PREVISÃO SAZONAL DO INMET

Previsão Sazonal do INMET

Período

Produto

Variável

Mapa

Desde setembro de 2006, o INMET, por intermédio da Coordenação-Geral de Meteorologia Aplicada, Desenvolvimento e Pesquisa ( CGMADP) vem desenvolvendo e utilizando um modelo estatístico de previsão climática (LÚCIO et al, 2010). As previsões deste modelo têm sido fornecidas, também, como subsídio para a Reunião Climática mensal organizada pelo MCTI, que gera um Prognóstico Climático Sazonal apresentado no boletim PROGCLIMA.

Hoje o INMET produz, mensalmente, previsões sazonais de Precipitação Total e Temperatura Média para todo o Brasil. As previsões são geradas utilizando os modelos de Regressão Linear Múltipla e Análise de Correlação Canônica, que consistem em técnicas de análise multivariada.

O primeiro método visa identificar uma relação entre a variável dependente ou preditando (chuva e temperatura) e as variáveis independentes ou preditoras, que são: Índice Multivariável de ENOS (IME), Modo Meridional do Atlântico Tropical (MMA), Oscilação Quase-Bienal (QBO), Anomalia média do Atlântico Sudoeste (AAS) e Oscilação Multidecadal do Atlântico (OMA).

O segundo método consiste em associar as variáveis preditoras como a Temperatura da Superfície do Mar (TSM), a Altura Geopotencial (em 500 hPa) e a Velocidade Vertical (ou Ômega, em 850 hPa) a cada um dos conjuntos de dados a serem previstos, através do aplicativo CPT (Climate Predictability Tool), desenvolvido pelo IRI (Internacional Research Institute on Climte and Society, da Universidade de Columbia, EUA).

As saídas dos modelos são combinadas, em cada ponto de estação, por uma média simples entre os valores obtidos pelos modelos que, para o ponto e o trimestre em questão, demostraram possuir destreza superior a um limite mínimo. A destreza é definida pelo coeficiente de correlação de Pearson entre a série histórica de valores observados e previstos (hindcast), referentes ao período de 1989 até o ano mais recentemente concluído. O limite mínimo é aquele que garante uma significância estatística de 95%, dado o número de anos da série.

A variabilidade da distribuição prevista é determinada em cada ponto de estação por uma relação estatística que leva em conta a destreza do modelo e a variância climatológica naquela localidade e período do ano (trimestre).

A previsão do modelo estatístico do INMET tem o mérito de apresentar bom desempenho, mesmo em regiões, como o Centro-Oeste e o Sudeste do Brasil, onde os modelos numéricos atualmente disponíveis apresentam baixos índices de destreza.

Os mapas nesta página mostram as previsões climáticas sazonais para chuva e temperatura média, em formas de probabilidades associadas aos tercis definidos pela climatologia, bem como anomalias previstas.


Referências:

* LÚCIO, P. S. et al. Um modelo estocástico combinado de previsão sazonal para a precipitação no Brasil. Revista Brasileira de Meteorologia, v.25, n.1, 70 - 87, 2010




As médias climatológicas trimestrais de precipitação total e temperatura média do modelo climático do INMET têm como referência o período 1981-2010. para todas as estações meteorológicas usadas no modelo. Além dos mapas com as médias trimestrais, também são apresentados mais dois mapas que indicam, para cada trimestre e cada localidade, os limites inferior e superior da faixa normal. O limite inferior corresponde ao valor do percentil 33% da distribuição climatológica da variável em questão (precipitação ou temperatura), enquanto o limite superior corresponderá valor do percentil 66% daquela distribuição.

Mais informações

Para determinar a qualidade das previsões realizadas pelo modelo são levados em conta índices estatísticos computados parauma série de anos passados, em que o modelo reproduz as previsões que teriam sido feitas com as informações disponíveis à época (hindcast). Os índices de verificação são computados para cada ponto de estação utilizado na previsão, comparando valores previstos e observados.

No momento, o INMET disponibiliza um índice de destreza determinístico, representado pelo coeficiente de correlação de Pearson (r),um probabilístico, representado pelo RPSS (Ranked Probability Skill Score). No futuro próximo, outros índices, como o Brier score e o ROC, também estarão disponíveis.

O coeficiente de correlação é avaliado para cada ponto de estação, utilizando-se uma série de previsões passadas (hindcasts) em um período que hoje é de vinte e quatro anos (1989 a 2012), no caso da precipitação, e de vinte e dois anos (1991 a 2012), no caso da temperatura média. É usual nos referirmos ao coeficiente de correlação como o “skill”, ou destreza, da previsão. Para um período de hindcast em uso, o coeficiente de correlação apresenta significância ao nível de 95% para valores superiores a 0,35.

O RPSS mede a melhoria da previsão probabilística por categorias com relação a uma previsão de referência (por exemplo, a previsão que associa a cada tercil a probabilidade climatológica de 1/3), sendo o seu valor perfeito igual a 1.