Verificação da previsão numérica do tempo por ensemble para as regiões homogêneas do estado do Ceará Cleiton da Silva Silveira 1, Alexandre Araújo Costa 2, Dirceu Silveira Reis Júnior 3, Mosefran Barbosa Macedo Firmino 4, Francisco das Chagas Vasconcelos Júnior 5, Aurélio Wildson Teixeira de Noronha 6 1,3,4,5,6 Fundação Cearense de Meteorologia e Recursos Hídricos FUNCEME 2,6 Universidade Estadual do Ceará UECE 1 Universidade Federal do Ceará - UFC cleitonsilveira@funceme.br ABSTRACT This paper presents a precipitation forecast verification study based upon an ensemble forecast system adopted by FUNCEME during the last two years. The ensemble forecast system consists of results of a combination of regional and global models with two different parameterization schemes of the convection process. The Regional Atmospheric Modeling System (RAMS) and the Weather Research and Forecasting System (WRF) using two different parameterization schemes for convection are fed by two global models, the Global Forecast System (GFS) and one developed and operated by CPTEC-INPE, to provide six different precipitation forecasts. The analysis focuses on precipitation forecast for 72 hours lead times over the state and eight precipitation homogeneous regions. The verification methods employed here are based on categorical precipitation described by contingency tables based on different precipitation thresholds. This paper also compares the performance of each member of the ensemble as well as of the ensemble mean, and discusses the results obtained by the forecast system when forecasts outputs are corrected by a bias-correction procedure. When properly corrected by a statistical model, the forecast system performs better than a persistent model, however, its quality deteriorates as both the lead time and the precipitation threshold increase. Keywords: Ensemble Forecast; Verification e Numerical Modeling. 1 INTRODUÇÃO As previsões de médio e curto prazo fornecem informações relevantes para diversos setores da sociedade podendo ser usada como ferramenta de alerta de inundação em áreas ribeirinhas, tempestades etc. A possibilidade de prever eventos extremos com antecedência permite que decisões possam ser tomadas para que os impactos de tais eventos sejam minimizados reduzindo assim o grau de vulnerabilidade de uma determinada região. Tão importante quanto o sistema de previsão em si é avaliar a sua destreza, em busca de melhorar o entendimento em relação à confiabilidade, à sensibilidade e às limitações do sistema de previsão para que o mesmo possa se constituir enquanto ferramenta para definir políticas de planejamento e gestão (REIS, 2009). O objetivo deste trabalho é apresentar um sistema de previsão do tempo, mais especificamente de chuva, para as regiões homogêneas do Estado do Ceará e identificar as localidades de maior e menor previsibilidade usando uma técnica de ensemble regional. Os modelos numéricos empregados neste conjunto foram avaliados para o horizonte de 72h, com base nas medições pluviométricas disponibilizadas pela Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME).
2 MATERIAIS E MÉTODOS 2.1 O ensemble regional Na implementação da técnica de previsão de tempo por conjunto para o estado do Ceará, são utilizados os modelos regionais RAMS 6.0 ( Regional Atmospheric Modeling System) (PIELKE et al., 1992) e WRF 3.1 ( Weather Research and Forecasting), inicializados com dados dos modelos globais do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) (T126L28) ou Global Forecast System (GFS) (T382L64). O método empregado para geração do conjunto de previsões consiste na utilização de combinações de diferentes configurações físicas e distintas condições iniciais e fronteira para cada rodada dos modelos, originando assim um superensemble (SILVEIRA, 2008). As previsões realizadas com os modelos regionais são efetuadas com grades horizontais de 115 por 115 pontos, com aproximadamente 25 km de espaçamento, centradas no estado do Ceará (39,0 W, 6,5 S). As mesma s cobrem grande parte do Nordeste Brasileiro, assim como uma porção do Oceano Atlântico. Os membros que utilizam o modelo regional RAMS foram obtidos com a combinação de duas opções de parametrização de convecção e duas fontes distintas de forçantes de grande escala, ao passo que aqueles que utilizam o modelo regional WRF foram obtidos com duas opções de parametrização de convecção a partir do mesmo forçante de grande escala (Tab ela Tabela 1). Tabela 1 - Membros do ensemble regional Membro do ensemble Modelo regional Modelo global Param. de convecção RGKF RAMS 6.0 GFS Kain-Fritsch RGKU RAMS 6.0 GFS Kuo RCKF RAMS 6.0 CPTEC Kain-Fritsch RCKU RAMS 6.0 CPTEC Kuo WGKF WRF 3.1 GFS Kain-Fritsch WGGR WRF 3.1 GFS Grell Para o cálculo da precipitação média em cada região homogênea(figura 1) empregou-se o método de Thiessen (conforme ilustra a figura 1), que emprega a área de influência de cada ponto de grade. A precipitação média pode ser calculada pela seguinte equação: Pi Ai P = (1) A em que P i e A i são a precipitação e a área de influência do ponto de grade i para a região de interesse. As precipitações média em cada região são corrigidas diariamente, de forma estatística, através da associação das curvas de função empírica de probabilidades dos dados observados e modelados de previsões anteriores.
