Assimilação de dados de superfície no modelo WRF para o estudo de atividade elétrica na região sudeste do Brasil: estudo de casos

• Main Author: Vanderlei Rocha de Vargas Junior
• Other Authors: Osmar Pinto Junior
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais (INPE) 2015
• Online Access: http://urlib.net/sid.inpe.br/mtc-m21b/2015/10.22.14.01

Este trabalho tem como objetivo geral estudar e executar o procedimento de assimilação de dados de estações meteorológicas de superfície e de ar superior utilizando a técnica variacional tridimensional (3DVAR) no modelo \emph{Advanced Research Weather Research and Forecasting} com a finalidade de investigar cenários propícios à formação de relâmpagos. Foram utilizados dados de 8 estações meteorológicas de ar superior pertencentes ao Departamento de Controle Aéreo (DECEA) do Comando da Aeronáutica obtidas através do site da Universidade de Wyoming; Dados de 452 estações meteorológicas automáticas de superfície fornecidos pelo Instituto Nacional de Meteorologia (INMET); Dados de descargas atmosféricas da Rede Brasileira de Descargas Atmosféricas (BrasilDAT); Imagens do satélite GOES fornecidas pela DSA/CPTEC/INPE; Dados de reanálises do CFSR/NCEP; E, por fim, dados de condições iniciais e de fronteira do modelo \emph{Global Forecast System} (GFS) do NOMADS/NOAA. Além disto, foram desenvolvidos algoritmos de interpolação para mapear a atividade elétrica e interpolar os dados observados comparando-os com as simulações. Foram avaliados os experimentos (com e sem assimilação de dados) utilizando a variável precipitação e, em seguida, foram aplicados métodos da estatística multivariada para criar correlações com algumas variáveis de saída do experimento que apresentou o menor erro na simulação da precipitação e para determinar uma equação para atividade elétrica com os coeficientes desta equação calculados através da regressão linear múltipla. Com este estudo foi possível obter as seguintes conclusões: (i) A assimilação de dados observacionais provenientes de estações meteorológicas automáticas de superfície e de ar superior, através do uso da técnica 3DVAR, teve impacto positivo, diminuindo o erro de simulação da precipitação em todos os eventos; (ii) A técnica de mapeamento da atividade elétrica através do uso de dados de relâmpagos detectados pela BrasilDAT permitiu identificar os sistemas meteorológicos e compará-los com as variáveis de saída do experimento com assimilação de dados (experimento que apresentou melhores resultados), possibilitando a aplicação da estatística multivariada para o cálculo de correlações; (iii) O uso das correlações multivariadas possibilitou avaliar as correlações espaciais da atividade elétrica com algumas variáveis de saída do modelo WRF com assimilação de dados, onde as variáveis MCAPE e MCIN se destacaram ao apresentarem uma área de correlação positiva (MCAPE) e negativa (MCIN) maior do que a área de correlação nula; (iv) A aplicação da regressão linear múltipla permitiu o desenvolvimento de uma equação que apresentou um bom desempenho na representação das médias diárias da atividade elétrica, possuindo um baixo custo computacional, o que a torna aplicável tanto para objetivos de diagnósticos quanto para prognósticos da atividade elétrica na região de estudo. === This work aimed to study and execute the assimilation procedure of surface and upper air data using a three-dimensional variational technique (3DVAR) in Advanced Research Weather Research and Forecasting model in order to investigate favorable scenarios the formation of lightning. We used data from eight meteorological upper air stations belonging to the Air Traffic Control Department (DECEA) of aeronautical command obtained from the University of Wyoming website; Data of 452 surface weather stations provided by the National Institute of Meteorology (INMET); Lightning data from the Brazilian Total Lightning Network System (BrasilDAT); GOES satellite images provided by DSA/CPTEC/INPE; Reanalysis data of CFSR/NCEP; And finally, initial and boundary conditions from the Global System Forecast model (GFS) of NOMADS/NOAA. Furthermore, interpolation algorithms developed to map the electrical activity and interpolating the data observed by comparing them with the simulation. We evaluated the experiments (with and without data assimilation) using the precipitation variable and then multivariate statistical methods were applied to create correlations with some output variables of the experiment that had the lowest error in simulation of precipitation and were determined an equation for the electrical activity with the coefficients of this equation calculated by multiple linear regression. With this study it was possible to obtain the following conclusions: (i) The assimilation of observational data from automatic weather surface and upper air stations by use of 3DVAR technique has had a positive impact, reducing the error simulation rainfall for all events; (ii) The electrical activity mapping technique by using lightning data detected by BrasilDAT identified weather systems and compare them with the experimental output variables with data assimilation (experiment that showed better results), enabling the application of multivariate statistics to calculate correlations; (iii) The use of multivariate correlations possible to evaluate the spatial correlations of electrical activity with some output variables of the WRF model with data assimilation where MCAPE and MCIN variables stood out by presenting a positive correlation area (MCAPE) and negative ( MCIN) greater than the area of null correlation; (iv) The application of multiple linear regression enabled the development of an equation that performed well in representing the daily averages of electrical activity, having a low computational cost, making it applicable for both diagnostic and prognostics purposes of electrical activity in the study region.