SIMULAÇÃO DE UM CASO DE EVENTO EXTREMO DE CHUVA NA CIDADE DE MANAUS-AM COM O MODELO WRF: O CASO 30 DE MARÇO DE 2008 1 André Ferreira Aranha 1 José Augusto Paixão Veiga Adriane Lima Brito¹ 1 Universidade do Estado do Amazonas/Escola Superior de Tecnologia (UEA/EST) Avenida Darcy Vargas, 1200 Parque 10, Manaus/AM, Brasil - CEP 69065-020 [email protected] [email protected] [email protected] Abstract Numerical simulations with WRF model were designed to simulate an extreme rainfall case occured in March rd 30 2008 in Manaus. For this case, each simulation was composed of 3 domains, respectively, with 63 Km, 21 Km and 7 Km horizontal resolution. To test the model hability in simulating the case it was used three different esquemes of cumulus parameterization (Kain-Fritsch, Betts-Miller e Grell-Deveny). The results show that Kain-Fritsch cumulus parameterization produced the best results for the precipitation observed in the INMET station. From a quantitative view the Betts-Miller cumulus parameterization was the best scheme producing a small diference betewen the simulation and the precipitation observed, i. e., 3.89 mm between parameterized and observed data. Keywords: numerical prediction, cumulus parameterization, extreme weather Resumo Foram realizadas simulações com o modelo WRF-ARW de um caso de chuva intensa no dia 30 de março de 2008 sobre a cidade de Manaus. As simulações consideram três grades aninhadas, com limitações de 63 Km, 21 Km, e 7 Km respectivamente. Foram utilizados três parametrizações de convecção diferentes, a saber, Kain-Fritsch, Betts-Miller e Grell-Deveny. Os resultados apontam que a parametrização de Kain-Fritsch foi a que melhor representou a precipitação qualitativamente em referência aos dados obtidos. A parametrização que representou melhor o caso do ponto de vista quantitativo foi parametrização de BettsMiller com valores de 3,89 mm de diferença entre o parametrizado e os dados observado. Palavras chave: Previsão de tempo, parametrização de convecção, eventos extremos. Introdução Atualmente na cidade de Manaus segundo IBGE(2007) convivem 1.646.602 habitantes 2 em uma área de aproximadamente 11.401,06 km . A cidade de Manaus possui uma área cercada de florestas contendo ainda algumas reservas que tem como objetivo a proteção dos recursos naturais e a diversidade biológica da região de Manaus (AM) como, por exemplo, as reservas naturais da Honda, que ocupa mais de 16 hectares com uma grande comunidade de garças e a reserva natural Presidente Figueiredo oferecendo prática de esportes e lazer, preservando uma área de 200 km2. A economia da cidade é baseada em dois princípios de geração de renda, a indústria e serviços através do Comércio, extração e turismo com contribuições de R$13.732.867 e R$12.222.192 respectivamente. A renda per capita dos amazonenses é de R$262,00 a maior do 2 estado (SEPLAN 2000) e a densidade demográfica da cidade é de 144,2 hab./km . A defesa civil de Manaus atende a ocorrência de diversos tipos, como por exemplo, alagamentos, desabamentos de casas, deslizamento de barrancos e pontes. A zona que respondem pela maior quantidade de acionamentos da defesa civil é a zona norte, enquanto a zona sul é responsável pela maior quantidade de acionamentos com respeito a desabamentos. A climatologia desta região recebe muita energia e umidade e do ponto de vista meteorológico essa região sofre a ação de variados fenômenos, cujos principais são a alta da Bolívia causadora do deslocamento das chuvas de oeste para o norte da área central da Amazônia, a zona de convergência intertropical responsável por grande umidade na região, linhas de instabilidade e sistemas frontais. Por esse motivo Manaus é alvo de eventos extremos, fenômenos que causam muita precipitação num intervalo de tempo muito curto e ventos com relativa alta velocidade. Tendo essas peculiaridades em vista, o objetivo principal do trabalho é simular casos de chuvas intensas na cidade de Manaus, utilizando o modelo (Modelo de pesquisa e previsão de Tempo) WRF-ARW para uma área limitada, neste verificamos para o caso do dia 30 de março de 2008, dia em que houve grande precipitação em um curto intervalo de tempo. (Homann C.T. ; Silva, Alex S. ; AMARAL, L. M. C. ; YAMASAKI, Y. . Análise do desempenho do modelo de previsão WRF para um evento extremo ocorrido no Rio Grande do Sul). Dados e metodologia No presente trabalho foi utilizado o modelo de previsão numérica de tempo WRF, versão 3.1 (www.wrf-model.org), com núcleo dinâmico ARW (Advanced Research WRF). Foram realizadas um total de três simulações numéricas com diferentes domínios espaciais, como mostra a Figura 1. Cada domínio apresenta resolução espacial diferente para o caso simulado. O primeiro domínio compreende as coordenadas 25°N-40°S e 95°W-25°W que engloba