📄 ciências da terra

Validation of ERA5 and ERA5-Land Reanalysis Data for Daily Air Temperature and Extreme Temperature Indices over Bangladesh

Este estudo valida os conjuntos de dados de reanálise ERA5 e ERA5-Land em relação a 31 estações meteorológicas em Bangladesh de 1989 a 2019, constatando que, embora ambos os produtos reproduzam de forma confiável as temperaturas diárias com o ERA5 apresentando um desempenho superior para máximas diárias e extremos absolutos, o ERA5-Land captura com maior precisão as tendências de longo prazo em índices de temperatura extrema baseados em percentis.

Autores originais: Anwoy Barua, Sanjib Ghosh, Shyamal Karmakar

Publicado 2026-10-15

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Anwoy Barua, Sanjib Ghosh, Shyamal Karmakar

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O clima da Terra está mudando, e compreender como as temperaturas mudaram nas últimas décadas é essencial para prever o que está por vir. Para rastrear essas mudanças, os cientistas dependem de dois tipos principais de informações. A primeira vem de estações meteorológicas no solo, onde termômetros registram a temperatura do ar real em locais específicos. Embora essas leituras sejam diretas e precisas, elas são frequentemente dispersas, com lacunas de tempo e espaço, tornando difícil visualizar o quadro completo do clima de uma região. O segundo tipo de informação vem de modelos computacionais conhecidos como conjuntos de dados de reanálise. Estes não são simples previsões, mas sim uma reconstrução do clima passado. Cientistas alimentam modelos computacionais poderosos que simulam a atmosfera com décadas de observações de satélites, balões e estações meteorológicas. O resultado é um mapa completo e contínuo do tempo, preenchendo as lacunas onde não existe uma estação. No entanto, como esses mapas são construídos a partir de modelos, eles devem ser verificados contra os dados reais do solo para garantir que estão dizendo a verdade. Isso é especialmente importante em lugares como Bangladesh, um país onde o clima é complexo e os riscos para a precisão dos dados são altos.

Em um estudo recente, pesquisadores buscaram testar dois dos mapas meteorológicos globais mais populares, conhecidos como ERA5 e ERA5-Land, para ver quão bem eles capturam o calor e o frio diários em Bangladesh. A equipe comparou as temperaturas geradas por computador desses dois sistemas contra registros de trinta e uma estações meteorológicas reais espalhadas pelo país, cobrindo os anos de 1989 a 2019. Eles observaram tanto a parte mais quente do dia quanto a parte mais fria da noite, bem como o quão bem os sistemas acompanharam eventos climáticos extremos, como os dias mais quentes do ano ou a frequência de noites excepcionalmente quentes. O objetivo era determinar qual dos dois mapas digitais fornece uma imagem mais confiável do mundo real para esta região específica.

A investigação revelou que ambos os mapas digitais são, em geral, muito bons em corresponder ao tempo real. Quando os pesquisadores observaram a temperatura máxima diária — o calor mais alto atingido durante o dia — ambos os sistemas mostraram uma forte conexão com as observações de solo. No entanto, um olhar mais atento mostrou que o mapa ERA5 padrão teve um desempenho ligeiramente superior ao seu primo mais detalhado, o ERA5-Land. O mapa padrão acompanhou as máximas diárias com maior precisidade, apresentando menos erro em suas previsões. Ambos os sistemas tenderam a subestimar o calor, o que significa que previram dias sendo ligeiramente mais frescos do que eram na realidade, mas o mapa padrão estava mais próximo da verdade. Essa diferença não foi apenas uma pequena flutuação; testes estatísticos confirmaram que o desempenho superior do mapa padrão foi um achado consistente e significativo em todo o país.

A história mudou ligeiramente quando os pesquisadores examinaram a temperatura mínima diária, que representa o ponto mais frio da noite. Aqui, os dois mapas estavam muito mais equilibrados. Ambos os sistemas fizeram um bom trabalho em rastrear as baixas noturnas, embora ambos tivessem a tendência de prever noites que eram ligeiramente mais quentes do que a realidade. Curiosamente, o mapa ERA-Land, mais detalhado, teve uma leve vantagem na redução desse viés de aquecimento, sendo um pouco mais preciso para as temperaturas noturnas em algumas estações. O estudo também descobriu que ambos os sistemas enfrentaram mais dificuldades durante a estação das monções. Quando chuvas intensas e espessa cobertura de nuvens dominam o céu, a capacidade dos modelos computacionais de prever as mudanças de temperatura dia a dia diminuiu notavelmente, particularmente para as baixas noturnas. Isso sugere que as interações complexas entre a terra úmida e a atmosfera durante a estação chuvosa ainda são difíceis de serem capturadas perfeitamente até mesmo pelos modelos mais avançados.

