COMPARAÇÃO DA PRECIPITAÇÃO GERADA POR MODELOS COM DADOS OBSERVADOS NO MUNICÍPIO DO RIO DE JANEIRO

Transcrição

1 COMPARAÇÃO DA PRECIPITAÇÃO GERADA POR MODELOS COM DADOS OBSERVADOS NO MUNICÍPIO DO RIO DE JANEIRO Isabel Pilotto 1 Marcos Pristo 1 Claudine Dereczynski 1 José Rozante 2 Wellington Ceccopieri 3 RESUMO Uma avaliação preliminar de dados de precipitação gerados por modelos é realizada para o município do Rio de Janeiro, confrontando-os com os dados da rede pluviométrica da Fundação Geo-Rio observados no período de janeiro de 2004 a dezembro de As fontes de dados avaliadas são o Hidroestimador do Centro de Previsão do Tempo e Estudos Climáticos, o Tropical Rainfall Measuring Mission (TRMM), o Global Precipitation Climatology Project (GPCP) e a Reanálise do National Centers for Environmental Prediction / National Center for Atmospheric Research. A avaliação é elaborada a partir da análise subjetiva das séries temporais dos totais pluviométricos diários e também utilizando-se os seguintes índices estatíticos: erro médio (EM), a raiz do erro quadrático médio (REQM) e a correlação (CORR). Tabelas de contingência também são analisadas. Os resultados indicam que os modelos não são capazes de captar os picos de máxima intensidade de precipitação, subestimando suas intensidades na maioria dos eventos, o que acaba por produzir em geral EMs negativos. O GPCP apresenta os piores desempenhos para a região estudada, não sendo capaz de captar os eventos de chuva observada na maioria dos casos, apresentando assim CORRs muito baixas e negativas. A Reanálise apresenta a mesma performance do GPCP durante o verão, quando não capta os eventos ocorridos por manter uma taxa de precipitação constante. O TRMM parece captar melhor os eventos individuais de precipitação ocorridos, apresentando os menores valores da REQM (0,4 mm), taxa de acerto alta (0,53) e taxa de alarme falso não tão elevada (0,10), em comparação às demais fontes de dados quando comparadas à estação da Penha. O Hidroestimador, apesar de subestimar acentuadamente os totais pluviométricos diários (apresenta a maior REQM), consegue captar a maioria dos eventos ocorridos. A partir destes resultados nota-se que se a intensidade da precipitação do Hidroestimador sofresse um ajuste, este modelo seria de grande utilidade para a estimativa da precipitação em locais onde não existe uma rede pluviométrica instalada, como no caso das regiões oceânicas. ABSTRACT A preliminary evaluation of precipitation data produced by models was carried out over the city of Rio de Janeiro. These data were compared against Geo-Rio network observed precipitation for the period between January 2004 and December The data sources taken into consideration were the Hydroestimator of the Center for Weather Forecasts and Climate Studies (CPTEC), the Tropical Rainfall Measuring Mission (TRMM), the Global Precipitation Climatology Project (GPCP) and the Reanalysis of National Centers for Environmental Precipitation/National Center for Atmosheric Research (NCEP/NCAR). The comparison was made from subjective analysis and also making use of the following statistical coefficients: the BIAS, the root mean square error (RMSE) and the correlation (CORR). Contigency tables skill scores were also analyzed. The results show that models were not able to reproduce the maximum intensity of precipitation events. The GPCP 1- Universidade Federal do Rio de Janeiro, Instituto de Geociências, Departamento de Meteorologia, Ilha do Fundão - Cidade Universitária, , Rio de Janeiro, RJ, Brasil. Tel: (21) s: claudine@acd.ufrj.br, m_pristo@yahoo.com.br, isabel@meteoro.ufrj.br 2 - Instituto Nacional de Pesquisas Espaciais, Centro de Previsão do Tempo e Estudos Climáticos. Rodovia Presidente Dutra, Km 40, SP-RJ , Cachoeira Paulista, SP, Brasil. Tel: (12) rozante@cptec.inpe.br 3 - Petrobrás, Centro de Pesquisas Leopoldo A. Miguez de Mello. Av. Jequitibá, 950 Cidade Universitária, Ilha do Fundão, Rio de Janeiro, RJ, Brasil. Tel: (21) wceccopieri@petrobras.com.br

