Distúrbios Ondulatórios de Leste no Nordeste Brasileiro: Um Estudo de Caso Utilizando Modelagem Numérica de Mesoescala

Abstract

Resumo Os Distúrbios Ondulatórios de Leste (DOLs) são um dos principais sistemas meteorológicos que atuam no leste do Nordeste do Brasil (NEB) entre maio e julho. O presente estudo tem como objetivo investigar os impactos das diferentes técnicas de nudging na simulação de DOLs utilizando o modelo regional Weather Research and Forecasting (WRF) a partir de três diferentes tipos de simulação, alternando entre elas diversas possibilidades do uso desta técnica: (1) utilizando o nuding de forma desligada (WRF-DF), (2) usando a técnica Analysis Nuding (WRF-AN), e (3) usando a técnica Spectral Nudging (WRF-SN). As variáveis analisadas foram a precipitação e o vento de dois episódios de DOLs que atingiram o NEB entre os dias 12 e 14 de junho de 2019. Os resultados foram comparados à reanálise do ERA-Interim e imagens dos satélites GOES 16 e METEOSAT 10. De acordo com os resultados, a simulação WRF-SN representou melhor a terceira e quarta onda dos eventos estudados, enquanto a simulação WRF-AN descreveu melhor a distribuição espaço-temporal da precipitação. A simulação WRF-DF apresentou resultados similares aos da WRF-SN. Isso indica que a utilização da técnica Spectral Nudging, apenas acima da camada limite planetária (CLP), não influencia de maneira expressiva o comportamento dos ventos ou o número de onda escolhido não é adequado para estudar os DOLs. Já a simulação WRF-AN apresentou resultados semelhantes ao da reanálise do ERA-Interim, podendo estar relacionado ao coeficiente de nudging escolhido.

A New Climatology of Vegetation and Land Cover Information for South America

“…This result is attributed to higher rainfall accumulations in this region (Figure 9), as moist winds from the ocean influence it throughout the year. These winds significantly contribute to rainfall in the region [59][60][61]. The Amazon biome region, which covers Brazil, represents more than 60% of this Forest that encompasses Peru, Colombia, and Venezuela [62] and shows low variability in the GVF and LAI indices (Figures 7 and 8).…”