Impacto da assimilação de dados observacionais no prognóstico de tempo com o modelo WRF

Abstract

Resumo: Fenômenos meteorológicos severos, tais como linhas de instabilidade e convecções com forçantes dinâmicas, causam muitos prejuízos socioeconômicos, por isso o conhecimento desses eventos são relevantes para prever desastres a tempo de minimizar seus impactos. Os modelos numéricos de previsão de tempo de mesoescala são inicializados a partir de condições iniciais e de contorno de um modelo global. Dados locais como dados de radar e de estações meteorológicas são inseridos nos modelos numéricos por meio de um complexo processo de assimilação de dados. O pacote Weather Research and Forecasting model Data Assimilation system (WRFDA) é capaz de assimilar diversas fontes de dados observacionais permitindo a utilização de informações locais para a simulação de eventos de difícil previsão. Quatro estudos de casos foram feitos a fim de avaliar duas metodologias de assimilação de dados locais com o uso do sistema WRFDA. Os prognósticos de tempo em mesoescala (fenômenos na ordem de centenas de quilômetros) foram obtidos com o modelo numérico WRF em resolução de 3km. A assimilação influenciou o modelo nas primeiras 3h de modelagem, melhorando a simulação de fenômenos convectivos quando o mesmo era detectado nas imagens de Radar. O baixo custo computacional torna sua implementação operacional viável.

Abstract: Severe weather phenomena such as squall lines and deep convection with dynamic forcings causes many socioeconomic damages, so the knowledge of these events are relevant to predict disasters in time to minimize their impacts. Mesoscale atmospheric numerical models are initialized from initial and boundary conditions from a global model. Local data such as radar data and weather stations are assimilated in numerical models througha complex process of data assimilation. The Weather Research and Forecasting model Data Assimilation System (WRFDA) package is capable of assimilating diverse sources of observational data allowing the use of local information for the simulation of events that are difficult to forecast. Four case studies were performed to assess two methodologies of local data assimilation using the WRF system. Mesoscale forecasts (order of hundreds of kilometers) was performed with the WRF numerical model in high resolution (model grid less or equal to 3km). The first 3 hours of forecast were affected by the assimilation, improving the simulation of convective phenomena specially when it was detected by Radar. The low computational cost makes its implementation feasible.