APLICAÇÃO DO ESQUEMA DE TRANSFERÊNCIA SOLO

APLICAÇÃO DO ESQUEMA DE TRANSFERÊNCIA SOLO-VEGETAÇÃO-ATMOSFERA
DO MODELO ARPS COM DADOS MEDIDOS SOBRE UMA CULTURA DE SOJA EM STA
THERESINHA DO ITAIPU, PR
Maurício F. Gobbi1, Nelson L Dias1,2, e Afonso A M Araújo2,
1 - SIMEPAR, Caixa Postal 318 Curitiba PR 80001-970
2 - UFPR, Setor de Tecnologia, Centro Politécnico, Curitiba PR 80000
ABSTRACT
Data gathered during six days of micrometeorological measurements in december, 1997, over a
soy field near Foz do Iguaçu city were used to validate the soil-vegetation-atmosphere transfer scheme
(SVAT) used by the mesoscale model ARPS. The scheme showed little sensitivity to the soil type
under the relatively high soil humidity conditions prevailing. On the other hand, roughness, leaf area
index and vegetative fraction are decisive in the partitioning of surface sensible and latent heat fluxes.
The SVAT was forced with the measured values of net radiation, wind speed, air temperature and
specific humidity. The soy field roughness was estimated from sonic anemometry and mean horizontal
wind speeds; leaf area index and vegetative fraction were obtained by trial and error. The best fit
values are z0=0.064m, lai=4.0 and veg=0.6.
1
INTRODUÇÃO
Os fluxos superficiais de quantidade de movimento τx e τy, calor sensível H e calor latente LE
são fundamentais para a definição das condições de contorno na superfície da Terra que evolui no
tempo ao longo de uma simulação da atmosfera com um modelo numérico. A correta determinação
destes fluxos é essencial para se obter bons resultados com modelos de mesoescala (Pielke, 1984).
Neste trabalho, nós descrevemos o processo de validação do esquema de transferência superfícievegetação-atmosfera do modelo de mesoescala ARPS (Xue et al, 1995). A validação do modelo foi
feita com dados medidos de fluxos superficiais durante o experimento intensivo de campo no 1 do
projeto Mesolit (Dias et al, 1998).
2
DESCRIÇÃO DO SVAT DO ARPS
O balanço de energia na superfície da Terra é dado por
Rl = H + LE + G
(1)
-2
Todos os fluxos estão em Wm . Rl é a radiação líquida na superfície; H é o fluxo de calor
sensível entre a superfície e a atmosfera; LE é o fluxo de calor latente, e G o fluxo de calor no solo. O
esquema de transferência solo-vegetação-atmosfera do ARPS é fortemente baseado no modelo
proposto por Noilhan e Planton (1989). Ele utiliza como dados de entrada as componentes x e y (zonal
e meridional) da velocidade do vento, u,v; a temperatura do ar junto à superfície, θ, a umidade
específica do ar junto à superfície, q, a radiação líquida Rl , e a radiação solar incidente Rs. O modelo
utiliza ainda como parâmetros o albedo α, e a rugosidade da superfície para quantidade de movimento,
z0. Todas estas grandezas foram diretamente medidas ou estimadas (no caso de z0) durante o
experimento intensivo de campo. Outros 2 parâmetros, o índice de área foliar lai e a fração vegetativa
veg não foram diretamente medidos e precisam ser calibrados.
