Abstract:
Nos últimos anos, Moçambique tem sido afectado pelos ciclones tropicais, que causam destruição
de bens e perda de vidas. Os impactos dos ciclones tropicais podem ser minimizados através da
melhoria das previsões meteorológicas. Previsões de qualidade podem permitir acções antecipadas,
garantindo que as populações ameaçadas possam se preparar para os possíveis impactos dos
ciclones. Por esse motivo é importante garantir que esse tipo de evento seja previsto com uma
precisão que permita a redução do risco de desastres. Como medida para melhorar as previsões
meteorológica em Moçambique, foi introduzida em 2021 a plataforma myDewetra. Esta é uma
plataforma composta por dois modelos para previsão do tempo: GFS e o ECMWF. Esses dois
modelos globais permitem fazer previsão meteorológica e já foram avaliados de forma exaustiva
para maior parte das bacias oceânicas do Hemisfério Norte, porém poucas pesquisas foram feitas
para o Hemisfério Sul, principalmente na bacia do Sudoeste do Oceano Índico (SOI). A avaliação
do modelo meteorológico permite perceber o quão adequado ele é para fazer previsão em uma
determinada bacia oceânica. Devido a falta de dados do modelo ECMWF, neste estudo foi avaliada
a habilidade do modelo GFS em prever a precipitação acumulada em 24h associada a ciclones
tropicais usando como caso de estudo o ciclone Freddy (2023). Este ciclone foi o primeiro e o único
ciclone que foi usado para testar a plataforma myDewetra até a data desta pesquisa. Visto que a
quantidade e distribuição da precipitação pode ser fortemente afectada pela trajectória e intensidade
do ciclone tropical, notou-se a necessidade de avaliar também a habilidade do modelo GFS em
prever trajectória e intensidade do ciclone Freddy. A previsão da trajectória e intensidade foram
avaliadas através do cálculo do erro de previsão. A previsão da precipitação foi avaliada através do
cálculo da raiz do erro quadrático médio (RMSE – The Root Mean Squared Error). Os resultados
mostram que o modelo GFS é capaz de prever o local pelo qual o ciclone irá passar, porém o mesmo
não é capaz de prever o momento exacto da passagem do ciclone. Como resultado, as previsões de
trajectória do ciclone estão propensas a alarmes falsos. Além disso, as previsões de trajectória
mostraram uma dependência do lead time, ou seja, quanto maior for o lead time menor é o
desempenho de previsão. Em relação as previsões de intensidade, os resultados mostram que a
previsão da intensidade não depende do lead time. O modelo superestima a intensidade quando o
sistema está sobre a superfície terrestre e subestima a intensidade quando o sistema está sobre as
águas do canal de Moçambique. As previsões da precipitação acumulada mostraram que o modelo
tem baixo desempenho para prever precipitações extremas associadas ao ciclone tropical Freddy.
Além disso, as previsões da precipitação acumulada são dependentes do lead time, sendo melhores
para o lead time de 24h e piores para lead times maiores (48h e 72h)
