Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Registro completo
Provedor de dados:  Repositório Alice
País:  Brazil
Título:  Destreza do modelo EtA-Hadgem2-es para a Bacia Alto Rio Paraguai Pantanal: projeções de chuva.
Autores:  MAIA, A. de H. N.
PADOVANI, C. R.
SORIANO, B. M. A.
Data:  2017-01-12
Ano:  2016
Palavras-chave:  Modelo climático
Chuva
Previsão do tempo
Climate models
Rain
Weather forecasting
Resumo:  Resumo: Sumários descritivos dos vieses, em conjunto com o estudo dos padrões de distribuição temporal e espacial, permitem quantificar a destreza do modelo na região de interesse. O mapeamento dos vieses é útil para investigar a correlação espacial dos vieses com outras variáveis geográ- ficas e identificar regiões homogêneas de viés, informação importante na escolha de métodos de correção nas situações em que esse procedi- mento é recomendável. Neste trabalho, avaliamos a destreza de modelo regionalizado Eta-HadGEM2-ES com relação à chuva do trimestre DJF na Bacia do Alto Rio Paraguai-Pantanal, nos aspectos relativos à reprodução do ciclo anual de chuva e do padrão espacial da chuva trimestral (DJF). A chuva média mensal do trimestre DJF (CRU) variou de 66 mm a 307 mm, os vieses, lineares, de -100 mm a 84 mm, e os vieses relativos, de -63% a 29%. O modelo apresenta boa destreza na representação dos padrões de distribuição espacial da chuva do trimestre DJF e do ciclo anual, em- bora haja uma suavização da variabilidade interanual. Há uma predomi- nância de vieses positivos no extremo NE da bacia contrastando com a presença dominante de vieses negativos nas demais áreas. Abstract: The use of climate variables projections in climate change impact assessments requires a previous skill evaluation, via a detailed model bias assessment. In the context of climate models, the term bias corresponds to the difference between a statistic derived from observed values of a climate variable and its corresponding values derived from model hindcasts. Descriptive bias summary in conjunction with bias temporal and spatial patterns allows quantification of model skill in the target region. The bias mapping is useful for investigating spatial correlation between bias and other geographic variables and identifying bias homogeneous regions, important information in the choice of correction methods in situations for which this procedure is recommendable. In this paper, we evaluate the skill of the Eta-HadGEM2-ES regional model with respect to DJF rainfall in the Alto Rio Paraguai-Pantanal basin, regarding the representation of the annual rainfall cycle and the spatial pattern of the DJF rainfall (DJF) over the region. The mean DJF rainfall (CRU) ranged from 66 to 307 mm, the linear bias, from -100 to 84 mm, and the relative bias, from -63 to 29%. The model shows good skill for representation of the spatial distribution pattern of the DJF rainfall across the basin and the rainfall annual cycle, although there is a smoothing of the interannual variability. There is a predominance of model overestimation (positive bias) the Northeastern extreme of the basin contrasting with the majoritarian occurrence of underestimation in the remaining areas.
Tipo:  Separatas
Idioma:  Português
Identificador:  In: SEMINÁRIO DA REDE AGROHIDRO, 4., 2016, Brasília, DF. Água e agricultura: incertezas e desafios para a sustentabilidade frente às mudanças do clima e do uso da terra: anais. Brasília, DF: Embrapa, 2016. p. 244-251.

http://www.alice.cnptia.embrapa.br/alice/handle/doc/1060638
Direitos:  openAccess
Fechar
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional