Previsão do tempo com modelos de mesoscala:
Casos de estudo com o modelo MM5 nos Açores
Ricardo Filipe Domingos Tomé
Orientador:
Professor Doutor Pedro Miranda
Dissertação submetida para obtenção do grau de
Licenciatura em Ciências Geofísicas (Especialização em Meteorologia)
Trabalho executado no âmbito do projecto CLIMAAT,
Clima e Meteorologia dos Arquipélagos Atlânticos (MAC/2.3/A3)
CLIMAAT
CLIMAAT
CLIMA E METEOROLOGIA DOS ARQUIPÉLAGOS ATLÂNTICOS
Observatório do Ambiente dos Açores – Universidade dos Açores – Universidad de La Laguna
Universidad de Las Palmas de GC - Centro de Geofísica da Universidade de Lisboa – Instituto de Meteorologia de Portugal
JULHO 2004
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
ÍNDICE
Introdução
1
Capítulo 1 – Enquadramento do estudo
1. Introdução
2. Modelos de previsão
2.1. Modelos de previsão numérica
2.2. Modelos de circulação global
2.3. Classificação dos modelos
3. Aplicação dos modelos de mesoscala
4. Como se avalia a performance dos modelos de mesoscala?
4.1. Métodos de validação dos modelos de mesoscala
5. Que melhorias e problemas são de esperar?
3
4
4
4
4
5
5
6
6
7
Capítulo 2 – O modelo MM5
1. Descrição do modelo
1.1. Introdução ao sistema de modelação MM5
1.2. A grelha horizontal e vertical do modelo MM5
1.3. Capacidade de aninhamento
1.4. Condições fronteira laterais
1.5. Dinâmica não hidrostática vs Dinâmica hidrostática
1.6. Estado de referência no modelo não hidrostático
1.7. Assimilação de dados tetra-dimensional
1.8. Categorias de uso da superfície
1.9. Projecções e factores de escala
1.10. Dados necessários para correr o modelo
1.11. Equações básicas do modelo
1.12. Diferenciação temporal e espacial finita
1.13. Requerimentos mínimos para correr o software
2. Descrição das opções físicas
2.1. Opções físicas disponíveis no modelo
2.2. Esquemas de cumulus (ICUPA)
2.3. Esquemas de camada limite planetária (IBLTYP)
2.4. Esquemas de microfísica (IMPHYS)
2.5. Esquemas de solo (ISOIL)
2.6. Esquemas de radiação (IFRAD)
3. Implementação
8
8
8
9
10
11
12
12
13
13
13
14
14
15
16
16
16
17
19
21
22
23
24
Capítulo 3 – Testes de sensibilidade
1. Apresentação dos casos usados nos testes de sensibilidade
2. Características das simulações
3. Testes de sensibilidade
3.1 Furacão Charley (Setembro de 1992)
3.1.1. Corridas de cumulus
3.1.2. Corridas de microfísica
3.1.3. Corridas de camada limite planetária
3.2. Ciclogénese Explosiva (Outubro de 2002)
3.2.1. Corridas de cumulus
3.2.2. Corridas de microfísica
3.2.3. Corridas de camada limite planetária
3.3. Escolha da parameterização para o arquipélago dos Açores
26
26
26
27
28
28
31
34
36
36
38
40
42
Capítulo 4 – Casos de estudo
1. Apresentação dos casos de estudo
2. Casos de estudo
2.1. Furacão Charley (Outubro de 2002)
2.2. Furacão Tanya (Novembro de 1995)
2.3. Depressão muito cavada (Dezembro de 1996)
43
43
43
43
49
56
i
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
2.4.
2.5.
Evento de precipitação intensa (Outubro de 1997)
Ciclogénese explosiva (Outubro de 2002)
62
70
Capítulo 5 – Conclusões
76
Referências
77
ii
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
AGRADECIMENTOS
Gostaria de agradecer em primeiro lugar ao Professor Doutor Pedro Miranda que me orientou
durante este trabalho e pela oportunidade que me deu em trabalhar neste projecto.
Gostaria igualmente de agradecer ao João Ferreira pelas explicações dadas sobre o modelo
MM5 e pela disponibilidade em facultar os dados necessários para correr o modelo e igualmente
pelos dados das estações clássicas.
Gostaria ainda de agradecer aos meus colegas de laboratório pelo bom ambiente de trabalho e
aos meus amigos pelo incentivo e ajuda que me deram durante o estágio. Os meus agradecimentos
igualmente à Mónica Mendes pela ajuda dada na criação de um script para obtenção dos
meteogramas a partir dos dados brutos do MM5 usando o grads.
Finalmente gostaria de agradecer aos meus pais e irmã por todo o seu apoio durante este
trabalho.
iii
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
INTRODUÇÃO
Situado nas latitudes médias do Atlântico nordeste, o arquipélago dos Açores é visitado com
frequência por ciclones de origem tropical, muitas vezes assumindo força de furacão. Estas
tempestades são mais comuns nos meses de Agosto a Outubro, mas podem ocorrer desde meados
de Junho até meados de Dezembro.
Os ciclones tropicais do Atlântico têm a sua origem na faixa inter-tropical, em geral na área
oceânica a oeste do arquipélago de Cabo Verde, as quais, depois de um percurso de alguns dias em
direcção a oeste, ao longo do qual vão ganhando força, descrevem um arco em direcção a nordeste,
quase sempre com início nas proximidades das Caraíbas. Esse percurso leva os ciclones a atravessar
as Antilhas e a atingir a zona costeira da América do Norte, áreas onde a maioria destas tempestades
se dissipa. Contudo, a inflexão para nordeste pode ocorrer mais cedo, ou a existência de um fluxo
de oeste a grande altitude cria condições propícias para um rápido movimento para leste, levando a
que a tempestade se dirija para a zona central do Atlântico Norte. Quando tal acontece, as
tempestades tendem a seguir um percurso que as faz passar a noroeste das ilhas do grupo ocidental
dos Açores, transformando-se, a nordeste do arquipélago, em depressões extra-tropicais que se
dissipam sobre o noroeste da Europa.
Figura 1 – Um ano típico de ciclones tropicais no Atlântico Norte. Percursos estimados para os ciclones de 1893,
entre os quais o ciclone de 28-29 de Agosto daquele ano, a tempestade mais destrutiva de que há memória nos Açores.
[Imagem extraída de "Atlantic Hurricane Tracking by Year"].
Estes percursos típicos, são na realidade o reflexo directo da circulação geral da atmosfera,
fazem com que a frequência de passagem destas tempestades sobre as ilhas dos Açores seja maior
nas Flores e Corvo, decrescendo rapidamente de oeste para leste ao longo dos Grupos Central e
Oriental. Se considerarmos como tendo atingido os Açores os ciclones tropicais cujo centro passou
a menos de 100 km de qualquer das ilhas, no período 1950-1998 (ou seja em 48 anos), os Açores
foram atingidos por 24 ciclones tropicais, o que dá uma frequência de 0,5/ano, o que significa que
nos Açores os ciclones tropicais ocorrem com um período de retorno de dois anos.
1
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
No arquipélago dos Açores, os ciclones tropicais mais intensos, que atingem as ilhas por
vezes com força de furacão, são em geral aqueles que percorreram trajectos mais curtos, inflectindo
directamente para nordeste a partir da zona central do Atlântico e aproximando-se do arquipélago
pelo sul e sudoeste. As tempestades que se aproximam dos Açores vindas de sudoeste, em geral
depois de terem passado nas Caraíbas ou nas proximidades da costa Americana, atingem quase
sempre o arquipélago já em fase adiantada de dissipação.
Os modelos de mesoscala, com resoluções maiores que os modelos globais e sinópticos, e
com parameterizações físicas avançadas, têm sido uma importante ferramenta na pesquisa
meteorológica nas últimas décadas. A aplicação dos modelos de mesoscala principalmente através
de estudo de casos ou testes de sensibilidade, proporcionaram importantes informações físicas sobre
diversos sistemas de mesoscala. A capacidade de correr modelos de previsão numérica de
mesoscala localmente chega numa altura em que a necessidade de informação meteorológica de alta
resolução cresce rapidamente. Por exemplo, o estudo da qualidade do ar local e a hidrologia
requerem escalas temporais e espaciais altas de dados meteorológicos para introdução nos seus
respectivos modelos, algo que os modelos atmosféricos de mesoscala podem produzir. Nas
universidades, as previsões de mesoscala de alta resolução são necessárias para treinar a próxima
geração de estudantes na análise do “estado da arte” da previsão meteorológica.
Nos últimos anos devido à partilha de modelos de mesoscala (como o MM5, RAMS e ARPS)
e às suas componentes na comunidade, à acessibilidade em tempo-real das análises e previsões dos
modelos operacionais (por exemplo do ECMWF – European Centre for Médium Range Weather
Forecasts – e NCEP – National Centers for Environmental Prediction), e principalmente devido a
disponibilidade de estações de trabalho de alta performance a preços acessíveis, os modelos de
mesoscala têm sido utilizados por várias organizações em previsão em tempo-real.
Neste trabalho, submetido para obtenção do grau de Licenciatura em Ciências Geofísicas
(Especialização em Meteorologia), incluído no programa de iniciativa comunitária INTERREG III
B (Projecto CLIMAAT, Clima e Meteorologia dos Arquipélagos Atlânticos (MAC/2.3/A3)),
pretende-se estudar a capacidade do modelo de mesoscala MM5 na previsão do tempo no
arquipélago dos Açores, em especial em situações de tempestades ciclónicas. O código do modelo
será testado em casos de estudo e serão desenvolvidos esquemas de automatização dos vários
procedimentos, incluindo a preparação de condições fronteira, o lançamento de simulação e o pósprocessamento e visualização de resultados. O trabalho realizado visa o desenvolvimento de um
protótipo operacional para o arquipélago dos Açores.
Este relatório encontra-se organizado da seguinte forma:
9 No primeiro capítulo é feita uma breve descrição histórica da evolução dos modelos de
previsão e uma descrição dos modelos. Descrevem-se ainda as diversas aplicações dos modelos de
mesoscala e os métodos usados para a classificação dos resultados obtidos;
9 No segundo capítulo descreve-se o sistema de modelação MM5, as suas diversas
parameterizações físicas, e a sua implementação;
9 No terceiro capítulo descrevem-se os testes de sensibilidade realizados para escolher a
parameterização mais adequada para o arquipélago dos Açores;
9 No quarto capítulo apresentam-se cinco casos de estudo realizados com as
parameterizações escolhidas;
9 Por fim, no quinto e último capítulo, podem encontrar-se as conclusões relativas aos
capítulos anteriores.
2
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
CAPÍTULO 1 - ENQUADRAMENTO DO ESTUDO
1. Introdução
Um dos sonhos mais velhos da humanidade é o desejo de prever o tempo com precisão. Nos
primeiros tempos o estado do céu era visto como a reflexão dos humores dos vários deuses do céu,
e acreditava-se que as tempestades eram castigos dados aos habitantes das regiões afectadas.
Durante séculos a previsão do tempo estava ligada à mitologia, superstição e folclore, e era
realizada por altos padres, médicos feiticeiros ou bruxos. Foi só nos últimos cem anos que as
melhorias na meteorologia operacional têm sido ligadas aos avanços científicos.
A base da matemática meteorológica ou previsão numérica do tempo foi formalizada por
Vilhelm Bjerkness em 1919. Ele sugeriu que a previsão do tempo fosse vista como um problema de
condições iniciais, isto é, se nós pudéssemos descrever que o estado presente da atmosfera e se
soubermos as equações matemáticas que governam o movimento, então a previsão correcta seria
realizada daquele ponto para a frente.
A primeira pessoa a tentar a simulação numérica do movimento da atmosfera seriamente foi
Lewis Fry Richardson. O trabalho de Richardson, levado a cabo principalmente durante os anos de
1920, foi recebido calorosamente nos círculos académicos, mas não foi considerado na altura como
sendo um possível método de previsão porque requeria um número grande de condições iniciais, e
exigia uma enorme carga de trabalho computacional para realizar uma previsão de 24 horas.
A teoria de Richardson permaneceu dormente durante as duas décadas seguintes, foi só
durante a segunda guerra mundial e com o envolvimento de matemáticos eminentes, John von
Neumann e Jule Charley (que foram contratados para trabalhar no projecto Manhatten, para a
construção e teste da primeira bomba nuclear em Los Alamos) que o sonho de Richardson foi
reacendido.
A simulação numérica do movimento atmosférico foi, então, recebida como sendo prática e
como sendo uma valiosa aproximação para a previsão do tempo. Hoje em dia os modelos
numéricos são usados como a principal ferramenta para a previsão do tempo a curto prazo.
Actualmente existem diversos modelos matemáticos, em diversas nações, e um consórcio de
países concentrou os seus recursos para produzir um modelo combinado disponível para todos os
participantes. Este consórcio, o ECMWF, criou um modelo que é geralmente reconhecido como o
melhor modelo de simulação numérica disponível actualmente.
Um dos problemas principais dos modelos é a especificação das condições iniciais e fronteira
da atmosfera utilizando observações do globo, realizadas ao mesmo tempo. O número de
observações é muito pequeno para uma descrição adequada da atmosfera, e existem grandes regiões
com observações escassas (particularmente no hemisfério sul), este problema será em grande parte
resolvida com a nova geração de satélites meteorológicos, que podem ser utilizados para se adquirir
dados da temperatura da superfície do mar, o vento à superfície, etc.
Actualmente, o trabalho de pesquisa foi centrado no desenvolvimento de modelos de
mesoscala. Estes modelos utilizam resoluções muito mais altas (conseguem capturar variações mais
detalhadas das variações do tempo) que os modelos globais e regionais e são usados para ajudar a
descrever os campos da temperatura e vento locais.
Filosoficamente, a previsão do estado do tempo representa um dos grandes triunfos de
realização humana, combinado a física da atmosfera e oceanos, matemática e a tecnologia dos
super-computadores. É uma área onde a alta tecnologia está a ser aplicada diariamente para se obter
informação daquilo que nos afecta a todos – o tempo.
3
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
2. Modelos de previsão
2.1. Modelos de Previsão Numérica
Um modelo de previsão numérica do tempo é um modelo de computador desenvolvido para
simular o comportamento da atmosfera. Este resolve um sistema complexo de equações
matemáticas baseadas em leis físicas de modo a prever o estado futuro da atmosfera partindo de
condições iniciais específicas. As equações matemáticas são as formas mais completas e complexas
das equações dinâmicas e termodinâmicas. Em adição processos físicos, como a radiação, nuvens,
precipitação e trocas à superfície são representadas no modelo usando esquemas de
parameterizações.
O modelo divide o planeta em várias camadas verticais que representam níveis da atmosfera,
e divide a superfície do planeta numa malha de caixas horizontais separadas por linhas semelhantes
às linhas de longitude e latitude. Desde modo, o planeta é coberto por uma malha tri-dimensional. O
tamanho típico destas malhas num modelo NWP (Numerical Weather Prediction) global é
aproximadamente de 150km na direcção este-oeste e 100km na direcção norte-sul, com 20 a 40
níveis verticais. Isto significa que a atmosfera é representa por cerca de um milhão ou mais cubos
individuais. Em cada destes cubos, as componentes do vento, temperatura, pressão e humidade são
calculadas. O modelo usa tipicamente um passo de tempo de 10 minutos de tempo simulado para
fazer uma previsão de 5 a 10 dias.
Para fazer uma previsão do tempo, os modelos partem de um conjunto de condições iniciais.
As equações do modelo são integradas no tempo para prever o estado da atmosfera num tempo
futuro. As equações são não lineares, e pequenos erros nas condições iniciais amplificam à medida
que a simulação avança no tempo, de modo que a diferença entre as condições atmosféricas prevista
e as condições reais da atmosfera aumenta ao longo da previsão. Devido a estes erros as previsões
realistas usando modelos de previsão numérica só podem ser efectuada para um período máximo de
5-10 dias. Este comportamento da atmosfera é um exemplo de um sistema caótico não linear.
A capacidade e desempenho dos computadores limitam a resolução que é possível simular em
modelos NWP globais. Porém, podem ser feitas previsões mais precisas se usarmos resoluções mais
altas. Consequentemente, modelos NWP de área limitada ou regional são usados com resoluções
mais altas em domínios mais pequenos. Estes modelos usam malhas horizontais de cerca de 10 km.
A medida que a resolução melhora, processos de escala menor podem ser simuladas explicitamente.
2.2. Modelos de Circulação Global
Um modelo de circulação global, GCM (Global Circulation Model), é um modelo que
representa a atmosfera, oceanos, terra e cobertura gelada do planeta. Estes usam a mesma
formulação para a atmosfera que os modelos de previsão numérica, mas também têm de representar
outros sistemas que são importantes para o clima, como trocas da atmosfera com o oceano,
superfícies terrestres e coberturas geladas.
Na prática, as maiores diferenças entre os modelos de circulação global e os modelos de
previsão numérica é que o modelo de circulação global é usado para prever o comportamento médio
da atmosfera (o seu clima) e não para fazer uma previsão determinista do tempo num momento
específico. A natureza caótica da atmosfera significa que as previsões deterministas não são
possíveis. Contudo, é possível prever mudanças no clima devido a mudanças das condições iniciais,
como mudanças dos factores de forçamento externos, por exemplo, mudanças na radiação solar, ou
o aumento da concentração de gases de efeito estufa na atmosfera. Modelos climáticos são
integrados para períodos de tempo mais longos, para executar simulações de cem ou mais anos.
Para permitir aos modelos de circulação global serem corridos para estes períodos longos, eles
usam geralmente resoluções muito mais baixas que os modelos de previsão numérica. O tamanho
4
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
horizontal típico de uma malha é aproximadamente de 500 por 300km, limitados grandemente pelas
capacidades dos computadores. Para cada malha, as equações matemáticas são resolvidas para um
passo de tempo de cerca de 20 minutos. Os modelos de circulação global, conseguem modelar as
características de longa escala do clima, mas são incapazes de modelar comportamentos de escalas
menores, como ciclones porque estes ocorrem em escalas muito menores que a malha usada nos
modelos.
Problemas típicos que podem ser investigados pelos modelos de circulação global incluem as
variações sazonais da chuva associadas ao El-Niño (forçando o modelo mudando a temperatura da
superfície do mar) ou simular mudanças do clima devido ao aumento da concentração dos gases de
efeito estufa (forçando o modelo aumentando a concentração do dióxido de carbono na atmosfera).
Estes modelos podem também ser usados para simular as mudanças climáticas como a idade do
gelo associada a mudanças na radiação solar ou para simular a variabilidade interna do sistema
climático acoplado oceano-atmosfera.
2.3. Classificação dos modelos
Os modelos de previsão numérica do tempo podem ser classificados segundo a sua escala
espacial dentro da qual a previsão é feita:
9 Global, com resolução da ordem de 200km, visa identificar o comportamento geral da
atmosfera sobre uma área extensa, estes modelos são apenas capazes de identificar fenómenos
meteorológicos de larga escala (ditos sinópticos);
9 Regional ou local, com resolução espacial de alguns metros a cerca de 50km, visa
identificar com maior detalhe o comportamento da atmosfera sobre uma região específica, sendo
capazes de identificar fenómenos meteorológicos de pequena escala (ditos de mesoscala).
3. Aplicação dos modelos de mesoscala
A aplicação dos modelos de mesoscala, principalmente através de casos de estudo ou de testes
de sensibilidade na década de 1980, permitiu obter informações físicas sobre diversos sistemas de
mesoscala como tempestades severas (Anthes et al 1982), ciclones tropicais (Chang 1982), sistemas
convectivos de mesoscala (Zhang e Fritsch 1986), ciclones extratopicais (Kuo e Reed 1988), e
eventos de precipitação forte (Lee e Hong 1989). Estas aplicações usavam malhas com resoluções
de 20 a 100km, de modo a não violarem a hipótese hidrostática. Desde 1990 várias mudanças
importantes aconteceram nos modelos de mesoscala, como por exemplo, a introdução da dinâmica
não hidrostática nos modelos. Sem as restrições do balanço hidrostático os modelos podem ser
corridos com resoluções de aproximadamente 1km. Este aumento de resolução permitiu alargar o
leque de aplicações dos modelos de mesoscala.
Embora exista uma tendência clara para os modelos serem corridos com resoluções cada vez
mais altas (define-se resolução alta como malhas de 10km ou menos), esta tendência levou ao
debate se os valores modelados pelos modelos de alta resolução melhoram realmente a capacidade
de previsão. Será que os valores obtidos pelos modelos de alta resolução são melhores que um
conjunto de previsões com resoluções mais baixas que produzem previsões probabilísticas? Por
exemplo considerando a teoria da predictibilidade e os actuais sistemas de observação, Brooks et al
(1992) e Brooks e Doswell (1993) sugeriram que o aumento da resolução horizontal (e vertical)
produz pouco ou nenhum melhoramento na previsão. Eles propõem a utilização de um conjunto de
Monte Carlo no qual um número limitado de simulações de mesoscala é usado na previsão
probabilística. Em contraste, alguns investigadores (Koch 1985, Droegemeier 1990 e 1997)
sugerem que uma previsão determinística de curto tempo pode ser bastante útil para um grande
conjunto de eventos convectivos.
5
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Antes de 1990 a previsão em tempo real era um privilégio exclusivo de um punhado de
centros operacionais por causa da tremenda quantidade de recursos computacionais e humanos
exigidos para operar os modelos. Actualmente existem dezenas de grupos no Globo que utilizam os
modelos de mesoscala na previsão em tempo-real com uma base regular e usando diferentes
modelos. Entre os quais podemos encontrar, a Universidade de Penn State1 nos Estados Unidos da
América, o Instituto Superior Técnico2 ou a Universidade de Aveiro3.
Ao longo dos últimos anos o MM5 tem sido usado nos mais variados estudos, por exemplo, o
estudo da qualidade do ar sobre a área Houston (Nielsen-Gammon), o estudo de situações de perigo
para o fornecimento de energia eléctrica (Eben), estudos sobre a concentração de pollen (Pasken),
estudo dos padrões de vento associados as tempestades de Inverno sobre a Europa (Dailey), estudo
de eventos de precipitação intensa durante o El Niño (Jones), e estudo do impacto meteorológico
devido à presença de um lago na região Abruzzo em Itália (Tomassetti). Também já foram
realizadas várias experiências sobre as diferentes parameterizações usadas pelo modelo MM5.
