Professional Documents
Culture Documents
CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA HIDRULICA E AMBIENTAL
PROGRAMA DE PS-GRADUAO EM ENGENHARIA CIVIL
FORTALEZA-CE
2014
FORTALEZA CE
2014
S587m
AGRADECIMENTOS
A Deus, por ser fonte inesgotvel de energia para a concluso deste trabalho.
Ao meu orientador-professor Francisco de Assis de Souza Filho, que aceitou o
desafio do desenvolvimento desta tese; sempre presente, paciente e entusiasta.
Aos meus amigos Samuellson Cabral, Wictor Lemos, Luizinho, Marcelo, Paulo
Henrique, Chaguinha, Juliana, Thiago, Samiria, Jacqueline, Socorro e Talitha pela troca
de informaes e companheirismos.
A meu filho, pela inspirao e felicidade que me proporciona.
Aos meus pais, Cludio e Raimunda, pela formao moral que me proporcionaram.
A minha esposa, Patrcia Silveira, pelo carinho, ateno e compreenso
incondicional.
Aos meus irmos, Fbia e Nilton, pela amizade e pela compreenso nos momentos
difceis vividos em famlia.
A Terezinha, pelo apoio e amizade.
Aos servidores do DEHA, sempre prontos a nos ajudar.
A CAPES, pelo auxlio financeiro atravs de Bolsa de Doutorado.
A toda e qualquer pessoa que por ventura tenha contribudo de alguma forma com
este trabalho.
RESUMO
O presente trabalho visa elaborar um sistema de planejamento em mltiplas escalas
temporais e espaciais e aplic-lo ao setor eltrico brasileiro e ao sistema JaguaribeMetropolitano do Estado do Cear. Para realizao desta proposta, foram consideradas
algumas escalas temporais: curtssimo prazo (at um ms), curto prazo (at um ano) e
mdio e longo prazo (1 a 10 anos e at 30 anos, respectivamente). Para obteno das
previses de vazes de curtssimo prazo so utilizadas as previses de precipitao a
partir de modelos atmosfricos, para posterior entrada no modelo hidrolgico chuvavazo. Para escala de curto prazo foram considerados modelos estocsticos e
estatsticos, como do tipo Peridico Autorregressivo (PAR), Peridico Autorregressivo
com variveis exgenas (PARx) e K-vizinhos, e o uso de modelos atmosfricos globais
como entrada do modelo hidrolgico chuva-vazo Soil Moisture Accounting Procedure
(SMAP). Na escala de mdio prazo foram considerados modelos autorregressivos (AR)
e as transformadas de Fourier e ondeletas. Para escala de longo prazo foram utilizados
dados provenientes do Coupled Model Intercomparison Project Phase 5 (CMIP5) como
dados de entrada no modelo hidrolgico chuva-vazo. Quanto previso de tempo,
medida que o limiar de chuva adotado na construo da tabela de contingncia aumenta,
a qualidade das previses diminui, exceto para o ndice acerto. Dessa forma, o sistema
de previso numrica mostra-se eficiente em detectar a ocorrncia de chuvas de menor
intensidade, apresentando resultados mais satisfatrios nas regies Norte e Nordeste do
Brasil. Na escala sazonal, os modelos apresentam-se melhor que a climatologia. Da
mesma forma, na escala de mdio prazo, os modelos baseados na srie de Fourier e
ondeletas apresentam melhor verossimilhana do que a climatologia. Na escala
plurianual, h divergncias quanto ao futuro mostrado pelas projees dos modelos do
CMIP5 que foram analisados para os cenrios RCP8.5 e RCP4.5 do sculo XXI, porm
no setor Norte do Sistema Interligado Nacional (SIN), a maioria dos modelos sinaliza
tendncia negativa, divergindo apenas em magnitude.
Palavras-chave: Previso de Vazes; Mltiplas escalas temporais; Sistema Interligado
Nacional; Sistema Jaguaribe-Metropolitano.
ABSTRACT
This study aims to develop a planning system on multiple spatial and temporal scales,
and apply it to the Brazilian electric sector and Cear State, Jaguaribe Metropolitan
System. For realization of this proposal, we have been considered some temporal scales:
short-term (up to 1 month), short term (up to one year) and medium to long term (1-10
years and 10-30 years, respectively). To obtain estimates of the flow of short-term
rainfall forecasts from atmospheric models for later entry in the hydrological rainfallrunoff model are used. To short term scale were considered stochastic and statistical
models, as the Periodic Autoregressive type (PAR), Periodic Autoregressive with
exogenous variables (PARx) and K-nearest neighbor models, and the use of global
atmospheric models as input to hydrological rainfall-runoff model Soil Moisture
Accounting Procedure (SMAP). For the range of the medium term were considered auto
regressive models (AR) and Fourier and wavelets. We used data from the Coupled
Model Intercomparison Project Phase 5 (CMIP5) as input in hydrological rainfall-runoff
model for long-term scale. For the weather forecast, as the rain threshold adopted in the
construction of the contingency table increases, the quality of the forecasts decreases,
except for the adjustment index. Thus, the system of numerical prediction proves
efficient in detecting the occurrence of rainfall of less intensity, with most satisfactory
results in the North and Northeast regions of Brazil. On seasonal scale the models
feature up better than the climatology. Likewise, in the range of medium-term models
based on Fourier series and wavelets have better likelihood than the weather. In multiscale, there are differences in the future shown by the projections of the CMIP5 models
that were analyzed for RCP8.5 and RCP4.5 the XXI century scenarios, but in the North
sector of the National Interconnected System (SIN), most models indicate negative
trend, diverging only in magnitude.
Keywords: Stream flow Forecasting; Multiple timescales; National Interconnected
System; Jaguaribe-Metropolitano System.
Lista de Figuras
em relao ao sculo XX (1950-1999) para : (a) Porto Primavera; (b) Itaipu; (c)Rosana
e (d)D. Francisca........................................................................................................... 132
Figura 40 - Impacto na mdia anual de vazes no sculo XXI em trs perodos(2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP8.5
em relao ao sculo XX (1950-1999) para : (a) Trs Marias e (b) Sobradinho. ........ 133
Figura 41 - Impacto na mdia anual de vazes no sculo XXI em trs perodos(2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP8.5
em relao ao sculo XX (1950-1999) para : (a) Tucuru e (b) Santo Antnio. .......... 135
Figura 42 - Anomalia das vazes dos clusteres para o periodo de 2010 a 2039
ecentroide dos mesmos. Cluster 1: modelos em vermelho; Cluster 2: modelos em azul;
Cluster 3: modelos em verde; Cluster 4: modelos em amarelo; Centrode 1: representado
por x; Centroide. ........................................................................................................... 136
Figura 43 - Anomalia das vazes dos modelos do CMIP5 para o cenrio RCP8.5 mais
prximos dos centroides,para o perodo de (a)2010 a 2039; (b)2040 a 2069 e (c) 2070 a
2098. ............................................................................................................................. 139
Figura 44 - Tendncias das sries de vazes para Furnas dos modelos do CMIP5 para o
cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas. .......................................... 142
Figura 45 - Tendncias das series de vazes para Itaipu dos modelos do CMIP5 para o
cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas. .......................................... 144
Figura 46 - Tendncias das sries de vazes para D.Francisca dos modelos do CMIP5
para o cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas. .......................................... 145
Figura 47 - Tendncias das sries de vazes para Sobradinho dos modelos do CMIP5
para o cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas. .......................................... 147
Figura 48 - Tendncias das sries de vazes para Xing dos modelos do CMIP5 para o
cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas. .......................................... 148
Figura 49 - Tendncias das sreis de vazes para Tucuru dos modelos do CMIP5 para o
cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e tranformada em ondeletas. ............................................ 150
Figura 50 - Tendncias das series de vazes para Belo Monte dos modelos do CMIP5
para o cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas. .......................................... 151
Figura 51 - Tendncias das series de vazes para Santo Antnio dos modelos do CMIP5
para o cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas. .......................................... 152
Figura 52-Climatologia dos Modelos do CMIP5 para sculo XX (1950-1999) para a
Bacia do Ors: (a) Quantidade de precipitao por ms; (b) Percentual de chuva por
ms. ............................................................................................................................... 155
Figura 53-Variao percentual na mdia anual de vazes no sculo XXI para os
modelos do CMIP5 para o cenrio RCP4.5 para: (a) ros , (b) Castanho, (c) Banabuiu
e (d) Pacoti-Riacho. .................................................................................................... 157
Lambda (sendo este parmetro associado a um escalar multiplicado pelo desvio padro
dos membros do Gervazp naquele ms). ...................................................................... 250
Figura 119-(a) Desvios padres e (b) Valores mximos e Mnimos do SMAP,
reamostragem e GERVAZp para Furnas. ..................................................................... 251
Figura 120-CDF das vazes para FURNAS, CAPIVARA e CANOAS, respectivamente.
Para as previses geradas em fevereiro de 2005 vlidas para maro de 2005. (figuras a,
b e c) e para as previses geradas em novembro de 2005 vlidas para dezembro de 2005
(figuras d, e e f)............................................................................................................ 254
Figura 121-Coeficiente do modelo PAR para os postos bases para dezembro, janeiro e
fevereiro. ....................................................................................................................... 256
Figura 122-Coeficiente do modelo PAR para os postos bases para maro, abril e maio.
...................................................................................................................................... 257
Figura 123-Coeficiente do modelo PAR para os postos bases para junho,julho e agosto.
...................................................................................................................................... 258
Figura 124-Coeficiente do modelo PAR para os postos bases para setembro, outubro e
novembro. ..................................................................................................................... 259
Figura 125-Valores de EMPA (eixo y) das vazes mdias observadas e estimadas
(1998-2003) a partir do Modelo PAR definidos para cada Posto Base (eixo x). ......... 261
Figura 126-Valores de coeficiente de NASH (eixo y) das vazes mdias observadas e
estimadas (1998-2003) a partir do Modelo PAR definidos para cada Posto Base (eixo
x). .................................................................................................................................. 263
Figura 127-Valores de EMPA (eixo y) das vazes mdias observadas e estimadas
(1998-2003) a partir do Modelo PARx definidos para cada Posto Base (eixo x). ....... 266
Figura 128-Valores de coeficiente de NASH (eixo y) das vazes mdias observadas e
estimadas (1998-2003) a partir do Modelo PARx definidos para cada Posto Base (eixo
x). .................................................................................................................................. 268
Figura 129-Valores dos coeficientes das variveis usadas para construo do modelo Kvizinhos......................................................................................................................... 270
Figura 130-Grade utilizada pelos modelos regionais. .................................................. 275
Figura 131 - Correo de vis via CDF observada x modelada. .................................. 283
Figura 132 - Correlao entre as sries de precipitao diria (em mm) do modelo
ETA40 sem correo e observada para cada bacia avaliada. ....................................... 285
Figura 133 - (a) Correlao e (b) Bias entre as sries de precipitao acumulada (em
mm) do modelo ETA40 sem correo e observada para cada bacia avaliada. ............. 287
Figura 134 - Correlao entre as sries de precipitao acumulada de 10 dias do modelo
ETA-40 e observada para cada bacia avaliada. ............................................................ 288
Figura 135 BIAS entre as sries de precipitao acumulada 10 dias (em mm) do
modelo ETA-40 e observada para cada bacia avaliada. ............................................... 288
Figura 136 - Funo de distribuio de Probabilidades Acumuladas dos eventos
deprecipitao acumulada de 10 dias (em mm) do modelo ETA 40 sem correo e a
observao para as regies: (a) bacia do Uruguai; (b) Bacia do Grande- Trecho: Jusante
Furnas; (c) Bacia do So Francisco Trecho: Trs Marias Sobradinho e (d) Bacia do
Tocantins- trecho: Lajeado Tucuru. ......................................................................... 289
Figura 137 - ndices estatsticos obtidos pelo modelo ETA 40 para precipitao
acumulada de 10 dias para o trimestre DJF para bacia do Grande- Jusante Furnas para o
limiar P20. Onde SC modelo ETA 40 sem correo. ................................................ 291
Figura 138 - ndice de Heidke. Na primeira linha mostrado o IH para o trimestre DJF
para o limiar P20 para o modelo ETA40 na sequncia SC, EMP, GAMA e RAZO. Na
segunda linha o limiar P80 do trimestre MAM na mesma sequncia da primeira linha,
ambos para precipitao acumulada de 10 dias. ........................................................... 292
Figura 139 - H, POD, FAR e BIAS das regies:(a) bacia do Uruguai; (b) Bacia do
Grande- Trecho: Jusante Furnas; (c) Bacia do So Francisco Trecho: Trs Marias
Sobradinho e (d) Bacia do Tocantins- trecho: Lajeado Tucuru. .............................. 295
Figura 140 - Comparao entre a correlaodos modelos ETA-15 e ETA40 para
precipitao acumulada nos 10 dias para todas as regies avaliadas, dada pela subtrao
do valor absoluto das correlaes (ETA15 ETA40).................................................. 297
Figura 141 - comparao entre a correlaodos modelos ETA-15 e BRAMS para
precipitao acumulada ao longo dos dias para todas as regies avaliadas, dada pela
subtrao do valor absoluto das correlaes (ETA15 BRAMS). .............................. 299
Figura 142 - Verificao das previses de 24 horas para os limiares de: (a) 1 mm; (b) 5
mm e (c)10 mm. O ndice de acerto(H) mostra para cada modelo na seguinte
sequncia (da esquerda para direita e de cima para baixo): RCKF, RCKU, RGKF,
RGKU, WGKF, WGGR, EM e Persistncia. ............................................................... 301
Figura 143 - Verificao das previses de 24 horas para o limiar de 1 mm: (a)FAR;
(b)POD e (c)BIAS. Modelo a esquerda WGKF e a direita RGKF. ............................. 303
Figura 144 - BIAS das previses de 24 horas para o limiar de 10 mm. Modelo a
esquerda RCKF e a direita RGKF. ............................................................................... 304
Figura 145 - Verificao das previses de 72 horas para os limiares de: (a) 5 mm e
(b)10 mm. Cada ndice (H, FAR, POD e BIAS) mostra os resultados de cada modelo na
seguinte sequncia (da esquerda para direita e de cima para baixo): RCKF, RGKF,
WGKF, EM, RCKU, RGKU, WGGR e Persistncia. .................................................. 305
Figura 146 - Funo de probabilidade de frequncia (PDF) de precipitao para a regio
de Jaguaribana para todos os modelos e para previso de 24 horas. ........................... 306
Figura 147 - Comparao dos modelos aps correo estatstica para o horizonte de 24h
e para o limiar de 1mm para a regio de Jaguaribana: (a) RGKU e (b)WGGR. .......... 307
Figura 148 - Verificao das previses corrigidas de 24 horas usando os ndices : (a)IH,
(b)PC, (c)FAR ,(d)F, (e)POD e (f)BIAS para os limiares de 1 mm, 5 mm e 10 mm para
a regio de Jaguaribara e para os anos de 2009/2010. .................................................. 308
Figura 149 - Verificao das previses corrigidas de 48 horas usando os ndices : (a)IH,
(b)PC, (c)FAR ,(d)F, (e)POD e (f)BIAS para os limiares de 1 mm, 5 mm e 10 mm para
a regio de Jaguaribara e para os anos de 2009/2010. .................................................. 309
Figura 150 - Verificao das previses corrigidas de 72 horas usando os ndices : (a)IH,
(b)PC, (c)FAR ,(d)F, (e)POD e (f)BIAS para os limiares de 1 mm, 5 mm e 10 mm para
a regio de Jaguaribara e para os anos de 2009/2010. .................................................. 310
Figura 152- Critrios de avaliao dos modelos do CMIP5 no perodo de 1901 a 1999.
...................................................................................................................................... 337
Figura 153-Climatologia dos Modelos do CMIP5 para sculo XX (1901-1999) para o
Nordeste Setentrional do Brasil: (a) Quantidade de precipitao por ms; (b) Percentual
de chuva por ms. ......................................................................................................... 342
Figura 154-Climatologia dos Modelos do CMIP5 para sculo XX (1901-1999) para a
Regio Amaznica: (a) Quantidade de precipitao por ms; (b) Percentual de chuva
por ms. ........................................................................................................................ 345
Lista de Tabelas
Tabela 1- Interao entre os modelos hidrolgicos cadeia de planejamento da operao
do SIN e horizontes de previso dos modelos usados pela ONS. .................................. 42
Tabela 2- Potncia instalada nas bacias utilizadas no experimento. .............................. 73
Tabela 3-Postos Bases utilizados na anlise de previso de vazes. Os valores entre
parnteses representam os indicadores de postos fictcios do ONS ............................... 74
Tabela 4-Bacias do setor eltrico do Brasil selecionadas para avaliao dos modelos
numricos de previso do tempo. ................................................................................... 75
Tabela 5- Modelos do CMIP5 analisados....................................................................... 84
Tabela 6- Valores mximos e mnimos obtidos pelos ndices de avaliao da
climatologia da precipitao considerando o conjunto de modelos para cada bacia...... 99
Tabela 7-AVAL dos modelos para as bacias do setor eltrico. .................................... 100
Tabela 8 - Anomalias percentuais mximas e mnimas de vazes anuais sinalizadas pelo
conjunto de modelos CMIP5 usados no experimento para os perodos de 2010 a 2039,
2040 a 2069 e 2070 a 2098 em relao ao perodo de 1950 a 1999 para as bacias da
ONS. ............................................................................................................................. 103
Tabela 9 - Modelos do CMIP5 utilizados para o cenrio RCP4.5 e seus respectivos
clusteres. ....................................................................................................................... 110
Tabela 10 - Tendncia identificada para as vazes anuais normalizadas dos modelos do
CMIP5 do cenrio RCP4.5 mais prximos do centrode de cada cluster. .................... 113
Tabela 11 - Anomalias percentuais mximas e mnimas de vazes anuais sinalizadas
pelo conjunto de modelos CMIP5 usados no experimento para os perodos de 2010 a
2039, 2040 a 2069 e 2070 a 2098 em relao ao perodo de 1950 a 1999 para as bacias
da ONS. ........................................................................................................................ 128
Tabela 12 - Modelos do CMIP5 utilizados para o cenrio RCP8.5 e seus respectivos
clusteres. ....................................................................................................................... 137
Tabela 13 - Tendncia segundo o Teste de Man-Kendal-Sen identificada para as vazes
anuais padronizadas dos modelos do CMIP5 do cenrio RCP8.5 mais prximos do
centrode de cada cluster............................................................................................... 140
Tabela 14-Modelos do CMIP5, CORREL,, RMSE e AVAL para c =r =0,5 para as
bacia do Ors, Castanho, Banabui e Pacoti-Riacho. ............................................... 153
Tabela 15- Tendncia identificada para as vazes anuais padronizadas (desvios padres
por ano) dos modelos do CMIP5 para os cenrios RCP4.5 e RCP8.5 o sistema
Jaguaribe-Metropolitano do Cear. .............................................................................. 160
Tabela 16 - Declividade de Sen para 21 dos 192 postos selecionados neste estudo. ... 182
Tabela 17 - Coeficientes de Fourier para os harmnicos selecionados para construo do
modelo baseado em Fourier. ......................................................................................... 184
Tabela 18 - Razo entre a verossimilhana observada e modelada (ARsMdia). ........ 203
Tabela 19 - Coeficientes de Fourier para os harmnicos selecionados para construo do
modelo baseado em Fourier. ......................................................................................... 204
Tabela 20 - Razo entre a verossimilhana observada e modelada (WARs). .............. 221
Lista de Siglas
1.
2.
NDICE
INTRODUO ...................................................................................................... 26
1.1.
1.2.
1.3.
Escopo ........................................................................................................ 29
1.4.
1.5.
Estruturao ................................................................................................ 30
4.2.
5.4.
9.
9.5.
9.6.
11.8. Modelo baseado nas transformadas de Fourier e ondeletas (FW) ................ 221
12. METODOLOGIA: ESCALA DE CURTO PRAZO ............................................ 226
12.1. Mtodos Estocsticos de Previso de Vazes Mensais ............................... 226
12.1.1 Modelo peridico autorregressivos ............................................................ 226
12.1.2. Uso de ndices Climticos em Modelos Estatsticos de Previso de Vazes
Mensais - PARX ................................................................................................... 229
12.1.3. K-vizinhos ................................................................................................. 230
12.2. Mtodo de Previso Acoplada ...................................................................... 231
12.3. Modelo Estocstico GERVAZP e integrao entre modelos hidrolgicos e
estocsticos ............................................................................................................ 232
13. RESULTADOS E DISCUSSES: ESCALA DE CURTO PRAZO - SIN .......... 239
13.1. Avaliao do modelo ECHAM 4.5 para precpitao ................................... 239
13.2.
26
1. INTRODUO
grandes
nveis
hierrquicos
de planejamento:
planejamento
estratgico,
27
O controle gerencial tem por objetivo a destinao e utilizao de recursos da
forma mais eficaz possvel visando obteno de metas e resultados de mdio prazo
(PORTO et al., 1997). Esse nvel de planejamento tem horizonte temporal tpico de
alguns meses a alguns anos, podendo ser atribudo a essa etapa de planejamento o
planejamento da operao de reservatrios, planejamento da operao de redes
hidrolgicas e de monitoramento, oramentos anuais etc. Nesse sentido, previses
sazonais (curto prazo) e de tempo (curtssimo prazo) de vazes de qualidade podem
fortalecer o processo decisrio nesta escala.
O controle operacional refere-se a atividades repetitivas e de curto prazo, de
algumas horas a alguns meses. Como por exemplo, a operao de sistemas de recursos
hdricos em tempo real e tambm a operao de redes hidrolgicas ou monitoramento.
O fortalecimento do sistema de suporte a deciso nesta fase pode ser o uso de
informaes observacionais de precipitao, a modelagem de tempo e ainda previses
sazonais de precipitaes e vazes.
28
1.1.Objetivo Geral
Objetivos especficos
29
variveis exgenas (PARX) utilizando ndices climticos, preservando a estrutura
espacial atravs da correlao dos resduos preditivos;
Apresentar um sistema de verificao de desempenho da previso numrica do tempo
via modelos regionais para o Setor eltrico Brasileiro e Cear, identificar as regies de
maior e menor previsibilidade.
1.3.
Escopo
30
que levem a grandes arrependimentos. Estratgias robustas precisam considerar as
incertezas no nvel atual de conhecimento.
Normalmente, os sistemas de recursos hdricos so projetados e operados a partir
da hiptese da estacionariedade estatstica das sries histricas. Entretanto, esta
suposio pode ser invlida no contexto da variabilidade climtica decadal e mudanas
no uso e ocupao da terra, destacando ainda as mudanas climticas. A hiptese da
estacionariedade das sries deve ser verificada e os sistemas de recursos hdricos onde
no for vlida devem ter avaliados os possveis impactos oriundos da noestacionariedade. Devido essa no estacionaridade h uma dificuldade bastante
relevante de cenarizao das projees com escala de 1 ano a 10 anos, j que essa escala
temporal carrega sinais tanto de variabilidade decadal e mudanas climticas (ALVES
et al., 2013). Este trabalho tenta unir os dois sinais e tornar as projees nessa escala
mais eficiente.
1.5.Estruturao
31
O captulo nove mostra as metodologias aplicadas para identificao da
variabilidade das sries temporais e prope algumas metodologias de projees para at
dez anos. Enquanto os dois captulos seguintes mostram os resultados para o setor
eltrico e Cear para essa escala temporal, respectivamente.
O captulo 12 mostra as metodologias utilizadas para escala de previso sazonal.
Enquanto nos dois captulos seguintes expem-se os resultados para o setor eltrico e
Cear para essa escala temporal, respectivamente.
O captulo 15 mostra as metodologias adotadas para escala de previso de
curtssimo prazo. Enquanto os dois captulos seguintes mostram os resultados para o
setor eltrico e Cear para essa escala espacial, respectivamente.
No captulo 18 realizam-se as concluses, recomendaes e as possveis
aplicaes do estudo para todas as escalas temporais.
32
2. A PROBLEMTICA DAS MLTIPLAS ESCALAS TEMPORAIS
33
2.1.1. Variabilidade das sries hidrolgicas do Cear
34
variao de baixa frequncia, j que esse comportamento recorrente ao longo da srie
histrica. Alm disso, h uma variabilidade de alta frequncia identificada pela
sequncia de um ano muito seco seguido por um ano muito chuvoso, conforme
mostrado nos anos de 1888 e 1889, 1914 e 1915 e outros perodos de dois anos.
Incertezas inerentes do comportamento aleatrio da disponibilidade hdrica
natural so de fato uma das maiores dificuldades com que o processo de gesto de
recursos hdricos se defronta em qualquer lugar onde isto ocorre. Tais incertezas no
podem ser reduzidas, mas podem ser estudadas atravs de metodologias apropriadas,
agregando informao valiosa ao planejamento de recursos hdricos.
3000
Precipitao (mm)
2500
2000
1500
1000
500
Fortaleza
Mdia Mvel de 10 anos
0
1840
1860
1880
1900
1920
1940
1960
1980
2000
35
superficial, que contribui para o retardo e amortecimento dos picos de vazo, de forma a
minimizar os problemas das enchentes, jusante da barragem. Reduzindo, portanto, nos
perodos chuvosos da regio, a ocorrncia de enchentes. Alm disso, permite o
transporte temporal sazonal de gua da estao chuvosa para a estao seca e ainda, o
transporte de gua entre anos midos e secos.
Nos perodos de estiagem, o armazenamento da gua em reservatrios possibilita
a disponibilidade de gua para os perodos de seca. Em virtude desse controle de
volume de gua o Cear adota como instrumento de gesto a outorga pelo uso da gua e
alocao negociada. A alocao sazonal da gua realizada por um processo de
discusso pblica, tendo em conta seus mltiplos usos e os conflitos envolvidos.
O instrumento de outorga necessrio para o gerenciamento dos recursos
hdricos, pois permite ao administrador realizar o controle quali-quantitativo da gua, e
ao usurio a necessria autorizao para implementao de seus empreendimentos
produtivos. , tambm, um instrumento importante para minimizar os conflitos entre os
diversos setores usurios e evitar impactos ambientais negativos aos corpos hdricos.
Atualmente, para alocao e operao de hidrossistemas a Companhia de Gesto
de Recursos Hdricos do Cear (COGERH) usa simulaes de esvaziamento de
reservatrios, que consideram vazes zero e horizontes de planejamento entre 6 e 18
meses (RIBEIRO, 2011). A Figura 5 apresenta graficamente como se comporta o
regime de vazes no Cear, que nas estaes secas tem-se a certeza dos escoamentos
zero e nas estaes midas tem-se a incerteza quanto ocorrncia de vazes.
36
Figura 5-Horizonte de operao do estudo de alocao de gua.
Fonte: Ribeiro(2011).
37
para todos os usurios; o outro critrio baseia-se em uma lista de prioridades que pode
ser firmado na ordem cronolgica de obteno da permisso para uso ou na importncia
do uso.
Por outro lado, em anos midos h um aumento da vulnerabilidade a eventos de
cheias e, caso o sistema seja operado considerando o cenrio mais pessimista (como por
exemplo, vazo zero), pode haver perda de benefcios que poderiam ter sido alcanados
caso a vazo outorgada fosse maior.
As regras de operao de curto e curtssimo prazo tem maior influncia da
averso a risco dos gestores e usurios dos recursos hdricos, o que pode levar a
diferenciao entre a estratgia de operao de curto e longo prazo. As estratgias de
curto e curtssimo prazo utilizam salvaguardas com volumes de alerta e nveis de
racionamento que reduzem a possibilidade de colapso total do sistema, enquanto as
regras de operao de longo prazo procuram ter nmeros de referncia para a
disponibilidade hdrica no tendo estas salvaguardas bem detalhadas. Esta diferenciao
de abordagem pode produzir diferenas significativas entre a expectativa de garantias
(obtida pela operao de longo prazo) e as garantias obtidas pelo sistema (obtidas pela
operao de curto prazo).
Figura 4 indica que o valor mximo outorgvel para longos perodos no deve
ser esttico, conforme sugere atualmente estratgias baseadas no conceito de
estacionariedade.
Os critrios de outorga podem ser divididos em duas famlias: i) critrio da
vazo de referncia, onde se estabelece um valor de vazo sazonal ou anual e outorga-se
at este valor (Q7,10 e Q90 so exemplos de vazes de referncia utilizados na
legislao brasileira); ii) critrio da quantidade de falhas predeterminada, neste caso
define-se uma prioridade de uso e em perodos de racionamento no disporo de gua os
38
usos ou usurios com prioridades mais baixas. O primeiro mtodo controla o nvel de
falhas totais do sistema, mantendo-o em nveis aceitveis. O segundo garante falhas
menores para usos mais nobres. Um critrio que una os dois poderia ser pensado.
A variabilidade climtica de alta e baixa frequncia pode introduzir nos sistemas
hdricos a alternncia de anos consecutivos de cheia e de seca num sistema hdrico, est
constitui uma das principais preocupaes da escala de planejamento de 1 a 10 anos
(Mdio Prazo). No caso de anos consecutivos com seca o racionamento de gua deve
ser intensificado e haver impacto direto na concesso de permisso para o uso da gua.
J no caso de anos consecutivos chuvosos h um aumento no nmero de reas
inundadas e h a possibilidade que alguns usos sejam beneficiados.
Nesse sentido, necessrio reformular o sistema de outorga e rever as garantias
de modo que a variabilidade no clima possa ser inserir no planejamento. Nesse aspecto,
o uso de informaes climticas pode reduzir os riscos e permitir uma margem maior de
flexibilidade ao sistema de gesto implantado, sobretudo no tocante s outorgas
emitidas.
2.1.4. Mudanas Climticas e Variabilidade climtica
O clima de uma regio definido, fundamentalmente, devido atuao
simultnea de diversos sistemas atmosfricos de vrias escalas e dinmica de suas
interaes. Estes podem variar com as caractersticas fisiogrficas da regio, assim
como, pelos padres anmalos de grande escala de circulao atmosfrica global
associada ao fenmeno El Nio-Oscilao Sul (ENSO) e ao dipolo do Atlntico, o que
modifica frequncia, distribuio espacial e intensidade desses sistemas.
As mudanas climticas seriam, portanto, alteraes na variabilidade desses
diversos fenmenos atmosfricos tanto em frequncia quanto em intensidade. Essas
modificaes no clima podem levar a eventos extremos mais severos e mais frequentes,
como por exemplo, secas severas, tempestades intensas, furaces, cheias, ondas de calor
etc.
Para o horizonte de dcadas (longo prazo) as mudanas e variabilidade climtica
de baixa frequncia inserem uma discusso no processo decisrio a respeito do
planejamento baseado na estacionariedade das sries temporais. Visto que, o
dimensionamento de obras hidrulicas e o aproveitamento dos recursos hdricos so
projetados e operados a partir da hiptese da estacionariedade estatstica de sries
39
histricas. Entretanto, essa suposio pode ser invalidada pelas mudanas climticas e
variabilidade climtica de baixa frequncia e mudanas no uso do solo.
A no-estacionariedade das sries histricas requer, portanto, estratgias de
adaptao e gesto de risco mais robustas. Essas medidas podem ser do tipo estrutural e
no estrutural. As medidas estruturais esto relacionadas com investimento em
infraestrutura para suportar os eventos extremos, como diques, barragens, canalizao
entre outros. As medidas no estruturais so as que condicionam os usurios a adaptarse ao sistema usando como principal suporte instrumento de gesto, preparando e
reduzindo os eventos adversos atravs de medidas como regras de operao do sistema,
realocao, mudanas nos termos de garantia e reduo dos valores outorgado.
A mudana climtica afeta a funo e operao de infraestrutura hdrica existente,
bem como prticas de gesto da gua (IPCC, 2007a). As implicaes da variabilidade
climtica e as alteraes climticas precisam ser integradas na poltica da gua corrente
e nos processos de tomada de decises.
A falta de investimento em infraestrutura hdrica pode impactar diretamente na
garantia e gerar conflitos de destinao de uso. A implantao de novos usos e as
permisses de longo prazo para o uso da gua deve ser repensada com nveis de garantia
que incluam as mudanas climticas e variabilidade de baixa frequncia para que possa
ser reduzida a vulnerabilidade dos sistemas hdricos.
Hoje o Brasil enfrenta um dficit de adaptao variabilidade hidrolgica
existente (natural e decorrente de interferncias nas bacias hidrogrficas) que deve ser
enfrentado simultaneamente aos novos desafios representados pelas mudanas
climticas. Ou seja, o sistema de gerenciamento de recursos hdricos no se encontra
plenamente adaptado s condies climticas e hidrolgicas atuais, carecendo, entre
outros, de investimentos em monitoramento, modelagem, sistemas de alerta,
infraestrutura de defesa e resposta a eventos extremos e fortalecimento institucional.
40
As vrias possibilidades de decises mostradas indicam que h um risco ao
operador e usurios do sistema, e a estratgia adotada pelos gestores podem levar a
arrependimento caso as diferentes escalas temporais e espaciais de planejamento no
sejam consideradas.
Nesse sentido, previses, projees e/ou cenarizaes de melhor qualidade
podem otimizar o processo de operao de reservatrio. Alm disso, podem melhorar o
processo de alocao de gua e tornar a garantia associada outorga mais confivel.
41
eletroenergtica do SIN apresentam uma estreita correlao com os estoques de gua
existentes nos reservatrios das usinas hidreltricas e as suas afluncias.
A grande influncia que o setor energtico possui em diversos outros campos da
sociedade requer informaes de qualidade para planejamento de suas aes nas
diversas escalas temporais e espaciais. Informaes de variabilidade e mudanas
climticas de qualidade podem tornar o planejamento energtico mais eficaz e
minimizar os potenciais impactos sobre a disponibilidade deste recurso (BANCO
MUNDIAL, 2010).
A definio da poltica tima de gerao de um sistema eltrico tem por objetivo o
atendimento da demanda hdrica para cada intervalo de tempo do planejamento, ao
mnimo custo, preservando a confiabilidade da operao eltrica.
O SIN por ter predominncia hidroeltrica s incertezas associadas s afluncias
futuras faz com que a cada deciso de uso de um recurso de gerao de menor custo
haja uma premissa de cenrio futuro de afluncias segura (sem comprometimento da
oferta) e um risco associado.
O processo de alocao de produo tem que alm de considerar o custo imediato
considerar o custo futuro. A Funo de Custo Futuro FCF traduz a estratgia futura de
operao para os modelos de curto prazo da cadeia de otimizao. Alm disso, atravs
da Funo de Custo Futuro, que feito o encadeamento dos modelos de otimizao,
possibilitando que as polticas de operao de curto prazo estejam em conformidade
com as estratgias de operao de mdio prazo.
O grande objetivo do planejamento operar com segurana o SIN, visando atingir
o menor Custo Total1 possvel em todo o horizonte de estudo.
