Você está na página 1de 82

Modelagem Atmosférica – 2003 Alexandre Costa

MODELAGEM ATMOSFÉRICA

Programa
1 – Equações Básicas da Atmosfera
2 – Sistemas de Coordenadas
3 – O Problema da Discretização
4 – Parametrizações Físicas I - Nuvens e Convecção
5 – Parametrizações Físicas II

Bibliografia Complementar
Holton: An Introduction to Dynamic Meteorology
Pielke: Mesoscale Meteorological Modeling
Cotton and Anthes: Storm and Cloud Dynamics
Stull: An Introduction to Boundary-Layer Meteorology
Emanuel: Atmospheric Convection
Modelagem Atmosférica – 2003 Alexandre Costa

1. Equações Básicas da Atmosfera


1.1. Introdução

A dinâmica e a termodinâmica da atmosfera são regidas por leis de conservação, com


destaque para:

a) A Conservação da Massa
b) A Conservação do Momentum
c) A Conservação da Energia
d) A Conservação da Água e outras substâncias

Estas leis são escritas na forma de equações diferenciais parciais.

1.2. Interpretação Euleriana versus Lagrangeana

As leis de conservação a serem estudadas neste Capítulo contêm expressões que dão a taxa
de variação da densidade, velocidade, energia, etc. com o tempo. Nestas equações, é
preciso diferenciar dois pontos de vista: o Euleriano e o Lagrangeano

Sob uma perspectiva Euleriana, os balanços nas quantidades acima citadas é feito em um
volume, cuja posição é fixa com respeito aos eixos cartesianos. Em um modelo
atmosférico, isso corresponde precisamente ao conceito de caixa de grade. Na visão
Lagrangeana, por outro lado, este volume deixa de ser fixo e passa a consistir em uma
parcela do fluido, ou seja, uma porção suficientemente pequena do mesmo, que passa a ser
acompanhada pelo observador. No primeiro caso (Euleriano), o observador “mede” as
grandezas físicas em um ponto fixo do espaço, relativamente aos eixos coordenados. No
segundo caso (Lagrangeano), o observador “mede” a evolução das mesmas grandezas em
uma dada parcela do fluido. A Figura 1.1 representa a distinção entre os dois pontos de
vista.

Euler Lagrange

Figura 1.1 – Representação dos pontos de vista Euleriano (fixo no espaço) e Lagrangeano
(seguindo a parcela do fluido)
Modelagem Atmosférica – 2003 Alexandre Costa

As taxas de variação das grandezas físicas com o tempo medidas pelos dois observadores é
obviamente diferente e é preciso expressar matematicamente essa diferença.

Como no caso Euleriano o observador está fixo no espaço, a variação que ele mede é
aquela da grandeza física, que é uma função de múltiplas variáveis (x, y, z e t) somente com
o tempo, o que corresponde à própria definição de derivada parcial. Em nossos estudos,
nós nos referiremos mais comumente a essa derivada como a derivada local.

Seja f uma função do espaço e do tempo, f(x,y,z,t), sua derivada local é dada simplesmente
por
∂f
∂t

No caso Lagrangeano, o observador tem de levar em conta a dependência da grandeza


física em questão com o conjunto das variáveis x, y, z, t, ou seja, na verdade ele está
calculando o que se costuma chamar derivada total e que, em nossos estudos também será
denominada de derivada material.

Seja f uma função do espaço e do tempo, f(x,y,z,t), sua derivada material é dada
simplesmente por

Df
Dt

Qual a relação entre as duas? É simples. Como para uma parcela do fluido x, y e z são
funções do tempo,

Df ∂f dx ∂f dy ∂f dz ∂f Df ∂f ∂f ∂f ∂f
= + + + ⇒ = +u +v +w
Dt ∂t dt ∂x dt ∂y dt ∂z Dt ∂t ∂x ∂y ∂z
(1.1)

A equação acima pode ser reescrita somente em termos dos operadores de derivada
material e local, ou seja,

D ∂ ∂ ∂ ∂ ∂
= + u + v + w = + V ⋅∇ ,
Dt ∂t ∂x ∂y ∂z ∂t
(1.2)

onde V = ui + vj +wk é o vetor velocidade no fluido.

1.3. Conservação da Massa – Equação da Continuidade

Aplicado à atmosfera, o princípio de conservação da massa implica em que a massa da


atmosfera é constante. Sejam ρ a densidade do ar e p a pressão, este princípio é localmente
Modelagem Atmosférica – 2003 Alexandre Costa

representado pela chamada equação da continuidade, que pode ser escrita na chamada
“forma de fluxos”,

∂ρ ∂ρ ∂ρ ∂ρ ∂ρ
+ ∇ ⋅ (ρV ) = 0 ⇒ +u +v +w = 0,
∂t ∂t ∂x ∂y ∂z
(1.3)

na chamada forma “ advectiva”,

∂ρ
+ V ⋅ ∇ ρ + ρ∇ ⋅ V = 0 ,
∂t
(1.4)

ou ainda, usando a identidade (1.2),


+ ρ∇ ⋅ V = 0
Dt
(1.5)

Algumas aproximações podem ser feitas à equação (1.3). Dentre elas, destacamos as
chamadas aproximações anelástica e incompressível.

No primeiro caso (aproximação anelástica), a derivada local da densidade é considerada


desprezível e o único termo restante é o divergente do fluxo de massa. Esta aproximação é
adequada quando se deseja excluir as ondas sonoras e é representada na equação (1.6).

∇ ⋅ (ρV ) = 0 , aproximação anelástica


(1.6)

Outra aproximação, ainda mais “radical”, é a chamada aproximação incompressível, em


que, como o próprio nome diz, o fluido possui densidade constante. Neste caso, é fácil
perceber que a equação (1.3) se reduz a

∇⋅V = 0
(1.7)

Na maioria dos modelos de mesoescala modernos, tais aproximações têm sido abandonadas
e a forma compressível da equação da continuidade é geralmente preservada. Para evitar
instabilidades numéricas relacionadas às ondas de som, procedimentos tais como o
chamado “ time-splitting” (divisão do passo de tempo em pequenos intervalos somente para
o cálculo das componentes mais rápidas) ou a redução artificial da velocidade das ondas
sonoras.
Modelagem Atmosférica – 2003 Alexandre Costa

1.4. Conservação do Momentum

Aplicando-se a 2a Lei de Newton a um fluido compressível, pode-se deduzir uma equação


que iguala a aceleração de uma parcela deste fluido ao somatório das forças por unidade de
massa, atuando sobre a mesma.

Vale lembrar que, como a Terra não é um referencial inercial, forças fictícias aparecerão. A
força centrífuga é via de regra pequena o suficiente para se somar ao termo gravitacional. Já
a força de Coriolis aparece como um termo à parte, muito importante na dinâmica
atmosférica, especialmente em latitudes mais altas.

A equação do momentum para a atmosfera pode ser escrita como

DV 1
=−
2Ù
 × ^
V − ∇p − gk + 
ν∇ 2
 V,
^Dt Coriolis ρ
 gravidade força
aceleração viscosa
gradiente
de pressão

(1.8)

tal que Ω é o vetor velocidade angular da Terra.

Expandindo a equação (1.8) nas três componentes, num espaço de coordenadas cartesianas,
obtém-se

∂u ∂u ∂u ∂u 1 ∂p
+u +v +w = fv − f̂w
∂t ∂x ∂y ∂z ρ ∂x
∂v ∂v ∂v ∂v 1 ∂p
+ u + v + w = − fu − ,
∂t ∂x ∂y ∂z ρ ∂y
∂w ∂w ∂w ∂w 1 ∂p
+u +v +w = f̂u − g −
∂t ∂x ∂y ∂z ρ ∂z
(1.9)

em que f = 2Ωsenφ, f̂ = 2Ωcosφ e foram desprezados os termos da força viscosa

De fato, com exceção da camada próxima à superfície, a força de natureza viscosa é


desprezível. Não obstante, quando as equações (1.9) são utilizadas em um modelo
atmosférico, um outro problema surge: o das escalas que não podem ser resolvidas com o
espaçamento de grade dado.

Várias aproximações costumam ser feitas nas equações do momentum horizontal,


dependendo da aplicação. Modelos de larga escala mais simples podem usar as
aproximações quase-geostrófica ou semi-geostrófica. Outros modelos podem usar equações
derivadas a partir de (1.8), como a equação da vorticidade, por exemplo.
Modelagem Atmosférica – 2003 Alexandre Costa

Outra aproximação cujo uso foi muito comum é a aproximação hidrostática, na qual as
perturbações de pressão e densidade estão em equilíbrio hidrostático. Neste caso, na última
das equações (1.9), desprezam-se os termos de aceleração (derivada local da velocidade
vertical e termos de advecçao) e o termo de Coriolis e obtém-se

∂p
= − ρg
∂z
(1.10)

Hoje, porém existe uma tendência a usar as equações do fluido atmosférico em modelos de
mesoescala em sua forma primitiva e não-hidrostática.

1.5. Conservação da Energia

Há várias formas de expressar a conservação da energia em modelos atmosféricos, mas


uma maneira simples é escreve-la em termos da conservação da temperatura potencial.

A temperatura potencial é uma grandeza que se conserva em processos adiabáticos. Em


uma parcela de ar, a temperatura potencial nada mais é do que a temperatura que esta
parcela atingiria caso fosse conduzida adiabaticamente, do nível de pressão em que ela se
encontra até um nível de referência (digamos 1000 mb = 105 Pa). Pode-se demonstrar que
esta grandeza é dada por:

κ
p 
θ =  0 
 p 
(1.11)
onde κ = R/cp

Dizer que uma dada grandeza se conserva (ou seja, é constante) em uma parcela, significa
dizer que a derivada material desta grandeza é nula, ou seja,

Dθ ∂θ
=0⇒ + V ⋅ ∇θ = 0
Dt ∂t
(1.12)

A equação (1.12) só é válida para processos adiabáticos, mas... e o caso geral? No caso
geral, ou seja, diabático, basta conhecer as fontes de calor, e escrever:

Dθ ∂θ ∂
= + V ⋅ ∇θ = Q ⇒ (ρθ ) + ∇ ⋅ (ρVθ ) = ρQ
Dt ∂t ∂t
(1.13)

onde Q é a taxa de aquecimento diabático, geralmente dada pela soma da contribuição de


diversos processos físicos, dentre eles a mudança de fase da água, a transferência radiativa,
Modelagem Atmosférica – 2003 Alexandre Costa

etc. A equação (1.14) descreve esta soma em maiores detalhes (o sinal positivo indica
aquecimento e o negativo, resfriamento):

+ condensação + solidificação + deposição  + convergência do fluxo radiativo


Q= +  + − sublimação + − divergência do fluxo radiativo  +
− evaporação  − fusão     
+ reações químicas exotérmicas   dissipação molecular
− reações químicas endotérmicas + + de energia cinética 
   
(1.14)

1.6. Conservação da Água

Como qualquer outras substância, a água se conserva, a não ser que sofra reações químicas.
Uma vez que a água dificilmente reage quimicamente quando está na atmosfera, este efeito
pode ser desprezado. Daí, a água apenas transita entre uma categoria e outra. O termo
categoria, no contexto de nosso curso, é mais amplo que o termo fase, que corresponde aos
três estados físicos que a água pode adquirir na atmosfera terrestre (gasoso, líquido e
sólido). Exemplos comuns de categorias de água são o vapor, “água de nuvem” e “água de
chuva”, cristais de gelo, neve ou agregados, “ graupel”, granizo, ou simplesmente intervalos
de tamanho de gotas líquidas ou cristais, como veremos posteriormente.

Para uma dada categoria de água, pode-se definir a razão de mistura como sendo a massa
por unidade de massa do ar, ou seja,

mi
qi =
m
(1.15)

A taxa de variação da razão de mistura de uma dada categoria é dada simplesmente pela
ação de suas fontes e sumidouros, ou seja,

Dq i ∂q i ∂
= + V ⋅ ∇q i = S i ⇒ (ρq i ) + ∇ ⋅ (ρVq i ) = ρS i .
Dt ∂t ∂t
(1.16)

Considere um caso simples de um modelo que apenas contém vapor e água líquida, sem
precipitação, ou seja, um modelo que poderia simular nuvens de bom tempo de maneira
simplificada. Neste caso, teríamos i = 1 para o vapor e i = 2 para a “água de nuvem”. Neste
caso, teríamos:

S1 = evaporação – condensação
S2 = condensação – evaporação
(1.17)
Modelagem Atmosférica – 2003 Alexandre Costa

Modelos mais complexos podem ter muitas outras categorias de água e, portanto, um sem
número de fontes e sumidouros, como veremos no próximo capítulo.

O raciocínio usado para a água pode ser generalizado para outras substâncias. Isto pode ser
de interesse quando se quer estudar transporte de aerossóis, poluentes, etc.;

1.7. Médias de Reynolds

O que um modelo representa, em cada ponto de sua grade, não é o valor das grandezas
físicas naquele ponto, mas a média dessas grandezas na caixa de grade. Na prática, o
modelo é incapaz de resolver as flutuações destas grandezas em escalas menores.

Para que isto fique mais claro, consideremos a Figura 1.2.

Figura 1.2 – Flutuações de uma grandeza genérica dentro das caixas de grade de um modelo

Perceba que, dentro de cada caixa de grade, qualquer grandeza física varia, mas isto não é
“percebido” pelo modelo. É o caso de variações de mesoescala nos ventos em um modelo
de larga escala, as flutuações nos campos de umidade e temperatura associadas com nuvens
dentro de um modelo de mesoescala ou os efeitos dos pequenos turbilhões em um modelo
de LES.

Seja uma determinada grandeza f, podemos representar a média dessa grandeza em uma
caixa de grade e no tempo como f , ou seja,

∆x ∆y ∆z ∆t
x+ y+ z+ t+
2 2 2 2
1
f =
∆x∆y∆z∆t ∫ ∫ ∫ ∫ f dtdzdydx
∆x ∆y ∆z ∆t
x− y− z− t−
2 2 2 2
(1.18)

A flutuação em pequena escala dessa mesma grandeza será representada por f ′ , de tal
modo que
Modelagem Atmosférica – 2003 Alexandre Costa

f = f + f′
(1.19)

A seguir, aparecem algumas considerações necessárias às deduções das médias de


Reynolds. Elas advêm do fato de que o operador de média é uma integral cujos limites são
fixos.

 f = f

 f ′ = 0
 ∂f  ∂ f
  =
 ∂x  ∂x
 etc.
(1.20)

Se aplicarmos essas regras a uma equação como (1.13), na chamada “forma de fluxo”,
desprezarmos as perturbações na densidade e calcularmos a média sobre a equação
resultante, obteremos


∂t
( ) ( ) (
ρθ + ∇ ⋅ ρ Vθ = − ρ Q − ∇ ⋅ ρ V ′θ ′ . )
(1.21)

Os símbolos de média de uma única variável podem ser retirados, para simplificar a
notação, de modo que variáveis “linha” representem flutuações e variáveis “sem linha”
representem médias. Daí,


∂t
(
(ρθ ) + ∇ ⋅ (ρVθ ) = − ρQ − ∇ ⋅ ρ V ′θ ′ )
(1.22)

O último termo, que contém uma correlação entre as flutuações no vento e na temperatura
potencial representa o transporte não resolvido pela grade do modelo, ou o transporte na
escala da sub-grade, ou ainda, a grosso modo, a turbulência!

Exercícios

1. Na sala de aula, foi deduzida a equação da continuidade usando a formulação


Lagrangeana. Deduza a mesma equação na formulação Euleriana.
2. Aplique as médias de Reynolds para a equação do momentum na forma de fluxo
para encontrar a equação contendo os termos de estresse.
Modelagem Atmosférica – 2003 Alexandre Costa

2. Sistemas de Coordenadas
2.1. Projeções horizontais

Em modelos atmosféricos, é comum o uso de coordenadas não-cartesianas tanto na


horizontal quanto na vertical. Por exemplo, modelos globais usam coordenadas esféricas.

Modelos de mesoescala, por sua vez, podem se utilizar de coordenadas cartesianas na


horizontal, principalmente quando apenas uma pequena área é coberta pelo domínio
computacional. Uma grade cartesiana é. mostrada na Figura 2.1.

Figura 2.1 – Grade em coordenadas cartesianas

O uso de outros sistemas de coordenadas horizontais, no entanto, também é comum.


Quando a área representada pelo domínio de um modelo de mesoescala é extensa, as
diferenças entre o plano da grade e a superfície da esfera crescem. Dentre elas, encontramos
a projeção polar (Figura 2.2), a projeção de Mercator (Figura 2.3) e a projeção de Lambert
(Figura 2.4). Em todas essas projeções, a deformação associada à representação da esfera
sobre a grade do modelo é dada pelo fator de escala da projeção (m). Sejam dois pontos
sobre a superfície terrestre, o fator de escala da projeção é dado por

m = (distância projetada na grade do modelo) / (distância real sobre a superfície terrestre)


(2.1)

Em geral, existem fatores de escala diferentes para os meridianos e os paralelos, de tal


forma que é possível definir mx e my como sendo os fatores de escala da projeção ao longo
das direções zonal e meridional, respectivamente. No caso em que a deformação é a mesma
em ambas as direções na horizontal, a projeção é dita conforme.
Modelagem Atmosférica – 2003 Alexandre Costa

Figura 2.2 – Projeção Estereográfica Polar

Para a projeção estereográfica polar (Figura 2.2), os pontos na esfera são projetados a partir
de um dos pólos, sobre um plano. Seja a o raio da esfera, para uma dada latitude φ, o
perímetro descrito por um paralelo sobre a esfera é

L0 = 2π a cos φ.
(2.2)

Usando semelhança de triângulos, pode-se deduzir que o perímetro deste paralelo, ao ser
projetado no plano tangente ao pólo, é

L = 4π a cos φ / (1 + sen φ).


(2.3)

O fator de escala da projeção, ao longo da direção zonal, será, então,

L 2
mx = =
L0 1 + sen φ
(2.4)

Agora, procederemos ao cálculo de my. Para uma dada latitude φ, a distância linear sobre a
esfera, correspondente a um ângulo infinitesimal dφ é dada por:

dy0 = a.dφ
Modelagem Atmosférica – 2003 Alexandre Costa

(2.5)

Seja x a distância entre o pólo e o plano tangencial ao pólo oposto. Daí, a projeção de y0
sobre o plano é uma outra distância infinitesimal, tal que:

dy = - x.dα/cosα
(2.6)

Perceba o sinal negativo, que indica que um crescimento infinitesimal em φ leva a uma
redução infinitesimal em α. Substituindo (2.5) e (2.6) em (2.1), podemos determinar o fator
de escala:

x dα
my = −
a cos α dφ
(2.7)

O valor de x pode ser calculado por uma relação trigonométrica simples:

x = 2a/cosα
(2.8)

Para calcular a derivada envolvendo os ângulos, usaremos a seguinte relação


trigonométrica, deduzida a partir do triângulo retângulo indicado na Figura 2.2, de catetos
a cosφ e a (1 + senφ):

cos φ 1 dα cos 2 α
tgα = ⇒ sec 2 α dα = − dφ ⇒ =−
1 + sen φ 1 + sen φ dφ 1 + sen φ
(2.9)

Ao substituirmos (2.8) e (2.9) em (2.7), obtemos, então,

2a  cos 2 α  2
my = −  −  ⇒ m y =
a cos 2 α  1 + sen φ  1 + sen φ
(2.10)

Perceba que, como mx = my, a projeção polar estereográfica é conforme.


