Esquema de microfísica de nuvens no modelo Eta: diagnóstico e testes de sensibilidade

• Main Author: Lianet Hernández Pardo
• Other Authors: Chou Sin Chan
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais (INPE) 2016
• Online Access: http://urlib.net/sid.inpe.br/mtc-m21b/2016/03.03.01.59

A ocorrência de inundações e outros desastres causados por chuvas intensas, evidenciam a necessidade da previsão acurada destes eventos, aspecto aonde a modelagem numérica da atmosfera é imprescindível. Algumas situações, como no caso das precipitações em bacias pequenas, precisam de previsões com alta resolução, pois as variações devidas aos detalhes da topografia adquirem maior relevância a medida que diminui o espaçamento de grade. Por sua vez, a modelagem em alta resolução requer de um eficiente funcionamento da parametrização de microfísica, devido a que, para pequenos espaçamentos de grade, este esquema é o responsável pela produção do total de chuva no modelo. No caso do modelo Eta, pesquisas prévias verificaram que as previsões de precipitação com 1 km de espaçamento de grade apresentam uma tendência à superestimação dos núcleos de máximos acumulados, quando comparadas com as estimativas de precipitação Merge. Para valorar as potencialidades de alguns aspectos da parametrização de microfísica em melhorar as previsões de chuva do modelo Eta com 1 km de espaçamento de grade, foi efetuada esta pesquisa. Utilizando um método de avaliação orientado a objetos, foram selecionados cinco casos de estudo com relativamente boa distribuição espacial da chuva na previsão do modelo, num domínio centrado na região serrana do Rio de Janeiro. Em primeiro lugar, foi diagnosticada a importância relativa dos processos parametrizados, analisando as magnitudes das taxas de conversão de cada um deles e a sua frequência de ocorrência, quanto executado o modelo Eta. Posteriormente, algumas variações na configuração do esquema de microfísica foram testadas, tanto no modelo Kinematic Driver, quanto no Eta. O Kinematic Driver contribuiu na compreensão da resposta do esquema, e permitiu economizar tempo e recurso computacional. Finalmente, a precipitação prevista pelo modelo Eta mostrou forte persistência frente às modificações na microfísica testadas, porém, leves melhorias foram obtidas ao diminuir numa ordem de grandeza a taxa da coleta de água de nuvem por gotas de chuva. Isto foi evidenciado na estimação dos máximos de precipitação, embora não no seu posicionamento. === The needing of accurate prediction of heavy rain is highlighted by the occurrence of floods and other disasters, item where the numerical modeling of the atmosphere is essential. Predictions with high resolution are needed at most of situations, like in case of rainfall in small basins, since the variations due to topographic details become more important as the grid spacing decreases. In turn, efficient microphysics parameterizations are required by high resolution models, because, for small grid spacing, this scheme is responsible for the total of generated rain. In the case of Eta model, previous researches showed that forecasts with 1 km of grid spacing have a trend to an overestimation of rain in the nuclei of maximum, compared with the precipitation estimated by Merge product. In order to assess the potentiality of some aspects of the microphysics parameterization for improving precipitation forecasts of Eta model with 1 km of grid spacing, this research was conducted. By using an object-based evaluation method, five study cases with relatively good spatial distribution of precipitation in the model forecast were selected. The model domain was centered on the mountainous region of Rio de Janeiro. Firstly, the relative importance of parameterized processes was diagnosed by analysing its conversion rate and its frequency of occurrence in Eta model. Later, some variations in the configuration of Ferriers microphysics scheme were tested both on Kinematic Driver and on Eta models. The Kinematic Driver contributed to the understanding of the scheme response, and allowed to economize time and computational resource. Finally, precipitation predicted by the Eta model showed strong persistence to tested changes in microphysics, however, slight improvements were obtained by decreasing the rate of cloud water collection by raindrops. This was evidenced in the estimation of the maximum of rainfall, though not in its position.