validaÇÃo de variÁveis atmosfÉricas simuladas …saturno.unifei.edu.br/bim/20160050.pdf · os...
TRANSCRIPT
UNIVERSIDADE FEDERAL DE ITAJUBÁ INSTITUTO DE RECURSOS NATURAIS
PROGRAMA DE GRADUAÇÃO EM CIÊNCIAS ATMOSFÉRICAS
VALIDAÇÃO DE VARIÁVEIS ATMOSFÉRICAS SIMULADAS COM O RegCM4 SOBRE O OCEANO
ATLÂNTICO SUDOESTE
MONOGRAFIA DE GRADUAÇÃO
Thaís Letícia dos Santos
Itajubá, MG, Brasil
2016
VALIDAÇÃO DE VARIÁVEIS ATMOSFÉRICAS SIMULADAS COM O RegCM4 SOBRE O OCEANO
ATLÂNTICO SUDOESTE
por
Thaís Letícia dos Santos
Monografia apresentada à comissão examinadora Programa de Graduação em Ciências Atmosféricas da Universidade Federal Itajubá (UNIFEI, MG), como requisito parcial para
obtenção do grau de Bacharel em Ciências Atmosféricas.
Orientador: Michelle Simões Reboita
Itajubá, MG, Brasil
2016
Universidade Federal de Itajubá Instituto de Recursos Naturais
Programa de Graduação em Ciências Atmosféricas
A Comissão Examinadora, abaixo assinada, aprova a Monografia
VALIDAÇÃO DE VARIÁVEIS ATMOSFÉRICAS SIMULADAS COM O RegCM4 SOBRE O OCEANO
ATLÂNTICO SUDOESTE
elaborada por
Thais Letícia dos Santos
Como requisito parcial para a obtenção do grau de
Bacharel em Ciências Atmosféricas
Comissão Examinadora:
Itajubá, 21 de novembro de 2016.
AGRADECIMENTOS
À Deus.
Aos meu pais, Silvana e Paulinho, por me incentivarem e darem todo o suporte
para que eu pudesse concluir essa etapa.
À minha irmã Karina, pelo apoio e carinho, mesmo longe.
À minha orientadora Michelle, pelo apoio, incentivo, confiança e otimismo e
sobretudo, pela amizade.
Aos meus amigos da turma de 2011 de Ciências Atmosféricas que me
adotaram, Bruno, Carol, Cleverson, Débora, Diego, Helo, Josi, Igor, Rebeca e Rodolfo.
Obrigada por serem meus maiores incentivadores, por me ajudarem em todos os
momentos e pela amizade ímpar.
Ao meu namorado João, por me mandar energias positivas e me incentivar.
Às minhas amigas, Tainára e Nádia por estarem sempre comigo, e me
ajudando nos momentos que mais precisei.
Aos amigos que de alguma maneira me ajudaram nessa etapa, seja
compartilhando conhecimento ou amizade, Michel, Cássia e Camila.
Aos professores de Ciências Atmosféricas, pela dedicação, ensinamentos e
compreensão.
Dedico este trabalho ao meus pais, Silvana e Paulinho.
Os grandes navegadores devem sua reputação aos temporais e tempestades.
Epicuro
RESUMO
Monografia de Graduação Programa de Graduação em Ciências Atmosféricas
Universidade Federal de Itajubá, MG, Brasil
VALIDAÇÃO DE VARIÁVEIS ATMOSFÉRICAS SIMULADAS COM O RegCM4 SOBRE O OCEANO
ATLÂNTICO SUDOESTE
AUTOR(A): Thais Letícia dos Santos ORIENTADOR: Michelle Simões Reboita
Auditório do IRN, Itajubá, 21 de novembro de 2016.
Este estudo apresenta uma validação das variáveis atmosféricas, fluxos de calor latente e sensível, temperatura do ar a 2 metros e precipitação, simuladas pelo Regional Climate Model – versão 4.3 (RegCM4) aninhado ao Climate Forecast System version (CFSv2) sobre o Oceano Atlântico Sudoeste no ano de 2013. Para tanto, foram feitas médias trimestrais eliminando os dois primeiros meses de simulação, que foi considerado como período de "spin-up" do modelo. As validações dos campos de temperatura foram feitas utilizando a reanálise 2 do National Centers for Environmental Prediction (NCEP) com resolução de 2, 5º. Já os fluxos de calor latente e sensível foram comparados com dados da análise do Woods Hole Oceanographic Institution (WHOI) com resolução de 1º, enquanto que a precipitação foi obtida dos dados do satélite TRMM (Tropical Rainfall Measuring Mission). As médias de cada trimestre da simulação foi comparada com as médias trimestrais das observações através de uma análise subjetiva. Também foi realizada uma análise baseada no BIAS, que consiste em subtrair, para cada ponto de grade sobre o domínio de análise, o valor simulado do valor observado. Para os fluxos de calor latente e sensível, em geral, o modelo representa bem o padrão espacial, mas subestima em termos de intensidade os fluxos sobre a região da Corrente das Malvinas e superestima os fluxos na porção norte do domínio. A temperatura do ar foi a variável melhor representada pelo modelo, tanto em termos de intensidade quanto o padrão espacial. Já a precipitação, o modelo representa bem os padrões espaciais nos meses mais secos, mas superestima (subestima) a precipitação principalmente sobre a costa do Nordeste (Sudeste) do Brasil.
Palavras-chave: RegCM4. Temperatura a 2 m. Fluxo de calor latente. Fluxo de calor
sensível. Precipitação.
vii
LISTA DE FIGURAS
Figura 1 - Circulação superficial média do Oceano Atlântico Sul. ............................ 15
Figura 2 - Média anual (1958-2011) de Fluxo de Calor Sensível e Latente com dados
obtidos com os dados do Woods Hole Oceanographic Institution (WHOI; Yu et al.
2004). ........................................................................................................................ 17
Figura 3 - Média anual (1980-2008) da temperatura do ar (°C) a 2 metros de altura
com dados obtidos da reanálise do NCEP/NCAR (Kalnay et al. 1996). Fonte: Reboita
et al. (2012) ............................................................................................................... 18
Figura 4 - Esquematização do domínio das simulações e Temperatura à 2 m (° C).
