INPE
29/07/2020
Pesquisadores do Centro de Previsão do Tempo e Estudos Climáticos (CPTEC), do Instituto Nacional de Pesquisas Espaciais (INPE), avaliaram o potencial para a produção de previsões meteorológicas na escala de semanas. Estas previsões, conhecidas como previsões subsazonais, cobrem períodos intermediários, que se situam entre os períodos das previsões de tempo (alguns dias à frente) e de clima sazonal (de um a três meses à frente). Previsões subsazonais são de interesse a vários setores da sociedade, como agricultura, produção e distribuição de energia elétrica, turismo, entre outros, que buscam informações com semanas de antecedência para o planejamento de suas atividades. Os resultados das avaliações foram publicados na revista científica Quarterly Journal of the Royal Meteorological Society (vide referencia abaixo).
O trabalho de avaliação foi desenvolvido com o modelo global do CPTEC/INPE, utilizado operacionalmente para a geração de previsões de tempo e clima sazonal. Diferentes configurações do modelo foram testadas para prever, em escala global, médias de chuvas e de temperatura do ar para até quatro semanas à frente. As alterações na configuração do modelo envolveram a inclusão de diferentes graus de refinamento da representação da estrutura vertical da atmosfera, diferentes formas de representação de nuvens convectivas profundas (com grande extensão vertical), de processos físicos na camada atmosférica próxima a superfície terrestre, de representação da umidade do solo e de inicialização do modelo (determinístico e por conjuntos). O objetivo do trabalho foi identificar a melhor configuração do modelo para a produção dessas previsões semanais, em escala global.
Para atingir esse objetivo, o modelo foi disparado de determinados dias de meses entre novembro e março dos anos de 1999/2000 a 2010/2011. Essas previsões retrospectivas foram geradas com o objetivo de também verificar o comportamento do modelo em representar a evolução diária do fenômeno Oscilação de Madden e Julian (OMJ), que influencia as chuvas sobre a faixa tropical, incluindo parte do Brasil. A partir das avaliações realizadas, foi possível encontrar uma configuração do modelo com bom desempenho para previsões de chuva e temperatura do ar para as duas primeiras semanas, principalmente para a região tropical, incluindo grande parte do Brasil. Para as terceira e quarta semanas, o desempenho das previsões foi reduzido, mas com níveis de desempenho moderado para a terceira semana, para algumas regiões do País, e também moderado para a quarta semana, sobre o Pacífico tropical e norte da América do Sul.
Segundo os pesquisadores do CPTEC/INPE envolvidos nesse estudo, a comunidade científica internacional alcançou importantes avanços nas últimas décadas na geração de conhecimentos sobre variabilidade climática e desenvolvimento de modelos de previsão subsazonal. Com esse trabalho, o CPTEC/INPE se posiciona na vanguarda das pesquisas nessa temática no Brasil com o objetivo de contribuir com a produção de novos conhecimentos e a se preparar para a produção de previsões globais na escala de semanas, seguindo a tendência internacional nessa área.
O trabalho que faz parte da tese de doutoramento de Bruno Guimarães, realizado sob orientação do pesquisador Caio Coelho, foi desenvolvido em uma colaboração entre a Divisão de Modelagem e Desenvolvimento (DMD), a Divisão de Operações (DOP), o Programa de Pós-Graduação em Meteorologia (PGMET), do CPTEC/INPE, e a Universidade de Reading, do Reino Unido. Contou ainda com o apoio do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP).
Referência do artigo:
“Configuration and hindcast quality assessment of a Brazilian global sub‐seasonal prediction system”
Quarterly Journal of the Royal Meteorological Society. Volume 146, Issue 728, April 2020, Part A, Pages 1067-1084
Autores: Bruno S. Guimarães, Caio A. S. Coelho, Steven J. Woolnough, Paulo Y. Kubota, Carlos F. Bastarz, Silvio N. Figueroa, José P. Bonatti, Dayana C. de Souza
[1] Imagem: INPE.
Como citar esta notícia científica: INPE. Potencial para a produção de previsões meteorológicas semanais. Saense. https://saense.com.br/2020/07/potencial-para-a-producao-de-previsoes-meteorologicas-semanais/. Publicado em 29 de julho (2020).
