Resumo Os impactos das secas variam dependendo da sua intensidade, duração e recorrência, além do estado de desenvolvimento e da capacidade de enfrentamento das regiões e dos países. A seca pode ser dividida em três categorias principais: meteorológica, hidrológica e agrícola. A mitigação eficaz dos impactos da seca é possível por meio de um sistema de monitoramento eficiente. Como a seca é um evento multi-fatorial, a análise de múltiplos índices de diferentes classes auxilia no seu monitoramento. Este estudo visa preencher uma lacuna na pesquisa ao avaliar os três tipos de seca por meio de índices em regiões semiáridas, visando melhorar o monitoramento e a gestão dessas condições. Esse trabalhoa analisa o comportamento de sete índices de seca, SPI, SPEI, EDDI, RDIst, SRI, VHI e NDVI. Estes foram calculados para a bacia do alto jaguaribe por meio de uma janela móvel de tempo e por meio de uma discretização temporal, tanto para a escala de 3 como de 12 meses. Foram utilizadas como métricas de análise o valor de informação mútua e correlação de Pearson entre os índices. Os resultados dos índices metereológicos SPI, SPEI e RDIst apresentaram elevada correlação tanto na análise linear como não-linear. EDDI apresentou um comportamento diferente dos outros índices metereológicos. Contudo, O EDDI-12 mostrou maior informação mútua do que o NDVI, sugerindo um alarme precoce para a seca da vegetação em escalas mais amplas. Este estudo analisa a propagação de seca através da correlação entre índices de escala 3 meses e o SPI-3 para fevereiro-março-abril. Os resultados mostram a propagação de seca, com maiores correlações dos índices de vegetação (VHI e NDVI) e hidrológico (SRI) em março-abril-maio, e os índices meteorológicos (RDIst e SPEI) com as maiores correlações em fevereiro-março-abril. intensidade recorrência países principais meteorológica agrícola eficiente multifatorial, multifatorial multi fatorial, fatorial multi-fatorial semiáridas condições SPI SRI NDVI temporal 1 nãolinear. nãolinear não linear. não-linear Contudo EDDI12 EDDI-1 amplas SPI3 SPI- fevereiromarçoabril. fevereiromarçoabril fevereiro março abril. abril fevereiro-março-abril (SRI marçoabrilmaio, marçoabrilmaio maio, maio março-abril-maio EDDI1 EDDI-

Abstract The impacts of droughts vary depending on their intensity, duration, and recurrence, as well as the developmental state and coping capacity of regions and countries. Drought can be categorized into three main types: meteorological, hydrological, and agricultural. Effective mitigation of drought impacts is achievable through an efficient monitoring system. Given that drought is a multifactorial event, the analysis of multiple indices from different classes aids in its monitoring. This study aims to address a research gap by assessing the three types of droughts using indices in semi-arid regions, with the goal of enhancing monitoring and management of these conditions. This work examines the behavior of seven drought indices - SPI, SPEI, EDDI, RDIst, SRI, VHI, and NDVI - calculated for the Upper Jaguaribe Basin using both a moving time window and temporal discretization, for both 3 and 12-month scales. Mutual information value and Pearson correlation were employed as analytical metrics between the indices. Results for meteorological indices SPI, SPEI, and RDIst exhibited significant correlation in both linear and non-linear analyses. EDDI displayed distinct behavior from the other meteorological indices. Notably, EDDI-12 showed higher mutual information than NDVI, suggesting early warning potential for vegetation drought on broader scales. This study analyzes drought propagation through correlation between 3-month scale indices and SPI-3 for February-March-April. Findings demonstrate drought propagation, with vegetation-based indices (VHI and NDVI) and hydrological index (SRI) showing higher correlations in March-April-May, while meteorological indices (RDIst and SPEI) exhibited stronger correlations in February-March-April. intensity duration recurrence countries agricultural system event semiarid semi arid conditions SPI SPEI SRI VHI discretization 12month month 12 scales nonlinear non analyses Notably EDDI12 EDDI-1 3month SPI3 SPI- FebruaryMarchApril. FebruaryMarchApril February March April. April February-March-April vegetationbased based (SRI MarchAprilMay, MarchAprilMay May, May March-April-May 1 EDDI1 EDDI-

