CLIMATOLOGIA DE GRELHAS GRID CLIMATOLOGY Álvaro Pimpão Silva, Vanda Cabrinha Instituto de Meteorologia, Rua C ao Aeroporto de Lisboa, 1749-077 [email protected], [email protected]

Lisboa,

SUMMARY The main goal of this work is the production of the mean air temperature monthly grids for Portugal Mainland, since 1941. The modelling process uses geographical information system capabilities to combine linear regression with inverse distance weighting interpolation. This work uses the version 3 of the SRTM, an elevation model with a basis resolution of 90 meters, as co-variable in the spatial interpolation and some corrections in the positional accuracy of the meteorological stations. The obtained grids can be further used in other works dealing with climate or environmental analysis and modelling.

Introdução A climatologia de grelhas foi a tradução escolhida pelos autores para a designação anglo-saxónica grid climatology (Tveito, 2005) e que consiste em obter grelhas de elementos climáticos e a partir destas analisar e modelar o clima. O rápido desenvolvimento de modelos espaciais nas ciências ambientais e sócio-económicas, e a necessidade de informação com elevada resolução em qualquer parte do território e não apenas onde existem estações meteorológicas aliada à resolução espacial dos modelos de re-análise ainda insuficiente, para muitas das aplicações e utilizadores, faz com este domínio esteja em crescente exploração. Os Sistemas de Informação Geográfica têm apresentado uma utilização crescente neste tipo de aplicação. A título de exemplo, no Met Office uma combinação de regressão e IDW têm sido utilizada no Arc View 3.2 para produzir grelhas de elementos climáticos(Hollis; Dan, 2005); e no Norwegian Meteorological Institute produziram-se recentemente as grelhas de vários elementos climáticos desde 1900 (Tveito, 2005). Objectivos Os objectivos deste trabalho são: • Construção das grelhas mensais de temperatura desde 1941 em Portugal Continental; • Utilização de ferramentas avançadas de interpolação passíveis de serem automatizadas; • Utilização da altitude como variável auxiliar da interpolação - SRTM3; • Utilização do maior número de estações possível; • Construção de uma geodatabase com as grelhas produzidas que servirá de repositório desta informação;

Metodologia O Modelo Digital do Terreno – MDT utilizado foi o SRTM (Shuttle Radar Topographic Mission) versão 3 da USGS (United States Geological Survey), processado e corrigido pela CGIAR-CSI (CGIAR, 2006). Este modelo digital do terreno tem uma resolução aproximada de 90 metros tendo sido resample para 1000 metros, através do método cubic convolution, que na comparação com outros métodos revelou ser o que apresenta menores erros em (Nery, 2005). A projecção do SRTM é Geographic (Lat/Long), com o datum horizontal WGS84 e o EGM96 como vertical datum. Houve a necessidade de reprojectar este MDT para a projecção de Gauss-Krüger, com o ponto central com as coordenadas geodésicas 39º40’05.730’’ N e 8º07’59.191’’W (junto ao vértice geodésico da Melriça), com uma translação na origem de 200 km para oeste e 300 km para sul, para uma posição a oeste do Cabo de S. Vicente e um factor de escala igual a 1. O elipsóide WGS 84 foi mantido por forma a minimizar as conversões entre as duas projecções e também para melhor possibilitar uma eventual disseminação da informação final – grelhas da interpolação. Em relação ao método de interpolação, a automatização de todo o processo, uma vez que estamos a falar de 66 anos de dados mensais, significando cerca de 792 grelhas por variável, é um condicionante inicial, pelo que a sua selecção teve de basear-se fundamentalmente em critérios de automatização. Não obstante este constrangimento optou-se por seguir a metodologia descrita em Silva (2005) e Ferreira (2001), que consiste na regressão com a altitude e krigagem dos resíduos que provou ser um dos dois métodos com menores erros na estimação da temperatura média do ar. A necessidade de modelar os variogramas visualmente

torna, contudo, inviável a utilização da krigagem de forma automática, pelo que os resíduos da regressão serão interpolados utilizando o IDW, com um peso de 2 e 5 vizinhos. Na equação 1 podemos observar as duas componentes referidas, a obtida por regressão com a altitude, à qual se adiciona a componente residual desta regressão.

