Revista Brasileira de Meteorologia (Jun 2008)

Contribuição de diversos sistemas de observação na previsão de tempo no CPTEC/INPE Contribution of the several observation systems in the forecast skill at CPTEC/INPE

  • Rita V. Andreoli,
  • Sérgio Henrique S. Ferreira,
  • Luiz F. Sapucci,
  • Rodrigo Augusto F. de Souza,
  • Renata Weissmann B. Mendonça,
  • Dirceu L. Herdies,
  • José A. Aaravéquia

DOI
https://doi.org/10.1590/S0102-77862008000200009
Journal volume & issue
Vol. 23, no. 2
pp. 219 – 238

Abstract

Read online

Experimentos utilizando sistemas de observação global, foram realizados excluindo um ou mais tipos de observação do esquema global de assimilação de dados/previsão de tempo do Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais - CPTEC/INPE (Global Physical-space Statistical Analysis System - GPSAS). Estes experimentos indicam como efetivamente as observações são usadas no GPSAS. Os sistemas de observação testados foram o conjunto de dados convencionais, que incluem informações de superfície (estações em superfície, bóias, navios e plataformas oceânicas) e de ar superior (radiossondagem, aeronaves e balões piloto), os sistemas de sondagem Advanced TIROS-N/NOAA Operational Vertical Sounder (ATOVS) e AQUA, composto pelos sensores Atmospheric Infrared Sounder e Advanced Microwave Sounding Unit (AIRS/AMSU), dados de vento de satélite, estimados a partir do deslocamento de nuvens (Cloud Track Wind), dados de vento em superfície sobre o oceano (QuikScat) e água precipitável (Total Precipitation water - TPW). Todos os sistemas testados mostram um impacto positivo na qualidade da previsão. Os dados convencionais têm um maior impacto na região do Hemisfério Norte devido à maior disponibilidade dessas informações sobre esta região. Por outro lado, as sondagens AIRS/AMSU são fundamentais para uma boa previsão sobre o Hemisfério Sul. Sobre a América do Sul, os perfis inferidos pelo sistema de sondagem AQUA contribuem com a mesma ordem de grandeza dos dados convencionais e apresentam um impacto positivo para todos os períodos de previsões analisados. Dados de vento e água precipitável estimados por satélites têm maior impacto nas regiões tropical e da América do Sul, nas primeiras horas de previsão (1-3 dias). Todavia, a utilização de um conjunto completo de observações é crucial para se obter, operacionalmente, uma boa condição inicial do estado atmosférico para ser utilizada nos modelos de previsão numérica de tempo do CPTEC/INPE.A series of data withholding experiments was conducted at Center for Weather Forecasting and Climate Studies of the National Institute for Space Research (CPTEC/INPE), with the Global Physical-space Statistical Analysis System (GPSAS) - a combination of the Spectral Atmospheric Global Circulation Model (CPTEC/COLA) with the Physical-space Statistical Analysis System (PSAS). These experiments indicate how efficiently the observations are used in the particular assimilation system. The observation tested were from conventional data (SYNOP, BUOY, SHIP, radiosonde, aircraft, pilot balloons), and satellite data (ATOVS and AIRS/AMSU retrievals, QuikScat wind, Cloud Track Wind and Total Precipitation Water from SSM-I sensor). All observing systems tested have a notable positive impact on the forecast performance. The conventional data have a large impact on North Hemisphere region and it is associated the high density of these information in this region. On the other hand, the AIRS/AMSU retrievals had the largest impact in the Southern Hemisphere. Over the South America, AIRS/AMSU retrievals contribute with the same order of magnitude as conventional data and have a positive impact on all range forecast (1-5 day). Wind and TPW satellite-derived data had the largest impact in the tropical and South America regions at short (1-3 day) range forecast. However, the use of the major observing system it is crucial to obtain operationally a good initial condition of the atmospheric state for initializing of the numerical weather models at CPTEC/INPE.

Keywords