Amazon Cooperation Treaty Organization Global Environment Facility United Nations Environment Programme
INTEGRATED AND SUSTAINABLE MANAGEMENT OF TRANSBOUNDARY WATER
RESOURCES IN THE AMAZON RIVER BASIN CONSIDERING
CLIMATE VARIABILITY AND CHANGE
ACTO/GEF/UNEP
GEF-AMAZON
COMPONENT-III RESPONSE STRATEGIES
SUBPROJECT-III.2 SPECIAL PRIORITIES ON ADAPTATION
Activity III.2.1 Climate Change, Adaptation Capacity and Risk Governance in the Transboundary Purus River Sub-basin of the project “Integrated and Sustainable Management of Transboundary Water Resources in the Amazon River Basin Considering Climate Variability and Climate Change”
PRODUTO 3. DOWNSCALING DINÂMICO PARA A SUB-BACIA DO RIO
PURUS CONDIÇÕES ATUAIS E MODELOS – CLIMA E HIDROLOGIA
MEMORIAL DESCRITIVO
1. INTRODUÇÃO E OBJETIVOSNo contexto das discussões sobre mudanças climáticas globais, as projeções reportadas pelo IPCC - Intergovernmental Panel on Climate Change em seu 5º relatório (IPPC, 2013) apontam para modificações significativas nos padrões de clima regional em grande parte do território Brasileiro nas próximas décadas (meados para o final do século XXI).
É consenso na comunidade cientifica de que uma das ferramentas atuais mais adequadas na geração das projeções climáticas é o downscaling (regionalização) dinâmico (PBMC, 2013), cuja técnica consiste em usar um modelo climático regional “aninhado” a um modelo climático global. Basicamente, as saídas dos modelos globais com baixa resolução espacial (~ 100 km) são utilizadas como condições de fronteira dentro do modelo regional que realiza as simulações em alta resolução espacial (~ 25 a 50 km). Diversos estudos sugerem que o downscaling proporciona uma representação mais realística do clima onde fatores locais (proximidade com o oceano, topografia acentuada, solo e cobertura superficial heterogênea, etc), que são capturadas pelos modelos regionais, funcionam como importantes moduladores das condições de tempo e clima, adicionados aos fatores de grande escala (modulação dos oceanos e circulação geral da atmosfera) que são capturadas pelos modelos globais (Marengo et al., 2001; De Souza et al., 2009).
O objetivo do presente trabalho é realizar um estudo de downscaling dinâmico sobre a região da Amazônia ocidental, com ênfase para as características do clima regional da sub-bacia do rio Purus, entre os estados do Acre e Amazonas.
2. MATERIAL E MÉTODOS 2.1 Dados observacionais
Precipitação do satélite TRMM no período 1998 a 2012 com dados em pontos de grade numa resolução horizontal de 0,25º (aproximadamente 27 km) que permite a caracterização da precipitação na escala da bacia hidrográfica. As estações do INMET com dados climáticos observacionais de (temperaturas máximas e mínimas, velocidade do vento, evapotranspiração, umidade relativa, radiação solar e precipitação) distribuídas na área de estudo (ver tabela 3 - Produto 2).
2.2 Processo de redução de escala (downscaling)
Para avaliar os impactos das alterações climáticas usam-se frequentemente modelos de circulação global. No entanto, algumas das variáveis mais relevantes, como por exemplo, as características fisiográficas regionais, encontram-se mal representadas ou mesmo ausentes nos MCGA (Wang et al., 2004). As características fisiográficas regionais e as circulações de menores escalas podem causar significativa influência no clima regional ou local (Dickinson e Kennedy, 1992). Podem ser citadas como exemplo as brisas marítima e terrestre, vento de vale e montanha, diferença na cobertura do solo (McGregor, 1997).
Em geral, os processos de circulação atmosférica ocorrem em escalas espaciais que não são totalmente resolvidas pela malha dos modelos globais de previsão de tempo ou clima. De modo semelhante os efeitos da topografia ficam bastante suavizados nos modelos globais. Deste modo, utilizam-se as técnicas de transferência da informação gerada pelo MCGA em grande escala para escalas menores. Essas técnicas chamam-se de técnicas de “downscaling”, indicada pela Figura 1. Também são chamadas de redução de escala ou desagregação espacial, que é o processo de se obter informações climáticas regionais baseadas nas condições climáticas de grande-escala usando Modelos Climáticos Regionais (MCRs) de alta resolução (Von Storch, 2005).