Além das temperaturas diárias, a equipe também verificou quão bem esses mapas registraram eventos climáticos extremos. Eles observaram índices que medem a intensidade dos dias mais quentes e mais frios, bem como a frequência com que o calor ou o frio extremos ocorrem. Para os dias absolutamente mais quentes e mais frios, o mapa padrão ERA5 mostrou novamente uma ligeira vantagem, capturando a severidade desses extremos com maior precisão. No entanto, quando se tratava de rastrear tendências de longo prazo sobre a frequência com que o calor ou o frio extremos acontecem, o mapa ERA-Land, mais detalhado, teve um desempenho melhor. Ele foi mais bem-sucedido em corresponder às mudanças observadas na frequência desses eventos ao longo do período de trinta anos. Isso sugere que, enquanto o mapa padrão é melhor em acertar a temperatura específica em um determinado dia, o mapa de maior resolução é melhor em mostrar como o padrão do clima extremo está mudando ao longo do tempo.

Os pesquisadores concluíram que, para a maioria dos propósitos gerais em Bangladesh, o mapa padrão ERA5 é a escolha mais confiável para dados de temperatura diária. Ele fornece um registro sólido e consistente tanto das máximas diárias quanto da severidade do calor extremo. No entanto, se um pesquisador precisar estudar como a frequência do clima extremo está mudando ao longo do tempo, ou se precisar da imagem mais precisa das temperaturas noturnas, o mapa ERA-Land oferece vantagens distintas. O estudo destaca que, embora esses modelos computacionais sejam ferramentas poderosas que podem preencher as lacunas onde as estações meteorológicas estão ausentes, eles não são perfeitos. Eles funcionam melhor quando seus pontos fortes específicos são compreendidos e correspondidos à tarefa certa. Para cientistas e planejadores em Bangladesh, saber qual mapa usar para cada tarefa é agora um caminho mais claro, garantindo que as decisões baseadas em dados climáticos sejam o mais precisas possível.

Resumo Técnico: Validação dos Dados de Reanálise ERA5 e ERA5-Land para Temperatura do Ar Diária e Índices de Temperatura Extrema sobre Bangladesh

Problema
As observações meteorológicas baseadas em estações terrestres são frequentemente inconsistentes temporal e espacialmente, limitando sua utilidade para modelagem climática e avaliações de impacto que exigem conjuntos de dados contínuos. Embora os produtos de reanálise como o ERA5 e o ERA5-Land ofereçam uma alternativa em grade fisicamente consistente, seu desempenho varia significativamente entre diferentes regiões climáticas. Apesar da crescente dependência desses conjuntos de dados, uma validação abrangente do ERA5 e do ERA5-Land especificamente para a temperatura do ar diária e índices de temperatura extrema sobre Bangladesh tem sido limitada. Este estudo aborda essa lacuna, avaliando a confiabilidade desses dois produtos em relação às observações terrestres em uma região caracterizada por monções sazonais complexas e alta vulnerabilidade climática.

Metodologia
O estudo utilizou dados diários de temperatura máxima ( $T_{max}$ ) e mínima ( $T_{min}$ ) de 31 estações do Departamento Meteorológico de Bangladesh (BMD) abrangendo o período de 1989–2019. Essas observações serviram como a verdade de campo para validar os conjuntos de dados de reanálise ERA5 (resolução de 0,25° × 0,25°) e ERA5-Land (resolução de 0,1° × 0,1°).

