A VARIABILIDADE DA PRECIPITAÇÃO E SUAS RELAÇÕES COM AS MEDIDAS POR SATÉLITE, RADAR E DIVERGÊNCIA DO VENTO EM ALTOS NÍVEIS DURANTE O LBA - WETAMC

Transcrição

1 INPE-03-TDI/897 A VARIABILIDADE DA PRECIPITAÇÃO E SUAS RELAÇÕES COM AS MEDIDAS POR SATÉLITE, RADAR E DIVERGÊNCIA DO VENTO EM ALTOS NÍVEIS DURANTE O LBA - WETAMC Alexandra Amaro de Lima Dissertação de Mestrado do Curso da Pós-Graduação em Meteorologia, orientada pelo Dr. Luiz Augusto Toledo Machado, aprovada em 0 de julho de 00. INPE São José dos Campos 003

2 LIMA, A. A. A variabilidade da precipitação e suas relações com as medidas por satélite, radar e divergência do vento em altos níveis durante o LBA-WETAMC / A. A. Lima. São José dos Campos: INPE, p. (INPE-03-TDI/897)..Convecção..Precipitação. 3.Meteorologia. 4.Satélite. 5.Divergência. 6. Vento (meteorologia). 7.Cobertura de nuvens. I.Título.

3

4

5 À minha mãe, Maria da Graça, por todo amor, carinho e compreensão, ao longo da minha vida, dando-me força e coragem para lutar por meus sonhos. Ofereço. A meu Pai e Amigo (in memoriam), Dionísio, por me ensinar que sou capaz de realizar tudo que desejar. Dedico

6

7 AGRADECIMENTOS Ao meu orientador, Dr. Luiz Augusto Toledo Machado, pela paciência, dedicação, e apoio, transmitindo-me o sentido do que é ser um pesquisador. Aos grandes amigos Rosa Maria N. dos Santos, Iuri Rojahn da Silva e Rita de Cássia da Silva, pelo apoio e cumplicidade nos momentos difíceis. Aos meus amigos, Paulo Kubota, Maria C. Valverde e Aurora Mota, pelo auxílio durante o desenvolvimento deste trabalho. Ao diretor da Divisão de Ciências Atmosféricas ACA-CTA, Luiz Carlos de Castro, por permitir o desenvolvimento deste trabalho na instituição, e aos amigos que conquistei, pelo carinho com que sempre me trataram. Ao Dr Henri Laurent pelas valiosas contribuições durante a execução deste trabalho. Às minhas amigas, Dra. Roseli G. Gomes e Eliana Peter Braz por sempre ter acreditado na minha capacidade. A todos os amigos e companheiros do curso, pelos constantes incentivos ao longo do Mestrado. Aos Professores e funcionários do LMO, pelo auxílio nesses dois anos de trabalho. A todos aqueles que, de alguma forma, colaboraram para a realização deste trabalho.

8

9 RESUMO Com os dados coletados no experimento WETAMC foi possível realizar um estudo detalhado do ciclo diurno da convecção tropical na Amazônia. A combinação de diferentes instrumentos tais como o radar (CAPPI km), imagens de satélites, redes de pluviômetros e radiossondagens em alta resolução temporal foram fundamentais no estudo da variabilidade dos campos de nuvens e dos processos de precipitação. Foi analisado ciclo diurno da fração de cobertura de nuvens utilizando basicamente quatro limiares de temperatura de brilho, que representavam desde a cobertura total de nuvens até a cobertura essencialmente convectiva. Séries temporais de frações de cobertura para diferentes refletividade do radar e da precipitação foram comparadas às séries de cobertura de nuvens. Este estudo mostrou uma predominância durante a madrugada da cobertura total de nuvens, um mínimo de nebulosidade em torno do meio dia, seguido de um forte aumento da cobertura convectiva e forte precipitação. Analogamente a fração de cobertura de nuvens, foi investigada a fração de chuva utilizando desde os limiares que representavam a fração total de chuva até frações de chuva intensa/convectiva. A fração de chuva apresentou máximos em todos os limiares durante o horário de máxima precipitação. Relações existentes entre a temperatura de brilho (K) e a refletividade do radar (dbz) foram verificadas proporcionando a utilização destas variáveis como estimadores de precipitação. A estimativa da precipitação foi abordada através da utilização de equações lineares no intervalo de tempo de, 3, 6, 4 horas. Essa estimativa melhorava à medida que escalas de tempo maiores eram utilizadas. O ciclo diurno da divergência do vento em altos níveis no canal do vapor d água foi analisado em relação às demais variáveis, mostrando que a divergência do vento é um preditor da cobertura de nuvens convectivas, mostrando ser uma ferramenta potencial em estudos diagnósticos e prognósticos.

10

11 RAINFALL VARIABILITY AND RELATIONS WITH SATELITE, RADAR AND RAINGAUGE MESUREMENTS DURING THE WETAMC/LBA ABSTRACT Radiosonde, satellite data, TOGA radar km CAPPI and rainfall collected from the TRMM-WETAMC/LBA experiment are used to investigate the diurnal cycle of the tropical convection, the relationship between brightness temperature and precipitation and the use of the high level wind divergence to estimate precipitation and convective cloud cover. GOES satellite images were used to describe the diurnal modulation of the total/high/convective cloud fraction. Radar km CAPPI were used to describe the diurnal cycle of the rain fraction for different thresholds. An average over the four networks rain gauge was applied to describe the average hourly rainfall. The cloud drift winds from water vapor images was used to compute the upper air wind divergence. High and convective clouds area reach their maximum some hours after the maximum rainfall detected by rain gauge and radar km CAPPI. The minimum cloud cover occurs only a few hours before the maximum precipitation and the maximum cloud cover occurs during the night. These results suggest the following mechanism controlling the diurnal cycle: in the morning, cloud cover decreases as the solar flux increases. In the beginning of the afternoon convection rapidly develops, high and convective clouds fraction increase rapidly and the maximum precipitation. The relationships between the brightness temperature and the radar reflectivity were also verified. Precipitation was estimated based on linear equations integrated in the time interval of, 3, 6, 4 hours, it was observed improvements in the estimate when was used larger scales of time. Finally, the diurnal cycle of the upper air wind divergence is very close to the diurnal cycle of the precipitation. The upper air divergence can be used to forecast the convective cloud cover or to evaluate the convective rainfall.

12

13 SUMÁRIO LISTA DE FIGURAS LISTA DE TABELAS Pag. CAPÍTULO - INTRODUÇÃO... 7 CAPÍTULO - REVISÃO BIBLIOGRÁFICA CAPÍTULO 3 - DADOS E METODOLOGIA Introdução Área de estudo Aquisição de dados Satélite GÓES Radar Meteorológico TOGA Prec ipitação Radiossondagens Dados de Reanálise do NCEP Metodologia Estudo da relação existente entre a temperatura de brilho, precipitação e refletividade Produtos extraídos através das imagens de satélite Temperatura de brilho Fração de cobertura de nuvens Variável sigma Refletividade Derivada da temperatura de brilho no tempo Relação existente entre as variáveis sigma, precipitação, refletividade e

14 temperatura de brilho Estimativa de precipitação Relacionar diferentes tipos de cobertura de nuvens do ponto de vista do ciclo diurno Teste de correlação Curva Z- R Erro médio quadrático Análise da divergência do vento em altos níveis, por três métodos diferentes Vento por satélite Divergência do vento e a relação com a precipitação CAPÍTULO 4 RESULTADOS Introdução Ciclo diurno da fração de cobertura de nuvens e pr ecipitação Fração de cobertura de nuvens Fração de chuva Ciclo diurno da fração de cobertura de nuvens e da fração de chuva em floresta e pastagem Comportamento da f ração de cobertura de nuvens em relação aos regimes de Leste e Oeste nos sítios de medidas Análise da correlação existente entre a fração de cobertura de nuvens e fração de chuva Análise da correlação existente entre a fração de cobertura de nuvens para cada sítio de medidas (grade de 0,5 o X 0,5 o ) Relações entre a temperatura de brilho, refletividade e precipitação Estudo da variabilidade dos estimadores de precipitação Relação entre os estimadores de precipitação e o comportamento em relação aos regimes de leste e oeste em cada rede de trabalho Temperatura de brilho e refletividade Temperatura de brilho e precipitação... 05

15 Comporatmento da curva Z-R, em relação a cada rede de trabalho Estimadores integrados a cada 3, 6 e 4 horas Curvas médias Estimativas de precipitação Análise estatística dos estimadores Análise do erro médio quadrático da curva de ajuste média, refletividade e a pr ecipitação Utilização do erro médio quadrático entre a curva de ajuste média dos regimes de leste e oeste, da refletividade e precipitação Utilização do erro médio quadrático nas estimativas de precipitação Divergência do vento em altos níveis Ciclo diurno Ciclo diurno da precipitação e da divergência do vento em altos níveis no canal do vapor d água Ciclo diurno da divergência do vento em altos níveis no canal do vapor d água, e a fração de cobertura de nuvens Ciclo diurno da divergência do vento em altos níveis no canal do vapor d água, e a fração de chuva Relação existente entre a divergência do vento em altos níveis, precipitação, fração de cobertura de nuvens e fração de chuva Relação entre a precipitação e a divergência do vento em altos níveis Relação entre a fração de cobertura de nuvens, fração de chuva e a divergência do vento em altos níveis... 4 CAPÍTULO 5 CONCLUSÕES E RECOMENDAÇÕES... 5 REFERÊNCIAS BIBLIOGRÁFICAS... 59

