- Congresso Brasileiro de Meteorologia

INCLUSÃO DE UMIDADE DO ATOVS NA ASSIMILAÇÃO REGIONAL –
RESULTADOS PRELIMINARES
Elizabeth Silvestre Espinoza1
José Antonio Aravéquia2
Rosângela Cintra3
Abstract
The Data Assimilation System RPSAS development for the Global Modelling Assimilation
Office at NASA and implemented at CPTEC, assimilate variables coming from different
meteorological sensors, which are passives and actives. The passives sensors are principally the
data satellite from NOAA of the TIROS series, those satellite give the vertical structure of the
atmosphere like temperature and humidity. The RPSAS at the moment assimilate geopotential
height from those satellites, then, the temperature and humidity from ATOVS of NOAA is
converted first in virtual temperature. The humidity that RPSAS assimilate is coming from TEMP
observations, and in South America we had few TEMP´s stations, and the data satellite is good
alternative, principally because have a high spatial resolution. In this work, we showed the
preliminary results assimilating humidity from ATOVS from NOAA-15 like mixing ratio, for that
was running the RPSAS in connection with the Regional Eta Model in the cyclic form during 15
days, from 1 to 15 April of 2002. The outputs are prediction until 120 hours at 00Z and 12Z and to
18 hours at 06Z and 18Z. The ATOVS data was received and processed locally at DSA/CPTEC.
NOAA-15 had passing at 00Z and 12Z that allowed use the data to run the numerical model
prediction for 120 hours. We compared the results, including ATOVS data like virtual temperature
and like humidity. The results shows that including ATOVS data like humidity improved the fields
analysis compared with the NCEP fields analysis, principally for geopotential height and humidity,
and respect to predictions, for precipitation until 72 hours assimilating ATOVS data like humidity
the results is better than assimilating ATOVS like virtual temperature, this difference is clear
principally in the regions where the satellite have passing. During the period when the RPSAS was
assimilating ATOVS data like humidity, was completely stable together with the regional Eta
model.
____________________________________________________________________________________________________________________________________________________
1,2,3
Instituto Nacional de Pesquisas Espaciais – INPE
Centro de Previsão do Tempo e Estudos Climáticos – CPTEC
Rodovia Presidente Dutra Km. 39. CEP: 12630-000
Cachoeira Paulista, São Paulo, Brasil
1
[email protected], 2 [email protected], 3 [email protected].
Resumo
O sistema de Assimilação regional RPSAS, desenvolvida pela GMAO (Global Modelling
Assimilation Office) da NASA, e implementado no CPTEC/INPE, assimila variáveis
meteorológicas provindas de diferentes fontes, que podem ser classificados como sensores ativos e
sensores passivos. No que se refere a sensores passivos, os dados são provindos de satélites
meteorológicos, especificamente do NOAA da serie TIROS, nos proporcionam a estrutura vertical
da atmosfera em forma radiâncias que após passarem por um processo de inversão são convertidos
em perfis de temperatura e umidade. O sistema de Assimilação RPSAS assimila informações de
geopotencial, para isso, os dados recuperados do satélite têm que ser convertidos primeiro a
temperatura virtual e depois a geopotencial para serem utilizados na assimilação. A umidade que o
RPSAS assimila provem de mensagens TEMPS, e como se sabe na América do Sul, existem poucas
estações de radiossondas, portanto, o uso de dados de umidade do satélite se apresenta como uma
alternativa para a melhorar a definição real do estado da atmosfera, principalmente dada a sua alta
resolução espacial. Neste trabalho apresentam-se os resultados preliminares da inclusão de umidade
do ATOVS do NOAA-15, na forma de razão de mistura, e uma avaliação do seu impacto. Este
experimento foi rodado de maneira cíclica em conjunto com o modelo regional Eta, para o período
de 1 de abril a 15 de abril de 2002, sendo obtidas as previsões até 120 horas nos horários de 00Z e
12Z e até 12 horas nos horários de 06Z e 18Z. Os dados do ATOVS foram recebidos e processados
localmente no DSA/CPTEC. Os horários de passagem do NOAA-15 são das 00Z e 12Z, horários
em que se faz a previsão de longo prazo do modelo. Foram comparados os resultados incluindo
ATOVS como temperatura virtual e como umidade e com o modelo regional do CPTEC. Os
resultados mostram que incluindo ATOVS como umidade a performance dos campos análise
melhoram quando comparados com os campos de análise do NCEP, principalmente para
geopotencial e umidade, em todos os níveis analisados. Com respeito às previsões, no caso da
precipitação, até 72 horas a inclusão dos dados do ATOVS como razão de mistura apresenta uma
melhoria na representação do campo de umidade, comparado com dados observados e com as
previsões do modelo operacional. Durante o período do experimento,assimilando umidade do
ATOVS o sistema de assimilação, RPSAS, se mostrou estável.
