Performance dos dados mensais de precipitação do modelo de reanálise ERA5-Land e do CHIRPS para o estado de Sergipe
DOI:
https://doi.org/10.34188/bjaerv9n2-183Palavras-chave:
reanálise climática, climatologia regional, monitoramento meteorológico, variabilidade sazonal, validação estatísticaResumo
A baixa densidade e a distribuição desigual das estações meteorológicas em Sergipe limitam a obtenção de séries históricas contínuas e confiáveis de precipitação, o que reforça a necessidade de avaliar produtos alternativos para aplicações climáticas e ambientais. Nesse contexto, este estudo teve como objetivo avaliar a acurácia dos dados mensais de precipitação do modelo de reanálise ERA5-Land e do produto CHIRPS em relação aos dados observados em nove estações meteorológicas do INMET, no período de 2000 a 2024, no estado de Sergipe. Os dados foram analisados por meio de regressão linear, correlação de Spearman, estatística descritiva, erro médio absoluto (EMA), raiz do erro médio quadrático (REMQ) e climatologia da precipitação média mensal. Os resultados mostraram que ambos os produtos representaram a sazonalidade climática regional, porém com diferenças na estimativa da magnitude das chuvas. De modo geral, o CHIRPS apresentou melhor desempenho estatístico, com coeficientes de determinação (R²) entre 0,54 e 0,93, enquanto o ERA5-Land variou entre 0,36 e 0,73. Em Aracaju, por exemplo, o CHIRPS apresentou correlação de Spearman de 0,96, REMQ de 26,24 mm e EMA de 19,88 mm, enquanto o ERA5-Land registrou 0,88, 46,09 mm e 34,71 mm, respectivamente. Conclui-se que o CHIRPS apresenta maior acurácia e maior potencial de aplicação em estudos de modelagem ambiental e monitoramento climático em escala mensal no estado de Sergipe.
Referências
Cavalcante, G. B., Andrade, E. M., Meireles, A. C. M., Silva, L. N., & Silva, J. R. (2020). Multitécnicas na validação de produtos de precipitação estimada por satélite no semiárido brasileiro. Revista Brasileira de Climatologia, 26, 402–419. https://doi.org/10.5380/abclima.v26i0.68649
Da Silva, L. L., Silva, F. B. R., Moreira, D. M., & Souza, A. V. (2024). Avaliação da acurácia do produto CHIRPS para precipitação em bacia hidrográfica do semiárido baiano. Revista Brasileira de Meteorologia, 39(1), 70–82. https://doi.org/10.1590/0102-7786391130
Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J., Harrison, L., Hoell, A., Michaelsen, J. (2015). The Climate Hazards Infrared Precipitation with Stations - A new environmental record for monitoring extremes. Scientific Data, 2, 150066. DOI: https://doi.org/10.1038/sdata.2015.66
Hodson, T. O. (2022). Root-mean-square error (RMSE) or mean absolute error (MAE): when to use them or not. Geoscientific Model Development, n. 15, p.5481-5487. DOI: https://doi.org/10.5194/gmd-15-5481-2022.
IBGE. Instituto Brasileiro de Geografia e Estatística. Base Cartográfica Contínua do Brasil. Disponível em: https://www.ibge.gov.br/geociencias/downloads-geociencias.html . Acesso em: abr. de 2024
INMET. Instituto Nacional de Meteorologia. Banco de Dados Meteorológicos. Disponível em: https://bdmep.inmet.gov.br/ . Acesso em: abr. de 2024.
LIMA, E. de P.; GOIS, G. de; GARRITANO, F. do N. Análise da variabilidade ambiental da chuva no município de Chapada Gaúcha, Minas Gerais. Brazilian Journal of Animal and Environmental Research, v. 5, n. 2, p. 2308-2326, 2022. DOI: https://doi.org/10.34188/bjaerv5n2-072
Muñoz Sabater, J. ERA5-Land monthly averaged data from 1981 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS). Acesso em: maio de 2024. DOI: https://doi.org/10.5194/essd-13-4349-2021
Pinto, D. C., Cardoso, L. L., & Oliveira, R. G. (2023). Uso de dados do ERA5 para complementação de séries pluviométricas em áreas com escassez de observações. Revista Brasileira de Engenharia Agrícola e Ambiental, 27(3), 215–221. https://doi.org/10.1590/1807-1929/agriambi.v27n3p215-221
Pinto, T. A. A., Tassinari, D., Horák-Terra, I., Christófaro, C., Barral, U. M., & Silva, A. C. (2023). Imputação e análise da série de dados meteorológicos da região da Chapada do Couto, Serra do Espinhaço, Minas Gerais, Brasil. Revista Espinhaço, v.12. n.1. DOI: https://doi.org/10.5281/zenodo.7868629.
