1. Modelos climáticos representam matematicamente o sistema terrestre, porém têm limitações devido a processos físicos pouco compreendidos, gerando incertezas. 2. É necessário desenvolver modelos mais integrados e análises com múltiplos modelos para melhor entender as incertezas. 3. Downscaling permite representar processos climáticos em escalas regionais, úteis para estudos de impactos considerando cenários do IPCC.

1. Modelagem Climática
Apresentação dos cenários IPCC AR4 e AR5 e
considerações para estudos usando modelagem
climática para estudos de IVA
Jose A. Marengo
CCST INPE
jose.marengo@inpe.br

2. O Sistema terrestre

3. PREVISÃO NÚMERICA DE
TEMPO E CLIMA
• Ocomportamento da atmosfera
é governado pelas leis da física
que representa o movimento do
ar, o papel da umidade, trocas
de calor, etc
• As interações entre a atmosfera
e superfície da terra e dos
oceanos são importantes para
caracterização do clima.
• Modelos climaticos sao usados
para representar
matematicamente todos os
processos naturais que possam
afetar tempo e clima, e assim
apos de resolver as equacoes
matematicas podemos ter uma
previsao do comportamento do
tempo e clima em varias escalas
de tempo (incertezas presentes)

4. MODELOS CLIMATICOS (MODELOS DE CIRCULAÇÃO GERAL)
28 níveis
verticais
1º
lat 1º
long
100 km
100 km
Interações laterais
Interações com a superfície
Número de elementos:
400 x 200 x 28 x 7= 15,9 milhões
E-W N-S Vertical
Calcula-se para cada um destes volumes:
Temperatura, umidade, direção e velocidade
do vento, altura geopotencial.
Domínio Geográfico
www.cptec.inpe.br

5. A melhor ferramenta para previsão de tempo e clima, e para projeções de cenários
prováveis de alterações climáticas para o futuro são os modelos matemáticos do sistema
climático global, ou modelos climáticos), que levam em conta de forma quantitativa
(numérica) o comportamento dos componentes do sistema climático (atmosfera,
oceanos, criósfera (áreas com gelo e neve), vegetação, ciclos biogeoquímicos, etc.) e de
suas interações. Esses modelos permitem que se simulem prováveis cenários de evolução
do clima para vários cenários de emissões dos Gases de Efeito Estufa (GEE).
Em contrapartida, os estudos de impactos de mudanças e variações do tempo e clima e a
formulação de políticas de adaptação em resposta às variações do tempo e clima e
mudanças do clima tem mostrado que o nível de detalhamento fornecido por esses
modelos ainda não estão consolidados, ainda que, forneçam uma boa ideia de como as
mudanças podem se manifestar em grande escala. Para observar como as mudanças
climáticas ocorrem em nível de bacias hidrográficas é preciso ter acesso a informações
mais detalhadas.
Deste modo, o desenvolvimento de técnicas de transferência da informação gerada pelos
modelos climáticos na grande escala para escalas menores, isto é, as chamadas técnicas
de “downscaling dinâmico” utilizando Modelos Climáticos Regionais que permitem um
maior detalhamento espacial e temporal das variáveis do sistema climático em relação
aos modelos globais, tornam-se uma ferramenta útil para estudar as mudanças e
flutuações climáticas em escala regional, úteis para estudos de impactos.

6. 1. Modelos climáticos representação matemática
do sistema terrestre
2. Limitações na representação de processo físicos
pouco conhecidosincertezas
3. Como tratar as incertezas  desenvolvimento de
modelos modelos, mais integrados (ES-Earth
System models)
4. Melhor analise Analise tipo MME Multimodel
ensemble, espalhamento entre modelos
5. Estudos de IVA downscaling usando vários
modelos globais e regionais (ex. CLARIS LPB)

10. Figura 4. Apresentação dos cenários RCP (Representative Concentration Pathways) usados no
IPCC AR5. (Van Vuuren et al 2011)

11. Figura 5. Mudanças na temperatura media global (linhas em cores) e incertezas (áreas sombreadas em
cores), relativas a 1986–2005, para os cenários SRES do IPCC AR4 e RCPs do IPCC AR5. O numero de
modelos é indicado entre parênteses. As caixas no lado direto mostram a media e o desvio padrão das
projeções de aumento da temperatura até 100 (Knutti et al 2012)

12. Viés de Precipitação (mm.dia-1) – CMIP3
Vies Presente
Modelo-observacao

13. Viés de Precipitação (mm.dia-1) – CMIP5
Vies Presente
Modelo-observacao

14. Viés de Precipitação (mm.dia-1) – CMIP5
CMIP3CMIP5

15. Viés de Temperatura (oC) – CMIP3
Vies Presente
Modelo-observacao

16. Viés de Temperatura (oC) – CMIP5
Vies Presente
Modelo-observacao

17. Viés de Temperatura (oC) – CMIP5
CMIP3CMIP5

18. CMIP5 – Projections of Near Surface Air Temperature Change (oC )
2071-2100 minus 1961-1990 (Ensemble Mean)

19. CMIP5 – Projections of Precipitation Change (mm.dia-1 )
2071-2100 minus 1961-1990 (Ensemble Mean)

20. CMIP5 – Projections of Near Surface Air Temperature Change (oC )
2071-2100 minus 1961-1990 (Individual Models – RCP 8.5) - DJF

21. CMIP5 – Projections of Near Surface Air Temperature Change (oC )
2071-2100 minus 1961-1990 (Individual Models – RCP 8.5) - JJA

22. CMIP5 – Projections of Precipitation Change (mm.dia-1 )
2071-2100 minus 1961-1990 (Individual Models – RCP 8.5) - DJF

23. CMIP5 – Projections of Precipitation Change (mm.dia-1 )
2071-2100 minus 1961-1990 (Individual Models – RCP 8.5) - JJA

24. PDSI 2080-99
Changes in
PDSI
2080-99 minus
1980-99

25. Percentage change in the occurrence of days under drought conditions for the period
2070–2099 relative to 1976–2005, based on a multimodel ensemble MME experiment
under RCP8.5 from five global climate models and seven global impact models: MME Mean