Os modelos realizam a otimizao dos recursos disponveis, visando alcanar o
mnimo custo, cabendo a esta estratgia gerenciar as decises de gerao de origem
hidroeltrica ou termoeltrica, por usina, as decises de intercmbio entre as regies do
SIN e de corte de carga.
O Custo Total constitui-se de duas parcelas: o Custo Imediato referente s
decises tomadas no presente e o Custo Futuro referente s decises que sero tomadas
no futuro. No entanto, sabe-se que devido ao acoplamento temporal das decises,
causado pela predominncia da hidroeletricidade, o Custo Futuro influenciado pelas
decises tomadas no presente.
1
O Custo Total formado pela soma dos custos variveis de todos os recursos utilizados e o custo de
42
Ao melhorar o sistema de incorporao das escalas temporais e espaciais do setor
eltrico haver uma reduo dos custos de operao e um dimensionamento da incerteza
do processo de previso. A incorporao da informao de mudanas climticas,
atualmente no usada, pode sinalizar os locais onde sero necessrios maiores
investimentos estruturais e possveis estratgias de mitigao e adaptao do SIN.
Etapa
Modelo
Hidrolgico
Modelo de
otimizao
Horizonte de
Planejamento
Discretizao
temporal
Afluncias
Hidrolgicas
Mdio
Prazo
Curto Prazo
Programao da
Operao
GERVAZP
PREVIVAZ/GERVAZP
PREVIVAZH
NEWAVE
DECOMP
DESSEM
at 10 anos
at 1 ano
at 14 dias
Mensal
Semanal/Mensal
horria/patamares
Estocstico Determinstico/Estocstico
Determinstico
43
ONS consolida as previses de vazes mdias dirias e processa os dados para o
fechamento da vazo natural mdia da semana em curso, utilizada como insumo bsico
para a obteno das previses de vazes semanais para as semanas seguintes.
Uma vez consolidados os dados dirios, o ONS d incio ao processamento dos
modelos de previso de vazes semanais (PREVIVAZ) para obter as previses de
vazes semanais at o fechamento do ms em curso. Em seguida, so usados modelos
estatsticos para as demais aplicaes do setor hidroeltrico.
A partir das previses geradas, dar-se incio o processo de otimizao energtica.
O programa DECOMP atravs das previses semanais do ms em curso e dos cenrios
hidrolgicos do ms seguinte calcula o custo marginal imediato e custo marginal futuro.
A ideia minimizar o custo marginal, isto define as polticas timas que sero adotadas.
As previses de mdio prazo definem estratgias polticas que determinam
quanto da demanda vai ser atendida pelo setor termoeltrico quanto pelo setor
hidroeltrico. O Modelo de Despacho Hidrotrmico a Subsistemas Equivalentes
NEWAVE a ferramenta responsvel por elaborar os estudos de planejamento da etapa
de mdio prazo.
A Figura 6 mostra o esquema de funcionamento deste sistema.
Figura 6- Interao entre os modelos hidrolgicos cadeia de planejamento da operao
do SIN.
44
2.2.2. Importncia das mltiplas escalas temporais no planejamento do SIN
45
pela iniciativa pblica e privada. Visto que, uma melhor informao tornar as estratgias
de adaptao a certos cenrios ou eventos mais robustas.
46
3. REVISO BIBLIOGRFICA
47
Assim, a deteco de uma mudana climtica, requer que a amplitude da
variabilidade climtica seja quantificada. Para isto, utilizada uma grande variedade de
dados e resultados de modelos atmosfricos. As flutuaes climticas no globo,
especificamente na Amrica do Sul so bastante influenciados pelos oceanos tropicais,
afetando diretamente a precipitao dessas regies.
Devido grande interao com a atmosfera, os oceanos tm um papel
fundamental na variabilidade climtica, interanual e interdecadal do planeta. As trocas
de calor latente e sensvel dependem principalmente da temperatura da superfcie do
mar (TSM). Nesse contexto devido a sua extenso, torna-se evidente as variaes de
temperatura do Oceano Pacfico nas condies climticas globais, que podem ser
evidenciados atravs de fenmenos naturais tais como o El Nio, La Nia, a Oscilao
Decadal do Pacfico e o Dipolo do Atlntico.
48
3.1.2.2. Variabilidade interanual da precipitao
49
Andreoli et al.(2004), documentaram flutuaes de anomalias da TSM no
Atlntico Tropical Norte e o Atlntico Tropical Sul, como parte de dois modos decadais
de periodicidades distintas, separadas pela ZCIT (10 anos no Atlntico norte e 14 anos
no sul).
Zhang et al. (1997) descrevem outra caracterstica da oscilao da TSM do
Oceano Pacfico similar ao ENSO, ocorrendo em escala interdecadal. A este fenmeno
foi atribudo o nome de Oscilao Decadal do Pacfico (ODP).
3.1.3.1 .
50
Figura 7-Fases da Oscilao Decadal do Pacifico esquerda a fase positiva e a direita
a fase negativa (Anomalia de temperatura em C).
Anomalia
51
do Sul foram tambm investigadas por Andreoli e Kayoli (2005). Estes trabalhos
demonstraram que esse fenmeno influencia o volume de precipitao e que eventos de
maior chuva (menor chuva) acontecem quando o ENSO e a ODP esto na mesma
(oposta) fase.
3.2. Diferentes escalas de previso
52
meteorolgicos, como a precipitao. Esse aumento de temperatura mostrado para o
Brasil para o sculo XX em, por exemplo, Nobre (2005) e Marengo e Valverde (2007).
Embora exista uma discrepncia em torno dos valores absolutos dos modelos do
Coupled Model Intercomparison Project Phase 3 (CMIP3) para o aumento na
temperatura, todos concordam que haver aumento na temperatura mdia global (IPCC,
2007(a)). Entretanto, os diferentes modelos do CMIP3, publicados pelo IPCC-AR4
mostraram cenrios divergentes para o campo de precipitao para vrias regies do
planeta, alguns projetando aumento de precipitao e outros, reduo (MARENGO e
VALVERDE, 2007; MARENGO e SOARES, 2005).
Diversos autores avaliaram a tendncia na precipitao total para sries
observadas durante o sculo XX. Por exemplo, Haylock et al. (2006) fizeram uma
anlise da precipitao sobre a Amrica do Sul, e observaram uma tendncia de
aumento do total anual de chuva sobre o Nordeste do Brasil (NEB). O estudo realizado
por Santos e Britto (2007), utilizando ndices de extremos climticos e correlacionados
com as anomalias de temperatura da superfcie do mar (TSM) tambm mostrou
tendncia de aumento da precipitao total anual nos Estados da Paraba e Rio Grande
de Norte. Santos et al. (2009) mostraram tendncia de aumento de precipitao para o
Estado do Cear.
Entretanto, tais tendncias podem estar associadas, alm de mudanas climticas
e/ou alteraes no uso do solo, a flutuaes naturais dessa grandeza que podem ocorrer
em vrias escalas de tempo, incluindo alguns anos (variabilidade interanual), dcadas
(variabilidade inter e multidecadal) e at em escalas de tempo mais longas, relevantes
em estudos paleoclimticos. Essas flutuaes podem estar ligadas, por exemplo, a
padres de variabilidade nos Oceanos Pacfico e Atlntico (GRIMM et al., 2000;
KANE, 1992), como o fenmeno El Nio Oscilao Sul (ENSO, na escala de tempo
interanual), ou variabilidade decadal do Pacfico. No entanto, alm das variaes
naturais, provvel que a alterao da temperatura planetria das ltimas dcadas
causada pela elevao da concentrao de gases estufas por emisses antrpicas (IPCC,
2007a), provoque mudanas no regime de chuvas na Amrica do Sul.
Espera-se que algumas das questes cientficas que surgiram durante a
preparao do quarto relatrio do IPCC possam ser respondidas com base no conjunto
de dados do Coupled Model Intercomparison Project Phase Cinco (CMIP5), ao
subsidiar a publicao do Quinto Relatrio (AR5, publicado no final de 2013).
53
Entretanto, apesar do significativo desenvolvimento ocorrido nas ltimas dcadas
acerca do conhecimento do clima, existem ainda diversas incertezas associadas aos
diversos sistemas de previses ou projees climticas. Por exemplo, as
parametrizaes fsicas, mtodo numrico de resoluo adotado, as condies iniciais e
fronteira e a prpria atmosfera que considerada um sistema catico (LORENZ, 1963;
1965).
Quanto s questes relacionadas aos modelos globais de mudanas climticas do
CMIP5 pode se adicionar ainda a baixa resoluo dos modelos que no capaz de
reproduzir alguns processos fsicos e a trajetria desconhecida de emisses de gases de
efeito estufa no futuro.
Segundo Cavalcanti et al. (2009), a Amrica do Sul apresenta clima com intensa
variabilidade temporal e espacial de chuvas, devido atuao de diversos sistemas. Essa
complexidade torna a regio vulnervel s condies de tempo e clima, que so
associadas a impactos sociais e econmicos significativos em diversos setores. Desta
forma, torna-se relevante para o desenvolvimento de polticas pblicas a identificao
das alteraes na ocorrncia do clima nesta regio e os possveis impactos no regime de
chuvas.
54
ambos foram baseados em cenrios desenvolvidos pala UK Climate Changes Impacts
Review Group (CCIRG, 1991 apud ARNELL e REYNARD, 1996).
Arnell e Reynard (1996) checaram, em relao aos cenrios mais midos, que h
aumento no escoamento superficial em todos os meses, com uma percentagem maior de
crescimento nos meses de inverno, os quais tm os valores mais altos de escoamento
superficial.
Panagoulia e Dimou (1997) analisaram o impacto das mudanas climticas no
escoamento superficial da bacia de Mesochora, na Grcia Central, a partir da criao de
cenrios hipotticos de mudanas climticas como entradas em dois diferentes modelos
hidrolgicos de diferentes estruturas e escalas temporais (dirio e mensal). Utilizaram as
sries histricas de 15 anos de clima, tanto a variabilidade sazonal como anual e
aplicaram os cenrios de aumento/diminuio da precipitao e temperatura. Foi
verificado que todos os modelos indicaram um aumento no escoamento superficial no
inverno e maior decrscimo no vero.
Segundo Binder (2006), na regio nordeste do Pacfico so identificados
problemas relacionados s mudanas climticas, como aumento da precipitao no
inverno e redues nos veres e nas primaveras. Em consequncia, estas mudanas
refletem na disponibilidade hdrica das bacias hidrogrficas desta regio nos Estados
Unidos, exigindo planejamentos paras os mltiplos usos da gua nestas localidades. O
mesmo autor relata que os planos nacionais de bacias hidrogrficas nos Estados Unidos
esto desenvolvendo estudos e incluindo em suas aes os reflexos das mudanas
climticas sobre a demanda de gua para o consumo domstico, agropecurio e
industrial.
Milly et al. (2005) utilizaram resultados de simulaes de 12 modelos climticos
em estudo que utilizou cenrio de emisso A1B do CMIP3 e projees para o perodo
2041-2060. Os resultados mostraram que h concordncia dos modelos para o aumento
da vazo (entre 10% e 40% - valores mdios dos 12 modelos) na bacia do Paran-Prata
e reduo da vazo (at 20% - valores mdios dos 12 modelos) no leste da Amaznia e
Nordeste do Brasil.
Tomasella et al. (2009) apresentaram simulaes para a bacia do rio Tocantins,
para o cenrio A1B do CMIP3, usando o modelo regional ETA (com resoluo 40 km)
com condies de contorno do modelo global HadCM3. As sries de precipitao e
temperatura do ar foram utilizadas como dado de entrada para o Modelo hidrolgico de
Grandes Bacias (MGB-IPH). Para o perodo de 2080-2090, a reduo da vazo na bacia
55
da ordem de 30%, com a possibilidade de alcanar at 60% no perodo de estiagem.
Segundo os autores, o estudo indica que o impacto no uniforme para o ano inteiro e
que pode variar a depender das caractersticas fsicas da sub-bacia analisada.
J no trabalho de Mello et al. (2008), foi realizado o downscaling das
precipitaes mensais para os anos de 2001 a 2099 para a bacia hidrogrfica do rio
Paracatu, simulados pelo modelo de circulao geral do Hadley Centre (HadCM3). As
precipitaes interpoladas serviram como entrada em modelo do tipo precipitaovazo, que possibilitou a estimativa das vazes mnimas em 21 estaes fluviomtricas
distribudas na bacia. Para o cenrio A2, verificou-se tendncia de aumento na
disponibilidade hdrica em todas as estaes fluviomtricas, variando de 31 a 131% at
2099. Para o cenrio B2, no foi verificada nenhuma tendncia significativa.
56
resultados foram melhorados com a utilizao de um modelo de regresso linear
cannico implantado por Uvo e Graham (1998). Porm, no clara a possibilidade do
mtodo de redes neurais ser eficaz na gerao de cenrios probabilsticos para diversos
locais ao mesmo tempo, mantendo a mesma estrutura nos diversos locais e sendo de
fcil comunicao para o operador de reservatrios.
Uma abordagem semi-paramtrica para previso de vazes em vrios locais de
calibrao em uma rede de rio condicionadas a preditores climticos foi desenvolvida
por Souza Filho e Lall (2003) para a regio Nordeste do Brasil. A estratgia considera
previses estatsticas de vazes totais anuais ou sazonais em todos os locais e sua
desagregao mensal usando uma tcnica chamada k-vizinhos para reamostarem dos
possveis cenrios de vazes que mantm a consistncia de espao-tempo em diferentes
locais e subperodos.
Muitos operadores de hidrossistemas fazem as decises de alocao de gua e
estocagem para o prximo ciclo, simulando o sistema, usando sequncias de afluncias
reamostradas do registro histrico e preveem as demandas. Souza Filho e Lall (2003)
fornecem uma capacidade de reamostragem condicionada ao registro histrico,
considerando o estado dos principais preditores climticos.
Em uma anlise de competncias da previso global dos principais modelos de
circulao global do oceano e atmosfera para precipitao sazonal, Rajagopalan et al.
(2002) destaca que o Nordeste do Brasil uma das poucas regies do mundo onde h
habilidade consistente e estatisticamente significativa durante a estao chuvosa
primria (JaneiroMaio). A seca uma preocupao permanente no Estado do Cear no
Nordeste do Brasil e os sistemas de reservatrios frequentemente enfrentam
dificuldades, embora eles geralmente sejam projetados para um ciclo de armazenamento
2 a 3 anos.
Souza Filho e Lall (2003) realizaram uma investigao da dependncia da vazo
com relao TSM com diferentes defasagens em toda a regio de interesse. O estudo
realizado por Souza Filho e Lall (2003) procurou solucionar assuntos relacionados no
linearidade e no normalidade das relaes estatsticas, e a modificao necessria nos
mtodos clssicos de anlise linear e multivariada. As duas sries temporais
selecionadas como preditores foram o NINO3 (definida como a anomalia de
temperatura da superfcie do mar na regio do Pacfico equatorial entre 150 graus W e
90 graus W e 5 graus S e 5 graus N) e um gradiente da TSM do Atlntico (EAD), srie
57
definida como a diferena na mdia mensal da anomalia de TSM na regio do Atlntico
Norte (5-20N, 60-30W) e a mdia mensal da regio do Atlntico Sul (0-20S, 30W-10E).
A srie de tempo mensal para estes ndices foi derivada da malha de dados de TSM
desenvolvidos
por
Kaplan
et
al.
(1998)
disponvel
em
http://ingrid.ldeo.columbia.edu/SOURCES/KAPLAN/ EXTENDED /.
3.2.2.2. Previso acoplada
MCGs
grosseira,
so
normalmente
geralmente
executados
maior
que
em
2.0,
resoluo
espacial
latitudinalmente
58
interesse de previso climtica da maioria dos usurios. Para superar isso, modelos
climticos regionais (MCRs) estatsticos ou dinmicos, com maior resoluo espacial,
so construdos para reas limitadas. MCRs possuem relativamente alta resoluo,
impulsionados pela baixa resoluo dos MCG, e podem proporcionar significativos
recursos de pequena escala em uma regio limitada a um custo computacional acessvel
em comparao com MCGs de alta resoluo.
O Instituto Internacional de Pesquisa para o Clima e a Sociedade (IRI) e a
Fundao Cearense de Meteorologia e Recursos Hdricos (FUNCEME) no Brasil
desenvolveram um sistema de previso de downscaling dinmico para o Nordeste do
Brasil e tm gerado previses de chuvas sazonais desde Dezembro de 2001 (SUN et
al.,2005). O ECHAM 4.5 Modelo de Circulao Geral da Atmosfera (Atmospheric
General Circulation Model - AGCM) e o NCEP Modelo Espectral Regional (Regional
Spectral Model - RSM) constituem o ncleo desse sistema de previso. Este um
sistema de previso de duas camadas. Previses da temperatura da superfcie do mar
(TSM) so produzidos primeiro, que servem ento como condio de contorno forando
o limite inferior para o sistema aninhado ECHAM4.5 AGCM NCEP RSM.
59
que os impactos de tais eventos sejam minimizados, reduzindo assim o grau de
vulnerabilidade de uma determinada regio.
O comportamento da atmosfera governado por leis fsicas que so expressas
em equaes matemticas. Tais equaes, entretanto, possuem muitas variveis e no
apresentam soluo analtica para valores futuros. Por essa razo, so utilizadas tcnicas
de modelagem numrica, dando origem aos modelos numricos de previso. Estes
modelos meteorolgicos podem ser globais ou regionais. Quando as equaes so
resolvidas sobre todo o globo sem ater-se s particularidades de cada regio, temos um
modelo global. Estes modelos so utilizados no somente para previso atmosfrica,
mas tambm para estudos climticos de escala global como a ao de poluentes na
camada de oznio ou a influncia do fenmeno El Nio no clima global. Vrios centros
de previso do tempo no mundo executam modelos globais, dentre os quais podem ser
destacados: NCEP (National Centers for Environmental Prediction) (TOTH e
KALNAY, 1993), ECMWF (European Centre For Medium Range Weather Forecast)
(BUIZZA e PALMER, 1995), JMA (Japan Meteorological Agency) e CPTEC (Centro
de Previso de Tempo e Estudos Climticos) (COUTINHO, 1999).
Os modelos regionais trabalham sobre uma rea geogrfica menor, podendo
trabalhar com uma resoluo maior, o que permite tratar mais detalhadamente fatores
locais como a topografia e a hidrografia. Apesar disso, so similares aos modelos
globais, pois tambm resolvem equaes que governam o movimento atmosfrico e so
operacionalmente dependentes destes, utilizando, como condies de fronteira, dados
obtidos de um modelo global.
Os modelos numricos da atmosfera resolvem as equaes do fluido atravs de
aproximaes. Alguns processos no conseguem ser explicitamente resolvidos nas
grades usuais de modelos atmosfricos, como a turbulncia, as trocas radiativas, os
processos microfsicos, a interao com a superfcie etc. Tais processos so usualmente
parametrizados. Neste caso, parametrizaes fsicas so aproximaes dos processos
fsicos cujas dimenses so menores do que aquelas representadas pela resoluo do
modelo, de modo que esses processos so simulados atravs de funes de outros
parmetros representados pelo modelo, especialmente quando seus efeitos mdios no
so desprezveis.
A limitao no acerto das previses dos modelos dinmicos para a previso
numrica do tempo, no associada somente ao tratamento inadequado dos fenmenos
fsicos da atmosfera, embora estes sejam suficientes para reduzir o prazo das previses.
60
Lorenz (1963,1965) observou que as equaes que governam os movimentos
atmosfricos apresentam sensvel dependncia em relao condio inicial, ou seja,
pequenos erros nas condies iniciais, aps algum tempo de integrao, podem
ocasionar grandes erros nas previses futuras. Estes erros vieram a ser chamados de
caticos devido ao comportamento irregular que apresentavam. Assim, de acordo com
a Teoria do Caos, fatores insignificantes podem amplificar-se temporalmente de forma a
mudar radicalmente um estado da atmosfera.
A destreza de um sistema de previso depende da capacidade de representao
dos processos naturais associado ao sistema meteorolgico que se pretende prever,
assim como da incerteza associada ao mesmo e das caractersticas do prprio modelo ou
conjunto de modelos (resoluo espacial, qualidade da representao dos processos
fsicos, nmero de membros, qualidade das condies iniciais assimiladas etc.).
Melhorar o entendimento em relao confiabilidade, sensibilidade e s limitaes do
sistema de previso crucial para que o mesmo possa se constituir enquanto ferramenta
para definir polticas de planejamento e gesto (REIS JNIOR et al., 2009).
A tcnica de previso por conjunto (ensemble) surge como uma forma de tratar
erros cometidos na gerao das condies iniciais da atmosfera e causados pelas
deficincias do modelo, buscando ampliar o prazo de previso do modelo e obter
melhores previses numricas de tempo (TOTH e KALNAY, 1993).
61
configuraes fsicas e distintas condies iniciais e fronteira para cada rodada dos
modelos, originando um super-ensemble.
O ensemble regional FUNCEME de previso numrica de tempo consiste em
quatro combinaes de configurao do modelo RAMS aliados a duas combinaes de
configuraes do modelo WRF, totalizando seis membros.
Os membros que utilizam o modelo regional RAMS so obtidos com a
combinao de duas opes de parametrizao de conveco e duas fontes distintas de
forantes de grande escala. J os que utilizam o modelo regional WRF so obtidos com
duas opes de parametrizao de conveco a partir do mesmo forante de grande
escala (SILVEIRA et al., 2011).
62
4. LOCAL DE APLICAO
63
O presente trabalho considera quatro dos principais audes do Sistema Jaguaribe
Metropolitano: Ors, Banabui, Castanho e Pacoti/Riacho. Conforme mostra a Figura
9.
A vazo anual em todos os locais altamente varivel e assimtrica. Noventa
por cento dessas vazes ocorrem nos meses de janeiro a junho. A demanda de gua da
Bacia do Jaguaribe destinada 80% para irrigao e 20% para consumo urbano, e a
demanda de gua das Bacias Metropolitanas predominantemente para uso urbano e
industrial. Por conseguinte, so distribudas relativamente uniformes as demandas na
bacia Metropolitana durante o ano, enquanto na bacia de Jaguaribe se concentram no
perodo de agosto a novembro com uso pela irrigao.
Por ser localizada no semirido do nordeste brasileiro uma regio pobre em
volume de escoamento de gua dos rios. Essa situao pode ser explicada pela alta
evaporao, pela variabilidade temporal das precipitaes e pelas caractersticas
geolgicas dominantes. um lugar onde h predominncia de solos rasos baseados
sobre rochas cristalinas e, consequentemente, baixas trocas de gua entre o rio e o solo
adjacente. O resultado a existncia de uma densa rede de rios intermitentes.
Essas caractersticas tornam a regio particularmente vulnerveis a flutuaes
climticas e aos seus impactos nos suprimentos de gua (SOUZA FILHO e MOURA,
2006). A chuva na regio altamente varivel no espao, dentro da estao chuvosa e
entre anos (KOUSKY, 1979). A sazonalidade da chuva regional, e consequentemente
das vazes, governada em grande parte pela migrao norte/sul da zona de
convergncia intertropical (ZCIT).
64
Figura 9- Reservatrios do Cear por Regio Hidrogrfica. Onde: 1-Ors, 2-Castanho,
3-Banabui, 4-Pacoti-Riacho.
4.2.
65
O SIN responde pela produo e transmisso de energia eltrica do Brasil. O
SIN caracterizado por ser um sistema hidrotrmico de grande porte, com significativa
predominncia de gerao hidreltrica. O planejamento e a gerao eletroenergtica do
SIN apresentam uma estreita correlao com os estoques de gua existentes nos
reservatrios das usinas hidreltricas e as suas afluncias. Segundo o Operador Nacional
do Sistema Eltrico ONS, somente 3,4% da capacidade de produo de energia
eltrica do pas encontra-se fora do SIN.
Esta fonte de energia renovvel possui a grande vantagem comparativa com
outras fontes, como as termoeltricas, no que se refere emisso de gases estufas,
porm so bastante sensveis as variveis atmosfricas. Devido irregularidade das
vazes fluviais e necessidade de manter a continuidade do fornecimento de energia
eltrica, o sistema de gerao de energia eltrica brasileiro, alm de contar com usinas
termoeltricas de complementao (o que implica em custos de combustveis), conta
tambm com um conjunto de reservatrios de acumulao, cuja funo essencialmente
a regularizao dos regimes fluviais, atravs do armazenamento de gua nos perodos de
maiores afluncias naturais de vazes fluviais, para ser utilizada durante os perodos
mais secos, quando so escassas as vazes fluviais. A capacidade de armazenamento
hoje disponvel permite no s a regularizao interanual do sistema, como tambm
fornece proteo contra ocorrncia de sequncias de anos secos, configurando-se a
chamada regularizao plurianual do sistema.
Diante disso, a hegemonia da hidroeletricidade na matriz de energia eltrica
brasileira impe cautelosa anlise sobre o regime fluvial e seus padres de variao
temporal tendo em vista o significativo impacto que estas variaes podem produzir na
oferta de energia e consequentemente em toda a economia nacional.
A capacidade de gerao futura do sistema influenciada pelas afluncias
hidrolgicas futuras, cujas previses e incertezas devem ser consideradas no
planejamento da operao do sistema. Em geral, a qualidade das previses hidrolgica
afeta o desempenho da operao do sistema aumentando benefcios e confiabilidade e,
reduzindo custos.
4.2.1. Caracterizao das regies que compem o SIN
66
Sudeste/Centro-Oeste e Sul. A distribuio das energias naturais afluentes mdias
mensais mostra que os respectivos perodos secos e midos no so coincidentes nessas
regies. A natureza do Sistema Interligado Nacional faz com que exista um
acoplamento espacial e temporal das decises tomadas na sua operao energtica.
O setor Nordeste brasileiro possui um ciclo anual bem definido de precipitaes,
onde predominam dois perodos distintos: o perodo de chuva e o perodo seco. O
perodo chuvoso concentra-se entre dezembro e julho e o principal sistema produtores
de chuva a ZCIT (CAVALCANTI et al.,2009; MOLION e BERNARDO, 2002)
seguido de sistemas secundrios tais como: linhas de instabilidade, complexos
convectivos de mesoescala e efeitos de brisas, proximidade das frentes frias e os
vrtices ciclnicos de ar superior.
A sazonalidade do setor Norte praticamente coincidente com a regio
Nordeste, onde, durante o perodo chuvoso, as vazes de Tucuru so extremamente
elevadas, indicando que parte da energia gerada pode ser levada para outra regio. O
principal sistema climtico causador de chuvas que influencia nessa regio a zona de
convergncia do Atlntico Sul.
A regio Sudeste/Centro-oeste a de maior demanda do pas e importar energia
de outras regies a maior parte do ano. Esta regio tambm bastante influenciada pela
zona de convergncia do Atlntico Sul.
A regio Sul possui grande variabilidade de armazenamento e a regio
Sudeste/Centro-oeste extremamente dependente desta regio. Esta regio bastante
influenciada por frentes frias.
67
Figura 10 - Energia Natural Afluente em MW (a unidade usada relao entre a energia
gerada e o tempo de funcionamento das instalaes) dos subsistemas do setor eltrico
brasileiro no perodo de 2002 a 2011.
Fonte:
Operador
Nacional
do
Sistema
http://www.ons.org.br/historico/energia_natural_afluente_out.aspx#.
Eltrico
(ONS)-
68
de usinas na cabeceira dos rios influenciam a operao das usinas a jusante; e (iii) as
incertezas das afluncias futuras.
Com isso, h necessidade de se mitigar os riscos decorrentes da relao entre os
estoques presentes, as afluncias futuras e o no atendimento aos requisitos de carga do
SIN. Neste sentido, feita a previso e a gerao de cenrios de afluncias aos
aproveitamentos
hidroeltricos
situados
nos
quatro
subsistemas
do
SIN:
69
5.
ESTRATGIA
TEMPORAIS
METODOLGICA
DAS
MLTIPLAS
ESCALAS
70
Figura 11-Horizontes de previso propostos.
71
internacionais. A partir de anlise estatsticas foi possvel identificar para previso
sazonal o modelo ECHAM 4.5.
Para a escala de curtssimo prazo foram analisados os modelos regionais de
previso numrica do tempo disponibilizados pela FUNCEME e os testados pela ONS.
72
eltrica do Brasil Sistema Interligado Nacional (SIN) implica numa grande
diversidade de regies, que possuem influencias climticas de vrios fenmenos
meteorolgicos. Devido a isso, vrias bacias possuem comportamentos sazonais
distintos (conforme Figura 10), a fim de se aproveitar ao mximo os recursos
energticos existentes no Pas e a sazonalidade hidrolgica prpria de cada regio.
Assim, o sistema dividido em quatro subsistema: Regio Sudeste/Centro-Oeste,
Regio Sul, Regio Norte e Regio Nordeste. Estes subsistemas so interligados por
uma extensa malha de transmisso que possibilita a transferncia de excedentes
energticos e permite a otimizao dos estoques armazenados nos reservatrios das
usinas hidroeltricas. Na Tabela 2 so mostrados os aproveitamentos utilizados na
anlise e suas respectivas potncias instaladas.
Figura 12-Bacias do setor eltrico brasileiro utilizadas no trabalho.
73
Emborcao
Nova Ponte
Itumbiana
So Simo
Furnas
gua Vermelha
N. Avanhandava
Porto Primavera
Rosana
Itaipu
Santa Ceclia
Salto Caxias
Ita
D. Francisca
Potncia(MW)
1192
510
2280
1710
1312
1396,2
347,4
1540
372
7000/7000*
Aproveitamentos
Trs Marias
Sobradinho
Xing
Serra da Mesa
Lajeado
Tucuru
Belo Monte
Teles Pires
S. L. Tapajs
Santo Antnio
Potencia(MW)
396
1050
3162
1275
902
4215/4125*
194,5
1819,8
3151,2
1450
125
Fonte: ONS.
74
dados previstos nos PBs, complementando assim as previses de vazes em todo o
SIN.
O ONS trabalha atualmente com um nmero total de 88 PBs representativos
dos diversos regimes hidrogrficos regionais encontrados em territrio brasileiro. Nesta
tese foram utilizados como dados amostrais mensais os 88 PBs. Esses PBs so
relacionados na Tabela 3 e sua distribuio espacial apresentada na Figura 13.
Identificador
PB
ONS
45
254
46
168
47
259
48
278
49
281
50
295
51
296
52
190
53
191
54
253
55
257
56
270
57
271
58
273
59
275
60
145
61
277
62
279
63
287
64
291
65
266
66
246
67
47
68
61
69
63
70
115
71
71
72
72
73
73
74
74
75
76
76
77
77
78
78
92
79
93
80
94
81
98
82
101
83
102
75
40
196 Rosal (196)
41
197 Picada (197)
42
201 Tocos (201)
43
255 Irap (255)
44
283 Santa Clara MG (283)
Fonte: Alexandre (2012).
84
85
86
87
88
111
215
216
220
286
Tabela 4-Bacias do setor eltrico do Brasil selecionadas para avaliao dos modelos
numricos de previso do tempo.
Bacia
Sub-bacias ou trechos
Uruguai
Jacu
Montante - Jupi
Jusante Jupi
Iguau
Paran
76
Paranapanema
Tiet
Paraba do Sul
Grande
Paranaba
So Francisco
Tocantins
Montante - Capivara
Jusante - Capivara
10
Montante - Funil
11
Jusante Funil
12
Montante - Furnas
13
Jusante - Furnas
14
Montante - Emborcao
15
Jusante - Emborcao
16
17
18
19
20
Lajeado Tucuru
21
Figura 14- Bacias ou trechos selecionados para a avaliao, com seu respectivo nmero,
designado na Tabela 4.
77
Na seo 5.2.2.2. o Cear dividido em oito regies homogneas, essa
disposio espacial tambm utilizadas para verificao das previses de tempo dos
modelos regionais.
A disposio espacial da seo 5.2.2.3. se refere a bacia que compe o
hidrossistema Jaguaribe-Metropolitano, sendo utilizado na escala temporal de longo
prazo.
5.2.2.1. Cear- Anlise por ponto de grade
78
5.2.2.2. Cear- Anlise por regies Homogneas
Figura 9, que
79
Especificamente, mtodos hidrolgicos estocsticos tm sido muito teis para
uma variedade de problemas de recursos hdricos onde a incerteza temporal precisa ser
quantificada. Os modelos de sries temporais que foram desenvolvidos amplamente
desde os anos 1960 tm sido utilizados geralmente assumindo que a srie modelada vem
de um processo estacionrio ou ciclo estacionrio. Assim, a literatura foi desenvolvida
em torno de modelos auto-regressivos de mdia mvel e suas extenses para considerar
a sazonalidade atravs de termos peridicos (KWON et al., 2007; KEPPENNE e
LALL,1996) .
No entanto, como o nmero de registros tem aumentado, os hidrlogos tem
tomado conhecimento da estrutura de baixa frequncia (por exemplo, tais oscilaes
ENSO e PDO ) do clima e associado a srie histrica hidrolgica (KEPPENNE e
LALL, 1996). Com isso, para compreender a variabilidade climtica, neste estudo, foi
considerado um modelo que utiliza esta estrutura de baixa frequncia das sries
histricas. Este modelo o WARM (Wavelet autoregressive model),sendo usado para a
anlise das projees de mdio prazo.
5.4.Previso em multi-escalas
80
Figura 17-Sistema de previso proposto para escala temporal de mdio prazo
Sries temporais com intervalo de tempo menor que um ano, tais como sries
mensais, tm como caracterstica o comportamento peridico das suas propriedades
probabilsticas, como exemplo a mdia, a varincia, a assimetria e a estrutura de
autocorrelao. A anlise deste tipo de srie pode ser feita pelo uso de formulaes
autorregressivas cujos parmetros apresentam um comportamento peridico. Ou ainda,
atravs do uso de modelos atmosfricos globais e/ou regionais para posterior entrada no
modelo hidrolgico. Os detalhes desse horizonte de previses podem ser visualizados
na Figura 18.
Dentre os modelos hidrolgicos conceituais disponveis para a realizao deste
estudo, de distribuio livre e cdigo aberto, destacam-se os modelos concentrado
SMAP (LOPES et al.,1981) e o modelo semi-distribudo para Grandes Bacias MGB
(COLLISCHONN et al., 2007). No entanto, segundo Guilhon et al. (2007), apesar do
modelo MGB possuir uma melhor representao dos processos dinmicos da gua no
solo, ele requer um nmero muito maior de informaes, e seus resultados para as
81
bacias dos rios Paran e Paranaba, que foram analisadas neste estudo, foram muito
prximos dos resultados obtidos com as previses do modelo SMAP, sendo o SMAP
mais robusto e exige menos parmetros. Sendo assim, o modelo SMAP foi o modelo
escolhido para o desenvolvimento deste estudo.