toda a Amazônia legal. Este domínio apresenta uma resolução espacial de 63 km. O segundo domínio compreende as coordenadas 7°N-22°S e 82°W-40°W, com resolução espacial de 21 km e compreende o estado do Amazonas. O terceiro domínio utilizado para a integração numérica delimita os arredores da cidade de Manaus e possui coordenadas 2°N-10°S e 73°W-56°W, com resolução espacial de 7 km. O período de integração do modelo foi de 48 horas, com início da simulação em 29 de março. Foram utilizados 27 níveis na vertical para cada integração do modelo e três tipos de parametrização de convecção para cada uma das simulações, a saber, Kain-Fritsch, Betts-Miller e Grell-Deveny. As saídas de cada domínio para as três parametrizações dadas pelo modelo foram comparadas com os dados de chuva obtidos de uma estação meteorológica, com coordenadas 3° S e 60°W, pertencente ao Instituto Nacional de Meteorologia (INMET) localizado na cidade de Manaus-AM. Os dados de chuva obtidos a partir da estação meteorológica do INMET possuem freqüência temporal horária, enquanto que as saídas do modelo apresentam uma freqüência de 3 horas. Neste contexto não foi realizado nenhum tipo de interpolação temporal para a comparação dos dados observados e simulados pelo modelo. Figura1 – Domínios utilizados nas simulações do modelo WRF para o evento em 30 de março de 2008. As demais características da configuração do modelo WRF para as simulações numéricas são: microfísica WSM3, esquema de superfície de Monin-Obukhov, camada limite utilizada foi o esquema de YSU (Yonsei University scheme), ondas curtas (Dudhia) e ondas longas (RRTM). As condições de contorno utilizadas nas simulações com o modelo WFR foram extraídas do GFS (Global File System) pertencente ao NCEP-NOAA (National Centers for Environmental Prediction – National Oceanic and Atmospheric Administration) com intervalos de 06:00 em relação as entradas de fronteira e resolução espacial de 1°×1°. Resultados A Figura 2 mostra o resultado das simulações numéricas para o caso de 30 de março de 2010 em comparação com os dados de chuva obtidos pelo INMET. Na Figura 2a, que faz a comparação entre as simulações para o domínio 1 (resolução de 63 km) com os diferentes esquemas de parametrização de convecção e a observação, pode-se observar que no dia 30 de Março entre às 06:00 e 12:00 o pico das chuvas foi subestimado pelos esquemas de convecção. Todavia, todos os esquemas simularam corretamente o pico das chuvas neste período. Em contra partida as parametrizações de Kain-Fritsch e Grell-Deveny apresentaram amplitude com diferenças de aproximadamente 11 mm. A parametrização de Betts-Miller subestimou a intensidade da precipitação no período de 06:00 h a 12:00 h do dia 30 de Março, mas manifestou boa aproximação com relação aos valores de chuva observada após este período. A Figura 2b mostra a resposta do modelo para as simulações no domínio 2 (resolução espacial de 21 km). Nela verifica-se que o comportamento da parametrização de Kain-Fritsch aproxima-se melhor do observado em relação ao domínio 1, pois a diferença entre o pico simulado pelo esquema de Kain-Fritsch e o máximo gerado pelos dados observados na estação é menor, ou seja, a diferença entre a precipitação máxima gerada pela parametrização de Kain-Fritsch e a precipitação máxima diminuiu. A fase resultante do esquema de Kain-Fritsch se mantém, porém a precipitação é um pouco mais duradoura. A parametrização de Betts-Miller subestimou a duração do evento de precipitação. A modificação mais visível dentre as três parametrizações foi a apresentada pelo esquema de Grell-Deveny, que mesmo exibindo pico semelhante ao pico apresentado no domínio 1, manifestou-se fora de fase, além disso, a duração da precipitação sobre a cidade é bem mais estendida em referência as observações. A Figura 2c descreve a defasagem dos sinais, ou seja, a precipitação está sendo gerada com antecedência em referência aos dados coletados nos três esquemas de convecção, sendo que as intensidades das parametrizações de Kain-Fritsch e Grell-Deveny subestimam a curva representativa dos dados medidos na estação, entretanto a parametrização de Betts-Miller quase que dobrou a precipitação ocorrida na cidade com defasagem de 12:00 h. A Figura 3 mostra a precipitação integrada do intervalo de tempo concernente ao período de simulação para as 1,2 e 3, com resolução espacial de 63, 21 e 7 km. A Figura 3a, mostra no domínio 1, que os valores de precipitação integrada tem maior eficiência através da parametrização de Betts-Miller, na qual tem valores de precipitação de 31,31mm enquanto que a precipitação integrada tem valores 35,2mm, diferença de 3,89mm ou aproximadamente 11%, com desvio padrão de 2,75. A Figura 3b, mostra no domínio 2 que do ponto de vista quantitativo a precipitação