CHUVAS EXTREMAS NO RIO DE JANEIRO: AVALIAÇÃO DE SIMULAÇÕES NUMÉRICAS DOS CASOS DE 2007

Transcrição

1 CHUVAS EXTREMAS NO RIO DE JANEIRO: AVALIAÇÃO DE SIMULAÇÕES NUMÉRICAS DOS CASOS DE 2007 Fabricio Polifke da Silva e Maria Gertrudes Alvarez Justi da Silva - Universidade Federal do Rio de Janeiro / IGEO / Departamento de Meteorologia, Rio de Janeiro RJ RESUMO: Este trabalho procurou determinar a qualidade das parametrizações escolhidas na versão operacional do modelo de área limitada denominado Weather Research and Forecasting Model (WRF), executado com as condições de contorno do modelo de circulação geral da atmosfera do NCEP/NCAR, comparando os valores obtidos em simulações de casos de chuvas extremas com as observações feitas pelo sistema de monitoramento de precipitações do município do Rio de Janeiro ( Fundação GEORIO). Inicialmente foram coletados os dados das trinta estações da GEORIO, para que assim fosse determinado o comportamento do regime temporal de precipitação do município e se pudesse estabelecer os casos de precipitações extremas. Foram analisados os totais diários de precipitação para cada uma das estações no período de 1997 a 2008, estabelecendo-se os limiares correspondentes ao percentil de 99% para cada um dos locais de observação. Foram selecionados para análise os quatro casos em 2007 que atenderam ao critério, com índices pluviométricos acima dos limiares em praticamente todas as estações da rede, quais sejam: 11 de fevereiro, 19 de maio, 24 de outubro e 12 de dezembro. Na maior parte dos casos o modelo subestimou a chuva observada nas estações de observação do município do Rio de Janeiro, mas definiu bem as estruturas espaciais da precipitação sobre o estado. Recomenda-se que novos testes sejam feitos com novas combinações de parametrizações do modelo WRF. ABSTRACT: This study aimed to determine the quality of the parameterizations chosen in the operational version of the limited area model called Weather Research and Forecasting (WRF) to the Atmospheric General Circulation Model (AGCM) from NCEP/NCAR, comparing the obtained values in simulations of heavy rainfall with the observations made by the monitoring system of rainfall in Rio de Janeiro City (GeoRio). Initially, data were collected from thirty stations of GeoRio, in order to determine the behavior of the temporal regime of rainfall and so establish the cases of extreme rainfall in the city. The totals daily rainfall for each station in the period 1997 to 2008 were analyzed to set the thresholds corresponding to 90 th percentile for each observation local. We selected five events for analysis in 2007 that met the criteria, with rainfall above the threshold in almost all stations, which are: February 11, May 19, October 24, November 12 and December 12. In most cases, the model underestimated the observed rainfall in the observation stations in Rio de Janeiro City; however, it well defined the spatial structures of rainfall in Rio de Janeiro State. It is recommended that some further tests are made with new combinations of parameterizations of the WRF Model. Palavras Chave: simulações numéricas, extremos de precipitação, WRF. 1. INTRODUÇÃO As previsões de eventos meteorológicos extremos, principalmente os de precipitação, são indispensáveis para a segurança e a manutenção da vida em cidades como o Rio de Janeiro, região circundada por encostas e com significativas bacias hidrográficas passando por seu interior. Atualmente faz-se uso intensivo de modelos numéricos da atmosfera para a obtenção de previsões quantitativas de qualidade, incluindo a previsão de precipitação. Sendo a precipitação uma variável meteorológica resultante de vários processos que são resolvidos e

