1 / 32

Eduardo Sávio Martins FUNCEME

TASK FORCE ON OUR NATIONAL SEASONAL FORECAST Fortaleza, 2014. Uma análise das previsões sazonais passadas para a Região Nordeste : Por que precisamos mudar nosso Sistema de Previsão Climática ?. Eduardo Sávio Martins FUNCEME. Precipitação Observada – Mês: NOVEMBRO. 2011. 2012.

mills
Download Presentation

Eduardo Sávio Martins FUNCEME

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. TASK FORCE ON OUR NATIONAL SEASONAL FORECAST Fortaleza, 2014 Uma análise das previsõessazonaispassadaspara a RegiãoNordeste: PorqueprecisamosmudarnossoSistema de PrevisãoClimática? Eduardo Sávio Martins FUNCEME

  2. Precipitação Observada – Mês: NOVEMBRO 2011 2012 2013

  3. Precipitação Observada – Mês: DEZEMBRO 2011 2012 2013

  4. Precipitação Observada – Mês Janeiro - Período: 01 a 21/01/2014 2012 2013 2014

  5. PrecipitaçãoObservada – Mês Janeiro - Período: 01 a 04/02/2014 2012 2013 2014 (?)

  6. Prognóstico Climático para Fevereiro, Março e Abril de 2014 Fundação Cearense de Meteorologia e Recursos Hídricos FUNCEME

  7. Previsão Climática MODELOS ESTATÍSTICOS ANÁLISE DE CAMPOS Atm. & Ocean MODELOS DINÂMICOS ... PREVISÃO DE CLIMA

  8. PrevisãoClimática Se para um da ano a previsãoé: • Em 10 anos sob as mesmascondiçõesesperamos: • 2 anos “acima do normal” • 3 anos “emtorno da normal” • 5 anos “abaixo da normal” 20% 30% 50% O sistemanãopodeseravaliadocombaseem um únicoano!

  9. PrevisãoClimática As análises dos camposoceânicos/atmosféricos e modelossãobemrealizadas, mas ao final ésemprefrustrante (pelomenosparamim), termosumasaídaaltamenteinfluenciadapor um dos fatores a seguir: 01. Moderador; 02. Uma memóriafraca do passado; 03. Interpretaçõeserrôneasrelativasàprobabilidade/estatísticabásica! MUITA SUBJETIVIDADE NO PROCESSO É O PROBLEMA CHAVE!!!

  10. Previsão Climática Interpretaçõeserrôneasrelativasàprobabilidade/estatísticabásica! Vamos atribuir a maior probabilidade na categoria normal, porque se o resultado observado for diferente, não erramos a categoria observada por muito ... Vamos atribuir a maior probabilidade na categoria acima normal porque esta região chove muito ... Não vamos dar sinal algum nesta região: coloquemos 30/40/30 ... E ainda … Não sei prever clima na pré-estação, mas ... as probabilidades são estas p1/p2/p3 ...

  11. PrevisãoClimática JOGO DAS PROBABILIDADES  OBJETIVO ÉA ESCOLHA DA CATEGORIA NORMAL COMO A MAIS PROVÁVEL! SE ESTE JOGO FALHA, COMEÇA-SE A JOGAR COM A DEFINIÇÃO DA ÁREA DE PREVISÃO: “Vamosusar a área de influênciaclimatológica da ZCIT comonossaárea de previsão …”, Jan 2009 Ops! Istotambémnãoserianossoobjetivo? A definição da área de influência da ZCIT napróximaestação????

  12. PrevisãoClimática Em um contexto probabilístico poderíamos dizer que uma previsão específica está certa ou errada? Não. Olhe para as probabilidades. A maioria dos participantes da oficina de consenso tendem a usar a categoria com maior probabilidade como previsão. Eles sempre assumem o acerto quando a categoria mais provável é a observada.  Determinismo! Previsão Jan, 2012: 25% 40% N & BN 35%. Previsão errada? (Se quisermos usar este sistema...) Erro na definição das probabilidades adequadamente e não estabelecer uma mudança de probabilidades na previsão seguinte para refletir a mudança nas condições atuais!

  13. PrevisãoClimática Este processo resulta na busca da Zona de Conforto Inter-insTitucional (ZCIT) Inter-insTitutionalConfort Zone (ITCZ)

  14. Boas previsõestêm: QUALIDADE VALOR/UTILIDADE CONSISTÊNCIA O queéuma boa previsão? Atributos de qualidade • Confiança • Resolução • Precisão • Associação … Nenhumamétricaisoladapodeserutilizadaparasumarizar um conjunto de previsões. A. H. Murphy 1993 “What is a good forecast ? An essay on the nature of goodness in weather forecasting” Weather and Forecasting, 8, 281-293.

