Avaliação e correção das simulações do modelo Eta/CPTEC – HADCM3 para o estado do Rio de Janeiro

Julyana Gomes da Silva, Henderson Silva Wanderley, Ednaldo Oliveira Santos, Gustavo Bastos Lyra

Resumo


Resumo: Os modelos climáticos propiciam melhora na compreensão dos padrões de elementos climáticos e, assim, possibilitam identificar possíveis mudanças futuras. Embora essas simulações sejam alternativas satisfatórias para essa compreensão, esses modelos podem produzir simulações incertas. Deste modo, surge a necessidade de avaliar essas simulações, principalmente para o clima atual, com a finalidade de remover erros entre o que foi simulado para o clima atual e os dados observados em estações meteorológicas. Assim, esta pesquisa objetivou avaliar e corrigir simulações de temperatura do ar e precipitação obtidas pelo modelo Eta/CPTEC para o estado do Rio de Janeiro. Foram utilizados dados médios mensais de precipitação e de temperatura do ar oriundos de 108 pontos de grades simulados pelo modelo Eta para o estado do Rio de Janeiro, 1961-1990 (cenário atual) e dados de 12 (11) estações meteorológicas com séries de precipitação (temperatura do ar) também no período de 1961-1990, os quais foram utilizados para correção das simulações pela técnica de correção Delta Change Approach. Os resultados da correção das simulações foram avaliados por meio da análise de regressão linear simples e o ajuste de seus coeficientes, coeficiente de determinação (r2), erro percentual da estimativa (SEE, (mm, °C e %)) e índice de concordância de Willmott. A correção das simulações proporcionou melhora por parâmetros estatísticos avaliados e redução do erro sistemático, principalmente para as simulações de chuvas.  

 

Evaluation and correction of simulations of the Eta/CPTEC – HADCM3 model for the state of Rio de Janeiro

 

A B S T R A C T

The climate models provide improved understanding of the patterns of climate elements and thus make it possible to identify possible future changes. Although these simulations are satisfactory alternatives for this understanding, these models can produce uncertain simulations. Therefore, it is necessary to evaluate these simulations, especially for the current climate, in order to remove errors between what was simulated for the current climate and the data observed in meteorological stations. This research objetived to evaluate and correct simulations of air temperature and rainfall obtained by the Eta/CPTEC model for the state of Rio de Janeiro. We used monthly mean rainfall and air temperature data from 108 grid points simulated by the Eta model for the state of Rio de Janeiro, for the period 1961-1990 (current scenario) and data from 12 (11) meteorological stations with rainfall series (air temperature) for the period 1961-1990, which were to correct the simulations using the Delta Change Approach technique. The results of the correction of the simulations were evaluated through simple linear regression analysis and the adjustment of their coefficients, coefficient of determination (r2), standard erro of the estimate (SEE, (mm, ° C and%)) and Willmott index. The correction of the simulations provided improvement by statistical parameters evaluated and reduction of the systematic error, mainly for the rainfall simulations.

Keywords: Air temperature, rainfall, Delta Change Approach.


Palavras-chave


Temperatura do ar, chuva, Delta Change Approach

Texto completo:

PDF

Referências


Alvares, C. A.; Stape, J. L.; Sentelhas, P. C.; Gonçalves, L. M.; Sparovek, G., 2014. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, [online] 22. Disponível: http:// 10.1127/0941-2948/2013/0507. Acesso: 08 jun. 2018.

Bathiany, S.; Dakos, V.; Scheffer, M.; Lenton, T. M., 2018. Climate models predict increasing temperature variability in poor countries. Science Advances, [online] 4. Disponível: http:// 10.1126/sciadv.aar5809. Acesso: 14 mar. 2018.

Bergström, S.; Carlsson, B.; Gardelin, M.; Lindström, G.; Pettersson, A.; Rummukainen, M. 2001. Climate change impacts on runoff in Sweden – assessments by global climate models, dynamical downscaling and hydrological modeling. Climate Research, [online] 16. Disponível: http://10.3354/cr016101. Acesso: 13 jul. 2018.

Basheer, A. K.; Lu, H.; Omer, A.; Ali, A. B.; Abdelgader, A. M. S., 2016. Impacts of climate change under CMIP5 RCP scenarios on the streamflow in the Dinder River and ecosystem habitats in Dinder National Park, Sudan, Hydrology and Earth System Sciences, [online] 20. Disponível: http://10.3354/cr016101. Acesso: 15 Ago. 2018.

Bony, S.; Stevens, B.; Frierson, D. M. W.; Jakob, C.; Kageyama, C.; Pincus, R.; Shepherd, T. G.; Sherwood, S. C.; Siebesma, A. P.; Sobel, A. H.; Watanabe, M.; Webb, M. K., 2015. Clouds, circulation and climate sensitivity. Nature Geoscience 8, 261-268.

Chou, S.C.; Marengo, J. A.; Lyra, A. A.; Sueiro, G.; Pesquero, J. F.; Alves, L. M.; Kay, G.; Betts, R.; Chagas, D. J.; Gomes, J. L.; Bustamante, J. F.; Tavares, T., 2012. Downscaling of South America Present Climate Drivenby 4-Member HadCM3 Runs. Climate Dynamics, 38, 635-653.

