DISTRIBUIÇÃO TEMPORAL E ESPACIAL DA PRECIPITAÇÃO NO NORDESTE DA AMAZONIA ATRAVÉS DOS ALGORITMOS 3B42 E GPI

Transcrição

1 DISTRIBUIÇÃO TEMPORAL E ESPACIAL DA PRECIPITAÇÃO NO NORDESTE DA AMAZONIA ATRAVÉS DOS ALGORITMOS 3B42 E GPI Rômulo Augusto Jucá Oliveira 1 Galdino Viana Mota 2 RESUMO Este trabalho usa o algoritmo 3B42 para investigar o ciclo diurno da precipitação e comparar as médias anuais e sazonais de 1998 a 2006 com aquelas do Geostationary Environmental Satellite (GOES) Precipitation Index (GPI) no nordeste (NE) da Amazônia, Guianas e Oceano Atlântico adjacente. O algoritmo 3B42 é uma combinação das estimativas de precipitação no canal de microondas e no infravermelho e está disponível a cada 3 horas numa resolução espacial de 0,25 grau por 0,25 grau. A comparação da precipitação pelo 3B42 com a do GPI revela que a distribuição espacial, natureza e o ciclo diurno da precipitação variam de uma sub-região para outra. A mais notável diferença aparece sobre o Estado do Amapá e Guianas, onde se acredita ter um dos maiores registros de precipitação da América do Sul, a precipitação total anual e sazonal pelo GPI é subestimada em relação ao 3B42. O ciclo diurno apresenta a formação de uma banda de precipitação junto ao litoral durante a madrugada (0300Z) e outra que se intensifica no continente no período da tarde (1800Z) e atinge o interior da Amazônia no período da manhã. ABSTRACT This work uses the Tropical Rainfall Measuring Mission (TRMM) 3B42 rainfall product and the Geostationary Environmental Satellite (GOES) Precipitation Index (GPI) estimates to investigate the temporal and spatial distribution of precipitation over inaccessible regions in northeast (NE) Amazonia. The intercomparison of these products over NE Amazonia reveals that the spatial distribution, nature, and diurnal cycle of rainfall vary from one subregion to another. For example, in the coastal areas of Amapá State and the Guianas, which is believed to have one of the largest records of rainfall in South America, the total annual and seasonal of rainfall are by the GPI underestimate warm rain compared to the 3B42 algorithm. The diurnal cycle shows the formation of a predominant band of precipitation during the early hours (0300Z) of the day, just offshore, and another one in the afternoon (1800Z), which it intensifies in the continent and moves westward reaching the interior of the Amazonia in the morning hours. Palavras-Chave: Precipitação. 3B42. GPI. 1 Aluno de graduação do curso de Meteorologia - UFPA, Av. Augusto Corrêa N o 1, Guamá, (091) , romuloj@ufpa.br 2 Professor da UFPA, Av. Augusto Corrêa N o 1, Guamá, (091) , galdinov@ufpa.br

