🧭 MMPH · Cap.12 — Previsão do Tempo

Mapa Mental PH (aula enxutíssima) · Ynoue, Meteorologia — Noções Básicas · V.02-MO · Área V do edital · só o que cai, em esquemas · ✎ marque lacunas e oclusões para revisão ativa
☀️

O que é

Como se prevêPor equações físicas + métodos matemáticos e computacionaisprever numericamente tanto o tempo quanto o clima.
Previsão de tempoSe daqui a 3 ou 6 dias choverá (evento local, horizonte curto).
Previsão de climaSe uma estação do ano será mais quente ou fria que a média climatológica.

Histórico princípios (modelo numérico) 3 etapas tipos de modelo previsão de tempo (caos) previsão de clima (valor médio).

Marcos

1904 BjerknesPropôs: estado futuro da atmosfera obtido integrando as equações diferenciais que a governam. Condições iniciais = estado observado (estações).
Richardson1ª integração numérica de fato (à mão). Grade ~200 km sobre a Alemanha, 4 níveis verticais; dados de 7 UTC de 20/5/1910 → variação de pressão em 6 h = 146 hPa (muito maior que o observado).
Erro de Richardson foi útil: revelou os obstáculos — nº enorme de cálculos (+ exigência de rapidez), dados iniciais insuficientes e pequenos erros que se propagam e amplificam.
1950 EUACharney, Fjørtoft, von Neumann: 1ª previsão bem-sucedida de 1 dia com computador — o Eniac.
1955Previsões por computador passam a ser feitas de forma contínua.
1963 OMMOrganização Meteorológica Mundial: ampliou quantidade e qualidade dos dados observados no globo → melhores condições iniciais.
fig12-1
fig12-1 — Representação esquemática das etapas envolvidas nas previsões de tempo e clima — análise, previsão e pós-processamento; HTR = Hub de Telecomunicação Regional (adaptado de Cavalcanti, s.d.)
Tempo = poucos diasFeita para poucos dias consecutivos, por conhecimento limitado das condições iniciais + simplificações nas equações.
Previsão climática: não busca prever com exatidão o local e o momento; simula o fenômeno numa região e compara o total com a climatologia (média de longo período).
FerramentaModelos numéricos de circulação geral (MCG): conjuntos de equações físicas em forma numérica, resolvidas por computador.

Equação da aceleração média (Eqs. 12.1–12.3)

  • Física: aceleração σ = Δv / Δt.
  • Numérica: σ = (v − v₀)/(t − t₀), de valores inicial e final.
  • Ex.: carro parado (v₀=0) atinge 5 m/s em 5 s → σ = 1 m s⁻². Prever a aceleração adiante = uma previsão.
Princípio geral: de um estado inicial (condições iniciais e de contorno) obtém-se um estado futuro (previsão) por um conjunto de equações físicas e dinâmicas — o modelo numérico.
EtapaO que faz
AnálisePrepara as observações: uniformes (espaçamento horizontal regular) + fisicamente consistentes → condição inicial.
PrevisãoO modelo resolve as equações básicas e integra do estado inicial ao tempo futuro.
Pós-processamentoGera arquivos de saída em intervalos regulares → mapas e boletins.

4.1 Análise

  • Observações passam por métodos matemáticos para virarem uniformes (espaçamento horizontal regular).
  • Dificuldade: milhões de dados de fontes diferentes (satélites, navios, estações de superfície), nem sempre no mesmo horário; nenhuma medida é livre de erro → eliminar o máximo de erros.
  • Objetivo: conjunto de dados com espaçamento horizontal uniforme e fisicamente consistente, dado ao modelo como condição inicial.