Figura 1. Estrutura de um downscalling dinâmico sobre uma bacia hidrográfica. Fonte: Von Storch, (2000).
2.3 Modelos climáticos
A primeira versão do Modelo Climático Regional RegCM foi desenvolvida por Dickinson et al. (1989) e Giorgi (1989) no final da década de 80 com base no modelo numérico Mesoscale Model version 4 (MM4, Anthes et al. 1987) e engloba vários esquemas de convecção cúmulos, umidade, condições iniciais e de contorno lateral, fluxos oceânicos e gradiente de pressão. O RegCM4 é um modelo de diferenças finitas, e por não ter sido desenvolvido para a região da Bacia do Purus, ele precisa ser calibrado, utilizando diferentes parametrizações. Utilizaram-se equações primitivas como a segunda lei de Newton aplicada a um fluido compreensível. Sendo hidrostático é possível fazer simulação até 10 km de espaçamento de grade horizontal. Na vertical faz-se o uso da coordenada sigma. A física do modelo RegCM4.0.1 utiliza o Biosphere-Atmosphere Transfer Scheme (BATS, Dickinson et al., 1993) para os processos de troca de calor, energia e momentum na interface solo-vegetação atmosfera, considerando 20 tipos de vegetação que se encontram descritas em Elguindi et al. (2004).
Modelo global: Utilizam-se os dados gerados pelo modelo Hadley Centre Global Environmental Model version 2 (HadGEM2), descrito em detalhes por Collins et al. (2011), o qual é considerado o estado-da-arte em simulação numérica do sistema climático global. O HadGEM2 é um modelo acoplado cujas saídas foram preparadas para o Coupled Model Intercomparison Project phase 5 (CMIP5, dados disponíveis em http://cmip-pcmdi.llnl.gov/cmip5) para compor o quinto relatório do IPCC-AR5 (Fifth Assessment Report of the Intergovernmental Panel on Climate Change) publicado em setembro de 2013. No presente trabalho os dados gerados pelo HadGEM2 referem-se ao cenário futuro do IPCC denominado de RCP 4.5 (Representative Concentration Pathways; van Vuuren et al., 2011) que é considerado intermediário em termos da forçante radiativa global de aproximadamente 4.5W/m2 (~650 ppm de CO2 equivalente) até o ano de 2100.
Modelo Regional e setup do dowscaling: Utiliza-se a última versão do Sistema de Modelagem Climática Regional (RegCM4), cujo código fonte é mantido em constante aprimoramento e atualização pelo International Centre for Theoretical Physics – ITCP na Itália (http://gforge.ictp.it/gf/project/regcm/). O RegCM4 é a quarta geração de um modelo climático regional originalmente desenvolvido no NCAR (Giorgi e Bates, 1989; Dickinson et al., 1989) e posteriormente aprimorado pelo ICTP (Pal et al., 2007). Atualmente, o RegCM4 é um modelo comunitário de área limitada, em coordenada vertical sigma-p e grade horizontal de Arakawa-B, com as equações primitivas para fluido compressível e hidrostático. Detalhes sobre a física do modelo, esquema de superfície, transferência radiativa, fluxos oceânicos e parametrizações de precipitação convectiva e de grande escala encontram-se completamente descritos em Giorgi et al. (2012). Usa-se a configuração do modelo proposta por Da Rocha et al. (2012) que implementaram modificações no esquema numérico de convecção Grell (período de tempo do disparo da
convecção) e no modelo de superfície BATS (conteúdo de água e condutividade hidráulica do solo). Tais modificações produziram simulações climáticas qualitativa e quantitativamente melhores do que estudos anteriores na caracterização do regime de verão e inverno do sul/sudeste do Brasil (Cuadra e Da Rocha, 2006; Da Rocha et al., 2009) e da Amazônia oriental (De Souza et al., 2009; Machado e Da Rocha, 2011). Este modelo regional foi instalado no Instituto Tecnológico Vale (ITV) usando o estado-da-arte em simulação computacional de alto desempenho através de um Cluster computacional com 196 processadores. As simulações regionais com o RegCM4 para o presente trabalho foram geradas num domínio centrado na Amazônia ocidental (7ºS-67ºW), utilizando a projeção Mercator normal com 57/77/18 pontos na direção zonal/meridional/níveis verticais, espaçamento de grade de 28 km (0.25º) e passo de tempo de 30 minutos. O modelo foi inicializado com as condições de contorno laterais de 6/6 horas provenientes do modelo HadGEM2 (com resolução de 1.25º x 1.875º que corresponde a 140 x 208 km) para o período de 2006 a 2044 considerando o cenário RCP4.5 do IPCC. A Figura 2 ilustra os domínios das grades horizontais usadas no downscaling dinâmico para a região da Amazônia ocidental, centrada na região da sub-bacia do rio Purus.
