[Uso do modelo numérico High Resolutiom Model (HRM) para a

predicção de ciclones: O caso do ciclone Fávio]

Genito Maure
Universidade Eduardo Mondlane
Faculdade de Ciências
Departmento de Física
Campus Universitário Principal
CP 257- Maputo/Moçambique
genito.maure@uem.mz
http://www.fisica.uem.mz
IBM WorldCommunidadeyGrid Member

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Plano de apresentação
• Introdução: Estrutura de um sistema PNT
• Modelo Global GME
• Criação de ICBC para o HRM
• Porquê HRM para PNT em Moçambique?
• Configuração do domínio do Modelo
• Infra-estrutura computacional existente
• Tempo típico de integração
• Caso de estudo: Ciclone Fávio
• Conclusões
• Perspectivas

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Estrutura Geral de um sistema de Previsão
Numérica de Tempo (PNT)
Visualização
Dados Gráfica
topográficos

Saídas directas MOS

Modelo Kalman
Dados Iniciais do Modelo
(anâlises)
Regional [Direct model
de PNT output (DMO)] Aplicações:
Modelo Global Modelação
de Ondas,
Trajectórias, etc
Condições
de fronteira
Verificação
dos resultados

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 GME: O Modelo Global para o HRM
• Fornece condições iniciais e de fronteira para o HRM
• Malha de rede Icosaedral-hexagonal
• Esquemas de integração numérica de precisão de
segunda ordem
• 40 km de tamanho lateral de célula da rede, ~369000
pontos de rede/camada vertical
• 40 camadas verticais (híbridas, sigma/pressão)
• Variáveis de Prognóstico: ps, u, v, T, qv, qc, qi, o3
• Programação: Fortran90, MPI
• Assimilação de dados intermitente (em cada 3 horas)
• De 00 e 12 UTC: Previsão até 174 horas (~7 dias)
• De 06 e 18 UTC: Previsão até 48 horas

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Geração da rede do modelo global
GME

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Selecção de dados e do bitmap do
domínio de interesse
• Modelo Global cobre a Terra com uma
rede icosaedral-hexagonal com
espaçamento de 40 km e 40 camadas
verticais.
• 368642 pontos de rede/camada
• Área de uma célula do GME ~1384 km2
• Para se cobrir um domínio desejado para o
modelo regional, usa-se apenas uma parte
HRM dos pontos de rede do GME!
• Se domínio de HRM for 3000 x 3000km2, o
número total de pontos do GME é dado por
3000 x 3000 / 1384 = 6500 apenas!
• Determina-se assim um bitmap para se
identificar os ponts de rede do GME
necessários para o HRM
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Estrutura da malha de rede do GME
(10 diamantes).
4 5 1 2 3

9 10 6 7 8

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Interpolação de dados do GME
para alta resolução de HRM

HRM
topografia

GME HRM
anâlise/previsão gme2hrm anâlise/dados lbc

topografia
GME

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Exemplo de orografia (m) nos Alpes (Região
de Mont Blanc) - 1

1 km x 1 km Dados agregados a 40-km agregados do GME;

Área de uma célula: 1384 km2
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Exemplo de orografia (m) nos
Alpes (Região de Mont Blanc) - 2

1 km x 1 km Orografia agregada a 7-km do HRM;

Área de uma célula: 49 km2
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Dados ICBC gerados GME

Campos das camadas atmosféricas verticais (em todas as 40 camadas verticais do GME):

• t temperatura unidade: K
• qv conteúdo de vapor de água unidade: kg/kg
• qc conteúdo de água das nuvens unidade: kg/kg
• qi conteúdo de gelo das nuvens unidade: kg/kg
• o3 razão de mistura de ozono (opcional) unidade: kg/kg
• u componente zonal do vento unidade: m/s
• v componente meridional do vento unidade: m/s

Campos das camadas do solo (em todas as camadas do solo):

• t_so temperatura do solo unidade: K
• w_so conteúdo total de água no solo (líquido e gelo) unidade : mmH2O
• w_so_ice conteúdo de gelo no solo unidade : mm H2O

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Dados de GME necessários como
condições iniciais e de fronteira
Campos de camadas singulares:

• ps pressão à superficie unidade: Pa

• fi_control geopotencial na camada 15 do GME unidade: m2/s2
• t_s temperatura de superfície unidade: K
• t_snow temperatura de superfície (neve) unidade: K
• qv_s humidade específica na superfície unidade: kg/kg
• w_i conteúdo de água na camada de intersecção unidade: mm H2O
• w_snow conteúdo de água na neve unidade: mm H2O
• rho_snow densidade da neve unidade: kg/m3
• freshsnw factor de frescura da neve (0 to 1) unidade: -

Assim, o número total de campos de anâlise/previsão do GME enviadas pela Internet é:

6 x i3e_gme + 3 x i3e_soil + 9.
Para uma previsão de HRM 78-horas com condições de fronteira em intervalos de 3 horas,
tem-se 1+26=27 ficheiros de GME a chegar ao servidor (compactados via gzip ou bzip2).

