ATUALIZAÇÃO DO DOWNSCALING DINÂMICO DA
FUNCEME
Otacilio Leandro de M. Neto1,2 , Alexandre Araújo Costa3, Francisco das Chagas Vasconcelos
Junior1
1
Fundação Cearense de Meteorologia e Recursos Hídricos – FUNCEME – Rua Rui Barbosa,
1246 Aldeota – Fortaleza – CE – Brasil, email: [email protected];
[email protected]
2
Centro de Previsão de Tempo e Estudos Climáticos – CPTEC – Rodovia Presidente Dutra,
Km 40 – Cachoeira Paulista – SP – Brasil
3
Universidade Estadual do Ceará – UECE – Av. Paranjana, 1700 – Mestrado em Ciências
Físicas Aplicadas – Itaperi – CE – Brasil, email: [email protected]
ABSTRACT: This paper presents the updated design that “Downscaling Project” which is
underway in Ceará Foundation for Meteorology and Hydro Resources (FUNCEME). This project
makes the climate forecast for the entire Northeast Brazil during the first half of the year using
models RAMS 4.4 and RSM 97 using data of the global model ECHAM 4.5 of International
Research Institute for Climate and Society (IRI). The proposed upgrade will add models RAMS
6.0, RSM "Palisades" and yet another model not yet defined, and hold such forecast for the
entire year.
Palavras-Chave: Previsão Climática, Downscaling Dinâmico, Nordeste
1 – INTRODUÇÃO
Através de uma parceria entre o International Research Institute for Climate and
Society (IRI) e a na Fundação Cearense de Meteorologia e Recursos Hídricos (FUNCEME), desde
2001 que a FUNCEME vem realizando o downscaling dinâmico do modelo espectral ECHAM 4.5
para previsão climática do primeiro semestre do ano.
Para cada um dos modelos utilizados atualmente (RAMS 4.4 e RSM 97) são rodados 10
membros para os modelos para compor o ensemble tanto para TSM (temperatura da
superfície do mar) prevista e persistida num total de 20 membros para cada modelo. Um
exemplo dos resultados da previsão climática usada atualmente é mostrado na Figura 1.
Figura 1 – Previsão Climática para Jan de 2010.
A proposta de atualização desde esquema de previsão é acrescentar mais um modelo
global (CPTEC), mais modelos regionais passando de dois para cinco e mais membros passando
de dez para quinze continuando a utilização de TSM prevista e persistida.
Figura 1: Esquema da atualização da previsão climática.
A seta preta da Figura 2 representa uma etapa que já foi concluída deste processo de
atualização.
2 - MATERIAIS E MÉTODOS
Os resultados das previsões climáticas apontam de determinado mês terá precipitação
média abaixo, em torno da média ou acima da média climatológica. Então, para cada modelo é
necessário ter sido rodado a sua climatologia para que as comparações citadas sejam
possíveis.
Para realizar estas simulações climáticas a FUNCEME dispõe de um cluster de
computadores composto de 32 máquinas totalizando 40TB de espaço em disco disponíveis.
O período escolhido foi de 1963 a 2008 (45 anos) e este período foi simulado (no caso
do RAMS 6.0 esta etapa já foi concluída) para os 15 membros disponíveis. As configurações do
modelo que foram usadas para as rodadas do RAMS 6.0 e que serão mantidas para os demais
(com exceção das parametrizações físicas, claro) são as seguintes:
Tabela 1 – Configurações do modelo regional
Grade horizontal
100 x 100 pontos com 30 km de espaçamento
Grade vertical
38 níveis chegando até 21 km de altitude
Parametrizações físicas RAMS 6.0
Convecção
KUO
Radiação (ondas curtas e longas)
Chen & Cotton
Turbulência
Mellor & Yamada
Apesar de atualmente somente a precipitação média estar sendo analisada, as rodadas
do RAMS 6.0 foram realizadas salvando uma quantidade bem maior de variáveis atmosféricas
para futuras pesquisas científicas. São elas:
Radiação de onda curta; Radiação de onda longa; Albedo; Fração de cobertura de
nuvem; Fluxo de calor sensível na superfície; Fluxo de calor latente na superfície;
Precipitação total acumulada; Taxa de precipitação total; Umidade relativa;
Temperatura; Pressão ao nível do mar; Componente zonal do vento (U); Componente
meridional do vento (V)
O custo computacional de cada membro é da ordem de duas semanas gerando em
média 400 GB de espaço em disco.
3 – RESULTADOS E DISCUSSÃO
Apesar da área de interesse ser todo o Nordeste Brasileiro, os resultados apresentados
neste trabalho se refere apenas para o estado do Ceará devido à disponibilidade dos dados
observados pelos postos pluviométricos da FUNCEME/SUDENE contemplar todo o período de
interesse (1963 a 2008). Foram analisados somente cinco membros do conjunto de 15.
Os resultados apresentados ainda não sofreram nenhum tipo de correção estatística,
pois é de interesse mostrar quão bem o modelo consegue reproduzir as condições climáticas
do estado do Ceará. A Figura 3 mostra a comparação entre as climatologias observada e
modelada, onde o modelo consegue representar bem o padrão de precipitação com exceção
das quantidades de chuva.
220
200
180
160
140
120
100
80
60
40
20
0
1
2
3
4
5
O b se rv a d o C e a rá
6
7
8
9
10
11
12
M é d ia d e P r e c ip it a ç ã o M e n s a l
Figura 2: Comparação entre climatologias observada e modelada.