Figura 2. Domínio horizontal do modelo global HadGEM2 (com resolução de 140 x 208 Km) e do modelo regional RegCM4 (com resolução de 28 Km) para a região da sub-bacia do rio Purus na Amazônia ocidental.
2.4 Modelo Hidrológico SWAT
Foi utilizado o Modelo Soil Water Assessment Tool (SWAT) para geração dos mapas de uso e ocupação do solo, rede de drenagem, modelo digital de elevação, tipo de solo e dados hidrológicos e por ele ser um modelo livre, gratuito e amplamente utilizado no mundo. O Modelo SWAT têm uma interface SIG no ArcGis que facilita o trabalho com imagens georeferenciadas e contempla a parte de produção de água (superficial e subterrânea), tanto na forma líquida, quanto na forma de vapor. A primeira versão do modelo foi apresentada por Arnold et al. (1996), entretanto o mesmo vem sendo continuamente modificado, incluindo sempre que possível melhores representações dos processos simulados.
O SWAT é um modelo matemático, desenvolvido pelo Agricultural Research Service e pela Texas A&M University, objetivando a análise dos impactos das alterações no uso do solo sobre o escoamento superficial e subterrâneo, produção de sedimentos e qualidade da água. Para satisfazer a estes objetivos o modelo: (i) é baseado em características físicas da bacia; (ii) usa dados de entrada normalmente disponíveis; (iii) é computacionalmente eficiente para operar sobre médias/grandes bacias (> 1.000 km2), e (iv) é contínuo no tempo, sendo capaz de simular longos períodos (>50 anos) de forma a calcular os efeitos das alterações no uso do solo (Arnold et al., 1996).
O modelo SWAT é do tipo distribuído e a bacia hidrográfica pode ser subdividida em sub-bacias de modo a refletir as diferenças de tipo de solo, cobertura vegetal, topografia e uso do solo, sendo possível a subdivisão de centenas a milhares de células, cada célula representando uma sub-bacia.
Os principais processos simulados pelo modelo SWAT nas sub-bacias requerem uma grande quantidade de parâmetros de entrada que relacionam-se com as características físicas da bacia. A aplicação do modelo SWAT ocorre com a divisão da bacia hidrográfica do rio Lajeado em sub-bacias.
Os parâmetros requeridos pelo modelo SWAT estão divididos em parâmetros climáticos, de solo e hidrológicos. O passo inicial para o funcionamento do modelo SWAT ocorre na geração dos planos de informação - PI’s, e a entrada dos dados em pontos de grades e dos PI’s necessários para o modelo SWAT é realizada no Arcview 9.2. A seguir são apresentadas as descrições de cada módulo do modelo SWAT que foram utilizadas no projeto (Figura 3).
Figura 3. Processo de funcionamento do Modelo SWAT na Interface SIG. Fonte Adaptada de Machado (2002).
