UTILIZAÇÃO DO ÍNDICE THREAT SCORE PARA COMPARAR A PREVISÃO DO CAMPO DE PRECIPITAÇÃO DE DUAS VERSÕES DO MODELO GLOBAL DO CPTEC Antôni Marcs Mendnça (mendnca@cptec.inpe.br), Jsé Paul Bnatti (bnatti@cptec.inpe.br), Juli Tóta (jtta@cptec.inpe.br) Centr de Previsã de Temp e Estuds Climátics INPE Rdvia Presidente Dutra, Km 40 Cacheira Paulista - SP RESUMO A previsã de precipitaçã d mdel glbal d CPTEC cm cnvecçã prfunda d tip Ku é cmparada a uma nva versã desse mdel cm cnvecçã prfunda d tip Arakawa-Schubert relaxada, usand índice estatístic "Threat Scre Statistical Index" (TS). O TS fi calculad para três cass de ZCAS que acnteceram em Jan/96, Fev/96 and Mar/97. Os resultads mstraram que a versã cm esquema Arakawa-Schubert relaxad apresentu melhr desempenh.. INTRODUÇÃO A precipitaçã de um mdel está relacinada a tip de parametrizaçã da cnvecçã prfunda utilizada. A versã d Mdel Glbal implementada pel CPTEC e clcada em peraçã em 994, utiliza esquema de cnvecçã prfunda tip Ku (965), cm as mdificações descritas pr Sela (980). A partir de 998 CPTEC passu a rdar experimentalmente uma versã d Mdel Glbal que pssui cm pçã de parametrizaçã da cnvecçã prfunda esquema de Arakawa- Schubert Relaxada, descrit pr Mrthi e Suarez (992). O bjetiv deste trabalh é utilizar índice Threat Scre para avaliar a perfrmance destas duas versões d Mdel Glbal para a previsã d camp de precipitaçã sbre a Regiã da América d Sul. 2. METODOLOGIA Três episódis de ZCAS fram selecinads a fim de avaliar desempenh d Mdel Glbal, s cass selecinads crreram em janeir de 996 (6 a 2), fevereir de 996 (2 a 25) e març de 997 (7 a 23). Para a realizaçã deste trabalh s mdels fram executads pr um praz de 8 dias, utilizand-se análises cnfeccinadas n Natinal Centers fr Envirnmental Predictin (NCEP), para hrári 2Z. Tmu-se s camps de precipitaçã acumulada em 24 hras previstas pels mdels para hrári 2Z e s registrs de precipitaçã acumulada em 24 hras (também para hrári 2Z) de synp para fins de cmparaçã. A parte estatística d trabalh cnsistiu em calcular índice Threat Scre (Anthes, 993), que mede a habilidade d mdel em prever events classificads em categrias e pde ser escrit cm: TS = NC NP + NO NC () nde NP é númer de pnts prevists pel mdel para receber uma quantidade de precipitaçã acima de um limiar especificad, NO é númer de pnts em que fi bservad precipitaçã acima deste limar e NC é númer de pnts prevists crretamente para receber a quantidade de precipitaçã acima d limiar estabelecid. Os limiares de precipitaçã a que crrespndem estas categrias estã indicads na Tabela.
