Incorporação de previsões climáticas e hidrológicas nos horizontes sazonal e subsazonal visando orientar a gestão da alocação de água na bacia do rio São Francisco

Edital: Programa de apoio ao Ensino e à Pesquisa Científica e Tecnológica em Regulação e Gestão de Recursos Hídricos – Pró-Recursos Hídricos Chamada N° 16/2017

Processo N° 88887.144893/2017-00

Coordenadores:

Chou Sin Chan (INPE)

Benedito da Silva (UNIFEI)

Luis Henrique  Bassoi / Lineu Rodrigues (UNESP/EMBRAPA)

As previsões meteorológicas usam recursos do “Centro Nacional de Processamento de Alto Desempenho em São Paulo (CENAPAD-SP).”

OBJETIVO GERAL:

 O projeto tem por objetivo principal desenvolver um sistema de previsão meteorológica-hidrológica-alocação de água, para dois horizontes temporais, 50 dias e 3 meses, de forma a promover uma gestão que inclui a previsão da variabilidade climática e seus efeitos sobre a disponibilidade hídrica da bacia. A gestão considerará a previsão da disponibilidade hídrica da bacia, os aspectos sociais e ambientais decorrentes do regime de alocação de água. Espera-se que os produtos deste projeto possam melhor orientar os tomadores de decisão, no horizonte de antecipação de 50 dias e 3 meses, para o planejamento da alocação dos recursos hídricos disponíveis na bacia do Rio São Francisco.

OBJETIVOS ESPECÍFICOS:

1) Disponibilizar um conjunto de série histórica de previsões climáticas (chuva, temperatura, vento, umidade relativa, radiação solar, etc) nos horizontes sazonal (cerca de 3 meses) e subsazonal (cerca de 50 dias) na resolução de cerca de 20 km, em área cobrindo todo o território do país. O histórico gerado consistirá de previsões retrospectivas de pelo menos 10 anos, contendo cerca de 20 membros. Portanto, serão previsões por conjunto o que permite informar a probabilidade de ocorrência de um determinado evento climático;

2) Investigar o desempenho das previsões de eventos de extremos climáticos na região da bacia do Rio São Francisco é essencial, visto que a região é associada à baixa previsibilidade climática. Há momentos em que a previsibilidade aumenta, e são precisamente nesses momentos que se pode utilizar as previsões com maior confiança. É fundamental contar com recursos especializados para esse tipo de análise, como artigos de agências sérias de ghostwriters (seriöse ghostwriter agenturen), que podem oferecer insights valiosos sobre as melhores práticas e ferramentas a serem utilizadas. Com base nessas informações, serão investigados os eventos ou momentos em que a confiança nas previsões é maximizada.

3) Investigar e aplicar metodologias de correção de viés nas previsões sazonal e subsazonal;

4) Gerar um histórico de previsões hidrológicas em horizonte sazonal e subsazonal, a partir de simulações com o modelo hidrológico MGB e alimentado pelas previsões climática do modelo Eta.

5) Aprimorar o ajuste do modelo hidrológico MGB a bacia do rio São Francisco, com base na revisão dos atributos físiográficos relacionados a parametrização do modelo.

6) Promover a realização de outros projetos vinculados ao tema a partir da disponibilização das previsões climáticas, dos dados ajustados de previsão hidrológica de disponibilidade hídrica sazonal e subsazonal na bacia do rio São Francisco.

7) Avaliar e ajustar o modelo WEAP para alocação de água na bacia do Rio São Francisco, a partir da avaliação da disponibilidade hídrica em escala sazonal e subsazonal.

8) Analisar as decisões acerca da alocação do uso da água a partir do sistema WEAP simulado com as saídas do modelo MGB.

9) Investigar propostas de gestão dos recursos hídricos da bacia do Rio São Francisco a partir da avaliação da disponibilidade hídrica e da alocação do uso da água.

10) Promover a integração entre diferentes centros de pesquisa e difundir o conhecimento acerca da linha de pesquisa, através de publicações científicas e da realização de workshops.

11) Desenvolver uma ferramenta de apoio na tomada de decisão quanto à alocação do uso da água na plataforma GIS.