PALAVRAS CHAVES
Assimilação de umidade, assimilação de dados, dados de satélite, ATOVS, modelo regional
INTRODUÇÃO
O aprimoramento dos resultados dos modelos de Previsão Numérica do Tempo tem tido
cada vez mais contribuições devido a avanços nos Métodos de Assimilação de dados atmosféricos,
na obtenção de um sistema de assimilação que seja flexível para modelos globais, regionais e de
diferentes coordenadas. O processo de assimilação de dados requer medidas do estado real da
atmosfera em tempo real. Devido a maior parte da superfície da Terra ser coberta por mar, a
distribuição de dados convencionais é muito irregular, principalmente no Hemisfério Sul. O sistema
de análise desempenha um papel indispensável para ajustar o estado dos modelos de previsão de
tempo de acordo com informações das observações, uma vez que não há observações para todos os
pontos do domínio dos modelos.
A assimilação de dados de satélite pode ser realizada de duas formas: diretamente como
radiâncias ou como retrievals. No segundo caso, as radiâncias são processadas de tal forma a obter
variáveis geofísicas para depois serem incluídas no processo de assimilação. (Joiner e da Silva,
2000). A assimilação de dados de satélite toma uma importância fundamental na definição de
condições iniciais para a obtenção de previsões mais confiáveis e em grades de maior resolução,
buscando um detalhamento espaço-temporal de previsão cada vez maior (Derber et al, 1993, Eyre et
Al, 1992). Muitos centros meteorológicos como ECWFM (Eyre, et al. 1993), NCEP (Parris e Derber,
1992) entre outros vem através do tempo mostrando que o sistema de análise desempenha um papel
indispensável para ajustar o estado dos modelos de previsão de tempo de acordo com informações
das observações.
O Sistema de Assimilação PSAS ( Physical-space Statistical Analysis System) Regional
com o Modelo Regional Eta, é denominado RPSAS (Cintra et al, 2001), foi desenvolvido no
CPTEC com apoio da Divisão de Assimilação de Dados (Data Assimilation Office - DAO) da
NASA, o qual foi implementado no CPTEC para o Modelo Regional Eta. O sistema RPSAS
assimila dados convencionais e dados não-convencionais. Os dados não-convencionais de ATOVS
do satélite NOAA são assimilados como geopotencial, obtidos a partir da temperatura virtual,
gerada da temperatura e umidade dos retrievals do ATOVS. Este sistema esta rodando
experimentalmente em tempo real no CPTEC. os primeiro resultados do RPSAS mostram que a
previsão de precipitação em algumas regiões e subestimada (Espinoza, et al, 2002).
Neste trabalho com o intuito de aprimorar as previsões de precipitação, inclui-se no processo
de assimilação o dado do ATOVS, ( NOAA-15 ), como umidade na forma de razão de mistura, para
um período de 15 dias juntamente com os dados convencionais. Os dados do ATOVS são recebidos
no DAS/CPTEC e processados a modo de obter os retrievals com o ICI (inversion Coupled with
Imager ). As interfases de obtenção do vetor de observação e da soma dos incrementos de análise do
modelo foram desenvolvidas no CPTEC (Cintra e Aravéquia, 1998) e o núcleo do sistema de
análise foi adaptada do sistema original do PSAS (Guo J. and Da Silva A.,1995) para ser aplicado à
região do domínio do modelo ETA do CPTEC. Para essa adaptação a prescrição de erros de
previsão necessária para que o PSAS minimize os erros da análise foi calculada (Tippett, 1998)
especificamente para o modelo ETA.
