QUALIDADE ESTATÍSTICA DO CLIMA PRESENTE SIMULADO PELOS MODELOS CLIMÁTICOS ETA-HADGEM2-ES E ETA-MIROC5 PARA O ESTADO DO TOCANTINS

Abstract

Projeções climáticas constituem-se como importantes ferramentas para o planejamento e gestão hidroclimatológica. Especialmente para o caso do Brasil, que tem sua matriz energética centrada na hidroeletricidade, a estruturação de modelos climáticos visando o prognóstico de possíveis impactos futuros é essencial para o planejamento energético de médio prazo. Tais projeções são produzidas em macro escala por Modelos Climáticos Globais (MCGs) e trazidas para a escala local pelos Modelos de Regionalização ou Downscaling. Contudo, previamente à utilização de projeções climáticas futuras para planejamento e gestão, torna-se necessário avaliar a qualidade dos resultados produzidos pelos modelos climáticos. Isto pode ser feito para o clima presente, o qual dispõe de séries meteorológicas observadas para validação dos resultados simulados pelo modelo, e que geralmente tem sido conduzido entre 1961 e 2005. Nesse contexto objetivou-se avaliar a qualidade estatística das simulações climáticas geradas pelos modelos Eta-HadGEM2-ES e Eta-MIROC5 para o Estado do Tocantins. Para isto foram selecionadas seis estações meteorológicas do Instituto Nacional de Meteorologia (INMET) inseridas no Estado do Tocantins. A qualidade da simulação foi avaliada pela quantificação do Bias (P_BIAS) e do Erro Médio Percentual Absoluto (EMPA), tendo sido analisadas as seguintes variáveis: precipitação total anual, precipitação máxima diária anual, temperatura máxima diária anual, temperatura média anual, temperatura mínima diária anual e umidade relativa anual. A análise dos resultados mostrou que o modelo climático Eta-MIROC5 apresentou melhor qualidade estatística para a simulação da precipitação total anual e umidade relativa anual, enquanto que o modelo Eta-HadGEM2-ES obteve melhores projeções para a temperatura máxima anual, temperatura média anual e temperatura mínima anual. A magnitude do BIAS permitiu concluir sobre a necessidade de aplicação de metodologias para a correção dos erros sistemáticos previamente à utilização das projeções futuras geradas pelos modelos em estudo.