TABELA - CLASSIFICAÇÃO DAS CHUVAS E LIMIARES CLASSIFICAÇÃO DA INTENSIDADE LIMIARES DE PRECIPITAÇÃO (mm) DAS CHUVAS Chuva-nã chuva () = 0,3 Fraca (2) = 2,5; (3) = 6,3 Mderada (4) = 2,7; (5) = 9,0 Frte (6) = 25,4; (7) = 38,; (8) = 50,8 Fnte: Chu e Silva (draft-999). Para threat scre, quant mais próxim TS estiver de,0 melhr terá sid a previsã de precipitaçã. Os resultads das previsões d Mdel Glbal sã dispnibilizads em pnts de grade, send que cada pnt de grade representa uma área que crrespnde a,875 de latitude pr,875 de lngitude. Prtant, a previsã de 5 mm de precipitaçã para um determinad pnt de grade, indica que na área crrespndente a este pnt de grade deverá chver em média 5 mm. Devid a grande variabilidade espacial da precipitaçã, s dads reprtads das estações de superfície, representam uma área muit reduzida quand cmparada a área d pnt de grade d mdel, desta frma, a interplaçã da precipitaçã bservada para uma grade crrespndente a resluçã d mdel pderia gerar infrmações duvidsas, u até mesm irreais. A maneira encntrada para minimizar este efeit fi interplar a precipitaçã prevista pel mdel até pnt de bservaçã, e em seguida fazer a cmparaçã entre valr da precipitaçã bservada e a prevista pel mdel, interplada até pnt de bservaçã. O métd de interplaçã da precipitaçã prevista pel mdel cnsistiu basicamente em: a) Identificar qual pnt de grade encntra-se mais próxim da bservaçã; b) Tmar s quatr pnts de grade que envlvem a bservaçã e interplar linearmente s valres da precipitaçã destes pnts até pnt da bservaçã. A Figura ilustra quatr pnts de grade d mdel que envlvem uma bservaçã. Neste cas, a psiçã da bservaçã é dada pelas crdenadas (λ,ϕ ) que crrespndem respectivamente a lngitude e latitude da estaçã; a precipitaçã prevista pel mdel para este pnt é representada pr P (I,J). A bservaçã encntra-se na área representada pel pnt de grade d mdel que crrespnde a lngitude e latitude (λ I,ϕ J ) cm precipitaçã P (I,J). Os demais pnts de grade que envlvem a bservaçã sã (λ I+,ϕ J ), (λ I,ϕ J+ ) e (λ I+,ϕ J+ ) cm precipitações P (I+,J), P (I,J+) e P (I+,J+), respectivamente. Figura - Representaçã da bservaçã e ds pnts de grade d mdel que a envlvem. 2
Tmand-se a menr distância entre s pnts de grade d mdel e pnt de bservaçã, btêmse pnt (λ I,ϕ J ) d mdel a que pertence a bservaçã. A distância entre s pnts de grade d mdel e a bservaçã sã calculads pela equaçã: ( λ λ ) ( ϕ ϕ ) 2 2 d = m + m (2) nde, λ m e ϕ m sã a latitude e a lngitude ds pnts de grade d mdel. A interplaçã da precipitaçã ds quatr pnts de grade d mdel que envlvem a bservaçã até pnt da bservaçã é btida reslvend-se sistema de equações a seguir: J I J ) ) J I J ) I ) P P P P = λ λ λ λ (, ) (, ) (, ) (, ) J+ ) I J ) + ) ) J+ ) I J+ ) ) I ) P P P P = λ λ λ λ (, (, (, (, ( I J+ ) I J ) ( J+ ) ( I J+ ) I J ) ( J+ J ) P P P P = ϕ ϕ ϕ ϕ (, (, ) (, (, ) Das equações 2, 3 e 4 btêm-se: (3) (4) (5) P ( I, J) = ( P, J) P( I, J) ) ( ) ( λ λ ) λ I+ λ I + P I+, J) (6) P P ( I, J+ ) ( I, J ) = = ( P, J+ ) P( I, J+ ) ) ( ) ( ) λ I+ λ I ( P( I P ), J+ ) ( I, J) ( ) ( ϕ J+ ϕ J ) λ λ + P (7) I+, J+ ) ϕ ϕ + P (8) J+ ( I, J+ ) nde P (I,J), é a precipitaçã prevista pel mdel para pnt (λ,ϕ ). a) ESQUEMA KUO 2. DESCRIÇÃO DOS ESQUEMAS DE CONVECÇÃO PROFUNDA O aqueciment e umedeciment devid a nuvens cnvectivas prfundas sã representads na versã peracinal d Mdel Glbal d CPTEC usand esquema de Ku (965), mdificad pr Anthes (977). A cnvecçã prfunda n esquema Ku atua na presença de uma cluna de ar cndicinalmente instável e uma fnte de umidade psitiva devid à sma da cnvergência de umidade e evapraçã dentr da cluna. A sma da cnvergência de umidade e evapraçã dentr da cluna é cnhecida cm "ascensã de umidade". Nas clunas para a qual a cnvecçã prfunda é diagnsticada, a ascensã de umidade é particinada numa prçã que prduz calr (prduzind chuva) e uma prçã úmida baseada na 3
