Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil

Detalhes bibliográficos
Autor(a) principal: Flores, José Paulo de Oliveira
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/14/14133/tde-31052021-115217/
Resumo: Esse estudo avaliou a previsão sazonal de precipitação dos modelos acoplados (oceano-atmosfera) que compõem o projeto North America Multi Model Ensemble (NMME). A fim de identificar e corrigir erros sistemáticos nas previsões de cada modelo, foram considerados dois períodos: hindcasting (1981/1982 2010) e forecasting (2011 2018). Para os dados observados considerou-se a análise de precipitação mensal do Climate Predicition Center (CPC), que foi interpolada bilinearmente para o mesmo espaçamento de grade dos modelos do NMME. Em função de atualizações do projeto NMME, foram avaliadas previsões dos modelos NCEP-CFSv2, ECC-CanCM4i, ECC-GEMNEMO, GFDL-aer04, GFDL-FLORa06, GFDL-FLORb01, NASA-GEOS5v2 e a respectiva média linear entre eles (MME). As avaliações concentraram-se nas regiões Amazônica (AMZ), Centro-Oeste (BC), Nordeste (NE), Sudeste (SE) e Sul (SUL) do Brasil. As correlações de anomalias (e outros índices estatísticos) entre a chuva prevista e observada mostram que nas regiões AMZ e NE há uma maior habilidade de previsão dos modelos principalmente nas estações de DJF, MAM e JJA. Para a região SUL, há uma maior habilidade de previsão sobre áreas do PR para as estações MAM e JJA, e um deslocamento das maiores correlações para áreas do RS entre SON e DJF. As previsões de precipitação nas regiões SE e BC apresentam baixas correlações com as observações, indicando baixa previsibilidade sazonal dos modelos do NMME. As chuvas nas regiões AMZ, NE e SUL apresentam uma maior dependência, em termos de correlação, com o padrão de anomalia de temperatura da superfície do mar do Oceano Pacífico Equatorial, resultando em maior correlação dos modelos sobre essas regiões. Essa dependência com os padrões oceânicos não ocorre nas regiões SE e BC. Apesar do MME apresentar erros climatológicos mais suavizados em algumas estações do ano e LEADs de previsão, previsões individuais de modelos se destacam como melhores previsores de chuva do que o MME para todas as estações do ano. Essas informações estão sintetizadas neste estudo e poderão auxiliar os centros de previsão climática do país.
id USP_d6dca1902e9c25e99ff1a11d1c8485fd
oai_identifier_str oai:teses.usp.br:tde-31052021-115217
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o BrasilEvaluation of the seasonal precipitation of the North America Multi-Model Ensemble (NMME) over Brazilanomaly correlationBrasil.Brazilchuvacorrelação de anomaliaíndices estatísticosNMMENMMEPrevisão Sazonalrainseasonal forecaststatistical indicesEsse estudo avaliou a previsão sazonal de precipitação dos modelos acoplados (oceano-atmosfera) que compõem o projeto North America Multi Model Ensemble (NMME). A fim de identificar e corrigir erros sistemáticos nas previsões de cada modelo, foram considerados dois períodos: hindcasting (1981/1982 2010) e forecasting (2011 2018). Para os dados observados considerou-se a análise de precipitação mensal do Climate Predicition Center (CPC), que foi interpolada bilinearmente para o mesmo espaçamento de grade dos modelos do NMME. Em função de atualizações do projeto NMME, foram avaliadas previsões dos modelos NCEP-CFSv2, ECC-CanCM4i, ECC-GEMNEMO, GFDL-aer04, GFDL-FLORa06, GFDL-FLORb01, NASA-GEOS5v2 e a respectiva média linear entre eles (MME). As avaliações concentraram-se nas regiões Amazônica (AMZ), Centro-Oeste (BC), Nordeste (NE), Sudeste (SE) e Sul (SUL) do Brasil. As correlações de anomalias (e outros índices estatísticos) entre a chuva prevista e observada mostram que nas regiões AMZ e NE há uma maior habilidade de previsão dos modelos principalmente nas estações de DJF, MAM e JJA. Para a região SUL, há uma maior habilidade de previsão sobre áreas do PR para as estações MAM e JJA, e um deslocamento das maiores correlações para áreas do RS entre SON e DJF. As previsões de precipitação nas regiões SE e BC apresentam baixas correlações com as observações, indicando baixa previsibilidade sazonal dos modelos do NMME. As chuvas nas regiões AMZ, NE e SUL apresentam uma maior dependência, em termos de correlação, com o padrão de anomalia de temperatura da superfície do mar do Oceano Pacífico Equatorial, resultando em maior correlação dos modelos sobre essas regiões. Essa dependência com os padrões oceânicos não ocorre nas regiões SE e BC. Apesar do MME apresentar erros climatológicos mais suavizados em algumas estações do ano e LEADs de previsão, previsões individuais de modelos se destacam como melhores previsores de chuva do que o MME para todas as estações do ano. Essas informações estão sintetizadas neste estudo e poderão auxiliar os centros de previsão climática do país.This study evaluated the seasonal precipitation forecast of the coupled models (ocean-atmosphere) of the North America Multi Model Ensemble (NMME) project. In order to identify and correct systematic errors in the predictions of each model, two periods were considered: hindcasting (1981/1982 - 2010) and forecasting (2011 - 2018). For the observed data, monthly precipitation analysis from the Climate Predicition Center (CPC) were used, which were interpolated bilinearly to the same grid spacing of the NMME models. Due to updates of the NMME project, were evaluated the forecasts of the models NCEP-CFSv2, ECC-CanCM4i, ECC-GEMNEMO, GFDL-aer04, GFDL-FLORa06, GFDL-FLORb01, NASA-GEOS5v2 