EXPERIMENTOS COM PARAMETRIZAÇÃO DE CONVECÇÃO ÚMIDA NUM MODELO BAROCLÍNICO DESTINADO A PREVISÃO DO TEMPO NO ESTADO DO RIO GRANDE DO SUL

Transcrição

1 EXPERIMENTOS COM PARAMETRIZAÇÃO DE CONVECÇÃO ÚMIDA NUM MODELO BAROCLÍNICO DESTINADO A PREVISÃO DO TEMPO NO ESTADO DO RIO GRANDE DO SUL Andrei Bourchtein Milton Britto de Almeida Universidade Federal de Pelotas Abstract The different variants of the Kuo type schemes of the parametrization of moist convection are used in context of numerical baroclinic model for Rio Grande do Sul state region. Six series of weather predictions are calculated to evaluate the efficiency of various closure assumptions. The statistic estimations of geopotential and temperature forecast fields in choosed region and precipitation predictions in Pelotas city region are represented. The Kuo-Krishnamurti-Grell and mixed versions of parametrizations schemes demonstrated the superior prognostic quality. 1. Introdução Um dos problemas mais importantes na previsão numérica de curto prazo é a parametrização de convecção úmida. A parametrização de Kuo é mais usada nos modelos contemporâneos porque por um lado ela é relativamente simples para programação e não envolve muitas constantes empíricas e processos microfísicos como, por exemplo, o esquema de Arakawa-Schubert (uma outra abordagem bem desenvolvida) e, por outro lado, ela possui uma base física justificável dos processos de convecção profunda. Os experimentos semi-prognósticos e prognósticos nos vários modelos demonstraram, que parametrização pelo método de Kuo fornece resultados pelo menos não piores do que na parametrização de Arakawa-Schubert e comparáveis com os obtidos em algumas parametrizações novas (Krishnamurti et al. 1983, Kuo e Antes 1984, Grell 1993, Wang e Seaman 1997). Na realidade o que agora é denominado de esquema de Kuo é um conjunto de métodos baseados na mesma idéia primitiva, mas diferentes na definição de vários parâmetros. A classificação usual de Schubert (Grell et al. 1991) destaca, em todos os esquemas de convecção úmida, as três partes principais: controle dinâmico, isto é, modificação de convecção pelo meio ambiente, controle estático (determinação do modelo de núvens) e reação do meio ambiente na convecção gerada ( feedback ). Com essa terminologia podemos afirmar que esquemas de Kuo são caracterizados por um tipo do controle dinâmico, enquanto as duas outras partes podem ser bem variáveis. Realmente, em qualquer esquema de Kuo a atividade convectiva é gerada diretamente por convergência integral de umidade (total, como nos modelos de Kuo 1974 e Anthes 1977, ou vertical, como nos modelos de Krishnamurti et al e Someshwar et al. 1988) que tem papel de fonte de energia para os processos convectivos. Ao mesmo tempo, o controle estático pode consistir na construção de perfil adiabático gerado por subida de uma parcela instável (modelos de Kuo 1974 e de Krishnamurti et al. 1983) ou em um modelo uni-dimensional de núvem (parametrização de Anthes 1977); a reação pode ser baseada nas diferenças entre a temperatura e a umidade específica do meio ambiente e as de nuvem (Kuo 1974, Krishnamurti 1983) ou proporcional às taxas de condensação de umidade (Antes 1977). Embora na parametrização de Kuo o controle dinâmico tenha uma forma prescrita, existem algumas variações na determinação da convergência de umidade. Além disso, existe um parâmetro empírico no controle dinâmico cuja escolha determina crucialmente a eficiência do esquema de Kuo. Este parâmetro é inerente a qualquer esquema de Kuo e é chamado de parâmetro de umedecimento ( moistening parameter ) de Kuo b. Este determina a porção ( 1 b ) de convergência de umidade acessível para gerar circulação convectiva de escala de subgrade. Outras duas partes do esquema de Kuo também envolvem várias constantes empíricas a serem determinadas via testes numéricos. Variando o parâmetro de umedecimento e escolhendo diferentes