Davis estudou o impacto das diferentes parameterizações na intensidade e rumo do ciclone Diana
em 1984, Colle estudou o impacto da parameterização de cumulus e microfísica na precipitação
sobre as montanhas Wasatch (Estados Unidos da América), Yang estudou o efeito das diferentes
parameterizações na precipitação na região de Taiwan, Lobato também estudou os efeitos das
parameterizações de cumulus na precipitação na região do México e Arellano avaliou as
parameterizações de camada limite modeladas pelo MM5.
4. Como se avalia a performance do modelo de mesoscala?
4.1. Métodos de validação dos modelos de mesoscala
As medidas estatísticas como o erro viés, a raiz do erro médio quadrática e o erro médio
absoluto, podem ser usados para quantificar a capacidade do modelo.
O erro viés (BE, Bias Error) mede a tendência do modelo para sobreavaliar ou subavaliar uma
variável, e é definido matematicamente para uma dada variável x, por,
BE ( x ) =
1
N
N
∑(x
xio ) (1.1)
p
i
i =1
onde N é o número total de observações/previsões e o índices p e o indicam previsão e observação,
respectivamente. Um valor positivo do erro viés indica uma predisposição do modelo em
sobreavaliar uma variável particular. Reciprocamente, um valor negativo do erro viés implica uma
subavaliação do modelo na avaliação de uma a variável.
A raiz do erro médio quadrática (RMSE, Root Mean Square Error) é a raiz quadrada da média
das diferenças individuais quadráticas entre a previsão e as observações e é definido pela equação,
RMSE ( x ) =
1
N
N
∑(x
p
i
xio ) (1.2)
2
n =1
1
http://rain.mmm.ucar.edu/mm5/
http://meteo.ist.utl.pt/index.html
3
http://www.fis.ua.pt/torre/yamazaki/
2
6
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
esta medida retém as unidades físicas da variável prevista e mede o erro típico da previsão do
modelo. Valores grandes do RMSE representam grandes erros nos campos previstos, e valores
próximos de zero indicam uma previsão quase perfeita. Quadrando o termo da diferença, o RMSE
tende a dar maior peso às grandes discrepâncias entre os campos observados e previstos.
O erro médio absoluto (MAE, Mean Absolute Error) é a média das diferenças dos valores
absolutos entre a previsão e a observação de um campo particular e é definido por,
MAE ( x) =
1
N
N
∑x
p
i
xio (1.3)
n =1
este parâmetro também retém as unidades físicas do campo medido e valores grandes da MAE
representam grandes erros de previsão e valores próximos de zero representam previsões quase
perfeitas. Porém, esta medida estatística não “pesa” os grandes erros como o RMSE.
5. Que melhorias e problemas são de esperar?
A utilização do modelo de mesoscala MM5 (5th Generation Mesoscale Model), possibilita a
introdução da topografia das ilhas açorianas, sendo assim é de esperar que o modelo consiga uma
melhor representação da circulação local devido à topografia. Esta circulação não pode ser simulada
no modelo operacional do centro europeu pois este usa uma malha grossa. A utilização de um
modelo de alta resolução possibilita uma melhor representação dos sistemas de circulação de
mesoscala na região, e consequentemente contabilizar a sua influência no tempo local.
Uma das principais vantagens da utilização do MM5 na região dos Açores é a possibilidade
de escolher uma parameterização adequada para a região. Infelizmente esta escolha não será fácil,
pois a parameterização depende muito das situações estudadas, além disso temos que escolher uma
parameterização que represente bem todas as variáveis necessárias para a previsão, o que será difícil
pois temos que encontrar um compromisso entre todas as variáveis necessárias.
Um dos grandes problemas será encontrar a parameterização que melhor represente a taxa
precipitação da região. A precipitação será muito sensível à convecção, esta distribui quantidades de
calor sensível e latente na vertical. A libertação e redistribuição vertical de energia por células
convectivas de pequena escala (1-10km) exercem uma influência significativa na evolução dos
sistemas de circulação de mesoscala, e talvez nos sistemas de circulação sinópticos.
7
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
CAPÍTULO 2 - O MODELO MM5
1. Descrição do modelo
1.1. Introdução ao Sistema de Modelação MM5
O modelo de mesoscala da PSU/NCAR (Pennsylvania State University/National Central for
Atmospheric Research) é um modelo de área limitada, não-hidrostático, com um sistema de
coordenadas sigma, o modelo foi desenvolvido para simular ou prever a circulação atmosférica de
mesoscala. O modelo é apoiado por uma série de programas de pré e pós processamento, que no seu
conjunto são designados como sistema de modelação MM5. O sistema de modelação MM5 é
principalmente escrito em Fortran, e foi desenvolvido na Penn State e na NCAR como um modelo
de mesoscala comunitário com contribuições de usuários de todo o mundo. O software do sistema
de modelação MM5 é distribuído livremente e é apoiado pelo Grupo de Previsão de Mesoscala da
divisão de meteorologia de mesoscala e microscala da NCAR.
O modelo de mesoscala de quinta geração da PSU/NCAR é o último de uma série
desenvolvida a partir do modelo de mesoscala usado por Anthes em Penn State nos anos 70, que foi
posteriormente documentado por Anthes e Warner (1978). Desde aquele tempo sofreu muitas
mudanças para alargarem a sua aplicação. Estas incluem, (i) capacidade de múltiplo aninhamento;
(ii) dinâmica não-hidrostática, (iii) assimilação de dados tetra-dimensional, (iv) aumento das opções
físicas disponíveis e (v) portabilidade para um maior número de plataformas de computadores,
incluindo sistema OpenMP e MPI.
Na figura 2.1 mostra-se a ordem dos programas, o fluxo dos dados e em seguida apresenta-se
uma breve descrição das suas funções primárias. A figura mostra um quadro escoamento quando a
análise objectiva (LITTLE_R/RAWINS) é usada.
Figura 2.1 – Quadro de escoamento do sistema de modelação MM5.
Os dados meteorológicos terrestres e isobáricos são interpolados horizontalmente (programas
TERRAIN e REGRID) a partir de uma grelha latitude/longitude para um domínio rectangular que
pode usar as projecções de Mercator, Lambert ou Polar. Como a interpolação dos dados não fornece
necessariamente muito detalhe de mesoscala, a interpolação pode ser melhorada (programas
LITTLE_R/RAWINS) com observações de uma rede de estações terrestres e dados de rádio sondas
usando a técnica de Cressman ou multiquadrática. O programa INTERPF executa a interpolação
8
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
vertical de níveis de pressão para o sistema de coordenadas sigma. Depois de uma integração do
modelo, o programa INTERPB pode ser usado para interpolar dados de níveis sigma de volta aos
níveis de pressão, enquanto o programa NESTDOWN pode ser usado para interpolar os dados para
uma grelha mais fina para preparar uma nova integração do modelo. Os programas gráficos (RIP e
GRAPH) podem ser utilizados para visualização do output tanto em níveis de pressão como em
níveis sigma.
1.2. A Grelha Horizontal e Vertical do Modelo MM5
É útil introduzir primeiro a configuração da grelha do modelo. O sistema normalmente
adquire e analisa os dados em superfícies de pressão, mas estes têm que ser interpolados para um
sistema de coordenadas σ antes de ser introduzido no modelo. No sistema de coordenadas sigma os
níveis mais baixos seguem aproximadamente o terreno enquanto a superfície superior é plana.
Figura 2.2 – Representação esquemática da estrutura vertical do modelo.
Os níveis intermédios tendem progressivamente a ser planos a medida que a pressão tende
para a pressão escolhida para o topo. Uma quantidade adimensional é usada para definir os níveis
do modelo,
σ=
p0 - pt
(2.1)
ps 0 - pt
onde p0 é a pressão de referência, pt é a pressão no topo, e ps0 é a pressão de referência da superfície.
Pode ser visto da equação 2.1 e da figura 2.2 que σ é zero no topo do modelo e um na
superfície do modelo, e que cada nível do modelo é definido por um valor diferente de sigma. A
resolução vertical do modelo é definida por uma lista de valores entre zero e um que não é
necessariamente espaçada uniformemente. Normalmente a resolução na camada limite é muito
melhor que a camada superior, e o nível de níveis sigma pode variar entre dez a quarenta, embora
não haja nenhum limite.
9
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
A grelha horizontal tem um deslocamento Arakawa-Lamb B das componentes da velocidade
em relação aos escalares. Este deslocamento é mostrado na figura 2.3 onde pode ser visto que os
escalares (T, q, etc…) são definidos no centro do quadrado da grelha enquanto que as componentes
este-oeste (u) e norte-sul (v) da velocidade são definidas nos cantos. Os pontos centrais dos
quadrados da grelha vão ser referidos como cruzes, e os pontos dos cantos como pontos.
Consequentemente a velocidade horizontal é definida nos pontos, por exemplo, e quando são
introduzidos dados no modelo os pré-processadores fazem as interpolações necessárias para
assegurar a consistência da grelha.
Figura 2.3 – Representação esquemática da grelha horizontal do modelo,
a caixa mais pequena representa um ninho.
Todas as variáveis são definidas no meio de dois níveis sigma, denominados de níveis meio
sigma, e representados na figura 2.2 pelas linhas a tracejado. A velocidade vertical é calculada nos
níveis sigma verdadeiros (linhas sólidas). Na definição dos níveis σ listam-se os níveis sigma
verdadeiros, incluindo o nível 0 e 1. O número de níveis meio sigma do modelo é, sendo assim,
sempre menor em um que o número de níveis sigma verdadeiros. Note-se também as direcções, I e
J do sistema de modelação. A diferenciação finita do modelo é obviamente, dependente do
espaçamento da grelha sempre que seja necessário representar gradientes ou médias nas equações,
mais detalhes podem ser encontrados no documento de descrição do modelo (Grell et al, 1994).
1.3. Capacidade de aninhamento
O MM5 tem a capacidade de múltiplo aninhamento até um limite de nove domínios a correr
ao mesmo tempo interagindo entre eles. Uma possível configuração é mostrada na figura 2.4. A
relação de aninhamento é sempre de 3:1 para uma interacção de dois sentidos. Na interacção de dois
sentidos o input para a malha grossa (domínio 1) vem dos seus limites, enquanto a realimentação da
malha grossa é efectuada no seu interior (domínio 2 e 3).
10
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Figura 2.4 – Exemplo de uma configuração em aninhamento,
o sombreado mostra três diferentes níveis de aninhamento.
Pode ser visto pela figura que são permitidos ninhos múltiplos num determinado nível de
aninhamento (p.e. domínio 2 e 3), e também lhes é permitido sobrepor. O domínio 4 pertence ao
terceiro nível de aninhamento o que quer dizer que o tamanho da sua grelha e o intervalo de tempo
são nove vezes inferior ao domínio 1. Cada sub-domínio tem um “domínio mãe” no qual está
completamente embutido, de forma que para o domínio 2 e 3 o domínio mãe é 1, e para 4 é 3. Os
ninhos podem ser “desligados” a qualquer hora da simulação, mas sempre que o domínio mãe é
“desligado” todos os ninhos descendentes também são desligados. Mover um ninho também é
possível durante a simulação desde que este não seja um domínio mãe de um ninho activo ou o
domínio de malha grossa.
Existem três tipos de interacção de dois sentidos (baseados num interruptor chamado
IOVERW), estes são:
9 Interpolação de ninho (IOVERW=0), o ninho é inicializado interpolando os campos
meteorológicos da malha grossa. A topografia retém somente a resolução da malha grossa. Esta
opção deve ser usada em ninhos com movimento. Não requer ficheiros de input adicionais.
9 Introdução da análise de ninho (IOVERW=1), requer um ficheiro de input em adição à
malha grossa. Isto permite a inclusão de topografia de alta resolução e análises iniciais no ninho.
Este tipo de ninho tem que ser inicializado ao mesmo tempo que o ninho de malha grossa.
9 Introdução do terreno de ninho (IOVERW=2), esta opção requer somente o ficheiro de
input da elevação e utilização do terreno, os campos meteorológicos são interpolados da malha
grossa e ajustados verticalmente ao novo terreno. Este tipo de ninho pode ser inicializado em
qualquer altura da simulação, mas haverá um período em que o modelo se vai ajustar à nova
topografia.
A interacção de um sentido também é possível. Neste tipo de interacção o modelo é corrido
para criar um output que é interpolado usando qualquer razão (não necessariamente 3:1), e um
ficheiro de condições fronteira é criado quando a localização do domínio de um sentido é
especificada. Sendo assim a interacção de um sentido é diferente da interacção de dois sentidos pois
não existe nenhuma realimentação.
1.4. Condições Fronteira Laterais
Correr qualquer modelo de previsão numérica requer as condições das fronteiras laterais. No
MM5 todas as quatro fronteiras têm valores específicos para os campos do vento horizontal,
temperatura, pressão e humidade, e podem ter campos específicos de microfísica (como nuvens) se
estes tiverem disponíveis. Então, antes de se correr a simulação, os valores das condições fronteira
11
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
têm de ser fixados em adição aos campos iniciais. As condições fronteira vêm de análises nos
momentos futuros, ou de uma simulação de malha grossa (interacção de um sentido). Para previsões
em tempo-real as condições fronteira dependerão em última instância da previsão de um modelo
global. Em estudos de casos passados as análises que provêem das condições fronteira, mas podem
ser melhoradas através de observações (programas LITTLE_R/RAWINS).
1.5. Dinâmica não hidrostática vs Dinâmica hidrostática
Historicamente o modelo de mesoscala da PSU/NCAR foi um modelo hidrostático porque as
grelhas horizontais num modelo de mesoscala são comparáveis ou maiores que a profundidade
vertical. Então a aproximação hidrostática é válida e a pressão é completamente determinada pelas
massas de ar superiores. Porém quando a escala das características resolvidas no modelo têm razões
próximas da unidade, ou quando a escala horizontal é menor que a escala vertical, a dinâmica não
hidrostática não pode ser desprezada.
O único termo adicional na dinâmica não hidrostática é a aceleração vertical que contribui
para o gradiente vertical da pressão de forma que o equilíbrio hidrostático deixa de ser exacto. A
perturbação da pressão em relação a um estado de referência juntamente com o momento vertical
torna-se uma variável tri-dimensional extra que tem de ser inicializada.
1.6. Estado de referência num modelo não-hidrostático
O estado de referência é um perfil de temperatura idealizado em equilíbrio hidrostático. Este é
especificado pela equação,
T0 = Ts0 + Alog e (
p0
) (2.2)
p00
onde T0(p0) é especificado por três constantes: p00 é a pressão ao nível do mar tomada como 103hPa,
Ts0 é a temperatura de referência em p00, e A é uma constante tomada como 50K, que representa a
diferença de temperatura entre p00 e p00/e (aproximadamente 36788Pa). Estas constantes são
escolhidas no programa INTERPB. Normalmente só Ts0 tem de ser escolhido baseado numa
sondagem típica do domínio. A precisão do ajuste não é importante, e normalmente Ts0 é tomado
como perto de 10K. Um ajuste mais perfeito reduz os erros associados à força do gradiente de
pressão associados com a inclinação das superfícies coordenadas sobre o terreno, assim Ts0 deveria
ser seleccionado através de comparações com o perfil troposférico mais baixo.
A pressão de referência da superfície depende então completamente da elevação do terreno.
Esta pode ser obtida da equação 2.2 usando a relação hidrostática,
Z =-
RA
p
RT
p
(ln 0 ) 2 - s 0 (ln 0 ) (2.3)
2g
p00
g
p00
esta equação pode ser resolvida para p0 dado um Z para a elevação do terreno. Uma vez que isto é
realizado, as alturas dos níveis sigma são achados por,
p0 = ps 0σ + ptop (2.4)
onde,
12
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
ps 0 = p0 (superfície) - ptop (2.5)
e então a equação 2.3 é usada para para calcular Z de p0. Como pode ser visto o estado de referência
é independente do tempo logo a altura de um dado ponto da grelha é constante.
1.7. Assimilação de dados tetra-dimensional
Em situações onde dados de um extenso período de tempo são introduzidos no modelo, a
assimilação FDDA (Four Dimensional Data Assimilation) é a opção que permite fazer isso.
Essencialmente a FDDA permite correr o modelo com termos de forçamento que forçam o modelo
para as observações e/ou análises. O benefício disto é que depois de um período de forçamento o
modelo foi ajustado até certo ponto a todos os dados naquele instante de tempo enquanto permanece
também perto do equilíbrio dinâmico. Isto tem a vantagem sobre simplesmente inicializar o modelo
com análises de um único momento, porque adicional dados ao longo do tempo aumenta a precisão
dos dados previstos. As observações das estações podem ajudar o modelo a preencher zonas sem
dados em tempos posteriores.
Os dois usos primários onde a FDDA é usado são: (i) a inicialização dinâmica, e (ii) como
base de dados tetra-dimensional. A inicialização dinâmica é usada no período de pré-previsão para
optimizar as condições iniciais para uma previsão em tempo real. Já foi mostrado que os dados
adicionais são benéficos para as previsões comparando com uma inicialização estática de uma
análise das condições iniciais. A segunda aplicação, base de dados tetra-dimensional, é um método
de produzir balanços dinâmicos equilibrados que têm uma variedade de usos. O modelo mantém
uma continuidade realista no escoamento e nos balanços geostróficos e do vento térmico enquanto
assimila os dados ao longo de um período extenso de tempo.
1.8. Categorias de uso da superfície
O modelo têm três opções de categorização do uso da superfície terrestre, esta é escolhida
juntamente com a elevação do terreno no programa TERRAIN. Estas categorizações têm 13, 16 ou
24 categorias (tipo de vegetação, deserto, urbano, água, gelo, etc…). Para cada célula da grelha do
modelo é escolhida uma categoria, esta escolha determina as propriedades da superfície como o
albedo, capacidade calorífica, emissividade e humidade disponível. Adicionalmente, se uma base de
dados da cobertura de gelo tiver disponível, as propriedades da superfície podem ser modificadas
adequadamente. Note-se que estes valores são climatológicos e podem não ser óptimos para um
caso particular, especialmente a humidade disponível. Uma opção de categorização mais simples,
distingue apenas entre terra e água, e dá controle ao utilizador sobre os valores das propriedades da
superfície para estas categorias.
1.9. Projecções e factores de escala
O sistema de modelação tem uma opção para escolha de diferentes projecções. A projecção de
Lambert é adequada para as latitudes médias, a projecção Polar para as latitudes altas e a projecção
de Mercator para as baixas latitudes. As direcções I e J no modelo não correspondem às direcções
oeste-este e norte-sul com excepção da projecção de Mercator, e então vento observado tem de ser
rodado para a grelha do modelo, e as componentes u e v precisam de ser giradas antes da
comparação com observações. Estas transformações são tomadas em conta pelos programas de pré
e pós processamento do modelo. O factor de escala do mapa m, é definido por,
13
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
m=
distância na grelha
(2.6)
distância real no globo
o seu valor normalmente está perto da unidade e varia com a latitude. As projecções do modelo
conservam a forma de áreas pequenas, de forma que dx=dy em todos os lugares, mas o
comprimento da grelha varia ao longo do domínio de modo a permitir a representação esférica da
superfície numa superfície plana. Os factores de mapa têm de ser contabilizados nas equações do
modelo sempre que sejam usados os gradientes horizontais.
1.10. Dados necessários para correr o modelo
Como o sistema de modelação MM5 é projectado principalmente para estudos/simulações em
tempo-real, ele requer o seguinte conjunto de dados para correr:
9 Topografia e tipos de uso do terreno (em categorias);
9 Dados atmosféricos em grelhas que têm pelo menos as seguintes variáveis: pressão ao
nível médio do mar, vento, temperatura, humidade relativa e altura geopotencial; e os seguintes
níveis: 1000, 850, 700, 500, 400, 300, 250, 200, 150 e 100 mb;
9 Dados observacionais que contêm sondagens e dados da superfície (Opcional).
1.11. Equações básicas do modelo
Em relação ao sistema de coordenadas (x,y,σ), estas são as equações básicas para um modelo
não-hidrostático:
Pressão,
p′
γp Q& T
∂
- ρ0 gw + γp∇• V = -V •∇p′
+ ( + 0 Dθ ) (2.7)
t
∂
T c p θ0
Momento (componente x),
uw
∂u m ∂p′ σ ∂p* ∂p′
∂m ∂m
) - ew cos α + Du (2.8)
+ (
- *
) = -V •∇u + v( f + u
-v
rterra
∂t ρ ∂x p ∂x ∂σ
∂y
∂x
Momento (componente y),
vw
∂v m ∂p′ σ ∂p* ∂p′
∂m ∂m
) - ew sin α + Dv (2.9)
+ (
- *
) = -V •∇v + u ( f + u
-v
rterra
∂t ρ ∂y p ∂y ∂σ
∂y
∂x
Momento (componente z),
∂
w ρ0 g ∂
p′ g p′
p0 T ′ gRd p′
u 2 + v2
(
)
+
=
V
•
∇
w
+
g
+
e
u
cos
α
v
sin
α
+
+ Dw (2.10)
∂
t ρ p* ∂
σ γ p
p T0 c p p
rterra
Termodinâmica,
∂
T
1 ∂
p′
Q& T
= -V •∇T +
(
+ V •∇p′
- ρ0 gw) + + 0 Dθ (2.11)
∂
t
σC p ∂
t
c p θ0
14
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Expansão dos termos advectivos,
V •∇A = mu
∂A
∂
A
∂
A
(2.12)
+ mv
+ σ&
∂
x
∂
y
∂
σ
onde,
σ& = -
ρ0 g
mσ ∂p *
mσ ∂p *
w
u
v (2.13)
p*
p * ∂x
p * ∂y
Expansão dos termos de divergência,
mσ ∂p * ∂u
mσ ∂p * ∂v
ρ ∂w
2 ∂ v
2 ∂ u
(2.14)
( )- *
+m
( )- *
- g 0*
∇• V = m
∂x m p ∂x ∂σ
∂y m p ∂y ∂σ
p ∂σ
Notas sobre as equações:
9 No modelo, a equação 2.7 não inclui o último termo com parênteses da direita. Este é
desprezado, e representa o aumento de pressão devido ao aquecimento que força o ar a expandir;
9 As equações 2.8 a 2.10 incluem termos (eu e ew) que representam os termos
habitualmente desprezados das componentes da força de Coriolis, onde, e = 2Ω cos λ , α = φ - φc ,
onde λ representa a latitude, φ a longitude, e φc a longitude central;
9 Os termos u (∂m ∂y ) , v (∂m ∂x ) e rterra representam os efeitos da curvatura e m é o
factor escala de mapa;
9 As equações 2.8, 2.9 e 2.14 incluem termos que tomam conta das superfícies sigma
inclinadas quando os cálculos horizontais dos gradientes são efectuados;
9 Equações de prognóstico para o vapor de água e variáveis microfísicas (como nuvens e
precipitação) também existem. Estas incluem os termos de advecção e vários termos de
fonte/destruição.
