dc.creator |
FERREIRA, Glauber Willian de Souza |
|
dc.date.issued |
2021-12-16 |
|
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2852 |
|
dc.description.abstract |
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. |
pt_BR |
dc.language |
eng |
pt_BR |
dc.publisher |
Universidade Federal de Itajubá |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.subject |
Previsão climática sazonal |
pt_BR |
dc.subject |
América do Sul |
pt_BR |
dc.subject |
Precipitação |
pt_BR |
dc.subject |
Temperatura |
pt_BR |
dc.subject |
Modelo global |
pt_BR |
dc.subject |
Climatologia |
pt_BR |
dc.subject |
Teleconexões |
pt_BR |
dc.title |
Validation of seasonal climate predictions for south america: ecmwf-seas5 global model |
pt_BR |
dc.type |
Dissertação |
pt_BR |
dc.date.available |
2022-01-17 |
|
dc.date.available |
2022-01-17T11:52:49Z |
|
dc.date.accessioned |
2022-01-17T11:52:49Z |
|
dc.creator.Lattes |
http://lattes.cnpq.br/3919689734041680 |
pt_BR |
dc.contributor.advisor1 |
REBOITA, Michelle Simões |
|
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/0448732949873631 |
pt_BR |
dc.description.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. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
IRN - Instituto de Recursos Naturais |
pt_BR |
dc.publisher.program |
Programa de Pós-Graduação: Mestrado - Meio Ambiente e Recursos Hídricos |
pt_BR |
dc.publisher.initials |
UNIFEI |
pt_BR |
dc.subject.cnpq |
CNPQ::ENGENHARIAS::ENGENHARIA SANITÁRIA::RECURSOS HÍDRICOS |
pt_BR |
dc.relation.references |
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. |
pt_BR |