.................................................................................................................................. 22
Figura 5 - Padrão espacial da média trimestral (de MAM a JJA) do fluxo de calor
sensível (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 24
Figura 6 - Padrão espacial da média trimestral (de JAS a OND) do fluxo de calor
sensível (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 25
Figura 7 - Padrão espacial da média trimestral (de NDJ a FMA) do fluxo de calor
sensível (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 26
Figura 8 - Padrão espacial da média trimestral (de MAM a JJA) do fluxo de calor
latente (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 28
Figura 9 - Padrão espacial da média trimestral (de JAS a OND) do fluxo de calor
latente (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 29
Figura 10 - Padrão espacial da média trimestral (de NDJ a FMA) do fluxo de calor
latente (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
viii
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 30
Figura 11 - Padrão espacial da média trimestral (de MAM a JJA) da temperatura do
ar a 2 m (°C) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 32
Figura 12 - Padrão espacial da média trimestral (de JAS a OND) da temperatura do
ar a 2 m (°C) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013.1 ........................................................................................................... 33
Figura 13 - Padrão espacial da média trimestral (de NDJ a FMA) da temperatura do
ar a 2 m (°C) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI
(coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o
ano de 2013. ............................................................................................................. 34
Figura 14 - Padrão espacial da média trimestral (de MAM a JJA) da precipitação
(mm/dia) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna
central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de
2013. ......................................................................................................................... 36
Figura 15 - Padrão espacial da média trimestral (de JAS a OND) da precipitação
(mm/dia) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna
central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de
2013. ......................................................................................................................... 37
Figura 16 - Padrão espacial da média trimestral (de NDJ a FMA) da precipitação
(mm/dia) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna
central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de
2013. ......................................................................................................................... 38
ix
LISTA DE TABELAS
Tabela 1 - Esquematização da técnica ensemble utilizada......................................22
x
LISTA DE ABREVIATURAS, SIGLAS E SÍMBOLOS AMJ - Abril Maio Junho
AS - América do Sul
ASAS - Alta Subtropical do Atlântico Sul
ASO - Agosto Setembro Outubro
CB - Corrente do Brasil
CBM - Confluência Brasil-Malvinas
CFSv2 - Climate Forecast System version 2
CMAP - Climate Prediction Center - Merged Analysis of Precipitation
CORDEX - (Coordinated Regional Climate Downscaling Experiment)
CPC - Climate Prediction Center
CPTEC - Centro de Previsão de Tempo e Estudos Climáticos
CPTEC/COLA - Centro de Previsão de Tempo e Estudos Climáticos/ Center for
Ocean-Land-Atmosphere Studie
CRU - Climatic Research Unit
CSA - Corrente Sul Atlântica
CSE - Corrente Sul Equatorial
DJF - Dezembro Janeiro Fevereiro
ECMWF - European Centre for Medium-Range Weather Forecasts
FMA - Fevereiro Março Abril
GPCP - Global Precipitation Climatology Project
JAS - Julho Agosto Setembro
JFM - Janeiro Fevereiro Março
JJA - Junho Julho Agosto
MAM - Março Abril Maio
MCGs - Modelos de Circulação Geral da Atmosfera
MCRs - Modelos Climáticos Regionais
MJJ - Maio Junho Julho
NCAR - National Center for Atmospheric Research
NCAR-PSU - National Center for Atmospheric Research – Pennsylvania University
NCEP - National Centers for Enviromental Prediction
NDE - Nordeste
NDJ - Novembro Dezembro Janeiro
xi
OAS - Oceano Atlântico Sudoeste
OND - Outubro Novembro Dezembro
PCCSM - Paleoclimate Comunity Climate System Model
PSU - Pensilvania State University
RegCM - Regional Climate Model
RegCM4 - Regional Climate Model – version 4
SAO - Sudeste do Oceano Atlântico
SDE - Sudeste
SOC - Southampton Oceanography Centre
SON - Setembro Outubro Novembro
TSM – Temperatura da Superfície do Mar
TRMM - Tropical Rainfall Measuring Mission
WHOI - Woods Hole Oceanographic Institution
ZCAS - Zona de Convergência do Atlântico Sul
ZCIT - Zona De Convergência Intertropical
xii
SUMÁRIO
LISTA DE FIGURAS ............................................................................................. VII
LISTA DE TABELAS ............................................................................................. IX
LISTA DE ABREVIATURAS, SIGLAS E SÍMBOLOS ............................................ X
1. INTRODUÇÃO ................................................................................................ 13
2. REVISÃO BIBLIOGRÁFICA ........................................................................... 15
2.1 CARACTERÍSTICAS DO OCEANO ATLÂNTICO SUL .............................................. 15
2.2 SIMULAÇÕES CLIMÁTICAS ............................................................................. 19
3. METODOLOGIA ............................................................................................. 21
3.1 SIMULAÇÕES TRIMESTRAIS ........................................................................ 21
3.2 ANÁLISES ................................................................................................. 22
4. RESULTADOS ................................................................................................ 23
4.1 FLUXO DE CALOR SENSÍVEL .......................................................................... 23 4.2. FLUXO DE CALOR LATENTE ........................................................................... 27
4.3 TEMPERATURA DO AR ................................................................................... 31 4.4. PRECIPITAÇÃO ............................................................................................ 35
5. CONCLUSÃO ................................................................................................. 39
6. REFERÊNCIAS ............................................................................................... 40
13
1. INTRODUÇÃO
Os modelos de circulação geral da atmosfera (MCGs) utilizam uma resolução
horizontal grosseira de aproximadamente 100 km (MEEHL et al., 2007), o que impede
a representação das forçantes locais e regionais no clima. Com a finalidade de
produzir simulações mais realísticas, Dickinson et al. (1989) e Giorgi (1990)
propuseram a utilização de modelos climáticos regionais (MCRs) de área limitada,
aninhado a MCGs ou reanálise. Esses modelos permitem uma melhor representação
de sistemas de mesoescala e simulam mais realisticamente as circulações regionais.
Estudos utilizando diferentes MCRs foram realizados para a América do Sul
(AS): Nobre et al (2001), Seth e Rojas, 2003; Fernandez et al., 2006a; Seth et al.,
2007; da Rocha et al., 2012; 2012; Solman 2013). Entre esses modelos tem-se o
Regional Climate Model (RegCM) (Pal et al., 2007). O RegCM é um modelo de área
limitada e compressível (GIORGI et al. 2012). Esse modelo passou por modificações
desde sua primeira versão, desenvolvida na década de 80 pelo National Center for
Atmospheric Research – Pennsylvania University (NCAR-PSU).
Em geral, o RegCM tem sido utilizado para simulações incluindo períodos
maiores do que 5 anos sobre a América do Sul - AS (REBOITA et al., 2014; LLOPART,
M. et al. 2014). Praticamente, não se conhece o desempenho desse modelo em
realizar simulações climáticas de curto prazo. Phan Van et al. (2014) avaliaram a
performance do RegCM4 em simulações trimestrais no Vietnã de temperatura máxima
e mínima a 2 m da superfície, para o período de janeiro de 2012 a dezembro de 2013.
Utilizou-se o RegCM4.2 aninhado ao modelo global CFSv2 e as simulações foram
comparadas com as análises do próprio CFS e dados observados. Os resultados
mostraram que o coeficiente de correlação de Pearson aumenta quando aumenta-se
a resolução horizontal da grade do modelo, isso indica que o RegCM apresenta uma
vantagem adicional para representar melhor os padrões de temperatura observados.
Em geral, quando não há uma correção do viés do modelo, o RegCM CFSv2 não é
hábil para ser usado diretamente em previsões sazonais.
Na AS, Machado e da Rocha (2010) avaliaram o desempenho de previsões
sazonais do RegCM3 aninhado ao modelo CPTEC/COLA (Centro de Previsão de
Tempo e Estudos Climáticos/ Center for Ocean-Land-Atmosphere Studies; Bonatti,
1996), utilizando as variáveis temperatura do ar e precipitação do Climate Prediction
Center (CPC), respectivamente sobre o Brasil. Verificou-se que a chuva sazonal
14
prevista pelo RegCM3 é mais próxima da observação do que a prevista pelo
CPTEC/COLA, nas região três regiões avaliadas: Nordeste (NDE), Sudeste (SDE) e
Sul (SUL). Já para temperatura, as previsões do RegCM3 foram melhores nas regiões
NDE e SUL, enquanto as previsões do CPTEC/COLA se mostraram melhores no SDE.