Com o objetivo de avaliar o impacto de inclusão da umidade no RPSAS, serão analisados os
campos de análise de geopotencial e umidade, para diversos níveis de pressão, (850, 500 e 300 mb)
assimilando ATOVS como geopotencial e assimilando ATOVS como umidade, comparando-os
com os campos de análise do NCEP, mostram-se também os campos de incrementos de umidade,
para ambos os casos. A variação temporal para o período de estudo dos valores (O-F) mostra a
estabilidade do sistema. Os campos de previsão de precipitação como resultado prático final do
processo de assimilação em conjunto com os modelos de previsão numérica do tempo.
DADOS E METODOLOGIA
O sistema RPSAS/Eta foi rodado durante o período de 1 a 15 de abril, de forma cíclica,
sendo que nos horários de 00Z e 12Z as previsões forma para 120 horas e nos horários de 06Z e 18Z
as previsões foram para 18 horas, estas rodadas foram realizadas para duas situações: os retrievals
do ATOVS, que são temperatura e razão de mistura são repassados como sondagens temperatura
virtual e são convertidos a geopotencial para serem assimilados; no segundo caso são repassadas
sondagens de temperatura e temperatura do ponto de orvalho que são convertidos em razão de
mistura para depois serem assimilados, para este segundo caso foram realizadas modificações nos
programas de interfase de inclusão de dados no sistema RPSAS.
Os dados de ATOVS do NOAA-15 correspondem a passagens locais recebidas em
Cachoeira Paulista e processadas na DSA foram processadas utilizando o ICI, o satélite NOAA-15
tem seus horários de passagem as 00Z e 12Z, para o período do estudo. Os dados de retrievals
obtidos pelo ICI, que são perfis de temperatura e razão de mistura foram convertidos em dois tipos
de arquivos, o primeiro em perfis de temperatura virtual e um segundo arquivo em perfis de
temperatura e temperatura do ponto de orvalho.
RESULTADOS E CONCLUSÕES
Campos de Análise e Incrementos
Os campos de análise são o resultado final do sistema de assimilação, são os campos que
fornecem as condições iniciais ao modelo, para obter as previsões. Para o período de estudo se
obteve os campos médios de geopotencial, umidade e ventos zonal e meridional, nos níveis de 850,
500 e 300 mb, para o caso da inclusão de ATOVS como geopotencial e a inclusão de ATOVS como
razão de mistura, para serem comparados com os campos de análise do modelo operacional Eta
(condições iniciais obtidas da análise do NCEP) . Nos experimentos com o RPSAS assimilando
ATOVS como geopotencial, denominado RPSAS_Tv, e com o RPSAS assimilando ATOVS como
razão de mistura, aqui chamado RPSAS_Td, foram assimiladas a mesma quantidade de dados
convencionais vindos do GTS. Na figura 1, mostram-se os campos de análise de geopotencial em
500 mb, do NCEP e do RPSAS, tanto RPSAS_Tv e RPSAS_Td, para as 12Z.
Figura 1. Campos médios de análise de Geopotencial, para 500 mb, (1-15 abril de 2002).
De forma geral os campos de análise obtidos pelo RPSAS tanto utilizando ATOVS como
geopotencial e como razão de mistura, quando comparados com os campos de análise do NCEP,
para o período do estudo mostram muita similaridade, o que significa que o RPSAS reproduz os
campos de análise significativamente bem quando comparado com o padrão do NCEP. Em vista de
que o RPSAS é um método de análise incremental o que significa que após serem calculados os
incrementos eles são somados ao first guess para dar como resultado final os campos de análise, a
figura 2 mostra os incrementos de geopotencial para o nível de 500 mb, (2.a) incrementos do
RPSAS com ATOVS como geopotencial e (2.b) incrementos do RPSAS com ATOVS como razão
de mistura.
