AVALIAÇÃO DE DADOS DO CRU-TS EM COMPARAÇÃO COM DADOS OBSERVADOS DE PLUVIOMETRIA NO BRASIL (HIDRO-ANA)

AVALIAÇÃO DE DADOS DO CRU-TS EM COMPARAÇÃO COM DADOS

OBSERVADOS DE PLUVIOMETRIA NO BRASIL (HIDRO-ANA)

Saulo Aires de Souza 1*; Márcio Tavares Nóbrega1

Resumo – Atendendo a demanda por dados em grade, o Climate Research Unit (CRU) vem disponibilizando conjuntos de dados com resolução susceptível para utilização em modelos hidrológicos chuva-vazão. O trabalho desenvolvido comparou a grade de dados de pluviometria do CRU com os dados medidos por estações pluviométricas, avaliando esta questão para o Brasil todo. Os dados observados da base de dados HIDRO da Agência Nacional de Águas (ANA) foram interpolados para a grade de 30', compatível com a grade do CRU, pelo método do inverso do quadrado da distância, restringindo o raio de aproximação conforme a disponibilidade de postos. Foi feita uma análise das diferenças entre as superfícies médias anuais de dados do CRU e dos dados do HIDRO, usando a distância média e o número de postos envolvido na estimativa de cada ponto. Conclui-se pela recomendação cautelosa de utilização dos dados do CRU, com aumento da disparidade em caso de postos observados muito distantes.

Palavras-Chave – CRU, pluviometria, Brasil.

COMPARING PRECIPITATION CRU-TS DATA TO OBSERVED DATA IN

BRAZIL (HIDRO-ANA)

Abstract – As a means to tackle the lack of grid-climatological data, Climate Research Unit (CRU) has been provided datasets suitable as boundary conditions to an assortment of distributed hydrological modelling. The CRU-TS3.2 dataset is compared to observed rainfall data in Brazil made available by National Water Agency - ANA (Brazil) as HIDRO database. These observed data were interpolated through inverse square distance weighting to provide values in the same grid as CRU (30' resolution). It was performed then an evaluation in annual average differences between the two surfaces (CRU and HIDRO generated), assessing mean distance and the number of stations involved in each grid point. The conclusion is recommending CRU data where few observed data is available, although this is not the same for smaller basins.

Keywords – CRU, rainfall, Brazil.

INTRODUÇÃO

A coleta de dados hidrológicos está ligada à ocupação antrópica, tanto pela óbvia dependência de estrutura para a manutenção de uma rede de estações, como pela utilidade localizada dos dados obtidos, como a mensuração de eventos e os impactos locais. Contudo, a distribuição espacial irregular dos dados é uma clara questão quando existe a necessidade de caracterizar uma região, havendo a necessidade de uma cobertura mais homogênea dos dados climatológicos.

Em particular, no caso dos dados de pluviometria, a extrapolação dos dados pontuais observados para áreas mais amplas representa um desafio. A ocorrência de micro-climas e de eventos ligados a condições específicas de orografia nas encostas montanhosas sujeitam os valores pontuais à insuficiência de representação para outras áreas, contíguas de poucos quilômetros. Incidentalmente, esta dificuldade de representação assevera-se no sentido da melhor discretização

temporal, inviabilizando confiabilidade em um processos muito curtos, na escala sub-horária por exemplo.

Para bacias grandes e considerando a escala mensal, no entanto, a representação do regime pluviométrico pode ser considerada homogênea o suficiente para ser representada a partir de uma grade de pontos. Essa é a hipótese da série de dados do CRU-TS (Climate Research Unit - Time Series), desenvolvido em Mitchell e Jones (2005). O detalhamento da metodologia utilizado para espacialização dos dados a partir das bases de dados observados é feito em Mitchell et al (2003).

Em contrapartida, o registro de medidas de pluviometria, além de outras variáveis climatológicas vem sendo feita em pontos localizados há bem mais de 100 anos em muitos lugares. Só recentemente, no entanto, passou a ser alternativa o registro de dados em grade, com o advento do uso de radares (kitzmiller et al, 2013) ou a estimativa de precipitação por satélites, como é o caso do TRMM (Kummerow et al., 2000).

Este trabalho tem por objetivo testar os dados de precipitação do CRU-TS para todo o Brasil, comparando-os com a base de dados disponibilizada pela Agência Nacional de Águas (ANA) (Hidro-Web).

