Influência da concentração de gotículas no ciclo de vida de nuvens convectivas de fase mista

Transcrição

1 Influência da concentração de gotículas no ciclo de vida de nuvens convectivas de fase mista André de Sena Pinheiro¹, Alexandre Araújo Costa, Maria Jocilandia Mendes Vasconcelos. ¹Universidade Estadual do Ceará UECE - Mestrado Acadêmico em Ciências Físicas Aplicadas MACFA ¹ do autor: andresenap@gmail.com 1 - INTRODUÇÃO Os movimentos convectivos são responsáveis pela redistribuição da energia do planeta na busca do equilíbrio na atmosfera. O calor latente liberado em nuvens que se formam nessa busca pelo equilíbrio, especialmente sobre os trópicos, induz movimentos atmosféricos que variam desde a escala local até a escala global. Mesmo podendo ser tratada como em estado de quase equilíbrio com um forçante desestabilizador na grande escala (ARAKAWA e SCHUBERT, 1974), a convecção é influenciada por processos de múltiplas escalas que moldam suas características, o que inclui forçantes na mesoescala, circulações em escala de nuvens, turbulência e os processos microfísicos. Nesse contexto, variáveis microfísicas que incluem a concentração, tamanho e forma (no caso das partículas de gelo) dos hidrometeoros, podem influenciar a evaporação e sublimação e, consequentemente, o transporte de vapor e o perfil de aquecimento convectivo. Assim, as nuvens convectivas tropicais tornam-se um dos componentes mais importantes do sistema climático global, sendo possível que alterações em sua microestrutura tenham impacto significativo em circulações atmosféricas de maior escala. Com efeito, este trabalho visa analisar os possíveis impactos causados por variações na concentração de aerossóis em nuvens convectivas tropicais associadas a efeitos antropogênicos. 2 - MATERIAIS E MÉTODOS Um "modelo de ensemble de nuvens" ("cloud ensemble model" CEM) é um tipo de modelo que possui uma resolução bastante alta capaz de resolver nuvens de forma individual, além de possuir um domínio suficientemente grande para abrigar várias nuvens e um tempo de simulação longo o bastante para conter vários ciclos de vida de nuvens. Neste trabalho, o CEM utilizado é uma versão adaptada do Regional Atmospheric Model System RAMS (COTTON et al, 2003) em sua versão 6.0, sendo usada apenas uma grade, localizada no oceano na latitude da Linha do Equador. A grade é bidimensional, com 1024 pontos na direção x e 70 pontos de grade na direção z com espaçamentos de grade de 1000m para x e 80m para z, com razão de expansão vertical de 1,036, limitado a 600m. Sua inicialização é homogênea e as fronteiras laterais são cíclicas. A radiação foi parametrizada segundo o esquema Chen-Cotton, sendo chamada a cada 300 segundos e sua variação com a longitude desconsiderada. O nudging do modelo é desligado, sendo introduzido no código do modelo um esquema que calcula um nudging não local, que permite o desenvolvimento de padrões de menor escala, ao atuar somente nos campos médios horizontais (COSTA, 2004) e uma perturbação aleatória no primeiro minuto de simulação, visto que o modelo é iniciado

2 homogêneo. O nudging não local tem por base as equações descritas em Grabowski et al (1996) para o momentum: u u u = (1) t τ m v v v = (2) t Os dados usados como forçantes de grande escala são retirados da matriz de fluxo intensivo ( intensive flux array IFA, em destaque na Figura 1) do Tropical Ocean Global Atmosphere (TOGA) Coupled Ocean-Atmosphere Research Experiment (COARE), programa internacional de pesquisa que investigou os fenômenos científicos associados à interação entre a atmosfera e o oceano na região do Pacífico Ocidental. τ m Figura 1. Matrizes do TOGA-COARE, com destaque para Matriz de Fluxo Intensivo (IFA) Foram calculados a média das componentes zonal e meridional da velocidade do vento e os forçantes advectivos (horizontal e vertical) de temperatura potencial e umidade para todo o período de observação intensiva do TOGA-COARE. Essas variáveis alimentaram o CEM em diferentes testes de sensibilidade com respeito à concentração de gotículas. 3 - RESULTADOS E DISCUSSÕES Quatro simulações foram realizadas, com configurações idênticas, exceto a concentração especificada de gotículas. Em todos os casos, os diâmetros de gotas de chuva, agregados, graupel e granizo foram de, respectivamente, 1mm, 1mm, 1mm e 3mm. Um valor igual a 2 foi adotado para o parâmetro de forma da distribuição de tamanho de todos os tipos de hidrometeoros (conforme descrição por Walko et al 1995). Nas simulações, a concentração de gotículas variou de 100 cm -3 (simulação de controle) a 2000 cm -3 (condições poluídas), com valores intermediários de 300 e 1000 cm -3.

3 A Figura 2 mostra como o perfil vertical médio da razão de mistura de água de chuva foi modificado com a mudança na concentração de gotículas. À medida que a concentração aumenta, há uma supressão da chuva, bastante severa no caso mais poluído, em concordância com Andreae et al (2004). Pela figura, ao nível do solo, todas as simulações têm menos chuva que a controle (concentração de 100 cm -3 ). Isso se deve ao fato de que, quanto maior a quantidade de partículas, maior é a disputa por vapor, fazendo com que as gotículas não cresçam até o tamanho de chuva. Para uma concentração de 300 cm -3, há uma maior quantidade de água de chuva do que na simulação de controle entre 1 e 5 km acima do solo. Isto ocorre provavelmente porque, passando de 100 para 300 cm -3, a eficiência da autoconversão diminui e, com isso as nuvens formadas na simulação de controle eliminam água líquida mais rapidamente do que neste caso. Assim, para 300 cm -3, mais água de chuva permanece disponível para autoconversão e coleta em altitudes mais elevadas. Para os casos de 1000 e 2000 cm -3, a inibição da formação de chuva quente é um fator dominante, sendo responsável pela redução geral da precipitação nestes casos. Figura 2. Diferença nos perfis médios da razão de mistura de água de chuva entre as simulações com concentrações de gotículas de 300, 1000 e 2000 cm-3 e o controle. Figura 3. Como na Figura 2, para o "gelo leve" ("pristine ice", neve e agregados). No que tange ao gelo leve (Figura 3), é marcante o aumento da quantidade de gelo na medida em que a concentração de gotículas aumenta. Isso evidentemente se torna possível pois há mais água líquida que não precipita sendo transportada para cima sendo transformada

