Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Dezambro de 2007
UNIVERSIDADE EDUARDO MONDLANE
FACULDADE DE CIENCIAS
DEPARTAMENTO DE FÍSICA
Trabalho de Licenciatura
Declaro por minha honra que este trabalho foi realizado com base no material a que se faz
referência ao longo do mesmo e que não foi submetido para nenhum outro grau que não seja o
indicado, licenciatura em Meteorologia, na Universidade Eduardo Mondlane. As ideias originais
nele expressas são da inteira responsabilidade do autor.
O Autor
.................................
(António José Beleza)
Dedicatória
Dedico este trabalho primeiramente a Deus por seu amor e cuidado para comigo. A minha
família, pelo amor e apoio irrestrito, em especial a minha mãe Isabel David Chaúque que me ensinou a
ser a pessoa que sou. A todos que de muitas formas me incentivaram e ajudaram para que fosse
possível a concretização deste trabalho.
Agradecimentos
Gostaria de agradecer em primeiro lugar ao dr. Genito A. Maure pelo apoio incondicional na
realização deste trabalho, bem como na busca do tema e sugestões de melhoria, pela confiança
depositada que se transformou num extraordinário estímulo.
Um especial agradecimento ao Deutsche ForschungsGemeinschaft (DFG), que tornou
possível a minha participação no “Regional NWP Training Workshop” na Deutscher
Wetterdienst (DWD) - Alemanha, que foi fundamental para a conclusão do trabalho. Agradeço
também os dados de GME para o ciclone Eline preparados por Norbert Liesering da DWD.
A todos os professores e trabalhadores do Departamento de Física pela sua contribuição na
minha formação, em especial ao dr. Meque, dr. Sueia, dr. Queface, dr Ibraimo, dr. Luis, dr. Malate,
dr. Sacate, dr. Machiana..
Aos meus pais José Manuel Beleza, Isabel David Chaúque e Argentina Francisco Mazivila,
pelo amor incondicional e pela paciência. Por terem feito o possível e o impossível para me
oferecerem a oportunidade de estudar, sem nunca deixar que as dificuldades acabassem com os
meus sonhos.
A minha tia mãe Jorgete de Jesus, pelas oportunidades oferecidas, pela confiança, por ter me
acolhido como mais um filho e por sempre estender os braços nas horas de dificuldade.
Aos meus primos, Manuel A. Sousa, Juma Cangy, Elina Muiambo, Odete Pinto e Sofia
Pinto pelos conselhos e incentivos em todos os momentos desta jornada.
Aos meus irmãos Hélio, Amiel, José Manuel, Tomásia, Magda, que mesmo
inconscientemente me incentivaram, a correr atrás dos meus objectivos sendo além de irmãos
amigos.
Gostaria de agradecer particularmente a minha colega Sandra Zefanias, pelas várias horas
dedicadas e pelo apoio incondicional na conclusão deste trabalho.
Aos amigos e colegas, Gerodina Chare, Elma Marisa, dr. Gigo Sumbane, Fidel Ntemassaka,
Izidine Pinto, Chuquelane, Daylon Tinga, Decy, dr. Lindomar, dr. Balate, dr. Cuinica, dr. Nhabetse,
Mauro Ferrão, autênticos cúmplices deste trabalho, vai um forte abraço pelo apoio e pelas
importantes sugestões apresentadas nas diversas fases do trabalho.
E finalmente agradeço a todas as pessoas do meu convívio que acreditaram e contribuíram, mesmo
que indirectamente, para a conclusão deste curso.
