@Article{PardoChou:2017:AnSeEs,
               author = "Pardo, Lianet Hern{\'a}ndez and Chou, Sin Chan",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "An{\'a}lise da sensibilidade de um esquema de 
                         microf{\'{\i}}sica single-moment a varia{\c{c}}{\~o}es na sua 
                         configura{\c{c}}{\~a}o",
              journal = "Revista Brasileira de Meteorologia",
                 year = "2017",
               volume = "32",
               number = "4",
                pages = "623--632",
             keywords = "testes de sensibilidade, parametriza{\c{c}}{\~a}o de 
                         microf{\'{\i}}sica de nuvens, modelo KiD. sensibility tests, 
                         cloud microphysics parameterization, Kinematic Driver.",
             abstract = "Este trabalho tem como objetivo determinar a sensibilidade da 
                         chuva gerada pelo esquema de microf{\'{\i}}sica de Ferrier a 
                         mudan{\c{c}}as na sua configura{\c{c}}{\~a}o e selecionar as 
                         modifica{\c{c}}{\~o}es com maior potencial na 
                         redu{\c{c}}{\~a}o da precipita{\c{c}}{\~a}o. Foi utilizado o 
                         modelo Kinematic Driver, uma plataforma para isolar o esquema de 
                         microf{\'{\i}}sica das complexas intera{\c{c}}{\~o}es que 
                         t{\^e}m lugar nos modelos de previs{\~a}o do tempo e o clima, 
                         que permite simular situa{\c{c}}{\~o}es hipot{\'e}ticas na 
                         atmosfera de forma espacialmente unidimensional. Foi analisada a 
                         influ{\^e}ncia das taxas dos processos de microf{\'{\i}}sica 
                         representados, assim como o efeito produzido por diferentes 
                         m{\'e}todos de c{\'a}lculo da autoconvers{\~a}o e do intercepto 
                         da distribui{\c{c}}{\~a}o de tamanhos da chuva. Tamb{\'e}m 
                         foram testados diferentes valores da concentra{\c{c}}{\~a}o de 
                         gotas de nuvem e da fra{\c{c}}{\~a}o entre o conte{\'u}do de 
                         gelo de nuvem e o conte{\'u}do de neve. A coleta de {\'a}gua de 
                         nuvem por gotas de chuva foi o processo dominante na 
                         gera{\c{c}}{\~a}o de precipita{\c{c}}{\~a}o, permitindo 
                         controlar a produ{\c{c}}{\~a}o de chuva quente e de origem 
                         mista. Al{\'e}m disso, as modifica{\c{c}}{\~o}es nos 
                         m{\'e}todos de c{\'a}lculo da autoconvers{\~a}o e do intercepto 
                         da distribui{\c{c}}{\~a}o de tamanhos das gotas de chuva, assim 
                         como na concentra{\c{c}}{\~a}o de got{\'{\i}}culas de nuvem, 
                         mostraram potencialidade na redu{\c{c}}{\~a}o da chuva. Abstract 
                         In order to determine the sensitivity of the rain generated by the 
                         microphysics scheme to changes in its configuration and select the 
                         changes with the greatest potential in reducing precipitation, 
                         this research was conducted. The Kinematic Driver model, a 
                         platform to isolate the microphysics of the complex interactions 
                         that take place in weather and climate models, was used to 
                         simulate hypothetical situations in the atmosphere. The influence 
                         of varying the rates of microphysics processes, as well as the 
                         effect produced by different methods to estimate the 
                         autoconversion and the intercept of rain size distribution, was 
                         analyzed. Variations in the cloud droplet concentration and in the 
                         cloud ice-snow ratio were also tested. The cloud water collection 
                         by raindrops was the most influential process in the generation of 
                         precipitation, it allowed to remarkably decrease the rain 
                         generated by both warm and mixed-phase clouds. In addition, some 
                         changes in methods to estimate the autoconversion rate and the 
                         intercept of the rain size distribution, as well as in the 
                         concentration of cloud droplets have shown potential in reducing 
                         the rain.",
                  doi = "10.1590/0102-7786324010",
                  url = "http://dx.doi.org/10.1590/0102-7786324010",
                 issn = "0102-7786",
             language = "pt",
           targetfile = "pardo_analise.pdf",
        urlaccessdate = "27 abr. 2024"
}