Modelagem Atmosférica – 2003 Alexandre Costa

Figura 2.3 – Projeção de Mercator

No caso da projeção de Mercator (Figura 2.3), os pontos da esfera são levados a um


cilindro que, no caso geral, é secante a ela, interceptando-a ao longo de dois paralelos, de
latitudes φ0 e −φ0 (um caso particular é aquele em que o cilindro é tangente à esfera, ao
longo do equador).

Para calcularmos o fator de escala na direção zonal, voltaremos a usar o perímetro de um


paralelo sobre a esfera, dado pela equação (2.2). Nota-se que, na projeção de Mercator,
todos os paralelos são projetados em seções transversais do cilindro, cujo raio é a.cosφ0.
Segue, portanto, que

L = 2π a cos φ0.
(2.11)

Da definição de fator de escala, decorre que

cos φ 0
mx =
cos φ
(2.12)

Para a direção meridional, pode-se demonstrar que


Modelagem Atmosférica – 2003 Alexandre Costa

dy = a cos φ0 dφ / cos2φ
(2.13)

Combinando as equações (2.5) e (2.13), obtemos:

cos φ 0
my =
cos 2 φ
(2.14)

É evidente, com base nas equações (2.12) e (2.14), que a projeção de Mercator leva a
problemas nos pólos (φ = 900), com os valores do fator de escala em ambas as direções
tendendo a infinito. Além disso, fica claro que a projeção de Mercator não é conforme.
Apesar destas desvantagens, pode-se verificar que, ao ser aplicada em um modelo de área
limitada, a projeção de Mercator representa exatamente a esfera ao longo de um arco do
equador. Já o plano da projeção polar estereográfica tem um único ponto de interseção com
a superfície esférica, o pólo.

Figura 2.4 – Projeção de Lambert

Finalmente, a Figura 2.4 apresenta o diagrama esquemático da projeção de Lambert. Neste


caso, a esfera é projetada em um cone que a intercepta em até dois paralelos (como na
figura). O cálculo dos fatores de escala para esta projeção é deixado como exercício.

Uma generalização das coordenadas aqui descritas é comumente feita em modelos


atmosféricos de área limitada. Via de regra, o pólo, em uma grade polar estereográfica, é
completamente arbitrário, podendo ser colocado em qualquer localização da esfera que se
queira. O mesmo acontece com as linhas de intersecção na projeção de Lambert e com a
tangente à esfera no caso da projeção de Mercator.
Modelagem Atmosférica – 2003 Alexandre Costa

O fator de escala influencia a maneira como as equações básicas são implementadas nos
modelos numéricos, mas a descrição detalhada das equações modificadas está fora dos
objetivos deste curso.

2.2. Coordenadas verticais generalizadas

Na vertical, o uso de coordenadas cartesianas também é impróprio para muitas aplicações


em mesoescala, especialmente quando se tem uma topografia envolvida no problema.
Outros sistemas de coordenadas verticais podem ser utilizados, destacando-se:

- Coordenadas isobáricas (de pressão ou logaritmo da pressão)


- Coordenadas isentrópicas (de temperatura potencial)
- Coordenadas sigma (σ-z ou σ-p)

Alguns exemplos de sistemas de coordenadas verticais são mostrados na Figura 2.5.

Figura 2.5 – Coordenadas verticais (a) cartesianas, (b) isobáricas, (c) isentrópicas, (d) sigma

Seja uma coordenada vertical generalizada ζ, que é, no caso geral, função do tempo e da
posição. Considere a Figura 2.6, em que as iso-superfícies de ζ são mostradas juntamente
com as superfícies horizontais.
Modelagem Atmosférica – 2003 Alexandre Costa

ζ = ζ2

ζ = ζ1
z = z2 φ = φ1 φ = φ2

z = z1
φ = φ0

x = x1 x = x2

Figura 2.6 – Seção reta vertical da atmosfera, indicando as superfícies horizontais


e as iso-superfícies de ζ

A variação horizontal de uma grandeza qualquer φ (ou seja, ao longo de superfícies de z


constante) é dada aproximadamente por

∂φ φ 2 − φ1
≅ .
∂x z x 2 − x1
(2.15)

Esta é a derivada no sistema de coordenadas cartesianas convencionais, ou seja, que tem


como variáveis independentes x, y, z e t, ou seja, as três coordenadas espaciais cartesianas e
o tempo.

Ao substituirmos z por ζ, a derivada de φ em relação a x no novo sistema de coordenadas é

∂φ φ2 −φ0
≅ .
∂x ζ x 2 − x1
(2.16)

∂φ ∂φ
É possível encontrar uma equação envolvendo e , ao incluirmos aproximações
∂x z ∂x ζ
para a derivada de z em relação a ζ e para a derivada vertical de φ, ou seja,
Modelagem Atmosférica – 2003 Alexandre Costa

φ 2 − φ 0 φ 2 − φ 1 φ1 − φ 0 φ 2 − φ 1 φ 1 − φ 0 z 2 − z1
= + = + ⇒
x 2 − x1 x 2 − x1 x 2 − x1 x 2 − x1 z 2 − z1 x 2 − x1
∂φ ∂φ ∂φ ∂z
= +
∂x ζ ∂x z ∂z x ∂x ζ

(2.17)

De maneira similar, pode-se deduzir que:

∂φ ∂φ ∂φ ∂z
= +
∂x ζ ∂x z ∂z x ∂x ζ

∂φ ∂φ ∂φ ∂z
= +
∂y ζ
∂y z
∂z x ∂y ζ

∂φ ∂φ ∂φ ∂z
= +
∂t ζ ∂t z ∂z x ∂t ζ

∂φ ∂φ ∂z
=
∂ζ ∂z ∂ζ
(2.18)

A derivada total, por outro lado, passa a ser dada simplesmente por

D ∂ ∂ ∂ ∂
= +u +v +ζ
Dt ∂t ∂x ∂y ∂ζ
(2.19)

Como o uso de certas coordenadas generalizadas modifica as equações básicas da


atmosfera? Vejamos alguns exemplos.

a) Coordenadas de pressão

No caso de coordenadas isobáricas, o termo de gradiente de pressão na equação do


momentum é substituído por

1 ∂p 1  ∂p ∂z 
 = − g ∂z ,
− =− −
ρ ∂x z ρ  ∂z x ∂x 
p  ∂x p
(2.20)

ou seja, pelo gradiente horizontal do geopotencial. Na dedução da equação (2.19), usou-se a


∂p
relação hidrostática (1.10) e o fato de que é nulo. Uma vantagem dessa substituição é
∂x p
que o fator que multiplica a derivada do geopotencial é uma constante, eliminando-se uma
variável (a densidade do ar).
Modelagem Atmosférica – 2003 Alexandre Costa

Na verdade, a densidade é eliminada enquanto variável do sistema de equações como um


todo. A equação da continuidade também é simplificada. Pode-se provar que ao definirmos
dp
a velocidade vertical em coordenadas isobáricas, ω = , a equação da continuidade se
dt
resume a:

∂u ∂v ∂ω
+ + =0
∂x ∂y ∂p
(2.21)

b) Coordenadas sigma

No caso das coordenadas tipo σ-z, a transformação que a relaciona com a coordenada
cartesiana convencional é simplesmente dada por:

 z − zg 
z* = σH =  H
 H − zg 
(2.22)

tal que H representa a altura do topo do domínio e zg é a altura da topografia local. É fácil
perceber que σ varia de 0, na superfície, até a unidade, no topo. Já z*, definido pelo produto
entre σ e H, varia de 0, na superfície, até H, no topo. No topo do domínio computacional,
que é uma superfície horizontal, z e z* coincidem, como mostra a Figura 2.10a. No caso de
um terreno horizontal (como sobre o oceano), a coordenada σ se reduz à coordenada
cartesiana convencional (Figura 2.10b).

Figura 2.10 – Coordenadas sigma-z: (a) caso geral e (b) caso particular de terreno plano

Exercícios:

1. Encontre os fatores de escala mx e my da projeção de Lambert, para os casos de um


cone (a) secante à esfera nas latitudes φ1 e φ2 e (b) de um cone tangente à esfera na
latitude φ0.
Modelagem Atmosférica – 2003 Alexandre Costa

2. Deduza a equação da continuidade em coordenadas isobáricas (2.21)


3. Use a equação (2.21) para encontrar a equação de momentum zonal em coordenadas
∂z g
sigma e explique o significado do termo contendo .
∂x
Modelagem Atmosférica – 2003 Alexandre Costa

3. O Problema da Discretização
3.1. Considerações gerais sobre Modelagem Atmosférica

Todo modelo é uma representação da realidade. Em nosso caso, olharemos particularmente


para um tipo de representação da atmosfera terrestre: os modelos numéricos atmosféricos.

Os modelos numéricos da atmosfera resolvem as equações do fluido atmosférico através de


aproximações. Estas equações em geral não possuem solução analítica, o que nos obriga ao
uso de técnicas numéricas para resolvê-las.

Como qualquer modelo numérico, todo modelo atmosférico precisa atender a alguns
requisitos, para que ele possa representar o problema em questão, ou seja, a circulação
atmosférica. Estes critérios são:

a) Consistência – o modelo deve ser consistente na representação do fenômeno físico


b) Convergência – as soluções do modelo devem ser convergentes
c) Precisão – no limite das aproximações, o modelo deve tender à solução exata
d) Estabilidade – as soluções do modelo devem ser estáveis.

Uma vez que a atmosfera terrestre contempla um largo intervalo de escalas, também
existem vários tipos de modelos atmosféricos, cuja hierarquia é parte ditada pela escala
atmosférica que eles representam, parte determinada pelo tipo de aplicação a que eles se
destinam.

A seguir, listamos algumas categorias de modelos atmosféricos:

a) Modelos globais:

São modelos que, como a nomenclatura já diz, se destinam a descrever movimentos


atmosféricos sobre o planeta como um todo. Por esse motivo, também são conhecidos
como modelos de circulação geral (GCMs). Os mesmos podem ser configurados para
previsão de tempo (como é o caso dos modelos globais do NCEP, do ECMWF e também
do CPTEC) ou para estudos climáticos (com ou sem acoplamento com um modelo
oceânico de circulação geral). No primeiro caso, o modelo é executado por um tempo físico
de alguns dias (entre uma e duas semanas) e visa representar a formação e a evolução de
sistemas de tempo de escala sinóptica da forma mais real possível. Já no segundo caso, o
modelo não está interessado em sistemas de tempo individuais, mas nas propriedades
estatísticas da circulação atmosférica em escalas de tempo de meses ou mesmo anos.

Por limitações computationais, os GCMs ainda são obrigados a ter um espaçamento de


grade muito grande, da ordem de várias dezenas a poucas centenas de quilômetros (ou
melhor, como a maioria deles é espectral, é mais apropriado afirmar que o modelo é
incapaz de representar modos de pequeno comprimento de onda, devido ao truncamento da
expansão em série). Devido a essa resolução pobre, muitos fenômenos não podem ser
explicitamente resolvidos em GCMs; têm de ser parametrizados.
Modelagem Atmosférica – 2003 Alexandre Costa

b) Modelos de Mesoescala

São modelos cujo espaçamento de grade, via de regra, é menor do que aquele usado em
modelos globais, o que permite a representação de fenômenos de mesoescala.

Geralmente, tais modelos se aplicam a estudos ou previsões de tempo em escala regional


e/ou local. Devido a este fato, são também conhecidos como modelos de área limitada, já
que sua grade não cobre toda a extensão da superfície terrestre (como os modelos globais),
mas somente a atmosfera sobre uma dada área.

Tais modelos permitem a representação de fenômenos que dificilmente são simulados em


modelos globais, como a evolução de sistemas de tempo de mesoescala, a influência da
topografia, etc; Isso se dá graças à melhor resolução dos modelos de mesoescala, cujo
espaçamento de grade é, via de regra, de uma a algumas dezenas de quilômetros.

Ainda assim, apesar de sua resolução ser bem mais fina, em comparação com os GCMs, os
modelos de mesoescala não são ainda capazes de resolver fenômenos como a formação de
nuvens individuais, as circulações internas dentro de sistemas de nuvens, a turbulência, etc.
Estes fenômenos mais uma vez têm de ser parametrizados.

Do ponto de vista de suas aplicações, recentemente os modelos de área limitado têm não
somente servido para fins de previsão de tempo (como os modelos ETA, RAMS, MM5,
ARPS, etc., em diversos centros de meteorologia do Brasil e do exterior), mas também têm
encontrado uso em estudos climáticos. Dá-se o nome de “ downscaling” à técnica de usar
dados de modelos globais para alimentar modelos regionais em simulações climáticas
(como no caso do modelo espectral regional do International Research Institute for Climate
Prediction – IRI).

c) Modelos de Nuvens

Em seguida, na hierarquia de escalas, aparecem os modelos capazes de explicitamente


resolver circulações em escala de nuvens individuais. Tais modelos podem ser
genericamente denominados como modelos de nuvens.

Tais modelos, ao longo de sua evolução, apareceram com diversas dimensões, de modelos
“unidimensionais”, em que a nuvem era considerada um cilindro a modelos bidimensionais
(de simetria cartesiana ou cilíndrica) e tridimensionais. Em sua maioria, tais modelos foram
utilizados no estudo das propriedades dinâmicas ou microfísicas de nuvens isoladas.

Mais recentemente, uma derivação dos modelos de nuvens individuais assumiu papel de
destaque nas pesquisas atmosféricas: os modelos de “ensemble” de nuvens. Definidos
como “modelos capazes de resolver nuvens individuais, cujo domínio é grande o suficiente
para conter várias nuvens e cujo tempo de execução é longo o suficiente para conter vários
ciclos de vida de nuvens” ( Randall et al. 1996), os modelos de ensemble encontram usos os
mais variados. Dentre estes usos, destacamos a formulação de parametrizações de nuvens e
convecções para GCMs.
Modelagem Atmosférica – 2003 Alexandre Costa

Modelos de nuvem de um modo geral possuem espaçamentos de grade da ordem de 1km


ou menos. Assim, movimentos atmosféricos em escala convectiva podem ser
explicitamente resolvidos, sendo necessário parametrizar apenas fenômenos em escalas
ainda menores, como a turbulência e a microfísica.

d) Modelos de Simulação de Grandes Turbilhões

Os modelos de simulação de grandes turbilhões (ou modelos de LES, do termo inglês


“ Large-Eddy Simulation” são modelos com espaçamento de grade ainda mais finos que os
modelos de nuvens.

Assim como os modelos de ensemble de nuvens, os modelos de LES são concebidos para
extrair as propriedades estatísticas de um dado sistema atmosférico, no caso, os grandes
turbilhões da camada-limite atmosférica.

Estes modelos são os primeiros que citamos que são capazes de explicitamente simular
aspectos do transporte turbulento, já que os grandes turbilhões conseguem ser resolvidos.
Apenas os turbilhões menores, menos energéticos, e processos como as transformações
microfísicas e as trocas radiativas têm de ser parametrizadas. Via de regra, porém, os
modelos de LES têm espaçamento de poucas dezenas de metros, condições de fronteira
periódicas e são em essência tridimensionais, o que ainda impõe severos limites
computacionais a seu uso.

e) Modelos de Coluna

Os chamados modelos de coluna são outra ferramenta de pesquisa bastante útil,


especialmente em condições em que se possa ignorar o papel dos gradientes horizontais.

Eles são constituídos por uma única coluna vertical, que pode ser interpretada como uma
coluna isolada de um GCM ou mesmo como um GCM de espaçamento de grade infinito.
Como conseqüência, os modelos de coluna são o laboratório perfeito para os primeiros
testes de parametrizações para GCMs.

Num momento posterior de nosso curso, mostraremos como modelos de colunas, modelos
de ensemble e modelos de LES podem ser articulados para o desenvolvimento de
parametrizações físicas para modelos de grande escala.

Existem ainda outros modelos, como modelos de parcela, modelos de transporte de


poluentes, etc.
Modelagem Atmosférica – 2003 Alexandre Costa

3.2. Discretização no espaço e no tempo

As equações do fluido atmosférico são escritas para um meio contínuo. No entanto, o


contínuo não pode ser representado em um computador, cuja natureza é discreta e cujos
recursos são necessariamente limitados. Daí, via de regra, o que o computador resolve são
aproximações discretas destas equações, resolução esta feita em uma grade ou malha, ou
seja, um conjunto de pontos discretos, como na Figura 3.1.

(i- (i,j+1) (i+1,j+


1,j+1) . 1)
. .
(i-1,j) (i,j) (i+1,j)
. . .

(i-1,j-1) (i,j-1) (i+1,j-


. . 1) ∆y
.

∆x

Figura 3.1 - Representação esquemática de uma grade de um modelo atmosférico

A distância entre dois pontos adjacentes da grade denomina-se espaçamento de grade e é


uma medida da capacidade de resolução espacial do modelo. Quanto mais fina a grade,
melhor é a resolução.

O volume (ou área, no caso de um modelo bidimensional) delimitado por pontos da grade é
denominado caixa de grade, conceito importante quando se faz o balanço de uma dada
grandeza física no modelo.

As grades de modelos atmosféricos podem ter o mesmo espaçamento em todas as direções


ou este pode variar de acordo com a direção do espaço. Como a atmosfera é relativamente
rasa, é comum encontrarmos um espaçamento menor na direção vertical, principalmente
em modelos de maior escala.

O espaçamento também pode ser uniforme ou variável ao longo de uma direção. O uso de
grades telescópicas, ou seja, de resolução variável em uma direção, é comum quando um
dado fenômeno, que ocorre em uma determinada região do domínio computacional, requer
uma alta resolução para ser bem representado. É o caso de processos na camada-limite
atmosférica, sendo bastante usual utilizar-se de um pequeno espaçamento de grade próximo
à superfície e espaçamentos de grade maiores na atmosfera livre. Um exemplo de grade
vertical telescópica é mostrado na Figura 3.2.
Modelagem Atmosférica – 2003 Alexandre Costa

k=4

k=3

k=2
k=1

Figura 3.2 – Diagrama de grade telescópica ao longo da direção vertical

Vários outros procedimentos podem ser utilizados para aumentar localmente a resolução de
um modelo atmosférico, com destaque para o chamado aninhamento de grades. Trata-se
de um procedimento através do qual uma grade de maior resolução e menor área é inserida
dentro de uma grade maior. As duas ou mais grades podem trocar informação mutuamente
ou a comunicação entre elas pode ficar limitada a uma “via de mão única”, isto é, a
informação passa apenas da grade maior para a grade menor. Um esquema de grades
aninhadas é mostrados na Figura 3.3.

Grade
2

Grade
1

Figura 3.3 – Representação de uma grade “aninhada” em uma grade maior

A interação entre a grade aninhada e a grade “mãe” pode ser de dois tipos:

1. Aninhamento unidirecional – é a forma mais simples de aninhamento. Neste caso, a


grada menor recebe informação da grade maior, mas o contrário não acontece, ou
seja, os fenômenos resolvidos em maior detalhe pela grade menor não influenciam a
evolução do fluido atmosférico vista pela grade maior. As duas grades guardam
entre si a mesma relação que o modelo de mesoescala em si tem com o modelo de
maior escala que o alimenta. Se a ausência de feedback entre as escalas menores,
Modelagem Atmosférica – 2003 Alexandre Costa

resolvidas pela grade aninhada e as escalas maiores é uma desvantagem do


aninhamento de mão única, a relativa independência entre as grades permite uma
maior versatilidade na execução de modelos que o adotam. Por exemplo, é possível
simular a grade maior primeiro, passando-se à segunda grade em um momento
posterior.

