Acurácia da Reanálise ERA-Interim do ECMWF e sua Aplicação na Estimativa da Deficiência Hídrica no Estado do Paraná, Brasil

Carregando...
Imagem de Miniatura

Data

2020-01-24

Autores

Aparecido, Lucas Eduardo De Oliveira
Rolim, Glauco De Souza [UNESP]
Moraes, Jose Reinaldo Da Silva Cabral De
Torsoni, Guilherme Botega
Meneses, Kamila Cunha De [UNESP]
Costa, Cicero Teixeira Silva

Título da Revista

ISSN da Revista

Título de Volume

Editor

Sociedade Brasileira de Meteorologia

Resumo

The use of data from global atmospheric models is an alternative to missing surface meteorological data, but few studies have determined the accuracy of these models and evaluated their use in water balance modeling. We determine the accuracy of the ECMWF ERA-Interim reanalysis dataset and its application in the calculations of water deficiency in Paraná, Brazil. We used 10-day period mean air temperature (ºC) and rainfall (mm) monthly data from 1989 to 2014 from ECMWF ERA-Interim and surface data (INMET). For a more careful evaluation, the meteorological data were stratified by macro regions and seasons. We calculated the climatological water balance according to Thorthwaite and Mather (1955) for both data sources with CAD = 100 mm. The maps were generated using geographic information system (SIG) and the comparisons between the ECMWF ERA-Interim data and the meteorological station data were performed by the indexes that evaluate the accuracy, precision and trend of the data. The TAIR of ECMWF ERA-Interim showed high accuracy in all seasons of the year, with MAPE > 5% and lower than < 2ºC for all Paraná State. The Tukey test proved the high accuracy, as it evidenced by the equality between the TERA-I and TINMET data. The PERA-I consistently underestimated the PINMETs that occurred in the Northwest, North and Southwest macro-regions, showing low accuracies (R2 ≅ 0) and high MAPE (> 15%). The Tukey test proved that the PERA-I and PINMET are different, and thus demonstrates that the PERA-I needs corrections to be used. The accuracy of the DEFERA-I was reasonable demonstrating a confidence index of C = 0.69, which corresponds to a “good” performance.
A utilização de dados provenientes de modelos atmosféricos globais é uma alternativa para dados meteorológicos de superfície faltantes e sem séries históricas homogêneas subsidiando avaliações em áreas sem informações meteoro­lógicas de superfície bem como na modelagem do balanço hídrico. Assim, objetivou-se determinar a acurácia da reanálise ERA-Interim do ECMWF e avaliar sua aplicação na estimativa da deficiência hídrica no estado do Paraná, Brasil. Foram utilizados dados meteorológicos decendiais de temperatura média do ar (ºC) e precipitação pluviométrica (mm) do período de 1989 a 2014 oriundos do ERA-Interim do ECMWF e de dados de superfícies (INMET). Para uma avaliação mais criteriosa, os dados meteorológicos foram estratificados por macrorregiões e estações do ano. Foi calculado o balanço hídrico climatológico segundo Thorthwaite e Mather (1955) para ambas as fontes de dados com CAD = 100 mm. Os mapas foram gerados usando sistema de informação geográfica (SIG) e as comparações entre o ERA-Interim do ECMWF e os dados das estações meteorológicas foram realizados pelos índices que avaliam a acurácia, precisão e tendência dos dados. A TAIR do ERA-Interim do ECMWF demostrou alta acurácia em todas as estações do ano, com MAPE > 5% e desvios menores que < 2ºC para todo Estado do Paraná. O teste Tukey comprovou a alta acurácia, pois evidenciou igualdade entre os dados de TERA-I e TINMET. A PERA-I subestimou por todo momento a PINMET que ocorreu nas macrorregiões Noroeste, Norte e Sudoeste, evidenciando baixas precisões (R2 ≅ 0) e elevados MAPE (> 15%). O teste de Tukey comprovou que a PERA-I e PINMET são diferentes, e assim, demonstra que a PERA-I necessita de correções para ser utilizadas. A acurácia do DEFERA-I foi razoável demonstrando um índice de confiança de C = 0,69, a qual corresponde a um desempenho “bom”.

Descrição

Palavras-chave

water balance, bigdata, climate modeling, rainfall, air temperature, balanço hídrico, big data, modelagem climática, precipitação, temperatura do ar

Como citar

Revista Brasileira de Meteorologia. Sociedade Brasileira de Meteorologia, v. 34, n. 4, p. 515-528, 2020.