Autoria: OLIVEIRA, G. C. M. de; GIORDANO, P.; GONÇALVES, R. R. do V.; HAMADA, E.

Resumo: Resumo: As mudanças climáticas têm impactado diversos setores da sociedade, com a agricultura sendo um dos mais afetados. Considerando que a economia brasileira é altamente dependente da agricultura, é essencial monitorar e prever a mudança do clima, possibilitando o desenvolvimento de estratégias efetivas para adaptação e mitigação dos danos. As ferramentas mais avançadas empregadas no prognóstico são os modelos climáticos, cada um com sua capacidade para projetar variáveis meteorológicas, considerando a complexidade das interações envolvidas em seu algoritmo. Nesse sentido, conduzir uma análise das projeções dos modelos é essencial para garantir o uso de prognósticos acurados tanto para as variáveis climáticas como para regiões específicas em consideração. Este estudo objetivou avaliar a performance das mais recentes projeções de cinco modelos (GFDL-ESM4, INM-CM5, MPI-ESM1.2-HR, MRI-ESM2 e NorESM2-MM) do CMIP6 (Coupled Model Intercomparison Project Phase 6), considerando precipitação e umidade relativa no Brasil. A avaliação abrangeu dois períodos: um intervalo histórico de 2003 a 2013, e o período futuro de 2090 a 2100 considerando dois cenários de emissão de gases de efeito estufa (SSP2-4.5 e SSP58.5). Para esta proposta, foi adotado o banco de dados pós-processado de modelos climáticos do CLIMBra (Climate Change Dataset for Brazil). As análises foram realizadas utilizando boxplot, histograma e avaliação do comportamento sazonal para avaliar a performance das projeções das variáveis climáticas. Os resultados indicaram que tanto a precipitação como a umidade relativa exibiram distribuições semelhantes entre os modelos para as médias mensais. Com relação à umidade relativa, o modelo MRI-ESM2 foi excluído pela presença de altos outliers. Abstract: Climate change has impacted several sectors of society, with agriculture being one of the most affected. Considering that the Brazilian economy is highly depended on agriculture, it is essential to monitor and predict the climate change, enabling the development of effective strategies for adaptation and mitigation of damage. The most advanced tools used in forecasting are the climate models, each with its capacity to project meteorological variables, considering the complexity of the interactions within their algorithm. Thus, conducting an analysis of the model projections is essential to ensure the use of accurate forecast for both the climate variables and for specific regions under consideration. This study aimed to evaluate the performance of the most recent projections of five models (GFDL-ESM4, INM-CM5, MPI-ESM1.2-HR, MRI-ESM2, and NorESM2-MM) from CMIP6 (Coupled Model Intercomparison Project Phase 6), concerning precipitation and relative humidity in Brazil. The evaluation encompassed two periods: a historical interval from 2003 to 2013, and a future span from 2009 to 2100 considering two greenhouse gas emission scenarios (SSP2-4.5 and SSP58.5).For this purpose, a post-processed database of climate models from CLIMBra (Climate Change Dataset for Brazil) was adopted. Analyses were conducted using boxplots, histogram, and seasonal behavior to assess the performance of climate variable projections. The findings indicated that both precipitation and relative humidity exhibited similar distributions across the models for monthly averages. Regarding relative humidity, MRI-ESM2 was excluded due to the presence of high outliers.

Ano de publicação: 2024

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Meio Ambiente

Palavras-chave: Agricultura, Agriculture, Atmospheric precipitation, Climate change, Climate models, Modelo de Simulação, Mudança Climática, Precipitação Pluvial, Relative humidity, Sensoriamento Remoto, Umidade Relativa