Lista de abreviaturas
Conteúdo
CAPÍTULO 1 ..................................................................................................................................... 1
1. Introdução e Objectivos............................................................................................................... 1
1.1 Introdução.............................................................................................................................. 1
1.2 Objectivos ......................................................................................................................... 2
1.2.1. Objectivo Geral ............................................................................................................ 2
1.2.2. Objectivos específicos ................................................................................................. 3
CAPÍTULO 2 ..................................................................................................................................... 4
2. Revisão Bibliográfica ............................................................................................................ 4
2.1. Modelos de Previsão Numérica ........................................................................................ 4
2.2. Modelo de Alta Resolução HRM ..................................................................................... 5
2.2.1. Breve avaliação do modelo hidrostático regional de alta resolução HRM .................. 6
2.2.1.1. Variáveis do modelo................................................................................................ 6
2.2.1.2. Parte numérica do HRM.......................................................................................... 6
2.2.1.3. Parametrização física do HRM ............................................................................... 7
2.2.2. Equações do modelo na forma diferencial................................................................... 8
2.2.3. Rede horizontal.................................................................................................................. 9
2.2.4. Rede Vertical ................................................................................................................... 10
2.2.3. Parametrizações físicas ............................................................................................. 11
2.3.1. Radiação e nuvens...................................................................................................... 11
2.3.2. Precipitação na escala da rede.................................................................................... 12
2.3.3. Convecção.................................................................................................................. 13
2.3.4. Fluxos Turbulentos no ABL e a atmosfera livre........................................................ 13
2.3.5. Modelo do solo (Soil model) ..................................................................................... 13
2.4. Ciclones Tropicais .......................................................................................................... 15
2.5. Ciclone Tropical Eline.................................................................................................... 16
CAPÍTULO 3 ................................................................................................................................... 17
3. Material e Métodos.............................................................................................................. 17
3.1. Material........................................................................................................................... 17
3.2. Métodos .......................................................................................................................... 17
3.3. Trânsito e Processamento de dados ................................................................................ 19
CAPÍTULO 4 ................................................................................................................................... 20
4. Resultados e Discussão ....................................................................................................... 20
4.1. Simulação de Controle.................................................................................................... 21
4.2. Estudo das configurações usadas durante a simulação................................................... 21
4.2.1. Análise da Temperatura superficial ........................................................................... 22
4.2.2. Análise da temperatura de ponto de orvalho.............................................................. 27
4.2.3. Análise da Pressão ao nível médio do mar ................................................................ 31
CAPÍTULO 5 ................................................................................................................................... 34
5. Conclusões e Recomendações............................................................................................. 34
5.1. Conclusões...................................................................................................................... 34
5.2. Recomendações .............................................................................................................. 35
6. Bibliografia.......................................................................................................................... 36
CAPÍTULO 1
1. Introdução e Objectivos
1.1 Introdução
Situado na costa leste da África Austral, entre as Latitudes 10°27´e 26°52´S, e Longitude
30°12´e 40°51´E, Moçambique é atingido com frequência por ciclones de origem tropical. Estas
tempestades são mais comuns nos meses de Janeiro e Fevereiro, mas podem ocorrer desde
Dezembro até Março. O clima é tropical, com duas estações bem definidas: quente e húmida
(Outubro a Abril) e fria e seca (Maio a Setembro).
Figura 1: Ciclones tropicais que visitaram a costa de Africa no período 1999-2000 (fonte:
http://www.disasterrelief.org/Disasters/000222cycloneeline/)
Moçambique situa-se numa área vulnerável a eventos extremos caracterizada por altos riscos
de inundação ao longo dos rios mais importantes da África Austral que o atravessam. Os principais
eventos extremos que afectam o País são as cheias, seca e ciclones tropicais. Estes fenómenos
ocorrem quase por todo o País. A seca tem maior incidência na região sul, as cheias ocorrem com
maior frequência no centro e sul e os ciclones tropicais afectam quase toda a zona costeira e em
particular a região norte (Queface, 2007).
progresso significativo (aumento da exactidão), graças ao uso de métodos objectivos para prever o
tempo, nomeadamente previsão numérica de tempo (PNT), ao invés dos velhos métodos empíricos
e subjectivos.
Uma alternativa a este tipo de modelos é o modelo de alta resolução HRM da DWD. Uma
vantagem importante do HRM sobre os outros modelos regionais disponíveis é a obtenção de dados
para gerar condições iniciais e de fronteira do seu modelo global (GME - Majewski et al., 2002). A
DWD automaticamente envia a um servidor local de ftp os dados do GME relacionados apenas ao
domínio do modelo regional. Desta maneira, reduz-se consideravelmente o tamanho dos arquivos
de dados, de modo que o modelo regional de NWP se torna recomendável para países ou regiões
com uma Internet de largura de banda estreita (128 a 256 Kbits/s).
1.2 Objectivos
CAPÍTULO 2
2. Revisão Bibliográfica
O modelo divide o planeta em várias camadas verticais que representam níveis da atmosfera,
e divide a superfície do planeta numa malha de caixas horizontais separadas por linhas semelhantes
às linhas de longitude e latitude. Desde modo, o planeta é coberto por uma malha tri-dimensional. O
tamanho típico destas malhas num modelo NWP global é aproximadamente de 150 km na direcção
este - oeste e 100 km na direcção norte-sul, com 20 a 40 níveis verticais. Isto significa que a
atmosfera é representa por cerca de um milhão ou mais cubos individuais. Em cada um destes
cubos, as componentes do vento, temperatura, pressão e humidade são calculadas. O modelo usa
tipicamente um passo de tempo de 10 minutos de tempo simulado para fazer uma previsão de 5 a 10
dias (Tomé, 2004).