RESUMO A geração de cenários sintéticos de vazões afluentes é particularmente importante em países como o Brasil, onde a geração de energia hidrelétrica desempenha um papel fundamental e é crucial lidar adequadamente com a incerteza da vazão futura. Este artigo apresenta um esforço colaborativo do setor elétrico brasileiro para aprimorar os modelos de geração de cenários de vazão, com foco em horizontes de até um ano. Cinco instituições propuseram metodologias diversas e a sua eficácia foi avaliada através de uma avaliação comparativa estruturada. Os resultados revelam os pontos fortes e as áreas de possíveis aprimoramentos em cada modelo. O modelo GHCen apresentou o melhor desempenho, destacando-se nas análises de curto prazo e de média móvel, enquanto o modelo PARX demonstrou desempenho superior em regiões específicas do Brasil. O PAR(p)-A, metodologia oficial no Brasil, foi o segundo melhor modelo na análise de médias móveis. Este artigo oferece informações valiosas para países que enfrentam desafios semelhantes de programação hidrotérmica e geração de cenários. Brasil futura ano estruturada destacandose destacando se móvel PARpA, PARpA PAR p A, PAR(p)-A móveis

ABSTRACT Synthetic streamflow scenario generation is particularly important in countries like Brazil, where hydroelectric power generation plays a key role and properly handling the uncertainty of future streamflow is crucial. This paper showcases a collaborative effort within the Brazilian electrical sector to enhance streamflow scenario models, focusing on horizons up to one year. Five institutions proposed diverse methodologies, and their effectiveness was evaluated using a comparative framework. The results reveal the strengths and areas for improvement in each model. GHCen emerged as the top performer, excelling in both short-term and moving average analyses, while the PARX model demonstrated superior performance in specific regions. The PAR(p)-A, which is the official methodology in Brazil, was the second-best model in the moving average analysis. This research offers valuable insights for countries facing similar hydrothermal scheduling and scenario generation challenges. Brazil crucial models year methodologies framework performer shortterm short term analyses regions PARpA, PARpA PAR p A, A PAR(p)-A secondbest second best analysis challenges

RESUMO A previsão de vazão desempenha um papel importante para garantir o fornecimento confiável de eletricidade em países altamente dependentes da energia hidrelétrica. Este artigo propõe uma abordagem inovadora que integra vários modelos hidrológicos, modelos climáticos e dados observacionais para desenvolver um sistema abrangente de previsão. Três famílias de modelos foram empregadas: modelos climáticos de previsão sazonal integrados com modelos hidrológicos chuva-vazão; modelos estocásticos ou de aprendizado de máquina que utilizam variáveis endógenas e modelos estocásticos ou de aprendizado de máquina que consideram variáveis exógenas. A abordagem do hiper-multimodelo conseguiu aumentar com sucesso o desempenho geral dos cenários gerados com uso dos modelos individuais. A qualidade dos cenários finais gerados estava diretamente relacionada ao desempenho dos modelos individuais. Portanto, a estrutura proposta tem o potencial de melhorar a previsão hidrológica para o setor de eletricidade brasileiro com o uso de modelos individuais mais refinados e calibrados. hidrelétrica empregadas chuvavazão chuva chuva-vazão exógenas hipermultimodelo hiper multimodelo Portanto calibrados

ABSTRACT Streamflow forecasting plays an important role in ensuring the reliable supply of electricity in countries heavily reliant on hydropower. This paper proposes a novel framework that integrates various hydrological models, climate models, and observational data to develop a comprehensive forecasting system. Three families of models were employed: seasonal forecasting climate models integrated with hydrological rainfall-runoff models; stochastic or machine learning models utilizing endogenous variables, and stochastic or machine learning models that consider exogenous variables. The hyper-multimodel framework could successfully increase the overall performance of the scenarios generated through the use of the individual models. The quality of the final scenarios generated was directly connected to the performance of the individual models. Therefore, the proposed framework has potential to improve hydrological forecast for the Brazilian electricity sector with the use of more refined and calibrated individual models. hydropower system employed rainfallrunoff rainfall runoff variables hypermultimodel hyper multimodel Therefore

RESUMO A maior parte das infraestruturas hídricas foram projetadas para condições climáticas e demandas que estão mudando rapidamente. Neste estudo, foi investigada a magnitude das inundações e a segurança de barragens em cenários de mudanças climáticas, utilizando um conjunto de modelos climáticos do CMIP6, acoplados a um modelo hidrológico. Foram comparadas as condições climáticas históricas e futuras de uma bacia hidrográfica do Ceará, Nordeste do Brasil. Os modelos revelaram uma ampla gama de níveis de risco de inundação e falha hidrológica. Metade dos cenários climáticos indicaram uma redução no período de retorno das cheias. Uma inundação associada a uma chuva de 1000 anos teve sua probabilidade de ocorrência cerca de 12 vezes maior, quando comparado o cenário SSP5 8.5 com as condições históricas. No cenário mais críticos, a lâmina d’água ultrapassou a altura da crista da barragem. Ao considerar a cheia associada a uma chuva decamilenar, o risco de colapso da barragem foi aumentado. As mudanças climáticas podem aumentar o risco de falha da infraestrutura hidráulica, que precisa ser adaptada para garantir a segurança das partes interessadas do sistema hídrico.

