Análise de incertezas em projeções de mudanças climáticas na América do Sul
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do INPE |
Texto Completo: | http://urlib.net/sid.inpe.br/mtc-m19/2014/01.13.12.37 |
Resumo: | Este estudo avaliou as incertezas envolvidas nas projeções de mudanças de tempe-ratura e precipitação na América do Sul, geradas por inúmeros Modelos de Circu-lação Geral (MCGs) pertencentes ao CMIP3 e CMIP5 (\emph{Coupled Model Intercomparison Project Phase 3 e Phase 5}, respectivamente), no intuito de iden-tificar como essas incertezas distribuem-se geograficamente e fornecer informa-ções mais confiáveis, sintéticas, e probabilísticas. Sete diferentes cenários forçan-tes foram avaliados: SRES B1, A1B, e A2; e RCP 2.6, 4.5, 6.0, e 8.5. Especial atenção foi dada nas projeções para 2071-2100, com relação ao período de 1961-1990. Três métodos foram usados para avaliar as incertezas: REA (\emph{Reliability Ensemble Averaging}) e REA modificado, e inferência bayesi-ana. As simulações dos MCGs do CMIP3 e CMIP5 demonstraram-se capazes de representar bem os aspectos climatológicos básicos observados das variáveis ana-lisadas, tais como média sazonal e ciclo anual, apesar de alguns vieses serem iden-tificados, principalmente sobre os Andes, noroeste da América do Sul, bacia Amazônica, e Nordeste brasileiro. Entretanto, os MCGs do CMIP5 apresentaram simulações mais próximas das observações comparadas ao CMIP3. Levando em consideração o desempenho de cada MCG em representar o clima observado e a convergência de sua projeção com relação à média dos conjuntos CMIP3 ou CMIP5, como proposto explicitamente pelo método REA e intrinsecamente pela inferência bayesiana, notou-se que, em geral, a média das projeções de mudança de temperatura decresce ligeiramente ($\sim$ $0,5^{°} C$ - $1^{°}C$) sobre toda região, comparado à média aritmética simples dos MCGs. Em todas as análises constatou-se que as mudanças de temperatura são maiores do que os intervalos de incerteza associados para toda América do Sul e nos diversos períodos, conjuntos de MCGs, e cenários forçantes, indicando uma alta confiabilidade nas projeções. Nos cenários de forçantes mais intensas (SRES A2 e RCP 8.5), a probabilidade de um aumento de temperatura exceder $2^{°}C$ em 2071-2100 é extremamente alta (> 90\%) para toda América do Sul. Quanto à precipitação, os métodos não re-sultaram em padrões de mudanças substancialmente diferentes daqueles obtidos com uma média aritmética simples dos MCGs, tanto para o CMIP3 quanto para o CMIP5. Os intervalos de incerteza apresentaram magnitudes iguais ou maiores do que a das mudanças projetadas. Portanto, concluiu-se que existe uma alta confia-bilidade de uma projeção de mudanças pequena ou inexistente na precipitação sazonal e anual sobre a América do Sul. Por fim, os resultados advindos da utilização do \emph{Regional Climate Change Index} (RCCI) sobre a América do Sul ressaltam que o sul da Amazônia, a região Centro-Oeste e a porção oeste do estado de Minas Gerais são persistentes hotspots de mudanças climáticas nos diferentes cenários forçantes e conjuntos de MCGs. Em geral, na medida em que os cenários variam do mais baixo ao mais alto nível de forçante, as áreas de altos valores de RCCI aumentam e a magnitude intensifica-se do centro-oeste e sudeste do Brasil em direção ao noroeste da América do Sul. |
id |
INPE_3e56357382595e204e1310788e3b6e57 |
---|---|
oai_identifier_str |
oai:urlib.net:sid.inpe.br/mtc-m19/2014/01.13.12.37.03-0 |
network_acronym_str |
INPE |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INPE |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisAnálise de incertezas em projeções de mudanças climáticas na América do SulUncertainty analysis of climate change projections over South America2014-02-03José Antonio Marengo OrsiniChou Sin ChanTércio AmbrizziPaulo Sérgio LúcioRoger Rodrigues TorresInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em MeteorologiaINPEBRclimatologiamudanças climáticasmodelos climáticosprojeções climáticasincertezasAmérica do SulEste estudo avaliou as incertezas envolvidas nas projeções de mudanças de tempe-ratura e precipitação na América do Sul, geradas por inúmeros Modelos de Circu-lação Geral (MCGs) pertencentes ao CMIP3 e CMIP5 (\emph{Coupled Model Intercomparison Project Phase 3 e Phase 5}, respectivamente), no intuito de iden-tificar como essas incertezas distribuem-se geograficamente e fornecer informa-ções