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.

1.1 representa a distinção entre os dois pontos de vista. Euler Lagrange Figura 1.1 – Representação
1.1 representa a distinção entre os dois pontos de vista. Euler Lagrange Figura 1.1 – Representação

Euler

Lagrange
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

Dt

=

f

t

+

dx f

dy f

dt

x

+

dt

y

+

dz f

dt

z

Df

Dt

=

f

t

+ u

f

x

+ v

f

y

+ w

f

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

t

+ ∇⋅

(

V

ρ

)

=

0

na chamada forma “ advectiva”,

ρ

t

+

V

ρ

t

⋅∇

ρ

+ u

ρ

x

+

∇⋅

ρ

+ v

ρ

y

V

= 0 ,

ou ainda, usando a identidade (1.2),

D

ρ

Dt

+ ρ∇⋅V = 0

+ w

ρ

z

= 0 ,

(1.3)

(1.4)

(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

1.4. Conservação do Momentum

Alexandre Costa

Aplicando-se a 2 a 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

D

V

Dt

aceleração

2Ù

= −

×

V

Coriolis

1

p

ρ

gradiente

de pressão

k

g

gravidade

+ν

2

V ,

força

viscosa

(1.8)

tal que é o vetor velocidade angular da Terra.

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

ˆ

em que f = 2senφ, f

u

t

+

u

u

x

+

v

u

y

+ w

u

z

=

fv

ˆ

fw

v

v

v

v

+ u

 

+ v

+ w

= −

t

x

y

z

w

w

w

w

 

+

u

+ v

+ w

=

t

x

y

z

fu

1

ρ

ˆ

fu

g

1

ρ

p

x

p

y

1

ρ

p

z

,

(1.9)

= 2cosφ 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 = −ρ g

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 = 10 5 Pa). Pode-se demonstrar que esta grandeza é dada por:

onde κ = R/c p

θ

= 

p 0

p

κ

(1.11)

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,

D

θ

Dt

=

0

θ

t

+

V

⋅∇

θ

= 0

(1.12)

A equação (1.12) só é válida para processos adiabáticos, mas

geral, ou seja, diabático, basta conhecer as fontes de calor, e escrever:

e o caso geral? No caso

D

θ

Dt

=

θ

t

+

V

⋅∇

θ

=

Q

t

(

ρθ

)

+ ∇⋅

(

ρ

θ

V

)

=

ρ

Q

(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):

Q =

 + condensação

evaporação

+

 + solidificação

fusão

 + reações químicas exotérmicas

reações químicas endotérmicas

+

+

1.6. Conservação da Água

+

 + deposição

sublimação

+

 + convergência do fluxo radiativo

divergência do fluxo radiativo

dissipação molecular

de energia cinética

(1.14)

+

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,

q i =

m

i

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

Dt

=

q

i

t

+

V

⋅∇

q

i

=

S

i

t

(

ρ q

i

)

+ ∇⋅

(

ρ V

q

i

)

S

= ρ

i

.

(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:

S

1 = evaporação – condensação

S

2 = 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.

Para que isto fique mais claro, consideremos a Figura 1.2. Figura 1.2 – Flutuações de uma

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,

1

f =

x

y

z

t

x

x

+

x

2

x

2

y

y

+

y

2

y

2

z

z

+

z

2

2

z

t

t

t

+

2

f dtdzdydx

t

2

A flutuação em pequena escala dessa mesma grandeza será representada por

modo que

(1.18)

f , de tal

Modelagem Atmosférica – 2003

f

=

f + f

Alexandre Costa

(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 ′ = 0

f

  ∂ f   = x

etc.

f

x

(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

θ )= −ρ

V

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 )+ ∇ ⋅(ρ

V

θ )= −ρ

Q

− ∇ ⋅(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

2. Sistemas de Coordenadas

2.1. Projeções horizontais

Alexandre Costa

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.

Uma grade cartesiana é. mostrada na Figura 2.1. Figura 2.1 – Grade em coordenadas cartesianas O

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 m x e m y 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

Modelagem Atmosférica – 2003 Alexandre Costa Figura 2.2 – Projeção Estereográfica Polar Para a projeção

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

L 0 = 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,

m x

L 2

=

=

L

0

1 +

senφ

(2.4)

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

dy 0 = 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 y 0 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:

m y = −

x

d

α

a cos

α d φ

(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):

tg

α

=

cos

φ

1 + sen

φ

sec

2

α

d

α

= −

1

1 + sen

φ

d φ

d

α cos

2 α

φ

d

= −

1 + sen

φ

(2.9)

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

m y

= −

2 a

a cos

2 α

 

2

α

cos

  ⇒

1 + sen

φ

m y

=

2

1 + sen

φ

(2.10)

Perceba que, como m x = m y , a projeção polar estereográfica é conforme.

Modelagem Atmosférica – 2003

Alexandre Costa

Modelagem Atmosférica – 2003 Alexandre Costa Figura 2.3 – Projeção de Mercator No caso da projeção

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 φ 0 e φ 0 (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.cosφ 0 . Segue, portanto, que

L = 2π a cos φ 0 .

