@InProceedings{JacondinoCalv:2019:AvMoWR,
author = "Jacondino, William Duarte and Calvetti, Leonardo",
affiliation = "{Universidade Federal de Pelotas (UFPel)} and {Universidade
Federal de Pelotas (UFPel)}",
title = "Avalia{\c{c}}{\~a}o do Modelo WRF para a previs{\~a}o
hor{\'a}ria do vento em dois parques e{\'o}licos no Nordeste do
Brasil",
year = "2019",
organization = "Encontro de Alunos de P{\'o}s-Gradua{\c{c}}{\~a}o em
Meteorologia do CPTEC/INPE, 18. (EPGMET)",
abstract = "No presente trabalho o desempenho do modelo WRF\−ARW
(vers{\~a}o 3.9.1.1) em prever o vento a 95 m de altura na
regi{\~a}o de dois parques e{\'o}licos localizados no
munic{\'{\i}}pio de Parazinho\−RN foi avaliado.
Previs{\~o}es de 24 e 48 horas foram comparadas com
observa{\c{c}}{\~o}es a cada 1 hora pelos {\'{\i}}ndices
estat{\'{\i}}sticos BIAS, MAE e RMSE para os meses de abril
(esta{\c{c}}{\~a}o chuvosa) e setembro (esta{\c{c}}{\~a}o
seca) durante o ano de 2017, que s{\~a}o per{\'{\i}}odos
sazonais caracter{\'{\i}}sticos por apresentarem as menores e
maiores velocidades m{\'e}dias do vento na regi{\~a}o,
respectivamente. Um total de 32 testes iniciais de sensibilidade
foram realizados entre os dias 2 e 5 de cada m{\^e}s, avaliando o
ajuste de diferentes parametriza{\c{c}}{\~o}es f{\'{\i}}sicas
de camada limite planet{\'a}ria (11), superf{\'{\i}}cie (4),
microf{\'{\i}}sica (9), radia{\c{c}}{\~a}o (3) e cumulus (5).
Os resultados indicam que h{\'a} uma tend{\^e}ncia de
subestima{\c{c}}{\~a}o da velocidade do vento nas previs{\~o}es
de 24 e 48 h, tanto para o m{\^e}s de abril como para o m{\^e}s
de setembro. O erro m{\'e}dio (BIAS) no m{\^e}s de abril para as
previs{\~o}es de 24 h variaram entre \−0.4 m/s (erro de
6,45%) e \−0.44 m/s (erro de 7,04%), e entre \−0.19
m/s (erro de 3,02%) e \−0.18 m/s (erro de 2,97%) para as
previs{\~o}es de 48 h. No m{\^e}s de setembro o BIAS varia entre
\−0,42 m/s (erro de 4,18%) e \−0,29 m/s (erro de
2,97%) nas previs{\~o}es de 24 h e entre \−0,79 m/s (erro
de 7,9%) e \−0,67 m/s (erro de 6,85%) nas previs{\~o}es de
48 h. Os indicadores MAE no m{\^e}s de abril variaram entre 1,88
m/s (erro de 30%) e 1,16 m/s (erro de 18,51%) e RMSE entre 2,25
m/s (erro de 35,8%) e 1,53 m/s (erro de 24,46%) nas previs{\~o}es
de 24h, enquanto que para as previs{\~o}es de 48 h estes mesmos
indicadores variam entre 1,77 m/s (erro de 28,3%) e 1,2 m/s (erro
de 19,1%) (MAE) e RMSE com valores de 2,11 m/s (erro de 33,7%) e
1,49 m/s (erro de 23,7%), respectivamente. Para o m{\^e}s de
setembro o MAE apresenta valores entre 1,22 m/s (erro de 12,2%) e
1,19 m/s(erro de 12,18%) e RMSE entre 1,51 m/s (erro de 15,15%) e
1,47 m/s (erro de 14,96%) nas previs{\~o}es de 24 h, enquanto que
para as previs{\~o}es de 48 h estes indicadores variam entre 1,46
m/s (erro de 14,63%) e 1,40 m/s (erro de 14,32%) (MAE) e RMSE
entre 1,83 m/s (erro de 18,31%) e 1,74 m/s (erro de 17,81%). O
modelo WRF, em geral, representou de maneira satisfat{\'o}ria a
velocidade m{\'e}dia do vento na regi{\~a}o para os meses
analisados, entretanto, ainda apresenta dificuldades em
representar picos m{\'a}ximos e m{\'{\i}}nimos de velocidade do
vento, sendo que os maiores erros se concentram durante a
esta{\c{c}}{\~a}o chuvosa no m{\^e}s de abril.",
conference-location = "Cachoeira Paulista, SP",
conference-year = "04-08 nov.",
language = "pt",
targetfile = "William_Duarte_Jacondino_et-al.pdf",
type = "Modelagem Geral",
urlaccessdate = "25 abr. 2024"
}