ABSTRACT Most water infrastructure was designed for climate conditions and demands that have been rapidly changing. In this study, we investigate flood magnitude and dam safety under climate change, using an ensemble of CMIP6 climate models, coupled to a hydrological model. We compare historical and future climate conditions of a watershed in Ceará, Northeast Brazil. Climate models revealed a wide range of risk levels of flood and hydrological failure. Half of the climate scenarios indicated a reduction in the flood return period. A flood associated with a 1000-year storm had an occurrence probability about 12 times higher when comparing the SSP5 8.5 scenario with historical conditions. In one more critical scenario, the water depth exceeded the height of the dam's crest. When considering a flood associated with a decamillennial storm, dam collapse risk was increased. Climate change might increase the risk of water infrastructure failure, which needs to be adapted to ensure the safety of the water system stakeholders.

RESUMO O estudo propôs a elaboração de um índice de vulnerabilidade à propagação da COVID-19 utilizando análise multivariada associada à análise geoespacial. O método empregado considerou a vulnerabilidade como uma combinação de três fatores: exposição, susceptibilidade e capacidade de resposta. A metodologia foi composta de seis etapas: seleção e agrupamento de variáveis; definição dos indicadores; normalização; atribuição de pesos via análise dos componentes principais; estimativa e normalização do índice; e classificação por meio das técnicas Jenks, Kmeans, quantis e clusterização hierárquica (Hclust). Foi realizada uma caracterização da exposição da cidade de Fortaleza, Brasil, à COVID-19 por meio da densidade populacional, da quantidade de habitações subnormais e precárias, da porcentagem de idosos por residência e da proximidade a terminais de ônibus. O estudo procurou sobrepor fatores socioeconômicos e índices de abastecimento público e de esgotamento sanitário, para a classificação de setores censitários em cinco níveis de vulnerabilidade. Estes apresentaram, em sua maioria, classe de alta (Jenks e quantis) e moderada (K-means e Hclust) vulnerabilidade. As regiões de maior vulnerabilidade estão localizadas no sul e no oeste da cidade, onde há maior concentração de aglomerados subnormais. Os resultados podem auxiliar no desenvolvimento de estratégias de enfrentamento direcionadas para os grupos mais expostos aos riscos associados à COVID-19, assim como na preparação para futuras crises de saúde pública. A metodologia pode ser replicada para outras cidades e serve como ferramenta para os gestores públicos.

ABSTRACT The study proposes an index of vulnerability to the spread of COVID-19 using multivariate and geospatial analyses. Vulnerability was considered as a combination of exposure, susceptibility, and responsiveness of the population. The methodology consisted of six steps: selection and grouping of variables; definition of indicators; normalization of the variables; weight calculation using principal component analysis; index calculation and normalization; and classification using Jenks, Kmeans, Quantile, and Hclust techniques. The exposure of Fortaleza, Brazil, to COVID-19 was assessed by means of population density, number of subnormal and precarious housing, percentage of aged people per residence and proximity to bus terminals. The study integrates factors related to socioeconomic characteristics, public water supply and sanitation for the classification of census tracts in five levels of vulnerability. Most of them present high (Jenks and Quantile) and moderate (K-means and Hclust) vulnerability. The most vulnerable regions are in the South and West Zones of the city, where many subnormal agglomerates are located. The results can assist the development of coping strategies for the groups most exposed to the risks associated with COVID-19, as well as in the preparation for future public health crises. The methodology can be replicated in other cities and can be useful for public managers.

Resumo Previsões do comportamento das mudanças que ocorrem no uso do solo são indispensáveis para um planejamento urbano adequado, indicando áreas mais propensas à ocupação humana. Dessa forma, o estudo tem por objetivo prever a expansão urbana da cidade de Fortaleza, localizada no nordeste do Brasil, utilizando um modelo dinâmico que combina autômatos celulares com as Cadeias de Markov (CA-Markov). Ele foi desenvolvido por meio de três etapas: aquisição e processamento dos dados; espacialização dos dados; e, modelagem dinâmica espacial. A matriz de transição markoviana forneceu o percentual de mudanças de uma classe para a outra ao algoritmo de simulação. Dados reais de entrada de uso do solo dos anos de 2009 e 2017 mostraram uma transição de 26,50% de áreas vegetadas para áreas urbanizadas. A validação do modelo apresentou excelentes resultados (índice de similaridade fuzzy superior a 0.8) para realizar simulações futuras (2020 até 2025). Segundo as previsões, em 2025, dos 297,10 km² de área urbanizada e vegetada, 82,43% serão de área urbanizada e apenas 17,57% serão de área vegetada. O modelo de simulação pode ser alimentado por mudanças que aconteçam dentro do período previsto, sendo incluídas na simulação como variáveis dinâmicas, obtendo uma simulação compatível com essas mudanças.