2. Aninhamento bidirecional – é a forma mais complexa de aninhamento de grades.


Como no caso anterior, no aninhamento de mão dupla, a grade menor recebe
informação da grade maior. A diferença é que o efeito das escalas menores,
resolvidas pela grade aninhada, é passado à grade maior. Isso possibilita, por
exemplo, que se simulem simultaneamente fenômenos de grande escala na grade
mãe e processos de mesoescala na grade aninhada. Como nesse procedimento as
diferentes escalas interagem, o aninhamento de mão dupla é mais realista do ponto
de vista físico. A desvantagem é que, do ponto de vista computacional, as duas
grades têm de ser simuladas necessariamente em conjunto.

Além de serem discretos no espaço, os modelos numéricos também são discretos no tempo.
Ao intervalo discreto em que o modelo recalcula as variáveis, correspondente a uma
iteração, denominamos passo de tempo.

A princípio, um menor passo de tempo oferece uma melhor resolução temporal. Entretanto,
nem quase nunca é possível escolher o espaçamento de grade e o passo de tempo que se
quer. A limitação mais óbvia fica por conta da máquina. O espaço limitado de memória
impede o uso de um número muito grande de pontos de grade e a capacidade limitada de
processamento inviabiliza o uso de um número excessivo de passos de tempo, que levaria a
um tempo de CPU extremamente elevado.

Mas existe uma outra limitação que relaciona o espaçamento de grade e o passo de tempo,
comumente encontrada em modelos atmosféricos: a condição de Courant-Friedrich-Lewy,
ou CFL. Esta condição implica em que o número de Courant, definido na equação (3.1) seja
menor ou igual a 1, para que o modelo seja estável:

∆t
C=v
∆x
(3.1)

onde C é o número de Courant, v a maior velocidade característica do problema simulado,


∆t o passo temporal e ∆x o espaçamento de grade. A não ser que determinados artifícios
seja feitos, a maior velocidade encontrada, a princípio, é a velocidade do som, o que limita
em muito a possibilidade de se usar passos de tempo maiores.

3.3. Disposição das variáveis na grade

Nem sempre é aconselhável colocar todos as variáveis no mesmo ponto da grade (por
exemplo, no centro da caixa de grade). É muito comum, por exemplo, separar os escalares
Modelagem Atmosférica – 2003 Alexandre Costa

(temperatura, razões de mistura, etc.) das componentes do vento. Arakawa e Lamb (1977)
propuseram diversas possíveis disposições das variáveis atmosféricas em uma grade
computacional (Figura 3.4). Para a maior parte das aplicações atmosféricas o tipo C é
recomendado.

Figura 3.4 – “Grades de Arakawa”

Comumente, estas grades são denominadas de Arakawa-A, Arakawa-B, etc.

3.4. Esquemas Numéricos

Como discutimos no início deste capítulo, o espaçamento de grade de um modelo é que


determina a sua capacidade de resolver explicitamente determinados fenômenos
atmosféricos. Por exemplo, é impossível para um GCM com espaçamento de 100 km
resolver as circulações que ocorrem no interior de sistemas de nuvens.

Daí, em um modelo, há processos que podem ser explicitamente resolvidos (como a


circulação de larga escala em um GCM, as circulações locais em um modelo de mesoescala
e os grandes turbilhões em um modelo de LES), enquanto outros devem ser
Modelagem Atmosférica – 2003 Alexandre Costa

parametrizados (como as nuvens em modelos de larga e mesoescala ou a turbulência em


um modelo de nuvens, ou ainda os pequenos turbilhões em um modelo de LES).

A parte resolvível deve ser equacionada no modelo. Como isto é feito através de
aproximações (por exemplo substituindo derivadas por diferenças), os processos resolvíveis
requerem esquemas numéricos para a sua solução. Os processos não-resolvíveis, por sua
vez, requerem a construção de parametrizações.

3.4.1. Diferenças Finitas

A classe de esquemas numéricos mais simples que existe são as chamadas diferenças
finitas. O uso de diferenças finitas implica na substituição das derivadas parciais
encontradas nas equações básicas (vide capítulo anterior) por diferenças.

Por exemplo, consideremos uma variável qualquer φ, a ser representada em um modelo


numérico. Como o modelo é discreto no espaço e no tempo, definiremos índices para
indicar a posição na grade e a ordem do passo temporal. Neste caso, escreveremos a
variável, em um dado ponto do espaço e num dado tempo, como φin, j , k , onde os sub-índices
i, j e k se referem, respectivamente, às direções x, y e z no espaço, enquanto o super-índice
n se refere à n-ésima iteração no tempo.

Uma maneira de representar uma derivada local de φ é dada na equação 3.2.

n +1 n
∂φ φi , j , k − φi , j , k

∂t ∆t
(3.2)

Como tomamos o passo de tempo atual e o passo de tempo subseqüente, chamamos o


segundo membro da equação (3.2) de diferença avançada.

Uma fórmula alternativa pode ser construída usando-se o passo de tempo futuro e o passo
de tempo passado, para aproximar a derivada temporal no presente. Neste caso, ilustrado na
equação (3.3), estamos usando uma diferença centrada.

n +1 n −1
∂φ φi , j , k − φi , j , k

∂t 2∆t
(3.3)

Qual das duas é mais precisa? Para descobrir isso, expandiremos φ em série de Taylor em
torno do instante de tempo t = n.∆t, ou seja,
Modelagem Atmosférica – 2003 Alexandre Costa

∂φ 1 ∂ 2φ 1 ∂ 3φ
φ n +1 = φ n + ∆t + ∆t 2 + ∆t 3 + O(4)
∂t n∆t 2 ∂t 2 n∆t
3! ∂t 3 n∆t
2 3
∂φ 1∂φ 1∂φ
φ n −1 = φ n − ∆t + ∆t 2 − ∆t 3 + O(4)
∂t n∆t 2 ∂t 2 n∆t
3! ∂t 3 n∆t
(3.4)

onde O(4) representa a soma dos termos de ordem menor ou igual a 4 e onde eliminamos os
sub-índices referentes ao espaço para simplificar.

Ao substituirmos (3.4) na diferença avançada, obtemos

∂φ 1 ∂ 2φ 1 ∂ 3φ
φn + ∆t + ∆t 2 + ∆t 3 + O(4) − φ n
φ n +1
−φn ∂t n∆ t 2 ∂t 2 n∆t
3! ∂t 3 n∆t ∂φ 1 ∂ 2φ
= = + ∆t + ...
∆t ∆t ∂t n∆t 2 ∂t 2 n∆t
(3.5)

No limite quando ∆t → 0, a diferença tende à derivada, como esperávamos. No entanto,


como o menor expoente do passo de tempo no erro é igual a 1, dizemos que a aproximação
através de uma diferença avançada é de primeira ordem.

Pode-se provar que, no caso de uma diferença centrada, o erro é de segunda ordem.

φ n +1 − φ n −1
=
2∆t
 n ∂φ 1 ∂ 2φ 1 ∂ 3φ   n ∂φ 1 ∂ 2φ 1 ∂ 3φ 
φ + ∆t + ∆t + ∆t + ... − φ − ∆t + ∆t − ∆t 3 + ...
2 3 2

 ∂t n∆t 2 ∂t 2 n∆t 3! ∂t 3 n∆t   ∂t n∆t 2 ∂t 2 n∆t


3! ∂t 3 n∆t 
=
2∆t
∂φ 1 ∂ 3φ
+ ∆t 2 + ...
∂t n∆t 3! ∂t n∆t 3

(3.6)

Como seria a representação de uma derivada segunda em diferenças finitas? Primeiro,


consideramos a derivada segunda como sendo aproximadamente igual à razão da diferença
entre a derivada primeira em dois instantes de tempo e o intervalo decorrido entre eles, ou
seja,

∂φ ∂φ

∂ φ 2
∂t ∂t n −1
≅ n

∂t 2 ∆t
(3.7)
Modelagem Atmosférica – 2003 Alexandre Costa

Note que usamos diferenças recuadas, ou seja, tomou-se a diferença entre ∂φ/∂t nos
instantes “presente” e “passado”. O próximo passo é substituir as derivadas primeiras por
diferenças (utilizaremos diferenças avançadas):

φ n +1 − φ n φ n − φ n −1

∂ 2φ ∆t ∆t φ n +1 − 2φ n + φ n −1
≅ =
∂t 2 ∆t ∆t 2
(3.8)

Pode-se provar que a fórmula de diferenças da equação (3.8) representa uma aproximação
de segunda ordem. Isto é deixado como exercício.

O mesmo raciocínio acima pode ser aplicado às diferenças espaciais. Por exemplo, ao
representarmos uma derivada na direção x por uma diferença centrada, teríamos

n n
∂φ φi +1, j , k − φi −1, j , k

∂x 2 ∆x
(3.9)

Agora estamos aptos a representar toda a parte resolvível de grande parte das equações
básicas, usando esquemas de diferenças. Note que muitas destas equações exibem o termo
de derivada local e o termo de derivada espacial, multiplicado pela velocidade (caso da
equação da temperatura potencial, das razões de mistura, etc.). Desde que não
consideremos fontes e/ou sumidouros, elas se reduzem à chamada equação de advecção:

∂φ
+ V ⋅ ∇φ = 0
∂t
(3.10)

Por simplicidade, estudaremos a equação de advecção linear, em apenas uma dimensão e


com velocidade constante, ou seja:

∂φ ∂φ
+u =0
∂t ∂x
(3.11)

Que maneiras teríamos para representar essa equação através de diferenças finitas?
Inúmeras, mas nem todas geram um esquema estável. Um exemplo de um esquema instável
é aquele que combina uma diferença avançada no tempo com uma diferença centrada no
espaço.

A seguir, apresentamos alguns esquemas numéricos para solução da equação de advecção:

a) Avançado-Recuado – utiliza diferenças avançadas no tempo e recuadas no espaço, ou


seja:
Modelagem Atmosférica – 2003 Alexandre Costa

∂φ φin +1 − φin ∂φ φin − φin−1


≅ ≅
∂t ∆t ∂x ∆x
(3.12)

Substituindo as equações acima em (3.11) obtemos

φin +1 − φin φ n − φin−1


+u i =0⇒
∆t ∆x
φin +1 = φin −
u∆t n
∆x
( )
φi − φin−1
(3.13)

Este esquema é caracterizado por forte difusão numérica, ou seja, a amplitude da solução
tende a diminuir com o tempo. Esquemas avançados no tempo de maior ordem (Crowley
1968, Tremback et al. 1987) fornecem melhores resultados.

Podemos provar que o esquema avançado-recuado é altamente difusivo através da chamada


análise de Von Neumann, que consiste em analisar o comportamento de modos
individuais de Fourier ao interagirem com o esquema numérico.

Primeiro, substituímos φ na equação (4.37) por Ae-i(kx-ωt) e encontramos a razão entre a


amplitude do modo nos passos de tempo n+1 e n e a relação de dispersão, ou seja, a
freqüência angular em função do número de onda. A razão entre a amplitude em passos de
tempo consecutivos é o chamado fator de amplificação (α). Evidentemente, se α > 1, a
amplitude dos modos de Fourier cresce com o tempo e o esquema numérico é instável. Se
α < 1, essa mesma amplitude tende a diminuir e o esquema é estável, apesar de poder ser
difusivo. Para α = 1, a amplitude dos modos se preserva e o esquema é dito neutro.

Seja φ nj = A exp[− i (kx − ωt )]. Para x = j∆x e t = n∆t, temos

φ nj = A exp{− i[kj∆x − ωn∆t ]}


φ nj−1 = A exp{− i[k ( j − 1)∆x − ωn∆t ]} = φ nj exp(ik∆x )
φ nj +1 = A exp{− i[kj∆x − ω (n + 1)∆t ]} = φ nj exp(iω∆t )
(3.14)

Substituindo as equações (3.14) em (3.13), obtemos:

∆t n
φ nj exp(iω∆t ) = φ nj − u φ j [1 − exp(ik∆x )] ⇒
∆x
φ nj +1
= exp(iω∆t ) = 1 − C [1 − exp(ik∆x )]
φ nj
(3.15)
Modelagem Atmosférica – 2003 Alexandre Costa

onde usamos a definição do número de Courant (3.1).

Caso a freqüência angular fosse um número real puro, o fator de amplificação, ou seja, o
módulo da razão entre as amplitudes do modo depois e antes da iteração
φ nj +1
( α = n = exp(iωt ) ), seria igual à unidade. Neste caso, a amplitude de qualquer modo
φj
seria preservada, o esquema seria neutro e só haveria erros de fase.

No entanto, no caso geral, a freqüência angular ω possui partes real e imaginária. Fazendo a
analogia com a propagação da luz em um material absorvedor, a parte real representa a
propagação da onda e a parte imaginária o seu decaimento exponencial associado à
absorção.

Desenvolvendo a equação (3.15), obtemos

( )
e iω∆t = 1 − C 1 − e ik∆x = 1 − C + C cos(k∆x ) + iC sen(k∆x ) ⇒
α = e iω∆t = [1 − C + C cos(k∆x )]2 + C 2 sen 2 (k∆x ) =
1 + C 2 + C 2 cos 2 (k∆x ) − 2C + 2C cos(k∆x ) − 2C 2 cos(k∆x ) + C 2 sen 2 (k∆x ) ⇒
α = 1 − 2C (1 − C )[1 − cos(k∆x )]
(3.16)

A equação (3.16) nos dá o fator de amplificação como função do número de Courant e do


comprimento de onda do modo de Fourier para o esquema avançado-recuado. Para que este
esquema seja estável é necessário que o fator de amplificação seja menor ou igual à
unidade, para qualquer comprimento de onda, ou seja,

α = 1 − 2C (1 − C )[1 + cos(k∆x )] ≤ 1 ⇒ 1 − 2C (1 − C )[1 + cos(k∆x )] ≤ 1 ⇒


− 2C (1 − C )[1 + cos(k∆x )] ≤ 0
(3.17)

Na inequação (3.17), o termo contendo o cosseno varia entre 0 e 2, sendo, portanto,


positivo por definição. Daí, para que a inequação seja satisfeita é preciso que

− C (1 − C ) ≤ 0 ⇒ 0 ≤ C ≤ 1 ,
(3.18)

ou seja, basta que a condição CFL seja satisfeita.

Analisemos agora o que acontece com determinados comprimentos de onda quando, por
exemplo, adotamos C = 0,5. Neste caso, (3.16) torna-se
Modelagem Atmosférica – 2003 Alexandre Costa

α = 1 − 0,5[1 − cos(k∆x )] .
(3.19)

Como k = 2π λ , temos:

a) λ = 2∆x – Neste caso, k∆x = π, o que nos dá α = 0 !!! Ou seja, este modo é
eliminado logo na primeira iteração !!!
b) λ = 4∆x – Aqui, temos k∆x = π/2, o que nos fornece α = 2 2 . Após duas
iterações, a amplitude deste modo cairá de α2, ou seja, pela metade! Em poucas
iterações, este modo também será praticamente eliminado da solução.

A partir de (3.16), pode-se mostrar que o fator de amplificação tende a 1 para


comprimentos de onda maiores (k→0). O que acontece se usarmos o esquema avançado-
recuado por um grande número de passos de tempo é que a solução sofre uma redução
significativa da amplitude de seus máximos e mínimos locais (associados a pequenos
comprimentos de onda), devido à difusão numérica. Os grandes comprimentos de onda, no
entanto, são preservados, e a solução tende a se apresentar bastante suavizada.

Para avaliarmos o erro de fase, basta lembrar que a parte real do segundo membro da
equação (3.15) tem de ser proporcional a cos(ωr∆t), enquanto a parte imaginária é
proporcional a sen(ωr∆t), onde tomamos apenas a parte real da freqüência angular. Se
dividirmos, portanto, a parte imaginária pela parte real em (3.15), devemos encontrar a
tangente de (ωr∆t), ou seja,

C sen(k∆x ) 1  C sen(k∆x ) 
tan(ω r ∆t ) = ⇒ ω r = tan −1  
1 − C + C cos(k∆x ) ∆t 1 − C + C cos(k∆x )
(3.20)

Como a velocidade de fase de uma onda é dada pela razão entre a parte real de sua
freqüência angular e o número de onda, temos:

ωr 1  C sen(k∆x )  v 1  C sen(k∆x ) 
v= = tan −1   ⇒β= = tan −1  
k k∆t 1 − C + C cos(k∆x ) u Ck∆x 1 − C + C cos(k∆x )
(3.21)

onde β é o chamado fator de dispersão, que dá a razão entre a velocidade de propagação de


um dado modo e a velocidade que ele deveria ter, de acordo com a solução exata. Caso
comprimentos de onda distintos apresentem velocidades de fase distintas (β ≠ 1), o
esquema é dispersivo.

Para modos de comprimento de onda 2∆x, a velocidade de fase é nula, mas isto se torna
irrelevante uma vez que este modo é imediatamente amortecido. Caso isso não acontecesse,
o modo se atrasaria em relação ao “pacote” de onda, gerando ruídos na solução numérica.
Modelagem Atmosférica – 2003 Alexandre Costa

É possível constatar, na prática o que verificamos anteriormente. Podemos, em um


computador com compilador FORTRAN, rodar o programa mostrado na Figura 3.5.

program avanrec
c------- define uma grade uni-dimensional de 100 pontos para 101 instantes de tempo
dimension fi(100,101)
c-------- fornece a velocidade (constante), o passo de tempo e o espaçamento de grade
data u/1./deltat/0.5/` eltas/1./
c-------- abre um arquivo para guardar os resultados
open (1,file=’avanrec.txt’)
c-------- cria as condições iniciais: uma função triangular, de pico 5, centrada em i=15
do i=1,100
fi(i,1)=0.
If (i.gt.10.and.i.lt.15) fi(I,1)=float(i)-10
if (i.gt.15.and.i.lt.20) fi(I,1)=20-float(i)
enddo
c-------- este problema tem solução exata. Após 100 passos de tempo, o triângulo se
c-------- desloca de 50 unidades, ou seja, deverá aparecer um triângulo idêntico ao da
c-------- condição inicial, centrado em i=65
c
c-------- integra no tempo
do n=1,100
do i=1,100
fi(i,n+1)=fi(i,n)-u*deltat*(fi(i,n)-fi(i-1,n))/deltax
enddo
enddo
c-------- escreve o resultado final no arquivo
do I=1,100
write(1,*)I,fi(I,101)
enddo
c------ fecha o arquivo
close(1)
c------ finaliza o programa
stop
end

Figura 3.5 – Programa para calcula da advecção unidimensional pelo esquema avançado-recuado

b) Leapfrog – utiliza diferenças centradas no espaço e no tempo, ou seja:

∂φ φ in + − φ in − ∂φ φ in+1 − φ in−1
1 1
≅ ≅
∂t 2∆t ∂x 2∆x
(3.22)

Substituindo na equação de advecção (3.11),


Modelagem Atmosférica – 2003 Alexandre Costa

φ in +1 − φ in −1 φ in+1 − φ in−1
+u =0⇒
2∆t 2∆x
u∆t n
φ in +1 = φ in −1 −
∆x
(
φ i +1 − φ in−1 )
(3.23)

É possível mostrar que o Leapfrog é neutro, isto é α = 1, o que se constitui em uma


vantagem do esquema. Como o esquema é dispersivo, porém, os modos correspondentes a
menores comprimentos de onda se retardam em relação ao “pacote”. Uma característica
comum ao uso do Leapfrog é a existência de ruídos na solução numérica.