No Brasil, um dos poucos centros de meteorologia que disponibiliza
prognósticos sazonais com modelo regional é o Centro de Previsão de Tempo e
Estudos Climáticos (CPTEC) e, para isso, usa o modelo ETA. Na AS, Chou et al.
(2000) utilizaram o modelo ETA aninhado ao MCG CPTEC/COLA para analisar as
previsões para os meses de agosto e novembro. Este estudo mostrou que a
precipitação mensal prevista pelo ETA foi mais próxima da observada do que a
previsão do CPTEC/COLA. Ainda sobre a AS, Chou et al. (2005) avaliaram as
previsões com o ETA para 2002-2003, também aninhado no CPTEC/COLA, e
verificou-se que o modelo representa bem os sistemas de grande escala como a Zona
de Convergência Intertropical (ZCIT) e a Zona de Convergência do Atlântico Sul
(ZCAS). Segundo Chou et al. (2005), o modelo ETA ainda possui alguns erros por ser
dirigido pelo CPTEC/COLA, principalmente sobre a costa norte e nordeste do Brasil e
sobre os Andes.
A fim de contribuir para o conhecimento da performance do RegCM4 em
simulações climáticas sazonais, esse estudo tem como objetivo validar algumas
variáveis atmosféricas no Oceano Atlântico Sudoeste (OAS) com ênfase no Sudeste
do Oceano Atlântico (SAO), uma vez que este é um local de gênese de ciclones que
afetam o clima da AS.
15
2. REVISÃO BIBLIOGRÁFICA
2.1 Características do Oceano Atlântico Sul
O oceano constitui um grande reservatório de energia que influencia
diretamente o clima. Através dos fluxos turbulentos de calor latente e sensível realiza
transferência de energia armazenada para a atmosfera (SATO, 2005).
O padrão de ventos de grande escala na atmosfera tem influência direta na
circulação superficial das correntes oceânicas. No oceano Atlântico Sul, a Alta
Subtropical do Atlântico Sul (ASAS) é responsável pelo Giro Subtropical do Atlântico
Sul (Figura 1). Esse giro é limitado ao norte pela Corrente Sul Equatorial (CSE) e ao
sul pela Corrente Sul Atlântica (CSA). A Corrente de Benguela, corrente de contorno
leste, e a Corrente do Brasil (CB), corrente de contorno oeste, fecham o Giro
Subtropical (PETERSON; STRAMMA, 1991).
Na porção sul do Giro Subtropical encontra-se a Corrente das Malvinas, que se
desloca para norte transportando águas frias da Corrente Circumpolar Antártica. Essa
corrente encontra-se com a Corrente do Brasil, que transporta águas quentes em
direção aos polos ao longo da costa. Esse encontro forma uma região de intensos
gradientes de temperatura da superfície do mar (TSM), sendo uma das regiões mais
energéticas do oceano global (CHELTON et al., 1990), denominada confluência Brasil-
Malvinas (CBM).
Figura 1 - Circulação superficial média do Oceano Atlântico Sul.
Fonte: Peterson e Stramma (1991).
16
A interação entre o sistema oceano-atmosfera ocorre, principalmente, através
de fluxos de calor latente e sensível. Portanto, não é a TSM, mas os fluxos de energia
que forçam a circulação atmosférica e controlam a temperatura no oceano (WAINER
et al., 2003).
Wainer et al. (2003) validaram um modelo oceânico através da comparação do
ciclo anual sazonal de fluxos de calor no OAS com quatro fontes distintas de dados.
As fontes utilizadas para comparação com o modelo oceânico de circulação global
PCCSM (Paleoclimate Comunity Climate System Model) do NCAR foram: a
climatologia elaborada por Da Silva et al. (1994) entre os anos de 1945 e 1993,
climatologia do NCEP/NCAR entre os anos de 1957 e 1996, climatologia mensal de
Esbensen-Kushnir entre 1946 e 1979 e a climatologia do Southampton Oceanography
Center (SOC) entre os anos de 1980 e 1993. Os autores obtiveram, em geral,
similaridade no padrão espacial dos fluxos de calor latente e sensível para os ciclos
anuais, mas houve diferenças na intensidade. O padrão espacial dos fluxos indicou
maiores valores de fluxo de calor latente sobre as águas quentes da Corrente do Brasil
(aproximadamente 130 W.m-²) na média anual. Os resultados ainda mostraram um
ganho de energia da atmosfera em todo OAS.
Yu et al. (2004) utilizaram dados do Woods Hole Oceanographic Institution
(WHOI), European Centre for Medium-Range Weather Forecasts (ECMWF), National
Centers for Environmental Prediction (NCEP) e Southampton Oceanography Centre
(SOC) para construir campos médios diários de fluxos de calor latente e sensível no
período de 1982 a 1997 para a região do oceano Atlântico. Os resultados mostraram
que as maiores perdas de calor latente do oceano para atmosfera, concentram-se
sobre áreas subtropicais norte e sul que sofrem influência dos ventos alísios e próximo
à fronteira ocidental (adjacente ao continente). As trocas de calor menos intensas
ocorrem em latitudes médias e baixas. A figura 2 mostra o padrão espacial da média
anual (1958-2011) dos fluxos turbulentos de calor latente e sensível sobre o oceano.
17
Figura 2 - Média anual (1958-2011) de Fluxo de Calor Sensível e Latente com dados obtidos com os dados do Woods Hole Oceanographic Institution (WHOI; Yu et al. 2004).
Arsego (2012) estudou as interações resultantes do contraste termal ao longo
de regiões de frentes oceanográficas no OAS através de estimativas de fluxos de calor
baseadas em dados de satélite e dados coletados in situ. A climatologia anual dos
fluxos de calor latente e sensível com dados do WHOI foi feita para o período de 1980
e 2009 na região subtropical do Oceano Atlântico Sul e na região de Confluência
Brasil-Malvinas (CBM). Esse estudo verificou que que nos meses mais frios do ano
no Hemisfério Sul (junho, julho e agosto) há uma intensificação dos fluxos de calor do
oceano para a atmosfera. Nesses meses os fluxos de calor latente em torno de 36°
de latitude são maiores que nos meses mais quentes (dezembro, janeiro e fevereiro).
Já a climatologia dos fluxos de calor sensível mostrou que nos meses mais quentes,
grande parte da porção subtropical do OAS caracteriza-se por valores nulos ou muito
próximos de zero de fluxo de calor sensível. Esse estudo ainda mostrou que as regiões
que apresentam variações do fluxos de calor durante o ano são a região da CBM e a
costa leste do OAS, onde esses fluxos se intensificam nos meses de inverno austral.
