Revista Brasileira de Meteorologia (Dec 2007)

Refinamento estatístico das previsões horárias de temperatura a 2 m do modelo eta em estações do nordeste do Brasil Statistical downscaling of the eta model 2-m temperature hourly forecasts over northeast Brazil

  • Sin Chan Chou,
  • Carlos Renato de Souza,
  • Jorge L. Gomes,
  • Edgard F.D. Evangelista,
  • Christiane Osório,
  • Márcio Cataldi

DOI
https://doi.org/10.1590/S0102-77862007000300001
Journal volume & issue
Vol. 22, no. 3
pp. 287 – 296

Abstract

Read online

Previsões de temperatura do Modelo Eta de 40 km de resolução são refinadas para produzir previsões em pontos localizados em sete cidades da região Nordeste: Salvador, Maceió, Recife, Natal, Fortaleza, São Luís e Teresina. O esquema de refinamento empregado é o Model Output Calibration (MOC) que se baseia em regressão linear do erro da previsão com as variáveis previstas pelo modelo. O esquema apresenta a vantagem de empregar período curto de treinamento, neste caso foi usado o período de somente 28 dias. A seleção dos preditores se baseou em correlação maior que 0,6. Os testes foram realizados com dados horários de temperatura do mês de setembro de 2003. Os erros sistemáticos das previs��es foram substancialmente reduzidos para valores menores que 0,5 °C em média. Os erros quadráticos que eram da ordem de 2 °C passaram para valores em torno de 1 °C em média. As correlações entre as séries refinadas e as séries observadas foram geralmente mantidas altas e semelhantes às correlações entre as séries previstas pelo Modelo Eta e as séries observadas, indicando que a aplicação do esquema não prejudicou as tendências horárias da temperatura nas estações. As temperaturas de cidades onde as amplitudes dos ciclos diurnos não foram bem previstas pelo Eta, foram refinadas pelo esquema.Statistical downscaling of 2 m air temperature forecasts from the Eta Model at 40 km resolution were carried out for 7 sites located in Northeast Brazil. The downscaling method was the Model Output Calibration (MOC), which is based on the linear regression between the forecast error and model output variables. One feature of the scheme is the use of short training period, in this work only 28 days was the chosen period. The model output variables with correlation higher than 0.6 were selected as predictors of the regression equation. The scheme was tested for one-month hourly forecasts in September 2003. Model systematic errors were strongly reduced to values below |0.5| °C on average. The root mean square errors, which initially were of the order of 2 °C, were reduced to about 1 °C. The linear correlation between the observations and Eta forecasts were generally kept the same after applying the downscaling scheme. Temperature forecasts with greatest errors in the amplitude of the diurnal cycle were corrected accordingly.

Keywords