Por outro lado, perceba que o Leapfrog envolve três níveis de tempo. Esta é uma
desvantagem, pois o esquema requer mais memória. Além disso, na solução para o fator de
amplificação, é possível mostrar a existência de uma segunda raiz, correspondente ao
chamado modo computacional. Este pode significar uma outra fonte de erro quando do uso
deste esquema.

A verificação dos erros de amplitude e fase do Leapfrog é deixada como exercício.

3.4.2 – Volumes finitos

Representam uma variante dos esquemas de diferenças finitas, com a diferença que a
evolução das variáveis do modelo se dá através de fluxos entre as caixas de grade, ao invés
de incrementos sobre os pontos de grade em si.

Em particular, seja a equação de advecção em forma de fluxos:

∂φ ∂
+ (uφ) = 0
∂t ∂x
(3.24)

A equação (4.48) pode ser representada utilizando-se uma fórmula de diferenças avançadas
no tempo e uma discretização para os fluxos, tal que

φ nj +1 − φ nj F jn+1 / 2 − F jn−1 / 2 ∆t n
=− ⇒ φ nj +1 = φ nj − (
F j +1 / 2 − F jn−1 / 2 )
∆t ∆x ∆x
(3.25)

Os esquemas de volumes finitos são conservativos por construção, o que é uma vantagem
óbvia, uma vez que as equações atmosféricas se baseiam em princípios de conservação.
Outro aspecto positivo nessa classe de esquemas é a possibilidade de se acoplá-los a rotinas
de “correção de fluxos”. Estas impedem o transporte espúrio de massa através das células
da grade do modelo (por exemplo, em certos esquemas, como os apresentados por
Smolarkiewicz 1983, Bott 1989 e Costa e Sampaio 1997, há limitadores que impedem a
Modelagem Atmosférica – 2003 Alexandre Costa

saída líquida de uma quantidade de massa maior que a massa existente em uma dada caixa
de grade, o que deixaria um resíduo negativo, sem significado físico). Um esquema de
volumes finitos é esquematicamente representado na Figura 3.6. Os fluxos nas fronteiras da
caixa de grade podem ser corrigidos.

φj-1 Fj-1/2 φj Fj+1/2


φj+1

Figura 3.6 – Diagrama esquemático da técnica de volumes finitos

Esquemas de volumes finitos (também referidos como “esquemas de fluxos”) são capazes
de produzir bons resultados na solução do transporte de escalares, como verificado por Bott
(1989), Easter (1993), Chlond (1994) e Costa e Sampaio (1997), cuja combinação do uso
de polinômios de alta ordem com limitações de fluxo proporcionou soluções numéricas de
qualidade mesmo em situações extremas de distribuições estreitas da variável advectada e
longos tempos de integração.

3.4.3 – Métodos Espectrais

Métodos espectrais representam uma abordagem inteiramente diferente na aproximação


numérica de equações diferenciais parciais.

Consideremos uma expansão em série de Fourier de uma função arbitrária f(x), tal que

a0 ∞   2πkx   2πkx 
f (x ) = + ∑ a k cos  + bk sen 
2 k =1   L   L 
(3.26)

onde os coeficientes da expansão são dados por

L
2  2πkx 
ak =
L ∫ f (x )cos
0
L 
dx

L
2  2πkx 
bk =
L ∫ f (x )sin
0
L 
dx

k = 0, 1, 2,...
(3.27)
Modelagem Atmosférica – 2003 Alexandre Costa

O que torna a expansão possível é que as funções de base são ortogonais. A propriedade
assegura que cada componente da base da expansão é única e não tem projeção sobre as
demais funções de base.

A expansão dada por (3.26) aparece escrita como uma série infinita. Em aplicações
práticas, porém, a representação espectral de uma função arbitrária pode incluir apenas um
número relativamente pequeno de termos na expansão. Quando isto acontece, diz-se que a
série foi truncada. Quanto maior o número de termos, mais precisa é a representação de
f(x).

Na prática, modelos espectrais de circulação geral atmosférica usam, em sua maioria, uma
base de harmônicos esféricos para a expansão horizontal dos campos escalares. Os
harmônicos esféricos são dados por

Ynm (λ , φ) = Pnm (φ)e imλ


(3.28)

tal que λ é a longitude, φ a latitude, m e n – m são respectivamente os números de onda


zonal e meridional e P representa os polinômios de Legendre.

Dois tipos de truncamento são mais comumente usados em modelos globais espectrais:
romboidal (denotado por R) e triangular (denotado por T). Na notação que se
convencionou, tal letra é seguida de um número, que representa o total de modos
representados. Uma representação esquemática de quais termos são mantidos nos dois tipos
de truncamento é mostrado na Figura 3.7. Nela, a área é proporcional ao número de modos
representados no modelo espectral.

n n

n=m n=m

m m

Figura 3.7 – Diagrama esquemático de um truncamento triangular (esquerda) e romboidal (direita).


Modelagem Atmosférica – 2003 Alexandre Costa

Os primeiros modelos globais tinham uma resolução extremamente pobre (por exemplo,
R15). Hoje, a maioria dos modelos operacionalmente utilizados usa resoluções que vão de
T63 a T213.

3.4.4 – Elementos Finitos

Assim como os métodos espectrais, esquemas de elementos finitos se utilizam de funções


de base, mas estas deixam de ser “globais” (como seno / cosseno, harmônicos esféricos,
etc.) e passam a ser “locais”, como uma função do tipo chapéu (Figura 3.8). Neste curso,
não nos propomos a investigar em detalhes esquemas de elementos finitos.

Figura 3.8 – Representação esquemática de uma função-chapéu

Exercícios

∂ 2φ φ n+1 − 2φ n + φ n−1
1. (a) Prove que a aproximação ≅ apresenta um erro de segunda
∂t 2 ∆t 2
∂φ − φ n + 2 + 8φ n +1 − 8φ n −1 + φ n − 2
ordem. (b) Verifique se a aproximação ≅ é
∂t 12∆t
consistente e, em caso afirmativo, encontre a ordem de precisão.
2. (a) Combine uma diferença avançada no tempo com uma diferença centrada no
espaço para encontrar o esquema de Euler, instável. (b) Para verificar que o
esquema obtido é instável, encontre o fator de amplificação usando o método de
Von Neumann. (c) Modifique o programa FORTRAN da Figura 3.5, substituindo o
esquema avançado-recuado pelo esquema de Euler e execute-o. Faça um gráfico da
nova solução numérica e compare-a com a solução analítica e a solução numérica
anterior.
3. Faça a análise de Von Neumann do esquema do Leapfrog e encontre os fatores de
amplificação e dispersão.
Modelagem Atmosférica – 2003 Alexandre Costa

4. Parametrizações Físicas I – Nuvens e Convecção


Ao contrário da advecção na escala da grade, outros processos não conseguem ser
explicitamente resolvidos em modelos atmosféricos, como as circulações em escala de sub-
grade (turbulência), as trocas radiativas, os processos microfísicos, a interação com a
superfície, etc. Tais processos precisam ser parametrizados. Por se tratar de um assunto
muito extenso, dividiremos nossa abordagem do problema das parametrizações físicas em
dois capítulos. No Capítulo 4, estudaremos especificamente a questão da representação das
nuvens em modelos de grande e mesoescala, deixando para o capítulo 5 os demais
processos (turbulência, radiação, superfície).

4.1 – Considerações Gerais

Nuvens são “agregados visíveis de partículas diminutas de água líquida ou gelo, ou ambos,
ao ar livre” (do Atlas Internacional de Nuvens da Organização Meteorológica Mundial).
Elas cobrem cerca de metade da superfície terrestre a qualquer momento.

Como elementos integrantes do tempo, do clima e do ciclo hidrológico, as nuvens


despertam o interesse dos homens há séculos, manifestado não só por meio da ciência, mas
também pela arte, pela religião, etc.

São as nuvens as responsáveis por fenômenos como chuvas torrenciais, tempestades de


neve e granizo, tornados, relâmpagos e trovões. As nuvens e a precipitação exercem um
importante papel na circulação atmosférica geral, no clima e na variabilidade climática. Tal
influência se dá por meio de mecanismos variados, incluindo mudanças no balanço de
radiação (nuvens bloqueiam a radiação solar e emitem radiação infravermelha) e liberação
de calor latente (associada às mudanças de fase da água).

Nuvens se formam quando gotículas e/ou cristais de gelo se formam sobre aerossóis
atmosféricos, em massas de ar em que se estabelece um ambiente supersaturado (em
relação à água líquida ou ao gelo). O meio mais comum para se gerar um estado de
supersaturação na atmosfera é a ascensão do ar, acompanhada por expansão e resfriamento.
De forma detalhada, são os seguintes os mecanismos mais comuns de formação de nuvens:

- Ascensão localizada de parcelas de ar em um ambiente que permita a existência de


convecção. Se, por meio deste processo, uma parcela de ar se torna supersaturada de
vapor d’água, ocorre a formação de nuvens ditas convectivas. A altitude em que a
saturação de uma parcela de ar ascendente é atingida é denominada nível de
condensação e corresponde, aproximadamente, à altitude da base dessas nuvens;
- Levantamento forçado de ar estável, produzindo camadas de nuvens, ditas
estratiformes;
- Levantamento forçado do ar ao passar sobre acidentes topográficos, como
montanhas. Nuvens formadas sob influência da topografia são ditas orográficas;
- Resfriamento de ar até temperaturas abaixo do ponto de orvalho, devido ao contato
com uma superfície fria, fenômeno que leva à formação de nevoeiros.
Modelagem Atmosférica – 2003 Alexandre Costa

- Mistura de parcelas de ar não-saturadas, com diferentes temperaturas, produzindo


uma massa de ar supersaturada em uma temperatura intermediária;
- Expansão e resfriamento associado a uma redução rápida da pressão atmosférica
local.

A representação dos processos físicos envolvendo nuvens em modelos numéricos pode se


dar, a grosso modo, em dois níveis distintos. No nível dos modelos de circulação geral e de
mesoescala, nuvens individuais não são representadas e é preciso parametrizar a interação
destas com o ambiente de maior escala. Neste caso, parametrizações de convecção estão via
de regra presentes, acompanhadas ou não de representações explícitas de grandes sistemas
estratiformes. Já no nível de modelos de nuvens ou de escala menor, a dinâmica interna das
nuvens pode ser explicitamente resolvida, dispensando parametrizações de convecção e
impondo a necessidade de representar os processos microfísicos.

4.1 – Microfísica de Nuvens

4.1.1 – Definições

O primeiro conceito que apresentaremos é o de concentração de hidrometeoros, definida


como o número de hidrometeoros de uma dada espécie por unidade de volume. Seja n o
número de partículas contidas em uma amostra de ar de volume V, a concentração N é dada
por:
N = n/V
(4.1)

As unidades de concentração, assim como no caso de aerossóis são m-3, l-1, cm-3, etc.

Assim como para o vapor d’água, é possível definir razões de mistura para cada espécie de
hidrometeoros. Se uma amostra de ar seco de massa md contém uma massa de água líquida
ml, a razão de mistura de água líquida (ql) será dada por:

ql = ml/md
(4.2)

Como a massa de ar seco é sempre muito maior do que a de material condensado que ele
contém, pode-se aproximar md por m e usar a expressão:

ql = ml/m
(4.3)

Se estivermos interessados em avaliar a massa de material condensado em relação ao


volume da amostra de ar e não em relação à sua massa, pode-se definir o conteúdo ou teor
da espécie de hidrometeoros em estudo. Por exemplo, se uma amostra de ar de volume V
contém uma massa ml de água líquida, o conteúdo de água líquida L é dado por:

L = ml/V
Modelagem Atmosférica – 2003 Alexandre Costa

(4.4)

Também é possível definir, para cada espécie de hidrometeoros, uma função-distribuição,


tal que:

dN
f=
dD
(4.5)

O gráfico da função distribuição, também chamado de espectro, pode ser obtido, na


prática, determinando a concentração ∆N de hidrometeoros cujos diâmetros estão
compreendidos entre D – ∆D/2 e D + ∆D/2 para obter f (D) = ∆N/∆D. Um espectro obtido
através deste procedimento é ilustrado na Figura 4.1. Evidentemente, f tem a dimensão de
inverso de comprimento à quarta potência. Na prática, uma possível unidade de função-
distribuição, é cm-3/µm, ou seja concentração por diâmetro.

∆D
DISTRIBUIÇ
FUNÇÃO-

ÃO

DIÂMETRO

Figura 4.1 – Representação esquemática do espectro de hidrometeoros. O número de


hidrometeoros em cada faixa de tamanho (∆ ∆N) é obtido simplesmente multiplicando
a função-distribuição (f) pela largura da faixa ∆D

4.1.2 - Microfísica de Nuvens Quentes

Nuvens quentes são formadas exclusivamente de gotículas líquidas, formadas sobre CCNs
que atingiram a supersaturação crítica correspondente, processo denominado nucelação.
Uma vez formadas, gotículas de água podem continuar a crescer em um ambiente super-
saturado, através da difusão de vapor para sobre a sua superfície, ou seja, por condensação.
O processo inverso, que ocorre em um ambiente sub-saturado, corresponde a um fluxo de
moléculas de água de sua superfície para o ambiente, ou seja, evaporação.
Modelagem Atmosférica – 2003 Alexandre Costa

As características das gotículas, pelo menos no estágio inicial de desenvolvimento de uma


nuvem, dependem fortemente dos CCNs que lhes deram origem. Massas de ar marítimas,
continentais e poluídas têm CCNs de características distintas, a começar de suas
concentrações. Daí, medidas de concentrações de gotículas em nuvens marítimas e
continentais, resultam em valores bastante distintos. Enquanto nuvens marítimas têm
concentrações de gotículas da ordem de 100 cm-3, nuvens continentais têm concentrações
que podem até se aproximar de 1000 cm-3. Se uma nuvem marítima e uma nuvem
continental são constituídas de gotículas de raio R1 e R2 com concentrações N1 e N2 (com
N1<N2) e têm o mesmo conteúdo de água líquida L, pode-se deduzir que o raio das
gotículas é maior nas nuvens marítimas do que nas nuvens continentais. Seja a massa de
4
uma gotícula, dada por m = πρ w R 3 , pode-se deduzir que o conteúdo de água líquida é
3
simplesmente:

1/ 3
4  3L 
L = πρ w NR 3 ⇒ R =   .
3  4πρ w N 
(4.6)

Decorre daí que a razão entre os raios das gotículas nas duas nuvens supra-citadas é igual a
1/ 3
R1  N 2 
=  .
R 2  N 1 

Resumindo, nas nuvens continentais, o vapor condensado se distribui em um número maior


de partículas de menores dimensões, ao passo que em nuvens marítimas, a água líquida se
distribui em uma quantidade menor de gotículas de maior raio. Como conseqüência, nuvens
marítimas e continentais têm propriedades diferentes. Uma nuvem com hidrometeoros
maiores apresenta uma maior tendência a produzir precipitação.

Pode-se verificar que o crescimento de gotas por condensação é pouco eficiente. Para que
as gotas cresçam até um raio de 100 micra, mesmo que tenham sido nucleadas sobre
aerossóis gigantes, cálculos teóricos mostram que seriam necessárias algumas horas, o que
é tempo mais do que suficiente para uma nuvem completar seu ciclo de vida e se dissipar.

Já que nuvens marítimas quentes são capazes de produzir precipitação, o que implica que
são formadas gotas até da dimensão de milímetros em uma escala de tempo bem menor,
somos levados a concluir, portanto, que outro processo deve ser o responsável pelo
crescimento das gotas, pelo menos a partir de um determinado tamanho. Este mecanismo
denomina-se coalescência.

A coalescência é possível devido ao fato de que gotas de diferentes tamanhos têm


velocidades terminais diferentes, havendo, portanto a probabilidade de que gotas maiores
colidam e capturem gotículas menores.
Modelagem Atmosférica – 2003 Alexandre Costa

Uma representação simples do processo de coalescência é feita por meio do modelo de


coleta contínua, em que uma gota grande, em queda, captura as gotas menores que encontra
em seu caminho, como na Figura 4.2.

v1 conjunto de gotículas
r1 com velocidade terminal
v2 e conteúdo de água
líquida L
v2

Figura 4.2 – Representação do modelo de coleta contínua

Se todas as gotículas no caminho da gota de raio r1 for coletada, para um intervalo de tempo
∆t, o aumento da massa desta gota é dado por ∆m = πr12 (v1 − v 2 )L . Se definirmos a
eficiência de coleta E como a razão entre a massa das gotículas efetivamente coletada e a
massa das gotículas, temos:

∆m = πr12 (v1 − v 2 )LE


(4.7)

A taxa de variação da massa, calculada no limite ∆t → 0, é dada por:

dm
= πr12 (v1 − v 2 )LE
dt
(4.8)

Como a massa m da gota é função de seu raio r1, pode-se provar que a taxa de variação do
raio da gota com o tempo é tal que:

dr1 (v1 − v 2 )LE


=
dt 4ρ w
(4.9)

4.1.3 – Microfísica de Nuvens Frias

Sabe-se que, em qualquer parte do planeta, a troposfera terrestre, a partir de um dado nível,
apresenta valores de temperatura abaixo de 0oC, ao qual nos referimos como o nível de
congelamento.
Modelagem Atmosférica – 2003 Alexandre Costa

É fácil perceber, portanto, que mesmo nos trópicos, quando se formam nuvens profundas
(cujo topo se encontra acima do nível de congelamento), a fase de gelo adquire grande
importância. Em cumulonimbus, cujo topo pode ser encontrado até nas proximidades da
tropopausa (entre 16 e 18 km nos trópicos), a maior parte do material condensado encontra-
se, na verdade, em fase sólida.

Os cristais de gelo em nuvens costumam aparecer em diversas formas ou “hábitos”, como


se pode ver na Figura 4.3 (fotografias de cristais).
Modelagem Atmosférica – 2003 Alexandre Costa

Figura 4.3 – Fotografias de cristais de neve: (a) prisma ou coluna; (b) esqueleto de prisma; (c) agulha;
(d) placa; (e) setor; (f) dendrito; (g) dendrito com placas nas extremidades; (h) placa com extremi-
dades dendríticas; (i) prisma com placas; (j) e (k) placa dupla (vistas superior e lateral)

Apesar da variedade de formas, sob um ponto de vista cristalográfico, praticamente todos


eles apresentam uma estrutura de prisma hexagonal, conforme a Figura 4.4.

a
a

Figura 4.4 – Representação esquemática de um cristal de gelo, indicando os eixos


longitudinal (c) e transversais (a).

Os cristais de gelo podem crescer preferencialmente ao longo do eixo c ou eixo a, de


acordo com as condições atmosféricas. Caso o eixo c seja favorecido, cristais “colunares”,
ou seja, em forma de coluna (ou agulha, no caso extremo) aparecem. No caso contrário, em
que o crescimento se dá prioritariamente ao longo do eixo a, surgem cristais “planares”, ou
seja, de aparência plana.

Uma forma de se quantificar o hábito de um cristal é definir a “razão de aspecto” ( r), como
sendo a razão entre as dimensões do cristal ao longo dos eixos c e a. Ou seja:

c
r=
a
(4.10)

Na maioria dos casos, somente estas duas dimensões são necessárias para caracterizar um
cristal, além de seu hábito. Para cristais planares, c corresponde à espessura do cristal, e a
ao seu diâmetro. Para cristais colunares, c corresponde ao comprimento do cristal, e a à sua
Modelagem Atmosférica – 2003 Alexandre Costa

largura.É evidente que razões de aspecto maiores que 1 indicam cristais colunares. O
contrário, ou seja, razões de aspecto inferiores à unidade, indicam cristais planares.