(a)
(b)
Figura 2. Média dos Incrementos de Geopotencial em 500 mb. (1-15 de abril de 2002).
Podemos observar na figura 2, que os campos dos para ambas situações são diferentes em
média. Para ambos experimentos, RPSAS_Tv e RPSAS_Td, as passagens do satélite foram às
mesmas durante o período do estudo. A principal diferença na cobertura espacial das passagens é
um ligeiro deslocamento da passagem de um horário para outro e de um dia para outro. Com isto
para fins deste experimento as passagens consideradas para as 12Z, tem a mesma cobertura
espacial, por isto pode-se observar em media que as diferencias dos incrementos estão localizados
na área de cobertura da passagem do satélite para este horário, que cobre numa faixa diagonal da
América do Sul, inclinada de sudoeste para nordeste na parte central de América do Sul, o que pode
ser verificado na figura 6.e.
Para o caso da Umidade, na figura 3 mostra os campos médios das análises para o período de
estudo, do NCEP, RPSAS_Tv, RPSAS_Td, no nível de 850 mb.
Figura 3. Campos médios de análise de Umidade Especifica.
Pode-se observar na figura 3, que de forma geral os campos de análise se assemelham, sendo
que o NCEP em média apresenta maiores valores de umidade em relação ao RPSAS,
principalmente nas regiões Norte e Nordeste do Brasil. No caso do RPSAS_Tv, na região Norte é
aproximadamente similar aos campos do NCEP, enquanto que o RPSAS_Td na mesma região
apresenta menores valores de umidade que o NCEP e o RPSAS_Tv, as diferenças entre estes
campos são mostrados na figura 4, observa- que as diferenças com os campos do são menores entre
o NCEP e o RPSAS_Td do que entre o NCEP e o RPSAS_Tv de forma geral na distribuição
espacial da cobertura do modelo, mas pode se observar também que existem alguns pontos como na
região da Bolívia onde as diferenças entre NCEP-RPSAS_Td são maiores que as diferenças entre
NCEP-RPSAS_Tv, considerando que essa região compreende a passagem do satélite esses valores
altos da diferença quando incluídos os dados como umidade.
(a)
(b)
Figura 4. Campo médio das diferencias entre NCEP e RPSAS : (a) NCEP - RPSAS_Tv,
(b) NCEP - RPSAS_Td.
A figura 5 mostra os incrementos de umidade especifica obtidos pelo RPSAS, para os casos
RPSAS_Tv, RPSAS_Td para o nível de 850 mb. Observamos que os incrementos são obtidos nos
pontos de observação, e estão definidos pelos núcleos de máximos e mínimos bem localizados e
definidos na extensão de cobertura do modelo regional, neste caso América do Sul. No caso do
RPSAS_Tv, (figura 5.a), esses núcleos correspondem aos pontos onde se localizam as
radiossondagens que foram assimiladas no RPSAS, pois o RPSAS normalmente assimila umidade
das radiossondagens.
(a)
(b)
Figura 5. campo médio dos incrementos de umidade em 850 mb. (a) RPSAS_Tv, (b) RPSAS_Td.
Para o caso do experimento RPSAS_Td, (figura 5.b), os incrementos estão espalhados sobre
América do Sul, isto se deve ao fato de o RPSAS além de assimilar os dados de umidade de
radiossondagens assimilou os dados do ATOVS; de forma geral os incrementos não variam em
magnitude, mas sim na distribuição espacial que não se concentra somente nos pontos de
radiossondagens, e se estende na área de passagem do satélite. Observamos também que sendo os
incrementos negativos na região próxima aos Andes, significa que os campos de análise de umidade
deveriam apresentar valores menores do que o first guess.
Figura 6. campos médios de análise de umidade especifica 500 mb.
