Eliana Lopes Ferreira Bolsista CNPq de Iniciação Científica, Grupo de Meteorologia, Departamento de Física, UFPR ABSTRACT

Transcrição

1 HÁ PREVISIBILIDADE DA PRECIPITAÇÃO NO SUL DO BRASIL A PARTIR DA TEMPERATURA DA SUPERFÍCIE DO MAR ALGUNS ANOS ANTES? Alice Marlene Grimm e Atul Kumar Sahai Universidade Federal do Paraná, Departamento de Física, Caixa Postal 19044, Curitiba, PR grimm@fisica.ufpr.br Eliana Lopes Ferreira Bolsista CNPq de Iniciação Científica, Grupo de Meteorologia, Departamento de Física, UFPR ABSTRACT Lagged correlation coefficients were calculated between a mean winter (JJA) precipitation series in Southern Brazil and sea surface temperatures (SST) up to 3 years lag. The lag correlation is very significant even 3 years before the precipitation season. The correlation patterns show a slow and consistent temporal evolution, suggesting the existence of SST ocillations that produce significant correlations even when no direct physical relationship between SST and precipitation is plausible. A linear model is developed for forecasting the rainfall from a set of selected SST predictors, some of them with great lag. Its testing for a verification period shows that it is skillfull. 1. INTRODUÇÃO Há significativo impacto de eventos El Niño (EN) durante a primavera e o inverno do ano seguinte no Sul do Brasil (Grimm et al., 1998, 2000). Estas são as estações do ano em que há maior ocorrência de enchentes na bacia do Alto Iguaçu, particularmente na região de Porto União e União da Vitória. Contudo, há cheias não diretamente ligadas com estes eventos e, no caso do inverno, o maior impacto tem ocorrido quando as anomalias de temperatura no Pacífico associadas com estes eventos já estão relativamente fracas. Neste estudo pretende-se testar a hipótese de que, além das correlações simultâneas e de pequena defasagem entre chuva na região do Alto Iguaçu e temperatura da superfície do mar (TSM) global, que indicam a conexão com eventos EN, pode haver outras possíveis relações estatísticas significativas em grande escala, com defasagens de vários anos, que poderiam ser exploradas ou para aumentar a antecedência da previsão ou para tornar o modelo de previsão mais robusto. Além de um estudo de correlações entre precipitação e TSM global com uma ampla gama de defasagens, foi testado de forma preliminar um modelo linear de previsão que utiliza preditores com grande defasagem. 2. MATERIAL E MÉTODOS Foram escolhidas mais de 130 séries pluviométricas no Alto Iguaçu, com períodos variáveis da dados, obtidas de diversas fontes, entre as quais se destacam a ANEEL e a Copel. A área da bacia foi dividida em regiões de 0,5 0,5 de longitude-latitude e para cada uma destas regiões foi calculada uma série média de precipitações mensais a partir das séries das estações contidas em cada uma. A seguir, a partir das séries em cada uma dessas regiões, foi montada uma série média de precipitações para toda a bacia do Alto Iguaçu. Esse procedimento visou conseguir uma média bem representativa, para evitar atribuir um peso maior a determinada área da bacia que contenha mais estações. A partir desta série média foi calculada uma série média de totais sazonais de precipitações para o inverno (JJA). Os dados de TSM pertencem ao conjunto GISST 2.3b, montado pelo Hadley Center (UK) e disponível desde 1861 até o presente. Estes dados foram usados com resolução de 2º 2º de latitude-longitude. Essas séries de precipitação e TSM foram correlacionadas no período , no qual havia aproximadamente metade das estações originais contribuindo para a média durante todo o período. 3. RESULTADOS E DISCUSSÃO a. Correlações simultâneas e de pequena defasagem Os coeficientes de correlação simultânea (Fig. 1a) são significativamente positivos no Pacífico tropical leste, junto à América do Sul, e negativos no Pacífico tropical oeste, indicando conexão com eventos El Niño e La Niña. Esta conexão poderia ocorrer no início do evento ou no término. Observações de impactos de eventos EN indicam 1177