Abstract Forecasts of the behaviour of changes that occur in land use are indispensable for adequate urban planning, indicating areas more prone to human occupation. Thus, the study aims to predict the urban expansion of the city of Fortaleza, located in northeastern Brazil, using a dynamic model that combines cellular automata with the Markov Chains (CA-Markov). It was developed through three steps: data acquisition and processing; spatialization of data; and, dynamic spatial modelling. The Markovian transition matrix provided the percentage of changes from one class to another to the simulation algorithm. Actual land use input data for the years 2009 and 2017 showed a transition of 26.50% from vegetated to urbanized areas. The validation of the model showed excellent results (fuzzy similarity index greater than 0.8) to perform future simulations (2020 to 2025). According to forecasts, in 2025, of the 297.10 km² of urbanized and vegetated area, 82.43% will be urbanized, and only 17.57% will be vegetated. The simulation model can be fed by changes that happen within the predicted period, included in the simulation as dynamic variables, obtaining a simulation compatible with these changes.

Resumo Este trabalho tem por objetivo realizar um comparativo de previsão de vazões para a bacia do Orós (Ceará, Brasil) utilizando redes neurais artificiais (RNA) e a técnica de reamostragem dos k-vizinhos. Os modelos foram desenvolvidos a partir da série histórica de 100 anos de dados hidrometeorológicos (temperatura da superfície do mar e vazões). Ambos utilizam como preditores climáticos as temperaturas dos oceanos Atlântico Norte, Atlântico Sul e Pacífico Equatorial e realizam a previsão em julho do regime de vazões do período chuvoso do ano seguinte (janeiro a junho). O modelo k-vizinhos foi elaborado a partir da identificação dos anos vizinhos mais próximos para reamostragem da aproximação, já o modelo de RNA foi formulado a partir dos pesos sinápticos e bias obtidos na etapa de treinamento da rede. Os modelos foram comparados considerando as previsões de vazões para a etapa de teste, utilizou-se como parâmetros comparativos: o coeficiente de eficiência Nash-Suttcliffe (E), o coeficiente de determinação (R²), o diagrama de Taylor (2001) e a razão de máxima verossimilhança. Para todas as variáveis comparativas o modelo neuronal apresentou melhores valores, indicando que este representa de forma mais eficiente o comportamento das vazões para o reservatório.

Abstract The objective of this work is to perform a comparative flow forecast for the Orós basin (Ceará, Brazil) using artificial neural networks (RNA) and k-neighbors re-sampling technique. The models were developed from the historical series of 100 years of hydrometeorological data (sea surface temperature and flows). Both use as predictors the temperatures of the North Atlantic, South Atlantic and Equatorial Pacific oceans, and forecast July in the next year’s rainy season (January to June). The k-neighbors model was elaborated from the identification of the closest neighbor years for the resampling of the approximation, since the RNA model was formulated from the synaptic and bias weights obtained in the training phase of the network. The Nash-Suttcliffe (E) efficiency coefficient, the coefficient of determination (R²), the Taylor diagram (2001) and the coefficient of determination (R²) were used for the validation step. maximum likelihood ratio. For all comparative variables, the neural model presented better values, indicating that this represents more efficiently the behavior of the flows to the reservoir.

Resumo Os riscos de extremos hidrológicos para um local ou região estão associados aos modos de variação do clima, em suas diversas escalas temporais. A compreensão da variabilidade de baixa frequência ganha uma elevada importância em regiões onde eventos de seca são frequentes, por estar associada a longos períodos de secas consecutivas. O presente artigo analisou a relação entre a precipitação média da bacia a montante da estação fluviométrica de Iguatu, com os índices PDO e AMO (Pacific Decadal Oscillation e Atlantic Multidecadal Oscillation) através das metodologias de Análise de changepoint, Transformada de Ondeletas (TO), Transformada de Ondeletas Cruzadas (XTC) e Análise da Coerência das Ondeletas (WTC). Essa estação mensura as vazões afluente ao reservatório de Orós, um dos principais do Estado do Ceará (Brasil). A precipitação média da bacia foi obtida a partir de dados de pluviômetros. Os resultados permitiram estabelecer uma relação entre a precipitação da região e os índices PDO e AMO, indicando que um modelo baseado nos índices pode ter alguma capacidade preditiva do comportamento da precipitação local. Nota-se também que períodos com fases simultaneamente positivas (negativas) da PDO e da AMO resultam em um comportamento mais previsível das precipitações da região, com valores abaixo (acima) do normalmente esperado.

