Validation of seasonal climate predictions for south america: ecmwf-seas5 global model

Detalhes bibliográficos
Autor(a) principal: FERREIRA, Glauber Willian de Souza
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/2852
Resumo: Este trabalho avaliou a qualidade das previsões climáticas sazonais de precipitação e temperatura do ar do ECMWF-SEAS5 para a América do Sul. Para isso, foram utilizados conjuntos de dados de hindcasts de 1993 a 2016 e de forecasts de 2017 a 2020. As previsões foram validadas mediante comparação com análises de precipitação e temperatura do CPC. Os campos sazonais médios indicaram que o modelo possui boa representação dos padrões sazonais de chuva na América do Sul, simulando adequadamente a fase úmida e seca da monção. Apesar disso, os hindcasts apresentam superestimativa sistemática de chuva em setores como a Amazônia, Sul e Sudeste brasileiros e norte da América do Sul. Além disso, o modelo também apresenta subestimativa de chuva no Nordeste do Brasil e sudeste da América do Sul. Para a temperatura, o modelo apresentou viés frio sistemático sobre a maior parte do continente, com exceção de porções do Nordeste do Brasil e sudeste da América do Sul. A avaliação da performance do modelo mostrou que as principais correlações de anomalia de precipitação e temperatura ocorrem em regiões de alta previsibilidade climática como as latitudes tropicais do continente. As anomalias médias regionalizadas indicam que o modelo possui boa capacidade de simular a variabilidade interanual de chuva e temperatura, principalmente em estações de transição. Entretanto, os hindcasts não se mostraram eficientes para a previsão de eventos anômalos como a seca de 2014/2015 no Sudeste brasileiro e a seca de 2015 no leste da Amazônia. A análise das previsões prognósticas de 2017 a 2020 mostrou que os erros sistemáticos de superestimativa (subestimativa) de precipitação persistem em regiões como Amazônia, Sudeste e Sul do Brasil e norte da América do Sul (Nordeste brasileiro e sudeste da América do Sul). Similarmente, erros de subestimativa (superestimativa) de temperatura na maior parte do continente (Nordeste brasileiro e sudeste da América do Sul) permanecem nas previsões prognósticas. De forma geral, conclui-se que o modelo ECMWF-SEAS5 executa previsões sazonais de precipitação e temperatura para a América do Sul com considerável destreza e potencial para aplicações diversas. Entretanto, devem ser consideradas suas limitações e erros para melhor utilização de suas previsões.
id UFEI_cd537e2086a2a43206b40cfe580c54a9
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/2852
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str 7044
spelling 2021-12-162022-01-172022-01-17T11:52:49Z2022-01-17T11:52:49Zhttps://repositorio.unifei.edu.br/jspui/handle/123456789/2852Este trabalho avaliou a qualidade das previsões climáticas sazonais de precipitação e temperatura do ar do ECMWF-SEAS5 para a América do Sul. Para isso, foram utilizados conjuntos de dados de hindcasts de 1993 a 2016 e de forecasts de 2017 a 2020. As previsões foram validadas mediante comparação com análises de precipitação e temperatura do CPC. Os campos sazonais médios indicaram que o modelo possui boa representação dos padrões sazonais de chuva na América do Sul, simulando adequadamente a fase úmida e seca da monção. Apesar disso, os hindcasts apresentam superestimativa sistemática de chuva em setores como a Amazônia, Sul e Sudeste brasileiros e norte da América do Sul. Além disso, o modelo também apresenta subestimativa de chuva no Nordeste do Brasil e sudeste da América do Sul. Para a temperatura, o modelo apresentou viés frio sistemático sobre a maior parte do continente, com exceção de porções do Nordeste do Brasil e sudeste da América do Sul. A avaliação da performance do modelo mostrou que as principais correlações de anomalia de precipitação e temperatura ocorrem em regiões de alta previsibilidade climática como as latitudes tropicais do continente. As anomalias médias regionalizadas indicam que o modelo possui boa capacidade de simular a variabilidade interanual de chuva e temperatura, principalmente em estações de transição. Entretanto, os hindcasts não se mostraram eficientes para a previsão de eventos anômalos como a seca de 2014/2015 no Sudeste brasileiro e a seca de 2015 no leste da Amazônia. A análise das previsões prognósticas de 2017 a 2020 mostrou que os erros sistemáticos de superestimativa (subestimativa) de precipitação persistem em regiões como Amazônia, Sudeste e Sul do Brasil e norte da América do Sul (Nordeste