2 presented the worst performance for the region under examination, with low and negative CORRs. The NCEP/NCAR Reanalysis presented the same performance of GPCP during the summer time when it was not able to reproduce the precipitation events. TRMM seems to best reproduce individual rain events, presenting the lowest RMSE values (0,4 mm), high hit rate (0,53) and slightly lower false alarm rate (0,10), when compared to the site of Penha. Even though the CPTEC Hydroestimator underestimates the daily pluviometric total amounts (it presented the highest RMSE), it was able to reproduce most of the past events. From these results it is observed that if the precipitation intensity of the Hidroestimator could be adjusted, it would be of great utility in regions were there is no pluviometric network installed, as for example the costal regions. Palavras-Chave: avaliação, precipitação, modelos, Rio de Janeiro INTRODUÇÃO No município do Rio de Janeiro dados observados de precipitação, estão disponíveis em 32 estações automáticas, homogeneamente distribuídas pela cidade, cobrindo o período de janeiro de 1997 até os dias atuais. Esta rede pluviométrica, instalada pela Fundação Geo-Rio em setembro de 1996, fornece dados de precipitação a cada 15 minutos, disponibilizando-os em seu sítio ( Nas regiões oceânicas, como é o caso da Bacia de Campos, onde a Petrobrás mantém diversas atividades em seus navios e plataformas, totais pluviométricos só estão disponíveis a partir de dados gerados por modelagem numérica ou por estimativas de satélites, tais como o Hidroestimador do CPTEC, o TRMM, o GPCP e a Reanálise do NCEP/NCAR. Dados históricos de precipitação máxima em curtos intervalos de tempo (30 minutos) são necessários para dimensionar o sistema de águas pluviais dos navios, em concordância com normas já existentes na Petrobrás. Neste trabalho avalia-se a qualidade da precipitação gerada por das fontes de dados citadas anterirmente, comparando-a com os dados observacionais da rede da Geo-Rio. O objetivo é selecionar a série de dados que melhor representa a precipitação no município do Rio de Janeiro e a partir daí, supondo que esta mesma fonte de dados possa produzir bons resultados na região da Bacia de Campos, utilizá-la nesta área de grande interesse para a Petrobrás. Como futuramente serão instalados dois pluviógrafos automáticos na Bacia de Campos, a série de dados selecionada será confrontada novamente com a nova série de dados observados localmente, tentando estabelecer um ajuste entre as duas. A seguir apresenta-se os dados e a metodologia utilizada para avaliação dos dados de precipitação gerados por modelos para o município do Rio de Janeiro. Na seção seguinte encontram-se os resultados desta avaliação. Finalmente, na última seção estão as conclusões e as considerações finais. DADOS E METODOLOGIA

3 Para elaboração deste trabalho são utilizados dados observacionais de precipitação coletados nos postos pluviométricos da Geo-Rio, e dados gerados a partir dos seguintes modelos: Hidroestimador do CPTEC/INPE, TRMM, GPCP e Reanálise do NCEP/NCAR. O Hidroestimador do CPTEC ( é um método inteiramente automático que utiliza uma relação empírica exponencial entre a precipitação (estimada por radar) e a temperatura de brilho do topo das nuvens (extraídas do canal infravermelho do satélite GOES-12), gerando taxas de precipitação em tempo real. Através da tendência de temperatura da nuvem (e informações de textura) é utilizado um ajuste da área coberta pela precipitação. Variáveis como água precipitável, umidade relativa, orografia, paralaxe e um ajuste do nível de equilíbrio convectivo para eventos de topos quentes (Scofield 2001) são utilizadas para ajustar automaticamente a taxa de precipitação. O TRMM é uma missão conjunta entre a National Aeronautics and Space Administration (NASA) e a Agência de Exploração Aeroespacial do Japão (JAXA) com o objetivo de monitorar a trajetória e intensidade de ciclones, estimar a quantidade de precipitação e monitorar a variabilidade climática (precipitação e temperatura da superfície do mar) na região tropical. Lançado em 1997, o TRMM é composto por um único conjunto de instrumentos, incluindo o primeiro radar de precipitação (PR) no espaço, que fornece observações diretas em escala refinada da estrutura tridimensional dos sistemas de precipitação. A combinação do PR com as observações do Lightning Imaging Sensor (LIS) fornece uma medida da intensidade convectiva (NRC, 2006). O GPCP (Alder et al., 2003), estabelecido pelo World Climate Research Program (WCRP) é uma combinação