1.12. Diferenciação temporal e espacial finita
Diferenciação Espacial Finita
As equações acima mencionadas são diferenciadas numa grelha Arakawa-Lamb B como já foi
mencionado. As diferenciações centradas de segunda ordem finitas representam os gradientes
excepto para a queda de precipitação que usa uma diferenciação de primeira ordem.
Frequentemente é necessário calcular a média horizontal para determinar o gradiente na posição
correcta. Podem ser encontrados mais detalhes em Grell et al. (1994), NCAR Tech. Note 398.
Diferenciação Temporal Finita
Um esquema de salto de sapo de segunda ordem é usado nestas equações, mas alguns dos
termos são resolvidos usando um esquema de divisão de tempo. Note-se que as equações 2.7 a 2.10
contêm termos extra do lado esquerdo do sinal de menos. Estes termos são responsáveis pelas ondas
sonoras que têm de ser calculadas em passos de tempo mais pequenos. No esquema de salto de
sapo, as tendências do instante n são usadas para passar as variáveis do instante n-1 para o instante
n+1. Isto é usado na maioria dos termos do lado direito (advecção, Coriolis e impulsão). Um
esquema de passo à frente é usado para a difusão e microfísica onde as tendências são calculadas no
instante n-1 e usadas para passar a variável de n-1 para n+1. Algumas opções de radiação e
cumulus usam uma tendência constante ao longo de vários passos de tempo e só são recalculados
passados trinta minutos ou assim.
15
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Porém para alguns termos do modelo o passo de tempo é demasiado longo para a estabilidade
e estes têm de ser calculados com passos de tempo mais curtos. Como exemplos deste problema,
temos os termos das ondas sonoras, o termo de queda de precipitação e a tendência da PBL
(Planetary Boundary Layer). Quando o passo de tempo é dividido, certas variáveis e tendências são
actualizadas mais frequentemente. Para as ondas sonoras u, v, w e p´ são actualizados a cada passo
de tempo pequeno usando os termos das tendências da esquerda das equações 2.7 a 2.10 enquanto
os termos da direita são mantidos constantes. Para as ondas sonoras existem normalmente quatro
destes passos entre n-1 e n+1, após os quais v, w e p´ estão actualizados.
Figura 2.5 – Diferenciação temporal.
1.13. Requerimentos mínimos para correr o software do sistema de modelação
Os requerimentos mínimos necessários para correr o software do sistema de modelação MM5
são os seguintes:
9 Unix workstation com 128 Mb de memória e um disco com 1-2 Gb. Note-se que o
aumento do tamanho da grelha e da resolução aumentam os requisitos de hardware;
9 PC a correr linux com compiladores de c e fortran da Portland Group. A razão principal
para a escolha deste compilador, é a sua capacidade de suportar apontadores Cray que são usados
no modelo;
9 NCAR Graphics. O sistema e modelação MM5 não requer NCAR Graphics para correr,
mas pode-se usar o NCAR Graphics para gerar output gráfico dos programas TERRAIN, RAWINS
e Graph. Este software é distribuído livremente;
9 Capacidade de adquirir bases de dados meteorológicas e observações.
2. Descrição das opções físicas
2.1. Opções físicas disponíveis no modelo
O MM5 tem várias opções físicas com parameterizações distintas. O utilizador pode escolher
diferentes parameterizações para esquemas de cumulus, esquemas da camada limite planetária,
esquemas de microfísica, esquemas de solo e esquemas de radiação. A interacção entre os diferentes
esquemas é apresentada na figura seguinte.
16
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Figura 2.6 – Interacções entre os diferentes esquemas.
2.2. Esquemas de cumulus (ICUPA)
Representam os fluxos verticais de sub escala, a precipitação convectiva e as nuvens.
Geralmente produzem a humidade da coluna e as tendências da temperatura. Requerem um gatilho
para determinar em que altura é activada a convecção.
Figura 2.7 – Ilustração dos processos de cumulus.
1. None
Esquema aconselhado para escalas menores que 5 km.
2. Anthes-Kuo
Neste esquema, a quantidade de convecção é determinada pela convergência vertical de
humidade. A realimentação para as escalas maiores é determinada com a ajuda de perfis verticais de
aquecimento convectivo e humidade. Uma divergência do fluxo vertical de água é associada à
17
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
convecção de cumulus. Uma parte da convergência vertical da humidade condensa e precipita,
enquanto a parte restante é usada para humidificar a coluna da grelha. Esta parte é uma função da
humidade relativa média da coluna. Se esta média for igual ou inferior a 50%, este processo resulta
sempre num aumento de humidade da coluna. Este esquema é principalmente aplicável a grelhas
maiores que 30km, e tende a produzir muita chuva de convectiva. Mais detalhes em Anthes (1977,
MWR).
3. Grell
Este esquema é baseado na taxa de destabilização de uma única nuvem com fluxos
ascendentes e descendentes e movimentos de compensação que determinam os perfis de humidade
e aquecimento. Em contraste com o esquema original (Arakawa-Schubert), este esquema inclui
movimentos descendentes de escala convectiva e permite captura debaixo da nuvem. Este esquema
é útil para grelhas menores, 10-30km, nas latitudes médias e tende a permitir mais chuva não
convectiva que chuva convectiva. Ver Grell et al (1994).
4. Arakawa-Schubert
Este esquema permite a interacção de um conjunto de cumulus num ambiente de larga escala.
Este ambiente é dividido na camada de mistura e na região superior. As alterações ao longo do
tempo são governadas pelas equações de balanço para o calor e humidade para a camada de mistura
e região superior, e por uma equação de prognóstico para a altura da camada de mistura. Na região
acima da camada de mistura, a convecção afecta os campos da temperatura e humidade através de
correntes descendentes e captura de ar saturado que evapora no ambiente. Na camada de mistura, a
convecção não afecta directamente os campos da temperatura e humidade, mas afecta a altura das
correntes descendentes da camada. Este esquema é principalmente aplicável a grelhas superiores a
30km. Ver Grell et al (1994) também.
5. Fritsch-Chappell
A formulação deste esquema baseia-se na hipótese que a energia disponível para convecção
numa parcela de ar, em combinação com o período de tempo necessário para a convecção remover
esta energia, pode ser usado para regular a quantidade de convecção num elemento da grelha de um
modelo numérico de mesoscala. Este modelo é baseado na relaxação para um perfil devido a
correntes ascendentes e descendentes de uma única nuvem. As nuvens individuais são representadas
individualmente como captura de humidade nas plumas ascendentes e descendentes. A fracção da
corrente ascendente que condensa e evapora é determinada por uma relação empírica entre o efeito
de corte vertical do vento horizontal e a eficiência da precipitação. Os transportes verticais de
momento horizontal e aquecimento são incluídos na parameterização. O fluxo de massa convectivo
remove 50% da energia disponível para convecção no tempo de relaxação (aproximadamente a
frequência de Brunt-Väisälä). Este esquema é útil para grelhas menores, 20-30km. Ver Fritsch e
Chappel (1980) para mais detalhes.
6. Kain-Fritsch
Este esquema é semelhante ao esquema de Fritsch-Chappell. Porém, um esquema sofisticado
de mistura da nuvem modela a troca de massa entre o ambiente e a nuvem como uma função das
características de impulsão de várias misturas de ar limpo e nublado. Este esquema foi formulado
para assegurar conservação de massa, energia térmica, humidade total e momento. Em modelos de
larga escala num período de tempo grande, é precisa esta garantia de conservação. Este esquema
também é útil para grelhas menores, 20-30km. Ver Kain e Fritsch (1993) para mais detalhes.
18
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
7. Betts-Miller
Neste esquema, a convecção pouco profunda transporta humidade para cima e mantém
inversões de temperatura. A convecção profunda transporta calor e humidade para os níveis
superiores e produz precipitação. Os perfis verticais de humidade e humidade específica são
comparados com perfis derivados de numerosas observações efectuadas na região tropical em
situações de bom tempo. Os perfis do modelo são então relaxados para os perfis de referência. A
precipitação é deduzida da variação negativa da humidade específica no modelo de convecção
profunda, se esta variação for positiva, ou seja, ocorre evaporação e não condensação e não é
realizado nenhum ajuste às variáveis naquele ponto. Este esquema é útil para escalas superiores a 30
km, mas não em simulações de condições severas. Para mais detalhes, consultar Betts (1986), Betts
e Miller (1986), Betts e Miller (1993) e Janjic (1994).
8. Kain-Fritsch 2
Esta nova versão do esquema de Kain-Fritsch inclui convecção pouco profunda. Ver Kain
(2002).
2.3. Esquemas da camada limite planetária (IBLTYP)
Representam os fluxos de sub escala verticais devido à turbulência. Geralmente produzem as
tendências de temperatura, humidade e momento da coluna. Podem incluir ou não as tendências de
nuvens. Interagem com os fluxos dos esquemas do solo e fornecem efeitos de fricção no momento.
Figura 2.8 – Ilustração dos processos da camada limite planetária.
1. Bulk PBL
Este esquema é satisfatório para uma resolução vertical grosseira da camada limite. Os fluxos
de temperatura da superfície são definidos pela densidade e temperatura potencial na camada
inferior do modelo e por coeficientes de troca. O fluxo de humidade específica é definido por um
parâmetro da humidade disponível que varia entre 1 para uma superfície húmida e 0 para uma
superfície sem evaporação potencial. Este parâmetro é determinado pelo uso do terreno. O fluxo de
19
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
momento da superfície é determinado como função de um coeficiente de arrastamento, densidade e
velocidade do vento. Este esquema inclui dois regimes de estabilidade (estável e instável).
2. Blackadar PBL (High-Resolution PBL)
Este esquema é usado para prever a mistura vertical do vento horizontal, temperatura
potencial, razão de mistura, água de nuvem e gelo. Os fluxos de calor e humidade são calculados
pela teoria da semelhança. O fluxo de calor da superfície é uma função da rugosidade da superfície,
velocidade de fricção, temperatura potencial, densidade e de parâmetros de estabilidade não
dimensionais, que são função do número de Richardson. Este esquema é satisfatório para uma
camada limite de alta resolução (5 camadas nos primeiros 1000m). Existem quatro regimes de
estabilidade (estável, turbulência mecânica, convecção forçada e convecção livre).
3. Burk-Thompson PBL
Este esquema adiciona a capacidade de prever a energia cinética turbulenta para uso na
mistura vertical para corrigir a incapacidade do esquema anterior em trabalhar em camadas bem
misturadas da atmosfera. As computações de físicas são executadas numa malha fina, enquanto os
cálculos dinâmicos atmosféricos são efectuados numa malha com a resolução do modelo. As duas
malhas interagem a cada passo de tempo. Ver detalhes em Burk e Thompson (1989).
4. ETA PBL
Neste esquema foi escolhido um fecho de ordem 2.5, baseado no esquema de Mellor-Yamada
usado no modelo ETA, Janjic (1990, MWR) e Janjic (1994, MWR), para representar a turbulência
acima da camada de superfície e um fecho de ordem 2 para a camada de superfície. Para
flexibilidade adicional, foi introduzida uma camada de turbulência dinâmica abaixo da camada de
superfície, com uma formulação para os processos de superfície.
5. MRF PBL (Hong-Pan PBL)
Neste esquema, os coeficientes de difusão são parameterizados como função do número de
Richardson local. Uma negligência deste esquema é que o transporte de massa e momento na
camada limite planetária é principalmente realizada por remoinhos maiores, que deviam ser
modelados pelas propriedades de grande escala e não as locais. Assim, o esquema não pode digerir
condições em que a atmosfera esteja bem misturada devido aos fluxos contra-gradiente. Para
emendar esta deficiência, a teoria K não local foi introduzida para representar a turbulência dos
remoinhos maiores numa camada limite bem misturada. Mais detalhes podem ser encontrados em
Hong e Pan (1996).
6. Gayno-Seaman PBL
Também é baseado no esquema de Mellor-Yamada. Mas distingue-se dos outros pelo uso da
temperatura potencial da água líquida como uma variável conservada, permitindo à camada limite
planetária operar melhor em condições de saturação. Ver detalhes em Ballard et al, 1991 e Shafran
et al, 2000.
7. Pleim-Chang PBL
Deriva do esquema Blackadar PBL chamado modelo convectivo assimétrico (Pleim e Chang,
1992, Atm. Env.), usando uma variação na mistura vertical não local de Blackadar. Este esquema
encontra-se acoplado ao esquema do solo Pleim-Xiu LSM (ISOIL=3).
20
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
2.4. Esquemas de microfísica (IMPHYS)
Estes esquemas resolvem os processos de precipitação e nuvens na escala da malha do
modelo. Podem ou não incluir fase de gelo e partículas de neve/granizo. Produzem tendências da
temperatura, humidade e precipitação não convectiva. Fornecem informação da cobertura nebulosa
aos esquemas de radiação.
Figura 2.9 – Ilustração dos processos de microfísica.
1. Dry
Neste esquema não existe humidade ou vapor de água.
2. Stable Precipitation
Neste esquema a saturação de larga escala é removida como precipitação não convectiva. Não
existe evaporação da chuva ou previsão explícita de nuvens.
3. Warm Rain (Hsie)
Este esquema remove a super saturação como precipitação e adiciona calor latente aos
processos termodinâmicos. Neste esquema a distribuição de tamanho para a chuva e o gelo de
Marshall-Palmer é considerada.
4. Simple Ice (Dudhia)
Este esquema acrescenta a fase de gelo ao esquema anterior sem adicionar tempo de
computador e memória. O tratamento explícito da água da nuvem, da água precipitável, neve e gelo
21
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
permite processos abaixo dos 0ºC, onde a água da nuvem é tratada como gelo e a chuva é tratada
como neve. Quando a neve atinge temperaturas superiores a 0ºC derrete imediatamente.
5. Mixed Phase (Reisner 1)
Neste esquema, a água e o gelo não congela ou derrete imediatamente abaixo ou acima dos
0ºC. Água super arrefecida pode existir abaixo dos 0ºC e neve não derretida pode existir acima dos
0ºC. Congelamento imediato da água da nuvem ocorre aos -40ºC e o gelo da nuvem derrete
imediatamente acima dos 0ºC. Este esquema adiciona água super arrefecida ao esquema anterior e
permite o descongelamento lento da neve. É adicionada memória para o gelo da nuvem e neve ao
modelo. Ver Reisner et al (1998) para mais detalhes.
6. Goddard
Esquema que inclui equações adicionais para a previsão de grãos de neve. Ver mais detalhes
em Lin et al (JCAM, 1983), Tao et al (1989,1993).
7. Graupel (Reisner 2)
Baseado no esquema Mixed Phase mas acrescenta o número da concentração de gelo e grãos
de neve as equações de previsão.
8. Schultz
Um esquema altamente eficiente e simples (baseado em Schultz 1995 com algumas
alterações), desenvolvido para correr rapidamente e ser facilmente afinado para sistema de previsão
em tempo real. Contêm processos de partículas de neve/granizo.
2.5. Esquemas de solo (ISOIL)
Representam o efeito das superfícies terrestre e marítima. A temperatura do solo baseia-se no
balanço de calor usando os fluxos radiativos e nas propriedades atmosféricas da camada limite de
superfície. Produzem fluxos de calor latente e sensível. Podem também representar a temperatura
do sub solo e os perfis de humidade.
Figura 2.10 – Ilustração dos processos do solo.
22
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
0. Force/Restore (Blackadar LSM)
Modelo de uma única camada com temperatura fixa de substrato. O balanço de energia e a
profundidade é usado para calcular a variação diurna da temperatura na camada.
1. Five Layer Soil Model
Neste esquema a temperatura é prevista para cinco camadas (1,2,4,8 e 16 cm) usando a
equação da difusão. A temperatura é calculada do mesmo modo que o esquema anterior, mas
resolve verticalmente a variação de temperatura diurna permitindo uma resposta mais rápida da
temperatura da superfície. Mais detalhes podem ser encontrados em Dudhia (1996, MM5 workshop
abstracts).
2. NOAH LSM
Este modelo é capaz de prever a temperatura e humidade do solo em quatro camadas
(10,30,60 e 100 cm). O LSM (Land Surface Model) utiliza o tipo de vegetação e o tipo de solo para
tratar a evapotranspiração, e os efeitos na condutividade e fluxo gravitacional da humidade. Utiliza
equações de diagnóstico para obter a temperatura da pele, e os coeficientes de troca tem de permitir
o uso de uma camada de difusividade molecular satisfatória para agir como resistência à
transferência de calor. Contém também processos para melhor tratar a cobertura de neve, a previsão
da altura da neve e os efeitos do solo congelado. Ver Chen e Dudhia (2001).
3. Pleim-Xiu LSM
Este esquema esta acoplado ao esquema Pleim-Chang PBL (IBLTYP=7). Representa a
temperatura e humidade do solo em duas camadas (camadas com 1 cm e 1 m). Utiliza o tipo de
utilização do terreno e as propriedades da vegetação. Este esquema possui um algoritmo que
permite o crescimento da vegetação, o que o torno mais adequado para simulações a longo prazo.
Ver Xiu e Pleim (2000).
2.6. Esquemas de radiação (IFRAD)
Representam os efeitos radiativos na atmosfera e na superfície. Produzem fluxos de grande e
pequeno comprimento de onda na superfície. Produzem, também, a tendência da temperatura
devido à divergência vertical do fluxo radiativo. Podem interagir ou não com as nuvens ou
humidade relativa do modelo.
Figura 2.11 – Ilustração dos processos da radiação.
23
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
0. None
Não existe nenhuma tendência média aplicada a temperatura atmosférica, irreal em
simulações a longo prazo.
1. Simple Cooling
O arrefecimento radiativo depende apenas da temperatura. Não interage com as nuvens e não
tem ciclo diurno.
2. Cloud Radiation
Esquema suficientemente sofisticado para permitir a interacção da radiação de longo e curto
comprimento de onda com as nuvens e com o céu limpo. Permite fluxos de radiação na superfície e
tendências de temperatura atmosférica.
3. CCM2 Radiation
Possui múltiplas bandas espectrais de longo e curto comprimento de onda. Satisfatório para
malhas largas, e provavelmente mais preciso para integrações mais longas. Também permite fluxos
radiativos na superfície. Ver detalhes em Hack et al (1993).
4. RRTM Radiation
Este esquema é combinado com o esquema de radiação de curto comprimento de onda das
nuvens. Este esquema de comprimentos de onda longos é um método altamente preciso e eficaz
desenvolvido por AEC Inc. (Mlawer et al 1997). Usa um modelo k correlacionado para representar
os efeitos da absorção espectral tomando em conta o vapor de água, dióxido de carbono e ozono.
Interage com as nuvens e campos de precipitação do modelo.
3. Implementação
Para a realização deste trabalho, foi necessário instalar o sistema de modelação MM5, alguns
programas utilitários e um programa MPI (Message Passing Interface). Em seguida, foi necessário
desenvolver um conjunto de software para o tratamento do output do modelo e para correr o sistema
de modelação como um todo. Por fim, foram criados alguns scripts de cuteftp e surfer para fazer o
tratamento gráfico dos dados.
Para a implementação do modelo, os seguintes ficheiros, (i) terrain.tar.gz, (ii) regrid.tar.gz,
(iii) interpf.tar.gz, (iv) mm5.tar.gz, (v) mpp.tar.gz, e (vi) interpf.tar.gz, foram obtidos via ftp
anónimo de ftp.ucar.edu (directoria /mesouser/MM5V3). Uma vez obtidos os códigos procedeu-se à
sua descompressão e respectiva compilação (detalhes sobre a compilação podem ser encontrados no
MM5 Tutorial Class Notes and User´s Guide). Ainda no site da UCAR (University Corporation for
Atmospheric Research) foram retirados da directória /mesouser/Util os seguintes ficheiros readv3.f
e mm5tograds.tar.gz. O primeiro destes ficheiros é o código de um programa simples para ver o
output de um ponto da grelha do modelo, e o segundo ficheiro é um programa necessário para
converter o output do modelo para GrADS.
Para uma primeira visão do output gráfico do modelo foi usado o GrADS (Grid Analysis And
Display System), este programa é uma ferramenta que é usada para acesso fácil, manipulação e
visualização de dados. O formato dos dados pode ser binário, GRIB, NetCDF ou HDF-SDS. O
24
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
GrADS foi implementado mundialmente numa variedade de sistemas operacionais e é distribuído
livremente através da internet (ftp://grads.iges.org/grads/).
Foram instalados dois Message Passing Interfaces distribuídos livremente através da Internet.
O mpich (http://www-unix.mcs.anl.gov/mpi/) projectado por um grande número de utilizadores de
computadores paralelos, distribuidores e escritores de software, e o lam desenvolvido na
Universidade de Indiana (http://www.lam-mpi.org/).
O software desenvolvido foi escrito em Fortran 90 e pode dividir-se em dois grupos: (i)
programas para correr o sistema de modelação, e (ii) programas de tratamento do output do modelo.
