Informações Climáticas para Estudos Hidrológicos no Distrito Federal. Pablo Borges de Amorim

Transcrição

1 Informações Climáticas para Estudos Hidrológicos no Distrito Federal Pablo Borges de Amorim Florianópolis, 18 de Agosto de

2 Sumário 1. Pergunta científica 2. Objetivos 3. Clima recente 4. Projeções Climáticas 4.1. Larga-escala 4.2. Escala-local 5. Principais Resultados 6. Relevância, Conclusões e Recomendações 2

3 Área de estudo 3

4 Área de estdo Santa Maria Descoberto Paranoá Fig. 1: Localização da área de estudo e características fisiográficas 4

5 Área de estdo Santa Maria Descoberto Paranoá Fig. 1: Localização da área de estudo e características fisiográficas 5

6 Conceito de Gestão Integrada de Recursos Hídricos Climate Change Fig. 2: O esquema DPSRI do projeto IWAS/Água-DF. Fonte: Lorz et al (2012) 6

7 Conceito de Gestão Integrada de Recursos Hídricos Clima Tropical Húmido e Seco (Aw, Köppen) Fig. 3: Clima diagrama da estação de Brasília-INMET para o período de

8 Climate Change Fig. 3: Clima diagrama da estação de Brasília-INMET para o período de

9 Pergunta Científica Como fornecer informação confiável e robusta sobre variabilidade climática para os estudos de impacto hidrológico? Quais são as necessidades? Questão a ser tratada Variáveis Escala Temporal e Espacial 9

10 Fluxo de Trabalho Clima Passado Futuro Recente Projeção de Larga-escala Projeção Local/Regional Avaliação de Impacto Fig. 4: Estágios para atingir um envelope de informações climáticas robusto 10

11 Fluxo de Trabalho Envelope de Informações Climáticas Passado Futuro Recente Projeção de Larga-escala Projeção Local/Regional Avaliação de Impacto Fig. 4: Estágios para atingir um envelope de informações climáticas robusto 11

12 Clima Recente Objetivos Compreender o clima regional Mudanças e Tendências em curso Referência para mudanças futuras Calibrar e validar Modelos do Sistema Terrestre (ESM/AOGCM) e técnicas de Regionalização (Downscaling) 12

13 Resultados/Produtos Distribuição espacial Fig. 4: Distribuição especial da rede de observações. Fonte: Borges et al

14 Resultados/Produtos Distribuição espacial Fig. 5: Variância Explicada de variáveis explicativas no modelo de regressão linear para precipitação sazonal e anual ( ). Fonte: Borges et al

15 Resultados/Produtos Distribuição espacial Fig. 6: Estimativa de distribuição espacial de precipitação pelos dois métodos mais apropriados. Fonte: Borges et al

16 Resultados/Produtos Mudanças por período e tendências Temperatura média Precipitação em JJA e SON, DJF Fig.7: Diferenças de precipitação sazonal entre o período de e a normal ; a) Verão, b) Outono, c) Inverno e d) Primavera Source: Borges et al

17 Projeções Climáticas Objetivos Identificar o sinal de mudança climática Quantificar as incertezas Regional model Informação Climática Robusta Modelo de Impacto Impacto Local Respostas Adaptativas Fig. 8: A cascata de incertezas. Fonte: Adaptado de Wilby and Dessai

18 Cascata de incertezas Visão geral Objetivos Clima atual Projeções Resultados Conclusões Projeções Climáticas Objetivos Identificar o sinal de mudança climática Quantificar as incertezas Sociedade no futuro Forçante Radiativa Modelo do clima Regional model RCP (2.6, 4.5, 6.0, 8.5 W/m²) ESMs/AOGCMs (CMIP5) Downscaling Estatístico Modelo de Impacto Impacto Local Respostas Adaptativas Fig. 8: A cascata de incertezas. Fonte: Adaptado de Wilby and Dessai