Na Figura 19 mostrado o esquema do uso modelo hidrolgico SMAP aplicado
a dados de modelo atmosfrico.
82
Figura 19- Diagrama esquemtico do downscaling com acoplamento entre modelos
hidrolgicos e atmosfricos, modo unidirecional.
83
6.
84
6.2. Modelos do CMIP5
Instituio
Beijing Climate Center, China Meteorological
Administration
College of Global Change and Earth System Science,
Beijing Normal University
Canadian Centre for Climate Modelling and Analysis
Community Earth System Model Contributors
Commonwealth Scientific and Industrial Research
Organization in collaboration with Queensland Climate
Change Centre of Excellence
NOAA Geophysical Fluid Dynamics Laboratory
National Institute of Meteorological Research/Korea
Meteorological Administration
Met Office Hadley Centre
Met Office Hadley Centre
Institut Pierre-Simon Laplace
Institut Pierre-Simon Laplace
Atmosphere and Ocean Research Institute (The University
of Tokyo), National Institute for Environmental Studies, and
Japan Agency for Marine-Earth Science and Technology
Max Planck Institute for Meteorology
Fonte:http://pcmdi3.llnl.gov/esgcet/home.htm (10/01/2012)
Como parte da fase preparatria para o desenvolvimento dos novos cenrios para
o AR5 (quinto relatrio do IPCC), foram criados os chamados RCPs (Representative
Concentration Pathways), que servem como entrada para modelagem climtica e
qumica atmosfrica nos experimentos numricos do CMIP5. Os RCPs recebem seus
nomes a partir dos nveis das forantes radiativas, conforme relatado por cada equipe de
modelagem elaboradora de cada RCP. Assim, RCP-X implica em um cenrio no qual a
forante radiativa de estabilizao ou de pico ou ao final do sculo XXI corresponde a
X W.m-2. Na Figura 20 mostrado o comportamento dos principais cenrios do IPCC-
85
AR5: RCP8.5, RCP6, RCP4.5 e RCP3-PD. Neste trabalho foram usados os cenrios
RCP4.5 e RCP8.5 para anlise das projees do sculo XXI.
Figura 20 - Cenrios do IPCC-AR5 e forante radiativa antropognica global para cada
um deles.
Fonte: http://www.pik-potsdam.de/~mmalte/rcps/
86
estatsticos para que possam ser definidos que modelos apresentam melhor
comportamento para as diferentes regies.
As medidas estatsticas utilizadas, cujas definies esto indicadas a seguir,
conforme sugerido por Silveira et al. (2013), so a raiz do erro quadrtico mdio da
contribuio percentual mensal em relao s chuvas anuais (RMSE_PC) e a correlao
de Pearson (CORREL) (WILKS, 1995).
A raiz do erro quadrtico mdio percentual (RMSE_PC) a raiz quadrada da
mdia das diferenas individuais quadrticas entre a contribuio percentual mensal das
chuvas modeladas para os totais anuais e o valor correspondente nas observaes, sendo
definida pela equao:
1 n
RMSE _ PC
n i 1
100.P
100. A
i
i
n
n
Pj
Aj
j 1
j 1
(1)
CORREL
Pi P
(2)
2
i n
2 i n
Pi P
Ai A
i 1
i 1
(3)
tal que
c r 1
(4)
87
Sendo, CORRELMIN a menor correlao obtida entre os modelos do IPCC e
CORRELMAX a mxima correlao, assim como RMSE_PCMAX o mximo erro
quadrtico mdio percentual dos modelos do IPCC e RMSE_PCMIN, o mnimo.
As variveis c e r assumem valores entre 0 e 1 (conforme equao 4), para c >
r, portanto, a correlao exerce maior influencia na avaliao do modelo, enquanto
para r > c, o RMSE_PC dos modelos possui maior peso na avaliao. J se r = c=
0,5 as duas mtricas utilizadas neste trabalho exercem o mesmo efeito sobre o valor de
AVALs. Nos casos extremos, ao se considerar r =0 ento c= 1, apenas a correlao
ser usada na avaliao dos modelos, assim como, se r =1 ento c= 0, apenas o
RMSE_PC ser usado na avaliao dos modelos.
Alm da avaliao sazonal dos modelos possvel realizar uma avaliao que
contempla os demais padres de variao climtica. Est mostrada no Anexo I para
alguns modelos do CMIP5
6.4. O modelo hidrolgico SMAP
88
(K), resultando em escoamento bsico (Eb). A soma do escoamento superficial e bsico
fornece a vazo no ponto de controle da bacia.
Figura 21 - Esquema conceitual do modelo chuva-deflvio SMAP.
89
variveis a distribuio gama. Esse modelo possui numerosas aplicaes bem
sucedidas em modelagem de vazes, porm, a distribuio gama tambm pode ser
aplicada para anlises de precipitao de durao dirias, semanais, mensais e anuais.
Para o presente trabalho a correo estatstica via funo gama feita nas sries de
precipitaes mensais dos modelos do CMIP5.
Para a correo gama foi utilizado um ajuste de vis seguindo os seguintes passos:
1 - Ajuste da distribuio gama para os dados observados;
2 - Ajuste da distribuio gama para os dados de precipitao dos modelos para o
sculo XX para identificar o problema no ajuste do vis;
3 - Ajuste da distribuio gama para os dados de precipitao dos modelos do sculo
XXI;
4 - Correo das precipitaes do sculo XX e XXI.
A Figura 22 descreve a relao entre a probabilidade acumulada e a precipitao.
O mapeamento da probabilidade foi utilizado para correo do vis da precipitao
mensal baseando-se em duas funes de distribuio cumulativa (CDF), sendo uma a
funo obtida por meio de dados modelados e a outra funo obtida por meio de dados
observados. Cada CDF encaixa-se com uma distribuio gama, salvando os parmetros
de forma e escala.
Figura 22 - Correo de vis usando a funo de distribuio gama para precipitao.
90
longo de cada janeiro (de 1950 a 1999) so agrupadas e so gerados os parmetros de
correo. Em seguida, o mesmo procedimento realizado para todos os meses.
6.6. Modelo de Estimativa de Evapotranspirao Penman-Monteith
exp a base do logaritmo natural e T a mdia da temperatura do ar (oC), que pode ser
calculada pela equao 9,
(9)
91
Onde e(T) a presso de saturao de vapor (kPa) em determinada temperatura do ar T
(oC). A presso de vapor na saturao, Equao 10,
(10)
e
(11)
Onde Rns a radiao de onda curta lquida que chega superfcie terrestre (MJ m2 dia1
); Rnl a radiao de onda longa lquida que sai da superfcie terrestre (MJ m2 dia-1).
(12)
92
um maior Tmax e um menor Tmin. J em dias nublados, Tmax um pouco menor por
conta da radiao absorvida e refletida pelas nuvens. Da mesma forma, Tmin tambm
ser um pouco mais alta, devido cobertura de nuvens que opera como uma coberta que
diminui a radiao de onda longa lquida refletida. Assim, o clculo da radiao baseiase pela diferena entre as temperaturas mxima e mnima:
(16)
Onde Rs a radiao solar (MJ m-2 dia-1); Ra a radiao extraterrestre (MJ m-2 dia-1);
Tmax a temperatura mxima (C); Tmin a temperatura mnima (C) e kRs o
coeficiente de ajuste (C-0.5);
93
Onde Z a precipitao do cenrio do sculo XXI normalizada,
precipitao anual dos cenrios RCP4.5 e RCP8.5 para um ano j,
anual mdia do cenrio histrico na srie de 1950 a 1999 e
a precipitao
94
i o erro aleatrio ou residual para a i-sima observao;
n o tamanho da amostra.
O erro i depende da variabilidade natural do sistema, possui mdia igual a zero
e varincia () constante, portanto, i independente de xi.
A regresso linear obtida estimando-se os valores de 0 e 1atravs de alguma
tcnica de ajustamento. Segundo Naghettini e Pinto (2007), o mtodo dos mnimos
quadrados um dos procedimentos mais adequados para este ajuste.
Se uma tendncia linear est presente em uma srie, a declividade (mudana por
unidade de tempo) pode ser estimada usando o mtodo no-paramtrico desenvolvido
por Sen (1968).
No mtodo de Sen so computadas a declividade de N pares de dados atravs da
equao 16:
(20)
Para i = 1, 2, ..., N.
Onde xj e xk so os valores de x nos perodos j e k respectivamente, com j > k. A
mediana dos N valores de Qi ser a declividade de Sen. Se houver apenas uma
referncia em cada perodo de tempo, ento:
(21)
Onde n o tamanho da srie. Se N for mpar, a declividade de Sen ser:
(22)
Se N for par, a declividade de Sen ser:
(23)
O valor de Qmediana ento testado atravs de um teste bicaudal com grau de
confiana de 100(1 - ) % e a declividade estimada obtida atravs de um teste no
paramtrico.
O teste de tendncia de Man-Kendall (MANN, 1945; KENDALL, 1975;
KENDALL e GIBBONS, 1990) um dos mais utilizados na avaliao de tendncias de
sries histricas naturais que se distanciam da distribuio normal, como a de qualidade
da gua, vazes, temperatura e precipitao (HAMED, 2009).
No teste de Mann-Kendall, tambm conhecido por Kendalls tau, assume-se que
os dados esto aleatoriamente distribudos, caso das sries histricas naturais.
O teste estatstico de Mann-Kendall dado pela equao 24 (BURN e ELNUR, 2002):
95
(24)
Onde Xi e Xj so valores seqenciais, n o tamanho da srie e
(25)
O teste de Mann-Kendall possui dois parmetros importantes para a anlise de
tendncia: o nvel de significncia e a declividade (BURN e ELNUR, 2002).
A declividade determinada por (HIRSCH et al., 1982):
(26)
para todo i < j
96
ondas gerada por dilataes e translaes, de uma funo base geradora (BOLZAN,
2004).
Existem dois tipos bsicos de funes ondeletas: ondeletas contnuas e discretas. Dentre
as contnuas, a mais comum e a utilizada neste estudo foi a ondeleta de Morlet, dada
por:
(28)
Onde: 0 a frequncia adimensional, que, no caso da ondeleta de Morlet, igual a
seis, de forma a satisfazer a condio de admissibilidade; e o parmetro
adimensional do tempo.
A funo ondeleta de Morlet possui o parmetro de frequncia igual a 6.
Para avaliao e anlise de tendncia dos modelos foi calculado o espectro de
energia global sobre as regies de estudo para todas as rodadas dos modelos do IPCC e
as observaes. Em seguida, foram identificados os principais padres de variao das
sries observadas a partir do Espectro Global da Ondeleta e a partir disto foram
executadas as seguintes etapas:
decomposio do sinal para obter os coeficientes wavelets no domnio transformado.
Para o caso da srie observada de precipitao nas trs regies avaliadas, a
decomposio foi igual soma das bandas caractersticas no sculo XX e o resduo. A
partir da Equao 29, tem-se:
(29)
Onde: z(i) o valor da varivel padronizada para o ano i; Bb(i) o valor da banda b no
ano i.
anlise e processamento dos coeficientes neste domnio;
reconstruo do sinal a partir dos coeficientes modificados.
O processo de reconstruo foi repetido para os modelos do CMIP5 para as
mesmas bandas observadas. Em seguida, foi feita anlise do comportamento das bandas
reconstrudas.
97
6.6.3. Seleo dos Agrupamentos (Clusteres)
98
7. RESULTADOS E DISCUSSES: ESCALA DE LONGO PRAZO - SIN
(a)
(b)
(c)
Fonte: Elaborada pelo prprio autor.
99
7.2. Avaliao da representao da sazonalidade da precipitao
Na Tabela 6 so mostrados os melhores e piores valores obtidos pelos ndices
estatsticos propostos para avaliao dos modelos do IPCC-AR5 na escala sazonal para
as bacias do setor eltrico. Os modelos indicam uma boa representao dos padres de
variao sazonal na maioria do SIN, exceto nas bacias de It e D. Francisca onde a
correlao mxima obtida com a climatologia inferior a 0,70. Indicando que nessas
regies as projees do sculo XXI possuem menos confiabilidade.
Na Tabela 7 so mostrados os valores obtidos para avaliao sazonal para todas
aas bacias do setor eltrico. O modelo bcc-csm1-1 obteve o maior AVAL em vrias
bacias, enquanto os modelos ipsl-cm5a-lr, IPSL-CM5A-MR e GFDL-ESM2M
indicaram valores muito prximos de zero na maioria das bacias.
Tabela 6- Valores mximos e mnimos obtidos pelos ndices de avaliao da
climatologia da precipitao considerando o conjunto de modelos para cada bacia.
Bacias
Emborcao
Nova Ponte
Itumbiana
So Simo
Furnas
gua Vermelha
N. Avanhandava
Porto Primavera
Rosana
Itaip
Santa Ceclia
Salto Caxias
It
D. Francisca
Trs Marias
Sobradinho
Xing
Serra da Mesa
Lajeado
Tucuru
Belo Monte
Teles Pires
S. L. Tapajs
Santo Antnio
Fonte: Elaborada pelo prprio autor.
CORREL
MAX
MIN
0,99
0,75
0,99
0,81
0,99
0,77
0,99
0,77
0,99
0,82
0,99
0,86
0,99
0,88
0,98
0,79
0,97
0,83
0,88
0,57
0,99
0,88
0,91
0,58
0,66
0,21
0,15
-0,55
0,99
0,78
0,94
0,62
0,97
0,86
0,98
0,71
0,96
0,68
0,97
0,75
0,98
0,81
0,98
0,83
0,98
0,83
0,99
0,86
RMSE
MAX
MIN
6,78
0,92
5,57
0,83
6,70
1,01
6,62
1,23
4,32
0,82
5,09
0,96
4,86
1,19
6,56
1,83
5,67
1,06
7,69
2,05
3,59
0,70
6,19
1,01
5,35
1,31
6,29
1,74
5,58
0,99
7,91
2,31
5,34
1,76
7,91
1,31
8,40
1,92
6,58
1,55
5,90
1,05
5,89
1,08
5,24
1,15
4,40
1,01
100
Tabela 7-AVAL dos modelos para as bacias do setor eltrico.
BNU- CESM1ESM
BGC
Emborcao
Nova Ponte
Itumbiana
So Simo
Furnas
gua Vermelha
N. Avanhandava
Porto Primavera
Rosana
Itaip
Santa Ceclia
Salto Caxias
It
D. Francisca
Trs Marias
Sobradinho
Xing
Serra da Mesa
Lajeado
Tucuru
Belo Monte
Teles Pires
S. L. Tapajs
0,76
0,74
0,77
0,83
0,87
0,79
0,84
0,85
0,70
0,58
0,95
0,45
0,38
0,31
0,81
0,88
0,80
0,83
0,85
0,82
0,75
0,94
0,84
0,93
Santo Antnio
Fonte: Elaborada pelo prprio autor.
0,68
0,72
0,72
0,78
0,83
0,78
0,79
0,78
0,71
0,62
0,86
0,66
0,82
0,77
0,69
0,63
0,59
0,70
0,71
0,81
0,83
0,86
0,87
0,88
CSIROHadGEM2Mk3- CanESM2
AO
6-0
0,71
0,69
0,71
0,73
0,72
0,69
0,69
0,72
0,56
0,45
0,68
0,26
0,09
0,10
0,72
0,87
0,66
0,74
0,76
0,84
0,68
0,71
0,44
0,60
0,52
0,54
0,53
0,56
0,71
0,66
0,82
0,65
0,86
0,75
0,79
0,71
0,53
0,42
0,59
0,62
0,29
0,59
0,60
0,63
0,53
0,66
0,66
0,70
0,79
0,74
0,84
0,88
0,86
0,80
0,92
0,88
0,95
0,83
0,76
0,98
0,95
0,96
0,74
0,92
0,76
0,88
0,96
0,95
0,94
0,94
0,95
0,93
ipslcm5a-lr
0,10
0,20
0,10
0,09
0,50
0,21
0,33
0,15
0,20
0,08
0,52
0,08
0,07
0,09
0,27
0,14
0,04
0,05
0,05
0,03
0,01
0,02
0,00
0,02
IPSLbccMIROCGFDLCM5AMIROC5 csm1ESM
ESM2M
MR
1
0,00
0,05
0,00
0,00
0,32
0,06
0,15
0,00
0,13
0,00
0,36
0,08
0,11
0,04
0,05
0,03
0,01
0,00
0,00
0,00
0,02
0,00
0,01
0,02
0,79
0,82
0,79
0,83
0,86
0,87
0,79
0,87
0,68
0,81
0,60
0,51
0,41
0,31
0,82
0,86
0,58
0,79
0,79
0,83
0,69
0,79
0,82
0,85
0,80
0,77
0,79
0,80
0,86
0,83
0,87
0,83
0,83
0,81
0,88
0,81
0,75
0,78
0,75
0,97
0,87
0,78
0,86
0,90
0,82
0,79
0,88
0,86
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,83
0,71
0,98
0,63
0,61
0,41
1,00
1,00
0,38
1,00
1,00
1,00
0,89
0,95
0,87
0,96
0,13
0,04
0,18
0,23
0,00
0,06
0,04
0,29
0,01
0,10
0,00
0,01
0,07
0,22
0,04
0,11
0,15
0,25
0,21
0,18
0,12
0,15
0,07
0,62
gisse2-r
0,70
0,73
0,61
0,69
0,93
0,98
0,98
0,75
0,85
0,68
0,85
0,64
0,56
0,64
0,84
0,56
0,92
0,60
0,56
0,62
0,64
0,67
0,70
0,95
HadGEM2- hadgem2CC
ES
0,83
0,72
0,87
0,89
0,85
0,75
0,89
0,87
0,90
0,72
0,81
1,00
0,97
0,77
0,73
0,95
0,72
0,92
0,98
0,98
1,00
1,00
1,00
0,97
0,71
0,60
0,75
0,79
0,73
0,67
0,82
0,86
0,90
0,82
0,81
0,99
0,93
0,99
0,57
0,81
0,71
0,81
0,91
0,95
0,99
0,95
0,99
0,96
101
Nesta seo sero mostrados os resultados obtidos para o cenrio RCP4.5 para o
setor eltrico do Brasil.
7.3.1. Anlise das Anomalias nas mdias Anuais
102
de belo Monte, S.L. Tapajs e Teles Pires. Esse fato evidenciado principalmente no
perodo de 2040 a 2069, onde todos os modelos indicam diminuio nas vazes anuais e
a mdia das anomalas dos modelos superior a 10%.
103
Tabela 8 - Anomalias percentuais mximas e mnimas de vazes anuais sinalizadas pelo conjunto de modelos CMIP5 usados no experimento
para os perodos de 2010 a 2039, 2040 a 2069 e 2070 a 2098 em relao ao perodo de 1950 a 1999 para as bacias da ONS.
2010-2039
Bacias
MAX
MIN
MED
2040-2069
DESV MAX
MIN
MED
2070-2098
DESV
MAX
MIN
MED DESV
7,87
-28,41
-8,27
12,62
4,57
-39,48
-14,38
13,88
7,98
-45,57
-13,91
Emborcao
6,82
-27,58
-6,67
11,87
7,56
-37,47
-10,93
13,97
10,44
-35,69
-10,05
Nova Ponte
4,94
-28,41
-10,14
12,59
2,42
-41,05
-16,70
14,09
5,15
-45,72
-16,74
Itumbiana
4,19
-32,10
-12,58
14,29
4,35
-47,11
-19,35
15,76
6,57
-54,09
-20,33
So Simo
7,56
-20,74
-3,23
8,13
10,16
-26,64
-3,82
11,25
16,30
-27,89
-4,01
Furnas
1,78
-24,70
-6,57
8,34
9,11
-35,87
-8,52
13,03
13,25
-29,49
-7,87
gua Vermelha
1,99
-25,26
-6,14
8,10
11,80
-38,16
-6,80
14,70
16,64
-34,26
-7,46
N. Avanhandava
3,68
-29,50
-10,45
10,67
8,04
-42,25
-14,97
15,32
14,58
-44,26
-15,10
Porto Primavera
10,47
-12,22
-0,91
6,90
20,49
-23,97
-1,15
12,52
20,97
-23,69
-2,72
Rosana
9,12
-16,66
-3,41
7,62
19,91
-27,75
-4,78
13,10
20,57
-29,68
-6,13
Itaip
5,52
-16,44
-3,31
6,57
10,35
-26,99
-3,17
11,73
15,59
-27,14
-3,55
Santa Ceclia
14,25
-5,65
3,24
6,33
17,61
-10,37
4,32
8,29
24,21
-9,78
2,78
Salto Caxias
18,78
-6,26
5,13
8,11
24,63
-7,18
6,94
8,96
28,89
-8,41
3,95
It
23,63
-13,81
6,52
11,64
23,10
-7,19
6,91
9,97
31,04
-23,09
-0,15
D. Francisca
8,74
-27,18
-5,76
11,10
8,67
-31,92
-8,83
12,06
13,90
-33,95
-8,34
Trs Marias
8,82
-38,67
-11,55
14,59
-1,93
-49,65
-16,99
14,85
20,02
-58,05
-15,40
Sobradinho
11,85
-49,13
-15,16
21,20
71,64
-80,64
-14,05
50,31
31,15
-63,16
-28,32
Xing
8,40
-33,00
-12,15
14,54
-2,02
-47,41
-19,92
14,86
4,84
-54,30
-19,61
Serra da Mesa
8,08
-34,00
-15,55
13,70
-6,96
-49,75
-21,40
13,39
5,41
-57,43
-21,97
Lajeado
3,51
-37,28
-13,43
12,41
-6,23
-52,75
-16,88
14,41
14,72
-60,24
-18,39
Tucuru
-4,73
-43,68
-22,02
14,41
-11,29
-55,02
-25,67
14,32
-10,11
-64,98
-30,70
Belo Monte
-1,35
-20,67
-9,84
6,96
-7,58
-30,64
-14,32
8,04
-7,24
-37,85
-17,54
Teles Pires
-2,70
-18,68
-9,66
5,60
-4,16
-27,07
-11,33
7,74
-4,18
-32,82
-13,88
S. L. Tapajs
3,16
-26,81
-9,69
9,01
6,81
-41,68
-18,01
17,52
-0,47
-48,45
-23,51
Santo Antnio
Max: Indica a anomalia na vazo anual do modelo do CMIP5 com maior valor para Bacia, cenrio e perodo em questo.
Min: Indica a anomalia na vazo anual do modelo do CMIP5 com menor valor para Bacia, cenrio e perodo em questo.
Med: Indica a anomalia mdia das vazes anuais entre os modelos do CMIP5 para Bacia, cenrio e perodo em questo.
Desv: Indica desvio padro entre as anomalias das vazes anuais dos modelos do CMIP5 para Bacia, cenrio e perodo em questo.
Fonte: Elaborada pelo prprio autor.
19,46
16,66
19,36
20,63
13,38
13,63
15,03
18,70
13,26
14,61
13,23
10,40
11,99
19,52
16,22
23,29
29,78
20,56
20,86
20,93
19,02
12,19
10,93
18,65
104
Na Figura 34 mostrado o impacto na mdia anual de vazes no sculo XXI em
trs perodos (2010 a 2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5
para o cenrio RCP 4.5 em relao ao sculo XX (1950-1999) para as bacias de
Emborcao e Furnas.
Os
CANESM2
indicam redues nas principais bacias desse setor para todos os perodos. Este ltimo
indica redues significativas superiores a 20% em cada perodo de 30 anos. Estes
modelos sugerem que necessrio um maior investimento em todo o SIN para adaptarse as condies climticas do sculo XXI.
Enquanto o modelo HadGEM2-AO indica aumento nas vazes mdias anuais
nesse setor,sendo este de at 16% em Furnas no perodo de 2070 a 2098.
O modelo IPSL-CM5A-MR mostram redues nas vazes mdias anuais nos
dois primeiros periodos analisados, seguidos por um possvel aumento ou normalidade
no periodo de 2070 a 2098.
J o modelo bcc-csm1-1 mostra aumento nas vazes anuais deste setor no
primeiro perodo e normalidade no periodo de 2040 a 2069, seguido por um novo
aumento no perodo de 2070 a 2098. Isto indica que este modelos no sugere impactos
significativos no clima desta regio, provavelmente o sinal mostrado associado a
variabilidade decadal da precipitao.
Os modelos CESM1-BGC e CSIRO-Mk3-6-0 indicam maior variao espacial
nos impactos nas vazes anuais, indicando redues na bacia Emborcao nos trs
perodos analisados e normalidade em Furnas.
105
Figura 24 - Impacto na mdia anual de vazes no sculo XXI em trs perodos(2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP4.5
em relao ao sculo XX (1950-1999) para : (a) Emborcao e (b) Furnas.
(a)
(b)
Fonte: Elaborada pelo prprio autor.
106
para o cenrio RCP 4.5 em relao ao sculo XX (1950-1999) para as bacias de Porto
Primavera, Itaipu e It. Conforme j mostrado na tabela 6, h uma grande variao
espacial nas anomalias de vazes anuais.
Os modelos BNU-ESM, CESM1-BGC eIPSL-CM5A-LR sinalizam redues
nas vazes mdias anuais em Itaipu e Porto Primavera associados a aumento em It de
at 5% por cada perodo de 30 anos.
Os modelos MIROC5 e HadGEM2-AO indicam aumento nas vazes mdias
anuais nas principais bacias desse setor para todos os perodos analisados, atingindo
valores superiores a 10% no perodo de 2070 a 2098 . Enquanto o modelo CANESM2 e
MIROC_ESM indicam redues em todos os aproveitamentos hidreltricos deste setor,
porm as magnitudes das diminuies so menores em Salto Caxias, It e D. Francisca.
O modelo bcc-csm1-1 indica redues de magnitude inferior aos demais em
Itaipu e Porto Primavera (inferior a 7% nos trs perodos) associado a um tambm leve
aumento no aproveitamento de It nos perodos de 2010 a 2039 e 2040 a 2069.
Figura 25 - Impacto na mdia anual de vazes no sculo XXI em trs perodos(2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP4.5
em relao ao sculo XX (1950-1999) para : (a) Porto Primavera, (b) Itaipu e (c) It.
107
Na Figura 26 mostrado o impacto na mdia anual de vazes no sculo XXI
em trs perodos (2010 a 2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5
para o cenrio RCP 4.5 em relao ao sculo XX (1950-1999) para as bacias de Trs
Marias e Sobradinho.Conforme j mostrado na tabela 6, os modelos analisados indicam
redues nas vazes em Sobradinho no perodo de 2040 a 2069, divergindo apenas em
magnitude.
A maioria dos modelos indica redues nas vazes anuais nestas bacias. Sendo
os modelos MIROC-ESM_ e CanESM2 aqueles que indicam maiores diminuies nas
vazes. Este ltimo sugere projees maiores que 30% em cada perodo de 30 anos em
Sobradinho e maiores que 20% em Trs Marias.
Os modelos MIROC5 e HadGEM2-AO indicam aumento nas vazes em Trs
Marias superior a 5% em cada perodo de 30 anos. J em Sobradinho,enquanto o
modelo HadGEM2-AO indica variaes em torno da normalidade nos trs perodos
analisados, o modelo MIROC5 nico que indica aumento de aproximadamente 10%
no perodo de 2010 a 2039 seguido por uma reduo em torno de 7% entre 2040 e 2069.
(a)
108
(b)
Fonte: Elaborada pelo prprio autor.
109
Figura 27 - Impacto na mdia anual de vazes no sculo XXI em trs perodos(2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP4.5
em relao ao sculo XX (1950-1999) para : (a) Tucuru, (b) Belo Monte e (c) Santo
Antnio.
110
mais prximo ao centroide do cluster 2, enquanto o modelo bcc-csm1-1 o mais
prximo do centroide do cluster 3.
Figura 28 - Anomalia das vazes dos clusteres para o periodo de 2010 a 2039 e
centroide dos mesmos. Cluster 1: modelos em vermelho; Cluster 2: modelos em azul;
Cluster 3: modelos em verde; Centrode 1: representado por x; Centroide 2:
representado por crculos e C.
Cluster
3
3
3
2
1
2
2
2
1
bcc-csm1-1
111
Na Figura 28 so mostrados as anomalia das vazes mdias anuais dos modelos
mais prximos a cada centroide para o cenrio RCP4.5 para os periodo de 2010 a 2039,
2040 a 2069 e 2070 a 2098. Os modelos convergem quanto ao sinal da anomalia no
setor Norte, indicando que as vazes mdias anuas devem reduzir na maioria das bacias
deste setor do SIN.
O modelo HadGEM2-AO indica redues nas vazes em todo setor Norte e na
Bacia do Xing nos trs periodos, associados a aumento nas vazes no setor Sul e
Sudeste/Centro-oeste do SIN. Em It, Salto Caxias e D. Francisca o aumento percentual
nas vazes supeiror a 10% para cada perodo de 30 anos para esse conjunto de
modelos. Enquanto em Lajeado,Tucuru e Belo Monte a reduo nas vazes mdias
anuais de 10% em cada perodo de 30 anos.
O modelo IPSL-CM5A-LR indica redues das vazes mdias anuais nas
principais bacias de cada setor para todos os perodos, notadamente no setor
Sudeste/Centro-oeste do SIN. Os modelos deste cluster sugerem que necessrio um
maior investimento em infraestrutura hdrica, uma maior participao de energia
proveniente de termoeltricas na matriz de energia eltrica brasileira e/ou um maior
investimento em fonte de energias renovveis (como elica e solar, por exemplo) para
que a reduo na oferta no possa impactar a gerao de energia e os nveis de garantia
do sculo XX possam ser mantidos no sculo XXI.
O investimento em grandes infraestruturas hdricas pode levar a srios danos
ambientais, principalmente se este for destinado para o setor Norte. Caso os padres de
consumo do sistema seja mantido (maior consumo na regio Sul e Sudeste do Brasil e
maior possibilidade de gerao de energia no setor Norte) pode-se elevar o custo da
energia para alguns consumidores, j que neste caso h um custo bastante alto associado
a transmisso de energia entre os setores.
O modelo bcc-csm1-1 mostra flutuaes em torno da mdia nos setores Sul e
Sudeste/Centro-oeste nos periodos de 2010 a 2039 e 2040 a 2069 associados a redues
nos setores Norte e Nordeste (principalmente na bacia do Xing, onde a magnitude da
reduo superior a 20% no segundo periodo de 30 anos). Este modelo indica tendncia
negativa em algumas bacias deste setor, conforme Tabela 10, isto indica que os futuros
investimentos nesse setor devem ser planejados de forma a incluir essa possvel
diminuio nas vazes mdias anuais.
112
Figura 29 - Anomalia das vazes dos modelos do CMIP5 para o cenrio RCP4.5 mais
prximos dos centroides, para o perodo de (a)2010 a 2039; (b)2040 a 2069 e (c) 2070 a
2098.
(a)
(b)
(c)
Fonte: Elaborada pelo prprio autor.
113
Na Tabela 10 so mostradas as declividades da tendncia dos modelos mais
prximos a cada centroide para cenrios RCP 4.5 do CMIP5 para o teste de Man
Kendall-Sen das vazes anuais padronizadas. Os modelos que representam os clusteres
no identificaram tendncia significativa na maioria das bacias.
Apesar da clara reduo mostrada no setor no setor Suldeste/Centro-oeste
mostrada pelo modelo IPSL-CM5A-LR e do notado aumento proposto pelos modelo
HadGEM-AO ambos no indicam tendncia significativa em nenhuma das bacias dessa
regio.Isto indica uma possvel maior ocorrncia de eventos extremos, o modelo IPSLCM5A-LR, por exemplo, destaca a ocorrncia de vrios eventos de vazes a baixo da
mdia entre 2070 e 2098, conforme Figura 30.
Tabela 10 - Tendncia identificada para as vazes anuais normalizadas dos modelos do
CMIP5 do cenrio RCP4.5 mais prximos do centrode de cada cluster.
Bacias
Emborcao
Nova Ponte
Itumbiana
So Simo
Furnas
gua Vermelha
N. Avanhandava
Porto Primavera
Rosana
Itaip
Santa Ceclia
Salto Caxias
It
D. Francisca
Trs Marias
Sobradinho
Xing
Serra da Mesa
Lajeado
Tucuru
Belo Monte
Teles Pires
S. L. Tapajs
Santo Antnio
- Ausncia de tendncia significativa
Fonte: Elaborada pelo prprio autor.
IPSL-CM5A-LR
-0,0098
-0,0104
-0,0113
0,0084
-
HadGEM2-AO
0,0096
-0,0096
-
bcc-csm1-1
-0,0104
-0,0081
-0,0132
-0,0077
-0,0125
114
115
a 2098. Assim como na bacia de Furnas os modelos mostram alternncia de fase na
srie histrica ao longo do sculo XXI, captada pela mdia e medianas mveis e pelo
resduo da transformada em ondeletas. Os modelos bcc-csm1-1 e HadGEM2-AO
mostram uma mudana significativa na amplitude da banda de baixa frequncia,
indicando uma maior ocorrncia de eventos extremos.
Na Figura 32 so mostradas as tendncias das vazes mdias anuais e as bandas
geradas a partir da transformada em ondeletas dos modelos IPSL-CM5A-LR,
HadGEM2-AO e bcc-csm1-1 para o cenrio RCP4.5 para Santa Ceclia para o perodo
de 2015 a 2098.
O modelo IPSL-CM5A-LR, assim como em Furnas, indica uma possvel padro
de variabilidade de baixa frequncia captado pela mdia e mediana mvel de dez anos e
pelo resduo da transformada em ondeletas. O teste de Man-Kendall-Sen identificou
tendncia negativa nesta bacia, isto justifica o valor negativo encontrado nas anomalias
da Figura 29 mesmo nos perodos de alternncia de fases. Nota-se, uma maior
amplitude nas fases de maiores vazes, apresentando anos com vazes bastantes baixas
seguidos por anos com vazes elevadas. Sendo este comportamento mais evidenciado
no final do sculo, com uma notada mudana de amplitude na banda de alta frequncia.
Enquanto o modelo HadGEM-AO apontam para uma tendncia positiva com
uma grande ocorrncia de eventos extremos, principalmente associado a alta amplitude
mostrada pela banda de alta frequncia mostrada pela transformada em ondeletas.
J o modelo bcc-csm1-1 mostra-se mais comportado ao longo de praticamente
todo o sculo, com vazes em torno da mdia, porm sinaliza uma grande mudana na
amplitude
da
baixa
frequncia
no
perodo
de
2080
2098.
116
Figura 30 - Tendncias das sreis de vazes para Furnas dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 Anos e tranformada em ondeletas.