A partir dos dados de entrada, o modelo calcula inicialmente os fluxos de calor latente e sensível
utilizando as equações clássicas de transferência de massa e calor:
H = ρc p CH (θ s − θ1 )
(1)
LE = LρC E (qs − q1 )
(2)
onde CH e CE são coeficientes de transferência adimensionais que dependem da rugosidade da
superfície e da estabilidade atmosférica, s é o índice da variável na superfície e 1 no primeiro nível do
modelo. O ARPS realiza então um balanço de massa e energia na superfície e numa camada de 2 m de
profundidade de solo, com a energia líquida disponível Rl − H − LE, baseado num sistema de 5
equações diferenciais ordinárias:
2π
∂Ts
= CT (Rl − H − LE ) −
(Ts − T2 )
(3)
∂t
τ
∂T2 1
= (Ts − T2 )
(4)
∂t
τ
∂Wg
C
C
= 1 (Pg − Eg )− 2 (Wg − Wgeq )
(5)
ρ w d1
∂t
τ
∂W2
1
(Pg − E g − Etr )
=
(6)
∂t
ρwd2
∂Wr
= vegP − Er
(7)
∂t
onde Ts é a temperatura da superfície, CT é a capacidade térmica da superfície, τ é o comprimento do
dia, T2 é a temperatura do solo a 2 m de profundidade, Wg é a umidade da superfície do solo, C1 é um
coeficiente de precipitação líquida, ρw é a massa específica da água, d1 é uma profundidade arbitrária
de normalização de 10 cm, Pg é a precipitação atingindo o solo, Eg é a evaporação direta a partir do
solo, C2 é um coeficiente de perturbação da umidade do solo na superfície, Wgeq é a umidade da
superfície quando as forças de gravidade e capilaridade estão em equilíbrio, W2 é a umidade do solo a
2 m de profundidade, d2 é a profundidade da camada de solo (2 m), Etr é a transpiração da fração seca
de folhas, Wr é a umidade das plantas, veg é a fração de vegetação e Er é a evaporação direta da fração
de folhas úmidas.
Os detalhes do modelo de solo-vegetação-atmosfera estão além do escopo deste trabalho. O
essencial é que ele propicia estimativas contínuas dos fluxos superficiais necessárias como condições
de contorno do modelo de mesoescala, e faz evoluir no tempo as temperaturas da superfície, e do solo,
a umidade superficial e profunda do solo e a umidade retida nas plantas.
3
VALIDAÇÃO DOS PARÂMETROS DO MODELO DE SOLO-VEGETAÇÃOATMOSFERA DO ARPS
Nesta seção são mostrados exemplos do cálculo da evolução dos fluxos H e LE feitos pelo modelo de
interação solo-vegetação-atmosfera do ARPS descrito acima para algumas combinações de tipos de
uso do solo disponíveis no ARPS. Os forçantes utilizados nesses exemplos foram a radiação líquida, a
velocidade do vento, a temperatura do ar e a umidade específica do ar medidas no EXINC-1 sobre uma
plantação de soja.
Os resultados obtidos pelo ARPS foram então comparados com os
medidos/estimados no experimento. O objetivo de tais comparações é o de validar o modelo de
transferência solo-vegetação-atmosfera e garantir que os parâmetros utilizados pelo ARPS estejam
bem calibrados. Para todos os casos mostrados abaixo, foi utilizado o tipo de solo classificado no
ARPS como argila (já que para os casos em questão, o modelo se mostrou pouco sensível ao tipo de
solo utilizado), com uma umidade inicial Wg = 0.75 e W2 = 0.60. Já para diferentes parâmetros de tipo
de vegetação, o ARPS se mostrou bastante sensível.
ARPS X EXINC1
H - ARPS
H - Exinc1
1400
Fluxos de calor (W/m2)
1200
1000
800
600
400
200
0
-200
15/12
16/12
17/12
18/12
dia
19/12
20/12
21/1
ARPS X EXINC1
LE - ARPS
LE - Exinc1
1400
Fluxos de calor (W/m2)
1200
1000
800
600
400
200
0
-200
15/12
16/12
17/12
18/12
dia
19/12
20/12
21/1
Figura 1: Fluxo de calor sensível (topo) e latente (abaixo): lai = 8.0, veg = 0.95 e z0 = 0.064m.
