Estudo da previsibilidade de eventos extremos sobre a Serra do Mar utilizando ensemble de curto prazo.

Transcrição

1 Estudo da previsibilidade de eventos extremos sobre a Serra do Mar utilizando ensemble de curto prazo. Josiane F. Bustamante e Chou Sin Chan INPE/CPTEC I Workshop Projeto Serra do Mar Ubatuba Agosto/26

2 INTRODUÇÃO Previsibilidade dos fenômenos de mesoescala. Limite da previsibilidade. Duas fontes de limitações: CONDIÇÕES INICIAIS Os dados observacionais não podem ser medidos com infinito grau de precisão. DEFICIÊNCIAS DOS MODELOS. Equações utilizadas pelos modelos não capturam todos os processos na atmosfera. Resolução dos modelos não é suficiente para capturar todas as características da atmosfera.

3 INTRODUÇÃO Previsão por conjunto (ensemble). Objetivo principal: prever a probabilidade de ocorrência de um evento futuro tão completamente quanto possível e com maior confiabilidade do que uma previsão determinística. ENS CI: Sensibilidade as condições iniciais, i. e., pequenas diferenças nos estados iniciais da atmosfera podem resultar em grandes diferenças nas previsões. ENS Física: Exploram as incertezas devido às representações imperfeitas dos processos atmosféricos nos modelos.

4 INTRODUÇÃO Sistema de Previsão por Ensemble de Curto Prazo (SECP) Pequena escala das variáveis de interesse de um SECP são menos previsíveis e seus erros saturam mais rapidamente. Erros dos modelos tem um maior impacto nas variáveis de superfície (Stensrud, 2). Metodologia dos ensembles de CI foram desenvolvidos para previsões de médio prazo. Uso de modelos de área limitada pode inibir a dispersão do ensemble (Nuter, 23). Variabilidade da pequena escala pode ser capturada usando altas resoluções. Objetivo deste trabalho: gerar informações para desenvolver um SECP de condição inicial e de física. Caso de precipitação intensa sobre o litoral norte paulista

5 Caso Caraguatatuba Precipitação acima de 17 mm em 6 horas

6 Modelo Regional Eta METODOLOGIA METODOLOGIA Mesinger et al., 1988; Black, Resolução horizontal 5 km, vertical 5 níveis. Coordenada vertical η. Topografia em forma de degraus. Distribuição de dióxido de carbono, ozônio e albedo: climatologia. Quatro camadas no solo e mapa de vegetação com 12 tipos de cobertura vegetal. Parametrizações: Trocas turbulentas na vertical: Mellor-Yamada, 1982; Fluxos radiativos de onda longa: Lacis e Hansen, 1974; Fluxos radiativos de onda curta: Fels e Schwarztkopf, 1975; Convecção: Betts-Miller-Janjic, 1994; Kain-Fritsch, 23 Esquema de superfície: Chen et al., 1977; Microfísica: Ferrier, 22.

7 Ensemble Condição Inicial SPE modelo global CPTEC 15 membros Análise de cluster 4 agrupamentos Escolha 4 membros membro 1 membro 2 membro 3 membro 4 SECP modelo Eta 4 membros + controle Metodologia SPE modelo Global 1- + pert. Análise 2- integração 36 horas c/ saídas 3h 3- prev. de controle - prev. pert. (série temporal) 4- análise EOF (pert. ótimas) 5- reescalonar pert. ótimas 6- + e - pert. ótimas a análise de controle >> conj. estados iniciais Região da pert.: 45S a 3N e E a 36E Variáveis pert.: vento e temperatura

8 Metodologia: Ensemble Física Física Metodologia Controle ou Membro Eta4km KF CZIL WWST CZIL_WWST SECP modelo Eta 5 membros TREL KF - esquema de parametrização convectiva Kain-Fritsch CZIL - alteração de parâmetros dos processos de superfície WWST - alteração de parâmetros dos processos de superfície CZIL_WWST -combinação dos experimentos CZIL e WWST BMJ - esquema de parametrização convectiva Betts-Muller- Janjic TREL - esquema de parametrização convectiva BMJ, alteração do tempo de relaxação

9 Metodologia Ensemble Médio Espalhamento em 1 sp = ( f f ) = f N 1 N 2 f Ensemble Médio Ensemble médio melhor resultado que a previsão determinística. Espalhamento : variabilidade entre os membros. Áreas com altos valores são áreas com menor confiabilidade. em sp Relação entre o erro do e o : um SPE perfeito mostra o espalhamento da previsão por ensemble com comportamento similar ao erro no ensemble médio.

