AVALIAÇÃO DA PRECIPITAÇÃO SOBRE A REGIÃO DE ABRANGÊNCIA DO LBA USANDO O MODELO CLIMÁTICO DE CIRCULAÇÃO GERAL DA ATMOSFERA CSIRO MK3.

Transcrição

1 AVALIAÇÃO DA PRECIPITAÇÃO SOBRE A REGIÃO DE ABRANGÊNCIA DO LBA USANDO O MODELO CLIMÁTICO DE CIRCULAÇÃO GERAL DA ATMOSFERA CSIRO MK3.5 Rildo Gonçalves de Moura 1, David Mendes 1, Monica Cristina Damião 1 1 Instituto Nacional de Pesquisas Espaciais - CPTEC/INPE - SP, Brasil. rildo.moura@cptec.inpe.br RESUMO: Este trabalho tem por finalidade avaliar a precipitação na região de abrangência do Programa de Grande Escala da Biosfera-Atmosfera na Amazônia (LBA), utilizando as rodadas do modelo climático de Circulação Geral da Atmosfera CSIRO MK3.5 e do MERGE (Rozante et al, 2010). Através de escores estatísticos é analisada a destreza do modelo em simular episódios de precipitação, durante o período compreendido entre 1998 a A região Amazônica por se tratar de uma das mais importantes áreas do globo terrestre, considerada o pulmão do mundo, faz por merecer abordagens que levem em consideração as condições simuladas pelos modelos e sua comparação com outras fontes de informações. Alguns autores utilizaram avaliações dinâmicas da atmosfera para validar condições simuladas pelos modelos (e.g. Aldrian et al., 2007), outros autores utilizam avaliações estatísticas na avaliação das condições de chuva em algumas regiões do globo (Cai et al., 2003). Neste trabalho pretende-se obter uma avaliação estatística da precipitação simulada pelo CSIRO MK3.5 utilizando o erro médio (EM) e a raiz do erro médio quadrático (REMQ) sazonal. A análise dos resultados das avaliações apresentadas neste trabalho, mostrou que o modelo climático CSIRO MK3.5, simulou valores em média negativos para o EM, ou seja, indicando subestimativa dos valores de precipitação sobre grande parte da região de atuação do LBA. Palavras-Chave: Região Amazônica, Precipitação, Modelos Climático de Circulação Geral ABSTRACT: This work aims to assess rainfall in the region program Large-Scale Biosphere- Atmosphere in Amazon (LBA) using atmosphere circulation model CSIRO MK3.5 and MERGE (Rozante et al, 2009). Through statistical scores of the model simulate precipitation episodes during the period 1998 to The Amazon region is one of the most important areas of the globe, does deserve approaches which take into account the conditions simulated by the models and their comparison with other sources of information. Some authors have used dynamic assessments of atmosphere to validate conditions simulated by the models (e.g. Aldrian et al, 2007), other authors use reviews statistics in assessing wet conditions in some regions of the globe (Cai et al. 2003). This work obtains a statistical evaluation of simulated rainfall by CSIRO MK3.5 using the average error (AE) and the root mean square error (RMSE) for seasonal. The analysis of the results of evaluations presented in this work, showed that the CSIRO-MK3.5, simulated negative average values for AE, i.e. indicating underestimation of precipitation values over the region of activity of the programmer LBA. Key words: Amazon Region, Precipitation, MCGA 1

