validaÇÃo de variÁveis atmosfÉricas simuladas …saturno.unifei.edu.br/bim/20160050.pdf · os...

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


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


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


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.

https://www.google.com.br/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwi7pqW2sJnMAhWMh5AKHViRDD0QFggcMAA&url=http%3A%2F%2Ftrmm.gsfc.nasa.gov%2F&usg=AFQjCNHS8FGKpY4VdTatlu0uCj32g_5oJg&sig2=f3RYDF9fR9xQ7zAmdoxueA&bvm=bv.119745492,d.Y2I

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



ano de 2013. ............................................................................................................. 25

Figura 7 - Padrão espacial da média trimestral (de NDJ a FMA) do fluxo de calor



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


ano de 2013. ............................................................................................................. 28

Figura 9 - Padrão espacial da média trimestral (de JAS a OND) do fluxo de calor



ano de 2013. ............................................................................................................. 29

Figura 10 - Padrão espacial da média trimestral (de NDJ a FMA) do fluxo de calor


viii


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


ano de 2013. ............................................................................................................. 32

Figura 12 - Padrão espacial da média trimestral (de JAS a OND) da temperatura do



ano de 2013.1 ........................................................................................................... 33

Figura 13 - Padrão espacial da média trimestral (de NDJ a FMA) da temperatura do



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



2013. ......................................................................................................................... 37

Figura 16 - Padrão espacial da média trimestral (de NDJ a FMA) da precipitação



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


Jan S10 (mar+abr+mai)/3= med3 med1+med2+med3+me4+med5=ENS1



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

https://www.google.com.br/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwi7pqW2sJnMAhWMh5AKHViRDD0QFggcMAA&url=http%3A%2F%2Ftrmm.gsfc.nasa.gov%2F&usg=AFQjCNHS8FGKpY4VdTatlu0uCj32g_5oJg&sig2=f3RYDF9fR9xQ7zAmdoxueA&bvm=bv.119745492,d.Y2I

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


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


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


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


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


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


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


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


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


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.

http://lattes.cnpq.br/0448732949873631

http://lattes.cnpq.br/2492316971242051

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.

validaÇÃo de variÁveis atmosfÉricas simuladas …saturno.unifei.edu.br/bim/20160050.pdf · os...

Documents