O modelo regional de alta resolução (HRM) é uma ferramenta flexível para previsão
numérica do tempo. O pacote de HRM consiste nas seguintes partes:
• Dados topográficos para qualquer região fixa do mundo com tamanhos de malha entre 30 e
5 km;
• Um programa de interface, chamado gme2hrm, que interpola dados de análise e de previsão
do seu modelo global GME do DWD para qualquer malha de HRM. Os dados interpolados
servem como dados de condições iniciais e de fronteira para previsões do HRM. Um outro
programa de transformação, chamado hmx2hmy, permite interpolar dados do HRM a uma
outra (normalmente com maior resolução) malha do HRM;
• O próprio modelo de previsão numérica de tempo HRM;
• Vários programas de pós-processamento que lêem o código GRIB1 dos campos de previsão
do HRM e fornecem interfaces gráficos para o domínio público através dos pacotes do
GrADS (V1.5.1.12, Setembro 1995);
• Um programador (scheduler) baseado em um script em Korn shell para operar o HRM
baseando-se em dados de análise e de previsão do GME que são distribuídos pela internet
pelo DWD;
• Uma documentação científica completa do HRM.
Gelo de nuvem qi
Ozono O3
Componentes horizontais u, v
de vento
Vários parâmetros de superfície/solo
• Esquema de fluxo de radiação δ-dois (Ritter and Geleyn, 1992) incluindo fluxos de onda
curta e longa na atmosfera e na superfície; reflexão total da radiação pelas nuvens; derivação
do diagnóstico de cobertura parcial das nuvens (convecção e humidade relativa);
• Esquema da difusão vertical na atmosfera de Nível-2 (Mellor and Yamada, 1974), teoria da
semelhança (Louis, 1979) na superfície;
Parâmetro Equação
u 1
( ln p ) + − K 4∇ 4u -µlbc ( u − ulbc )
Vento zonal ∂u . ∂u ∂ RTv ∂ ∂u
− (ς + f ) v + η =− (Φ + K ) −
∂t ∂η a cos ϕ ∂λ a cos ϕ ∂λ ∂t sub
Vento meridional v 1 ∂
( Φ + K ) − v ( ln p ) + − K 4∇ 4v − µlbc ( v − vlbc )
∂v . ∂v RT ∂ ∂v
+ (ς + f ) u + η =−
∂t ∂η a ∂ϕ a ∂ϕ ∂t sub
Temperatura T
∂T 1 ∂T ∂T . ∂T αω Lv ∂T
− K 4 ∇ (T − Tref ) - µ lbc (T - Tlbc )
4
+ u + v cos ϕ + η = + C vc +
∂t a cos ϕ ∂λ ∂ϕ ∂η c p c p ∂t sub
Pressão a superfície Ps ∂p s 1
1
∂ ∂p ∂ ∂p
=− ∫ u + v cos ϕ dη - µ lbc ( p s − p s ,lbc )
∂t a cos ϕ 0 ∂λ ∂η ∂ϕ ∂η
Conteúdo específico de vapor de água qv ∂q v 1 ∂qv ∂q . ∂qv ∂q
+ u + v cos ϕ v + η = −C vc + v − K 4 ∇ 4 q v - µ lbc (qv − qv ,lbc )
∂t a cos ϕ ∂λ ∂ϕ ∂η ∂t sub
Conteúdo específico de nuvem de água qc ∂q c 1 ∂qc ∂q . ∂qc ∂qc
+ u + v cos ϕ c + η = - µ lbc (q c − qc ,lbc )
∂t a cos ϕ ∂λ ∂ϕ ∂η ∂t sub
Conteúdo específico de nuvem de gelo qi ∂qi 1 ∂qi ∂q . ∂qi ∂qi
+ u + v cos ϕ i + η = - µ lbc (qi − qi ,lbc )
∂t a cos ϕ ∂λ ∂ϕ ∂η ∂t sub
Tabela 1: Equações do modelo na forma diferencial
Variáveis com o índice "lbc" são as de condições de fronteira prescritas pelo modelo motriz. Em uma zona de fronteira lateral de cerca de seis a oito linhas de redes, a
previsão de HRM é ajustada para o modelo motriz com ajuda de um termo de relaxamento onde µlbc é o coeficiente de relaxação. Mais detalhes sobre as equações acima
podem ser encontrados em Majeswki (2007).
A componente do vento u é deslocada metade de tamanho de uma malha (∆λ/2) para leste, a
componente do vento v é deslocada metade de tamanho de uma malha (∆ϕ/2) para o norte. Os
tamanhos de malha em ambas as direcções são iguais, i.e. ∆λ = ∆ϕ.
HRM “conta” os pontos de rede começando no canto inferior esquerdo ao canto superior
direito (modo esquadrinhado). O primeiro índice (j1 ou i) é de oeste a leste, o segundo (j2 ou j) é de
sul a norte.