de diversas fontes de precipitação sobre o globo, levando-se em conta a importância relativa de cada fonte, incluindo: Dados do Special Sensor Microwave/Imager (SSM/I); a estimativa de precipitação do Infrared (IR) obtidas principalmente de satélites geo-estacionários (Estados Unidos, Europa e Japão) e também de satélites de órbita polar (Estados Unidos); Atmospheric Infrared Sounder (dados AIRS da NASA Aqua, e Television Infrared Observation Satellite Program TIROS Operationa Vertical Sounder (TOVS) e Outgoing Longwave Radiation Precipitation Index (OPI) a partir de dados de satélite da NOAA. O sistema de assimilação de dados da Reanálise do NCEP/NCAR (Kalnay et al., 1996) inclui o modelo global espectral do NCEP com 28 níveis sigma na vertical e truncamento triangular de 62 ondas, equivalente a uma resolução aproximada de 210 km na horizontal. As observações assimiladas são radiossondagens; sondagens verticais de temperatura TOVS; ventos determinados a partir de satélites geoestacionários; observações de ventos e temperatura de aeronaves, dados de pressão à superfície de estações meteorológicas em terra; e dados oceânicos de pressão à superfície, temperatura, vento horizontal e umidade específica. A precipitação por este modelo é classificada numa categoria C, onde os dados são completamente determinados pelo modelo, devendo ser

4 utilizada com muita cautela e sempre que possível ser comparada com outras estimativas independentes. A Tabela 1 resume as informações de área de abrangência, freqüência temporal, resolução e área utilizada para o cálculo da precipitação média de cada uma das fontes de dados citadas anteriormente e também das estações da Geo-Rio Tabela 1 Características principais das fontes de dados utilizadas no trabalho. Área de abrangência Freqüência temporal Resolução horizontal Hidroestimador TRMM Reanálise GPCP Geo-Rio América do Sul Todo o globo todo globo todo globo Município do RJ 30 minutos 3 h 6 h 1 dia 15 min 4 km x 4 km 25 km x 25 km 210 km x 210 km 100 km x 100 km - Área do Rio de Janeiro a 23.06ºS a 43.71ºW a 23.13ºS a 43.63ºW a 23.81ºS a 45.00ºW 22.5 a 23.5ºS 42.5 a 43.5ºW 22.8 a 23.0ºS 43.2 a 43.7ºW O período avaliado neste trabalho estende-se de janeiro de 2004 a dezembro de 2005, com exceção do GPCP que é avaliado para o período de janeiro de 2004 até abril de Para efeito de comparação todos os totais pluviométricos são acumulados nos horários de 12 Z de um dia até 12 Z do dia seguinte. Os valores de precipitação obtidos a partir dos modelos são médias na área representativa da cidade do Rio de Janeiro (ver Tabela 1). As estatísticas utilizadas para avaliação dos dados são: o erro médio (EM), a raiz do erro quadrático médio (REQM) e a correlação (CORR). Além disso, foi elaborada uma tabela de contingência para cada uma das fontes de dados. Tais tabelas fornecem uma medida do desempenho de um sistema de previsão através da relação entre as taxas de acerto e de alarme falso de um determinado evento (Swets, 1973). Para este trabalho foi definido um limiar de total pluviométrico diário superior a 5,0 mm, para confecção das tabelas de contingência. Desta forma, um Sucesso (SC) significa um evento de precipitação ocorrido superior a 5,0 mm que foi corretamente captado pelo modelo. Um Fracasso (FR), pelo contrário é um evento ocorrido de chuva superior a 5,0 mm que não foi previsto pelo modelo. O Alarme Falso (AF), uma situação em que não ocorre uma chuva superior a 5,0 mm, mas que o modelo prevê. E finalmente a Rejeição Correta (RC) é contabilizada nos casos em que não ocorre chuva superior a 5,0 mm e o modelo não prevê. A partir daí define-se a Taxa de acerto (Tac) e a Taxa de alarme falso (Taf), como: SC Tac = e SC + FR Taf AF = AF + RC