A importância dessa análise vem da necessidade sempre presente de espacializar dados pontuais de pluviometria a partir de dados observados para uso de modelos hidrológicos distribuídos. Como bases de dados em grade, como o CRU-TS, podem ser indistintamente usadas em substituição a esse procedimento, cabe determinar quão bem se comparam com uma base de dados observados, como o HIDRO da ANA.

Aplicações dos dados do CRU

Ribeiro Neto et al (2008) usaram a informação mensal de precipitação do CRU para corrigir a precipitação diária do modelo global COLA na bacia do rio Madeira, já que não foi possível obter naquele trabalho dados de pluviometria no Peru e na Bolívia.

Rodriguez e Monreal (2000) fizeram uma avaliação dos dados de precipitação do CRU (New et al, 2000) em sua versão anterior, com resolução 1x1km, comparando-os com dados observados em diversos países da Europa, procurando averiguar a sua representatividade para utilização dos mesmos na caracterização de secas. Uma faceta importante desse trabalho é a variedade na densidade de estações nos diversos países estudados, havendo situações, como na Espanha, em que a densidade de estações é muito superior à grade do CRU, enquanto em outros países (Islândia, Finlândia, Irlanda) onde a situação é inversa e a quantidade de estações é inferior em relação à grade de dados.

Uma aplicação particularmente significativa dos dados do CRU foi a análise de tendências realizadas para caracterização do clima atual no âmbito do AR4 do IPCC, conforme apresentado em Trenberth et al (2007). O foco, naquele caso, foi a avaliação de tendências de longo prazo dos dados do CRU como representativos de observações, destacando as anomalias na precipitação, em conjunto com outras bases de dados.

Também para o Brasil foram usados os dados do CRU por Marengo e Valverde (2007), comparando as anomalias em relação ao período 1961-1990 para os dados desde 1901. Usando essa base de dados como referência, foi por eles apontada a tendência de redução na pluviometria em diversas regiões do país nas últimas décadas.

Outro exemplo de utilização de dados do CRU foi a aplicação dos dados do CRU como condições de contorno de simulação para a bacia do rio Grande, divisa dos estados São Paulo e Minas Gerais, realizada em Nobrega et al. (2011) usando o modelo chuva-vazão MGB-IPH (Collischonn e Tucci (2001)). Os dados do CRU foram utilizados para prover uma linha de base para comparação com resultados de cenários de modelos climáticos globais.

Uma aplicação análoga referente a avaliação dos dados de chuva foi efetuada em Souza et al. (2009) no qual analisou-se o desempenho de previsões de precipitação feitas para o período 1996 a 2001 com o modelo climático regional ETA pelo Centro de Previsão de Tempo e Estudos Climáticos (CPTEC), com vista ao uso destes valores em modelos de previsão de vazão. Neste caso os dados do CRU foram utilizados como referência de dados considerados observados.

Metodologia

O esquema adotado para interpolação e preparação dos dados de chuva do HIDRO foi o mesmo utilizado para entrada no modelo MGB-IPH, gerando campos de chuva a partir dos dados observados de pluviômetros, como descrito em Collischonn et al. (2007). Neste esquema a chuva em cada ponto da grade é interpolada pelo método do inverso do quadrado da distância, tomando os postos de chuva situados em um raio de até cinco vezes a distância entre cada ponto e o posto mais próximo com dado sem falha naquele instante de tempo. Assim, obtém-se uma grade homogênea de valores a partir dos dados observados.

Em termos matemáticos o método do inverso do quadrado da distância usa a equação 1 para obter a pluviometria P em cada ponte da grade a partir dos valores pi na vizinhança.

𝑃 =

𝑝𝑖𝑤𝑖

𝑤𝑖 eq. 1

Onde a ponderação é definida por:

𝑤

_𝑖

= 𝑑

_𝑖−2 eq. 2

sendo

𝑑

_𝑖di a distância euclidiana entre os pontos considerados. No presente estudo considera-se somente postos pluviométricos situados no raio de cinco vezes a distância entre o ponto de interesse e o posto pluviométrico mais próximo.

Esta limitação na abrângência das estações é uma concessão à influência localizada dos registros de pluviometria, representativos de uma condição topográfica particular. Contudo, há que destacar-se que na escala de análise a que se propõe este trabalho, uma grade de 0,5o (aproximadamente 55 km) como a do CRU cobrindo todo o Brasil, efeitos localizados de chuvas orográficas devidas a influência de relevo são suavizados.

