CORREÇÃO DE VIÉS DE DADOS DIÁRIOS DE PRECIPITAÇÃO DO WRF

Código

XXVI-SBRH0755

Autores

Karollyn Larissa de Quadros, Maria Fernanda Dames dos Santos Lima, Danieli Mara Ferreira, José Eduardo Gonçalves, Michael Mannich, Rafael Toshio Inouye, Reinaldo Silveira

Tema

STE151 - Previsão Hidrológica

Resumo

Sistemas de previsão de tempo são essenciais para garantir a qualidade de análises e modelos hidrometeorológicos. Este estudo avaliou o desempenho do modelo Weather Research and Forecasting (WRF) na previsão diária de precipitação para a bacia Jaguari-Buenópolis (SP) no período de 2019 a 2025. Inicialmente, foi realizada a comparação dos sete horizontes de previsão do modelo, sendo o horizonte do mesmo dia (h0) o mais preciso, com NSE de 0,72, RMSE de 44,01 mm e viés de 2,8%. Foram analisados os acertos e erros do modelo em prever dias com e sem chuva, com destaque para a acurácia de 94,2% no inverno e 74,6% no verão, enquanto o recall foi maior no verão (90,8%) e menor no inverno (67,3%), indicando maior sensibilidade do modelo durante o período chuvoso. Aplicaram-se cinco métodos de correção de viés (Offset, LOC, QMAP log, Weibull e Gamma) sobre o horizonte h0, separados por estação do ano. O método QMAP apresentou os melhores resultados, reduzindo significativamente o viés, especialmente na primavera (de -0,381 para 0,058) e no total (de 0,106 para 0,020). Após as correções, houve aumento na taxa de acerto (até 3,0%) e na precisão (até 12,6%), embora com leve redução no recall. Os métodos QMAP e Weibull destacam-se por melhorar a confiabilidade da previsão de chuva, principalmente no verão e na primavera.