Dados de precipitação total e temperatura do ar obtidos da reanálise ERA5-Land: validação e exatidão

Autores

  • Caio Sérgio Pereira de Araújo Department of Agricultural Engineering, Universidade Federal Rural de Pernambuco, Recife, PE, Brazil https://orcid.org/0009-0002-7363-6301
  • José Raliuson Inácio Silva Universidade Federal Rural de Pernambuco, Serra Talhada, PE, Brazil https://orcid.org/0000-0003-0483-0514
  • Ceres Duarte Guedes Cabral de Almeida Dom Agostinho Ikas Agricultural School, Universidade Federal Rural de Pernambuco, São Lourenço da Mata, PE, Brazil. https://orcid.org/0000-0001-6073-3853

DOI:

https://doi.org/10.1590/1983-21252025v3812578rc

Palavras-chave:

Sensoriamento remoto. Sertão. Dados orbitais. ECMWF.

Resumo

Este estudo teve como objetivo validar os dados mensais de temperatura do ar e precipitação total por meio da reanálise ERA5-Land em 31 anos (01/01/1990 a 31/12/2020) no estado de Pernambuco, Brasil, com base nos dados de 13 estações meteorológicas automáticas do INMET. Os dados de temperatura do ar e precipitação foram estratificados por mesorregiões do estado (Zona da Mata/Litoral, Agreste e Sertão), e a validação dos dados da reanálise ERA5-Land foi realizada por meio de índices estatísticos de precisão e exatidão do modelo. O maior RMSE para precipitação total foi obtido nos dados de Recife (122,07 mm), e o menor da cidade de Ouricuri (30,26 mm). No entanto, o maior RMSE para temperatura do ar foi encontrado nos dados da cidade de Salgueiro (1,98 ºC), e o menor na cidade de Recife (0,47 °C). Os dados de precipitação total gerados pelo ERA5-Land foram comparados com os dados de superfície com base no erro sistemático MBE, com a maior subestimação em Recife (-71,84 mm), a menor em Petrolina (-0,27 mm) e a maior superestimação em Caruaru (9,05 mm). Para a temperatura média do ar, os dados estimados pelo ERA5-Terra subestimaram os dados de superfície em quase todos os municípios, com a maior subestimação observada em Salgueiro (-2,50 ºC) e a maior em Garanhuns (0,68 ºC). Portanto, pode-se assegurar que a reanálise do ERA5-Land estimou a precipitação total e a temperatura média do ar de forma satisfatória, o que pode ser utilizado em diversos outros estudos que demandam tais parâmetros climáticos.

Downloads

Referências

ABOELKHAIR, H.; MORSY, M.; EL AFANDI, G. Assessment of agroclimatology NASA POWER reanalysis datasets for temperature types and relative humidity at 2 m against ground observations over Egypt. Advances in Space Research, 64: 129-142, 2019.

ALVARES, C. A. et al. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22: 711-728, 2014.

APARECIDO, L. E. O. et al. Accuracy of ECMWF ERA-Interim Reanalysis and its Application in the Estimation of the Water Deficiency in Paraná, Brazil. Revista Brasileira de Meteorologia, 34: 515-528, 2019.

ARAÚJO, C. S. P. et al. Evaluation of air temperature estimated by ERA5-Land reanalysis using surface data in Pernambuco, Brazil. Environmental Monitoring Assessment, 194: 1-13, 2022.

CALLEGARI-JACQUES, S. M. Bioestatística: princípios e aplicações. 1. ed. Porto Alegre, RS: Artmed, 2009. 264 p.

CAMARGO, A. P.; SENTELHAS, P. C. Avaliação do desempenho de diferentes métodos de estimativa da evapotranspiração potencial no estado de São Paulo, Brasil. Revista Brasileira de Agrometeorologia, 5: 89-97, 1997.

CASTRO, B. V. O.; SILVA, F. P.; PIRES, G. D. Avaliação de parâmetros meteorológicos gerados pela reanálise ERA 5 para a cidade de Seropédica, região da Baixada Fluminense-RJ. Revista Engenharia, Meio Ambiente e Inovação, 2: 7-16, 2019.

CHEN, Y. et al. Spatial performance of multiple reanalysis precipitation datasets on the southern slope of central Himalaya. Atmospheric Research, 250: 1-12, 2020.

COAN, B. P.; BACK, A. J.; BONETTI, A. V. Precipitação mensal e anual provável no Estado de Santa Catarina. Revista Brasileira de Climatologia, 15: 122-142, 2015.