2 parametrizados nos modelos, pode-se imaginar que seja de difícil previsão. O modelo de mesoescala WRF (Michalakes, et al., 2001) tem sido usado nos últimos anos pelo Laboratório de Prognósticos em Mesoescala (LPM/UFRJ) para fazer previsões operacionais para todo o estado do Rio de Janeiro. Optou-se pelo uso do modelo WRF neste trabalho por ser considerado um modelo de previsão numérica da próxima geração, pois além de ser flexível quanto a sua instalação e configuração física e numérica, pode ser utilizado em diversas escalas que podem ir de apenas alguns metros até milhares de quilômetros. Além disso, para facilitar trabalhos como este, foi desenvolvida no Laboratório de Prognósticos de Mesoescala (LPM/UFRJ) uma plataforma que permite que o usuário da simulação faça uso da internet submetendo decisões quanto à área de interesse, resolução do modelo e parametrizações físicas para a execução do modelo, pelo período de tempo desejado e com saídas a intervalos também escolhidos pelo interessado. 2. METODOLOGIA Os arquivos de precipitação do banco de dados da Fundação GEORIO ( foram consultados para aquisição de todos os dados disponíveis no período de 1997 a Os dados tomados a cada 15 minutos pelas 30 estações pluviométricas foram agrupados para a obtenção de totais diários de precipitação. Para a determinação dos casos de precipitação de interesse, estabeleceu-se o limiar correspondente ao percentil de 99%, sendo este o número cujos valores de precipitação acima deste limiar eram considerados valores de precipitação extrema. Na tabela 1 estão listados os limiares correspondentes encontrados para cada uma das trinta estações. A análise desta tabela mostra como são diferenciados os regimes de precipitação sobre o município do Rio de Janeiro. Mesmo estando as estações de observação tão próximas, os eventos meteorológicos que provocam precipitação sobre a cidade são influenciados por condições topográficas, linha de costa e pela continentalidade, além de outros, que fazem com que valores de precipitação acima de 35,7mm na Penha possam ser considerado como sendo extremos, enquanto que são necessários mais do que 99,4 mm no Sumaré para a mesma classificação. Tabela 1 Limiares de totais diários de precipitação correspondentes ao percentil de 99% para cada uma das trinta estações da Fundação GEORIO no período de Estação Limiar (mm) Estação Limiar (mm) Estação Limiar (mm) Anchieta 40,8 Madureira 38,2 Ilha do Governador 46,4 Bangu 41,4 Mendanha 48,6 Irajá 38,8 Cachambi 40,4 Penha 35,7 Intanhangá 65,4 Campo Grande 37,6 Piedade 45,0 Itaúna 43,0 Cidade de Deus 43,8 Rio Centro 55,6 Jardim Botânico 59,0 Copacabana 46,2 Santa Cruz 42,4 Sumaré 99,4 Gericinó 43,0 Santa Tereza 54,0 Tanque 41,8 Grajaú 48,6 São Conrado 72,4 Tijuca 63,3 Grota Funda 56,9 Saúde 43,3 Urca 42,6 Guaratiba 39,9 Sepetiba 47,4 Vidigal 55,8 Para a determinação dos casos de chuva extrema sobre o município foram feitas correspondências entre os valores encontrados de precipitação e as respectivas datas de ocorrência, tomando-se em conta todas as estações pluviométricas. Foi estabelecido que um caso de precipitação extrema e, conseqüentemente, um caso a ser analisado, seria aquele que atingisse o limiar em no mínimo quatro estações sobre o município do Rio de Janeiro para a mesma data. Desta maneira foram determinados 82 casos de precipitação extrema no período de 1997 a 2008, que atenderam a este critério.

3 Para a consecução dos objetivos deste trabalho, o modelo WRF foi integrado com 10 km de resolução, gerando saídas horárias para todas as variáveis meteorológicas e de solo nos períodos de interesse. Quanto às parametrizações físicas, nas integrações do modelo foram utilizados os seguintes esquemas que estão atualmente em uso na versão operacional do modelo: (a) Microfísica - Esquema de momento único de três classes - WSM 3 (Hong et al, 1998), (b) Cúmulos - Esquema de conjunto de Grell-Devenyi (Grell & Devenyi, 2002), (c) Radiação - Onda curta Dudhia (Dudhia, 1989) / Onda longa RRTM (Mlawer et al,1997), (d) Camada Limite Planetária - Mellor-Yamada-Janjic (modelo Eta) (Janjic, 2002), (e) Camada Limite Superficial - Esquema do modelo ETA (Janjic, 2002), (f) Solo -Superfície - Modelo solo-superfície de Noah (Chen & Dudhia, 2000). 3. RESULTADOS Foram simulados pelo modelo WRF sobre o estado do Rio de Janeiro (Figura 1(a)) os quatro casos determinados em 2007, quais sejam: 11 de fevereiro, 19 de maio, 24 de outubro e 12 de dezembro. As simulações foram feitas por 72 horas, começando um dia antes do evento e terminando um dia depois, com o objetivo de caracterizar bem não só o início, o fim e o total de precipitação, mas também os demais parâmetros atmosféricos relevantes. Foram escolhidos cinco bairros bem distribuídos por sobre o município para a uma comparação da evolução temporal da precipitação: Anchieta, Copacabana, Itaúna, Santa Cruz e Tijuca (Figura 1(b)). Os valores dos totais diários de precipitação observados em cada um dos cinco bairros e para cada um dos quatro casos estão apresentados na tabela 3. Percebe-se que mesmo para eventos meteorológicos de grande extensão espacial, os valores observados não ultrapassam em todos os bairros os limiares estabelecidos para chuvas extremas. (a) (b) Figura 1 (a) Área sobre a qual foi integrado o modelo WRF e (b) localização sobre o município do Rio de Janeiro das estações escolhidas para a comparação das séries temporais. Tabela 3 - Valores de totais diários de precipitação observados em mm para os cinco bairros representativos do município do Rio de Janeiro nos casos de Bairro Limiar (99%) 11/fev 19/mai 24/out 12/dez Anchieta 40,8 82,0 20,4 129,8 53,6 Copacabana 46,2 64,6 31,6 114,2 49,4 Itaúna 43,0 83,0 54,0 76,8 53,8 Santa Cruz 42,4 70,8 16,8 181,0 81,8 Tijuca 63,3 52,0 100,2 172,2 18,8 Na Figura 6 a seguir são mostrados os totais diários de precipitação simulados para a região do estado do Rio de Janeiro assim como a comparação da evolução temporal entre as observações e as simulações dos casos determinados como chuvas extremas no ano escolhido para estudo. São mostradas apenas a evolução da precipitação nos bairros de Anchieta e