mais confiáveis, sintéticas, e probabilísticas. Sete diferentes cenários forçan-tes foram avaliados: SRES B1, A1B, e A2; e RCP 2.6, 4.5, 6.0, e 8.5. Especial atenção foi dada nas projeções para 2071-2100, com relação ao período de 1961-1990. Três métodos foram usados para avaliar as incertezas: REA (\emph{Reliability Ensemble Averaging}) e REA modificado, e inferência bayesi-ana. As simulações dos MCGs do CMIP3 e CMIP5 demonstraram-se capazes de representar bem os aspectos climatológicos básicos observados das variáveis ana-lisadas, tais como média sazonal e ciclo anual, apesar de alguns vieses serem iden-tificados, principalmente sobre os Andes, noroeste da América do Sul, bacia Amazônica, e Nordeste brasileiro. Entretanto, os MCGs do CMIP5 apresentaram simulações mais próximas das observações comparadas ao CMIP3. Levando em consideração o desempenho de cada MCG em representar o clima observado e a convergência de sua projeção com relação à média dos conjuntos CMIP3 ou CMIP5, como proposto explicitamente pelo método REA e intrinsecamente pela inferência bayesiana, notou-se que, em geral, a média das projeções de mudança de temperatura decresce ligeiramente ($\sim$ $0,5^{°} C$ - $1^{°}C$) sobre toda região, comparado à média aritmética simples dos MCGs. Em todas as análises constatou-se que as mudanças de temperatura são maiores do que os intervalos de incerteza associados para toda América do Sul e nos diversos períodos, conjuntos de MCGs, e cenários forçantes, indicando uma alta confiabilidade nas projeções. Nos cenários de forçantes mais intensas (SRES A2 e RCP 8.5), a probabilidade de um aumento de temperatura exceder $2^{°}C$ em 2071-2100 é extremamente alta (> 90\%) para toda América do Sul. Quanto à precipitação, os métodos não re-sultaram em padrões de mudanças substancialmente diferentes daqueles obtidos com uma média aritmética simples dos MCGs, tanto para o CMIP3 quanto para o CMIP5. Os intervalos de incerteza apresentaram magnitudes iguais ou maiores do que a das mudanças projetadas. Portanto, concluiu-se que existe uma alta confia-bilidade de uma projeção de mudanças pequena ou inexistente na precipitação sazonal e anual sobre a América do Sul. Por fim, os resultados advindos da utilização do \emph{Regional Climate Change Index} (RCCI) sobre a América do Sul ressaltam que o sul da Amazônia, a região Centro-Oeste e a porção oeste do estado de Minas Gerais são persistentes hotspots de mudanças climáticas nos diferentes cenários forçantes e conjuntos de MCGs. Em geral, na medida em que os cenários variam do mais baixo ao mais alto nível de forçante, as áreas de altos valores de RCCI aumentam e a magnitude intensifica-se do centro-oeste e sudeste do Brasil em direção ao noroeste da América do Sul.This study evaluated the uncertainties involved in projections of surface air tem-perature and precipitation in South America generated by numerous General Cir-culation Models (GCMs) belonging to CMIP3 and CMIP5 dataset (Coupled Model Intercomparison Project Phases 3 and 5, respectively), in order to identify how these uncertainties are distributed geographically and provide informations more reliable, summarized, and probabilistic. Seven different forcing scenarios were evaluated: SRES B1, A1B, and A2; and RCP 2.6, 4.5, 6.0, and 8.5. Special attention was given to the projections for 2071-2100 with respect to 1961-1990. Three methods have been used to evaluate uncertainties: REA (Reliability Ensemble Averaging) and REA modified, and Bayesian inference. GCMs simulations from CMIP3 and CMIP5 were able to well represent the basic climatological features of the observed variables, such as seasonal mean and annual cycle, although some bias were identified, mainly over the Andes, northwestern South America, Amazon basin, and Northeast Brazil. On the other hand, GCMs from CMIP5 showed simulations closer to observations when compared to CMIP3. Taking into account the performance of each GCM in representing the observed climate and the convergence of its projection with respect to the average of CMIP3 or CMIP5 datasets, as proposed explicitly by the REA method and intrinsically by Bayesian inference, it was noted that, in general, the average projections of temperature change decreases slightly ($\sim$ $0.5^{°}C$ - $1^{°}$C) over the entire region, compared to the simple average of GCMs. In all analyzes, it was found that the temperature changes are larger than the associated