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)

O maior obstáculo para a realização de estudos de clima no Nordeste do Brasil é a falta de séries contínuas de dados, observações de longo prazo, espacialmente bem distribuídas, e de alta qualidade. Fontes alternativas de dados têm sido buscadas. Umas das principais ferramentas para estudos atmosfér...

Full description

Bibliographic Details
Published in:Revista Brasileira de Geografia Física
Main Authors: Dantas, Vanessa de Almeida, Silva Filho, Vicente Paulo, Santos, Eliane Barbosa, Gandu, Adilson Wagner
Other Authors: CNPq/PCI-INPE
Format: Article in Journal/Newspaper
Language:Portuguese
Published: Universidade Federal de Pernambuco 2019
Subjects:
Online Access:https://periodicos.ufpe.br/revistas/rbgfe/article/view/236153
https://doi.org/10.26848/rbgf.v12.3.p754-767
id ftunifpernambojs:oai:oai.periodicos.ufpe.br:article/236153
record_format openpolar
institution Open Polar
collection Portal de Periódicos - UFPE (Universidade Federal de Pernambuco)
op_collection_id ftunifpernambojs
language Portuguese
topic Meteorologia;Climatologia;Modelagem atmosférica
Modelagem regional
Precipitação
Climatologia
Modelagem Climática
spellingShingle Meteorologia;Climatologia;Modelagem atmosférica
Modelagem regional
Precipitação
Climatologia
Modelagem Climática
Dantas, Vanessa de Almeida
Silva Filho, Vicente Paulo
Santos, Eliane Barbosa
Gandu, Adilson Wagner
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)
topic_facet Meteorologia;Climatologia;Modelagem atmosférica
Modelagem regional
Precipitação
Climatologia
Modelagem Climática
description O maior obstáculo para a realização de estudos de clima no Nordeste do Brasil é a falta de séries contínuas de dados, observações de longo prazo, espacialmente bem distribuídas, e de alta qualidade. Fontes alternativas de dados têm sido buscadas. Umas das principais ferramentas para estudos atmosféricos de longo prazo, são os modelos climáticos globais e regionais. A utilização de um modelo regional permite a obtenção de séries quadri-dimensionais contínuas, relativas a qualquer fenômeno atmosférico. Dos modelos regionais disponíveis na literatura, o Weather Research and Forecasting (WRF) vem se destacando como modelo de última geração de previsão numérica de tempo e clima. Este estudo teve como objetivo, avaliar a sensibilidade do modelo WRF a s diferentes opções físicas de parametrização no sobre a região norte do Nordeste Brasileiro (NNEB). O esquema de convecção que melhor representasse as condições meteorológicas e climáticas para o NNEB seria escolhido. A escolha foi feita comparando-se os resultados das simulações dos dados de chuva do produto MERGE/CPTEC. As análises foram realizadas para dois casos de sistemas convectivos de mesoescala (SCM) sobre o NNEB, que ocorreram nos dias 14 de janeiro e 30 de março de 2016. Nos resultados obtidos, foi possível perceber que as simulações apresentaram grandes diferenças de acordo com o esquema de cumulus utilizado. O Diagrama de Taylor foi utilizado como ferramenta estatística para analisar a destreza das simulações do WRF em relação aos dados observados, gerados pelo produto Merge. A B S T R A C TThe greatest obstacle to conducting climate studies in Northeast Brazil is the lack of continuous data series, long-term, spatially well-distributed, and high-quality observations. Alternative sources of data have been sought. One of the main tools for long-term atmospheric studies is the global and regional climate models. The use of a regional model allows the obtaining of continuous four-dimensional series, related to any atmospheric phenomenon. From the regional ...
author2 CNPq/PCI-INPE
format Article in Journal/Newspaper
author Dantas, Vanessa de Almeida
Silva Filho, Vicente Paulo
Santos, Eliane Barbosa
Gandu, Adilson Wagner
author_facet Dantas, Vanessa de Almeida
Silva Filho, Vicente Paulo
Santos, Eliane Barbosa
Gandu, Adilson Wagner
author_sort Dantas, Vanessa de Almeida
title 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)
title_short 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)
title_full 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)
title_fullStr 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)
title_full_unstemmed 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)
title_sort 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)
publisher Universidade Federal de Pernambuco
publishDate 2019
url https://periodicos.ufpe.br/revistas/rbgfe/article/view/236153
https://doi.org/10.26848/rbgf.v12.3.p754-767
op_coverage Nordeste do Brasil, Ceará.