117
Figura 31 - Tendncias das sries de vazes para Itaipu dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos centroides, usando
regresso linear, mdia e mediana mveis de 10 anos e transformada em ondeletas.
118
Figura 32 - Tendncias das sries de vazes para Santa Ceclia dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos -centroides,
usando regresso linear, mdia e mediana mveis de 10 anos e transformada em ondeletas.
119
Na Figura 33 e Figura 34 so mostradas as tendncias das vazes mdias anuais
e as bandas geradas a partir da transformada em ondeletas dos modelos IPSL-CM5ALR, HadGEM2-AO e bcc-csm1-1 para o cenrio RCP4.5 para Sobradinho e Xing,
respectivamente,
120
Figura 33 - Tendncias das sreis de vazes para Sobradinho dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e tranformada em ondeletas.
121
Figura 34 - Tendncias das sries de vazes para Sobradinho dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos centroides,
usando regresso linear, mdia e mediana mveis de 10 anos e tranformada em ondeletas
122
Nas figuras 35, 36 e 37 so mostradas as tendncias das vazes mdias anuais e
as bandas geradas a partir da transformada em ondeletas dos modelos IPSL-CM5A-LR,
HadGEM2-AO e bcc-csm1-1 para o cenrio RCP4.5 para Tucuru, Belo Monte e Santo
Antnio, respectivamente, para o perodo de 2015 a 2098.
Os modelos apresentados mostram comportamento semelhante nas bacias
analisadas para esse setor. Em Tucuru os modelos indicam um aumento na
variabilidade da srie, com um evidente aumento da amplitude oscilao das vazes
mdias anuais para todo o sculo. Isto mostra que os eventos extremos nessa bacia
tendem a ser mais intensos do que no sculo XXI, principalmente aqueles com vazes
abaixo da mdia histrica.
J em Belo Monte, os modelos sugerem que as vazes mdias anuais devem ser
reduzidas, esse sinal claramente captado pelo resduo. Isto sugere que essa regio
atravessar mudanas no clima e/ou apresenta um padro de variao de baixssima
frequncia sinalizado pelo resduo.
Na bacia Santo Antnio h um pronunciado padro de variao natural da srie
captado mdia e mediana mveis de 10 anos. Apesar de certa divergncia em relao ao
sinal da tendncia, os mesmo concordam com o aumento na variabilidade da srie, j
mostrado em Tucuru. Isto indica a possibilidade de eventos extremos mais intensos
nessa bacia, este aumento mostrado na banda de baixa frequncia que tem um
aumento
em
sua
amplitude
ao
longo
do
sculo
XXI.
123
Figura 35 - Tendncias das sries de vazes para Tucuru dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas.
124
Figura 36 - Tendncias das sries de vazes para Belo Monte dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas.
125
Figura 37 - Tendncias das sries de vazes para Santo Antnio dos modelos do CMIP5 para o cenrio RCP4.5 mais prximos dos centroides,
usando regresso linear, mdia e mediana mveis de 10 anos e transformada em ondeletas.
126
7.4. Cenrio RCP8.5
Nesta seo sero mostrados os resultados obtidos para o cenrio RCP8.5 para o
setor eltrico do Brasil.
7.4.1. Anlise das Anomalias nas mdias Anuais
127
2010 a 2039 onde a mdia dos modelos -6,5% com desvio padro de 7,4%. Nos
demais perodos importante destacar a margem de possibilidades, visto que os
modelos de maior e menor anomalia divergem bastante, respectivamente, 24,9% e 41,1% no perodo de 2070 a 2098.
No setor Nordeste os modelos indicam bastante incerteza na bacia do Xing, no
havendo convergncia a respeito dos resultados dos mesmos, o desvio padro entre as
anomalias dos modelos apontam valores superiores a 30% nos trs perodos. Porm, em
Sobradinho os modelos sinalizam redues nas vazes no perodo de 2010 a 2039,
divergindo apenas em magnitude. J em Trs Marias os modelos sinalizam a
possibilidade de leve aumento, de at aproximadamente 8% no perodo de 2070 a 2098,
a redues de maior magnitude, de at 25% em cada perodo.
J nas bacias do setor Norte os modelos analisado sugerem uma maior
possibilidade de redues de vazes, de at aproximadamente 40% em Tucuru, Belo
Monte e Lajeado,ou normalidade no perodo de 2010 a 2039.
Apesar da divergncia entre os modelos, nos demais perodos a mdia dos
modelos sugere redues de aproximadamente 15% em cada bacia do setor no perodo
de 2040 a 2069.
Na bacia de Santo Antnio os modelos analisados sugerem que as vazes mdias
anuais devem reduzir em pelo menos 7% em cada perodo de 30 anos
128
Tabela 11 - Anomalias percentuais mximas e mnimas de vazes anuais sinalizadas pelo conjunto de modelos CMIP5 usados no experimento
para os perodos de 2010 a 2039, 2040 a 2069 e 2070 a 2098 em relao ao perodo de 1950 a 1999 para as bacias da ONS.
Bacias
2010-2039
2040-2069
2070-2098
MAX MIN MED DESV MAX MIN MED DESV MAX MIN MED DESV
3,5 -28,6 -12,3
9,1
3,0 -36,6 -14,4 11,6
4,3 -54,9 -20,4 16,7
Emborcao
5,0
-27,5
-11,8
9,4
2,7
-33,4
-12,8
11,6
7,2 -52,1 -17,3 16,5
Nova Ponte
3,4 -29,4 -13,2
8,8
1,2 -38,6 -16,1 11,7
1,0 -57,5 -23,7 16,1
Itumbiana
1,5 -34,2 -14,9
9,5
-0,4 -44,4 -18,5 13,2
-2,2 -65,6 -27,7 18,3
So Simo
2,9 -20,2 -7,3
7,5
7,5 -25,5 -5,4
10,7
11,8 -33,4 -8,1
15,8
Furnas
2,4
-26,3
-11,1
7,8
7,5
-33,5
-11,5
12,2
8,5
-43,5
-15,5
16,5
gua Vermelha
2,9 -28,7 -10,1
8,8
11,4 -38,5 -10,5 14,9
12,1 -45,7 -14,2 19,9
N. Avanhandava
-2,7 -34,0 -13,5
8,1
3,5 -43,9 -16,1 14,3
10,1 -55,9 -23,3 18,3
Porto Primavera
5,7 -22,0 -2,9
7,1
16,1 -27,8 -4,5
13,8
29,6 -38,7 -3,4
19,2
Rosana
3,9 -26,0 -6,5
7,4
15,4 -34,4 -9,8
14,3
24,9 -41,1 -12,0 19,1
Itaip
3,7 -21,6 -6,0
7,3
10,3 -28,1 -3,8
11,6
16,6 -35,8 -5,7
16,4
Santa Ceclia
17,0 -11,6 3,4
6,4
23,3 -19,9 3,9
12,6
39,3 -23,0 10,6
18,1
Salto Caxias
21,6 -11,5 6,1
8,8
41,6 -21,6 9,4
18,8
70,4 -18,2 18,3
26,8
It
24,8 -11,3 6,5
11,2
40,2 -22,9 7,1
21,4
60,7 -21,6 16,0
28,9
D. Francisca
2,7
-27,5
-10,8
9,1
4,5
-31,2
-10,9
10,5
8,2
-47,6
-15,5
16,4
Trs Marias
-3,3 -45,4 -18,7 12,6
11,3 -54,7 -18,5 18,3
31,1 -65,7 -22,9 24,5
Sobradinho
56,7 -63,5 -16,7 34,8 190,8 -68,6 -1,1
88,6 395,7 -89,5 7,0
139,9
Xing
2,8 -34,6 -14,6 12,0
8,1 -45,1 -18,2 16,5
9,7 -59,7 -27,2 20,1
Serra da Mesa
-1,2 -43,6 -16,7 13,3
20,7 -51,6 -15,7 20,7
26,0 -53,6 -21,4 22,6
Lajeado
2,9 -42,2 -15,7 13,7
31,6 -55,5 -18,5 24,0
38,7 -72,0 -30,2 30,8
Tucuru
-0,8 -40,4 -17,7 10,9
19,4 -61,8 -26,7 19,8
11,0 -78,3 -43,5 23,7
Belo Monte
-2,4 -19,9 -9,6
5,6
1,6 -32,3 -13,1
9,6
-4,1 -42,8 -21,3 11,6
Teles Pires
2,5 -18,7 -8,3
5,9
0,8 -30,3 -13,0
9,5
-4,4 -41,3 -21,7 12,7
S. L. Tapajs
-6,2
-28,5
-14,5
6,9
-7,0
-49,5
-24,0
13,8
-12,8
-69,7 -35,2 19,0
Santo Antnio
*Max: Indica a anomalia na vazo anual do modelo do CMIP5 com maior valor para Bacia, cenrio e perodo em questo;*Min: Indica a anomalia na vazo anual do modelo
do CMIP5 com menor valor para Bacia, cenrio e perodo em questo;*Med: Indica a anomalia mdia da vazo anual entre os modelos do CMIP5 para Bacia, cenrio e
perodo em questo e *Desv: Indica desvio padro entre as anomalias da vazo anual dos modelos do CMIP5 para Bacia, cenrio e perodo em questo.
Fonte: Elaborada pelo prprio autor.
129
Na Figura 38 mostrado o impacto na mdia anual de vazes no sculo XXI em
trs perodos (2010 a 2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5
para o cenrio RCP 8.5 em relao ao sculo XX (1950-1999) para as bacias de Furnas
e Emborcao.
Os modelos MIROC_ESM, BNU-ESM, IPSL-CM5A-LR e CANESM2, assim
como no cenrio RCP 4.5, indicam redues nas principais bacias desse setor para
todos os perodos. Essas diminuies so de maior magnitude no cenrio RCP8.5,
podendo atingir valores superiores a 20% em cada perodo de 30 anos em Furnas,
segundo este modelos.
Da mesma forma, os modelos GFDL-ESM2M e GISS-E2-R (com rodadas
indisponveis para o cenrios RCP4.5) indicam redues tambm nos trs periodos para
todas as bacias deste setor. Sendo que o modelo GFDL-ESM2M indica uma possivel
tendncia negativa em todas bacias deste setor, conforme sugere a figura 20.
Estes modelos sugerem que necessrio um maior investimento em todo o SIN
para adaptar-se as condies climticas do sculo XXI.
Os modelos CESM1-BGC, CSIRO-Mk3-6-0 e HadGEM2-AO, assim como no
cenrio RCP4.5, indicam maior variao espacial nos impactos nas vazes anuais,
indicando redues na bacia Emborcao nos trs perodos analisados e normalidade em
Furnas.
O modelo IPSL-CM5A-MR mostra redues nas vazes mdias anuais no
perodo de 2010 a 2039, seguidos por um possvel aumento nos periodos de 2040 a
2069 e 2070 a 2098.
J o modelo bcc-csm1-1 mostra leve aumento nas vazes anuais deste setor no
primeiro e segundo perodos e normalidade no periodo de 2070 a 2098. Isto indica que
este modelos no sugere impactos significativos no clima desta regio para este cenrio,
provavelmente o sinal mostrado associado a variabilidade decadal da precipitao.
130
Figura 38 - Impacto na mdia anual de vazes no sculo XXI em trs perodos(2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP8.5
em relao ao sculo XX (1950-1999) para : (a) Emborcao e (b) Furnas.
(a)
(b)
Fonte: Elaborada pelo prprio autor.
131
Primavera, Itaipu, Rosana e D.Francisca. Conforme j mostrado na tabela 10, h uma
grande variao espacial nas anomalias de vazes anuais.
A maioria dos modelos projeta redues nas vazes em Porto Primavera e
Itaipu, porm divergem nas bacias Rosana e D. Francisca.
Os modelos GFDL-ESM2M e CanESM2 sinalizam redues nas vazes mdias
anuais em todas bacias deste setor em todos perodos analisados. Sendo a magnitude das
redues aproximadamente 20% por aproveitamento hidroeltrico analisado.
O modelo MIROC5 indicam aumento nas vazes mdias anuais em Itaipu,
Rosana e D. Francisca, nas principais bacias desse setor para todos, atingindo valores
superiores a 10% no perodo de 2070 a 2098, associados a pequenas flutuaes em
torno da mdia histrica na Bacia de Porto Primavera.Enquanto o modelo bcc-csm1-1
indica redues de magnitude inferior aos demais em Porto Primavera nos perodos de
2010 a 2039 e 2040 a 2069 (inferior a 5%) associado a normalidade em Itaipu e Rosana
e uma leve tendncia positiva em D.Francisca, que indica aumento nas vazes mdias
anuais superiores a 10% no perodo de 2070 a 2098 nesta bacia.
132
Figura 39 - Impacto na mdia anual de vazes no sculo XXI em trs perodos (2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP8.5
em relao ao sculo XX (1950-1999) para : (a) Porto Primavera; (b) Itaipu; (c)Rosana
e (d)D. Francisca.
133
O modelo IPSL-CM5A-MR apresenta aumento nas vazes mdias anuais em
Sobradinho nos periodos de 2040 a 2069 e 2070 a 2098, indicando uma possvel
tendncia postiva.
(a)
(b)
O modelo CanESM2 no completou a simulao em Sobradinho, por isso no mostrado no terceiro
perodo.
Fonte: Elaborada pelo prprio autor.
134
Na Figura 41 mostrado o impacto na mdia anual de vazes no sculo XXI
em trs perodos (2010 a 2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5
para o cenrio RCP 8.5 em relao ao sculo XX (1950-1999) para as bacias Tucuru e
Santo Antnio. Assim como no cenrio RCP4.5, a maioria dos modelos sinalizam uma
maior possibilidade de redues nas vazes mdias anuais nas bacias deste setor.
Os modelos IPSL-CM5A-LR e IPSL-CM5A-MR sinalizam que os impactos
neste setor possuem grande variabilidade espacial, sendo os nicos modelos que
apontam algum aumento nas vazes em Tucuru nos perodos de 2040 a 2069 e 2070 a
2098, associados a redues, de aproximadamente 40%, em Santo Antnio. Os demais
modelos sugerem redues nas vazes mdias anuais de pelo menos aproximadamente
10% por bacia por cada perodo de 30 anos.
135
Figura 41 - Impacto na mdia anual de vazes no sculo XXI em trs perodos(2010 a
2039, 2040 a 2069 e 2070 a 2098) para os modelos do CMIP5 para o cenrio RCP8.5
em relao ao sculo XX (1950-1999) para : (a) Tucuru e (b) Santo Antnio.
136
disperso nas bacias do setor Nordeste e nas bacias do setor Norte, principalmente na
bacia do Xing. Enquanto na Tabela 12 so mostrados os modelos pertencentes a cada
um dos clusteres e so destacados os mais prximos a cada um dos centroides.
O modelo HadGEM2-CC representa o modelo mais prximo do centroide do
cluster 1, tambm composto pelo modelo IPSL-CM5A-LR. J o modelo MIROC-ESM
o mais prximo ao centroide do cluster 2, enquanto o CESM1-BGC o mais prximo
do centroide do cluster 3 e o modelo HadGEM2-AO o mais prximo do centroide do
cluster 4.
Figura 42 - Anomalia das vazes dos clusteres para o periodo de 2010 a 2039
ecentroide dos mesmos. Cluster 1: modelos em vermelho; Cluster 2: modelos em azul;
Cluster 3: modelos em verde; Cluster 4: modelos em amarelo; Centrode 1: representado
por x; Centroide.
137
Tabela 12 - Modelos do CMIP5 utilizados para o cenrio RCP8.5 e seus respectivos
clusteres.
Modelos
BNU-ESM
CESM1-BGC
CSIRO-Mk3-6-0
CanESM2
HadGEM2-AO
IPSL-CM5A-LR
IPSL-CM5A-MR
MIROC-ESM
MIROC5
bcc-csm1-1
GFDL-ESM2M
GISS-E2-R
HadGEM2-CC
HadGEM2-ES
Cluster-RCP 8.5
3
3
4
2
4
1
3
2
3
4
2
2
1
3
138
no sculo XXI nesta regio. Porm, a sinalizao negativa mostrada em todo o setor
Norte associado s redues de menor magnitude no setor Sudeste/Centro-oeste,
indicam que a regio Sudeste do Pas (principal setor econmico do Brasil) pode ter
problemas para atender a demanda energtica se novos investimentos em infraestrutura
hdrica no forem realizados.
O cluster 2, representado pelo modelo MIROC-ESM, indica redues nas
principais bacias de cada setor para todos os perodos, principalmente no setor Norte,
indicando tendncia negativa na maioria da bacias (conforme tabela 12).Para as bacias
do setor Sudeste/Centro-Oeste no perodo de 2070 a 2098, este modelo indica redues
nas vazes anuais de aproximadamente 40% por bacia.
O cluster 2 sugere que necessrio um maior investimento em infraestrutura
hdrica, uma maior participao de energia proveniente de termoeltricas na matriz de
energia eltrica brasileira e/ou um maior investimento em fonte de energias renovveis
(como elica e solar, por exemplo) para que a reduo na oferta no possa impactar a
gerao de energia e os nveis de garantia do sculo XX possam ser mantidos no sculo
XXI.
O modelo CESM1-BGC mostra redues nas vazes mdias anuais inferiores a
5% na maioria das Bacias do SIN no periodo de 2010 a 2039, indicando que nesse
perodo se a demanda energtica for mantida o sistema no deve ter grandes problemas
para atende-l. Nos periodos de 2040 a 2069 e 2070 a 2098 este modelo indica
flutuaes em torno da normalidade no setor Sul, associados a anomalias negativas em
todo os aproveitamentos dos setores Norte e Nordeste do SIN, atingindo valores
inferiores a -15% no ltimo perodo.
O modelo HadGEM2-AO mostra impactos significativos nos setores Norte e
Nordeste nos trs perodos, principalmente em Belo Monte e Tucuru, asscoiados a
aumentos superioes a 20 % em cadas 30 anos nas Bacias de Salto Caxias, It e
D.Francisca. Destaca-se ainda, a condio de normalidade projetada para Furnas e
Itaipu nos trs periodos de 30 anos.
139
Figura 43 - Anomalia das vazes dos modelos do CMIP5 para o cenrio RCP8.5 mais
prximos dos centroides,para o perodo de (a)2010 a 2039; (b)2040 a 2069 e (c) 2070 a
2098.
(a)
(b)
(c)
Fonte: Elaborada pelo prprio autor.
140
Na Tabela 13 so mostradas as declividades da tendncia dos modelos mais
prximos a cada centroide para cenrios RCP 8.5 do CMIP5 para o teste de Man
Kendall-Sen das vazes anuais normalizadas.O modelo HadGEM2-CC algumas bacias
com tendncia positiva no setor Sul, associado a tendncia negativa no setores Norte e
Nordeste. J cluster 2 representado pelo modelo MIROC-ESM indicam redues nas
principais bacias de cada setor para todos os perodos, principalmente no setor Norte.
Enquanto o CESM-BGC no indica tendncia significativa nos Setores Sul e
Sudeste/Centro-oeste, porm indicam tendncia nos setores Norte e Nordeste. J o
HadGEM-AO mostra tendncia negativa em algumas bacias do setor Norte, aliado a
tendncia positiva em D.Francisca e It.
HadGEM2-CC
MIROC-ESM
CESM1-BGC
HadGEM2-AO
-0,0295
-0,0303
-0,0359
-0,0129
-0,0385
0,0108
-0,0335
-0,0305
-0,0282
-0,0133
-0,0363
-0,0092
-0,0202
-0,0232
0,0178
-0,0238
0,0364
0,0475
0,0315
0,0278
0,0081
0,0181
-0,0331
-0,011
-0,0222
-0,0184
0,0040
-0,0069
-0,0129
-0,0283
-0,0207
-0,0182
-0,0144
-0,0409
-0,0191
-0,0147
-0,0161
-0,0728
-0,0239
-0,0306
-0,0441
-0,0491
-0,0433
-0,0089
-0,0246
-0,0659
-0,0422
-0,0123
-0,0453
141
Santo Antnio
-0,0307
-0,0499
-0,0117
142
Figura 44 - Tendncias das sries de vazes para Furnas dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas.
143
Na Figura 45 e na Figura 46 so mostradas as tendncias das vazes mdias
anuais e as bandas geradas a partir da transformada em ondeletas dos modelos CESM1BGC, HadGEM2-AO, MIROC-ESM e HadGEM2-CC para o cenrio RCP8.5 para as
bacias de Itaipu e D.Francisca para o perodo de 2015 a 2098. Os modelos mostram
variabilidade espacial neste setor, com caractersticas distintas para as projees das
bacias de Itaipu e D.Francisca.
O modelo CESM1-BGC no mostra impactos significativos nas vazes mdias
anuais em D.francisca em todo o sculo XXI. Em Itaipu h um grande alternncia de
anos secos e chuvosos, sendo os eventos de anos abaixo da mdia cada vez mais
intensos, principalmente no perodo de 2070 a 2098. Assim como em Furnas, apesar de
no perodo de 2070 e 2098 as vazes do modelo estarem na fase seca, claramente os
eventos de secas atingem patamares mais intensos do que nos demais perodos, esse
padro captado pelo resduo da transformada em ondeletas.
O modelo HadGEM2-AO mostra em Itaipu uma aumento na amplitude de
variao da srie, com ocorrncia de uma maior quantidade de efeitos extremos. Assim
como sinalizado pelo modelo HadGEM2-CC,este tambm mostra tendncia positiva
para a bacia de D.Francisca, com mudanas significativas nos valores das vazes
mdias anuais a partir de 2060.
O modelo MIROC-ESM indica tendncia negativa em Itaipu, sugerindo
redues dos patamares de vazes mdias anuais j a partir do inicio da srie do sculo
XXI. Enquanto na bacia de D.Francisca esse modelo mostra leve tendncia positiva,
sendo os padres de variabilidade naturais da srie o maior responsvel pelo sinal da
anomalia na Figura 43.
O modelo HadGEM2-CC mostra tambm um padro de variao de baixa
frequncia e tendncia positiva segundo o teste de Man-Kendall-Sen. Em ambas as
bacias, h uma clara mudana de amplitude na banda de baixa frequncia. Indicando o
aumento de eventos acima da mdia histrica, sendo estes mais intensos do que no
sculo XX.O resduo da transforma em ondeletas capta a tendncia em D. Francisca e
sugere que as vazes devem atingir valores muita acima da mdia histrica do sculo
XX, principalmente a partir 2060.
144
Figura 45 - Tendncias das series de vazes para Itaipu dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas.
145
Figura 46 - Tendncias das sries de vazes para D.Francisca dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides,
usando regresso linear, mdia e mediana mveis de 10 anos e transformada em ondeletas.
146
Na Figura 47 e na Figura 48 so mostradas as tendncias das vazes mdias
anuais e as bandas geradas a partir da transformada em ondeletas dos modelos CESM1BGC, HadGEM2-AO, MIROC-ESM e HadGEM2-CC para o cenrio RCP8.5 para
Sobradinho e Xing, respectivamente, para o perodo de 2015 a 2098.
O modelo CESM1-BGC indica a possibilidade de uma srie de eventos extremos
no setor Nordeste no perodo de 2015 a 2060, seguido por uma reduo da amplitude de
variao da srie no perodo de 2060 a 2098. Em ambas as bacias o modelos mostra
tendncia negativa, sendo est tambm captada pelo resduo e mais intensa a partir de
2050.
O modelo HadGEM2-AO mostra em Sobradinho um padro de variao de
baixa frequncia, apesar disso a srie possui patamares de vazes abaixo da srie
histrica em praticamente todo o sculo. Em Xing o modelo mostra tambm patamares
de vazo abaixo do sculo XX, com alguns eventos extremos de cheia ao longo do
sculo.
O modelo MIROC-ESM indica tendncia negativa em Sobradinho, sugerindo
redues dos patamares de vazes mdias anuais j a partir do inicio da srie do sculo
XXI. Enquanto na bacia de Xing esse modelo mostra leve tendncia positiva, porm as
vazes mdias anuais encontram-se abaixo dos patamares do sculo XXI, o que justifica
os valores negativos de anomalia na Figura 43.
O modelo HadGEM2-CC mostra tambm um padro de variao de baixa
frequncia tendncia negativa, segundo a regresso linear. Em ambas as bacias, h uma
clara mudana de amplitude na banda de baixa frequncia. Indicando o aumento de
eventos acima da mdia histrica, sendo estes mais intensos do que no sculo XX,
principalmente em Xing.
147
Figura 47 - Tendncias das sries de vazes para Sobradinho dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides, usando regresso linear, mdia e
mediana mveis de 10 anos e transformada em ondeletas.
148
Figura 48 - Tendncias das sries de vazes para Xing dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides, usando
regresso linear, mdia e mediana mveis de 10 anos e transformada em ondeletas.
149
Na Figura 49, na Figura 50 e na Figura 51 so mostradas as tendncias das
vazes mdias anuais e as bandas geradas a partir da transformada em ondeletas dos
modelos CESM1-BGC, HadGEM2-AO, MIROC-ESM e HadGEM2-CC para o cenrio
RCP8.5 para Tucuru, Belo Monte e Santo Antnio, respectivamente, para o perodo de
2015 a 2098.
Os modelos apresentados mostram comportamento semelhante nas bacias
analisadas para esse setor, com tendncia bastante negativa em todas as bacias.
O modelo CESM1-BGC mostra aumento na variabilidade da srie,
principalmente associado ao aumento da amplitude da baixa frequncia, associado a
tendncia negativa.
O modelo HadGEM2-AO mostra tendncia negativa na maioria das bacias deste
setor, em Santo Antnio o teste de Man-Kendall-Sen no mostra tendncia, porm h
um evidente aumento da amplitude da baixa frequncia.
O modelo MIROC-ESM indica tendncia negativa em Tucuru, Belo Monte e
Santo Antnio, sugerindo redues dos patamares de vazes mdias anuais j a partir do
inicio da srie do sculo XXI.
O modelo HadGEM-CC mostra impacto em todas as bandas da transformada em
ondeletas, no perodo de 2080 a 2098 h mudanas significativas na amplitude da
banda de 10 a 33 anos em todas as bacias do setor norte. O resduo indica mudanas
significativas nos padres de variao das vazes mdias anuais no perodo de 2060 a
2098. Essas modificaes na amplitude mostram, alm da tendncia negativa da srie,
uma maior variabilidade das vazes com grande frequncia de ocorrncia de eventos
extremos.
150
Figura 49 - Tendncias das sreis de vazes para Tucuru dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides, usando
regresso linear, mdia e mediana mveis de 10 anos e tranformada em ondeletas.
151
Figura 50 - Tendncias das series de vazes para Belo Monte dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides,
usando regresso linear, mdia e mediana mveis de 10 anos e transformada em ondeletas.
152
Figura 51 - Tendncias das series de vazes para Santo Antnio dos modelos do CMIP5 para o cenrio RCP8.5 mais prximos dos centroides,
usando regresso linear, mdia e mediana mveis de 10 anos e transformada em ondeletas.
153
Ors
CORREL
RMSE
0,93
3,28
0,96
2,62
0,92
6,22
0,81
6,55
0,97
2,88
0,93
5,81
0,91
6,37
0,78
5,86
0,95
3,58
0,91
3,62
0,94
3,86
0,87
3,35
0,96
3,28
0,96
3,39
Banabui
CORREL
RMSE
0,95
2,59
0,94
2,74
0,89
6,09
0,83
5,81
0,97
2,43
AVAL
0,80
0,96
0,40
0,09
0,97
0,48
0,37
0,09
0,81
0,71
0,75
0,63
0,88
0,86
AVAL
0,93
0,89
0,37
0,28
1,00
Castanho
CORREL
RMSE
AVAL
0,93
3,41
0,72
0,97
2,27
0,95
0,92
5,96
0,40
0,82
6,58
0,10
0,99
3,01
0,91
0,90
6,05
0,36
0,91
6,46
0,32
0,78
5,93
0,08
0,96
3,48
0,80
0,94
3,27
0,77
0,95
3,86
0,73
0,89
3,25
0,64
0,97
3,37
0,84
0,97
3,49
0,82
Pacoti-Riacho
CORREL
RMSE
AVAL
0,98
1,83
0,99
0,92
3,30
0,75
0,90
7,80
0,32
0,89
5,04
0,53
0,97
2,23
0,94
154
IPSL-CM5A-LR
IPSL-CM5A-MR
MIROC-ESM
MIROC5
bcc-csm1-1
GFDL-ESM2M
GISS-E2-R
HadGEM2-CC
HadGEM2-ES
0,86
0,85
0,73
0,93
0,94
0,92
0,78
0,97
0,95
5,61
6,11
6,39
3,98
2,85
3,58
5,11
2,69
3,01
0,37
0,29
0,00
0,71
0,87
0,74
0,26
0,95
0,88
0,82
0,92
0,77
0,97
0,94
0,92
0,76
0,98
0,97
6,31
4,20
5,96
3,25
2,97
3,42
5,68
2,15
2,24
0,28
0,67
0,18
0,86
0,81
0,73
0,18
0,97
0,95
155
e subestimando em abril, maio e junho. Em termos percentuais, o modelo CanESM2
possui dificuldade de representar a sazonalidade, atribuindo o maior valor percentual de
chuva para o ms de fevereiro. J o modelo MIROC-ESM no representa
satisfatoriamente a pr-estao, apresentando valores percentuais de precipitao nos
meses de dezembro, janeiro e fevereiro que superam em at 10% os valores observados.
(a)
(b)
Fonte: Elaborada pelo prprio autor.
156
8.2. Anomalia das mdias anuais de vazes
157
mdia, identificou-se que o CSIRO-Mk3-6.0 tem valor percentual superior a 150% no
perodo de 2010-2039, o IPSL-CM5A-MR tem valores superiores a 150% tanto no
perodo de 2040-2069 como no perodo de 2070-2098, e o MIROC5 varia de valores
percentuais prximo 100% at prximo a 150%.
158
A Figura 54 mostra que os modelos divergem quanto as projees das vazes
mdias anuais para a bacia de Banabuiu. Para o perodo de 2010-2039, os modelos que
sugerem reduo das vazes mdias indicam margens de aproximadamente 5% at
65%, j entre 2040 e 2069 varia a margem de aproximadamente 5% at 75% e no
periodo de 2070 a 2098 varia entre de 5% at 90%. Os modelos IPSL-CM5A-LR, o
IPSL-CM5A-MR e o HadGEM2-CC indicam variao positiva nos trs periodos.
Para bacia do Castanho, verifica-se que a maioria dos modelos apresenta
redues nas vazes no primeiro perodo. Os modelos que apresentaram as maiores
redues ao longo de quase todo o sculo XXI foram os modelos CSIRO-Mk3-6.0 e o
BNU-ESM, indicando valores superiores a 50% no perodo de 2040-2069, e valores
prximos a 100% para o perodo de 2070-2098. Os modelos IPSL-CM5A-LR e IPSLCM5A-MR foram os que apresentaram, novamente, uma maior variao percentual de
aumento da vazo, com valores superiores a 100% nos dois ltimos perodos. O
modelos HadGEM2-CC apresenta aumentos nas vazes nos dois primeiros perodos
seguido por uma inverso de sinal no ltimo perodo, sugerindo reduo das vazes
mdias anuais de aproximadamente 10%.
Para a bacia do Ors, o comportamento dos modelos semelhante ao mostrado
para a bacia do Castanho.
Para a bacia de Pacoti-Riacho, o perodo de 2010-2039 mostrou 6 modelos com
projeo de aumento da vazo mdia anual, sendo este superior a 50% em alguns casos.
Para o perodo de 2040 a 2098, notou-se que os modelos CSIRO-Mk3-6.0, MIROC5 e
bcc-csm1-1, sofreram uma inverso do sinal da anomalia, indicando uma possvel
tendncia negativa.
159
Figura 54-Variao percentual na mdia anual de vazes no sculo XXI para os
modelos do CMIP5 para o cenrio RCP8.5 para: (a) ros , (b) Castanho, (c) Banabuiu
e (d) Pacoti-Riacho.
160
Tabela 15- Tendncia identificada para as vazes anuais padronizadas (desvios padres
por ano) dos modelos do CMIP5 para os cenrios RCP4.5 e RCP8.5 o sistema
Jaguaribe-Metropolitano do Cear.
RCP8.5
RCP4.5
Modelos
BNU-ESM
CESM1-BGC
CSIRO-Mk3-6-0
CanESM2
HadGEM2-AO
IPSL-CM5A-LR
IPSL-CM5A-MR
MIROC-ESM_
MIROC5
bcc-csm1-1
GFDL-ESM2M
GISS-E2-R
HadGEM2-CC
HadGEM2-ES
BNU-ESM
CESM1-BGC
CSIRO-Mk3-6-0
CanESM2
HadGEM2-AO
IPSL-CM5A-LR
IPSL-CM5A-MR
MIROC-ESM_
MIROC5
bcc-csm1-1
GFDL-ESM2M
GISS-E2-R
HadGEM2-CC
HadGEM2-ES
Ors
-0,002
-0,002
-0,001
0,050
0,190
-0,003
-0,004
-0,002
-0,009
-0,003
-0,002
-0,005
0,008
0,069
-0,007
*
*
*
*
Castanho
-0,003
-0,003
-0,002
-0,001
0,046
0,095
-0,003
-0,006
-0,002
-0,010
-0,005
-0,003
-0,004
-0,001
-0,002
0,008
0,037
-0,009
*
*
*
*
Banabui
-0,002
-0,001
-0,001
0,037
0,064
-0,008
-0,002
-0,002
0,029
-0,007
*
*
*
*
Pacoti-Richo
-0,001
-0,001
-0,001
0,004
0,052
0,029
-0,001
-0,007
-0,008
-0,001
0,017
*
*
*
*
161
ocorrncia de eventos extremos, principalmente de vazes muito acima da mdia
histrica. Essa mudana de amplitude dos eventos captada pela banda de baixa
frequncia (1-10 anos).
J o modelo bcc-csm1-1 mostra alguns anos de extremos de cheia na primeira
metade do sculo seguido por uma possvel estabilizao na segunda metade com
sensvel tendncia negativa. Este fato reforado pela amplitude da banda de baixa
frequncia e alta frequncia, que apresentam valores positivos extremamente elevados
no perodo de 2015 a 2050.
Os valores negativos de anomalia nas vazes mdias anuais do modelo BNUESM mostrados na Figura 51 so explicadas pelo comportamento do resduo que
apresenta valores negativos em todo o sculo XXI.
Na Figura 56 so mostradas as tendncias das vazes mdias anuais e as bandas
geradas a partir da transformada em ondeletas dos modelos BNU-ESM, IPSL-CM5ALR e bcc-csm1-1 para o cenrio RCP4.5 para a bacia de Pacoti-Riacho para o perodo
de 2015 a 2098. Os modelos possuem em comum um aumento da variabilidade das
vazes anuais e a ausncia de tendncia segundo o teste de Man-Kendall Sen.