Abstract The risks of hydrological extremes for a location or region are associated with modes of climate variation, at their various time scales. The understanding of low frequency variability gains a high importance in regions where drought events are frequent, due to its association with long periods of consecutive droughts. This paper analyzed the relationship between the average rainfall of the Iguatu station, to the PDO (Pacific Decadal Oscillation) and AMO (Atlantic Multidecadal Oscillation) indexes, through the methodologies of Changepoint Analysis, Wavelet Transform (TO), Cross Wavelet Transform (XTC) and Wavelet Coherency Analysis (WTC). This station measures the inflow of the Orós reservoir, one of the most important in the state of Ceará (Brazil). The average rainfall of the basin was obtained from data of rain gauges. The results allowed to establish a relationship between the precipitation of the region and the PDO and AMO indexes, indicating that a model based on the indexes may have some predictive capacity for the local precipitation behavior. It is also noted that periods with simultaneously positive (negative) phases of the PDO and the AMO results in a more predictable behavior of the region’s precipitation, with values below (above) the normally expected.

RESUMO As mudanças climáticas devem causar diversos impactos nos recursos hídricos. As estratégias de adaptação às alterações previstas no clima dependem de estudos de impactos. Nesse contexto, esse trabalho tem como objetivo estimar os impactos que as alterações na precipitação, projetada pelos Modelos de Circulação Global (MCGs) do quinto relatório do Painel Intergovernamental de Mudanças Climáticas (IPCC-AR5), podem causar nas vazões regularizadas (Q90) de dois grandes reservatórios (Castanhão e Banabuiú) localizados bacia do Rio Jaguaribe, Ceará. Os dados de precipitação são provenientes de 20 MCGs em dois cenários de emissão de gases de efeito estufa (RCP4.5 e RCP8.5). As projeções de precipitação alimentaram um modelo chuva-vazão (SMAP) e posteriormente, após a geração das séries de vazões afluentes aos reservatórios, foram simuladas as vazões regularizadas pelos reservatórios no modelo AcquaNet para os períodos de 2040-2069 e 2070-2099. Os resultados foram comparados entre si e indicaram grandes divergências tanto quanto ao sinal (acréscimo ou redução) como quanto à magnitude da mudança na vazão regularizada. Entretanto, a maioria das projeções indica redução da Q90 nos reservatórios para os dois períodos, principalmente para o final do século.

ABSTRACT Climate changes can have different impacts on water resources. Strategies to adapt to climate changes depend on impact studies. In this context, this study aimed to estimate the impact that changes in precipitation, projected by Global Circulation Models (GCMs) in the fifth report by the Intergovernmental Panel on Climate Change (IPCC-AR5) may cause on reservoir yield (Q90) of large reservoirs (Castanhão and Banabuiú), located in the Jaguaribe River Basin, Ceará. The rainfall data are from 20 GCMs using two greenhouse gas scenarios (RCP4.5 and RCP8.5). The precipitation projections were used as input data for the rainfall-runoff model (SMAP) and, after the reservoirs’ inflow generation, the reservoir yields were simulated in the AcquaNet model, for the time periods of 2040-2069 and 2070-2099. The results were analyzed and presented a great divergence, in sign (increase or decrease) and in the magnitude of change of Q90. However, most Q90 projections indicated reduction in both reservoirs, for the two periods, especially at the end of the 21th century.

RESUMO Este estudo propõe um modelo de previsão simultânea de vazões sazonais para todos os locais SIN através de modelos periódicos autorregressivos simples (PAR) e com variáveis exógenas (PARX) utilizando índices climáticos. Os modelos propostos de previsão de afluência utilizam os dados de vazões naturais gerados pelo Operador Nacional do Sistema (ONS) e técnicas estatísticas como as de regressão linear múltipla e o método stepwise para escolha de variáveis explanatórias. São utilizados 27 índices climáticos, dos quais 4 foram sugeridos neste trabalho. A análise de desempenho das metodologias é baseada no método ELECTRE com o uso do coeficiente de NASH, do erro médio percentual absoluto, da distância multicritério e da correlação. Para previsões com um mês de antecedência, os modelos do tipo PAR apresentam melhores desempenhos na maioria dos postos do SIN nos trimestres DJF, MAM e JJA, enquanto para o período SON a uma maior eficiência do modelo PARX. O PARX apresenta melhor desempenho no período seco das bacias do norte do Brasil - Amazonas e Araguaia-Tocantins; centro-leste brasileiro - Atlântico Leste e na maioria dos rios que formam a Bacia do Paraná.