integrada no tempo (abaixo da curva) aproximada pela parametrização de BettsMiller, a qual tem valores de precipitação de 24,14mm, contrário a precipitação observada integrada no tempo, tendo valores de 35,2mm e desvio padrão de 7,82. A Figura 3c, exibi o domínio 3 e a precipitação somada no período em estudo. Apesar da defasagem dos sinais vistos na Figura 2c, os valores de precipitação integrada não divergiram tanto quanto no domínio 2 se levarmos em consideração a resolução espacial que é 3 vezes maior. Figura 2 – Resultado das simulações para o caso de 30 de março de 2010 para os domínios espaciais de 63 km (a) 21 km (b) e 7 km (c). Figura 3 – Valores quantitativos de precipitação em relação aos tipos de parametrização de convecção realizadas no domínio 1 (a), 2 (b) e 3 (c). Conclusões No presente trabalho foram realizadas simulações de alta resolução em três domínios diferentes para o caso de chuva intensa de 30 de março de 2008 ocorrido na cidade de Manaus. Este episódio de chuva foi caracterizado por intensos alagamentos, inundações, deslizamentos de terra e inclusive o desaparecimento de pessoas. A configuração do modelo foi tal que, em cada domínio foram utilizados três tipos de parametrização de convecção. As saídas do modelo foram comparadas com dados observados de uma única estação meteorológica que pertence ao INMET. Os resultados preliminares mostram variação entre as simulações numéricas e os dados observados para os diferentes domínios. Algumas simulações manifestaram picos próximos do valor observado, como nos domínios 1 e 2. Observou-se também que a simulação realizada no domínio 1, com as três parametrizações de convecção, estão em fase com o sinal observado pela estação meteorológica do INMET, indicando que o modelo foi capaz de simular a variabilidade inter diurna. Entretanto, a parametrização de convecção que se mostrou mais eficaz por ter simulado com certo grau de destreza a intensidade e a fase das chuvas para o caso evento estudado foi a parametrização de Kain-Fritsch utilizada no domínio 2. Apesar dos resultados terem sido razoavelmente satisfatórios, entende-se que, utilizar apenas uma estação para validar o modelo não é o suficiente. De forma que mais estações meteorológicas serão incluídas em trabalhos futuros. A saída do modelo WRF descreve de modo geral que existe variação entre as simulações para os três diferentes domínios, além disso, todos os esquemas de precipitação convectiva produzem precipitação quando não há precipitação observada. Neste trabalho pôde ser avaliado duas vertentes, o ponto de vista qualitativo e quantitativo. Deste modo observa-se que apesar das parametrizações de convecção de Kain-Fritsch ter-se mostrado qualitativamente melhor nas simulações dos domínios 1 e 2, não foram em valores os resultados mais satisfatórios em referencia aos valores observados na estação. O interessante é notar que as simulações realizadas com o esquema convectivo de Betts-Miller nos domínios 1 e 2, são os que manifestaram os piores resultados, por outro lado exibe melhores resultados quantitativos em relação aos dados observados. Outro resultado importante é que o fato de se aumentar à resolução do modelo não garante uma previsão de melhor qualidade. É importante destacar que existe limitação no modelo, pois estamos comparando o resultado gerado pelo modelo, ou seja, precipitação em área e relacionando com somente uma estação pluviométrica, o que deixa claro a diferença de resolução de precipitação em uma área e a precipitação em um único ponto. Referências Betts, A. K., 1986: A new convective adjustment scheme. Part I: Observational and theoretical basis. Quart. J. Roy. Meteor. Soc., 112, 677-691; Betts, A. K. and M. J. Miller, 1986: A new convective adjustment scheme. Part II: Single column testes using GATE wave, BOMEX, and artic air-mass data sets. Quart. J. Roy. Meteor. Soc., 112, 693-709; Homann C.T. ; Silva, Alex S. ; AMARAL, L. M. C. ; YAMASAKI, Y. . Análise do desempenho do modelo de previsão WRF para um evento extremo ocorrido no Rio Grande do Sul. Dickinson R. E., R. M. Errico, F. Giorgi, and G. T. Bates, 1989: A regional climate model for the western U.S., Climate change, 15, 383-442; Kain, J. S. and J. M. Fritsch, 1990: A one-dimensional entraining/detraining plume model and its application in convective parameterization. J. Atmos. Sci., 47, 2784-2802; Kain, J. S. and J. M. Fritsch, 1993: Convective parameterization for mesoscale models: The KainFritsch scheme. J. Atmos. Sci., 47, 2784-2802. Agradecimentos Os autores agradecem a Fundação de Amparo à Pesquisa do Estado do Amazonas (FAPEAM) pelo apóio financeiro disponibilizado durante toda a pesquisa deste trabalho. Fundação que num país ainda cheio de dificuldades estimula a pesquisa científica no Estado do Amazonas.