Da definição de fator de escala, decorre que

m x

=

cos

φ

0

cos

φ

(2.11)

(2.12)

Para a direção meridional, pode-se demonstrar que

Modelagem Atmosférica – 2003

dy = a cos φ 0 dφ / cos 2 φ

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

m y =

cos

φ

0

2

cos

φ

Alexandre Costa

(2.13)

(2.14)

É evidente, com base nas equações (2.12) e (2.14), que a projeção de Mercator leva a problemas nos pólos (φ = 90 0 ), 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.

ponto de interseção com a superfície esférica, o pólo. Figura 2.4 – Projeção de Lambert Finalmente,

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.

de coordenadas verticais são mostrados na Figura 2.5. Figura 2.5 – Coordenadas verticais (a) cartesianas, (b)

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 = ζ 2 ζ = ζ 1 z = z 2 φ = φ
ζ = ζ 2
ζ = ζ 1
z = z 2
φ
= φ 1
φ = φ 2
z = z 1
φ
= φ 0
x = x 1
x = x 2

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

e as iso-superfícies de ζζ

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

constante) é dada aproximadamente por

∂ φ ∂ x
φ
x

φ

2

φ

1

x

z 2

x

1

.

(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 ∂ x
φ
x

ζ

φ

2

φ

0

x

2

− x 1 ∂φ ∂x
− x
1
∂φ
∂x

z

É possível encontrar uma equação envolvendo

.

e

∂ φ ∂x
φ
∂x

ζ

(2.16)

, ao incluirmos aproximações

para a derivada de z em relação a ζ e para a derivada vertical de φ, ou seja,

Modelagem Atmosférica – 2003

φ

2

φ

0

=

φ

2

φ

1

+

φ

1

φ

0

x

2

x

x

1

x

2

x

1

ζ= φ 2 − φ 1 + φ 1 − φ 0 x 2 − x

2

=

x 1 ∂ φ ∂ x
x
1
φ
x

=

z

φ − φ φ − φ 2 1 1 0 + x − x z
φ
φ
φ
− φ
2
1
1
0
+
x
x
z
− z
2
1
2
1
φ
z
+
z
x
x
ζ

z

2

z

1

x

2

x

1

De maneira similar, pode-se deduzir que:

∂ φ ∂ φ ∂ φ ∂ z = + ∂ x ∂ x ∂
φ
φ
φ
z
=
+
x
x
z
x
ζ
z
x
φ
φ
φ
z
=
+
y
y
z
y
ζ
z
x
φ
φ
φ
z
=
+
t
t
z
t
ζ
z
x
∂ φ
∂ φ
∂ z
=
ζ ∂
z
∂ ζ

ζ

ζ

ζ

Alexandre Costa

(2.17)

(2.18)

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

D

Dt

=

t

+ u

x

+ v

y

+

ζ

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  ∂ z = − 
1
p
1
p
z
z
= −
=
− g
ρ
x
ρ
z
x
x
z
x
p
p

,

(2.20)

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

relação hidrostática (1.10) e o fato de que

é nulo. Uma vantagem dessa substituição é

∂ p ∂ x
p
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

, a equação da continuidade se

resume a:

a velocidade vertical em coordenadas isobáricas,

dp

dt

ω =

b) Coordenadas sigma

u

x

+

v

y

+

ω

p

= 0

(2.21)

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

z

* = σ H

=  

z

z

g

H

z

g

  H

(2.22)

tal que H representa a altura do topo do domínio e z g 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).

reduz à coordenada cartesiana convencional (Figura 2.10b). Figura 2.10 – Coordenadas sigma-z: (a) caso geral e
reduz à coordenada cartesiana convencional (Figura 2.10b). Figura 2.10 – Coordenadas sigma-z: (a) caso geral e

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

Exercícios:

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

sigma e explique o significado do termo contendo

z g

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

b) Modelos de Mesoescala

Alexandre Costa

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

3.2. Discretização no espaço e no tempo

Alexandre Costa

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)

. . (i-1,j-1) (i,j-1) (i+1,j- . . 1) ∆ x ∆ y Figura 3.1 - Representação

x

y

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

k

= 4

k

= 3

k

= 2

k

= 1

Alexandre Costa

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.

Um esquema de grades aninhadas é mostrados na Figura 3.3. Grade Grade Figura 3.3 – Representação
Um esquema de grades aninhadas é mostrados na Figura 3.3. Grade Grade Figura 3.3 – Representação

Grade

Grade

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:

C =

t

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.

das aplicações atmosféricas o tipo C é recomendado. Figura 3.4 – “Grades de Arakawa” Comumente, estas
das aplicações atmosféricas o tipo C é recomendado. Figura 3.4 – “Grades de Arakawa” Comumente, estas
das aplicações atmosféricas o tipo C é recomendado. Figura 3.4 – “Grades de Arakawa” Comumente, estas
das aplicações atmosféricas o tipo C é recomendado. Figura 3.4 – “Grades de Arakawa” Comumente, estas

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

, 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.

n

φ

i, j,k

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

φ

n

,

φ

i

+ 1 j , k

φ

n

,

i

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.