Outra análise realizada foi a série de precipitação anual onde novamente o modelo
acerta bem o padrão geral, porém subestima as precipitações extremas, ver Figura 4. Pode-se
concluir que o modelo apresenta um nítido viés mais seco que o observado e isto pode ser
corrigido com o uso apropriado de ferramentas estatísticas.
2000
M e m b r o -1 0
M e m b r o -1 2
M e m b r o -1 4
M e m b r o -1 7
M e m b r o -1 8
M é d ia
O b se rvad o C e ará
1800
1600
1400
1200
1000
800
600
400
200
0
3
6
9
1
4
6
9
1
5
6
9
1
6
6
9
1
7
6
9
1
8
6
9
1
9
6
9
1
0
7
9
1
1
7
9
1
2
7
9
1
3
7
9
1
4
7
9
1
5
7
9
1
6
7
9
1
7
7
9
1
8
7
9
1
9
7
9
1
0
8
9
1
1
8
9
1
2
8
9
1
3
8
9
1
4
8
9
1
5
8
9
1
6
8
9
1
7
8
9
1
8
8
9
1
9
8
9
1
0
9
9
1
1
9
9
1
2
9
9
1
3
9
9
1
4
9
9
1
5
9
9
1
6
9
9
1
7
9
9
1
8
9
9
1
9
9
9
1
0
0
0
2
1
0
0
2
2
0
0
2
3
0
0
2
4
0
0
2
5
0
0
2
6
0
0
2
7
0
0
2
Figura 3: Precipitação anual e comparação com observações.
Foram feitas correlações entre as médias anuais da precipitação de cada membro
individualmente e a média de todos os membros (Ensemble). Os valores das correlações são
mostrados na Tabela 2.
Tabela 2 – Correlações entre as médias anuais de precipitação e cada membro individual e do
ensemble.
Membro-10
Membro-12
Membro-14
Membro-17
Membro-18
Ensenble
0,815
0,800
0,708
0,727
0,782
0,873
Para exemplificar a qualidade de um membro qualquer do conjunto foi feita análise
estatística usando os índices de Pearson e Spearman comparados com dados observados para
todo o Nordeste Brasileiro fornecidos pelo Climate Research Unit (CRU).
Correlação de Pearson
Correlação de Spearman
Figura 4: Correlações de Pearson e Spearman para um membro do conjunto.
Nota-se que as maiores correlações (em torno de 0,7) são nos trimestres de MarçoAbril-Maio, justamente no período chuvoso da porção norte do Nordeste. Mesmo utilizando
apenas um membro de um conjunto de 15, o modelo regional exibe índices de acerto bastante
satisfatórios para a estação chuvosa do norte do Nordeste, e este acerto tende a aumentar
com o acréscimo de mais membros nesta análise.
4 – CONCLUSÕES
Neste trabalho foram apresentados resultados preliminares referentes à atualização
do sistema de previsão climática sazonal via “downscaling” dinâmico. Foi analisado o
comportamento qualitativo e avaliada, por meio de diversos índices estatísticos, a destreza do
modelo numérico RAMS-ECHAM em representar a variabilidade interanual da precipitação
sobre o Nordeste do Brasil ao longo de 45 anos.
Mesmo utilizando apenas um membro de um conjunto de 15, o modelo regional exibe
índices de acerto bastante satisfatórios para a estação chuvosa do norte do Nordeste do Brasil.
Infelizmente, esses índices são modestos em outras épocas do ano e em outras porções da
grade.
Ao final desta atualização, a FUNCEME irá aumentar significantemente o número de
membros no seu sistema de previsão climática, e o uso de técnicas de ensemble poderão
melhorar ainda mais a qualidade da informação sobre o clima no Nordeste do Brasil.
5 – REFERÊNCIAS BIBLIOGRÁFICAS
CHEN, C. e W.R. COTTON, “A one-dimensional simulation of the stratocumulus-capped
mixed layer,” Boundary-Layer Meteorology, vol. 25, Mar. 1983, pp. 289-321.
COTTON, W. R., PIELKE, R. A., WALKO, R. L., LISTON, G. E., TREMBACK, C., JIANG,
H., MCANELLY, R. L., HARRINGTON, J. Y., NICHOLLS, M. E., CARRIO, G. G.,
CPHADDEN, J. P.: RAMS 2001: Current status and future directions. Meteorology and
Atmospheric Physics, v. 82, p. 5–29, 2003.
NEW, M., HULME, M., JONES, P.D.,: Representing twentieth century space-time climate
variability. Part 1: development of a 1961-90 mean monthly terrestrial climatology. Journal of
Climate 12, 829-856, 1999.
PIELKE, R. A., COTTON, W. R., WALKO, R. L., TREMBACK, C. J., LYONS, W. A1,.
GRASSO, L. D., NICHOLLS, M. E., MORAN, M. D., WESLEY, D. A., LEE, T. J.,
COPELAND, J. H.: A comprehensive meteorological modeling system - RAMS. Meteorology
and Atmospheric Physics, v. 49, p. 69-91, 1992.
SUN, L., D.F. MONCUNILL, H. LI, A.D. MOURA, e F.A. SOUZA FILHO (2005) Climate
Downscaling over Nordeste, Brazil, Using the NCEP RSM97, Journal of Climate, Vol.18 (4),
pp 551-567.
COSTA, A. A., O. L. MENEZES NETO: Modelagem de mesoescala da variabilidade climática
interanual sobre o nordeste brasileiro. Anais do III Simpósio Internacional de Climatologia, 2009.
Download

ABSTRACT: This paper presents the updated design that