Com j3 = 1, ..., i3e + 1 onde i3e é o número de camadas do HRM. (e.g. i3e = 40),
Ps pressão a superfície dependente do tempo na orografia do modelo,
j1 = 1, ..., ie Índice de linha (direcção Oeste – Leste),
A pressão Pf no centro da camada (= todos níveis), onde a maioria de variáveis do HRM são
definidas, é dada pela medida aritmética dos valores de pressão nos níveis médios adjacentes:
Pf ( j1 , j2 , j3 ) = 0.5 [ Ph ( j1 , j2 , j3 ) + Ph ( j1 , j2 , j3 + 1) ]
A computação da cobertura das nuvens altas, médias e baixas (CLCH, CLCM, CLCL) toma
em conta a cobertura de nuvem de cada camada modelo (CLC_RAD). Se duas camadas do modelo
adjacentes estão nubladas, a cobertura total de nuvem é o máximo das duas camadas (sobreposição
máxima). Se uma camada sem nuvens estiver entre duas camadas do modelo, a cobertura total de
nuvem será mais alta do que a cobertura de nuvem de uma só camada (sobreposição
descontrolada).
Figura 5: Esquema de parametrização na escala de rede do HRM incluindo a microfísica das nuvens (Imagem extraída
de Majewski (2007))
2.3.3. Convecção
Figura 6: Processos tidos em conta na parametrização de convecção no HRM (Imagem extraída de Majewski (2007))
O modelo do solo (Jacobsen e Heise, 1982) compreende duas camadas activas para o
balanço do calor (energia) - Figura 7, e da humidade do solo (água) – Figura 8. Para o balanço do
calor, as temperaturas são computadas na superfície e uma profundidade entre 8-10cm (dependendo
do tipo de solo) baseado num método complexo denominado restauração forçada. A uma
profundidade entre os 35-40cm a temperatura é prescrita a partir de valores interpolados do GME.
Para o balanço da água, a evolução temporal da humidade do solo é computada para duas
camadas do solo, nomeadamente 0-10cm e 10-100cm. Além disso, a variação temporal de uma
cobertura de neve (se existir) é tida em conta.
Um ponto interessante é que quando um ciclone tropical está sobre o continente seus ventos
de superfície decaem mais fortemente com a altura promovendo, assim, forte cisalhamento vertical
do vento que permite a formação de tornados (http:/meteorologia.tripod.com/furacões.html).
O Ciclone Eline foi uma tempestade tropical devastadora que atingiu a costa oriental de
África. Ocorreu no período de 7 a 25 de Fevereiro de 2000. O principal motivo da formação deste
ciclone foi o facto de a temperatura das águas do mar encontrar-se acima dos 27ºC. Como ciclone
tropical, formou-se no oceano Indico á leste das Maurícias, no dia 8 de Fevereiro, tendo entrado no
canal de Moçambique no dia 19 do mesmo mês. Atingiu os distritos de Machanga, Chibabava e
Búzi, assim como a cidade da Beira, na tarde do dia 21 de Fevereiro, movendo-se na direcção da
província de Manica com ventos máximos calculados de 115 nós (200 km/h). Dissipou-se na
República do Zimbabwe a 25 do mesmo mês. Este foi um dos mais intensos e violentos ciclones
que assolou o País.
Este ciclone também afectou o estado de tempo nos distritos do norte da província de
Inhambane – Inhassoro, Vilanculos, Mambone e a cidade de Inhambane, com ocorrência de chuvas
intensas.
Como consequência da passagem deste ciclone pela província de Sofala, os distritos de
Machanga, Chibabava, Búzi e a cidade da Beira foram seriamente afectados. Várias casas de
construção precária foram destruídas, algumas vias rodoviárias ficaram temporariamente
interrompidas e houve destruição de diversas culturas. Uma pessoa perdeu a vida na cidade da Beira
(Mussa Mustafá, 2000, Comunicação social).
CAPÍTULO 3
3. Material e Métodos
3.1. Material
Na realização do presente trabalho foi usada uma Workstation Dell® Precision 470N com o
seguinte hardware e software:
Item Descrição
Processadores 2 x Intel® Xeon, 3.4Ghz cada
Memória RAM 3 GB
Sistema Operativo Red Hat Enterprise Linux WS4
Compilador Fortran Intel Fortran Compiler 10.0.023
Placa Gráfica 128MB PCIe x16 ATI FireGL
Visualizadores Graphics Analysis and Display System
Tabela 2: Hardware e software usados para o trabalho
3.2. Métodos
Para além das consultas bibliográficas sobre a teoria da previsão de tempo, do modelo de
mesoescala HRM e suas opções físicas, foi igualmente consultado material sobre os ciclones
tropicais, e uso dos pacotes de visualização de gráficos (GrADS).
Os dados em formato usados para a geração de condições iniciais e de fronteira, foram
gerados pelo GME na DWD e transferidos da Alemanha para o servidor de ftp localizado no Centro
de Informática da UEM.
O modelo foi inicializado para a 00 hora de 20 de Fevereiro de 2000 para correr com uma
resolução de 28 km para a região que é indicada na Figura 9. Deve-se notar que o domínio ndicado
posiciona Moçambique ligeiramente no topo esquerdo do rectângulo para permitir que o
desenvolvimento de ciclones tropicais no Canal de Moçambique seja “captado” pelo modelo.