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Caso de Moçambique
• População: ~ 20 milhões
• Área: 801,590 km², 36 maior
país do mundo.
• Linha costeira: ~ 2,470 km,
onde vive a maior parte da
população
• Desatres naturais: Ciclones
devastadores, cheias e secas
severas.
• Impõe-se a necessidade de
um sistema efectivo de aviso
prévio!!!!
Fonte da imagem:
http://en.wikipedia.org/wiki/Image:Mozambique_Topography.png

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Porquê HRM para PNT em
Moçambique?
• Aquisição de condicoes iniciais e de fronteira do GME: DWD
automaticamente envia dados de condições iniciais e de
fronteira (ICBC) criadas pelo GME para um servidor.
• Os dados enviados apenas dizem respeito ao domínio de
interesse
– Reduz consideravelmente o tamanho de dos ICBC ► eficaz
para países com pequena largura de banda de Internet (128 a
256 KBit/s) ou com serviços de Internet bastante caros
• HRM é usado por mais de 20 Serviços Nacionais de
Meteorologia no mundo
• HRM está sob constante escrutínio científico e as
actualizações são comunicadas directamente aos utilizadores
• Existe uma ligação directa entre os developpers e os
utilizadores

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Configuração do domínio do HRM para
Moçambique
• ∆λ= 0.125º (~14km) ☺,
ie=201,
je=209,
i3e=40,
pollat=90.0,
pollon=-180.0,
startlat=-36.00,
startlon=25.00,
endlat=-10.00,
endlon=50.60,
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Infra-estrutura computacional
• Dell Precision 470N Workstation
– 2 x Xeon Processors;
– 3GB RAM;
– RHEL WS4;
– Intel Fortran Compiler 10.0.023
– 128MB PCIe x16 ATI FireGL

• Todos os pacotes usados são opensource!!!

• Dados GME enviados 2x dia (00 UTC and 12 UTC) pela DWD para
um servidor de ftp localizado no CIUEM
• Tamanho aproximado dos dados de GME em cada envio: 65MB
• Gráficos gerados usando Graphic Analysis and Display Systems
(GrADS)

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Tempo típico de previsão para
72h
Timing of HRM with 2 threads
ie: 129 je: 131 i3e: 40
Number of time steps: 2160

Time for start up of HRM: 1.65 s

Time for reading the l.b.c. data: 6.88 s
Time for copying the l.b.c. data: 201.49 s
Time for the diabatic processes: 2494.33 s
Time for the explicit forecast: 1297.40 s
Time for r.h.s. of Helmholtz eq.: 121.48 s
Time for solution of Helmholtz eq.: 35.38 s
Time for addition of SI corrections: 389.73 s
Time for Asselin filtering: 261.54 s
Time for geopotential calculation: 139.87 s
Time for diagnostics/meteographs: 11.09 s
Time for post-processing GRIB files: 49.33 s
Total wallclock time for HRM run: 5010.18 s
Forecast completed for + 072 h (approx 84 min)

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Simulação do Ciclone Favio
• A 21 de Fev: indicação de
que Fávio tinha velocidade
média de 185 km/h, com
picos a atingir 232 km/h

• Moçambique estava já
afectada de chuvas
anteriores

Satellite image:
http://earthobservatory.nasa.gov/NaturalHazards/natural_hazards_v2.php3?img_id=14129

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Seminário de Investigação da UEM
Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Conclusões
• HRM testado e a correr na UEM;
• O modelo tem habilidade de prever trajectórias de
ciclones (pelo menos), o que representa uma grande
importância na determinação prévia de zonas de
impacto.
• Capacidade humana para corridas operacionais do
modelo estão estabelecidas na UEM;
• Moçambique pode reforçar a sua capacidade de aviso
prévio usando o HRM para PNT;
• Precisa de capacidade computacional reforçada para
diminuir o tempo de integração e aumentar a resolução
para 2.8 km

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
 Perspectivas
• Aprovação de um projecto Moçambique-
Alemanha submetido ao Deutschen
Gesellschaft für Technische Zusammenarbeit
(GTZ) para a introdução de uma nova
capacidade computacional;
• Introdução do HRM no INAM; e
• Introdução de simulações de clima regional para
avaliar cenários de mudanças de clima local,
usando a versão climática do HRM - Climate
High Resolution Model (CHRM).

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz
Obrigado pela atenção!!!

Seminário de Investigação da UEM

Maputo, 17 a 19 Setembro de 2007 genito.maure@uem.mz