%0 Thesis
%4 sid.inpe.br/mtc-m21b/2016/02.05.13.11
%2 sid.inpe.br/mtc-m21b/2016/02.05.13.11.15
%T Estudo de sistemas convectivos de mesoescala com uso de assimilação de dados de radar
%J Analysis of mesoscale convective systems using radar data assimilation
%D 2016
%8 2016-02-25
%9 Dissertação (Mestrado em Meteorologia)
%P 152
%A Ferreira, Rute Costa,
%E Vila, Daniel Alejandro (presidente),
%E Herdies, Dirceu Luis (orientador),
%E Beneti, Cesar Augustus Assis (orientador),
%E Quadro, Mario Francisco Leal de,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K SCM, WRFDA, modelagem atmosférica, 3DVAR, MCS, atmospheric modeling.
%X Os Sistemas Convectivos de Mesoescala (SCM) são sistemas responsáveis por tempestades intensas na região sul do Brasil e podem causar danos representativos. Normalmente, os SCM são relacionados a ventos fortes, descargas elétricas atmosféricas, chuva intensa, e, em casos mais extremos, até granizo. O estudo desses sistemas através da modelagem é necessário para melhor entendimento e previsibilidade dos SCM. Este trabalho apresenta um estudo de dois eventos de SCM ocorridos em 2014 com base na assimilação de dados de radar. Diversas simulações foram feitas a partir dos dados de refletividade e velocidade radial dos radares de Cascavel, Teixeira Soares e Assunção. Para efeitos comparativos do campo de precipitação acumulada, foi criado o CoSch3, que combina os dados de satélite e telemétricas de superfície. Foram feitas rodadas com o WRF (\emph{Weather Research and Forecasting Model}) sem assimilação, com assimilação de dados convencionais e com assimilação de dados de radar e comparadas com o CoSch3. A rodada com assimilação de dados de radar inseriu ao modelo a velocidade radial e a refletividade de maneira indireta, ou seja, assimilou a razão de mistura de água de chuva. Após a assimilação e análise dos incrementos associados a ela, a previsão de precipitação para 6 horas foi comparada para as três configurações citadas. As novas análises geradas a partir da assimilação de dados mostraram o impacto da assimilação de radar desde baixos a altos níveis no modelo, e no perfil vertical da atmosfera. A utilização de ciclos para inicialização do modelo mostrou-se imprescindível para melhoria na previsão do posicionamento da precipitação. Dentre as configurações de previsão de precipitação, a assimilação de dados de radar mostrou uma melhoria ao prever os núcleos de precipitação intensa. Os resultados deste trabalho podem contribuir para melhorar os sistemas de alerta deste tipo de evento com maior precisão espacial e com antecedência, reduzindo as perdas causadas por inundações, vendavais, deslizamentos de terra, destruição de plantações, queda de árvores, entre outros. ABSTRACT: Mesoscale Convective Systems (MCS) are responsible for severe storms in southern Brazil and can cause considerable damage. Usually, MCS are responsible for strong winds, atmospheric lightning, storms, and even hail. This work presents a study of two MCS events in 2014 based on radar data assimilation. Several simulations were carried out from the reflectivity data and radial velocity of Cascavel, Teixeira Soares (Paraná, Brazil) and Asuncion (Paraguay) radars. A CoSch3 data, that combines satellite data and surface telemetry, was created for comparative purpose of the accumulated precipitation. The WRF model (Weather Research and Forecasting Model) was performed without data assimilation, with traditional data assimilation and with radar data assimilation, and the results are compared against CoSch3 data. The radar data assimilation incorporated into the model the radial velocity directly, while the reflectivity was converted to rainwater mixing ratio. After the assimilation process, the forecast precipitation of 6 hours was compared for the three aforementioned configurations. The result analysis shows the impact of radar data assimilation from low to high levels in the model, and in vertical profile of the atmosphere. The use of cycles for model initialization was indispensable for improvement in predicting the positioning of precipitation. Among all evaluated forecast precipitation, the radar data assimilation presents the best forecast of heavy precipitation cores. The results of this work can contribute to improve the alarm systems for these kinds of events, in advance and with better spatial precision, reducing losses caused by floods, windstorms, landslides, destruction of plantations, falling trees, etc.
%@language pt
%3 publicacao.pdf