PARTE 6-2. Modelos Atmosféricos Caraterísticas e Aplicações

Transcrição

1 PARTE 6-2 Modelos Atmosféricos Caraterísticas e Aplicações Referência: Summer school on mathematic modeling of atmospheric chemistry 2015, prof. Guy Brasseur TÉCNICAS EM CLIMATOLOGIA PROGRAMA DE PÓS GRADUAÇÃO EM GEOGRAFIA FÍSICA USP 2-5 FEVEREIRO 2016

2 Características dos modelos atmosféricos *Espectrais *Diferenças Finitas Apropriado para a escala global Apropriado para qualquer escala Requer menos poder computacional Modelo global utilizado pelo CPTEC/INPE É possível ajustar o poder computacional necessário Diversos outros modelos WRF, RegCM, BRAMS

3 Características dos modelos atmosféricos *Hidrostático *Não-hidrostático Utilizam a aproximação hidrostática para descrever o movimento vertical do ar: G v P Calcula o movimento vertical do ar diretamente a partir dos pontos de grade adjacentes. Não usa a aproximação hidrostática Requerem menos poder computacional Podem ser utilizados quando o fenômeno atmosférico possuir maior comprimento horizontal do que vertical: - brisa marítima, circulação frontal, relevo simples, etc. Requere maior poder computacional Necessário para calcular movimento vertical significativo: Formação de células convectivas profundas, altura da camada limite, relevo complexo, etc

4 EQUILÍBIO HIDROSTÁTICO Força devido à Gravidade = Força devido ao gradiente vertical de pressão G v P p z = gρ grad pressão vertical Superfície terrestre G

5 Características dos modelos atmosféricos *Globais e regionais *Urbanos Apropriados para escalas de análise globais e regionais, da ordem de dezenas de km até o globo todo Apropriados para escalas de análise locais, menores do que dezenas de km

6 Características dos modelos atmosféricos *Lagrangianos *Eulerianos Método no qual o observador se move com o fluido (parcela de ar, partículas) escolhido para a observação, através do tempo e do espaço. Ex: rastrear a origem de massas de ar, identificar fontes de poluição, etc Tempo e espaço são referenciais fixos; observa-se o movimento do fluído através deles. A localização é importante. Ex: verificar impacto da TSM na precipitação em uma dada área, ilhas de calor, etc

7 Modelos Numéricos de Previsão: Condições Iniciais Dados disponíveis em

8 SYNOP e navios - superfície P,T,UR,vento avião - T,vento Observations used in ARPEGE Bóias na superfície - P,T,UR,vento Satélites Geostacionário - ventos radiosondagens - P,T,UR,vento Radiâncias ATOVS NOAA

9 Observações de Satélite são vitais para a utilização e avaliação de modelos atmosféricos

10 Resolução espacial, temporal e vertical Modelos Regionais ou urbanos : 500 m ou - Menor resolução espacial = melhor representação de superfície e atmosfera Resolução temporal deve evoluir juntamente com a espacial. Para cada passo de tempo, o modelo calcula o movimento da atmosfera. Por isso, resoluções espacialmente mais detalhadas requerem mais tempo de cálculo. Resolução vertical = quantas camadas de altitude serão usadas para se calcular movimentos verticais no modelo (ex: precipitação). Modelos globais: cerca de camadas.

11

12

13

14 Estudo japonês sobre Fukushima: melhor resolução de topografia interfere na modelagem da dispersão dos poluentes

15 Processos normalmente parametrizados Processos muito complexos, ou que ocorrem em escalas temporais e espaciais muito pequenas para serem capturados pelo modelo são representados através de parametrizações (aproximações numéricas utilizadas para se representar tais processos)

16 Exemplos de parametrizações Convecção Cumulus Formação de nuvens cumulus: Grell (1993) (América do Sul tropical) e Kuo (1974) (monções indianas) Grell-Freitas (2014): convecção/integração da modelagem atmosférica com a modelagem de qualidade do ar Goddard (Tao et al., 2009): radiação (interação com vapor de água, CO2 e outras substâncias)

17 Condições iniciais (CI) e de fronteira (CF) Conjuntos (ensembles) de simulações são elaborados para se levar em conta a variabilidade interna de cada modelo e da atmosfera. O aspecto não-linear da atmosfera leva a incertezas inerentes nas simulações e previsões Previsão de Tempo: para tentar remover (ou diminuir) esta incerteza, cada modelo pode ser executado várias vezes, com diferentes CI. Assim, tem-se uma estatística do estado mais provável da atmosfera no tempo futuro Previsão Climática: os modelos climáticos são executados várias vezes com diferentes CF (temperatura da superfície do mar, por exemplo) para se construir uma resposta média mais confiável quanto a incerteza inerente ao longo do tempo..