Existem exceções à forma prismática hexagonal acima descrita, como cristais prismáticos
triagonais, dendritos triagonais e cristais pentagonais observados em laboratório. No
entanto, acredita-se que a ocorrência de cristais não-hexagonais de gelo na atmosfera
terrestre seja desprezível.

Experimentos de laboratório (Mason, 1971; Hallett e Mason, 1958; Kobayashi, 1961,


Rottner e Vali, 1974 e Weisswiler, 1969) mostraram que a temperatura e a supersaturação
são fatores críticos para determinar os padrões de crescimento de um cristal de gelo e,
portento, seu hábito.

Variações pequenas de temperatura e no suprimento de vapor d’água podem levar ao


favorecimento de regimes completamente distintos no crescimento dos cristais. No caso em
que o suprimento de vapor é grande, as variações no hábito dos cristais são particularmente
dramáticas. Em supersaturações elevadas, a forma do cristal de neve tende a passar, na
medida em que a temperatura decresce, de PLACA, para AGULHA, para COLUNA, para
SETOR, para DENDRITO, e de volta a SETOR e COLUNA. Tal mudança cíclica (planar
para colunar, para planar e de volta a colunar) é causada por uma mudança cíclica na
direção de crescimento preferencial ao longo dos eixos a e c. Tais mudanças ocorrem
aproximadamente a –4oC, -9oC e –22oC. As duas primeiras transições são bem definidas,
mas a última não é. A mudança no hábito dos cristais de gelo pode ocorrer, na realidade, ao
longo de um intervalo de vários graus, em torno de –22oC.

Em condições de pequeno suprimento de umidade, as variações de hábito são bem mais


sutis. Mudanças entre coluna curta e placa espessa ocorrem aproximadamente a -9oC e –
22oC, mas é bastante claro que, neste caso, o crescimento ao longo dos eixos a e c é sempre
similar. No caso extremo, ou seja, em que o excesso de vapor é quase nulo (o ar está apenas
saturado em relação ao gelo), o hábito do cristal deixa de variar com a temperatura, e este
assume a forma de uma placa hexagonal com razão de aspecto igual a 0,8.

O comprimento típico de colunas, bem como o diâmetro de placas comumente varia entre
20µm e 2mm. A espessura de cristais planares geralmente se encontra entre 10 e 60µm,
enquanto a espessura de colunas vai de 10 a 200µm (150 µm no caso de agulhas).

Em geral, os cristais de gelo apresentam uma densidade menor do que a do gelo sólido,
devido à presença de ar nos interstícios capilares dentro do cristal. Para colunas curtas, a
densidade se aproxima do gelo sólido, mas para cristais mais longos, a densidade tende a
cair, atingindo 0,5 gcm-3 para um comprimento de 1mm. Para agulhas, a densidade pode
cair para 0,4 ou até 0,3 gcm-3, para cristais mais longos que 1 mm.

A probabilidade de ocorrência de água supercongelada decresce com a temperatura, e a


temperatura, em geral, decresce com a altitude. Uma análise superficial, baseada somente
no total de núcleos de gelo ativados em função da temperatura (ver capítulo anterior)
Modelagem Atmosférica – 2003 Alexandre Costa

poderia sugerir que a concentração de partículas de gelo, portanto, tenderia a um


crescimento monotônico com a altura.

As observações em nuvens frias, no entanto, desmentem tal hipótese, para a maioria dos
casos. A transição entre a região em que há predominância de água líquida para aquela em
que o gelo é o principal componente é, via de regra, abrupta. Nessa região de transição, a
concentração das partículas de gelo cresce rapidamente. Uma vez na região em que o gelo
predomina, a concentração de hidrometeoros sólidos varia pouco.

A mudança rápida na fase da água para o estado sólido em uma nuvem (glaciação) é
responsável por esta característica. Observou-se que, entre –4 e –25oC, a concentração de
partículas de gelo é, em média, independente da temperatura do topo da nuvem, podendo,
em qualquer caso, chegar até 104l-1.

Uma vez formados, cristais de neve mostram uma distribuição por tamanho (para cristais
menores que 1mm) com um pico pronunciado de concentração na região dos cristais
pequenos, decrescendo rapidamente na outra direção do espectro (cristais grandes).

Cristais observados em nuvens cirrus (que se formam na alta troposfera) têm formas
geralmente características de temperaturas baixas (-25 a –60oC). Em tais níveis, as nuvens
costumam consistir de projéteis, rosetas, colunas ocas e curtas, placas espessas e agregados
dessas variedades de cristais. Geralmente, tais cristais se formam por nucleação homogênea
em gotas super-resfriadas.

A partir de vários estudos experimentais, constatou-se que o intervalo típico de


concentração de partículas sólidas em cirros é da ordem de 50 a 500 cristais por litro. As
dimensões máximas encontradas tipicamente vão de 100 a 300 micra para placas espessas e
colunas, 200 a 800 micra para projéteis e rosetas, e 400 micra a 1.5mm para agregados. O
conteúdo de água sólida observado via de regra está entre 0,05 e 0,5 gm-3.

Em determinadas condições, cristais de neve em nuvens podem colidir, e permanecerem


ligados, formando o que se chama de agregados. Um exemplo de um agregado de vários
dendritos é mostrado na Figura 4.5.
Modelagem Atmosférica – 2003 Alexandre Costa

Figura 4.5 – Floco de neve (agregado) consistindo de dendritos (Nakaya, 1954).

A ocorrência de agregados é máxima a temperaturas próximas a zero grau. Isto ocorre


devido ao fato de que, em temperaturas próximas ao ponto de fusão, os cristais apresentam
uma fina “camada quase-líquida”, que serve como uma espécie de cola, quando dois
cristais entram em contato. Com a redução da temperatura, a probabilidade de agregação
decresce, com um máximo secundário em torno de –15oC, que é a temperatura em que a
formação de dendritos é mais provável.

O tamanho dos agregados depende fortemente do hábito dos cristais que lhe dão origem.
Agregados de colunas e agulhas tendem a ser pequenos, ao contrário de agregados de
dendritos, que podem chegar a diâmetros maiores que 1cm (apesar de, em sua maioria, os
flocos de neve possuírem dimensões entre 2 e 5mm).

O processo de “ riming” ocorre quando cristais de gelo e gotas super-resfriadas colidem em


nuvens. Alguns cristais que passaram por tal processo são mostrados na Figura 4.6. Em tal
figura, é visível que a maior parte das gotas coletadas por cristais planares (placa e
dendrito) tende a se fixar na periferia do cristal (painel à esquerda e ao centro), ao contrário
de cristais em forma de coluna, em que as gotas se distribuem quase eqüitativamente ao
longo de toda a extensão do cristal.

Figura 4.6 – Placa (esquerda), dendrito (centro) e coluna (direita) em processo de “riming”.
Modelagem Atmosférica – 2003 Alexandre Costa

No caso extremo de “ riming”, um cristal de gelo se converte em uma partícula de graupel.


Uma partícula de graupel, via de regra, já não guarda identidade com a forma geométrica
inicial do cristal (apesar de, em certas circunstâncias, uma gota que se congela também
pode servir como embrião para uma partícula de graupel).

O graupel é formado de partículas de gelo opacas, comumente arredondadas ou cônicas. A


densidade de tais partículas é maior do que a de agregados, mas inferior à do granizo. O
diâmetro característico máximo de partículas de graupel é algo em torno de 5mm.
Exemplos deste tipo de partícula são mostrados na Figura 4.7.

O granizo é constituído de hidrometeoros que vão desde partículas de dimensões


semelhantes às de graupel até pedras de granizo com diâmetro de vários centímetros.
Usualmente, pedras de granizo atingem de 6 a 8 cm de diâmetro, como os produzidos por
uma tempestade em Oklahoma (Figura 4.8), mas um granizo pesando 766g e com uma
circunferência de 44cm (raio de 7cm) foi observado e descrito por Browning (1966).

O granizo é formado, via de regra, em nuvens com movimentos ascendentes


suficientemente fortes para contrabalançar a velocidade de queda de hidrometeoros tão
grandes.

Figura 4.7 – Partículas de graupel coletadas na Suíça. A distância entre as linhas é 0.2mm (Aufdermauer,
1963).
Modelagem Atmosférica – 2003 Alexandre Costa

Figura 4.8 – Pedras de granizo coletadas após uma tempestade em Oklahoma, EUA.
As maiores têm dimensões de vários centímetros.

A forma do granizo é predominantemente próxima à da esfera, mas formas cônicas,


esferóides achatados, formas similares à de uma maçã e pedras de granizo com saliências
ou lóbulos também são freqüentemente encontrados. Geralmente, pedras de granizo com
lóbulos se formam quando a mesma funde parcialmente, gerando água líquida em sua
superfície, que volta a se solidificar. Exemplos deste tipo de pedra de granizo são
mostrados na Figura 4.29.

O granizo pequeno, de dimensões semelhantes ao graupel, difere deste por sua densidade
(maior) e pela aparência de sua superfície (menos opaca e menos rugosa). Uma partícula de
graupel pode se converter em um granizo pequeno ao preencher os seus interstícios com
água líquida.

Usualmente, pedras de granizo coletadas à superfície são partículas de gelo sólidas. No


entanto, diversos estudos experimentais (List, 1958a,b; Macklin, 1961) mostram que o
crescimento de pedras de granizo pode ser, na verdade, altamente complexo. Dependendo
do regime de crescimento, pedras de granizo podem conter camadas de fase mista (mistura
de gelo e água), denominado por List de “gelo esponjoso”. Tais camadas são produzidas
quando o calor latente liberado durante o crescimento do granizo não é repassado de
maneira eficiente ao ambiente para permitir que toda a água coletada pelo granizo se
solidifique. Neste caso, o passo que a porção de água coletada que se congela forma uma
estrutura em forma de malha, o restante, que permanece em água líquida, preenche os
vazios de tal estrutura. A mistura é mantida a uma temperatura de 0oC.
Modelagem Atmosférica – 2003 Alexandre Costa

Figura 4.9 – Pedras de granizo com lóbulos.

Usualmente, pedras de granizo coletadas à superfície são partículas de gelo sólidas. No


entanto, diversos estudos experimentais (List, 1958a,b; Macklin, 1961) mostram que o
crescimento de pedras de granizo pode ser, na verdade, altamente complexo. Dependendo
do regime de crescimento, pedras de granizo podem conter camadas de fase mista (mistura
de gelo e água), denominado por List de “gelo esponjoso”. Tais camadas são produzidas
quando o calor latente liberado durante o crescimento do granizo não é repassado de
maneira eficiente ao ambiente para permitir que toda a água coletada pelo granizo se
solidifique. Neste caso, o passo que a porção de água coletada que se congela forma uma
estrutura em forma de malha, o restante, que permanece em água líquida, preenche os
vazios de tal estrutura. A mistura é mantida a uma temperatura de 0oC.

4.1.4 – Esquemas de Microfísica Detalhada

O objetivo fundamental ao se desenvolver um esquema para processos de microfísica de


nuvens é representar por meio de aproximações as transformações sofridas pelos
hidrometeoros (gotas de água líquida e cristais de gelo). Como os processos que levam a
essas transformações (condensação, evaporação, colisão-coalescência de gotas, deposição
de vapor sobre cristais de gelo, etc.) ocorrem em escala de micra, a relação entre esta escala
e a do escoamento atmosférico em mesoescala é da ordem de bilhões.

Duas classes de esquemas microfísicos são geralmente encontrados em modelos


atmosféricos: esquemas “detalhados” (“ bin-microphysics”) e esquemas “de volume” (“ bulk
microphysics).

Parametrizações de microfísica detalhada são esquemas em que os hidrometeoros aparecem


distribuídos entre categorias de tamanho. Assim, a função-distribuição de hidrometeoros é
discretizada em determinadas faixas. É o caso dos esquemas utilizados nos modelos de
Soong (1974), Takahashi (1975), Kogan (1991), Tzivion et al. (1994) e Costa et al. (2000).
Neste último, os núcleos de condensação de nuvens (CCN, partículas higroscópicas em
Modelagem Atmosférica – 2003 Alexandre Costa

suspensão) são divididos em 44 classes de tamanho, enquanto as gotículas em si se dividem


em 100 classes, cujos raios variam de 1µm a 5mm. Um exemplo de como uma função-
distribuição é discretizada é representada na Figura 5.1.

Em todos esses modelos, apenas os processos que ocorrem entre a fase líquida e o vapor
são considerados, mas há modelos detalhados que incluem também a fase de gelo, como
aquele proposto por Young (1976).

Nestes modelos, como os hidrometeoros são classificados por tamanho, as fontes e


sumidouros de cada categoria (ou “ bin”) estão ligados não só ao surgimento ou
desaparecimento de hidrometeoros, mas também à mudança no tamanho destas partículas.
Por exemplo, em um modelo de microfísica detalhada para a fase líquida, a equação
prognóstica para a função-distribuição (considerando um total de M categorias por
tamanho, envolve termos de nucleação, condensação/evaporação, coalescência, ruptura
colisional – que ocorre quando duas gotas, ao colidirem, produzem uma distribuição de
fragmentos - e ruptura espontânea – que consiste na quebra de uma gota de grandes
dimensões, hidrodinamicamente instável, gerando um conjunto de gotas menores).
Matematicamente, isto é representado pela equação (4.11):

∂f m  ∂f   ∂f   ∂f   ∂f   ∂f 
+ V ⋅ ∇f m =  m  ±  m  ±  m  ±  m  ±  m  . (4.11)
∂t  ∂t nuc  ∂t c / e  ∂t coa  ∂t cbrk  ∂t sbrk

Na equação acima, m = 1, ..., M representa a m-ésima categoria de tamanho e, portanto, o


que temos na verdade é um conjunto de M equações a ser implementado no modelo. A
nucleação é uma fonte de gotas (e um sumidouro de CCNs). Tanto a condensação como a
evaporação podem ser fontes ou sumidouros, a depender da classe de tamanho. Uma gota,
ao crescer por condensação deve ser retirada de sua classe original m1 para uma outra
classe de tamanho m2 > m1. Daí, a condensação deve aparecer como fonte na equação de
fm2 e sumidouro na equação de fm1. Para a evaporação, aplica-se um raciocínio similar,
considerando-se apenas que a gota diminui de tamanho.

No caso da coalescência, considera-se, por exemplo, uma gota pertencente à m1-ésima


categoria interagindo com uma gota da m2-ésima categoria, produzindo uma gota da m3-
ésima categoria, tal que a massa desta última é a soma das massas das gotas que lhe deram
origem. Neste exemplo, o termo de coalescência surge como fonte na equação para fm3 e
sumidouro nas equações de fm1 e fm2.

Seguindo a mesma linha de raciocínio, o termo de ruptura colisional referente à interação


de gotas das categorias m1 e m2 aparece como sumidouro nas equações destas classes de
tamanho e como fonte nas equações das categorias que contêm os fragmentos. O mesmo se
aplica à ruptura espontânea.

Estes esquemas conseguem prever a evolução do espectro, ou seja, da distribuição de


hidrometeoros por tamanho. No entanto, como cada categoria requer uma equação
prognóstica para ser resolvida, esta classe de esquemas costuma requerer muito tempo de
computação. Esquemas de microfísica detalhada raramente são utilizados em modelos de
Modelagem Atmosférica – 2003 Alexandre Costa

grande e mesoescala, especialmente em aplicações de previsão numérica de tempo e clima.


Em geral, neste tipo de aplicação, utilizam-se os chamados esquemas “de volume”.

4.1.5 – Esquemas de Microfísica “de Volume”

Nestes esquemas, ao invés de divididos em um grande número de categorias, os


hidrometeoros aparecem representados por espécies como “água de nuvem”, “água de
chuva”, “cristais de gelo”, “neve”, “ graupel”, etc.

Assim, ao invés de dezenas ou mesmo centenas de “classes de água”, o total de variáveis


relacionadas a esta substância é facilmente reduzido para um número tratável em um
modelo de mesoescala.

Para cada uma dessas espécies existem fontes e sumidouros, sempre relacionados a
determinados processos físicos. Por exemplo, o vapor d’água pode converter-se em água
líquida (condensação) ou sólida (deposição) e ser produzido pelos processos inversos
(evaporação e sublimação, respectivamente).

A geração de partículas precipitantes em modelos de grande e mesoescala é um dos


processos físicos principais a ser simulado por esquemas de microfísica. Em modelos
microfísicos de volume, dá-se a esse processo o nome de autoconversão. Este e outros
processos são esquematizados a seguir.

Rutledge e Hobbs (1984) resumiram em um único diagrama os vários processos que levam
à conversão da água de uma forma ou fase a outra (por exemplo, de vapor para gota; de
cristal de gelo para floco de neve, etc.). Uma adaptação deste diagrama aparece na Figura
4.10, com destaque para os processos que envolvem a interação de uma partícula de gelo
com outro hidrometeoro em nuvens.
Modelagem Atmosférica – 2003 Alexandre Costa

Evaporação
VAPOR Sublimação, Evaporação
Evaporação D’ÁGUA durante fusão
Sublimação

Condensação

Deposição
durante fusão
Sublimação,
Evaporação
GOTÍCULAS Fusão Solidificação CRISTAIS

Deposição
DE NUVEM DE GELO
Riming

Coleta por flocos


Autoonversão

de neve
Conversão
gotas de chuva
Coleta por
Condensação

CHUVA Fusão NEVE


Fusão, liberação de

Deposição
água
Graupel ou Granizo
Riming, Coleta por

GRAUPEL E
GRANIZO
Solidificação Riming, Coleta por
Graupel ou Granizo

PRECIPITAÇÃO

Figura 4.10 – Processos físicos que levam à produção de precipitação


(adaptado de Rutledge e Hobbs, 1984)

Dependendo do nível de complexidade do modelo, um número maior ou menor de termos-


fonte aparece nas equações prognósticas para as espécies de água. Por exemplo, seja um
modelo de chuva quente (ou seja, sem fase sólida), em que a água líquida é dividida em
duas espécies: água de nuvem (c) e água de chuva (r). Neste modelo, a conservação da água
é representada por três equações:

- Equação para a razão de mistura de vapor:

∂q v
+ V ⋅ ∇q v = E c + E r − C
∂t
(4.12)
Modelagem Atmosférica – 2003 Alexandre Costa

- Equação para a razão de mistura de água de nuvem

∂q c
+ V ⋅ ∇q c = C − E c − Ac − Co
∂t
(4.13)

- Equação para a razão de mistura de água de chuva

∂q r
+ V ⋅ ∇q r = Ac + Co − E r + P ↓ − P↓
∂t
(4.14)

Nas equações (4.12)-(4.14), a evaporação de ambas as formas de água líquida serve como
fonte de vapor, enquanto a condensação atua como sumidouro. A água de nuvem tem como
única fonte o processo de condensação, ao passo que a evaporação, a autoconversão em
água de chuva e a coleta pela água de chuva agem como sumidouros. Finalmente na
equação (4.14), os termos de autoconversão e coleta são fontes, enquanto a evaporação atua
como sumidouro. Junto a estes, aparecem os termos de precipitação, já que as gotas de
chuva têm uma velocidade vertical relativa ao ar não nula. A chuva que cai da caixa de
grade acima, entrando pela fronteira superior, é representada como uma fonte e a chuva que
deixa a caixa de grade pela fronteira inferior aparece como sumidouro.