Os parâmetros utilizados para caracterizar o tipo de vegetação são: o índice de área foliar, lai, o
índice de vegetação veg e a rugosidade z0. Foram quatro as combinações de parâmetros de tipo de
vegetação utilizadas, cada qual caracterizando um tipo de vegetação. Na figura 1 estão as
comparações de H e LE entre os valores obtidos experimentalmente e os calculados pelo ARPS
utilizando-se os seguintes parâmetros: lai=8.0, veg=0.95, z0=0.064m. As comparações se restringem
ao período entre os dias 15/12/97 às 00:00h e 20/12/97 às 24:00h, já que o volume de precipitação
ocorrido durante os dias 12, 13 e 14 dificulta a inicialização apropriada do modelo. Repare que o
modelo se comporta qualitativamente bem, mas em alguns períodos tende a superestimar H e
subestimar LE. Este comportamento se deve ao valor demasiado elevado dos parâmetros lai e veg para
o caso da soja. Em contrapartida, uma diminuição demasiada desses parâmetros faz com que nas
noites dos dias 19 e 20 o oposto ocorra, como mostra a figura 2, para a
ARPS X EXINC1
H - ARPS
H - Exinc1
1400
Fluxos de calor (W/m2)
1200
1000
800
600
400
200
0
-200
15/12
16/12
17/12
18/12
dia
19/12
20/12
21/1
ARPS X EXINC1
LE - ARPS
LE - Exinc1
1400
Fluxos de calor (W/m2)
1200
1000
800
600
400
200
0
-200
15/12
16/12
17/12
18/12
dia
19/12
20/12
21/1
Figura 2: Fluxo de calor sensível (topo) e fluxo de calor latente (abaixo): lai = 2.0, veg = 0.40 e z0 = 0.1
m.
qual os parâmetros utilizados foram lai=2.0, veg=0.4, z0=0.1m. A título de ilustração, vale mencionar
que os parâmetros deste caso são os recomendados pelo ARPS para “vegetação rasteira coberta por
arbustos”. Finalmente, A figura 3 mostra que o modelo é capaz de reproduzir bastante bem os fluxos
de energia quando bem calibrado. Para este caso, os valores utilizados foram lai=4.0, veg=0.6,
z0=0.064, que são bem representativos de uma plantação de soja e muito próximos dos valores
recomendados pelo ARPS.
4
CONCLUSÕES
Os experimentos intensivos de campo realizados na região de Foz do Iguaçu (Dias et al, 1998)
geraram um conjunto de dados de radiação líquida, fluxos superficiais e grandezas meteorológicas
médias que permitiram a validação do esquema de transferência solo-vegetação-atmosfera do modelo
ARPS. As subrotinas computacionais que compõem O SVAT foram compiladas em separado do
modelo de mesoescala e forçadas com os dados médios observados de radiação líquida, velocidade do
vento, temperatura e umidade. Isto permitiu testar a versatilidade do SVAT de forma totalmente
independente do restante do modelo de mesoescala. Constatamos a importância da rugosidade da
superfície para quantidade de movimento, do índice de área foliar e da fração vegetativa na repartição
da radiação líquida na superfície. A rugosidade utilizada na simulação de
ARPS X EXINC1
H - ARPS
H - Exinc1
1400
Fluxos de calor (W/m2)
1200
1000
800
600
400
200
0
-200
15/12
16/12
17/12
18/12
dia
19/12
20/12
21/1
ARPS X EXINC1
LE - ARPS
LE - Exinc1
1400
Fluxos de calor (W/m2)
1200
1000
800
600
400
200
0
-200
15/12
16/12
17/12
18/12
dia
19/12
20/12
21/1
Figura 3: Fluxo de calor sensível (topo) e fluxo de calor latente (abaixo): lai = 4.0, veg = 0.6, z0 =
0.064 m.
melhor ajuste dos fluxos superficiais aos valores medidos foi a obtida a partir dos dados de
anemometria sônica e velocidade média do vento a 6 m. Os outros dois parâmetros foram obtidos por
tentativa e erro. Nosso estudo demonstra a importância de uma base de dados observacionais de
fluxos no ajuste de modelos de mesoescala.
REFERÊNCIAS BIBLIOGRÁFICAS
Dias, N.L., Okawa, C.M.P., Grodzki, L., Araújo, A.A.M., Kan, A., Nazareno, P., Rocha, L.S.,
Sanchez, S.S. (1998) Os experimentos intensivos de campo dos estudos de mesoescala para o
lago de Itaipu (EXINC/MESOLIT). In: X Congresso Brasileiro de Meteorologia, Brasília, Anais.
Noilhan, J. e Planton, S. (1989) A simple parameterization of land surface processes for
meteorological models. Monthly Weather Review, v. 117, p. 536-549.
Xue, M., Droegemeier, K.K., Wong, V., Shapiro, A. e Brewster, K. (1995) Advanced Regional
Prediction System ARPS version 4.0 User’s Guide. Center for Analysis and Prediction of
Storms, University of Oklahoma.