A banda de 1 a 10 anos apresenta um aumento de amplitude, para todos os
modelos, principalmente para os ltimos trinta anos do perodo avaliado. Isso pode
indicar
um
aumento
na
ocorrncia
de
eventos
extremos
de
vazes.
162
Figura 55-Tendncias das sries de vazes para a bacia do ros dos modelos do CMIP5 para o cenrio RCP4.5: BNU-ESM,bcc-csm1-1 e IPSLCM5A-LR.
163
Figura 56-Tendncias das sries de vazes para a bacia do Pacoti-Riacho dos modelos do CMIP5 para o cenrio RCP4.5: BNU-ESM,bcc-csm11 e IPSL-CM5A-LR
164
8.3.2. Anlise de tendncia do cenrio RCP8.5
165
Figura 57-Tendncias das sries de vazes para a bacia do Ors dos modelos do CMIP5 para o
cenrio RCP4.5: BNU-ESM, bcc-csm1-1, HadGEM2-CC e IPSL-CM5A-LR.
166
O modelo BNU-ESM mostra tendncia negativa, assim como no cenrio RCP4.5
e para as demais bacias, est explicada principalmente pelo comportamento do resduo
que mostra valores negativos em todo o sculo XXI.
Figura 58-Tendncias das sries de vazes para a bacia do Pacoti-Riacho dos modelos do CMIP5
para o cenrio RCP4.5: BNU-ESM,bcc-csm1-1, HadGEM2-CC e IPSL-CM5A-LR.
167
168
9. METODOLOGIA- ESCALA DE MDIO PRAZO:
a mdia da srie e
169
onde zj so os anos considerados preditores,
preditor,
regressivo. Sendo
p anos.
Em seguida utilizado o mtodo stepwise. A regresso linear stepwise (passo a
passo) utilizada quando se possui uma grande variedade de variveis (preditores) de
entrada na regresso. A regresso stepwise introduz os preditores passo a passo no
modelo, comeando com a varivel independente mais correlacionada com a varivel
prevista.
Depois do primeiro passo, o algoritmo seleciona do grupo de variveis
remanescentes (preditora secundria) aquela que d a maior reduo na varincia
residual (no explicada) da varivel dependente, isto , a varivel cuja correlao parcial
com a varivel prevista maior. Essa funo, ento, executa um teste-F parcial na
entrada para checar se a varivel preditora secundria provocar uma significante
variao na varivel prevista em comparao a varivel prevista com a remoo da
preditora secundria.
O usurio pode especificar um valor de F mnimo para a incluso de qualquer
varivel. A funo avalia se o valor de F obtido em um dado passo satisfaz o mnimo e,
se satisfizer, a varivel participar da regresso. Similarmente, o programa decide a
cada passo se qualquer varivel previamente includa ainda satisfaz um mnimo
estabelecido e, caso contrrio, remove-se tal varivel. Em qualquer passo do stepwise
os resultados so calculados da mesma maneira de uma regresso padro usando-se um
conjunto particular de variveis. Portanto o passo final da stepwise mostra os mesmos
coeficientes que uma regresso linear padro, utilizando os mesmos coeficientes que
sobreviveram a todos os passos.
O perodo usado para a calibrao dos parmetros foi de 1912 a 2002 no Cear e
1931 a 1998 para os dados do SIN, todo ele com lag1 (um ano). Logo, a gerao de
possui m
170
A gerao da previso com lag2 admite que todos os cenrios gerados para
so futuros plausveis, sendo os anos anteriores preditores do ano previsto tm-se:
(32)
Sendo
representa o
171
objetivo bsico o de aproximar uma funo do tempo por uma combinao linear de
harmnicos (componente senoidais) (MORETTIN & TOLOI, 2006).
Em 1827, Joseph Fourier afirmou (BOLZAN, 2004), na sua teoria de anlise de
frequncias, que qualquer funo peridica f(x) poderia ser obtida, de maneira
aproximada, pela somatria de funes senoidais:
(33)
Onde: a0, ak e bk so constantes dadas por:
(34)
(35)
(36)
Sendo a sries de Fourier peridicas, logo f(x + p) = f(x), sendo p o perodo.
A transformada de Fourier pode ser considerada um limite de uma combinao
linear infinita de ondas senoidais. Uma funo aperidica pode ser considerada o caso
limite de uma funo peridica, cujo perodo tende ao infinito. Assim, pode-se
representar uma srie temporal como (BOLZAN, 2004):
(37)
(38)
172
Figura 59 - Opes de modelos auto-regressivos usados para projeo decadal- ARs(coluna 1),
ARsMedia(coluna 2) e ARsMediana (coluna 3).
173
atravs da informao da transformada do sinal fornecido possvel estimar quanto de
cada frequncia existe no sinal, mas isso no informa desde quando no tempo estas
componentes de frequncia existem. Esta informao no necessria quando o sinal
estacionrio (sinais cujo contedo de frequncia no muda com o tempo).
Um processo estacionrio se ele se desenvolve no tempo, de modo que a
escolha de uma origem dos tempos no seja importante, as caractersticas probabilsticas
so as mesmas ao longo da srie temporal (MORETTIN, 1999). Nesse caso, todas as
componentes de frequncia existem o tempo todo. Para tornar mais sutil essa suposio
nas sries de vazes e precipitao feito o teste de tendncia de Man Kendall-Sen com
nvel de significncia de 95%, caso hiptese de tendncia seja confirmado a mesma
retirada da srie para em seguida ser usada a transformada de Fourier.
Na Figura 60 mostrado o desenho esquemtico dos modelos baseados em
sries de Fourier e na seo 10.3.2.1 mostrada a obteno dos parmetros da srie de
Fourier.
10.3.2.1 Estimao dos parmetros peridicos de sries de Fourier
, denotada por
equao 39 ( YEVJEVICH,1972)
(39)
Onde
mdia de
(em caso de
par) ou
(em
(41)
174
(42)
Onde
, espera-se que
175
Figura 60 - Opes de modelos baseados na srie de Fourier para projeo decadal- FA(coluna 1),
FMedia(coluna 2) e FMediana(coluna 3).
176
tempo e no domnio de frequncia. A primeira busca caracterizar a srie de dados
considerando o mesmo domnio em que os dados foram coletados/observados. J as
anlises no domnio de frequncia buscam a representao da srie temporal em termos
da contribuio de cada escala temporal para um dado valor.
Diante da dificuldade em se caracterizar as variabilidades tanto de espao como
de tempo no padro de chuvas e vazes, torna-se necessrio utilizar um mtodo de
anlise adequado na localizao temporal das estruturas de multiescalas. Um dos
mtodo usado neste estudo para caracterizar as variabilidades tanto no espao como no
tempo a Transformada em Ondeletas (TO). Este mtodo recomendado para o estudo
de fenmenos transientes, espacialmente heterogneos e que atuam simultaneamente em
vrias escalas do escoamento (TORRENCE & COMPO, 1998).
Para identificar as frequncias de variao mais significativas de uma srie
temporal pode-se utilizar a potncia do sinal do Especto Global da Ondeleta. A potncia
est associada da intensidade do sinal da srie histria para uma dada frequncia ou
banda (intervalo) de frequncias. A potncia o valor absoluto (norma da parte real e
imaginria da ondeleta) ao quadrado dos valores da transformada da ondeleta da srie
temporal para cada frequncia em determinado instante de tempo (TORRENCE &
COMPO, 1998). Este procedimento, conhecido na literatura cientfica pelo termo em
ingls de Global Wavelet Spectrum (Espectro de Ondeleta Global), uma forma similar
do espectro de energia obtido via Transformada Rpida de Fourier.
No espectro de energia global possvel identificar exatamente as bandas
(frequncias) caractersticas presentes na srie analisada. Esta representao possui um
carter muito vantajoso e utilitrio que a localizao no tempo da variabilidade da
energia de uma srie temporal. A transformada contnua de ondeletas envolve um
enorme nmero de escalas o que gera um volume grande de dados. Uma estratgia
computacionalmente mais eficiente a escolha de apenas um subconjunto de escalas e
posies para os quais os coeficientes devem ser calculados. Adotando-se essa
estratgia, a transformada de ondeletas deixa de ser contnua para ser discreta. Este
anlise permite que um sinal seja representado como uma soma das componentes,
conforme equao 29.
177
Aps a seleo das bandas de frequncia de ondeletas, ocorre o processo de
reconstruo para as mesmas. Em seguida, aplicado um modelo autorregressivo a cada
banda, considerando que as mesmas so ortogonais. O mesmo pode ser dado pela
equao 43:
(43)
Onde ARsb representa o modelo autorregressivo de cada banda e ARsR representa o
modelo autorregressivo do resduo.
9.5.
, correspondentes s variveis
178
onde f uma densidade de probabilidade conjunta do vetor das observaes
e
como:
(47)
O princpio da verossimilhana revisto por Lindgren (1976) afirma que: Uma
inferncia estatstica deve ser consistente com a hiptese de que a melhor explicao de
um conjunto de dados fornecida por
, um valor de
como funo de
tem-se
(49)
179
dimenses como as outras entradas. Os parmetros a e b devem ser positivos, e os
valores em x devem situar-se no intervalo [0, ).
E o clculo do desempenho na previso, utilizando essa metodologia com a
climatologia em comparao aos dados observados totais, realizado conforme a
equao 51:
(51)
onde
180
10. RESULTADOS E DISCUSSES: ESCALA DE MDIO PRAZO- SIN
Este captulo apresenta as tcnicas usadas para projetar cenrios de mdio prazo
(de 2 a 10 anos), aplicadas as vazes do setor eltrico do Brasil. Foram usados modelos
auto regressivos, modelos baseados em Fourier e modelos baseados em ondeletas.
181
2.200m/s na Figura 62 mnimo de 1.250m/s e mximo de 5.000m/s na Figura 63, e
mnimo de 4.000m/s e mximo de 15.000m/s na Figura 64.
A srie histrica em Sobradinho mostra uma possvel relao com a anomalia da
ODP (conforme mostra a Figura 7 e a Figura 8), indicando que a tendncia por ela
indicada pode estar relacionada variabilidade climtica. Essa relao sugere que para
perodos de fase fria da ODP as vazes tendem a ser menores.
Os postos Furnas e Porto Primavera apresentaram sries histricas bastante
correlacionadas, sinalizando que ambas sofrem influncia de fenmenos meteorolgicos
semelhantes. Isso sugere que a mudana de patamares mostrada na srie de Porto
Primavera pode estar associada a outros fatores, alm da variabilidade climtica; como,
por exemplo, mudanas no uso e ocupao do solo e mudanas climticas.
Figura 61 - Mapa de distribuio espacial das tendncias de Sen das vazes mdias mensais naturalizadas
dos postos do ONS. O tamanho do crculo indica a intensidade da declividade de Sen,
182
Tabela 16 - Declividade de Sen para 21 dos 192 postos selecionados neste estudo.
Postos do Sistema
Interligado Nacional
(SIN)
EMBORCAO (24)
NOVA PONTE (25)
ITUMBIARA (31)
SO SIMO (33)
FURNAS (6)
GUA VERMELHA
(18)
NOVA
AVANHANDAVA (242)
PORTO PRIMAVERA
(246)
ROSANA (63)
ITAIPU (266)
SANTA CECLIA (125)
SALTO CAXIAS (222)
IT (92)
DONA FRANCISCA
(114)
TRS MARIAS (156)
SOBRADINHO (169)
XING (178)
SERRA DA MESA (270)
LAJEADO (273)
TUCURUI (275)
SANTO ANTNIO
(287)
Fonte: Alves et al. (2012).
H0
Declividade
de Sen
(m/s/ano)
Vazo
Mdia
(m/s)
19312010
Variao
anual
-0,030
-0,242
486
-0,05%
-0,076
-0,443
299
-0,15%
-0,054
0,195
-0,029
0
1
0
-1,349
7,599
-0,443
1.557
2.410
927
-0,09%
0,32%
-0,05%
Grande
0,051
1,614
2.102
0,08%
Tiet
0,216
2,567
753
0,34%
Paran
0,314
26,824
7.259
0,37%
0,273
6,967
1.293
0,54%
0,421
57,201
10.239
0,56%
-0,100
-0,370
297
-0,12%
0,217
0,190
1
1
6,990
4,932
1.339
1.033
0,52%
0,48%
0,135
1,016
324
0,31%
-0,019
-0,199
691
-0,03%
-0,160
-6,652
2.666
-0,25%
-0,143
-6,016
2.763
-0,22%
-0,114
-1,659
774
-0,21%
-0,069
0,021
0
0
-2,858
3,278
2.444
10.980
-0,12%
0,03%
-0,083
-18,090
18.890
-0,10%
Nome da
Bacia
Alto
Paranaba
Alto
Paranaba
Paranaba
Paranaba
Alto Grande
Paranapane
ma
Paran
Paraba do
Sul
Igua
Uruguai
Jacu
Alto So
Francisco
Mdio So
Francisco
Baixo So
Francisco
Alto
Tocantins
Tocantins
Tocantins
Madeira
MannKendall
Ajustado
(Taub)
183
Figura 62-Ausncia de tendncia de Sen Posto Furnas (6).
184
10.2. Modelo baseado na srie de Fourier
Posto
Furnas
Sobradinho
Itaipu
Tucuru
No do harmnico
3
2
1
3
2
1
4
3
2
1
3
2
1
A
0,516
0,359
-0,324
-0,312
-0,575
0,446
0,292
0,278
0,282
0,424
0,368
-0,361
-0,195
B
-0,208
0,234
0,252
0,504
0,113
-0,347
-0,866
-0,355
-0,325
0,053
-0,065
-0,075
0,297
Frequncia
0,044
0,118
0,059
0,059
0,029
0,088
0,118
0,191
0,059
0,015
0,353
0,088
0,059
185
Figura 65 - Espectro de potncia das vazes anuais normalizadas usando transformada de Fourier para Furnas, Sobradinho, Itaipu e Tucuru.
186
Na Figura 66 so mostradas as sries observadas de vazes e a srie de Fourier
com os harmnicos mostrados na
Tabela 17 para o perodo de calibrao (1931 a 1998). O modelo consegue
capturar a variabilidade das vazes no SIN, capturando a maioria dos mximos e
mnimos das sries temporais.
Na Figura 67 mostrado o harmnico de 0,059 de frequncia, aproximadamente
17 anos, comum s sries de Furnas, Sobradinho, Itaipu e Tucuru. Em Furnas,
Sobradinho e Itaipu as projees do harmnico indicam que este deve entrar na fase de
menores vazes no perodo previsto. Enquanto em Tucuru o harmnico encontra-se j
na fase de menores vazes, com uma possvel transio no fim do perodo projetado.
Na Figura 68 mostrado o harmnico de 0,118 de frequncia, aproximadamente
8,5 anos, comum s sries de Furnas e Itaipu. No perodo previsto este harmnico entra
na fase de menores vazes e comea o perodo de transio para vazes de maior
magnitude. Enquanto na Figura 69 mostrado o harmnico comum a Tucuru e
Sobradinho, aproximadamente 11 anos, o mesmo inicia a fase de vazes de maior
magnitude no perodo previsto e em seguida declina para o perodo de vazes menores.
187
Figura 66 Srie observada e reconstrudas a partir dos Harmnicos de Fourier.
188
Figura 67 - Harmnico de frequncia 0,059 para Furnas, Sobradinho, Itaipu e Tucuru.
189
Figura 68 - Harmnico de frequncia 0,118 para Furnas e Itaipu.
190
Figura 70-Projeo composta pelos harmnicos selecionados para as vazes anuais em
Furnas e Sobradinho Incremental.
191
Figura 71-Comparao entre as funes de distribuio de probabilidade acumulada
previstas pelo modelo FA para 10 anos, a climatologia e a observao para diferentes
horizontes de previso. Para Furnas e Sobradinho Incremental.
192
Figura 72-(a) Mapa das propores da varincia explicada pela banda de alta frequncia
(1 a 8 anos); (b) Mapa das propores da varincia explicada pela banda de mdia
frequncia (9 a 39 anos); e (c) Mapa das propores da varincia explicada pela banda
de baixa frequncia (mais de 40 anos).
(a)
(b)
(c)
Fonte: Alves et al.(2012)
193
Sudeste, no estado de So Paulo e nas reas central e oeste da regio Norte. Em parte da
regio Centro-Oeste, no leste da regio Norte e na maior parte do Nordeste a banda de
mdia frequncia responsvel por at 50% da varincia das sries.
A Figura 72(c) mostra que na maior parte do pas a banda de baixa frequncia
responsvel por menos de 25% da varincia das sries, exceto em partes da regio
Centro-Oeste, nos postos na divisa de So Paulo com o Paran e em mais dois postos na
regio Sudeste.
As Figuras 73,74 e 75 apresentam e exemplificam os grficos da anlise de
ondeletas para os mesmos trs postos antes apresentados nas Figuras 62, 63 e 64 Furnas,
Sobradinho e Porto Primavera, respectivamente.
Nas Figuras 73 e 74, observam-se uma oscilao peridica na banda de baixa
frequncia com perodo de aproximadamente 30 anos. Na Figura 75, observa-se uma
oscilao peridica na banda de baixa frequncia com perodo de 50 anos.
Observa-se, ainda, nas trs citadas figuras, uma oscilao peridica na banda de
mdia frequncia com perodo entre 10 e 20 anos.
Nos postos Furnas e Porto Primavera a banda de baixa frequncia apresentou
mudana de fase na segunda metade do sculo XX, com um acentuado pico na dcada
de 1980. A influncia dessa banda na srie histrica e a sua possvel inverso nos
prximos anos pode levar a um perodo de vazes menores nos prximos 30 anos.
Figura 73 Wavelet de Morlet Posto Furnas (6).
194
Figura 74- Wavelet de Morlet Posto Sobradinho (169).
195
tanto para Furnas quanto para Sobradinho, o que caracteriza bastante incerteza nesse
padro de variao. O modelo identifica os padres da banda 2, sinalizando mudanas
de fase na mesma.
A Figura 78 mostra a razo de verossimilhana entre o modelo WARs e a
climatologia. Ao compara o modelo com a climatologia da srie histrica de vazes do
SIN o mesmo demonstra ganho na maioria do pas de 3 a 10 projetados, porm no
extremo Sul do Brasil o modelo apresentou resultados piores do que a climatologia.
Figura 76-Bandas de variao da transformada em ondeletas e calibrao do modelo
WARs. Da esquerda para a direita e de cima para baixo: banda de 2 a 8 anos, banda 9 a
39 anos e resduo para Furnas e Sobradinho.
196
Figura 77-Bandas de variao da transformada em ondeletas e projeo do modelo
WARs para o perodo de 1999 a 2008. Da esquerda para a direita e de cima para baixo:
banda de 2 a 8 anos, banda 9 a 39 anos, resduo e projeo para Furnas e Sobradinho.
197
Figura 78-Razo de verossimilhana obtida entre o modelo WARs e climatologia para
os postos bases do SIN. Em azul razo de verossimilhana maior do que 1 e em
vermelho menor do que 1.
198
10.4. Fourier-ondeletas (FW)
199
Na Figura 80 mostrada a projeo do modelo FW para o perodo de 1998 a
2008 para Sobradinho, Itaipu e Tucuru. O modelo identifica a magnitude das vazes
em Sobradinho e em Tucuru, porm subestima em Itaipu.
200
Este captulo apresenta as tcnicas usadas para projetar cenrios de mdio prazo
(de 2 a 10 anos), aplicadas a precipitaes no Cear. Foram usados modelos auto
regressivos, modelos baseados em Fourier e modelos baseados em ondeletas.
11.1. Modelo auto regressivo (ARs)
Na Figura 81 mostrada a srie observada de precipitao e a tentativa de
calibrao do modelo ARs para o perodo 1912 a 2002. O modelo tem dificuldade de
representar a variabilidade interanual e decadal da srie, apresentando valores sempre
muito prximo a mdia, subestimando os mximos e superestimando os mnimos de
precipitao. Por essa razo, esse modelo no ser utilizado e as demais anlises no
sero realizadas.
Figura 81 - Calibrao do modelo ARs para o perodo de 1912 a 2002.
201
Figura 83. Por essa razo, esse modelo no ser utilizado e as demais anlises no sero
realizadas.
202
11.3. Modelo auto regressivo da mdia mvel de 5 anos (ARMdia)
Na Figura 84 mostrada a srie observada de precipitao e a calibrao do
modelo ARsMdia para o perodo 1912 a 2002. Assim como o modelo ARsMediana,
este representa os padres de variao interanual.
Figura 84 - Calibrao do modelo ARsMdia para o perodo de 1912 a 2002.
203
Figura 85 - Previso do modelo ARsMdia para o perodo de 2003 a 2012.
L
1,0246
1,0239
1,0195
1,0131
1,0071
1,0006
0,9971
0,9932
204
Figura 86 - Espectro de potncia da precipitao anual padronizada para o estado do Ceara usando
transformada de Fourier.
0,0159
0,1770
0,2277
0,3520
0,4424
-0,4013
-0,3630
0,1605
Frequncia do
Harmnico
0,0989
0,0769
0,1758
0,2308
205
Figura 87 - Calibrao do modelo FA para o perodo de 1912 a 2002.
patamares
semelhantes
aos
valores
de
precipitao
observada.
206
Figura 88 - Harmnicos utilizados para a construo do modelo baseado na srie de Fourier e suas respectivas projees.
207
Figura 89 - Previso composta pelos quatro harmnicos selecionados.
208
Figura 90 - Comparao entre as funes de distribuio de probabilidade acumulada
previstas pelo modelo FA, a climatologia e a observao para diferentes horizontes de
previso. Da esquerda para a direita e de cima para baixo os seguintes horizontes de
previses
209
210
Figura 92 - Calibrao do modelo FMdia para o perodo de 2003 a 2012.
211
Figura 93 - Previso composta pelos quatro harmnicos selecionados.
212
Figura 94 - Harmnicos utilizados para a construo do modelo baseado na srie de Fourier e suas respectivas projees.
213
Figura 95 - Comparao entre as funes de distribuio de probabilidade acumulada
previstas pelo modelo FMdia, a climatologia e a observao para diferentes horizontes
de previso. Da esquerda para a direita e de cima para baixo os seguintes horizontes de
previses: 4 anos, 5 anos, 6 anos, 7 anos, 8 anos, 9 anos e 10 anos.
214
11.6. FMediana
215
Figura 97 - Calibrao do modelo FMdia para o perodo de 1912 a 2002.
216
Figura 99 - Harmnicos utilizados para a construo do modelo baseado na srie de Fourier e suas respectivas projees.
217
218
apresenta rudo de amplitude elevada, de aproximadamente 1,5 desvios padres, o que
caracteriza bastante incerteza nesse padro de variao. O modelo identifica os padres
das bandas 3 e 4, sinalizando mudanas de fase da banda 3 e transio de fase da banda
4. Porm, sugere um padro de variabilidade para banda 2 distinto do observado.
Ao comparar com srie histrica do clima no Cear o modelo demonstra ganho
em relao climatologia em todos os 10 anos previstos, conforme indica a razo de
verossimilhana da Tabela 20 e a Figura 103.
219
Figura 101 - Bandas de variao da transformada em ondeletas e calibrao do modelo WARs. Da esquerda para a direita e de cima para baixo: banda de 2 a 7 anos, banda de
banda 8,2 a 16,6 anos, banda 17 a 27,8 anos e resduo.
220
Figura 102 - Bandas de variao da transformada em ondeletas e projeo do modelo WARs para o perodo de 2003 a 2012. Da esquerda para a
direita e de cima para baixo: banda de 2 a 7 anos, banda de banda 8,2 a 16,6 anos, banda 17 a 27,8 anos e resduo.
221
Figura 103 - Previso do modelo WARs para o perodo de 2003 a 2012.
L
1,0321
1,0292
1,0332
1,0439
1,0525
1,0384
1,0530
1,0054
222
projeo mostrada para perodo de 2003 a 2012 apresenta patamares semelhantes ao
observado, conforme Figura 105.
223
Figura 104 - Bandas de frequncia de ondeletas e a reconstruo segundo os harmnicos de Fourier.
224
Figura 105 - Previso composta pelos quatro harmnicos selecionados.
225
Figura 106 - Comparao entre as funes de distribuio de probabilidade acumulada
previstas pelo modelo FW, a climatologia e a observao para diferentes horizontes de
previso. Da esquerda para a direita e de cima para baixo os seguintes horizontes de
previses.
226
12. METODOLOGIA: ESCALA DE CURTO PRAZO
227
(52)
uma srie sazonal de perodo s
nmero de perodos (s=12 para sries mensais)
nmero de anos
o ndice do tempo, t=1,2,...,sN, funo do ano T(T=1,2,...,N) e do perodo
m(m=1,2,...,s)
mdia sazonal de perodo s
desvio-padro sazonal de perodo s
operador Perodo Autorregressivo
ordem do operador Perodo Autorregressivo m
srie de rudos independentes com mdia zero e varincia
O m(k) a correlao entre Zt e Z(t-k), de tal forma que t correspondam aos
perodos m=1,2,...,s. O conjunto de funes de auto-correlao de m(k) deste perodo
descrevem a estrutura de dependncia temporal da srie. Estas funes so dadas por
Maceira (1989):
(53)
(
) (
)+
) (
(54)
228
representar a estrutura de dependncia do processo estocstico ao longo do tempo. Em
um processo Autorregressivo de ordem pm, a funo de autocorrelao parcial mkk
ser diferente de zero para k menor ou igual a pm e zero para k maior pm.
Assim para um k=0 e multiplicando a equao (52) por at tem-se:
(55)
Para o ajuste dos modelos o ONS utiliza-se a metodologia proposta por Box e
Jenkins, (1970) nesta, a estratgia de seleo do modelo feita em trs etapas: i)
Identificao do modelo, escolher por tentativa a ordem do modelo baseando-se em
estimativas das funes m(k) e mkk obtidas a partir da srie amostral. ii) Estimao do
modelo e seus parmetros recomendando o mtodo de mxima verossimilhana. No
entanto, de acordo com CEPEL (2006) a ONS utiliza o mtodo dos momentos com
resultados bastante eficientes. iii) Verificao do modelo, verificar atravs de testes
estatsticos se as hipteses assumidas durante as etapas anteriores so atendidas.
Muitos pesquisadores assumem que os resduos at apresentam distribuio
Normal e uma possvel no-normalidade pode ser corrigida pela transformao do tipo
Box-Cox. De acordo com objetivo definido pelo ONS e as caractersticas
multireservatrios do SIN, o modelo de gerao de sries sintticas aplicado
diretamente srie temporal original, evitando assim o uso de transformaes especiais,
devendo assim ser capaz de lidar com resduos que apresentam um forte coeficiente de
assimetria.
Neste caso, a soluo sugerida por Maceira e Mercio (1997) foi ajustar uma
distribuio Lognormal de 3 parmetros aos resduos mensais at. Desta forma, a
varivel
Utiliza-se
se:
, logo temos:
. Assim
t,
dimenso igual ao nmero de usinas hidroeltricas, tal matriz pode ser estimada por
, onde pode ser definido como a estimativa da matriz de covarincias
.
229
De acordo com CEPEL (2006), na prtica, o comportamento dos resduos no
segue o comportamento das vazes, pois os resduos no so espacialmente
correlacionados. No entanto, a fim de se preservarem as dependncias espaciais entre as
usinas utilizou-se a correlao espacial entre as vazes em substituio correlao
espacial entre resduos. A matriz D pode ser estimada adotando-se esta como uma
matriz triangular inferior ou por decomposio espectral.
230
Tabela 21-Postos Bases utilizados na anlise de previso de vazes no estudo em
desenvolvimento. Os valores entre parnteses representam os indicadores de postos
fictcios do ONS.
SIGLA
DESCRIO
AMO Oscilao Atlntica Multidecadal
ASBM Confluncia Atlntico Sul das Correntes Brasil-Malvinas Anomalia TSM
BEST Srie Temporal ENSO Bivariada
CAR ndice TSM Caribenha
ndice ENSO Multivariada
MEI
NAO Oscilao Atlntica Norte
Nino1+2 TSM do Extremo Leste do Pacfico Tropical (0-10S, 90W-80W)
Nino3 TSM LESTE do Pacfico Tropical (5N-5S;150W-90W)
Nino3.4 TSM Centro-Leste do Pacfico Tropical (5N-5S;170W-120W)
Nino4 TSM Centro do Pacfico Tropical (5N-5S;160E-150W)
ndice de Oscilao do Norte
NOI
Padro Pacfico Norte - Presso ao Nvel do Mar (30N-65N;160E-140W)
NP
NTA ndice de Anom. TSM Atlntico Tropical Norte (6N-18N;60W-20W)(6N-10N;20W-10W)
ndice NINO Ocenico
ONI
PDO Oscilao Decadal do Pacifico Anomalia TSM Oceano Pacfico Norte
PNA ndice do Pacifico America do Norte
Aquecimento do Pacifico 1 EOF da TSM (15S-15N; 60E-170E)
PW
QBO Oscilao Quasi-Bienal Ventos Zonais Equatorial (30mb)
ndice de Oscilao do Sul
SOI
TNA ndice Atlntico Norte Tropical Anomalia da TSM (5.5N-23.5N;15W-57.5W)
ndice Trans-NINO
TNI
Pacfico Tropical 1 EOF da TSM (20N-20S;120E-60W)
TP
ndice Atlntico Sul Tropical Anomalia da TSM (0-20S;10E-30W)
TSA
ZW1 ZW1 ventos zonais a 925mb (10S-20S,30W-45W),
ZW2 ZW2 ventos zonais a 925mb (5S-15S,100W-130W)
ZW3 ZW3 ventos zonais a 925mb (15N-5N,150W-180W)
SST1 TSM na regio (5S-20S,90W-130W)
Fonte: NOAA, IRI, Alexandre(2012) adaptado de Cataldi (2008)
12.1.3. K-vizinhos
231
clculo da distncia Euclidiana ( ) entre o valor do vetor dos preditores atuais x* e o
valor dos preditores em sua srie histrica
modelo ajustado e , que vem como r que vem como resultado da regresso linear, um
vetor p*1 dos coeficientes.
Primeiramente, os dados de vazes do Ors foram organizados de maneira que
pudessem ser analisados e correlacionados com os preditores climticos obtidos do site
da NOAA (National Oceanic and Atmospheric Administration), que a Administrao
Nacional Ocenica e Atmosfrica dos Estados Unidos. Para o Cear foram considerados
os preditores selecionados por Ribeiro (2011).
Em seguida calculado o
padronizada.
(54)
onde Z a varivel padronizada Pred so os preditores selecionados,
coeficientes calculados de cada preditor e
so os
se
232
A metodologia de previso de vazo utilizando a previso de chuva do modelo
atmosfrico baseia-se na utilizao de um modelo hidrolgico concentrado que
representa os processos de gerao de escoamento na bacia a partir da chuva observada
e prevista, e de propagao deste escoamento ao longo da rede de drenagem da bacia.
Os parmetros do modelo hidrolgico so calibrados utilizando as chuvas observadas
nos postos pluviomtricos, bem como os valores dos postos fluviomtricos
intermedirios e em afluentes.
Neste trabalho foi usado o mtodo unidirecional, o modelo atmosfrico utilizado
ser o ECHAM 4.5 e o modelo hidrolgico ser o Soil Moisture Accounting Procedure
(SMAP). Alm deste modelo global utilizado o modelo regional RAMS 4.4 para o
Cear.
O ECHAM 4.5 foi desenvolvido pelo Instituto Max Planck de Meteorologia
(MPI), em Hamburgo, a partir do modelo de predio espectral meteorolgicas do
Centre for Medium Range Weather Forecasts (ECMWF). O modelo atmosfrico
possui 19 nveis verticais com topo definido em 10 hPa. Tambm contem um conjunto
de parametrizaes para processos dinmicos e fsicos, incluindo radiao, conveco,
difuso vertical e fluxos de superfcie. Alm disso, possui parmetros de superfcie tais
como albedo, rugosidade, tipo de vegetao, ndice de rea foliar e parmetros de solo
tais como, capacidade de armazenamento de gua e condutividade trmica.
O IRI (International Research Institute for Climate and Society) disponibiliza
em seu site (http://iri.columbia.edu) a previso de variveis atmosfricas do modelo de
circulao global ECHAM 4.5.
233
O GERVAZP constri os cenrios mensais de energia afluente at cinco anos
frente, que sero utilizados para calcular a Funo de Custo Futuro do mdio prazo. So
geradas 1000 sries sintticas para cada aproveitamento hidroeltrico, maiores detalhes
sobre este modelo podem ser encontrados em CEPEL (2002).
O modelo acoplado formada pelos condicionantes do modelo atmosfrico
ECHAM4.5-SMAP, a partir dessa modelagem so gerados 600 cenrios de vazes.
Porm, para um numero reduzido de bacias, no contemplando todo o setor eltrico.
Com isso surge a necessidade ou d ampliao de bacias com o modelo SMAP
calibrado ou da integrao dos resultados do modelo hidrolgico com o estocstico.
12.3.1. Estratgia de Ps-Processamento com vistas a Integrao da Previso Estocstica
(GEVAZp) e Modelo Acoplado Clima-Hidrologia(ECHAM 4.5-SMAP)
importante destacar as
234
A hiptese que este mtodo pode melhorar a eficincia do setor eltrico
brasileiro atravs do aprimoramento das previses e cenarizaes de vazes mdias e
extremas afluentes aos reservatrios do Sistema Interligado Nacional (SIN).
Para esta reamostragem foram utilizados dois procedimentos: (i) mtodos dos
vizinhos e (ii) funes de Kernel (HASTIE et al.,2009).
Este mtodo uma estratgia que visa calcular a distncia entre o conjunto dos
cenrios gerados pelo GERVAZP e ECHAM-SMAP e em seguida atribuir pesos
maiores no conjunto do GERVAZP aqueles mais prximos do conjunto do ECHAMSMAP.
235
Os cenrios do GEVAZP so reamostrados condicionalmente a distncia(Di) ao
valor da vazo do modelo acoplado, sendo o peso de cada cenrio dado pela equao
57.
(57)
Onde n o nmero de cenrios do GERVAZP.
12.3.2.1.2. Mtodo dos Vizinhos usando todos os membros do conjunto
(61)
236
12.3.2.2.. Funo Kernel
237
12.3.2.2.1. .Kernel Epanechnikov
238
(70)
239
13. RESULTADOS E DISCUSSES: ESCALA DE CURTO PRAZO - SIN
240
Na Figura 109 mostrada a correlao entre a precipitao acumulada mensal
dos membros do ECHAM 4.5 em relao a precipitao mensal do CRU para o
trimestre MAM(perodo de maiores precipitaes na regio) no perodo de 1950 a 1999.