Existem diversas parametrizações possíveis para o termo de autoconversão, entre as quais


as de Kessler (1969), Berry (1967, 1968) e Berry e Reinhardt (1973) e Manton e Cotton
(1977).

A parametrização de Kessler é a mais simples de todas. Nela, assume-se que a taxa de


autoconversão é nula, se o teor de água de nuvem no modelo for inferior a um dado valor
de referência e proporcional à diferença entre o teor água de nuvem e este valor de
referência, no caso contrário. A idéia é capturar a noção física simples de que somente
nuvens com elevado teor de água líquida conseguem produzir chuva. A expressão
matemática para a fórmula de Kessler é:

 0, qc < qc ,0
Ac =  (4.15)
K1 (qc − qc ,0 ), qc ≥ qc ,0

Onde valores típicos são da ordem de K1 = 10-3 s-1 e qc,0 = 1,0 g.m-3.

Em sua simplicidade, a autoconversão de Kessler ignora processos microfísicos


importantes. O tamanho das gotículas e portanto a sua capacidade em se “converter” em
gota de chuva interagindo com gotas menores depende da concentração de núcleos de
condensação de nuvens ativados. Quanto maior o número de CCNs, menor será a
quantidade de água condensada sobre cada um deles. Por outro lado, quando existe um
Modelagem Atmosférica – 2003 Alexandre Costa

número pequeno de CCNs, como em nuvens marítimas, o vapor disponível, ao se


condensar, dá origem a uma menor quantidade de gotículas de dimensões maiores.

Este efeito pode ser representado por esquemas de autoconversão mais complexos, como o
proposto por Berry (1967, 1968):

−1
ρ r 2   0.0266  N c 
Ac = 0 c 2 +    (4.16)
60   γ r  ρ0 rc 

Em modelos simplificados, a interação entre água de chuva e água de nuvem é entendida


como um processo de coleta contínua. Kessler (1969) usou uma aproximação exponencial
para a distribuição de gotas de chuva para mostrar que a coleta de gotículas é dada por:

Co = K 2 qc qr0,875 (4.17)

A “constante” K2 envolve, a princípio, a concentração de gotas, a densidade do ar, etc., mas


Kessler usou um valor representativo K2 = 2,19 s-1. É possível mostrar que, para valores
típicos do conteúdo de água líquida de nuvem e de chuva, a “coleta” é um processo pelo
menos uma ordem de grandeza mais eficiente do que a “ autoconversão”.

Hoje em dia, parametrizações baseadas em considerações de coleta contínua estão em


desuso. A razão é que a interação entre hidrometeoros é discreta, e não contínua, sendo
portanto não-linear. No caso de interação gota-gota, isto significa resolver a equação de
coalescência estocástica.

Usualmente os modelos contêm parametrizações de microfísica em que a distribuição de


cada classe de hidrometeoros é dada por uma função analítica (do tipo exponencial, log-
normal, gama, etc.). Uma tabela com quatro diferentes distribuições analíticas que podem
ser usadas para ajustar espectros de gotículas observados é apresentada por Costa et al.
(2000).

Determinadas funções (como a exponencial e a gama), permitem soluções analíticas


aproximadas da equação da coalescência estocástica. No caso geral, porém soluções
numéricas para a interação entre hidrometeoros podem ser obtidas por modelos de
microfísica detalhada. Estas soluções são usadas para construir tabelas que passam a ser
lidas pelo modelo atmosférico de maior escala, proporcionando um esquema que é eficiente
do ponto de vista computacional.

Modelos de microfísica “de volume” que incluem a fase sólida requerem a definição de
razões de mistura para outras classes de hidrometeoros (gelo, neve e/ou agregados, graupel
e/ou granizo, etc.), bem como os termos do tipo fonte e sumidouro associados a estas
classes.
Modelagem Atmosférica – 2003 Alexandre Costa

4.2 - Convecção

4.2.1 – Considerações gerais

Em grande parte da atmosfera terrestre e particularmente sobre os trópicos, o transporte


vertical de massa, calor e umidade se concentra na pequena área ocupada pelas fortes
correntes ascendentes no interior de sistemas de nuvens convectivas. Ao contrário de
nuvens cumulus de bom tempo, nuvens convectivas profundas produzem precipitação em
abundância e, portanto, há um saldo de calor latente, liberado na troposfera. Sua formação
depende da instabilidade atmosférica, que pode ser mensurada pela energia potencial
disponível para convecção (convective available potential energy, CAPE), tal que:

z1
α − α0
CAPE = g ∫
z0
α0
dz , (4.18)

o que corresponde ao trabalho por unidade de massa, realizado pelo empuxo sobre a
parcela. Usando a equação do gás ideal, pode-se mostrar, desprezando o efeito do material
condensado sobre a densidade da parcela, que:

p1

CAPE = ∫ R (T
p0
d v − Tv 0 )d ln p , (4.19)

tal que Rd representa a constante específica do ar seco (Rd =287 J/kgK) e Tv representa a
temperatura virtual.

Quando movimentos convectivos ocorrem, há uma redistribuição (ou fluxo) de massa, tal
que as parcelas que são menos densas que o ambiente são transportadas para cima.
Geralmente, a geração de CAPE por processos de grande escala é aproximadamente igual
ao seu consumo pela convecção. Neste caso, diz-se que a convecção está em equilíbrio
dinâmico com o forçante de grande escala.

Os movimentos ascendentes no interior de torres convectivas e a subsidência que os


compensam correspondem a circulações cuja escala, da ordem de 1 km ou menos, os
impede de serem explicitamente resolvidos, não só em modelos de larga escala, mas
também, pelo menos hoje em dia, em modelos de área limitada. Segundo Cotton e Anthes
(1989), o problema da parametrização da convecção consiste em relacionar a convecção e
os transportes associados a ela, que não podem ser resolvidos, com as variáveis de maior
escala, estas sim, previstas pelo modelo.

Uma vez que as escalas permitidas em um modelo dependem essencialmente de seu


espaçamento de grade, é de se esperar que a relação entre as escalas resolvida e não-
resolvida variem de acordo com a resolução do modelo. Por conta disso, considera-se que a
parametrização da convecção é um problema bem condicionado apenas na larga e meso-α-
escalas. Modelos cujo espaçamento de grade visa representar a meso-β-escala encontram-se
em uma situação limítrofe: a resolução ainda não é fina o suficiente, como nos modelos de
Modelagem Atmosférica – 2003 Alexandre Costa

nuvens, para representar explicitamente as circulações em escala convectiva, mas as caixas


de grande deixaram de ser grandes o suficiente para que uma representação estatística da
convecção possa ser usada. É o que se observa na Figura 4.11. Nela, a caixa de grade do
modelo de larga escala contém diversas nuvens. Por sua vez, o modelo de nuvens possui
resolução fina o suficiente para “enxergar” as circulações internas, pelo menos das células
maiores (Figura 4.12). A caixa de grade do modelo de mesoescala, no entanto não oferece a
possibilidade de resolver explicitamente a convecção nem contém um número de
“realizações” da convecção suficiente para ter significado estatístico (Figura 4.13).

Figura 4.11 – “ensemble” de nuvens, inteiramente contido em uma


coluna de grade de um GCM

Figura 4.12 – domínio de um modelo de “ensemble” de nuvens, com uma coluna em


destaque. Note que a resolução é suficiente para representar detalhes do campo de
nuvens, bem como da precipitação na superfície
Modelagem Atmosférica – 2003 Alexandre Costa

Figura 4.13 – Parte do domínio de um modelo de área limitada, com uma coluna em
destaque. A resolução não é suficiente para representar os padrões do campo de
nuvens, mas também não há representatividade estatística no interior de cada coluna.

Com a evolução dos computadores, é possível que esteja relativamente próximo o fim dos
modelos de área limitada tais como os concebemos hoje. No entanto, as parametrizações de
convecção ainda precisam ser desenvolvidas para modelos de espaçamento de grade
relativamente pequeno, pois no momento atual os modelos de mesoescala ainda precisam
delas. Num futuro próximo, é possível que GCMs de alta resolução se beneficiem deste
desenvolvimento.

Há vários tipos de parametrização de convecção, que descreveremos a seguir.

4.2.2 – Parametrizações de ajuste convectivo

Estes esquemas são provavelmente a maneira mais simples de se parametrizar a convecção


em modelos atmosféricos. Estes esquemas partem do pressuposto de que existe um perfil de
temperatura e umidade crítico, necessário para que a convecção ocorra. Quando a grande
escala se torna suficientemente instável (supera esse perfil crítico), a sondagem é ajustada
de volta a este perfil, mais estável. Esta estabilização seria produto da ação da convecção e
teria a precipitação como sub-produto. Exemplos deste tipo de esquema incluem Manabe et
al. (1965), Niyakoda et al. (1969), Krishnamurti e Moxim (1971), etc.

Nesta classe de esquema de convecção, a precipitação aparece como o resíduo do ajuste


para o perfil estável de razão de mistura de vapor d’água, ou, na forma de uma equação:

ps
1
P=
g∆τ ∫ (q
p1
v0 − qv )dp . (4.20)
Modelagem Atmosférica – 2003 Alexandre Costa

A equação (4.20) indica que a taxa de precipitação depende de um tempo característico, que
deve ser prescrito. Nos esquemas de ajuste convectivo, ∆τ corresponde, tipicamente, ao
tempo de vida de uma nuvem convectiva.

Em sua forma mais severa o ajuste é feito forçando a atmosfera a seguir a adiabática úmida,
ou seja, a temperatura potencial equivalente (ou a energia estática úmida) assume um perfil
constante com a altura. A temperatura e a razão de mistura passam, portanto, a assumirem
os valores correspondentes à adiabática úmida, ou seja,

T = Tm
(4.21)
qv = qvm

Neste caso, o ajuste é dito “duro”. Como a precipitação prevista por essa forma de ajuste
excede as observações por mais de uma ordem de magnitude, formas mais brandas de
ajuste foram propostas. Neste caso, denominado comumente de “ajuste mole”, assume-se
que o ajuste duro só ocorre em uma fração a da área da coluna (0 < a < 1), enquanto que o
restante da área preserva o seu valor inicial. Para uma coluna atmosférica, a razão de
mistura e a temperatura após o ajuste mole será:

T = aTm + (1 − a )T0
(4.22)
qv = aqvm + (1 − a)qv 0

Ainda assim, tais esquemas, mesmo que consigam prever valores fisicamente razoáveis de
precipitação como é o caso dos que usam um ajuste mole, apresentam um erro de fase em
relação às observações, visto que a resposta da convecção não é instantânea face à
desestabilização na grande escala.

4.2.3 - Esquema de Kuo e similares

Os fundamentos dos esquemas de convecção baseados em balanços de umidade remontam


aos trabalhos de Charney e Eliassen (1964), que apontaram a necessidade de uma
circulação de grande escala para repor continuamente a umidade da camada-limite nos
trópicos, consumida pelas nuvens convectivas.

Como se conhece nos dias de hoje, existe uma forte correlação entre a precipitação
observada e a convergência de umidade na coluna atmosférica. Estudos experimentais e
numéricos sugerem que a convergência de umidade é um parâmetro útil na construção de
esquemas de convecção em modelos de grande escala.

Isto constitui a base da parametrização proposta por Kuo (1965) e de suas versões mais
avançadas (Kuo 1974, Anthes 1977, Lian 1979, Krishnamurti et al. 1976, 1980, 1983 e
Molinari 1982. Kuo (1965, 1974) baseou-se na consideração que, em regiões onde ocorre
convecção profunda, existe um balanço aproximado entre a precipitação e o transporte
vertical de vapor d’água associado ao escoamento de grande escala.
Modelagem Atmosférica – 2003 Alexandre Costa

O esquema de Kuo precisa resolver uma equação de balanço para o vapor d’água
envolvendo a convergência de umidade, a evaporação, a precipitação e o termo de
armazenamento. Pode-se escrever esta equação, que expressa a conservação do vapor
d’água, na forma:


∂t
(
(ρq ) + ∇ ⋅ (ρVq ) = E − C − ∂ ρ w′q′ ,
∂z
) (4.23)

onde os termos no segundo membro da equação são, respectivamente, as taxas de


evaporação e condensação e o transporte vertical de vapor.

Integrando (4.23) ao longo de uma coluna atmosférica, obtém-se

∞ ∞

∫ (ρq )dz = − ∇ ⋅ (ρVh q )dz − P + Fs ,
∫ (4.24)
0
∂t 0

tal que Vh é o vento horizontal, P é a taxa de precipitação e Fs é o fluxo turbulento de vapor


d’água à superfície.

Pode-se mostrar que em uma área suficientemente vasta e por um tempo suficientemente
longo, o termo de armazenamento tende a ser desprezível e a precipitação cancela o efeito
da evaporação mais convergência de umidade em grande escala, ou seja,

∞ ∞
0 = − ∇ ⋅ (ρVh q )dz − P + Fs ⇒ P = ∇ ⋅ (ρVh q )dz + Fs ,
∫ ∫ (4.25)
0 0

em que se assumiu que o armazenamento de vapor d’água na atmosfera é nulo. A questão é


que em intervalos de tempo finitos isto não é verdade. Vários artifícios foram propostos
para determinar a fração do vapor d’água armazenada, já que a fórmula original de Kuo
(1965) subestimava a precipitação de forma sistemática. Na parametrização de Kuo, essa
fração é simbolizada por b, tal que (1 – b) pode ser interpretado como a eficiência de
precipitação, como mostraremos em seguida.

Kuo (1974) assumiu que, sempre que a atmosfera apresenta instabilidade, tem-se



∫ ∂t (ρq )dz = αP ,
0
(4.26)

tal que α é um número pequeno. Daí, de (4.24) pode-se mostrar que


Fs − ∇ ⋅ (ρVh q )dz

αP = − ∫ ∇ ⋅ (ρVh q )dz − P + Fs ⇒ P = 0
. (4.27)
0
1+α
Modelagem Atmosférica – 2003 Alexandre Costa

Decorre da expressão (4.27) que se pode definir uma eficiência de precipitação no esquema
de Kuo, tratando a taxa de precipitação como uma fração da umidade tornada disponível
pela evaporação superficial e pela convergência de grande escala, ou seja,

P 1

= = 1− b , (4.28)
1+α
Fs − ∇ ⋅ (ρVh q )dz
∫0

de acordo com o que foi definido anteriormente, ou seja, (1 – b) é a fração do vapor


convertida em precipitação e b corresponde à fração do vapor armazenada na coluna
atmosférica. Uma desvantagem clara do esquema de Kuo (1974) é a característica a
princípio arbitrária deste parâmetro. Anthes (1977) sugeriu que b fosse função da umidade
relativa. Outros autores utilizam uma dependência do cisalhamento. Emanuel (1994)
acredita que as limitações do esquema de Kuo, que impedem uma correta representação do
campo de vapor d’água nos trópicos, eventualmente levará a que esta parametrização caia
em desuso.

4.2.4 – Esquemas do tipo Arakawa-Schubert

Arakawa e Schubert (1974) desenvolveram um esquema de parametrização de cumulus


sofisticado, concebido para modelos de circulação geral e que é consideravelmente mais
robusto que o esquema de Kuo. Um espectro de cumulus de diversos tamanhos é utilizado,
junto com um acoplamento com a parametrização de camada-limite.

A base do esquema está na destruição de CAPE pelo ensemble de nuvens. Daí, não só a
convergência de umidade, mas a advecção vertical e horizontal, processos radiativos e de
superfície são incluídos na parametrização, pois levam à desestabilização da atmosfera e,
portanto, a condições propícias ao desenvolvimento de convecção cumulus.

O esquema de AS assume que o ensemble de cumulus afeta o ambiente de duas maneiras:


1. induzindo subsidência entre as nuvens, aquecendo e secando o ambiente e 2. pelo
desentranhamento de ar saturado contendo material condensado pelo topo da nuvem. A
evaporação dos hidrometeoros desentranhados provoca resfriamento e umedecimento.

As equações prognósticas para o esquema se referem à massa, à energia estática seca (s =


cpT + gz) e à razão de mistura de vapor e de água líquida. Usando a aproximação
anelástica, temos:

( )
0 = −∇ ⋅ ρV h −

∂z
ρw( ) (4.29)

∂s ∂s ∂F
ρ = −ρV h ⋅ ∇ s − ρw + LC − s + Q r (4.30)
∂t ∂z ∂z
∂q v ∂q v ∂Fqv
ρ = −ρV h ⋅ ∇ q v − ρ w −C − (4.31)
∂t ∂z ∂z
Modelagem Atmosférica – 2003 Alexandre Costa

∂q l ∂q ∂Fql
ρ = −ρV h ⋅ ∇ q l − ρ w l + C − −χ, (4.32)
∂t ∂z ∂z

onde ρ é a densidade do ar e segue a aproximação anelástica, C é a taxa líquida de


condensação (condensação menos evaporação), Qr é a taxa de aquecimento radiativo, χ é a
taxa de conversão em precipitação e os termos Fs e similares representam o transporte
turbulento mais convectivo. Acima da camada-limite, assume-se que estes termos estão
associados exclusivamente com as correntes ascendentes da convecção cumulus.

No esquema de AS, o domínio é subdividido em N subdomínios, cada qual ocupando uma


fração σi da área do domínio e com uma velocidade característica wi (além de valores
característicos de s, qv e ql. Os subdomínios podem representar ascendentes em nuvens
convectivas de diferentes tamanhos, descendentes em nuvens convectivas, regiões
estratiformes ou o ambiente de céu claro. Por definição, temos

∑σ
i =1
i = 1. (4.33)

A média de qualquer variável podem ser calculada como médias ponderadas, em que os
pesos são as frações de área:

N
φ= ∑σ φ
i =1
i i , (4.34)

o que se aplica à velocidade vertical, à energia estática seca, à energia estática úmida
(h = s + Lq), às razões de mistura, etc.

Da equação (4.34), decorre que o transporte convectivo da variável genérica φ é dada por

( )( ) ∑ ρσ (w − w)(φ )
N
Fφ = ρw′φ′ = ρ w − w φ − φ = i i i −φ . (4.35)
i =1

Por simplicidade, vamos assumir que os efeitos da organização em mesoescala e


descendentes convectivos podem ser desprezados. Neste ponto, vamos considerar também
que as nuvens convectivas têm características similares, o que nos permite fazer N = 2, ou
seja, ou se está no interior de uma nuvem convectiva ou no ambiente de céu claro, tal que

∑σ
i =1
i
~ = 1,
= σc + σ (4.36)

com o índice c representando as nuvens e o til representando o ambiente. É fácil mostrar


que σc << 1 e σ~ ≅ 1 , o que significa que os ascendentes convectivos ocupam uma fração
muito pequena da área do ambiente, como na Figura 4.14.
Modelagem Atmosférica – 2003 Alexandre Costa

Figura 4.14 – Ilustração de um conjunto de nuvens. A área ocupada pelos ascendentes (em cinza) é
muito menor que a área total.

Para uma variável genérica qualquer (s, h, qv, etc.) tem-se:

~~
φ = σ c φc + σ φ. (4.37)

Os movimentos verticais no interior das células convectivas é muito mais intenso que no
ambiente, ou seja, wc << w . Daí, a equação (4.35) pode ser aproximada como:

(
Fφ = M c φ c − φ , ) (4.38)

tal que Mc é o fluxo convectivo de massa e o termo entre parênteses representa a diferença
entre o valor de φ na nuvem e no ambiente externo. Estendendo a equação (4.38) para as
variáveis prognósticas das equações (4.30)-(4.32), obtemos, então:

( )
Fs = M c s c − s (4.39)
Fqv = M (q − q )
c vc v (4.40)
Fql = M (q − q ),
c lc l (4.41)

onde

s = (1 − σ c )~
s + σ c sc (4.42)
q = (1 − σ )q~ + σ q
v c v c vc (4.43)
ql = (1 − σ c )q~l + σ c qlc . (4.44)
Modelagem Atmosférica – 2003 Alexandre Costa

Note que consideramos a possibilidade da existência de água líquida no ambiente externo


aos ascendentes convectivos. As equações (4.30)-(4.32) podem, então, ser reescritas como
função do fluxo de massa Mc.