Coutinho, L. S. A. L.; Duarte, A. A. A. M.; Neves, R. M.; Neto, B. C.; Maneschy, C. E. A.; Pinheiro, M. G. S. 2012. Modelagem do tempo de execução de obras civis: estudo de caso na Universidade Federal do Pará. Revista Ambiente Construído, 12, 243-256.

Engen-Skaugen, T. 2007. Refinement of dynamically downscaled precipitation and temperature scenarios. Climatic Change, [online] 84. Disponível: http:// 10.1007/s10584-007-9251-6. Acesso: 12 Ago. 2018.

Engle, N. L.; Lemos, M. C., 2010. Unpacking governance: Building adaptive capacity to climate change of river basins in Brazil. Global Environmental Change, [online] 20. Disponível: http:// 10.1016/j.gloenvcha.2009.07.001. Acesso: 10 Ago. 2018.

Eisner, S.; Voss, F.; Kynast, E., 2012. Statistical bias correction of global climate projections – consequences for large scale modeling of flood flows. Advances in Geosciences, [online] 31. Disponível: http:// 10.5194/adgeo-31-75-2012. Acesso: 03 Set. 2018.

Graham, L. P. 2004. Climate change effects on river flow to the Baltic Sea. Ambio, [online] 33. Disponível: http:// 10.1579/0044-7447-33.4.235. Acesso: 17 Nov. 2018.

Graham, L. P., 2000. Large-scale hydrological modeling in the Baltic basin. Division of Hydraulic Engineering, Dept of Civil and Environmental Engineering, Royal Institute of Technology, Report TRITA-AMI PHD 1033, Stockholm.

Graham, L.P.; Andréasson, J.; Carlsson, B., 2007. Assessing climate change impacts on hydrology from an ensemble of regional climate models, model scales and linking methods - a case study on the Lule River basin. Climatic Change, [online] 81. Disponível: http:// 10.1007/s10584-006-9215-2. Acesso: 23 Nov. 2018.

Hay, L. E.; Wilby, R. L.; Leavesley, G. H., 2000. A comparison of delta change and downscaled gcm scenarios for three mountainous basins in the United States. Journal of the American Water Resources Association, [online] 36. Disponível: http:// 10.1111/j.1752-1688.2000.tb04276.x. Acesso: 12 Fev. 2018.

Hamlet, A.F.; Salathé, E.P.; Carrasco, P. 2010. Statistical downscaling techniques for global climate model simulations of temperature and precipitation with application to water resources planning studies. Chapter 4 in Final Report for the Columbia Basin Climate Change Scenarios Project, Climate Impacts Group, Center for Science in the Earth System, Joint Institute for the Study of the Atmosphere and Ocean, University of Washington, Seattle.

IBAMA. Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis, 1994. Plano de ação emergencial para o Parque Nacional de Itatiaia. IBAMA, Brasília.

Junior, P. A. V.; Neto, D. D.; Chou, S. C.; Martin, T. N., 2009. Previsões meteorológicas do Modelo Eta para subsidiar o uso de modelos de previsão agrícola no Centro-Sul do Brasil. Ciência Rural, [online] 39. Disponível: http:// 10.1590/S0103-84782008005000076. Acesso: 21 Nov. 2018.

Lenderink, G.; Buishand, A.; Deursen, W. V., 2007. Estimates of future discharges of the river Rhine using two scenario methodologies: direct versus delta approach. Hydrology and Earth System Science, [online] 11. Disponível: http:// 10.5194/hess-11-1145-2007. Acesso: 07 Dez. 2018.

Maraun, D., 2016. Bias Correcting Climate Change Simulations - a Critical Review. Current Climate Change Reports, [online] 2. Disponível: http:// 10.1007/s40641-016-0050-x. Acesso: 05 Abr. 2019.

Marengo, J. A.; Chou, S. C.; Kay, G.; Alves, L. M.; Pesquero, J. F.; Soares, W. R.; Santos, D. C.; Lyra, A. A.; Sueiro, G.; Betts, R.; Chagas, D. J.; J. L.; Bustamante, J. F.; Tavares, T., 2012. Development of Regional Future Climate Change Scenarios in South America Using the Eta CPTEC/HadCM3 Climate Change Projections: Climatology and regional Analyses for the Amazon, São Francisco and the Parana River Basins. Climate Dynamics, [online] 38. Disponível: http:// 10.1007/s00382-011-1155-5. Acesso: 06 Mar. 2019.

Marim, F. R.; Jones, J. W.; Singles, A.; Royce, F.; Assad, E. D.; Pellegrino, G. Q.; Justino, F., 2013. Climate change impacts on sugarcane attainable yield in southern Brazil. Climatic Change 117, 227–239.

Mauritsen, T.; Stevens, B., 2015. Missing iris effect as a possible cause of muted hydrological change and high climate sensitivity in models. Nature Geoscience, 8, 346-351.