O modelo apresenta correlaes superiores a 0,6 em vrias regies do Nordeste
Setentrional, indicando que a informao deste modelo pode ser utilizada nessa regio
com razovel confiabilidade.
241
Figura 110 CORREL espacial dos membros do modelo ECHAM em comparao ao
CRU para o trimestre JJA. Membros do 11 ao 34 na sequncia numrica da esquerda
para direita e de cima para baixo.
242
Figura 111-CORREL espacial dos membros do modelo ECHAM em comparao ao
CRU para o trimestre JJA. Membros do 11 ao 34 na sequncia numrica da esquerda
para direita e de cima para baixo
Fonte:
Elaborada pelo prprio autor.
243
Tabela 22-ndices estatsticos do Ensemble mdio dos membros do ECHAM em relao a srie histricas das estaes do ano do CRU.
Bacias
Emborcao
Nova Ponte
Itumbiana
So Simo
Furnas
gua Vermelha
Nova Avanhandava
Porto Primavera
Rosana
Itaip
Santa Ceclia
Salto Caxias
It
Dona Francisca
Trs Marias
Sobradinho
Xing
Serra da Mesa
Lageado
Tucuru
Belo Monte
Teles Pires
So Luiz do Tapajs
Santo Antnio
CORREL
-0,044
-0,013
0,112
0,191
0,243
0,031
0,043
0,140
-0,144
0,131
0,387
-0,046
-0,070
0,210
0,223
0,028
0,408
0,195
0,091
0,077
-0,001
0,046
0,208
0,048
DJF
BIAS
-60,821
-89,295
-49,700
-22,187
-100,277
-51,282
9,796
84,509
95,338
163,373
-229,035
27,796
-8,719
27,305
-47,229
30,091
3,150
-87,538
-90,111
-101,561
-131,381
-203,915
-204,053
-89,966
MAM
RMSE CORREL BIAS
146,627 -0,001 28,190
203,791 0,156
-9,729
111,181 -0,018
6,720
89,731
0,045
-9,794
165,689
0,32
48,703
150,797 0,354 -20,200
117,442 0,386
-4,978
127,589 0,305
9,881
136,357
0,38
-20,952
180,654 0,484 -68,630
263,395
0,2
-27,376
105,531 0,342 -55,659
100,023 0,319 -60,896
109,247 0,257 -59,889
133,276 0,201
81,527
122,097 -0,159 72,872
80,336
0,599 -25,349
139,093 -0,117
2,683
150,704
0,07
13,139
140,498 0,362 -12,317
153,842 0,284 -67,036
216,728 0,274 -37,676
212,123 0,352 -51,625
118,894 0,103
4,317
JJA
SON
RMSE CORREL BIAS
RMSE CORREL
BIAS
RMSE
79,297
0,426
12,427 33,402
0,118
24,644 113,044
100,845 0,472
18,491 44,719 -0,013 18,532 137,345
77,873
0,417
4,099
30,507
0,212
20,543 96,964
80,679
0,407
8,085
33,348
0,1
-16,002 97,933
88,167
0,561
55,876 73,434
0,127 118,475 156,384
81,315
0,53
29,299 51,975
0,217
54,062 113,314
75,913
0,545
38,493 62,513
0,358
87,600 116,724
79,436
0,446
9,086
50,528
0,276 104,973 129,478
91,315
0,562
13,888 68,361
0,309
83,547 119,369
133,527 0,532 -36,375 84,670
0,242
43,765 124,144
114,632 0,439
44,606 78,656
0,103 -51,130 106,541
128,106 0,473 -24,108 121,551 0,233
-0,431 117,698
117,908 0,412 -67,966 135,626 0,295 -33,350 121,894
152,818 0,027 -73,487 161,645 0,307 -23,051 139,891
102,811
0,51
70,844 78,768
0,165 128,508 162,472
97,709
0,12
9,982
22,287
0,058
54,804 106,377
80,596
0,457 -39,611 45,550
0,241
-2,578 38,538
90,757
0,296
-0,629 25,071
0,104 -45,399 122,400
73,413
0,137
-0,861 16,220
0,217 -63,910 119,805
67,373
0,417
-6,493 21,280
0,172 -76,725 108,552
86,885
0,507 -51,768 55,155
0,447 -66,454 81,747
64,244
0,353 -16,294 26,285 -0,021 -94,810 115,066
65,711
0,386 -12,580 24,646
0,071 -86,607 102,070
54,001
0,329
22,217 45,133
0,069
38,929 73,036
244
Figura 112-Climatologia da precipitao mdia mensal por bacia do Ensemble Mdio dos membros do modelo ECHAM em comparao aos dados fornecido pelo CRU no
perodo de 1950 a 1999. Da esquerda para a direita e de cima para baixo as bacias so: Emborcao, Nova Ponte, Itumbiana, So Simo, Furnas, gua Vermelha, Nova
Avanhandava, Porto Primavera, Rosana, Itaip, Santa Ceclia, Salto Caxias, It, Dona Francisca, Trs Marias, Sobradinho, Xing, Serra da Mesa, Lageado, Tucuru, Belo
Monte, Teles Pires, So Luiz do Tapajs e Santo Antnio.
245
Figura 113-Pesos dos membros do GERVAZp para Furnas para fevereiro de 2005.
246
247
Figura 115-Pesos dos membros do GERVAZp para Furnas para fevereiro de 2005.
248
Figura 116-Pesos dos membros do GERVAZp para Furnas para fevereiro de 2005
usando o mtodo de Kernel.(a) Kernel Epanechnikov e (b) Kernel Epanechnikov- Tricbica.
(a)
(b)
Fonte: Elaborada pelo prprio autor.
249
Figura 117-(a) Srie observada em FURNAS, mediana dos membros do GERVAZP,
mediana dos membros do KERNEL 1 Epanechnikov e Kernel 1 Epanechnikov- Tricbica. (b) Desvio padro dos membros do GERVAZP e dos mtodos de Kernel.
(a)
(b)
Fonte: Elaborada pelo prprio autor.
250
significativa melhoria nos processos de planejamento e programao da operao do
SIN seria obtido caso houvesse essa reduo. Os mtodos de KERNEL 1 Epanechnikov
e Kernel 1 Epanechnikov- Tri-cbica apresentam resultados bem semelhantes, por isso
s sero mostrados os resultados do mtodos de KERNEL Epanechnikov.
Figura 118-(a) Desvios padres da Funo Kernel 1 Epanechnikov e (b) Desvios
padres da Funo Kernel 1 Epanechnikov- Tri-cbica para Furnas em funo de
Lambda (sendo este parmetro associado a um escalar multiplicado pelo desvio padro
dos membros do Gervazp naquele ms).
(a)
251
(b)
Fonte: Elaborada pelo prprio autor.
252
(a)
(b)
Fonte: Elaborada pelo prprio autor.
253
O mtodo de reamostragem dos cenrios do GERVAZp pelos cenrios do
SMAP se aproxima razoavelmente a CDF do SMAP. Porm, em alguns casos os
cenrios do GERVAZP e os cenrios do SMAP divergem de tal forma, que mesmo este
mtodo no consegue reproduzir adequadamente a CDF do SMAP, conforme Figura 120
(a), (b) e (c).
254
Figura 120-CDF das vazes para FURNAS, CAPIVARA e CANOAS, respectivamente. Para as previses geradas em fevereiro de 2005 vlidas para maro de 2005. (figuras
a, b e c) e para as previses geradas em novembro de 2005 vlidas para dezembro de 2005 (figuras d, e e f).
255
256
Figura 121-Coeficiente do modelo PAR para os postos bases para dezembro, janeiro e fevereiro.
257
Figura 122-Coeficiente do modelo PAR para os postos bases para maro, abril e maio.
258
Figura 123-Coeficiente do modelo PAR para os postos bases para junho,julho e agosto.
259
Figura 124-Coeficiente do modelo PAR para os postos bases para setembro, outubro e novembro.
260
261
13.3.2. Previso de vazes
262
Coeficientes de NASH negativos significam que a regresso utilizada para
determinao de valores de previso menos eficiente que o uso da mdia histrica de
longo perodo, tal situao apresentadas para os quatro perodos em algumas
localidades, porm evidente no trimestre JJA nos postos bases de 70 a 83, conforme
Figura 126.
Analisando os coeficientes de NASH apresentados na Figura 126, percebe-se
uma variabilidade muito grande nos valores obtidos, sendo o trimestre DJF aquele de
mais difcil previsibilidade para a maioria das localidades.
263
Figura 126-Valores de coeficiente de NASH (eixo y) das vazes mdias observadas e
estimadas (1998-2003) a partir do Modelo PAR definidos para cada Posto Base (eixo
x).
Nota-se, que de uma forma geral, os meses DJF possuem uma baixa
previsibilidade de vazes para as regies do Atlntico Leste e Sudeste, nas bacias do
So Francisco e Tocantins-Araguai. Resultados relativamente bons podem ser
observados basicamente na bacia do Amazonas, as parcelas centrais e oeste da bacia do
Paran, grande parte da regio do Atlntico Sul e rio Uruguai.
264
Para os meses de MAM o modelos apresenta resultados melhores que nos
demais perodos e apenas em alguns postos base observa-se baixa previsibilidade, no
Atlntico Sudeste e na importante barragem de Sobradinho.
J nos meses de JJA, a disparidade entre os coeficientes de NASH nas diferentes
regies bastante pronunciada, pois enquanto as bacias do Tocantins-Araguai, do
Amazonas e as regies leste e oeste da Bacia do Paran no apresentam modelos
eficientes, em alguns casos sendo mais interessante utilizar a mdia histrica como
varivel prevista. O restante da bacia do Paran, as regies do Atlntico Sul, Sudeste e
Leste, e o sul do rio So Francisco possuem valores de NASH normalmente acima de
0,6.
No perodo SON a previsibilidade mantm-se alta nas regies do Atlntico
Leste-Sudeste, norte e centro do rio Paraguai, e norte do rio Uruguai; os valores dos
coeficientes aumentam na regio do Tocantins-Araguaia, no entanto as regresses para
o rio Grande no so eficientes.
265
agosto as variveis autorregressivas e climticas passam a ter uma distribuio
quantitativa similar.
Entre as variveis climticas a mais comum o AMO(-1) (Oscilao Atlntica
Multidecadal) compondo 10,5% das equaes com pouca influncia entre os meses de
janeiro a abril; seguido do ndice TNI(-1) (TransNINO) com 9,5% apresentando uma
distribuio temporal menos clara. O terceiro ndice climtico mais representativo foi o
ZW3(-1) presente em 8,0% das regresses, tal ndice foi definido por Alexandre (2012)
como a media espacial dos valores registrados de ventos zonais a 925mb (15N5N,150W-180W).
Nota-se que 14 equaes, 1,3% do total, no possuem variveis, logo no
possuem regresses definidas. Apenas uma regresso fez uso de nove variveis, assim
com apenas cinco regresses fizeram uso de oito variveis. Portanto, mesmo com um
grande nmero de variveis disponveis (um total de 38) pode-se considerar que a
parcimnia das equaes foi mantida.
O ms de janeiro possui o maior nmero de modelos que nenhuma das variveis
disponveis consegue explicar, de forma estatisticamente significante, o comportamento
da varivel que se deseja prever. Em termos de previso o tipo de modelo descrito
consta somente da vazo mdia somada a componente aleatria do erro. Os postos base
em que isso acontece so mostrados na Tabela 24.
PB14
PB39
PB45
PB50
PB53
PB56
PB64
PB70
PB76
PB77
PB81
PB85
Fonte: Adaptado de Alexandre (2012)
266
13.4.2. Previso de vazes
267
Analisando os coeficientes de NASH, apresentados na Figura 5.25, percebe-se
que o valor mdio serial entre os PBs, de 0,53, considerado relativamente elevado,
com menor valor observado no PB88 e PB45 que possui valor de 0,06 e 0,09,
respectivamente. Para os valores dos diferentes perodos e PBs a variabilidade muito
grande; o valor mdio para o perodo de DJF de -0,01 variando entre -1,67 para o
PB14 e 0,82 para o PB63; para MAM o valor mdio de 0,29 variando entre -2,48 para
o PB45 e 0,89 para o PB87; para JJA o valor mdio de 0,32 variando entre -1,31 para
o PB67 e 0,97 para o PB32; e para SON o valor mdio de 0,34 variando entre -0,87
para o PB27 e 0,85 para o PB61.
Coeficientes de NASH negativos significam que a regresso utilizada para
determinao de valores de previso menos eficiente que o uso da mdia histrica de
longo perodo, tal situao so apresentadas para o perodo DJF nos PBs 6, 12 a 14, 16,
18 a 21, 26 e 27, 32, 37, 39 a 43, 45, 47 a 48, 50, 52 a 56, 58, 60, 65, 67 a 69, 71 a 77,
82, e 88; para MAM nos PBs 2 a 13, 15 a 33, 35, 41 e 42, 44, 47 a 51, 53 a 57, 59 a 73,
78 a 80, e 82 a 87; para JJA nos PBs 1 a 12, 15, 17 a 20, 22 a 25, 27, 30 a 44, 47 a 64,
66, 70, 74 e 75, 81 e 84; para SON nos PBs 1 e 2, 4 a 13, 17 a 19, 22 a 25, 30 a 33, 35
a 43, 45 a 47, 49 a 88.
268
Figura 128-Valores de coeficiente de NASH (eixo y) das vazes mdias observadas e
estimadas (1998-2003) a partir do Modelo PARx definidos para cada Posto Base (eixo
x).
269
14. RESULTADOS E DISCUSSES: ESCALA DE CURTO PRAZO-CEAR
Este captulo apresenta o resultado da previso sazonal usando o mtodo dos Kvizinhos para a bacia do ros.
14.1. K-vizinhos
O modelo elaborado nesta seo tem por objetivo realizar a previso de vazes
na bacia do ros de um dado ano, utilizando as anomalias de temperatura das
superfcies do oceano Atlntico sul, oceano Atlntico norte e oceano pacfico do ano
anterior ao da previso, podendo ser de forma simplificada, representado como:
(71)
Foram elaborados inicialmente, modelos que utilizam como sinais de entrada as
anomalias de temperaturas de quatro grupos de meses do ano: DJFM, AMJ, JAS e
OND.
Os modelos atriburam valores positivos a TSM do Atlntico Sul e valores
negativos a temperatura do pacfico, conforme Figura 129. Enquanto o coeficiente da
regresso do quadrimestre DJFM apresentou valores positivos para a TSM do Atlntico
Norte, os demais perodos apresentaram valores negativos. O fato do perodo DJFM
apresentar valores positivos tanto para o atlntico sul quanto para o norte, indica que
com essa antecedncia no possvel captar o sinal do dipolo do atlntico.
Para calibrao dos parmetros mostrados na Figura 129 foi utilizado srie de
vazes de 1913 a 2000 do ros, excluindo-se 10 anos usados na verificao das
previses selecionados aleatoriamente, conforme Tabela 25. A seleo obteve 6 anos
secos, 2 normais e 2 chuvosos.
270
Tabela 25- Anos utilizados para verificao daa previses, classificao por
tercil(chuvoso-C, normal-N e seco-S), probabilidade de ocorrncia de um ano igual ou
inferior e vazes observadas.
ANO Previsto
OBS
Prob. Clima
Q(m/s)
1914
1928
1943
1953
1954
1959
1961
1971
1991
1997
C
S
N
S
S
S
N
S
S
C
74,58%
32,60%
39,67%
20,07%
16,09%
31,57%
52,03%
25,36%
29,46%
66,04%
48,25
8,73
12,44
3,79
2,62
8,24
20,99
5,63
7,30
35,32
Figura 129-Valores dos coeficientes das variveis usadas para construo do modelo Kvizinhos.
271
O comportamento do modelo baseado na TSM do DJFM sugere inconsistncia,
j que na maioria dos anos previstos identificou o tercil chuvoso como o mais provvel,
conforme a Tabela 26 e a Tabela 27. Os modelos baseados nos trimestres OND e JAS,
apesar de apresentar o tercil normal em todos os anos previstos, na maioria dos anos
indicaram como segunda categoria mais provvel a referente observao.
O modelo baseado no trimestre AMJ identificou como mais provvel,
considerando os 20 anos mais prximos, nos anos de 1953 e 1954 o tercil seco e nos
anos de 1914 e 1997 o tercil chuvoso. Nos anos chuvosos, esse tercil foi sinalizado
com probabilidade superior a 50%. Admitindo que o tercil mais provvel observado
na maioria dos casos, indica que esse modelo pode contribuir para previso sazonal de
vazes no Cear.
O nmero de anos selecionados sob a suposio de serem mais provveis mostra
clara influncia na gerao dos tercis, conforme a Tabela 26 e a Tabela 27. Isto indica
que algum critrio deve ser adotado para limitar ou expandir o conjunto de cenrios de
anos provveis. Ou ainda, ponderar a possibilidade de ocorrncia do cenrio de um ano
anterior pela distncia que se encontra das condies climticas no momento da
previso.
Tabela 26- Probabilidade de cada tercil para o grupo de meses selecionados,
considerando os 30 anos mais prximos das condies do ano previsto com a tcnica
dos K-vizinhos.
ANO Previsto
1914
1928
1943
1953
1954
1959
1961
1971
1991
1997
ANO Previsto
1914
1928
DJFM
S
33%
18%
18%
18%
28%
15%
16%
14%
17%
17%
N
30%
36%
36%
36%
31%
43%
39%
41%
39%
37%
AMJ
C
37%
46%
46%
46%
41%
42%
45%
45%
44%
47%
S
18%
31%
22%
27%
40%
38%
25%
23%
24%
13%
JAS
S
28%
34%
N
36%
45%
N
37%
45%
47%
45%
41%
39%
50%
51%
41%
36%
C
45%
25%
30%
28%
19%
22%
25%
26%
35%
51%
OND
C
37%
21%
S
28%
33%
N
42%
44%
C
30%
23%
OBS
C
S
N
S
S
S
N
S
S
C
OBS
C
S
272
1943
1953
1954
1959
1961
1971
1991
1997
24%
31%
34%
34%
25%
26%
30%
19%
44%
47%
44%
46%
53%
40%
45%
41%
32%
21%
22%
20%
23%
34%
24%
40%
20%
31%
33%
30%
18%
21%
25%
26%
49%
48%
42%
42%
49%
48%
49%
47%
31%
21%
25%
28%
32%
31%
26%
27%
N
S
S
S
N
S
S
C
DJFM
S
23%
18%
18%
16%
20%
9%
20%
15%
24%
20%
N
30%
34%
34%
34%
38%
39%
36%
40%
38%
40%
AMJ
C
47%
48%
48%
51%
42%
52%
44%
44%
39%
40%
S
15%
17%
22%
20%
43%
39%
19%
21%
29%
14%
JAS
S
24%
40%
25%
31%
38%
39%
23%
18%
33%
13%
N
37%
41%
49%
48%
45%
43%
51%
41%
47%
46%
N
34%
52%
58%
52%
39%
37%
51%
54%
45%
33%
C
51%
31%
20%
28%
18%
24%
30%
25%
25%
53%
OND
C
39%
20%
26%
21%
17%
18%
26%
41%
20%
41%
S
29%
33%
16%
38%
32%
32%
18%
22%
25%
21%
N
41%
49%
54%
45%
39%
46%
55%
45%
52%
47%
C
29%
18%
30%
17%
29%
23%
26%
33%
23%
32%
OBS
C
S
N
S
S
S
N
S
S
C
OBS
C
S
N
S
S
S
N
S
S
C
273
15. METODOLOGIA: ESCALA CURTISSIMO PRAZO
274
Tempo e Estudos Climticos (CPTEC) (T126L28) ou do Global Forecast System (GFS)
(T382L64). O mtodo empregado para gerao do conjunto de previses consiste na
utilizao de combinaes de diferentes configuraes fsicas e distintas condies
iniciais e fronteira para cada rodada dos modelos, originando assim um superensemble (SILVEIRA, 2009), conforme Tabela 28.
As previses realizadas com os modelos regionais so efetuadas com grades
horizontais de 115 por 115 pontos, com aproximadamente 25 km de espaamento,
centradas no estado do Cear (39,0W, 6,5S), conforme indica a Figura 130. As
mesmas cobrem grande parte do Nordeste Brasileiro, assim como uma poro do
Oceano Atlntico. Os membros que utilizam o modelo regional RAMS foram obtidos
com a combinao de duas opes de parametrizao de conveco e duas fontes
distintas de forantes de grande escala, ao passo que aqueles que utilizam o modelo
regional WRF foram obtidos com duas opes de parametrizao de conveco a partir
do mesmo forante de grande escala.
275
Figura 130-Grade utilizada pelos modelos regionais.
Perodo
Nmero de eventos
Jan/2006 a Fev/2012 avaliados
322
Jan/2005 a Dez/2010
305
Jan/2005 a Dez/2010
305
276
15.4. Avaliao usando limiares
277
Tabela 30 - Tabela de contingncia 2 x 2.
Previso
Sim
No
Observao
Sim
No
a
b
c
d
IH =
2(ad bc)
(72)
(a + c)(c + d ) (a b)(b d )
A proporo de acerto H expressa frao na qual o sistema de previso acertou
a+d
(73)
H =
n
onde n o nmero de dias do perodo de verificao. Se o sistema de previso for
perfeito, H =1. A proporo de acertos no faz qualquer distino entre acertar a
precipitao acima de um limite pr-estabelecido e acertar a no ocorrncia do evento.
Segundo Murphy (1996), esta mtrica no interessante quando a probabilidade de
ocorrncia do evento que se deseja prever for pequena. Para este caso, um modelo que
prev sempre a no ocorrncia do evento pode resultar num H bastante elevado. Porm,
278
em casos como este, obter um H maior no caracteriza muito bem o sistema de
previso, j que no h utilidade em prever sempre a no ocorrncia de um evento.
A probabilidade de deteco (POD), conforme equao 74, representa a
probabilidade do sistema prever a ocorrncia do evento, dado que o evento de fato
ocorreu. Um sistema de previso perfeito possui POD = 1, ou seja, o evento nunca
acontece sem que o sistema de previso o tenha previsto.
a
(74)
POD =
a+c
A taxa de alarme falso (F) representa a probabilidade condicional do sistema de
previso ter previsto chuva acima de um determinado limite pr-estabelecido, dado que
a observao foi abaixo deste limite. Um sistema de previso perfeito apresenta F=0,
da mesma forma que se o sistema sempre indica que o evento vai ocorre e ele no
ocorre tem-se F=1. O valor de F dado pela equao 75:
b
(75)
F =
d +b
A razo de alarme falso (FAR) no deve ser confundida com a taxa de alarme
falso (F), a FAR tambm representa uma probabilidade condicional, porm essa
expresso indica a probabilidade de no observar chuva acima de um determinado
limite, dado que o sistema de previso previu chuva acima deste limite. A FAR
calculada segundo a equao 76,
b
(76)
FAR
ab
A razo de vis indica uma possvel tendncia do sistema de previso em
superestimar ou subestimar os eventos de precipitao, sendo calculada como a razo
entre o total de eventos previstos e o total de eventos observados, conforme Equao
77.
BIAS =
a+b
a+c
(77)
previso tende a superestimar o nmero de eventos ocorrido para um dado limiar, assim
como para BIAS menor que 1 o sistema tende a subestimar.
279
Para avaliao por limiares foram considerados cinco percentis por estao do
ano (DJF, MAM, JJA e SON) no caso do SIN. Enquanto que para o Estado do Cear
foram considerados trs limiares (1mm, 5mm e 10mm) apenas para o primeiro semestre
do ano.
Para cada srie observada do SIN por bacia foi feita um triagem onde foram
selecionados todos os valores maiores ou iguais a 2 mm, aps isso foram utilizados os
percentis de 20% (P20), 40% (P40), 60% (P60), 80% (P80), e 90% (P90)
da srie
1
n
(P A)
(78)
280
A AP P
i n
CORREL
i 1
(79)
P P A A
in
i 1
in
i 1
p20
2
2
1
1
1
3
p40
2
2
1
1
1
-
p60
2
1
1
1
1
-
p80
1
1
2
2
2
-
p90
1
1
3
3
3
-
281
bsicos que medem a vantagem e a desvantagem de cada alternativa em relao s
outras. So eles:
C(a,b): ndice de concordncia com a afirmativa aSb;
D(a,b): ndice de discordncia com a afirmativa aSb.
Esses ndices so dados pelas equaes 80 e 81.
(W 0,5W )
C ( a, b)
(W W W )
(80)
Onde:
W+ corresponde a soma dos pesos dos critrios para os quais a prefervel a b.
W=corresponde a soma dos pesos dos critrios para os quais a = b.
W- corresponde a soma dos pesos dos critrios para os quais b prefervel a a.
O ndice de concordncia pode ser entendido como uma porcentagem ponderada
dos critrios para os quais a alternativa
preferida a alternativa .
D(a, b) max
K I
bK
sobre a alternativa b, e
z aK
(82)
R*
preferida a alternativa b:
C (a, b) p
aSb se e somente se
D ( a, b) q
Para a anlise em questo foi utilizado: p=0,80 e e q=0,20.
15.6.1.2. Electre II
282
Classificao Progressiva:
1- GF(t) um subconjunto de Gr, onde GF (0) =GF; e Gf(t) um subconjunto de Gf,
onde Gf (0) =Gf, fixa-se t=0.
2- Selecionam-se os ns no dominados em GF(t). Denota-se este conjunto por C.
3- Selecionam-se os ns em C no dominados em Gf(t). Denota-se este conjunto
por A(t).
4- Obtm-se uma classificao para cada x A(t) mediante:
(84)
5- Reduzem-se os conjuntos GF(t) e Gf(t) a partir de:
GF(t+1)=GF(t)-A(t)
(85)
Gf(t+1)=Gf(t)-A(t)
(86)
x X
v ' v ''
, x X
2
E ordenado de forma crescente os valores dados por m(x).
m( x )
(87)
283
valor observado.
Este ajuste foi realizado considerando a srie divida por estaes do ano (DJF, MAM,
JJA e SON).
284
15.7.3 Correo via razo precipitao observada e modelada por estao
do ano (RAZO)
a precipitao
a precipitao
285
16.
Na Figura 132 mostrada a correlao para o modelo ETA 40 para toda a srie
de precipitao separada por dia. H uma reduo da qualidade de precipitao diria a
medida que se aumenta o horizonte de previso. Porm, para os trechos que compe a
Bacia do Tocantins as correlaes so aproximadamente 0,5 depois de 10 dias. De
forma geral, as melhores correlaes so obtidas para a regio da bacia do Tocantins e
na Bacia do So Francisco, no trecho entre Trs Marias e Sobradinho.
Figura 132 - Correlao entre as sries de precipitao diria (em mm) do modelo
ETA40 sem correo e observada para cada bacia avaliada.
286
16.2. Anlise da Previso Acumulada do modelo ETA40
Na Figura 133 mostrada a correlao e o BIAS para precipitao acumulada ao
longo dos dias para todas as regies avaliadas para o modelo regional ETA40. Para
praticamente todas as bacias verifica-se um crescimento sistemtico do erro de vis com
o aumento do horizonte de previso. Para as bacias do Uruguai, Jacu, Jusante-Foz do
Areia, Montante-Foz do Areia, Jusante-Capivara, Montante-Capivara e Jusante-Jupi h
uma crescente queda da correlao para horizontes superiores a 3 dias de precipitao
acumulada.
A Figura 134mostra a correlao entre as sries observada e modelada de
precipitao acumulada de 10 dias, h uma acentuada dificuldade do modelo ETA 40
nas bacias que se encontram no setor mais a sul do Brasil, com correlaes inferiores a
0,3 em alguns trechos.
As Figuras 133 (b) e 135 indicam que o modelo ETA 40 possui um sistemtico
vis positivo para maioria das bacias, exceto para bacia do Uruguai onde o mesmo
apresenta vis negativo em todos os dias e para as bacias do Jacu, Montante-Foz do
Areia, Montante-Capivara, Jusante-Capivara e Montante-Funil, com vis praticamente
inexistente.
Considerando os resultados mostrados na seo 13.1 para previso diria em
comparao aos mostrados nessa seo, o modelo ETA 40 provavelmente desloca os
eventos de precipitao em algumas horas ou dias, j que o rendimento
consideravelmente melhor para a maioria das bacias avaliadas ao considerar a
precipitao acumulada.
287
Figura 133 - (a) Correlao e (b) Bias entre as sries de precipitao acumulada (em
mm) do modelo ETA40 sem correo e observada para cada bacia avaliada.
(a)
(b)
Fonte :Elaborada pelo prprio autor.
288
Figura 134 - Correlao entre as sries de precipitao acumulada de 10 dias do modelo
ETA-40 e observada para cada bacia avaliada.
Figura 135 BIAS entre as sries de precipitao acumulada 10 dias (em mm) do
modelo ETA-40 e observada para cada bacia avaliada.
289
Na Figura 136 so mostradas as Funes de Distribuio de Probabilidades
Acumuladas (CDF)da precipitao modelada em comparao observada obtida pelo
modelo ETA 40 sem correo para a bacia do Uruguai, Bacia do Grande- Trecho:
Jusante Furnas, Bacia do So Francisco Trecho: Trs Marias Sobradinho e Bacia do
Tocantins- Trecho: Lajeado Tucuru. Na bacia do Uruguai, o modelo superestima os
eventos de menor intensidade e subestima nmero de eventos de maior intensidade, isto
leva a um comportamento muito peculiar que indica que o mesmo apresenta um alto
falso alarme para evento de menor chuva e uma baixa probabilidade de deteco para
eventos extremos. Nas demais regies mostradas, acomparao entre as CDFs
modelada e observada evidencia o comportamento de superestimao do modelo, este
comportamento leva o sistema de previso ter uma alta taxa de falso alarme e razo de
falso alarme.
O comportamento mostrado na bacia do Uruguai semelhante ao da Bacia do
Jacu, bacia do Iguau- Trecho: Montante Foz de Areia e nos trechos da Bacia do
Paranapanema e Paran.
290
Na Figura 137 mostrada uma comparao do modelo ETA sem correo (SC)
e com correo via funo de distribuio gama, distribuio emprica e via razo
precipitao observada e modelada para o limiar P20 para o trimestre DJF para o trecho
Jusante Furnas da bacia do Grande. As correes reduzem o FAR e o F,diminuindo
tambm o comportamento de superestimao do modelo nessa bacia,praticamente
removendo os erros sistemticos de vis, fazendo com que a razo bias seja reduzida
aproximadamente a unidade (BIAS = 1). Esse comportamento repetido em vrios dos
limiares e trechos de bacias avaliadas.
291
Figura 137 - ndices estatsticos obtidos pelo modelo ETA 40 para precipitao
acumulada de 10 dias para o trimestre DJF para bacia do Grande- Jusante Furnas para o
limiar P20. Onde SC modelo ETA 40 sem correo.
Na Figura 138 mostrado o IH do modelo ETA-40 para cada uma das bacias
etrechos avaliados neste trabalho para os percentis de P20 e P80 para cada metodologia
de correo e o modelo sem correo para os trimestres DJF e MAM, respectivamente.
O modelo, mesmo com correo, mostra dificuldade em algumas bacias da regio Sul e
Sudeste, com IH inferior a 0,25 em alguns trechos para P20 do trimestre DJF. Porm,
para o trimestre MAM as correes estatsticas melhoram consideravelmente o IH em
praticamente todo o domnio avaliado.
292
Figura 138 - ndice de Heidke. Na primeira linha mostrado o IH para o trimestre DJF
para o limiar P20 para o modelo ETA40 na sequncia SC, EMP, GAMA e RAZO. Na
segunda linha o limiar P80 do trimestre MAM na mesma sequncia da primeira linha,
ambos para precipitao acumulada de 10 dias.
293
em praticamente todos os limiares e trimestres. Esse comportamento se repete na Bacia
do Jacu e Iguau. As correes aumentam o POD e tornam o BIAS mais prximo da
unidade, reduzindo o comportamento de subestimao deste modelo regional nesta
bacia.
Enquanto, no trecho a Jusante de Furnas da Bacia do Grande o modelo sem
correo mostra-se pouco eficiente nos trimestre JJA e SON, apresentando BIAS
aproximadamente 3 para o limiar P80. O ndice de acerto do modelo sem correo para
o limiar de P80 inferior ao modelo corrigido em todos os trimestres, esse
comportamento impacta o FAR, que tambm pior para o modelo sem correo.
J nos trechos Trs Marias- Sobradinho da Bacia do So Francisco e Lajeado
Tucuru da Bacia do Tocantins o modelo corrigido via funo de distribuio emprica e
via distribuio de probabilidade gama melhoram o ndice de acerto para praticamente
todos os limiares e trimestres. Para os trimestres DJF e MAM e para o limiar P20 o
modelo corrigido mostrou probabilidade de deteco aproximadamente 0,9 associado a
um FAR de em torno de 0,10, indicando que esse sistema de previso eficiente para
captar eventos de menor intensidade.
Apesar de no possuir os melhores ndices para todas as bacias, as correes
EMP e GAMA melhoram a razo de BIAS e o FAR do modelo sem correo na
maioria dos trechos.
Na Tabela 32 mostrada a classificao dos tipos de previses usando correo
estatstica de vis do modelo ETA40 para a precipitao acumulada de 10 dias usando o
mtodo Electre II para as regies avaliadas neste trabalho. As correes tendem a
melhorar os ndices obtidos nas previses sem correo. Segundo esse mtodo, no
possvel identificar uma metodologia que seja melhor em todas as bacias e trimestre.
Para os trimestres MAM e JJA fica evidente a eficincia das correes, sendo o modelo
sem correo classificado em quarto lugar em vrios trechos.
Para o trimestre MAM nenhuma das correes (EMP e GAMA) e o modelo sem
correo melhor do que a correo emprica em nenhum dos trechos. Porm no
trimestre SON essa correo apresenta-se pior do que as demais, segundo o mtodo
ELECTRE II.
Para a Bacia do Tocantins, em todos os trechos, as previses corrigidas via
funo de distribuio emprica mostram-se melhores do que os demais mtodos para
os trimestres DJF, MAM e JJA.
294
Na bacia do So Francisco nos trimestres MAM e JJA o modelo sem correo
ocupa a quarta colocao em todos os trechos, isto mostra a necessidade do tratamento
estatstico na sada do modelo regional nessa regio.
295
Figura 139 - H, POD, FAR e BIAS das regies:(a) bacia do Uruguai; (b) Bacia do Grande- Trecho: Jusante Furnas; (c) Bacia do So Francisco Trecho: Trs Marias
Sobradinho e (d) Bacia do Tocantins- trecho: Lajeado Tucuru.
296
Tabela 32 - Classificao das alternativas de correo de vis da precipitao acumulada de 10 dias do modelo ETA
40(EMP/GAMA/RAZO/SC) usando o mtodo Electre.