uncertainty intervals throughout South America and in different periods, sets of GCMs and forcing scenarios, indicating a high reliability in these projections. In the scenarios of most intense forcings (SRES A2 and RCP 8.5), the probability of a temperature change exceeding $2^{°}C$ in 2071-2100 is extremely high (> 90\%) throughout South America. Regarding to precipitation, and for both CMIP3 and CMIP5, the methods did not result in patterns substantially different from those obtained from a simple average of GCMs. The ranges of uncertainty presented magnitudes equal to or larger than the projected changes. Therefore, it is concluded that there is a high reliability of a projection of small or no changes in seasonal and annual precipitation over South America. Finally, the results of application of the Regional Climate Change Index (RCCI) over South America show that southern Amazonia and the central-western region and western portion of Minas Gerais state are persistent climate change hotspots through different forcing scenarios and GCM datasets. In general, as the scenarios vary from low- to high-level forcing, the area of high values of RCCI increase and the magnitude intensify from central-western and southeast Brazil to northwest South America.http://urlib.net/sid.inpe.br/mtc-m19/2014/01.13.12.37info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:54:21Zoai:urlib.net:sid.inpe.br/mtc-m19/2014/01.13.12.37.03-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:54:21.882Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false |
dc.title.pt.fl_str_mv |
Análise de incertezas em projeções de mudanças climáticas na América do Sul |
dc.title.alternative.en.fl_str_mv |
Uncertainty analysis of climate change projections over South America |
title |
Análise de incertezas em projeções de mudanças climáticas na América do Sul |
spellingShingle |
Análise de incertezas em projeções de mudanças climáticas na América do Sul Roger Rodrigues Torres |
title_short |
Análise de incertezas em projeções de mudanças climáticas na América do Sul |
title_full |
Análise de incertezas em projeções de mudanças climáticas na América do Sul |
title_fullStr |
Análise de incertezas em projeções de mudanças climáticas na América do Sul |
title_full_unstemmed |
Análise de incertezas em projeções de mudanças climáticas na América do Sul |
title_sort |
Análise de incertezas em projeções de mudanças climáticas na América do Sul |
author |
Roger Rodrigues Torres |
author_facet |
Roger Rodrigues Torres |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
José Antonio Marengo Orsini |
dc.contributor.referee1.fl_str_mv |
Chou Sin Chan |
dc.contributor.referee2.fl_str_mv |
Tércio Ambrizzi |
dc.contributor.referee3.fl_str_mv |
Paulo Sérgio Lúcio |
dc.contributor.author.fl_str_mv |
Roger Rodrigues Torres |
contributor_str_mv |
José Antonio Marengo Orsini Chou Sin Chan Tércio Ambrizzi Paulo Sérgio Lúcio |
dc.description.abstract.por.fl_txt_mv |
Este estudo avaliou as incertezas envolvidas nas projeções de mudanças de tempe-ratura e precipitação na América do Sul, geradas por inúmeros Modelos de Circu-lação Geral (MCGs) pertencentes ao CMIP3 e CMIP5 (\emph{Coupled Model Intercomparison Project Phase 3 e Phase 5}, respectivamente), no intuito de iden-tificar como essas incertezas distribuem-se geograficamente e fornecer informa-ções mais confiáveis, sintéticas, e probabilísticas. Sete diferentes cenários forçan-tes foram avaliados: SRES B1, A1B, e A2; e RCP 2.6, 4.5, 6.0, e 8.5. Especial atenção foi dada nas projeções para 2071-2100, com relação ao período de 1961-1990. Três métodos foram usados para avaliar as incertezas: REA (\emph{Reliability Ensemble Averaging}) e REA modificado, e inferência bayesi-ana. As simulações dos MCGs do CMIP3 e CMIP5 demonstraram-se capazes de representar bem os aspectos climatológicos básicos observados das variáveis ana-lisadas, tais como média sazonal e ciclo anual, apesar de alguns vieses serem iden-tificados, principalmente sobre os Andes, noroeste da América do Sul, bacia Amazônica, e Nordeste brasileiro. Entretanto, os MCGs do CMIP5 apresentaram simulações mais próximas das observações comparadas ao CMIP3. Levando em consideração o desempenho de cada MCG em representar o clima observado e a convergência de sua projeção com relação à média dos conjuntos CMIP3 ou CMIP5, como proposto explicitamente pelo método REA e intrinsecamente pela inferência bayesiana, notou-se