Arquivo do Trabalho - IAG - USP

┌ Capítulo 5 ┐5. Modelo estatístico de precipitação e temperatura em baixa-freqüênciaModelo Estatístico de Precipitação e Temperatura em Baixa-freqüência5.1 Fundamentação teórica para um modelo estatísticoEsse capítulo apresenta uma discussão detalhada sobre o desenvolvimento e validaçãode um modelo estatístico de previsão de anomalias de precipitação e temperatura do ar em baixafreqüência(GPCP LF e T850 LF ) para o clima contemporâneo sobre a América do Sul. Este modelo temcomo base os estudos diagnósticos prévios de Muza et al. (2009), os quais auxiliaram a identificaçãode mecanismos atmosféricos relacionados com a variabilidade interanual de extremos deprecipitação. Os resultados mostrados aqui auxiliarão na previsão de GPCP LF e T850 LF por meio deum modelo estatístico na escala de tempo sazonal.Como a ênfase deste modelo é em escalas temporais interanuais, os dados deprecipitação em pêntadas do GPCP foram separados em seu sinal de mais baixa-freqüência (Lowfrequency- LF) compreendendo períodos maiores do que 370 dias, com um filtro passa-baixa emdomínio de freqüência (Duchon, 1979). Posteriormente, os dados foram divididos em duas amostras.Uma amostra de 949 pêntadas foi utilizada para o desenvolvimento do modelo (no período de 18-22de outubro de 1979 a 13-17 de outubro 1992) e outra com 876 pêntadas para sua validação (18-22de outubro de 1992 a 13-17 de outubro 2004). A validação é independente da amostra dedesenvolvimento. O período 18-22 de outubro corresponde aproximadamente ao início climatológicoda estação úmida na região sudeste e centro-oeste do Brasil (e.g., Silva e Carvalho, 2007).A seguir, nós desenvolveremos passo a passo um estudo para aplicação de um modeloestatístico de GPCP LF , onde iniciaremos por investigar os erros no final das séries temporais filtradaspara averiguar qual a sua defasagem. Isso porque esses erros podem causar um impedimento para ouso de um modelo auto-regressivo. Posteriormente, será mostrado como esse problema foiadequadamente tratado utilizando Funções Ortogonais Empíricas para projetar as anomalias deprecipitação (dados não filtrados que apenas foi subtraída a climatologia) nos modos principais49