@PhDThesis{HernándezBaños:2022:AsDaAs,
author = "Hern{\'a}ndez Baños, Ivette",
title = "Assessment of the data assimilation framework for the prototype
Rapid Refresh Forecast System to represent convection over mid-
and tropical latitudes",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2022",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2021-12-10",
keywords = "Rapid Refresh Forecast System, convective scale data assimilation,
convection, gridpoint statistical interpolation, Amazon coastal
squall lines, Sistema de Previs{\~a}o de Atualiza{\c{c}}{\~a}o
R{\'a}pida, assimila{\c{c}}{\~a}o de dados em escala
convectiva, convec{\c{c}}{\~a}o, sistema de
interpola{\c{c}}{\~a}o em ponto de grade, linhas de
instabilidade costeiras da Amaz{\^o}nia.",
abstract = "The NOAA next generation rapidly-updated, convection-allowing
ensemble forecast system, or Rapid Refresh Forecast System (RRFS),
is under development and aims to replace the current operational
suite of convection-allowing models of the NCEP in the next
operational upgrade. In this study, the data assimilation
framework for the prototype RRFS is investigated through the
simulation of a typical spring squall line over central US and an
Amazon coastal squall line case during the 2020 Amazon dry season.
The hybrid three dimensional ensemblevariational data assimilation
(3DEnVar) algorithm and various configurations in the Gridpoint
Statistical Interpolation (GSI), which is the current data
assimilation component of RRFS, are assessed for their impacts on
RRFS analyses and forecasts of the two squall line cases. A domain
of 3 km horizontal grid-spacing is configured for each case study
and rapid update analysis cycles are performed. Conventional and
unconventional observations from the Global Data Assimilation
System (GDAS) are assimilated and GDAS 80 member ensemble
forecasts are used for the ensemblebased background error
covariance (BEC). Results from the case study over central US show
that a baseline RRFS run without data assimilation is able to
represent the observed convection, but with stronger cells and
large location errors. With data assimilation, these errors are
reduced, especially in the 4 and 6 h forecasts using 75 % of the
ensemble BEC and with the supersaturation removal function
activated in GSI. Convection is greatly improved when using
planetary boundary layer pseudo-observations, especially at 4 h
forecast, and the bias of the 2 h forecast of temperature is
reduced below 800 hPa. Lighter hourly accumulated precipitation is
predicted better when using 100 % ensemble BEC in the first 4 h
forecast, but heavier hourly accumulated precipitation is better
predicted with 75 % ensemble BEC. On the other hand, over northern
South America, a methodology is firstly applied for the case
selection using ForTraCC, which showed to be appropriate for the
identification of main convective systems associated with these
squall lines. Results from the numerical simulations show that
RRFS is able to capture the main large scale patterns with a
correct positioning of the precipitating systems as analyzed using
the CMORPH precipitation estimates. When using data assimilation,
the precipitation coverage along the coast is improved and lower
RMSE and bias values of the 3 h forecast of 2 m temperature and 2
m dew point temperature are shown during the night hours.
Increasing the localization radius in the ensemble-based BEC shows
analysis increments with more flow dependent characteristics,
however the impact on the forecasts of surface observations is
neutral to negative. Overall, the results provide insight into
current capabilities of the RRFS data assimilation system and
identify configurations that should be considered as candidates
for the first version of RRFS. Although further testing and
evaluation are warranted in addition to the options tested here,
data assimilation proves to be crucial to improve short term
forecasts of storms and precipitation in RRFS over both regions.
RESUMO: A pr{\'o}xima gera{\c{c}}{\~a}o do Sistema de
Previs{\~a}o de Atualiza{\c{c}}{\~a}o R{\'a}pida (RRFS) por
conjunto e convec{\c{c}}{\~a}o permitida da NOAA, est{\'a} em
desenvolvimento e visa substituir o conjunto operacional atual de
modelos com convec{\c{c}}{\~a}o permitida do NCEP na
pr{\'o}xima atualiza{\c{c}}{\~a}o operacional. Neste estudo, a
