Sistemas convectivos precipitantes produzem rajadas a partir de suas correntes descendentes, quando estas atingem a superfície. Tais rajadas têm a capacidade de amplificar os fluxos superficiais de calor sensível e latente, com possíveis consequências para a própria evolução futura da convecção. Modelos de Circulação Geral da Atmosfera e até modelos regionais, ainda que tenham se tornado mais eficientes e robustos, ainda estão muito longe de representarem adequadamente (explicitamente) as nuvens e, portanto, o efeito de intensificação dos fluxos por rajadas não é por eles simulado. Na verdade, tal efeito sequer é parametrizado, na maioria dos casos. No presente trabalho, um CEM (Cloud Ensemble Model), alimentado por forçante de grande escala característico de condições de convecção tropical, foi usado para encontrar uma parametrização que represente a intensificação dos fluxos de calor da superfície por rajadas, por meio de um fator, que é função da taxa de precipitação, do vento resolvido e da resolução espacial do modelo de grande escala. O fator de intensificação possui correlações significativas com o vento resolvido (-0,67 < ρ < -0,46) e a taxa de precipitação (0,65 > ρ > 0,4), que são usadas como variáveis de entrada para calculá-lo. A parametrização foi encontrada a partir do ajuste de parâmetros utilizando os dados de saída das simulações com o CEM.

Precipitating convective systems produce gusts from downdrafts as they reach the surface. Those gusts are able to intensify the surface fluxes of sensible and latent heat, with possible consequences to the further evolution of deep convection itself. Despite advances in resolution and in the representation of physical processes, General Circulation Models and even regional models are still very far from representing clouds adequately (i.e., explicitly) and therefore surface flux enhancement by gusts is not simulated by them. In fact, such effect is not usually even parameterized. In this work, a CEM (Cloud Ensemble Model), driven by a prescribed large-scale forcing corresponding to tropical convective conditions, was used to find a parameterization that evaluates surface heat flux enhancement, as a function of precipitation rate, resolved wind and of the resolution of the larger-scale model. The enhancement factor is well correlated with both the resolved wind (-0.67 < ρ < -0.46) and the precipitation rate (0.65 > ρ > 0.4), which were used as input variables for calculating it. The parameterization equation was obtained by fitting the data from the CEM simulations.

Este artigo apresenta um estudo de verificação das previsões de chuva de um sistema de previsão do tempo por ensemble regional. O conjunto é composto por seis membros, dos quais quatro utilizam o modelo RAMS 6.0 e dois usam o WRF 3.1, inicializados com dados dos modelos globais do CPTEC ou GFS e diferentes parametrizações de convecção. A verificação foca nas previsões de chuva de 24, 48 e 72 horas e nos limiares de precipitação de 1mm, 5mm e 10mm sobre o Estado do Ceará. Os membros do ensemble apresentaram resultados superiores à persistência em todo o domínio avaliado. O modelo RAMS apresenta maior índice de acerto, principalmente no litoral norte do Estado, porém um maior falso alarme em comparação com o modelo WRF. O sistema de previsão de chuva diminui sua qualidade com o aumento dos horizontes e a intensidade da chuva que se quer prever.

This work presents a verification study of rainfall forecast by a regional model ensemble prediction system. The ensemble is formed by six members; four of them using RAMS 6.0, and two using WRF 3.1, all initialized by CPTEC or GFS general circulation model data and making use of different convection parameterizations. The verification focuses on rainfall forecasts for 24, 48 and 72 hours and rainfall thresholds of 1 mm, 5 mm and 10 mm over the Ceará State. All ensemble members have better skill than persistence in the entire verification domain. RAMS shows a larger accuracy, especially at the northern coast of Ceará, but gives also a larger false alarm ratio than WRF model. The quality of the rainfall forecasts system decreases as either, the rainfall intensity or the forecast horizon time increase.