brasileiro e sudeste da América do Sul). Similarmente, erros de subestimativa (superestimativa) de temperatura na maior parte do continente (Nordeste brasileiro e sudeste da América do Sul) permanecem nas previsões prognósticas. De forma geral, conclui-se que o modelo ECMWF-SEAS5 executa previsões sazonais de precipitação e temperatura para a América do Sul com considerável destreza e potencial para aplicações diversas. Entretanto, devem ser consideradas suas limitações e erros para melhor utilização de suas previsões.This work evaluated the quality of ECMWF-SEAS5 seasonal precipitation and 2 m temperature predictions for South America. For this purpose, datasets of hindcasts from 1993 to 2016 and forecasts from 2017 to 2020 were used. The predictions were validated against CPC precipitation and temperature analyses. The average seasonal fields indicated that the model has a good representation of the seasonal rainfall patterns in South America, adequately simulating the wet and dry phases of the monsoon. However, the hindcasts present systematic overestimation of rain in the Amazon, South Brazil, Southeast Brazil, and northern South America sectors. In addition, the model also presents an underestimation of rain in Northeast Brazil and southeastern South America. Regarding the temperature results, the model showed a systematic cold bias over most of the continent, except for portions of Northeast Brazil and southeastern South America. The skill score evaluation showed that the main correlations of precipitation and temperature anomaly occur in regions of high climate predictability, such as the tropical latitudes of the continent. The regionalized mean anomalies indicated that ECMWF-SEAS5 has a good performance to simulate the interannual variability of rainfall and temperature, especially in transition seasons. However, hindcasts were not efficient for predicting anomalous events such as the 2014/2015 drought in Southeast Brazil and the 2015 drought in the east of the Amazon. The analysis of the forecasts from 2017 to 2020 showed that systematic errors of overestimation (underestimation) of rainfall persist in regions such as the Amazon, Southeast Brazil, South Brazil, and northern South America (Northeast Brazil and southeastern South America). Similarly, temperature underestimation (overestimation) errors in most of the continent (Northeast Brazil and southeastern South America) remain in the real-time forecasts. Overall, it is concluded that the ECMWF-SEAS5 model performs seasonal rainfall and temperature predictions for South America with considerable dexterity and potential for diverse applications. However, its limitations and errors must be considered for the best use of its predictions.engUniversidade Federal de ItajubáPrograma de Pós-Graduação: Mestrado - Meio Ambiente e Recursos HídricosUNIFEIBrasilIRN - Instituto de Recursos NaturaisCNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOSPrevisão climática sazonalAmérica do SulPrecipitaçãoTemperaturaModelo globalClimatologiaTeleconexõesValidation of seasonal climate predictions for south america: ecmwf-seas5 global modelinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisREBOITA, Michelle Simõeshttp://lattes.cnpq.br/0448732949873631http://lattes.cnpq.br/3919689734041680FERREIRA, Glauber Willian de SouzaFERREIRA, Glauber Willian de Souza. Validation of seasonal climate predictions for south america: ecmwf-seas5 global model. 2021. 189 f. Dissertação (Mestrado em Meio Ambiente e Recursos Hídricos) – Universidade Federal de Itajubá, Itajubá, 2021.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEILICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2852/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertação_2022003.pdfDissertação_2022003.pdfapplication/pdf16368063https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2852/1/Disserta%c3%a7%c3%a3o_2022003.pdf78ee0b02a60e9cbd48b8db722400ad4eMD51123456789/28522022-01-17 08:52:52.395oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442022-01-17T11:52:52Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
title Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
spellingShingle Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
FERREIRA, Glauber Willian de Souza
CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS
Previsão climática sazonal
América do Sul
Precipitação
Temperatura
Modelo global
Climatologia
Teleconexões
title_short Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
title_full Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