4 em gelo. Para a simulação com concentração de 2000 cm -3 isso é particularmente visível, sendo tais valores facilmente encontradas na Amazônia no período das queimadas (ANDREAE et al, 2004). Como a quantidade de gotículas é bem maior nesses ambientes, não há crescimento acentuado dessas partículas e, portanto, ao serem levadas mais alto na nuvem, congelam formando cristais de gelo, neve e agregados. Razões de mistura de graupel (Figura 4), hidrometeoros maiores e mais densos, em geral apresentam valores médios mais elevados do que o controle em todas as demais simulações. Como já foi mencionado, a 100 cm -3, a conversão de água de nuvem para chuva é tão eficiente que muito do material líquido é removido já na fase quente. Com 300 cm -3, a produção de água de chuva ainda é eficiente, mas ocorre em níveis mais altos, possibilitando a interação das partículas líquidas com cristais de gelo para produzir graupel. No caso extremamente poluído, o transporte de água líquida para níveis mais altos permite tanto o aparecimento de numerosos cristais via nucleação homogênea como fornece a estes matériaprima para produção de quantidades significativas de graupel acima de 10 km de altitude. Figura 4. Como na Figura 2, para graupel. Figura 5. Como na Figura 2, para granizo. A produção de granizo também é fortemente afetada pela mudança no campo de gotículas (Figura 5). Na simulação de controle, como já discutido, a rápida produção e remoção de chuva por processos quentes inibe, em geral, os processos de fase sólida e mista. Com concentrações de 300 cm -3, a produção relativamente eficiente de água de chuva permite que quantidades significativas desta última atinjam altitudes acima do nível de congelamento.

5 Ao ultrapassarem a isoterma de 0 o C, estas se tornam candidatas a embriões de pedras de granizo, o que explica o aumento deste último na simulação correspondente. Nos casos mais poluídos, especialmente a 2000 cm -3, a produção de granizo é inibida e a formação de hidrometeoros mais leves (cristais de gelo, neve, agregados e graupel) é favorecida. 4 - CONCLUSÕES Os resultados apresentados neste trabalho sugerem que um aumento na concentração de aerossóis atmosféricos tem o potencial de promover alterações significativas na microestrutura de nuvens convectivas tropicais e, portanto, na interação desta com o ambiente de grande escala. Concentrações maiores de gotículas geram uma redução substancial da chuva, em decorrência da maior disputa por vapor dentro da nuvem, o que impede o crescimento das partículas e suprime a chuva quente. Esse processo também permite que quantidades maiores de água de nuvem sejam transportados pelas correntes ascendentes, eventualmente aumentando a produção de gelo. Assim, quantidades maiores de gelo, neve, agregados e graupel e em altitudes mais elevadas foram obtidas nas simulações com maiores concentrações de gotículas. Diferente das demais partículas de gelo, no entanto, a produção de granizo parece ser maximizada para valores intermediários das concentrações de gotículas, situação em que o congelamento de gotas de chuva super-resfriadas é favorecido. 5 - AGRADECIMENTOS O primeiro autor agradece à Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnológico FUNCAP pela concessão de bolsa de mestrado. O presente trabalho é também financiado pelo CNPq, através do projeto CONBINE (Convecção no Nordeste Brasileiro: Interações em Múltiplas Escalas), processo / REFERÊNCIAS ANDREAE, M. O.; ROSENFELD, D.; ARTAXO, P.; COSTA, A. A.; FRANK, G. P.; LONGO, K. M.; SILVA DIAS, M. A. F. Smoking Rain Clouds over the Amazon. Science, v p ARAKAWA, A.; SCHUBERT, W. H. The interaction of a cumulus cloud ensemble with the large-scale environment. Part I. Journal of the Atmospheric Sciences. v. 31, p COSTA, A. A. Cloud-ensemble simulations of atmospheric convection over the ocean. Part I: model description, coupled and uncoupled simulations of a TOGA-COARE case. Revista Brasileira de Meteorologia, v. 19, n. 3, p , COTTON, W. R.; PIELKE, R. A. Sr.; WALKO, R. L.; LISTON, G. E.; TREMBACK, C. J.; JIANG, H.; MCANELLY, R. L.; HARRINGTON, J. Y.; NICHOLLS M. E.; CARRIO, G. G.; MCFADDEN, J. P. RAMS 2001: Current status and future directions. Meteorology and Atmospheric Physics, v. 82, p. 5-29, GRABOWSKI, W. W.; WU, X.; MONCRIEFF M. W. Cloud-resolving modeling of Tropical cloud systems during Phase III of GATE. Part I: two-dimensional experiments. Journal of the Atmospheric Sciences, v. 53, n. 24, p , WALKO, R. L.; COTTON, W. R.; MEYERS, M. P.; HARRINGTON, J. Y. New RAMS cloud microphysics parameterization Part I: the single-moment scheme. Atmospheric Research, v. 38, p , 1995.