Search

A precipitação é uma variável meteorológica essencial em diversas áreas do conhecimento, tais como agricultura, defesa civil, energia, etc. Entretanto, por ser uma variável descontínua tanto no espaço quanto no tempo, para se obter campos de precipitação com adequada representação espacial e temporal seria necessário uma extensa distribuição de postos pluviométricos, de modo a se ter uma boa interpolação dos dados. Distribuição essa que normalmente não ocorre devido a diversos fatores limitantes como, por exemplo, a geografia da região de estudo e questões econômicas para instalação e manutenção de uma densa rede pluviométrica. Para suprir a falta de dados pluviométricos, este trabalho mesclou os dados de pluviômetros com estimativas de precipitação via radares meteorológicos, obtendo o campo de precipitação denominado “PluRad” com área cobrindo grande parte do estado de São Paulo, norte do Paraná e leste do Mato Grosso do Sul. Esse produto foi comparado com as estimativas de precipitação dos radares do IPMet/UNESP (Centro de Meteorologia de Bauru da Universidade Estadual Paulista), com o produto GPM (Global Precipitation Measurement) e com o produto MERGE num acumulado de 24 h para o dia 21/mar/2018, ambos provenientes da composição de dados pluviométricos com estimativas de precipitação via satélite. Os resultados mostraram que o PluRad obteve uma melhor representação da distribuição espacial da precipitação na região analisada, sobretudo devido à alta resolução espacial desse produto.

Made available in DSpace on 2022-04-29T08:28:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2019-01-01 Precipitation is an essential meteorological variable in several areas of knowledge, such as agriculture, civil defense, energy, etc. However, it is a variable known to be discontinuous both in space and time. To obtain precipitation fields that seek to have an adequate spatial and temporal representation, it would require an extensive distribution of pluviometric stations to achieve a good interpolation of the data. That distribution normally does not occur due to several limiting factors, such as the geography of the study region and economic issues for installation and maintenance of a dense pluviometric network. In order to overcome the lack of rainfall data, this work merged rain gauges data with estimates by meteorological radars creating a precipitation field called “PluRad” covering most of the state of São Paulo, northern Paraná and eastern Mato Grosso do Sul. This product was compared with the IPMet’s (Bauru Meteorological Center) radar precipitation estimates, GPM’s (Global Precipitation Meusurement) product and the MERGE’s product on a 24h’s rainfall at March, 21st 2018, both generated from the rainfall data composition with satellite precipitation estimates. The results showed that PluRad has a better representation of the spatial distribution of precipitation in the analyzed region, mainly due to the high spatial resolution of this product. Universidade Estadual Paulista “Júlio de Mesquita Filho” Faculdade de Ciências Departamento de Física, Av. Eng. Luiz Edmundo Carrijo Coube 14-01, Vargem Limpa Centro de Meteorologia de Bauru, Av. Mun. José Sandrin s/n, Chácaras Bauruenses Instituto Nacional de Pesquisas Espaciais, Rod Pres Dutra s/n Universidade Estadual Paulista “Júlio de Mesquita Filho” Faculdade de Ciências Departamento de Física, Av. Eng. Luiz Edmundo Carrijo Coube 14-01, Vargem Limpa

Comparisons of Eta 5 km mesoscale model forecasts against observations in Cunha, Curucutu, Itanhaém, Paraibuna, Picinguaba, Santa Virgínia e São José dos Campos, located in Serra do Mar (SP) region, is carried out for 2008. The 2 m temperature, station level pressure, winds at 10 m and precipitation are evaluated for the 24 h, 48 h and 72 h forecasts. The results show that the atmospheric pressure was systematically underestimated (overestimated) in Paraibuna and Picinguaba (Cunha and Curucutu), due to differences between the model's altitude and the real station altitude, although its diurnal cycle is well predicted, with two maximum (0 and 12 Z) and two minimum (6 and 18 Z), as observed. For atmospheric pressure, model's performance is better at the 48 h forecast. The temperature's diurnal cycle is very well predicted. The temporal correlation between forecasts and observations are very high, varying from 73 to 91%. In some locations it was observed that temperature was overestimated (near 3ºC in Curucutu and Santa Virgínia and 2ºC in Itanhaém), and that it was a systematic error. The temperature forecasted 24 h in advance is superior than the other forecasts. In general the model shows a tendency of underestimate (overestimate) the frequence of occurrence of calm (strong) winds. The wind direction is the most difficult variable to forecast due probably to the differences between model's topography and the real topography. Although the model shows the characteristic turning of the wind during the day caused by the daily warming. The total monthly precipitation is well predicted, although in Itanhaém, Paraibuna and mainly in Picinguaba the values are overestimated. The frequence of occurrence of rainy events (total daily precipitation < 0,3 mm) is overestimated by the model, although it is the best predicted category, with higher ETS, BIAS and Hit. The analyses shows that one of the model's source of error is related to its topography. Comparações entre as previsões do modelo Eta-5km e observações nas Plataformas de Coleta de Dados meteorológicas em Cunha, Curucutu, Itanhaém, Paraibuna, Picinguaba, Santa Virgínia e São José dos Campos, localizadas na região da Serra do Mar (SP), são realizadas para o ano de 2008. A temperatura a 2 m, pressão atmosférica ao nível da estação, ventos a 10 m e precipitação são avaliados para as previsões de 24, 48 e 72 horas. Os resultados mostraram que a pressão atmosférica ao nível da estação foi subestimada (superestimada) em Paraibuna e Picinguaba (Cunha e Curucutu), devido a diferenças entre a altitude do modelo e a altitude real da estação, porém os ciclos diurnos foram bem previstos, apresentando dois máximos (0 e 12 Z) e dois mínimos (6 e 18 Z), como observados. Para a pressão atmosférica a performance do modelo é superior na previsão de 48-h. O ciclo diurno da temperatura do ar foi muito bem previsto em todas as localidades. Os valores de correlação temporal entre as previsões e observações foram bem elevados, oscilando entre 73 e 91%. Para algumas localidades verificou-se que ocorre superestimativa da temperatura do ar (cerca de 3ºC em Curucutu e Santa Virgínia e 2ºC em Itanhaém), e que tal erro é sistemático. A previsão de temperatura do ar com 24-h de antecedência foi superior às demais. De forma geral o modelo apresentou uma tendência de subestimar (superestimar) a freqüência de ocorrência de ventos calmos cuja velocidade é inferior a 1 m.s-1 (fortes - superior a 7 m.s-1). A direção dos ventos é a variável mais difícil de prever devido provavelmente às diferenças entre a topografia do modelo e a topografia real, contudo nota-se que o modelo produz o giro característico na direção ao longo do dia, provocado pelo aquecimento diurno. Os totais pluviométricos mensais são bem previstos para a maior parte das localidades, contudo em Itanhaém, Paraibuna e principalmente em Picinguaba os totais mensais foram superestimados. Da análise da precipitação diária conclui-se que em geral o modelo superestima a frequência de ocorrência de eventos de chuva (valores diários maiores ou iguais a 0,3 mm). Por outro lado, o modelo apresenta a melhor performance também para prever tais eventos, com maiores valores de ETS, BIAS e índice de acerto (cerca de 90%). As análises mostram que uma das fontes de erro do modelo está relacionada à sua topografia.