Pré-processamento de Dados: Estações com >10% de dados ausentes foram excluídas. Os dados restantes passaram por controle de qualidade para remover inconsistências físicas (ex: $T_{max} < T_{min}$ ). Para alinhar os dados de reanálise em grade com as localizações das estações, aplicou-se interpolação bilinear; no entanto, a interpolação de vizinho mais próximo foi utilizada para seis estações costeiras onde a interpolação bilinear falhou devido às células de grade oceânicas.
Índices Extremos: Oito índices de temperatura extrema foram calculados seguindo as diretrizes do ETCCDI, incluindo extremos absolutos (TXx, TXn, TNx, TNn) e índices baseados em percentis (TX90p, TN90p, TX10p, TN10p).
Métricas de Avaliação: O desempenho foi avaliado usando o coeficiente de correlação de Pearson ( $r$ ), Erro Quadrático Médio (RMSE), Erro Médio Absoluto (MAE) e Viés Médio. A significância estatística das diferenças entre os dois conjuntos de dados foi determinada pelo teste de postos sinalizados de Wilcoxon, suplementada por cálculos de tamanho de efeito.

Principais Resultados

Temperatura Máxima Diária ( $T_{max}$ ): Ambos os conjuntos de dados demonstraram fortes correlações com as observações ( $r > 0,89$ ), embora ambos tenham exibido um viés frio sistemático. O ERA5 superou consistentemente o ERA5-Land em todas as métricas de erro (RMSE, MAE, Viés). O teste de Wilcoxon confirmou que o desempenho superior do ERA5 para $T_{max}$ foi estatisticamente significativo ( $p < 0,05$ ) com grandes tamanhos de efeito (>0,90). O viés frio foi mais pronunciado no ERA5-Land, particularmente durante as estações de monções e pós-monções.
Temperatura Mínima Diária ( $T_{min}$ ): Ambos os produtos mostraram excelente correlação geral ( $r > 0,95$ ) e um viés quente geral. Diferente da $T_{max}$ , a diferença de desempenho entre os dois conjuntos de dados foi menos distinta. O ERA5-Land apresentou um viés médio significativamente menor em comparação ao ERA5 ( $p < 0,01$ ), enquanto as diferenças de RMSE e MAE foram estatisticamente não significativas ou marginais.
Variabilidade Sazonal: A estação de monções apresentou o maior desafio para ambos os conjuntos de dados, mostrando as menores correlações para $T_{max}$ e $T_{min}$ . Isso sugere dificuldades em reproduzir a variabilidade dia a dia sob condições de monções uniformes caracterizadas por cobertura de nuvens frequente e chuva.
Índices de Temperatura Extrema:
- Extremos Absolutos: O ERA5 geralmente exibiu menor viés para índices de extremos absolutos (TXx, TNx, TNn), indicando melhor captura da magnitude da temperatura.
- Extremos Baseados em Percentis: O ERA5-Land demonstrou melhor concordância com as tendências de longo prazo observadas nos índices baseados em percentis (TX90p, TN90p, etc.), provavelmente beneficiando-se de sua resolução espacial mais fina.
- Tendências: Ambos os conjuntos de dados falharam em reproduzir uma tendência de resfriamento substancial observada no índice TXn (mínima anual das temperaturas máximas diárias), destacando uma limitação específica na captura de sinais de resfriamento regional, apesar de simularem tendências de aquecimento geralmente precisas.

Significância e Alegações
Os autores afirmam que este estudo fornece a primeira avaliação abrangente do ERA5 e do ERA5-Land para temperatura diária e índices extremos sobre Bangladesh. Os resultados indicam que ambos os conjuntos de dados são alternativas confiáveis às observações de estações para a região. O estudo conclui com uma recomendação matizada para a seleção de conjuntos de dados baseada nos objetivos de pesquisa:

O ERA5 é preferível para aplicações gerais, particularmente aquelas que focam em temperaturas máximas diárias e na magnitude de eventos extremos absolutos.
O ERA5-Land é vantajoso para aplicações que exigem alta resolução espacial, minimizando o viés em temperaturas mínimas e analisando tendências de longo prazo em índices extremos baseados em percentis.

O artigo mantém uma postura modesta, reconhecendo que, embora os conjuntos de dados sejam confiáveis, persistem vieses sistemáticos (viés frio para $T_{max}$ , viés quente para $T_{min}$ ) e limitações na captura de tendências de resfriamento regional específicas. Os autores observam que métodos de interpolação espacial podem introduzir pequenos vieses artificiais e sugerem que pesquisas futuras incorporem variáveis adicionais, como precipitação e umidade, para compreender melhor as implicações climáticas regionais.

Mais como este