4 Itaúna, embora nos demais bairros (não mostrados) as características sejam semelhantes. A partir dos resultados apresentados, percebe-se que a precipitação para o município do Rio de Janeiro foi razoavelmente bem simulada nos quatro casos de chuvas extremas de 2007 selecionados para análise no que tange a precipitação associada aos deslocamentos dos sistemas sobre o município do Rio de Janeiro, embora esta precipitação fosse subestimada com relação aos valores reais, observados pelo sistema de monitoramento da GEORIO. Especificamente para o caso de 19 de maio a simulação antecipou o início da chuva em alguns bairros e para o caso de 12 de dezembro o modelo WRF atrasou o início da precipitação simulada no bairro de Anchieta. Uma das possíveis causas para o atraso/antecipação do início da chuva pode estar nos dados das reanálises do NCEP/NCAR, cuja resolução é baixa, que foram usados como condições iniciais e de contorno para as simulações de mesoescala. (a) Caso 11 de Fevereiro (b) Caso de 19 de maio (c) Caso 24 de outubro (e) Caso 12 de dezembro Figura 2 Total de precipitação simulado pelo modelo WRF e evolução temporal da

5 precipitação observada (OB) nas est ações e simulada (SM) pelo modelo nos bairros de Anchieta e Itaúna em (a) 11 de fevereiro, (b ) 19 de maio, (c) 24 de outubro e (e) 12 de dezembro. 4. CONCLUSÕES As análises dos casos de eventos extremos ocorridos em 2007 e simulados neste trabalho evidenciam a necessidade de se testar outras formas de parametrizações disponíveis no modelo WRF. As subestimativas sistemáticas observadas indicam que outras opções devem ser tentadas buscando melhores resultados, principalmente no que se refere às parametrizações de microfísica das nuvens. Além disso, tendo em vista que a precipitação é fortemente dependente de vários outros processos que ocorrem, por exemplo, na camada limite, pretendese ampliar os testes incluindo combinações de parametrizações em busca de melhores resultados. Com a provável adequação das simulações, estas serão usadas para uma determinação do comportamento da atmosfera no que se refere às suas características dinâmicas e termodinâmicas associadas a esses casos de precipitação extrema sobre o estado do Rio de Janeiro. Pretende-se que sejam calculados alguns índices de instabilidade para todos os casos de chuvas extremas usando os dados simulados na região, buscando a determinação de uma climatologia (valores médios e extremos) característica destes eventos. AGRADECIMENTOS: À Divisão de Satélites e Sistemas Ambientais do Instituto Nacional de Pesquisas Espaciais, à GEORIO pela disponibilidade dos dados necessários para a elaboração do trabalho e à FAPERJ pela bolsa de iniciação científica concedida para o primeiro autor do trabalho. 5. REFERENCIAS BIBLIOGRÁFICAS CARVALHO, T; JUSTI DA SILVA, M. G. A; COELHO, D. G; TOZZI, L. R. L; SANTOS, I. A; SILVA, A. S. Reconstituição de Séries de Campos Meteorológicos com Alta Resolução Espacial para o Estado do Rio de Janeiro: Uma Avaliação Preliminar da Precipitação Simulada no Rio de Janeiro. In: XV Congresso Brasileiro de Meteorologia, 2008, São Paulo. Anais do XV Congresso Brasileiro de Meteorologia, CHEN, F., and J. DUDHIA, 2000: Coupling an advanced land-surface/ hydrology model with the Penn State/ NCAR MM5 modeling system. Part I:Model description and implementation. Mon. Wea. Rev., 129, DUDHIA, J., 1989: Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model. J. Atmos. Sci., 46, GRELL-DEVENYI et al, 2002: Grell-Devenyi et al, 2002: Application of the Grell-Devenyi Convective Parameterization in Ensemble QPFs HONG, S.-Y., H.-M. H. JUANG, and Q. ZHAO, 1998: Implementation of prognostic cloud scheme for a regional spectral model, Mon. Wea. Rev., 126, JANJIC, Z. I., 2002: Nonsingular Implementation of the Mellor-Yamada Level 2.5 Scheme in the NCEP Meso model. NCEP Office Note No. 437, 61 pp. MICHALAKES, J., S. Chen, J. DUDHIA, L. Hart, J. KLEMP, J. MIDDLECOFF, and W. SKAMAROCK (2001 ): Development of a Next Generation Regional Weather Research and Forecast Model. Developments in Teracomputing: Proceedings of the Ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology. Eds. Walter Zwieflhofer and Norbert Kreitz. World Scientific, Singapore. pp MLAWER, E. J., S. J. TAUBMAN, P. D. BROWN, M. J. IACONO, and S. A. CLOUGH, 1997: Radiative trans-fer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the long-wave. J. Geophys. Res., 102( D14),