Figura 9: Domínio de HRM usado no trabalho com características seguintes: ie=129, je=131, i3e=40,
startlat=-36.00, startlon=25.00, endlat=-10.00, endlon=50.60,
Com os resultados da previsão do modelo HRM foi feita a comparação com os dados de
observação referentes a Fevereiro de 2000 (período em que ocorreu o ciclone Eline).
A visualização dos resultados das corridas foi feita usando GrADS. Foi também usado o
aplicativo gnuplot para gerar os gráficos de comparação entre os resultados do modelo e as
observações.
CAPÍTULO 4
4. Resultados e Discussão
As variáveis de predição usadas são a temperatura, a perturbação da pressão, a humidade
específica, as componentes tridimensionais do momento, a densidade específica da água da nuvem
e da água líquida. Apenas algumas destas variáveis foram usadas para comparação devido à
inexistência de dados para comparação.
O tempo de obtenção de condições iniciais e de transferência dos dados da DWD para o
CIUEM é, como se disse anteriormente, de menos de uma hora, mesmo nas horas de maior tráfego
de Internet (por volta de 1200 UTC). Em adição, as condições iniciais e de fronteira não superam os
68 MB, contra os cerca de 300 a 500 MB das do RAMS.
O tempo de integração da simulação foi de três (3) dias, de 00UTC do dia 20 de Fevereiro de
2000 às 00Z do dia 23 de Fevereiro de 2000, com um passo de integração de 150s. Para realizar
essa integração completa, o computador levou próximo de 84 minutos, como indica o Apêndice B.
Os apêndices mostram grandezas de mesoscala que só poderiam ser validadas se, por exemplo,
os radares meteorológicos de Beira e Xai-Xai tivessem sido montados antes da ocorrência do
Ciclone Eline. Porém, uma primeira observação nos permite afirmar que aspectos como vorticidade
e trajectória do cliclone são bem representados pelo HRM em todos níveis atmosféricos
importantes.
O erro médio (ver apêndice A, Pág. iii) para o período de estudo na estação B variou de uma
forma não linear de 0.05-3.75 ºC, como mostra o Gráfico 1. Pode-se verificar a partir do gráfico que
nas primeiras 6h o modelo sobrestima os dados das observações, e das 12h até ao fim da
comparação ele subestima os mesmos dados, mas com valores muito próximas uns dos outros
(observados e modelados). Neste caso, o modelo apresentou um grau de certeza de 85% (veja-se o
anexo A).
Para este caso, temos um erro médio a variar dos 0.05-3.45 ºC, com uma tendência a não
linear, mas a acompanhar o gráfico. Nota-se aqui, a partir do gráfico, que não primeiras 6h (00-
06h), o modelo sobrestimou os dados das observações. Das 06h até aproximadamente 20h, ele
subestima os dados das observações, voltando em seguida a tomar o comportamento inicial
(sobrestimar os dados das observações) durante aproximadamente 8h, isto é, das 20-28h após a
inicialização do modelo e desse ponto ate aproximadamente 70h ele volta a subestimar os dados das
observações. Para este caso, o modelo apresentou um grau de certeza de 76% (veja-se o anexo A,
Pag. iv).
O gráfico acima mostra uma situação em que o modelo subestima os dados das observações,
com um erro médio que varia de 0.15-4.25, mas com tendência a acompanhar o gráfico das
observações, isto é, apresentando características semelhantes as do gráfico das observações. Para
este caso, o modelo subestima os dados de observação apresentando um erro de -0.161,
apresentando um grau de fiabilidade de 77% (veja-se o anexo A, Pág. v).
O gráfico acima (Gráfico 5), apresenta um erro médio que varia entre 0.15-6.95. Nota-se,
neste gráfico que nas primeiras horas (8-15h), o modelo subestima os dados de observação,
invertendo-se a situação para período das16-30h depois da inicialização do modelo, voltando
novamente a situação inicial, isto é, subestimando novamente no período que vai das 30-53h e por
fim, para o período das 53h até ao fim da comparação, sobrestimando novamente os dados das
observações. Para este caso, o modelo apresentou um intervalo de confiança de 51% (veja-se o
anexo A, Pág. vii).
Estacão B
Do gráfico acima, pode-se verificar que nos intervalos de tempo de 6-12h, 24-44h e 52h em
diante o modelo sobrestima os valores dos dados de observação, e nos intervalos de 12-24h e 44-
52h, ele subestima esses mesmos valores. Para este caso, o desvio foi de aproximadamente 0.53,
apresentando um grau de precisão de 47.2% (ver apêndice A, Pág. viii).
Estacão H
O Gráfico 7 mostra a evolução
da temperatura do ponto de
orvalho prevista pelo modelo na
estacão H para todo período de
simulação do ciclone Eline, não
sendo feita a comparação devido
a inexistência de dados de
observação para este parâmetro
nesta estacão.
Estacão G
O Gráfico 8 mostra a
evolução da temperatura de
ponto de orvalho prevista pelo
modelo na estacão G. Para esta
estacão, não se fez a comparação
porque não foram colhidos
dados da temperatura de ponto
de orvalho.