2 1.INTRODUÇÃO O clima é determinante nas características da biodiversidade de cada região, suas variações podem levar a ocorrências extremas de precipitação, causando danos pela saturação hídrica e também pelas secas prolongadas. Períodos prolongados de estiagem com altas temperaturas causam ondas de calor, enquanto que as baixas temperaturas podem ocasionar ocorrências de geadas. Os aspectos da variabilidade no comportamento climático e suas tendências, em algumas circunstâncias, acarretam para um desequilíbrio natural. Essas variações podem ou não ser periódicas, isto porque na natureza, todas as variações atmosféricas em qualquer escala espacial são de ordem dinâmica e não se deve atribuir às ocorrências extremas, ou seja, ao termo tão especulado Mudanças Climáticas. Os resultados divulgados pelo quarto relatório de avaliação do Painel Intergovernamental sobre Mudanças Climáticas, chamado de IPCC-AR4, alertam para um aumento médio global das temperaturas entre 1,8 C e 4,0 C até Esse aumento pode ser ainda maior (6,4 C) se a população e a economia continuarem crescendo rapidamente e se for mantido o consumo intenso dos combustíveis fósseis. Entretanto, a estimativa mais confiável fala em um aumento médio de 3 C, assumindo que os níveis de dióxido de carbono se estabilizem em 45% acima da taxa atual. Aponta também, com mais de 90% de confiabilidade, que a maior parte do aumento de temperatura observado nos últimos 50 anos foi provocada por atividades humanas (Alley et al., 2007). Análises das características dos oceanos têm comprovado as mudanças no clima ao longo dos anos. Entre elas destacam-se mudanças na temperatura do gelo do Ártico, mudanças na distribuição das precipitações, salinidade dos oceanos, mudanças nos padrões de ventos e eventos extremos do clima, tais como secas, intensas precipitações, ondas de calor e intensidade dos ciclones tropicais. Em 2007, foi apresentada uma nova versão do modelo acoplado CSIRO MK3.5, como um pacote unificado que contém um modelo atmosférico, um modelo de superfície da terra e um modelo do gelo. A finalidade deste estudo é avaliar a capacidade do modelo acoplado CSIRO MK3.5 em simular a precipitação extraídas do MERGE, sobre a região de abrangência do Programa de Grande Escala da Biosfera- Atmosfera na Amazônia (LBA). 2. DADOS E METODOLOGIA Os dados de precipitação sobre a Região Amazônica provieram de campos de precipitação gerados a partir da composição de dados do Surface Synoptic Observations (SYNOP) obtidos do Instituto Nacional de Meteorologia (INMET), da Plataforma automática de Coleta de Dados (PCD), do Sistema Brasileiro de Coleta de dados via Satélite do INPE e de pluviômetros convencionais fornecidos pelo Programa de Monitoramento de Tempo Clima e Recursos Hídricos (PMTCRH) do Ministério da Ciência e Tecnologia (MCT), combinados com os dados de precipitação estimados por satélite do Tropical Rainfall Measuring Mission (TRMM). A composição desses dados corresponde a uma nova técnica denominada de MERGE (Rozante et al., 2010), cujos dados compreendem um período variando entre 1998 e Para o mesmo período, temos as rodadas do modelo acoplado de circulação geral da atmosfera CSIRO MK3.5. O desempenho do modelo foi avaliado utilizando-se as diferenças entre os pontos extraídos do modelo e os dados de precipitação do MERGE. O cálculo do ERRO MÉDIO (equação 1.0) é definido como sendo a diferença entre a previsão do modelo e o dado observado de precipitação pela razão do número de meses estudados. Estes dados foram 2

3 agrupados em meses de verão para os três anos estudados: Janeiro, Fevereiro e Março [JFM] e inverno: Junho, Julho e Agosto [JJA]. A magnitude do erro das estimativas foi estimada através do cálculo do ERRO MÉDIO (EM) e da RAIZ DO ERRO MÉDIO QUADRÁTICO (REMQ), conforme apresentados abaixo. No cálculo do REMQ (equação 2.0), o limiar de precipitação adotado foi de 20 mm. Ambos os índices foram estimados para cada uma das configurações dos modelos estudados. EM = (E-O)/N 1.0 REMQ = (( E - O)² /N) 2.0 Onde: E são as estimativas, O as observações e N o número de dias estudados. 3. RESULTADOS Como intuito do trabalho foi identificar as regiões da Região Amazônica cujas precipitações mensais foram melhor estimativas pelo modelo climático, os resultados serão apresentados na forma de compostos para cada um dos meses de estudo. A figura 1 mostra o composto da precipitação gerada pelo Modelo CSIRO MK3.5 [coluna 1], observado pelo MERGE [coluna 2] e a diferença entre o modelo e a observação [coluna 3], para os três meses representativos da estação de verão [JFM] dos anos de estudo [1998 a 2000]. Nesta figura, podemos perceber que a precipitação observada média (coluna 2), com exceção do Estado de Roraima e arredores, extremo sul e sudeste da região, nos meses de verão foi inferior 200 mm, com mínimos médios inferiores a 50 mm localizados a leste de Roraima. Nas demais áreas a precipitação ficou acima de 200 mm, atingindo valores médios máximos acima de 500 mm, sobre a parte nordeste do Estado do Pará e na divisa entre os Estados do Pará e Amazonas, verificado principalmente no mês de março cuja precipitação ficou na ordem de 600 mm sobre a Ilha do Marajó e áreas adjacentes. Ainda na figura 1, é possível notar que as simulações do modelo (coluna1) apresentaram valores médios de precipitação inferiores a 150 mm, com mínimos médios inferiores a 25 mm localizados no extremo noroeste dos Estado do Pará e norte de Roraima. Para o mês de janeiro na maior parte da região a precipitação variou entre 200 e 350 mm, com exceção da parte sudoeste do Estado do Acre. No mês de fevereiro, em grande parte da região, as chuvas ficaram entre 150 a 300 mm, este último valor observado próximo o extremo sudeste do Estado do Pará. Por outro lado, a parte sudoeste do Estado do Acre experimentou os menores valores médios de precipitação com valores inferiores a 50 mm. No mês de março a precipitação simulada pelo modelo variou entre 50 a 200 mm em grande parte da região, sendo o primeiro valor verificado sobre o centro leste do Estado do Mato Grosso e sul de Tocantins. Na coluna 3, observou-se que, para os três meses do verão, as chuvas simuladas pelo modelo foram subestimadas. As análises mostraram que os meses de janeiro e fevereiro apresentaram um comportamento semelhante entre si, ou seja, com o valores de erro médio (EM) variando em média entre 2.5 a 7.5 mm de subestimativa, sendo mais pronunciada na faixa norte e centro-oeste da região. Diferente dos meses anteriores, a subestimativa apresentada no mês de março foi estendida para toda a região, com exceção do Estado de Roraima e noroeste da Amazônia. Por outro lado, os valores médios do REMQ mostraram-se semelhantes tanto em magnitude [intensidade] quanto em localização em grande parte da região, com valores médios variando entre 60 mm e 80 mm. 3