ρ
∂s
∂t
∂s
∂z
~
(
= −ρV h ⋅ ∇ s − ρw + L C + σ c C c −

∂z
) [ ( )]
M c sc − s + Q r (4.45)

∂q
∂t
∂q
∂z
~
(
ρ v = −ρV h ⋅ ∇ q v − ρ w v − C + σ c C c −

∂z
) [ (
M c qvc − q v )] (4.46)

∂q
∂t
∂q
∂z
~
(
ρ l = −ρV h ⋅ ∇ q l − ρ w l + C + σ c C c −

∂z
) [ ( )]
M c qlc − ql − [(1 − σ c )χ
~+σ χ ]
c c

(4.47)

Agora, portanto, é necessário fazer hipóteses acerca do perfil vertical do fluxo de massa
convectivo. O fluxo vertical de massa em um dado nível é, evidentemente, resultado do
balanço entre a quantidade de massa que entra (entranhamento) e a quantidade de massa
que sai (desentranhamento). Para uma seção horizontal da nuvem de espessura δz,
esquematizada na Figura 4.15, o incremento no fluxo de massa δMc é tal que:


δM c = (E − D )δz ⇒ M c (z ) = E (z ) − D(z ), (4.48)
∂z

em que E e D são as taxas de entranhamento e desentranhamento, que têm dimensão de


massa por unidade de volume por unidade de tempo.

D
δz
E

Figura 4.15 – Balanço de massa em uma seção reta infinitesimal de uma nuvem

A taxa de entranhamento, segundo a parametrização original de AS é tal que

E = λMc (4.49)

Tal que λ é o fator de entranhamento e tem dimensões de inverso de comprimento. O fator


de entranhamento pode ser interpretado fisicamente como uma medida da mistura da
nuvem com o ambiente. Nuvens mais vigorosas, de topo mais elevado, preservam seus
ascendentes praticamente sem a ocorrência de mistura com ar externo. Nuvens mais rasas,
apresentam um fator de entranhamento maior.
Modelagem Atmosférica – 2003 Alexandre Costa

Arakawa e Schubert fizeram ainda uso de uma simplificação, na qual o desentranhamento


só ocorre no topo da nuvem, de tal forma que o fluxo convectivo cai subitamente a zero
nesse ponto. Considerando esta simplificação e usando a equação (4.49) pode-se inferir um
perfil exponencial para o fluxo de massa:

M c ( z , λ ) = M B (λ ) exp(λz ) , (4.50)

onde MB representa o fluxo de massa na base da nuvem. Perceba que um dado tipo de
nuvem, caracterizado pelo fator de entranhamento, apresenta um valor para MB. No caso
geral, é possível propor qualquer fórmula do tipo

M c ( z , λ ) = M B (λ )η(λ, z ) , (4.51)

desde que η(λ,zB) = 1, ou seja, na base da nuvem esta função adimensional se reduza à
unidade.

Uma propriedade fundamental deste esquema é a suposição, proposta por Arakawa e


Schubert, de que a convecção e a grande escala mantêm-se em “quase-equilíbrio”. De
acordo com esta hipótese, as nuvens convectivas rapidamente convertem CAPE em energia
cinética. Neste sentido, define-se, para cada tipo de nuvem, uma “função trabalho”, dada
por:

z D (λ )

A(λ ) = ∫ B η(λ, z )dz


λ (4.52)
zB

onde, de fato, o trabalho é dado pela integral da força (no caso, o empuxo, Bλ) pelo
deslocamento, porém o processo é restringido por um “rendimento”, ou seja, η(λ,zB).
Usando uma expressão para o empuxo, a partir da termodinâmica do ar úmido, podemos
reescrever.

z D (λ )

A(λ ) = ∫
g
c p T ( z)
[ ]
η(λ, z ) sv (z, λ ) − s v (z ) dz , (4.53)
zB

onde aparece a energia estática seca virtual. Para λ = 0, a expressão (4.52) se reduz ao
CAPE.

Como os modelos calculam as variáveis termodinâmicas, a função trabalho é indiretamente


prevista. O próximo passo é usar a consideração de quase-equilíbrio. Derivando a expressão
acima e somando sobre todos os tipos de nuvem, obtemos uma equação do tipo:

d dA(λ) dA(λ)
A(λ) = + , (4.54)
dt dt convective dt large−scale
Modelagem Atmosférica – 2003 Alexandre Costa

tal que

dA(λ)
dt convective
= ∑ J (λ, λ')M
λ'
b (λ '
) , (4.55)

onde J nos dá o efeito da nuvem de fator de entranhamento λ’ sobre a função-trabalho


relativa à nuvem de fator de entranhamento λ.

O quase-equilíbrio implica em

d dA(λ )
dt
A(λ) ≅ 0 ⇒ ∑ J (λ, λ')M
λ'
b (λ '
)= −
dt large−scale
(4.56)

Ao se implementar esta formulação em um modelo, deve-se resolver um sistema linear de


equações, tendo como variáveis os diversos valores de M b (λ ') , com a restrição de que
todos os fluxos de massa devem ser não-negativos. Uma vez encontrados estes valores, é
possível calcular o perfil dos fluxos convectivos, usando (4.51) e incluir estes últimos nas
equações (4.45)-(4.47).

A equação (4.56) implica que a instabilidade convectiva gerada pelo forçante de grande-
escala é rapidamente consumida pela convecção cumulus. Há, portanto, um balanço
aproximado entre os dois termos, se o forçante contribuir para desestabilizar a atmosfera. É
preciso ter em mente, porém, que este forçante reflete a circulação de grande escala e esta,
por sua vez, é afetada pela convecção cumulus. Então, não se pode imaginar que a
convecção simplesmente responde à grande escala; as duas evoluem conjuntamente ao
longo do tempo, de acordo com as leis da dinâmica atmosférica de grande escala e da
dinâmica de nuvens. A teoria do quase-equilíbrio vem sendo testada com base em dados
observacionais e modelos de nuvens.

Outros esquemas de convecção, alguns concebidos para uso em modelos de mesoescala são
descritos, dentre outros autores, por Cotton e Anthes (1989), Emanuel (1994), etc., mas sua
descrição está fora dos objetivos do presente curso.
Modelagem Atmosférica – 2003 Alexandre Costa

Exercícios:

1. Uma nuvem de forma cilíndrica tem seção reta de 10 km2 e altura de 3 km. A
nuvem é inicialmente composta de água super-resfriada e o conteúdo de água
líquida é 2 g/m3. Se toda a água líquida se solidificar sobre INs, tal que a
concentração destes é 1 l-1, determine: a) A massa total de material condensado na
nuvem; b) O número de cristais de gelo formados; c) A massa destes cristais; d) Se
todos os cristais precipitarem e derreterem antes de atingirem o solo, qual a chuva
total produzida, em mm?

2. Na equação (4.8), dm/dt representa o ganho de massa de uma gota de chuva por
coleta contínua em um campo de gotículas de nuvem. Integrando-se para uma
distribuição de gotas, obtém-se que a taxa de transferência de massa da população
D2
1 dm
de gotículas para a população de gotas é Co =
ρ ∫
D1
dt
f ( D)dD , tal que D é o

diâmetro das gotas de chuva, compreendido entre D1 e D2 e f é a função-distribuição


de gotas. (a) Substitua (4.8) nesta integral (fazendo r1 = D/2, L = ρqc), despreze a
velocidade terminal das gotículas diante da velocidade terminal das gotas (esta, uma
D2
πD 2
função do diâmetro) e mostre que Co = ∫ 4 Ev( D)qc f (D)dD . (b) Use a fórmula de
D1

Spilhaus da velocidade terminal, v(D) = 130 D1/2, assuma que a distribuição de


gotas é exponencial tal que f(D) = N0e-λD, faça D1 → 0, D2 → • e mostre que
Γ(3,5)
Co = 32,5πN 0 Eqc , onde Γ é a função gama. (c) Use o fato de que
λ3,5
D2
1 πρ w D3
qr =
ρ ∫ 6 f ( D)dD para provar que, no caso de uma distribuição exponencial,
D1

ρ w Γ(4)
q r = πN 0 , onde ρw é a densidade da água líquida. (d) Resolva para λ e
ρ 6λ4
encontra a expressão para coleta proposta por Kessler. Qual a expressão para K2?

3. Um modelo de parcela é um modelo atmosférico extremamente simples, em que se


acompanha uma parcela e a dependência espacial se torna irrelevante. Considere um
modelo de uma parcela, na qual existe condensação a uma taxa constante C e em
que a taxa de precipitação é proporcional à razão de mistura de água de chuva.
(a) Mostre que o conjunto de equações para as razões de mistura de vapor, água de
nuvem e água de chuva pode ser escrito como:
 dqv
 dt = −C
 dq

c
= C − Ac − Co , onde τ é o “tempo característico de residência” da chuva na
 dt
 dqr = Ac + Co − qr
 dt τ
parcela.
Modelagem Atmosférica – 2003 Alexandre Costa

(b) Mostre que, no caso de uma “nuvem estacionária” ( qc e qr constantes com o


tempo), a taxa de precipitação deve ser igual à taxa de condensação, independente
dos parâmetros que definem a taxa de autoconversão e coleta (K1, K2, qc,0). Encontre
também expressões para qc e qr no estado de equilíbrio.
(c) Abaixo, é apresentado um programa FORTRAN, que representa este modelo de
parcela. Prepare um gráfico de qc e qr em função do tempo. Modifique o programa,
reduzindo o valor de qc,0 para 5.10-4 kg/kg e faça novos gráficos. Retorne ao valor
original de qc,0 e duplique o valor de K1 e obtenha novos gráficos. Finalmente, volte
aos valores originais e duplique o valor de τ. Discuta seus resultados.

program parcel
c-------- este programa calcula qc e qr em uma parcela de ar
data ak1/1.e-3/qc0/1.e-3/ak2/2.19/
data cond/1.e-6/deltat/1./tau/600./
open(1,file=’qcqr.dat’)
qc=0.
qr=0.
tempo=0.
do i=1,7200
tempo=tempo+deltat
ac=0.
if (qc.gt.qc0) ac=ak1*(qc-qc0)
co=ak2*qc*qr**0.875
p=qr/tau
qc=qc+(cond-ac-co)*deltat
qr=qr+(ac+co-p)*deltat
write(1,*)tempo,qc,qr
enddo
stop
4. (a) Deduza enda equação para a função trabalho, (4.53) e (b) mostre a equivalência
entre esta equação e a equação (4.19), no caso em que o fator de entranhamento é
nulo. Interprete fisicamente este resultado.

5. Suponha que a energia estática úmida (h = s + Lqv) seja materialmente conservada,


ou seja,

(a) Mostre, usando as médias de Reynolds, que

e justifique o uso da aproximação

(b) Mostre que a variância da energia estática úmida ( ) satisfaz a equação


Modelagem Atmosférica – 2003 Alexandre Costa

Para médias sobre um escoamento de grande escala, a derivada local,


derivadas horizontais e a advecção pelo escoamento médio podem ser
desprezados. Uma aproximação similar àquela usada no item anterior
também é válida. Mostre que estas simplificações levam a

(c) Suponha que as flutuações de velocidade vertical surgem devido a uma


população de nuvens cumulus cobrindo uma fração σ da área do ambiente.
Se o movimento do ar no interior destas nuvens é ascendente, de intensidade
wu enquanto, no ambiente, é descendente, de intensidade wd, prove que:

,
onde hu e hd são os valores da energia estática úmida no interior das nuvens e
no ambiente, respectivamente.
Modelagem Atmosférica – 2003 Alexandre Costa

5. Parametrizações Físicas II

Conforme discutido no capítulo anterior, processos cuja escala não pode ser representada
diretamente em um modelo numérico precisam ser parametrizados. Isto leva à separação
entre a “dinâmica” e a “física” dentro destes modelos. Os processos em escala de subgrade
relacionados com nuvens foram investigados no capítulo anterior, sendo a este reservado o
papel de mostrar parametrizações de radiação, superfície e turbulência.

5.1 - Radiação

O termo de radiação corresponde a uma fonte ou sumidouro na equação prognóstica para a


variável termodinâmica (seja ela a temperatura, a temperatura potencial, etc.).
Desconsiderando todos os demais fontes e sumidouros, a equação termodinâmica pode ser
escrita como:

Dθ 1
= Sθ = − ∇⋅R
Dt ρc p
(5.1)

onde R representa a radiância (energia incidente por unidade de área) e cp é o calor


específico do ar a pressão constante.

Algumas observações a respeito da equação (5.1):

- Para efeito de aquecimento de uma parcela de ar, interessa-nos determinar o balanço


entre a radiação que chega e a radiação que deixa a parcela, ou seja, é necessário
calcular a divergência do campo de radiância. No caso de convergência, ou seja, em
que há mais radiação penetrando a parcela do que saindo, o ar se aquece.
- Uma consideração feita em quase todos os esquemas de radiação usados em
modelos numéricos da atmosfera é que os processos de troca radiativa se dão
essencialmente na vertical. Daí, o único termo do divergente que permanece na
equação (5.1) é a derivada vertical.

Existem duas fontes principais de radiação para a atmosfera terrestre. A primeira,


obviamente, é o Sol, cuja radiação chega à Terra após viajar pelo espaço. A outra é a
emissão radiativa de corpos terrestres (por exemplo, a própria superfície do planeta).

A temperatura de emissão destes corpos é muito distinta, pois enquanto o Sol emite a cerca
de 6000K, a Terra e demais corpos próximos à sua superfície (incluindo as nuvens) emitem
a uma temperatura da ordem de 300K ou menos.

Pela Lei de Wien, o comprimento de onda do pico da irradiância de um corpo negro é


inversamente proporcional à sua temperatura, ou seja,
Modelagem Atmosférica – 2003 Alexandre Costa

λ=C/T
(5.2)

onde C = 0,29 cm.K.

Ao substituirmos os valores de temperatura citados acima, obtemos, respectivamente, para


as radiações solar e terrestre, 0,48µm e 9,7µm. Isto sugere que os espectros de radiação
solar e terrestre são bem separados. De fato, isso se confirma, ao analisarmos o fluxo
radiativo espectral para a radiação solar no topo da atmosfera terrestre e de um corpo negro
emitindo à temperatura de 300K (Figura 5.1).

1,2

0,8

0,6

0,4

0,2

0
0,1 1 10 100

Figura 5.1 – Fluxo radiativo espectral normalizado para a radiação de corpos negros emitindo à
temperatura de 6000K (esquerda) e 300K (direita)

Como os espectros são bem separados, as parametrizações de radiação em modelos


atmosféricos se beneficiam deste fato e fazem o balanço considerando duas componentes:
onda curta (radiação solar, predominantemente na faixa do visível e infravermelho
próximo) e onda longa (radiação terrestre).

Vários níveis de representação da radiação são possíveis em modelos atmosféricos. A


solução da equação de transferência radiativa, por exemplo, pode ser resolvida usando o
método “ two-stream”, em que apenas a divergência vertical do fluxo radiativo é levado em
consideração. Neste caso, a equação (5.1) se torna
Modelagem Atmosférica – 2003 Alexandre Costa

Dθ 1 ∂R z
=− ,
Dt ρc p ∂z
(5.2)

onde, a coordenada vertical não é necessariamente a altura (como é o caso de modelos que
trabalham com coordenadas de pressão).

A outra alternativa é o uso de métodos do tipo Monte Carlo, em que fótons são introduzidos
e os fenômenos de absorção e espalhamento são resolvidos explicitamente em termos de
probabilidades. Métodos de Monte Carlo raramente são utilizados em modelos de grande e
pequena escala porque consomem muito tempo de processamento.

A complexidade dos sub-modelos de radiação também varia, dependendo de que processos


físicos são representados. Neste caso, três níveis de representação dos processos de
transferência radiativa podem ser definidos:

a) Céu claro – São considerados apenas os processos envolvendo os gases ativos (ou
seja, aqueles que interagem com a radiação), particularmente o ozônio, o dióxido de
carbono e o vapor d’água. Não são considerados processos envolvendo nuvens. É o
caso, por exemplo, da parametrização proposta por Mahrer e Pielke (1976);
b) Nuvens como superfícies – Neste caso, as nuvens entram no processo, como
refletoras e absorvedoras de radiação solar, bem como emissoras de infravermelho.
É o caso da parametrização de Chen e Cotton (1983)
c) Radiação acoplada à microfísica – Como a interação da radiação com as nuvens se
dá, na realidade, através dos hidrometeoros, as propriedades de espalhamento e
absorção das mesmas são determinadas pela microfísica. Esquemas mais avançados
permitem que a radiação e a microfísica interajam, como o proposto por Harrington
(1997).

5.3 - Turbulência

Como vimos no Capítulo 3, ao efetuarmos a chamada média de Reynolds sobre as equações


básicas, aparecem termos envolvendo o produto das flutuações das grandezas físicas na
escala da sub-grade. De forma genérica, o termo de transporte vertical (escolhido para
ilustrar o problema por ser o mais importante em modelos de grande e mesoescala) pode ser
escrito como:


∂z
(
ρw ′φ ′ )
(5.3)

É fácil verificar que, com o aparecimento destes termos, o número de incógnitas nas
equações do modelo se torna maior que o número de equações. Nesse sentido, o sistema
não é fechado, o que nos impõe a tarefa de parametrizar os termos de sub-grade para
garantir o fechamento do problema.
Modelagem Atmosférica – 2003 Alexandre Costa

Há diversas metodologias possíveis para se representar as correlações na sub-grade a partir


das propriedades do escoamento em maior escala. Pode-se distinguir, a grosso modo, duas
classes de esquemas: parametrizações locais, em que os termos turbulentos são calculados a
partir das variáveis do escoamento médio em torno daquele ponto e parametrizações não-
locais, que descrevem a turbulência com base em propriedades globais do fluido, pelo
menos na camada-limite planetária.