18
Reboita et al. (2010) avaliaram a capacidade do modelo RegCM3 em simular a
climatologia (1990-1999) de fluxos turbulentos e outras variáveis de superfície sobre
o Sudoeste do Oceano Atlântico (SAO). Para validar as simulações os autores
utilizaram os conjuntos de dados das reanálises: ERA40 - European Centre for
Medium Range Weather Forecast (Uppala et al. 2005), R2 do National Centers for
Environmental Prediction (NCEP; KANAMITSU et al., 2002), GPCP (Global
Precipitation Climatology Project) e WHOI. O modelo mostrou, em concordância com
a maioria dos conjuntos de dados, grandes trocas de fluxos de calor latente sobre o
SAO subtropical e sobre as águas quentes da Corrente do Brasil. Ainda, constatou-se
que esses fluxos são mais intensos no outono-inverno do que na primavera-verão.
Com respeito à temperatura média do ar a 2 metros da superfície na região do
OAS o maior aquecimento é observado na região tropical, principalmente próximo à
linha do Equador, onde os raios solares atingem a superfície de modo quase
perpendicular (Figura 3). Ao longo do ano há uma migração latitudinal das regiões
mais quentes em direção aos polos. O inverno austral ocorre entre os meses de junho
a agosto em que a temperatura torna-se mais fria. Destaca-se a região da Corrente
das Malvinas próximo à costa, onde o ar é ligeiramente mais frio, principalmente no
inverno austral.
Figura 3 - Média anual (1980-2008) da temperatura do ar (°C) a 2 metros de altura com dados
obtidos da reanálise do NCEP/NCAR (Kalnay et al. 1996). Fonte: Reboita et al. (2012)
Com respeito a velocidade do vento a 10 m de altura, Reboita (2008) comparou
diferentes conjuntos de dados (NCEP, ECMWF, WHOI e simulação com o RegCM3)
sobre o SAO. Observou-se nas estações de verão e inverno que os ventos são mais
intensos na análise WHOI, diferenciando das reanálises NCEP e ECMWF e também
19
da simulação com o RegCM3. A velocidade do vento simulada na Alta Subtropical do
Atlântico Sul (ASAS) é menor que a do ECMWF e NCEP. O padrão dos ventos de
nordeste e sudeste no setor oeste e leste da ASAS, respectivamente foi bem
representado pelo modelo.
A climatologia da precipitação sobre o OAS pode ser descrita a partir do
trabalho de Reboita et al. 2010. Esse estudo comparou o modelo RegCM3 aninhado
ao ECHAM5 com as análises do Climatic Research Unit (CRU; BROHAN, et al. 2006)
e do Climate Prediction Center - Merged Analysis of Precipitation (CMAP; XIE E
ARKIN, 1997) no período de 1975 a 1989. No verão os principais sistemas que
caracterizam a distribuição espacial da chuva no OAS são ZCAS e a ZCIT (que se
desloca mais ao sul no verão austral). Verificou-se nesse estudo que o modelo não
simulou nem a posição nem a intensidade da ZCIT sobre o oceano, mas simulou um
máximo de chuva entre 15°S-0° na média anual. Além disso, a precipitação associada
à ZCAS é subestimada no ramo oceânico pelo RegCM3. No inverno, o modelo
reproduziu o padrão espacial de precipitação das análises, concentrando mais chuvas
no sudoeste do OAS (região de frentes frias nessa época do ano). A simulação
mostrou o máximo de precipitação no sul do OAS, embora deslocado para leste.
2.2 Simulações Climáticas
Os modelos dinâmicos do sistema climático tais como os MCGs foram
desenvolvidos para fazer previsões do estado da atmosfera, superfície e oceanos; e
também são utilizados para obtenção de prognósticos dos cenários climáticos futuros.
No entanto, sua resolução grosseira (100 Km) limita a representação de forçantes
locais e regionais nas simulações. Na tentativa de melhorar a representação dos
processos locais e regionais, diversos modelos regionais de alta resolução espacial
têm sido desenvolvidos (DICKINSON et al., 1989; GIORGI e MEARNS 1999).
Um dos primeiros estudos utilizando MCRs na AS foi Chou et al. (2000), no
qual utilizaram o modelo ETA aninhado ao MCG CPTEC/COLA de diferentes
resoluções para analisar as previsões para os meses de agosto (seco) e novembro
(chuvoso). Esse estudo mostrou que condições iniciais de alta resolução conseguem
detectar sinais de aglomerados convectivos e alimentar o modelo regional, com essa
informação.
Seth et al. (2007) utilizando o modelo RegCM3 aninhado ao modelo global
ECHAM e aos dados da reanálise do NCEP/NCAR, para o período de 1982 a 2002,
20
analisaram características climáticas da América do Sul, tais como, circulação de
grande escala, ciclo anual e interanual. Esse estudo mostrou que o modelo é capaz
de simular a variabilidade sazonal e o ciclo anual da precipitação especialmente na
Região Nordeste e da monção da América do Sul. Ainda verificou-se que a
variabilidade interanual no Nordeste, Sudeste e Amazônia é bem representada pelo
modelo.
Ainda sobre a AS, Gonçalves (2015) analisou a previsão climática sazonal de
precipitação sobre cinco regiões do estado do Rio Grande do Sul no período de agosto
de 2013 a agosto de 2014. Foram utilizadas nove tipos de simulações que
consideraram diferentes esquemas de parametrização cumulus, disponíveis no
RegCM4 (Grell com fechamento Arakawa e Schubert - AS e Fritsch e Chappell – FC,
MIT-Emanuel e convecção mista que é a utilização dos diferentes esquemas de
convecção sobre a terra e o mar). Esse estudo mostrou que em comparação com o
Modelo Global, CFSv2 o RegCM4 apresentou correlações maiores e erros menores.
O RegCM4 ainda obteve bom desempenho em reduzir a superestimação de
precipitação que é observada no CFSv2. Em geral, concluiu-se que em comparação
com as previsões climáticas do Modelo Global CFSv2 o RegCM4 apresentou uma
melhora significativa na previsão de precipitação em todas as regiões analisadas.
No estudo, já mencionado, realizado por Machado e da Rocha (2010), em que
avaliaram o desempenho de previsões sazonais do RegCM3 aninhado ao modelo
CPTEC/COLA, a metodologia utilizada consistiu em integrar o RegCM3 com 18 níveis
sigma na vertical e 60 km de resolução horizontal. As previsões foram iniciadas
sempre às 00 UTC do dia 16 de cada mês, e se estenderam até o último dia do terceiro
mês subsequente, totalizando 106 (ou mais) dias de previsão. Assim os primeiros 14
dias (ou 15, depende do número de dias do mês) de previsão, foram considerados
como de “spin-up” e excluídos das avaliações. Os autores questionam que nas
avaliações considerou-se apenas uma realização com o RegCM3. Entretanto as
previsões climáticas mostram-se muito sensíveis a pequenas perturbações nas
condições iniciais. Dessa forma, concluem que o ideal é realizar várias previsões
regionais partindo de diferentes previsões do modelo global.
Diante do exposto, nota-se que existem vários estudos focados na modelagem
climática regional. Tais estudos objetivam compreender melhor os processos
climáticos da América do Sul e reafirmam a necessidade da utilização de MCRs,
principalmente para realizações de projeções climáticas em escala regional.
21
3. METODOLOGIA
O objetivo desse estudo é validar previsões trimestrais executadas com o
RegCM4 no contexto do projeto internacional CORDEX (Coordinated Regional
Climate Downscaling Experiment) com o RegCM4 para o Oceano Atlântico Sul. Essas
previsões foram dirigidas com as saídas do modelo CFSv2 no ano de 2013. As
variáveis que serão analisadas são: fluxos turbulentos de calor latente e sensível,
temperatura do ar a 2 m da superfície e precipitação.
