Estudo avaliativo da parametrização cúmulos do Modelo WRF 4.0 para um caso de precipitação extrema ocorrido em Fortaleza Ce, Brasil.
DOI:
https://doi.org/10.26848/rbgf.v15.2.p817-826Palavras-chave:
, Modelagem atmosférica, parametrização cumulus, extremos de chuvaResumo
Os modelos de simulação numérica do comportamento atmosférico apresentam diferentes possibilidades de resultados, a partir de diferentes parametrizações, para descrever o mesmo fenômeno. Isto pode facilmente ser verificado, quando a simulação é feita para um mesmo fenômeno meteorológico utilizando-se os diferentes tipos de parametrização de nuvens, disponíveis nos códigos de cada modelo. Este é o caso do WRF (Weather Research and Forecasting), particularmente quando a simulação é feita para regiões tropicais onde as nuvens cúmulos são responsáveis pela maior parte da precipitação que ali ocorre. Este trabalho compara e discute os resultados da precipitação simulada com o WRF, para um evento de precipitação extrema, ocorrido em Fortaleza, Ceará (Brasil), nos dias 03 e 04 de janeiro de 2015. Três esquemas diferentes, já implementados no WRF4.0, foram utilizados para parametrizar a convecção cúmulos; São eles: Kain-Fritsch (cu_physics 1), Betts-Miller-Janjic (cu_physics 2) e Grell-Devenyi (cu_physics 3). A precipitação total diária simulada foi comparada com os dados de chuva do Climate Prediction Centre (CPC) e Reanálise do National Center for Enviromental Prediction/National Center for Atmospheric Research (NCEP/NCAR). Os resultados mostram que para a precipitação diária, as parametrizações de Betts-Miller e Grell-Devenyi foram as que proporcionaram os resultados que mais se aproximaram do observado. Para os totais diários de precipitação, a parametrização de Grell-Devenyi foi a que apresentou melhor desempenho.
Palavras-chave: Modelagem atmosférica, parametrização cumulus, extremos de chuva
Evaluative study of the cumulative parameterization of Model WRF for a case of extreme precipitation that occurred in Fortaleza-Ce, Brazil.
A B S T R A C T
Numerical simulation models of atmospheric behavior present different possibilities of results, from different parameterizations, to describe the same phenomenon. This can easily be verified when the simulation is performed for the same meteorological phenomenon using the different types of cloud parameterization, available in the codes of each model. This is the case of WRF (Weather Research and Forecasting), particularly when the simulation is done for tropical regions where the cumulus clouds are responsible for most of the precipitation that occurs there. This paper compares and discusses the results of simulated precipitation with the WRF, for an extreme precipitation event, which occurred in Fortaleza, Ceará (Brazil), on January 3rd and 4th, 2015. Three different schemes, already implemented in WRF4.0 , were used to parameterize the cumulus convection; They are: Kain-Fritsch (cu_physics 1), Betts-Miller-Janjic (cu_physics 2) and Grell-Devenyi (cu_physics 3). The simulated total daily precipitation was compared with rainfall data from the Climate Prediction Center (CPC) and Reanalysis from the National Center for Enviromental Prediction/National Center for Atmospheric Research (NCEP/NCAR). The results show that for daily rainfall, the Betts-Miller and Grell-Devenyi parameterizations provided the results that were closest to what was observed. For daily rainfall totals, the Grell-Devenyi parameterization showed the best performance.
Keywords: Atmospheric modeling, cumulus parameterization, extremes of rain
Downloads
Referências
Arakawa, A. 2004. The cumulus parameterization problem: Past, present, and future. Journal of Climate, 17, p. 2493–2525.
Dantas, V.D., Filho, V.P., Santos, E.B., & Gandú, A.W . 2019. Testando diferentes esquemas da Parametrização Cumulus do modelo WRF, para a região norte Nordeste do Brasileiro (Testing different WRF Cumulus parameterization schemes for the north-eastern region of Brazil).
Dudhia, J. 1989. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model. Journal of the Atmospheric Sciences, v. 46, p. 3077–3107.
Grell, G. A.; Freitas, S. R. 2014. A scale and aerosol aware stochastic convective parameterization for weather and air quality modeling, Atmospheric Chemistry and Physics, 14, p. 5233–5250, 2014. DOI:10.5194/acp-14-5233
Hong, S. Y.; Dudhia, J.; Chen, S. H. 2004. A revised approach to ice microphysical processes for the bulk parameterizaion of clouds and precipitation. Monthly Weather Review, 132, 103–120.
Hong, S. Y.; Noh, Y.; Dudhia, J. 2006. A new vertical diffusion package with an explicit treatment of entrainment processes. Monthly Weather Review, v. 134, p. 2318–2341. DOI:10.1175/MWR3199.
