65ª Reunião Anual da SBPC

A. Ciências Exatas e da Terra - 6. Geociências - 7. Meteorologia

AVALIAÇÃO ESTATÍSTICA DA PRECIPITAÇÃO DIÁRIA DE PORTO ALEGRE - RS SIMULADA PELO MODELO CLIMÁTICO REGIONAL RegCM3

Jéssica Stobienia Gonçalves - Depto. de Física, Curso de Meteorologia – CCNE/UFSM Simone Erotildes Teleginski Ferraz - Profa. Dra./Orientadora - Depto. de Física, Curso de Meteorologia – CCNE/UFSM

INTRODUÇÃO:

Modelos climáticos regionais (MCR’s) representam melhor fenômenos climáticos severos em comparação com os Modelos climáticos globais (Frei et al, 2002), assim eles se tornam uma ferramenta importante para o estudo de variabilidade climática e eventos extremos (forte precipitação ou secas), dessa forma é indispensável que o MCR seja o mais preciso possível para uma boa representação desses fenômenos. Para isso é necessário que sejam feitas avaliações destes modelos através de ferramentas estatísticas a fim de verificar a qualidade da representatividade deles. Neste trabalho é feita a análise da precipitação diária simulada pelo MCR RegCM3 da região de Porto Alegre-RS com uma série de 15 anos de dados. As análises estatísticas empregadas para a avaliação do modelo foram: média, frequência, intensidade e percentil. Além da análise estatística os dados modelados são comparados com dados observacionais da Estação Meteorológica Convencional do INMET em Porto Alegre - RS.

OBJETIVO DO TRABALHO:

O objetivo deste trabalho é avaliar estatisticamente a precipitação diária de Porto Alegre-RS simulada pelo Modelo Climático Regional RegCM3 comparando com dados observacionais da Estação Meteorológica Convencional do INMET em Porto Alegre.

MÉTODOS:

São utilizados dados diários de precipitação com período de 1 de janeiro de 1997 à 31 de dezembro de 2011 simulados pelo MRC RegCM3 e dados de Estações Convencionais do INMET de Porto Alegre para comparação. Os dados de estação foram editados para o preenchimento de falhas e filtragem de meses com pelo menos 26 dias com observação para a análise ser consistente. As análises estatísticas utilizadas foram: Precipitação média diária (mm/dia); Freqüência de dias com precipitação ≥1mm (freqüência de dias úmidos); Média de dias com precipitação ≥1mm (Intensidade da precipitação em mm/dia); Percentil de 10%, 50% e 90% (mm/dia) (O percentil foi calculado retirando-se os dados duplicados da série).

RESULTADOS E DISCUSSÃO:

A partir da análise da média da precipitação (figura 1, não mostrada) podemos observar que o modelo representou satisfatoriamente o período de fevereiro, março e abril, muito bem o período de maio, junho, julho, mas obteve maior dificuldade em representar o período de setembro a janeiro. Na análise de frequência de dias com precipitação ≥1mm (figura 2, não mostrada), a observação mostrou que na média dos 15 anos não há variação entre os meses do ano, já o modelo mostra janeiro, fevereiro, setembro e outubro com maior frequencia de dias umidos do que os demais meses. A intensidade média da precipitação (figura 3, não mostrada) o modelo representou muito bem todos os meses do ano, com maior diferença das observações nos meses de fevereiro, maio, junho e julho. A partir da análise dos percentis (figura 4, não mostrada) podemos ver a distribuição média e extrema da série de dados. O percentil de 10% foi simulado muito bem pelo modelo, o percentil de 50% (mediana) teve também boa representação em todos os meses, já o percentil de 90% o modelo superestimou nos meses de março, abril e setembro, e subestimou o mês de fevereiro, nos demais meses o modelo obteve boa representação.

CONCLUSÕES:

A avaliação dos dados simulados pelo modelo RegCM3 para a região de Porto Alegre – RS foi de modo geral bastante satisfatória, pois representou bem a maioria dos meses através das análises estatísticas propostas. Foi observado na análise de média e frequência de precipitação melhor representação dos dados modelados no semestre frio, já na análise de intensidade média é observado melhor representação no semestre quente. Os percentis de modo geral o modelo foi bastante representativo, somente o percentil de 90% que não foi muito bem representado nos meses de fevereiro, março, abril e setembro.

Palavras-chave: Meteorologia, Climatologia, Avaliação de modelo.