2 realizações de controle estático e de reação, conseguimos toda variedade de versões do esquema de Kuo. A maioria dos experimentos dedicados à verificação da parametrização de Kuo e à comparação entre versões diferentes foi realizada nas latitudes tropicais ou nos casos de algumas circulações isoladas. Portanto, como indicaram Kuo e Anthes (1984) e Grell et al. (1991), há necessidade de realizar testes sistemáticos semi-prognósticos e prognósticos nas latitudes médias. Para o estado do Rio Grande do Sul, que situa-se na fronteira entre as latitudes tropicais e médias este é um problema importante. Neste trabalho nós apresentamos os resultados dos experimentos com versões diferentes do esquema de Kuo no contexto de um esquema baroclínico regional destinado a previsão de curto prazo no estado Rio Grande do Sul (Bourchtein e Kadychnikov 1996). Maior atenção foi dedicada à definição de fontes de energia para convecção profunda e à escolha do parametro de umedecimento. Foi avaliada tanto sua influência na qualidade de prognósticos de grande escala como a qualidade de previsão de processos de meso escala (como chuvas pancadas). 2. Modelos de parametrização de Kuo Representamos as versões usadas do esquema de Kuo numa tabela conforme classificação citada acima: Tabela 1 versão controle dinâmico controle estático reação de Kuo e Anthes convergência total perfil adiabático diferenças entre temperaturas de Krishnamurti convergência perfil adiabático diferenças entre temperaturas misto vertical convergência vertical e parte de convergência total perfil Tab.1. Versões do esquema de Kuo usadas no trabalho adiabático diferenças entre temperaturas Cada um dos modelos envolve alguns parâmetros empíricos, mas só um deles é inerente a qualquer esquema de Kuo: o parâmetro de umedecimento de Kuo b. Nós adotamos as seguintes variantes deste parâmetro junto com a determinação de fontes em controle dinâmico: 1) no modelo de Kuo-Anthes: convergência total e b = 0 como no modelo de Kuo (1974); isto significa que toda convergência de umidade é convertida em precipitação e aumento respectivo da temperatura se houver instabilidade convectiva na coluna considerada; 2) no modelo de Kuo-Anthes: convergência total e b= min ( 2( 1 HR), 1 ) como no modelo MM5 (Grell et al 1994). No artigo original de Anthes (1997) foi proposta uma fórmula geral n b = min ( 1 HR ) ( 1 HR c ), 1 onde HR é umidade relativa média integral e os parâmetros HR c (( ) ) (umidade relativa crítica) e n são definidos via experimentos; como vemos, na versão de MM5 utilizam-se os valores HR c = 05. e n = 1. Nas versões de Anthes a porção da convergência que poderia alimentar os processos de meso convecção é proporcional à umidade relativa na camada instável. 3) no modelo de Krishnamurti: convergência vertical e b = 03., η = 04. como foi estabelecido por Krishnamurti et al. (1983) através de método de regressão múltipla; neste caso a energia acessível é I = CV 1+ η onde o acrescimo ηcv descreve a parte adicional de representada pela fórmula ( ) energia ligada com fontes de meso escala e necessária para gerar os processos convectivos de certa intensidade; 4) no modelo de Krishnamurti: convergência vertical e b = ( AV + CV) 2 CV, onde AV é advecção vertical integral da temperatura (Grell et al. 1991).

