3DVAR assimilation in WRF and the weather prediction in the South of Brazil

The procedure to combine mathematical models with noise data, in order to improve numerical weather forecasting by statistical method, is an important and challenging meteorology research line, known as data assimilation. The 3DVAR approach, state of art in data assimilation technique, is applied in this study. The aim of present development is to evaluate the results of the data assimilation from INMET automatic weather stations and atmospheric soundings from satellite in the weather forecast produced by WRF model. The region of interest is Southern Brazil. The specific aim is to evaluate the assimilation procedure of two precipitation events occurred in the year 2012. This study is especially important, because the INMET automatic weather stations data are not transmitted by GTS. Therefore, these data were not assimilated by prediction systems generated by global models, such as GFS, which provides initial and boundary conditions for regional models, such as WRF. The results show that the WRF with data assimilation procedure, reproduces satisfactorily the true synoptic scenario given by GFS model in the two cases evaluated and, produces better forecasts then WRF without data assimilation. The thermodynamic analysis showed that the WRF with data assimilation producing vertical profiles of air temperature and dew point temperature very close to the observed profiles, with small improvement in prediction as compared with the WRF without assimilation. Additional experiments indicate that data assimilated from other sources, in addition to the INMET automatic weather stations and soundings stations, as well as the increases of horizontal resolution in the integration of the WRF with inclusion of subset, provide significant improvements in weather forecasting fields.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESO procedimento de combinar modelos matemáticos com dados imprecisos e que apresentam ruídos, para melhorar a previsão do tempo por método estatístico, constitui uma importante e desafiadora linha de pesquisa em meteorologia, conhecida como assimilação de dados. As técnicas atuais de assimilação são baseadas no método gaussiano dos mínimos quadrados. Uma delas, que representa o estado da arte, além da filtragem de Kalman, é fundamentado no método 3DVAR. As primeiras aplicações deste método na meteorologia foram realizadas no ECMWF. O objetivo do presente trabalho é avaliar os resultados da assimilação dos dados observados das estações automáticas do INMET e de radiossondagens da Região Sul do Brasil na previsão do modelo WRF com assimilação 3DVAR, analisando em cada caso processado, se os prognósticos reproduzem o cenário sinótico observado e melhoram a previsão do WRF sem assimilação. O objetivo específico é avaliar o procedimento de assimilação em dois eventos de precipitação ocorridos no ano de 2012. O estudo é especialmente importante, visto que os dados das estações automáticas do INMET não são transmitidos no GTS; portanto, não são assimilados pelos sistemas de previsões geradas por modelos globais, como o GFS, que proporcionam as condições iniciais e de contorno de modelos regionais, como o WRF. Concluiu-se que o WRF com a assimilação de dados reproduziu satisfatoriamente o cenário sinótico observado nos dois casos analisados e produziu prognósticos melhores do que os do WRF sem assimilação. As análises termodinâmicas mostraram que o WRF com assimilação de dados produziu perfis verticais de temperatura do ar e temperatura do ponto de orvalho bem próximos dos perfis observados, com pequena melhora na previsão em relação ao WRF sem assimilação. Experimentos adicionais indicam que a assimilação de dados de outras fontes, além das estações automáticas do INMET e radiossondagens, bem como o aumento da resolução espacial na integração do WRF com a inclusão de um subdomínio, resultam em melhora significativa na previsão dos campos meteorológicos