SISTEMA DE AVALIAÇÃO ESTATÍSTICA DE MODELOS NUMÉRICOS DE PREVISÃO DO TEMPO

Transcrição

1 SISTEMA DE AVALIAÇÃO ESTATÍSTICA DE MODELOS NUMÉRICOS DE PREVISÃO DO TEMPO Demerval Soares Morera 1, Pedro Lete da Slva Das 2, Paulo Sérgo Luco 3 RESUMO: Este trabalho apresenta um sstema de avalação estatístca para modelos numércos de prevsão do tempo. A déa é reunr em uma únca págna a avalação das smulações realzadas por dversos modelos, nclundo modelos globas e regonas, tanto operaconas quanto expermentas. A métrca de avalação é baseada no ajuste das prevsões aos dados de superfíce meddos pela rede do INMET (SYNOP), aeroportos (METAR), PCD s do INPE e bóas do projeto PIRATA. No caso da precptação, as estmatvas do TRMM, NAVY e HIDRO são consderadas como a verdade. São calculados, para cada estação e médas em regões pré-defndas, o vés, o erro quadrátco médo e três outros parâmetros estatístcos, em períodos qunzenas, mensas e trmestras. O sstema de avalação é completamente automátco e o resultado é dsponblzado na Internet pelo portal do Laboratóro MASTER/IAG/USP e do CPTEC/INPE. Este sstema atualmente analsa as varáves: vento zonal, vento merdonal, temperatura, temperatura do ponto de orvalho, pressão e precptação; mas fo desenhado para ser estenddo a outros atrbutos meteorológcos, tas como: fluxos de calor latente e sensível, radação e cobertura de nuvens. Com a contrbução de város modelos, o sstema faz uma combnação ótma das estmatvas, consttundo a prevsão denomnada MSMES MASTER Super-Model Ensemble System. ABSTRACT. Ths work shows a statstcal evaluaton system for numercal weather forecasts. The dea s to congregate n a sngle page the evaluaton of all avalable forecasts produced by a dversty of models, from global to regonal domans, operatonal and expermental models. The model evaluaton metrc s based on the ft of the numercal forecasts to the surface data as measured by the INMET (SYNOP), arports (METAR), INPE PCD's and PIRATA buoys. Precptaton s valdated aganst the TRMM, NAVY and HIDRO precptaton estmates. The metrcs are calculated, for each staton n a set of statons on daly bass for pre-defned regons, the bas, the average quadratc error and three other statstcal ndces, on bweekly perods, monthly and quarterly. The evaluaton system s fully automated and the results are shown at the nternet ste of Laboratory MASTER/IAG/USP and at CPTEC/INPE. The system currently analyses the followng varables: zonal wnd, merdonal wnd, temperature, dew pont temperature, pressure at seal level and precptaton. The system was devsed to be extended other varables such as: latent flux and sensble heat, radaton, cloud cover, etc. Wth the contrbuton of dfferent models, the system makes a statstcally optmum forecast called MSMES MASTER Super-Model Ensemble System. Palavras-Chave: Modelos numércos, avalação de modelos, erro quadrátco médo. INTRODUÇÃO Os modelos numércos de prevsão do tempo vêm sendo otmzados devdo ao grande avanço da nformátca e da computação (Lopes et al., 2004), possbltando o aumento da resolução espaço- 1 Centro de Prevsão de Tempo e Estudos Clmátcos (CPTEC), Insttuto Naconal de Pesqusas Espacas (INPE), Rodova Presdente Dutra, Km 40, Cachoera Paulsta, SP, Brasl. Tel.: (12) Fax: (12) e-mal: demerval@cptec.npe.br 2 Insttuto de Astronoma, Geofísca e Cêncas Atmosfércas (IAG), Unversdade de São Paulo (USP), Rua do Matão 1226, , São Paulo, SP, Brasl. Tel.: (11) Fax: (11) e-mal: pldsdas@master.ag.usp.br 3 Insttuto Naconal de Meteorologa (INMET), Exo Monumental Va S1 Sudoeste, Brasíla, DF, Brazl. Tel.: Fax e-mal: paulo.luco@nmet.gov.br