Estacão E
Estacão D
Para a análise da pressão a nível médio do mar, foram usadas somente as estacões nacionais
(Maputo, Vilanculos, Beira e Quelimane), porque nos dados de synops fornecidos pela DWD, não
tem registos de pressão para as estacões regionais (B, G, H, E e D).
Maputo
Vilanculos
Beira
Quelimane
A Gráfico 14 mostra a evolução da pressão a nível médio do mar para um período de 3 dias
e dois pontos de observação para a comparação. O erro médio foi de 0.32 e 0.86, e com um desvio
negativo, o que faz concluir que o modelo subestimou os dados de observação (ver apêndice A,
Pág. vii). Nota-se que nos pontos de comparação, a tendência do gráfico apresenta as mesmas
características (decrescente) as dos dados de observação, apresentando um grau de fiabilidade
elevado.
CAPÍTULO 5
5. Conclusões e Recomendações
5.1. Conclusões
Foi instalado, testado e corrido com sucesso o modelo de alta resolução HRM da DWD para
simular o ciclone Eline de Fevereiro de 2000.
Os dados de condições iniciais e de fronteira do modelo tem tamanho quase dez vezes
menores aos que se seriam necessários para correr o RAMS (67 MBytes contra 300 a 500 MBytes),
o que acelerou bastante o tempo de download.
Os resultados do modelo quando comparados aos observados (onde estes estavam
disponíveis) são satisfatórios, embora haja algumas situações em que o modelo
sobrestima/subestima os valores observados.
O grau de acerto do modelo é muitas vezes superior a 76%, o que sugere que o modelo
consegue replicar a dinâmica da atmosfera na nossa região. Especificamente para os casos de
temperaturas e pressão, o modelo acompanha os ciclos diários das observações, isto é, segue o
comportamento dos gráficos das observações.
Os apêndices sugerem que o modelo é muito eficiente para fenómenos de mesoscala, por
exemplo, a trajectória de um ciclone, o que poderá trazer um valor acrescido na determinação
atempada do chamado landfall de um ciclone e assim, evitar danos avultados em caso de ocorrência
deste tipo de eventos no nosso país.
5.2. Recomendações
O presente trabalho permite desenhar as seguintes recomendações:
• Uma das aplicações futuras que resulta da experiência adquirida no uso deste modelo, seria
a comparação de mais casos históricos permitindo, assim, a disponibilidade de uma
ferramenta pedagógica, de investigação e operacional importante para os estudantes do
curso de Meteorologia e Meteorologistas, que pode ser usada quer na compreensão dos
processos meteorológicos quer na aplicação noutras áreas.
6. Bibliografia
Burridge, D. M., 1975: A split semi-implicit reformulation of the Bushby-Timpson 10-Level model. Quart. J.
Roy. Meteor. Soc. 101, 430, 777-792.
Davies, H. C., 1976: A lateral boundary formulation for multi-level prediction models. Quart. J. Roy.
Meteor. Soc. 102, 432, 405-418.
Doms, G. and U. Schättler, 2003: The nonhydrostatic limited-area model LM of DWD. Part 1: Scientific
documentation. Deutscher Wetterdienst, Offenbach, Germany.
Haltiner, G.J. & Williams, R.J. - Numerical Prediction and Dynamic Meteorology, 2ª Edição. New York,
Wiley, 1980.
Herzog, H., 1995: Testing a radiative upper boundary condition in a nonlinear model with hybrid vertical
coordinate. Meteorology and atmospheric physics, 55, 185-204.
Jacobson, I. and E. Heise, 1982: A new economic method for the computation of the surface temperature in
numerical models. Beitr. Phys. Atm., 55, 128-141.
Louis, J.-F., 1979: A parametric model of vertical eddy fluxes in the atmosphere. Boundary layer Meteor.,
17, 187-202.
Lynch, P., 1997: The Dolph-Chebyshev window: A simple optimal filter. Mon. Wea. Rev., 125, 655-660.
Majewski, D., D. Liermann, P. Prohl, B. Ritter, M. Buchhold, T. Hanisch, G. Paul, W. Wergen and
J. Baumgardner, 2002: The operational global icosahedral-hexagonal gridpoint model GME:
Description and high-resolution tests. Mon. Wea. Rev., 130, 319-338.
Mellor, G. L. and T. Yamada, 1974: A hierarchy of turbulent closure models for planetary boundary layers.
J. Atmos. Sci., 31, 1791-1806.
Ritter, B. and J. F. Geleyn, 1992: A comprehensive radiation scheme for numerical weather prediction
models with potential applications in climate simulations. Mon. Wea. Rev., 119.
Simmons, A. J. and D. M. Burridge, 1981: An energy and angular-momentum conserving vertical finite-
difference scheme and hybrid vertical coordinates. Mon. Wea. Rev., 109, 758-766.