que, em geral, a média das projeções de mudança de temperatura decresce ligeiramente ($\sim$ $0,5^{°} C$ - $1^{°}C$) sobre toda região, comparado à média aritmética simples dos MCGs. Em todas as análises constatou-se que as mudanças de temperatura são maiores do que os intervalos de incerteza associados para toda América do Sul e nos diversos períodos, conjuntos de MCGs, e cenários forçantes, indicando uma alta confiabilidade nas projeções. Nos cenários de forçantes mais intensas (SRES A2 e RCP 8.5), a probabilidade de um aumento de temperatura exceder $2^{°}C$ em 2071-2100 é extremamente alta (> 90\%) para toda América do Sul. Quanto à precipitação, os métodos não re-sultaram em padrões de mudanças substancialmente diferentes daqueles obtidos com uma média aritmética simples dos MCGs, tanto para o CMIP3 quanto para o CMIP5. Os intervalos de incerteza apresentaram magnitudes iguais ou maiores do que a das mudanças projetadas. Portanto, concluiu-se que existe uma alta confia-bilidade de uma projeção de mudanças pequena ou inexistente na precipitação sazonal e anual sobre a América do Sul. Por fim, os resultados advindos da utilização do \emph{Regional Climate Change Index} (RCCI) sobre a América do Sul ressaltam que o sul da Amazônia, a região Centro-Oeste e a porção oeste do estado de Minas Gerais são persistentes hotspots de mudanças climáticas nos diferentes cenários forçantes e conjuntos de MCGs. Em geral, na medida em que os cenários variam do mais baixo ao mais alto nível de forçante, as áreas de altos valores de RCCI aumentam e a magnitude intensifica-se do centro-oeste e sudeste do Brasil em direção ao noroeste da América do Sul. |
dc.description.abstract.eng.fl_txt_mv |
This study evaluated the uncertainties involved in projections of surface air tem-perature and precipitation in South America generated by numerous General Cir-culation Models (GCMs) belonging to CMIP3 and CMIP5 dataset (Coupled Model Intercomparison Project Phases 3 and 5, respectively), in order to identify how these uncertainties are distributed geographically and provide informations more reliable, summarized, and probabilistic. Seven different forcing scenarios were evaluated: SRES B1, A1B, and A2; and RCP 2.6, 4.5, 6.0, and 8.5. Special attention was given to the projections for 2071-2100 with respect to 1961-1990. Three methods have been used to evaluate uncertainties: REA (Reliability Ensemble Averaging) and REA modified, and Bayesian inference. GCMs simulations from CMIP3 and CMIP5 were able to well represent the basic climatological features of the observed variables, such as seasonal mean and annual cycle, although some bias were identified, mainly over the Andes, northwestern South America, Amazon basin, and Northeast Brazil. On the other hand, GCMs from CMIP5 showed simulations closer to observations when compared to CMIP3. Taking into account the performance of each GCM in representing the observed climate and the convergence of its projection with respect to the average of CMIP3 or CMIP5 datasets, as proposed explicitly by the REA method and intrinsically by Bayesian inference, it was noted that, in general, the average projections of temperature change decreases slightly ($\sim$ $0.5^{°}C$ - $1^{°}$C) over the entire region, compared to the simple average of GCMs. In all analyzes, it was found that the temperature changes are larger than the associated uncertainty intervals throughout South America and in different periods, sets of GCMs and forcing scenarios, indicating a high reliability in these projections. In the scenarios of most intense forcings (SRES A2 and RCP 8.5), the probability of a temperature change exceeding $2^{°}C$ in 2071-2100 is extremely high (> 90\%) throughout South America. Regarding to precipitation, and for both CMIP3 and CMIP5, the methods did not result in patterns substantially different from those obtained from a simple average of GCMs. The ranges of uncertainty presented magnitudes equal to or larger than the projected changes. Therefore, it is concluded that there is a high reliability of a projection of small or no changes in seasonal and annual precipitation over South America. Finally, the results of application of the Regional Climate Change Index (RCCI) over South America show that southern Amazonia and the central-western region and western portion of Minas Gerais state are persistent climate change hotspots through different forcing scenarios and GCM datasets. In general, as the scenarios vary from low- to high-level forcing, the area of high values of RCCI increase and the magnitude intensify from central-western and southeast Brazil to northwest South America. |
