Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://dx.doi.org/10.1590/0102-7786332001 http://hdl.handle.net/11449/157605 |
Resumo: | Abstract This study evaluates the ability of two global climate models (CPTEC and CFSv2) and a regional climate model (RegCM4) in predicting the seasonal climate in different regions of Brazil. RegCM4 was drove with the outputs of two global climate models: CFSv2 system and CPTEC. Two versions of RegCM were employed in the study: 4.3 and 4.5. RegCM4.3 was ran with six members of CFSv2 system, while RegCM4.5 was ran with a member of the CPTEC model. All forecasts started about two months before the season to be predicted and in all 94 simulations with the regional climate model were carried out. RegCM4 adds value to the predictions of the global climate models, mainly when it is nested to the CPTEC outputs. When RegCM4.5 is drove by CPTEC outputs and Emanuel cumulus convection parameterization is used, there is a good performance of the regional climate model in predicting the precipitation and air temperature in almost all Brazil. |
id |
UNSP_4e41278ef1e61b718365e0a45ea43e03 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/157605 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e RegionalSeasonal Climate Forecast to Brazil Obtained Through Global and Regional Climate Modelsregional climate modelglobal climate modelensembleBrazilmodelo climático regionalmodelo climático globalensembleBrasilAbstract This study evaluates the ability of two global climate models (CPTEC and CFSv2) and a regional climate model (RegCM4) in predicting the seasonal climate in different regions of Brazil. RegCM4 was drove with the outputs of two global climate models: CFSv2 system and CPTEC. Two versions of RegCM were employed in the study: 4.3 and 4.5. RegCM4.3 was ran with six members of CFSv2 system, while RegCM4.5 was ran with a member of the CPTEC model. All forecasts started about two months before the season to be predicted and in all 94 simulations with the regional climate model were carried out. RegCM4 adds value to the predictions of the global climate models, mainly when it is nested to the CPTEC outputs. When RegCM4.5 is drove by CPTEC outputs and Emanuel cumulus convection parameterization is used, there is a good performance of the regional climate model in predicting the precipitation and air temperature in almost all Brazil.Resumo Este estudo avalia a destreza de dois modelos climáticos globais (CPTEC e CFSv2) e de um modelo climático regional (RegCM4) em prever o clima sazonal em diferentes regiões do Brasil. O RegCM4 foi dirigido tanto com as saídas do sistema CFSv2 quanto do modelo do CPTEC. Também foram utilizadas duas versões do RegCM: a 4.3 e a 4.5. O RegCM4.3 foi dirigido por seis membros do CFSv2, enquanto o RegCM4.5 foi dirigido por um membro do modelo global do CPTEC. Todas as previsões iniciaram cerca de dois meses antes do trimestre a ser previsto e ao todo foram realizadas 94 simulações com o modelo regional. De forma geral, o RegCM4 adiciona valor às previsões dos modelos climáticos globais, principalmente, quando é aninhado às saídas do modelo do CPTEC. Quando o RegCM4.5 é dirigido por esse modelo global e é utilizada a parametrização de convecção cumulus de Emanuel há uma boa performance do modelo regional na previsão da precipitação e temperatura do ar em quase todo o Brasil.Universidade Federal de Itajubá Instituto de Recursos NaturaisUniversidade de São Paulo Departamento de Ciências AtmosféricasUniversidade Estadual Paulista Júlio de Mesquita Filho Departamento de Física Faculdade de CiênciasCentro de Meteorologia de BauruUniversidade Estadual Paulista Júlio de Mesquita Filho Departamento de Física Faculdade de CiênciasSociedade Brasileira de MeteorologiaUniversidade Federal de Itajubá Instituto de Recursos NaturaisUniversidade de São Paulo (USP)Universidade Estadual Paulista (Unesp)Centro de Meteorologia de BauruReboita, Michelle SimõesDias, Cássia GabrieleDutra, Lívia Márcia MossoRocha, Rosmeri Porfírio DaLlopart, Marta2018-11-12T17:26:07Z2018-11-12T17:26:07Z2018-06-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article207-224application/pdfhttp://dx.doi.org/10.1590/0102-7786332001Revista Brasileira de Meteorologia. Sociedade Brasileira de Meteorologia, v. 33, n. 2, p. 207-224, 2018.0102-7786http://hdl.handle.net/11449/15760510.1590/0102-7786332001S0102-77862018000200207S0102-77862018000200207.pdfSciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporRevista Brasileira de Meteorologia0,264info:eu-repo/semantics/openAccess2023-12-25T06:18:50Zoai:repositorio.unesp.br:11449/157605Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462023-12-25T06:18:50Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional Seasonal Climate Forecast to Brazil Obtained Through Global and Regional Climate Models |