O RegCM4 é um modelo de área limitada, compressível, de equações
primitivas e em coordenada vertical sigma-pressão. Sua equações são discretizadas
através do método de diferenças finitas na grade B de Arakawa-Lamb e a integração
no tempo utiliza um esquema split-explicit (GIORGI et al., 1993 a,b).
O Climate Forecast System version 2 (CFSv2) é um modelo acoplado, ou seja,
representa a interação entre oceanos, superfície e atmosfera (SAHA et al., 2006,
2011). Ele foi desenvolvido pelo NCEP e sua componente atmosférica e oceânica são,
respectivamente, Global Forecast System (GFS, MOORTHI et al. 2001) e modelo
Modular Ocean Model version 3 (MOM3, PACANOWSKI E GRIFFES, 1998).
3.1 Simulações Trimestrais
As simulações trimestrais foram realizadas com o RegCM4 no domínio que
inclui a América do Sul e parte dos oceanos adjacentes (45º S a 10º N e 110º W a 0º;
Figura 2) e a projeção cartográfica utilizada é a Lambert. As simulações foram dirigidas
com as saídas do modelo CFSv2, com resolução de 0,9º x 0,9º de latitude e longitude.
O RegCM4 foi integrado com 18 níveis sigma na vertical e 30 km de resolução
horizontal. As previsões trimestrais iniciaram no trimestre março-abril-maio (MAM) de
2013 e terminaram em abril-maio-junho (AMJ) de 2014 (Tabela 1).
As previsões com o CFSv2 foram iniciadas nos dias 1, 5, 10, 15, 20 e 25 do
mês que antecede o trimestre de interesse (os meses de janeiro e outubro não têm
simulações iniciadas no dia 25). Dessa forma, eliminou-se os dois primeiros meses de
simulação, que foi considerado como período de "spin-up" do modelo (Tabela 1). Para
atmosfera, esse período é de poucos dias, mas para os processos no solo é mais
lento (GIORGI E MEARNS, 1999). A Tabela 1 mostra um esquema da média das
simulações trimestrais (ensembles) e a Figura 5 apresenta o domínio do modelo.
22
Figura 4 - Esquematização do domínio das simulações e Temperatura à 2 m (C).
Tabela 1 - Esquematização da técnica ensemble utilizada (exemplo para o mês de janeiro).
Meses Simulações Média trimestral Ensemble
S1 (mar+abr+mai)/3= med1
S5 (mar+abr+mai)/3= med2
Jan S10 (mar+abr+mai)/3= med3 med1+med2+med3+me4+med5=ENS1
S15 (mar+abr+mai)/3= med4
S20 (mar+abr+mai)/3= med5
3.2 Análises
A validação das simulações trimestrais foi realizada interpolando as médias
mensais de cada trimestre para a mesma grade das análises e reanálises, aqui
consideradas como observação.
As médias de cada trimestre da simulação foi comparada com as médias
trimestrais das observações através de uma análise subjetiva. Também foi realizada
uma análise baseada no BIAS, que consiste em subtrair, para cada ponto de grade
sobre o domínio de análise, o valor simulado do valor observado.
As validações dos campos de temperatura foram feitas utilizando a reanálise 2
do National Centers for Environmental Prediction (NCEP; KANAMITSU et al. 2002)
com resolução de 2, 5º. Já os fluxos de calor latente e sensível foram comparados
com dados da análise do Woods Hole Oceanographic Institution (WHOI; YU et al.
2004) com resolução de 1º, enquanto que precipitação foi obtida dos dados do satélite
TRMM (Tropical Rainfall Measuring Mission).
Tabela 1 - Continuação
23
4. RESULTADOS
4.1 Fluxo de Calor Sensível
As figuras 5, 6 e 7 apresentam as médias trimestrais dos fluxos de calor sensível
sobre o oceano Atlântico Sul no ano de 2013. É mostrada a previsão feita com
RegCM4 seguida da análise do WHOI e da diferença entre previsão e análise. Os
fluxos positivos indicam transferência de energia do oceano para a atmosfera e os
fluxos negativos, da atmosfera para o oceano.
O trimestre em que os fluxos de calor sensível são mais intensos é o de JJA e o
modelo subestima os fluxos negativos próximo à costa da Argentina e superestima os
fluxos positivos na região sudeste do domínio. Já no trimestre de NDJ é quando os
fluxos são mais fracos e o modelo representa bem os fluxos negativos na costa da
Argentina mas superestima os fluxos nas demais regiões.
Ao longo dos trimestres ASO, SON, OND, NDJ e DJF também verifica-se uma
intensificação dos fluxos negativos na costa da Argentina, o que indica um
fortalecimento da corrente das Malvinas. Em geral, nas primeiras médias trimestrais
(de MAM a JJA) a previsão subestima os fluxos de calor negativos na região da CBM
e superestima a intensidade dos fluxos positivos na porção sudoeste do domínio. A
partir de JAS a previsão do RegCM4 passa a representar melhor o gradiente na região
de confluência Brasil-Malvinas, mas continua superestimando os fluxos positivos no
sudeste do domínio.
Trabalhos recentes baseados em dados in situ na região da CBM confirmam o
aumento dos fluxos de calor sobre as águas mais quentes da CB (PEZZI et al., 2005,
2009; ACEVEDO et al., 2010). Nessa região o modelo superestimou os valores de
fluxo de calor sensível em todos os trimestres analisados.
Com respeito a diferença entre previsão e a análise do WHOI, a região que
apresenta maiores superestimavas foi a região sudoeste do domínio (costa leste da
América do Sul), que é uma região favorável à gênese de ciclones (NECCO, 1982 a
e b; SINCLAIR,1996; REBOITA et al., 2005; REBOITA 2008). Em geral, a partir do
trimestre de OND até o trimestre de FMA verifica-se uma melhor performance do
modelo, e o trimestre que o modelo obteve melhor desempenho comparado as
análises foi o de FMA.
24
RegCM WHOI RegCM - WHOI
Figura 5 - Padrão espacial da média trimestral (de MAM a JJA) do fluxo de calor sensível (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
25
RegCM WHOI RegCM - WHOI
Figura 6 - Padrão espacial da média trimestral (de JAS a OND) do fluxo de calor sensível (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
26
RegCM WHOI RegCM - WHOI
Figura 7 - Padrão espacial da média trimestral (de NDJ a FMA) do fluxo de calor sensível (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
27
4.2 Fluxo de Calor Latente
As figuras 8, 9 e 10 apresentam as médias trimestrais dos fluxos de calor latente
da previsão realizada com o RegCM4, da análise do WHOI e a diferença entre
previsão e análise.
Em geral, sobre a região de Confluência Brasil-Malvinas, o padrão espacial das
médias trimestrais de fluxo de calor latente previsto, foi similar a reanálise. O modelo
representou os fluxos de calor latente nessa região, ainda que tenha subestimado em
termos de intensidade.
Sobre a porção norte do domínio o modelo simulou o padrão de fluxos de calor,
mas superestimou a intensidade. Outra região que foi superestimada pelo modelo é a
região da Corrente do Brasil.