DJF
Bacia
Trecho
Uruguai
Jacu
Iguau
EMP
GAMA
RAZO
SC
EMP
GAMA
RAZO
SC
EMP
GAMA
RAZO
SC
Montante - Jupi
Jusante - Jupi
Montante - Capivara
Jusante - Capivara
Montante - Barra
Bonita
Montante - Funil
Jusante - Funil
Montante - Furnas
Jusante - Furnas
Montante Emborcao
Jusante - Emborcao
Grande
Tocantins
SC
Paraba do Sul
So Francisco
SON
RAZO
Paranapanema
Paranaba
JJA
GAMA
Montante - Foz do
Areia
Paran
Tiet
MAM
EMP
Montante - Trs
Marias
Trs Marias Sobradinho
Montante - Serra da
Mesa
Serra da Mesa
Lajeado
Lajeado Tucuru
297
298
Tabela 33 - Classificao das alternativas (ETA15/ETA40) usando o mtodo Electre II.
Bacia
Trecho
ETA 15
1
1
2
1
1
1
1
1
Montante - Foz do
Areia
Jusante - Foz do
Areia
Montante - Jupi
Jusante - Jupi
Montante - Capivara
Jusante - Capivara
Montante - Barra
Bonita
Jusante - Barra
Bonita
Montante - Funil
Jusante - Funil
Montante - Furnas
Jusante - Furnas
Montante Emborcao
Jusante Emborcao
Montante - Trs
Marias
Trs Marias Sobradinho
Montante - Serra da
Mesa
Serra da Mesa Lajeado
Lajeado Tucuru
Paraba do Sul
Grande
Tocantins
1
1
Paranapanema
So Francisco
SON
1
1
Paran
Paranaba
ETA 40 ETA 15
JJA
1
1
Jacu
Tiet
MAM
1
1
Uruguai
Iguau
DJF
299
Figura 141 - comparao entre a correlaodos modelos ETA-15 e BRAMS para
precipitao acumulada ao longo dos dias para todas as regies avaliadas, dada pela
subtrao do valor absoluto das correlaes (ETA15 BRAMS).
300
MAM
ETA-15 EM BRAMS
2
2
1
2
2
1
2
2
1
3
1
1
1
1
1
3
1
1
2
2
1
2
2
1
2
3
1
2
2
1
2
3
1
2
2
1
2
3
1
1
2
3
1
2
3
2
2
1
1
1
3
1
2
3
ETA-15
1
1
1
1
1
1
1
1
1
1
1
1
3
1
1
1
2
2
JJA
EM
1
2
1
2
2
2
1
1
1
1
2
2
1
1
1
1
2
2
BRAMS
3
3
3
2
2
3
3
3
2
3
3
3
1
3
3
3
1
1
ETA-15
2
2
2
3
3
2
2
2
2
2
2
2
1
2
2
1
1
2
SON
EM
2
2
2
1
1
2
2
2
2
2
2
2
2
2
2
1
1
1
BRAMS
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
3
3
2
ETA-15
1
1
1
1
1
1
1
1
1
1
1
1
1
3
1
1
2
2
Montante - Serra da
Mesa
2
2
2
3
1
1
1
3
2
2
3
1
3
1
2
2
1
2
1
3
1
1
3
1
Trecho
Uruguai
Jacu
Montante - Foz do Areia
Iguau
Jusante - Foz do Areia
Montante - Jupi
Paran
Jusante - Jupi
Montante - Capivara
Paranapanema
Jusante - Capivara
Montante - Barra Bonita
Tiet
Jusante - Barra Bonita
Montante - Funil
Paraba do Sul
Jusante - Funil
Montante - Furnas
Grande
Jusante - Furnas
Montante - Emborcao
Paranaba
Jusante - Emborcao
Montante - Trs Marias
So Francisco
Tocantins
DJF
EM BRAMS
2
3
2
3
2
3
1
3
2
2
2
2
1
3
1
3
2
3
1
3
2
3
2
3
1
3
1
1
1
3
1
3
2
1
2
1
Lajeado Tucuru
301
17.
(a)
302
(b)
(c)
Fonte: Elaborada pelo prprio autor.
303
Figura 143 - Verificao das previses de 24 horas para o limiar de 1 mm: (a)FAR;
(b)POD e (c)BIAS. Modelo a esquerda WGKF e a direita RGKF.
(a)
(b)
(c)
Fonte: Elaborada pelo prprio autor.
304
compara-se, na Figura 144, o BIAS desses dois membros para o limiar de 10 mm e para
previso de 24 h. O RCKF superestimam a ocorrncia de precipitao em algumas
regies, mas prximo a estas, apresentam BIAS aproximadamente nulo, principalmente
para o limiar de 10 mm. Isto sugere a existncia de um erro sistemtico na localizao
dos eventos de precipitao.
Na Figura 145 so apresentados H, FAR, POD e BIAS dos membros do
ensemble, ensemble mdio e persistncia para os limiares de 5 mm (a) e 10 mm (b),
para a previso de 72h. Para as previses 72h os modelos apresentam melhores
previses do que a persistncia, com uma proporo de acertos bem acentuada no litoral
norte do estado. Porm h uma sensvel reduo da qualidade para previses mais
distantes.
Para o limiar de 10 mm das previses de 72 h, apesar de no apresentar ndice
de acerto melhor que o WGGR, WGKF e a persistncia, o ensemble mdio possui FAR
menor que os membros que usam o RAMS e um POD superior ao WRF. O que indica
que esta mdia das previses reduz o comportamento de superestimao de eventos de
chuva desse modelo e mantm ainda uma informao de qualidade, evidenciada pelos
valores elevados de POD. Isto sugere que a mdia uma ferramenta potencial para
limiares mais elevados e para previses mais afastadas das condies iniciais
(SILVEIRA, 2009).
A persistncia possui extrema dificuldade de detectar chuvas para o limiar de 10
mm, apresentando POD inferior a 20% e um BIAS muito prximo de zero em
praticamente todo o domnio para os trs limites de previses.
Figura 144 - BIAS das previses de 24 horas para o limiar de 10 mm. Modelo a
esquerda RCKF e a direita RGKF.
305
Figura 145 - Verificao das previses de 72 horas para os limiares de: (a) 5 mm e
(b)10 mm. Cada ndice (H, FAR, POD e BIAS) mostra os resultados de cada modelo na
seguinte sequncia (da esquerda para direita e de cima para baixo): RCKF, RGKF,
WGKF, EM, RCKU, RGKU, WGGR e Persistncia.
306
alarme, o que reduz o grau de confiabilidade da previso. Enquanto isso, os membros
que utilizam o modelo WRF sem correo tendem a subestimar o nmero de eventos de
chuva, isso leva a uma reduo do falso alarme e uma probabilidade de deteco
tambm menor. Esse comportamento dos modelos sem correo tende a se repetir nas
demais regies e nos demais horizontes de previso.
Claramente o modelo WRF tende a apresentar um BIAS muito seco para
chuva-no chuva sem o uso da correo BIAS seco, ou seja, a frequencia relativa de
eventos de chuva observado muito maior do que a frequencia relativa modelada. Esse
fato pode distorcer os resultados das previses corrigidas aumentando em muito a
frequencia relativa de ocorrncia de alguns eventos.
Na Figura 147 mostrada uma comparao dos modelos RGKU e WGGR sem
correo (SC) e com correo (CC). A correo reduz o FAR e o F dos membros que
usam o modelo RAMS e diminui o comportamento de superestimao do membro
RGKU com BIAS aproximadamente igual a 1. J no caso do WRF a correo aumenta
307
o POD, mantm o FAR e o F aceitveis e tambm melhora o BIAS, reduzindo o
comportamento de subestimao deste modelo regional.
Figura 147 - Comparao dos modelos aps correo estatstica para o horizonte de 24h
e para o limiar de 1mm para a regio de Jaguaribana: (a) RGKU e (b)WGGR.
308
limiares de 5mm e 10mm, onde o WRF possui maior POD e menor FAR e F. Sendo o
membro WGFK aquele que representa os melhores ndices para o limiar de 10 mm.
Figura 148 - Verificao das previses corrigidas de 24 horas usando os ndices : (a)IH,
(b)PC, (c)FAR ,(d)F, (e)POD e (f)BIAS para os limiares de 1 mm, 5 mm e 10 mm para
a regio de Jaguaribara e para os anos de 2009/2010.
309
Figura 149 - Verificao das previses corrigidas de 48 horas usando os ndices : (a)IH,
(b)PC, (c)FAR ,(d)F, (e)POD e (f)BIAS para os limiares de 1 mm, 5 mm e 10 mm para
a regio de Jaguaribara e para os anos de 2009/2010.
310
Figura 150 - Verificao das previses corrigidas de 72 horas usando os ndices : (a)IH,
(b)PC, (c)FAR ,(d)F, (e)POD e (f)BIAS para os limiares de 1 mm, 5 mm e 10 mm para
a regio de Jaguaribara e para os anos de 2009/2010.
311
18. CONCLUSES E RECOMENDAES
grande
variabilidade
climtica
exerce
uma
forte
influncia
no
312
A anlise de sries hidrolgicas demanda informaes sobre tendncias e
padres de variao de baixa frequncia do clima (dcadas a sculos). O clima das
prximas dcadas depende tanto de variaes climticas naturais como das foras
antropognicas. Previses climticas decadais devem tentar cobrir a lacuna entre a
previso sazonal/interanual com prazos de dois anos ou menos e projees de mudanas
climticas de um sculo frente. No h nenhuma teoria amplamente aceita para esse
tipo de projeo, nem se sabe se a sua evoluo passada a chave para seu futuro.
Contudo, este trabalho mostrou que existem controles de baixa frequncia, associados
aos lentos processos ocenicos, que podem conferir certa previsibilidade ao clima na
escala decenal, principalmente na regio tropical. O modelo baseado na srie de
ondeletas (WAR) foi capaz de captar o comportamento da srie decenal de vazes e
pode ser usado nesta escala de planejamento.
Na escala sazonal foram testados os modelos PAR, PARx e o uso do modelo
dinmico ECHAM 4.5-SMAP para o SIN. O fato destes modelos preservarem a
estrutura espacial das vazes e apresentarem desempenho melhor que a climatologia em
diversas regies do Brasil mostram que estes podem ser alternativas ao uso do modelo
estocstico GEVAZp, atualmente utilizado no setor eltrico.
A possibilidade de incorpora os resultados dos modelos numricos de previso
do tempo a um modelo hidrolgico distribudo ou concentrado na escala de curtssimo
prazo mostra-se como uma alternativa relevante para operao em tempo real do SIN.
Atualmente, esto sendo testadas novas configuraes para o sistema de previso
numrica do tempo no SIN, estas informaes devem ser usadas para o planejamento
energtico semanal. Este teste baseia-se no uso de previses de precipitao simuladas
pelo modelo regional ETA, com resoluo horizontal de 40 km e resoluo vertical de
38 camadas, mais detalhes do modelo ver em Black (1994). Estes dados servem de
entrada para o modelo hidrolgico Soil Moisture Accounting Procedure SMAP
(LOPES et. al., 1982) para obteno das vazes. Com intuito de melhorar a
previsibilidade e estender o prazo de validade das previses, o Instituto Nacional de
Pesquisas Espaciais (INPE) tem testado novas configuraes de previso numrica do
tempo usando modelos regionais. Estes testes possuem duas vertentes: a primeira
consiste em utilizar novos modelos regionais (no caso o modelo regional BRAMS), com
as mesmas condies de fronteira atual, e a segunda consiste no uso do mesmo modelo
313
regional com diferentes configuraes fsicas e com os mesmos dados de fronteira
combinado a uma melhor resoluo de grade (aproximadamente 15 km).
Como principal contribuio nesta escala temporal, este trabalho apresentou um
sistema de verificao de desempenho da previso numrica do tempo via modelos
regionais e identificou as regies de maior e menor previsibilidade. Alm disso,
avaliou-se o ganho produzido pelo aumento da resoluo de grade e pelo uso do modelo
regional BRAMS. Toda essa anlise comparativa para identificar o modelo com melhor
desempenho foi feito com uma ferramenta multicritrio, o ELECTRE.
As diversas tcnicas nas distintas escalas temporais e a boa adequao das
mesmas ao problema proposto indicam que ests podem ser usadas no planejamento do
SIN, sugere-se ainda que a informao climtica deva ser inserida neste processo, dado
a grande quantidade de informaes disponveis e a possibilidade de melhorar a
operao do sistema.
No Estado do Cear na escala de longo prazo, apesar dos modelos do CMIP5
mostrarem grande divergncia para o sistema Jaguaribe-Metropolitano, os resultados
obtidos podem ser usados para definir o volume outorgvel de longo prazo. Possibilitando
uma anlise da incerteza dos volumes outorgveis e dos nveis de garantia adotado no
sistema.
Na escala de mdio prazo os modelos que utilizam srie de Fourier e ondeletas
identificaram os padres de variabilidade das precipitaes, essas informaes podem ser
utilizadas para definir os volumes outorgveis entre 5 e 10 anos.
O uso da informao climtica sazonal pode ser usado para definir reduo das
vazes alocveis para um dado ano, com uso do software aquanet, por exemplo. Podendo
ser utilizado para definir os nveis de racionamento em anos secos e servir como
parmetro para alocao negociada.
A possibilidade de acoplamento dos resultados dos modelos numricos de
previso do tempo a um modelo hidrolgico distribudo ou concentrado na escala de
curtssimo prazo mostra-se como uma alternativa relevante para operao em tempo real
do sistema Jaguaribe-metropolitano. Podendo ser uma ferramenta relevante em sistema
de alerta de cheias.
314
18.1. CONCLUSES E RECOMENDAES: ESCALA DE LONGO PRAZO
Quanto s projees dos modelos do CMIP5 analisados para os cenrios RCP8.5
e RCP4.5 do sculo XXI, h divergncias quanto o futuro da precipitao nas vrias
regies do setor eltrico. Esse espalhamento pode estar associado prpria incerteza
proveniente dos fenmenos meteorolgicos que envolvem essa varivel (a atmosfera
um sistema catico, Lorenz, 1965) e/ou m representao dos fenmenos de micro e
mesoescala que precisariam ser resolvidos numa grade de melhor resoluo.
315
(1 a 9 anos), indicando a ocorrncia de eventos extremos do que no sculo XX para as
bacias do Cear.
Os modelos mostram grande divergncia para as vazes no sculo XXI sobre o
Cear, tanto para o cenrio RCP4.5 quanto RCP8.5.
As divergncias dos modelos do CMIP5 analisados quanto s projees
demonstram o alto nvel de incerteza existente nessas projees. Entretanto, estas
informaes definem uma margem dos possveis cenrios futuros de precipitao do
setor eltrico brasileiro, devendo ser usadas para adoo de polticas e gesto.
Obviamente, projees com menos incertezas seriam mais interessantes para os
tomadores de deciso, no entanto isto no ocorre nas projees regionais dos modelos
do CMIP5, especialmente sobre reas menores. Artificializar a reduo destas incertezas
pode induzir estratgias que levem quilo que, em gerenciamento de risco, se conhece
como grandes arrependimentos. Da, estratgias robustas precisam considerar as
incertezas no nvel atual de conhecimento.
A crescente demanda de energia no Brasil exerce grande presso sobre o sistema
eltrico
brasileiro,
condies
climticas
mais
desfavorveis
resultariam
em
316
18.2.1. Setor eltrico
18.2.2. Cear
A srie histrica de precipitaes sobre o Cear no apresentou tendncia
significativa, segundo o mtodo de Man-Kendall Sen. A mdia mvel e a mediana
mvel mostram alternncia entre perodos de sequenciais de anos secos e outros
intervalos com sequncia de anos midos. Essa variabilidade pode estar associado a
variao dos padres do comportamento da temperatura da superfcie do mar do oceano
Pacfico.
A transformada de Fourier mostra padres de baixa frequncia (entre 10 e 13
anos) e na escala de mdia a baixa frequncia (entre 4 e 7 anos). Enquanto a
transformada de ondeletas mostra que ao longo de 1912 a 2002 h trs bandas
caractersticas de 2 a 7 anos(banda 1) , 8,2 a 16,6 anos (banda 2) e 17-27,8 anos(banda
3) , ou seja, ela apresenta oscilaes em vrias escalas de tempo.
As duas primeiras bandas de ondeletas e a variabilidade dos principais
harmnicos de Fourier indicam padres de variao semelhante a TSM do pacfico,
317
podendo esse ser um dos fatores relevantes para tal variabilidade temporal das
precipitaes.
318
O mtodo de Kernel apesar de aproximar sensivelmente a CDF do GERVAZP para a
dos membros do SMAP em FURNAS, apresenta resultados no to favorveis em
Canoas e Capivara. Isto ocorre porque no clculo da distncia prevalece a ENA de
Furnas, que bem maior que as demais, sendo os termos da equao da distncia total
pertencente s demais bacias de outra ordem de grandeza;
O mtodo de reamostragem dos cenrios do GERVAZp pelos cenrios do SMAP se
aproxima razoavelmente a CDF do SMAP. Porm, em alguns casos os cenrios do
GERVAZP e os cenrios do SMAP divergem de tal forma, que mesmo este mtodo no
consegue reproduzir adequadamente a CDF do SMAP.
Considerando a ordem de grandeza dos desvios existentes nas previses de
vazes naturais do SIN, e consequentemente do GERVAZP, razovel supor que uma
significativa melhoria nos processos de planejamento e programao da operao do
SIN a grande reduo, em alguns meses, nestes desvios para os mtodos de Kernel e
pelo mtodo reamostragem dos cenrios do GERVAZp pelos cenrios do SMAP. O
desvio padro pode ser considerada uma forma de caracterizar a incerteza associada
previso. importante que o mtodo de gerao de cenrios utilizado represente bem a
incerteza associada ao estado do sistema previsto e mantenha dentro da amplitude do
conjunto de previses dos membros do mtodo utilizado o estado real futuro da
atmosfera.
Os ganhos oriundos do modelo climtico podem ser potencializados em um
modelo que possibilite a integrao ntima entre a modelagem acoplada (climticohidrolgica) e a modelagem estocstica. Alternativa metodolgica para este fim
utilizar de forma explicita a informao oriunda do modelo climtico na formulao do
modelo estocstico, aninhando o modelo acoplado para algumas regies dentro do
modelo estocstico que complementaria a previso para os locais onde no houvesse ou
no fossem satisfatrias as previses do modelo acoplado. Este procedimento
conservaria de forma mais adequada a estrutura espacial das sries de vazes.
Na anlise das regresses, quanto a sua estrutura, verifica-se um melhor
desempenho dos modelos do tipo PAR quando se usa toda a srie de previso (19982003), e para os meses dezembro, janeiro e fevereiro (DJF); maro, abril e maio
(MAM), e junho, julho, e Agosto (JJA). Para o perodo de setembro, outubro e
novembro (SON), a uma maior eficincia preditiva observada para modelos do tipo
PARX.
319
18.3.2. Cear
18.4.1Setor eltrico
320
As correes propostas reduzem os erros de vis na maioria dos casos,
reduzindo tambm a razo de falso alarme do modelo sem correo, o que aumenta o
grau de confiabilidade da previso.
Quanto s correes de vis so feitas as seguintes proposies:
- A correo via razo observada e modelada tende a reduzir de mais a razo de BIAS
para os limiares de maior intensidade, no permitindo, portanto, a captao de eventos
extremos. O que do ponto de vista de alerta de cheias muito ruim e inviabiliza seu uso;
- Recomenda-se o uso da correo emprica, principalmente para os trechos da Bacia do
Tocantins. Dado o erro sistemtico de vis do modelo, nas regies onde no usada a
correo emprica deve-se usar a correo gama.
Os modelos ETA 15 e ETA 40 apresentam previses bastante semelhantes, no
sendo possvel identificar o ganho ao aumentar a resoluo. Este resultado pode levar a
discusses de uma pergunta fundamental que permanece sem ser respondida at hoje:
Qual o valor relativo de um conjunto de previses com uma resoluo de
mesoscalaque no inviabilize o seu custo computacional, (que como exemplo poderia
ser de 20-40 km), comparado a um nmero muito menor de previses a resoluo
consideravelmente mais alta (1-3 km, por exemplo) e custo computacional semelhante?
A resposta para esta pergunta tem implicaes de longo alcance, levando vrios centros
(NCEP, CPTEC, JMA, etc.) a investirem em pesquisa cientfica e aquisio de
tecnologia, ao mesmo tempo em que buscam uma resposta para obter o mximo
proveito dos recursos disponveis.
O modelo BRAMS apresentou dificuldade na regio mais ao sul do domnio,
indicando correlaes bem inferiores ao ETA 15 nas bacias desse setor. Porm, o
mtodo Electre II, indica que a relao de dominao de um modelo sobre o outro varia
sazonalmente nas vrias regies. Nos trimestres DJF e JJA o modelo ETA-15 melhor
nas bacias da regio sul e sudeste do Pas, enquanto o BRAMS melhor na regio norte
e nordeste. J nos trimestres MAM e SON o comportamento invertido.
Considerando a clara influncia do sinal do modelo global nos modelos
regionais sugere-se o uso de previses usando um conjunto de multi-modelos a partir de
diferentes modelos globais. Assume-se que as previses de controle geradas por
diferentes modelos representam bastante bem incertezas associadas s condies iniciais
da atmosfera.
321
18.4.2Cear
322
19. REFERNCIAS
323
BEVEN, K.; FREER, J.. Equifinality, Data Assimilation, and Uncertainty Estimation in
Mechanistic Modelling of Complex Environmental Systems Using the GLUE
Methodology. Journal of Hydrology, v. 249, p. 11-29., 2001.
BINDER, W. L. C. Climate Change and Watershed Planning in Washington State..
Journal of the American Water Resources Association., v. 42, n. 4, p. 915-926,
2006.
BLACK, T. L. The new NMC mesoescale Eta model: description and forecast
examples.. Weather and Forecasting, v. 9, p. 265-278, 1994.
BLOCK, P. J. et al. Streamflow Forecasting Framework using Multiple Climate and
Hydrological Models.. Journal of the American Water Resources Association, v. 45,
n. 4, 2009.
BLOCK, P. J.; RAJAGOPALAN, B. Statistical Dynamical Approach for Streamflow
Modeling at Malakal, Sudan, On the White Nile River. Journal of Hydrologic
Engineering , v. 14, n. 2, p. 185-196, 2008.
BOGGESS, A.; NARCOWICH, F. J. . A first course in wavelets with fourier
analysis. 2. ed. New Jersey: John Wiley & Sons, 2009.
BOLZAN, M. J. A. Anlise da transformada em ondeletas aplicada em sinal geofsico.
Revista Brasileira de Ensino de Fsica, v. 26, n. 1, p. 37-41, 2004.
BONATTI, J. P.Modelo de Circulao Geral Atmosfrico do CPTEC. Climanlise.
Edio
comemorativa
de
10
anos.
[http://www.cptec.inpe.br/products/climanalise/cliesp10a/index1.shtml], 1996.
BOX, G. E. P.; JENKINS, G. M. Time Series Analysis: forecasting and control.
Revisada. ed. San Francisco: Holden-Day, 1976.
BUIZZA, R.; PALMER, T. N. The singular-vector structure of the atmospheric general
circulation.. Journal of the Atmospheric Sciences, v. 52, p. 1434-1456, 1995.
BURN, D. H.; ELNUR, M. A. H. .. Detection of hydrologic trends and variability.
Journal of Hydrology, v. 255, p. 107-122, 2002.
CAMPOS, N; STUDART, T. Gesto das guas: princpios e prticas. 2. ed. Porto
Alegre: ABRH, 2003.
CATALDI, M. Estudo Numrico da Influncia das Anomalias da TSM do Atlntico
Sul Extratropical e do Pacfico Equatorial no Regime Hidrometeorolgico das
Regies Sul e Sudeste do Brasil. 2008. 255f. Tese (Doutorado em Engenharia Civil
COPPE), Universidade Federal do Rio de Janeiro UFRJ, Rio de Janeiro, 2008.
CAVALCANTI, A. I. F. et al. Tempo e Clima no Brasil. 1. ed. So Paulo: Oficina de
Textos, 2009.
324
CEPEL CENTRO DE PESQUISA DE ENERGIA ELTRICA, 2002. Manual de
Referncia Modelo de Gerao de Sries Sintticas de Energias e Vazes
MODELO GEVAZP. CEPEL. Rio de Janeiro RJ.
CEPEL - CENTRO DE PESQUISA DE ENERGIA ELTRICA, MANUAL DE
REFERNCIA DO MODELO NEWAVE, Rio de Janeiro, 2006.
CHEN, C.; COTTON, W. R. Numerical experiments with a one-dimensional higher
order turbulence model: Simulation of the Wangara day 33 case. Boundary-Layer
Meterology, v. 25, p. 375-404, Janeiro 1983.
CHOU, S. C.Regional EtaModel. Climanlise. Edio comemorativa de 10 anos.
[http://www.cptec.inpe.br/products/climanalise/cliesp10a/index1.shtml], 1996.
CHOU, S. C. e Justi , M. G. S.. A.Objetive evaluation of Eta model precipitation
forecasts over South America. Climanlise. Jan, 1999.
CITEU, J. et al. Position de La zone de convergence a 28N et temprature de surface
de locan. Veille Climatique Satellitaire, n. 21, p. 3-7, 1988.
COGERH. COGERH. Site da Companhia de Gesto dos Recursos Hdricos do
Cear. Disponivel em: <http://portal.cogerh.com.br/>. Acesso em: 10 ago. 2010.
COLLISCHONN, W. et al. The MGB-IPH model for large-scale rainfallrunoff
modelling. Hydrological Sciences Journal , v. 52, n. 5, p. 878-895, 2007.
COMPO, G. P.; WHITAKER, J. S.; SARDESHMUKH, P. D. Feasibility of a 100 year
reanalysis using only surface pressure data. Bulletin of American Meteorological
Society, v. 87, p. 175-190, 2006.
COSTA, A. A.; NETO, O. L. M. Modelagem de mesoescala da variabilidade
climtica interanual sobre o nordeste brasileiro. Anais do III Simpsio Internacional
de Climatologia. Canela-RS: [s.n.]. 2009.
COSTA, F.S.; MACEIRA, M.E.P.; DAMZIO, J.M. Modelos de Previso Hidrolgica
Aplicados ao Planejamento da Operao do Sistema Eltrico Brasileiro, 2007. RBRH
Revista Brasileira de Recursos Hdricos V12, n.3, p21-30.
COTTON, C. E. A. RAMS 2001: Current status and future directions. Meteorology
and Atmospheric Physics, v. 82, n. 1, p. 5-29, 2003.
COTTON, W. R.; PIELKE SR, R. A.; WALKO, R. L. RAMS 2001: Current status and
future directions. Meteorology and Atmospheric Physics, v. 82, n. 1, p. 5-29, 2003.
COUTINHO, M. M. Previso por conjuntos utilizando perturbaes baseadas em
componentes principais.. Dissertao de Mestrado em Meteorologia.Instituto Nacional
de Pesquisas Espaciais INPE. So Jos dos Campos- SP, p. 136. 1999.
325
DA SILVA, D.F.; MOLION, L.C.B. Influncia da Variabilidade Climtica Interanual
na Hidrologia da Bacia do rio So Francisco, 2004. Anais do XIII Congresso
Brasileiro de Meteorologia, Fortaleza.
DALEY, R.; MAYER, T. Estimates of global analysis error from the global weather
experiment observational network. Monthhy Weather Review, v. 114, p. 1642-1653,
1986.
DELLEUR, J. W. et al. Applied Modeling of Hydrologic Time Series. 1. ed. Colrado:
Water Resources Publications, 1987.
DIAZ, A. F.; STUDZINSKI, C. A.; MECHOSO, C. R. Relationships between
Precipitation Anomalies in Uruguay and Southern Brazil and Sea Surface Temperature
in the Pacific and Atlantic Oceans. Journal of Climate, v. 11, n. 2, p. 251-271, 1988.
DOBLAS-REYES, F. J.; HAGEDORN, R.; PALMER, T. N. The Reationale Behind the
Success of Multi-Model Ensembles in Seasonal Forecasting II. Calibration and
Combination.. Tellus, v. 57, n. 3, p. 234-252, Maio 2005.
DUAN, Q. et al. Multi- Model Ensemble Hydrologic Prediction Using Bayesian Model
Averaging. Advances in Water Resources, v. 30, p. 1371-1386, 2006.
FILHO, F. D. A. D. S.; PORTO, R. L. L. Mercado de gua e o Estado: lies da teoria
dos jogos. Revista Brasileira de Recursos Hdricos, v. 3, n. 4, p. 83-98, 2008.
FOLLAND, C. K.; PARKER, D. E. Observed variations of sea surface temperature.. In:
SCHLESINGER, M. E. Climate- Ocean Interaction. [S.l.]: Kluwer, Dordrecht, 1990.
p. 21-52.
GEORGAKAKOS, K. P.; KRZYSZTOFOWICZ, R. Probabilistic and Ensemble
Forecasting (Editorial). Journal of Hydrology, n. 1, p. 249(1-4), 2001.
GEORGAKOS, K. P. et al. Characterizing Streamow Simulation Uncertainty Through
Multimodel Ensembles. Journal of Hydrology, v. 298, n. 1-4, p. 222-241, 2004.
GODDARD, L. et al. Current approaches to seasonal-to-interanual climate predictions.
International Journal of Climatology, Londres, v. 21, n. 9, p. 1111-1152, Julho 2001.
GOMES, L. F. A. M.; GOMES, C. F. S.; ALMEIDA, A. T. Tomada de Deciso
Gerencial: Enfoque Multicritrio. So Paulo: Atlas S.A, 2006.
GRIMM, A. M.; FERRAZ, S. E.; DOYLE, M. E. Climate variability in southern South
America associated with El Nino and La Nina events.. Journal of Climate, v. 13, n. 1,
p. 35-58, 2000.
GUILHON, L. G.; ROCHA, V. F.; MOREIRA, J. C. Comparao de mtodos de
previso de vazes naturais afluentes a aproveitamentos hidroeltricos. Revista
Brasileira de Recursos Hdricos, v. 12, n. 3, p. 13-20, 2007.
326
HAMED, K. H. Exact distribution of the Mann-Kendall trend test statistic for persistent
data.. Journal of Hydrology, v. 365, p. 86-94, 2009.
HARRINGTON, J. The effects of radiative and microphysical processes on
simulated warm and transition season arctic stratus.. Phd. Colorado State
University. [S.l.]. 1997.
HASTENRATH, S.; HELLER, L. Dynamics of climatic hazards in northeast. Quaterly
Journal of the Royal Meteorological Society, v. 113, n. 435, p. 411-425, 1977.
HASTIE,T.,
TIBSHIRAMI,
R.,
FRIEDMAN,
J.
The
Elements
of
Statistical Learning:Data Mining, Inference, and Prediction. Second Edition Series:
HYPERLINK "http://www.springer.com/series/692" Springer Series in Statistics , 533p,
2009.
HAYLOCK, M. R. et al. Trends in Total and Extreme South American Rainfall in
19602000 and Links withSea Surface Temperature. Journal of Climate, v. 19, p.
1490-1512, 2006.
HELSEL, D. R.; HIRSCH, R. M. Statistical methods in water resources: U. S.
geological survey techniques of water-resources investigations. Captulo A3. Disponvel
em: <http://water.usgs.gov/pubs/twri/twri4a3/>. Acesso em: 2002.
HIRSCH, R. M.; SLACK, J. R.; SMITH, R. A. Techniques of trend analysis for
monthly water quality data.. Water Resources Research, v. 18, p. 107-121, 1982.
HOFFMAN, R. N.; KALNAY, E. Lagged Average Forecasting, an Alternative to
Monte Carlo Forecasting.. Tellus, v. 35A, n. 2, p. 100-118, 1983.
IPCC. Climate Change 2007: Impacts, Adaptation and
Intergovernmental Panel on Climate Change. Cambridge, p. 23. 2007.
Vulnerability..
IPCC. Climate Change 2007: The physical science basis. Intergovernmental Panel on
Climate Change. Cambridge, p. 18. 2007.
KAHYA, E. . K. E. Trend analysis of streamflow in Turkey. Journal of Hydrology , v.
289 , p. 128-144, 2004.
KANE, R. P. El Nio and La Nia events and rainfall in NE and South Brazil.. Revista
Brasileira Geofsica, v. 10, p. 49-59, 1992.
KANG, I. S.; YOO, J. H. Examination of Multi-Model Ensemble Seasonal Prediction
Methods Using a Simple Climate System. Climate Dynamics , v. 26, p. 286-294, 2006.
KAPLAN, A. et al. Analyses of global sea surface temperature 1856-1991. Journal of
Geophysical Research, v. 103, n. 18, p. 567-589, 1998.
327
KELMAN, J.; VIEIRA, A. M.; RODRIGUEZ-AMAYA, J. E. El nio influence on
streamflow forecasting.. Stochastic Environmental Research and Risk Assessment,
v. 13, p. 123-138, 2000.
KENDALL, M. G. . G. J. D. Rank Correlation Methods. 5. ed. Londres: Griffin,
1990.
KENDALL, M. G. Rank Correlation Measures. 1. ed. Londres: Charles Griffin, 1975.
KEPPENNE, C. L.; LALL, U. Complex singular spectrum analysis and multivariate
adaptive regression splines applied to forecasting the Southern Oscillation. Exp. Long
Lead Forecast Bull., v. 5, p. 54-56, 1996.
KOUSKY, V. E. Frontal influences on Northeast Brazil. Montly Weather Review, v.
107, n. 9, p. 1140-1153, 1979.
KUO, H. L. Further Studies of the Parameterization of the Influence of Cumulus
Convection on Large-Scale Flow.. Journal of the Atmospheric Sciences, v. 31, n. 5, p.
1232-1240, 1974.
KWON, H. H.; LALL, U.; KHALIL, A. F. Stochastic simulation model for
nonstationary time series using an autoregressive wavelet decomposition:Applications
to rainfall and temperature. WATER RESOURCES RESEARCH, v. 43, p. 1-15,
2007.
KWON, J.-H. Streamflow Forecasting for Geum River Basin by Using ARMAX
Model. [S.l.], p. 83. 2002.
LALL, U.; SHARMA, A. A nearest neighbor bootstrap for resampling hydrologic time
series. WATER RESOURCES RESEARCH, v. 32, n. 3, p. 679-693, Maro 1996.
LZARO, Y. M. C. Avaliao dos modelos do IPCC AR4 quanto sazonalidade e
variabilidade plurianual de precipitao no sculo XX em trs regies da
Amrica do Sul - projees e tendncia para o sculo XXI. Dissertao de Mestrado
em Engenharia Civil. Universidade Federal do Cear. Fortaleza-CE, p. 182. 2011.