Acumulados Diários
long_lat ENVELOPE(-66.867,-66.867,-68.167,-68.167)
geographic Alta
Nordeste
geographic_facet Alta
Nordeste
genre Arctic
genre_facet Arctic
op_source Brazilian Journal of Physical Geography; v. 12, n. 3 (2019): Revista Brasileira de Geografia Física; 754-767
Revista Brasileira de Geografia Física; v. 12, n. 3 (2019): Revista Brasileira de Geografia Física; 754-767
1984-2295
op_relation https://periodicos.ufpe.br/revistas/rbgfe/article/view/236153/32531
Arakawa, A. 2004. The cumulus parameterization problem: Past, present, and future. Journal of Climate, v. 17, p. 2493–2525. Anthes, R. A.; Kuo, Y.-A.; Hsie, E.-Y.; Low-Nam, S.; Bettge, T.W. Estimation of Skill and Uncertainty in Regional Numerical Models. Quarterly Journal of the Royal Meteorological Society, v. 115, p. 763-806, 1989. Betts, A. K. 1986. A new convective adjustment scheme. part i: Observational and theoretical basis. Quarterly Journal of the Royal Meteorological Society, v. 112, p. 677–691. 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. Quarterly Journal of the Royal Meteorological Society, v. 112, p. 693–709. Dudhia, J. 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, 1989. GALLUS, J.; WILLIAM, A. Eta simulations of three extreme precipitation events: Sensitivity to resolution and convective parameterization. Weather and forecasting, v. 14, n. 3, p. 405–426, 1999. Grell, G. 1993. A. Prognostic Evaluation of Assumptions Used by Cumulus Parameterizations. Monthly weather review, v. 121, p. 764–787. Grell, G. A.; Devenyi, D. 2002. A generalized approach to parameterizing convection combining ensemble and data assimilation techniques, Geophysical Research Letters. v. 29, p. 38-1-38-4,DOI:10.1029/2002GL015311. 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, v. 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, v. 132, p. 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/MWR3199.1 Janjic, Z. I., 1994. The step-mountain eta coordinate model: further developments of the convection, viscous sublayer and turbulence closure schemes. Monthly weather review, v. 122, p. 927-945. Janjic, Z. I., 2000. Comments on "Development and Evaluation of a Convection Scheme for Use in Climate Models." Journal of the Atmospheric Sciences, v. 57. 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, v. 20, n. 6, p. 1048–1060. Jimenez, P. A.; Dudhia, J.; Gonzalez-Rouco, J. F.; Navarro, J.; Montalvez, J. P.; Garcia-Bustamante, E. A revised scheme for the WRF surface layer formulation. Monthly Weather Review, v. 40, p. 898-918, 2012. Doi:10.1175/MWR-D-11-00056.1. Kain, J. S. The kain-fritsch convective parameterization: An update. Journal of Applied Meteorology, v. 43, p. 170–181, 2004. Mesinger, F. Bias adjusted precipitation threat scores. Advances in Geosciences, Copernicus GmbH, v. 16, n. 16, p. 137–142, 2008. 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, v. 120, n. 2, p. 326–344. Nebeker, F. Calculating the Weather: Meteorology in the 20th Century. Academic Press, 1995. Pereira, D.P. Lima, J.S.S. Xavier, A.C. Passos, R.R. Fiedler, N.C. Aplicação do Diagrama de Taylor para Avaliação de Interpoladores Espaciais em Atributos de Solo em Cultivo com Eucalipto. Revista Árvore, Viçosa-MG, v.38, n.5, p.899-905, 2014. Shrivastava, R.; Dash, S. K.; Oza, R. B.; Sharma, D. N., Evaluation of Parameterization Schemes in the WRF Model for Estimation of Mixing Height. International Journal of Atmospheric Sciences, 2014. DOI:10.1155/2014/451578 Skamarock, W. C.; Klemp J. B.; Dudhia, J.; Gill, D. O.; Barker, D. M.; Wang, W.; Powers, J. G. 2005. A description of the Advanced Research WRF Version 2. NCAR Technical Note,NCAR/TN-468+STR, 88pp.DOI:10.5065/D6DZ069 Spencer, P. L.; Stensrud, D. J. 1998. Simulating flash flood events: Importance of the subgrid representation of convection. Monthly weather review, v. 126, n. 11, p. 2884–2912. Taylor, K. E. Summarizing multiple aspects of model performance in a single diagram. Journal of Geophysical Research, v. 106, n. D7, p. 7183-7192. 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. Tiedtke, M. 1989. A comprehensive mass flux scheme for cumulus parameterisation in large-scale models. Monthly weather review, v. 117, p. 1779-1800. Wang, W.; Seaman, N. L. 1997. A comparison study of convective parameterization schemes in a mesoscale model. Monthly Weather Review, v. 125, n. 2, p. 252–278. 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, v. 49, p. 99–112,. DOI:10.1007/s13143-011-0001-3. Zhang, C.; Wang, Y.; 2011. Hamilton, K. Improved representation of boundary layer clouds over the Southeast Pacigic in WRF-ARW using a modified Tiedtke cumulus parameterization scheme. Monthly Weather Review, v. 139, p. 3489-3513.
https://periodicos.ufpe.br/revistas/rbgfe/article/view/236153
doi:10.26848/rbgf.v12.3.p754-767
op_rights Direitos autorais 2019 Revista Brasileira de Geografia Física
https://creativecommons.org/licenses/by/4.0
op_doi https://doi.org/10.26848/rbgf.v12.3.p754-76710.1029/2002GL015311
container_title Revista Brasileira de Geografia Física
container_volume 12
container_issue 3
container_start_page 754
_version_ 1768380989544857600
spelling ftunifpernambojs:oai:oai.periodicos.ufpe.br:article/236153 2023-06-11T04:07:52+02:00 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) Dantas, Vanessa de Almeida Silva Filho, Vicente Paulo Santos, Eliane Barbosa Gandu, Adilson Wagner CNPq/PCI-INPE Nordeste do Brasil, Ceará. Acumulados Diários 2019-06-02 application/pdf https://periodicos.ufpe.br/revistas/rbgfe/article/view/236153 https://doi.org/10.26848/rbgf.v12.3.p754-767 por por Universidade Federal de Pernambuco https://periodicos.ufpe.br/revistas/rbgfe/article/view/236153/32531 Arakawa, A. 2004. The cumulus parameterization problem: Past, present, and future. Journal of Climate, v. 17, p. 2493–2525. Anthes, R. A.; Kuo, Y.-A.; Hsie, E.-Y.; Low-Nam, S.; Bettge, T.W. Estimation of Skill and Uncertainty in Regional Numerical Models. Quarterly Journal of the Royal Meteorological Society, v. 115, p. 763-806, 1989. Betts, A. K. 1986. A new convective adjustment scheme. part i: Observational and theoretical basis. Quarterly Journal of the Royal Meteorological Society, v. 112, p. 677–691. 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. Quarterly Journal of the Royal Meteorological Society, v. 112, p. 693–709. Dudhia, J. 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, 1989. GALLUS, J.; WILLIAM, A. Eta simulations of three extreme precipitation events: Sensitivity to resolution and convective parameterization. Weather and forecasting, v. 14, n. 3, p. 405–426, 1999. Grell, G. 1993. A. Prognostic Evaluation of Assumptions Used by Cumulus Parameterizations. Monthly weather review, v. 121, p. 764–787. Grell, G. A.; Devenyi, D. 2002. A generalized approach to parameterizing convection combining ensemble and data assimilation techniques, Geophysical Research Letters. v. 29, p. 38-1-38-4,DOI:10.1029/2002GL015311. 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, v. 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, v. 132, p. 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/MWR3199.1 Janjic, Z. I., 1994. The step-mountain eta coordinate model: further developments of the convection, viscous sublayer and turbulence closure schemes. Monthly weather review, v. 122, p. 927-945. Janjic, Z. I., 2000. Comments on "Development and Evaluation of a Convection Scheme for Use in Climate Models." Journal of the Atmospheric Sciences, v. 57. 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, v. 20, n. 6, p. 1048–1060. Jimenez, P. A.; Dudhia, J.; Gonzalez-Rouco, J. F.; Navarro, J.; Montalvez, J. P.; Garcia-Bustamante, E. A revised scheme for the WRF surface layer formulation. Monthly Weather Review, v. 40, p. 898-918, 2012. Doi:10.1175/MWR-D-11-00056.1. Kain, J. S. The kain-fritsch convective parameterization: An update. Journal of Applied Meteorology, v. 43, p. 170–181, 2004. Mesinger, F. Bias adjusted precipitation threat scores. Advances in Geosciences, Copernicus GmbH, v. 16, n. 16, p. 137–142, 2008. 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, v. 120, n. 2, p. 326–344. Nebeker, F. Calculating the Weather: Meteorology in the 20th Century. Academic Press, 1995. Pereira, D.P. Lima, J.S.S. Xavier, A.C. Passos, R.R. Fiedler, N.C. Aplicação do Diagrama de Taylor para Avaliação de Interpoladores Espaciais em Atributos de Solo em Cultivo com Eucalipto. Revista Árvore, Viçosa-MG, v.38, n.5, p.899-905, 2014. Shrivastava, R.; Dash, S. K.; Oza, R. B.; Sharma, D. N., Evaluation of Parameterization Schemes in the WRF Model for Estimation of Mixing Height. International Journal of Atmospheric Sciences, 2014. DOI:10.1155/2014/451578 Skamarock, W. C.; Klemp J. B.; Dudhia, J.; Gill, D. O.; Barker, D. M.; Wang, W.; Powers, J. G. 2005. A description of the Advanced Research WRF Version 2. NCAR Technical Note,NCAR/TN-468+STR, 88pp.DOI:10.5065/D6DZ069 Spencer, P. L.; Stensrud, D. J. 1998. Simulating flash flood events: Importance of the subgrid representation of convection. Monthly weather review, v. 126, n. 11, p. 2884–2912. Taylor, K. E. Summarizing multiple aspects of model performance in a single diagram. Journal of Geophysical Research, v. 106, n. D7, p. 7183-7192. 