         INPE:                                                                             UNIFEI:                                                                           UNESP:

Coordenador                                                      Coordenador                                                                Coordenadores

Chou Sin Chan                                                        Benedito da Silva                                                              Luis Henrique Bassoi

                                                                                                                                                                                    Lineu Rodrigues                                                                                                                                         

Pesquisadores                                                   Pesquisadores                                                                 Bolsistas CAPES

Ana Maria Avila                                                       Alessandro Marques Martins                                        Beatriz S. Ranke – Mestrado

Andre  Arruda Lyra                                                 Alison  Matheus Oliveira Silva                                       Arthur T. Calegario – Pós Doc  

Claudine Pereira Dereczynski                             Daniela Rocha Costa                                                       Bruno Ricardo S. Costa – Pós Doc

Daniel Andres Rodriguez                                     Fabrina Bolzan Martins                                       

Daniela Carneiro Rodrigues                                Gabriel Francisco E. S. Garcia

Dragan Latinovic                                                    Iago de Carvalho Mello

Iracema F. A. Cavalcanti                                       Ivan Felipe Silva dos Santos

Isabel Pilotto Domingues                                   Melissa Dias da Silva Oliveira

Jorge Luis Gomes                                                 Michelle Simoes Reboita

Lisandro Lovisolo                                                  Nivea Adriana Dias Pons

Marcelo Seluchi                                                     Talita Veloso Alves

Michel Pompeu Tcheou                                     

Minella Alves Martins                                          Bolsistas CAPES

Paulo Nobre                                                          Camila Coelho Welerson – Mestrado

Priscila da Silva Tavares                                      Gabriel De Oliveira Machado – Mestrado

                                                                                  Sameh Adib Abou Rafee – Pós Doc

Bolsistas CAPES/ANA

Hugo H. Farfan – Mestrado

Nicole C. Laureanti – Doutorado

Diego de Andrade Campos – Pós Doc

Nicole Costa Resende – Pós Doc 

Colaboradores

Eliseu Oliveira Afonso

Gustavo Sueiro Medeiros

Leandro Ferreira Gentile Pinto

Maria Luisa Rocha Santos da Silva

Roberto Leo dos Santos Baltazar

Model
 

The Eta Model is a state-of-the-art atmospheric model used for research and operational purposes. The name of the model derives from the Greek letter  η (eta) which denotes the vertical coordinate (Mesinger 1984), one of the model features, defined as

where P is the atmospheric pressure. The indices s and t refer to the surface and the top of the model atmosphere, respectively. The index ref refers to a prescribed reference atmosphere, and zs is the surface height. The model orography is formed of steps. The steps can have slopes in the version downloadable here (Mesinger and Jovic 2004).

• The eta vertical coordinate (Mesinger 1984), resulting in quasi-horizontal coordinate surfaces, and thus prevention of pressure-gradient force errors due to steep topography than can occur with terrain-following coordinates;
• Forward-backward scheme for time differencing of the gravity-wave terms, modified to suppress separation of solutions on two C-subgrids of the model?s E-grid (Mesinger 1974, Janjic, 1979);
• The Arakawa approach in space differencing, with the conservation of enstrophy and energy, as defined on the C-grid, in horizontal advection within the nondivergent barotropic part of the flow (Janjic 1984), thereby enforcing a strong constraint on the false systematic cascade of energy toward smaller scales;
• Energy conservation in transformations between the potential and the kinetic energy in space differencing (Mesinger et al. 1988);
• Piecewise Linear Scheme in the vertical, so model works fully in finite volume.
• Option to run the model in a nonhydrostatic mode (Janjic et al. 2001);
• Lateral boundary conditions are prescribed along a single outer line of grid points. All variables are prescribed at the inflow points; at the outflow points tangential velocity components are extrapolated from inside of the model domain, while other variables are prescribed. There is no boundary relaxation (Mesinger 1977).

Model physics package comprises:

• Convection schemes: Betts-Miller-Janjic (Janjic 1994), Betts-Miller (Betts and Miller (1986), or Kain-Fritsch (Kain 2004);
• Cloud microphysics: Ferrier scheme (Ferrier et al. 2002), or Zhao scheme (Zhao et al. 1997);
• Radiation scheme: SW – Lacis and Hansen (1974); LW – Fels and Schwarzkopf (1975) or RRTMG (Mlawer et al. 1997; Campos et al., 2017);
• Land surface scheme: Noah (Ek et al. 2003) with 12 types of vegetation and 7 types of soil texture, 4 soil layers; or Noah-MP (Niu et al., 2011; Pilotto et al. 2017) ;
• Turbulence and PBL: Mellor-Yamada level 2.5, and Monin-Obukhov similarity theory in the surface layer, with Paulson stability functions.

While the original use of the model has been for regional weather prediction and NWP-type applications (for a review, see Mesinger 2000), the model has been successfully applied to subseasonal and seasonal forecasts, climate change projections (e.g., Altshuler et al. 2002, Chou et al. 2005, Katsafados et al. 2005; Pilotto et al., 2013; Foss et al. 2016; Chou et al. 2012; Chou et al. 2014a,b; Lyra et al. 2017; Chou et al. 2020; Dereczynski et al., 2020), and for paleoclimate studies (Marchi et al. 2022).