umidade relativa integrada na cluna. A distribuiçã vertical de aqueciment e umedeciment d ambiente é baseada na distribuiçã vertical de diferenças de temperatura e umidade específica entre a nuvem e ambiente. A temperatura e a umidade específica da nuvem sã determinadas pel levantament de uma parcela de ar da camada mais baixa d mdel, pela adiabática seca até nível de cndensaçã pr levantament (base da nuvem), e entã subind pela adiabática úmida até nível nde a temperatura da nuvem é igual à temperatura d ambiente (tp da nuvem). Se nível de cndensaçã pr levantament para ar próxim à superfície nã está em trn de 0,65 vezes a pressã da superfície, entã nã é permitid crrer cnvecçã prfunda. A ascensã de umidade é determinada calculand-se a variaçã da umidade específica n pass de temp leapfrg para tds s níveis. A presença da cnvecçã prfunda é restrita as seguintes critéris: a cnvecçã prfunda crre apenas para clunas na qual a espessura da nuvem é superir a 30 prcent da pressã à superfície. Para uma pressã à superfície de 000 hpa, estas cnvecções prfundas estariam restritas àquelas clunas que tem nuvens cnvectivas de n mínim 300 hpa de espessura; a ascensã de umidade nas camadas abaix de σ = 0,46 deve exceder 2 mm dia - em algum pass de temp particular para que a cnvecçã prfunda crra. b) ESQUEMA ARAKAWA-SCHUBERT RELAXADO (RAS) O esquema de cnvecçã relaxed Arakawa-Schubert (RAS) fi descrit pr Mrthi e Suarez (992). Este esquema difere da implementaçã cmum de Arakawa-Schubert em dis aspects. Primeir, flux de massa nrmalizad que é uma funçã expnencial da altura na frmulaçã riginal é substituída pr uma funçã linear da altura. Segund, a parametrizaçã "relaxa" a atmsfera de grande escala em direçã a quase-equilíbri, a invés de exigir quase-equilíbri cada vez que a subrtina da cnvecçã cumulus é chamada. O quase-equilíbri assume que cnjunt de nuvens cumulus respnde suficientemente rápid as efeits desestabilizantes d escament de grande escala, mantend equilíbri. A implementaçã d RAS na versã de pesquisa d Mdel Glbal d CPTEC assume que a camada sub-nuvem é cmpsta pela média pnderada da massa ds dis níveis mais baixs d mdel. Cada vez que a cnvecçã cumulus é chamada, tds s níveis acima da camada subnuvem sã checads para bter a pssibilidade de cnvecçã. Nuvens cm a mesma base, mas diferentes níveis de detranhament (tp das nuvens), sã classificadas cm diferentes tips de nuvens. N esquema RAS, a cnvecçã cumulus crre para aqueles tips de nuvens para s quais a funçã trabalh da nuvem excede um valr crític, determinad empiricamente. A funçã trabalh da nuvem é uma medida integrada da diferença entre a energia estática úmida na nuvem e aquela d ambiente. Para aqueles tips de nuvem em que a funçã trabalh da nuvem excede a funçã trabalh crítica, é determinad flux na base da nuvem necessári para restaurar a funçã trabalh da nuvem para seu valr crític. Este flux de massa é usad para reslver as equações em escala de grade, incluind s efeits da cnvecçã na temperatura e na umidade específica. Na implementaçã d RAS nesta versã de pesquisa d mdel, a precipitaçã cnvectiva trna a reevaprar dentr d ambiente, segund uma versã mdificada de Sud e Mld (988). 4
3. RESULTADOS Para fins de cmparaçã das duas versões d Mdel Glbal, chamarems a versã cm parametrizaçã tip Ku de mdel NMC e a versã cm Arakawa-Schubert Relaxada de mdel RAS. Os gráfics da figura 2 indicam a média d númer de pnts prevists pels mdels NMC e RAS, númer de pnts bservads e númer de pnts prevists crretamente para cada limiar. Uma característica imprtante que pde ser bservada é a de que ambs s mdels tendem a superestimar númer de pnts bservads para s limiares, 2, 3, 4 e 5, que indicam chuvas fracas e mderadas. A partir d limiar 6 s mdels tendem a subestimar a quantidade de pnts cm chuva