10 Eta4 Eta5 Resultados T+72h Ensemble Condição Inicial Previsões de Precipitação Acumulada em 24 horas Válidas para 9/abril/26 T+48h T+24h

11 T+24h Resultados a) b) c) controle membro1 membro2 d) e) f) membro3 membro4 média Ensemble Condição Inicial Previsões de Precipitação Acumulada em 24 horas Válidas para 9/abril/26

12 Resultados T+24h BMJ T+72h T+24h TREL T+72h CZIL WWST KF WWST_CZIL Ensemble Física Previsões de Precipitação Acumulada em 24 horas

13 Resultados Ensemble CI - Previsões de Precipitação Válidas para 9/abril/26 12 UTC Ensemble Física - Previsões de Precipitação Válidas para 9/abril/26 12 UTC 2 2 (mm/dia) (mm/dia) h 72h 24h 72h cntr membro1 membro2 membro3 membro4 Eta4 bmj czil w w st w w st_czil kf trel Eta4 T+24h T+72h

14 Ensemble Médio Previsões de Precipitação Acumulada em 24 horas Resultados T+24h T+72h

15 Espalhamento Análise Ens. Condição Inicial vs Ens. Física Resultados CAPE Ens CI Ens Física

16 Espalhamento Análise Ens. Condição Inicial vs Ens. Física Resultados PSLM Ens CI Ens Física

17 Espalhamento Análise Ens. Condição Inicial vs Ens. Física Resultados U1M Ens CI Ens Física

18 Resultados Desvio Padrão PSLM Espalhamento PSLM Desvio Padrão PSLM Espalhamento PSLM (hpa) h 24h 36h 48h 6h 72h ens_ci ens_fisica h 48h 72h dominio_ci dominio_fis caragua_ci caragua_fis Espalhamento CAPE Espalhamento U1M Espalhamento CAPE Espalhamento u1m h 48h 72h h 48h 72h dominio_ci dominio_fis caragua_ci caragua_fis dominio_ci dominio_fis caragua_ci caragua_fis

19 Conclusões 1- Dificuldade de previsão da precipitação ocorrida. 2- Aumento da resolução Eta4 para Eta5 conduz a valores maiores de precipitação. 3- ENS FI maior número de membros com precipitação acima de 1 mm do que o ENS CI. 4- Espalhamento das análises do ENS FI é maior que do ENS CI. 5- Espalhamento das previsões do ENS FI é maior para a variável CAPE do que o ENS CI. 6- ENS FI ligeiramente superior ao ENS CI para este evento meteorológico. 7- Necessidade de estudar outros casos. 8- Inserir mais membros ao ENS FI.

20 Espalhamento Ens. Condição Inicial Resultados T+24h T+48h T+72h CAPE PSLM U1M

21 Resultados Espalhamento Espalhamento PSLM sp = 1 N ( f f ) Espalhamento para 9/abril/26 PSLM f Ensemble Médio 24h 48h 72h dominio caragua Espalhamento CAPE Espalhamento U1M Espalhamento para 9/abril/26 12 UTC CAPE Espalhamento para 9/abril/26 U1M h 48h 72h dominio caragua h 48h 72h dominio caragua

22 Resultados Desvio Padrão PSLM Espalhamento PSLM Desvio Padrão PSLM Espalhamento Ens. Física PSLM (hpa) h 24h 36h 48h 6h 72h ens_ci ens_fisica h 48h 72h dominio caragua Espalhamento CAPE Espalhamento U1M Espalhamento Ens. Física CAPE Espalhamento Ens. Física U1M h 48h 72h dominio caragua h 48h 72h dominio caragua

23