2 INTRODUÇÃO O nordeste (NE) da Amazônia, entre a Ilha do Marajó e as Guianas, é uma das regiões com maiores índices pluviométricos da América do Sul (Mota, 2003; Nimer, 1979). A distribuição de precipitação espacial e temporal na região é fortemente determinada pela marcha anual da Zona de Convergência Intertropical (ZCIT) e Linhas de Instabilidade (LIs) formada pelo contraste de temperatura entre o continente e o Oceano Atlântico e a confluência dos alísios nas faixas costeiras (Hastenrath e Heller, 1977; Cohen et al., 1995; Kousky, 1980). As descrições climatológicas da precipitação de Hoffmann (1975), Figueroa and Nobre (1990) e Nimer (1979) mostram um máximo, definido pela isopleta de 2400 mm/ano, sobre a Ilha do Marajó, que se estende para noroeste (NW) em direção às Guianas. No entanto, Mota (2003) observou que as estimativas de precipitação pelo algoritmo Geostationary Environmental Satellite (GOES) Precipitation Index (GPI) sobre região das Guianas e Estado do Amapá apresentam diferenças em comparação com aquelas estimadas na região da Ilha do Marajó. Por outro lado, Mota (2003) observou que a precipitação pelo GPI é superestimada sobre a região central e ocidental da Amazônia em comparação com as climatologias pré-existentes. O ciclo diurno da precipitação tem sido investigado usando dados do satélite Tropical Rainfall Measuring Mission (TRMM) em algumas regiões específicas da América do Sul, e.g., Negri et al. (2002) e Mota (2003); ou num contexto global (Nesbitt e Zipser 2003). Mota (2003) separou as sub-regiões da América do Sul e verificou a contribuição de cada tipo de sistemas precipitantes na precipitação dessas sub-regiões. Seus resultados mostraram que os sistemas que se formam na vizinhança da Ilha do Marajó no período vespertino 3 se intensificam e tem maior contribuição na precipitação como Sistemas Convectivos de Mesoscala (SCMs) no período noturno [entre 21 e 24 hora local (HL)], enquanto que na região do Estado do Amapá e Guianas a o máximo da precipitação e a contribuição por MCSs ocorre entre 15 e 18 HL. MATERIAIS E MÉTODOS Arkin e Meisner (1987) desenvolveram o algoritmo GPI com intuito de estimar a precipitação tropical usando limiares de temperatura de topos de nuvens derivadas de medidas de radiação infravermelha. A técnica consiste no produto da média da fração de cobertura dos topos de nuvens mais frias que 235 K numa grade de 1º 1º, o intervalo de tempo (t) mediado em horas e uma constante de 3 mm/hr. Isto é, GPI=3F c t, em que GPI está em milímetros, F c é fração de nebulosidade. O algoritmo 3B42 é uma combinação de estimativas de precipitação do TRMM, Special Sensor Microwave Imager (SSM/I), Advanced Microwave Scanning Radiometer (AMSR-E ) e o 3 Compare com os resultados de Kousky, 1980, que investigou o ciclo diurno da chuva no NE do Brasil e parte da Região Amazônica.

3 Advanced Microwave Sounding Radiometer (AMSU-B), para ajustar as estimativas de precipitação no canal infravermelho. As estimativas pelo 3B42 estão disponíveis em grades de 0,25º 0,25º a cada 3 horas, e este trabalho usa 8 anos de dados entre as latitudes de 10ºS a 10ºN e longitudes de 60 a 40ºW. RESULTADOS E DISCUSSÃO A Figura 1 é a precipitação média pelo 3B42 (painel à esquerda) e a diferença entre 3B42 e GPI (painel à direita) referente ao período de janeiro de 1998 a fevereiro de Destacamos uma região de máxima precipitação sobre a Ilha do Marajó e nas vizinhanças ao sul e sudeste (setor onde se localiza a cidade de Belém), com valores de precipitação cerca de 3200 mm anuais. Nesta figura também se observa máximos secundários sobre a região do Estado do Amapá e Guiana Francesa, aparentemente devido à atuação da ZCIT e às brisas que formam linhas de instabilidade, que são responsáveis pelas chuvas nessas regiões. No painel da direita, que é a diferença entre os algoritmos 3B42 e GPI, são destacadas as diferenças positivas sobre o Estado do Amapá em direção às Guianas e também sobre o Oceano Atlântico; e as diferenças negativas sobre as regiões central e sudeste da Amazônia. As Figuras 2 e 3 apresentam a média sazonal da precipitação pelo 3B42 e a diferença entre o algoritmo 4B42 e GPI no mesmo período de estudo. Observa-se que o ciclo anual da precipitação no NE da Amazônia é fortemente modulado pela marcha da ZCIT, causando os trimestres mais chuvosos de março-abril-maio (MAM) e dezembro-janeiro-fevereiro (DJF); e os menos chuvosos de setembro-outubro-novembro (SON) e junho-julho-agosto (JJA). As análises das Figuras 1-3 mostram que o algoritmo GPI subestima a precipitação ao norte da Ilha do Marajó, no Estado do Amapá, nas Guianas e na região de atuação da ZCIT no Atlântico, em relação ao algoritmo 3B42 [e também com respeito às descrições climatológicas de Hoffman (1975) e Figueroa e Nobre (1990)]. Por outro lado, a precipitação é superestimada pelo GPI nas regiões central e sul da Amazônia. Figura 1 Média anual da precipitação e pelo 3B42 (painel à esquerda) e diferença entre 3B42 e GPI(painel à direita) referente ao período de janeiro de 1998 a fevereiro de 2006.