Υi = a + bi X i + ei

(1)

Em que: Yi é a variável dependente; Xi é a variável independentes ou explicativa (altitude); a é a intersecção da regressão com o eixo de Y; bi é o coeficiente da variável independente ou explicativa obtido através do método dos mínimos quadrados; ei é o resíduo da regressão. O desenvolvimento deste projecto realizou-se em Arc Objects e VB disponível no Arc GIS 9.1. Relativamente à rede de estações climatológicas, esta apresenta uma evolução ao longo do período considerado (1941-2006).

Deste modo, como podemos observar na figura 1, por exemplo, em Janeiro de 1941 foram consideradas 39 estações, opostamente ao máximo de 69 estações em Janeiro de 1970. A altitude média das estações climatológicas (figura 2) reflecte claramente uma concentração de estações em baixas altitudes, pois em todos os anos considerados esta é inferior à média do território (calculada através do MDT, SRTM 3), apesar de em Janeiro de 1951 as duas médias serem próximas. A este facto acrescente-se que, na generalidade dos anos, cerca de 50% das estações se localizam a cotas inferiores a 150 metros, enquanto que apenas 30% do território apresenta altitudes inferiores a esta. As altitudes mais elevadas, superiores a 800 metros, são em geral mal amostradas pela rede de estações. Não obstante esta limitação a inclusão da altitude na interpolação da temperatura média resulta em melhores resultados nas grelhas de estimação finais, do que aqueles que seriam obtidos se esta não fosse utilizada, como se provou anteriormente (Silva, 2005 e Ferreira, 2001).

Alt. (m) 1980

1 Fig. 1 – Evolução da rede de estações climatológicas (da esquerda para a direita e de cima para baixo), Janeiro de: 1941, 1950, 1960, 1970, 1980, 1990, 2000.

classes de altitude mais elevadas estão subamostradas na rede de observação, e que no modelo de interpolação a integração da altitude na estimação faz como que uma correcção para baixo a essa média. Se a temperatura decresce com a altitude, o enviesamento da distribuição das estações pelas cotas mais baixas faz com a média da temperatura seja mais elevada que na realidade. Podemos ainda verificar que até à década de 60 as médias, calculadas pelos dois referidos métodos, apresentam as mais baixas diferenças de todo o período em estudo. Se olharmos para o gráfico da figura 2 observamos que é precisamente nas décadas de 40, 50 e 60 que a altitude média da rede de estações mais se aproxima da média do território nacional, ou seja, é mais representativa, parecendo depois este facto reflectir-se em médias de temperatura mais semelhantes. Na figura 4 podemos observar exemplos de produtos obtidos, caso da grelha de resíduos, da grelha final da estimação, resultado da soma da componente residual com a de regressão, e ainda a média da temperatura média do ar por concelho. Todos estes exemplos de mapas, respectivas grelhas e tabelas foram produzidas de uma forma sistemática para todos os meses do período de 1941 a 2006. Estes produtos constituem por si só informação final mas para vários utilizadores as aplicações que podem resultar desta informação são inúmeras, ao nível da climatologia e da modelação climática, da agrometeorologia, da biologia e de outras ciências do ambiente.

Fig. 2 – Evolução da altitude média das estações climatológicas, de Janeiro de 1941 a Janeiro de 2000 (altitude média de Portugal Continental: 320 metros)

Resultados O resultado deste trabalho é, como já foi referido, a obtenção do histórico de grelhas de temperatura média do ar em Portugal Continental, mas também a sua análise estatística por comparação aos habituais valores calculados directamente utilizando os dados das estações. A análise de variáveis contínuas no espaço, ainda que observadas de forma discreta numa rede de estações, é neste sentido possibilitada com base em malhas regulares de elevada resolução espacial do elemento em estudo. O gráfico (figura 3) com a evolução da temperatura média anual desde 1941, permite-nos constatar que a média calculada através das grelhas de interpolação é inferior à que se obtém directamente das estações, o que se justifica se tivermos em conta que as

