AVALIAÇÃO DE DESEMPENHO DOS MODELOS DE MUDANÇA CLIMÁTICA DO CMIP5 QUANTO A REPRESENTAÇÃO DA PRECIPITAÇÃO SAZONAL E PLURIANUAL SOBRE O NORDESTE SETENTRIONAL DO BRASIL Cleiton da Silva Silveira & Francisco de Assis de Souza Filho Universidade Federal do Ceará (UFC) cleitonsilveira16@yahoo.com.br RESUMO --- Os modelos globais do Coupled Model Intercomparison Project Phase 5 (CMIP5) são avaliados para o Nordeste Setentrional do Brasil quanto à representação da precipitação para o período de 1901 a 1999. Essa avaliação é realizada utilizando-se os dados do Climatic Research Unit (CRU) e a reanálise 20th Century Reanalysis V2 do National Oceanic and Atmospheric Administration (NOAA). Os modelos são classificados através de índices que consideram as variações sazonais, interanuais e interdecadas dessa grandeza. A avaliação sazonal é baseada em medidas de correlação e erro quadrático médio. Enquanto para avaliação interanual e interdecadal é usada a transformada de Wavelets, e em seguida é calculada a correlação entre os espectros de potência observada e modelado e a distância euclidiana entre a variância das principais bandas. O melhor modelo segundos esses critério foi o CANESM_run2. Palavras-chave: CMIP5 e Nordeste Setentrional do Brasil ABSTRACT --- The global models of the Intergovernmental Coupled Model Intercomparison Project Phase 5 (CMIP5) are evaluated for the representation of the precipitation in Northern Northeast of Brazil for the period from 1901 to 1999. This evaluation is performed using data from the Climatic Research Unit (CRU) and the 20th Century Reanalysis V2 of the National Oceanic and Atmospheric Administration (NOAA). The models are classified using indices that consider seasonal variations, interannual and Interdec this magnitude. The evaluation is based on seasonal measurements of correlation and mean squared error. As for evaluating interannual and interdecadal is used wavelet transform, and then calculated the correlation is between the power spectra of observed and modeled and the Euclidean distance between the variance of the main bands. The best model according to these criteria was the CANESM_run2. Keywords:CMIP5 e Northern Northeast of Brazil 1. Introdução Desde 1988 o Intergovernmental Panel on Climate Change (IPCC) publicou quatro relatórios de Avaliação: em 1990, 1995, 2001 e 2007. O Primeiro Relatório de Avaliação do IPCC (AR-1) foi publicado em Sundsvall (Suécia) em agosto de 1990 e confirmou cientificamente evidências que serviram de alerta para o fenômeno das mudanças climáticas. Devido ao primeiro relatório, a Assembléia Geral das Nações Unidas decidiu preparar uma declaração de princípios que reconhece o problema e que entrou em vigor em março de 1994, chamada Convenção-Quadro sobre Mudanças Climáticas (UNFCC, em inglês). Espera-se que algumas das questões científicas que surgiram durante a preparação do quarto relatório do IPCC possam ser tratadas no CMIP5, para a publicação do Quinto Relatório AR5, prevista para publicação no final de 2013.
