Arquivo do Trabalho - IAG - USP

More documents

Recommendations

Info

(A)FCAST x Low-frequency GPCP (sensibility test)CorrelationS.RMS(E)(B)(F)(C)(G)(D)(H)Figura 5.17: (A-D) Correlação e (E-H) S.RMS entre previsão e amostra de dados independentes das anomaliasde precipitação em baixa-freqüência. Cada mapa representa a média de 6 pêntadas da correlação/S.RMS de 1 a24 pêntadas. Os dados independentes equivalem a 12 anos. Correlações têm contornos de 0.6 (sombreado claro)e 0.8 (escuro). S.RMS têm contornos de 0.8 (sombreado claro) e 1.0 (escuro).78
Os períodos sazonais de verão considerados como na fase de episódios El Niño, La Niñae neutros em concordância com National Center for Environmental Prediction/Climate PredictionCenter (NCEP/CPC) são listados na Tabela 5.6. Cada fase do ENOS contém 6 episódios com omesmo número de pêntadas. A Fig. 5.18(a-d) apresenta as correlações entre os prognósticos eGPCP LF durante episódios El Niño, com avanço no tempo de previsão de 1ª a 24ª pêntada mostradosatravés da média a cada 6 pêntadas. O prognóstico para até 12ª pêntada mostra correlações acimade 0.8 em grande parte do Brasil, incluindo o sudeste e centro-oeste do Brasil, onde as correlaçõessão acima de 0.6 até 24ª pêntada.O S.RMS não mostra valores próximos a 1.0 em praticamente em todo território brasileironas primeiras 18 pêntadas previstas (Fig. 5.18e-g), exceto sobre o Estado de Mato Grosso do Sul. Éinteressante observar que próximo à costa do sudeste do Brasil há uma diminuição no S.RMS com oaumento do tempo de previsão. Os resultados mostram a destreza do modelo em prognosticar avariabilidade espacial de GPCP LF sobre a América do Sul durante episódios El Niño com o suportenos padrões principais da escala temporal de mais baixa-freqüência. A verificação dos resultados domodelo durante episódios La Niña mostra maior destreza sobre toda a região nordeste do Brasil –com correlações acima de 0.6 ou acima de 0.8 – estendendo-se sobre o sudeste do Brasil nasprimeiras 18 pêntadas previstas (Fig. 5.19a-d). Além dessas regiões, há maior destreza sobre oextremo sul e norte do Brasil. Por outro lado, o S.RMS apresenta valores próximos ou maiores do que1.0 no sul do Brasil que se estende sobre São Paulo à medida que se avança no tempo de previsão(Fig. 5.19e-g). Porém, de forma geral os resultados sugerem boa destreza do modelo durante aocorrência do fenômeno ENOS, embora a destreza do MARPI para o sul do Brasil durante La Niñaapresente-se comprometida para a previsão entre 13-18 pêntadas.A Fig. 5.20(a-d) apresenta a comparação entre o prognóstico e GPCP LF na ausência deepisódios ENOS com correlações acima de 0.8 sobre Atlântico equatorial, Argentina, e áreas isoladasdo Atlântico Sul subtropical, este último sobre parte leste da região sudeste do Brasil. Sobre o Brasilcentral, há algumas áreas com correlações acima de 0.6, sendo que essa região apresentou melhordestreza durante a ocorrência de episódios El Niño ou La Niña, mas principalmente El Niño. Na Fig.5.20(e-h), sudeste e centro-oeste do Brasil mostram S.RMS maior do que 1.0 em grande parte de suaextensão, logo na previsão das primeiras pêntadas, visivelmente mostrando menor destreza domodelo em prognosticar a amplitude de GPCP LF durante ausência de episódios ENOS.79
Page 1 and 2:
UNIVERSIDADE DE SÃO PAULOInstituto
Page 3 and 4:
DedicatóriaA Ele,Que nem me deixa
Page 5 and 6:
ÍNDICELISTA DE FIGURAS ...........
Page 7 and 8:
LISTA DE FIGURASFigura 2.1: Mapas d
Page 9 and 10:
Figura 5.1: Localização aproximad
Page 11 and 12:
Figura 5.28: Comparação entre (A-
Page 14 and 15:
LISTA DE TABELASTabela 4.1: Correla
Page 16 and 17:
NDVINDVI TANOAAPCPC LFPC PIPIP LIMP
Page 18 and 19:
Nesse contexto, um estudo diagnóst
Page 20 and 21:
In this context, a diagnostic study
Page 22 and 23:
principalmente da precipitação, d
Page 24 and 25:
temperatura de São Paulo (Cardoso
Page 26 and 27:
┌ Capítulo 2 - Revisão Bibliogr
Page 28 and 29:
