Previsão hidrológica em horizonte sub sazonal

As previsões hidrológicas feitas em horizonte sub sazonal, definido neste estudo como um prazo de antedecência máximo de 46 dias, ainda estão em fase de pesquisa científica no contexto brasileiro e sul-americano. Espera-se que essas previsões tragam benefícios para setores como energia hidrelétrica e aplicações operacionais. Neste sentido, no presente trabalho foram realizados experimentos com o objetivo de avaliar a qualidade e utilidade das previsões de precipitação sub sazonal, originadas do Centro Europeu de Previsão Meteorológica de Médio Prazo (ECMWF), na bacia do rio Paraná, uma das mais importantes bacias hidrográficas da América do Sul, em termos de geração de energia, contemplando a usina hidrelétrica binacional de Itaipu e mais de outras 150 grandes usinas hidrelétricas. O Software Ensemble Verification System (EVS) foi aplicado para verificação estatística das previsões de precipitação sub sazonal, através de métricas determinísticas e probabilísticas, no período que vai dos anos de 2015 e 2016, utilizando os dados brutos e em um formato com viés corrigido. Também foram realizadas simulações de previsões de vazões por conjunto, em horizonte sub sazonal, usando o modelo semi-distribuído MGB, testando os dados do ECMWF como entrada - resultando no desenvolvimento de um Sistema de Previsão Hidrológica por Conjunto (ou Hydrologic Ensemble Prediction System, H-EPS). As previsões de vazão foram comparadas com as simulações usando como entrada a informação climatológica, conhecida como previsão estendida de vazão (extended streamflow prediction, ESP). Este estudo é uma das primeiras avaliações dos dados de previsões sub sazonais, para fins de previsão hidrológica realizados no contexto da América do Sul. A avaliação da precipitação futura permitiu a inferência do desempenho dessas previsões de precipitação para posterior utilização em modelagem hidrológica, além de quantificar alguns dos erros associados aos dados. Os resultados apontaram que, em geral, as previsões de vazões usando os dados de previsão de precipitação sub sazonal apresentam maior previsibilidade (skill) do que aquelas que usam informações históricas, até aproximadamente 30 dias de previsão. A esse respeito, essas previsões podem ser exploradas particularmente em aplicações como as afluências em reservatórios, o controle de enchentes e secas e a evolução de eventos extremos várias semanas à frente.The hydrological prediction done within sub-seasonal timescale, defined in this study as a lead-time of 46 days, is still incipient in Brazilian and South American context. It is expected that these predictions will bring benefits to sectors such as hydro-energy for scientific research and operational applications. In this sense, it is performed assessments aiming on evaluating the quality and usefulness of sub-seasonal precipitation forecasts, originated from the European Centre for Medium-Range Weather Forecast (ECMWF), in Paraná River Basin, one of the most important basins in Brazil in terms of energy generation, contemplating the bi-national Itaipú hydroelectric power plant and more than others 150 large reservoirs plants. The Ensemble Verification System (EVS) Software was applied to perform a statistical verification of the sub-seasonal precipitation forecasts, through deterministic and probabilistic metrics on the period ranging the years of 2015 and 2016, using the raw data and in a bias corrected format. Was also proceeded simulations of sub-seasonal streamflow forecasts using a semi-distributed hydrological model, the MGB-IPH, using the data as input - resulting in the development of an H-EPS. The streamflow forecasts were benchmarked against the simulations using as input the climatological information, or the extended streamflow prediction (ESP). This study is one of the first evaluation of the sub-seasonal forecasts data, for hydrologic forecasting purposes, done in Brazilian context. The assessment of the future rainfall allows the inference of the performance of these precipitation forecasts for later use in hydrological modeling, also quantifies some of the errors associated with the data. It is indicated that the streamflow predictions using the sub-seasonal precipitation forecast data presents greater predictability, or better skill, than those using historical information until approximately lead-day 30. In this regard, these forecasts may be explored particularly in applications such as reservoir inflow, flood and drought control and the onset and evolution of events several weeks ahead