title_fullStr Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
title_full_unstemmed Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
title_sort Validation of seasonal climate predictions for south america: ecmwf-seas5 global model
author FERREIRA, Glauber Willian de Souza
author_facet FERREIRA, Glauber Willian de Souza
author_role author
dc.contributor.advisor1.fl_str_mv REBOITA, Michelle Simões
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/0448732949873631
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/3919689734041680
dc.contributor.author.fl_str_mv FERREIRA, Glauber Willian de Souza
contributor_str_mv REBOITA, Michelle Simões
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS
topic CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS
Previsão climática sazonal
América do Sul
Precipitação
Temperatura
Modelo global
Climatologia
Teleconexões
dc.subject.por.fl_str_mv Previsão climática sazonal
América do Sul
Precipitação
Temperatura
Modelo global
Climatologia
Teleconexões
description Este trabalho avaliou a qualidade das previsões climáticas sazonais de precipitação e temperatura do ar do ECMWF-SEAS5 para a América do Sul. Para isso, foram utilizados conjuntos de dados de hindcasts de 1993 a 2016 e de forecasts de 2017 a 2020. As previsões foram validadas mediante comparação com análises de precipitação e temperatura do CPC. Os campos sazonais médios indicaram que o modelo possui boa representação dos padrões sazonais de chuva na América do Sul, simulando adequadamente a fase úmida e seca da monção. Apesar disso, os hindcasts apresentam superestimativa sistemática de chuva em setores como a Amazônia, Sul e Sudeste brasileiros e norte da América do Sul. Além disso, o modelo também apresenta subestimativa de chuva no Nordeste do Brasil e sudeste da América do Sul. Para a temperatura, o modelo apresentou viés frio sistemático sobre a maior parte do continente, com exceção de porções do Nordeste do Brasil e sudeste da América do Sul. A avaliação da performance do modelo mostrou que as principais correlações de anomalia de precipitação e temperatura ocorrem em regiões de alta previsibilidade climática como as latitudes tropicais do continente. As anomalias médias regionalizadas indicam que o modelo possui boa capacidade de simular a variabilidade interanual de chuva e temperatura, principalmente em estações de transição. Entretanto, os hindcasts não se mostraram eficientes para a previsão de eventos anômalos como a seca de 2014/2015 no Sudeste brasileiro e a seca de 2015 no leste da Amazônia. A análise das previsões prognósticas de 2017 a 2020 mostrou que os erros sistemáticos de superestimativa (subestimativa) de precipitação persistem em regiões como Amazônia, Sudeste e Sul do Brasil e norte da América do Sul (Nordeste brasileiro e sudeste da América do Sul). Similarmente, erros de subestimativa (superestimativa) de temperatura na maior parte do continente (Nordeste brasileiro e sudeste da América do Sul) permanecem nas previsões prognósticas. De forma geral, conclui-se que o modelo ECMWF-SEAS5 executa previsões sazonais de precipitação e temperatura para a América do Sul com considerável destreza e potencial para aplicações diversas. Entretanto, devem ser consideradas suas limitações e erros para melhor utilização de suas previsões.
publishDate 2021
dc.date.issued.fl_str_mv 2021-12-16
dc.date.available.fl_str_mv 2022-01-17
2022-01-17T11:52:49Z
dc.date.accessioned.fl_str_mv 2022-01-17T11:52:49Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/2852
url https://repositorio.unifei.edu.br/jspui/handle/123456789/2852
dc.language.iso.fl_str_mv eng
language eng
dc.relation.references.pt_BR.fl_str_mv FERREIRA, Glauber Willian de Souza. Validation of seasonal climate predictions for south america: ecmwf-seas5 global model. 2021. 189 f. Dissertação (Mestrado em Meio Ambiente e Recursos Hídricos) – Universidade Federal de Itajubá, Itajubá, 2021.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.publisher.program.fl_str_mv Programa de Pós-Graduação: Mestrado - Meio Ambiente e Recursos Hídricos
dc.publisher.initials.fl_str_mv UNIFEI
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv IRN - Instituto de Recursos Naturais
publisher.none.fl_str_mv Universidade Federal de Itajubá
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2852/2/license.txt
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/2852/1/Disserta%c3%a7%c3%a3o_2022003.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
78ee0b02a60e9cbd48b8db722400ad4e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1801863196468838400