O objetivo do presente estudo é desenvolver uma metodologia de avaliação da habilidade dos modelos do CMIP5 de prever o regime de chuvas e aplicar esta Ao Nordeste Setentrional do Brasil. 2. METODOLOGIA 2.1. Região de Estudo Utilizou-se uma grade que vai de 0 a 10ºS de latitude e 33ºW a 44W de longitude, cobrindo boa parte do Nordeste Brasileiro assim como uma porção do Oceano Atlântico, conforme mostra a Figura 1. Figura 1- Região de estudo, parte do Nordeste brasileiro e parte do Oceano Atlântico. 2.2 Modelos do CMIP5 Os dados provenientes do CMIP5 são resultados de simulações de modelos globais de alguns centros de pesquisa que contribuem para confecção dos relatórios dos IPCC (conforme Tabela 1), forçadas pelas concentrações observadas de gases de efeito estufa durante o século XX. Tabela 1 Modelos do CMIP5 utilizados. Modelos HadGEM2-ES GISS-E2-H GISS-E2-H IPSL-CM5A-LR CCCMA/CanESM2 CNRM-CM5 Instituição Met Office Hadley Centre NASA Goddard Institute for Space Studies NASA Goddard Institute for Space Studies Institut Pierre-Simon Laplace Canadian Centre for Climate Modelling and Analysis Centre National de Recherches Meteorologiques/ Centre Europeen de Recherche et Formation Avancees en Calcul Scientifique (CNRM/CERFACS)
INM_CM4 Institute of Numerical Mathematics, Russian Academy of Science 2.3. Critérios de Avaliação do Desempenho dos modelos do IPCC quanto à representação da sazonalidade Para avaliação dos modelos foi feita a climatologia mensal média sobre a região de estudo para todos os modelos dos IPCC e a observação (CRU continente e NOAA oceano), em seguida é feita uma comparação com base em alguns índices estatísticos para que possam ser definidos que modelos possuem melhor comportamento para América do Sul. As medidas estatísticas utilizadas, cujas definições estão indicadas a seguir são: raiz do erro quadrático médio da contribuição percentual mensal em relação às chuvas anuais (RMSE_PC) e as correlação (CORREL) (Silveira et al., 2011). 2.4. Critérios de Avaliação do Desempenho dos modelos do CMIP5 quanto à representação da variabilidade plurianual Diante da dificuldade em se caracterizar as variabilidades tanto de espaço como de tempo no padrão de chuvas, torna-se necessário utilizar-se um método de análise adequado na localização temporal das estruturas de multiescalas. O método usado neste estudo é a Transformada de Wavelets (TW). Para avaliação dos modelos é calculado os espectros globais anuais sobre as regiões de estudo para todos os modelos do IPCC e as observações (CRU/NOAA). Em seguida, é feita uma comparação entre os espectros dos dados observados e das rodadas dos modelos do IPCC para que possam ser definidos que rodadas possuem melhor desempenho para a região de estudo. As medidas estatísticas utilizadas, cujas definições estão indicadas a seguir, são: correlação entre os espectros de potência (CORREL) e a distância da variabilidade das variâncias das rodadas dos modelos (DIST) Lázaro et al, (2011). Cada uma das regiões avaliadas neste trabalho apresentou três bandas, segundo o espectro de potência dos wavelets. Sendo assim, de zero até o final da primeira banda do espectro observado será considerada variação interanual e as demais regiões do espectro serão consideradas variação interdecadal. Neste caso, para avaliação interanual é usada a correlação entre o espectro observado e modelado no período que vai do início do espectro ao fim da primeira banda associado ao índice DIST da primeira banda. Enquanto para avaliação interdecadal é usada a correlação entre o
espectro observado e modelado no período que vai desde o fim da primeira banda ao final do espectro e o índice DIST das duas últimas bandas. 2.5. Critérios de Avaliação Geral Os valores das avaliações sazonais (AVAL s ), interanuais (AVAL i ) e interdecadais (AVAL d ) possuem valores entre 0 e 1. Depois de calculado AVAL s, AVAL i e AVALd de todos os modelos é sugerido um índice geral, AVALt, conforme equações 1 e 2. (1) (2) 3. Resultados Na tabela 2 são mostrados os índices estatísticos da avaliação dos modelos do CMIP5 em ordem de classificação para região do Nordeste Setentrional do Brasil, para igual a 1/3. As rodadas 2,3 e 1, nessa ordem, apresentaram o maior valor de AVAL t para região do Nordeste Setentrional do Brasil, indicando que este modelo possui a melhor representação dos padrões de variações da região. Quanto à avaliação sazonal, a maioria dos modelos indicou correlações superiores a 0,85 e erro quadrático inferior a 5% em relação ao percentual de chuva mensal. O modelo canadense CANESM apresentou correlações superiores a 0,97 e RMSE_PC inferior a 2,4%, o que o classifica como o melhor modelo para região Nordeste Setentrional do Brasil segundo a avaliação sazonal proposta neste trabalho para igual a 0,5, seguido pelo modelo HADGEM2_ES. Os modelos GISS_E2H e INM_CM4 apresentaram correlações inferiores a 0,75, bem abaixo dos demais modelos, e os maiores RMSE_PC para todas as rodadas. Isto levou esses modelos a apresentarem AVAL inferior a 0,30, indicando que os mesmos não representam adequadamente a sazonalidade da precipitação no Nordeste Setentrional brasileiro. Quanto à avaliação interanual, a maioria dos modelos apresentam correlações superiores 0,7, indicando uma boa representação dos padrões de variação interanual. Sendo o modelo INCM4_run1 o que obteve os maiores valores de AVALs, seguido pelo modelo GISS_E2R_run5. Quanto à avaliação interdecadal, a maioria dos modelos indicou correlações negativas, mostrando que os modelos possuem dificuldade de representar a mais alta frequência de variação da série. O modelo CANESM_run2 apresentou o menor DIST associado a uma correlação de 0,371, por isso obteve o maior AVAL interanual.