18 Previsão Climática Sazonal Alta Previsibilidade Baixa Previsibilidade Condição Fronteira meses Condição Final Condição Fronteira meses Condição Final Tempo Tempo

19 Ensemble (conjunto) de previsões de precipitação no inverno na Europa 2015

20 Avaliando o resultado de modelos Visão Moderna: Nem todos os aspectos do mundo natural e do comportamento social são previsíveis, e novas abordagens devem ser desenvolvidas: A previsão do tempo tem um limite de confiabilidade (10-15 dias para latitudes temperadas, por exemplo (Lorenz, 1963) O clima (estado médio da atmosfera) é mais facilmente previsto para as latitudes tropicais, enquanto o tempo é mais facilmente previsto para as latitudes temperadas. A interferência humana no clima deriva de complexos fatores sócioeconômicos que ainda necessitam ser melhor incorporados nos modelos - INTERDISCIPLINARIDADE

21 APLICAÇÕES MODELAGEM ATMOSFÉRICA

22 RegCM3 Modelagem Climática DESMATAMENTO NA AMAZÔNIA DESMATAMENTO EXTRAPOLADO 2050 EXPERIMENTO CONTROLE EXPERIMENTO SENSIBILIDADE SILVA et al. (2015)

23 RegCM3 e CRU HABILIDADE DO MODELO Figure 2 (a,d) Mean surface air temperature ( o C) and precipitation (mm day -1 ) for the rainy season from 2001 to 2006 as simulated by RegCM3; (b,e) same as (a,d), but for CRU observed data; (c,f) air temperature and precipitation differences between simulated and observed data.

24 RegCM3 Modelagem Climática HABILIDADE DO MODELO TORRE MICROMETEOROLÓGICA X RegCM3 Figure 4 (a) Observed and simulated maximum (orange and green colors) and minimum (blue and magenta colors) daily air temperature for the rainy seasons (Oct-Mar) from to The observed data were obtained at the micrometeorological tower in the northeastern part of Sao Paulo state, in a cerrado vegetation conservation region, for the same period.

25 RegCM3 Modelagem Climática DESMATAMENTO NA AMAZÔNIA?

26 RegCM3 Modelagem Climática DESMATAMENTO NA AMAZÔNIA u v u v geop

27 CAM-chem at Surface Ozone Strong diurnal variation, particularly evident in Northern Hemisphere From Louisa Emmons, NCAR

28 Weather Research and Forecast WRF (modelo para previsão de tempo e pesquisa) Vento 10 m e PNM Precipitação

29 Características Principais do WRF Modelo de mesoescala não-hidrostático e muito versátil resolução: dezenas de metros a milhares de km Software livre desenvolvido em parceria NCAR-NCEP mais de usuários registrados Diversos módulos complementares: WRF/Chem - poluição atmosférica WRF/Urban urbano WRF/Fire - queimadas H-WRF - furacões

30 Dados Meteorológicos Pré-processamento

31 Passos para a execução do modelo Pré-processamento Execução

32 Usando o WRF minha colinha -PRÉ-PROCESSAMENTO nedit namelist.wps (controla os arquivos estáticos terreno, solo, lat/lon, etc)./geogrid.exe (executa o pré-processamento dos arquivos estáticos)./link_grib.csh../gfs/* ln -sf ungrib/variable_tables/vtable.gfs Vtable./ungrib.exe (descompacta dados atmosféricos)./metgrid.exe (interpola espacialmente os dados) ln -s../../../wps/met_em*. -EXECUÇÃO nedit namelist.input (controla diversos parâmetros da parte física, dinâmica e química da rodagem)./real.exe (Integra verticalmente todas as etapas anteriores) rm rsl.out.0000 rm rsl.error.0000 mpirun -np 8./wrf.exe& (execução do modelo) tail rsl.error.0000 (verifica o andamento da rodagem) -PÓS-PROCESSAMENTO nedit namelist.arwpost (pós-processamento da rodagem: modifica variáveis no.ctl)./arwpost.exe (gera o.ctl e o.dat para uso no grads)

33 WRF/CHEM: poluição atmosférica Modificação da emissão de poluentes na RMSP Concentração e transporte de ozônio troposférico (ppb)

34 Simulação de um evento extremo de precipitação no estado de SP Campo da distribuição espacial da precipitação simulada pelo WRF para a mesma data. Bender et al. (2011)

35 WRF/Chem acoplado a um UCM (urban canopy model) SEM UCM COM UCM Melhor representação das interferências da área urbana no clima local (rugosidade, interferência na circulação de ventos locais, cobertura do solo, maior absorção e geração de calor, etc) Silva Júnior (2009)

36 Algumas referências: * *BENDER, F. D. ; SANTOS, M. J. ; YNOUE, R. Y..Análise da ocorrência de um evento de precipitação extrema em São Paulo com o Modelo Operacional WRF em três grades aninhadas. In: IV Simpósio Internacional de Climatologia, 2011, João Pessoa. Anais do IV Simpósio Internacional de Climatologia, *SILVA, R. S. J., Sensibilidade na Estimativa de Concentração de Poluentes Fotoquímicos com a Aplicação de Diferentes Parametrizações de Camada Limite Planetária Utilizando o Modelo de Qualidade do ar WRF/Chem, Tese de Doutoramento apresentada ao Departamento de Ciências Atmosféricas do IAG, USP, São Paulo, *SEKIYAMA,T. T.; Spatial resolution dependence of Fukushima radionuclide simulations using 15-km, 3-km, and 500-m grid models, 94 th American Meteorological Society Meeting, Atlanta, *TAO, W. K. et al.. The Goddard multi-scale modeling system with unified physics. In Annales Geophysicae (Vol. 27, No. 8, pp ). Copernicus GmbH, *KUO, Hsiao-Lan. Further studies of the parameterization of the influence of cumulus convection on large-scale flow. Journal of the Atmospheric Sciences, v. 31, n. 5, p , * GRELL, Georg A.; FREITAS, Saulo R. A scale and aerosol aware stochastic convective parameterization for weather and air quality modeling. Atmos. Chem. Phys. Discuss, v. 13, n. 23, p , *GRELL, Georg A. Prognostic evaluation of assumptions used by cumulus parameterizations. Monthly Weather Review, v. 121, n. 3, p , Obrigado pela atenção