Resumo Trabalhos recentes mostram que a assimilação de dados melhora a eficácia dos modelos de previsão de tempo, contudo o impacto da assimilação dos dados de radar é pouco quantificado com relação às parametrizações físicas do modelo, especialmente de microfísica. O objetivo deste trabalho é estudar o impacto do uso de dados de radar com diferentes parametrizações de microfísica do modelo Weather Research and Forecasting (WRF) com seu sistema de assimilação de dados (WRFDA-3DVAR) para casos de precipitação intensa. Foram selecionados três eventos de precipitação em 2014, com área de estudo abrangendo o oeste da região sul do Brasil e sudeste do Paraguai. Desta forma, são avaliados nove esquemas de parametrizações de microfísica com assimilação de dados convencionais e de radar, para determinar qual representa de forma mais adequada a precipitação e refletividade nas previsões de curto prazo, além de determinar o impacto relativo entre as mudanças de microfísica e a assimilação de dados convencionais e de radar. A comparação realizada através da métrica estatística Fractional Skill Score (FSS) mostra o impacto positivo da assimilação de dados do radar foi na média de até 20% no FSS, enquanto que o impacto positivo entre as opções de microfísica atingiu 70%.

Abstract Recent studies show that data assimilation improves the efficiency of weather forecast models, however, it is not properly quantified the impacts of radar data assimilation related to the physical model parameterizations, especially the microphysics. The goal of this study was to study the impact of the use of radar data with different microphysics parameterizations of the Weather Research and Forecasting (WRF) model with its data assimilation system (WRFDA-3DVAR) for cases of intense precipitation. The study area covers the South-western Brazil and Southeastern Paraguay. The simulations were done for three cases in 2014. The comparison is performed through the statistical metrics Fractional Skill Score (FSS) and Local Root Mean Square Error (LRMSE). Different microphysics parameterizations were tested when assimilating conventional and radar data for three events. Thus, we evaluated nine microphysical parameterizations in order to determine which one provides the most realistic short-term forecasts of meteorological fields over the radar coverage, as well as the relative impact of different microphysical parameterization and the assimilation of conventional and radar data. The positive impact of the radar data assimilation was in the average up to 20% in the FSS, while the positive impact among the microphysics options reached 70% in the FSS.

RESUMO: Este trabalho tem como objetivo avaliar o balanço energético e a eficiência energética da cultura milho para silagem implantada no Centro de Desenvolvimento e Transferência de Tecnologia da Universidade Federal de Lavras (CDTT-UFLA). A cultura foi irrigada por pivô central sendo que as etapas de cultivo do milho e entradas de energia foram acompanhadas para 1ª e 2ª safras do ano agrícola de 2014/2015. Os resultados da análise energética mostraram que a cultura teve uma entrada total de energia de 45.643,85MJ ha-1 e 47.303,60MJ ha-1 para a 1ª e 2ª safra, com uma predominância significativa de energia do tipo direta (cerca de 92% da matriz). O óleo diesel foi a fonte de energia direta que mais impactou na matriz, com uma participação de aproximadamente 38%. Já a irrigação teve uma participação de 3,92% e 5,97% na 1ª e 2ª safra respectivamente, representando a maior fonte de energia indireta. Apesar disso, a irrigação e o manejo da cultura permitiram que o sistema alcançasse altos níveis de produtividade, resultando em uma eficiência energética de 25,1 e 28,1 para a 1ª e 2ª safra.

ABSTRACT: The aim of the present study is to evaluate the energy balance and energy efficiency of the silage maize crop in the Center for Research, Development and Technology Transfer of the Universidade Federal de Lavras (CDTT-UFLA). The crop was irrigated by center pivot and the stages of maize cultivation and energy inputs were monitored for the 1st and 2nd crops of the 2014/2015 harvest. Results from the energy analysis showed the crop had a total energy input of 45,643.85 MJ ha-1 and 47,303.60 MJ ha-1 for the 1st and 2nd crops and a significant predominance of direct energy type (about 92% of the matrix). Regarding direct energy inputs, the diesel oil was the most representative, contributing with approximately 38% of the total energy demand. Conversely, the irrigation system contribute with 3.92% e 5.97% in the 1st and 2nd crops, representing the largest indirect energy input. Nevertheless, irrigation and crop management allowed the system achieving high levels of productivity, resulting in an energy efficiency of 25.1 and 28.1 for the first and second crops respectively.

Resumo Este trabalho apresenta um estudo de um sistema convectivo de mesoescala com base na assimilação de dados de radar. Diversas simulações foram realizadas a partir do uso de dados de refletividade e velocidade radial dos radares de Cascavel e Assunção. Foram feitas rodadas com o WRF sem assimilação, com assimilação de dados convencionais e com assimilação de dados de radar e comparadas com estimativa de precipitação combinada (CoSch3). A rodada com assimilação de dados de radar inseriu ao modelo a velocidade radial e a refletividade de maneira indireta, ou seja, assimilou a razão de mistura de água de chuva. As novas análises geradas a partir da assimilação de dados mostraram o impacto da assimilação de radar desde baixos a altos níveis da atmosfera, assim como no perfil vertical. A utilização de ciclos para inicialização do modelo mostrou-se imprescindível para melhoria na previsão do posicionamento da precipitação. Dentre as configurações de previsão de precipitação, a assimilação de dados de radar mostrou uma melhoria ao prever os núcleos de precipitação intensa. Os resultados deste trabalho podem contribuir para melhorar os sistemas de alerta deste tipo de evento com maior precisão espacial e temporal.

Abstract A study of a mesoscale convective system using radar data assimilation is presented. Simulations were made using reflectivity and radial velocity data from two radars (Cascavel and Asunción). Different initializations of the WRF-model were performed: without assimilation, with assimilation of conventional data, and with assimilation of radar. Results were compared with CoSch3 precipitation estimates. Reflectivity and radial velocity data were introduced to the model indirectly (by assimilating rain water mixing-ratio). Analysis generated from the data assimilation showed the impact of the radar data assimilation throughout the model vertical structure. We demonstrated that using cycles to initialize the model is fundamental to improve rainfall location forecasts. Assimilating radar data proved to be the best results to forecast intense precipitation cores. The results may contribute to improve early warning systems.