estrutura de assimila{\c{c}}{\~a}o de dados para o
prot{\'o}tipo RRFS {\'e} investigada atrav{\'e}s da
simula{\c{c}}{\~a}o de uma linha de instabilidade
t{\'{\i}}pica da primavera sobre o centro dos EUA e um caso de
linha de instabilidade costeira da Amaz{\^o}nia durante a
esta{\c{c}}{\~a}o seca de 2020 na Amaz{\^o}nia. O algoritmo de
assimila{\c{c}}{\~a}o de dados h{\'{\i}}brido em tr{\^e}s
dimens{\~o}es por conjunto-variacional e varias
configura{\c{c}}{\~o}es no GSI, que {\'e} a componente de
assimila{\c{c}}{\~a}o de dados atual do RRFS, s{\~a}o avaliados
nas an{\'a}lises e previs{\~o}es do RRFS nos dois casos de
linhas de instabilidade. Um dom{\'{\i}}nio com 3 km de
espaciamento de grade horizontal {\'e} configurado para caso de
estudo e ciclos de an{\'a}lise com atualiza{\c{c}}{\~a}o
r{\'a}pida s{\~a}o realizados. Dados convencionais e n{\~a}o
convencionais do Sistema de Assimila{\c{c}}{\~a}o de Dados
Global (GDAS) s{\~a}o assimilados bem como as previs{\~o}es do
conjunto de 80 membros do GDAS s{\~a}o usados para a BEC baseada
no conjunto. Os resultados do estudo sobre o centro dos EUA
mostram que o experimento sem assimila{\c{c}}{\~a}o de dados
usado como controle {\'e} capaz de representar a
convec{\c{c}}{\~a}o observada, mas com c{\'e}lulas mais fortes
e grandes erros de localiza{\c{c}}{\~a}o. Com a
assimila{\c{c}}{\~a}o de dados, esses erros s{\~a}o reduzidos,
especialmente nas previs{\~o}es de 4 e 6 h usando 75 % da matriz
de covari{\^a}ncia dos erros do background advinda do conjunto
(BEC) e com a fun{\c{c}}{\~a}o de remo{\c{c}}{\~a}o de
supersatura{\c{c}}{\~a}o ativada no GSI. A
representa{\c{c}}{\~a}o da convec{\c{c}}{\~a}o {\'e}
melhorada ao usar pseudo-observa{\c{c}}{\~o}es da camada limite
planet{\'a}ria, especialmente {\`a}s 4 h de previs{\~a}o, e o
vi{\'e}s da previs{\~a}o de 2 h da temperatura a 2 m {\'e}
reduzido abaixo de 800 hPa. A previs{\~a}o de
precipita{\c{c}}{\~a}o acumulada em 1 h mais fraca apresenta
melhor resultado ao usar o 100 % da BEC nas primeiras 4 h de
previs{\~a}o, mas a previs{\~a}o da precipita{\c{c}}{\~a}o
acumulada hor{\'a}ria mais intensa apresenta melhor resultado com
75 % da BEC. Por outro lado, no norte da Am{\'e}rica do Sul,
inicialmente {\'e} aplicada uma metodologia para a
sele{\c{c}}{\~a}o de casos utilizando o ForTraCC, que se mostrou
adequado para a identifica{\c{c}}{\~a}o dos principais sistemas
convectivos associados a essas linhas de instabilidade. Os
resultados das simula{\c{c}}{\~o}es num{\'e}ricas mostram que o
RRFS {\'e} capaz de capturar os principais padr{\~o}es de grande
escala com um correto posicionamento dos sistemas de
precipita{\c{c}}{\~a}o, conforme estimativas de
precipita{\c{c}}{\~a}o CMORPH. Ao usar a assimila{\c{c}}{\~a}o
de dados, a cobertura de precipita{\c{c}}{\~a}o ao longo da
costa {\'e} melhorada e menores valores RMSE e vi{\'e}s na
previs{\~a}o de 3 h de temperatura e temperatura de ponto de
orvalho a 2 m s{\~a}o mostrados durante a noite e madrugada. O
aumento do raio de localiza{\c{c}}{\~a}o da BEC mostra
incrementos de an{\'a}lise com caracter{\'{\i}}sticas mais
dependentes do fluxo, no entanto, o impacto nas previs{\~o}es de
observa{\c{c}}{\~o}es de superf{\'{\i}}cie resultou ser de
neutro para negativo. No geral, os resultados fornecem uma
vis{\~a}o sobre a presente habilidade do sistema de
assimila{\c{c}}{\~a}o de dados no RRFS e identifica
configura{\c{c}}{\~o}es que devem ser consideradas como
candidatas para a primeira vers{\~a}o do RRFS. Embora mais testes
e avalia{\c{c}}{\~o}es sejam necess{\'a}rios, al{\'e}m das
op{\c{c}}{\~o}es testadas aqui, a assimila{\c{c}}{\~a}o de
dados prova ser crucial para melhorar as previs{\~o}es de curto
prazo de tempestades e precipita{\c{c}}{\~a}o no RRFS em ambas
as regi{\~o}es.",
committee = "Arav{\'e}quia, Jos{\'e} Antonio (presidente), and Sapucci, Luiz
Fernando (orientador), and Vendrasco, Eder Paulo and Dias, Pedro
Leite da Silva and Nance, Louisa",
englishtitle = "Avalia{\c{c}}{\~a}o da estrutura de assimila{\c{c}}{\~a}o de
dados para o prot{\'o}tipo do Sistema de Previs{\~a}o de
Atualiza{\c{c}}{\~a}o R{\'a}pida para representar
convec{\c{c}}{\~a}o sobre latitudes m{\'e}dias e tropicais",
language = "en",
pages = "161",
ibi = "8JMKD3MGP3W34T/45U8KR5",
url = "http://urlib.net/ibi/8JMKD3MGP3W34T/45U8KR5",
targetfile = "publicacao.pdf",
urlaccessdate = "19 maio 2024"
}