@Article{FerreiraHerVenBenBis:2017:EsCa,
               author = "Ferreira, Rute Costa and Herdies, Dirceu Luis and Vendrasco, 
                         {\'E}der Paulo and Beneti, C{\'e}sar Augustus Assis and Biscaro, 
                         Thiago Souza",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Tecnol{\'o}gico 
                         Simepar} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
                title = "Impacto da assimila{\c{c}}{\~a}o de dados de radar em sistemas 
                         convectivos de mesoescala: um estudo de caso",
              journal = "Revista Brasileira de Meteorologia",
                 year = "2017",
               volume = "32",
               number = "3",
                pages = "447--458",
             keywords = "SCM. WRFDA. Modelagem Atmosf{\'e}rica. 3DVAR, MCS. WRFDA. 
                         Atmospheric Modeling. 3DVAR.",
             abstract = "Este trabalho apresenta um estudo de um sistema convectivo de 
                         mesoescala com base na assimila{\c{c}}{\~a}o de dados de radar. 
                         Diversas simula{\c{c}}{\~o}es foram realizadas a partir do uso 
                         de dados de refletividade e velocidade radial dos radares de 
                         Cascavel e Assun{\c{c}}{\~a}o. Foram feitas rodadas com o WRF 
                         sem assimila{\c{c}}{\~a}o, com assimila{\c{c}}{\~a}o de dados 
                         convencionais e com assimila{\c{c}}{\~a}o de dados de radar e 
                         comparadas com estimativa de precipita{\c{c}}{\~a}o combinada 
                         (CoSch3). A rodada com assimila{\c{c}}{\~a}o de dados de radar 
                         inseriu ao modelo a velocidade radial e a refletividade de maneira 
                         indireta, ou seja, assimilou a raz{\~a}o de mistura de {\'a}gua 
                         de chuva. As novas an{\'a}lises geradas a partir da 
                         assimila{\c{c}}{\~a}o de dados mostraram o impacto da 
                         assimila{\c{c}}{\~a}o de radar desde baixos a altos 
                         n{\'{\i}}veis da atmosfera, assim como no perfil vertical. A 
                         utiliza{\c{c}}{\~a}o de ciclos para inicializa{\c{c}}{\~a}o do 
                         modelo mostrou-se imprescind{\'{\i}}vel para melhoria na 
                         previs{\~a}o do posicionamento da precipita{\c{c}}{\~a}o. 
                         Dentre as configura{\c{c}}{\~o}es de previs{\~a}o de 
                         precipita{\c{c}}{\~a}o, a assimila{\c{c}}{\~a}o de dados de 
                         radar mostrou uma melhoria ao prever os n{\'u}cleos de 
                         precipita{\c{c}}{\~a}o intensa. Os resultados deste trabalho 
                         podem contribuir para melhorar os sistemas de alerta deste tipo de 
                         evento com maior precis{\~a}o espacial e temporal. ABSTRACT: A 
                         study of a mesoscale convective system using radar data 
                         assimilation is presented. Simulations were made using 
                         reflectivity and radial velocity data from two radars (Cascavel 
                         and Asunci{\'o}n). Different initializations of the WRF-model 
                         were performed: without assimilation, with assimilation of 
                         conventional data, and with assimilation of radar. Results were 
                         compared with CoSch3 precipitation estimates. Reflectivity and 
                         radial velocity data were introduced to the model indirectly (by 
                         assimilating rain water mixing-ratio). Analysis generated from the 
                         data assimilation showed the impact of the radar data assimilation 
                         throughout the model vertical structure. We demonstrated that 
                         using cycles to initialize the model is fundamental to improve 
                         rainfall location forecasts. Assimilating radar data proved to be 
                         the best results to forecast intense precipitation cores. The 
                         results may contribute to improve early warning systems.",
                  doi = "10.1590/0102-77863230011",
                  url = "http://dx.doi.org/10.1590/0102-77863230011",
                 issn = "0102-7786",
             language = "pt",
           targetfile = "ferreira_impacto.pdf",
        urlaccessdate = "27 abr. 2024"
}