O primeiro grupo, foi escrito para poupar o repetitivo e cansativo trabalho de editar os ficheiros de
configuração e correr os respectivos módulos do sistema de modelação. O segundo grupo foi escrito
para o tratamento do output do modelo e respectiva visualização gráfica.
Para o tratamento gráfico dos dados recorreu-se ao surfer, para o qual foram criados uma série
de scripts escritos em Visual Basic. Estes scripts realizam o gridding dos dados e traçam gráficos
dos campos da chuva acumulada em 24 horas, altura da camada limite planetária, temperatura,
vento, humidade relativa à superfície e pressão ao nível médio do mar para cada instante da
simulação. Foram, também, escritos em Visual Basic dois scripts para cuteftp. O primeiro destes
scripts faz o download dos scripts escritos para o surfer e do segundo script escrito para o cuteftp
(que são previamente editados pelo programa create_scripts no cluster). O segundo faz o download
dos dados previamente tratados pelo create_output para o computador, após o qual os scripts de
surfer são corridos. Para não ser necessário a presença do utilizador foi escrito um ficheiro batch
para controlar todo processo.
25
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
CAPÍTULO 3 - TESTES DE SENSIBILIDADE
1. Apresentação dos casos usados nos testes de sensibilidade
Nos testes de sensibilidade optou-se por simular o Furacão Charley ocorrido em Setembro de
1992 e o evento de ciclogénese explosiva ocorrido em Outubro de 2002. Foram escolhidos estes
casos porque ambos os casos têm um maior número de observações disponíveis para comparação
com os resultados do modelo. Uma descrição detalhada destes casos pode ser encontrada no
capítulo seguinte.
2. Características das simulações
O modelo MM5 utilizado neste estudo foi configurado com 5 malhas aninhadas (ver figura
3.1) com resoluções de 54x54km, 18x18km, 6x6km e 2x2km, respectivamente. Todas as malhas
utilizam 30 níveis verticais4, com o nível mais baixo a aproximadamente 36 m da superfície. O
modelo foi utilizado na sua versão paralela e executado no cluster de 16 nós do Centro de Geofísica
da Universidade de Lisboa. Nas simulações utilizou-se a topografia operacional da USGS (United
States Geological Survey), com uma resolução de 2’ (~ 4km) para a malha maior, e 30’’ (~ 900m)
para as restantes malhas. O modelo é forçado de seis em seis horas pelas condições fronteira
analisadas pelo ECMWF para o respectivo período.
Na figura 3.1 podemos ver a configuração dos diferentes domínios, e nas figuras seguintes os
mapas de elevação da superfície. A malha exterior do modelo cobre uma área de 2160x1620 km, a
vermelho temos o domínio 2 que ainda cobre todo o arquipélago dos Açores com uma área de
972x612 km. O domínio 3, a azul, não cobre o grupo ocidental (Corvo e Flores) e cobre uma área de
474x330 km. Por fim, as duas malhas mais finas a laranja, cobrem as ilhas da Terceira (Domínio 4)
e de São Miguel (Domínio 5).
44
43
42
41
40
39
38
37
36
35
34
33
32
31
-41 -40 -39 -38 -37 -36 -35 -34 -33 -32 -31 -30 -29 -28 -27 -26 -25 -24 -23 -22 -21 -20 -19 -18 -17 -16 -15
4
Os meios níveis sigma usados foram: 0.995 (36m), 0.985 (109m), 0.970 (220m), 0.950 (370m), 0.930 (521m), 0.910
(676m), 0.890 (832m), 0.865 (1031m), 0.825 (1359m), 0.775 (1786m), 0.725 (2231m), 0.675 (2700m), 0.625 (3192m),
0.580 (3659m), 0.550 (3984m), 0.530 (4209m), 0.510 (4438m), 0.490 (4671m), 0.470 (4913m), 0.450 (5162m), 0.430
(5416m), 0.410 (5678m), 0.375 (6157m), 0.325 (6893m), 0.275 (7695m), 0.225 (8585m), 0.175 (9579m), 0.125
(10717m), 0.075 (12053m) e 0.025 (13682m).
26
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Figura 3.1 – Configuração dos domínios.
45.0
1000
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100
50
10
44.0
43.0
42.0
41.0
40.0
39.0
38.0
37.0
36.0
35.0
34.0
33.0
32.0
Domínio 1
31.0
39.5
41.0
40.0
39.0
38.0
37.0
Domínio 2
36.0
-33.0
-32.0
-31.0
-30.0
-29.0
-28.0
-27.0
-26.0
-25.0
-24.0
1000
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100
50
10
39.0
38.5
38.0
37.5
37.0
Domínio 3
-23.0
-29.5
-40.0 -38.0 -36.0 -34.0 -32.0 -30.0 -28.0 -26.0 -24.0 -22.0 -20.0 -18.0 -16.0
39.0
38.9
38.8
38.7
38.6
38.5
Domínio 4
-27.6
-27.5
-27.4
-27.3
-27.2
-27.1
-27.0
-26.9
1000
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100
50
10
-29.0
-28.5
-28.0
-27.5
-27.0
-26.5
-26.0
-25.5
-25.0
38.1
38.0
37.9
37.8
37.7
37.6
37.5
Domínio 5
-26.1
-26.0
-25.9
-25.8
-25.7
-25.6
-25.5
-25.4
-25.3
-25.2
-25.1
1000
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100
50
10
-24.5
1000
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100
50
10
-25.0
Figura 3.2 – Elevação da superfície nos diferentes domínios.
3. Testes de sensibilidade
Na primeira parte do trabalho foram realizados testes para procurar a melhor parameterização
do modelo para o arquipélago dos Açores. Realizaram-se dois conjuntos de simulações, o primeiro
para simular o Furacão Charley de Setembro de 1992 e o segundo para simular o evento de
ciclogénese explosiva ocorrido em Outubro de 2002.
O modelo de mesoscala MM5, tem cinco opções físicas disponíveis: (i) esquemas de
cumulus, (ii) esquemas da camada limite planetária, (iii) esquemas de microfísica, (iv) esquemas de
solo e (v) esquemas de radiação. Para testar a parameterização do modelo foram fixados os
esquemas da radiação (esquema RRTM) e solo (esquema de cinco camadas de solo), porque a sua
influência na previsão é diminuta, e depois procuramos a melhor configuração possível com os
restantes três esquemas.
Metodologia
Os dois conjuntos de simulação foram sub divididos em três sub-conjuntos: no primeiro
conjunto fixaram-se os esquemas de camada limite planetária e microfísica e estudamos os
diferentes esquemas de cumulus (Corridas de cumulus); no segundo sub-conjunto, depois de
escolhida a melhor parameterização de cumulus, fixaram-se os esquemas de cumulus e camada
limite planetária e testamos os diferentes esquemas de microfísica (Corridas de microfísica); por
fim no terceiro sub-conjunto (depois de escolhida a melhor parameterização de microfísica) foram
fixados os esquemas de cumulus e microfísica e verificamos o impacto na previsão dos esquemas
da camada limite planetária (Corridas de camada limite planetária).
Depois da realização das corridas, foram aplicados os métodos de validação descritos no
primeiro capítulo da dissertação, à chuva acumulada num período de 6 e 24 horas, à temperatura aos
2 metros, à pressão ao nível médio do mar e a intensidade e direcção do vento aos 10 metros. Os
parâmetros estatísticos foram aplicados às dez estações clássicas disponíveis no arquipélago dos
Açores.
27
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
40.0
502
39.5
501
912
39.0
509
511
506922
38.5
38.0
512
932
37.5
37.0
515
36.5
36.0
-31.0 -30.5 -30.0 -29.5 -29.0 -28.5 -28.0 -27.5 -27.0 -26.5 -26.0 -25.5 -25.0
Figura 3.3 – Localização das estações clássicas.
3.1. Furacão Charley (Setembro de 1992)
As simulações do Furacão Charley foram realizadas para o período entre as 00h de
26/09/1992 e as 00h de 31/09/1992. Para a verificação ponto a ponto, foram usadas 6 estações para
os domínios 1 e 2, 5 no domínio 3, 2 no domínio 4 e 1 no domínio 5 para a chuva acumulada. Para
os restantes parâmetros utilizaram-se 3 estações para o domínio 1 e 2, 2 para o domínio 3, e 1
estação para os domínios 4 e 5.
3.1.1. Corridas de Cumulus
Nas corridas de cumulus foram fixadas as opções de microfísica (Reisner 1) e camada limite
planetária (MRF PBL), e foram efectuadas cinco simulações para testar as seguintes
parameterizações: Anthes-Kuo (CAK), Grell (CG), Kain-Fritsch (CKF), Betts-Miller (CBM) e KainFritsch 2 (CKF2). Nestas corridas não foi possível testar os esquemas de Arakawa-Schubert e
Fritsch-Chappel. O esquema de Arakawa-Schubert necessita de uma biblioteca (IMSL) que não se
encontrava disponível durante a realização do trabalho e o esquema de Fritsch-Chappel viola o
parâmetro de estabilidade computacional de Courant-Friedrichs-Levy5 (CFL).
Corrida
CAK
CG
CKF
CBM
CKF2
Cumulus
Anthes-Kuo
Grell
Kain-Fritsch
Betts-Miller
Kain-Fritsch 2
Esquemas
Microfísica
Camada Limite Planetária
Reisner 1
MRF PBL
Tabela 3.1 – Corridas de Cumulus (Furacão Charley).
5
Parâmetro de estabilidade computacional que requer que, c δt δx ≤1 .
28
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Chuva acumulada
Como se pode verificar pela tabela 3.2 o esquema de Kain-Fritsch 2 apresenta os menores
erros nas simulações efectuadas, tanto para a chuva acumulada num período de vinte e quatro horas
como num período de seis horas. De maneira geral o erro aumenta do domínio 1 para o domínio 4,
no domínio 5 observam-se erros muito menores do que nos restantes domínios. Olhando para a
tabela verifica-se também um péssimo desempenho dos esquemas de Anthes-Kuo e Kain-Fritsch 1.
Uma média do erro viés para todas as estações mostra que o esquema de Kain-Fritsch 2 e BettsMiller têm uma tendência para subavaliar a precipitação, enquanto os restantes parameterizações
sobreavaliam a precipitação. O esquema de Anthes-Kuo além de apresentar o maior erro nas
corridas realizadas sobreavalia muito (10,4mm numa média para todas as estações e domínios) a
precipitação.
Corrida
CAK
CG
CKF
CBM
CKF2
D1
13,612
14,182
15,097
14,468
12,327
RMSE (Chuva Acumulada em 24 horas)
D2
D3
D4
D5
15,267
19,630
24,247
29,667
13,768
15,019
24,238
3,884
15,648
20,974
23,089
17,015
12,628
13,851
19,625
4,624
12,088
14,807
20,717
2,947
Média
17,479
14,758
17,626
13,785
13,246
Tabela 3.2 – RMSE (Chuva acumulada em vinte e quatro horas).
Corrida
CAK
CG
CKF
CBM
CKF2
RMSE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
8,290
9,990
14,542
10,656
7,432
7,605
12,227
2,898
7,030
8,875
11,607
7,196
5,902
6,122
8,440
1,858
5,809
6,307
9,166
1,728
D1
6,758
7,271
6,923
6,529
5,788
Média
8,999
7,680
7,925
6,197
6,059
Tabela 3.3 – RMSE (Chuva acumulada em seis horas).
Pressão ao nível médio do mar
Novamente o esquema de Kain-Fritsch 2 apresenta os menores erros e o esquema de AnthesKuo apresenta uma fraca performance. Verifica-se uma diminuição do erro do domínio 1 para o
domínio 2, mas os domínios 3 e 4 não apresentam melhorias relativamente ao domínio 2. Verificase, outra vez, valores muito baixos do erro do domínio 5. Olhando para o erro viés verifica-se que
os esquemas de Anthes-Kuo e Grell têm tendência a sobreavaliar a pressão e os restantes esquemas
subavaliam a pressão, sendo que o esquema de Betts-Miller apresenta o melhor erro viés
(0,104hPa).
Corrida
CAK
CG
CKF
CBM
CKF2
D1
2,895
1,771
1,566
1,570
1,386
RMSE (Pressão ao nível médio do mar)
D2
D3
D4
D5
2,749
3,447
4,401
2,310
1,562
1,976
2,427
1,336
1,444
1,406
1,895
0,941
1,434
1,560
2,327
0,726
1,213
1,194
1,729
0,609
Média
3,054
1,771
1,468
1,519
1,252
Tabela 3.4 – RMSE (Pressão ao nível médio do mar).
Temperatura aos 2 metros
Nas simulações efectuadas nota-se uma diminuição do erro do domínio 1 para o domínio 3, os
domínios de malha fina (domínio 4 e 5) não apresentam melhorias em relação ao domínio 3. Nestas
29
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
corridas o esquema de Grell apresenta os melhores resultados globalmente. Em todas as simulações
existe uma tendência clara para a sobreavaliação da temperatura, sendo o esquema de Grell o que
melhor simula a temperatura aos 2m (apresenta um erro viés médio para todas as estações de
0,387ºC). Convém referir que nestes dados não foram aplicadas nenhumas correcções devido às
diferenças entre as altitudes das estações no modelo e as altitudes reais das estações.
Corrida
CAK
CG
CKF
CBM
CKF2
D1
1,889
1,770
1,848
1,854
1,854
RMSE (Temperatura aos 2 metros)
D2
D3
D4
D5
1,629
1,754
1,844
1,957
1,608
1,599
1,558
1,707
1,593
1,576
1,561
1,807
1,606
1,584
1,715
1,764
1,650
1,709
1,715
1,887
Média
1,786
1,660
1,684
1,703
1,753
Tabela 3.5 – RMSE (Temperatura aos 2 metros).
Corrida
CAK
CG
CKF
CBM
CKF2
D1
1,172
0,781
1,035
1,043
1,064
D2
0,625
0,072
0,462
0,488
0,498
BE (Temperatura aos 2m)
D3
D4
0,958
0,988
0,262
0,130
0,695
0,645
0,790
0,722
0,859
0,805
D5
1,271
0,662
1,085
1,209
1,228
Média
0,957
0,387
0,761
0,810
0,844
Tabela 3.6 – BE (Temperatura aos 2 metros).
Vento aos 10 metros
Os erros da intensidade do vento aos 10 metros são bastantes elevados, nestas corridas o
esquema que apresenta a melhor performance é o esquema de Grell. Todas as simulações têm uma
clara tendência para sobreavaliar a intensidade do vento, mas o esquema de Anthes-Kuo apresenta o
melhor erro viés (0,189m/s). Parte destes erros podem ser eliminados tendo a diferença de altura
entre as estações no modelo e na realizada, convém também notar que estamos a comparar dados
médios de 10 minutos com os valores instantâneos fornecidos pelo modelo.
Corrida
CAK
CG
CKF
CBM
CKF2
D1
4,382
4,041
4,341
4,160
4,143
RMSE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
4,498
4,851
6,055
3,622
3,881
3,850
4,231
3,433
4,425
4,638
4,634
4,000
4,254
4,549
5,412
3,568
4,138
4,361
4,772
3,461
Média
4,602
3,913
4,421
4,332
4,180
Tabela 3.7 – RMSE (Intensidade do vento aos 10 metros).
Breves Conclusões
Nestas simulações, verifica-se que a escolha de uma parameterização adequada para o
arquipélago dos Açores não vai ser fácil. Para já como a convecção afecta grandemente a
precipitação (como se pode verificar pela grande variação dos erros nas tabelas 3.2 e 3.3), optou-se
por olhar só para os dados estatísticos para chuva acumulada. Sendo assim, vamos utilizar o
esquema de Kain-Fritsch 2 para os cinco domínios utilizados nas restantes simulações do furacão
Charley.
30
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
3.1.2. Corridas de Microfísica
Nas corridas de microfísica foram fixadas as opções de cumulus (Kain-Fritsch 2) e camada
limite planetária (MRF PBL), e foram efectuadas seis simulações para testar as seguintes
parameterizações: Warm Rain (MWR), Simple Ice (MSI), Reisner 1 (MR1), Goddard (MG), Reisner
2 (MR2) e Schultz (MS). Não foi possível estudar os esquemas Dry e Stable Precipitation, pois não
se conseguiu criar os mpp´s necessários para lançar a simulação.
Corrida
MWR
MSI
MR1
MG
MR2
MS
Cumulus
Kain-Fritsch 2
Esquemas
Microfísica
Warm Rain
Simple Ice
Reisner 1
Goddard
Reisner 2
Schultz
Camada Limite Planetária
MRF PBL
Tabela 3.8 – Corridas de Microfísica (Furacão Charley).
Chuva Acumulada
Nota-se nestas simulações uma menor influência dos esquemas de microfísica na precipitação
que nos esquemas de convecção. As simulações não apresentam grandes melhorias do domínio 1
para o 2, os domínios 3 e 4 apresentam piores resultados que os dois primeiros domínios. O
domínio 5 volta a apresentar erros menores, neste domínio a comparação do modelo é feita contra
uma estação, e neste caso particular os valores previstos pelo modelo aproximam-se dos valores
registados na estação de Ponta Delgada. Olhando para o RMSE médio de todas as estações o
esquema de Schultz parece ser o melhor. Os valores do erro viés indicam que só o esquema de
Warm Rain e Goddard sobrestimam a precipitação e os restantes esquemas subavaliam a
precipitação. Teoricamente o esquema de Goddard teria uma previsão quase perfeita, visto que o
seu erro viés é muito próximo de zero (0,059mm).
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
13,866
12,173
12,327
12,717
13,108
11,606
RMSE (Chuva Acumulada em 24 horas)
D2
D3
D4
D5
13,402
16,175
19,040
3,707
11,723
14,308
20,659
1,628
12,088
14,807
20,717
2,947
12,197
14,708
21,547
2,774
12,542
15,555
21,017
2,809
11,986
13,926
21,957
2,504
Média
14,313
12,893
13,246
13,444
13,826
12,880
Tabela 3.9 – RMSE (Chuva acumulada em vinte e quatro horas).
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
6,225
5,736
5,788
5,955
5,917
5,542
RMSE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
6,207
6,936
8,597
2,015
5,791
6,254
9,287
1,302
5,809
6,307
9,166
1,728
5,965
6,134
9,396
1,380
5,891
6,586
9,506
1,361
5,572
5,956
9,548
1,232
Média
6,424
6,016
6,059
6,118
6,207
5,840
Tabela 3.10 – RMSE (Chuva acumulada em seis horas).
31
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Corrida
MWR
MSI
MR1
MG
MR2
MS
BE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
0,193
1,054
-0,881
0,686
-0,146
0,435
-0,929
0,071
-0,065
0,402
-0,881
0,181
0,112
0,664
-0,296
0,295
-0,082
0,389
-1,042
0,244
-0,251
0,085
-0,887
0,215
D1
-0,313
-0,550
-0,529
-0,420
-0,538
-0,755
Média
0,174
-0,190
-0,157
0,059
-0,181
-0,359
Tabela 3.11 – BE (Chuva acumulada em seis horas).
Pressão ao nível médio do mar
Os erros da pressão ao nível médio do mar apresentam uma melhoria do domínio 1 para o
domínio 2, depois existe um aumento do erro para o domínio 3 e 4 e o domínio 5 volta a apresentar
os menores erros. Os valores do erro viés mostram que os esquemas de Warm Rain e Schultz
sobreavaliam a pressão, sendo que este último apresenta o melhor valor de erro viés (0,067hPa). Os
restantes esquemas subavaliam a pressão.
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
1,909
1,267
1,301
1,313
1,377
1,351
RMSE (Pressão ao nível médio do mar)
D2
D3
D4
D5
1,851
2,337
2,952
1,617
1,170
1,208
1,784
0,572
1,199
1,215
1,714
0,681
1,189
1,076
1,445
0,735
1,287
1,216
1,766
0,680
1,201
1,408
2,024
0,640
Média
2,052
1,209
1,233
1,184
1,287
1,314
Tabela 3.12 – RMSE (Pressão ao nível médio do mar).
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
0,104
-0,254
-0,331
-0,412
-0,364
-0,050
BE (Pressão ao nível médio do mar)
D2
D3
D4
D5
0,029
0,520
0,586
0,151
-0,332
0,120
0,043
-0,078
-0,407
0,037
-0,072
-0,141
-0,498
-0,058
-0,218
-0,198
-0,441
-0,010
-0,056
-0,254
-0,126
0,368
0,283
0,185
Média
0,217
-0,155
-0,235
-0,326
-0,274
0,067
Tabela 3.13 – BE (Pressão ao nível médio do mar).
Temperatura aos 2 metros
Nestas simulações verifica-se que a temperatura aos 2 metros depende pouco da microfísica.
Os erros médios das diferentes parameterizações variam pouco. Nota-se uma melhoria do domínio 1
para o domínio 2 e os restantes domínios apresentam erros maiores. Olhando para o erro viés
verificamos que a temperatura aos 2 metros é sobreavaliada por todos os esquemas, sendo que os
valores do víes são muito semelhantes. Embora a diferença entre as diferenças parameterizações
seja diminuta o esquema de Schultz apresenta os menores erros.
32
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
1,860
1,792
1,833
1,853
1,863
1,831
RMSE (Temperatura aos 2 metros)
D2
D3
D4
D5
1,593
1,705
1,810
1,829
1,597
1,672
1,724
1,867
1,642
1,773
1,851
1,911
1,689
1,789
1,872
2,029
1,641
1,720
1,788
1,902
1,576
1,643
1,683
1,883
Média
1,741
1,710
1,773
1,811
1,764
1,707
Tabela 3.14 – RMSE (Temperatura aos 2 metros).
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
1,012
0,912
0,964
0,944
0,979
0,994
BE (Temperatura aos 2 metros)
D2
D3
D4
D5
0,378
0,803
0,801
1,161
0,286
0,794
0,710
1,203
0,331
0,824
0,703
1,215
0,321
0,748
0,597
1,187
0,320
0,760
0,663
1,214
0,329
0,716
0,631
1,122
Média
0,774
0,709
0,745
0,707
0,729
0,715
Tabela 3.15 – BE (Temperatura aos 2 metros).
