Avaliação sistemática da precipitação dos modelos de clima do CMIP5 e CMIP6 no sul do Brasil

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Ambiental, Florianópolis, 2021A precipitação simulada por modelos de clima é uma das principais variáveis de entrada em estudo de impacto hidrológico às mudanças climáticas. No entanto, características como frequência, sazonalidade e extremos não são simuladas adequadamente na escala regional, especialmente em climas tropicais. O objetivo deste trabalho foi avaliar o desempenho de modelos de clima em representar a precipitação observada na região sul do Brasil. O sul do Brasil encontra-se em área de transição entre o clima tropical e extratropical, estando susceptível à expansão dos trópicos no hemisfério Sul. Além disso, apresenta uma topografia complexa, ciclos sazonais diferentes ao longo da área e diferentes mecanismos de geração de precipitação. Este trabalho avaliou de maneira sistemática diferentes aspectos da precipitação simulada por modelos de clima da quinta e sexta fase do CMIP (coupled model intercomparison project). Foi desenvolvida uma ferramenta computacional que combina métricas de diferentes projetos para garantir uma visão geral dos aspectos marginais, temporais e espaciais da precipitação. Foram testados resultados das médias dos modelos (multi model ensemble ? MME) e um conjunto ótimo de modelos (constrained ensemble ? CE) que melhor representam a precipitação anual observada. O conjunto ótimo obtido minimiza a métrica de erro CRPS (continuous ranked probability score), que indica a distância entre a CDF observada e a simulada pelo conjunto. Os resultados mostram que modelos de clima apresentam um viés seco, simulando menores volumes precipitados, maior número de dias secos consecutivos e precipitações extremas menos intensas que as observadas. De uma maneira geral, resultados obtidos com o CE performam melhor ou igual àqueles obtidos com o MME. Modelos do CMIP6 apresentam uma performance melhor que os do CMIP5, especialmente na simulação do ciclo anual e da distribuição espacial da precipitação.Abstract: Climate model (GCM) precipitation is one of the most important input for hydrological models in climate change risk assessment. However, precipitation characteristics such as frequency, seasonality, and extremes are usually not well simulated at the regional scale in the tropics. The objective of this study is to analize climate model performance in simulate the observed precipitation in southern Brazil (SB). Southern Brazil is a transitional zone between tropical and extratropical climates, being a susceptive area to the expansion of tropical climate characteristics. Beyond that, it has a complex topography, diversity in rainfall generation mechanisms, and uneven seasonality throughout the area. This study analized systematically different aspects of climate model precipitation from the fifth and sixth phases of CMIP (coupled model intercomparison project). A computational tool that combines different metrics was developed to guarantee an overview of marginal, temporal, and spatial aspects of climate model precipitation. Results from the multi-model-ensemble mean (MME), as well as from a constrained ensemble (CE) were tested. The CE is the one that minimizes the continuous ranked probability score (CRPS), a metric of distance between observed and simulated cumulative distributions. Results show a dry bias in all climate models with a dry bias characterized by lower precipitation amounts and higher consecutive dry days. Overall, CE equals or outperforms the MME and CMIP6 outperforms CMIP5 for most metrics, especially in the simulation of the seasonal cycle and the spatial distribution of precipitation