and their linear average (MME). The evaluations concentrated in the regions Amazônica (AMZ), Centro-Oeste (BC), Nordeste (NE), Sudeste (SE) e Sul (SUL) of Brazil. The anomalies correlations (and other statistical indices) of the predicted and observed rain show that in the AMZ and NE regions there is a greater forecast ability of the models, mainly in the DJF, MAM and JJA. For the SUL region, there is a greater forecast ability in PR areas for MAM and JJA, which shifts to RS areas between SON and DJF. The rainfall forecasts in the SE and BC regions show low correlations with the observations, indicating low seasonal predictability of the NMME models. The precipitation in the AMZ, NE and SUL regions have a greater dependence, as indicated by correlation patterns, with the sea surface temperature anomaly pattern of the Equatorial Pacific Ocean, resulting in a greater correlation of the models over these regions. This dependence on oceanic patterns does not occur in the SE and BC regions. Although in MME the biases are smoothed in some seasons and forecasting LEADs, individual model forecasts stand out as better precipitation forecasting than MME for all seasons. This information is synthesized in this study and may be useful to the Brazilian climate forecast centers.Biblioteca Digitais de Teses e Dissertações da USPRocha, Rosmeri Porfirio daFlores, José Paulo de Oliveira2021-04-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/14/14133/tde-31052021-115217/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-06-04T22:12:04Zoai:teses.usp.br:tde-31052021-115217Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-06-04T22:12:04Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
Evaluation of the seasonal precipitation of the North America Multi-Model Ensemble (NMME) over Brazil
title Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
spellingShingle Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
Flores, José Paulo de Oliveira
anomaly correlation
Brasil.
Brazil
chuva
correlação de anomalia
índices estatísticos
NMME
NMME
Previsão Sazonal
rain
seasonal forecast
statistical indices
title_short Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
title_full Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
title_fullStr Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
title_full_unstemmed Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
title_sort Avaliação da previsão sazonal de precipitação do projeto North America Multi-Model Ensemble (NMME) sobre o Brasil
author Flores, José Paulo de Oliveira
author_facet Flores, José Paulo de Oliveira
author_role author
dc.contributor.none.fl_str_mv Rocha, Rosmeri Porfirio da
dc.contributor.author.fl_str_mv Flores, José Paulo de Oliveira
dc.subject.por.fl_str_mv anomaly correlation
Brasil.
Brazil
chuva
correlação de anomalia
índices estatísticos
NMME
NMME
Previsão Sazonal
rain
seasonal forecast
statistical indices
topic anomaly correlation
Brasil.
Brazil
chuva
correlação de anomalia
índices estatísticos
NMME
NMME
Previsão Sazonal
rain
seasonal forecast
statistical indices
description Esse estudo avaliou a previsão sazonal de precipitação dos modelos acoplados (oceano-atmosfera) que compõem o projeto North America Multi Model Ensemble (NMME). A fim de identificar e corrigir erros sistemáticos nas previsões de cada modelo, foram considerados dois períodos: hindcasting (1981/1982 2010) e forecasting (2011 2018). Para os dados observados considerou-se a análise de precipitação mensal do Climate Predicition Center (CPC), que foi interpolada bilinearmente para o mesmo espaçamento de grade dos modelos do NMME. Em função de atualizações do projeto NMME, foram avaliadas previsões dos modelos NCEP-CFSv2, ECC-CanCM4i, ECC-GEMNEMO, GFDL-aer04, GFDL-FLORa06, GFDL-FLORb01, NASA-GEOS5v2 e a respectiva média linear entre eles (MME). As avaliações concentraram-se nas regiões Amazônica (AMZ), Centro-Oeste (BC), Nordeste (NE), Sudeste (SE) e Sul (SUL) do Brasil. As correlações de anomalias (e outros índices estatísticos) entre a chuva prevista e observada mostram que nas regiões AMZ e NE há uma maior habilidade de previsão dos modelos principalmente nas estações de DJF, MAM e JJA. Para a região SUL, há uma maior habilidade de previsão sobre áreas do PR para as estações MAM e JJA, e um deslocamento das maiores correlações para áreas do RS entre SON e DJF. As previsões de precipitação nas regiões SE e BC apresentam baixas correlações com as observações, indicando baixa previsibilidade sazonal dos modelos do NMME. As chuvas nas regiões AMZ, NE e SUL apresentam uma maior dependência, em termos de correlação, com o padrão de anomalia de temperatura da superfície do mar do Oceano Pacífico Equatorial, resultando em maior correlação dos modelos sobre essas regiões. Essa dependência com os padrões oceânicos não ocorre nas regiões SE e BC. Apesar do MME apresentar erros climatológicos mais suavizados em algumas estações do ano e LEADs de previsão, previsões individuais de modelos se destacam como melhores previsores de chuva do que o MME para todas as estações do ano. Essas informações estão sintetizadas neste estudo e poderão auxiliar os centros de previsão climática do país.
publishDate 2021
dc.date.none.fl_str_mv 2021-04-08
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://www.teses.usp.br/teses/disponiveis/14/14133/tde-31052021-115217/
url https://www.teses.usp.br/teses/disponiveis/14/14133/tde-31052021-115217/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091220551499776