Fechar
Metadados

@Article{SousaCSAKMSSV:2019:AvHaMo,
               author = "Sousa, Jeanne Moreira de and Candido, Luiz Antonio and Silva, 
                         Julio Tota da and Andreoli, Rita Val{\'e}ria and Kayano, Mary 
                         Toshie and Manzi, Ant{\^o}nio Ocimar and Souza, Rodrigo Augusto 
                         Ferreira de and Souza, Everaldo Barreiros de and Vieira, Samuel de 
                         Oliveira",
          affiliation = "Instituto Federal de Educa{\c{c}}{\~a}o, Ci{\^e}ncia e 
                         Tecnologia do Amazonas and {Instituto Nacional de Pesquisas da 
                         Amaz{\^o}nia (INPA)} and {Universidade Federal do Oeste do 
                         Par{\'a} (UFOPA)} and {Universidade do Estado do Amazonas (UEA)} 
                         and {Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Universidade do Estado do Amazonas (UEA)} and {Universidade 
                         Federal do Par{\'a} (UFPA)} and {Instituto Nacional de Pesquisas 
                         da Amaz{\^o}nia (INPA)}",
                title = "Avalia{\c{c}}{\~a}o da habilidade do modelo WRF em representar a 
                         precipita{\c{c}}{\~a}o na amaz{\^o}nia usando diferentes 
                         escalas",
              journal = "Revista Brasileira de Meteorologia",
                 year = "2019",
               volume = "34",
               number = "2",
                pages = "255--273",
                month = "Apr.-June",
             keywords = "simula{\c{c}}{\~a}o clim{\'a}tica, WRF, Am{\'e}rica do Sul, 
                         precipita{\c{c}}{\~a}o, t{\'e}cnica de downscaling.",
             abstract = "A precipita{\c{c}}{\~a}o no norte da Amaz{\^o}nia dos 
                         ver{\~o}es e outonos austral, do per{\'{\i}}odo de 1988 a 1999, 
                         foi simulada utilizando o modelo regional Weather Research and 
                         Forecasting (WRF), atrav{\'e}s de uma abordagem em escalas 
                         distintas, com dom{\'{\i}}nios aninhados de 45 e 15 km. As 
                         condi{\c{c}}{\~o}es iniciais e de contorno foram obtidas da 
                         Climate Forecast System Reanalysis (CFSR) do National Centers for 
                         Environmental Prediction (NCEP). A habilidade do modelo foi 
                         testada usando diferentes bases de dados observacionais de 
                         precipita{\c{c}}{\~a}o, representativas de escalas espaciais 
                         distintas. O vi{\'e}s do modelo mostra depend{\^e}ncias sazonal 
                         e espacial, com vi{\'e}s positivo no sudoeste da Amaz{\^o}nia 
                         brasileira durante o ver{\~a}o e, no noroeste da Am{\'e}rica do 
                         Sul, durante o outono. O refinamento de escala mostrou-se 
                         necess{\'a}rio para reproduzir as influ{\^e}ncias de 
                         superf{\'{\i}}cie nos sistemas regionais e locais que afetam a 
                         distribui{\c{c}}{\~a}o das chuvas na regi{\~a}o. O modelo WRF, 
                         em geral, reproduz os principais padr{\~o}es espaciais observados 
                         de precipita{\c{c}}{\~a}o, sem o vi{\'e}s seco, t{\'{\i}}pico 
                         dos modelos de circula{\c{c}}{\~a}o geral da atmosfera (MCGA). 
                         Os resultados indicam que a t{\'e}cnica de downscaling 
                         din{\^a}mico melhora o desempenho do modelo WRF para a 
                         previs{\~a}o clim{\'a}tica sazonal na regi{\~a}o 
                         Amaz{\^o}nica.",
                  doi = "10.1590/0102-77863340029",
                  url = "http://dx.doi.org/10.1590/0102-77863340029",
                 issn = "0102-7786",
             language = "en",
           targetfile = "souza_avaliacao.pdf",
        urlaccessdate = "19 abr. 2021"
}


Fechar