Avaliação das Parametrizações Cumulos Emanuel e Grell do Modelo Climático Regional RegCM4: Simulando a Precipitação e Temperatura a Superfície sobre o Nordeste Brasileiro durante o Outono Austral

• Autor(a) principal: Araújo, Glícia Ruth Garcia de
• Data de Publicação: 2019
• Outros Autores: Silva, Cláudio Moisés Santos e, Silva, Aline Gomes da
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Anuário do Instituto de Geociências (Online)
• Texto Completo: https://revistas.ufrj.br/index.php/aigeo/article/view/30420
• topic: RegCM4; Análise de cluster; Avaliação

O resultado de simulações com modelos dinâmicos regionais apresentam erros sistemáticos em diferentes regiões do mundo. Na região tropical, tais erros são geralmente associados às incertezas nas parametrizações físicas, por exemplo, convecção profunda ou a microfísica de nuvens. Assim, o objetivo foi avaliar a precipitação e temperatura de simulações realizadas com o modelo RegCM4, com base em diferentes parametrizações (Grell e Emanuel). A área de estudo foi o Nordeste do Brasil (NEB) durante o outono (Março-Abril-Maio) de 1998 a 2008. Para avaliar a precipitação utilizaram-se dados do produto 3B42_V6 a partir de medidas do satélite Tropical Rainfall Measuring Mission (TRMM). A temperatura à superfície foi avaliada por meio dos resultados de reanálises do ERA-Interim. A metodologia foi composta pela análise de cluster através de método hierárquico de variância mínima de Ward, correlação de Pearson, análise de variância (ANOVA) e teste de diferenças entre médias (t-Student) com nível de significância de 0,05. Além disso, calcularam-se os índices de exatidão: Erro Absoluto Médio (MAE) e a Raiz do Erro Médio Quadrático (RMSE). Para realização das análises estatísticas utilizou-se o software R versão 3.4.3. Concluiu-se que ambas as simulações subestimam a precipitação estimada pelo TRMM. A simulação com a parametrização de Emanuel apresentou os menores erros nos clusters 1, 3 e 4. Em relação à temperatura simulada pelo RegCM4, as parametrizações obtiveram resultados melhores na simulação desta variável em todos os clusters.