16

17 LISTA DE FIGURAS 3. - Localização dos sítios de medidas do WETAMC/LBA... 4 Pag Área onde ficam localizadas as quatro redes de trabalho. Os pontos vermelhos indicam cada estação pluviométrica. Os verdes representam os pixels de radar utilizados. Os pretos, os pixels de satélite : Representação de uma grade regular, onde os dados serão interpolados Campos de vento (m/s) representado na figura pelos vetores e a divergência em altos níveis (0-6 s - ) representada pelas cores, gerados por satélite para 4 de fevereiro de 999, a cada 3 horas (Laurent et al 000) Ciclo diurno da fração de cobertura de nuvens, para os limiares de: (a) limiares de 84 K, 73 K, 65 K; (b) limiares de 45 K, 35 K, 5 K, 0 K, 00 K Ciclo diurno da fração de cobertura de nuvens e da precipitação, na área do experimento (.3º x.3º): (a) limiar de 84 K; (b) limiar de 35 K; (c) limiar de 0 K; (d) limiar de 00 K Ciclo diurno da fração de chuva medida pelo radar TOGA CAPI Km, dentro da área de.3º x.3º: (a) limiares de 0 dbz, 5dBZ, 0 dbz, 5 dbz, 0 dbz; (b) limiares de 5 dbz, 30 dbz, 35 dbz Ciclo diurno da fração de chuva medida pelo radar TOGA CAPPI Km, e precipitação medida á superfície, em uma área de.3º x.3º: a) limiar de 0 dbz, b) limiar de 0 dbz, c) limiar de 30 dbz, d) limiar de 35 dbz Imagem LANDSAT centrada nos sítios de medidas (5 x 5 ) mostrando a

18 cobertura vegetal predominante em cada uma delas: a) Rancho Grande (pastagem), b) Abraços (pastagem), c) Rolim de Moura (pastagem), d) Rebio Jaru (floresta) Ciclo diurno da fração de cobertura de nuvens nos sítios de medidas de Abraços (pastagem) e Rebio Jaru (floresta): a) limiar de 84 K; b) limiar de 35 K; c) limiar de 0 K Ciclo diurno da fração de chuva nos sítios de medidas de Abraços (pastagem) e Rebio Jaru (floresta): a) limiar de 0 dbz; b) limiar de 0 dbz; c) limiar de 30 dbz Média diária da fração de cobert ura de nuvens, enfatizando os períodos de regime de leste e oeste nos sítios de medidas: a) Abracos (pastagem); b) Rolim de Moura (pastagem); c) Rancho Grande (pastagem); d) Rebio Jaru (floresta) Relação entre a precipitação (mm/h) registrada em cada estação pluviométrica e a média da rede de trabalho: (a) rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho 4; e) relação entre a precipitação média das 4 redes de trabalho e a média de cada rede de trabalho Refletividade (dbz) medida pelo radar TOGA (CAPPI km), localizados dentro de cada rede de trabalho e a refletividade média da rede de trabalho: a)rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho 4; e) Relação entre a refletividade média das quatro redes de trabalho e a média de cada rede de trabalho Temperatura de brilho medida pelo satélite GOES- 8, localizados dentro de cada rede de trabalho e a Tir média entre os quatros pixels; (a) rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de tra balho 4 e) relação entre a temperatura de brilho média das quatro redes de trabalho e a média de cada rede

19 de trabalho Refletividade em função da temperatura de brilho e a distribuição dos regimes de leste () e oeste () e suas respectivas curvas médias: a) Rede de trabalho ; b) Rede de trabalho ; c) Rede de trabalho 3; d) Rede de trabalho Precipitação em função da temperatura de brilho verificada e distribuição dos regimes de leste () e oeste () e suas respectivas curvas médias: a) rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho Mapa do relevo da região das redes de trabalho, onde as redes de trabalho são representadas pelos quadrados vermelhos Curvas médias de refletividade para cada rede de trabalho e a curva média das quatro redes de trabalho Curvas médias de precipitação para cada rede de trabalho e a curva média das quatro redes de trabalho Precipitação em função da refletividade, superposta a curva Z-R a) rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho a) Refletividade média das quatro redes de trabalho a cada 3 horas em função da temperatura de brilho; b) Precipitação média das quatro redes de trabalho a cada 3 horas em função da temperatura de brilho a) Refletividade média das quatro redes de trabalho a cada 6 horas em função da temperatura de brilho; b) Precipitação média das quatro redes de trabalho a cada 6 hor as em função da temperatura de brilho a) Refletividade média das quatro redes de trabalho a cada 4 horas em função da temperatura de brilho; b) Precipitação média das quatro redes de trabalho a

20 cada 4 horas em função da temperatura de brilho a) Curva média da refletividade em relação a temperatura de brilho entre as quatro redes de trabalho; b) Curva média da precipitação em relação a temperatura de brilho entre as quatro redes de trabalho Precipitação estimada em relação a observada (média entre as quatro redes de trabalho) com resolução temporal de hora, utilizando as equações: a) 3.4; b) 3.5; c) 3.6; d) 3.7; e) 3.8; f) Precipitação estimada em relação a observada (média entre as quatro redes de trabalho) com resolução temporal de 3 horas, utilizando as equações: a) 3.4; b) 3.5; c) 3.6; d) 3.7; e) 3.8; f) Precipitação estimada em relação a observada (média entre as quatro redes de trabalho) com resolução temporal de 6 horas, utilizando as equações: a) 3.4; b) 3.5; c) 3.6; d) 3.7; e) 3.8; f) Precipitação estimada em relação a observada (média entre as quatro redes de trabalho) com resolução temporal de 4 horas, utilizando as equações: a) 3.4; b) 3.5; c) 3.6; d) 3.7; e) 3.8; f) Série temporal da divergência do vento em altos níveis calculada a partir de três diferentes fontes: radiossonda (linha preta), NCEP (linha azul) e canal do vapor d água (vermelha) Ciclo diurno da precipitação superposta a divergência do vento em altos níveis no canal do vapor d água Ciclo diurno da divergência do vento em altos níveis no canal do vapor d água e da fração de cobertura de nuvens (%)... 37

21 4.9 - Ciclo diurno da divergência do vento em altos níveis no canal do vapor d água e da fração de chuva Precipitação (mm/h) plotada em relação a divergência do vento em altos níveis, medidas na região de abrangência do radar TOGA Fração de cobertura de nuvens plotada em relação a divergência do vento em altos níveis, me didas na região de abrangência do radar TOGA: a) limiar de 84 K, b) limiar 35 K, c) limiar de 0 K, d) limiar de 00 K Fração de chuva plotada em relação a divergência do vento em altos níveis, medidas na região de abrangência do radar TOGA: a) limiar de 0 dbz, b) limiar 0 dbz, c) limiar de 30 dbz, d) limiar de 35 dbz... 47

22

23 LISTA DE TABELAS 3. - Posição das estações pluviométricas localizadas na área de cada rede de trabalho Pag. (0.09x0.09) Posição dos pixels dos satélites escolhidos em cada rede de trabalho Posição dos pixels de radar que fazem parte de cada rede de trabalho Equivalência entre a temperatura de brilho no canal IR e a altura do topo das nuvens Período marcado por regimes de leste/oeste (Rickenbach et al, 00) Valores de correlação encontrados para todos os limiares de fração de cobertura de nuvens e fração de chuva, para uma área de,3º x,3º Valores de correlação entre os limiares de fração de cobertura de nuvens (84 K, 35 K e 0 K) e todos os limiares de fração de chuva Valores de correlação entre os sítios de medidas, todos os limiares de temperatura de brilho Erro quadrático médio verificado entre a curva média e as variáveis de precipitação e refletividade, no intervalo de tempo de, 3, 6 e 4 horas Erro qua drático médio verificado entre a curva média e as variáveis de precipitação e refletividade, no intervalo de tempo de, 3, 6 e 4 horas, em relação aos episódios de regime de leste... 30

24 Erro quadrático médio verificado entre a curva média e as variáveis de precipitação e refletividade, no intervalo de tempo de, 3, 6 e 4 horas, em relação aos episódios de regime de oeste Erro quadrático médio verificado entre as equações que estimam a precipitação, no intervalo de tempo de, 3, 6 e 4 horas... 3

25

26 LISTA DE SIGLAS E/OU ABREVEATURAS ABLE - Atmosphere Boundary Layer Experiment ABRACOS - Anglo-Brasilian Amazonian Climate Observations Study CAPPI - Constant Altitude Plan Position Indicator CCM - Complexos Convectivos de Mesoescala CLA - Camada Limite Atmosférica FluAmazon - Amazon Water Vapor Flux GOES-8 - Geoestacionary Operation Enviromental Satellite GPS - Global Positiong System HN - Nort Hemisphere HS - South Hemisphere IR - infravermelho LBA - Experimento de Grande Escala da Biosfera-Atmosfera na Amazônia LST - Local Standard Time NASA - National Aeronautics Space Administration NCEP - National Center for Environmental Prediction NOAA - National Oceanic Atmosferic Administration RADAR - Radio Detection and Ranging RBLE - Rondônia Boundary Layer Experiment SCM Sistema Convectivo de Mesoescala Tir - temperatura de brilho TOGA Tropical Ocean Global Atmosfere TRMM Tropical Rainfall Measuring Mission WETAMC - Wet Season Atmosferic Mesoscale Campaign