Rabekic, A., Loncaric, Z., Petrovic, S., Maric, S. Pearson’s or Spearman’s correlation coeficient – wich one to use? (2015). Poljoprivreda, v. 21, n.2, p.47-54. DOI: https://doi.org/10.18047/poljo.21.2.8
Sales, D. C., Silva, A. G. B., & Andrade, E. M. (2023). Validação do produto ERA5-Land na estimativa da precipitação no Nordeste brasileiro. Revista Brasileira de Meteorologia, 38(1), 88–100. https://doi.org/10.1590/0102-7786381091
Sales, E. S. G., Araújo, F. S., Matsunaga, W. K., Brito, J. I. B. (2023). Relação do NDVI e EVI com os índices climáticos do Nordeste do Brasil. Revista Eletrônica do curso de Geografia, n. 47. ISSN: 1679-9860. Disponível em: https://revistas.ufj.edu.br/geoambiente/issue/view/2386. Acesso em: mai. de 2024.
Sales, E. S. G., Matsunaga, W. K., Assis Júnior G. C., Braga, C. C., Sakamoto, M. S., Lucena, D. B., Brito, J. I. B. (2023). New climate classification for Northeast Brazil using reanalysis data. DOI: https://doi.org/10.21203/rs.3.rs-2227295/v1.
Uliana, J. E., Sousa, V. M., & Campos, M. P. (2024). Avaliação dos produtos CHIRPS e IMERG na estimativa da precipitação mensal para o estado de Mato Grosso. Revista Ambiente & Água, 19(1), e3055. https://doi.org/10.4136/ambi-agua.3055
Xie, W., Yi, S., Leng, C., Xia, D., Li, M., Zhong, Z. & Ye, J. (2022). The evaluation of IMERG and ERA5‑Land daily precipitation over China with considering the influence of gauge data bias. Scientific Reports, v. 12, n. 8085. DOI: https://doi.org/10.1038/s41598-022-12307-0.
Xu, C., Wang, W., Hu, Y., Liu, Y. (2024). Evaluation of ERA5, ERA5-Land, GLDAS-2.1, and GLEAM potential evapotranspiration data over mainland China. Journal of Hydrology: Regional Studies, v. 51, n. 101651. DOI: https://doi.org/10.1016/j.ejrh.2023.101651.
Zhao, C. & Yang, J. (2019). A Robust Skewed Boxplot for Detecting Outliers in Rainfall Observations in Real-Time Flood Forecasting. Advances in Meteorology. DOI: https://doi.org/10.1155/2019/1795673.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
- O conteúdo dos artigos é de responsabilidade exclusiva dos autores.
- É permitida a reprodução total ou parcial do conteúdo dos artigos, desde que citada a fonte.
- Artigos com plágio serão recusados, e o autor do plágio perderá o direito de publicar nesta revista.
- Os nomes e endereços informados nesta revista serão utilizados exclusivamente para os serviços prestados por esta publicação e não estão disponíveis para outros fins ou a terceiros.
- Depois de enviar os artigos, os autores cedem os direitos autorais de seus artigos ao BJAER. Se você se arrepender da submissão, o autor tem o direito de solicitar ao BJAER que não publique seu artigo. Porém, essa solicitação deve ocorrer até dois meses antes da divulgação do número que o artigo será publicado.
- O BJAER usa a licença Creative Commons CC BY. Informações sobre esta licença podem ser encontradas em: https://creativecommons.org/licenses/by/3.0/br/
Brazilian Journal of Animal and Environmental Research (BJAER) se reserva o direito de efetuar nos originais alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores. Os trabalhos finais não serão enviadas aos autores.