4 A figura 2 mostra o composto para os três meses representativos da estação de inverno [JJA] da precipitação gerada pelo Modelo CSIRO MK3.5 [coluna 1], observado pelo MERGE [coluna 2] e a diferença entre o modelo e a observação [coluna 3]. Na coluna 2 (dados observados) observou-se que a precipitação média acumulada apresentou valores máximos em torno de 400 mm localizados na faixa mais a norte da região, principalmente para o mês de janeiro. Na faixa de latitude entre 4 S e o Equador, o valor observado da precipitação foi, em média, inferior a 200 mm. Na porção mais a sul da região Amazônica as chuvas foram menos intensas, atingindo valores na ordem de 50 mm em todos os meses da estação. Na coluna 1 (modelo) os resultados mostraram que o modelo não conseguiu simular as chuvas observadas, cujos valores de precipitação média acima de 250 mm ficaram concentradas apenas na faixa norte da região. Nas demais áreas da região o modelo simulou chuvas com intensidades inferiores a 10, com exceção do Estado de Roraima e adjacências em junho, cujas as chuvas ficaram em torno de 200 mm. Na coluna 3 observou-se que, para os três meses referentes ao inverno, as chuvas simuladas pelo modelo foram subestimadas para os três meses. Em janeiro, a área de subestimativa do modelo tem uma extensão maior do que aquela apresentada no composto de fevereiro, que por sua vez, foi maior que em março. O valor do EM de subestimativa ficou na faixa entre 2.5 e 15 mm, sendo este último localizado sobre o Estado de Roraima. Já o valor médio do REMQ não ultrapassou 60 mm para os meses de junho e julho e 40 mm para o mês de agosto. 4. CONCLUSÕES A análise do EM mostrou que o modelo climático CSIRO MK3.5 tende a subestimar os valores de precipitação em grande parte da região de atuação do Programa de Grande Escala da Biosfera-Atmosfera na Amazônia (LBA), sendo que os valores médios máximos de subestimativa mais elevados, foram observados nos meses de verão. O mesmo ocorreu para a REMQ, cujos valores mostraram extremos médios superiores 100 mm, para a estação de verão, na porção nordeste da região de estudo, enquanto que no inverno estes valores não ultrapassaram 60 mm. 5. REFERÊNCIAS BIBLIOGRÁFICAS Aldrian, E., L. Dïumenil Gates, and F. H. Widodo, 2007: Seasonal variability of Indonesian rainfall in ECHAM4 simulations and in the reanalyses: The role of ENSO. Theorical and Applied Climatolology, 87: Alley, R. et al. Contribuição do Grupo de Trabalho I para o Quarto Relatório de Avaliação do Painel Intergovernamental sobre Mudanças do Clima : Sumário para os Formuladores de Políticas. 26/04/ Cai, W.J., Collier, M.A., and Gordon, H.B., 2003: Strong ENSO variability and a super- ENSO pair in the CSIRO Mark 3 coupled climate model. MWR, 131, Rozante, J. R. et al. (2010) Combining TRMM and Surface Observation Precipitation: Technique and Validation Over South America. Weather and Forecasting: In Press 4

5 Figura 1 - Composto da precipitação do Modelo CSIRO MK3.5 [coluna 1], Observado [coluna 2] e a Diferença [coluna 3], para a estação de verão. Figura 2 - Composto da precipitação do Modelo CSIRO MK3.5 [coluna 1], Observado [coluna 2] e a Diferença [coluna 3], para a estação de inverno. 5