Vento aos 10 metros
Os erros da intensidade do vento aos 10 metros voltam a ser grandes, mesmo assim o
esquema de Goddard destaca-se apresentando o menor RMSE. Entre os restantes esquemas os erros
não apresentam grandes diferenças e todas as simulações sobreavaliam a intensidade do vento.
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
4,082
4,317
4,499
4,100
4,394
4,589
RMSE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
4,053
4,434
5,383
3,301
4,186
4,604
4,640
3,898
4,366
4,817
5,090
3,974
3,868
3,847
4,004
3,390
4,331
4,726
4,909
4,097
4,564
5,121
5,715
4,064
Média
4,196
4,326
4,529
3,899
4,464
4,748
Tabela 3.16 – RMSE (Intensidade do vento aos 10 metros).
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
1,998
2,291
2,296
2,578
2,435
2,366
BE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
1,755
1,743
1,150
1,721
2,071
1,975
1,488
2,185
2,058
1,959
1,364
2,365
2,305
2,133
1,822
2,245
2,204
2,070
1,123
2,511
2,146
2,034
1,062
2,469
Média
1,762
2,071
2,071
2,298
2,169
2,114
Tabela 3.17 – BE (Intensidade do vento aos 10 metros).
Breves Conclusões
Escolher um esquema entre os seis esquemas testados revela-se complicado. Para já, e
olhando para os dados estatísticos da chuva acumulada, vamos utilizar o esquema de Reisner 1 para
as restantes simulações, visto que é este esquema que apresenta o menor valor de erro viés, isto é,
ao longo dos quatro dias de simulação este esquema prevê um valor de chuva acumulada mais
próximo daquele que foi registado nas diferentes estações.
33
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
3.1.3. Corridas de Camada Limite Planetária
Nas corridas de camada limite planetária foram fixadas as opções de cumulus (Kain-Fritsch 2)
e microfísica (Reisner 1) e foram efectuadas quatro simulações para testar as seguintes
parameterizações: High-Resolution PBL (PHR), ETA PBL (PET), MRF PBL (PMR) e GaynoSeaman PBL (PGS). Nestas corridas não foi possível testar os esquemas de Bulk PBL, BurkThompson PBL, e Pleim-Chang PBL. O esquema de Bulk PBL é incompatível com o esquema de
radiação escolhido e os esquemas de Burk-Thompson e Pleim-Chang são incompatíveis com o
esquema de solo escolhido, o último destes tem de ser acoplado ao esquema de solo Pleim-Xiu
LSM que não está a ser utilizado nestas simulações.
Corrida
PHR
PET
PMR
PGS
Cumulus
Esquemas
Microfísica
Kain-Fritsch 2
Reisner 1
Camada Limite Planetária
High Resolution PBL
ETA PBL
MRF PBL
Gayno-Seaman PBL
Tabela 3.18 – Corridas de Camada Limite Planetária (Furacão Charley).
Chuva Acumulada
Podemos verificar melhorias do domínio 1 para o domínio 2, os domínios 3 e 4 apresentam os
maiores erros e o domínio 5 volta novamente a apresentar erros muito baixos. Numa média para
todas as estações e domínios o esquema de Gayno-Seaman apresenta os melhores resultados para a
chuva acumulada em 24 horas e o esquema MRF apresenta os melhores valores para a chuva
acumulada em 6 horas, muito embora não existam grandes diferenças entre os quatro esquemas
testados.
Corrida
PHR
PET
PMR
PGS
D1
13,106
12,860
12,327
12,827
RMSE (Chuva Acumulada em 24 horas)
D2
D3
D4
D5
12,725
15,400
18,740
2,304
12,826
15,244
21,034
2,725
12,088
14,807
20,717
2,947
12,526
14,548
18,186
2,798
Média
13,588
13,756
13,246
13,201
Tabela 3.19 – RMSE (Chuva Acumulada em 24 horas).
Corrida
PHR
PET
PMR
PGS
D1
6,025
5,957
5,788
5,950
RMSE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
5,919
6,399
8,999
1,193
5,996
6,438
9,485
1,617
5,809
6,307
9,166
1,728
5,916
6,323
9,205
1,674
Média
6,143
6,225
6,059
6,145
Tabela 3.20 – RMSE (Chuva Acumulada em 6 horas).
Pressão ao nível médio do mar
Para a pressão ao nível médio do mar pouco separa os esquemas MRF e High Resolution.
Desta vez o domínio 3 apresenta os menores erros, excepto para o esquema MRF que apresenta os
melhores resultados para o domínio 2. Todos os esquemas apresentam uma tendência para
subavaliar a pressão como se pode ver pela tabela 3.22.
34
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Corrida
PHR
PET
PMR
PGS
D1
1,322
1,416
1,301
1,409
RMSE (Pressão ao nível médio do mar)
D2
D3
D4
D5
1,219
1,205
1,803
0,530
1,353
1,305
1,759
0,876
1,199
1,215
1,714
0,681
1,340
1,308
1,826
0,757
Média
1,237
1,355
1,233
1,345
Tabela 3.21 – RMSE (Pressão ao nível médio do mar).
Corrida
PHR
PET
PMR
PGS
D1
-0,236
-0,369
-0,331
-0,312
BE (Pressão ao nível médio do mar)
D2
D3
D4
D5
-0,340
0,120
0,062
-0,070
-0,466
-0,020
-0,175
-0,153
-0,407
0,037
-0,072
-0,141
-0,410
0,055
-0,039
-0,110
Média
-0,150
-0,287
-0,235
-0,221
Tabela 3.22 – BE (Pressão ao nível médio do mar).
Temperatura aos 2 metros
Todos os esquemas sobreavaliam a temperatura aos 2 metros, em média o esquema MRF
apresenta valores 0,745ºC superiores aos valores observados. Os esquemas de High Resolution e
ETA apresentam valores do erro viés muito próximos de zero (teoricamente uma previsão perfeita).
O erro apresentado pelo esquema MRF é superior aos erros apresentados pelos restantes esquemas.
Corrida
PHR
PET
PMR
PGS
D1
1,622
1,596
1,833
1,606
RMSE (Temperatura aos 2 metros)
D2
D3
D4
D5
1,619
1,548
1,644
1,528
1,575
1,522
1,697
1,465
1,642
1,773
1,851
1,911
1,534
1,509
1,601
1,473
Média
1,599
1,572
1,773
1,551
Tabela 3.23 – RMSE (Temperatura aos 2 metros).
Corrida
PHR
PET
PMR
PGS
D1
0,264
0,313
0,964
0,408
BE (Temperatura aos 2 metros)
D2
D3
D4
D5
-0,316
0,114
0,100
0,364
-0,285
0,111
0,084
0,331
0,331
0,824
0,703
1,215
-0,168
0,219
0,163
0,443
Média
0,054
0,072
0,745
0,176
Tabela 3.24 – BE (Temperatura aos 2 metros).
Vento aos 10 metros
O domínio 2 volta a apresentar os melhores resultados. Em média os erros do esquema MRF
são menores, embora não existam grandes diferenças entre os diferentes esquemas. Pela tabela 3.26
podemos ver que o modelo tende a sobreavaliar a intensidade do vento.
Corrida
PHR
PET
PMR
PGS
D1
4,714
4,998
4,499
4,537
RMSE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
4,460
4,918
5,809
3,797
4,752
5,188
5,877
4,349
4,366
4,817
5,090
3,974
4,417
4,863
5,749
3,830
Média
4,697
4,985
4,529
4,617
Tabela 3.25 – RMSE (Intensidade do vento aos 10 metros).
35
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Corrida
PHR
PET
PMR
PGS
D1
2,467
2,782
2,296
2,067
BE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
2,353
2,444
2,012
2,583
2,533
2,650
2,181
2,969
2,058
1,959
1,364
2,365
1,891
2,044
1,468
2,415
Média
2,395
2,639
2,071
1,985
Tabela 3.26 – BE (Intensidade do vento aos 10 metros).
Breves Conclusões
Olhando para os dados é difícil escolher entre os esquema MRF e Gayno-Seaman. Ambos os
esquemas apresentam os melhores resultados para a chuva acumulada e para a intensidade do vento
aos 10 metros. Olhando para todos os dados, parece-me que o esquema MRF é globalmente o
melhor esquema (mesmo apresentando os maiores erros para a temperatura aos 2 metros).
3.2. Ciclogénese Explosiva (Outubro de 2002)
As simulações do evento de ciclogénese explosiva foram realizadas para o período entre as
00h de 16/10/2002 e as 00h de 19/10/2002. Para a verificação ponto a ponto, foram usadas 7
estações para os domínios 1 e 2, 5 no domínio 3, 2 no domínio 4 e 1 no domínio 5 para a chuva
acumulada. Para os restantes parâmetros utilizaram-se 6 estações para o domínio 1 e 2, 4 para o
domínio 3, 2 para o domínio 4, e 1 para o domínio 5.
3.2.1. Corridas de Cumulus
Corrida
CAK
CG
CKF
CBM
CKF2
Cumulus
Anthes-Kuo
Grell
Kain-Fritsch
Betts-Miller
Kain-Fritsch 2
Esquemas
Microfísica
Camada Limite Planetária
Reisner 1
MRF PBL
Tabela 3.27 – Corridas de Cumulus (Ciclogénese Explosiva).
Chuva Acumulada
Volta a verificar-se que a parameterização da convecção afecta bastante a precipitação. Como
nas cumulus Corridas de 1992, o esquema de Kain-Fritsch 2 volta a ser o esquema que apresenta
menores erros nas simulações efectuadas e o esquema de Anthes-Kuo volta a ter o pior
desempenho. Nestas simulações o domínio 1 apresenta os menores erros e não existem na maioria
dos casos melhorias para os domínios interiores. Desta feita as corridas CAK, CG têm a tendência
para sobreavaliar a chuva acumulada e as corridas CKF, CBM e CKF2 subavaliam a chuva
acumulada.
Corrida
CAK
CG
CKF
CBM
CKF2
D1
21,304
20,064
17,086
17,951
17,131
RMSE (Chuva Acumulada em 24 horas)
D2
D3
D4
D5
26,850
35,366
45,428
39,875
23,320
27,389
25,204
15,037
16,421
18,359
27,747
19,306
18,146
17,748
22,438
23,879
17,021
18,575
26,153
16,375
Média
29,302
23,004
18,234
18,644
18,210
Tabela 3.28 – RMSE (Chuva Acumulada em 24 horas).
36
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Corrida
CAK
CG
CKF
CBM
CKF2
RMSE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
9,294
12,140
14,702
12,425
10,260
12,937
10,291
7,032
7,322
8,291
10,911
10,847
7,968
8,143
9,258
11,455
7,213
7,981
10,319
8,553
D1
8,063
8,599
7,375
7,720
7,173
Média
10,183
10,196
8,046
8,205
7,718
Tabela 3.29 – RMSE (Chuva Acumulada em 6 horas).
Corrida
CAK
CG
CKF
CBM
CKF2
BE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
2,072
5,392
5,754
7,821
0,420
1,627
-3,347
3,067
-1,258
-0,405
-4,047
3,938
-0,643
-0,341
-3,506
2,479
-1,342
-0,824
-4,360
2,052
D1
0,544
-0,530
-1,738
-1,081
-1,656
Média
2,936
0,170
-1,234
-0,832
-1,444
Tabela 3.30 – BE (Chuva Acumulada em 6 horas).
Pressão ao nível médio do mar
Como nas corridas realizadas para o Furacão Charley o esquema de Kain-Fritsch 2 volta a ser
o melhor esquema e o esquema de Anthes-Kuo apresenta o pior resultado. Volta a verificar-se uma
grande influência dos diferentes esquemas na pressão. Não se verificam grandes melhorias entre os
domínios 1 e 2, o domínio 3 apresenta maiores erros que os dois primeiros. O domínio 4 apresenta
melhorias significativas em relação aos três primeiros domínios, mas o domínio 5 que tem a mesma
resolução espacial apresenta erros maiores quando comparados com os três primeiros domínios.
Todos os esquemas testados sobreavaliam a pressão.
Corrida
CAK
CG
CKF
CBM
CKF2
D1
2,856
2,224
1,533
1,657
1,437
RMSE (Pressão ao nível médio do mar)
D2
D3
D4
D5
2,738
2,809
2,173
2,282
2,162
2,446
1,778
2,443
1,571
1,848
1,207
1,801
1,666
1,916
1,426
1,931
1,492
1,841
1,262
1,874
Média
2,707
2,215
1,591
1,704
1,544
Tabela 3.31 – RMSE (Pressão ao nível médio do mar).
Temperatura aos 2 metros
Existem grandes melhorias entre o domínio 1 e 2, mas os restantes domínios não apresentam
melhorias. Como nas corridas de 1992 o esquema de Grell volta a ter a melhor performance e todas
as simulações voltam a sobreavaliar a temperatura. Nestas simulações verifica-se uma grande
diferença entre o esquema de Anthes-Kuo e o restantes o que não ocorreu nas simulações de 1992.
Corrida
CAK
CG
CKF
CBM
CKF2
D1
2,351
1,803
1,897
2,039
2,050
RMSE (Temperatura aos 2 metros)
D2
D3
D4
D5
2,015
2,013
2,104
2,508
1,506
1,638
1,546
1,878
1,573
1,634
1,546
2,028
1,710
1,717
1,479
2,299
1,740
1,699
1,579
2,068
Média
2,156
1,651
1,709
1,822
1,829
Tabela 3.32 – RMSE (Temperatura aos 2 metros).
37
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Vento aos 10 metros
Voltamos a verificar que os diversos esquemas testados sobreavaliam a intensidade do vento,
e os erros calculados continuam a ser grandes. Nestas corridas o melhor esquema para todas as
estações é o esquema de Anthes-Kuo, e não existem melhorias do domínio 1 para o 2 apresentando
o domínio 3 os menores erros.
Corrida
CAK
CG
CKF
CBM
CKF2
D1
3,936
4,616
5,496
5,558
5,490
RMSE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
4,187
3,805
4,072
3,468
4,974
4,382
4,179
4,210
5,769
5,581
6,342
4,694
5,802
5,324
5,270
5,593
5,840
5,362
6,065
4,133
Média
3,977
4,612
5,647
5,557
5,563
Tabela 3.33 – RMSE (Intensidade do vento aos 10 metros).
Breves Conclusões
Como a convecção afecta fortemente precipitação, voltamos a verificar que o melhor esquema
para os três primeiros domínios é o esquema de Kain-Fritsch 2 (tabelas 3.28 e 3.29), no entanto
verificamos uma grande diferença entre os erros no domínio 5 onde o esquema de Grell apresenta
um erro muito menor. Sendo assim, e como os domínios 4 e 5 têm a mesma resolução espacial,
temos que considerar que o melhor esquema seria Kain-Fritsch 2 para os domínios de malha maior
(1,2 e 3) e o esquema de Grell para os domínios de maior resolução (4 e 5).
3.2.2. Corridas de Microfísica
Corrida
MWR
MSI
MR1
MG
MR2
MS
Cumulus
Kain-Fritsch 2 para os
domínios 1, 2 e 3
e
Grell para os
domínios 4 e 5
Esquemas
Microfísica
Warm Rain
Simple Ice
Reisner 1
Goddard
Reisner 2
Schultz
Camada Limite Planetária
MRF PBL
Tabela 3.34 – Corridas de Microfísica (Ciclogénese Explosiva).
Chuva Acumulada
Nas simulações efectuadas verificamos que o esquema de Warm-Rain apresenta os menores
erros e o esquema de Schultz apresenta a pior performance, situação contrária ao que acontecia nas
simulações do furacão Charley. Voltamos a verificar melhorias do domínio 1 para o domínio 2, se
não olharmos para a corrida MWR (onde existem melhorias grandes nos domínio 3 e 4) não
existem ganhos entre os restantes domínios e o domínio 2. Tirando a corrida MWR que sobrestima
a precipitação todos os esquemas testados tendem a subavaliar a precipitação acumulada.
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
15,168
16,931
18,068
18,126
18,898
21,001
RMSE (Chuva Acumulada em 24 horas)
D2
D3
D4
D5
15,070
13,793
10,799
30,962
15,830
18,432
22,856
21,769
17,709
20,501
28,646
23,152
17,300
19,675
29,022
13,776
17,960
19,908
22,577
20,991
20,490
24,538
27,686
40,337
Média
15,145
17,680
19,700
19,008
19,259
23,129
Tabela 3.35 – RMSE (Chuva Acumulada em 24 horas).
38
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Corrida
MWR
MSI
MR1
MG
MR2
MS
RMSE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
6,607
6,683
6,709
13,264
7,329
8,499
9,315
10,087
7,654
9,227
12,080
11,437
8,096
9,638
12,004
7,778
7,565
8,737
9,544
9,241
9,162
11,586
11,131
20,407
D1
6,687
7,410
7,664
8,251
7,667
9,228
Média
6,962
7,927
8,589
8,836
8,120
10,424
Tabela 3.36 – RMSE (Chuva Acumulada em 6 horas).
Corrida
MWR
MSI
MR1
MG
MR2
MS
BE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
-0,078
1,405
0,002
5,584
-0,247
0,533
-2,710
4,407
-1,045
-0,031
-3,012
3,875
-0,613
0,379
-2,510
2,626
-1,285
-0,129
-3,469
3,719
-0,706
0,456
-4,326
6,648
D1
-0,909
-1,005
-1,452
-1,188
-1,815
-1,375
Média
0,259
-0,323
-0,899
-0,596
-1,162
-0,650
Tabela 3.37 – BE (Chuva Acumulada em 6 horas).
Pressão ao nível médio do mar
Nestas simulações não verificamos ganhos entre o domínio 1 e os restantes domínios. Nestas
simulações a corrida MWR apresenta a pior performance e a corrida de MR1 apresenta os menores
erros para os três domínios de malha maior e a corrida MR2 apresenta os menores erros para os dois
domínios de malha menor. Todas as corridas sobreavaliam a pressão média ao nível do mar.
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
1,856
1,404
1,368
1,372
1,549
1,689
RMSE (Pressão ao nível médio do mar)
D2
D3
D4
D5
1,819
1,953
1,515
1,726
1,505
1,764
1,290
1,903
1,482
1,708
1,304
1,793
1,568
1,751
1,491
1,790
1,649
1,749
1,235
1,694
1,713
1,855
1,285
1,927
Média
1,822
1,526
1,491
1,548
1,597
1,701
Tabela 3.38 – RMSE (Pressão ao nível médio do mar).
Temperatura aos 2 metros
A corrida MS apresenta o menor erro para o domínio exterior e a corrida MSI para os
restantes. Existem grandes melhorias do domínio 1 para o domínio 2 os restantes domínios não
apresentam melhorias em relação ao domínio 2. Todos os esquemas sobreavaliam a temperatura aos
2 metros e não se verifica um grande impacto da parameterização de microfísica na temperatura.
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
2,294
2,176
2,271
2,286
2,293
2,157
RMSE (Temperatura aos 2 metros)
D2
D3
D4
D5
1,912
1,936
1,939
2,354
1,723
1,730
1,601
2,108
1,905
1,876
1,836
2,140
1,919
1,864
1,769
2,242
1,958
1,922
1,794
2,262
1,847
1,806
1,712
2,128
Média
2,064
1,875
2,020
2,024
2,055
1,937
Tabela 3.39 – RMSE (Temperatura aos 2 metros).
39
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Vento aos 10 metros
Nestas corridas a corrida MWR parece ser de longe o melhor e verificamos que o domínio 3
apresenta os menores erros. Todas as corridas têm tendência clara a sobreavaliar a intensidade do
vento aos 10 metros.
Corrida
MWR
MSI
MR1
MG
MR2
MS
D1
4,480
5,122
5,247
5,350
5,212
4,978
RMSE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
4,690
4,258
3,936
4,702
5,575
5,116
6,018
4,209
5,762
5,208
5,757
4,554
5,770
5,120
5,353
4,308
5,432
5,194
6,349
3,894
5,448
5,041
5,736
4,191
Média
4,454
5,310
5,419
5,380
5,328
5,178
Tabela 3.40 – RMSE (Intensidade do vento aos 10 metros).
Breves Conclusões
Vamos novamente olhar para os dados da chuva acumulada, no domínio 5 o esquema de
Goddard apresenta um erro muito menor que o esquema de Warm-Rain, mas no domínio 4 que tem
a mesma resolução que o domínio 5 temos a situação inversa. Sendo assim, nas próximas corridas
vamos em seguida usar o esquema de Warm-Rain para todos os domínios.
3.2.3. Corridas de Camada Limite Planetária
Corrida
PHR
PET
PMR
PGS
Esquemas
Microfísica
Cumulus
Kain-Fritsch 2 para os
domínios 1, 2 e 3 e Grell
para os domínios 4 e 5
Warm Rain
para todos os domínios
Camada Limite Planetária
High Resolution PBL
ETA PBL
MRF PBL
Gayno-Seaman PBL
Tabela 3.41 – Corridas de Camada Limite Planetária (Ciclogénese Explosiva).
Chuva Acumulada
Nestas simulações o esquema MRF destaca-se com os menores erros e os quatro esquemas
testados sobreavaliam a chuva acumulada. Não se verificam melhorias entre o domínio 1 e o
domínio 2 e 3, nos domínios 4 e 5 que têm as mesmas resoluções espaciais existe uma grande
discrepância, no domínio 4 os meteogramas feitos revelam uma “boa” simulação da precipitação
durante os três dias de simulação e no domínio 5 verificamos uma grande sobreavaliação da chuva
acumulada no mesmo período daí existir uma grande diferença entre os dois domínios.
Corrida
PHR
PET
PMR
PGS
D1
17,168
17,467
15,168
18,510
RMSE (Chuva Acumulada em 24 horas)
D2
D3
D4
D5
18,067
17,875
13,792
33,473
18,949
21,845
18,521
41,854
15,070
13,793
10,799
30,962
22,738
28,808
26,914
37,654
Média
18,049
20,138
15,145
23,830
Tabela 3.42 – RMSE (Chuva Acumulada em 24 horas).