2 que há excesso de chuvas em parte do Sul do Brasil no inverno seguinte aos eventos (Grimm et al., 1998, 2000). No inverno do ano seguinte a eventos EN, as anomalias de TSM no Pacífico Central já são geralmente bem fracas, o que explica as baixas correlações. As correlações no Atlântico podem ser devidas às anomalias associadas a eventos EN naquele oceano (Enfield e Mestas-Nuñez, 1999), assim como as correlações no Oceano Índico. É interessante notar as altas correlações com a TSM no Atlântico Norte, próximo à Groelândia, o que torna o padrão de correlações bastante semelhante ao modo 3 não-enos de Enfield e Mestas-Nuñez, que possui padrão espacial semelhante a EN, mas variabilidade interdecadal. Este modo é relacionado com o padrão NAO (North Atlantic Oscillation). Para mostrar que chuva excessiva no inverno ocorre após situações do tipo EN, são mostrados também os campos de correlação com defasagem de 4 e 8 meses, nas figuras 1b e 1c, respectivamente. As correlações mostram padrões semelhantes aos de anomalias de TSM associadas com EN no Pacífico leste tropical. Há também correlações significativas no Atlântico sudoeste e norte, assim como no Oceano Índico. Excetuando-se algumas áreas no Pacífico sudeste e noroeste e no Atlântico sudoeste, que mudam de configuração, as outras áreas praticamente mantém o sinal de correlação nos 3 mapas da Fig. 1, com pequenas mudanças na intensidade e significância das correlações. b. Correlações com grande defasagem Os mapas de correlações com defasagem de mais de 1 e 2 ou 3 anos mostram áreas de correlação significativa com valores as vezes até superiores àqueles com defasagem de alguns meses. Nas figuras 2 são mostrados alguns destes mapas. As figuras 2a e 2b, mostram como variam as correlações entre a precipitação no inverno (JJA ano 0) e a TSM na primavera (NDJ) dos anos (-1/-2) e (-2/-3). É interessante compará-las com as da Fig. 1c para o ano (0/-1), ou seja, para a primavera anterior ao inverno considerado para a precipitação. Os campos de correlação com grande defasagem não parecem apresentar padrões significativos fortuitamente. As correlações feitas com defasagem variando sempre de 1 mês mostram padrões significativos que se mantém por vários trimestres móveis, evoluindo lentamente. Como exemplo, é mostrado na Fig. 2c o campo de correlação com a TSM em SON do ano (-2/-3), portanto com defasagem 2 meses maior que a da Fig. 2b. Pode-se notar claramente que entre SON e NDJ há um fortalecimento das correlações no Oceano Índico sudoeste e no Atlântico norte e um enfraquecimento no Pacífico norte e Atlântico tropical. c. Modelo linear de previsão usando TSM com grande defasagem Para testar de forma preliminar a utilização de preditores com grande defasagem em relação à precipitação a ser prevista, foi desenvolvido um modelo linear de previsão da chuva sazonal média sobre a Bacia do Alto Iguaçu para o inverno (JJA). Para identificar regiões cuja TSM possa ser usada como preditor, foi realizada análise de correlação para médias sazonais de TSM global sobre trimestres móveis (isto é, FMA, JFM, DJF,...) desde o ano (0) até o ano (-3). Para isto, foi usado o período (36 anos). O período restante de (11 anos) foi utilizado como período de verificação. Inicialmente, foram identificadas através da análise de correlação 26 regiões nas quais a TSM tem relação estatística significativa (e consistente por alguns meses) com a precipitação. Então um modelo linear para seleção dos melhores preditores através de regressão múltipla ( forward selection e backward elimination ) foi aplicado, tendo selecionado finalmente 9 regiões. O término da seleção dependeu da verificação do desempenho do modelo no período de verificação. Destas 9 regiões, a maioria utiliza dados com defasagem maior que 2 anos. Os valores observados e previsto (anomalias em mm) são mostrados na figura 3. O coeficiente de correlação entre eles é 0,92 para o período de desenvolvimento do modelo e 0,73 para o período de verificação. Tendo em vista que a série de precipitação na Bacia do Alto Iguaçu é altamente variável (a média é 329,1 mm e o desvio padrão é 156,4 mm), o desempenho do modelo é razoável. Houve diferenças grandes em 1991 e COMENTÁRIOS FINAIS A análise das correlações da precipitação inverno na Bacia do Alto Iguaçu com TSM global com pequena defasagem sugere a ocorrência de excesso de precipitação no inverno seguinte a eventos EN, conforme já indicado em estudos anteriores. A análise de todas as correlações com TSM global em trimestres móveis com defasagem de até 3 anos mostra valores significativos, com coerência espacial e temporal, e sugere a existência de oscilações de anomalias de TSM, de tal forma que há relação estatística significativa com a precipitação, mesmo com grande defasagem. Não se 1178

3 pode, no entanto, dizer que haja uma relação de causa-efeito entre uma anomalia de TSM e a chuva no Sul do Brasil 3 anos depois. Contudo, se a relação estatística for estável, talvez ela seja útil para previsão. Não é possível ainda tirar conclusões a respeito da realidade física dos resultados estatísticos apresentados, nem de sua utilidade. Para isto, é necessário comparar o desempenho do modelo com outros que apenas utilizem preditores com defasagem menor e cuja relação física com a precipitação no Sul do Brasil possa ser melhor entendida, como as anomalias associadas com EN. Além disto, pretende-se testar modelos não lineares. 5. AGRADECIMENTOS Essa pesquisa contou com o apoio do CNPq e do IAI (Inter-American Institute for Global Change Research). 6. REFERÊNCIAS BIBLIOGÁFICAS Grimm, A. M., V. R. Barros, e M. E. Doyle, 2000: Climate variability in Southern South America associated with El Niño and La Niña events. J. Climate, 13,

4 Fig. 1 Correlação entre precipitação em JJA (ano 0) na Bacia do Alto Iguaçu e TSM em JJA (ano 0) (painel superior); TSM em FMA (ano 0) ) (painel médio); TSM em NDJ (anos 0/-1) (painel inferior). As áreas sombreadas apresentam correlação significativa ao nível de confiança de 95%. 1180

5 Fig. 2 Correlação entre precipitação em JJA (ano 0) na Bacia do Alto Iguaçu e TSM em NDJ (ano 1/-2) (painel superior); TSM em NDJ (ano 2/-3) (painel médio); TSM em SON (anos -2/-3) (painel inferior). As áreas sombreadas apresentam correlação significativa ao nível de confiança de 95%. 1181

6 Fig. 3 Comparação dos valores observados e previstos da precipitação para o período de desenvolvimento do modelo (quadro maior) e para o período de verificação (quadro menor). 1182