Estudos e implementação de um esquema de interações superfície-atmosfera e seus impactos em um modelo de mesoescala

Abstract

Resumo: Buscando-se aumentar a acurácia das previsões do modelo numérico atmosférico de mesoescala Advanced Regional Prediction System (ARPS) para o Estado do Paraná, algumas modificações foram implementadas no módulo de interações solo-vegetação-atmosfera (SVAT) do modelo. Este módulo é responsável pelo balanço de energia na superfície e prescreve algumas das condições de contorno para as equações do modelo. Em uma primeira análise, um estudo da sensibilidade do modelo à inicialização das variáveis de solo foi conduzido. Em seguida, foi acrescentado ao modelo SVAT um terceiro nível de solo, um termo de drenagem gravitacional e um termo de escoamento superficial (runoff). Finalmente, foi alterada a parametrização da vegetação. Para poder se analisar quantitativamente as previsões do modelo ARPS, bem como o impacto das modificações implementadas, foi desenvolvido um sistema de avaliação com o cálculo de vários índices estatísticos para as variáveis de precipitação, pressão atmosférica, tem peratura e umidade específica do ar. Dentre as modificações testadas, a que apresentou melhores resultados no aumento da acurácia das previsões, foi a alteração dos parâmetros de vegetação

Abstract: In order to improve the predictive skill of the mesoscale atmospheric model Advanced Regional Prediction System (ARPS) for the State of Paraná, several modifications were made in its soil-vegetation-atmosphere transfer (SVAT) module. This module partitions energy at the surface and prescribes bottom boundary conditions for the atmospheric equations. Firstly, a sensitivity test to the initialization of soil variables was performed. Then, a third soil layer, a gravitational drainage term and a runoff term were added to the SVAT. Finally, the vegetation parameterization was altered. For a quantitative analysis of the ARPS forecasts, as well as the impacts of the modifications, an evaluation system was developed. This was based on the calculation of different skill scores for rainfall, atmospheric pressure, temperature and specific humidity forecasts. Among the modifications tested, the change in vegetation parameterization displayed the greatest impact in improving the forecast accuracy