A adoção do método de interpolação do inverso do quadrado da distância foi feita com base na conformação dos dados disponíveis, que têm distribuição diversa no país, bastante esparsa sobretudo na região Amazônica e com densidade melhor em outras áreas, como a bacia do rio Paraná, buscando um tratamento homogêneo aceitável para ambas as situações. Especificamente, como referência, Azpurua & Dos Ramos (2010) compararam o método do inverso do quadrado da distância com as alternativas de kriging e spline, concluindo pela maior exatidão do primeiro em casos particulares de representação espacial.

A etapa seguinte da metodologia é a obtenção da superfície de médias em cada ponto da grade. Em paralelo a grade de dados mensais do CRU foi sumarizada numa superfície de médias anuais para comparação com a grade dos dados do HIDRO.

A análise de diferenças percentuais entre as duas superfícies é feita ponto a ponto, com uma superfície de diferenças assim obtida para análise regional por comparação visual.

Para explicar a superfície de diferença são consideradas duas questões inerentes à rede de estações disponíveis HIDRO e sua relação com a grade do CRU: a) a distância média entre os postos com dados disponíveis e; b) o número de postos utilizados, segundo o critério de construção da malha de dados observados para comparação.

Assim, são também elaboradas as superfícies para essas duas relações, sendo feita uma análise conjunta de todas essas condições, com recomendações de utilização mais ou menos favorável dos dados do CRU para substituição de dados observados.

Dados CRU

Os dados em grade do Climate Research Unit (CRU), ligado à East Anglia University, estão disponíveis para todo o mundo em uma grade de 30', ou arco de meio grau. O acesso aos dados pode ser feito pelo site: http://www.cru.uea.ac.uk/data/. A última versão disponibilizada dos dados do CRU é a 3.2, que apresenta valores para a grade global começando em 1901 e estendendo-se até 2011, com discretização mensal.

Os dados de base utilizados pelo CRU para elaboração de sua grade de dados são as estações que reportam à base de dados da Organização Meteorológica Mundial (OMM), constituindo uma rede internacional de informações.

Dados HIDRO

A base de dados utilizada como hipótese de comparação para os dados do CRU foi o conjunto de observações disponibilizado pela Agência Nacional de Águas (ANA, 2013), Banco de dados HIDRO, que dispõe de medições convencionais de pluviometria desde o final do Século XIX, com variações na disponibilidade temporal e espacial, além da qualidade dos registros. Apesar da distinção no HIDRO de dados brutos e consistido, no presente trabalho, para abranger o período mais completo possível, adotou-se o dado consistido quando disponível, porém não se desprezou o dado bruto quando este era a única informação.

A Figura 1, a seguir, apresenta a localização dos postos pluviométricos utilizados, com distinção para cada uma das regiões hidrográficas do Brasil, enquanto a Tabela 1 resume o número das estações para estas diversas divisões.

Figura 1 – Estações pluviométricas utilizadas (Banco de dados HIDRO, ANA (2013))

No total são 10.826 postos pluviométricos como base de análise da grade de dados do CRU, com óbvia concentração no Sudeste do país e na porção setentrional do Nordeste, enquanto as regiões do Tocantins, Amazonas e Paraguai apresentam número mais modesto de estações.

Tabela 1 – Quantitativo de estações pluviométricas por Região Hidrográfica

Nº de Estações Pluviométricas

RH Paraguai 190 RH Atlântico Leste 1229 RH Parnaíba 415 RH Paraná 3327 RH Atlântico Sudeste 900 RH Atlântico NE Ocidental 216 RH Uruguai 259 RH São Francisco 1183 RH Tocantins Araguaia 320

RH Atlântico Sul 547 RH Atlântico NE Oriental 1499 RH Amazonica 741

Total 10826

Resultados

A Figura 2, a seguir, é uma composição para facilitar a comparação dos resultados entre as médias anuais dos dados observados do HIDRO e os dados em grade do CRU, com o percentual de diferenças apresentado no quadro da direita em baixo.