27 WV vapor d água

28 CAPÍTULO INTRODUÇÃO Localizada na região equatorial entre 5ºN e 0ºS e possuindo um clima quente e úmido, a Amazônia representa 39% da floresta tropical úmida do globo e constitui uma grande parte de área de savana tropical (Molion, 985). Esta região possui uma pequena variação na temperatura do ar ao longo do ano, contudo, o regime de precipitação apresenta um forte comportamento sazonal. A interação floresta-atmosfera afeta de maneira direta o equilíbrio do meio ambiente em seus diversos ecossistemas. Durante as últimas décadas, o interesse em compreender a Amazônia levou diversos pesquisadores a organizar experimentos meteorológicos/ ambientais que possibilitaram a obtenção de diversas informações sobre a região. Neste contexto, o Experimento de Grande Escala da Biosfera-Atmosfera na Amazônia (LBA) tem como objetivo principal compreender o complexo funcionamento climático, ecológico, bioquímico e hidrológico da Amazônia. A estratégia de pesquisa do LBA aprimorou metodologias, redes de cooperação técnica e, em alguns casos, infraestrutura de campo, desenvolvidas e estabelecidas em uma série de estudos internacionais prévios. Entre vários experimentos que antecederam o LBA na Amazônia, o Atmosphere Boundary Layer Experiment (ABLE) foi um dos pioneiros. Este experimento foi realizado na tentativa de caracterizar a química e a dinâmica da atmosfera sobre a bacia Amazônica durante a estação úmida (Harris et al 990). O ABLE proporcionou vários estudos como o de Machado (000) que através da utilização dos dados do ABLE-B e Amazon Water Vapor Flux (FluAmazon) estudou os fluxos de energia na região. O transporte de umidade e calor e a estrutura cinemática das linhas de instabilidade na Amazônia foi objeto de estudo de Greco et al (994). 7

29 Outro experimento importante foi o Anglo-Brazilian Amazonian Climate Observations Study (ABRAÇOS) que através do estudo detalhado dos fluxos na superfície obteve um melhor conhecimento dos efeitos do desflorestamento da Amazônia. Gash et al (996) utilizando dados coletados durante o ABRACOS estudaram o balanço hídrico na Amazônia. Liebman et al (998) comparam a divergência, a radiação de onda longa emitida pela superfície e a precipitação na bacia Amazônica. Os experimentos anteriores ao LBA proporcionaram vários estudos como o realizado por Greco et al (990) que avaliaram a precipitação e as condições cinemáticas na superfície na região Amazônica. O Rondônia Boundary Layer Experiment,,3 (RBLE) foram campanhas de medidas da Camada Limite atmosférica realizadas durante o projeto ABRACOS. Este experimento proporcionou uma série de publicações dentre as quais, o estudo de Carmo (996) sobre a estrutura termodinâmica da atmosfera na Amazônia. Estes e outros experimentos realizados na região Amazônica contribuíram para o conhecimento desta complexa região e para compreensão das interrelações entre sistemas convectivos, circulações de meso e grande escala e os feedbacks com a superfície. A campanha Wet Season Atmospheric Mesoscale Campaign (WETAMC), realizada em janeiro e fevereiro de 999 durante a estação chuvosa, faz parte do experimento LBA. Com a utilização das informações coletadas no WETAMC/LBA, será possível aumentar o conhecimento a respeito dos processos associados à formação de nuvens e desenvolvimento da convecção na Amazônia, bem como o conhecimento do comportamento da modulação diurna da precipitação e da cobertura de nuvens. O experimento WETAMC/LBA teve como um de seus objetivos a validação do satélite Tropical Rainfall Measuring Mission (TRMM) e a realização de observações de processos atmosféricos que governam a interação superfície, atmosfera. O satélite TRMM é o único satélite meteorológico que tem a bordo um radar para estimar precipitação. Durante o 8

30 WETAMC/LBA, as observações foram realizadas a partir de sensores de superfície, torres micrometeorológicas, radiossondagens, radar e aeronaves em torno da área de Ji-Paraná/RO. Essas observações foram usadas para desenvolver e validar modelos conceituais da interação superfície-atmosfera, da formação dos processos de precipitação em nuvens convectivas e das circulações atmosféricas de mesoescala. A partir dos resultados apresentados neste trabalho e outros realizados com dados da campanha WETAMC/LBA será possível melhorar a destreza dos modelos de previsão de tempo e clima, o que trará benefícios diretos para o Brasil como um todo e especialmente para a sua porção tropical. O WETAMC/LBA/TRMM proporcionou aos cientistas uma oportunidade única de estudar a convecção tropical na Amazônia, e comparar as características da convecção da região com outras regiões tropicais e áreas temperadas. A precipitação é uma das variáveis meteorológicas mais importante nos trópicos. Contudo, devido a sua grande variabilidade temporal e espacial tem sido difícil quantificar sua distribuição. A precipitação média anual na Amazônia é da ordem de 300 mm/ano, embora em algumas regiões próximas à fronteira do Brasil com Colômbia e Venezuela a média anual alcance 3500 mm/ano. A temperatura do ar nesta região apresenta uma pequena variação durante o ano, com valores médios que variam entre 4 ºC e 7 ºC. O período chuvoso ou período de fortes atividades convectivas, de uma forma geral, acontece entre os meses de novembro a março, sendo o período seco, entre maio e setembro. Os meses de abril e outubro são considerados períodos de transição. A proximidade da Cordilheira dos Andes (nas fronteiras do Brasil, Colômbia e Venezuela), a influência das linhas de instabilidade (litoral do Pará e Amapá) e a penetração de sistemas frontais da região sul interagindo e organizando a convecção local são algumas das razões que explicam os elevados índices de precipitação. A precipitação pode ser quantificada através de diversas técnicas e instrumentos de medidas, dentre os quais podemos citar os pluviógrafos e pluviômetros, radares meteorológicos e satélites ambientais. 9

31 Métodos de estimativa remota de precipitação são importantes em regiões onde a utilização das técnicas citadas anteriormente é limitada, como na Amazônia. Através da estimativa de precipitação é possível conhecer a distribuição espacial e temporal da precipitação na região estudada. A precipitação pode ser estimada através de sensores remotos (satélites ambientais) e microondas passivo e ativo (radar). Os métodos de estimativa de precipitação por satélite utilizando os canais visível e infravermelho são utilizados desde os anos 60. Atualmente são utilizados diversos métodos de estimativa de precipitação por satélite, tais como: métodos de Indexação onde a precipitação depende do tipo de nuvens e independe do tempo; métodos que levam em conta a evolução temporal das nuvens; métodos bi-espectrais que são caracterizados pela utilização de diversos canais simultâneos; métodos climatológicos que consistem em calcular a precipitação para grandes áreas e períodos. Recentemente foram utilizados métodos mistos que combinam dados de satélites geoestacionários e de baixa órbita. Os satélites equipados com microondas passivos e ativos são utilizados para estimar a precipitação com precisão superior às estimativas usando satélites geoestacionários; contudo, devido à baixa resolução temporal os totais de precipitação são pobremente estimados. A presença de cobertura de nuvens em uma determinada região inibe a quantidade de energia solar que alcança a superfície da terra. Deste modo a energia solar incidente na superfície diminui, consequentemente diminuindo os fluxos de calor latente e sensível. Através do estudo do comportamento do ciclo diurno da cobertura de nuvens, tenta-se compreender e encontrar relações entre os diferentes tipos de cobertura de nuvens e a precipitação. Com este enfoque Garreaud e Wallace (997) descreveram a variação diurna da cobertura de nuvens sobre a América do Sul. Machado et al (998) identificaram os limiares de temperatura de brilho representativos dos sistemas convectivos de mesoescala e das células convectivas. Recentemente Machado et al (000) estudaram o ciclo diurno da fração de cobertura de nuvens e a fração de chuva e sua organização espacial, parâmetros termodinâmicos e o seu comportamento em regiões de pastagem e floresta. 30

32 O estudo da cobertura de nuvens na região Amazônica contribuirá para o conhecimento do complexo comportamento da convecção. A convecção na Amazônia é um importante mecanismo de aquecimento da atmosfera tropical. Suas variações em termos de intensidade e posição possuem um papel importante na determinação do tempo e clima desta região. A convecção na escala cumulus fornece calor latente necessário para forçar os distúrbios de grande escala, e estes produzem a convergência de umidade (na baixa troposfera) necessária para manter a convecção cumulus. Isto significa que na escala cumulus existe convergência de umidade nos baixos níveis, movimento ascendente dentro das nuvens cumulus ou Cb; e por continuidade de massa, divergência nos altos níveis (Holton, 979). Assim o conhecimento do campo de divergência é importante para compreender as circulações atmosféricas nos trópicos além de poder ser um traçador da atividade convectiva e conseqüentemente da precipitação. Os dados utilizados neste trabalho são precipitação medida à superfície, imagens Geoestacionary Operation Enviromental Satellite (GOES-8) no canal infravermelho, radiossondagens, dados de reanálise do National Centers for Environmental Prediction (NCEP), imagens do radar Tropical Ocean Global Atmosfere (TOGA) obtidos durante a Missão WETAMC/LBA. Este trabalho tem como objetivo principal descrever o ciclo diurno de diferentes tipos de cobertura de nuvens e da precipitação no período e na região do experimento. Além disso, pretende-se entender a relação entre as nuvens observadas por satélite e a precipitação medida por radar e rede pluviômetros, na região do experimento WETAMC/LBA em diferentes escalas temporais. Finalizando com o estudo da relação entre a divergência do vento em altos níveis, a precipitação e os diferentes tipos de cobertura de nuvens. 3