19 % de concordância Visão geral Objetivos Clima atual Projeções Resultados Conclusões Projeções de Larga-escala (ESMs e AOGCMs) Resultados Mudanças por período e tendências Temperatura média e ondas de calor Precipitation in JJA Fig. 9: Anomalia da temperature media anual (referente à ) e consistência das 42 simulações (22 modelos x rodadas) de 2011 à Fonte: Borges et al

20 Projeções na escala local Resolução grosseira dos ESMs/AOGCMs 20

21 Projeções na escala local Downscaling Adicionar variabilidade local Dinâmico e Estatístico Statistical DownScaling Model (SDSM) Wilby et al Relação empírica entre circulação atmosférica de larga escala e tempo local Regressão linear múltipla + stochastic weather generator Pro: comunidade de usuários e GUI amigável Cons: Simplicidade pode levar à aplicações incorretas 21

22 SDSM Relação Predictor-predictand Re-analysis 1 (NCEP/NCAR) Estação Brasília-INMET Período de calibração confiável Seleção de grades/site Fig. 10: Temperatura e precipitação anual plotada sobre ENSO e períodos de calibração e validação. 22

23 SDSM Validação 8 indicadores (e.g., média, variância, total, índices de extremos) Métrica: 10-anos climatologia Variabilidade Inter-anual Medidas: BIAS, RMSE and coeficiente de correlação de Pearson Gráfico Quantile-quantile 23

24 SDSM Validação Precipitação Fig. 12: Climatologia de 10-anos de precipitação em termos de a) total acumulado e b) variância para o período de validatção de

25 SDSM Valor adicionado Diagrama de Taylor Coeficiente de Correlação e desvio padrão

26 SDSM Valor adicionado Large-scale (CMIP3) Local-scale (SDSM-CMIP3) Fig. 14: Diagrama de Taylor mostrando a comparação estatistica das observações (Brasília-INMET) com projeções do CMIP3 (vermelho) e simulações do SDSM (azul) para a) temperature e b) precipitação mensal para o período de

27 SDSM Valor adicionado Fig. 14: Diagrama de Taylor mostrando a comparação estatistica das observações (Brasília-INMET) com projeções do CMIP3 (vermelho) e simulações do SDSM (azul) para a) temperature e b) precipitação mensal para o período de

28 Valor adicionado SDSM vs. Quantile Mapping Fig. 15: Série temporal e tendência para Oservações (vermelho), re-analise (preto), quantile-mapping (azul) e SDSM (verde) para a estação de Brasília-INMET. Fonte: Borges et al

29 Differença Visão geral Objetivos Clima atual Projeções Resultados Conclusões SDSM Projeções em escala local vs Precipitação Fig. 16: Mudanças em precipitação total. O box plot (IQR) e whiskers representam a extensão do conjunto de simulações (i.e., 1140 simulações). 29

30 SDSM Comunicação de informação Enorme quantidade de dados Aplicação limitada em estudos de impacto hidrológicos Representative regional climate change scenario (RCS) 30

31 SDSM RCS Most likely GHGscenario_AOGCM_Run_Downscaling_Member A1B_ECHAM5_1_SDSM_3 +41% + Cold/wet + Cold/Dry + Hot/Wet + Hot/Dry + Central C High impact Fig. 17: Scatter plot de mudanças de temperature e precipitação annual para cada projeção ( vs ) 31

32 Resumo dos resultados 32

33 Resumo dos resultados ENVELOPE de INFORMAÇÕES 33

34 Relevância e Conclusões Focado em estudos hidrológicos Quantificação das incertezas RCS Envelope de Informação Limitações do SDSM Pressuposto de estacionariedade Estreitamento das incertezas é improvável 34

35 Recomendações Teste de sensibilidade do SDSM Multi-site SDSM Downscaling Dinâmico Teste de sensibilidade dos modelos hidrológicos Buscar uma gama de soluções sob uma variedade de cenários de impacto 35

36 essentially, all models are wrong, but some are useful George E. P. Box (1976) 36

37 Informações Climáticas para Estudos Hidrológicos no Distrito Federal Obrigado! Pablo Borges de Amorim 37