Na figura 6 são mostrados os campos de análise de umidade específica. para 500 mb. Assim
como no nível de 850 mb, as regiões norte e nordeste do Brasil, são mais secas quando comparados
com os campos de análise do NCEP. Na figura 7 podemos observar também, que os valores dos
incrementos do RPSAS_Tv e RPSAS_Td estão na mesma ordem de magnitude, sendo que a
resolução espacial aumenta para o RPSAS_Td. Assim como no nível de 500 mb para o nível de 850
mb, no experimento RPSAS_Tv, os núcleos de incrementos estão localizados nos locais de
radiossondagens e no caso do RPSAS_Td, estes incrementos são mais distribuídos por todo
domínio da análise..
Figura 7. campos Médios dos incrementos de umidade no nível de 850 mb.
Campos de Previsão de Precipitação
Para verificar o impacto da inclusão de umidade do ATOVS no RPSAS, mostra-se a seguir
alguns campos de precipitação prevista para 24, 48 e 72 horas, comparadas com os campos da
observação. Mostramos as previsões de 24, 48 e 72 horas obtidas com a análise do dia 13/04/02 das
12Z, sendo o NCEP a previsão obtida com o modelo ETA operacional no CPTEC, (sem
assimilação), RPSAS_Tv e a previsão obtida com o modelo ETA operacional com assimilação
(RPSAS) incluindo ATOVS como temperatura virtual e RPSAS_Td previsão do modelo ETA com
assimilação RPSAS do incluindo ATOVS como umidade, o campo OBSERVAÇÂO corresponde
ao campo de observação da precipitação para o horário da previsão, o campo OBSERVATIONAL
DATA ASSIMILATED corresponde aos dados utilizados do ATOVS da passagem para o horário
da análise.
A figura 8 mostra-se os campos das previsões para 24 horas do OPERACIONAL,
RPSAS_Tv, RPSAS_Td, assim como o campo da observação de precipitação e a passagem do
satélite no horário da análise. Observa-se que de forma geral o RPSAS, tanto assimilando
temperatura virtual ou umidade do ATOVS, apresenta menor precipitação nas regiões Norte e
Nordeste do Brasil quando comparadas com a previsão do modelo operacional e com a observação.
(d)
(e)
Figura 8. Previsão de precipitação para 24 horas com análise das 12Z do dia 13/04/2002
Na figura 8, pode-se observar que quando consideramos a área da passagem do satélite,
(figura 8.e), o RPSAS_Td, reproduz com mais realidade os valores máximos de precipitação em
regiões como: no Nordeste do Brasil, na área perto do limite com o norte do Peru, regiões onde
estes valores não são reproduzidos pelo modelo Operacional e pelo modelo com assimilação de
temperatura virtual (RPSAS_Tv). O resultado do modelo com a inclusão da informação de umidade
ainda apresenta deficiência de precipitação em algumas regiões, quando comparado à precipitação
observada, o que se suspeita ocorrer em virtude da cobertura da passagem do satélite não abranger
toda a região da análise.
Os campos da previsão de precipitação de 48 horas, (figura 9), também mostram que o
RPSAS de forma geral subestima a precipitação quando comparada com a previsão de 48 do
modelo Operacional, NCEP, mostrando contudo que existe uma melhor concordância com os
campos da precipitação observada do que o NCEP. Considerando o local da passagem do satélite
os resultados obtidos com o RPSAS_Td se apresentam mais próximos da observação do que as
previsões do NCEP.
Figura 9. Previsão de Precipitação para 48 horas com análise das 12Z do dia 13/04/2002
No caso da previsão para 72 horas os resultados são similares aos mostrados para 24 e 48
horas, como pode ser observado na figura 10.
Figura 10. Previsão de precipitação para 72 horas com análise das 12Z do dia 13/04/2002.
Conclusões
Os resultados mostram que em vista da falta de informação de dados de radiossondagens
convencional, os dados do ATOVS, se apresentam como uma alternativa considerável, pois sendo
assimiladas na forma de umidade o impacto sobre a previsão de precipitação é maior do que
assimilando como geopotencial.
