XVII SAMET - Dr. Vagner Anabor [03.12.10 - 6ª feira]

664 views

Published on

Published in: Technology, Travel
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
664
On SlideShare
0
From Embeds
0
Number of Embeds
92
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

XVII SAMET - Dr. Vagner Anabor [03.12.10 - 6ª feira]

  1. 1. <ul>Modelagem numérica regional: Solução Explícita x Solução por Ensemble </ul><ul>Dr. Vagner Anabor </ul><ul>vanabor @ smail .ufsm. br </ul><ul>Universidade Federal de Santa Maria Programa de Pós-Graduação em Meteorologia www.gruma.ufsm.br </ul>
  2. 2. <ul>Previsão de Tempo </ul><ul>Modelo Global </ul><ul>De um modo geral, modelos Globais para Previsão de Clima seguem os mesmo princípios dos modelos Globais para a Previsão de Tempo. Estes, são úteis para representar uma grande variedade de fenômenos que vão desde a escala de Tempo à escala Climática. Porém, processos governados por padrões locais como Topografia, Vegetação, circulações costeiras, corpos d'água, etc... não podem ser completamente presentados representados por estes modelos, sendo considerados fenômenos de subgrade. </ul><ul> Modelo de CLIMA depende principalmente da Condição de Contorno Inferior!!! </ul><ul> Modelo de Tempo depende principalmente da Condição Inicial!!! </ul>
  3. 3. <ul>Um Modelo Meteorológico é composto por um conjunto de equações físico-matemáticas que tentam representar ou reproduzir processos atmosféricos comumente observados na Natureza. </ul><ul>Modelagem Numérica Regional </ul><ul> Modelo Regional: </ul><ul><ul><ul><ul><li>Condições iniciais: </li></ul></ul></ul></ul><ul>Observações que representem o estado atual da Atmosfera </ul><ul><ul><ul><ul><li>Condições de contorno: </li></ul></ul></ul></ul><ul>- Contorno Inferior: Vegetação, Topografia, Umidade do Solo, Temperatura da Superfície do Mar, Cobertura de Gelo - Contorno Lateral: Dados provenientes de um Modelo Global Vento, Temperatura, Umidade, etc… </ul>
  4. 4. <ul>Ensemble </ul><ul><li>Modelo Regional: </li></ul>
  5. 5. <ul>Tipos de soluções numéricas x escalas </ul><ul>Explícita+Parametrizada </ul><ul>Explícita Convectiva Parametriza Micro </ul><ul> X>10km </ul><ul> X<4km </ul><ul>??? </ul>
  6. 6. <ul>O argumento para a previsão determinística de alta resolução provém do desejo de se construir modelos numéricos capazes de reproduzir e prever corretamente os fenômenos atmosféricos nas mais variadas escalas (sinótica -> micro!). </ul><ul>Solução Explícita </ul><ul>Qual o limite para o uso desta técnica? <li>Alta resolução = melhor desempenho?
  7. 7. 4km, 2km, 1km, 500m, 50m??? </li></ul>
  8. 8. <ul><li>-> Colle et al. (2000) Simulações numéricas no extremo oeste do estado de Washington (topografia complexa):
  9. 9. - Significativa melhora 36 para 12km
  10. 10. - Redução de 12 para 4km, não.
  11. 11. No nordeste dos EUA Colle et al. (2003) mostram que existe uma pequena melhora quando o espaçamento horizontal da grade passa de 36 para 12km (topografia simles)
  12. 12. -> Gallus (1999) indica uma pequena (ou nenhuma) melhora no desempenho de previsões de Sistemas Convectivos no meio oeste dos EUA quando a resolução é reduzida de 30 para 10km.
  13. 13. -> Brooks et al. 1992 e Roebber et al. 2004
  14. 14. Não há comprovação científica de que padrões simulados ou previstos explicitamente em rodadas de alta resolução não possam ser simplesmente extraídos, ou inferidos utilizando-se resultados de simulações numéricas de baixa resolução
  15. 15. -> Weisman et al., 1997: o aumento na resolução das simulações numéricas por si só, sem o auxílio de observações meteorológicas em uma escala adequada, não necessariamente fornece melhores resultados </li></ul><ul>Solução Explícita </ul>
  16. 16. <ul>Solução Explícita </ul><ul><li>1G=36km, 2G=12km, 3G=4km </li></ul>
  17. 17. <ul>Solução Explícita </ul><ul><li>Impacto de Novas Grades </li></ul>
  18. 18. <ul>A definição estatística de eventos extremos diz que podem ser considerados eventos extremos, todos aqueles que se localizarem nas “caudas” inferior ( < 5%) e superior( > 95%) de uma distribuição teórica da amostra de um dado evento. </ul><ul>Eventos Extremos </ul><ul> Eventos de Tempo Extremos (~ Dias) </ul><ul> - T empestades : - Tornados: Anônio Prado (2003), Muitos Capões (2005) - Micro-explosões: Pedras Altas (07, setembro 2009), Canela (2010) - C iclones extratropicais - F uracões : Catarina (2004) - Granizo: Itaara (07 setembro, 2009), Vedavais, enchurradas, deslizamentos de terra causados por chuva intensa, - Aproximadamente de 50% dos eventos registrados pela Defesa Civil/RS tem origem em Eventos de Tempo Extremos!!! </ul><ul>95% </ul>
  19. 19. <ul>Modelagem Numérica Regional </ul><ul><li>Aumento da resolução </li></ul><ul>Refletividade Simulada 1km x 1km </ul><ul>Refletividade simulada 5km x 5km </ul>
  20. 20. <ul><ul><li>Utilização da Média de um certo número de membros como condições iniciais e de contorno. </li></ul></ul><ul><li>Probabilisticamente um melhor dado! </li></ul><ul>Construção do Ensemble </ul><ul><li>Modelo Regional: </li><ul><li>- Várias rodadas
  21. 21. - Resolução baixa >12 km
  22. 22. - Configurações iniciais levemente diferentes </li></ul></ul>
  23. 23. <ul><li>Formato intermediário </li></ul><ul>Ensamble </ul><ul><li>Modelo Regional: </li></ul>
  24. 24. <ul><li>Aumento da resolução </li></ul><ul><ul><li>Maior detalhamento na informação </li></ul></ul><ul>Modelagem Numérica Regional </ul><ul>Refletividade Simulada 1km x 1km </ul><ul>Refletividade simulada 5km x 5km </ul>

×