VARIABILIDADE CLIMÁTICA INTERDECADAL DA PRECIPITAÇÃO NA AMÉRICA DO SUL EM SIMULAÇÕES DO PROJETO CMIP5

Transcrição

1 VARIABILIDADE CLIMÁTICA INTERDECADAL DA PRECIPITAÇÃO NA AMÉRICA DO SUL EM SIMULAÇÕES DO PROJETO CMIP5 Paola F. A. COSTA, Alice M. GRIMM UFPR- Grupo de Meteorologia - Curitiba Paraná - grimm@fisica.ufpr.br RESUMO: A variabilidade interdecadal de dados observados da precipitação na América do Sul e da temperatura da superfície do mar (TSM) global ( ), assim como dos correspondentes dados de uma simulação para o mesmo período feita com o modelo IPSL- CM5A-LR, é analisada. Este modelo integra o experimento CMIP5 (Coupled Model Intercomparison Project Phase 5 - World Climate Research Programme). Os modos de variabilidade dos dados observados e simulados são comparados, para validação do modelo. Além da variabilidade, as médias sazonais de precipitação e TSM, observada e simulada, também são comparadas. A climatologia e variabilidade do clima futuro ( ) projetado pelo modelo também são verificadas. Todos os dados foram filtrados por filtro gaussiano, para reter apenas oscilações com períodos acima de oito anos (oscilação interdecadal). Foi então feita uma Análise de Componentes Principais para determinar os componentes da variabilidade interdecadal de totais sazonais e anuais de precipitação e TSM, com sua distribuição espacial e evolução temporal. Foi ainda feita a correlação de modos de TSM com a precipitação e de modos de precipitação com a TSM. Os resultados mostram que, embora o modelo represente razoavelmente a climatologia sazonal, a variabilidade é menos bem representada. ABSTRACT: The interdecadal variability of observed precipitation data in South America and of global sea surface temperature (SST) ( ), as well as of the corresponding data from a simulation for the same period by the model IPSL-CM5A-LR, is analyzed. This model participates in the experiment CMIP5 (Coupled Model Intercomparison Project Phase 5 - World Climate Research Programme). The modes of variability of observed and simulated data are compared to validate the model. Besides the variability, the seasonal mean precipitation and SST, simulated and observed, are also compared. The climatology and variability of future climate ( ) predicted by the model are also checked. All the data were filtered by Gaussian filter, to retain only oscillations with periods greater than eight years (interdecadal oscillation). A Principal Component Analysis was carried out to determine the components of the interdecadal variability of seasonal and annual mean SST and precipitation, with its spatial and temporal distribution. The correlation between modes of SST and precipitation and between modes of precipitation and SSTwas also computed. The results show that, although the model reasonably represents the seasonal climatology, variability is less well represented.

2 1 INTRODUÇÃO A principal fonte de variabilidade climática interanual global é o fenômeno El Niño-Oscilação Sul, que produz alterações climáticas em vários locais do planeta, incluindo o Brasil. [GRIMM, 2009]. Contudo, segundo Kayano e Andreoli (2009) os modos de variabilidade interdecadal podem alterar o efeito da variabilidade interanual em algumas regiões. Existem poucos estudos da variabilidade climática interdecadal, principalmente no Hemisfério Sul, por causa da falta de dados com longo período de tempo. Como variabilidade interdecadal é por vezes confundida com mudança climática antrópica, é importante saber como os modelos a representam. 2 DADOS E MÉTODOS DE ANÁLISE Foram utilizados dados do modelo acoplado oceano-atmosfera IPSL-CM5A-LR, de temperatura da superfície do mar (TSM) e de precipitação, fornecidos pelo Institut Pierre-Simon Laplace (IPSL) da França para o projeto CMIP5. Esses dados são obtidos com distintos cenários: aqui usamos simulações do clima atual (historical, no período ) e do clima futuro (Representative Concentration Pathways, RPC 4.5, no período ). A resolução do modelo para os dados atmosféricos é 1.9 x 3.75 de latitude/longitude e para as variáveis oceânicas é em torno de 2 x 2 de latitude/longitude. Foram utilizados também dados mensais de TSM observados, provenientes do conjunto HadISST e dados mensais de precipitação na América do Sul, provenientes do banco de dados do Laboratório de Meteorologia da UFPR, que os obteve da Agência Nacional de Águas (ANA), para o Brasil, e de institutos hidrometeorológicos da Argentina, do Paraguai e do Uruguai. As séries observadas (de TSM e precipitação) foram cortadas para o mesmo período da série histórica do modelo. Os dados de precipitação foram colocados em grade de 1 x 1 e os de TSM, de 5 x 5. Inicialmente, foi calculada a climatologia de precipitação e de TSM para o presente ( ), tanto com os dados observados como com os dados do modelo. Para reter apenas a variabilidade interdecadal de TSM e precipitação, foi utilizado um filtro gaussiano de 9 pontos para filtrar a variabilidade com períodos até 8 anos. Trata-se de uma média móvel com pesos estabelecidos com base numa curva gaussiana. Após a filtragem, foi feita a Análise de Componentes Principais (ACP). A ACP permite separar os componentes da variabilidade de totais sazonais e anuais de precipitação e TSM, mostrando tanto a sua distribuição espacial quanto a evolução temporal. Depois disto, foi feita a correlação dos modos de TSM com as séries de precipitação, e dos modos de precipitação com as séries de TSM. 3 RESULTADOS A climatologia mensal e sazonal de TSM e precipitação do modelo reproduz razoavelmente a dos dados observados (não mostrado). Contudo, há diferenças entre a variabilidade interdecadal de TSM e precipitação observadas e