A disponibilidade de dados que expressem o estado real da atmosfera no processo de
assimilação é de grande importância para a especificação da condição inicial pois dela depende um
bom desempenho do processo de previsão, como foi mostrado na utilização do ATOVS como
umidade no RPSAS.
Os retrievals obtidos do satélite NOAA, podem ser utilizados no sistema de assimilação
como umidade, ou como geopotencial, sendo que de as duas formas os campos de análise se
mostram coerentes quanto à distribuição espacial e quando comparados ao controle, análise do
NCEP. Contudo a inclusão de umidade no sistema melhora os campos de umidade e aprimora os
resultados da previsão de precipitação.
Os resultados preliminares indicam a viabilidade de realizar experimentos para períodos
mais longos e em tempo real para fins de validação e com o propósito de uma próxima
operacionalização.
O trabalho futuro consiste na inclusão de umidade em tempo real considerando os satélites
NOAA-14 cujas passagens correspondem aos horários de 12Z e 00Z e o NOAA-16 aos horários de
06Z e 18Z, em processo de desenvolvimento.
REFERÊRENCIAS BIBLIOGRÁFICAS
Cintra, R. e Aravéquia, J. A.: Apresentação do Método de Geração de Dados para Assimilação
do Modelo ETA/CPTEC. Anais do X Congresso Brasileiro de Meteorologia. Brasília – DF, 1998.
Cintra, R., Bottino, M., Aravéquia, J. A., Bonatti, J. P.: Avaliação dos Campos de Pressão Ao
Nível do Mar e Altura Geopotencial gerado pela Assimilação de Dados em Modelo Regional
de Previsão Numérica de Tempo usando um Sistema Estatístico em Espaço Físico de Análise
Objetiva. Anais do IX Congresso Latino Americano e Ibérico de Meteorologia. Buenos Aires,
Argentina. 2001.
Derber, J. C. Assimilation of TOVS data at NMC. Developments in the use of Satellite Data in
Numerical Weather Prediction. v. 1, p. 3-18, Sept. 1993. Proceedings of a Seminar held at
ECMWF.
Espinoza, E.S, Bonatti, J.P, Aravéquia, J.A., Herdies, D.,Bustamante, J.,Gomes J., Cintra R.
Sistema de Assimilação Eta/RPSAS. XII congresso Brasileiro de Meteorologia. Foz de Iguaçu , 4-9
de agosto de 2002.
Eyre, J.R. Assimilation of TOVS Data: problems and possibilities. United Kindgdom: ECMWF,
1992, 1 p. (ECMWF. Technical Memo Nro. 186).
Eyre, J.R., Kelly, A. P., McNally, A. P. Andersson, E., and A. Person. Assimilation of TOVS
radiance information trough one-dimensional Variational analysis. Quaterly
Journal of the
Royal Meteorological Society, v.119, n. 514, p. 1427-1463, Oct. 1993.
Guo J. ; Da Silva A.(1) Documentation of the Physical-Space Statistical Analysis System (PSAS)
Part. I: The Conjugate Gradiente Solver Version PSAS-1.00. Greenbelt, Maryland: DAO, 1995.
66 p.(DAO office Note 96-02).
Guo J. ; Da Silva A.(2) Computacional Aspects of Goddard’s Physical-Space Statistical Analysis
System. (PSAS). Greenbelt, Maryland, 1995. 45 p.(DAO office Note 96-03).
Joiner, J., ; da Silva, A. M. Efficient methods to assimilate Satellite remotely sensed data Based on
Information Content. Quaterly Journal of the Royal Meteorological Society. v. 124, n. 549, p.
1669-1694, July. 1998.
Parris, D. and Derber. The National Meteorological Center’s Spectral Statistical-Interpolation
Analysis System. Monthly Weather Review, v. 120, n. 7, p. 1747-63, Aug. 1992.
Tippett,M. K. A: Forecast Wind Error Model for Use with PSAS Anais do X Congresso Brasileiro
de Meteorologia. Brasília – DF, 1998.