33 O entendimento destas relações auxiliará na modelagem de mesoescala através da caracterização das perturbações dos sistemas convectivos de mesoescala nos campos de grande escala, além de contribuir para estudos do desenvolvimento da convecção e no entendimento do ciclo diurno. Uma outra contribuição será dada ao estudo das técnicas de estimativa de precipitação por satélite apresentando a potencialidade da estimativa na Amazônia utilizando o canal infravermelho e o vento em altos níveis. A apresentação deste trabalho está organizada em 5 Capítulos: a) Capítulo, consiste em uma revisão bibliográfica descrevendo o estado da arte nos estudos específicos a serem abordados neste trabalho; b) Capítulo 3, descreve a metodologia utilizada; c) Capítulo 4, mostra os resultados encontrados; d) conclusões e considerações finais, mostradas no Capítulo 5. 3

34

35 CAPÍTULO REVISÃO BIBLIOGRÁFICA O conhecimento da nebulosidade em uma escala global é importante para o monitoramento e o entendimento climático e para a validação de modelos. Já em mesoescala o conhecimento da nebulosidade permite entender os mecanismos de troca de energia entre a superfície e a convecção. As nuvens são um importante parâmetro no controle do balanço de radiação da Terra. A grande diversidade das condições dinâmicas e termodinâmicas que agem sobre o sistema climático são diretamente responsáveis pela formação de diversos tipos de nuvens com características estruturais e radiativas diferentes. Uma ferramenta eficiente no estudo da cobertura de nuvens são os satélites ambientais, que permitem avaliar as relações entre a nebulosidade e o clima em diversas escalas espaciais e temporais. Pode-se observar globalmente o comportamento de um grande número de fenômenos e produzir análises em variadas escalas temporais. As radiâncias são obtidas de forma quase direta, ou seja, necessita-se transformar count em radiância, utilizando-se parâmetros de calibração das imagens, produtos derivados das imagens de satélites necessitam passar por uma série de préprocessamentos e modelos antes de serem obtidos. Dessa forma, as comparações entre os produtos obtidos remotamente por satélite e dados medidos diretamente na superfície são importantes para sustentar a confiabilidade que se pode ter em ambos conjuntos de dados (Guedes et al, 000). Investigando imagens de satélite no canal infravermelho Hendon and Woodberry (993) analisaram a temperatura de brilho associada à atividade convectiva profunda descrevendo a distribuição global da amplitude e fase do ciclo diurno da convecção. O ciclo diurno da cobertura de nuvens na região Amazônica foi estudado por Garreaud e Wallace (997), através da utilização de diferentes limiares de temperatura de brilho. Os 33

36 autores notaram um atraso entre o máximo na cobertura associada a temperatura de brilho mais fria com as mais quentes. O limiar apropriado para representar as nuvens convectivas foi discutido em Machado e Rossow (993), eles concluíram que, de um modo geral, um pixel de uma imagem de satélite contendo um campo de nuvens altas pode ser identificado por um limiar de temperatura de brilho em torno de 45 K e a parte mais convectiva da nuvem deste campo por uma temperatura de brilho menor do que 0 K. Janowiak et al (994) descreveram o caráter diurno das nuvens frias sobre o Oceano tropical usando fração de cobertura de nuvens para três diferentes limiares de temperatura de brilho. Machado et al (998) estudando os sistemas convectivos de mesoescala na América do Sul, identificaram nos intervalos de limiar de temperatura de brilho entre 4 e 45 K e as nuvens mais convectivas dentro deste sistema com limiares de temperatura de brilho entre K e 5 K. Guedes et al (000) compararam cobertura total de nuvens obtidas por satélite com as observadas à superfície, na região de São Luís (MA). Eles concluíram que as observações por satélite da cobertura total de nuvens se ajustam muito bem às observadas em superfície. Contudo algumas discrepâncias foram encontradas na análise realizada para cada tipo de nuvem. A precipitação é com certeza, a variável meteorológica mais importante nos trópicos, sendo considerada uma das maiores forçantes da circulação atmosférica. O conhecimento da precipitação média sobre uma área é importante para a previsão de tempo e simulações climáticas utilizando modelos de circulação geral (Mintz, 98). Esta precipitação pode ser monitorada através de medidas diretas (feita através de instrumentos tais como os pluviógrafos e os disdrômetros) e indiretas (realizadas através de sensores remotos passivos e ativos). Os sensores remotos diretos (radar) e indiretos (satélites) facilitaram o estudo da precipitação. Mas devido a algumas limitações encontradas com os sensores diretos, 34

37 como sua escala espacial, os sensores indiretos são mais utilizados no monitoramento da precipitação. Estes sensores atualmente fornecem medidas médias para a estimativa de precipitação convectiva e estratiforme em grande escala. O modelo de estimativa indireta da precipitação utilizando a alta resolução temporal dos satélites geoestacionários geralmente baseia-se no uso de informações fornecidas pelos canais visível (VIS) e Infravermelho (IR). Considera-se a distribuição espacial e temporal da temperatura do topo das nuvens para fornecer a distribuição e intensidade da precipitação abaixo dessas nuvens (Arkin e Meisner, 987). Para um monitoramento contínuo da precipitação normalmente utiliza-se somente o canal IR devido as limitações do canal VIS durante o período noturno. Richards e Arkin (98) utilizaram integrações instantâneas de observações de radar a cada 5 minutos e dados de fração de cobertura de nuvens entre 0 e 65 K para estimar a precipitação. Os autores concluíram que é possível construir uma estimativa de precipitação baseada na relação linear entre um simples parâmetro como a cobertura de nuvens e a precipitação sobre o oceano tropical. A técnica de estimativa de precipitação mais tradicional é a chamada GOES Precipitation Index (GPI) desenvolvida por Arkin (979). Esta técnica baseia-se na cobertura média fracional de nuvens frias para estimar a precipitação. Durante o GARP Atlantic Tropical Experiment (GATE) a precipitação média em 6 horas medida por uma série de radares banda C foi relacionada com a temperatura de brilho. Essas técnicas mostraram correlações significativas com a temperatura de brilho de 35 K (Arkin, 979). As médias de três anos de precipitação estimadas para o período de dezembro de 98 a novembro de 984 foram agrupadas de três em três meses, de acordo com as estações do ano e comparadas com os campos de precipitação à longo prazo. Richards e Arkin (98) mostraram que 50 a 70 % da variação da precipitação média acumulada em uma área pode ser explicada por uma função linear da fração média da área coberta por nuvens com temperatura de brilho mais frias do que os limiares de 50 35

38 K e 0K. Um dos resultados intrigantes neste trabalho foi uma relativa insensibilidade entre a fração de cobertura de nuvens e a precipitação em diferentes escalas temporais e espaciais. A utilização da temperatura de brilho do topo das nuvens também é utilizada como estimador da precipitação na técnica Convective Stratiform Technique (CST). Esta técnica foi proposta por Adler e Negri (988); ela estima a precipitação convectiva e estratiforme utilizando imagens no canal IR, e consiste em separar as regiões convectivas e estratiformes dos sistemas convectivos associando diferentes taxas de precipitação. Scofield (994) adaptou para a região de São Paulo a técnica CST, que permite estimar a precipitação convectiva e estratiforme a partir de imagens de satélite no canal IR. Os resultados obtidos foram posteriormente comparados com estimativas simultâneas de precipitação obtidas pelo radar meteorológico de Ponte Nova (São Paulo). Devido a técnica ter sido originalmente desenvolvida para algumas condições atmosféricas extratropicais, foram estabelecidos novos limiares a fim de separar as áreas de chuva e não chuva. Resultados mostraram o limiar de 9 K como o mais adequado para a região estudada Scofield e Olivier (977) estimaram a quantidade de precipitação em sistemas convectivos analisando as mudanças que ocorrem no topo das nuvens em duas imagens consecutivas (intervalos de hora ou 30 minutos). Basicamente, as áreas de precipitação estão relacionadas com a temperatura (altura) e a taxa de crescimento dos topos, junção de linhas ou de células convectivas e a existência de topos protuberantes. Trajetórias temporais das características da umidade produzem campos vetoriais coerentes espacialmente em ambos os regimes: nublados e livre de nuvens. Essas observações podem ser empregadas para aumentar os dados disponíveis operacionalmente já existentes e melhorar a análise do vento na alta troposfera e por conseqüência o estudo da convecção. Velden (996) demonstrou que melhoramento na 36