40
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Corrida
PHR
PET
PMR
PGS
RMSE (Chuva Acumulada em 6 horas)
D2
D3
D4
D5
7,643
7,100
7,203
11,691
8,507
9,293
11,002
12,874
6,607
6,683
6,709
13,264
9,318
10,997
13,364
14,013
D1
7,637
8,511
6,687
8,187
Média
7,661
9,112
6,962
9,921
Tabela 3.43 – RMSE (Chuva Acumulada em 6 horas).
Pressão ao nível médio do mar
Como no caso da chuva acumulada o esquema MRF apresenta os melhores resultados para
todos os domínios e não se verificam melhorias entre os diversos domínios (volta-se a verificar uma
discrepância entre o domínio 4 e 5). Os quatro esquemas testados sobreavaliam a pressão ao nível
médio do mar ao longo dos três dias de simulação.
Corrida
PHR
PET
PMR
PGS
D1
2,477
2,298
1,856
2,218
RMSE (Pressão ao nível médio do mar)
D2
D3
D4
D5
2,467
2,574
2,453
1,949
2,335
2,386
2,389
1,901
1,819
1,953
1,515
1,726
2,207
2,265
1,944
1,920
Média
2,464
2,317
1,822
2,180
Tabela 3.44 – RMSE (Chuva Acumulada em 24 horas).
Temperatura aos 2 metros
Como no caso de Furacão Charley a temperatura aos 2 metros é sobreavaliada por todos os
esquemas, o esquema MRF volta a ser o que apresenta o maior erro e o esquema de Gayno-Seaman
volta a apresentar a melhor performance. Nestas corridas verificamos uma melhoria clara do
domínio 1 para o domínio 2 e os restantes domínios não apresentam melhorias.
Corrida
PHR
PET
PMR
PGS
D1
1,736
1,554
2,294
1,572
RMSE (Temperatura aos 2 metros)
D2
D3
D4
D5
1,487
1,498
1,413
1,628
1,410
1,489
1,406
1,455
1,912
1,936
1,939
2,354
1,361
1,470
1,386
1,394
Média
1,568
1,474
2,064
1,455
Tabela 3.45 – RMSE (Temperatura aos 2 metros).
Vento aos 10 metros
O esquema de Gayno-Seaman volta a destacar-se na simulação da intensidade do vento aos 10
metros. Todos os esquemas sobreavaliam a intensidade do vento, e o domínio 1 apresenta os
menores erros menos para o domínio 4 onde o esquema MRF apresenta o menor erro (que é pouco
inferior ao erro do esquema de Gayno-Seaman).
Corrida
PHR
PET
PMR
PGS
D1
4,592
4,728
4,481
4,286
RMSE (Intensidade do vento aos 10 metros)
D2
D3
D4
D5
4,844
4,823
4,714
4,684
4,981
4,728
5,235
5,010
4,691
4,258
3,936
4,702
4,511
4,176
4,145
4,434
Média
4,738
4,876
4,455
4,327
Tabela 3.46 – RMSE (Intensidade do vento aos 10 metros).
41
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Breves Conclusões
Tendo em conta a chuva acumulada e a pressão média ao nível do mar o esquema MRF é o
melhor, olhando para a temperatura aos 2 metros e o vento aos 10 metros o esquema de GaynoSeaman é o melhor.
3.3. Escolha da parameterização para o arquipélago dos Açores
Cumulus
Para a convecção, o esquema de Kain-Fritsch 2 parece ser o melhor. Apresenta os melhores
resultados tanto para a chuva acumulada e para a pressão ao nível do mar. Se olharmos para a
temperatura aos 2 metros o esquema de Grell apresenta erros menores que o esquema de KainFritsch 2. Para o evento de ciclogénese explosiva ocorrido em 2002 o esquema de Grell apresenta
um erro muito menor para a chuva acumulada no domínio 5, e para o domínio 4 apresenta uma
pequena melhoria em relação ao esquema de Kain-Fritsch 2 (o esquema de Betts-Miller é o melhor
esquema no domínio 4). Sendo assim, para a parameterização de cumulus a melhor configuração
parece ser Kain-Fritsch 2 para os três domínios de malha grossa (1,2 e 3) e Grell para os três
domínios de malha fina (4 e 5).
Microfísica
Destacar um esquema de microfísica é extremamente difícil, mesmo assim parece-me que o
esquema de Simple Ice é o melhor. Se olharmos para os dados estatísticos da chuva acumulada o
esquema apresenta em ambos as corridas de microfísica o segundo menor erro (para 1992 e pouco
pior que o esquema de Schultz e em 2002 apresenta um erro maior em cerca de 1mm que o esquema
de Warm-Rain mas é claramente superior aos restantes esquemas). Para a pressão ao nível médio do
mar volta a ser o segundo melhor esquema em ambas as datas e pouco perde para o melhor
esquema. Na temperatura aos 2 metros é o melhor esquema para 2002 e é pouco pior que o esquema
de Schultz em 1992 (diferença de 0,003ºC).
Camada Limite Planetária
Olhando para os dados da precipitação de 1992 e 2002 o esquema MRF destaca-se, e nota-se
um impacto quase nulo desta parameterização na precipitação. Para a pressão ao nível médio do
mar voltamos a verificar que o esquema MRF apresenta os menores erros e para a temperatura aos 2
metros o esquema de Gayno-Seaman tem os melhores resultados. Nesta situação optou-se por
perder um bocado na temperatura e escolhe-se como a melhor configuração o esquema MRF para
os cinco domínios.
Domínio
1
2
3
4
5
Cumulus
Kain-Fritsch 2
Kain-Fritsch 2
Kain-Fritsch 2
Grell
Grell
Esquemas
Microfísica
Camada Limite Planetária
Simple Ice
MRF PBL
Tabela 3.47 – Melhor parameterização para o arquipélago dos Açores.
42
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
CAPÍTULO 4 - CASOS DE ESTUDO
1. Apresentação dos casos de estudo
Situado nas latitudes médias do Atlântico nordeste, o arquipélago dos Açores é visitado com
frequência por ciclones de origem tropical, muitas vezes assumindo força de furacão. Estas
tempestades são mais comuns nos meses de Agosto a Outubro, mas podem ocorrer desde meados
de Junho até meados de Dezembro.
Sendo assim foram escolhidos para estudo, casos em que ciclones atingiram os Açores. Além
do estudo de ciclones tropicais, também se estudou um evento de precipitação intensa que culminou
com cerca de duas horas de precipitação excepcional na madrugada de 31 de Outubro de 1997 e
dois eventos de cavamento explosivo ocorridos em Dezembro de 1996 e Outubro de 2002.
Em seguida apresenta-se uma listagem dos casos estudados:
9
Furacão Charley, de 26/09/1992 a 28/09/1992;
9
Furacão Tanya, de 31/10/1995 a 02/11/1995;
9
Ciclogénese explosiva, de 24/12/1996 a 26/12/1996;
9
Semana das derrocadas, de 30/10/1997 a 01/11/1997;
9
Ciclogénese explosiva, de 16/10/2002 a 18/10/2002;
2. Casos de estudo
2.1. Furacão Charley (Outubro de 1992)
As simulações foram realizadas para o período das 00h do dia 26 de Setembro de 1992 até às
00h do dia 29 de Setembro de 1992.
História Sinóptica
As imagens do METEOSAT mostram uma faixa de nebulosidade e de precipitação
concentrada numa área centrada a 550 milhas náuticas a sul dos Açores a 20 de Setembro de 1992.
As animações das imagens de satélite sugerem a existência de uma circulação ciclónica de médio
ou alto nível em interacção com a parte norte uma onda tropical. As imagens no domínio do visível
mostram uma circulação de baixo nível bem definida no dia 21 de Setembro.
O sistema tornou-se uma tempestade tropical por volta das 1200 UTC do dia 22. A
tempestade move-se para norte nos dias seguintes, em parte conduzido pelo escoamento em torno
do Furacão Bonnie localizado a cerca de 1000 milhas náuticas para noroeste. Um olho aparece nas
imagens de satélite, e o Charley tornou-se um Furacão às 1200 UTC do dia 23. As análises das
imagens de satélite sugerem uma pressão central de 965hPa e ventos de 176km/h às 1800 UTC do
dia 24.
O Charley começou a mover-se para este no dia 25. No dia 26, começa a mover-se para estenoroeste ganhando velocidade. O Charley perde força e tornou-se uma tempestade tropical às 0000
UTC no dia 27, altura em que se encontra a sudoeste doa Açores. A tempestade começa então a
mover-se para noroeste, passando o centro sobre a ilha da Terceira por volta das 1000 UTC do dia
27. A estação das Lajes obteve uma pressão mínima de 982,4hPa, ventos médios de 85km/h e
rajadas de 132km/h.
A tempestade perde gradualmente as suas características tropicais à medida que se move em
águas frias, e torna-se um ciclone extratopical às 1800 UTC do dia 27. O movimento para noroeste
43
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
continou, até que o sistema foi absorvido por um centro de baixas pressões extratropical de maiores
dimensões a noroeste das ilhas britânicas por volta das 0600 UTC de dia 29.
Observação
Resumo da estatística
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
57
79,2
2
0
10
13,9
1
2
0
4
5,6
0
0
1
0
1
1,4
42
17
13
0
47
65,3
58,3
23,6
18,1
0,0
Sem
chuva
Chuva
fraca
39
10
8
2
6
1
Observação
Tabela 4.1 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do domínio 2 o MM5).
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
56
77,8
4
0
11
15,3
3
0
0
4
5,6
1
0
0
0
1
1,4
47
11
14
0
44
61,1
65,3
15,3
19,4
0,0
Sem
chuva
Chuva
fraca
41
5
10
4
3
1
Tabela 4.2 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do ECMWF).
Estação
501
509
512
D1
1,51
2,34
2,09
D2
1,34
1,68
1,05
Temperatura aos 2 metros
D3
D4
D5
Previsão
1,65
1,40 1,33
2,48
0,61
0,55
3,02
Média
19,43
19,13
20,37
Desvio
1,38
1,22
2,09
Média
1012,28
1009,95
1010,75
Desvio
3,32
7,59
5,30
Média
5,45
6,68
7,04
Desvio
3,05
5,29
4,15
Tabela 4.3 – RMSE (Temperatura aos 2 metros).
Estação
501
509
512
D1
0,74
2,29
0,71
D2
0,73
1,84
0,70
Pressão ao nível médio do mar
D3
D4
D5
Previsão
2,78
1,88 1,87
6,53
0,52
0,47
4,76
Tabela 4.4 – RMSE (Pressão ao nível médio do mar).
Estação
501
509
512
D1
2,53
4,36
2,91
Intensidade do vento aos 10 metros
D2
D3
D4
D5
Previsão
2,56
3,07
4,03 4,54 4,40
4,53
2,52 2,41
2,43
3,60
Tabela 4.5 – RMSE (Intensidade do vento aos 10 metros).
44
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Estação
501
509
512
D1
130,16
19,55
29,70
Direcção do vento aos 10 metros
D2
D3
D4
D5
ECMWF
123,69
133,87
20,04
19,77 18,67
143,08
29,63
26,06
21,88
131,96
Média
145,00
226,67
214,17
Desvio
145,51
104,04
101,75
Tabela 4.6 – RMSE (Direcção do vento aos 10 metros).
Meteogramas
Temperatura aos 2m
(26/09/1992 a 28/09/1992 - Estação da Ponta Delgada)
24
23
22
Temperatura (ºC)
21
20
19
18
17
16
15
6
12
18
24
30
36
42
48
54
60
66
72
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.1 – Temperatura aos 2 metros na estação da Ponta Delgada.
Pressão ao nível médio do mar
(26/09/1992 a 28/09/1992 - Estação da Ponta Delgada)
1020
Pressão (hPa)
1015
1010
1005
1000
995
6
12
18
24
30
36
42
48
54
60
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.2 – Pressão ao nível médio do mar na estação da Ponta Delgada.
45
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Intensidade do vento aos 10m
(26/09/1992 a 28/09/1992 - Estação da Ponta Delgada)
20
18
Intensidade do vento (m/s)
16
14
12
10
8
6
4
2
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.3 – Intensidade do vento aos 10 metros na estação da Ponta Delgada.
Direcção do vento aos 10m
(26/09/1992 a 28/09/1992 - Estação da Ponta Delgada)
360
340
320
300
280
260
Direcção do vento (º)
240
220
200
180
160
140
120
100
80
60
40
20
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.4 – Direcção do vento aos 10 metros na estação da Ponta Delgada.
46
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Chuva Acumulada em 24 horas
(26/09/1992 a 28/09/1992 - Estação da Ponta Delgada)
40
35
Chuva Acumulada (mm)
30
25
20
15
10
5
0
24
48
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.5 – Precipitação acumulada em 24 horas na estação da Ponta Delgada.
Mapas
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
ECMWF - Previsão
0
0.1
3
-19
-17
-15
MM5 - Domínio 1
12 25 40 60 80 100 120 140 160 180 200
Mapa 4.1 – Precipitação acumulada em 24 horas (mm)
(Dias 26, 27 e 28 de Setembro de 1992).
47
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
-15
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
ECMWF - Previsão
6
-19
-17
-15
-41
-15
MM5 - Domínio 1
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.2 – Pressão (hPa), temperatura (ºC) e vento (cada barbela corresponde a 10 knots),
Gráficos das 00h de dia 27/09/1992 às 00h de dia 28/09/1992.
Breves Conclusões
Os mapas da chuva acumulada em 24 horas mostram um máximo de chuva intensa (120 a 140
mm/24horas) a sudoeste do grupo central no dia 26, este máximo está associado à passagem da
depressão do furacão Charley e não é capturado pela previsão do centro europeu. Nesta situação o
48
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
ar frio a norte obriga o ar quente e húmido de sul a subir, levando à condensação e precipitação. A
previsão do centro europeu prevê um máximo (80 a 100 mm/24horas) no dia 28, este máximo está
associado à passagem do furacão Bonnie e não é previsto pelo modelo.
Olhando para os mapas da pressão, temperatura e vento verificamos que o modelo do centro
europeu prevê uma depressão com um centro maior e em movimento mais rápido que o MM5.
Estas diferenças levam à simulação de um gradiente de pressão maior por parte do MM5 o que leva
ao aparecimento de ventos mais intensos na simulação do MM5. O movimento mais rápido do
sistema depressionário na simulação do centro europeu leva o centro da depressão a passar sobre o
grupo central dos Açores seis horas antes da simulação do MM5. Ambos os modelos prevêm o
aparecimento do furacão Bonnie no dia 28.
A estatística revela uma melhor performance do MM5. Este simula melhor a intensidade e
direcção do vento em especial nas estações de Ponta Delgada e das Lajes, a pressão ao nível médio
do mar prevista pelo MM5 apresenta erros muito menores (cerca de 4hPa) e a temperatura também
apresenta erros menores (cerca de 1ºC). As tabelas de contigência mostram uma taxa de sucesso de
65,3% para o MM5 e de 61,1% para o centro europeu.
2.2. Furacão Tanya (Novembro de 1995)
As simulações foram realizadas para o período das 00h do dia 31 de Outubro de 1995 até às
00h do dia 2 de Novembro de 1995.
História Sinóptica
O furacão Tanya foi originado por uma onda tropical ao largo da costa oeste de África em
Outubro. Esta onda seguiu-se a uma outra onda criada pela tempestade tropical Sebastien, e não foi
facilmente identificável como uma massa de nuvens em imagens de satélite até ao dia 20 de
Outubro, quando se aproximou dos 40°W longitude no Atlântico Tropical. A onda moveu
lentamente para o oeste durante alguns dias. Em 24 de Outubro, a nebulosidade associada com a
onda funde-se com uma área de convecção a este e nordeste da depressão tropical Sebastien. Este
tempo estava em parte associado com um ciclone de nível superior que estava produzir ventos de
corte em cima da depressão tropical Sebastien, causando o seu falecimento. Às 1800 UTC no dia
25, uma nuvem baixa em forma de redemoinho encontra-se em 22°N 60°W. Porém, este sistema era
pouco classificável pela técnica de Dvorak visto que a convecção profunda não se encontrava muito
próxima do centro. O redemoinho tornou-se mais pronunciado em imagens de satélite no dia 26. Às
0000 UTC do dia 27, as observações de superfície indicavam uma circulação de superfície fechada
definida, e a fase de depressão tropical do furacão Tanya é iniciada neste momento.
O movimento do ciclone tropical era principalmente controlado por dois factores: (i) ondas
curtas nos ventos alísios nas latitudes médias e (ii) e o ciclone do nível superior na vizinhança do
Tanya. Inicialmente o ciclone moveu-se para noroeste, em resposta à aproximação de uma crista de
onda curta. Porém, devido ao efeito do ciclone superior, o Tanya virou mais para o leste e reduziu a
velocidade.
Por causa da influência do ciclone do nível superior, o desenvolvimento do Tanya não foi
igual ao desenvolvimento de um ciclone tropical típico. Nos dias 27 e 28, o sistema teve algumas
características subtropicais, isto é, uma faixa de nuvem em forma de vírgula e ventos mais fortes
afastados do centro. Todavia, os ventos do Tanya aumentaram até atingirem a classificação de
tempestade tropical por volta das 1200 UTC do dia 27, continuando a aumentar gradualmente
depois disso. A convecção desenvolveu-se mais perto do centro por volta das 1800 UTC do dia 28,
e no dia seguinte o padrão de nuvem era mais simétrico sobre o centro. O Tanya alcançou a
49
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
intensidade de furacão por volta das 1200 UTC do dia 29, quando um olho pequeno foi observado
no meio do centro nublado.
Enquanto o Tanya se tornava num furacão, o seu movimento era ciclónico ao longo de um
caminho meio circular, devido à depressão superior adjacente. Este movimento continuou no dia
29, quando uma crista em movimento para este na troposfera sobre o Atlântico Ocidental, e a frente
fria associada perto das Ilhas Bermudas, começou a influenciar o trajecto do furacão. O Tanya virou
para norte-noroeste no dia 30, e este-noroeste mais tarde no mesmo dia. No princípio do dia 31,
enquanto ainda embutido numa cunha de ar quente entre massas de ar frias sobre o Atlântico
Ocidental e Oriental, o sistema adquire a intensidade máxima de 139km/h de vento e 972hPa de
pressão central.
No dia 1 de Novembro, o Tanya virou para leste e enfraqueceu, tornando numa tempestade
tropical, altura em que se encontrava a deslocar em direcção aos Açores. A medida que se
aproximou das ilhas, o sistema moveu-se para nordeste levando o centro para norte dos Açores. O
Tanya tornou-se uma tempestade extratropical quando passou perto dos Açores. O ciclone
extratropical virou para norte-nordeste, em seguida para norte, sendo então absorvido por um
sistema de baixa pressão sobre o Atlântico Norte por volta das 0600 UTC do dia 3 de Novembro.
A base aérea de Lajes na Terceira mediu ventos médios de 63km/h (2255 UTC) e rajadas de
109km/h (2343 UTC) no dia 1 de Novembro. A ilha de Santa Maria registou ventos médios de
72km/h (2300 UTC) no dia 1, com rajadas de 93km/h (0200 UTC) no dia 2. A pressão mais baixa
observada nos Açores foi de 973.5hPa na Horta.
Observação
Resumo da estatística
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
24
40,0
1
0
26
43,3
7
3
0
10
16,7
0
0
0
0
0
0,0
13
39
8
0
31
51,7
21,7
65,0
13,3
0,0
Sem
chuva
Chuva
fraca
8
12
4
5
20
0
Observação
Tabela 4.7 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do domínio 1 do MM5).
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
25
41,7
4
0
25
41,7
7
2
0
10
16,7
0
0
0
0
0
0,0
19
31
10
0
23
38,3
31,7
51,7
16,7
0,0
Sem
chuva
Chuva
fraca
9
12
4
9
12
1
Tabela 4.8 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do ECMWF).
50
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Estação
501
509
512
D1
2,08
4,13
3,24
D2
1,59
1,77
1,23
Temperatura aos 2 metros
D3
D4
D5
ECMWF
1,81
1,80 1,94
3,13
1,71
1,80
2,48
Média
15,71
15,52
16,52
Desvio
1,16
2,97
2,72
Média
1002,52
1001,27
1003,22
Desvio
8,89
8,96
5,52
Média
8,62
8,39
5,91
Desvio
3,53
4,15
2,69
Tabela 4.9 – RMSE (Temperatura aos 2 metros).
Estação
501
509
512
D1
1,91
3,79
1,60
D2
1,71
3,69
1,71
Pressão ao nível médio do mar
D3
D4
D5
ECMWF
5,93
3,82 3,83
7,68
1,50
1,54
4,30
Tabela 4.10 – RMSE (Pressão ao nível médio do mar).
Estação
501
509
512
D1
4,40
3,82
6,35
Intensidade do vento aos 10 metros
D2
D3
D4
D5
ECMWF
4,65
3,70
2,28 2,39 3,72
4,44
4,54 4,30
4,61
5,34
Tabela 4.11 – RMSE (Intensidade do vento aos 10 metros).
Estação
501
509
512
D1
78,04
38,71
22,10
Direcção do vento aos 10 metros
D2
D3
D4
D5
ECMWF
77,73
127,06
39,91 43,25 63,78
80,47
20,93 19,67
19,60
44,09
Média
265,83
245,83
277,50
Desvio
89,29
66,67
53,62
Tabela 4.12 – RMSE (Direcção do vento aos 10 metros).
Meteogramas
Temperatura aos 2m
(31/10/1995 a 02/11/1995 - Estação das Lajes)
21
20
19
18
Temperatura (ºC)
17
16
15
14
13
12
11
10
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.6 – Temperatura aos 2 metros na estação das Lajes.
51
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Pressão ao nível médio do mar
(31/10/1995 a 02/11/1995 - Estação das Lajes)
1010
1005
Pressão (hPa)
1000
995
990
985
980
975
6
12
18
24
30
36
42
48
54
60
66
72
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.7 – Pressão ao nível médio do mar na estação das Lajes.
