UMA EXPERIÚNCIA COM MODELO ESTATÍSTICO (MOS) PARA A PREVISÃO DA TEMPERATURA MÃNIMA DIÃRIA DO AR

Abstract

Uma equação de regressão múltipla MOS (da sigla em inglês paraModel Output Statistics), para previsão da temperatura mínima diária do ar na cidade de Bauru, estado de São Paulo, é desenvolvida. A equação de regressão múltipla, obtida usando análise de regressãostepwise,tem quatro preditores, três do modelo numérico global do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) e um observacional da estação meteorológica do Instituto de Pesquisas Meteorológicas (IPMet), Bauru. Os preditores são prognósticos para 24 horas do modelo global, válidos para 00:00GMT, da temperatura em 1000hPa, vento meridional em 850hPa e umidade relativa em 1000hPa, e temperatura observada às 18:00GMT. Esses quatro preditores explicam, aproximadamente, 80% da variância total do preditando, com erro quadrático médio de 1,4°C, que é aproximadamente metade do desvio padrão da temperatura mínima diária do ar observada na estação do IPMet. Uma verificação da equação MOS com uma amostra independente de 47 casos mostra que a previsão não se deteriora significativamente quando o preditor observacional for desconsiderado. A equação MOS, com ou sem esse preditor, produz previsões com erro absoluto menor do que 1,5°C em 70% dos casos examinados. Este resultado encoraja a utilização da técnica MOS para previsão operacional da temperatura mínima e seu desenvolvimento para outros elementos do tempo e outras localidades.

Keywords :Previsão Estatística; Estatística das Saídas do Modelo Numérico; Temperatura Mínima Diária do Ar.

ABSTRACT

An experience with Model Output Statistics (MOS) for daily minimum air temperature prediction

A MOS (Model Output Statistics) multiple regression equation for the prediction of daily minimum air temperature at the city of Bauru, in São Paulo State, is developed. The multiple regression equation, obtained using stepwise regression analysis, has four predictors, three from the CPTEC (Centre of Weather Forecast and Climate Studies) global model and one from observational data of the meteorological station at IPMet (Institute of Meteorological Research), Bauru. The predictors are the model 24 hours prognosis, valid at 00:00GMT, of 1000hPa temperature, 850hPa meridional wind and 1000hPa relative humidity, and the 18:00GMT observation of temperature. These four predictors account for approximately 80 percent of the total variance of the predictand, with a root mean square error of 1.4°C, i.e., approximately half of the standard deviation of daily mininum temperature observed at the IPMet station. A verification of the MOS equation with an independent sample of 47 cases shows that the forecast value is not significantly deteriorated when the observational predictor is not considered. The MOS equation, with or without this predictor, produces forecast with absolute errors smaller than 1.5°C in 70 percent of the cases studied. This result encourages the use of the MOS technique for operational daily minimum air temperature forecasting and the development of this technique for other weather elements and other localities.

Keywords :Statistical Forecast;Model Output Statistics;Daily Minimum Air Temperature.