acima destes limiares. Para a previsã de 24 hras mdel RAS superestimu a quantidade de pnts bservads para tds s limiares, que indica que este mdel apresenta uma instabilidade assciada a nva parametrizaçã da cnvecçã, que faz cm que mdel prduza muita precipitaçã nas primeiras 24 hras de integraçã. A partir de 48 hras, verifica-se que mdel RAS tende a superestimar mens númer de pnts para s primeirs intervals d que mdel NMC. A figura 3 apresenta s valres médis d Threat Scre para s três cass analisads, para s mdels NMC e RAS. A análise destes gráfics indica que em 24 hras, mdel RAS tende a prever melhr precipitações acima d limiar 4. Para 48 e 72 hras, mdel RAS apresenta índices maires para tds s limiares. Para as previsões de 96, 20 e 44 hras, ambs s mdels apresentaram desempenh semelhante. Em 68 e 92 hras, mdel RAS apresentu pequena melhra a partir d limiar 4. 5
(a) (b) (c) (d) Figura 2 - Média d númer de pnts bservads (NO), prevists (NP) e prevists crretamente (acerts-nc) pels mdels NMC e RAS, para s três cass analisads. 6
(e) (f) (g) (h) Figura 2 - Cntinuaçã 7
(a) (b) (c) (d) (e) (f) (g) (h) Figura 3 - Média d Threat Scre para s três cass de ZCAS analisads. 8
4. CONCLUSÕES A avaliaçã da previsã de precipitaçã para s mdels RAS e NMC, mstru que s índices sã melhres para limiar (), que indica chuva-nã chuva, e gradativa diminuiçã d TS para s demais limiares. Observa-se que mdel tende a superestimar númer de pnts bservads para s limares crrespndentes a chuva-nã chuva, chuvas fracas e mderadas, e subestimar para s limiares referentes à chuvas frtes. Ist mstra que s mdels tendem a espalhar as chuvas, indicand a crrência de precipitaçã, entretant nã psicinam crretamente s núcles de máxima precipitaçã, que é verificad pels baixs valres de TS para s limiares (5), (6) e (7). Para limiar (8), númer de pnts prevists em média é nul, indicand a deficiência ds mdels em prever chuvas acima deste limiar. Os mdels apresentaram cmprtaments diferentes cm relaçã a númer de pnts prevists. Em 24 hras, bservu-se que mdel RAS prevê mais pnts para s limiares entre (2) e (7), que reflete a característica deste mdel em prever muita chuva nas primeiras 24 hras. Nas demais previsões mdel RAS prevê mens pnts d que mdel NMC para s limiares (), (2) e (3), para s utrs limiares, númer de pnts prevists pels dis mdels se aprximam. Para as previsões de 24, 48 e 72 hras, mdel RAS apresentu mair TS para tds s limiares; para 96, 20 e 44 hras, s mdels apresentaram desempenh semelhante, em 68 e 92 hras mdel RAS fi melhr para s limiares de chuva mderadas e frtes. Estes resultads indicam que a previsã de precipitaçã d mdel glbal cm esquema de cnvecçã prfunda tip Arakawa-Schubert apresenta sensível melhra cm relaçã a versã d mdel cm esquema de Ku, em particular para s limiares de chuva mais intensa. 5. REFERÊNCIAS Ku, H.L. On the Frmatin and Intensificatin f Trpical Ciclnes Thrugh Latent Heat Release by Cumulus Cnvectin. Jurnal Atmspheric Science, v.22, n., p.40-63, 965. Sela, J.G. Spectral Mdeling at the Natinal Meterlgical Center. Mnthly Weather Review, v.08, p.279-292, 980. Mrthi, S. ; Suarez, M.J. Relaxed Arakawa-Schubert: A Parameterizatin f Mist Cnvectin fr General Circulatin Mdels. Mnthly Weather Review, v.20, p.978-002, 992. Anthes, R.A. Reginal Mdels f the Atmsphere in Middle Latitudes. Mnthly Weather Review, v., n.6, p.306-335, 983. Chu, S.C. ; Silva, M.G.A. Objective Evaluatin f ETA Mdel Precipitatin Frecasts ver Suth America: Draft. 999. Anthes, R.A. A Cumulus Parameterizatin Scheme Utilizing a One-Dimensinal Clud Mdel. Mnthly Weather Review, v.05, p.270-286, 977. Sud, Y. ; Mld, A. The Rles f Dry Cnvectin, Clud Radiatin Feedback Prcesses, and the Influence f Recent Imprvements in the Parameterizatin f Cnvectin in the GLA GCM. Mnthly Weather Review, v.6, p.2366-2387, 988. 9