Moura, R. G.; Herdies, D. L.; Mendes, D.; Mendes, M. C. D., 2010. Avaliação do modelo regional ETA utilizando as análises do CPTEC e NCEP. Revista Brasileira de Meteorologia, [online] 25. Disponível: http:// 10.1590/S0102-77862010000100005. Acesso: 06 Mar. 2019.

Oliveira, G. G.; Pedrollo, O. C.; Castro, N. M. R., 2015. As incertezas associadas às condições climáticas obtidas pelo modelo ETA CPTEC/HAdCM3: avaliação comparativa entre os dados simulados e observados de precipitação, evapotranspiração e vazão na Bacia Hidrográfica do rio Ijuí, Brasil. Revista Brasileira de Meteorologia, [online] 30. Disponível: http:// 10.1590/0102-778620140041. Acesso: 07 Mar. 2019.

Pellegrino, G. Q.; Assad, E. D.; Marin, F. R., 2007. Mudanças climáticas globais e a agricultura no Brasil. Revista Multiciência 8, 139-162.

Pelt, S.C. V.; Beersma, J. J.; Buishand, T. A.; Hurk, B. J. J. M. V..; Kabat, P., 2012. Future changes in extreme precipitation in the Rhine basin based on global and regional climate model simulations. Hydrology and Earth System Sciences, [online] 16. Disponível: http:// 10.5194/hess-16-4517-2012. Acesso: 03 Mar. 2019.

Pinheiro, H. R.; Escobar, G. C. J.; Andrade, K. M., 2014. Aplicação de uma ferramenta objetiva para previsão de tempo severo em ambiente operacional. Revista brasileira de meteorologia, [online] 29. Disponível: http:// 10.1590/S0102-77862014000200006. Acesso: 11 Abr. 2019.

Ross, J. L. S., 1999. Relevo Brasileiro: Planaltos, Planícies e Depressões. In: Ana Fani A. Carlos. org. Novos Caminhos da Geografia. São Paulo, Ed. Contexto. p. 41-63. (Col. Caminhos da Geografia).

Salathé, E. P., 2002. Comparison of various precipitation downscaling methods for the simulation of streamflow in a Rainshadow River basin. Climate Impacts Group, Joint Institute for the Study of the Atmosphere and Oceans / School of Marine Affairs, University of Washington, Seattle July 24.

Saulo, A. C.; Nicoline, M.; Chow, S. C., 2000. Model characterization of the South American low-level folw during the 1997-1998 spring-summer season. Climate Dynamics, [online] 18. Disponível: http:// 10.1007/s003820000. Acesso: 15 Abr. 2019.

Silva, W. L.; Dereczynski, C.; Chan, C. S.; Cavalcanti, I., 2014. Future changes in temperature and precipitation extremes in the state of Rio de Janeiro (Brazil). American Journal of Climate Change, [online] 3. Disponível: http:// 10.4236/ajcc.2014.34031. Acesso: 18 Fev. 2019.

Stouffer, R. J.; Wetherald, R. T., 2007. Changes of Variability in Response to Increasing Greenhouse Gases. Part I: Temperature. Journal of Climate, [online] 20. Disponível: http:// 10.1175/2007JCLI1384.1. Acesso: 14 Jan. 2019.

Themeßl, M. J.; Gobiet, A.; Heinrich, G., 2012. Empirical-statistical downscaling and error correction of regional climate models and its impact on the climate change signal, Climatic Change, [online] 112. Disponível: http:// 10.1007/s10584-011-0224-4. Acesso: 25 Jan. 2019.

Thrasher, B. Maurer, E. P. ; Mckellar, C. Duffy, P.B., 2012. Technical Note: Bias correcting climate model simulated dailytemperature extremes with quantile mapping. Hydrollogy Earth System Sciences, [online] 16. Disponível: http:// 10.5194/hess-16-3309-2012. Acesso: 07 Abr. 2019.

Vieira, R. M. G.; Dereczynski, C. P.; Chou, S. C.; Gomes, J. L.; Net, A. C. P., 2015. Avaliação das previsões de precipitação do modelo Eta para bacia do rio São Francisco em Minas Gerais, Brasil. Anuário do Instituto de Geociências, [online] 38. Disponível: http:// 10.11137/2015_2_15_23. Acesso: 13 Abr. 2019.

Wanderley, H. S.; Bunhak, A. C. S., 2016. Alteração da precipitação e do número de dias sem chuva na região Sul Fluminense no estado do Rio de Janeiro. Revista Brasileira de Geografia Física, [online] 09. Disponível: http:// 10.5935/1984-2295.20160167. Acesso: 23 Mai. 2019.

Wanderley, H. S.; Fernades, R. C.; Carvalho, A. L. Aumento das temperaturas extremas na cidade do Rio de Janeiro e o desvio ocasionado durante um evento de El Niño intenso. Revista Brasileira de Geografia Física, [online] 12. Disponível: http:// 10.5935/1984-2295.20160167. Acesso: 01 Ago. 2019.

Willmott, C.J., 1981. On the Validation of Models. Physical Geography, 2, 184-194.




DOI: https://doi.org/10.26848/rbgf.v13.1.p350-363

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License