2 temporal, e devdo ao acoplamento de novos módulos e novas parametrzações físcas que auxlam na resolução dos processos que ocorrem na escala sub-grade. Mas, os modelos numércos anda não são capazes de assmlar e modelar todos os fenômenos e as complexdades da não lneardade das equações governantes. Uma dfculdade fundamental é defnr métrcas que permtam a avalação da qualdade de uma prevsão fornecda por um modelo numérco. Bougeault (1997) ressalta que, em função dsso, assocado ao fato de que modelos de dferentes escalas possuem parametrzações dferentes, a melhor manera de compará-los é utlzando uma base de observações meteorológcas como referênca para a avalação e subseqüente valdação. Hoje os meteorologstas têm a sua dsposção um grande número de produtos produzdos por dferentes modelos numércos para fazer a prevsão do tempo. Os centros de prognóstcos recebem e/ou produzem város tpos de modelos com elevado contngente de parametrzações e resoluções, sendo que em determnada stuação os resultados destes modelos podem dvergr bastante. Morera, et al. (2004) mostraram que dependendo da regão geográfca um dado modelo pode prever bons resultados e em outra regão um outro modelo pode ser melhor. Assm, o prevsor tem que possur uma grande experênca para dentfcar a qual modelo deve-se atrbur maor peso em uma dada regão, num determnado prazo de prevsão. O sstema descrto neste trabalho tem como objetvo prncpal, auxlar o prevsor nesta escolha, pos ele nforma os erros médos dos modelos para uma dada estação ou para uma regão, nformando também se este erro é sstemátco. Outra aplcação deste sstema é a utlzação por parte de um pesqusador para verfcar se um determnado ajuste em seu modelo teve ou não um efeto postvo na qualdade da prevsão. Graças à contrbução de város centros, que fornecem um número sgnfcatvo de modelos com dferentes grades e dferentes resoluções, fo possível construr um super-conjunto (Slva Das et al., 2006) que fornece uma prevsão de alta qualdade para cada ponto de estação analsada. Este modelo estocástco pode ser muto útl e decsvo na hora do meteorologsta projetar e dssemnar a prevsão. DADOS EXPERIMENTAIS E METODOLOGIA A maora dos centros de prevsão de tempo dsponblza os seus produtos em uma área públca ou os enva para uma área de transferênca localzada no Laboratóro MASTER 4. O arquvo deve possur um formato que possa ser ldo pelo programa GrADS 5 e conter as varáves: vento zonal e merdonal mas representatvo do nível de 10 metros, temperatura do ar e temperatura do ponto de orvalho representatvo do nível de 2 metros, pressão reduzda ao nível médo do mar e

3 precptação. A escala espacal e temporal pode ser qualquer. Atualmente o sstema avala somente as prmeras 168 horas de prevsão. As prevsões dos centros são nterpoladas blnearmente para os pontos correspondentes às lattudes e longtudes das estações operaconas de METAR (Informações de superfíce baseadas em observações realzadas em aeroportos), SYNOP da Amérca do Sul, PCD s (estações automátcas operadas pelo CPTEC/INPE) e bóas do projeto PIRATA localzadas no Oceano Atlântco, totalzando 615 estações. Os dados observados são baxados de servdores públcos e va LDM (Local Data Manager) 6. Um programa em Fortran90 faz os cálculos das seguntes meddas de destreza: (1) vés médo (vesm), (2) erro quadrátco médo (emqm), (3) erro quadrátco médo subtraído do vés médo (emqmv), (4) erro quadrátco médo subtraído do vés médo padronzado pela varânca das observações (emqmn) e (5) vés padronzado pela varânca das prevsões (nd_z). P ( prevsto( H ) observado( H ) ) p= vesm ( H) = 1 P (1) emqm ( H ) P p= = 1 ( prevsto( H ) observado( H )) ( P emqmv H ) = emqm ( H ) vesm ( H ) (3) emqmv ( H ) emqmn( H ) = (4) Var ( observado( H ) vesm ( H )) ( prevsto( H ) vesm ( H )) vesm ( H ) nd _ Z( H ) = (5) Var onde: p = Prevsões dáras. P = Número de prevsões utlzadas no período (qunzenal, mensal ou trmestral). H = Tempo de smulação no caso da prevsão das 00Z tem-se: H = 00, 06, 12,..., (2) RESULTADOS Os produtos gerados pelo sstema são dsponblzados em área de acesso públco no portal do Laboratóro MASTER 7 /IAG/USP e do CPTEC 8 /INPE. Atualmente estão sendo avaladas 42 prevsões que se dstnguem em relação ao tpo de modelo, à resolução, às parametrzações utlzadas, à condção ncal e de contorno e às perturbações do estado ncal. O sstema permte