ABSTRACT This study aims to find a seasonal streamflow forecast model simultaneous to all stations of SIN using periodic autoregressive models with exogenous variables (PARX) using climate indexes. Comparing the results from PAR and PARX Models, this research analyzes the impact on forecasts by using climate information. The proposed models for streamflow forecast has been carried out using natural streamflow data from Operador Nacional do Sistema (ONS) and statistical techniques (such as multiple linear regression and stepwise method to choose explanatory variables). On 27 climate indexes utilized, 4 of them are suggested in this work. The performance analysis methodology is based on the ELECTRE method further the NASH coefficient, the mean absolute percentage error, the multi-criteria distance and correlation. Forecasts with one month lead, the PAR models present better results for most stations of SIN within seasons DJF, MAM, and JJA, while for SON season there is greater efficiency from PARX model. This kind of model shows better performance during dry season in the basins at Northern Brazil – Amazonas and Araguaia-Tocantins; Central-Eastern Brazil – Eastern Atlantic and the most rivers located in the Paraná basin.

RESUMO As alterações observadas nos eventos climáticos extremos refletem a influência das mudanças climáticas ocasionados for fatores antropogênicos, além da variabilidade natural do clima. Segundo projeções climáticas futuras, o aumento da temperatura média da superfície terrestre, ocasionará fortes mudanças nas precipitações médias anuais de quase todo o planeta. O objetivo primordial desse artigo é avaliar o impacto dos possíveis cenários de mudanças climáticas em sistemas de drenagem urbana localizados em baixas latitudes. O local específico do estudo foi uma das sub-bacias do Rio Cocó, na cidade de Fortaleza-CE. Foram utilizados dados de precipitações oriundos de 6 (seis) modelos de circulação global, são eles: bcc-csm1, CanESM2, CCSM4, CESM1-CAM5, inmcm4 e MIROC5. Esses dados foram extraídos e interpolados para a cidade de Fortaleza-CE. Essas informações foram utilizadas com o intuito de gerar novas equações IDF projetadas para o futuro, através da utilização do “Método da Correspondência de Quantis Equidistantes”, baseadas nas projeções climáticas RCP 4,5 e RCP 8,5. Os novos valores de precipitação gerados por essas novas curvas IDFs foram utilizados como um dos dados de entrada do programa HEC-HMS. Os resultados mostraram que devem ocorrer grandes aumentos nas vazões e volumes escoados no sistema de drenagem analisado, sendo que o cenário RCP 8.5 apresentou valores ainda mais acentuados do que o gerado pelo cenário RCP 4,5.

ABSTRACT The observed changes in extreme weather events reflect the influence of climate change caused by anthropogenic factors, in addition to natural climate variability. According to future climate projections, the increase in the average surface temperature will cause major changes in the average annual rainfall of almost the entire planet. The primary objective of this study is to evaluate the impact of possible scenarios of climate change on urban drainage system in locations situated at low latitudes. The specific location of the study was one of the Rio Cocó sub-basins in the city of Fortaleza-CE. It was used rainfall data generated by 6 (six) different global circulation models: bcc-CSM1, CanESM2, CCSM4, CESM1-CAM5, inmcm4 and MIROC5. These data were extracted and interpolated to the city of Fortaleza-CE. This information was used in order to generate new IDF equations designed for the future, by using the “Equidistance Quantile Matching Method”, based on climate projections RCP 4.5 and RCP 8.5. The new values of rainfall generated by these new IDF curves were used as input data to HEC-HMS program, which is capable of calculating flow and volume disposed in a particular basin. The results showed that large increases in flow rates and volumes disposed in the analyzed drainage system will occur, and that the RCP 8.5 scenario presented even more pronounced values than the ones generated by the scenario RCP 4.5.

RESUMO As projeções de precipitação e temperatura dos modelos globais do Coupled Model Intercomparison Project Phase 5 (CMIP5, utilizados no quinto relatório do Intergovernmental Panel on Climate Change - IPCC-AR5) são analisadas para a bacia do rio São Francisco para o período de 2011 a 2100 para os cenários RCP 4.5 e RCP 8.5. Além disso, os modelos são avaliados quanto à representação da climatologia da precipitação no período de 1961 a 2000. Para a avaliação, os dados das estações do Instituto Nacional de Meteorologia (INMET) são utilizados. A avaliação baseia-se em dois índices de desempenho: a correlação e o erro quadrático médio. Para a análise das projeções, são calculadas as anomalias das médias anuais divididas em períodos de 30 anos (2011 a 2040, 2041 a 2070 e 2071 a 2100). Para avaliação de tendências e variabilidade são usados: a média móvel de dez anos, regressão linear e o método de Mann-Kendall-Sen. Aproximadamente 28% dos modelos analisados não representam adequadamente a sazonalidade da precipitação. Todos os modelos apresentaram tendência positiva para a temperatura, e apesar da divergência na precipitação, os mesmos projetam anomalias entre -20% e 20% em cada período de 30 anos para essa variável.

