Estudo sobre variações da precipitação em bacias hidrográficas no Brasil, com base em projeções climáticas

Abstract

Resumo: As projeções climáticas geradas por modelos de circulação geral (GCMs) são essenciais para avaliar os impactos das mudanças climáticas nos recursos hídricos, em long prazo. No entanto, esses modelos apresentam erros sistemáticos que podem comprometer a confiabilidade das projeções em escala regional. Este estudo teve como objetivo avaliar e corrigir os vieses introduzidos pelos GCMs em bacias hidrográficas do Sistema Interligado Nacional (SIN), utilizando dados históricos e projeções climáticas. Para isso, foram aplicadas duas metodologias principais: regionalização dinâmica dos dados de simulação para o período histórico (1980_2014) e para os cenários SSP2-4.5 e SSP5-8.5, utilizando o modelo WRF, seguida da correção de viés nos dados de precipitação regionalizados por meio de três métodos de mapeamento de quantis: Transformação Paramétrica, Quantis Empíricos Robustos e Splines de Suavização. Os resultados foram avaliados para o período de 2015 a 2023 em 115 bacias hidrográficas do SIN, utilizando dados observacionais da ANA e do INMET. A análise indicou que 85,22% das bacias apresentaram redução do viés, com variação percentual entre -111% e 129%. Entretanto, em algumas bacias, a correção de viés não resultou em melhorias significativas, possivelmente devido a erros sistemáticos nos modelos. Além disso, as projeções indicam uma redução nas precipitações médias anuais a partir de 2015_2025, com intensificação entre 2048_2060, afetando 44 das 115 bacias do SIN, de acordo com o cenário SSP5-8.5. Esses achados reforçam a importância da regionalização e da correção de viés para aumentar a confiabilidade das projeções climáticas e subsidiar estratégias de adaptação e gestão dos recursos hídricos no Brasil

Abstract: Climate projections generated by general circulation models (GCMs) are essential for assessing the long-term impacts of climate change on water resources. However, these models exhibit systematic errors that can compromise the reliability of projections at the regional scale. This study aims to evaluate and correct the biases introduced by GCMs in watersheds of the Sistema Interligado Nacional (SIN), using historical data and climate projections. To achieve this goal, two main methodologies were applied: dynamic downscaling of simulation data for the historical period (1980_2014) and for the SSP2-4.5 and SSP5-8.5 scenarios, using the WRF model, followed by bias correction of the downscaled precipitation data through three quantile mapping methods: Parametric Transformation, Robust Empirical Quantiles, and Smoothing Splines. The results were evaluated for the period 2015 to 2023 in 115 watersheds of the SIN, using observational data from ANA and INMET. The analysis indicated that 85.22% of the watersheds showed a reduction in bias, with a percentage variation between -111% and 129%. However, in some watersheds, bias correction did not result in significant improvements, possibly due to greater systematic errors in the uncorrected models. Furthermore, projections indicate a reduction in mean annual precipitation starting from 2015_2025, with intensification between 2048_2060, affecting 44 out of 115 watersheds of the SIN, according to the SSP5-8.5 scenario. These findings highlight the importance of downscaling and bias correction in improving the reliability of climate projections and supporting adaptation and water resource management strategies in Brazil