4 Figura 2 Média sazonal da precipitação pelo 3B42 referente ao período de janeiro de 1998 a fevereiro de Figura 3 Diferença da precipitação média entre 3B42 e GPI para o período de janeiro de 1998 a fevereiro de O ciclo diurno da precipitação (Figura 4) apresenta uma banda principal de precipitação paralela à costa atlântica que se forma no período vespertino e que atinge a região de Belém por volta das 2100Z e alcança o interior da Amazônia durante a madrugada. Uma segunda banda de precipitação pode ser observada no litoral a partir das 0300Z até as 1500Z. Assim, as regiões costeiras apresentam máximo do ciclo diurno na madrugada, e as regiões do interior um máximo vespertino e um máximo secundário noturno associado com a penetração de sistemas costeiros até o interior.

5 CONCLUSÃO As comparações de 8 anos das estimativas de precipitação entre os algoritmos 3B42 e GPI, mostram que as estimativas pelo GPI são geralmente mais baixas do que aquelas do 3B42 e climatologias nas áreas costeiras e também sobre a região de atuação da ZCIT atlântica. Este resultado sugere que a natureza da chuva que ocorre entre essas regiões é diferente. E, conforme sugerido por Mota (2003), a região na vizinhança da Ilha do Marajó possui sistemas precipitantes mais eletrificados, portanto são mais convectivos que aqueles sobre a região do Amapá e Guianas. Por outro lado, a precipitação pelo GPI é mais elevada que pelo 3B42 sobre os setores central e sudeste da Amazônia, principalmente durante o início da atividade convectiva sobre a região em SON. Segundo Mota (2003) é provável que nesta região o algoritmo GPI esteja superestimando a precipitação de nuvens altas que não precipitam. O ciclo diurno da precipitação sobre o NE da Amazônia mostrou que uma banda de precipitação é formada sobre o oceano Atlântico durante a madrugada e influencia a precipitação Figura 3 Ciclo diurno da precipitação pelo algoritmo no período de janeiro de 1998 a fevereiro de 2006.

6 sobre o litoral até o final da manhã. No inicio da tarde a atividade convectiva é imperativa no continente causando a maior parte da precipitação sobre as regiões continentais próximas da costa no final da tarde e início da noite. As bandas de precipitação que se formam no período vespertino se deslocam para o interior da Amazônia causando um máximo secundário noturno sobre estes setores. Assim, os algoritmos 3B42 e GPI podem servir como ferramentas úteis para investigar a natureza da precipitação entre as sub-regiões, e compreender também melhor a variabilidade diurna da precipitação nas regiões que carecem de densas redes de pluviômetros. AGRADECIMENTOS: O bolsista Rômulo A. J. Oliveira agradece pela concessão da bolsa de iniciação cientifica FUNTEC/PRONEX. Este trabalho foi apoiado com recursos dos projetos: PROINT /UFPA; Programa de Premiação da Comunidade UNIDATA (UCAR/NSF); e MilênioLBA. REFERÊNCIAS BIBLIOGRÁFICAS Arkin, P. A.; Meisner B. N., 1987: The relationship between large-scale convective rainfall and cold cloud over the Western Hemisphere during Mon. Wea. Rev., 115, Cohen, J. C. P., M. A. F. Silva Dias, and C. A. Nobre, 1995: Environmental conditions associated with Amazonian squall lines: A case study. Mon. Wea. Rev., 123, Figueroa, S. N.; C. Nobre, 1990: Precipitation distribution over Central and Western tropical South-America. Climanálise, 5, Hastenrath, S.; L. Heller, 1977: Dynamics of climatic hazards in Northeast Brazil. Quart. J. Roy. Meteor. Soc.,102, Hoffman, J. A. J, 1975: Climatic Atlas of South America. WMO, 41 Avenue Giuseppe-Motta, Geneva, 4 pp Fig. Kousky, V. E., 1980: Diurnal rainfall variation in northeast Brazil. Mon. Wea. Rev., 113, Mota, G. V., 2003: Characteristics of rainfall and precipitation features defined by the tropical rainfall measuring mission over South America. Utah: University of Utah, Tese de Doutorado, University of Utah, Utah, EUA, 201p. Negri, A. J.; Adler, R. F., 2002: A TRMM-calibrated infrared rainfall algorithm applied over Brazil. J. Geophy. Res., 107, n. D20, Nesbitt, S. W.; E. J. Zipser, 2003: The diurnal cycle of rainfall and convective intensity according to 3 years of TRMM measurements. J. Climate, 16, Nimer, E, 1979: Climatologia do Brasil. SUPREN/IBGE, Rio de Janeiro, Brazil, 421p.