legenda para maiores detalhes). Nes
Page 30 and 31:
Fu e Li (2004) mostraram a relativa
Page 32 and 33:
Brasil. Além disso, essa caracter
Page 34 and 35:
calculado a partir das estimativas
Page 36 and 37:
de precipitação, variáveis atmos
Page 38 and 39:
com a presença da Cordilheira dos
Page 40 and 41:
elação às GPCP LF foram obtidas
Page 42 and 43:
(a)(b)P SECT SECWP LIMT SBRBP SBRFi
Page 44 and 45:
1.2 years208 days188 days109 days58
Page 46 and 47:
Var 1 Var 2Var 1 Var 2Va r 1 Var 2r
Page 48 and 49: espectivamente. Em especial, o epis
Page 50 and 51: contribuição conjunta de muitos m
Page 52 and 53: tardio do regime chuvoso devido ao
Page 54 and 55: Figura 4.14: Séries temporais (mm/
Page 56 and 57: sobre as T850 TA ocorre durante a p
Page 58 and 59: 4.5 Relação com índices oceanos-
Page 60 and 61: Dias (2004) também encontraram rel
Page 62 and 63: 4.6 Padrões atmosféricos dos per
Page 64 and 65: Nos episódios de Wet LF na P SBR (
Page 66 and 67: 4.7 Modos principais de variabilida
Page 68 and 69: (a)(e)(b)(f)(c)(g)(d)(h)Figura 4.23
Page 70 and 71: característicos de GPCP LF . Ainda
Page 72 and 73: 5.3 Aproximação para as anomalias
Page 74 and 75: (a)(c)(b)(d)Figura 5.3: Correlaçõ
Page 76 and 77: (a)(e)(b)(f)(c)(g)(d)(h)Figura 5.4:
Page 78 and 79: (a)1PC PI x T850 LF(average of the
Page 80 and 81: também diminui à medida que a ord
Page 82 and 83: Os resultados anteriores mostraram
Page 84 and 85: (a)Correlation10,750,50,25012330 6
Page 86 and 87: c) Destreza das previsões estatís
Page 88 and 89: Para avaliar a destreza do MARPI na
Page 90 and 91: 5.5 Destreza sazonalA princípio ne
Page 92 and 93: Figura 5.13: S.RMS entre previsão
Page 94 and 95: A validação do modelo estatístic
Page 96 and 97: 5.6 Teste de sensibilidade entre as
Page 100 and 101: (A)(E)(B)(F)(D)(G)(D)(H)Figura 5.18
Page 102 and 103: (A)(E)(B)(F)(D)(G)(D)(H)Figura 5.20
Page 104 and 105: período, foi constatado um ano nor
Page 106 and 107: Figura 5.21: Comparação entre (A-
Page 112 and 113: 4ª caso: 2002/03O período de iní
Page 118 and 119: (a)(c)(b)(d)Figura 5.31: Correlaç
Page 120 and 121: AR modelsLag p R p S 2 e(p) BIC(p)
Page 122 and 123: esultados analisados até aqui suge
Page 124 and 125: Figura 5.35: (A-D) Correlação e (
Page 126 and 127: Para a região P SBR , as correlaç
Page 132 and 133: ┌ Capítulo 6 ┐6. A influência
Page 134 and 135: (a)(b)Figura 6.2. (a) Amplitude e (
Page 136 and 137: Para a temperatura do ar em 850 hPa
Page 138 and 139: 6.3 Sazonalidade espaço-temporal d
Page 140 and 141: Figura 6.6. Desvio Padrão das Anom
Page 142 and 143: da vegetação. Um exemplo desse ca
Page 144 and 145: As GPCP TA negativas predominam dur
Page 146 and 147: Figura 6.12. Composições defasada
Page 148 and 149:
Figura 6.14. Composições defasada
Page 150 and 151:
(a)NDVI ObservadoCiclo anual(b)NDVI
Page 152 and 153:
como os meses que precedem o perío
Page 154 and 155:
A variabilidade sazonal da vegetaç
Page 156 and 157:
Para se determinar a ordem p do mod
Page 158 and 159:
Para previsão iniciada no mês de
Page 160 and 161:
Neste caso, a ordem do modelo é fi
Page 162 and 163:
PREDICTOR-GPCP LFPREDICTORS-GPCP LF
Page 164 and 165:
durante esse verão, pelo contrári
Page 166 and 167:
janeiro (veja Fig. 4.11g). Essas ch
Page 168 and 169:
┌ Capítulo 8 - Conclusão ┐8.
Page 170 and 171:
persistido. O erro quadrático méd
Page 172 and 173:
8.2 Sugestões para pesquisas futur
Page 174 and 175:
Apêndice A: Publicações em peri
Page 176 and 177:
1APRIL 2009 M U Z A E T A L . 1683a
Page 178 and 179:
1APRIL 2009 M U Z A E T A L . 1685f
Page 180 and 181:
1APRIL 2009 M U Z A E T A L . 1687F
Page 182 and 183:
Page 184 and 185:
Page 186 and 187:
Page 188 and 189:
Page 190 and 191:
Page 192 and 193:
1APRIL 2009 M U Z A E T A L . 1699K
Page 194 and 195:
FERRAZ, S.E.T., 2004: Variabilidade
Page 196 and 197:
RAO, V.B., I. F. A. CAVALCANTE, K.
show all

Arquivo do Trabalho - IAG - USP

Create successful ePaper yourself

Delete template?

Save as template?