Temperton, C. and M. Roch, 1991: Implicit normal mode initialization for an operational regional model.
Mon. Wea. Rev., 119, 667-677.
Tiedtke, M., 1989: A comprehensive mass flux scheme for cumulus parameterization in large scale models.
Mon. Wea. Rev., 117, 1779-1800.
Tomé, R.F.D. (2004). Previsão do Tempo com Modelos de Mesoescala: Caso de Estudo com o
Modelo MM5 nos Açores. Dissertação submetida para obtenção do grau de licenciatura em ciências
Geofísicas (Especialização em Meteorologia). Faculdade de Ciências – Universidade de Lisboa. 83
pp.
Apêndice A. .................................................................................................................. ii
A. Cálculo de erros ....................................................................................................................... ii
Tabelas e gráficos de cálculos de erros para as estações em estudo............................................... iii
Análise da temperatura a 2m para a estacão B. .............................................................................. iii
Análise da temperatura a 2m para a estacão G. .............................................................................. iv
Análise da temperatura a 2m para a estacão H. ............................................................................... v
Análise da temperatura a 2m para a estacão E. .............................................................................. vi
Análise da temperatura a 2m para a estacão D. ............................................................................. vii
Análise da temperatura do ponto de orvalho para estação B........................................................ viii
Análise da temperatura do ponto de orvalho para estação E. ......................................................... ix
Análise da temperatura do ponto de orvalho para estação D. ......................................................... x
Análise da pressão a superfície estação de Maputo........................................................................ xi
Análise da pressão a superfície estação de Vilanculos................................................................... xi
Análise da pressão a superfície estação da Beira. ......................................................................... xii
Análise da pressão a superfície estação de Quelimane................................................................. xiv
B. Tempo típico para uma corrida de 72h.................................................................................. xv
Apêndice C. ............................................................................................................... xvi
C. Mapas de Pressão a nível médio do mar............................................................................... xvi
Apêndice D. ............................................................................................................. xviii
D. Mapas de evolução dos ventos aos 850hpa com o tempo. ................................................. xviii
Apêndice E ................................................................................................................. xx
E. Mapas de evolução da temperatura a 2m com o tempo......................................................... xx
Apêndice F................................................................................................................ xxii
F. Mapas de evolução da Humidade relativa aos 1000hpa com o tempo................................ xxii
i
Apêndice A.
A. Cálculo de erros
O desvio de erro (BE, Bias Error) mede a tendência do modelo para sobrestimar ou subestimar uma
variável, e é definida por:
1 N
BE ( x) = ∑ (x − x i oi )
N i =1
Erro médio absoluto (MAE, Mean Absolute Error) é a medida das diferenças dos valores absolutos
entre a previsão e observação de um campo particular e é definida por:
N
∑x
i =1
i − xoi
MAE ( x) =
N
Eq. A-3: Erro médio absoluto
Raiz quadrada do erro médio (RMSE, Root Mean Square Error) é a raiz quadrada da média das
diferenças individuais quadráticas entre a previsão e as observações e é definida por:
∑ (x − x i oi )2
i =1
RMSE ( x) =
N
Eq. A-4: Raiz do erro médio quadrático
Onde:
xi - Valor obtido pelo modelo;
ii
Tabelas e gráficos de cálculos de erros para as estações em estudo.
Regressão linear
Temperatura observada (C)
30
25
y = 0.8713x + 2.057
20
R2 = 0.8592
15
10
5
0
0 5 10 15 20 25 30
Temperatura modelada (C)
iii
Análise da temperatura a 2m para a estacão G.
Regressao linear
Temperatura observada (C)
30
25
y = 1.0898x - 1.4555
20
R2 = 0.7601
15
10
0
0 5 10 15 20 25 30
Temperatura modelada (C)
iv
Análise da temperatura a 2m para a estacão H.
Regressão linear
Temperatura observada (C)
35
30
y = 0.8306x + 5.1007
25
R2 = 0.7724
20
15
10
5
0
0 5 10 15 20 25 30
Temperatura modelada (C)
v
Análise da temperatura a 2m para a estacão E.
Regressão linear
Temperatura observada (C)
30
25
y = 0.9547x + 2.0975
20
R2 = 0.7746
15
10
0
0 5 10 15 20 25 30
Temperatura modelada (C)
vi
Análise da temperatura a 2m para a estacão D.
Regressão linear
Temperatura observada (C)
35
30
25
y = 0.6479x + 6.9803
20 R2 = 0.5191
15
10
5
0
0 10 20 30 40
Temperatura modelada (C)
vii
Análise da temperatura do ponto de orvalho para estação B.
