[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)
Dados topográficos Visualização Gráfica

Dados Iniciais (anâlises)
Modelo Global

Modelo Regional de PNT

Saídas directas

do Modelo [Direct model output (DMO)]

MOS Kalman Aplicações:
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 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

HRM

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 anâlise/previsão HRM anâlise/dados lbc

gme2hrm
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 qv qc qi o3 u v temperatura conteúdo de vapor de água conteúdo de água das nuvens conteúdo de gelo das nuvens razão de mistura de ozono (opcional) componente zonal do vento componente meridional do vento unidade: K unidade: kg/kg unidade: kg/kg unidade: kg/kg unidade: kg/kg unidade: m/s unidade: m/s

Campos das camadas do solo (em todas as camadas do solo): • • • t_so w_so w_so_ice temperatura do solo conteúdo total de água no solo (líquido e gelo) conteúdo de gelo no solo unidade: K unidade : mmH2O unidade : mm H2O

Seminário de Investigação da UEM Maputo, 17 a 19 Setembro de 2007
genito.maure@uem.mz

Campos de camadas singulares: • • • • • • • • • ps fi_control t_s t_snow qv_s w_i w_snow rho_snow freshsnw

Dados de GME necessários como condições iniciais e de fronteira
pressão à superficie geopotencial na camada 15 do GME temperatura de superfície temperatura de superfície (neve) humidade específica na superfície conteúdo de água na camada de intersecção conteúdo de água na neve densidade da neve factor de frescura da neve (0 to 1) unidade: Pa unidade: m2/s2 unidade: K unidade: K unidade: kg/kg unidade: mm H2O unidade: mm H2O unidade: kg/m3 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 Time for reading the l.b.c. data: 6.88 Time for copying the l.b.c. data: 201.49 Time for the diabatic processes: 2494.33 Time for the explicit forecast: 1297.40 Time for r.h.s. of Helmholtz eq.: 121.48 Time for solution of Helmholtz eq.: 35.38 Time for addition of SI corrections: 389.73 Time for Asselin filtering: 261.54 Time for geopotential calculation: 139.87 Time for diagnostics/meteographs: 11.09 Time for post-processing GRIB files: 49.33 Total wallclock time for HRM run: 5010.18 Forecast completed for + 072 h (approx 84 min)
Seminário de Investigação da UEM Maputo, 17 a 19 Setembro de 2007
genito.maure@uem.mz

s s s s s s s s s s s s s

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 MoçambiqueAlemanha 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

Sign up to vote on this title
UsefulNot useful