title |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional |
spellingShingle |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional Reboita, Michelle Simões regional climate model global climate model ensemble Brazil modelo climático regional modelo climático global ensemble Brasil |
title_short |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional |
title_full |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional |
title_fullStr |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional |
title_full_unstemmed |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional |
title_sort |
Previsão Climática Sazonal para o Brasil Obtida Através de Modelos Climáticos Globais e Regional |
author |
Reboita, Michelle Simões |
author_facet |
Reboita, Michelle Simões Dias, Cássia Gabriele Dutra, Lívia Márcia Mosso Rocha, Rosmeri Porfírio Da Llopart, Marta |
author_role |
author |
author2 |
Dias, Cássia Gabriele Dutra, Lívia Márcia Mosso Rocha, Rosmeri Porfírio Da Llopart, Marta |
author2_role |
author author author author |
dc.contributor.none.fl_str_mv |
Universidade Federal de Itajubá Instituto de Recursos Naturais Universidade de São Paulo (USP) Universidade Estadual Paulista (Unesp) Centro de Meteorologia de Bauru |
dc.contributor.author.fl_str_mv |
Reboita, Michelle Simões Dias, Cássia Gabriele Dutra, Lívia Márcia Mosso Rocha, Rosmeri Porfírio Da Llopart, Marta |
dc.subject.por.fl_str_mv |
regional climate model global climate model ensemble Brazil modelo climático regional modelo climático global ensemble Brasil |
topic |
regional climate model global climate model ensemble Brazil modelo climático regional modelo climático global ensemble Brasil |
description |
Abstract This study evaluates the ability of two global climate models (CPTEC and CFSv2) and a regional climate model (RegCM4) in predicting the seasonal climate in different regions of Brazil. RegCM4 was drove with the outputs of two global climate models: CFSv2 system and CPTEC. Two versions of RegCM were employed in the study: 4.3 and 4.5. RegCM4.3 was ran with six members of CFSv2 system, while RegCM4.5 was ran with a member of the CPTEC model. All forecasts started about two months before the season to be predicted and in all 94 simulations with the regional climate model were carried out. RegCM4 adds value to the predictions of the global climate models, mainly when it is nested to the CPTEC outputs. When RegCM4.5 is drove by CPTEC outputs and Emanuel cumulus convection parameterization is used, there is a good performance of the regional climate model in predicting the precipitation and air temperature in almost all Brazil. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-11-12T17:26:07Z 2018-11-12T17:26:07Z 2018-06-01 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dx.doi.org/10.1590/0102-7786332001 Revista Brasileira de Meteorologia. Sociedade Brasileira de Meteorologia, v. 33, n. 2, p. 207-224, 2018. 0102-7786 http://hdl.handle.net/11449/157605 10.1590/0102-7786332001 S0102-77862018000200207 S0102-77862018000200207.pdf |
url |
http://dx.doi.org/10.1590/0102-7786332001 http://hdl.handle.net/11449/157605 |
identifier_str_mv |
Revista Brasileira de Meteorologia. Sociedade Brasileira de Meteorologia, v. 33, n. 2, p. 207-224, 2018. 0102-7786 10.1590/0102-7786332001 S0102-77862018000200207 S0102-77862018000200207.pdf |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
Revista Brasileira de Meteorologia 0,264 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
207-224 application/pdf |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Meteorologia |
publisher.none.fl_str_mv |
Sociedade Brasileira de Meteorologia |
dc.source.none.fl_str_mv |
SciELO reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
_version_ |
1826304364459851776 |