Considerado um dos mais importantes centros de pesquisas e desenvolvimentos em previsão numérica do tempo, o Centro Europeu de Previsão do Tempo (ECMWF, do inglês
European Centre for Medium-Range Weather Forecast), vêm desde 1979 fornecendo arquivos
de análises e previsões que tem sido uma importante fonte de dados para pesquisadores (ALMEIDA et al., 2012). Dentre os projetos desenvolvidos pelo ECMWF, estão os projetos de re-análise atmosférica global, os projetos ERA-40, ERA-15 e o ERA-Interim.
O ERA-Interim é a mais recente re-análise atmosférica global produzida pelo ECMWF, recobrindo o período desde 1º de janeiro de 1989 até os dias atuais e ainda em desenvolvimento para em breve fornecer dados quase em tempo real.
O ERA-Interim é considerado pela ECMWF, o mais ambicioso projeto de re-análise por eles desenvolvido. O objetivo primário do ERA-Interim é a correção de problemas de
34
difícil assimilação de dados encontrados durante a produção do ERA-40, relatados principalmente com a representação do ciclo hidrológico, a qualidade da circulação estratosférica e a consistência no tempo de campos geofísicos novamente analisados. O segundo objetivo é o de melhorar o projeto em vários aspectos técnicos das re-análises, tais como seleção de dados, controle de qualidade, correção de viés e monitoramento de desempenho, cada um dos quais podendo ocasionar grande impacto sobre a qualidade dos produtos das re-análises (DEE et al., 2011).
As re-análises são um campo de estudo relativamente jovem, com origens na exploração de dados meteorológicos coletados em 1979, os quais foram re-analisados por diversas vezes, principalmente com o objetivo de aprender como se fazer o melhor uso destas observações para iniciar a previsão numérica do tempo. Sucessivas re-análises atmosféricas produzidas por diversos institutos resultaram em adição de qualidade aos modelos numéricos de previsão do tempo, como modelos melhores e melhores dados de entrada. Estas re-análises têm gerado ainda uma crescente variedade de uso dos dados destes produtos, inclusive pelo incremento de melhores resoluções espaciais e temporais ao longo dos anos (DEE et al., 2011).
Os dados do ERA-Interim são produzidos utilizando um esquema sequencial de assimilação de dados, avançando em tempo com análise de ciclos de 12 horas. Em cada ciclo, as observações disponíveis são combinadas com informações prévias do modelo de previsão para estimar o estado envolvente da atmosfera global e da superfície subjacente. Isto envolve o processamento de uma análise variacional dos campos atmosféricos básicos superiores ao ar livre (temperatura, vento, umidade, ozônio e pressão da superfície), seguidos por separadas análises de parâmetros próximos à superfície temperatura e umidade do ar a 2 m, temperatura e umidade do solo, neve e ondas oceânicas. Estas análises também são utilizadas nos modelos de previsão de curto-prazo, fornecendo uma estimativa prévia necessária para o próximo ciclo das análises (DEE et al., 2011).
As reanálises ERA-Interim geradas diariamente podem ser acessadas por usuários do JRC/MARS (Joint Research Centre – Monitoring Agricultural Resources), estando disponíveis também, duas vezes por dia, análises com previsões por decêndios e mensais. Os dados do ERA-Interim são ainda disponíveis publicamente no servidor de dados do ECMWF,
35
com resolução espacial de 1,5º, incluindo muitos parâmetros até antes não disponíveis nos dados do ERA-40 (ECMWF, 2012).
2.4.1 Correlação dos dados ERA com estações meteorológicas de superfície
Diversos pesquisadores têm procurado desenvolver estudos que comprovem a concordância dos dados dos projetos ERA com dados de estações meteorológicas de superfície.
JOHANN et al. (2011) realizaram a comparação de dados de temperatura média obtidos de 38 estações meteorológicas automáticas e 08 estações meteorológicas convencionais com dados de temperatura média de 303 pixels com resolução espacial de 0,25º do ERA-40 distribuídos sobre o Estado do Paraná. Foram utilizados dados decendiais, num total de 360 decêndios, entre o 1º decêndio de 2000 e o 3º decêndio de 2009.
Como resultado de seu estudo, JOHANN et al. (2011), demonstram que houve correlação entre as duas fontes de informações para os 303 valores analisados, com R2 variando entre 0,840 e 0,921, com média de 0,889 e coeficiente de variação (CV) de 1,92%, indicando baixa variabilidade espacial. Concluiu-se que, em parte do Estado do Paraná os dados do ERA-40 informam corretamente o fenômeno.
MELO & FONTANA (2006), desenvolveram um trabalho objetivando avaliar a qualidade dos dados fornecidos pelo ERA-40 em comparação com dados observados em estações meteorológicas de superfície, obtidos entre o período de 1º de janeiro de 2003 a 31 de dezembro de 2005. Neste trabalho foram analisados os dados de temperaturas máxima, média e mínima, precipitação pluviométrica e evapotranspiração que foram comparados aos dados de 17 estações meteorológicas de superfície distribuídas no Estado do Rio Grande do Sul. Como resultado deste trabalho, os autores mencionam que os dados decendiais de temperatura máxima obtida pelo ERA-40 superestimam em 5,2ºC, em média, os dados observados nas estações meteorológicas de superfície, enquanto que os dados de temperatura média apresentaram leve tendência de subestimativa deste parâmetro, ficando muito próximos da linha 1:1, com um desvio médio de 1,1ºC. Os coeficientes de correlação, analisando os períodos decendiais para temperatura máxima, média e mínima foram de 0,739; 0,957 e 0,863, respectivamente. Para os dados de precipitação pluviométrica foi observada uma grande dispersão quando comparados aos dados das estações de superfície, apresentando coeficiente
36
de correlação de 0,586 para os dados decendiais. Quanto aos dados de evapotranspiração, notou-se razoável dispersão, com tendência de subestimativa de valores baixos e superestimativa de valores de maior magnitude dos dados do ERA-40 comparados aos das estações de superfície. O coeficiente de correlação foi de 0,893 para o período decendial. Por fim, conclui-se que os dados de temperatura média do ERA-40, para o Rio Grande do Sul, podem ser usados com segurança em modelos ou outras ferramentas para estimativa de produtividade de culturas, porém, os demais dados necessitam de uma calibração ou introdução de um fator de correção.