Caio A. S. Coelho Centro de Previs ã o de Tempo e Estudos Clim á ticos (CPTEC)

1. Análise do desempenho de um sistema integrado de previsões climáticas sazonais para a América do Sul Caio A. S. Coelho Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) Instituto Nacional de Pesquisas Espaciais (INPE) caio@cptec.inpe.br • Estrutura da apresentação • 1. Introdução • 2. Sistema integrado • 3. Desempenho desse sistema para DJF • 4. Resumo e conclusões XIV CBMET, Florianópolis, 27 Nov – 1 Dez 2006

2. 1. O que são previsões climáticas sazonais: Previsões das condições climáticas para os próximos (3-6) meses DJF • • • • • • • Mai Abr Mar Fev Nov Dez Jan 0 1 2 3 4 5 6 Principais setores usuários: • Agrícola • Hidro-elétrico Como são produzidas: • Modelos empíricos/estatísticos • Modelos dinâmicos atmosféricos • Modelos dinâmicos acoplados (oceano+atmosfera)

3. Previsão por conjunto de modelos DEMETER Development of a European Multi-Model Ensemble System for Seasonal to Interannual Prediction Formulação Errors: Condições iniciais Vários-modelos Conjunto Solução: http://www.ecmwf.int/research/demeter

4. 2. Sistema integrado (conjunto de modelos) Conjunto de 9 membros INT Período de “hindcasts”: 1959-2001 Modelo empírico Preditores: TSM Atlântico e Pacífico Preditando: Precipitação

5. Esquema conceitual para calibração e combinação de previsões Espaço do modelo Espaço observacional “Assimilação de previsões” Assimilação de dados

6. 3. Mapas de correlação de anomalias de precip. Defasagem de 1 mês: Nov DJF INT EMP CON • Comparável nível determinísticos de desempenho • Melhor qualidade nos trópicos e sudeste da América do Sul

7. Anomaly Correlation Coefficient (ACC) médio CON • Baixo nível de skill (ACC<0.31) • Melhor (maior) skill em anos de ENOS do que em anos neutros • Calibração e combinação melhora o skill

8. Brier Skill Score para precipitação ENS EMP CON INT Assimilação de previsões melhorou o Brier Skill Score (BSS) nos trópicos

9. Porque melhorou? Qualidade das previsões depende: • Quão bem calibradas são as previsões (confiabilidade) • Habilidade em detectar diferentes situações (resolução)

10. Decomposição do Brier Score incerteza confiabilidade resolução

11. Componente de confiabilidade do BSS EMP CON INT Assimilação de previsões melhorou a confiabilidade em várias regiões

12. Componente de resolução do BSS EMP CON INT Assimilação de previsões melhorou a resolução nos trópicos

13. 4. Resumo e conclusões: • A análise do desempenho de um sistema integrado de previsões climáticas para a América do Sul baseado no conceito de assimilação de previsões mostrou: •  previsões empíricas e integradas apresentam nível determinístico comparável de desempenho •  melhoria da confiabilidade e resolução nos trópicos •  melhoria da confiabilidade em várias regiões •  melhor desempenho em anos de ENSO do que em anos neutros •  regiões mais previsíveis:tropical e sudeste Amér. Sul • Este sistema integrado de previsões climáticas para a América do Sul será implementado no CPTEC como parte do projetoEUROBRISA

14. O projeto EUROBRISA Idéia chave:Melhorar a qualidade das previsões climáticas sazonais para a America do Sul: uma região com potencial previsibilidade climática e grande demanda http://www.cptec.inpe.br/~caio/EUROBRISA/index.html • Objetivos • Fortalecer a colaboração e troca de conhecimentos, experiências e informações entre previsores de clima Europeus e Sul Americanos na escala de tempo sazonal • Produzir previsões sazonais probabilísticas • calibradas e combinadas em tempo real para a América do Sul • Desenvolver produtos de previsão para atividades governamentais aplicadas sem fins lucrativos (ex. manejamento de • reservatórios, produção de energia elétrica, • agricultura, etc...) Institutições afiliadas

15. a) Caso univariado Prévia: Likelihood: Posterior: Teorema de Bayes

16. Modelando a “likelihood” p(X|Y) y

17. b) Caso Multivariado viés Prévia: Likelihood: Matrizes Posterior:

18. Exemplo 3: Anomalias de precip. América do Sul Obs INT CON DEMETER: 3 modelos acoplados CON (ECMWF, CNRM, UKMO) Defasagem (1 mês) Início: Nov DJF Composições (ENSO): 1959-2001 • 16 anos de El Niño • 13 anos de La Niña r=0.51 r=0.97 r=0.28 r=0.82 (mm/dia)

19. Anomalias de precip. DJF 1975/76 e 1982/83 Obs CON INT r=0.59 r=-0.09 r=0.32 r=0.56 (mm/dia)

20. Anomalias de precip. DJF 1991/92 e 1998/99 Obs CON INT r=0.32 r=0.04 r=0.08 r=0.38 (mm/dia)

21. Mais informações … • Coelho C.A.S., 2005: “Forecast Calibration and Combination: Bayesian Assimilation of Seasonal Climate Predictions”. PhD Thesis. University of Reading, 178 pp. • Coelho C.A.S., D. B. Stephenson, F. J. Doblas-Reyes and M. Balmaseda, 2005a: “From Multi-model Ensemble Predictions to Well-calibrated Probability Forecasts: Seasonal Rainfall Forecasts over South America 1959-2001”.CLIVAR Exchanges No 32, Vol. 10, No 1, 14-20. • Coelho C.A.S., D. B. Stephenson, M. Balmaseda, F. J. Doblas-Reyes and G. J. van Oldenborgh, 2005b: “Towards an integrated seasonal forecasting system for South America”. Submitted to J. Climate. • Stephenson, D. B., C.A.S. Coelho, F. J. Doblas-Reyes, and M. Balmaseda, 2005: • “Forecast Assimilation: A Unified Framework for the Combination of • Multi-Model Weather and Climate Predictions.” Tellus A, Vol. 57, 253-264. • Coelho C.A.S., S. Pezzulli, M. Balmaseda, F. J. Doblas-Reyes and D. B. Stephenson, 2004: “Forecast Calibration and Combination: A Simple Bayesian Approach for ENSO”. Journal of Climate. Vol. 17, No. 7, 1504-1516. • Coelho C.A.S., S. Pezzulli, M. Balmaseda, F. J. Doblas-Reyes and D. B. Stephenson, 2003: “Skill of Coupled Model Seasonal Forecasts: A Bayesian Assessment of ECMWF ENSO Forecasts”. ECMWF Technical Memorandum No. 426, 16pp. Disponível em http://www.met.rdg.ac.uk/~swr01cac

22. Reliability diagram (Multi-model) (oi) o (pi)

23. Reliability diagram (FA 58-01) (oi) o (pi)

24. Operational Seasonal forecasts for S. America • Coupled models Europe: http://www.ecmwf.int U.K: http://www.metoffice.com • Atmospheric models forced by persisted/forecast SSTs U.S.A: http://iri.columbia.edu Brazil: http://www.cptec.inpe.br