Um estudo de modelagem climática acoplada oceano-atmosfera para simulações da precipitação e umidade do solo na bacia do rio São Francisco

• Main Author: Regla de la Caridad Duthit Somoza
• Other Authors: Paulo Nobre
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais 2010
• Online Access: http://urlib.net/sid.inpe.br/mtc-m19@80/2010/06.07.19.46

Tendo em conta que a interação oceano-atmosfera se mostra relevante para a previsão da precipitação nos trópicos e que não existem experiências usando previsões obtidas com modelos acoplados oceano-atmosfera para estudos hidrometeorológicos na bacia do Rio São Francisco, este trabalho avalia a destreza do Modelo Acoplado Oceano-Atmosfera (MCGOA) do CPTEC em prever a variabilidade interanual da pluviometria sobre a bacia do Rio São Francisco, durante os verões (dezembro - fevereiro) de 1997-2007 e o impacto dessas e da evapotranspiração potencial na estimativa da umidade do solo na área de estudo usando o Modelo de Balanço Hídrico (MBH) operacional do CPTEC. As previsões do MCGOA foram comparadas com as do Modelo Atmosférico Global (MCGA) do CPTEC, que já tinha sido usado para este tipo de estudo, também confrontaram-se com observações. Não obstante os erros sistemáticos de ambos modelos globais superestimarem as precipitações na bacia, o MCGOA mostrou-se ligeiramente com melhor desempenho na previsão sazonal de precipitação, com coeficiente de correlação com as observações positivo, o que corrobora que o acoplamento do oceano-atmosfera é relevante para previsão da precipitação na região Sudeste do Brasil. Assim, foi necessário aplicar uma correção estatística dos erros sistemáticos da precipitação prevista pelos modelos globais para ser usada no MBH. Por outro lado, o MBH-MCGA mostrou-se ligeiramente com melhor desempenho na previsão sazonal da umidade do solo, sendo que as diferenças entre as estimativas do MBH-MCGA e o MBH-MCGOA não são relevantes, pois o coeficiente de correlação foi de 0,6 para ambos. Isto sugere que o aproveitamento de previsão de precipitação corrigida e a evapo-transpiração potencial (ETP) resultante de modelagem climática dinâmica do MCGA e o MCGOA como dado de entrada em modelos de balanço hidrológicos na escala sazonal pode ser utilizado como metodologia para fornecer subsídio para uma melhor gestão de uso de água superficial na bacia do Rio São Francisco. === Taking into account, the importance of ocean-atmosphere coupling for rainfall predictability on the Tropics and there are not experiences of using these predictions for hydrometeorological experiments on the São Francisco Basin. The aim of this study is to obtain a better understanding the Ocean-Atmosphere Global Circulation Coupling Model (CGCM) performance at forecasting the interanual rainfall variability on the São Francisco River Basin, during austral summer (DJF) 1997-2007. In addition, the rainfall predictions and calculated potential vapor transpirations were the input variables for the Hydrological Balance Model (HBM) experiments to obtain soil moisture estimations. As well as the CGCM were compared with the Atmosphere Global Circulation Model (AGCM) forecasting, whish was already used for this purpose, also there where compared with observations. Even though there were systematic errors super estimating rainfall on the Basin, the CGCM had better performance than the AGCM at the spatial representation obtaining positive correlations coefficient with observation. This way was outstanding that the ocean-atmosphere coupling is important for rainfall predictability on the Brazil Southeast region. Although, these global models performance at rainfall simulation were not good enough for hydrometeorology studies, that is why rainfall systematic errors was corrected for HBM uses. In the other hand, the HBM-AGCM and the HBM-CGCM were quite similar on the correlation coefficient (0,6) at estimating soil moisture. Then these models simulations could provide the input data for HBM to make available a better management of superficial soil moisture on the São Francisco Basin.