Modelo de circulação regional utilizado para a regionalização (downscaling)

Dentre as principais vantagens de se utilizar um RCM destaca-se a possibilidade de obtenção de uma simulação mais realista do clima atual, devido à sua alta resolução, que permite estimativas mais detalhadas da mudança do clima, e melhor simulação e previsão de eventos extremos climáticos.

Na técnica de downscaling foram usadas as previsões climáticas do modelo HadCM3 para o cenário A1B como condições de contorno do modelo PRECIS, desenvolvido pelo Hadley Centre for Climate Prediction and Research, e que pode ser executado em qualquer local do mundo (JONES et al., 2004). O modelo PRECIS tem alta resolução horizontal, de 0,44° (aproximadamente 50 x 50 km2) e 0,22° (aproximadamente 25 x 25 km2), cobre qualquer área do mundo com limite de 5.000 x 5.000 km e possui 19 níveis da atmosfera. Em relação a recursos computacionais, pode ser executado a um custo razoável sobre um domínio que considere uma parte da Colômbia. Um RCM usa como condições de contorno laterais e iniciais as saídas de um GCM; as saídas do RCM são previsões climáticas de resoluções maiores do que as geradas pelos GCM, para cenários atuais e futuros, e são usadas como entrada do modelo hidrológico, depois da correção dos erros baseados na dependência entre os dados de chuva observados e os valores previstos.

69 Optou-se pelo modelo PRECIS, pois: trata-se de um modelo derivado de GCM de terceira geração do referido centro de pesquisa; apresenta um sistema de modelagem amigável por meio de uma interface gráfica onde o usuário pode integrá-lo ou rodá-lo sobre qualquer área do mundo, em um computador pessoal potente, a custos relativamente baixos e pode obter informação climática regional útil para elaboração de trabalhos relacionados à simulação de sistemas climáticos e avaliação de impactos de mudanças climáticas em nível regional ou local; e o software é gratuito.

O primeiro passo executado nesta etapa é a definição da grade (tipo de projeção, localização, número de pontos e espaçamentos) para que sejam regionalizados ou interpolados os campos estáticos que descreverão o domínio. Na Figura 4.7 são apresentadas as características do domínio e da grade utilizada pelo modelo PRECIS; as principais características da grade utilizada neste trabalho são apresentadas na Tabela 4.7.

Figura 4.7 –Mapa da Colômbia destacando o domínio e a grade do modelo PRECIS

Tabela 4.7 – Características da grade utilizada nas simulações com o modelo PRECIS

Projeção Lambert Conformal

Latitude do ponto central 4,84 Longitude do ponto central -75,01

Pontos em X 39

Pontos em Y 41

Espaçamento dos pontos 25 km

70 A resolução horizontal utilizada na presente pesquisa foi a mínima possível para as atuais condições e é a mesma utilizada por Cullen (1993) para a América do Sul, 0,2° x 0,2º, aproximadamente 25 km, com 19 níveis na vertical. Leduc & Laprise (2009) argumentam que o tamanho do domínio é um parâmetro que pode afetar consideravelmente a solução numérica dos RCM. Jones et al. (1995) mostraram que o domínio de um modelo regional deve ser suficientemente grande para permitir o pleno desenvolvimento dos elementos de pequena escala sobre a área de interesse; além disso, conclui-se que em domínios muito grandes a circulação principal e a variabilidade diária no RCM divergem daquelas do GCM na escala sinótica e em nível de domínios menores.

Na escala de ponto de grade o RCM gera livremente suas próprias características; Seth & Giorgi (1998) mostraram que as fronteiras laterais (domínio) devem ser colocadas bem fora da região de interesse a fim de evitar respostas irrealistas dos RCM. Giorgi & Mearns (1999) ressaltam que na escolha do domínio para qualquer RCM é desejável selecionar um domínio suficientemente grande para que o modelo possa desenvolver sua própria circulação interna na escala regional, mas que não seja demasiadamente grande a ponto de o clima do RCM desviar significativamente do GCM no centro do domínio.

Na presente pesquisa o domínio foi escolhido a fim de evitar a proximidade com as condições de fronteira da região de interesse com a área continental e visando englobar os sistemas atmosféricos atuantes na América do Sul. Na Figura 4.8 são apresentados o domínio, a grade e a resolução horizontal utilizados neste trabalho. De acordo com Jones et al. (1997) apud Alves (2007), para capturar 75% da variância do sinal verdadeiro, é desejável uma simulação com no mínimo 30 anos; além disso, esses autores mostraram que, com 20-30 anos de simulação, mudanças estatisticamente significativas nos extremos de precipitação poderiam ser obtidas. Para a presente pesquisa foram adotados períodos de simulação de 20 anos, tanto para o clima de referência (1988-2007), quanto para o clima futuro (2011-2030).

Segundo Jones et al. (2004), é possível converter os valores de saída do modelo PRECIS em formatos compatíveis com outros pacotes ou softwares (PP, GRIB ou NetCDF). Com a finalidade de ser eficiente no processo de armazenamento dos dados, devido ao grande volume dos resultados do modelo PRECIS, decidiu-se configurar o sistema com saídas no formato PP, que é um formato específico do Hadley Centre for Climate Prediction and Research; além disso, esse formato ocupa menor espaço em disco quando comparado com os demais. Nesse sentido, após o downscaling, foi desenvolvido um programa ou script em

71 pacote GrADS para transformar as variáveis do formato PP para o formato ASCII. No Anexo 1 é apresentado o script desenvolvido para esse fim.

Figura 4.8 – Grade, domínio e resolução estabelecida sobre a área de trabalho nas

simulações com o modelo PRECIS

A área selecionada para integração do modelo PRECIS corresponde à região entre 3º 44’ N

a 5º 4’ N de latitude e 75º 59’ W a 74º 07’ W de longitude, conforme pode ser visto na

Figura 4.9. Os valores de previsão climática quantitativa (precipitação, temperatura etc.) com resolução de 25 km, disponíveis nos pontos de grade do modelo regional (Figura 4.9), são interpolados para a localização de cada posto pluviométrico a partir do script desenvolvido para tal fim (Anexo 2). O processo de interpolação, ilustrado na Figura 4.10, é realizado por meio da atribuição de pesos aos valores das variáveis climáticas de cada ponto da grade a interpolar (Figura 4.9), sendo o valor da variável (V) para um ponto de coordenadas (x, y) dado pela equação a seguir:

(4.1)

Em que:

V = valor da variável climática a interpolar nos pontos de grade do modelo; os pesos são calculados segundo explicitado na Figura 4.10.

72 Figura 4.9 – Pontos da grade com previsão do modelo PRECIS para a BHRC, com

espaçamento de 25 km

Figura 4.10 – Esquema de interpolação das variáveis climáticas a partir dos pontos da grade com previsão do modelo PRECIS