Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/22235
Title: Estudo sobre a precipitação simulada no outono na região tropical da América do Sul através de downscaling dinâmico e previsão por conjunto
Authors: Silva, Aline Gomes da
Keywords: RegCM4;Parametrizações;Regressão;Componentes principais
Issue Date: 16-Sep-2016
Citation: SILVA, Aline Gomes da. Estudo sobre a precipitação simulada no outono na região tropical da América do Sul através de downscaling dinâmico e previsão por conjunto. 2016. 128f. Tese (Doutorado em Ciências Climáticas) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.
Portuguese Abstract: Este trabalho apresenta a análise do desempenho do método de previsão por conjunto através de Regressão Linear Múltipla por Componentes Principais (RCP) para combinar simulações, com diferentes configurações, executadas com um modelo climático regional (técnica downscaling dinâmico) a fim de simular a precipitação sobre a parte tropical da América do Sul. As análises focaram-se em duas sub-regiões do Brasil: Nordeste Brasileiro (NEB) e Amazônia (AMZ). O modelo regional utilizado nas simulações foi o RegCM4, forçado por dados do ERA-Interim, produzidos pelo European Center for Medium-Range Weather Forecast (ECMWF). Analisaram-se 18 outonos austrais de 1991 até 2008. Para a composição da previsão por conjunto foram usados 2/3 do período para treinamento e 1/3 para validação, conforme a técnica de holdout. Os resultados foram comparados aos dados diários de precipitação do Global Precipitation Climatology Center (GPCC) e com a média aritmética (MA) das simulações, que é o método geralmente utilizado para previsão por conjunto. O modelo RegCM4 apresentou potencialidade para prever a precipitação sobre a região tropical da América do Sul (AS). Além disso, diferentes parametrizações do modelo podem ser modificadas a fim de torná-lo mais eficaz. Entretanto, o bom desempenho do modelo somado ao método de previsão por conjunto RCP aumentou a precisão, comparada ao método MA apresentando: vieses menos tendenciosos (média próxima de zero), enquanto o método MA foi tendencioso (subestimou a precipitação); maior captura da variabilidade dos dados do GPCC e correlação moderada com os dados do GPCC, enquanto MA obteve correlação fraca e maior erro quadrático médio. Além disso, o método RCP reproduziu, com melhor desempenho, a distribuição da frequência de chuva diária ao longo de todo o período para ambas as regiões. Portanto, a partir da metodologia desenvolvida e implementada obteve-se melhorias na previsão da intensidade da chuvas diárias sobre a região tropical da América do Sul.
Abstract: This study presents an analysis of the performance of the method ensemble forecasting by Multiple Linear Regression Principal Component (RPC) to combine simulations with different configurations, performed with a regional climate model (downscaling dynamic technique) in order to simulate rainfall over tropical portion of South America. The analysis focused on two sub-regions of Brazil: Northeast Brazil (NEB) and Amazon (AMZ). The regional model used in the simulations was the RegCM4, forced by ERA-Interim data produced by the European Center for Medium- Range Weather Forecast (ECMWF). They analyzed 18 austral autumns (1991 until 2008). For the composition of a prediction ensemble, were used for training period 2/3 and 1/3 for validation, as holdout technique. The results were compared to daily precipitation data from the Global Precipitation Climatology Center (GPCC) and the average of the simulations (MA method), which is the method generally used for ensemble forecasting. The RegCM4 model showed potential to predict rainfall over the tropical region of AS. Moreover, different parameterization of the model can be modified to make it more effective. However, the good performance of the model combined with the RCP method of prediction ensemble increased accuracy compared to the MA method, with: less biased bias (average close to zero), while the MA method was biased (underestimated precipitation); greater capture the variability of GPCC data and moderate correlation with the GPCC data, while MA obtained weak correlation and greater mean square error. In addition, the reproduced PCR method improves the performance, the distribution of daily precipitation along the entire the period for both regions. Therefore, from the developed and implemented methodology yielded improvements in forecasting intensity of daily rainfall over the tropical region of South America.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/22235
Appears in Collections:PPGCC - Doutorado em Ciências Climáticas

Files in This Item:
File Description SizeFormat 
EstudoPrecipitacaoSimulada_Silva_2016.pdf3,61 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.