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. Tiedtke, M. 1989. A comprehensive mass flux scheme for cumulus parameterisation in large-scale models. Monthly weather review, v. 117, p. 1779-1800. Wang, W.; Seaman, N. L. 1997. A comparison study of convective parameterization schemes in a mesoscale model. Monthly Weather Review, v. 125, n. 2, p. 252–278. 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, v. 49, p. 99–112,. DOI:10.1007/s13143-011-0001-3. Zhang, C.; Wang, Y.; 2011. Hamilton, K. Improved representation of boundary layer clouds over the Southeast Pacigic in WRF-ARW using a modified Tiedtke cumulus parameterization scheme. Monthly Weather Review, v. 139, p. 3489-3513. https://periodicos.ufpe.br/revistas/rbgfe/article/view/236153 doi:10.26848/rbgf.v12.3.p754-767 Direitos autorais 2019 Revista Brasileira de Geografia Física https://creativecommons.org/licenses/by/4.0 Brazilian Journal of Physical Geography; v. 12, n. 3 (2019): Revista Brasileira de Geografia Física; 754-767 Revista Brasileira de Geografia Física; v. 12, n. 3 (2019): Revista Brasileira de Geografia Física; 754-767 1984-2295 Meteorologia;Climatologia;Modelagem atmosférica Modelagem regional Precipitação Climatologia Modelagem Climática info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion 2019 ftunifpernambojs https://doi.org/10.26848/rbgf.v12.3.p754-76710.1029/2002GL015311 2023-04-18T11:22:34Z O maior obstáculo para a realização de estudos de clima no Nordeste do Brasil é a falta de séries contínuas de dados, observações de longo prazo, espacialmente bem distribuídas, e de alta qualidade. Fontes alternativas de dados têm sido buscadas. Umas das principais ferramentas para estudos atmosféricos de longo prazo, são os modelos climáticos globais e regionais. A utilização de um modelo regional permite a obtenção de séries quadri-dimensionais contínuas, relativas a qualquer fenômeno atmosférico. Dos modelos regionais disponíveis na literatura, o Weather Research and Forecasting (WRF) vem se destacando como modelo de última geração de previsão numérica de tempo e clima. Este estudo teve como objetivo, avaliar a sensibilidade do modelo WRF a s diferentes opções físicas de parametrização no sobre a região norte do Nordeste Brasileiro (NNEB). O esquema de convecção que melhor representasse as condições meteorológicas e climáticas para o NNEB seria escolhido. A escolha foi feita comparando-se os resultados das simulações dos dados de chuva do produto MERGE/CPTEC. As análises foram realizadas para dois casos de sistemas convectivos de mesoescala (SCM) sobre o NNEB, que ocorreram nos dias 14 de janeiro e 30 de março de 2016. Nos resultados obtidos, foi possível perceber que as simulações apresentaram grandes diferenças de acordo com o esquema de cumulus utilizado. O Diagrama de Taylor foi utilizado como ferramenta estatística para analisar a destreza das simulações do WRF em relação aos dados observados, gerados pelo produto Merge. A B S T R A C TThe greatest obstacle to conducting climate studies in Northeast Brazil is the lack of continuous data series, long-term, spatially well-distributed, and high-quality observations. Alternative sources of data have been sought. One of the main tools for long-term atmospheric studies is the global and regional climate models. The use of a regional model allows the obtaining of continuous four-dimensional series, related to any atmospheric phenomenon. From the regional ... Article in Journal/Newspaper Arctic Portal de Periódicos - UFPE (Universidade Federal de Pernambuco) Alta Nordeste ENVELOPE(-66.867,-66.867,-68.167,-68.167) Revista Brasileira de Geografia Física 12 3 754