39 previsão de tempo pode ser obtido através da assimilação de campos vetoriais em sistema de previsão numérica de tempo. Estes resultados auxiliaram também no monitoramento da convecção através do acompanhamento da trajetória dos sistemas convectivos. Estimativas de vento por satélite são ferramentas igualmente úteis no estudo dos sistemas convectivos. O vento pode ser estimado através dos canais VIS e IR e vapor d água (WV). Laurent (993) desenvolveu uma técnica de estimativa de vento via satélite utilizando o canal do vapor d água. Geralmente os modelos utilizados para extrair os campos de vento por satélite utilizam imagens em intervalos de tempo sucessivos. A utilização de vários tamanhos de janelas de alvo e busca dos ventos mostram uma forte dependência dos resultados da seleção dos traçadores e sua influência na amostra dos vetores de vento derivados. A introdução de um máximo gradiente de temperatura de brilho nas imagens na redefinição dos traçadores melhora a representatividade dos campos de vento em relação aos sistemas meteorológicos observados. (Sakamoto e Laurent, 998) Utilizando campos de vento derivados de imagens do canal WV do Meteosat-5, o método de interpolação de Barnes (964) e o método de aproximação por diferenças finitas, Sakamoto e Laurent (998) calcularam a divergência do vento em altos níveis. Os autores verificaram que áreas mais intensas (mais frias) estão fortemente relacionadas com altos valores de divergência do vento. Foram utilizados os resultados dos modelos do NCEP e ECMWF para comparar o campo de vento resultante dos dados de satélite com o campo de divergência final. Os autores concluíram que os campos gerados pelo modelo ECMWF é mais suavizado do que aqueles derivados por satélite. Apesar de utilizarem um número limitado de casos, os resultados são encorajadores a ponto de que o método seja utilizado na entrada de modelos numéricos e para o monitoramento de SCM. Estudos realizados durante o WETAMC/LBA mostraram que a convecção afeta diretamente a circulação de meso e grande escala. As propriedades de mesoescala da 37

40 convecção na região oeste da Amazônia no contexto do regime dos ventos em grande escala foram estudadas por Rickenbach et al (00). Os resultados mostraram que a alternância do regime de ventos de leste e oeste nos baixos níveis observados na região de Rondônia estão relacionados com as mudanças de escala-continental na circulação atmosférica na América do Sul. Os regimes de ventos de leste e oeste foram igualmente explorados em Laurent et al (00) e em Machado et al (00), durante o experimento WETAMC/LBA. Laurent et al, (00) analisando as características dos sistemas convectivos observados por satélite e radar verificaram diferentes comportamentos para os regimes de leste e oeste. Os autores concluem que a formação de SCM estaria mais associada à orografia do que à cobertura vegetal e que seu tempo de vida médio é da ordem de horas. Machado et al (00) além de enfocaram os regimes de propagação de leste e oeste, realizaram um estudo completo da variabilidade diurna dos diferentes tipos de nuvens observadas por imagens de satélite e da intensidade das células de chuva observada pelo radar e a precipitação em superfície. A cobertura de nuvens altas alcança seu máximo algumas horas após o máximo de precipitação. A cobertura total de nuvens mínima acontece poucas horas antes da máxima precipitação. No horário em que foi verificada a máxima precipitação (e fração de chuva) notou-se o máximo crescimento da taxa de fração de cobertura de nuvens convectivas. Recentemente, Halverson et al (00) estudaram as propriedades cinemáticas e termodinâmicas gerais da convecção na estação úmida em Rondônia. Foi verificado que estas propriedades mostram um contraste significativo em regimes de leste e oeste. Durante o regime de oeste a taxa da precipitação convectiva média apresentou a metade da magnitude daquela apresentada para os regimes de leste, enquanto o total de precipitação estratiforme durante o regime de oeste é duas vezes maior do que o de leste. Por esta razão a variabilidade interdiurna do total de precipitação foi relativamente baixa. Em relação às propriedades termodinâmicas, observou-se que períodos de regimes de oeste apresentaram um CAPE médio em torno de 000 J/kg e umidade 38

41 acima de 90 % na baixa troposfera. Em contraste, durante os regimes de leste prevaleceram condições de céu parcialmente nublado a ensolarado, com eventuais linhas de instabilidade durante a tarde. Nos regimes de leste o CAPE foi mais alto do que (500 J/kg), a umidade foi mais baixa e apresentou uma camada de cisalhamento do vento mais forte e profunda. Outros estudos sobre a convecção foram realizados durante o TRMM/LBA que concordam com aqueles apresentados acima, como Willians et al (00) que apresentaram significativas taxas da atividade elétrica (indicativo do aumento de intensidade vertical da convecção) durante o regime de leste, Cifelli et al (00) mostram que o fluxo ascendente dos sistemas convectivos no regime de leste são maiores, que aqueles do que no regime de oeste. Este trabalho visa verificar o comportamento da cobertura de nuvens e as relações com a precipitação a superfície e a estimativa por radar. Além disso, pretende-se verificar a eficácia do GPI, sobre o continente na região Amazônica na estimativa de precipitação em diferentes escalas temporais. Finalmente, a divergência do vento em altos níveis será comparada com os parâmetros acima visando analisá-la do ponto de vista do monitoramento da convecção. 39

42

43 CAPÍTULO 3 DADOS E METODOLOGIA 3. - Introdução Os dados que serão descritos no decorrer desta seção fazem parte de um conjunto de dados obtidos durante a campanha WETAMC/LBA, realizada no período de janeiro a fevereiro de 999. É importante salientar que a taxa de precipitação durante este período esteve acima da média climatológica, facilitando de certa forma o estudo da convecção. O WETAMC/LBA combinou uma grande diversidade de instrumentos a fim de estudar questões ainda não conhecidas na região Amazônica. Dentre esses equipamentos destacamos: estações de superfície, aeronaves, radiossondas, torres micrometeorológicas, satélites, radares e balão cativo. Para a análise destes dados utilizamos diversas ferramentas que serão detalhadas neste capítulo Área de estudo A área de estudo está compreendida dentro da área de abrangência do Radar Meteorológico TOGA, localizado a 0º45 S, 6º W. A área monitorada pelo radar corresponde a um raio de 50 km, como mostra a Figura 3.. A escolha desta região foi devida aos sítios de medidas de Rolim de Moura (º4 S, 6º46 W), Rebio Jarú (0º5 S, 6º55 W), Abracos (0º45 S, 6º W) e Rancho Grande (0º8 S, 6º5 W) estarem localizadas dentro desta, além da existência de uma grande concentração de pluviógrafos instalados. 4

44 Fig Localização dos sítios de medidas do WETAMC/LBA Aquisição de Dados Para a realização deste trabalho foram utilizados 5 tipos de dados: imagens GOES-8 nos canais infravermelho (IR), imagens do Radar Meteorológico TOGA, precipitação medida à superfície, radiossondagens e dados de reanálise do modelo do NCEP Satélite GOES-8 O satélite geoestacionário GOES-8 (Geoestacionary Operation Enviromental Satellite) está localizado a km acima da superfície da Terra, em uma órbita com a mesma velocidade de rotação do planeta, girando no plano do equador. O satélite GOES-8 é equipado por uma série de sensores, entre estes instrumentos um telescópio (fixo) mais 4

45 dois conjunto de espelhos que permitem cobrir (executar varreduras) praticamente todo um hemisfério o disco terrestre na posição de visada do instrumento, dentro de uma abertura angular muito pequena. Esta abertura angular corresponde a cada amostra de forma que no nadir (ponto sub satélite) um elemento de imagem ( pixel, picture element) mostra uma região de x km (visível), 4 x 4 km (infravermelho) ou 4 x 8 km (WV) dependendo do canal. O conjunto de dados fornecidos pela janela são organizados em matrizes regulares com N linhas por M colunas em cada varredura. Cada pixel possui um par de coordenadas linha-coluna bem definidas, estas coordenadas indicaram sua posição em relação à superfície. Lançado em abril de 994, o satélite GOES-8 fornece imagens (CPTEC/INPE) cobrindo entre outros, os seguintes setores: a) Northeast, compreendendo a região de 0º S a 8º S e 3º W a 47º W, canais,, 4, 5 (linhas 43 e colunas 54) e canal 3 (linhas 6 e colunas 6) ; b) South and Southeast, abrange a região de 0º S a 9º S e de 4º W a 54 ºW, canais,, 4, 5 (linhas 6 e colunas 55) e canal 3 (linhas 3 e colunas 76); c) Autral, compreendendo a região de 0º S a 47º S e 90º W a 30º W, canais,, 4, 5 (linhas 56 e colunas 06) e canal 3 (linhas 63 e colunas 008); d) Tropics, abrange a região de 9º S a 0º S e de 90º W a 30 ºW, canais,, 4, 5 (linhas 06 e colunas 5) e canal 3 (linhas 53 e colunas 6). Ambos os setores estes setores fornecem imagens a cada trinta minutos. Esta alta resolução temporal permite o acompanhamento detalhado das frações de cobertura de nuvens e do ciclo de vida dos Sistemas Convectivos de Mesoescala. Tendo em vista a diferente resolução temporal dos diferentes instrumentos e a falta de dados (falha nas medições), todos os valores utilizados neste estudo foram calculados com uma resolução de uma hora, isto é, um valor médio a cada hora. 43