4 aos usuáros confgurar as fguras que serão apresentadas, escolhendo: 1) as prevsões; 2) o período; 3) o parâmetro estatístco; 4) a varável; 5) a regão; 6) a avalação méda na regão ou em uma estação; 7) o tempo de ntegração. As Fg.1, Fg.2 e Fg.4 mostram exemplos da avalação dos erros para alguns modelos seleconados para o período de outubro/2006 (méda mensal) e a Fg.3 lustra o comportamento do erro desde março de Observa-se na Fg.1 algumas característcas mportantes: 1) A prevsão do MSMES (superconjunto) é normalmente a que possu menor erro, com exceção da precptação (Fg.1h). No caso da precptação o problema é que a verdade não é bem estmada pelas estmatvas va satélte e apresentar enorme varabldade espaço-temporal. Portanto, a smples remoção do vés calculado na qunzena anteror, de acordo com a formulação desta prevsão estatístca, não traz necessaramente benefíco. 2) A qualdade da prevsão ca ao longo do período de ntegração, como no caso da pressão (Fg.1g). 3) O erro é geralmente maor no período da tarde. Alguns modelos tas como o T213 (global do CPTEC/INPE resolução de 63 km) e o SFENM (méda dos membros do conjunto do CPTEC/INPE - resolução de 100 km) não possuem em seu pós processamento as varáves adequadas para comparar com as observadas, p.ex. nestes dos modelos a méda entre a temperatura do prmero nível sgma e a do solo são utlzadas na comparação com a medda a 2 metros, assm é natural esperar um erro maor no período da tarde, onde o solo está mas aquecdo. 4) Comparando a Fg.1e com Fg.1f, observa-se que ao retrar os erros sstemátcos, com a remoção do vés médo, os modelos de baxa resolução espacal melhoram substancalmente. 5) A Fg.1d mostra que na regão Sul-Sudeste a temperatura possu boa confabldade para todos os modelos, mas na regão norte (não mostrado) esta confabldade é bem menor, pos o erro do modelo equpara a varabldade natural da observação. A Fg.2 apresenta em ordem crescente os erros que todos os modelos que abrangem a regão Sul-Sudeste obtveram depos de 48 horas de ntegração. O rank dos modelos vara dependendo da regão e das varáves analsadas (não mostrado). Através da Fg.3 observa-se que no verão os modelos podem apresentar maores erros na temperatura que no nverno. Também se observa um possível problema que ocorreu no modelo ETALNSE entre mao e junho/2005. A Fg.4 apresenta os valores absolutos médos na regão Sul- Sudeste para prevsão de 48 horas, sendo possível comparar a sére temporal dos modelos com os dados observados. Observa-se na Fg.4a que os modelos de baxa resolução dstancaram-se mas dos dados observados do que os de alta resolução. A Fg.4b tem como fnaldade verfcar a ntensdade de chuva no período, pos desta forma ter-se-á uma melhor análse dos erros desta varável, pos a não ocorrênca de precptação mplca em maor acerto dos modelos.

5 (a) (b) (c) (d) (e) (f) (g) (h) Fg.1: Exemplos de erros médos na regão Sul-Sudeste para algumas prevsões. Fg.2: Exemplo comparando o erro médo na regão Sul- Sudeste das dversas prevsões para 48 horas de smulação. Fg.3: Exemplo do comportamento dos erros ao longo do ano.

6 (a) (b) Fg.4: Exemplo da comparação entre as prevsões com as observações. CONCLUSÕES O sstema mplementado no MASTER e no CPTEC é capaz de reunr em uma só págna dversas nformações que podem ser muto útes aos usuáros, com númeras característcas útes para os prevsores e pesqusadores, tas como: 1) pratcdade nas escolhas dos parâmetros a serem plotados; 2) ndcar erros sstemátcos nerentes a cada modelo; 3) permtr valdação/comparação de números modelos meteorológcos smultaneamente; 4) auxlar prevsores a dentfcar o modelo que melhor se ajusta a regão de nteresse em cada prazo de prevsão; 5) permtr aos pesqusadores ajustar o seu modelo; 6) possbltar a elaboração da prevsão estatstcamente ótma; 7) dentfcar falhas em sstemas operaconas de prevsão de tempo. AGRADECIMENTOS: Aos város centros (vde págna: que contrbuem daramente com as suas prevsões numércas. REFERÊNCIAS BIBLIOGRÁFICAS BOUGEAULT, P. Physcal parameterzatons for lmted área models: some current problems and ssues. Meteorol. Atmos. Phys., v. 63, p , LOPES, P. P. ; BIAZETO, B. ; MOREIRA, D. S. ; SILVA DIAS, P. L.. Prevsão do tempo regonal no laboratóro MASTER. In: XIII Congresso Braslero de Meteorologa, 2004, Fortaleza. Anas do XIII Congresso Baslero de Meteorologa, MOREIRA, D. S. ; SILVA DIAS, P. L. ; LONGO, M. ; ITIMURA, M. S.. Análse quanttatva do erro assocado a dferentes modelos numércos de prevsão de tempo. In: XIII Congresso Braslero de Meteorologa, 2004, Fortaleza. Anas do XIII Congresso Braslero de Meteorologa, SILVA DIAS, P. L. ; MOREIRA, D. S. ; DOLIF NETO, G.. The Master Super Model Ensemble System (MSMES). In: 8th Internatonal Conference on Southern Hemsphere Meteorology and Oceanography, 2006, Foz do Iguaçu.