3 simuladas. O primeiro modo rotacionado interdecadal de TSM observada (que representa tendência de aumento quase global da TSM) é bem representado pelo modelo, tanto para o verão quanto para a primavera (não mostrado). Já o segundo modo rotacionado observado (que é semelhante na primavera e verão) não é tão bem representado pelo modelo no verão (não mostrado), apenas na primavera, onde corresponde ao terceiro modo, como é possível ver nas figuras 1 (observado) e 2 (modelo). As correlações dos modos observados e do modelo com a precipitação (figuras 1 e 2 à direita), porém, não produzem padrões semelhantes, ou seja, para o modo observado de TSM a correlação com a série de precipitação observada é intensa e positiva no Centro-leste do Brasil, já para o modo simulado a correlação é negativa no norte da América do Sul e positiva no sudoeste do continente. Os modos observados e do modelo representam 15,4% e 4,4% da variância, respectivamente (figuras 1 e 2). Quanto às projeções para o futuro, o primeiro modo rotacionado, tanto de primavera como de verão, representa a tendência quase global de aquecimento da TSM (não mostrado). O modo correspondente ao modo das figuras 1 e 2 é o terceiro modo (Fig. 3), cuja intensidade diminui nos trópicos e aumenta nos extratrópicos em relação ao clima presente (Fig. 2). Com relação aos modos interdecadais de precipitação na América do Sul, são mostrados os resultados para verão. O segundo modo rotacionado, que melhor corresponde ao modo de TSM mostrado nas figuras 1, 2 e 3 para primavera, apresenta um dipolo entre centro-leste e sudeste da América do Sul (Fig. 4, dados observados), que é bem representado pelo mesmo modo do modelo (Fig. 5), porém, este não reproduz bem a correlação observada com TSM (comparar figs. 4 e 5, à direita). Para a projeção futura, o modo correspondente é o primeiro (Fig. 6), cuja correlação com TSM revela um generalizado aquecimento dos oceanos tropicais. 4- CONCLUSÕES A comparação das simulações de clima presente do modelo IPSL-CM5A-LR com os dados observados mostra que a climatologia sazonal de precipitação e TSM é bem representada pelo modelo. Com relação à variabilidade interdecadal de TSM, o modelo consegue representar razoavelmente o modo IPO (melhor na primavera que no verão), mas não sua correlação com precipitação. Este modo sofre mudanças nas projeções do modelo para o futuro, com mais variabilidade nos extratrópicos. Há grande tendência ao aquecimento dos oceanos mostrada nos primeiros modos rotacionados de verão e primavera. Com relação à variabilidade interdecadal de precipitação, o modelo reproduz bem o segundo modo observado de verão e primavera, porém a correlação deste modo com TSM não é bem reproduzida, o que indica má simulação das teleconexões.

4 5- REFERÊNCIAS BIBLIOGRÁFICAS GRIMM, A. M. Variabilidade Interanual do Clima no Brasil. In: Tempo e Clima no Brasil. Cavalcanti, I. F. A., N. J. Ferreira, M. G. Justi da Silva, M. A. F. Silva Dias, Eds., Editora Oficina de Textos, São Paulo,pp , KAYANO M. T. e ANDREOLI R. V. Variabilidade decenal a multidecenal. In: Tempo e Clima no Brasil. Cavalcanti, I. F. A., N. J. Ferreira, M. G. Justi da Silva, M. A. F. Silva Dias, Eds., Editora Oficina de Textos, São Paulo, p , Figura 1. À esquerda, modo 2 rotacionado da ACP de TSM observada na primavera; no meio, sua série temporal e à direita, correlação do modo com as séries de precipitação observada. Figura 2. À esquerda, modo 3 rotacionado da ACP de TSM simulada para o presente na primavera; no meio, sua série temporal e à direita, correlação do modo com as séries simuladas da precipitação. Figura 3. À esquerda, modo 1 rotacionado da ACP de TSM projetada para o futuro no verão; no meio, sua série temporal e à direita, correlação do modo com as séries projetadas da precipitação.

5 Figura 4. À esquerda, modo 2 rotacionado da ACP de precipitação observada no verão; no meio, sua série temporal e à direita, correlação do modo com as séries de TSM observada. Figura 5. À esquerda, modo 2 rotacionado da ACP de precipitação simulada para o presente no verão; no meio, sua série temporal e à direita, correlação do modo com séries simulados da TSM. Figura 6. À esquerda, modo 1 rotacionado da ACP de precipitação projetada para o futuro no verão ; no meio; sua série temporal e à direita, correlação do modo com as séries projetadas da TSM.