In the present study, the physical parameterizations of the Weather Research and Forecasting (WRF) model are verified for making accurate inferences about the dynamics of the Thermal Internal Boundary Layer (TIBL) generated by sea breeze in an urban center with an island in a bay along a coastal region with rugged topography. The simulations were performed using parameterizations from Yonsei University (YSU), Mellor-Yamada-Janjic (MYJ) and Asymmetric Convective Model version 2 (ACM2) for the atmospheric boundary layer (ABL) and Noah and Rapid Update Cycle (RUC) for the Land Surface Model (LSM). The data inferred by the WRF model were compared with those obtained by a Surface Meteorological Station (SMS) and by measurements generated using Light Detection and Ranging (LIDAR), Sonic Detection and Ranging (SODAR) and radiosonde. The simulations showed that although the object of this research was a region with high geographical complexity, the YSU parameterization set (non-local closure) for the ABL and the Noah parameterization for the LSM presented satisfactory results in determining ABL height generated by the sea breeze on the day in question.
RESUMOO trabalho teve por objetivo a análise do desempenho do modelo WRF na reprodução de uma frente de rajada, ocorrida no dia 06 de maio de 2013 em Vitória-ES, causando transtornos e prejuízos à população. Os dados modelados foram comparados com dados medidos nas estações meteorológicas locais, mostrando que o modelo WRF é uma ferramenta eficaz para reprodução de eventos extremos, apesar de subestimar os valores extremos de velocidade do vento.
ABSTRACTThe study aimed to analyze the performance of the WRF model in reproducing a gust front, which occurred on May 6, 2013, in Vitória-ES, causing inconvenience and loss to the population. The modeled data were compared with data measured at local weather monitoring stations, showing that the WRF model is an effective tool for playback extreme events, despite underestimating the extreme values of wind speed.
INTRODUÇÃO
Localizada em latitudes tropicais, a Região Metropolitana da Grande Vitória (RMGV), no estado do Espírito Santo, Brasil, é uma importante área para se debater o fenômeno da Ilha de Calor Urbana (ICU). Neste estudo, analisa-se a ocorrência da ilha de calor na RMGV no período de março de 2017 a janeiro de 2018. Os dados horários de temperatura do ar utilizados na análise e discussão dos resultados foram obtidos de cinco estações meteorológicas controladas pelo INMET, IEMA e INFRAERO. Os resultados mostram a existência de ICU na RMGV durante todo o período analisado. As intensidades horárias de ICU na RMGV apresentam distribuição de frequência próxima da gaussiana, com intervalo de maior ocorrência (~ 50% dos eventos) entre 0 °C e 2 °C; 91,4% dos valores de ICU obtidos para a RMGV estão entre 0 oC e 4 oC, indicando maior ocorrência de eventos de intensidade fraca e moderada, 0,3% do período apresentou ilha de calor de intensidade forte (4-6 °C) e muito forte (6-8 °C). O estudo possibilitou verificar que os eventos de ICU na RMGV são mais intensos durante o dia, nas estações de primavera e verão, e estão associados aos horários de maior carga térmica no ambiente, nas escalas horária e sazonal. Também foram verificados eventos de ilha de calor negativa (cool island) em 8,3% dos casos, condição ocorrida quando a área rural esteve mais aquecida que a área urbana. Os eventos de ilha de calor negativa foram mais frequentes entre 7 e 9 horas, nos meses de janeiro e julho, e estiveram sempre associados à atuação de sistemas atmosféricos com formação de nebulosidade, como frentes frias, ZCOU e ZCAS.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.