4.2 Previsão

Vento3 componentes ortogonais: V = (u, v, w) — x leste-oeste, y norte-sul, z vertical.
Quadro 12.1 — 5 equaçõesDescreve
Conservação do movimentoEvolução do vento sob gradiente de pressão, Coriolis, gravidade, atrito.
Conservação da energiaTemperatura muda por calor e expansão/compressão do ar.
Conservação de massaDensidade varia com adição/subtração de massa.
Conservação de águaTransporte de água no ciclo hidrológico.
Equação de estadoGás ideal: p = ρRT.
  • Pontos de grade = interseção de latitudes e longitudes. Distância entre vizinhos = resolução horizontal; divisão em níveis = resolução vertical.
  • Em cada volume: temperatura, pressão, umidade e vento. Resolução de 50 km → cada ponto = 2.500 km².
  • Passo de tempo (Δt): para Δt = 0,5 h2 cálculos/1 h, 48 cálculos/24 h.

4.3 Pós-processamento

SaídasGeradas só em intervalos regulares de horas (ex.: a cada 6 horas). Meteorologistas constroem mapas e elaboram os boletins de tempo/clima.
fig12-2
fig12-2 — (A) Volume representando parte da atmosfera e ponto de grade com observações vizinhas; (B) vários volumes representando toda a extensão horizontal e vertical da atmosfera no globo; para resolução de 50 km, cada ponto de grade representa 2.500 km²
Modelo globalModelo regional (área limitada)
DomínioTodo o planetaPequenas porções
Resolução~200 km; ~30 níveis verticaisMaior (dezenas a poucas centenas de km)
InicializaçãoAnálises (todo o globo)Cond. iniciais + condições de fronteira lateral
Forte emCirculação de grande escalaSuperfície e fenômenos regionais (brisas, tempestades locais)
LimitaçãoNão capta local; +resolução = alto custoDepende das bordas do global
Global: eficiente na grande escala, mas não representa características locais (brisas de vale/montanha, tempestades que geram tornados). Regional: mais resolução, melhor a superfície — mas precisa de condições de fronteira lateral vindas do global.

Por que o regional precisa do global? Uma frente fria no Paraná avançando ao Sudeste só é "vista" se as bordas forem alimentadas pelo global em intervalos de tempo.

fig12-3
fig12-3 — Representação esquemática do domínio (A) de um modelo global e (B) de um modelo regional (adaptado de Meted, s.d.)
LorenzEdward Norton Lorenz. 1963: pequenas diferenças nas condições iniciais → soluções diferentes. 1972: artigo do efeito borboleta ("o bater de asas de uma borboleta no Brasil desencadeia um tornado no Texas?").
Atmosfera é caótica: erros de observação + arredondamentos se propagam e geram previsões errôneas além de ~1 semana. Previsão de tempo = problema de condição inicial; a confiabilidade decai com os dias de simulação.

Produtos (chuva acumulada 24 h — Inmet e CPTEC/Inpe)

ProdutoÓrgãoGrade
COSMOInmet7 km × 7 km
BRAMSCPTEC/Inpe5 km × 5 km
Ex.Totais podem exceder 70 mm em 24 h em SC e PR.
Previsão não sai de um único modelo: meteorologistas analisam vários modelos + experiência; só após análises e discussões é divulgada ao público.
Geada: vermelho = favorávelverde = poucaazul = nenhumaNevoeiro: amarelo = ocorrência
fig12-4
fig12-4 — Previsão de chuva acumulada em 24 horas pelos modelos (A) COSMO, do Inmet (grade 7 km × 7 km), e (B) BRAMS, do CPTEC/Inpe (grade 5 km × 5 km); ambas inicializadas a 00 UTC de 20/8/2016, válidas para 00 UTC de 21/8/2016 (CPTEC, 2016)
fig12-5
fig12-5 — (A) Previsão de geada para a madrugada de 3/9/2011 (vermelho = condição favorável, verde = pouca, azul = nenhuma) e (B) previsão de nevoeiro para 17/11/2011, indicado pelas regiões em amarelo (CPTEC, 2011a, 2011b)