46 Radar Meteorológico TOGA O RADAR (Radio Detection and Ranging) foi desenvolvido durante os anos 30 com objetivos militares. Uma das dificuldades encontradas na utilização para fins militares, durante a a Guerra Mundial, era a presença dos chamados lixos verificados na imagem devido à presença de nuvens; estas, por sua vez, impulsionaram o avanço posterior deste instrumento a fim de ser utilizado para fins meteorológicos. O radar consiste basicamente de quatro componentes: transmissor, que gera sinal de alta freqüência; antena, que envia e recebe sinais; receptor, que detecta e amplifica o sinal de retorno; sistema de exibição, que mostra na tela o alvo detectado. O uso do radar meteorológico possibilita realizar medições e inferir as características de alvos meteorológicos distantes, com ampla cobertura espacial e temporal. Os radares meteorológicos digitalizados são dotados de computadores que controlam e processam os dados medidos. Existe uma grande quantidade de algorítimos para a identificação e acompanhamento de tempestades severas e previsão em curtíssimo prazo. Os dados gerados pelo radar comumente são processados fornecendo as seguintes variáveis ou refletividade: - Constant Altitude Plan Position Indicator (CAPPI) chuva acumulada: apresentam taxas de precipitação ou refletividade para planos horizontais em altitudes fixas, num raio de 50 km, discretizados em pixel s igualmente espaçados - mapas ECHO TOP, topo de nuvens: apresentam a altura máxima dos ECOS de precipitação - mapas de precipitação acumulada: computados através de medidas de precipitação fornecidas através do CAPPI e a precipitação acumulada dentro do intervalo de tempo estabelecido para a geração dos produtos especificados pelo operador 44

47 - mapas de corte transversal (VIL): apresenta uma estrutura da água líquida integrada na vertical ao longo de dois pontos previamente escolhidos pelo operador - mapas de previsão de chuva a curtíssimo prazo: apresentam o resultado da correlação espaço-temporal do campo de precipitação via CAPPI - mapas de rajadas de vento (GUST) fornecidos somente por radares Doppler O produto de radar utilizado neste trabalho é o CAPPI em km (processado pela NASA), com resolução temporal de 0 minutos e espacial de km x km, fornecido pelo Radar Meteorológico TOGA (radar Doppler, banda C). Este radar opera na freqüência de 5,6 5,65 GHz, possui um ângulo de abertura da antena de.65º, potência de pico de 50 KW e largura do pulso de m e abertura de 50 m. O radar meteorológico pode apresentar erros como a atenuação atmosférica, espalhamento e overshooting do feixe (devido a resolução finita da antena e à curvatura da terra), dentre outros, que podem ser função do radar e sua localização, como por exemplo calibração do radar, procedimento de processamento e interpolação (Petty and Katsaros, 99). Para compararmos as medidas obtidas pelo radar, pelo satélite e pelos pluviômetros consideramos as áreas mostradas na Figura 3.. Através destes dados foi possível obter relações com os dados de superfície os radar e os obtidos através do GOES-8. 45

48 Pluviógrafos Radar (pixel) Satélite (pixel) Latitude Longitude Fig Área onde ficam localizadas as quatro redes de trabalho. Os pontos vermelhos indicam cada estação pluviométrica. Os verdes representam centrados os pixels de radar utilizados. Os pretos, os centrados pixels de satélite Precipitação Durante o experimento WETAMC/LBA foram realizadas medidas pontuais da precipitação à superfície a fim de calibrar alguns instrumentos e estimar o regime de precipitação, investigando a variabilidade temporal e espacial sobre a área de estudo. O registro da precipitação à superfície no período foi realizado através de uma rede de 40 pluviômetros do tipo tip bucket, distribuídos espacialmente numa área de 50 km centrado no radar TOGA, como mostrado na Figura 3.. Estes instrumentos fornecem medidas instantâneas da precipitação à superfície, com resolução de 0.5 mm. Os valores utilizados foram os valores médios horários em mm, para cada pluviômetro da rede, em cada rede de trabalho. 46

49 Radiossondagens É um tipo de sondagem da atmosfera em que um conjunto de equipamentos é transportado da superfície para a atmosfera superior por meio de um balão. O conjunto de equipamentos é constituído por elementos sensores de temperatura, umidade e pressão, juntamente com rádio transmissor e um Global Positioning System (GPS), utilizado para efetuar medidas de vento, além de uma bateria que alimenta o sistema. Os dados de radiossondagem utilizados foram obtidos durante o WETAMC/LBA, dentro da área mostrada na Figura 3.. As radiossondagens fornecem dados de temperatura, umidade, direção e velocidade do vento, sendo estes reportados a cada 3 horas com resolução vertical da ordem de 5 hpa Dados da Reanálise do NCEP Os dados da reanálise do National Center of Enviromental Prediction (NCEP) utilizados neste trabalho foram obtidos através do modelo atmosférico operacional global, o qual possui uma resolução de,5º x,5º de latitude e longitude, em uma grade global de 44 x 73 pontos que cobre uma região entre 90º N a 90º S, 0º a 357,5º. A reanálise é feita a cada 6 horas, gerando campos em níveis de pressão padrão (000, 95, 850, 700, 600, 500, 500, 400, 300, 00, 50, 00, 70, 50, 30, 0 e 0 hpa), campos de precipitação, fluxos à superfície, dentre outros campos diagnósticos largamente utilizados. Os dados a serem utilizados neste estudo foram os campos de vento em altos níveis Metodologia A metodologia utilizada no desenvolvimento deste trabalho encontra-se dividida em três partes que serão discutidas a seguir. 47

50 Estudo da relação existente entre a temperatura de brilho, precipitação e refletividade Este estudo visa encontrar relações entre medidas de precipitação á superfície, temperatura de brilho (Tir) e refletividade medida pelo radar. Objetivando uma análise específica e localizada dos parâmetros mencionados acima, utilizou-se uma grade de 0.09º x 0.09º centrada em cada rede de pluviógrafos - áreas nas quais existe uma grande concentração de pluviógrafos (Tabela 3.). Foram definidas quatro redes de trabalho compreendidas entre º a 0,0º de latitude e 6,7º a 6,º de longitude como mostrado na Figura 3.. A partir da posição de cada rede de pluviômetros, foi possível calcular os pixels colocados tanto na imagem de satélite quanto na do radar, e suas respectivas informações (Tir, refletividade). Foram selecionados quatro pixels do satélite para cada rede de trabalho fornecendo as informações necessárias, em função da proximidade das redes pluviométricas. A posição dos quatro pixels escolhidos em cada rede de trabalho pode ser encontrada na Tabela 3.. Para o radar também foram selecionados 4 pixels da imagem CAPPI- km representativos da área de trabalho (veja Tabela 3.3). TABELA 3.: POSIÇÃO DAS ESTAÇÕES PLUVOMÉTRICAS LOCALIZADAS NA ÁREA DE CADA REDE DE TRABALHO (0.09º X 0.09º). Rede de Trabalho Rede de Trabalho Rede de Trabalho 3 Rede de Trabalho 4 Latitude Longitude Latitude Longitude Latitude Longitude Latitude Longitude (continua) 48

51 (conclusão) XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX XXXXX TABELA: 3. POSIÇÃO DOS PIXELS DO SATÉLITE ESCOLHIDOS EM CADA REDE DE TRABALHO. Rede de Trabalho Longitude Latitude Coluna Linha (continua) 49

52 (conclusão) Rede de Trabalho Longitude Latitude Coluna Linha Rede de Trabalho 3 Longitude Latitude Coluna Linha Rede de Trabalho 4 Longitude Latitude Coluna Linha

53 TABELA: 3.3 POSIÇÃO DOS PIXELS DE RADAR ESCOLHIDOS EM CADA REDE DE TRABALHO. Rede de Trabalho Longitude Latitude Coluna Linha Rede de Trabalho Longitude Latitude Coluna Linha Rede de Trabalho 3 Longitude Latitude Coluna Linha Rede de Trabalho 4 Longitude Latitude Coluna Linha (continua) 5

54 (conclusão) Produtos Extraídos Através das Imagens de Satélite A partir das imagens GOES foram calculados parâmetros como; temperatura de brilho, fração de cobertura de nuvens. A seguir apresentamos a descrição completa desses parâmetros Temperatura de Brilho O canal infravermelho (canal 4) é destinado a avaliar as temperaturas de brilho no sistema Terra-Atmosfera. A radiância (fluxo de energia perpendicular ao sensor do satélite, por unidade de área do sensor, por unidade de ângulo sólido) medida pelo satélite é convertida em temperatura de brilho, considerando que a emissividade é igual a (corpo negro). No caso deste trabalho, o objeto de estudo é a temperatura de brilho dos topos das nuvens. Nuvens que possuem topos quentes são rasas e sua temperatura é próxima da verificada na superfície. Por outro lado, aquelas que apresentam temperaturas de topo muito baixas são consideradas nuvens com grande desenvolvimento vertical, logo, é possível identificar o tipo de nuvem presente em uma determinada região através da temperatura de brilho. Arkin (979) utiliza a temperatura de brilho no topo das nuvens como indicador de convecção profunda, representativos de uma variedade de cobertura de nuvens (tipos diferentes de nuvens). 5

55 De acordo, com Machado et al (99), para uma atmosfera média tropical e considerando as nuvens como um corpo negro pode-se estabelecer a seguinte relação entre a Tir e a altura do topo das nuvens tropicais (Tabela 3.4). TABELA 3.4 EQUIVALÊNCIA ENTRE A TEMPERATURA DE BRILHO NO CANAL IR E A ALTURA DO TOPO DAS NUVENS (MACHADO ET AL 99) Tir (K) Altura (km) A partir desses estudos foi possível determinar um intervalo de limiares de temperatura que podem fornecer uma descrição dos alvos (nuvens) com diferentes alturas de topo. A fim de investigar o comportamento das nuvens em várias alturas e sua possível relação com a precipitação foram estabelecidos vários limiares de temperatura de brilho. Uma discussão sobre a semi-transparência das nuvens será apresentada no capítulo de resultados Fração de Cobertura de Nuvens A fração de cobertura de nuvens é obtida primeiramente a partir da escolha dos limiares de temperatura de brilho, os quais descrevem os campos de nuvens na região do LBA. Para este estudo foram escolhidos os limiares de 84 K, 65 K, 55 K, 45 K, 35 K, 5 K, 0 K, 00 K, e a partir das imagens do satélite GOES-8 fornecidas pela National Aeronautics Space Administration (NASA) foi efetuado o cálculo da fração. Na imagem obtemos as frações como sendo a relação entre o número de pixels mais frio que o limiar e o número total de pixels na área determinada. A fração de cobertura obtida com o limiar de 84 K descreve aproximadamente, a variabilidade da 53