Intensidade do vento aos 10m
(31/10/1995 a 02/11/1995 - Estação das Lajes)
20
18
Intensidade do vento (m/s)
16
14
12
10
8
6
4
2
0
6
12
18
24
30
36
42
48
54
60
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.8 – Intensidade do vento aos 10 metros na estação das Lajes.
52
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Direcção do vento aos 10m
(31/10/1995 a 02/11/1995 - Estação das Lajes)
360
340
320
300
280
260
Direcção do vento (º)
240
220
200
180
160
140
120
100
80
60
40
20
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.9 – Direcção do vento aos 10 metros na estação das Lajes.
Chuva Acumulada em 24 horas
(31/10/1995 a 02/11/1995 - Estação das Lajes)
16
14
Chuva Acumulada (mm)
12
10
8
6
4
2
0
24
48
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.10 – Precipitação acumulada em 24 horas na estação das Lajes.
53
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Mapas
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
44
42
43
41
42
40
41
39
40
38
39
37
38
36
37
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
31
-41
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
ECMWF - Previsão
6
-19
-17
-15
-41
MM5 - Domínio 1
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.3 – Pressão (hPa), temperatura (ºC) e vento (cada barbela corresponde a 10 knots),
Gráficos das 06h de dia 01/11/1995 às 06h de dia 02/11/1995.
54
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
38
38
38
37.75
37.75
37.75
37.5
37.5
37.5
-26
0
0.1
-25.75
3
-25.5
-25.25
-25
-26
12 25 40 60 80 100 120 140 160 180 200
0
10
-25.75
20
30
-25.5
40
50
60
-25.25
70
80
-25
90
100
-26
6
-25.75
-25.5
-25.25
-25
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.4 – Precipitação acumulada no dia 01/11/1995 (mm) à esquerda,
Humidade Relativa (%) às 18h do dia 01/11/1995 (%) ao centro,
Pressão (hPa), Temperatura (ºC) e vento (cada barbela corresponde a 10 knots) às 18h do dia 01/11/1995 à direita.
39
39
39
38.75
38.75
38.75
38.5
38.5
38.5
-27.5
0
0.1
3
-27.25
-27
12 25 40 60 80 100 120 140 160 180 200
-27.5
0
10
20
-27.25
30
40
50
-27.5
-27
60
70
80
90
100
6
-27.25
-27
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.5 – Precipitação acumulada no dia 02/11/1995 (mm) à esquerda,
Humidade Relativa às 00h do dia 02/11/1995 (%) ao centro,
Pressão (hPa), Temperatura (ºC) e vento (cada barbela corresponde a 10 knots) às 00h do dia 02/11/1995 à direita.
Breves Conclusões
Existem dois máximos de chuva acumulada nesta simulação, o primeiro na ilha de S.Miguel
no dia 1 de Setembro (40 a 60 mm/24horas) e o segundo na ilha da Terceira no dia 2 de Setembro
(60 a 80 mm/24horas). Ambos os máximos devem-se a precipitação orográfica, onde a passagem de
uma massa de ar saturada sobre as ilhas é obrigada a subir o que leva à condensação e precipitação.
Nesta simulação o furacão Tanya faz a sua aparição a oeste do arquipélago dos Açores às 6
horas do dia 1 de Novembro na simulação do MM5 com uma pressão central de 992hPa. A
depressão com sistema frontal associado move-se para este-noroeste passando pelo grupo central
entre as 0 e 6 horas do dia 2 de Novembro. O MM5 prevê fortes gradientes de pressão em torno do
centro da depressão o que leva ao aparecimento de ventos fortes em especial na estação das Lajes
na ilha Terceira. Neste período a previsão do centro europeu produz uma depressão mais cheia sem
sistema frontal associado e em movimento lento.
As estatísticas revelam um melhor comportamento do MM5 em relação às previsões do
centro europeu. A intensidade e direcção do vento volta a ser melhor simulada pelo MM5, existem
grandes melhorias na pressão ao nível médio do mar (erros menores em 4hPa), a temperatura volta
a apresentar erros menores em 1ºC. O modelo da Penn State consegue acertar na previsão da classe
da precipitação em 51,7% dos casos contra os 38,3% do centro europeu.
55
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
2.3. Depressão muito cavada (Dezembro de 1996)
As simulações foram realizadas para o período das 00h do dia 24 de Dezembro de 1996 até às
00h do dia 27 de Dezembro de 1996.
História Sinóptica
No dia 24 de Dezembro de 1996 começou a formar-se um sistema ciclónico a sudoeste dos
Açores (35ºN/40ºW). O sistema depressionário começou a mover-se para este-nordeste. Por volta
das 1200 UTC do dia 24 o sistema entra em cavamento explosivo, de acordo com o critério de
Sanders e Gyakum (1980)6, cavando 43 hPa num período de 24 horas (1,79 hPa/h). Por volta das
0600 UTC do dia 25 existe um olho bem definido sobre o grupo central dos Açores. O sistema
move-se em seguida para noroeste e começa a encher.
Durante a permanência desta depressão sobre o grupo central foram registados às 1200 UTC
do dia 25, ventos médios de 111km/h e rajadas e 154km/h na estação das Flores e uma pressão
mínima de 974,3hPa na estação das Lajes.
PRESSÃO AO NÍVEL MÉDIO DO MAR
(24/12/1996 a 26/12/1996 - Estação das Lajes)
1020
1015
1010
Pressão (hPa)
1005
1000
995
990
985
980
975
970
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas
Gráfico 4.11 – Pressão ao nível médio no mar na estação das Lajes.
Observação
Resumo da estatística
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
16
33,3
2
0
14
29,2
5
7
0
15
31,3
0
0
3
0
3
6,3
16
20
12
0
24
50,0
33,3
41,7
25,0
0,0
Sem
chuva
Chuva
fraca
9
7
0
4
8
3
Tabela 4.13 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do domínio 1 do MM5).
6
Sanders e Gyakum (1980) definem esta taxa multiplicando a tendência da pressão observada por (sin 60/sen λ) onde λ
é latitude
56
Observação
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
17
35,4
4
0
15
31,3
5
3
0
13
27,1
0
0
3
0
3
6,3
19
14
15
0
18
37,5
39,6
29,4
31,3
0,0
Sem
chuva
Chuva
fraca
9
3
5
5
6
5
Tabela 4.14 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do ECMWF).
Estação
501
509
512
D1
3,50
5,04
3,16
D2
3,02
2,61
1,81
Temperatura aos 2 metros
D3
D4
D5
ECMWF
2,04
2,48 2,57
3,63
2,18
2,24
2,57
Média
12,03
11,69
13,73
Desvio
1,06
2,21
1,79
Média
1006,93
1001,37
1004,47
Desvio
6,95
13,58
10,13
Média
17,44
6,20
9,13
Desvio
8,82
2,97
5,01
Tabela 4.15 – RMSE (Temperatura aos 2 metros).
Estação
501
509
512
D1
2,46
5,66
2,42
D2
2,63
4,71
2,45
Pressão ao nível médio do mar
D3
D4
D5
ECMWF
7,90
4,82 4,77
11,28
2,71
2,64
8,35
Tabela 4.16 – RMSE (Pressão ao nível médio do mar).
Estação
501
509
512
D1
6,90
4,04
3,59
Intensidade do vento aos 10 metros
D2
D3
D4
D5
ECMWF
6,77
7,94
3,81 3,72 3,47
5,59
4,32 4,51
4,11
3,67
Tabela 4.17 – RMSE (Intensidade do vento aos 10 metros).
Estação
501
509
512
D1
18,62
31,16
26,20
D2
18,96
27,75
27,72
Direcção do vento aos 10 metros
D3
D4
D5
ECMWF
16,87
30,71 58,36
33,26
27,68
22,85
36,83
Média
219,17
220,83
206,67
Desvio
154,00
99,86
98,66
Tabela 4.18 – RMSE (Direcção do vento aos 10 metros).
57
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Meteogramas
Temperatura aos 2m
(24/12/1996 a 26/12/1996 - Estação das Lajes)
20
19
18
17
Temperatura (ºC)
16
15
14
13
12
11
10
9
8
6
12
18
24
30
36
42
48
54
60
66
72
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.12 – Temperatura aos 2 metros na estação das Lajes.
Pressão ao nível médio do mar
(24/12/1996 a 26/12/1996 - Estação das Lajes)
1020
1015
1010
Pressão (hPa)
1005
1000
995
990
985
980
975
970
6
12
18
24
30
36
42
48
54
60
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsões
Observações
Gráfico 4.13 – Pressão ao nível médio do mar na estação das Lajes.
58
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Intensidade do vento aos 10m
(24/12/1996 a 26/12/1996 - Estação das Lajes)
25
Intensidade do vento (m/s)
20
15
10
5
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.14 – Intensidade do vento aos 10 metros na estação das Lajes.
Direcção do vento aos 10m
(24/12/1996 a 26/12/1996 - Estação das Lajes)
360
340
320
300
280
260
Direcção do vento (º)
240
220
200
180
160
140
120
100
80
60
40
20
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.15 – Direcção do vento aos 10 metros na estação das Lajes.
59
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Chuva Acumulada em 24 horas
(24/12/1996 a 26/12/1996 - Estação das Lajes)
70
60
Chuva Acumulada (mm)
50
40
30
20
10
0
24
48
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsões
Observações
Gráfico 4.16 – Precipitação acumulada em 24 horas na estação das Lajes.
Mapas
39
39
39
38.75
38.75
38.75
38.5
38.5
38.5
-27.5
0
0.1
3
-27.25
-27
-27.5
12 25 40 60 80 100 120 140 160 180 200
0
10
20
-27.25
30
40
50
-27
60
70
80
-27.5
90
100
6
-27.25
-27
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.6 – Precipitação acumulada no dia 25/12/1996 (mm) à esquerda,
Humidade Relativa às 00h do dia 25/12/1996 (%) ao centro,
Pressão (hPa), Temperatura (ºC) e vento (cada barbela corresponde a 10 knots) às 00h do dia 25/12/1996 à direita.
38
38
38
37.75
37.75
37.75
37.5
37.5
-26
0
0.1
-25.75
3
-25.5
-25.25
-25
12 25 40 60 80 100 120 140 160 180 200
37.5
-26
0
10
-25.75
20
30
40
-25.5
50
60
-25.25
70
80
-25
90
100
-26
6
-25.75
-25.5
-25.25
-25
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.7 – Precipitação acumulada no dia 25/12/1996 (mm) à esquerda,
Humidade Relativa às 00h do dia 25/12/1996 (%) ao centro,
Pressão (hPa), Temperatura (ºC) e vento (cada barbela corresponde a 10 knots) às 00h do dia 25/12/1996 à direita.
60
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
44
42
43
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
ECMWF - Previsão
6
-19
-17
-15
-41
MM5 - Domínio 1
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.8 – Pressão (hPa), temperatura (ºC) e vento (cada barbela corresponde a 10 knots),
Gráficos das 00h de dia 25/12/1996 às 00h de dia 26/12/1996.
Breves Conclusões
Existem dois máximos de precipitação acumulada em S.Miguel e na Terceira no dia 25 de
Dezembro (180 a 200 mm/24horas), nesta situação o ar saturado a sul da ilha é obrigado a subir
devido à orografia o que leva a condensação e precipitação. Também existe uma linha de
61
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
precipitação forte (100 a 120 mm/24horas) esta linha está associada a passagem de uma frente na
região no dia 24 de Dezembro.
No início da simulação existe uma depressão (1000hPa) a sudoeste do arquipélago dos
Açores, esta depressão vai mover-se para noroeste atingindo o grupo central por volta das 0 horas
do dia 25. É nesta altura que a depressão começa a cavar rapidamente atingindo os 988hPa às 12
horas do dia 25 ainda sobre o grupo central, o sistema começa então a mover-se para norte
continuando a cavar atingindo os 980hPa às 18 horas do dia 25. Esta depressão leva a criação de
fortes gradientes de pressão e, portanto, ventos fortes em todo o arquipélago dos Açores. Nesta
simulação verificamos que a previsão do centro europeu produz uma depressão mais cavada (atinge
os 974hPa às 18 horas do dia 25) com um centro mais pequeno e geralmente deslocada 1 grau para
norte em relação a simulação do MM5.
Os dados estatísticos mostram que existem poucas diferenças nos erros na intensidade e
direcção do vento aos 10 metros simulados pelo MM5 e previstos pelo centro europeu. No entanto
os erros na pressão média ao nível médio do mar do MM5 são menores em cerca de 5,5hPa (esta
grande diferença pode estar associada a um cavamento excessivo do modelo do centro europeu e a
um mau posicionamento do centro da depressão), a temperatura aos 2 metros prevista pelo modelo
volta a apresentar um erro menor em cerca de 1ºC em relação a previsão do centro europeu. Durante
os três dias de simulação modelo apresenta uma taxa de sucesso de 50,0% na previsão da classe da
chuva acumulada ao passo que o centro europeu acerta em 37,5%, nota-se que o modelo consegue
prever com maior exactidão situações de chuva moderada que o modelo do centro europeu.
2.4. Evento de precipitação intensa (Outubro de 1997)
As simulações foram realizadas para o período das 00h do dia 30 de Dezembro de 1997 até às
00h do dia 2 de Novembro de 1997.
História
Em 31 de Outubro de 1997, após mais de uma semana de chuvas intensas que culminou com
cerca de duas horas de precipitação excepcional na madrugada de 31 de Outubro, ocorreu um
escorregamento de terras na encosta do Outeiro das Freiras, sobranceira à povoação de Ribeira
Quente, ilha de S. Miguel, provocando 29 mortos, 3 feridos graves e levando ao desalojamento de
36 agregados familiares num total de 114 pessoas. Particularmente afectada foi a Canada da Igreja
Velha onde diversas habitações ficaram soterradas.
Figura 4.1 - A encarnado estão assinalados os escorregamentos de terras ocorridos a 31 de Outubro de 1997.
A Ponta da Albufeira foi formada pelo gigantesco escorregamento de terras que em 1630 atingiu o mar na zona do Castelo.
62
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Observação
Resumo da estatística
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
19
26,4
5
0
26
36,1
3
16
3
23
31,9
1
1
2
0
4
5,6
14
30
25
3
37
51,4
19,4
41,7
34,7
4,2
Sem
chuva
Chuva
fraca
6
11
2
6
15
1
Observação
Tabela 4.19 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do domínio 1 do MM5).
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
1
17
23,6
6
1
28
38,9
3
9
0
21
29,2
1
2
2
1
6
8,3
28
21
20
3
23
31,9
38,9
29,2
27,8
4,2
Sem
chuva
Chuva
fraca
5
8
3
13
8
9
Tabela 4.20 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do ECMWF).
Estação
501
506
509
511
512
D1
2,20
2,91
2,67
3,08
3,08
D2
1,84
2,61
1,04
1,39
1,35
Temperatura aos 2 metros
D3
D4
D5
ECMWF
1,59
1,39
2,53
0,99 1,18
2,30
1,20 1,39
2,57
1,65
1,56
2,93
Média
19,05
18,30
18,51
18,12
18,38
Desvio
0,86
0,85
0,73
0,96
1,08
Média
1011,37
1008,36
1008,90
1008,14
1006,00
Desvio
1,44
1,42
1,79
1,80
3,37
Média
6,18
8,79
8,14
8,04
5,70
Desvio
1,74
4,16
1,49
2,91
2,09
Tabela 4.21 – RMSE (Temperatura aos 2 metros).
Estação
501
506
509
511
512
D1
2,27
0,93
1,86
1,23
1,41
D2
1,75
0,83
2,06
1,41
1,25
Pressão ao nível médio do mar
D3
D4
D5
ECMWF
1,04
0,94
1,43
1,36 1,35
1,72
1,08 1,14
1,29
1,31
1,25
2,10
Tabela 4.22 – RMSE (Pressão ao nível médio do mar).
Estação
501
506
509
511
512
D1
4,10
2,29
3,96
4,04
5,80
Intensidade do vento aos 10 metros
D2
D3
D4
D5
ECMWF
4,86
4,53
2,52 2,90
4,61
4,12 4,46 4,79
3,96
4,26 4,03 3,72
3,68
3,56 3,10 0,00 3,34
5,83
Tabela 4.23 – RMSE (Intensidade do vento aos 10 metros).
63
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Estação
501
506
509
511
512
D1
35,77
39,36
14,72
96,54
27,79
Direcção do vento aos 10 metros
D2
D3
D4
D5 ECMWF
35,77
33,85
39,36 32,18
38,67
14,72 16,54 11,65
22,30
96,54 96,17 94,57
205,44
27,79 22,55
99,03
Média
35,00
45,00
81,67
104,17
59,17
Desvio
10,00
18,34
41,30
80,96
34,23
Tabela 4.24 – RMSE (Direcção do vento aos 10 metros).
Meteogramas
Temperatura aos 2m
(30/10/1997 a 01/11/1997 - Estação da Ponta Delgada)
23
22
Temperatura (ºC)
21
20
19
18
17
6
12
18
24
30
36
42
48
54
60
66
72
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.17 – Temperatura aos 2 metros na estação da Ponta Delgada.
Pressão ao nível médio do mar
(30/10/1997 a 01/11/1997 - Estação da Ponta Delgada)
1012
1010
Pressão (hPa)
1008
1006
1004
1002
1000
6
12
18
24
30
36
42
48
54
60
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.18 – Pressão ao nível médio do mar na estação da Ponta Delgada.
64
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Intensidade do vento aos 10m
(30/10/1997 a 01/11/1997 - Estação da Ponta Delgada)
14
Intensidade do vento (m/s)
12
10
8
6
4
2
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.19 – Intensidade do vento aos 10 metros na estação da Ponta Delgada.
Direcção do vento aos 10m
(30/10/1997 a 01/11/1997 - Estação da Ponta Delgada)
360
340
320
300
280
260
Direcção do vento (º)
240
220
200
180
160
140
120
100
80
60
40
20
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.20 – Direcção do vento aos 10 metros na estação da Ponta Delgada.
65
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Chuva Acumulada em 24 horas
(30/10/1997 a 01/11/1997 - Estação da Ponta Delgada)
160
140
Chuva Acumulada (mm)
120
100
80
60
40
20
0
24
48
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 5
Previsão
Observações
Gráfico 4.21 – Precipitação acumulada em 24 horas na estação da Ponta Delgada.
Chuva Acumulada em 24 horas
(30/10/1997 a 01/11/1997 - Estação das Lajes)
120
110
100
Chuva Acumulada (mm)
90
80
70
60
50
40
30
20
10
0
24
48
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.22 – Precipitação acumulada em 24 horas na estação das Lajes.
66
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Chuva Acumulada em 24 horas
(30/10/1997 a 01/11/1997 - Estação da Angra)
70
60
Chuva Acumulada (mm)
50
40
30
20
10
0
24
48
72
Nº de horas de simulação
Domínio 1
Domínio 2
Domínio 3
Domínio 4
Previsão
Observações
Gráfico 4.23 – Precipitação acumulada em 24 horas na estação da Angra do Heroísmo.
Mapas
44
43
38
42
41
40
39
38
37.75
37
36
35
34
33
32
37.5
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-26
-25.75
-25.5
-25.25
-25
-26
-25.75
-25.5
-25.25
-25
44
43
38
42
41
40
39
38
37.75
37
36
35
34
33
32
37.5
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
38
42
41
40
39
38
37.75
37
36
35
34
33
32
37.5
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
ECMWF - Previsão
0
0.1
3
-19
-17
-15
-26
-25.75
-25.5
-25.25
-25
MM5 - Domínio 5
12 25 40 60 80 100 120 140 160 180 200
Mapa 4.9 – Precipitação acumulada em 24 horas (mm)
(Dias 30 e 31 de Outubro de 1997 e no dia 1 de Novembro de 1997).
67
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
ECMWF - Previsão
6
-19
-17
-15
MM5 - Domínio 1
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.10 – Pressão (hPa), temperatura (ºC) e vento (cada barbela corresponde a 10 knots),
Gráficos das 00h de dia 31/10/1997 às 00h de dia 01/11/1997.
68
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
38
38
37.75
37.75
37.5
37.5
-26
-25.75
-25.5
-25.25
-26
-25
06h de 30/10
-25.75
-25.5
-25.25
-25
-25.5
-25.25
-25
12h de 30/10
38
38
37.75
37.75
37.5
37.5
-26
-25.75
-25.5
-25.25
-25
18h de 30/10
14
-26
-25.75
00h de 31/10
15
16
17
18
19
20
21
22
23
24
Mapa 4.11 – Pressão (hPa), temperatura (ºC) e vento (cada barbela corresponde a 10 knots).
Breves Conclusões
Ao longo dos três dias de simulação verificou-se uma grande taxa de precipitação (> 200
mm/24horas) na ilha da S.Miguel em especial no dia 30 de Novembro. As previsões do centro
europeu para o mesmo período apresentam valores bem menores de precipitação para a ilha.
Durante estes três dias a ilha de S.Miguel encontra-se rodeada de uma massa de ar com humidade
relativa muito elevada. Nota-se ao longo do primeiro dia de simulação um aquecimento gradual da
região onde ocorre a precipitação, este aquecimento deve-se à libertação de calor latente durante a
precipitação. Os máximos ocorridos nos dias 31 de Outubro e 1 de Novembro devem-se a
precipitação orográfica. No dia 30 de Novembro além da precipitação orográfica temos que ter em
conta a convergência do vento a sul e norte da ilha, que provocam movimentos ascendentes que
levaram a condensação e precipitação.
Nesta simulação existe uma depressão fraca (1004hPa) a sul do arquipélago dos açores que
permanece praticamente imóvel durante os três dias, os ventos fracos provocados por esta depressão
misturam o ar mais húmido na região lentamente criando uma região com húmida relativamente
baixa (70 a 75 %) na região dos açores ao fim de 60 horas de simulação.
Nesta simulação os parâmetros estatísticos revelam que a intensidade e direcção do vento
previstos pelo MM5 e pelo centro europeu ao longo dos três dias de simulação são pouco diferentes.
