são parametrizadas segundo o esquema proposto por Chen e Cotton (1983) modificado, que é a opção que demanda maior tempo computacional, pois inclui os efeitos do gelo e da água líquida (nuvens) nos cálculos dos fluxos de radiação. Considera para o caso das ondas curtas: espalhamento e absorção molecular do ar limpo, absorção pelo Ozônio (O 3 ), absorção, transmissão e reflexão por camadas de nuvens e camadas mistas de nuvens e céu limpo. Para o caso das ondas longas: emissão de atmosfera limpa, emissão de camadas de nuvens e emissão de camadas mistas de nuvens e céu limpo. A previsão é realizada com a microfísica em seu nível máximo de complexidade, o que significa que haverá condensação de vapor sempre que for atingida supersaturação e que todas as espécies de água líquida ou gelo serão parametrizadas. Nas tabelas abaixo, apresentamos a localização geográfica dos centros das grades utilizadas no Experimento 1 (duas grades) e no Experimento dois (três grades) Experimento Grade 1 Grade 2 Grade (22,25 S, 45,0 O) (22,25 S, 42,75 O) 2 (26,0 S, 53.5 O) (22,25 S, 45,0 O) (22,25 S, 42,75 O) Inicialmente comparamos nas Figuras 1a a 1d as previsões obtidas para a precipitação acumulada no periodo de 12Z de 02/01/2000 até 12Z de 03/01/2000. Sobre a região sudeste pelos modelos ETA e RAMS com os campos observados. O que se constata é que o modelo ETA apresentou resultados em que a localização e a intensidade da precipitação sobre região do Estado do Rio de Janeiro está de acordo com os dados observacionais. Os resultados obtidos com o modelo RAMS não conseguiram capturar a localização correta das intensas chuvas ocorridas no período de análise considerado. Mesmo com a utilização de uma malha mais refinada que incluia 3 grades com uma delas abrangendo do Pacífico ao Atlântico Grade 3 o RAMS não simulou corretamente a posição das chuvas mais intensas, mantendo-as a nordeste do observado. Na figura 2 são comparadas as evoluções das médias de precipitação acumulada no período de análise sobre a região sudeste, com resultados de observações. (a) (b) 3431

4 (c) (d) Figura 1: Distribuição horizontal da precipitação acumulada em 24 horas (de 12Z 02/01/2000 até 12Z 03/01/2000) para precipitação observada (a), precipitação simulada pelo RAMS usando duas grades (b) e três grades (c) e precipitação simulada pelo ETA (d) ETA RAMS 2 RAMS Z 01/01/ Z 00Z 12Z 00Z 12Z Figura 2: Variação temporal da precipitação média sobre a Região Sudeste acumulada a cada 12 horas. Os resultados RAMS 2 e RAMS 3 referem-se as simulações feitas com o RAMS utilizando duas e três grades, respectivamente. a 3e. O valor da distribuição da média da temperatura superficial na região Sudeste é comparado nas Figuras 3a Finalmente na Figura 4 são apresentadas as evoluções temporais das médias da temperatura superficial na grade sobre s região Sudeste. (a) (b) 3432

5 (c) (d) (e) Figura 3: Distribuição horizontal da média da temperatura superficial num período de 24 horas (de 00Z 02/01/2000 até 00Z 03/01/2000) para temperatura observada (a), temperatura simulada pelo RAMS usando duas grades (b) e três grades (c), temperatura simulada pelo ETA (d) e temperatura simulada pelo GLOBAL (e) ETA GLOBAL RAMS 2 RAMS Z 01/01/ Z 00Z 12Z 00Z 12Z Figura 4: Variação temporal da temperatura superficial média sobre a Região Sudeste. Os resultados RAMS 2 e RAMS 3 referem-se as simulações feitas com o RAMS utilizando duas e três grades, respectivamente. O padrão de precipitação obtido pela simulação com o RAMS utilizando-se três grades é diferente daquele obtido com a utilização de duas grades não tendo, entretanto nenhum dos dois experimentos simulados a distribuição de precipitação observada. 3433

