Impacto das parametrizações de microfísica na previsão de precipitação utilizando assimilação de dados de radar

• Ano de defesa: 2017
• Autor(a) principal: Mario Paulo Alves Junior
• Orientador(a): Eder Paulo Vendrasco, José Antonio Aravéquia
• Banca de defesa: Cleber Souza Corrêa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais (INPE)
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Meteorologia
• País: BR
• Resumo em Inglês: In aviation, short-term weather forecast is very important for the planning of air navigation. Recent studies show that data assimilation improves the efficiency of weather forecast models, however it is not properly quantified the impacts of radar data assimilation related to the physical model parameterizations, especially the microphysics. The goal of this study is to perform experiments using 9 different parameterization of microphysics using the Weather Research and Forcasting (WRF) model and its data assimilation system (WRFDA-3DVAR) in a grid with 2 km horizontal resolution. The study area covers the South-western Brazil and Southeastern Paraguay. The simulations were done for October 30th, November 7th and December 13th of 2014, due to the intensity of precipitation, as well as the quality and availability of observational data, i.e., surface, radiosonde and radar data. The comparison is performed through the statistical metrics Fractional Skill Score (FSS) and Local Root Mean Square Error (LRMSE). Different microphysics parametrizations were tested when assimilating conventional and radar data for three events, totalling 81 run of the model. Thus, it is expected to determine the best microphysical parameterization that provides the more realistic short-term forecasts of meteorological fields over the radars area, as well as the relative impact of different microphysical parameterization and the assimilation of conventional and radar data. The positive impact of the radar data assimilation was in the average up to 20\% in the FSS, while the positive impact among the microphysics options reached 70\% in FSS.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m21b/2017/07.24.17.54

Na aviação, a previsão do tempo de curto prazo é muito importante para o planejamento da navegação aérea. Trabalhos recentes mostram que a assimilação de dados melhora a eficácia dos modelos numéricos de previsão de tempo, contudo é pouco quantificado o impacto da assimilação dos dados de radar com relação às parametrizações físicas do modelo, especialmente de microfísica. O objetivo deste trabalho foi testar 9 diferentes parametrizações de microfísica do modelo Weather Research and Forcasting (WRF) com seu sistema de assimilação de dados (WRFDA-3DVAR), em uma grade com resolução horizontal de 2 km. A área de estudo escolhida abrange o oeste da região sul do Brasil e sudeste do Paraguai. Os casos escolhidos de precipitação foram os dias 30 de outubro, 07 de novembro e 13 de dezembro de 2014, devido à intensidade da precipitação, além da qualidade e disponibilidade dos dados observacionais em superfície, das radiossondagens e dos dados de radar. A comparação foi realizada através das métricas estatísticas Fractional Skill Score (FSS) e Local Root Mean Square Error (LRMSE). Foram testadas diferentes parametrizações de microfísica com assimilação de dados convencionais e de radar nos três eventos, totalizando 81 rodadas do modelo. Desta forma, procurou-se determinar qual a parametrização de microfísica melhor representou os campos meteorológicos nas previsões de curto prazo para a região de estudo, assim como o impacto relativo entre as mudanças de microfísica e a assimilação de dados convencionais e de radar. O impacto positivo da assimilação de dados do radar foi na média de até 20\% no FSS, enquanto o impacto positivo entre as opções de microfísica atingiu 70\% no FSS.