description |
Este estudo avaliou as incertezas envolvidas nas projeções de mudanças de tempe-ratura e precipitação na América do Sul, geradas por inúmeros Modelos de Circu-lação Geral (MCGs) pertencentes ao CMIP3 e CMIP5 (\emph{Coupled Model Intercomparison Project Phase 3 e Phase 5}, respectivamente), no intuito de iden-tificar como essas incertezas distribuem-se geograficamente e fornecer informa-ções mais confiáveis, sintéticas, e probabilísticas. Sete diferentes cenários forçan-tes foram avaliados: SRES B1, A1B, e A2; e RCP 2.6, 4.5, 6.0, e 8.5. Especial atenção foi dada nas projeções para 2071-2100, com relação ao período de 1961-1990. Três métodos foram usados para avaliar as incertezas: REA (\emph{Reliability Ensemble Averaging}) e REA modificado, e inferência bayesi-ana. As simulações dos MCGs do CMIP3 e CMIP5 demonstraram-se capazes de representar bem os aspectos climatológicos básicos observados das variáveis ana-lisadas, tais como média sazonal e ciclo anual, apesar de alguns vieses serem iden-tificados, principalmente sobre os Andes, noroeste da América do Sul, bacia Amazônica, e Nordeste brasileiro. Entretanto, os MCGs do CMIP5 apresentaram simulações mais próximas das observações comparadas ao CMIP3. Levando em consideração o desempenho de cada MCG em representar o clima observado e a convergência de sua projeção com relação à média dos conjuntos CMIP3 ou CMIP5, como proposto explicitamente pelo método REA e intrinsecamente pela inferência bayesiana, notou-se que, em geral, a média das projeções de mudança de temperatura decresce ligeiramente ($\sim$ $0,5^{°} C$ - $1^{°}C$) sobre toda região, comparado à média aritmética simples dos MCGs. Em todas as análises constatou-se que as mudanças de temperatura são maiores do que os intervalos de incerteza associados para toda América do Sul e nos diversos períodos, conjuntos de MCGs, e cenários forçantes, indicando uma alta confiabilidade nas projeções. Nos cenários de forçantes mais intensas (SRES A2 e RCP 8.5), a probabilidade de um aumento de temperatura exceder $2^{°}C$ em 2071-2100 é extremamente alta (> 90\%) para toda América do Sul. Quanto à precipitação, os métodos não re-sultaram em padrões de mudanças substancialmente diferentes daqueles obtidos com uma média aritmética simples dos MCGs, tanto para o CMIP3 quanto para o CMIP5. Os intervalos de incerteza apresentaram magnitudes iguais ou maiores do que a das mudanças projetadas. Portanto, concluiu-se que existe uma alta confia-bilidade de uma projeção de mudanças pequena ou inexistente na precipitação sazonal e anual sobre a América do Sul. Por fim, os resultados advindos da utilização do \emph{Regional Climate Change Index} (RCCI) sobre a América do Sul ressaltam que o sul da Amazônia, a região Centro-Oeste e a porção oeste do estado de Minas Gerais são persistentes hotspots de mudanças climáticas nos diferentes cenários forçantes e conjuntos de MCGs. Em geral, na medida em que os cenários variam do mais baixo ao mais alto nível de forçante, as áreas de altos valores de RCCI aumentam e a magnitude intensifica-se do centro-oeste e sudeste do Brasil em direção ao noroeste da América do Sul. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-02-03 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
status_str |
publishedVersion |
format |
doctoralThesis |
dc.identifier.uri.fl_str_mv |
http://urlib.net/sid.inpe.br/mtc-m19/2014/01.13.12.37 |
url |
http://urlib.net/sid.inpe.br/mtc-m19/2014/01.13.12.37 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação do INPE em Meteorologia |
dc.publisher.initials.fl_str_mv |
INPE |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do INPE instname:Instituto Nacional de Pesquisas Espaciais (INPE) instacron:INPE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do INPE |
collection |
Biblioteca Digital de Teses e Dissertações do INPE |
instname_str |
Instituto Nacional de Pesquisas Espaciais (INPE) |
instacron_str |
INPE |
institution |
INPE |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE) |
repository.mail.fl_str_mv |
|
publisher_program_txtF_mv |
Programa de Pós-Graduação do INPE em Meteorologia |
contributor_advisor1_txtF_mv |
José Antonio Marengo Orsini |
_version_ |
1706809355989417984 |