Os modelos globais do Coupled Model Intercomparison Project Phase 5 (CMIP5) são avaliados para a região Nordeste do Brasil (NEB), região Amazônica e bacia do Prata quanto à representação da precipitação para o período de 1901 a 1999. Além disso, são analisadas as projeções de precipitação para o cenário RCP8.5 para o século XXI. A avaliação é realizada utilizando-se os dados do Climatic Research Unit (CRU) e a reanálise 20th Century Reanalysis V2 do National Oceanic and Atmospheric Administration (NOAA). Os modelos são classificados através de índices que indicam como os padrões de variação sazonal, interanual e decenal são representados. A avaliação apontou como melhores modelos para o NEB as rodadas do modelo CANESM, enquanto para a bacia do Prata, a rodada do modelo francês CNRM_CM5_r1i1p1. Já para a Amazônia, destacam-se as rodadas do modelo GISS-E2-R. Na região NEB, a maioria dos modelos mostra maiores impactos na pré-estação, porém divergem quanto ao sinal da anomalia. Na região Amazônica, os modelos sugerem maiores possibilidades de redução na precipitação, em até 20,5%,33,6 e 39,5% para os períodos de 2010 a 2039, 2040 a 2069 e 2070 a 2099, respectivamente. Na região do Prata, o conjunto dos modelos projeta poucas alterações no período de 2010 a 2039.
Precipitation and temperature projections from global models, made available through the Coupled Model Intercomparison Project Phase 5 (CMIP5), and actually used in the AR5 by Intergovernmental Panel on Climate Change -IPCC-AR5), are assessed here for São Francisco River Basin. RCP 4.5 and RCP 8.5 are considered througout the period 2011 to 2100. Incidentally, global models are evaluated concerning their representativity related to 1961-2000 climatology from Brazilian National Meteorological Institute (INMET) data. Two indexes were evaluated: correlation and square mean error. The analisys of projections was performed through the assessment of yearly average values of 30 years period (2011-2040, 2041-2070 e 2071-2100). Additionally to evaluate trends and variability it was considered 10 year moving averages, linear regression and Mann-Kendall-Sen method. Approximately 28% analyzed models do not capture the seasonal precipitation reliably. All models present positive trend for temperature, and despite of divergence on precipitation, the models projected anomalies between -20 and 20 for each time-slice for this variable.
This study aims to find a seasonal streamflow forecast model simultaneous to all stations of SIN using periodic autoregressive models with exogenous variables (PARX) using climate indexes. Comparing the results from PAR and PARX Models, this research analyzes the impact on forecasts by using climate information. The proposed models for streamflow forecast has been carried out using natural streamflow data from Operador Nacional do Sistema (ONS) and statistical techniques (such as multiple linear regression and stepwise method to choose explanatory variables). On 27 climate indexes utilized, 4 of them are suggested in this work. The performance analysis methodology is based on the ELECTRE method further the NASH coefficient, the mean absolute percentage error, the multi-criteria distance and correlation. Forecasts with one month lead, the PAR models present better results for most stations of SIN within seasons DJF, MAM, and JJA, while for SON season there is greater efficiency from PARX model. This kind of model shows better performance during dry season in the basins at Northern Brazil -Amazonas and Araguaia-Tocantins; Central-Eastern Brazil -Eastern Atlantic and the most rivers located in the Paraná basin.Keywords: Monthly streamflow forecast; Climate information; National Interconnected System.
RESUMOEste estudo propõe um modelo de previsão simultânea de vazões sazonais para todos os locais SIN através de modelos periódicos autorregressivos simples (PAR) e com variáveis exógenas (PARX) utilizando índices climáticos. Os modelos propostos de previsão de afluência utilizam os dados de vazões naturais gerados pelo Operador Nacional do Sistema (ONS) e técnicas estatísticas como as de regressão linear múltipla e o método stepwise para escolha de variáveis explanatórias. São utilizados 27 índices climáticos, dos quais 4 foram sugeridos neste trabalho. A análise de desempenho das metodologias é baseada no método ELECTRE com o uso do coeficiente de NASH, do erro médio percentual absoluto, da distância multicritério e da correlação. Para previsões com um mês de antecedência, os modelos do tipo PAR apresentam melhores desempenhos na maioria dos postos do SIN nos trimestres DJF, MAM e JJA, enquanto para o período SON a uma maior eficiência do modelo PARX. O PARX apresenta melhor desempenho no período seco das bacias do norte do Brasil -Amazonas e Araguaia-Tocantins; centro-leste brasileiro -Atlântico Leste e na maioria dos rios que formam a Bacia do Paraná.Palavras-chave: Previsão sazonal; Índices climáticos; Setor elétrico.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.