COSTA, M. S. et al. Tendências observadas em extremos de precipitação sobre a região Semiárida do Nordeste do Brasil. Revista Brasileira de Geografia Física, 8: 1321-1334, 2015.

COPERNICUS CLIMATE CHANGE SERVICE. ERA5-Land monthly averaged data from 1950 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS). Available at: <https://cds.climate.copernicus.eu/>. Access on: Jan, 28. 2023.

ESSOU, G. R.; ARSENAULT, R.; BRISSETTE, F. P. Comparison of climate datasets for lumped hydrological modeling over the continental United States. Journal of Hydrology, 537: 334-345, 2016.

GUEDES, R. V. S. et al. Identificação e classificação espaço-temporal de eventos críticos chuvosos ou secos ocorridos em Pernambuco. Ciência e Natura, 38: 413-428, 2016.

JANATIAN, N. et al. A statistical framework for estimating air temperature using MODIS land surface temperature data. International Journal of Climatology, 37: 1181-1194, 2016.

MARTINS, D. S. et al. Assessing reference evapotranspiration estimation from reanalysis of weather products. An application to the Iberian Peninsula. International Journal of Climatology, 37: 2378-2397, 2017.

MEDEIROS-FEITOSA, J. R. M.; OLIVEIRA, C. W. Comparative study of precipitation data from the TRMM satellite and pluviometric stations in the state of Ceará, Brazil. Revista Geográfica de América Central, 2: 257-280, 2020.

MONTEIRO, L. A.; SENTELHAS, P. C.; PEDRA, G. U. Assessment of NASA/POWER satellite-based Weather system for Brazilian conditions and its impact on sugarcane yield simulation. International Journal of Climatology, 38: 1571-1578, 2018.

NEWMAN, A. J. et al. Gridded ensemble precipitation and temperature estimates for the contiguous United States. Journal of Hydrometeorology, 16: 2481-2500, 2015.

PEREIRA, G. et al. Avaliação dos dados de precipitação estimados pelo satélite TRMM para o Brasil. Revista Brasileira de Recursos Hídricos, 18: 139-148, 2013.

RIBEIRO, A. A. et al. Comparação entre dados meteorológicos obtidos por estações convencionais e automáticas no estado do Piauí, Brasil. Revista Irriga, 2: 220-235, 2017.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, 2020. R: The R Project for Statistical Computing (r-project.org).

SANTOS, L. O. F. et al. Validation of rainfall data estimated by GPM satellite on the Southern Amazon region. Revista Ambiente & Água, 14: 1-9, 2019.

SILVA, C. C. S. et al. Complexity analysis of monthly precipitation in the state of Pernambuco using Sample Entropy. Research, Society and Development, 9: 1-18, 2020a.

SILVA, L. M. C. et al. Validation of air temperature data obtained from the ERA5-land reanalysis in the state of Pernambuco, Brazil. In: INOVAGRI MEETING VIRTUAL, 1., 2020, São Paulo. Anais… São Paulo: UNESP, 2020b. p. 1-10.

TAREK, M.; BRISSETTE, F. P.; ARSENAULT, R. Evaluation of the ERA5 reanalysis as a potential reference dataset for hydrological modeling over North America. Hydrology and Earth System Sciences, 24: 2527-2544, 2020.

TURCO, J. E. P.; CARLETO, N. Integridade de dados meteorológicos para uso em modelo hidrológico. Revista Brasileira de Agricultura Irrigada, 11: 2084-2097, 2017.

VALERIANO, T. T. B. et al. Evaluation of air temperature and rainfall from ECMWF and NASA gridded data for southeastern Brazil. Theoretical and Applied Climatology, 137: 1925-1938, 2019.

VIANNA, L. F. N. et al. Bancos de dados meteorológicos: Análise dos metadados das estações meteorológicas no estado de Santa Catarina, Brasil. Revista Brasileira de Meteorologia, 32: 53-64, 2017.

VIRGENS FILHO, J. S. et al. Desempenho dos modelos CLIGEN, LARS-WG e PGECLIMA_R na simulação de séries diárias de temperatura máxima do ar para localidades do estado do Paraná. Revista de Engenharia Agrícola, 33: 538-547, 2013.

WILLMOTT, C. J. On the validation models. Physical Geography, 2: 184-194, 1981.

Downloads

Publicado

04-04-2025

Edição

Seção

Artigo Científico