Tabela 2 - Modelos do CMIP5 e classificação dos modelos para para o Nordeste Setentrional do Brasil. Models Sazonal Interanual Interdecadal Total Clas RMSE_PC Correl Avals Correl DIST Aval Correl DIST Aval Avalt canesm_run2 2,290 0,987 0,992 0,903 1,240 0,588 0,371 0,838 0,851 0,810 1 canesm_run3 2,386 0,986 0,972 0,950 1,154 0,731 0,231 0,978 0,681 0,795 2 canesm_run1 2,352 0,986 0,979 0,933 1,099 0,771 0,682 1,446 0,500 0,750 3 giss_e2r_run5 3,257 0,825 0,606 0,871 0,994 0,817 0,308 0,955 0,732 0,718 4 cnrm_cm5_run1 2,642 0,871 0,786 0,737 0,904 0,769-0,141 1,060 0,462 0,672 5 canesm_run5 2,254 0,987 1,000 0,807 0,998 0,743-0,387 1,198 0,251 0,665 6 hadgem2_es_run1 2,494 0,970 0,931 0,836 1,014 0,758-0,521 1,123 0,255 0,648 7 giss_e2r_run2 3,210 0,832 0,624 0,763 1,077 0,611 0,478 1,082 0,702 0,646 8 ipsl_cm5a_lr_run4 3,284 0,968 0,768 0,820 1,119 0,627 0,447 1,350 0,478 0,625 9 giss_e2r_run1 3,215 0,834 0,626 0,929 1,191 0,669-0,154 1,005 0,500 0,599 10 ipsl_cm5a_lr_run2 3,387 0,966 0,745 0,856 1,008 0,786-0,514 1,130 0,252 0,594 11 ipsl_cm5a_lr_run1 3,342 0,966 0,755 0,800 1,082 0,645-0,303 1,153 0,322 0,574 12 giss_e2r_run3 3,263 0,827 0,608 0,913 1,351 0,480-0,209 0,812 0,630 0,573 13 canesm_run4 2,311 0,987 0,988 0,489 1,052 0,341 0,012 1,258 0,370 0,566 14 Incm4_run1 4,340 0,725 0,270 0,846 0,924 0,865-0,122 1,154 0,396 0,510 15 giss_e2r_run4 3,207 0,835 0,629 0,673 1,168 0,416-0,297 0,988 0,455 0,500 16 ipsl_cm5a_lr_run3 3,362 0,965 0,749 0,705 1,369 0,235-0,482 0,908 0,441 0,475 17 giss_e2h_run4 4,604 0,622 0,096 0,782 0,945 0,773 0,330 1,237 0,519 0,462 18 giss_e2h_run1 4,610 0,608 0,079 0,801 1,001 0,733-0,214 0,905 0,554 0,455 19 giss_e2h_run3 4,613 0,619 0,090 0,692 0,904 0,719-0,345 0,853 0,541 0,450 20 giss_e2h_run5 4,597 0,629 0,105 0,760 0,986 0,705-0,178 1,145 0,380 0,396 21 giss_e2h_run2 4,717 0,560 0,000 0,676 1,033 0,564-0,146 0,873 0,608 0,391 22 4. CONCLUSÃO O modelo CANESM_run2 obteve a melhor classificação segundo a metodologia de avaliação seguida neste trabalho. A avaliação sazonal também apontou o modelo CANESM como àquele com mais altos valores de AVALs para o Nordeste Setentrional Brasileiro, seguido pelo modelo HADGEM2_ES. 5. REFERÊNCIAS LÁZARO,Y.M.C ; SILVEIRA, C.S.; SOUZA FILHO, F. A. Avaliação de desempenho dos modelos do IPCC-AR4 no Nordeste Setentrional Brasileiro quanto à variação plurianual de precipitação no século XX. Revista Brasileira de Meteorologia, 2011(em submissão). SILVEIRA, C.S., SOUZA FILHO, F. A, COSTA, A.A., COUTINHO, M.M., LÁZARO, Y.M.C, SALES, D.C. Avaliação da sazonalidade da precipitação no Nordeste brasileiro simulada pelos modelos do IPCC-AR4. Revista Brasileira de Recursos Hídricos, 2011 (em submissão).