Maria Gertrudes Alvarez Justi da Silva Ivaldo Ossamu Chida Sérgio Xavier Manhães Universidade Federal do Rio de Janeiro

Transcrição

1 11.23 ANALISE CLIMÁTICA CONJUGADA TEMPERATUR~/PRECIPITAÇÃO PARA O ESTADO DO RIO DE JANEIRO Maria Gertrudes Alvarez Justi da Silva Ivaldo Ossamu Chida Sérgio Xavier Manhães Universidade Federal do Rio de Janeiro RESUMO O presente trabalho e uma contribuição ao estudo do clima no estado do Rio de Janeiro, através da análise combinada dos campos médios da temperatura e da precipitação nos meses de janeiro,abril, julho e outubro, usando autovetores empiricos. A fonte dos dados foi o acervo do INEMET, sendo usados valores médios de 31 estações num periodo de 18 anos. Como é amplamente conhecido, a análise climática usando autovetores empiricos permite a condensação da informação. Assim, para explicar 80% da variância na análise combinada temperatura/precipitação são necessários menos autovetores do que para alcançar o mesmo nivel de variância explicada na análi se em separado. - Foi feita a representação espacial dos autovetores conjugados considerados significativos, para os quatro meses que representam as estações climáticas, objetivando identificar os fatores fisicos que controlam a temperatura e a precipitação em pequena escala. Fi nalmente são apresentadas as distribuições temporais dos multipli= cadores e de alguns indices visando uma quantificação detalhada da importância de cada autovetor na definição do comportamento a cada mês e ano das grandezas analisadas. 1. INTRODUÇÃO D~sde que começou a ser aplicada nos estudos de problemas meteorologicos e climatológicos, a análise de autovetores empiricos tem sido preferida por sua capacidade de condensação da informação e eliminação de redundâncias. Por outro lado esta técnica permite a análise c9mbinada de parâmetros ~eteorológicos cuja correlação seja previsivel a partir da experiencia sinotica. Kutzbach (1967) propõe uma análise complexa pressão/temperatura/precipitação com o objetivo de apoiar os trabalhos de previsão estatistica do tempo. O presente estudo procura usar esta técnica com a finalidade de reduzir a quantidade de informações a serem manipuladas permitindo, ao mesmo tempo, uma análise climática conjunta de dois parâ metros (temperatura e precipitação) gue, eventua~mente, possam pa~ ticipar em processos de interesse pratico, como e o caso da agricultura. Ao proceder-se às análises nos meses de janeiro, abril, julho e outubro, pretendeu-se uma caracterização climática das quatro estações perceptiveis no estado do Rio de Janeiro. Esta análise foi feita no modo S, isto é, as matrizes de dados a serem processadas foram construidas considerando-se os valores das grandezas (totais mensais da precipitação ou médias mensais da temperatura) nas 31 estações de observação. Para caracterização dos individuos foi considerada a sequência temporal, toman do-se os dados mensais no periodo de 18 anos, de 1961 a A fonte dos dados é o acervo do 6 Q Distrito de Meteorologia do Insti