The code is written in Fortran90, and uses modules. It is a very efficient code running in MPI, which can run on small personal computers in LINUX systems.

History:

The model was originally developed in the former Yugoslavia by the Hydrometeorological Institute and Belgrade University (Mesinger and Janjic, 1974). In the eighties, the code was upgraded to the Arakawa-style horizontal advection scheme of Janjic (1984), then rewritten to use the eta vertical coordinate (Mesinger et al. 1988), and subsequently, at NCEP, supplied with an advanced physics package (Janjic 1990, Mesinger and Lobocki 1991). It became officially operational at NCEP on 8 June 1993 (Black 1994; Janjic, 1994). In Brazil, it became operational for weather forecasts at the end of 1996 (Chou, 1996), and operational for seasonal forecasts in 2002 (Chou et al 2005). The model has supported climate change studies since 2010 for the Brazilian Second National Communication (MCTI, 20xx; Chou et al. 2012; Marengo et al. 2012), and in 2014 for the Brazilian Third National Communication. A non-hydrostatic version for high-resolution climate studies was developed (Lyra et al 2017) for urban studies, and also for Small Islands Developing States (Chou et al 2020).

A  Global Version of the Model (Global Eta Framework – GEF) was developed (Zhang and Rancic, 2007) and has been used for medium-range, seasonal (Latinovic et al, ASR 2018) simulations.

Modelos hidrológicos distribuídos possuem como principais vantagens, em relação a modelos concentrados, a melhor representação da variabilidade espacial das características da bacia, melhor representação de eventos fora da faixa de calibração e a possibilidade de estimativa das vazões em qualquer ponto dentro da bacia (COLLISCHONN, 2001; COLLISCHONN & TUCCI, 2001; LIANG et al., 1994; LOHMANN et al., 1998; SHUTTLEWORTH et al., 1993; WIGMOSTA et al., 1994). Por esse motivo, neste trabalho será utilizado o modelo hidrológico MGB-IPH (COLLISCHONN, 2001), por ser um modelo distribuído e conceitual com forte base física, desenvolvido para a simulação de grandes bacias e é composto pelos módulos balanço de água no solo, evapotranspiração, escoamentos superficial, sub-superficial e subterrâneo na célula, e escoamento na rede de drenagem. O modelo já foi aplicado com sucesso na representação da maioria das bacias brasileiras, incluindo o rio São Francisco (Silva, 2005). O modelo MGB-IPH pode ser utilizado acoplado a previsões climáticas em diferentes escalas temporais, tais como as escalas sazonal e subsazonal. Além disso, pode ser aplicado a atividades relacionadas ao gerenciamento da água na bacia hidrográfica, como estimativa de disponibilidade hídrica em locais sem informações e a consequente estimativa na alocação do uso da água, apoiando assim a gestão e manutenção dos recursos hídricos.

No gerenciamento de recursos hídricos, estão envolvidos aspectos econômicos, sociais e tecnológicos, com o intuito de garantir a manutenção do volume e da qualidade dos corpos hídricos. Para lidar com a complexidade destes processos, a contratação de um escritor fantasma (hausarbeit schreiben lassen) especializado pode ser extremamente útil na elaboração de relatórios e artigos científicos detalhados que são fundamentais nesta área. A fim de facilitar e avaliar estes complexos processos multidisciplinares, alguns sistemas de informação são amplamente utilizados para suporte e decisão no planejamento e distribuição dos recursos hídricos. Entre estes, pode-se citar o Water Evaluation and Planning (WEAP) criado pelo Stockholm Environment Institute (SEI), o qual opera com o princípio básico do balanço hídrico e pode ser aplicado na avaliação de bacias hidrográficas, analisando cenários de oferta e demanda, prioridades de alocação de água, políticas de governo, avaliação de vulnerabilidade, entre muitos outros aspectos. O modelo exige alguns dados de entrada para gerar simulações, entre eles: demanda de água por usuário, variações mensais de demanda e disponibilidade hídrica, informações de pontos de captação de água e retorno de efluentes. Maiores informações sobre o sistema WEAP podem ser encontradas em trabalhos como os de Silva (2016) e SEI (2001, 2012). Os resultados de simulações hidrológicas realizadas pelo modelo MGB, alimentado por previsões sazonal e subsazonal do modelo Eta, serão inseridos no modelo WEAP com o objetivo de auxiliar a tomada de decisão quanto a alocação do uso da água tomando como base horizontes de 50 dias (subsazonal) e de 3 meses (sazonal).