  15. Estasprevisõessãoconsistentes? Todas as regiõestêm a maiorprobabilidadenacategoria normal. Nóspensamosrealmenteque a categoria normal é a maisprovávelemtodolugar, ousimplesmentepensamosqueseria a previsãomaisseguraparatodas as regiões? 70 – 80% de todas as previsões dos RCOFs africanostêmcomoprobabilidademaior a NORMAL. Nósestamosprevendo o quepensamos, ouestamosprocurando a zona de conforto? Based on: Guidance on Verification of Operational Seasonal Climate Forecasts By Simon J. Mason (IRI), prepared under the auspices of the World Meteorological Organization (WMO), Commission for Climatology XIV, Expert Team on CLIPSOperations, Verification and Application Service

  16. PrevisõesPassadas 2002-2012 Período 2002-2012 Previsão de Janeiro Para o Trimestre FEV-MAR-ABR Todas as subdivisões de áreas da RegiãoNordeste A área de previsão era a definidapeloconsenso.

  17. PrevisõesPassadas 2002-2012 • Observações: • De 2004 atéhojeparecequefoiestabelecido um limiteadhocpara as probabilidades. Estasnãoultrapassam o limite de 45%. Explicação? • Inconsistências das previsões: Nãopodemoscomparar as probabilidadesatribuídasem um ano com o ano anterior. • A categoriamaisprovável do RSM foiobservadaem 13 de 22, assimcomoemduasoutrasregiõesemque as probabilidades de duascategoriasforamiguais e as maiores. • A categoriamaisobservada da Previsão de consensofoi a observadaem 5 de 22. • 68% de todas as previsões dos nossosfórunstêmcomoprobabilidademaiora NORMAL. Algumasemelhança com osresultadosparaos RCOFs da África?

  18. Evidênciaparanecessidade de novo proced. paraatribuição de probabilidades (VerificaçãoConsenso 2002-2012) • Foiapresentadaem Janeiro de 2013, porocasião da introdução da nova proposta de modelo de previsão, a verificacao das previsoes de consensosobre o Brasil de 2002 a 2011. Estainformaçãoporsidemontrava o problema da forma de atribuição de probabilidades e a necessidade de um novo método – OBJETIVO! • Probabilidademédiaprevistapara a categoria normal nesses 11 anosé40%. • Probabilidademédiaprevistapara a categoriaacima da normal nesses 11 anosé30%. • Probabilidademédiaprevistapara a categoriaabaixo da normal nesses 11 anosé30%. • OU SEJA, O CONSENSO COLOCA, EM MÉDIA, A MAIOR PROBABILIDADE NA CATEGORIA NORMAL. • Se o sistema fosse confiável, a frequenciaobservadadeveriaserigual a probabilidademédiaprevista, o quenãoocorre.

  19. Perdendooportunidadesquandonãopodemos…

  20. PrevisõesPassadas: Jan p/ FMA, 2009 SUBJETIVA OBJETIVA

  21. PrevisõesPassadas: Jan p/ FMA, 2012 SUBJETIVA OBJETIVA

  22. Sistemade PrevisãoClimática– FMA, 2013Como melhorar?

  23. Sistemade PrevisãoClimática– FMA, 2013

  24. Sistemade PrevisãoClimática– FMA, 2013

  25. INDICADORES DE SECA E CHEIA ALTO JAGUARIBE – ÍNDICE DE SECA ACARAU – ÍNDICE DE CHEIA

  26. INDICADORES DE SECA E CHEIA ÍNDICE DE SECA ÍNDICE DE CHEIA

  27. USO DA PREVISÃO DE CLIMA NA AGRICULTURA E RECURSOS HÍDRICOS

  28. Sistema de PrevisãoClimática – Como melhorar…. • 01. Estudos de verificação das rodadas de modelosestatísticos e dinâmicos e das análises… • - Será que estamos atribuindo os pesos corretos nas informações geradas? • - E quanto à correção de um superconjunto de previsões de modelos numéricos com base em uma correção estatística, baseado apenas no Pacífico? • Que diferenças obteríamos com um novo sistema de previsão? • 02. Definição mais objetiva das 03 categorias e probabilidades a área de previsão (Se quisermos ainda trabalhar com este sistema...) • - Fator humano: o controle do resultado resultado e / ou falsa sensação de proteção

  29. Sistema de PrevisãoClimática – Como melhorar…. 03. Criar um ambienteondetoda as previsõesgeradaspodemserfacilmentecombinadasvisandoobterumamelhorprevisãopara o país superconjuntonacional. 04. Nesteestágio: Melhorprevisão + informaçãomaisinteressantespara o usuário final: índices de seca e cheia. 05. Estratégia de comunicaçãoespecíficaparacadasetorusuário

  30. Prognóstico Climático para o Trimestre Fevereiro, Março e Abril de 2014

  31. Prognóstico Climático para o Trimestre Fevereiro, Março e Abril de 2014 DEZ/2013 JFM/2014 JAN/2014 FMA/2014

More Related