ABSTRACT Precipitation and temperature projections from global models, made available through the Coupled Model Intercomparison Project Phase 5 (CMIP5), and actually used in the AR5 by Intergovernmental Panel on Climate Change - IPCC-AR5), are assessed here for São Francisco River Basin. RCP 4.5 and RCP 8.5 are considered througout the period 2011 to 2100. Incidentally, global models are evaluated concerning their representativity related to 1961-2000 climatology from Brazilian National Meteorological Institute (INMET) data. Two indexes were evaluated: correlation and square mean error. The analisys of projections was performed through the assessment of yearly average values of 30 years period (2011-2040, 2041-2070 e 2071-2100). Additionally to evaluate trends and variability it was considered 10 year moving averages, linear regression and Mann-Kendall-Sen method. Approximately 28% analyzed models do not capture the seasonal precipitation reliably. All models present positive trend for temperature, and despite of divergence on precipitation, the models projected anomalies between -20 and 20 for each time-slice for this variable.

Os modelos globais do Coupled Model Intercomparison Project Phase 5 (CMIP5) são avaliados para a região Nordeste do Brasil (NEB), região Amazônica e bacia do Prata quanto à representação da precipitação para o período de 1901 a 1999. Além disso, são analisadas as projeções de precipitação para o cenário RCP8.5 para o século XXI. A avaliação é realizada utilizando-se os dados do Climatic Research Unit (CRU) e a reanálise 20th Century Reanalysis V2 do National Oceanic and Atmospheric Administration (NOAA). Os modelos são classificados através de índices que indicam como os padrões de variação sazonal, interanual e decenal são representados. A avaliação apontou como melhores modelos para o NEB as rodadas do modelo CANESM, enquanto para a bacia do Prata, a rodada do modelo francês CNRM_CM5_r1i1p1. Já para a Amazônia, destacam-se as rodadas do modelo GISS-E2-R. Na região NEB, a maioria dos modelos mostra maiores impactos na pré-estação, porém divergem quanto ao sinal da anomalia. Na região Amazônica, os modelos sugerem maiores possibilidades de redução na precipitação, em até 20,5%,33,6 e 39,5% para os períodos de 2010 a 2039, 2040 a 2069 e 2070 a 2099, respectivamente. Na região do Prata, o conjunto dos modelos projeta poucas alterações no período de 2010 a 2039.

The global models of the Coupled Model Intercomparison Project Phase 5 (CMIP5) are evaluated over Northeast Brazil (NEB), the Amazon region and La Plata Basin regarding the representation of precipitation for the period 1901 to 1999. Furthermore, the projections of precipitation for scenario RCP8.5 for the XXI century are analyzed. The evaluation is performed using data from the Climatic Research Unit (CRU) and 20th Century Reanalysis V2 reanalysis of the National Oceanic and Atmospheric Administration (NOAA). The models are classified using indices that indicate how patterns of seasonal, interannual and decennial variation are represented. The evaluation identified CANESM as the best models for NEB, whereas for La Plata Basin, the French model CNRM_CM5_r1i1p1 runs were superior. For the Amazon region, the model GISS Model-E2-R_r1i1p1 exhibited the best performance. Over NEB, most models indicate largest changes during the pre-season, but differ on the sign of the anomaly. In the Amazon region the models suggest greater chances of rainfall reduction up to 20.5%, 33.6 and 39.5% for the periods 2010-2039, 2040-2069 and 2070-2099, respectively. Over the La Plata region, the, ensemble projects few changes for the 2010 to 2039 period .

Este artigo apresenta um estudo de verificação das previsões de chuva de um sistema de previsão do tempo por ensemble regional. O conjunto é composto por seis membros, dos quais quatro utilizam o modelo RAMS 6.0 e dois usam o WRF 3.1, inicializados com dados dos modelos globais do CPTEC ou GFS e diferentes parametrizações de convecção. A verificação foca nas previsões de chuva de 24, 48 e 72 horas e nos limiares de precipitação de 1mm, 5mm e 10mm sobre o Estado do Ceará. Os membros do ensemble apresentaram resultados superiores à persistência em todo o domínio avaliado. O modelo RAMS apresenta maior índice de acerto, principalmente no litoral norte do Estado, porém um maior falso alarme em comparação com o modelo WRF. O sistema de previsão de chuva diminui sua qualidade com o aumento dos horizontes e a intensidade da chuva que se quer prever.