5 Ou seja, a taxa de acerto indica a proporção de eventos ocorridos, para os quais um alerta foi emitido corretamente, enquanto a taxa de alarme falso representa a proporção de eventos que não ocorreram e que um alerta foi emitido incorretamente. AVALIAÇÃO PARA O MUNICÍPIO DO RIO DE JANEIRO Inicialmente foi feita uma avaliação subjetiva comparando-se as séries temporais de precipitação do Hidroestimador do CPTEC, do TRMM, do GPCP e da Reanálise do NCEP/NCAR com as observações de todas as estações pluviométricas do município do Rio de Janeiro. Os resultados indicam que em geral o Hidroestimador do CPTEC consegue captar a maior parte dos eventos observados, subestimando, contudo demasiadamente seus valores. Durante os 2 anos avaliados a precipitação diária do Hidroestimador não ultrapassou 15,0 mm, sendo a média prevista pelo modelo na estação chuvosa em torno de 60 mm, o que corresponde a três vezes menos o valor observado nas estações da Geo-Rio. Em algumas situações ocorre precipitação em quase todos os bairros do município, porém o modelo não é capaz de detectar tais eventos, principalmente no inverno. Em poucas situações o modelo produz precipitação quando de fato não se observa e, em raras ocasiões verifica-se que o modelo superestima a precipitação num determinado evento. No caso do TRMM o modelo, em geral consegue captar os eventos, mantendo a mesma proporção de eventos em que os valores ficam próximos ao observado e eventos em que o modelo subestima a precipitação. No inverno alguns episódios de chuva não são captados pelo modelo. Em algumas raras ocasiões o modelo produz chuva que de fato não ocorre. A precipitação média no verão prevista pelo TRMM, durante o período estudado fica próxima ao valor observado. Para o GPCP nota-se que sua série temporal é, em geral, completamente defasada das séries observadas. O modelo não consegue captar os eventos que ocorrem e também produz eventos que não ocorrem. A Reanálise do NCEP/NCAR produz precipitação praticamente durante todo o verão, sendo difícil detectar eventos isolados de chuva, porém quando de fato ocorre precipitação, esta é subestimada pelo modelo. No inverno, é possível verificar eventos isolados de precipitação na previsão, que em geral também são subestimados (em relação a observação). A Tabela 2 apresenta os resultados do EM (mm), REQM (mm) e CORR para todas as fontes de dados. Para todas as fontes, com exceção da Reanálise, com relação a maioria das estações da Geo-Rio, nota-se, como esperado, que o EM é negativo, já que os modelos não conseguem reproduzir os picos de máxima intensidade de precipitação. No caso do TRMM o EM, é positivo em relação as estações mais secas, tais como Penha, Bangu e Madureira. Para a Reanálise não se observa uma tendência no sinal dos desvios, sendo que para a metade das localidades o EM é positivo. A REQM é maior para o caso do Hidroestimador, pois este subestima mais a precipitação

6 do que às demais fontes. A CORR é baixa para todas as fontes de dados, principalmente para o GPCP onde chega a ser nula em algumas estações (incluindo a Penha) e negativa e próxima de zero em relação a maioria das estações (incluindo o Sumaré). Tabela 2 Erro médio (EM), Raiz do Erro Quadrático Médio (REQM) e Correlação (CORR) das fontes de dados avaliadas com relação às estações Sumaré e Penha. EM (mm) REQM (mm) CORR Fonte Penha Sumaré Penha Sumaré Penha Sumaré Hidroestimador -1,2-6,3 1,4 39,7 0,37 0,22 TRMM 0,6-4,5 0,4 20,2 0,40 0,22 GPCP -0,6-4,7 0,3 21,8 0,00-0,01 Reanálise 1,0-4,1 1,0 17,0 0,46 0,41 A partir dos resultados obtidos na construção das tabelas de contingência verificou-se que para o Hidroestimador a taxa de acerto é baixa, pois foi considerado um limiar de chuva superior a 5,0 mm. Como este modelo frequentemente prevê baixos valores de precipitação, existem poucos eventos de SC e muitos de FR. Por outro lado, a Taf é muito baixa, uma vez que existem muitos eventos de RC e poucos de AF. No caso do TRMM as taxas de acerto são maiores do que no Hidroestimador, o que ocorre em relação a todas as estações (sendo que no Sumaré ocorre a menor Tac) e suas Tafs não são tão elevadas. O GPCP apresenta as menores Tac, como esperado. Para a Reanálise as Tac são elevadas, uma vez que o modelo prevê chuvas acima de 5,0 mm em várias ocasiões, o que acaba por elevar também sua Taf. Tabela 3 Taxas de Acerto (Tac) e de Alarme Falso (Taf) com relação às estações Penha e Sumaré. Tac Taf Fonte Penha Sumaré Penha Sumaré Hidroestimador 0,28 0,18 0,05 0,05 TRMM 0,53 0,37 0,10 0,09 GPCP 0,12 0,08 0,08 0,09 Reanálise 0,67 0,51 0,21 0,19 CONCLUSÃO Neste trabalho é feita uma avaliação de dados de precipitação obtidos a partir das seguintes fontes: Hidroestimador do CPTEC, TRMM, GPCP e Reanálise do NCEP/NCAR. Os dados observacionais da Geo-Rio são utilizados para efeito de comparação com as fontes citadas.