φ

n

,

φ

i

1

+ j , k

n

,

φ

i

1 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

φ

n

φ n

+ 1

1

= φ

= φ

n

n

+

t– 2003 φ n φ n + 1 − 1 = φ = φ n n

n

t +

+n φ n + 1 − 1 = φ = φ n n + − t

n

t

t

2 3 1 ∂ φ 1 ∂ φ 2 ∆ t + 2 3 2
2
3
1 ∂
φ
1
φ
2
t
+
2
3
2 ∂ t
3! ∂ t
n
t
n
2
3
1 ∂
φ
1
φ
2
t
2
3
2 ∂ t
3! ∂ t
n
t
n

t

t

t

t

3

3

+

+

O (4)

O (4)

Alexandre Costa

(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

n

+ 1

φ

n

t

=

φ

n

+

∂ φ ∂ t
φ
t
 

t

+

1

2

φ

 

t

2

+

1

3

φ

 

t

3

+

O (4)

φ

n

 

n

t

2 t

2

n

t

3! t

3

n

t

 

t

 

=

∂ φ ∂ t
φ
t

n

t

2 1 ∂ φ + ∆ t + 2 2 ∂ t n ∆ t
2
1
φ
+
t
+
2
2
∂ t
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

   

=

∂ φ ∂ t
φ
t
 
2 1 ∂ φ 2 2 ∂ t
2
1
φ
2
2
t
 
3 1 ∂ φ 3 3! ∂ t
3
1
φ
3
3! ∂ t
 

2

t

∂ φ ∂ t
φ
t
 
2 1 ∂ φ 2 2 ∂ t
2
1
φ
2
2
t
 
3 1 ∂ φ 3 3! ∂ t
3
1
φ
3
3! ∂ t
 

φ

n

+

n

t

t

+

n

t

t

2

+

n

t

t

3

+

φ

n

n

t

t

+

n

t

t

2

n

t

t

3

+

 

2

t

 
∂ φ ∂ t
φ
t

n

t

+

3 1 ∂ φ 3 3! ∂ t
3
1
φ
3
3!
t

n

t

t

2

+

 

(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 − ∂ 2 φ ∂ t ∂ t n n −1
∂ φ
∂ φ
∂ 2
φ
∂ t
∂ t
n
n −1
2
∂ t
∆ 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):

2

φ

t

2

φ

n

+

1

φ

n

t

φ

n

φ

n

1

t

t

=

φ

n

+

1

φ

2

n

+

φ

n

1

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

φ

φ

n

i

+

1,

j , k

i

1,

φ

n

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

t

+

V

⋅∇

φ

= 0

(3.10)

Por simplicidade, estudaremos a equação de advecção linear, em apenas uma dimensão e com velocidade constante, ou seja:

φ

t

+ u

φ

x

= 0

(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

φ

n + 1

φ

i

n

φ

i

t

t

φ

n

φ

i

n

φ

i 1

x

x

Alexandre Costa

(3.12)

Substituindo as equações acima em (3.11) obtemos

n

φ

i

+ 1

n

φ

i

n

φ

i

+ 1

t

=

n

φ

i

+ u

n

φ

i

n

φ

i

1

x

=

u

t

x

(

n

φ

i

n

φ

i

1

0

)

(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

n

j

=

[

A exp

i(kx

t)] . Para x = jx e t = nt, temos

ω

φ

φ

φ

n

j

n

j

n

j

=

1

+ 1

A

exp

{

{

{

i kj

[

[

x

j

(

=

A

exp

=

A exp

i k

i[kj

x

ω

)

1

ω

]}

t]}

ω

n

(n

+

1

)

t

n

x

t

]}

=

=

φ

φ

n

j

n

j

exp

exp

(

(i

ik

x

ω

)

t)

(3.14)

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

φ

n

j

(

exp i

ω∆

t

n

φ + 1

j

φ n

j

=

exp(i

)

= φ

n

j

ω∆

t)

=

1

u

t

x

φ

n

j

C[

1

[

1

(

exp ik

x

)]

exp(ik x)]

(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

( α =

as amplitudes do modo depois e antes da iteração ( α = exp ( i ω

exp(i

ω

t)

), seria igual à unidade. Neste caso, a amplitude de qualquer modo

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

i ω∆ t C ( ik ∆ x ) e = 1 − 1 −
i ω∆
t
C (
ik ∆
x
)
e
=
1
1
e
=
1
C
+
C cos k ∆
(
x
)
+
iC sen k ∆
(
x
)
i
ω∆
t
2
2
2
α =
e
=
[
1
C
+
C cos k ∆
(
x
)]
+
C
sen
(
k ∆ x
)
=
2
2
2
2
2
1
+
C 2
+
C
cos
(
k ∆ x
)
2
C
+
2
C cos k ∆
(
x
)
2
C
cos k ∆
(
x
)
+
C
sen
(
k ∆ x
)
α =
1 −
2
C(
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,

1
1

(1

α =

2 C

C

)[

1

+

(

1

C (

2

C

)[1

+

cos k

cos k

x

)]

(

0

x

)]

1

1

2