This work presents a verification study of rainfall forecast by a regional model ensemble prediction system. The ensemble is formed by six members; four of them using RAMS 6.0, and two using WRF 3.1, all initialized by CPTEC or GFS general circulation model data and making use of different convection parameterizations. The verification focuses on rainfall forecasts for 24, 48 and 72 hours and rainfall thresholds of 1 mm, 5 mm and 10 mm over the Ceará State. All ensemble members have better skill than persistence in the entire verification domain. RAMS shows a larger accuracy, especially at the northern coast of Ceará, but gives also a larger false alarm ratio than WRF model. The quality of the rainfall forecasts system decreases as either, the rainfall intensity or the forecast horizon time increase.

Apesar dos avanços da modelagem dinâmica da atmosfera nas últimas duas décadas do século 20 as aplicações com modelagem empírica ainda têm sido muito utilizadas em função do seu fácil uso e pouca dependência de recursos computacionais. Neste estudo é mostrada uma comparação dos resultados de simulação de precipitação para o Nordeste do Brasil (NEB) - 1971-2000 obtido por modelagem dinâmica de grande escala e regional (downscaling) e a previsão de um método de modelagem empírica K´neigbhors. Foram usados o modelo de circulação geral da atmosfera ECHAM4.5, e dois modelos regionais, o Modelo Regional Espectral (MRE/97) do National Centers for Atmospheric Prediction- NCEP e o Regional Atmospheric Model System (RAMS) desenvolvido na Universidade do Colorado. Os modelos regionais foram aninhados aos dados simulados pelo ECHAM4.5 tendo como condição de contorno a Temperatura da Superfície do Mar observada no período de fevereiro a maio. Os resultados mostraram que o modelo empírico apresentou menor erro absoluto nos períodos fevereiro a abril (FMA) e março a maio (MAM) que os modelos dinâmicos em áreas do no norte do Maranhão e Piauí, oeste e sul do Ceará, centro-sul do Piauí e oeste e nordeste da Bahia. Quanto ao bias, o ECHAM4.5 e o MRE/97 mostraram um bias úmido em grande parte do NEB, porém com um valor médio para o setor norte do NEB (2ºS-12ºS e 45ºW-37ºW) mais próximo do observado. Para o RAMS e o método análogo houve um predomínio de um bias seco sobre o NEB, com valores em magnitudes mais distantes do observado. A previsibilidade (Heidke Skill) em três categorias Seca (S), Normal (N), Chuvosa (C), mostrou que o método análogo tem baixo Skill, entre 0,1 e 0,3 em todas as categorias, enquanto os modelos dinâmicos apresentaram Skill superiores, com valores maiores para as categorias S e C (da ordem de 0,4 a 0,5), até superiores a 0,6 em algumas áreas do setor norte do NEB para a categoria C como visto nos resultados dos modelos ECHAM4.5 e MRE/97.

Despite significant advances of the dynamic atmosphere models over the last decades of the 20th century, the empirical atmospheric models have been widely used due mostly to both its general applicability and its little dependence on the computational resources. This study is show comparison of precipitation simulation to Northeast Brazil (NEB) - 1971-2000 from large scale dynamical modeling and regional model (downscaling) and the forecast of empirical modeling (K-nearest-neighbor (k-NN). Were user the general circulation model ECHAM4.5 together two regional models, the Regional Spectral Model (RSM/97) from the National Centers for Atmospheric Prediction-NCEP and the Regional Atmospheric Model System (RAMS) developed at Colorado State University. The regional models were nested in ECHAM4.5, forced with the observed Sea Surface Temperature as a boundary condition, for the period from February to May. The results show that the empirical model presented a smaller absolute error than the dynamic models for the periods February to April (FMA) and March to May (MAM) in isolated areas of the north of Maranhão and Piauí states, west and south of Ceará, center-south of Piauí and west and northeast of Bahia state. Regarding model biases, ECHAM4.5 and the RSM/97 produced, to a large extent, a humid bias over large areas of NEB, however with an average precipitation for the northern sector of NEB (2ºS-12ºS and 45ºW-37ºW) close to the observations. RAMS and the analog method had a dominance of a dry bias over NEB, with precipitation totals below the observed values. The model skills (using the Heidke score) were evaluated for three categories Dry (S), Normal (N), Rainy (C), showed that the analogous method has low skills, between 0,1 and 0,3 in all categories, while dynamic models presented superior skills, with larger values for categories S and C (of the order of 0,4 the 0,5), exceeding 0,6 in some areas of the northern sector of NEB for category C as seen in the models ECHAM4.5 and RSM/97 models.