Como prever > 10 dias, se a atmosfera é caótica — 2 motivos

  • Não busca a hora e o local exatos; simula o valor médio das variáveis (temperatura, umidade, precipitação) numa região/período.
  • ② Clima é regido por condições de contorno inferior que variam lentamente: TSM, cobertura de gelo, umidade do solo, relevo, vegetação, albedo, rugosidade.
TSM / El NiñoTSM sobe no Pacífico central e leste, acima da climatologia por meses = El Niño → altera a circulação (subsidência sobre Norte e Nordeste).
Cond. dos modelos climáticosCond. iniciais + contorno inferior (topografia, cobertura do solo, TSM). Topografia/cobertura = estáticas; TSM = variável → prevista por modelos de circulação oceânica.

7.1 Previsão por conjunto e anomalias

  • Várias simulações do mesmo período com pequenas modificações nas condições iniciais; a média = previsão sazonal do conjunto (minimiza o caos).
  • Mapa de anomalias = previsão sazonal − climatologia do modelo (rodada num período longo, ex.: 30 anos).

7.2 Previsibilidade na América do Sul

RegiãoPrevisibilidadePor quê
EquatorialBoaClima dominado pela TSM, forçante lenta (Hadley, Walker)
Latitudes médias/altasRazoávelSistemas sinóticos (frentes, ciclones extratropicais), variação rápida
Sudeste do BrasilBaixaAcoplamento fraco com TSM; transição tropical–extratropical
Dispersão dos membros em relação à média: maior dispersão = MENOR previsibilidade; menor dispersão = maior previsibilidade.

7.3 Previsão de consenso

  • Caráter qualitativo: CPTEC/Inpe e Inmet comparam vários modelos + conhecimento das condições atmosféricas/oceânicas dos últimos meses → previsão sazonal.
  • Mostrada pela probabilidade (%) de chuva em torno, acima ou abaixo da média.
verde/azul = acimaamarelo/marrom = abaixocinza = igual probabilidade (baixa previsibilidade)
Ex. (nov/2011–jan/2012)Extremo sul: ~45% abaixo / 35% climatológico / 25% acima. Norte: 25% / 35% / 40% (maior chance acima).
fig12-7
fig12-7 — Condições de contorno inferior para a previsão do modelo global do CPTEC/Inpe — TSM, topografia, tipo de cobertura do solo (adaptado de Ambrizzi, s.d.-b)
fig12-6
fig12-6 — Esquema operacional da previsão climática sazonal do CPTEC/Inpe: várias simulações com pequenas mudanças nas condições iniciais, média do conjunto e mapa de anomalias (adaptado de Ambrizzi, s.d.-b)
fig12-9
fig12-9 — (A) Previsão de precipitação acumulada (mm) para o outono de 1998; (B) climatologia da precipitação simulada para o outono; (C) anomalia prevista (diferença entre A e B) — chuva acima do climatológico no Sul e abaixo no Norte/Nordeste (CPTEC, 1998a, 1998b, 1998c)
fig12-8
fig12-8 — Previsibilidade climática na América do Sul: bom desempenho na região equatorial (TSM como forçante lenta), razoável em latitudes médias/altas e baixa no Sudeste do Brasil, região de transição (adaptado de Ambrizzi, s.d.-b)
fig12-10
fig12-10 — Avaliação da previsibilidade climática da precipitação por previsão de conjunto: (A) região Sudeste, maior dispersão entre os 25 membros = menor previsibilidade; (B) norte do Nordeste, menor dispersão = maior previsibilidade (CPTEC, 2000)
fig12-11
fig12-11 — Exemplo de previsão de consenso (CPTEC/Inpe e Inmet, nov/2011 a jan/2012) mostrada pela probabilidade (%) de chuva: tons verde/azul = acima da média, amarelo/marrom = abaixo, cinza = igual probabilidade nas três categorias (Monte, 2012)