Correção de tendência das projeções climáticas futuras simuladas pelo modelo regional Eta-Hadgem2-Es para a Bacia Hidrográfica do Rio Mundaú, Nordeste do Brasil

Authors

  • Carolyne Wanessa Lins de Andrade Farias Universidade Federal Rural de Pernambuco http://orcid.org/0000-0001-7717-2714
  • Suzana Maria Gico Lima Montenegro Universidade Federal de Pernambuco
  • Frederico Abraão Costa Lins Universidade Federal Rural de Pernambuco
  • Abelardo Antônio de Assunção Montenegro Universidade Federal Rural de Pernambuco

DOI:

https://doi.org/10.24221/jeap.5.3.2020.2812.288-301

Keywords:

Mudanças Climáticas, Precipitação, Temperatura, CMHyd

Abstract

Os efeitos das mudanças climáticas futuras decorrentes de ações antrópicas sobre os recursos hídricos têm sido uma das principais questões estudadas atualmente. A compreensão dessas mudanças é de extrema importância para que ações de prevenção e mitigação sejam tomadas. Uma das formas de avaliar tais efeitos é por meio da inclusão das previsões climáticas em modelos hidrológicos. Entretanto, os dados oriundos de modelos climáticos globais/regionais geralmente possuem erros sistemáticos (vieses), e não podem ser utilizados diretamente na modelagem hidrológica. Neste contexto, objetivou-se realizar a correção de tendência de dados de precipitação e temperatura simulados pelo modelo regional Eta-HadGEM2-ES para a Bacia Hidrográfica do Rio Mundaú, testando dois métodos para a correção de tendência, utilizando o software Climate Model for Hydrologic Modeling (CMHyd). Os dados de precipitação e temperatura simulados pelo modelo regional Eta-HadGEM2-ES foram disponibilizados pelo Instituto Nacional de Pesquisas Espaciais (INPE). A correção de tendência foi realizada testando-se dois métodos para a correção: Linear Scaling (LS) e Distribution Mapping (DM). Ambos os métodos foram capazes de corrigir a tendência dos dados de precipitação e temperatura da projeção climática do modelo regional Eta-HadGEM2-ES, mas o método DM mostrou-se mais eficaz na correção quando comparado ao LS.

Downloads

Download data is not yet available.

References

ANA. Agência Nacional de Águas. Disponível em: http://www.snirh.gov.br/hidroweb/publico/apresentacao.jsf>. Acesso em: set. 2015.

Andrade, C. W. L.; Montenegro, S. M. G. L.; Montenegro A. A. A.; Lima, J. R. S.; Srinivasan, R.; Jones, C.A. 2018. Soil moisture and discharge modeling in a representative watershed in northeastern Brazil using SWAT. Ecohydrology & Hydrobiology, 19, (2), 238-251.

Araújo, M. S.; Araújo, H. M.; Silva Júnior, C. G. 2015. Indicadores socioambientais e aplicabilidade no alto curso da bacia hidrográfica do rio Mundaú-PE. Revista Eletrônica em Gestão, Educação e Tecnologia Ambiental, 19, (1), 1-10.

Black, T. L. 1994. The new NMC mesoscale Eta model: Description and forecast examples. Weather Forecasting, 9, 265-278.

Brouziyne, Y.; Abouabdillah, A.; Hirich, A.; Bouabid, R.; Zaaboul, R.; Benaabidate, L. 2018. Modeling sustainable adaptation strategies toward a climate-smart agriculture in a Mediterranean watershed under projected climate change scenarios. Agricultural Systems, 162, 154-163.

Chen, J.; Brissette, F.; Lucas-Picher, P. 2016. Transferability of optimally-selected climate models in the quantification of climate change impacts on hydrology. Climate Dynamics, 47, 3359-3372.

Chou, S. C.; Lyra, A.; Mourão, C.; Dereczynski, C.; Pilotto, I.; Gomes, J.; Bustamante, J.; Tavares, P.; Silva, A.; Rodrigues, D.; Campos, D.; Chagas, D.; Sueiro, G.; Siqueira, G.; Marengo, J. 2014a. Assessment of climate change over South America under RCP 4.5 and 8.5 downscaling scenarios. American Journal of Climate Change, 3, (5), 512-525.

Chou, S. C.; Lyra, A.; Mourão, C.; Dereczynski, C.; Pilotto, I.; Gomes, J.; Bustamante, J.; Tavares, P.; Silva, A.; Rodrigues, D.; Campos, D.; Chagas, D.; Sueiro, G.; Siqueira, G.; Marengo, J. 2014b. Evaluation of the Eta simulations nested in three global climate models. American Journal of Climate Change, 3, (5), 438-454.