ºC

18.00 Média anual grelhas Média Est

17.00

16.00

15.00

14.00

13.00

12.00 1941

1944

1947

1950

1953

1956

1959

1962

1965

1968

1971

1974

1977

1980

1983

1986

1989

1992

1995

1998

2001

2004

Ano

Fig. 3 - Evolução da temperatura média anual do ar desde 1941 até 2005, nas estações climatológicas e nas grelhas de interpolação.

Fig. 4 –Temperatura média do ar em Julho de 1978 (da esquerda para a direita), resíduos da regressão com a altitude, mapa final, média por concelhos.

Conclusão Este trabalho explora metodologias, sobretudo ao nível da interpolação, anteriormente utilizadas noutros estudos, o seu carácter inovador passa por aplicá-las usando integralmente os Sistemas de Informação Geográfica na elaboração das grelhas mensais de temperatura média do ar e para um período tão vasto (desde 1941). A climatologia de grelhas é uma metodologia recente pelo menos se a considerarmos numa perspectiva de produção e a análise de grelhas para um longo período de tempo.

A variação no número de estações e sua distribuição é um condicionante a uma análise mais rigorosa. A obtenção de grelhas mensais de temperatura média do ar desde 1941 é relevante ao nível de detalhe e de resolução dos mapas produzidos e ao nível de input para outro tipo de modelos e estudos, a diversas escalas. Apesar de preliminares e do necessário aprofundamento da validação, os resultados deixamnos optimistas, e esta metodologia será aplicada a outros elementos climáticos.

Bibliografia ESPÍRITO SANTO, F.; PIRES, V. e SILVA, A. (2004): Clima de Portugal Continental, in Desertificação: Sinais, Dinâmicas e Sociedade (coord. Victor Louro), Instituto Piaget, Lisboa, pp. 89-99. FERREIRA, J. et al, (2001): “Representação Gráfica de Campos Climatológicos Obtidos Objectivamente por Regressão Multivariada em Relação a Factores Físicos”. Actas do 2º Simpósio da APMG, Évora, 277-282 pp. GOOVAERTS, P.G. (1997): Geostatistics for Natural Resources Evaluation. Oxford University Press, New-York, U.S.A., 483 p. GOOVAERTS, P.G. (2000): Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall, Journal of Hydrology, no. 228, pp. 113-129. JOHNSTON, K. et al (2001): Using ArcGIS Geostatistical Analyst. ESRI, Redlands, U.S.A., 300 p. NERY, F. e MATOS, J.(2005): “Avaliação de Modelos Globais de Terreno em Portugal Continental”, IV Conferência Nacional de Cartografia e Geodesia, Lisboa. NICOLAU, R. (2002): “Modelação e Mapeamento da Distribuição Espacial da Precipitação – Uma Aplicação a Portugal Continental”. Dissertação apresentada para obtenção do Grau de Doutor. Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa. 356 p. PERRY, M., e HOLLIS, D. (2005): “The development of a new set of long-term climate averages for the UK”. Int. J. Climatol. 25, pp. 10231039. SILVA, A., (2005): “Estimação da temperatura média do ar em Portugal Continental: Teste e comparação de métodos de interpolação em Sistemas de Informação Geográfica”. Dissertação para a obtenção do grau de Mestre em Sistemas de Informação Geográfica. Instituto Superior Técnico. Universidade Técnica de Lisboa. SOUSA, A. (1988): “Análise de Dados e Geoestatística Multivariada. Aplicação à tipologia de minérios”. Dissertação de Doutoramento. Instituto Superior Técnico, Lisboa. SRTM 90m Digital Elevation Data: http://srtm.csi.cgiar.org/, último acesso em 15-012007.

TVEITO, O.E. (2005): “Gridding of long-term climatological information in Norway”, 5th ECSN Data Management Workshop, KNMI, De Bilt, Holanda.