Características do solo
O tipo de solo encontrado no limite da bacia do rio Purus está distribuído em sete classes: Cambissolos, Laterita hidromóficas, Latossolos, podzol, solos gley, Solos litólicos e solos podzólicos (Figura 4). Topografia (MNT) Clima (Prp, temp, rad) Interface Saídas (mapas, dados, Gráficos) Uso Ocupação do solo Solos Característic SIG Arcview 9.2 Dados Tabulares Usuário Modelo SWAT
Figura 4. Tipos de solos da bacia do rio Purus.
Uso e ocupação do solo
O uso do solo encontrado no limite da bacia do rio Purus está distribuído em quatro classes: Extrativismo (lavoura), Lavoura e extrativismo (pecuária), preservação e preservação (lavoura e pecuária) (Figura 5).
Topografia – Modelo Numérico do Terreno (MNT)
O MNT gerado da bacia do rio Purus contém informações sobre declividade média, o qual mostra intervalos de classes que representam as altitudes, de acordo com as variações de cores, variando de 1 metro a 255 metros de altitude, em que as de altas altitudes aparecem nas extremidades da microbacia (tons de cinza mais claro), enquanto as de baixa altitude (tons de cinza mais escuro) estão por onde passam as redes de drenagem (Figura 6).
Figura 6. Modelo Numérico do Terreno da bacia do rio Purus.
Unidades de Resposta Hidrológica – URH
Para a definição das URH foram utilizados os mapas de uso e ocupação do solo, tipo de solo, onde os mapas foram importados e sobrepostos dentro da bacia hidrográfica do rio Purus e posteriormente determinado como resultado aproximadamente 3.000 URH’s, por alto, médio e baixo Purus.
A análise das URH permite ao usuário determinar a posição dominante de cada categoria de uso do solo, tipo de solo e declividade das classes dentro de cada bacia hidrográfica. A subdivisão da bacia em áreas com solos únicos e combinações de solo permite que o modelo transmita as diferenças de evapotranspiração e de outras condições hidrológicas de terrenos para diferentes usos do solo e tipo de solo. Isso aumenta a precisão das simulações do balanço de água na bacia, fornecendo uma melhor descrição física do balanço hídrico nas redes de drenagens principais (Figura 7).
Figura 7. Bacia do rio Purus e Municípios.
3. RESULTADOS
3.1. Clima Atual
A Figura 8 mostra a distribuição espacial da precipitação média anual dos últimos 25 anos (período de 1993 a 2012), considerado como clima atual para os dados observados do CPC e os dados simulados pelo modelo climático regional REGCM4. Observa-se que o modelo representa razoavelmente o padrão espacial dos dados observados principalmente na porção sul da região. Na parte central e norte o modelo consegue posicionar a região de máxima precipitação entre 2600 e 2400 mm.
Figura 8. Precipitação (mm) média anual do período 1993-2012 considerando os dados observados do CPC (mapa à esquerda) e simulados pelo modelo regional RegCM4 (mapa à direita) sobre a região do Purus.
A Figura 9 mostra a distribuição espacial da precipitação sazonal para os trimestres de JJA, SON, DJF e MAM considerando a média dos últimos 25 anos (período de 1993 a 2012) para os dados observados do CPC e os dados simulados pelo modelo climático regional REGCM4. Observa-se que o modelo consegue simular muito bem os padrões observados principalmente nos trimestres de JJA, DJF e MAM.
Figura 9. Precipitação (mm) média sazonal em JJA, SON, DJF e MAM do período 1993-2012 considerando os dados observados do CPC (mapas na parte superior) e simulados pelo modelo regional RegCM4 (mapas na parte inferior) sobre a região do Purus.
A Figura 10 mostra a distribuição espacial da Temperatura do ar média anual dos últimos 25 anos (período de 1993 a 2012), considerado como clima atual para os dados observados da Universidade de Delaware e os dados simulados pelo modelo climático regional REGCM4/HADGEM2. Observa-se que o modelo representa razoavelmente o padrão espacial dos dados observados principalmente na porção sul da região, na fronteira dos Estados de Manaus e Acre. Na parte central a isoterma de 26ºC foi bem representada e na parte norte o modelo consegue posicionar com menor desempenho a região de máxima Tar com um erro de aproximadamente de 0.5 a 1.0 ºC.