1 – Fechamento Local de 1a Ordem

O procedimento mais simples para se fechar o sistema de equações é assumir que os termos
de estresse de Reynolds e de transporte turbulento podem ser escritos em termos do
gradiente de variáveis na escala da grade. Usando o conceito de viscosidade e difusividade
turbulentas, introduzido por Boussinesq (1877), pode-se parametrizar o termo dado pela
equação (5.4) como

w ′φ ′ = − K
∂φ
∂z


∂z
( )
∂  ∂φ 
ρ w′φ′ = −  K 
∂z  ∂z 
(5.4)

Quando φ é uma componente da velocidade, ou seja, no caso de um termo de estresse de


Reynolds, K = Km (“m” de momentum). No caso de um escalar, K = Kh (“h” de “ heat”). A
razão entre Kh e Km depende das condições de estabilidade atmosférica, podendo variar
entre 1 (caso estável) e 3 (caso fortemente convectivo). O inverso desta razão é comumente
conhecido como número de Prandtl turbulento (um análogo à razão entre a viscosidade e a
difusividade moleculares), ou seja,

1 K
= h
Pr K m
(5.5)

A questão agora reside em encontrar a difusividade/viscosidade turbulenta. Por exemplo,


Smagorinsky (1963) propôs que K fosse proporcional ao tensor de deformação, ou seja,

Km =
(c∆ )
3

D,
2
(5.6)

1  ∂u i ∂ u j 
tal que Dij =  +  . Uma forma aperfeiçoada do coeficiente proposto acima foi
2  ∂x j ∂x i 
 
apresentada por Lilly (1967), ao incluir a influência da estabilidade atmosférica,
Modelagem Atmosférica – 2003 Alexandre Costa

1/ 2

Km =
(c∆ )3  K
D 1 −  h
 
 Ri 
2   K m  
(5.7)

Uma outra maneira de se incluir a influência da estabilidade foi proposta por Hill (1974),
que expressou a viscosidade/difusividade turbulenta como

  g ∂θ 
K m = K h = k∆2  Dij −  
  θ ∂z 
(5.8)

Klemp e Wilhelmson (1978) propuseram uma representação de K tal que

K = c iL
(5.9)

onde i representa alguma medida da turbulência com dimensões de velocidade, por


exemplo a raiz quadrada da energia cinética turbulenta ou a variância da velocidade vertical
e L é uma escala de comprimento definida em função do espaçamento da grade.

Uma representação análoga, porém alternativa, é usar uma escala de tempo turbulenta τ ao
invés de uma escala espacial, ou seja,

2
K = ci τ
(5.10)

2 – Fechamento Não-Local de 1a Ordem

Há diversos esquemas que utilizam formulações semelhantes à de Klemp e Wilhelmson


(1978), mas com bases físicas distintas na definição da intensidade da turbulência e,
particularmente, na definição das escalas espaciais e temporais, que passam a ser funções
das propriedades globais da turbulência.

Por exemplo, Bechtold et al. (1992) usam um conceito similar ao de um “livre caminho
médio” para parcelas de ar para definir uma escala espacial. Em sua parametrização, esta
escala é a média geométrica do espaço médio percorrido por uma parcela ascendente e
outra descendente até que o empuxo se anule, ou seja,

L = l up l down
(5.11)

A proposição feita por Degrazia et al. (1992) é de que a variância da velocidade vertical é
uma medida apropriada da intensidade da turbulência e que o comprimento de onda para o
Modelagem Atmosférica – 2003 Alexandre Costa

qual o espectro turbulento exibe um máximo de energia como a escala espacial mais
adequada, ou seja:

K=
π
16
( )
1/ 2
λ m w ′w ′ ,
(5.12)

em que a constante é derivada a partir da hipótese de Taylor da “turbulência congelada” e


λm é o comprimento de onda do máximo do espectro de variância da velocidade vertical,
determinado a partir das observações.

Outras parametrizações não-locais introduzem o chamado “termo de contra-gradiente”,


com a finalidade de representar o transporte contrário à “difusão turbulenta”. De uma forma
geral, o transporte turbulento contendo a contribuição do contra-gradiente pode ser expressa
por:

∂φ ∂   ∂φ  
=  K  ∂z  − γ 
∂t ∂z    
(5.13)

Certos autores (Hong e Pan 1996) sugerem a combinação de esquemas não-locais na


camada-limite atmosférica e esquemas locais na atmosfera livre.

3 – Fechamentos de Ordem Superior

Ao invés de se fazer uma aproximação simples de primeira ordem para os termos de


correlação entre as flutuações, esquemas de fechamento de ordem superior (segunda,
terceira, etc.)são baseados em novas equações prognosticas para estes termos.

É possível mostrar que o uso de um fechamento de segunda ordem, que implica na


( )
derivação de equações prognósticas para w′φ′ , etc., ao passarem por uma média de
( )
Reynolds, produzirão termos de correlação tripla, do tipo w′w′φ′ , etc.

Mellor e Yamada (1974) mostraram que, sob certas condições, é possível usar um número
menor de equações do que aquele concebido originalmente para um esquema de segunda
ordem. No esquema para o qual aqueles autores julgam ter encontrado o melhor equilíbrio
entre precisão e custo computacional (nível 2,5), o conjunto de equações de correlações é
substituído por apenas duas: uma equação prognostica para a energia cinética turbulenta e
outra para uma escala espacial da turbulência.

5.3 – Fluxos de Superfície

Segundo Pielke (1984), a fronteira inferior é a única que possui significado físico em um
modelo de mesoescala. O tipo de superfície (massa de água ou terra firme, coberta ou não
Modelagem Atmosférica – 2003 Alexandre Costa

por vegetação) determina em grande medida o balanço energético nessa fronteira. Uma
influência significativa também é exercida pela superfície sobre o transporte de momentum,
dependendo de sua rugosidade.

Uma influência óbvia do tipo de superfície recai sobre o balanço radiativo. A depender da
refletividade, determinados tipos de superfície são capazes de absorver mais ou menos
radiação solar. Superfícies vegetadas, em particular, tendem a ter um albedo reduzido, em
contraste com superfícies cobertas por gelo ou neve e determinados tipos de solos arenosos.
Uma relação de diversas superfícies, com seus respectivos albedos é mostrada a seguir:

Superfície Albedo Superfície Albedo


Neve fresca Até 0,95 Campos 0,20
Neve velha 0,40-0,70 Estepe seca 0,20-0,30
Geleira 0,20-0,40 Tundra 0,18-0,25
Solos escuros 0,05-0,15 Lavouras de cereal 0,25
Solos escuros orgânicos 0,10 Lavouras mistas 0,20
Argila 0,20 Cana-de-açúcar 0,15
Areia seca 0,35-0,45 Outras lavouras 0,18-0,25
Areia molhada 0,20-0,30 Florestas temporárias (sem folha) 0,15
Turfa 0,05-0,15 Florestas temporárias (com folha) 0,20
Asfalto 0,05-0,20 Florestas tropicais 0,15
Concreto seco 0,17-0,27 Florestas de coníferas 0,10-0,15
Grama longa 0,16 Área urbana 0,15
Grama curta 0,26 Água 0,03<A<1

No entanto, não é apenas a radiação de onda curta cujo balanço sofre influência da
superfície. Certos tipos de superfície possuem uma emissividade bem diferente da unidade,
ou seja, não emitem como “corpo negro”. A seguir, são apresentados valores de
emissividade para diversos tipos de superfície.

Superfície Albedo Superfície Albedo


Neve fresca 0,99 Área urbana 0,85-0,95
Neve velha 0,82 Cascalho 0,92
Areia seca 0,95/0,914 Rocha 0,98
Areia molhada 0,98/0,936 Deserto 0,84-0,91
Turfa seca 0,97 Grama 0,90-0,95
Turfa molhada 0,98 Florestas decíduas 0,97-0,98
Solos 0,90-0,98 Florestas de coníferas 0,97-0,98
Asfalto 0,95/0,956 Água pura 0,993
Concreto 0,71-0,90 Água com petróleo 0,972

Em seu todo, o balanço de energia à superfície pode ser escrito como

Q = R s (1 − α ) + Ra − Rland − Fh − Fq ,
(5.14)
Modelagem Atmosférica – 2003 Alexandre Costa

onde os termos representam respectivamente o fluxo líquido de calor (positivo no caso de


aquecimento da superfície e negativo no caso contrário), a fração de radiação solar
absorvida pela superfície, o fluxo de radiação de onda longa para baixo (emissão pela
atmosfera), o fluxo de radiação de onda longa para cima (emissão pela própria superfície) e
os fluxos de calor latente e sensível.

A partir do balanço superficial de calor, pode-se determinar o balanço de energia para


diferentes níveis do solo, resolvendo-se uma equação de difusão:

∂T ∂  ν ∂T 
=  
∂t ∂z  ρc ∂z 
(5.15)

ν
Onde ν é a condutividade térmica, c o calor específico, ρ a densidade e é a chamada
ρc
difusividade térmica. Tais grandezas, importantes para determinar o fluxo de calor sensível
são listadas abaixo, para diversos tipos de superfície.

Superfície Condutividade Calor Densidade Difusividade


Térmica Específico (103 kg.m-3) Térmica
(W.m-1K-1) (J.kg-1K-1) (10-6 m2s-1)
Concreto 4,60 879 2,3 2,3
Rocha 2,93 753 2,7 1,4
Gelo 2,51 2093/2100 0,9/0,92 1,3/1,16
Neve Nova 0,14/0,08 2093/2090 0,2/0,10 0,3/0,1
Velha 1,67/0,42 2093/2090 0,8/0,48 1,0/0,4
Solo argiloso
(40% de poros)
Seco 0,25 890 1,6 0,18
10% de água 0,63 1005 1,7 0,37
20% de água 1,12 1172 1,8 0,53
30% de água 1,33 1340 1,9 0,52
40% de água 1,58 1550 2,0 0,51
Solo arenoso
(40% de poros)
Seco 0,30 800 1,6 0,24
10% de água 1,05 1088 1,7 0,57
20% de água 1,95 1256 1,8 0,85
30% de água 2,16 1423 1,9 0,80
40% de água 2,20 1480 2,0 0,74
Turfa (80% de poros)
Seco 0,06 1920 0,3 0,10
10% de água 0,10 2302 0,4 0,12
40% de água 0,29 3098 0,7 0,13
70% de água 0,43 3433 1,0 0,13
80% de água 0,50 3650 1,1 0,12
Solo leve com raízes 0,11 1256 0,3 0,30
Água 0,63/0,57 4186 1,0 0,15
Modelagem Atmosférica – 2003 Alexandre Costa

Na tabela acima, introduz-se uma grandeza adimensional, a umidade do solo, ou conteúdo


volumétrico de água no solo, expresso em metros cúbicos de água líquida por metros
cúbicos da mistura solo-ar-água.

A umidade presente no solo é reconhecidamente um dos fatores mais importantes em


estudos de modelagem de mesoescala. Em primeiro lugar, como já vimos, a presença de
água no solo modifica suas propriedades. Mais importante ainda é o fato de que a umidade
do solo determina em grande parte o suprimento de água disponível para evaporação e
evapotranspiração.

O Departamento de Agricultura dos EUA classifica o solo em 12 categorias, conforme a


tabela abaixo. Tal classificação é adotada por diversos modelos de mesoescala.

Tipo de Solo η ψ Κ b π ρc
Arenoso 0,395 -12,1 0,01760 4,05 0,0677 1,47
Arenoso franco 0,410 -9,0 0,01563 4,38 0,0750 1,41
Franco arenoso 0,435 -21,8 0,00341 4,90 0,1142 1,34
Franco siltoso 0,485 -78,6 0,00072 5,30 0,1794 1027
Franco 0,451 -47,8 0,00070 5,39 0,1547 1,21
Franco arenoso argiloso 0,420 -29,9 0,00063 7,12 0,1749 1,18
Franco siltoso argiloso 0,477 -35,6 0,00017 7,75 0,2181 1,32
Franco argiloso 0,476 -63,0 0,00025 8,52 0,2498 1,23
Argiloso arenoso 0,426 -15,3 0,00022 10,40 0,2193 1,18
Argiloso siltoso 0,492 -49,0 0,00010 10,40 0,2832 1,15
Argiloso 0,482 -40,5 0,00013 11,40 0,2864 1,09
Turfa 0,863 -35,6 0,00080 7,75 0,3947 0,84

Onde η é a porosidade, ψ o potencial de umidade de saturação, Κ a condutividade


hidráulica saturada, b é um expoente adimensional, e ρc é a capacidade térmica seca.

Vários parâmetros também são relevantes ao estudo da interação entre a superfície e a


atmosfera e dizem respeito à vegetação, dentre eles o índice de área foliar, os coeficientes
de transmissão e absorção, o albedo para radiação de onda curta e a emissividade para
radiação de onda longa, bem como a resistência biológica à perda de água, parâmetro que
determina em grande medida a evapotranspiração.

No total, o fluxo de água da superfície para a atmosfera é determinado pela superposição de


três componentes:

1. A evaporação direta, isto é, a evaporação da água sobre o solo nu;


2. A evaporação sobre a copa, isto é a passagem para o estado de vapor da água retida
pela vegetação em suas folhas. Parte dessa água evapora e parte dela goteja sobre o
solo;
3. A transpiração, que consiste no processo pelo qual é extraída água da região do solo
contendo raízes, para ser liberada nos estômatos foliares durante a fotossíntese.
Modelagem Atmosférica – 2003 Alexandre Costa

Estudos usando modelos de área limitada, especialmente quando envolvem feedbacks


climáticos requerem um conhecimento adequado das características da superfície e de
como ela interage com a atmosfera.

De fato, a presença de uma cobertura vegetal traz uma modificação profunda nas
propriedades da superfície. O comprimento de rugosidade é função da altura média da
vegetação e de sua cobertura. Adicionalmente, uma superfície vegetada possui, via de
regra, menor albedo. Uma vez que as folhas são dispostas em múltiplas camadas, e podem
ter diferentes orientações, a radiação solar, ao penetrar a copa, tem a probabilidade de ser
absorvida, transmitida ou espalhada através de diversas camadas de folhas.

Como foi apontado anteriormente, as folhas interceptam as gotas de chuva, de tal forma que
parte da precipitação permanece presa à copa por forças de tensão superficial. O excedente
goteja e pode ser interceptado por uma camada de folhas inferior ou atingir o solo. No caso
de florestas, a perda por interceptação pode ser significativa. Na vasta área ocupada pela
cobertura foliar, a ventilação pode evaporar de maneira muito eficiente a precipitação
interceptada.

A transpiração é um subproduto do metabolismo da vegetação. As plantas se utilizam do


CO2 atmosférico para fotossintetizar nova biomassa, estabelecendo assim um mecanismo
de troca biosfera-atmosfera. O ar dentro das cavidades sub-estomatais, ao entrar em contato
com as células das plantas torna-se mais rico em umidade do que o ar externo. Daí, quando
o estômato abre com vistas à captação de CO2, este ar é expelido e carrega vapor d’água,
configurando o fenômeno da transpiração.

Os processos envolvendo a vegetação em modelos atmosféricos podem ser representados,


por exemplo, utilizando-se o BATS (Biosphere-Atmosphere Transfer Scheme, Dickinson et
al. 1993). Os tipos de vegetação constantes nesse esquema e algumas de suas propriedades
são apresentados a seguir.
Modelagem Atmosférica – 2003 Alexandre Costa

Comprimento Variação na
N Tipo de Máxima Cober- Profundidade
de Rugosidade Cobertura
o vegetação turaVegetal Radicular (m)
(m) Vegetal
1 Culturas variadas 0,85 0,06 0,6 1,0
2 Grama curta 0,80 0,02 0,1 1,0
3 Coníferas 0,80 1,00 0,1 1,5
permanentes
4 Coníferas decíduas 0,80 1,00 0,3 1,5
5 Florestas decíduas 0,80 0,80 0,3 1,5
6 Florestas 0,90 2,00 0,5 2,0
permanentes
7 Grama alta 0,80 0,10 0,3 1,5
8 Deserto 0,00 0,05 0,0 1,0
9 Tundra 0,60 0,04 0,2 1,0
10 Lavoura irrigada 0,80 0,06 0,6 1,0
11 Semi-deserto 0,10 0,10 0,1 1,0
12 Gelo 0,00 0,01 0,0 1,0
13 Pântano ou Mangue 0,80 0,03 0,4 1,0
14 Água continental 0,00 0,0024 0,0 1,0
15 Oceano 0,00 0,0024 0,0 1,0
16 Arbusto permanente 0,80 0,1 0,2 1,0
17 Arbusto decíduo 0,80 0,1 0,3 1,0
18 Bosque 0,80 0,8 0,2 2,0

Fração de Albedo (compri- Albedo (compri- Resistência


N Tipo de Água extraída mentos de onda mentos de onda estomatal
o vegetação do solo menores que maiores que mínima (s.m-
saturado µm)
0,7µ µm)
0,7µ 1
)
1 Culturas variadas 0,30 0,10 0,30 120
2 Grama curta 0,80 0,10 0,30 200
3 Coníferas 0,67 0,05 0,23 200
permanentes
4 Coníferas decíduas 0,67 0,05 0,23 200
5 Florestas decíduas 0,50 0,08 0,28 200
6 Florestas 0,80 0,04 0,20 150
permanentes
7 Grama alta 0,80 0,08 0,30 200
8 Deserto 0,90 0,20 0,40 200
Modelagem Atmosférica – 2003 Alexandre Costa

9 Tundra 0,90 0,10 0,30 200


10 Lavoura irrigada 0,30 0,08 0,28 200
11 Semi-deserto 0,80 0,17 0,34 200
12 Gelo 0,50 0,80 0,60 200
13 Pântano ou Mangue 0,50 0,06 0,18 200
14 Água continental 0,50 0,07 0,20 200
15 Oceano 0,50 0,07 0,20 200
16 Arbusto permanente 0,50 0,05 0,23 200
17 Arbusto decíduo 0,50 0,08 0,28 200
18 Bosque 0,50 0,06 0,24 200

IAF IAF Índice de Inverso Quadrado da Fator de


N Tipo de
máxim míni matéria dimensão da folha sensibili-dade à
o vegetação o mo morta (m-0,5) luz (m2W-1)
1 Culturas variadas 6,0 0,5 0,5 10 0,02
2 Grama curta 2,0 0,5 4,0 5 0,02
3 Coníferas 6,0 5,0 2,0 5 0,06
permanentes
4 Coníferas decíduas 6,0 1,0 2,0 5 0,06
5 Florestas decíduas 6,0 1,0 2,0 5 0,06
6 Florestas 6,0 5,0 2,0 5 0,06
permanentes
7 Grama alta 6,0 0,5 2,0 5 0,02
8 Deserto 0,0 0,0 0,5 5 0,02
9 Tundra 6,0 0,5 0,5 5 0,02
10 Lavoura irrigada 6,0 0,5 2,0 5 0,02
11 Semi-deserto 6,0 0,5 2,0 5 0,02
12 Gelo 0,0 0,0 2,0 5 0,02
13 Pântano ou Mangue 6,0 0,5 2,0 5 0,02
14 Água continental 0,0 0,0 2,0 5 0,02
15 Oceano 0,0 0,0 2,0 5 0,02
16 Arbusto permanente 6,0 5,0 2,0 5 0,02
17 Arbusto decíduo 6,0 1,0 2,0 5 0,02
18 Bosque 6,0 3,0 2,0 5 0,06
Modelagem Atmosférica – 2003 Alexandre Costa

Exercícios

1. (a) A partir da equação de momentum, encontre uma equação prognostica para a


energia cinética turbulenta, definida por e = u′u′ + v′v′ + w′w′ . (b) Discuta o
significado de cada termo desta equação. (c) Discuta como uma “velocidade
turbulenta característica” pode ser calculada a partir de e e mostre o que seria
necessário, junto com esta velocidade, para se encontrar um coeficiente de
transporte turbulento com as corretas dimensões físicas.

2. Considere as seguintes medidas instantâneas de temperatura potencial, razão de


mistura e velocidade vertical:
θ (oC) q (g/kg) w (m/s)
22 10 0,1
21 12 0,5
18 12 -0,4
20 6 -0,2
19 10 0
′ ′ ′ ′
(a) Determine os termos de correlação ( w θ e w q ). (b) O fluxo de calor sensível é
dado por Qs = ρcp w′θ ′ e o fluxo de calor latente é dado por Ql = ρL w′q′ . Compare
os dois fluxos (dados cp = 1004 J/kgK e L = 2,5.106 J/kg) e discuta sobre que tipo de
superfície as medidas foram realizadas.