2 II.24 tuto Nacional de Meteorologia e o cálculo dos autovetores empiricos das matrizes dos dados de precipitação e temperatura foi prec~ dido pela normalização das mesmas. 2. RESULTADOS A tabela 1 mostra a porcentagem acumulada da variância explicada pelos primeiros autovetores até ultrapassar o limite de 80%, considerado um nivel de explicação estatisticamente significativo. Uma das vantagens das análises combinadas pode ser percebida de pronto. Por exemplo, no mês de janeiro, são necessários três auto vetores para a temperatura e cinco autovetores para a precipitação~ totalizando oito autovetores para alcançar um nivel de 80% de variância explicada a partir das análises individuais. Já na análi se conjunta temperatura/precipitação bastaram cinco autovetores pa ra alcançar este nivel desejado. - Tabela 1 - Porcentagem acumulada da variância explicada para as análises em separado (T e p) e para as análises conjuntas (TP). JANEIRO ABRIL JULHO OUTUBRO T P TP T P TP T P TP T P TP 1 64,3 50,2 34,9 66,5 33,6 35,6 67,7 40,1 37,4 77,2 52,7 53,0 2 73,7 63,1 60,8 75,1 45,0 52,5 78,9 54,2 58,4 84,1 60,8 67,7 3 80,8 71,6 74,8 81,2 55,5 59,6 84,8 64,7 66,3-68,6 73,6 4-77,5 79,3-64,1 65,6-72,7 72,4-74,5 78,4 5-82,5 83,0-71,6 70,7-77,3 77,2-79,0 82, ,8 75,3-81,8 81,4-83, ,3 79, , Um fato climatológico significativo que pode ser extraido da presente análise é que nos meses de janeiro, abril e julho os dois primeiros autovetores explicam mais de 50% da variância do efeito conjugado temperatura/precipitação e o terceiro autovetor tem uma importância significativamente reduzida em relação aos dois primei ros. No caso do mês de outubro a análise indica um comportamento ainda mais simplificado, com o primeiro autovetor combinado explicando 53% da variância. Dai se pode concluir que os fatores fisicos que predominantemente controlam aqueles elementos do clima no estado do Rio de Janeir9 são, em cada caso, apenas dois no verão, outono e inverno e um so na primavera. As figuras 1 e 2 mostram a disposição geográfica dos dois pri meiros autovetores da temperatura e da precipitação, obtidos pela análise combinada nos meses tipicos de verão e inverno. Estas representações espaciais são apresentadas em separado para facilitar a visualização mas deve-se ter em mente que as suas análises foram obtidas em conjunto, logo levando em conta a interação entre as grandezas. A partir da disposição das isolinhas dos autovetores, puderam ser destacadas três diferentes condicionantes fisicas que poderiam

3 11.25 a eles estar associados. O,aquecimento da superficie em pequena escala parece ser o fator fisico associado ao primeiro autovetor da temperatura tanto no verão como no inverno (figuras la e 2a) e ao segundo autovetor da precipitação de verão (figura ld). Este fa to pode ser percebido pela inspeção da forma das isolinhas na re= gião de Cabo Frio em contraste com a região das restingas no sul do estado (figura la). Também a influência da ilha de calor urbana da região do Grande Rio parece ser percebida nas figuras ld e 2a. A radiação da superficie em larga escala parece ser outro fator importante e est~ria registrado no segundo autovetor das tempe raturas de verão (figura lc) e no primeiro autovetor das precipita ções de inverno (figura 2b). terceiro fator relevante é a oro= grafia, evidenciada no primeiro autovetor da precipitação de verão (figura lb) e no segundo autovetor da temperatura e da precipitação de inverno (figuras 2c e 2d). Em geral a analise combinada permite que a temperatura e a precipitação em um determinado mês de um determinado ano sejam relativamente bem especificadas por um único autovetor ou pela combi nação linear de dois autovetores. Para ilustrar esse fato, plota= ram-se as variações temporais dos coeficientes associados com os seis primeiros autovetores da análise combinada temperatura/precipitação para o mês de janeiro (figura 3). Nos anos de 1963, 1965 e 1975 o primeiro autovetor predomina fortemente sobre todos os de mais no controle dessas grandezas, como se vê ao comparar a ampli= tude de sua componente com as demais (tabela 2 e figura 3). Já no ano de 1966, sabidamente de alta pluviosidade no estado do Rio de Janeiro, o que predominou foi o segundo autovetor. No ano de 1969 equilibraram-se em importância o primeiro e o quarto autovetores, o que sugere que o comportamento da temperatura e da precipitação em janeiro deste ano foi o resultado da combinação dos dois fatores associados a esses autovetores. Tabela 2 - Componentes dos autovetores significativos (c 2 ), seu so matório (SS) e as razões (RI) entre a maior e i (R2) entre as duas maiores componentes e SS Anos cl c2 c3 c4 c5 c6 ss Rl% R2% 61 0,036 0,270 0,152 0,053 0,168 0,137 0,817 33,0 33,6 62 0,314 0,462 0,325 0,036 0,026 0,020 1,182 39,1 66,6 63 1,166 0,194 0,203 0,004 0,002 0,017 1,585 73,6 86,4 64 0,640 0,260 0,068 0,160 0,008 0,040 1,176 54,4 76,5 65 1,040 0,000 0,020 0,096 0,014 0,005 1,176 88,4 96,6 66 0,221 1,323 0,017 0,026 0,006 0,048 1,641 80,6 94,1 67 0,014 0,723 0,053 0,014 0,372 0,073 1,249 57,9 87,7 68 0,130 0,130 0,008 0,006 0,078 0,003 0,035 36,6 73,2 69 0,706 0,185 0,053 0,423 0,006 0,032 1,405 50,2 80,6 70 0,014 0,102 0,003 0,003 0,003 0,000 0,125 81,6 92,8 71 0,292 0,116 0,084 0,020 0,023 0,000 0,533 54,8 76,5 72 0,012 0,221 0,073 0,005 0,012 0,001 0,324 68,2 90,7 73 0,281 0,068 0,063 0,006 0,014 0,090 0,522 53,8 71,1 74 0,029 0,168 0,000 0,029 0,044 0,001 0,271 62,0 78,2 75 1,300 0,004 0,176 0,096 0,004 0,160 1,739 74,8 84,9 76 0,073 0,325 0,116 0,040 0,002 0,014 0,569 57,1 77,5 77 0,012 0,063 0,017 0,078 0,002 0,029 0,200 39,0 70,5 78 0,000 0,063 0,000 0,000 0,032 0,004 0,099 63,6 96,0