LEITH, C. E. Theoretical Skill of Monte Carlo Forescast.. Monthly Weather Review,
v. 102, n. 6, p. 409-418, 1974.
LIU, Y.; GUIPINGWU; ZHAO, X. Recent declines in China's largest freshwater lake:
trend or regime shift? ENVIRONMENTAL RESEARCH LETTERS, v. 8, n. 1, p. 9,
2013.
LOPES, J. E. G.; BRAGA JR., B. P. F.; CONEJO, J. G. L. A. Simulao Hidrolgica:
Aplicaes de um Modelo Simplificado. Anais do III Simpsio Brasileiro de Recursos
Hdricos. Fortaleza: [s.n.]. 1981. p. 42-62.
328
LOPES, J. E. G.; BRAGA, B. P. F.; CONEJO, J. G. L. SMAP -A Simplified
Hydrological Model, Applied Modelling in Catchment Hydrology, Ed. V.P.Singh,
Water Resources Publications, 1982.
LORENZ, E. N. Deterministic non-periodic flow.. Journal of the Atmospheric
Sciences, v. 20, n. 2, p. 130-141, 1963.
LORENZ, E. N. A study of the predictability of a 28 Variable Atmospheric Model..
Tellus, v. 17, n. 3, p. 321-333, 1965.
MANN, H. B. Non-parametric tests against trend.. Econometrica, v. 13, p. 245-259,
1945.
MANTUA, N. J. et al. A Pacific Interdecadal climate oscillation with impacts on
salmon production. Bull. Amer. Meteor. Soc., v. 78, p. 1069-1979, 1997.
MANTUA, N. J.; HARE, S. R. The Pacific Decadal Oscillation. Journal of
Oceanografy, v. 58, p. 35-44, 2002.
MACEIRA, M.E.P.; PENNA, D.D.J.; DAMZIO, J.M. Gerao de Cenrios Sintticos
de Energia e Vazo para o Planejamento da Operao Energtica. Anais do XVI
Simpsio Brasileiro de Recursos Hdricos, ABRH, Joo Pessoa, 2005.
MACEIRA, M.E.P.; MERCIO, C.M.V.B. Stochastic Sreamflow Model for
Hydroelectric Systems. 5th International Conference PMAPS Probabilistic
Methods Applied to Power Systems, Vancouver, Canada, 1997.
MACHADO, L. H. R.; MENDONA A. M.; MENDONA, R. W. B.; BONATTI, J.
P.. Impacto da utilizao de previses defasadas no sistema de previso de tempo por
conjunto do CPTEC/INPE.Revista Brasileira de Meteorologia, v.25, n.1, p.54-69,
2010.
MARENGO, J. A.; SOARES, W. R. Impacto das mudanas climticas no Brasil e
Possveis Cenrios Climticos: Sntese do Terceiro Relatrio do IPCC de 2001.
CPTEC-INPE. So Paulo, p. 29. 2005.
MARENGO, J. A.; VALVERDE, M. C. Caracterizao do clima no Sculo XX e
Cenrio de Mudanas de clima para o Brasil no Sculo XXI usando os modelos do
IPCC-AR4. Revista Multicincia, Campinas-SP, n. 8, Maio 2007.
MASON, S. J. et al. The IRI Seasonal Climate Prediction System and the 1997 1998 El
Nino Event.. Bulletin of the American Meteorological Society, v. 80, p. 1853-1973,
1999.
MELLO, E. L.; OLIVEIRA, F. A.; PRUSKI, F. F. EFEITO DAS MUDANAS
CLIMTICAS NA DISPONIBILIDADE HDRICA DA BACIA de PARACATU.
Revista Brasileira de Engenharia Agricola, Jaboticabal, v. 28, n. 4, p. 635-644,
out./dez. 2008.
329
MELLOR, G.; YAMADA, T. A hierarchy of turbulence closure models for atmospheric
boundary layers.. Journal of the Atmospheric Sciences, v. 31, p. 1791-1806, 1974.
MILLY, P. C. D.; DUNNE, K. A.;., A. V. V. Global pattern of trends in streamflow e
water availability in a changing climate. Nature, v. 438, Novembro 2005.
MME. Boletim Mensal de Monitoramento do Sistema Eltrico Brasileiro Abril2011. Ministrio de Minas e Energia. Brasilia, p. 43. 2011.
MOLINARI, J. A general form of Kuos cumulus parameterization. Monthy Weather
review, v. 113, n. 8, p. 1411-1416, 1985.
MOLION, L. C. B.; BERNARDO, S. O. Uma reviso da dinmica das chuvas no
Nordeste Brasileiro. Revista Brasileira de Meteorologia, v. 17, n. 1, p. 1-10, 2002.
MORAES J. M., G. A. M. . M. J. . B. M. V. . M. L. A.; VICTORIA, R. L. Anlise de
interveno das sries temporais de vazo dos principais rios da bacia do Rio
Piracicaba. Revista Brasileira de Recursos Hdricos, v. 2, n. 2, p. 65-79, 1997.
MORETTIN, P. A. Ondas e ondaletas: da anlise de Fourier anlise de ondaletas.
EDUSP, 1999.
MORETTIN, P. A.; TOLOI, M. C. C. Anlise de sries temporais. 2. ed. So Paulo:
Editora Egard Blucher, 2006.
MOURA, A. D.; J., S. On the Dynamics of Droughts in Northeast Brazil: Observations,
Theory, and Numerical Experiments With a General Circulation Model.. Journal of
Atmospheric Sciences, v. 38, p. 2653-2675, 1981.
MOURA, R. G.; HERDIES, D. L.; MENDES, D.; MENDES, M. C. D.. Avaliao do
modelo regional ETA utilizando as anlises do CPTEC e NCEP.Revista Brasileira de
Meteorologia, v.25, n.1, p-46-53, 2010.
MURPHY, A. H.; WINKLER, R. L..A general framework for forecast verification,
Monthly Weather Rev, vol. 115 (7), pp. 1330-1338, 1986.
MURPHY, A. H..The Finley affair: A signal event in the history of forecast verification,
Weather and Forecasting, vol. 11 (1), pp. 3-20, 1996.
NAGHETTINI, M.; PINTO, E. J. A. Hidrologia Estatstica. 1. ed. Belo Horizonte:
CPRM Servio Geolgico do Brasil., 2007.
NAMIAS, J. Influence of northern hemisphere general circulation on drought in
northeast Brazil.. Tellus, v. 24, p. 336-342, 1972.
NEW, M. et al. A high-resolution data set of surface climate over global land areas.
Climate Research, v. 21, p. 1-25, 2001.
330
NEW, M.; HULME, M.; JONES, P. D. Representing twentieth century space-time
climate variability. Part 1: development of a 1961-90 mean monthly terrestrial
climatology. Journal of Climate, v. 12, p. 829-856, 1999.
NOBRE, C. A. Vulnerabilidade, impactos e adaptao mudana no clima. In:
Brasil, Presidncia da Republica.Ncleo de Assuntos Estratgicos. Mudana do clima:
Negociaes Internacionais sobre a Mudana do Clima. Brasilia, p. 147-216. 2005.
NOBRE, C. A.; SELLERS, P. J.; SHUKLA, J. Amazonian deforestation and regional
climate change. J. Clim., v. 4, p. 957-988, 1991.
NOBRE, P.; MOURA., A. D.; SUN., L. Dynamical downscaling of seasonal climate
prediction over Nordeste Brazil with ECHAM3 and NCEPS Regional Spectral Model
at IRI.. Bulletin of American Meteorological Society, Boston, v. 82, p. 2787-2796,
2001.
NOBRE, P.; SHUKLA, J. Variations of sea surface temperature, wind stress and rainfall
over the tropical Atlantic and South America. Journal of Climate, v. 9, p. 2464-2479,
1996.
OLIVEIRA, K. F. L. Previso de vazo em uma bacia do semi-rido usando
previses climticas numricas de precipitao. Dissertao de Mestrado em
Engenharia Civil e Ambiental.Universidade Federal de Campina Grande. Campina
Grande-PB, p. 77. 2006.
PANAGOULIA, D.; DIMOU, G. Linking space-time scale in hydrological modeling
with respect to global climate change: model properties and experimental design..
Journal Hydrology, v. 194, p. 15-37, 1997.
PICCILLI, D.G.A. Avaliao da previso hidroclimtica no Alto Paraguai. 2007.
342f. Tese (Doutorado em Recursos Hdricos e Saneamento Ambiental) - Instituto de
Pesquisas Hidrulicas. Universidade Federal do Rio Grande do Sul UFRGS. Porto
Alegre/RS, 2007.
PIELKE, R. A. et al. A comprehensive meteorological modeling systemRAMS.
Meteorology and Atmospheric Physics, v. 49, n. 1, p. 69-91, 1992.
PORTO, R. L. L. et al. Tcnicas quantitativas para ogerenciamento de Recursos
Hdricos. Porto Alegre: Universidade/UFRGS/Associao Brasileira de Recursos
Hdricos, 1997.
PRESS, W. H. et al. Numerical Recipes - The art of scientific computing. 1. ed. Nova
Yorke: Cambridge University Press, 1986.
RAJAGOPALAN, B.; LALL, U.; ZEBIAK, S. E. Categorical Climate Forecasts
Through Regularization and Optimal Combination of Multiple GCM Ensembles..
Monthly Weather Review, v. 130, p. 1792-1811, 2002.
331
REBELLO, E. R. G. A Oscilao Decadal do Pacfico e sua possvel influncia no
clima do Sul do Brasil. INMET. Brasilia-DF. 2005.
REGONDA, S.; B. RAJAGOPALAN, M.; ZAGONA, E. A Multimodel Ensemble
Forecast Framework: Application to Spring Seasonal Flows in the Gunnison River
Basin. Water Resources Research, v. 42, n. 9, 2006. ISSN 10.1029/2005WR004653.
REIS JUNIOR, D. S. et al. Verificao da Previso Operacional de Chuva sobre
Bacias Hidrogrficas do Estado do Cear. Anais do XVIII Simpsio Brasileiro de
Recursos Hdricos. Campo Grande: [s.n.]. 2009.
RIBEIRO, D. C. M. Modelo de previso de vazo aplicado ao nordeste brasileiro
utilizando a informao climtica para auxiliar a operao de hidrossistemas.
Fortaleza, p. 189. 2011.
ROCHA, E.J.P.; ROLIM, P.A.M.; SANTOS, D.M. Modelo estatstico hidroclimtico
para previso de nveis em Altamira-PA. Anais do XVII Simpsio Brasileiro de
Recursos Hdricos, So Paulo, 2007.
ROHN, M.C.; KAVISKI, E.; CUNHA, L.M. Estimativa de variveis hidrolgicas a
partir de indicadores do fenmeno EL NIO. Anais do XV Simpsio Brasileiro de
Recursos Hdricos, ABRH, Curitiba, 2003.
SALAS, J.D.; DELLEUR, J.W.; YEVJEVICH, V.; LANE, W.L. Applied Modeling of
Hydrologic Time Series. Water Resources Publications, Colorado. 482p, 1997.
SANTOS, C. A. C. et al. TENDNCIAS DOS NDICES DE PRECIPITAO NO
ESTADO DO CEAR. Revista Brasileira de Meteorologia, v. 24, n. 1, p. 39-47,
2009.
SANTOS, C. A. C.; BRITO, J. I. B. Anlise dos ndices de extremos para o semi-rido
do Brasil e suas relaes com TSM e IVDN. Revista Brasileira de Meteorologia, v.
22, n. 3, p. 303-312, 2007.
SARNAGLIA, A. J. Q.; REISEN, V. A. Estimao robusta em processos peridicos
auto-regressivos na presence de outliers aditivos. 19o SINAPI - Simpsio Nacional
de Probabilidade e Estatstica. So Pedro-SP: [s.n.]. 2010.
SKAMAROCK, W.C. et al. A description of the Advanced Research WRF version
2. NCAR Tech Notes-468+STR, 2005.
SEBER, G. A. F. Multivariate Observations. Hoboken, NJ: John Wiley & Sons, Inc.,
1984
SEN, P. K. Estimates of the regression coefficient based on Kendall's tau.. Journal of
the American Statistical Association, v. 63, p. 1379-1389, 1968.
332
SILVEIRA, C. S. Previso de Tempo por Ensemble Regional para o Nordeste
Brasileiro.. Dissertao (Mestrado Acadmico em Cincias Fsicas Aplicadas).
Universidade Estadual do Cear. Fortaleza-CE, p. 202. 2008.
SILVEIRA, C. S. et al. Previso de tempo por conjuntos para a regio Nordeste do
Brasil: uma avaliao para precipitao. XVI Congresso Brasileiro de Meteorologia.
Belm: [s.n.]. 2010.
SILVEIRA, C. S. et al. VERIFICAO DAS PREVISES DE TEMPO PARA
PRECIPITAO USANDO ENSEMBLE REGIONAL PARA O ESTADO DO
CEAR EM 2009. Revista Brasileira de Meteorologia, v. 26, n. 4, p. 609-618, 2011.
ISSN 0102-7786.
SILVEIRA, C. S. et al. Avaliao de desempenho dos modelos do CMIP5 quanto
representao dos padres de variao da precipitao no sculo xx sobre a regio
nordeste do Brasil, Amaznia e bacia do Prata e anlise das projees para o cenrio
RCP8.5. Revista Brasileira de Meteorologia, v. 28, n. 3, p. 317-330, Setembro 2013.
ISSN 0102-7786.
SMAGORINSKY, J. General circulation experiments with the primitive equations.
Monthly Weather Review, v. 91, n. 3, p. 99-164, 1963.
SOUZA FILHO, F.A.; LALL, U. Modelo de Previso de Vazes Sazonais e
Interanuais. Revista Brasileira de Recursos Hdricos v. 9, n. 2, p.61-74, ABRH, Porto
Alegre, 2004.
SOUZA FILHO, F. A.; LALL, U. Seasonal to Interannual Ensemble Streamflow
Forecasts for Ceara, Brazil: Applications of a Multivariate, Semiparametric Algorithm.
Water Resources Research, v. 39, n. 11, p. 1307-1320, Novembro 2003. ISSN
doi:10.1029/2002WR001373.
SOUZA FILHO, F. A.; MOURA, A. D. Memrias do Seminrio Natureza e
Sociedade nos Semi-ridos. 1. ed. Fortaleza: FortalezaBanco do Nordeste do
Brasil/Fundao Cearense de Meteorologia e Recursos Hdricos, 2006.
SOUZA FILHO, F. A.; LALL, U.; PORTO, R. L. L. Role of price and enforcement in
water allocation: Insights from Game Theory. Water Resources Research, v. 44, p.
400-420, 2008.
SPATH, H. Cluster Dissection and Analysis: Theory, FORTRAN Programs, Examples.
Translated by J. Goldschmidt. New York:, Halsted Press, 1985.
SUN, L. et al. Climate Downscaling over Nordeste, Brazil, Using the NCEP RSM97.
Journal of Climate, v. 18, p. 551-567, 2005.
TOMASELLA, J. et al. Estudo de impacto das mudanas climticas sobre os
recursos hdricos superficiais e sobre os nveis dos aqferos na bacia do rio
333
Tocantins. Convnio de Cooperao Tcnico-Cientfica INPE-VALE. [S.l.], p.
Convnio de Cooperao Tcnico-Cientfica. 2009.
TORRENCE, C.; COMPO, G. A practical guide to wavelet analysis. Bulletin of the
American Meteorological Society, v. 79, n. 1, p. 61-78, Janeiro 1998.
TOTH, Z.; KALNAY, E. Ensemble Forecasting at NMC: The Generation of
Perturbations.. Bulletin of the American Meteorological Society, v. 74, n. 12, p. 23172339, Dezembro 1993.
TREMBACK, C. Numerical Simulation of a Mesoscale Convective Complex: Model
Development and Numerical Results.. Tese -Department of Atmospheric
Science.Colorado State University. [S.l.], p. 289. 1990.
UVO, C. B. T. U.; BERNDTSSON, R. Forecasting discharge in Amazonia using
articial neural networks.. International Journal of Climatology, v. 20, p. 1495-1507,
2000.
UVO, C. B.; GRAHAM, N. E. Seasonal runoff forecast for northern South America: a
statistical model. Water Resources Research, v. 34, n. 12, p. 3515-3524, Dezembro
1998.
UVO, C. B.; TOLLE, U.; BERNDTSSON, R. Forecasting discharge in Amazonia using
artificial neural networks. INTERNATIONAL JOURNAL OF CLIMATOLOGY , v.
20, n. 12, p. 1495-1507, 2000.
WALPOLE, R. E. et al. Probability & Statistics for Engineers &Scientistis. 8. ed.
Nova Jersey: PearsonPrentice Hall, 2007.
WILKS, D. S. . 4. P. Statistical Methods in the Atmospheric Science. 1. ed. San
Diego: Academic Press, 1995.
WILKS, D. S.. Statistical Methods in the Atmospheric Sciences. Academic Press, 2a
Edio, 630 p., 2006.
XU, Z. X.; TAKEUCHI, K.; ISHIDAIRA, H. Monotonic trend and step changes in
Japanese precipitation.. Journal of Hydrology, v. 279, p. 144-150, 2003.
ZHANG, Y.; WALLACE, J. M.; BATTISTI, D. ENSO-like interdecadal variability:
1900-93.. Journal of Climate, v. 10, p. 1004-1020, 1997.
334
ANEXO
Na Figura 151, apresenta-se a localizao espacial das trs grades que englobam
as regies de estudo: a do Nordeste Setentrional Brasileiro (grade 1), compreendida
entre as coordenadas 0 a 10 S de latitude e 33 O a 44 O de longitude, da Amaznia
(grade 2), entre as coordenadas 3,5 N a 12 S de latitude 49 O a 75,5 O de longitude e
da Prata (grade 3) compreendida entre 16,5 S a 36 S de latitude e longitude 44 O a
64 O, respectivamente.
Figura
335
Dados observacionais
A base de dados observacionais utilizada para verificar a destreza dos modelos
do IPCC sobre o continente so provenientes da University of East Anglia/Climate
Research
Unit
(CRU)
(New
et
al,
1999
New
et
al,
2001)
Modelos do CMIP5
336
Tabela 35- Modelos do CMIP5 analisados.
Modelo
Instituio
HadGEM2-ES
GISS-E2-H
GISS-E2-R
IPSL-CM5A-LR
CCCMA/CanESM2
CNRM-CM5
INM_CM4
337
Depois de calculados AVALs(conforme j mostrada no estudo d climatologia dos
modelos do CMIP5), AVALa e AVALd de todos os modelos foi sugerido um ndice
geral, AVALt, conforme Equaes 89 e 90. Este dado pelo somatrio das avaliaes,
ponderados por um valor j (que possui valores entre zero e 1). Esta ponderao pode
ser feita de acordo com os interesses do avaliador: ao atribuir valores iguais para j,
todas as avaliaes possuem o mesmo peso no ndice geral, enquanto ao atribuir valores
diferentes, as avaliaes tm pesos distintos na anlise geral
(89)
(90)
Figura 151- Critrios de avaliao dos modelos do CMIP5 no perodo de 1901 a 1999.
338
qualidade que o modelo tem de representar os sistemas geradores de chuvas e sua
ocorrncia.
Para avaliao sazonal dos modelos foi calculada a climatologia mensal mdia
sobre a regio de estudo para os modelos dos CMIP5 enumerados na Tabela 35 e as
observaes (CRU continente e NOAA oceano, sem interpolao). Em seguida, foi feita
uma comparao com base em alguns ndices estatsticos para que possam ser definidos
quais modelos apresentam melhor comportamento para as diferentes regies da Amrica
do Sul mostradas na Figura SEQ Figura \* ARABIC 151.
As medidas estatsticas utilizadas, cujas definies esto indicadas a seguir,
conforme sugerido por Silveira et al. (2012), so a raiz do erro quadrtico mdio da
contribuio percentual mensal em relao s chuvas anuais (RMSE_PC) e a correlao
de Pearson (CORREL) (Wilks, 1995), j mostrados na escala de projeo de longo
prazo.
C(a,b) =
f (t )
a ,b
(t )dt
(91)
a, b
(t )
1
a
t b
a R+ e b R
(92)
339
Sendo as funes a,b chamadas wavelets filhas e so geradas a partir de
dilataes e translaes da wavelets-me (t). A funo wavelet considerada para a
anlise foi a de Morlet, dada pela seguinte expresso:
iw
( ) - 1/4 e 0 e
2
2
com w0 =6 e =t/s
(93)
(94)
340
anlise e processamento dos coeficientes neste domnio;
reconstruo do sinal a partir dos coeficientes modificados.
O processo de reconstruo foi repetido para os modelos do CMIP5 para as
mesmas bandas observadas. Em seguida, foi feita uma comparao com base em alguns
ndices estatsticos, para que possam ser definidos que modelos possuem melhor
desempenho para a regio de estudo.
As medidas estatsticas utilizadas, cujas definies esto indicadas a seguir, so
a correlao entre a reconstituio da srie do modelo e da observao para uma dada
banda de frequncia (CORREL) e uma distncia calculada a partir das varincias das
rodadas dos modelos (DIST) nas diferentes bandas espectrais.
Sendo as fraes entre a varincia espectral da banda e a varincia do espectro
global da srie da chuva anual fP e fA, tais que
f
VP
s
VP
G
VA
s
f
a VA
G
(95)
n
DIST 2 ( f
f
)2
pi
a
i 1
i
(96)
CORREL CORREL
DIST
DIST
1
MIN1
MAX 1
1
AVAL
DIST
a
c CORREL
d
CORREL
DIST
MAX 1
MIN1
MAX 1
MIN1
(97)
tal que
c d 1
(98)
341
Sendo, CORRELMIN1 a menor correlao obtida entre os modelos do CMIP5 e
CORRELMAX1 a mxima correlao em relao ao observado na primeira regio do
espectro avaliada. De modo similar, DISTMAX1 a o valor mximo da distncia entre
modelo e observao, referente variabilidade na banda interanual e DISTMIN1, o valor
mnimo correspondente.
A avaliao interdecadal dada por:
AVALd
CORREL CORREL
DIST
DIST
2
MIN 2
MAX 2
2
c CORREL
d DIST
CORREL
DIST
MAX 2
MIN 2
MAX 2
MIN 2
(99)
c d 1
(100)
342
Os modelos GISS_E2R_RUN1, GISS_E2H_RUN1 e INM_CM4_RUN1
superestimam a precipitao climatolgica em todos os meses, resultando em totais
anuais respectivamente 120%, 155% e 137% acima do observado. Os modelos GISS_
E2H_RUN1 e INM_CM4_RUN1 apresentam erros na distribuio sazonal mdia da
precipitao, subestimando a contribuio percentual das chuvas no primeiro semestre
para o total anual e superestimando-a no segundo. O modelo HADGEM2_ES_RUN1
superestima em cerca de 30% a precipitao nos meses da estao chuvosa, enquanto o
modelo francs IPSL-CM4 subestima a climatologia da precipitao durante a prestao e ps-estao (total anual 21% abaixo das observaes), superestimando a
contribuio percentual das chuvas entre janeiro e maio. O modelo CNRM_CM5
superestima a precipitao observada nos meses de pr-estao, indicando uma
contribuio percentual no trimestre novembro, dezembro e janeiro cerca de 10% maior
do que nas observaes.
(a)
343
(b)
Fonte: Elaborada pelo prprio autor.
344
Quanto avaliao interanual, a maioria dos modelos apresenta correlaes
superiores a 0,70, indicando uma boa representao dos padres de variao nessa
escala, sendo o modelo INCM4_r1i1p1 o que obteve os maiores valores de AVALa,
seguido pelo modelo GISS_E2R_r5i1p1.
Quanto avaliao interdecadal, a maioria dos modelos indicou correlaes
negativas, evidenciando sua dificuldade em representar as frequncias mais baixas de
variao da srie. O modelo CANESM_ r2i1p1 apresentou o menor DIST associado a
uma correlao de 0,371, por isso obteve o maior AVAL interanual.
Sazonal
Corre
RMSE_PC
l
Aval
s
Interanual
Corre DIS Aval
l
T
a
Interdecadal
Corre DIS Aval
l
T
d
Total
Aval
t
Cla
s
canesm_r2i1p1
2,290
0,987
0,992
0,903
1,240 0,588
0,371
canesm_ r3i1p1
2,386
0,986
0,972
0,950
1,154 0,731
0,231
canesm_ r1i1p1
2,352
0,986
0,979
0,933
1,099 0,771
0,682
giss_e2r_ r5i1p1
3,257
0,825
0,606
0,871
0,994 0,817
0,308
cnrm_cm5_ r1i1p1
2,642
0,871
0,786
0,737
canesm_ r5i1p1
2,254
0,987
1,000
0,807
hadgem2_es_ r1i1p1
2,494
0,970
0,931
0,836
giss_e2r_ r2i1p1
ipsl_cm5a_lr_
r4i1p1
3,210
0,832
0,624
0,763
1,077 0,611
0,478
3,284
0,968
0,768
0,820
1,119 0,627
0,447
giss_e2r_ r1i1p1
ipsl_cm5a_lr_
r2i1p1
ipsl_cm5a_lr_
r1i1p1
3,215
0,834
0,626
0,929
10
3,387
0,966
0,745
0,856
11
3,342
0,966
0,755
0,800
12
giss_e2r_ r3i1p1
3,263
0,827
0,608
0,913
13
canesm_ r4i1p1
2,311
0,987
0,988
0,489
1,052 0,341
14
0,012
Incm4_ r1i1p1
4,340
0,725
0,270
0,846
15
giss_e2r_ r4i1p1
ipsl_cm5a_lr_
r3i1p1
3,207
0,835
0,629
0,673
16
3,362
0,965
0,749
0,705
17
giss_e2h_ r4i1p1
4,604
0,622
0,096
0,782
0,945 0,773
18
giss_e2h_ r1i1p1
4,610
0,608
0,079
0,801
19
giss_e2h_ r3i1p1
4,613
0,619
0,090
0,692
20
giss_e2h_ r5i1p1
4,597
0,629
0,105
0,760
21
giss_e2h_ r2i1p1
4,717
0,560
0,000
0,676
22
0,330
345
Regio Amaznica
(a)
346
(b)
Fonte: Elaborada pelo prprio autor.
igual a 1/3.
Sazonal
Interanual
Interdecadal
Avalt
RMSE_P Corre Aval Corre
DIST Aval Correl DIST Aval
C
l
s
l
1,172
0,938 0,927 0,892 0,012 0,921 0,579 0,620 0,530 0,792
1,408
0,966
0,950
0,948
Cla
s
1
2
347
giss_e2h_ r2i1p1
1,224
0,933
0,914
0,891
giss_e2r_ r2i1p1
1,494
0,966
0,942
0,787
ipsl_cm5a_lr_r2i1p1
2,396
0,972
0,860
0,899
giss_e2r_r5i1p1
1,458
0,963
0,941
0,799
0,083 0,684
0,305
giss_e2r_r1i1p1
1,427
0,966
0,949
0,864
0,193 0,600
0,355
0,062
canesm_r5i1p1
1,325
0,941
0,917
0,897
0,099 0,792
giss_e2h_ r5i1p1
1,179
0,938
0,927
0,741
Incm4_ r1i1p1
1,053
0,934
0,931
0,951
10
giss_e2h_ r3i1p1
1,223
0,932
0,912
0,827
0,182 0,568
11
canesm_ r4i1p1
1,187
0,954
0,953
0,653
12
canesm_ r2i1p1
1,298
0,946
0,929
0,783
0,292 0,337
13
hadgem2_es_ r1i1p1
1,070
0,960
0,975
0,728
14
canesm_ r1i1p1
ipsl_cm5a_lr_
r4i1p1
cnrm_cm5_ r1i1p1
1,228
0,941
0,926
0,651
0,139 0,400
0,702
15
2,280
0,972
0,872
0,576
0,199 0,206
0,259
16
2,068
0,679
0,399
0,877
0,050 0,841
0,692
17
giss_e2r_ r4i1p1
1,427
0,968
0,953
0,634
18
canesm_ r3i1p1
ipsl_cm5a_lr_
r3i1p1
giss_e2h_ r4i1p1
ipsl_cm5a_lr_
r1i1p1
1,443
0,939
0,902
0,885
19
2,447
0,975
0,860
0,815
20
1,200
0,936
0,921
0,601
21
5,996
0,905
0,382
0,875
0,067 0,812
22
0,351
0,777
0,136
Bacia da Prata
348
Figura 154-Climatologia dos Modelos do CMIP5 para sculo XX (1901-1999) para
bacia da Prata: (a) Quantidade de precipitao por ms; (b) Percentual de chuva por
ms.
(a)
(b)
Fonte:Elaborada pelo prprio autor.
349
Na Tabela 3 so mostrados os ndices estatsticos RMSE_PC, CORREL e
AVAL dos modelos do CMIP5 em ordem de classificao para bacia da Prata, para c
igual a 0,5. Todos os modelos indicaram correlaes superiores a 0,90 e erro quadrtico
inferior a 5% em relao ao percentual de chuva mensal. O modelo CNRM_CM5
apresentou correlao superior a 0,99 e RMSE_PC inferior a 1%, o que o classifica
como o melhor modelo para regio da bacia da Prata, segundo a avaliao proposta
neste trabalho (usando
Models
Interanual
Interdecadal
Aval
Avalt Clas
cnrm_cm5_r1i1p1
0,946
0,990
0,992
0,873
0,191 0,703
0,312
giss_e2h_ r2i1p1
1,735
0,989
0,870
0,885
0,197 0,711
0,456
giss_e2r_ r4i1p1
1,273
0,980
0,873
0,797
0,019 0,794
0,281
canesm_ r4i1p1
1,887
0,983
0,807
0,712
0,099 0,596
0,513
giss_e2r_ r5i1p1
1,225
0,981
0,889
0,712
0,060 0,639
0,466
giss_e2h_ r5i1p1
1,819
0,991
0,872
0,749
0,070 0,676
0,295
giss_e2h_ r4i1p1
hadgem2_es_
r1i1p1
1,694
0,985
0,849
0,727
0,053 0,666
0,150
0,965
0,964
0,814
0,664
0,006 0,635
0,334
canesm_ r1i1p1
1,817
0,985
0,827
0,721
canesm_ r2i1p1
1,916
0,985
0,813
0,919
0,345 0,595
0,328
10
giss_e2r_ r1i1p1
1,246
0,979
0,870
0,682
0,151 0,500
0,027
11
canesm_ r3i1p1
1,998
0,981
0,778
0,765
0,328 0,414
0,240
12
giss_e2h_ r3i1p1
1,716
0,989
0,874
0,568
13
giss_e2r_ r2i1p1
1,234
0,988
0,934
0,673
14
giss_e2r_ r3i1p1
1,227
0,976
0,857
0,683
15
canesm_ r5i1p1
1,897
0,985
0,819
0,559
16
giss_e2h_ r1i1p1
ipsl_cm5a_lr_
r4i1p1
1,801
0,989
0,857
0,661
17
4,357
0,918
0,006
0,945
0,231 0,753
18
0,109
350
ipsl_cm5a_lr_
r3i1p1
ipsl_cm5a_lr_
r2i1p1
Incm4_ r1i1p1
ipsl_cm5a_lr_
r1i1p1
4,334
0,917
0,003
0,788
0,011 0,791
0,074
19
4,338
0,920
0,025
0,859
20
1,175
0,912
0,432
0,734
0,462 0,226
21
4,337
0,917
0,004
0,766
22
0,020
CONCLUSES
A avaliao proposta neste trabalho identificou os melhores e piores modelos na
representao dos padres de variao da precipitao no sculo XX para o Nordeste
Setentrional do Brasil, Amaznia e bacia da Prata. Essas informaes podem ser
usadas por cientistas e gestores na anlise das projees de mudanas climticas sobre
essas regies o sculo XXI e seus impactos. Em particular, os resultados deste trabalho
podem ser utilizados na avaliao do possvel impacto das mudanas no clima sobre as
vazes e evapotranspirao nessas regies, utilizando o maior nmero de modelos
possvel para tratar e dimensionar a incerteza existente nessas projees.
Quanto avaliao sazonal dos modelos do CMIP5 listados, algumas
observaes so destacadas:
Os modelos globais do CMIP5 analisados apresentam correlaes elevadas em
relao climatologia observada no perodo de 1901 a 1999 para as regies do
Nordeste Setentrional do Brasil, bacia da Prata e Amaznia, mostrando que os modelos
so capazes de capturar os padres de variaes sazonais;
A avaliao feita com os dados mdios apontou o modelo CANESM como aquele
com mais altos valores de AVALs para o Nordeste Setentrional Brasileiro, seguido pelo
modelo HADGEM2_ES. O modelo CNRM_CM5 apresentou o maior AVAL para
regio da Prata, seguido pelos modelos GISS_E2R e GISS_E2H. J para a Amaznia, o
modelo HADGEM2_ES o melhor classificado, segundo o mtodo de avaliao deste
trabalho.
Os modelos apresentaram GISS_E2H e INM_CM4 correlaes sazonais ligeiramente
inferiores aos demais no Nordeste Setentrional do Brasil. Dessa forma, mostram-se
inferiores aos outros modelos do CMIP5 na representao da climatologia mdia sobre
a regio.
O modelo IPSL_CM5A apresenta AVALs aproximadamente igual a 0 (zero) na bacia
da Prata, indicando que o mesmo possui dificuldade de representar a sazonalidade nesta
regio.
351
O modelo CNRM_CM5 apresentou correlao sazonal de aproximadamente 0,70 na
regio amaznica, inferior aos demais na representao da sazonalidade nessa regio.
Quanto s avaliaes interdecadal e interanual dos modelos IPCC algumas
observaes so destacadas:
A maioria dos modelos analisados capta os padres de variao interanual, com
algumas rodadas dos modelos globais do IPCC apresentando valores bastante elevados
de correlao em relao precipitao observada durante o sculo XX. Porm, o
mesmo no acontece com a avaliao interdecadal, para a qual a maioria dos modelos
mostra muita dificuldade;
As rodadas do modelo ipsl-cm5a-lr_r1i1p1 no representa apropriadamente a
variabilidade plurianual na Amaznia e na bacia da Prata, o mesmo acontecendo com
as rodadas do modelos GISS_E2H em relao ao Nordeste setentrional.
A avaliao geral apontou como melhores simulaes do clima presente sobre o
Nordeste setentrional as rodadas do modelo CANESM. Para a bacia da Prata as rodadas
do modelo francs CNRM_CM5_r1i1p1 apresentaram altos valores de AVALg. Para a
Amaznia destacam-se as rodadas do modelo GISS-E2-R_r1i1p1. Estes modelos
podem ser considerados como uma boa opo para avanar na investigao dos efeitos
das mudanas climticas sobre os recursos hdricos na Amrica do Sul.