MEDIA HIDRO MEDIA CRU

DIFERENÇA PERCENTUAL MEDIA

Figura 2 – Resultados de médias anuais para os dados observados do HIDRO, grade de dados CRU e diferenças percentuais. 0% - 1,56% 1,56% - 3,50% 3,50% - 5,80% 5,80% - 9,70% 9,70% -< 792 mm 792 mm 1545 mm 1545 mm 2300 mm 2300 mm 3049 mm 3049 mm 3801 mm 3801 mm 4554 mm 4554 mm 5306 mm 5306 mm 6063 mm > 6814 mm

Notável é que os valores no caso do CRU, apresentam visualmente homegeneidade superior à realidade esgarçada dos dados efetivamente observados, ainda que se leve em conta tratarem-se de médias anuais. Contudo, a distribuição espacial dos resultados em ambos os casos é razoavelmente bem representada nos dados do CRU, com destaque por exemplo para os extremos valores de altas precipitações na porção noroeste da região hidrográfica Amazônica e nos estiados vales dos sertões nordestinos.

Mesmo no caso das isoietas correspondentes aos divisores das bacias do Paraná e do Uruguai, observa-se a boa representação dos dados do CRU. O destaque destoante é a grande faixa de transição entre as bacias do Paraná e do São Francisco, com variabilidade ligada à efeitos localizados, difíceis de reproduzir.

A combinação de duas escalas grandes (temporal anual e espacial de 30') permite supor distribuição diferenças em torno de zero, com distribuição normal, sendo esse padrão efetivamente observado na Figura 2. Contudo, em vastas porções, sobretudo da bacia do rio Tocantins, nos extremo ocidente da bacia amazônica e no setentrião, destaca-se a discrepância sistemática entre valores do CRU e dados HIDRO.

Os resultados de distribuição das médias e de suas diferenças pode ser melhor compreendidos a partir das Figuras 3 e 4. Na primeira são exibidas as distâncias médias entre cada ponto da grade CRU e os postos que foram usados do HIDRO para composição da superfície de comparação, enquanto no caso da última figura trata-se da densidade média de postos utilizados em cada ponto para cálculo da precipitação.

No caso das distâncias médias, é imediata a relação com a densidade de postos apresentada na base de dados HIDRO, com sua esparsa rede na Amazônia. Ali, em boa parte do Brasil, a distância para um posto de pluviomtria supera em geral 100km. Em função dessa dimensão É mesmo notável a proximidade entre dados CRU e dados efetivamente observados do HIDRO.

Figura 3 - Distância média do ponto da grade do CRU até a estação hidro mais próxima no processo de interpolação < 2 km -2 km - 20 km 20 km - 40 km 75 km - 100 km > 100 km

-Figura 4 – Densidade (número de estações plu do hidro) média utilizada para interpolar para a grade do CRU e diferenças percentuais.

Por fim, analisa-se a densidade de estações utilizadas para interpolação na superfície de dados do HIDRO (Figura 4). Nota-se aí a tendência de média por muitas estações. Certamente, a escala geográfica representada de 30' permite nas áreas com grande densidade de postos a utilização de muitos, enquanto grandes vazios é justamente a falha em algum posto representativo que conduz à extrapolação por muitos postos.

Conclusões

A disponibilização dos dados do CRU representa uma importante ferramenta para modelagem hidrológica distribuída, representando um grande avanço na hidrologia este tipo de informação ser considerada como um campo de dados.

Por outro lado, a importância de uma base de dados observados confiáveis necessários para a elaboração de uma grade de dados é sobressaltada pela facilidade de análise nesse formato. Assim, o método empregado para extrapolação e disponibilização dos dados do HIDRO ganha destaque.

Considerando a análise realizada, a grade de dados CRU comparada com a base de postos observados HIDRO, para a escala anual, apresentou um bom desempenho, sendo recomendável a estudos de hidrologia regional para o Brasil. Contudo, no caso de pequenas bacias com dados observados densamente registrados, obviamente, sugere-se veemente os dados locais registrados.

Por fim, tendo em vista a análise anual aqui procedida, observa-se que seria necessário avaliar outras estatísticas (desvio padrão, desvio padrão dos erros, estatísticas espaciais) além da investigação de valores sub anuais (mensais ou trimestrais).

Uma sugestão de sofisticação da análise seria a estimativa dos campos de precipitação com métodos alternativos de interpolação espacial, como kriging ou spline, muito embora, na escala de trabalho considerado não se imagine alterações significativas no padrão de diferenças entre os campos observados e o campo de dados do CRU para a pluviometria média anual.

