Este documento apresenta resultados parciais de uma verificação do modelo WRF para a temperatura do inverno de 2009 no sul do Brasil. Calculou-se o viés médio entre as previsões de 24, 48 e 72 horas do WRF e as análises GFS para avaliar a qualidade da previsão. Os resultados mostraram viés médio aceitável para a temperatura, com um leve aumento de erro com o horizonte de previsão mais longo.
Fenômeno la niña de maio de 2007 a abril de 2008 e a precipitação no rio ...
Verificação WRF Temperatura Inverno 2009
1. Verificação do Modelo WRF para a
Temperatura em 2 metros do Inverno de 2009
Elias G. Lima
Fabrício P.Härter
Jonas C. Carvalho
Universidade Federal de Pelotas – UFPel
Programa de Pós-Graduação em Meteorologia
Campus Universitário s/n – Caixa Postal 354 – CEP
96010-900
elias.gl@hotmail.com.br, fabricio.harter@ufpel.edu.br,
jonas.carvalho@ufpel.edu.br
1. Introdução.
Modelos numéricos de equações primitivas, tais
como oThe WeatherResearchandForecastingModel
(WRF), são ferramentas extremamente úteis na previsão
de tempo, porém apresentam erros intrínsecosportanto
quantificar estes erros é uma importante linha de
pesquisa em meteorologia. Neste trabalho apresentam-
se resultados parciaissobre a verificação nos pontos de
grade do modelo WRF com relação à temperatura do
inverno de 2009 obtida pela análise Global Forecasting
Service (GFS).
Nesta pesquisa calcula-sea métrica estatística
Viés Médio (VM),entre o previsto para 24hrs, 48hrs e
2. 72hrs e o observado, tornando possível, avaliar a
qualidade da previsão do WRF, (Murphy, 1993).
2. Dados e Metodologia.
Neste trabalho é utilizada a versão 3.2 do WRF,
integrado por 72 horas no modo hidrostático com
resolução horizontal de 20 km. As condições iniciais e
de fronteira são obtidas do GFS, modelo global com
aproximadamente 100 km de resolução horizontal e 64
níveis verticais integrado no NOAA.As análises GFS,
consideradas a verdade terrestre, tem resolução
horizontal 100 km. A metodologia consiste em calcular
o Viés entre as previsões de 24, 48 e 72 horas e as
análises, através da seguinte equação:
𝑉𝑀!,! =
(𝑝!!!!
)!
!!!
𝑁
ondeα = 24hrs, 48hrs e 72hrs, j indica o nível em
análise, 𝑝é o previsto, 𝑂! é o observado e i varia de 1 a
N dias da estação do ano, desta maneira é possível
encontrar os erros sistemáticos ou tendências do
modelo.
As variáveis avaliadas são: Pressão ao Nível
Médio do Mar, Temperatura do Ar, Temperatura do
Ponto de Orvalho,Umidade Relativa do Ar (UR),
3. Precipitação acumulada e Componente Zonal,
Meridional e vertical do Vento.
3. Resultados.
A Figura 1 representa o VM da T para 24, 48 e 72 h em
superfície, e pode servir de modelo dos resultados
gerais obtidos neste trabalho.
(a) (b) (c)
Figura 1: VM da Temperatura de superfície (°C) do
invernode 2009: (a) 24horas(b) 48horas e (c) 72horas.
As barras correspondem à(s) figura(s) à direita.
A variável T apresentou valores do VM bastante
satisfatórios para praticante toda a região de estudo, um
aspecto bastante relevante desta análise é que os valores
para as previsões de 24, 48 e 72 horas mostraram-se
bastante semelhantes com um leve acréscimo do erro no
aumento do horizonte da previsão. De uma forma geral
o WRF superestimou a previsão em 1°C, porém em
algumas regiões como a metade sul do Paraná, o este e
litoral gaúcho o modelo tendeu a subestimar a
estimativa na faixa de 1°C. Conforme visto nos
trabalhos anteriores os maiores erros continuam
4. concentram-se nas regiões serranas de Santa Catarina e
Rio Grande do Sul e regiões circunjacentes às
quantidades hídricas como a do Rio Paraná e Lagoa dos
Patos e Mirim.
4. Considerações Finais.
Neste trabalho foi apresentada a verificação do WRF
para o inverno de 2009. Uma discussão completa sobre
a previsão de 24, 48 e 72 horas das oito variáveis
analisadas esta fora do escopo deste trabalho.
Entretanto, conclui-se que a configuração do modelo
em uso, gera previsões com erros aceitáveis. Foi
verificada a tendência dos erros aumentarem com o
aumento do horizonte da previsão. Sistema de escala
sinótica em latitudes médias, onde o geostrofismo e a
hidrostaticidade são boas aproximações, costumam ter
boa previsibilidade, principalmente no inverno. Em
trabalhos futuros pretende-se explorar os resultados
através de gráficos de correlações, outras métricas
estatísticas e com uma amostra maior de dados.
Referências Bibliográficas.
MURPHY, A.H. What is a Good Forecast? An essay on the Nature
of Goodness in Weather Forecasting. WeatherForecasting, v. 8,
p. 281-293,1993.
HÄRTER, F.P.; BARROS, F.J.G.; BRAGA, T.T.; SANTOS, R.R.;
BONATTI, G.R.; MOL, J.M.D.; QUIXABA FILHO, F.; ALVES,
F.; GUEDES, J. M. F. Um Sistema Previsor Baseado no WRF em
5. Fase de Testes no INMET. Boletim da Sociedade Brasileira de
Meteorologia, v. 32, p. 35-41, 2008.