Jankov, I.; Gallus JR, W. A.; Segal, M.; Shaw, B.; Koch, S. E. 2005. The impact of different wrf model physical parameterizations and their interactions on warm season mcs rainfall. Weather and forecasting, 20, 1048–1060.
Janjic, Z. I., 2000. Comments on "Development and Evaluation of a Convection Scheme for Use in Climate Models." Journal of the Atmospheric Sciences, 57
Jimenez, P. A.; Dudhia, J.; Gonzalez-Rouco, J. F.; Navarro, J.; Montalvez, J. P.; Garcia-Bustamante, E. 2012. A revised scheme for the WRF surface layer formulation. Monthly Weather Review, v. 40, p. 898-918. Doi:10.1175/MWR-D-11-00056.1.
Kain, J. S. 2004. The kain-fritsch convective parameterization: An update. Journal of Applied Meteorology, 43, 170–181.
Macedo, L. R.; Henkes, A. F.; Yamasaki, Y.2011. Modelo WRF Na Previsão de um Evento Severo no Rio Grande do Sul. In: IV Encontro Sul-Brasileiro de Meteorologia, Pelotas. IV Encontro Sul-Brasileiro de Meteorologia 4.
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. Journal of Geophysical Research, p. 16663–16682.
Molinari, J.; Dudek, M. 1992. Parameterization of convective precipitation in mesoscale numerical models: A critical review. Monthly Weather Review, 120, 326–344.
Mollmann Junior, R, A.; Silva Junior. R. S.; Gomes, H. B.; Moura, M. A. L., 2013. Estudo da Dispersão de Monóxido de Carbono (CO) Emitido Através da Queima de Cana-De-Açúcar, no Estado De Alagoas. Revista Brasileira de Geografia Física 06, 488 499.
Moura, A.D. & Shukla, J. 1981. On the dynamics of droughts in northeast Brazil: Observations, theory and numerical experiments with a general circulation model. J. Atmos. Scie., 38, 2653-2675.
Oliveira, J. L., 2007. Influência da circulação geral e da variabilidade interanual sobre o potencial eólico do Nordeste brasileiro. Dissertação de Mestrado em Ciências Físicas Aplicadas: Universidade Estadual do Ceará, Fortaleza, p.124.
Ramos, D. N. S.; Lyra, R. F. F.; Silva Júnior, R. S. 2013. Previsão do Vento Utilizando o Modelo Atmosférico WRF Para o Estado. Revista Brasileira de Meteorologia 28, 163 - 172.
Ropelewski, C.F. & Halpert, M. 1997. Global and regional scale precipitation patterns associated with the El Niño/Southern Oscillation. Monthly Weather Review, v. 115, p. 1606-1626. 1997.
Ropelewski, C.F.; & Jones, P.D. 1987. An Extension ofthe Tahiti-Darwin Southern Oscillation Index. Mon. Wea. Rev., 15 2161-2165.
Spencer, P. L.; Stensrud, D. J. 1998. Simulating flash flood events: Importance of the subgrid representation of convection. Monthly weather review, 126, 2884–2912.
Stensrud, D. J. 2007. Parameterization schemes: keys to understanding numerical weather prediction models . [S.l.]: Cambridge University Press.
Taylor, K.E.: 2001. Summarizing multiple aspects of model performance in a single diagram. J. Geophys. Res.,106, 7183-7192 (also see PCMDI Report 55, http://www-pcmdi.llnl.gov/publications/ab55.html)
Tewari. M.; Chen, F.; Wang, W.; Dudhia, J.; Lemone, M. A.; Mitchell, K.; EK, M.; Gayno, G.; Wegiel, J.; Cuenca, R. H. 2004. Implementation and verification of the unified NOAH land surface model in the WRF. 20th conference on weather analysis and forecasting/16th conference on numerical weather prediction, p. 11-15.
Uvo, C.B.; Berndtsson, R. 1996. Regionalization and spatial properties of Ceará State rainfall in Northeast Brazil. Journal of Geophysical Research, Washington, 101, 4221-4233.
Wang, W.; SEAMAN, N. L. A comparison study of convective parameterization schemes in a mesoscale model. Monthly Weather Review, 125 252–278, 1997.
Yu, X.; Lee, T.-Y. 2011. Role of convective parameterization in simulations of heavy precipitation systems at grey-zone resolutions—Case studies. Asia-Pacific Journal of the Atmospheric Sciences,49, p. 99–112. DOI:10.1007/s13143-011-0001-3.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Vanessa de Almeida Dantas, Vicente de paula Silva Filho, Luciana Sousa Vieira
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
