Resumo O objetivo deste artigo foi analisar a eficácia da ferramenta CCWorldWeatherGen, considerando as mudanças climáticas na cidade de São Paulo. Para tanto, as variáveis temperatura do ar (bulbo seco), umidade relativa do ar, radiação solar global, e velocidade do vento do arquivo climático de referência, de 1954, e do arquivo climático gerado pelo CCWorldWeatherGen para 2020 (representa 2011 a 2040), foram comparadas com observações da Estação Meteorológica do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo, obtidas entre 2011 e 2023. A acurácia das variáveis dos arquivos climáticos foi avaliada por meio de cinco indicadores de erro. Os resultados da raiz do erro quadrático médio relativo (RRMSE) anual para a temperatura de bulbo seco do ar, umidade relativa do ar, radiação solar horizontal global, e velocidade do vento foram 17,04% (bom), 17,95% (bom), 31,57% (ruim) e 224,44% (ruim), respectivamente. A ferramenta CCWorldWeatherGen é adequada, especialmente por sua praticidade, para gerar futuros arquivos climáticos com informações completas. Mas seu uso demanda cautela porque as progressões dependem da consistência dos dados do arquivo climático utilizado como base. Paulo tanto seco, , seco) global referência 1954 202 representa 201 2040, 2040 2040) Astronomia 2023 RRMSE (RRMSE 1704 17 04 17,04 bom, bom (bom) 1795 95 17,95 3157 31 57 31,57 ruim (ruim 22444 224 44 224,44 ruim, respectivamente adequada praticidade completas base 195 20 204 170 1 0 17,0 (bom 179 9 17,9 315 3 5 31,5 2244 22 4 224,4 19 2 17, 31, 224,
Abstract This paper aimed to analyze the effectiveness of the CCWorldWeatherGen tool, focusing on climate change in São Paulo, São Paulo State, Brazil. For this, dry-bulb temperature, relative humidity, global solar radiation, and wind speed data from the test reference year weather file (1954) and the CCWorldWeatherGen file for the 2020 period (representing the 2011-2040 period) were compared with observational data collected between 2011 and 2023 by the Meteorological Station of the Institute of Astronomy, Geophysics, and Atmospheric Sciences of the University of São Paulo. The accuracy of variables predicted using weather files was evaluated using five statistical measures of error. Annual relative root mean square error (RRMSE) values for dry-bulb temperature, relative humidity, global solar radiation, and wind speed in the morphed weather file were 17.04% (good), 17.95% (good), 31.57% (poor), and 224.44% (poor), respectively. It is concluded that CCWorldWeatherGen is suitable for generating future weather files with complete information, mainly for its practicality. However, this approach requires caution, as sequences depend on the consistency of the weather file used as a basis. tool State Brazil drybulb dry bulb temperature humidity radiation 1954 (1954 202 representing 20112040 2040 2011-204 201 Astronomy Geophysics RRMSE (RRMSE 1704 17 04 17.04 good, good , (good) 1795 95 17.95 3157 31 57 31.57 poor, poor (poor) 22444 224 44 224.44 respectively information practicality However caution basis 195 (195 20 2011204 204 2011-20 170 1 0 17.0 (good 179 9 17.9 315 3 5 31.5 (poor 2244 22 4 224.4 19 (19 2 201120 2011-2 17. 31. 224. (1 20112 2011- (