AVAL laça0 DA INTERPOLAÇAO LINEAR TE"PORAL DE I"AGENS DE NUVENS NO INFRAVER"ELHO VIA SATELITE. Leila Maria Véspoli de Carvalho Oswaldo Massambani

Transcrição

1 183 AVAL laça0 DA INTERPOLAÇAO LINEAR TE"PORAL DE I"AGENS DE NUVENS NO INFRAVER"ELHO VIA SATELITE Leila Maria Véspoli de Carvalho Oswaldo Massambani Departamento de Atmosféricas Instituto AstronOmico e Geofísico Universidade de S~o Paulo Abstract This work presents an application of the linear interpolation method for infrared satellite images, with the objective to describe the evolution between frames. The cold cloud areas (count IV > 160) obtained by interpolation method were compared to the real images for each 30 minutes time intervals and the deviations were evaluated. This technique ~hows best results for time intervals smaller than four hours. The results are indicative of an efficient, simple and cheap alternative to investigate clo~d top dynamics, which may require high temporal resolution satellite images. 1.INTRODUÇ~ A necessidade de dados em alta frequ@ncia para o estudo de problemas meteorológicos em diversas escalas espa~o-temporais tornou cada vez mais indispensável a utiliza~~o das imagens de satélites meteorológicos geoestacionários. Entretanto, a aquisi~~o das imagens e seu armazenamento além de representarem altos custos, est~o sujeitos muitas vezes a perdas de continuidade em fun~~o das necessidades dos países do Hemisfério Norte. Do ponto de vista da compreens~o de fenomenos de meso e pequena escala a continuidade temporal dos dados de satélite torna-se uma ferramenta fundamental para a avalia~~o da própria evolu~~o de núcleos ativos de precipita~~o em escala de tempo variável, além do acompanhamento de dados de outra natureza, como resultados de modelos, imagens de radar, etc. o "frames" custo. presente visando a 2. METODOLOGIA E DADOS trabalho apresenta resultados de interpola~~o elabora~~o de produtos de forma rápida e com intra baixo O método de interpola~~o empregado nesse estudo, considera que entre duas imagens com espa~amento de tempo T a evolu~~o temporal entre t=to e t=t o + T ocorre linearmente. Ou seja, assume-se que cada "count" da matriz de dados evolui com o tempo da seguinte forma: Czv(t)=Czv(to) + «Czv(to+ T)-Czv(to»/T) x t (1) onde t é o tempo a partir da imagem em to e Czv é o "count" infravermelho.

2 184 Nesse estudo ser~o utilizadas imagens de uma área correspondente a 101xl0l pixels cobrindo o Estado de S~o Paulo durante o ver~o. S~o verificados e comparados os resultados obtidos para a interpola~~o a cada 30 min utilizando-se imagens reais espa~adas em 3 horas e 1 hora, para Cxv > 160 (ou T < -23 C). Ser~o utilizadas para exemplifica~~o da metodologia as imagens das 14:00 e 17:00 UTC do dia 14/02/89, que est~o mostradas nas figuras la e lb. 3.RESUlTADOS E CONClUSOES Observa-se que, particularmente entre essas imagens, houve a evolu~~o da área com nuvens e das isotermas frias do início do período até o final. Um primeiro teste de interpola~~o linear mostrou que há uma tend@ncia a substimar-se Cxv para esse intervalo entre imagens, caso n~o haja nenhuma corre~~o (v. tab. 1). Note que há um aumento do n de pixels com Czv maior que 160 com o passar das horas. Tabela 1. Diferen~a média entre Cxv real e interpolado Hora N de pixels N de pixels Desvio Desvio (UTC) substimados superestimados positivo negativo 14:30 15:00 15:30 16:00 16:30 Nota: Os desvios s~o obtidos da imagem real interpolada. Se considerarmos as diferen~as entre os "counts" às 17:00 UTC e às 14:00 UTC verificamos que o no de pixels com diferen~a positiva é igual a 606, enquanto que com diferen~as negativas é 272, com desvios médios de 18 e -10 respectivamente, o que corresponde a uma média ponderada próxima de 9. Considerando-se os dados da tabela 1, a média ponderada é próxima de 8, o que indica que os erros de interpola~~o podem ser corrigidos utilizandose as diferen~as entre as duas imagens empregadas na interpola~~o. Como o n de pixels substimados é aproximadamente 3 vezes maior que o no de pixels superestimados nas imagens interpoladas, bem as duas utilizadas para a interpola~~o, considerou-se o melhor procedimento para corre~~o aquele que incorpora a diferen~a positiva entre as duas imagens reais (+18), interpolada no tempo. O resultado final da interpola~~o a cada 30 min e dos desvios resultantes podem ser vistos nas figuras 2 a 4. A interpola~~o feita para o horário das 15:30 UTC, utilizando-se um intervalo de tempo de 1 hora entre as imagens reais e sem incorpora~~o de nenhuma corre~~o, está mostrada na figura 5. Conclui-se que, para o espa~amento entre as imagens reais de 3 horas, as menores perdas de informa~~o bem como as melhores estimativas dos "counts" reais ocorrem nos horários interpolados mais próximos das imagens originais, no caso, às 14:30 e 16:30 UTC. De qualquer forma, toda a sequ@ncia temporal interpolada foi capaz de incorporar as principais características da configura~~o das nuvens frias em todos os horários. Verifica-se, entretanto, que a interpola~~o efetuada cm espa~amento entre imagens de 1 hora apresenta menos perdas e melhores estimativas, como esperado. Esse é um resultado bastante importante, uma vez que o intervalo mínimo entre imagens recebidas no IV pode ser de 30 min, o que sugere a aplica~~o desse método com alta confiabilidade para o estudo da dinamica de topos de nuvens, cuja escala temporal é da ordem de minutos.

3 185 FIG. 1 - I.age. IV às 14:00 UTC (a) e 17:00 UTC (b) FIG. 2 I.age. de satélite para Cxv > 160 às 14:30 UTC (a); i.age. interpolada para Cxv às 14:30 UTC (b); i.age. indicando a perda de counts co. Cxv > 160 ( Areas brancas) - para o.es.o horario ; i.age. da diferen~a real interpolada: tons de cinza abaixo do to. de fundo representa. valores negativos e aci.a positivos (d).

4 186 (a) (b) fig. 3= O.es.o que a fig.2, exceto para as 15:30 UTC (a) (b)

5 187 (d) FIG. 4: O.e5.0 que a fiq.2, exceto para as 16:30 UTC FIG. 5 : intervalo hora. que a fig.3, exceto i.agens interpoladas para de 1