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.