56 cobertura total de nuvens. A medida que as frações são calculadas para limiares mais frios as frações passam a representar a cobertura mais convectiva. Por exemplo, a fração de cobertura para o limiar de 00 K descreve somente a cobertura de nuvens com topos próximos a tropopausa (Machado et al 998) Variável Sigma A variável sigma descreve a variabilidade espacial da Tir em cada rede de trabalho. O cálculo da variável sigma é feito a partir da temperatura de brilho (Tir) verificada nos quatro pixels, compreendidos na rede de trabalho: SIGMA = T T + T T + i, j+ ij i, j ij i+, j ij i, j ij 4 T T + T T (3.) Onde os índices i e j representam a variação da temperatura de brilho no espaço Refletividade O funcionamento de um radar consiste basicamente na emissão de radiação eletromagnética por uma fonte, e na detecção da mesma radiação retroespalhada pelos alvos atingidos. A potência da radiação retroespalhada medida define a grandeza refletividade (Z) que depende diretamente das características físicas dos alvos. A conversão da refletividade do radar para taxa de precipitação é feita através da utilização da Equação 3., mostrada abaixo. A radiação emitida pelo radar está na região de microondas do espectro eletromagnético, e é em geral definida por bandas, em função da freqüência: Banda S em 3 GHz, Banda C em 5 GHz e Banda X em 0 GHz. A fonte do radar necessita ser pulsada para que a distância dos alvos seja determinada a partir do tempo que um pulso emitido leva para atingir um alvo, ser retroespalhado e retornar ao radar. Os pulsos têm duração de alguns microssegundos e são emitidos numa taxa de repetição que depende da aplicação. 54

57 Curva Z-R Utilizada por Marshall e Palmer (948) a equação Z-R possibilita converter a refletividade do radar para taxa de precipitação (mm/h), onde Z é o fator de refletividade do radar e R, por sua vez, a taxa de precipitação. As constantes a e b mostradas na equação abaixo, são determinadas de acordo com o tipo de radar utilizado. Essa relação é baseada em uma distribuição de gotas do tipo Marshall e Palmer. Z = a(r) b (3.) Usando a equação acima foi realizada uma regressão não-linear com os dados de refletividade e precipitação registrados em cada rede de trabalho. Através desta regressão foi possível obter as constantes que melhor representassem os dados utilizados. Encontradas as constantes e utilizando a Equação 4.5. foi realizada uma estimativa da precipitação utilizando a equação Z-R, a fim de encontrar uma curva de ajuste a precipitação e a refletividade medida pelo radar TOGA Derivada A partir dos dados de temperatura de brilho/refletividade em cada pixel foi possível obter a derivada temporal. Esta variação foi calculada para a temperatura de brilho/refletividade média (entre os quatro pixels ) em cada rede de trabalho, dada por: d( Tir) dt T = T k +, l k, l t (3.3) Sendo: T k+, j a temperatura de brilho/refletividade no tempo t+; T k,l a temperatura de brilho/refletividade no tempo t e; t = (t+)-t, com t = hora. A partir desta variável é possível compreender como varia a temperatura de brilho/refletividade média no tempo 55

58 e identificar seus horários de maior variação negativa/positiva e se esta variabilidade aumenta/diminui durante o período Relação Existente Entre as Variáveis Sigma, Precipitação, Refletividade e Temperatura de Brilho. As variáveis descritas acima fazem parte de um arquivo de séries temporais com medidas a cada hora, no qual é possível verificar se existe relação entre elas: - analisaremos a variabilidade entre cada uma das variáveis em relação a média em cada rede de trabalho realizando um ajuste linear e estudando os coeficientes de correlação. - tentaremos encontrar a existência de uma relação entre as quatro redes de trabalho através da temperatura de brilho precipitação, refletividade e precipitação, refletividade e temperatura de brilho e precipitação e a variação da refletividade e da precipitação no tempo Estimativa de Precipitação A estimativa de precipitação é uma importante ferramenta no estudo do clima em regiões tropicais onde as observações em superfície são precárias. A partir de uma análise realizada a qual foi conferida a relação existente entre os estimadores de precipitação utilizados neste trabalho, foi utilizado um conjunto de equações lineares mostradas abaixo: P o = a + b(tir) (3.4) Z o = a + b(tir) (3.5) 56

59 c Tir P = a + b( Tir) + (3.6) Tir t c Tir Z = a + b( Tir) + (3.7) Tir t c Tir P = a + b( Tir) + + d( sigmatir) (3.8) Tir t c Tir Z = a + b( Tir) + + d( sigmatir) (3.9) Tir t onde: Z, refletividade (dbz) entre as quatro redes de trabalho; P, precipitação entre as quatro redes de trabalho; as constantes a,b,c,d são constantes de regressão, Tir, temperatura de brilho média entre as quatro redes de trabalho (resolução temporal de, 3, 6, 4 horas); Tir, derivada da temperatura de brilho no tempo; sigmatir, variável sigma obtida t através da temperatura de brilho (veja Equação 3.) Relação dos Diferentes Tipos de Cobertura de Nuvens e a Precipitação do Ponto de Vista do Ciclo Diurno Esta análise é realizada envolvendo duas áreas, uma área de.3 x.3 que abrange toda a região do experimento e uma segunda região com uma área de 0.5 x 0.5 representando uma região de pastagem e outra de floresta. Faremos uma avaliação do ciclo diurno da fração de cobertura de nuvens, a inter-relação entre os diferentes tipos de cobertura obtidas para as duas áreas em questão e suas relações com a precipitação. Um ponto importante de ser destacado é o fato de ser avaliada a variabilidade da 57

60 cobertura de nuvens em regiões de pastagem e floresta (região em que estão localizados os sítios de medidas de Abracos e Rebio Jaru Teste de Correlação O teste de correlação foi realizado para o conjunto de dados da fração de cobertura de nuvens, fração de chuva (radar) e precipitação utilizados anteriormente. Os arquivos utilizados foram comparados para que estes estivessem com o mesmo tamanho, ou seja, o mesmo número de horas e dias. A princípio o teste foi realizado para a área total do experimento (,3º x,3º), sendo posteriormente realizado para cada sítio de medidas. O coeficiente de correlação é uma ferramenta freqüentemente utilizada para se estudar a inter-relação entre duas variáveis, apenas quando estas estão linearmente correlacionadas. Devido ao tamanho da amostra foi utilizado o teste de probabilidade T- Student para avaliar o grau de significância entre as variáveis. Em função do tamanho da série os valores de r > 0. (coeficiente de correlação) são considerados significativos Erro Quadrático Médio O parâmetro estatístico chamado de erro médio quadrático é uma das medidas padrões da acurácia das previsões, sendo esta, capaz de indicar a magnitude média do erro, esse índice é mais influenciado quando no conjunto de dados (previsões) verificados existam erros de maior magnitude, mesmo que sejam poucos, do que quando ocorrem muitos erros pequenos, pois ao elevar o erro ao quadrado, os maiores erros são realçados. É, portanto, um índice bastante apropriado para detectar grandes erros indesejáveis no conjunto de dados/modelo. Então, pode-se considerar que o tamanho da amostra pode influenciar negativamente nos resultados, já que se o conjunto de previsões for muito pequeno a presença de grandes erros irá gerar resultados de pouco valor significativo. O índice é obtido através da utilização da equação abaixo: 58

61 ERR = N A B ( X i X i ) i= N (3.0) Onde: ERR é erro quadrático médio; N, o número de casos; observação. A X i, estimativa; X B i, Análise da Divergência do Vento em Altos Níveis Obtido por Três Métodos Diferentes Vento por Satélite A região tropical particularmente do Hemisfério Sul, é coberta em grande parte por regiões oceânicas, o que torna difícil o monitoramento do vento através de estações de radiossondagens. Logo, os satélites geoestacionários tornam-se ferramentas de grande importância, pois permitem extrair os campos de vento através de imagens sucessivas em regiões desprovidas de informações meteorológicas. Os dados de vento utilizados neste trabalho foram derivados de imagens do satélite geoestacionário GOES-8 e processados pela National Oceanic Atmospheric Administration (NOAA). O canal usado é o do vapor d água, com resolução temporal de 3 horas, sendo extremamente útil, auxiliando no entendimento da dinâmica em mesoescala devido a sua alta resolução espacial. O vetor vento é extraído usando a metodologia utilizada por Velden et al (997), onde é feita uma seleção de um alvo seguindo-o através de imagens sucessivas dentro de um intervalo de tempo de 30 minutos determinando assim o seu deslocamento. Após o cálculo dos vetores vento, o produto final passa por alguns testes de seleção, ou seja, por um controle de qualidade. Os vetores ventos extraídos pelo canal do vapor d água são mais facilmente extraídos nos altos níveis, pois os vetores podem ser extraídos mesmo na ausência de nuvens, e seus vetores são mais numerosos e consistentes espacialmente. Mas não substituem os ventos extraídos pelo canal infravermelho, que nos níveis 59

