A previsão climática sazonal é de vital importância para a sociedade, tendo grande relevância para diversos setores como o agrícola, energético, defesa civil, etc. É um processo complexo, que consiste na reunião e interpretação de uma gama muito grande de informações, além da necessidade do conhecimento prévio da climatologia de uma certa região. Este trabalho documenta a sequência de passos que constituem a elaboração de uma previsão climática, utilizando como exemplo a previsão para o Brasil no inverno austral de 2020. As etapas de uma previsão (determinação de climatologias, análise diagnóstica, prognóstico sazonal e validação subjetiva) são apresentadas e desenvolvidas, e os prognósticos incorretos de anomalias de precipitação no sul e no norte do país são analisados em termos de possíveis forçantes climáticas que levaram à sua ocorrência. São enumerados, por fim, os desafios inerentes à previsão climática, como a atuação conjunta e a relevância relativa de diferentes oscilações climáticas, a grande variabilidade espacial da precipitação e o cuidado com as previsões indicadas pelos modelos numéricos.
Seasonal climate forecasting is of vital importance to society, having great relevance for various sectors such as agriculture, energy and civil defense. It is a complex process consisting of the gathering and interpretation of a wide range of information complemented with prior knowledge of the regional climatology. This work documents steps for the elaboration of a climate forecast, using the forecast for Brazil during the southern Winter of 2020 as an example. Steps of a forecast (determination of climatologies, diagnostic analysis, seasonal prognosis and subjective validation) are presented and developed, and incorrect predictions of precipitation anomalies over the south and north of the country are analyzed in terms of possible climate forcings that led to their occurrence. Finally, challenges inherent to climate forecasting are listed, such as the joint action and relative impact of different climatic oscillations, the high spatial variability of precipitation and the need to be careful with the indicated predictions of numerical forecasting models.