O modelo representou os fluxos de calor latente na porção norte do domínio e
na região da Corrente do Brasil, mas superestimou em intensidade esses fluxos. A
diferença entre a previsão e a análise mostrou que o modelo superestima os fluxos de
calor latente principalmente nas costas do nordeste e sudeste do Brasil. A
subestimativa ocorre na região da Corrente das Malvinas.
Em geral o trimestre em que o modelo representou melhor os fluxos tanto em
padrão espacial quanto em intensidade foi o de JFM.
28
RegCM WHOI RegCM - WHOI
Figura 8 - Padrão espacial da média trimestral (de MAM a JJA) do fluxo de calor latente (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
29
RegCM WHOI RegCM - WHO
Figura 9 - Padrão espacial da média trimestral (de JAS a OND) do fluxo de calor latente (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
30
RegCM WHOI RegCM - WHO
Figura 10 - Padrão espacial da média trimestral (de NDJ a FMA) do fluxo de calor latente (W/m2) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
31
4.3 Temperatura do ar
As figuras 11, 12 e 13 apresentam as médias trimestrais da temperatura do ar
a 2 metros da superfície da simulação, da reanálise do NCEP e a diferença entre
simulação e análise. Em geral para todas épocas do ano e em todo o domínio
analisado as simulações com o RegCM4 ficaram bem próximas da reanálise.
Durante o ano observa-se a migração latitudinal para sul (norte) das regiões
mais quentes, nos meses de verão (inverno) austral, tanto nas previsões com o
RegCM4 como na reanálise do NCEP.
O padrão espacial da diferença entre a simulação e a reanálise indica que o
modelo ficou bem próximo da reanálise, pois nota-se pouca diferença. Pode-se dizer
que o modelo foi hábil em simular a temperatura à 2 m no OAS.
32
RegCM WHOI RegCM - WHOI
Figura 11 - Padrão espacial da média trimestral (de MAM a JJA) da temperatura do ar a 2 m (°C) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
33
RegCM WHOI RegCM - WHOI
Figura 12 - Padrão espacial da média trimestral (de JAS a OND) da temperatura do ar a 2 m (°C) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.1
a) b) c)
d) e) f)
g) h) i)
j) k) l)
34
RegCM WHOI RegCM - WHOI
Figura 13 - Padrão espacial da média trimestral (de NDJ a FMA) da temperatura do ar a 2 m (°C) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
35
4.4 Precipitação
Os campos das medias trimestrais de precipitação (mm/dia) são apresentados
nas figuras 14, 15 e 16. São mostradas as médias da simulação seguidas das médias
com os dados do TRMM e as médias das diferenças entre eles.
Para os meses de inverno o modelo simula os padrões de precipitação bem
próximos ao TRMM, indicando baixa precipitação por quase toda a região do domínio.
Nas médias trimestrais de OND e NDJ a simulação se mostra distante da
reanálise na região da costa do SDE do Brasil. Já nas médias de MAM, AMJ, DJF,
JFM e FMA o modelo simula precipitação na costa do NDE do Brasil, o que não se
observa no TRMM.
O verão de 2014 foi caracterizado por uma seca anômala no sudeste do Brasil,
como mostra alguns trabalhos, Coelho et al. 2015, Dutra et al. 2015 e Reboita et al.
2015. Nesse período (DJF, JFM, FMA) o modelo foi capaz de representar o déficit de
precipitação da costa do sudeste. 4.
Em geral as maiores diferenças entre simulação e TRMM ocorreram na região
norte e nordeste nas médias de MAM, AMJ e FMA, em que o modelo superestimou a
precipitação nessa região.
De maneira geral, o melhor trimestre simulado foi o de SON.
36
RegCM WHOI RegCM - WHOI
Figura 14 - Padrão espacial da média trimestral (de MAM a JJA) da precipitação (mm/dia) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
37
RegCM WHOI RegCM - WHOI
Figura 15 - Padrão espacial da média trimestral (de JAS a OND) da precipitação (mm/dia) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
38
RegCM WHOI RegCM - WHOI
Figura 16 - Padrão espacial da média trimestral (de NDJ a FMA) da precipitação (mm/dia) simulada pelo RegCM4 (coluna da esquerda), da análise do WHOI (coluna central) e a diferença entre simulação e análise (coluna da esquerda) para o ano de 2013.
a) b) c)
d) e) f)
g) h) i)
j) k) l)
39
5. CONCLUSÃO
Este estudo apresentou uma validação de variáveis atmosféricas previstas pelo
RegCM4 aninhado ao CFSv2 sobre o Oceano Atlântico Sul no ano de 2013. Para
tanto, foram feitas médias trimestrais eliminando os dois primeiros meses que
antecedem o trimestre de interesse.
Com respeito a previsão dos fluxos de calor sensível, em geral, o RegCM4
subestimou os fluxos negativos na porção sul do domínio, principalmente sobre a
região da Corrente das Malvinas. No restante do domínio o modelo representou bem
o padrão espacial, mas superestimou em termos de intensidade os fluxos de calor
sensível. O trimestre de melhor desempenho do modelo para essa varável foi o de
FMA.
As previsões com o RegCm4 dos fluxos de calor latente obtiveram um
comportamento similar ao do fluxo de calor sensível. Em geral o modelo representou
o padrão espacial dos fluxos, mas subestimou a intensidade dos fluxos próximo a
região da CBM.
A temperatura do ar à 2 m foi a variável melhor representada pelo modelo. No geral
tanto o padrão espacial quanto a intensidade ficaram bem próximos à análise.
Em geral, o padrão espacial da precipitação é representado pelo modelo nos
meses mais secos, no entanto nos trimestres de OND e NDJ a previsão do RegCM4
subestima a precipitação na costa do sudeste do Brasil. O trimestre de melhor
desempenho do modelo para precipitação foi o de SON.
Os resultados mostraram que o RegCM4 é capaz de simular as características da
climatologia no Oceano Atlântico Sul.
40
6. REFERÊNCIAS
ACEVEDO, O.; PEZZI, L. P.; SOUZA, R. B.; Atmospheric boundary layer adjustament to the synoptic cycle ate the Brazil-Malvinas Confluence, South Atlantic Ocean. Jornal Goephysical Research, v. 115, n.D22, p. 1-12, 2010.