3 A correlação forte entre precipitações de meso escala e convergência vertical de umidade de grande escala foi definida nos trabalhos de Krishnamurti et al. (1976, 1980) e confirmada nas investigações posteriores (Krishnamurti et al. 1983, Kuo e Anthes 1984, Grell et al. 1991). Ao mesmo tempo, foi verificado (Krishnamurti et al. 1983, Grell et al. 1991) que a convergência vertical não fornece energia suficiente para transformações de meso escala observadas nos casos de chuvas mais fortes, o que levou à necessidade de definir os valores negativos de b ou introduzir parametro adicional η (isto é, aumentar artificialmente a porção acessível de energia). Por outro lado, em alguns modelos usa-se a convergência total da umidade dentro de toda coluna vertical (que é igual a convergência horizontal da umidade nessa coluna) com uma boa qualidade de resultados obtidos (Kuo e Anthes 1984, Grell et al. 1994). Essas observações nos levaram a propor o uso de fonte de circulação convectiva na forma I = CV + µ CH, onde parâmetro µ tem que depender da quantidade de precipitações na coluna em consideração. Entretanto, a quantidade de precipitações é uma grandeza prognóstica desconhecida, e por isso somos obrigados a fazer alguma suposição sobre a ligação entre a intensidade da chuva e valores conhecidos de grande escala. Uma escolha simples e natural é ligar a quantidade de precipitações com o grau de instabilidade da coluna vertical, que pode ser expressa em termos de energia integral necessária para remover essa instabilidade. Portanto, uma forma possível de definição de µ é a seguinte: µ = EI ( EI + EI c ), onde EI c é energia de instabilidade crítica, em nosso estudo assumindo um valor da instabilidade característica para chuvas de intensidade média. Com essa definição o parâmetro µ [ 01, ) e a fonte de energia quase coincide com a convergência vertical no caso de instabilidade fraca e aproxima-se da convergência total no caso de instabilidade muito forte. Assim, foi elaborada mais uma versão do esquema de Kuo (modelo misto) com seguinte controle dinâmico: 5) convergência vertical mais uma parte de convergência horizontal e b = ( AV + I) 2 I. 3. Experimentos numéricos Para avaliar a sensibilidade de prognósticos de grande escala à escolha da versão do esquema de Kuo, o modelo baroclínico regional foi aplicado à série de dados de análise objetiva do NCEP contendo os campos de geopotencial, componentes do vento e umidade relativa para 31 dias sucessivos (de 25 de março a 25 de abril de 1996). O modelo numérico foi descrito no trabalho de Bourchtein e Kadychnikov (1996). Particularmente, sua configuração básica contém tratamento de turbulência na camada limite planetária via K-abordagem e resolução de processos de convecção úmida de escala de grade (passo espacial h = 100 km), isto é previsão de chuvas contínuas. Inicialmente foi calculada uma série de previsões sem parametrização de processos de convecção úmida de escala de subgrade e depois cada uma das cinco versões de Kuo foi incorporada ao modelo (sem mudanças de demais componentes do modelo) e assim foram obtidas mais de cinco séries de prognósticos. As estimativas estatísticas usadas para comparação dos resultados de previsões são usuais e representam o erro quadrático médio ε, coeficiente de correlação de tendências ρ e erro gradiente s. Todas as avaliações foram realizadas para o estado Rio Grande do Sul. As estimativas do campo de geopotencial de níveis 700 e 850 mb são representadas na Tabela 2; as estimativas do campo de temperatura de níveis 775 e 887 mb são representadas na Tabela 3. Versão com número 0 corresponde à série sem parametrização e outras versões correspondem às versões do controle dinâmico com números respectivos. O uso da parametrização de Kuo levou a um certo melhoramento na qualidade de previsões dentro da camada mb mas nos níveis inferiores (entre 600 e 900mb), onde a ação da convecção úmida é mais forte a influência de parametrização foi mais acentuada. Observamos que entre versões diferentes os melhores resultados correspondem às versões 4 e 5 com pequena vantagem da última. Notamos também que a versão 3 de Krishnamurti não serviu bem nessa série de previsões. A explicação mais provável disso é que coeficientes empíricos sugeridos por Krishnamurti et al. (1983)

