Aplicabilidade da plataforma myDewetra para a previsão da precipitação induzida por ciclones tropicais em Moçambique: caso do Ciclone Freddy (2023)

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)