4 11.26 Uma outra forma de se verificar este processo e exemplificada na tabela 2, referente ao mês de janeiro, onde a coluna RI re presenta a razão entre o quadrado da componente mais importante pelo somatório dos quadrados das seis primeiras componentes. A coluna R2 é a razão entre a so~a dos quadrados das duas componentes mais importantes e o somatorio dos quadrados das seis primeiras componentes. Assim, valores elev~dos do parâ~etros RI (acima de 70%) indicam que houve predominancia de um unico autovetor sobre os demais e valores de R2 muito superiores aos de RI indicam que o comportament8 da temperatura e da precipitação foi regi do pela combinação lin=ar de dois autovetores. - A figura 4, tambén exemplificando janeiro, procura sintetiza~ a informação contida nos ind!ces,ri e R2 apresentados acima alem de indicar, em cada ano e mes tipico, qual ou quais os autovetores de maior importância. AGRADECIMENTOS: Os autores agradecem aos meteorologistas Isimar de Azevedo Santos e José Ricardo de Almeida França pelas valiosas sugestões apresentadas e aos técnicos em meteorologia Wallace Figueiredo Menezes, Kláudia Maria Ferreira Gonçalves Pereira e Flavio Ferreira de Andrade pelo suporte dado ao trabalho. 3. BIBLIOGRAFIA KUTZBACH, J.E. Empirical eigenvectors of sea-ievel pressure,surface temperature and precipitation complexes over North America. J. Appl. Meteor., 6, JUSTI DA SILVA, M.q.A., GARAYALDE J E.J.G. & SANTOS, I~A. O uso de autovetores empiricos no diagnostico da interrelaçao entre as configurações da pressão, temperatura e precipitação. Brasília, Anais do IV Congresso Brasileiro de Meteorologia,

5 II.27 (a) élutovetor 1 (b) autovetor 1 (c) autovetor 2 (d) autovetor 2 Figura 1 - Distribuição geográfica dos primeiros autovetores da análise conjugada para o mês de janeiro. (a) autovetor 1 (b) autovetor 1 (c) autovetor 2 (d) autovetor 2 o ~ 40 km Figura 2 Distribuicão geog~áfica dos orimeiros autovetores da análise c;njugada para o mês- de julho.

6 II.28 C11'~f~ -~.2 -: ',,,,,.,,,,,,,!,, 1.2 [ C20r~ _ 1,2 ~L...I...uc:;,""""'o...L...L..L..I""'-'~..a 1.2 t C30~ -1.2 I,!,,,,,,,,,, ', C41.~~ [ C5_1,~~' 1.2L C61~l~~ anos 78 Figura 3 - Distribuição temporal das com ponentes (Ci) dos primeiros autovetores da análise conjugada em janeiro Figura 4 JANEIRO anos 78 Sequência temporal dos indi ces RI e R2.