Figura 10. Temperatura do ar (ºC) média anual do período 1993-2012 considerando os dados observados da UDEL (mapa à esquerda) e simulados pelo modelo regional RegCM4 (mapa à direita) sobre a região do Purus.
A Figura 11 mostra a distribuição espacial da Temperatura do ar sazonal para os trimestres de JJA, SON, DJF e MAM considerando a média dos últimos 25 anos (período de 1993 a 2012) para os dados observados da Universidade de Delaware e os dados simulados pelo modelo climático regional REGCM4. Observa-se que o modelo consegue simular muito bem os padrões observados principalmente nos trimestres de JJA, SON e DJF, mas o trimestre MAM subestima em 1.0º a observação na parte sul da bacia.
Figura 11. Temperatura do ar (ºC) média sazonal em JJA, SON, DJF e MAM do período 1993-2012 considerando os dados observados da UDEL (mapas na parte superior) e simulados pelo modelo regional RegCM4 (mapas na parte inferior) sobre a região do Purus.
A figura 12 mostra a modelagem chuva-cota prevista, para os Municípios de Tapauá (Baixo), Lábrea (Médio) e Sena Madureira (Alto) Purus, onde podemos notar a variabilidade sazonal (extremos estiagem e cheia) em ambas as localidades e a maior variância (amplitude) no médio Purus com cotas prevista acima de 25m (máxima cota já observada foi de 21.15m) para o final do ano de 2017 e inicio de 2018.
Figura 12. Cotagrama de Tapauá, Lábrea e Sena Madureira, prevista pelo modelo chuva-cota.
Vale ressaltar que com estes resultados, podemos dizer que o modelo RegCM4 está representando muito bem as condições observadas no clima atual, e assim com percentuais de acerto em média nos trimestres 90%, com o menor desempenho no trimestre (MAM) com 80% e melhor desempenho no trimestre (DJF) com 95%.
3 REFERENCIAS CITADAS
Anthes, R.A.; Hsu, E.-Y.; Kuo, Y.-H. 1987. Description Of The Penn State/Ncar Mesoscale Model Version 4 (Mm4). Ncar Technical Note, Ncar/Tn-282+Str, 66 Pp.
Arnold, J. G. J. R. Williams, R. Srinivasan, King. K.W. 1996. SWAT: Soil and Water Assessment Tool. Temple, TX: USDA-ARS, Grassland, Soil and Water Research Laboratory.
Collins, W. J., Bellouin, N., Doutriaux-Boucher, M., Gedney, N., Halloran, P., Hinton, T., Hughes, J., Jones, C. D., Joshi, M., Liddicoat, S., Martin, G., O’Connor, F., Rae, J., Senior, C., Sitch, S., Totterdell, I., Wiltshire, A., and Woodward, S.: Development and evaluation of an Earth-system model HadGEM2, Geosci. Model Dev. Discuss., 4, 997–1062,doi:10.5194/gmdd-4-9972011, 2011.
Cuadra, S.V. and da Rocha, R.P. (2006) Simulação numérica do clima de verão sobre o Brasil e sua variabilidade. Revista Brasileira de Meteorologia, 21, 271-282.
Da Rocha, R.P., Morales, C.A., Cuadra, S.V. and Ambrizzi, T. (2009) Precipitation Diurnal Cycle and Summer Climatology Assessment over South America: An Evaluation of Regional Climate Model Version 3 Simulations. Journal of Geophysical Research, 114, Article ID: D10108.
http://dx.doi.org/10.1029/2008JD010212
Da Rocha, R.P., Cuadra, S.V., Reboita, M.S., Kruger, L.F., Ambrizzi, T. and Krusche, N. (2012) Effects of RegCM3 Parameterizations on Simulated Rainy Season over South America. Climate
Research, 52, 253-265. http://dx.doi.org/10.3354/cr01065
De Souza, E.B., Lopes, M.N.G., da Rocha, E.J.P., Souza, J.R.S., Cunha, A.C., et al. (2009) Precipitação climatológica sobre a Amazônia oriental durante o período chuvoso: Observações e simulações regionais com o RegCM3. Revista Brasileira de Meteorologia, 24, 111-124.