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.; Woodward, S. 2011. Development and evaluation of an earth-system model – HadGEM2. Geoscientific Model Development, 4, (4), 1051-1075.

Cramér, H. 1999. Mathematical Methods of Statistics, ninth ed. Princeton University Press, US.

Gomes, D. D. M.; Lima, D. R. M.; Veríssimo, C. U. V.; Duarte, C. R. 2016. Mapeamento e caracterização dos sistemas ambientais da bacia hidrográfica do Rio Mundaú - PE/AL. Caderno de Geografia, 26, (2), 272-299.

Graham, L. P.; Andréasson, J.; Carlsson, B. 2007. Assessing climate change impacts on hydrology from an ensemble of regional climate models, model scales and linking methods – a case study on the Lule River basin. Climatic Change, 81, 293-307.

IBGE. Instituto Brasileiro de Geografia e Estatística. 2002. Mapa de clima do Brasil. Rio de Janeiro: IBGE. 1 mapa. Escala 1:5 000 000. Disponível em: <http://mapas.ibge.gov.br/tematicos.html>. Acesso em: abr. 2016.

IPCC. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T. F.; D. Qin, G.-K. Plattner, Tignor, M.; Allen, S. K.; Boschung, J.; Nauels, A.; Xia, Y.; Bex, V.; Midgley, P. M. (eds.)]. 2013. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 1535p.

IPCC. Summary for policymakers. In: Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part A: Global and Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Field, C. B.; Barros, V. R.; Dokken, D. J.; Mach, K. J.; Mastrandrea, M. D.; Bilir, T. E.; Chatterjee, M.; Ebi, K. L.; Estrada, Y. O.; Genova, R. C.; Girma, B.; Kissel, E. S.; Levy, A. N.; Maccracken, S.; Mastrandrea, P. R.; White, L. L. (eds.)]. 2014. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 1-32.

Lenderink, G.; Buishand, A.; Van Deursen, W. 2007. Estimates of future discharges of the river Rhine using two scenario methodologies: direct versus delta approach. Hydrology and Earth System Sciences, 11, (3), 1145-1159.

Lyra, A.; Tavares, P.; Chou, S. C.; Sueiro, G.; Dereczynski, C.; Sondermann, M.; Silva, A. Marengo, J.; Giarolla, A. 2018. Climate change projections over three metropolitan regions in Southeast Brazil using the non-hydrostatic Eta regional climate model at 5-km resolution. Theoretical and Applied Climatology, 132, 663-682.

Marengo, J. A. 2008. Vulnerabilidade, impactos e adaptação à mudança do clima no semi-árido do Brasil. Parcerias Estratégicas, 27, 149-176.

Martin, G. M.; Bellouin, N.; Collins, W. J.; Culverwell, I. D.; Halloran, P. R.; Hardiman, S. C.; Hinton, T. J.; Jones, C. D.; Mcdonald, R. E.; Mclaren, A. J.; O’Connor, F. M.; Roberts, M. J.; Rodriguez, J. M.; Woodward, S.; Best, M. J.; Brooks, M. E.; Brown, A. R.; Butchart, N.; Dearden, C.; Derbyshire, S. H.; Dharssi, I.; Doutriaux-Boucher, M.; Edwards, J. M.; Falloon, P. D.; Gedney, N.; Gray, L. J.; Hewitt, H. T.; Hobson, M.; Huddleston, M. R.; Hughes, J.; Ineson, S.; Ingram, W. J.; James, P. M.; Johns, T. C.; Johnson, C. E.; Jones, A., Jones, C. P.; Joshi, M. M.; Keen, A. B.; Liddicoat, S.; Lock, A. P.; Maidens, A. V.; Manners, J. C.; Milton, S. F.; Rae, J. G. L.; Ridley, J. K.; Sellar, A.; Senior, C. A.; Totterdell, I. J.; Verhoef, A.; Vidale, P. L.; Wiltshire, A. 2011. The HadGEM2 family of Met Office Unified Model Climate configurations, Geoscientific Model Development Discussion, 4, 765-841.

Mesinger, F. 1984. A blocking technique for representation of mountains in atmospheric models. Rivista di Meteorologia Aeronautica, 44, 195-202.