Tab. A-6: Estação B
Modelado Observado Erro médio Erro BE Erro MAE Erro RMSE
17.3 12.55 4.75 0.527777778 4.116666667 1.583333333
24.7 15.15 9.55
15.9 14.45 1.45 Erro BE (%)
16.1 14.25 1.85 52.77777778
15.3 10.65 4.65
22.8 13.65 9.15
16.4 13.45 2.95
15.6 14.85 0.75
15.9 13.95 1.95
Regressão linear
Temperatura observada (C)
16
14
12
y = 0.1347x + 11.267
10
R2 = 0.1159
8
6
4
2
0
0 5 10 15 20 25 30
Temperatura modelada (C)
Fig. A-6: Gráfico de regressão linear para temperatura do ponto de orvalho na estacão B
viii
Análise da temperatura do ponto de orvalho para estação E.
Tab. A-7: : Estação E
Modelado Observado Erro médio Erro BE Erro MAE Erro RMSE
21.9 18.75 3.15 0.286363636 2.186363636 0.949760735
25.9 19.15 6.75
21.9 21.25 0.65 Erro BE (%)
21.5 20.95 0.55 28.63636364
25 21.55 3.45
21.6 19.45 2.15
20.4 18.75 1.65
22.9 20.05 2.85
21.1 20.45 0.65
19.9 20.45 0.55
20.5 18.85 1.65
Regressão linear
22
Temperatura do ponto de
orvalho observada (C)
21.5
21
20.5
y = 0.0993x + 17.779
20
R2 = 0.0325
19.5
19
18.5
0 5 10 15 20 25 30
Temperatura do ponto de orvalho modeleda (C)
Fig. A-7: Gráfico de regressão linear para temperatura do ponto de orvalho na estacão E
ix
Análise da temperatura do ponto de orvalho para estação D.
Regressao linear
Temperatura do ponto de
25
orvalho observada (C)
20
15
y = -0.0681x + 19.517
10
R2 = 0.0368
5
0
0 10 20 30 40
Temperatura do ponto de orvalho modelada
(C)
Fig. A-8:
Gráfico de regressão linear para temperatura do ponto de orvalho na estacão D
x
Análise da pressão a superfície estação de Maputo.
Tab. A-9: : Estação de Maputo
Modelado Observado Erro médio Erro BE Erro MAE Erro RMSE
1009.02 1008.9 0.12 0.015 0.8225 0.042426
1009.53 1009.3 0.23
1010.29 1009.3 0.99 Erro BE (%)
1010.71 1011.7 0.99 1.5
1011.48 1011.2 0.28
1008.4 1009.6 1.2
1009.1 1010.4 1.3
1009.03 1010.5 1.47
Regressao linear
1012
Pressão a superfície
1011.5
observada (hpa)
1011
1010.5
1010 y = 0.5655x + 439.1
R2 = 0.3444
1009.5
1009
1008.5
1008 1009 1010 1011 1012
Pressão a superfície modelada (hpa)
Fig. A-9: Gráfico de regressão linear para pressão a superfície na estacão de Maputo
xi
Regressão linear
1007
Pressao a superficie
1006.5
1004.5
1004
1002 1003 1004 1005 1006 1007
Pressão a superficie modelada (hpa)
Fig. A-10: Gráfico de regressão linear para pressão a superfície na estacão de Vilanculos
xii
Regressão linear
1007.5
Pressão a superficie
1007
observada (hpa)
1006.5
y = 1.1885x - 189.75
1006
R2 = 1
1005.5
1005
1004.5
1004
1003.5
1004 1005 1006 1007
Pressã a superficie modelada (hpa)
Fig. A-21: Gráfico de regressão linear para pressão a superfície na estacão da Beira
xiii
Análise da pressão a superfície estação de Quelimane.
Tab. A-32: Estação de Quelimane
Modelado Observado Erro médio Erro BE Erro MAE Erro RMSE
1006.14 1007 0.86 -0.43 0.59 0.608111832
1003.68 1004 0.32
Regressao linear
1007.5
pressao a superficie
1007
observada (hpa)
1006.5
y = 1.2195x - 220
1006
R2 = 1
1005.5
1005
1004.5
1004
1003.5
1003 1004 1005 1006 1007
Pressao a superficie modelada (hpa)
Fig. A-32: Gráfico de regressão linear para pressão a superfície na estacão de Quelimane
xiv
Apêndice B.
xv
Apêndice C.
xvi
Fig. C-1: 06Z21Fev2000 Fig. C-2: 12Z21Fev2000 Fig. C-3: 8Z21Fev2000
xvii
Apêndice D.
xviii
Fig. D-1: 06Z21Fev2000 Fig. D-2: 12Z21Fev2000 Fig. 0-1: 18Z21Fev2000
xix
Apêndice E
xx
Fig. E-1: 06Z21Fev2000 Fig. 0-1: 12Z21Fev2000 Fig. E-3: 18Z21Fev2000
xxi
Apêndice F
xxii
Fig. F-1 : 06Z21Fev2000 Fig. F-2: 12Z21Fev2000 Fig. F-3: 18Z21Fev2000
xxiii