Dickinson, R. E.; Henderson-Sellers, A.; Kennedy, P. J. Biosphereatmosphere Transfer scheme (BATS) version 1E as coupled to the NCAR Community Climate Model. Boulder,Colorado. NCAR Technical Report, NCAR/TN-387, 72f. 1993.
Dickinson, R.E.; Kennedy, P.J. Impacts on regional climate of amazon deforestation, Geophys. Res. Letters, v.19, p.1947-1950. 1992.
Dickinson, R. E. et al. 1989. A Regional Climate Model For The Western United States. Climatic Change, Dordrecht, N. 15, P. 383-422.
Elguindi, N. et al. 2004.Regcm Version 3.0 User’s Guide. Trieste: Pwcg Abdus Salam Ictp, P.48.
Giorgi, F., Copola, E., Solmon, F., Mariotti, L., Sylla, M.B., et al. (2012) RegCM4: Model Description and Preliminary Tests over Multiple CORDEX Domains. Climate Research, 52, 7-29.
http://dx.doi.org/10.3354/cr01018
Giorgi, F. and Bates, G.T. (1989) The Climatological Skill of a Regional Climate Model over Complex Terrain. Monthly Weather Review, 117, 2325-2347. http://dx.doi.org/10.1175/1520-0493(1989)117<2325:TCSOAR>2.0.CO;2
Giorgi, F. 1989. Two-Dimensional Simulations Of Possible Mesoscale Effects Of Nuclear War Fires. J. Geophys. Res., N.94, P. 1127–1144.
(2013) IPCC AR5: Summary for Policymakers. In: Stocker, T.F., Qin, D., Plattner, G.-K., Tignor, M., Allen, S.K., Boschung, J., Nauels, A., Xia, Y., Bex, V. and Midgley, P.M., Eds., Climate Change 2013: The Physical Science Basis, Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change, Vol. 1,Cambridge University Press, Cambridge and New York, 33 p.
Machado, R. E. 2002. Simulação de escoamento e de produção de sedimentos em uma microbacia hidrográfica utilizando técnicas de modelagem e geoprocessamento. Tese (Doutorado em Agronomia) – Escola Superior de Agricultura “Luiz de Queiroz” – Universidade de São Paulo/SP.
Machado, R.D. and Da Rocha, R.P. (2011) Previsões climáticas Sazonais sobre o Brasil: Avaliação do RegCM3 aninhado no modelo global CPTEC/COLA. Revista Brasileira de Meteorologia, 26, 121-126.
Marengo, J.A. et al. Onset and end of the rainy season in the Brazilian Amazon basin. Journal of Climate, v. 14, p. 833- 852, 2001.
McGREGOR, J. L. Regional Climate Modeling. Meteorology and Atmospherric Physics, v.63, p.105-117, 1997.
Pal, J.S., Giorgi, F., Bi, X., Elguindi, N., Solmon, F., et al. (2007) The ICTP RegCM3 and RegCNET: Regional Climate Modeling for the Developing World. Bulletin of the American
Meteorolological Society, 88, 1395-1409. http://dx.doi.org/10.1175/BAMS-88-9-1395
PBMC—Painel Brasileiro de Mudanças Climáticas (2013) Sumário Executivo—Base Científica das Mudanças Climáticas. Contribuição do Grupo de Trabalho 1 ao Primeiro Relatório de Avaliação Nacional do Painel Brasileiro de Mudanças Climáticas. Vol. 1, PBMC, Rio de Janeiro, 24 p.
Van Vuuren, D.P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., et al. (2011) The Representative Concentration Pathways: An Overview. Climatic Change, 109, 5-31. http://dx.doi.org/10.1007/s10584-011-0148-z.
Von Storch, H. Models of Global and Regional Climate. Encyclopedia of Hydrological Science. Institute of Coastal Research, GKSS Research Centre, Geesthacht, Germany. 2005.
Von Storch, H.; Langenberg, H.; Feser, F. A spectral nudging technique for dynamical downscaling purposes. Monthly Weather Review. v.128, p.3664-3673. 2000.
Wang, Y. et al. 2004. Regional Climate Modeling: Progress, Challenges, and Prospects.