Moss, R. H.; Edmonds, J. A.; Hibbard, K. A.; Manning, M. R.; Rose, S. K.; Van Vuuren, D. P.; Carter, T. R.; Emori, S.; Kainuma, M.; Kram, T.; Meehl, G. A.; Mitchell, J. F. B.; Nakicenovic, N.; Riahi, K.; Smith, S. J.; Stouffer, R. J.; Thomson, A. M.; Weyant, J. P.; Wilbanks, T. J. 2010. The next generation of scenarios for climate change research and assessment. Nature, 463, 747-756.

Oliveira, V. A.; Mello, C. R.; Viola, M. R.; Srinivasan, R. Assessment of climate change impacts on streamflow and hydropower potential in the headwater region of the Grande river basin, Southeastern Brazil. 2017. International Journal of Climatology, 37, (15), 5005-5023.

Piani, C.; Weedon, G. P.; Best, M.; Gomes, S. M.; Viterbo, P.; Hagemann, S.; Haerter, J.O. 2009. Statistical bias correction of global simulated daily precipitation and temperature for the application of hydrological models. Journal of Hydrology, 395, 199-215.

Quadro, M. F. L.; Machado, L. H. R.; Calbete, S.; Batista, N. N. M.; Sampaio, G. Climatologia, precipitação e temperatura no período de 1986 a 1996. 1996. Revista Climanálise, Edição comemorativa de 10 anos.

Rathjens, H.; Bieger, K.; Srinivasan, R.; Chaubey, I.; Arnold, J. G. 2016. CMhyd User Manual. Disponível em: http://swat.tamu.edu/software/cmhyd/ (acesso em junho de 2019).

Rodrigues, B. S. (org). 2002. Atlas Geográfico Melhoramentos. São Paulo: Editora Melhoramentos.

Sales, D. C.; Costa, A. A.; Silva, E. M.; Vasconcelos Júnior, F. C.; Cavalcante, A. M. B.; Medeiros, S. S.; Marin, A. M. P.; Guimarães, S. O.; Araujo Junior, L. M.; Pereira, J. M. R. 2015. Projeções de mudanças na precipitação e temperatura no Nordeste Brasileiro utilizando a técnica de downscaling dinâmico. Revista Brasileira de Meteorologia, 30, (4), 435-456.

Santos, C. A. S.; Rocha, F. A.; Ramos, T. B.; Alves, L. M.; Mateus, M.; Oliveira, R. P.; Neves, R. 2019. Using a hydrologic model to assess the performance of regional climate models in a semi-arid watershed in Brazil. Water, 11, (170).

Sennikovs, J.; Bethers, U. 2009. Statistical downscaling method of regional climate model results for hydrological modelling. 18th World IMACS/MODSIM Congress, Cairns, Australia.

Teutschbein, C.; Seibert, J. 2010. Regional climate models for hydrological impact studies at the catchment scale: a review of recent modeling strategies. Geography Compass, 4, (7), 834-860.

Teutschbein, C.; Seibert, J. 2012. Bias correction of regional climate model simulations for hydrological climate-change impact studies: Review and evaluation of different methods. Journal of Hydrology, 456-457, 12-29.

Thom, H.C.S. 1958. A note on the gamma distribution. Mon. Weather Rev., 86, (4), 117–122.

Vaghefi, S. A.; Abbaspour, N.; Kamali, B.; Abbaspour, K. C. 2017. A toolkit for climate change analysis and pattern recognition for extreme weather conditions e Case study: California-Baja California Peninsula. Environmental Modelling & Software, 96, 181-198.

Zhang, B.; Shrestha, N. K.; Daggupati, P.; Rudra, R.; Shukla, R.; Kaur, B.; Hou, J. 2018. Quantifying the impacts of climate change on streamflow dynamics of two major rivers of the Northern Lake Erie Basin in Canada. Sustainability, 10, 2897.

Zhang, D.; Chen, X.; Yao, H.; Lin, B. 2015. Improved calibration scheme of SWAT by separating wet and dry seasons. Ecological Modelling, 301, 54-61.

Published

2020-08-27

How to Cite

Farias, C. W. L. de A., Montenegro, S. M. G. L., Lins, F. A. C., & Montenegro, A. A. de A. (2020). Correção de tendência das projeções climáticas futuras simuladas pelo modelo regional Eta-Hadgem2-Es para a Bacia Hidrográfica do Rio Mundaú, Nordeste do Brasil. Journal of Environmental Analysis and Progress, 5(3), 288–301. https://doi.org/10.24221/jeap.5.3.2020.2812.288-301