7 Os resultados indicam que os dados de precipitação gerados por modelos e estimados por satélite não são capazes de captar os picos de precipitação que em geral ocorrem nas regiões a barlavento das montanhas, como por exemplo nas estações do Sumaré, na Grota Funda e Mendanha. Isto acaba por produzir valores negativos de EM, que predominam em quase todas as fontes de dados. De uma certa forma os modelos tendem a espalhar a precipitação e não concentrá-las como verificado nas observações. O GPCP apresenta os piores desempenhos para a região estudada, não sendo capaz de captar a tendência da chuva observada na maioria dos eventos, apresentando assim CORRs muito baixas e negativas. A Reanálise durante a estação chuvosa, não consegue captar os eventos de forma isolada, mantendo uma taxa de precipitação constante nesta estação. No inverno este modelo apresenta melhor performance do que no verão, uma vez que detecta melhor a ocorrência dos eventos. Das fontes avaliadas o TRMM parece captar melhor os eventos individuais de precipitação ocorridos, apresentando os menores valores da REQM (0,4 mm), Tac alta (0,53) e Taf não tão elevada (0,10), em comparação às demais fontes de dados quando confrontadas com a estação da Penha. O Hidroestimador, apesar de subestimar os totais pluviométricos diários consegue captar a maioria dos eventos ocorridos. A partir destes resultados nota-se que se a intensidade da precipitação do Hidroestimador for ajustada este modelo, será de grande utilidade para a estimativa da precipitação em locais onde não existe uma rede pluviométrica instalada, como é o caso da Bacia de Campos. A fim de se obter uma série histórica na região da Bacia de Campos, o período analisado será estendido de 1997 até os dias atuais, refinando-se as análises para o inverno e para o verão, considerando-se apenas o TRMM. Pretende-se utilizar os dados do Hidroestimador, confrontando-os com os dados que serão coletados futuramente na Bacia de Campos. REFERÊNCIAS BIBLIOGRÁFICAS Alder, R. F., G.J. Huffman, A. Chang, R. Ferraro, P. Xie, J. Janowiak, B. Rudolf, U. Schneider, S. Curtis, D. Bolvin, A. Gruber, J. Susskind, e P. Arkin, 2003: The Version 2 Global Precipitation Climatology Project (GPCP) Monthly Precipitation Analysis (1979-Present). J. Hydrometeor., 4, Kalnay, E.; Kanamitsu, M.; Kistler, R.; Collins, W.; Deaven, D.; gadin, L.; iredell, M.; Saha, S.; White, G.; Woolen, J.; Zhu, Y.; Chelliah, M.; Ebisuzaki, W.; Higgins, W.; Jonawiak, J.; Mo, K.C.; Ropelewisk, C.; Wang, J.; Leetmaa, A.; Reynold, R.; Jenne, R.; Joseph, D. The NCEP/NCAR 40- Year Reanalysis Project. Bulletin of the Meteorological Society, v.77, p , NRC, National Research Council, 2006: Assessment of the Benefits of Extending the Tropical Rainfall Measuring Mission: A Perspective from the Research and Operations Communities, Interim Report - Committee on the Future of the Tropical Rainfall Measuring Mission, National. Swets, J. A. The relative operating characteristic in psychology. Science, 182, , 1973.