ARSEGO, D. A. Fluxos de calor e transferência de energia calorífica entre o oceano e a atmosfera sobre estruturas oceâncias de mesoescala no Atlântico Sul. 2012. 96 p. Dissertação (Mestrado) - Universidade Federal de Santa Maria, Santa Maria, RS, Brasil, 2012. BROHAN, P. et al. Uncertainty estimates in regional and global observed temperature changes: a new dataset from 1850. Journal of Geophysical Research, v. 111, 2006. CHELTON, D. B.; SCHLAX, M. G.; WITTER, D. L.; RICHMAN, J. G. Geosat altimeter observations of the surface circulation of the Southern Ocean. Journal of Geophysical Research: Oceans, v. 95, n. C10, p. 17877–17903, 1990. CHOU, S. C.; NUNES; A. M. B.; CAVALCANTI, I. F. A. Extended range forecasts over South America using the regional ETA model. Journal of Geophysical Research, Washington, v.105, p. 10147-10160, 2000. CHOU, S.C.; BUSTAMANTE, J.F.; GOMES, J.L. Evaluation of Eta Model seasonal precipitation forecasts over South America. Nonlinear Processes in Geophysics, v.12, p.537-555, 2005. DA ROCHA, R. P.; MORALES, C. A.; CUADRA, S. V.; AMBRIZZI, T. Precipitation diurnal cycle and summer climatology assessment over South America: An evaluation of Regional Climate Model version 3 simulations. Journal of Geophysical Research, v. 114, p. 1-19, 2009. DICKINSON, R. E.; ERRICO, R. M.; GIORGI, F.; et al. A regional climate model for western United States. Climate Change. v.15, p.383– 422, 1989. DRUYAN, L. M.; M. FULAKEZA; P. LONERGAN. Dynamic Downscaling of Seasonal Climate Predictions over Brazil. Journal of Climate, v.15, p. 3411-3426, 2002. FERNANDEZ, J. P. R., FRANCHITO, S. H., RAO, V. B. Simulation of summer
circulation over South America by two regional climate models. Part I. Mean
climatology. Theor Appl Climatol, v. 86, p. 247−260, 2006a.
GIORGI. F. On the simulation of regional climate using a limited area model nested in a general circulation model. Journal of Climate, v. 3, p. 941-963, 1990.
GIORGI, F.; L. O. MEARNS. Approaches to the simulation of regional climate change: a review. Rev. Geophys., v. 29, p. 191-216, 1991.
41
GIORGI, F.; MARINUCCI, M.R.; BATES. G. Development of a second-generation
regional climate model (RegCM2). I. Boundary layer and radiative transfer processes.
Mon Weather Rev, v. 121, p. 2794–2813, 1993a.
GIORGI, F., MARINUCCI, M.R., BATES, G., DECANIO, G.; Development of a second
generation regional climate model (RegCM2). II. Convective processes and
assimilation of lateral boundary conditions. Mon Weather Rev, v. 121, p. 2814–2832,
1993b.
GIORGI, F., HUANG, Y., NISHIZAWA, K., FU, C; A seasonal cycle simulation over
eastern Asia and its sensitivity to radiative transfer and surface processes. J Geophys
Res, v.104, p. 6403–6423, 1999a.
GIORGI, F.; MEARNS, L. Introduction to special section: regional climate modeling
revisited. . Journal of Geophysical Research, v. 104, p. 6335–6352, 1999b.
GIORGI F, COPPOLA E, SOLMON F, MARIOTTI L, SYLLA B M, BI X, ELGUINDI N, DIRO T G, NAIR V, GIULIANI G, TURUNCOGLU U U, COZZINI S, GUTTLER I, O’BRIEN A T, TAWFIK B A, SHALABY A, ZAKEY S A, STEINER L A STORDAL F, SLOAN C L, BRANKOVIC C. RegCM4: Model description and preliminary tests over multiple CORDEX domains. Clim Res, vol. 52, p. 7-29, 2012. GONÇALVES, A. S. Avaliação da previsão numérica sazonal de precipitação para
o Rio Grande do Sul. 2015. 80 f. Dissertação (Mestrado em Meteorologia) –
Universidade Federal de Santa Maria, RS, Brasil, 2015. GRELL, G.A. Prognostic evaluation of assumptions used by cumulus parameterizations. Monthly Weather Review, v. 121, p. 764-787, 1993. KALNAY, E., et al. The NCEP/NCAR 40-Year Reanalysis Project. Bull. Amer. Meteor. Soc., v.77, p. 437-471, 1996. KANAMITSU, M., et al. NCEP-DOE AMIP-II Reanalysis (R-2). Bull. Am. Met. Soc., v. 83, p. 1631-1643, 2002 KOUSKY, V. E. Pentad outgoing long wave radiation climatology for the South
American sector. Revista Brasileira de Meteorologia, v. 3, p. 217-231, 1988.
L.; REBOITA, M. S. ; da Rocha, RP ; REHBEIN, A. . Dry summer over Southeastern Brazil in 2014 Part I: forecasted precipitation by CFSv2 and RegCM4 ensembles. In: 26th IUGG 2015 General Assembly, 2015, Praga. 26th IUGG 2015 General Assembly, 2015. LLOPART, M. Impacto Da Representação Solo-Planta-Atmosfera Em Simulações Climáticas Regionais Para A América Do Sul. 2014. 140 f. Tese (Doutorado em Ciências Atmosféricas) – Instituto de Astronomia, Geofísica e Ciências Atmosféricas, Universidade de São Paulo, São Paulo.
42
MACHADO, R. D.; da ROCHA, R. P. Previsões climáticas sazonais sobre o Brasil: avaliação do RegCM3 aninhado no modelo global CPTEC/COLA. Revista Brasileira de Meteorologia, v. 26, n. 1, p.121 - 136, 2011. MEEHL, G. A.; STOCKER, T. F.; COLLINS, W.D.; FRIEDLINGSTEIN, P.; GAYE, A.T.; GREGORY, J. M.; KITOH, A.; KNUTTI. R.; MURPHY, J. M.; NODA, A.; RAPER, S. C. B.; WATTERSON, I. G.; WEAVER, A. J.; ZHAO, Z-C. Global Climate Projections. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, 2007 MISRA, V.; KANAMITSU, M. Anomaly Nesting: A Methodology to Downscale Seasonal Climate Simulations from AGCMs. Journal of Climate, v.17, n.17, p.3249-3262, 2004. MOORTHI, S.; H.-L. PAN; P. CAPLAN, 2001: Changes to the 2001 NCEP operational MRF/AVN global analysis/forecast system. NWS Technical Procedures Bulletin, v. 484, pp14, 2001. NECCO, G. V. Comportamiento de Vortices Ciclonicos En El Area Sudamerica Durante El FGGE: Trayectorias y Desarrollos. Meteorologica, v.13 (1), p. 21-34. 1982b. NECCO, G. V., Comportamiento de Vortices Ciclonicos En El Area Sudamerica Durante El FGGE: Ciclogenegis. Meteorologica, v.13 (1), p. 7-19, 1982a. NOBRE, P.; D.MOURA, A.; SUN, L. Dynamical downscaling of seasonal climate prediction over Nordeste Brazilwith ECHAM3 and NCEP’s regional spectral models at IRI, Bulletin of the American Meteorological Society, v. 82, n. 12, p. 2787–2796, 2001. PACANOWSKI, R. C.; S. M. GRIFFIES, 1998: MOM 3.0 Manual, NOAA/Geophysical Fluid Dynamics Laboratory, Princeton, USA 08542. PAL, J. S. et al. The ITCP RegCM3 and RegCNET: Regional Climate Modeling for the Developing World. Bull. Amer. Meteor. Soc., v. 88, n. 9, p. 1395-1409, 2007. PAL, J.S. ; GIORGI, F. ; BI, X. ; ELGUINDI, N. ; SOLMON, F. ; GAO, X. ; RAUSCHER, S.; FRANCISCO, R. ; ZAKEY, A. ; WINTER, J ; ASHFAQ, M. ; SYED, F. ; BELL, J.l.; DIFFENBAUGH, N.s. ; ROCHA, R. P. da . Regional Climate Modeling for the Developing World: The ICTP RegCM3 and RegCNET. Bulletin of the American Meteorological Society, v. 88, p. 1395-1409, 2007. PAL, J.S.; ERIC, E. S. e ELFATHI, A.B.E. Simulation of regional-scale water energy budgets: Representation of subgrid cloud and precipitation process within RegCM. Journal of Geophysical Research, v.105, p.29.579-29.594, 2000. PEIXOTO, J. P.; OORT, A. H. Physics of Climate. Nova York, Estados Unidos: Springer,1992. 520p.
