Avaliação das Condições Meteorológicas Simuladas pelo Modelo WRF na Região Metropolitana do Rio de Janeiro em Dias Com Altas Concentrações de Poluentes

• Autor(a) principal: Silveira,Wilson Willian da
• Data de Publicação: 2021
• Outros Autores: Carvalho,Vanessa Silveira Barreto
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Brasileira de Meteorologia (Online)
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862021000200317
• topic: ozônio; material particulado; região metropolitana; WRF

Resumo Frequentemente, condições meteorológicas desfavoráveis à dispersão de poluentes em conjunto com altas taxas de emissões de poluentes atmosféricos e uma topografia complexa favorecem a ocorrência de altas concentrações de poluentes na Região Metropolitana do Rio de Janeiro (RMRJ). Nesse contexto, esse estudo verificou a influência de condições meteorológicas em dois períodos onde se verificou a ocorrência de altas concentrações de O3 e PM10 em dias consecutivos na RMRJ. O estudo utilizou o modelo numérico de mesoescala Weather Research and Forecanting Model (WRF) para simulação das condições e variáveis meteorológicas favoráveis para manutenção desses episódios, verificando a influência do Anticiclone Subtropical do Atlântico Sul (ASAS), de altos valores de temperatura do ar, baixos valores de velocidade do vento e ausência de nebulosidade, em concordância com os dados observados. Através da análise visual foi possível verificar que o modelo foi eficaz na representação do ASAS, precipitação e nebulosidade. O modelo apresentou correlação linear de Pearson positiva entre a temperatura simulada e observada acima de 0,71 nos 2 períodos em todas as 8 estações meteorológicas e correlação linear de Pearson positiva entre a umidade relativa do ar simulada e observada acima de 0,72. O cálculo do erro médio (ME) indicou que, em geral, o modelo subestimou a temperatura do ar e superestimou a umidade relativa do ar. A aplicação dos métodos estatísticos aos dados observados e simulados pelo modelo revelou que o modelo possui habilidade (skill) em representar as variáveis meteorológicas para a maioria das estações.