> 25 Estações

-25 Estações - 20 Estações

20 Estações - 10Estações

10 Estações - 5 Estações

-Referências:

ANA, 2013. http://hidroweb.ana.gov.br/ Banco de dados da Agência Nacional de Águas.

COLLISCHON, W. e TUCCI, C.E.M. 2001. Simulação Hidrológica de Grandes Bacias. Revista Brasileira de Recursos Hídricos. 2001, Vol. V6.

AZPURUA, M., DOS RAMOS, K., 2010. A Comparison Of Spatial Interpolation Methods For Estimation Of Average Electromag-Netic Field Magnitude. Progress In Electromagnetics Research M, Vol. 14, 135-145, 2010.

COLLISCHONN, W.; ALLASIA, D. G.; SILVA, B. C. and TUCCI, C. E. M. 2007.The MGB-IPH model for large scale rainfall-runoff modeling. Hydrological Sciences Journal, 52, 878-895 pp. KUMMEROW, C.; SIMPSON, J.; THIELE, O.; BARNES, W.; CHANG, A. T. C.; STOCKER, E.;ADLER, R. F.; HOU, A.; KAKAR, R.; WENTZ, F.; ASHCROFT, P.; KOZU, T. HONG, Y.; OKAMOTO, K.; IGUCHI, T.; KUROIWA, H.; IM, E.; HADDAD, Z.; HUFFMAN, G.; FERRIER, B.; OLSON, W. S.; ZIPSER, E.; SMITH, E. A.; WILHEIT, T. T.; NORTH, G. KRISHNAMURTI, T.; NAKAMURA, K, (2000). The Status of the Tropical Rainfall Measuring Mission (TRMM) after Two Years in Orbit. Journal of Applied Meteorology, vol. 39, pp. 1965-1982.

KITZMILLER, D., MILLER, D., FULTON, R., and DING, F. (2013). ”Radar and Multisensor Precipitation Estimation Techniques in National Weather Service Hydrologic Operations.” J. Hydrol. Eng., 18(2), 133–142.

MARENGO, J. A e VALVERDE, M. C, (2007). Caracterização do Clima no século XX e Cenário de Mudanças de Clima para o Brasil no século XXI usando modelos do IPCC-AR4. Revista Multiciência, Campinas, Edição n° 8, Mudanças Climáticas, maio 2007.

MITCHELL and JONES, 2005: An improved method of constructing a database of monthly climate observations and associated high-resolution grids. Int. J. Climatology, 25, 693-712

MITCHELL, T. D., CARTER, T.R., JONES, P.D., HULME, M. and NEW, M., 2003: A comprehensive set of climate scenarios for Europe and the globe. Tyndall Centre Working Paper 55.

NEW, M., HULME, M. and JONES, P.D., 2000: Representing twentieth century space-time climate variability. Part 2: development of 1901-96 monthly grids of terrestrial surface climate. Journal of

Climate 13, 2217-2238

NOBREGA, M. T., COLLISCHONN, W., TUCCI, C. E. M., and PAZ, A. R., 2011: Uncertainty in climate change impacts on water resources in the Rio Grande Basin, Brazil, Hydrol. Earth Syst. Sci., 15, 585–595,doi:10.5194/hess-15-585-2011, 2011.

RIBEIRO NETO, A., SILVA, R.C.V., COLLISCHONN, W., TUCCI, C.E.M, 2008. Simulação na bacia Amazônica com dados limitados: rio Madeira. Rbrh : Revista Brasileira De Recursos Hidricos. Porto Alegre, RS Vol. 13, n. 3 (jul./set. 2008), p. 47-58.

RODRIGUEZ, J.A., MONREAL, T. E. (2000) Regionalization and Drought Characterisation in Europe. ARIDE Technical Report no. 9. CEDEX, Madrid, Spain.

SOUZA, S.A., COSTA, F.S., DAMAZIO, J. M.; (2009) Análise do desempenho das previsões de precipitação média diária: aplicação na bacia de foz do areia. .XVI Simpósio Brasileiro de Recursos Hídricos, ABRH: São Paulo, 2009.

TRENBERTH, K.E., P.D. JONES, P. AMBENJE, R. BOJARIU, D. EASTERLING, A. TANK, K, PARKER, D., RAHIMZADEH, F. , J.A. RENWICK, M. RUSTICUCCI, B. SODEN and P. ZHAI, 2007: Observations: Surface and Atmospheric Climate Change. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.