Figura 1- Regiões homogêneas do Ceará, destaque para região de Jaguaribara (em vermelho os pontos de grade e em azul a área de influência de cada ponto). 2.2 Verificação das previsões As simulações realizadas com os modelos compreendem os períodos de 01 de fevereiro de 2009 a 31 de maio de 2009 e 1 de dezembro de 2009 a 31 de maio de 2010. Para avaliar a sua destreza, comparam-se os valores simulados de precipitação diária com os dados de pluviométricos disponibilizados pela FUNCEME espalhados por todas as regiões homogêneas do estado do Ceará. Na Tabela 2 é apresentada uma tabela contingência 2 x 2, que expressa o número de vezes em que ocorreram as diversas combinações entre previsão e observação. Neste caso específico, os valores possíveis de precipitação são divididos em duas categorias: abaixo de um limite pré-estabelecido e acima deste limite. Os valores de a, b, c e d são utilizados para o cálculo das seguintes métricas de avaliação: a proporção de acerto (PC), falso alarme (FAR) e probabilidade de detecção (POD) e BIAS (B), conforme Tabela 3 (WILKS, 1995). Tabela 2: Tabela de contingência 2 x 2. Observação Sim Não Previsão Sim a b Não c d Tabela 3 Equações para as métricas de avaliação Métrica H FAR POD B Equação a d b a PC FAR POD B a b n a b a c a c 4 RESULTADOS Na Figura 2 são apresentados PC (a), FAR (b), POD (c) e BIAS(d) dos membros do horizonte de 72h e para região do Cariri. Todos os modelos apresentam melhores resultados que a persistência, principalmente considerando o alto falso alarme e a baixa probabilidade de detecção deste para os limiares de 5 mm e 10 mm. Há um claro declínio da qualidade das previsões associados ao aumento do limiar de interesse, visto o acréscimo do falso alarme e a redução da probabilidade de detecção a medida que os eventos ficam mais intensos. O BIAS de
todos os modelos variam muito próximos de 1, esse efeito está associado a correção estatística proposta nesse trabalho. Figura 2 Verificação das previsões corrigidas de 72 horas usando os índices : (a) PC; (b) FAR (c)pod e (d) BIAS para os limiares de 1 mm, 5 mm e 10 mm para a região do Cariri e para os anos de 2009/2010. Na Figura 3 são apresentados H (a), FAR (b), POD (c) e BIAS (c) dos membros do horizonte de 72h para região de Jaguaribara. A persistência não detectou nenhum evento de chuva superior a 10 mm, apresentando um falso alarme igual 1 para esse limiar.portanto, todos os membros do ensemble são melhores que a persistência para esse limiar. Assim como no Cariri há uma tendência dos modelos em piorar qualidade das previsões para limiares mais intensos, principalmente considerando como referência o falso alarme bastante. Figura 3 Verificação das previsões corrigidas de 72 horas usando os índices : (a) PC; (b) FAR (c)pod e (d) BIAS para os limiares de 1 mm, 5 mm e 10 mm para a região de Jaguaribara e para os anos de 2009/2010. Na Figura 4 são apresentados H (a), FAR (b), POD (c) e BIAS (c) dos membros do horizonte de 72h e para região do Litoral Norte. Os modelos possuem comportamento semelhante ao das demais regiões apresentadas, porém nesta localidade os membros do conjuntos apresentam menores FAR e maiores POD.
Figura 4 Verificação das previsões corrigidas de 72 horas usando os índices : (a) PC; (b) FAR (c)pod e (d) BIAS para os limiares de 1 mm, 5 mm e 10 mm para a região do Litoral Norte e para os anos de 2009/2010. 5 CONSIDERAÇÕES FINAIS Todos os modelos apresentaram resultados melhores que a persistência, principalmente no litoral do estado. À medida que o evento de interesse fica mais intenso, ou seja, que o limiar de chuva adotado na construção da tabela de contingência aumenta, a qualidade das previsões diminui, mas continua a ser melhor que a da persistência. O modelo de persistência possui dificuldade de detectar chuva para o horizonte de 72 h, principalmente para os limiares de 5 mm e 10 mm, o que torna inviável o seu uso para fornecer informações para alerta de eventos extremos ou para modelos hidrológicos do tipo chuva-vazão. A correção estatística realizada nos modelos regionais indica uma redução bastante relevante dos erros de viés dos modelos regionais. O sistema de previsão numérica por ensemble mostra-se eficiente em detectar a ocorrência ou não de chuva diária, apresentando resultados mais satisfatórios na região litorânea do estado do Ceará, possivelmente associados a uma representação adequada da circulação sobre essa região pelo sistema de previsão. 6 REFERÊNCIAS PIELKE, R. A.; COTTON, W. R.; WALKO, R. L.; ET AL. A comprehensive meteorological modeling system RAMS. Meteorology and Atmospheric Physics, v. 49, n. 1, p. 69-91, 1992. REIS, D. S., JUNIOR et al. Verificação da Previsão Operacional de Chuva sobre Bacias Hidrográficas do Estado do Ceará. In: XVIII Simpósio Brasileiro de Recursos Hídricos, 2009, Campo Grande. Anais do XVIII Simpósio Brasileiro de Recursos Hídricos, 2009. SILVEIRA, C. S. Previsão de Tempo por Ensemble Regional para o Nordeste Brasileiro. Dissertação de Mestrado. Universidade Estadual do Ceará, 2008. SKAMAROCK, W.C. et al. A description of the Advanced Research WRF version 2. NCAR Tech Notes-468+STR, 2005. WILKS, D.S Statistical Methods in the Atmospheric Science. San Diego: Academic Press, 467p, 1995.