6 Devido aos maiores valores da intensidade do vento simulado pelo RAMS, não mostrados aqui, nos dois experimentos ocorreu um deslocamento mais rápido do sistema frontal para nordeste. Isto justificaria as diferenças encontradas na precipitação e na subestimação das temperaturas para este modelo. CONCLUSÕES Dos modelos aqui examinados, conclui-se que a simulação com o modelo ETA foi capaz de capturar com melhor precisão que o RAMS tanto a intensidade quanto a localização do sistema frontal aqui selecionado para teste. O modelo RAMS apesar de ter conseguido identificar a intensidade do fenomeno não foi capaz de localizar corretamente a máxima precipitação ocorrida. No que diz respeito ao campo de temperatura de superfície, observou-se uma melhor concordancia entre as quatro simulações apresentadas: do modelo ETA, do RAMS com 2 e 3 grades e do modelo global. Desta forma, pode-se concluir que os modelos regionais da atmosfera são uma opção para a simulação ou previsão de eventos severos mas que a avaliação sistemática dos resultados e a identificação de erros é fundamental para um prognóstico seguro. Pretende-se realizar novas simulações com a versão do RAMS para avaliar o comportamento das modificações introduzidas neste código neste experimento. Outro aspecto a ser enfocado em futuros trabalhos é o tratamento das condições de contorno laterais adotadas no RAMS. AGRADECIMENTOS Ao PIBIC/LNCC (Programa Institucional de Iniciação Científica do LNCC) e ao PRONEX (Núcleo de Pesquisa em Modelagem, Análise e Simulação Computacional em Engenharia e Ciências Aplicadas) pelo suporte financeiro. Ao CPTEC e a Luis Gustavo Gonçalves pelo fornecimento de dados para utilização neste trabalho. REFERENCIAS BIBLIOGRÁFICAS CHOU, S. C., NUNES, A. M. B., e CAVALCANTI, I. F. A. Extended forecasts over South America using the regional ETA Model. J. Geophys. Res., TEIXEIRA, F. V. B. Estudo da zona de convergência do Atlântico Sul com simulações extendidas do Modelo Regional Atmosférico RAMS. Rio de Janeiro, 2000, 58p. Dissertação (Mestrado em Meteorologia), COPPE. PAN, Z., TAKLE, E., GUTOWSKI, W., e TURNER, R. Long simulation of regional climate as s sequence of short segments. Mon. Wea. Ver., v.127, p , SETH, A., e GIORGI, P. The effects of domain choice on summer precipitation simulation and sensitivity in a regional climate model. J. Climate., v.11, p , TANAJURA, C. A. S. Modeling and analysis of the South American summer climate. Maryland, 1996, 164 p. Dissertação (Ph.D.), University of Maryland. FREITAS, S. R.. Modelagem numérica do transporte e das emissões de gases traços e aeróssois de qurimadas no cerrado e floresta tropical da América do Sul. São Paulo, Dissertação (Doutorado em Meteorologia), IAG/USP. CHEN, C. e COTTON, W. R. A one-dimensional simulation os the stratocumulus-capped mixed layer. Bound.- Layer Meteor., v.25, p , PIELKE, R. A., COTTON, W. R., WALKO, R. L., TREMBACK, C. J., LYONS, W. A., GRASSO, L. D., NICHOLLS, M. E., MORAM, M, D., WESLEY, D. A., LEE, T. J. e COPELAND, J. H. A comprehensive meteorological modeling system - RAMS. Meteorol. Atmos. Phys., v.49, p.69-90,

7 DICKINSON, R. E., ERRICO, R. M., GIORGI, P. e BATES, G. T. A regional climate model for the western U. S.. Climate Change, v.15, p ,