Na pressão ao nível médio do mar também não se verificam grandes diferenças mas a temperatura
prevista pelo MM5 continua a apresentar erros menores. A taxa de sucesso do modelo em prever a
classe da chuva é de 51,4% e do centro europeu de 31,9%, o modelo consegue prever 16 casos de
chuva moderada e o centro europeu só consegue prever 9 no entanto o centro europeu consegue
prever 1 caso de chuva forte e o MM5 não.
69
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
2.5. Ciclogénese explosiva (Outubro de 2002)
As simulações foram realizadas para o período das 00h do dia 16 de Outubro de 2002 até às
00h do dia 19 de Novembro de 2002.
História Sinóptica
As observações nas estações das Flores e da Horta no Arquipélago dos Açores nos dias 17 e
18 de Outubro de 2002 permitiram observar a passagem de uma depressão em cavamento
explosivo, de acordo com o critério de Sanders e Gyakum (1980). No dia 17 uma depressão
localizada a noroeste do Grupo Ocidental (depressão N) deslocou-se para sudeste, interagindo com
uma depressão localizada mais a sul, deslocando-se de oeste (depressão S). Os valores da pressão
na estação meteorológica das Flores permitem identificar a passagem da depressão S no dia 17 às
18 UTC e a passagem da depressão N na fase final de cavamento explosivo. Nos dias seguintes (19
e 20 de Outubro) a depressão resultante ocupou uma vasta área do Atlântico nordeste.
PRESSÃO AO NÍVEL MÉDIO DO MAR
(17 e 18 de Outubro de 2002 - Estação das Flores)
1025
1020
1015
Pressão (hPa)
1010
1005
1000
995
990
985
980
975
0
6
12
18
24
30
36
42
48
Nº de horas
Gráfico 4.24 – Pressão ao nível médio no mar na estação das Flores.
Observação
Resumo da estatística
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
38
45,2
7
0
15
17,9
10
19
1
30
35,7
0
0
1
0
1
1,2
34
22
27
1
59
70,2
40,5
26,2
32,1
1,2
Sem
chuva
Chuva
fraca
33
5
0
1
7
0
Tabela 4.25 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do domínio 1 do MM5).
70
Observação
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Sem
chuva
Chuva
fraca
Chuva
Moderada
Chuva
forte
fi
p( fi )
Previsão
Chuva
Chuva
Moderada
forte
fi
p( fi )
0
38
45,2
11
0
17
20,2
12
9
1
28
33,3
0
0
1
0
1
1,2
42
17
24
1
47
56,0
50,0
20,2
28,6
1,2
Sem
chuva
Chuva
fraca
34
1
3
2
4
6
Tabela 4.26 – Tabela de contigência (Chuva acumulada em 6 horas, previsão do ECMWF).
Estação
501
502
506
509
511
512
D1
2,70
2,10
2,73
2,95
3,45
2,67
D2
2,31
1,73
2,34
1,84
1,97
1,04
Temperatura aos 2 metros
D3
D4
D5
ECMWF
2,15
1,67
1,82
1,93
1,83 1,88
2,22
1,76 1,95
2,43
1,14
1,16
2,43
Média
15,94
16,41
16,27
16,26
15,58
16,62
Desvio
1,76
1,35
1,56
2,28
1,89
2,08
Média
1004,44
1004,54
1005,46
1005,94
1006,14
1007,20
Desvio
16,81
17,10
18,21
17,08
16,40
16,04
Média
6,28
8,33
7,82
5,36
5,43
7,11
Desvio
6,28
8,33
7,82
3,26
3,24
4,94
Tabela 4.27 – RMSE (Temperatura aos 2 metros).
Estação
501
502
506
509
511
512
D1
0,94
0,78
2,45
1,65
0,69
1,66
D2
1,13
1,02
2,56
1,52
0,97
1,65
Pressão ao nível médio do mar
D3
D4
D5
ECMWF
3,18
3,26
2,27
2,44
1,47 1,41
1,60
0,95 0,78
1,24
1,96
1,86
2,17
Tabela 4.28 – RMSE (Pressão ao nível médio do mar).
Estação
501
502
506
509
511
512
D1
5,15
3,33
4,09
5,58
4,70
3,09
Intensidade do vento aos 10 metros
D2
D3
D4
D5
ECMWF
5,72
3,93
3,79
5,09
4,27 3,55
4,02
4,81 5,01 5,11
4,40
3,75 3,63 3,38
2,43
2,67 2,73
2,31
3,67
Tabela 4.29 – RMSE (Intensidade do vento aos 10 metros).
Estação
501
502
506
509
511
512
D1
31,44
34,59
100,22
29,32
35,39
24,57
Direcção do vento aos 10 metros
D2
D3
D4
D5
ECMWF
31,04
103,10
33,59
206,14
100,28 30,03
102,55
29,27 26,07 27,05
35,70
35,06 28,62 32,87
196,93
24,65 16,77
102,28
34,23
Média
205,00
208,33
190,00
245,83
222,50
209,17
Desvio
100,86
116,37
90,35
75,85
98,45
99,04
Tabela 4.30 – RMSE (Direcção do vento aos 10 metros).
71
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Meteogramas
Temperatura aos 2m
(17/10/2002 a 19/10/2002 - Estação das Flores)
20
19
Temperatura (ºC)
18
17
16
15
14
13
12
6
12
18
24
30
36
42
48
54
60
66
72
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Previsão
Observações
Gráfico 4.25 – Temperatura aos 2 metros na estação das Flores.
Pressão ao nível médio do mar
(17/10/2002 a 19/10/2002 - Estação das Flores)
1030
1025
1020
1015
Pressão (hPa)
1010
1005
1000
995
990
985
980
975
6
12
18
24
30
36
42
48
54
Nº de horas de simulação
Domínio 1
Domínio 2
Previsão
Oservações
Gráfico 4.26 – Pressão ao nível médio do mar na estação das Flores.
72
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Intensidade do vento aos 10m
(17/10/2002 a 19/10/2002 - Estação das Flores)
22
20
18
Intensidade do vento (m/s)
16
14
12
10
8
6
4
2
0
6
12
18
24
30
36
42
48
54
60
66
72
Nº de horas de simulação
Domínio 1
Domínio 2
Previsão
Observações
Gráfico 4.27 – Intensidade do vento aos 10 metros na estação das Flores.
Chuva Acumulada em 24 horas
(17/10/2002 a 19/10/2002 - Estação das Flores)
60
Chuva Acumulada (mm)
50
40
30
20
10
0
24
48
72
Nº de horas de simulação
Domínio 1
Domínio 2
ECMWF
Estação 501
Gráfico 4.28 – Precipitação acumulada em 24 horas na estação das Flores.
73
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Mapas
44
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
-41
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
31
-41
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
-19
-17
-15
44
-41
44
43
43
42
42
41
41
40
40
39
39
38
38
37
37
36
36
35
35
34
34
33
33
32
32
31
-41
-39
-37
-35
-33
-31
-29
-27
-25
-23
-21
ECMWF - Previsão
6
-19
-17
-15
31
-41
MM5 - Domínio 1
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.12 – Pressão (hPa), temperatura (ºC) e vento (cada barbela corresponde a 10 knots),
Gráficos das 00h de dia 18/10/2002 às 00h de dia 19/10/2002.
74
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
38
38
38
37.75
37.75
37.75
37.5
0
37.5
37.5
-26
0.1
3
-25.75
-25.5
-25.25
-25
12 25 40 60 80 100 120 140 160 180 200
-26
0
10
-25.75
20
30
-25.5
40
50
60
-25.25
70
80
-26
-25
90
100
6
-25.75
-25.5
-25.25
-25
8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Mapa 4.13 – Precipitação acumulada no dia 18/10/2002 (mm) à esquerda,
Humidade Relativa às 06h do dia 18/10/2002 (%) ao centro,
Pressão (hPa), Temperatura (ºC) e vento (cada barbela corresponde a 10 knots) às 06h do dia 18/10/2002 à direita.
Breves Conclusões
Nesta simulação voltamos a verificar a existência de precipitação orográfica na ilha de
S.Miguel (80 a 100 mm/24horas) e na ilha Terceira (40 a 60 mm/24horas) no dia 17 de Outubro. Os
pequenos máximos de dia 16 nas simulações do MM5 e na previsão do centro europeu podem ser
explicados por convergência de vento à superfície que levam a movimentos ascendentes e
consequentemente condensação e precipitação.
Por volta das 12 horas do dia 17 de Outubro “surge” uma depressão com uma pressão central
de 1008hPa a oeste dos Açores, esta começa a mover-se para nordeste e a cavar rapidamente
atingindo os 992hPa às 0 horas de dia 18. A depressão agora situada a norte dos Açores continua a
cavar e movimenta-se para sul, na altura em que o centro da depressão atinge o grupo central (18
horas do dia 18) esta encontra-se com a sua pressão mínima de 972hPa. Os grandes gradientes de
pressão criados em torno do centro da depressão levam ao aparecimento de ventos fortes em todo o
arquipélago em especial nas Flores e no Corvo. Nesta simulação as previsões do MM5 e do centro
europeu só diferem na posição do centro da depressão.
A intensidade do vento prevista pelo centro europeu apresenta erros menores, no entanto a
direcção prevista apresenta erros muito grandes quando comparados com a simulação do MM5 em
especial nas estações das Flores, Corvo e Angra do Heroísmo, estes erros podem ser devidos a uma
má localização do centro da depressão na previsão do centro europeu. Esta localização incorrecta
também pode explicar os maiores erros encontrados na pressão ao nível médio do mar. A
temperatura aos 2 metros também é melhor simulada pelo MM5 nos domínios 3, 4 e 5, o domínio 1
apresenta erros superiores a previsão do centro europeu. A taxa de sucesso de modelo na previsão
da classe da precipitação é de 70,2% (prevendo chuva moderada correctamente em 19 ocasiões) ao
passo que a previsão do centro europeu têm uma taxa de sucesso de 56,0% (prevê chuva moderada
correctamente em 9 ocasiões).
75
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
CAPÍTULO 5 – CONCLUSÕES
Após a realização dos testes de sensibilidade a parameterização escolhida foi,
Domínio
1
2
3
4
5
Cumulus
Kain-Fritsch 2
Kain-Fritsch 2
Kain-Fritsch 2
Grell
Grell
Esquemas
Microfísica
Camada Limite Planetária
Simple Ice
MRF PBL
Tabela 5.1 – Melhor parameterização para o arquipélago dos Açores.
esta escolha já foi explicada anteriormente (na página 42) e como já referi a escolha é extremamente
complicada e tendo sido em grande parte realizada de forma a conseguir melhorar a previsão da
precipitação em detrimento dos restantes parâmetros. Ambos os casos analisados são referentes a
situações de mau tempo no arquipélago dos Açores e seria aconselhável fazer mais um conjunto de
teste a pelo menos uma situação de bom tempo para verificar se a parameterização escolhida produz
bons resultados.
Com a realização dos testes de sensibilidade verificou-se que para a pressão ao nível médio
do mar o esquema de Kain-Fritsch 2 é aquele que melhor consegue acompanhar o cavamento dos
sistemas e apresenta depressões mais cavadas. Nota-se ainda que o esquema de Anthes-Kuo produz
depressões pouco cavadas e grandes valores de precipitação, o que pode explicar em parte os
grandes erros encontrados em ambos os parâmetros. A temperatura aos 2 metros e o campo do
vento aos 10 metros não são afectados de forma significativa pelos diferentes esquemas testados e a
precipitação é bastante influenciada pelo esquema de cumulus verificando-se ainda que o esquema
de microfísica tem impacto sobretudo em situações de depressões com sistema frontal associado.
Verificou-se também que os esquemas de cumulus e microfísica influenciam a trajectória das
depressões o que não se verifica com o esquema de camada limite planetária.
Na análise dos resultados foram escolhidos os pontos mais próximos das estações
meteorológicas, aos quais foram aplicados testes estatísticos, que fazem uma comparação entre os
valores modelados pelo modelo MM5 e pelo modelo do ECMWF com os valores registados nas
estações meteorológicas. Os testes aplicados não são capazes de detectar erros de fase e erros de
localização o que em certos casos leva ao aparecimento de grandes erros.
Os casos de estudo revelam que o modelo MM5 produz melhores resultados que o modelo do
ECMWF, em especial na previsão na pressão ao nível médio do mar, temperatura aos 2 metros e
precipitação. Nos dois furacões estudados verificamos que os resultados obtidos pelo modelo MM5
superam bastante os resultados do modelo do ECMWF. O modelo MM5 parece modelar melhor a
posição do centro das depressões e pode este melhor posicionamento que explica os melhores
resultados obtidos pelo modelo MM5 para a pressão ao nível médio do mar. Os casos de estudo
mostram ainda que os domínios 4 e 5 não apresentam na maioria dos casos resultados melhores que
os 3 domínios de malha grossa, sendo assim estes dois domínios podem ser “desligados” poupandose assim muito tempo de cpu sem se perder nada em termos de previsão.
O modelo da PSU/NCAR prevê bastante precipitação orográfica na Terceira e S.Miguel esta
previsão vai de encontro aos valores climatológicos que prevêem precipitações elevadas nestas
ilhas.
76
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
REFERÊNCIAS
Anthes, R.A., 1977: A cumulus parameterization scheme utilizing a one-dimensional cloud model. Mon. Wea. Rev, 105,
270-286.
Anthes, R.A., Warner, T.T., 1978: Development of hydrodynamic models suitable for air pollution and other
mesometeorological studies. Mon. Wea. Rev., 106, 1045-1078.
Anthes, R. A., Kuo, Y.H., Benjamin, S.G., Li, Y.F, 1982: The evolution of the mesoscale environment of severe local
storms: Preliminary modelling results. Mon. Wea. Rev., 110, 1187-1213.
Arellano, J., Vellinga, O., Holtlag, A., Bosveld, F., Baltink, H.: Observational evaluation of PBL Parameterizations
Modelled by MM5
Ballard, S.P., Golding, B.W., Smith, R.N.B., 1991: Mesoscale model experimental forecast of the Haar of northeast
Scotland. Mon. Wea. Rev., 119, 2107-2123.
Betts, A.K., 1986: A new convective adjustment scheme, part I: Observational and theoretical basis. Quart. J. Roy.
Meteor. Soc., 112, 677-692.
Betts, A.K., Miller, M.J., 1986: A new convective adjustment scheme, Part II: Single column tests using GATE wave,
BOMEX, ATEX and Arctic air-mass data sets. Quart. J. Roy. Meteor. Soc., 112, 693-709.
Betts, A.K., Miller, M.J., 1993: The Betts-Miller scheme. The representation of cumulus convection in numerical
models. K.A. Emanuel e D.J. Raymond, Eds., Amer. Meteor. Soc., 246 pp.
Brooks, H., Doswell, C, Maddox, R., 1992: On the use of mesoscale and cloud-scale models in operational forecasting.
Wea. Forecasting, 7, 120-132.
Brooks, H., Doswell, C., 1993: New Technology and numerical weather prediction – A wasted opportunity?, Weather,
48, 173-177.
Burk, S.D., Thompson, W.T., 1989: A vertically nested regional numerical prediction model with second-order closure
Physics. Mon. Wea. Rev., 117, 2305-2324.
Chang, S. W., 1982: The orographic effects induced by an island mountain range on propagating tropical cyclones.
Mon. Wea. Rev., 110, 1255-1270.
Chen, F., Dudhia, J., 2001: Coupling an advanced land surface hydrology model with the Penn State/NCAR MM5
modelling system, Part I: Model description and implementation. Mon. Wea. Rev., 129, 569-586.
Colle, B., Steenburgh, W., Cox, J., Kingsmill, D.: Evaluation of MM5 Precipitation and Microphysics over the Wasatch
Mountains during IPEX IOP3
Dailey, P., Keller, J.: Modelling of extreme wind events using MM5: Approach and Verification
Davis, C., Powers, J, Bosart, L.: Track and Intensity Prediction of Tropical Cyclone Diana (1984): Sensitivity to MM5
Physical Parameterizations.
Droegemeier, K., 1990: Toward a science of storm-scale prediction. Preprints, 16th Conf. on Severe Local Storms,
Kannaskis Park, Alta., Canada, Amer. Meteor. Soc., 256-262.
Droegemeier, K., 1997: The numerical prediction of thunderstorms: Challenges, potential benefits and results from realtime operational tests. World Meteor. Org. Bull., 46, 324-336.
Dudhia, J., Gill, D., Mannig, K., Wang, W., Bruyere, C., Kelly, S., Lackley, K., 2003: PSU/NCAR Mesoscale
Modelling System Tutorial Class Notes and User’s Guide: MM5 Modelling System Version 3. NCAR Mesoscale
and Microscale Meteorology Division, 362 pp.
77
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Dudhia, J., 1996: A multi-layer soil temperature model for MM5. Preprints, The Sixth PSU/NCAR Mesoscale Model
Users Workshop, 22-24 July 1996, Boulder, Colorado, 49-50.
Eben, K., Jurus, P., Keder, J., Vyoralkova, I., Pelikan, E.: Using MM5 to predict hazardous situations for power supply
Fritsch, J.M., Chappell, C.F., 1980: Numerical prediction of convectively driven mesoscale pressure system, Part I:
Convective parameterization, J. Atmos. Sci., 37, 1722-1733.
Grell, G.A., Dudhia, J., Stauffer, D.R., 1994: A description of the fifth-generation Penn State/NCAR mesoscale model
(MM5). NCAR technical Note, NCAR/Tn-398+STR, 117 pp.
Hack, J.J., 1993: Description of NCAR Community Climate Model (CCM2). NCAR Technical Note, NCAR. TN336+STR, 108pp.
Holton, J.R., 1992: An Introduction to Dynamic Meteorology. Academic Press, 511 pp.
Hong, S.Y., Pan, H.L., 1996: Nonlocal boundary layer vertical diffusion in medium-range forecast model. Mon. Wea.
Rev., 124, 2322-2339.
Janjic, Z., 1990: The step-mountain coordinate: physical package. Mon. Wea. Rev., 118, 1429-1443.
Janjic, Z., 1994: The step-mountain ETA coordinate model: Further developments of convection, viscous sub layer, and
turbulence closure schemes. Mon. Wea. Rev., 122, 927-945.
Jones, C., Gomberg, D, Bower, B.: Mesoscale Simulations of Heavy Precipitation Events in Southern California during
the 1997-98 El Niño
Kain, J.S., Fritsch, J.M., 1993: Convective parameterization for mesoscale models: The Kain-Fritsch scheme. The
representation of cumulus convection in numerical models. K.A. Emanuel e D.J. Raymond, Eds., Amer. Meteor.
Soc., 246 pp.
Kain, J.S., 2002: The Kain-Fritsch Convective Parameterization: An Update. Submitted to J. Appl. Meteor.
Koch, S., 1985: Ability of regional-scale model to predict the genesis of intense convective systems. Mon. Wea. Rev.,
113, 1693-1713.
Kuo, Y., e Reed, R., 1988: Numerical simulation of an explosively deepening cyclone in the Eastern Pacific. Mon. Wea.
Rev., 116, 2081-2105.
Lee, D., Hong, S., 1989: Numerical experiments of the heavy rainfall event that occurred over Korea during 1-3
September 1984. J. of Korean Meteor. Soc., 25, 233-260.
Lin, Y.L. Farley, R.D., Orville, H.D., 1983: Bulk parameterization of snow field in a cloud model. J. Clim. Appl.
Meteor., 22, 1065-1092.
Lobato, R., Hernández, N., Cario, C., Morales, R.E.: MM5 model validation under different cumulus parameterizations
Mlawer, E.J., Taubman, S.J., Brown, P.D., Iacono, M.J., Clough, S.A., 1997: Radiative transfer for inhomogeneous
atmosphere: RRTM, a validated correlated-k model for the longwave. J. Geophys. Res., 102(D14), 16663-16683.
Nielsen-Gammon, J.: Validation os Physical Process in MM5 for Photochemical Model Input: The Houston 2000
Ozone Episode
Pasken, R., Pietrowica, J.: Using Mesoscale Meteorological Models as a Tool to Forecast Pollen Concentrations
Pielke, R.A., 2002: Mesoscale Meteorological Modelling. International Geophysics Series, 78, 676 pp.
Pleim, J.E., Chang, J.S., 1992: A nonlocal closure scheme for vertical mixing in the convective boundary layer. Atmos.
Environ., 26A, 965-981.
Reisner, J., Rasmussen, R.M., Bruintjes, R., 1998: Explicit forecasting of supercooled liquid water in winter storms
using the MM5 model. Quart. J. Roy. Meteor. Soc., 124, 1071-1107.
78
Previsão do tempo com modelos de mesoscala: Casos de estudo com o modelo MM5 nos Açores
Sanders, F., Gyakum, J.R., 1980: Synoptic-dynamic climatology of the “bomb”. Mon. Wea. Rev., 108, 1589-1606.
Schultz, P., 1995: An explicit cloud physics parameterization for operational numerical weather prediction. Mon. Wea.
Rev., 123, 3331-3343.
Shafran, P.C., Seaman, N.L., Gayno, G.A., 2000: Evaluation of numerical predictions of boundary layer structure
during the Lake Michigan Ozone Study. J. Appl. Meteor., 39, 412-426.
Tao, W.K., Simpson, J., McCumber, M., 1989: Ice-water saturation adjustment. Mon. Wea. Rev., 117, 231-235.
Tao, W.K., Simpson, J., 1993: Goddard Cumulus Ensemble Model, Part I: Model Description. Terrestrial, Atmospheric
and Oceanic Sciences, 4, 35-72.
Tomassetti, B., Visconti, G., Paolucci, T., Feretti, R., Verdecchia, M.: Numerical experiments to study the possible
meteorological changes induced by the presence of a lake
Xiu, A., Pleim, J.E., 2000: Development of a land surface model part I: Application in a mesoscale meteorology model.
Accepted by J. Appl. Meteor.
Yang, M.: Rainfall Forecast of Cumulus Parameterizations in the Taiwan Area
Zhang, D.L., and J. M. Fritsch, 1986: A case study of the sensitivity of numerical simulation of mesoscale convective
systems to varying initial conditions. Mon. Wea. Rev., 114, 2418-2431.
79