43
PETERSON, R. G.; STRAMMA, L. Upper-level Circulation in the South Atlantic Ocean. Progress in Oceanography, Elsevier, v. 26, n. 1, p. 1–73, 1991. PEZZI, L.; SOUZA, R. B. Variabilidade de mesoescala e interação oceano-atmosfera no Atlântico Sudoeste. In: CAVALCANTI et al. Tempo e Clima no Brasil. São Paulo: Oficinas de Textos, 2009. P. 385-405. PHAN, T-V.; NYUGEN, H. V.; TUAN LONG. T.; QUANG, T. N.; NGO-DUC, T.; LAUX, P.; XUAN, T.N. Seasonal prediction of surface air temperature across Vietnam using the regional climate model version 4.2 (RegCM4.2). Hindawi, v. 2014, p. 1–13, 2014. PIVA, E. D. Estudo de caso sobre o papel dos fluxos de calor latente e sensível em superfície em processos de ciclogênese de costa leste ocorrido na costa da América do Sul. 2001. 162 p. Dissertação (Mestrado) — Instituto Nacional de Pesquisas Espaciais, INPE-8498-TDI/781, São José dos Campos, 2001. REBOITA, M. S.; R. P. DA ROCHA; T. AMBRIZZI, 2005a: Climatologia de Ciclones sobre o Atlântico Sul Utilizando Métodos Objetivos na Detecção destes Sistemas. In: IX CONGREMET, Congresso Argentino de Meteorologia, Buenos Aires, AR, Outubro 3-7, 2005a. REBOITA, M. S.; R. P. da ROCHA; AMBRIZZI, T. Evaluation of the Latent and Sensible Heat Fluxes Simulated by RegCM3 over South Atlantic from 1990 to 1994. Clivar Exchanges, v.35, p. 58-60, 2005b. REBOITA, M. S. Ciclones Extratropicais sobre o Atlântico Sul: Simulação Climática e Experimentos de Sensibilidade. 2008. 359 f.Tese (Doutorado em Ciências Atmosféricas) – Instituto de Astronomia, Geofísica e Ciências Atmosféricas, Universidade de São Paulo, São Paulo. REBOITA, M.S.; da ROCHA, R.P.; AMBRIZZI, T.; SUGAHARA, S. South Atlantic Ocean cyclogenesis climatology simulated by regional climate model (RegCM3). Climate Dynamics, v. 35, p. 1331–1347, 2010a. REBOITA, M.S.; GAN, M.A.; da ROCHA, R.P.; AMBRIZZI T., Regimes de precipitação na América do Sul: uma revisão bibliográfica. Revista Brasileira de Meteorologia, v. 25, n .2, p. 185-204, 2010b. REBOITA, M. S., KRUSCHE, N., AMBRIZZI, T., ROCHA, R. P.; Entendendo o Tempo
e o Clima na América do Sul. Terra e Didática, v. 8, n. 1, p. 34-50, 2012.
REBOITA, M. S.; DA ROCHA, R. P.; DIAS, C. G.; YNOUE, R.Y. Climate Projects for South America: RegCM3 Driven by HadCM3 and ECHAM5. Advances in Meteorology, v. 2014, p. 1-17, 2014. REBOITA, M. S.; FERNANDEZ, J. P. R.; LLOPART, M. P.; DA ROCHA, R. P.; PAMPUCH, L.A.; CRUZ, F. T. Assessment of RegCM4.3 overs the CORDEX South America domain: sensitive analysis for physical parametrization schemes. Climate Research, v. 60, p. 215-234, 2014.
44
REBOITA, M. S.; L.; DA ROCHA, R. P. Dry summer over Southeastern Brazil in 2014 Part II: atmospheric patterns in ERA-Interim and simulated by CFSv2 and RegCM4 ensembles. In: 26th IUGG 2015 General Assembly, 2015, Praga. 26th IUGG 2015 General Assembly, 2015. SAHA, S. et al. The NCEP Climate Forecast System. Jornal Climate. v.19, p. 3483-3517, 2006. SATO, O. T. Fluxos de calor oceânico medido por meio de satélites. In: SOUZA, R. B. (Ed.). Oceanografia por Satélites. São Paulo, Brasil: Oficina de Textos, . p. 148–165, 2005. SATYAMURTY, P.; NOBRE, C.A.; SILVA DIAS, P.L. South America. In: Meteorology of the Southern Hemisphere. Eds. Karoly D. J.; Vicent, D. G. American Meteorological Society, Meteorological Monographs, v. 27, n. 49, p. 119-139, 1998. SETH, A., RAUSCHER, S. A., CARMAGO, S. J., QIAN, J. H., PAL, J. S.; RegCM3
regional climatologies using reanalysis and ECHAM global model driving fields.
Climate Dyn, v. 28, p. 461–480, 2007.
SETH, A.; RAUSCHER, S.A.; CAMARGO, S. J.; et al. RegCM3 regional climatologies for South America using reanalysis and ECHAM global model driving fields. Climate Dynamics, v. 28. p. 461–480, 2007. SETH, A.; ROJAS, M. Simulation and sensitivity in a nested modeling system for South America. Part I: Reanalyses boundary forcing, Journal of Climate, n. 16, p. 2437-2453, 2003. Sinclair, M. R. Reply. Mon. Wea. Rev.,v. 124, p. 2615-2618, 1996 SOLMAN, S. A. Evaluation of an ensemble of regional climate model simulations over
South America driven by the ERA-Interim reanalysis: model performance and
uncertainties, Climate Dynamics, 1-19, 2013
SOLMAN, S.A. Regional climate modeling over South America: A review, Hindawi, article ID 504357, p. 13, 2013. WAINER, I.; A. TASCHETTO; J. SOARES; A. P. DE OLIVEIRA; B. O-BLIESNER; E. BRADY, 2003: Intercomparison of Heat Fluxes in the South Atlantic. Part I: The Seasonal Cycle. Jornal Climate, 16, 706-714. XIE, P.; ARKIN, P. A. Global Precipitation: A 17-year monthly analysis based on gauge observations, satellite estimates, and numerical model outputs. Bull. Amer. Meteor. Soc., v. 78, p. 2539-2558, 1997. YU, L., R. A. WELLER, AND B. SUN. Improving latent and sensible heat flux estimates for the Atlantic Ocean (1988-1999) by a synthesis approach. Jornal Climate, v.17, p. 373–393, 2004.
45
YU, L., R. A. WELLER, AND B. SUN. Mean and variability of the WHOI daily latent and sensible heat fluxes at in situ flux measurement sites in the Atlantic Ocean. Jornal Climate, v. 17, p. 2096–2118, 2004.