4 foram encontrados num estudo semi-prognóstico como médias para uma série específica de dados (com variações bem grandes dentro dessa série) e podem ser mal aplicáveis a situações atmosféricas diferentes. Tabela 2 Versão do H 700 H 850 esquema ε ρ s ε ρ s Tab.2. Erro quadrático médio ε (em decâmetros), coeficiente de correlação de tendências ρ e erro gradiente s para geopotencial de superfícies 700 e 850 mb. Cada linha corresponde a uma série de 30 previsões baroclínicas para o estado Rio Grande do Sul com versões respectivas de parametrização convectiva úmida. Tabela 3 Versão do T 775 T 887 esquema ε ρ s ε ρ s Tab.3. Mesmo que na Tab.2 mas para temperaturas de superfícies de 775 e 887 mb (erro quadrático médio é dado em graus). O gráfico na Fig.1 mostra a quantidade de precipitações observadas na estação agroclimatológica de Pelotas (UFPel/EMBRAPA) versus número de previsão da série e os resultados respectivos previstos no modelo sem parametrização de convecção profunda e com uso da última versão do esquema de Kuo. Quase todas precipitações nessa série têm caráter de chuvas pancadas sem possibilidade da sua previsão via descrição de convecção de escala de grade. Por isso, como mostra o gráfico, o melhoramento na previsão das chuvas é relevante(essencial,óbvio). Vemos também que nessa série não houve a falta de quantidade de precipitações previstas em comparação com as observadas, isto é a fonte mista de energia foi suficiente para alimentar os processos convectivos de subgrade. Única grande falha dessa versão do esquema de Kuo ocorreu na oitava previsão da série quando não foram simuladas as chuvas fortes. 4. Conclusões Diferentes versões do esquema de Kuo foram incorporadas num modelo numérico baroclínico regional de previsão do tempo de curto prazo para o estado Rio Grande do Sul. Foi investigada a influência de parametrizações na qualidade dos prognósticos. Em primeiro lugar foram avaliadas várias definições de controle dinâmico dependentes de escolha das fontes de energia e de parâmetro de umedecimento. Foi demonstrada a melhor qualidade das previsões no estado Rio Grande do Sul realizadas pelo modelo com parametrização de Kuo de convecção profunda em comparação com as previsões obtidas na configuração básica do modelo que inclui somente processos convectivos explícitos. Entre versões usadas de controle dinâmico a versão de Kuo-Krishnamurti-Grell e a mista

5 proposta pelos autores demonstrou melhor qualidade para série de 30 previsões diárias e, particularmente, na previsão de chuvas observadas na região de Pelotas. FIG.1. GRÁFICO COMPARATIVO DE PRECIPITAÇÕES OBSERVADAS COM RESULTADOS OBSERV. VERSÃO 0 VERSÃO 5 15 PRECIPITAÇÃO DIAS Referências bibliográficas Anthes, R.A., 1977: A cumulus parametrization scheme utilizing a one-dimensional cloud model. Mon. Wea. Rev., 105, Bourchtein A., Kadychnikov V., 1996: Modelo atmosferico regional de previsão do tempo de curto prazo para região Sul do Brasil. Trabalhos de IX congresso brasileiro de meteorologia, Grell, G.A., Y.-H. Kuo, R. Pasch, 1991: Semiprognostic tests of cumulus parametrization schemes in the middle latitudes. Mon. Wea. Rev., 119, Grell G.A.,1993: Prognostic evaluation of assumption used by cumulus parametrization. Mon. Wea. Rev., 121, Grell G.A., J.Dudhia, D.R.Stauffer, 1994: A description of the fifth generation Penn State/NCAR mesoscale model (MM5). NCAR Tech. Note NCAR/TN-398+STR, 138pp. Krishnamurti T.N., Kanamitsu M., Godbole R., Chang C.B., Carr F., Chow J.H., 1976: Study of monsoon depression II. Dynamic structure. J. Meteor. Soc. Japan, 54, Krishnamurti T.N., Y.Ramanathan, H.-L.Pan, R.J.Pash, J.Molinari, 1980: Cumulus parametrization and rainfall rates I. Mon.Wea.Rev., 108, Krishnamurti T.N., S.Low-Nam, R. Pasch, 1983: Cumulus parametrization and rainfall rates II. Mon.Wea.Rev., 111, Kuo H.L., 1974: Further studies of the parametrization of the effect of cumulus convection on large scale flow. J.Atmos. Sci., 31, Kuo Y.-H., R.A.Anthes, 1984: Semi-prognostic tests of Kuo-type cumulus parametrization schemes in an extratropical convective system. Mon. Wea. Rev., 112, Someshwar D., Mohanty U.C., Sharma O.P., 1988: Study of Kuo-type cumulus parametrizations during different epochs of the Asian summer monsoon. Mon. Wea. Rev., 116, Wang W., Seaman N.L., 1997: A comparison study of convective parametrization schemes in a mesoscale model. Mon.Wea.Rev., 125,