62 médios apresentam resultados mais satisfatórios do que o canal do vapor d água. A combinação de ambos canais pode fornecer uma estrutura tridimensional da atmosfera (Laurent,993). Neste trabalho iremos utilizar os vetores vento extraídos do canal vapor d água, que foram previamente calculados e disponibilizados. Estes dados serão utilizados para o cálculo da divergência em altos níveis, cálculo este que será descrito a seguir Divergência do Vento e a Relação com a Precipitação A convecção cúmulus fornece o calor latente necessário para forçar os distúrbios de grande escala e estes, por sua vez, produzem a convergência de umidade nos baixos níveis, movimento ascendente dentro da torre cúmulus ou Cb e por continuidade de massa divergência em altos níveis (Holton, 979). Este processo é associado à formação de convecção. Logo, o conhecimento do campo de divergência é muito importante para compreender a circulação atmosférica nos trópicos. Mas o conhecimento destes campos é prejudicado devido a pequena densidade de estações de radiossondagem nestas regiões. A divergência do vento obtida via satélite será inicialmente comparada com aquela obtida através de radiossondagem e análises do NCEP. Por outro lado, a divergência do vento em altos níveis será analisada sob o ponto de vista da fração de cobertura de nuvens e ocorrência e intensidade de precipitação. Os campos de divergência do vento são utilizados para estudar a resposta da dinâmica de meso e grande escala em relação a convecção a precipitação, como também dos diferentes tipos de cobertura de nuvens. Inicialmente iremos comparar diversas formas de cálculo da divergência utilizando diferentes fontes de dados e métodos de cálculos. Esses campos foram calculados da seguinte maneira: a) Com base nos ventos obtidos pelo satélite GOES-8 e processado pela NOAA, obteremos o campo da divergência, calculado a partir da interpolação dos dados 60

63 originais em uma grade regular, pelo método desenvolvido por Barnes (964), aplicando posteriormente o método de diferenças finitas como mostra a Figura 3.3. Fig. 3.3: Representação de uma grade regular, onde os dados serão interpolados. Este método consiste em interpolar os dados de vento no canal do vapor d água em uma grade regular, como mostra a Figura 3.3. A resolução da grade é determinada de acordo com a densidade dos dados neste caso, utilizou-se uma grade de,0 x,0. Para obter vetores vento interpolados ( φ g ) aplicamos a função: φ g M i= = M i= W φ i W i i (3.) onde: 6

64 φ g é o valor interpolado na posição da grade ;M é o número de observações, que dependem dos valores limites de di e ti, e portanto dependem das escolhas dos parâmetros δ e τ; φ i é a função peso (esta função depende da distância temporal e espacial entre o vetor vento e o ponto no qual os vetores estão sendo interpolados. Quanto maior a distância entre o ponto e o vetor, menor será o valor da função peso); φ i são as componentes zonal e meridional reportados pelo conjunto de dados utilizados na posição x,y. di ti Wi = Exp (3.) δ τ onde: W i, é o peso do dado i localizado a uma distância di, num intervalo de tempo ti num ponto de grade considerado, δ e τ são o raio de influência no espaço e no tempo, que podem ser utilizados para ajustar filtros no tempo e no espaço respectivamente.após realizada a interpolação para todos os vetores, o cálculo da divergência é executado utilizando diferenças finitas Este método foi descrito por Sakamoto e Laurent (998). u v V = + (3.3) x y u V = i,j- u x i,j- u + i,j u x i-,j v + i, j v y i, j- v + i-,j v y i-,j- (3.4) 6

65 Este procedimento de cálculo de divergência do vento em altos níveis também é usado para os dados da análise do NCEP. A Figura 3.6 mostra um exemplo de campos de divergência do vento em altos níveis obtidos por satélite, provenientes da NOAA. 63

66 Fig Campos de vento (m/s) representado na Figura pelos vetores e divergência em altos níveis (0-6 s - ) (sombreada pelas cores), gerados por satélite para 4 de fevereiro de 999, a cada três horas (Laurent et al, 000). 64

67 b) Com o objetivo de validar os diferentes métodos na obtenção da divergência do vento foram utilizados dados de radiossondagem. Para tanto utilizou-se a equação abaixo para o cálculo sobre uma área triângular formada pelas estações de radiossondagens : V = V dl (3.5) A onde: V é o vetor vento, d l é o vetor normal ao vértice do triângulo, A é a área da região analisada. A divergência é calculada para todo vetor vento que cruzar o contorno, os vetores que são paralelos ao contorno não são computados (produto vetorial nulo). Este método possibilita obter a divergência em todos os níveis de pressão disponíveis pela radiossondagem. Logo podemos obter informações sobre a estrutura de cada camada, extrair um perfil vertical médio da divergência e valor das camadas em altos níveis. Os campos de vento foram previamente calculados em Machado et al (000). Os campos de vento utilizados para descrever a divergência em altos níveis foram aqueles em torno de 00 hpa ± 00 hpa. 65

68 66

69 CAPÍTULO 4 RESULTADOS 4. - Introdução Neste Capítulo são apresentados os resultados do estudo realizado com os dados de satélite, superfície e radar. Nas Seções 4.3 e 4.4 é apresentado um estudo da variabilidade da cobertura de nuvens com ênfase no ciclo diurno, analisando as relações com a precipitação medida em superfície e observada pelo radar, para a área do experimento WETAMC/LBA. Na Seção 4.5 os estudos são centrados nas regiões de alta concentração de pluviômetros (as 4 redes pluviométricas). Nesta Seção tentamos colocar em evidência as inter-relações existentes entre as estimativas de precipitação por satélite geoestacionários e as informações medidas pela rede pluviométrica e o radar. Finalmente, na Seção 4.6, utilizamos campos de vento em altos níveis obtidos por satélite para calcular a divergência em altos níveis, visando analisar as relações com a cobertura de nuvens e a precipitação Ciclo Diurno da Fração de Cobertura de Nuvens e Precipitação Fração de Cobertura de Nuvens Foram realizadas médias horárias da fração de cobertura de nuvens e precipitação para um período de 44 dias, numa área de.3º x.3º, sendo centrada na área do experimento conforme mostra a Figura 3.. A fração de cobertura de nuvens foi calculada para os seguintes limiares de temperatura de brilho do canal 4 do GOES: 84 K, 73 K, 65 K, 45 K, 35 K, 5 K, 0 K, 00 K. Estes limiares descrevem medidas de cobertura de nuvens que se estende desde uma medida próxima a cobertura total de nuvens (limiares quentes) até a cobertura de nuvens mais convectiva (limiares frios). A Figura 4. mostra o comportamento diurno da temperatura de brilho para diferentes limiares. Segundo Machado et al (00) a grande quantidade de vapor d água próximo à superfície induz 67

70 uma forte absorção da radiação infravermelha por este gás. Dessa forma, a temperatura de brilho que pode ser associada à emissão em condições de céu claro medido através de satélites meteorológicos descreve a temperatura de brilho da Camada de Mistura e não a temperatura da superfície. A camada de mistura é caracterizada por uma distribuição vertical praticamente homogênea da temperatura potencial devida à forte mistura turbulenta e convecção celular de mesoescala. A temperatura desta camada durante o período do experimento WETAMC/LBA esteve sempre em média acima de 87 K. Assim, uma medida próxima a da cobertura total de nuvens pode ser estimada por temperaturas de brilho mais frias do que a camada de mistura. Estes limiares são mostrados na Figura 4. a, como os limiares de 84 K, 73 K e 65 K. Machado e Rossow (993) analisando as características estruturais e propriedades radiativas dos aglomerados de nuvens nos trópicos, identificaram nuvens altas numa imagem de satélite como sendo aquelas cuja temperatura de brilho é menor do que 45 K e a parte mais convectiva tem uma temperatura de brilho menor do que 5 K. Desta forma, o limiar de 84 K foi utilizado para descrever a cobertura de nuvens total e os limiares mais frios que 45 K como representativos da cobertura de nuvens associada à convecção. Através das Figuras 4..a e 4. b nota-se uma semelhança entre alguns limiares. Esta semelhança simplifica a análise, de maneira a utilizar-se apenas três grupos de limiares de temperatura de brilho. Estes limiares representam cobertura de nuvens com diferentes temperaturas de topo, onde a cobertura total de nuvens é representada pelo limiar de 84 K. Já as nuvens altas são representadas pelo limiar de 35 K. Finalmente, os limiares de 0 K e 00 K são representativos de nuvens associadas a convecção profunda intensa. 68

71 Fração de cobertura de nuvens (%) Frac (84K) Frac (73K) Frac3 (65K) Frac4 (45K) Hora local Fig. a Fração de cobertura de nuvens (%) Frac5 (35 K) Frac6 (5K) Frac7 (0K) Frac8(00K) Hora local Fig. b Fig. 4. Ciclo diurno da fração de cobertura de nuvens, para os limiares de : a) limiares de 84 K, 73 K, 65 K; b) limiares de 45 K, 35 K, 5 K, 0 K, 00 K. A cobertura total de nuvens descrita pelo limiar de 84 K (Figura 4. a) é máxima às 03:30 (hora local). Neste horário podemos verificar que a fração média de nuvens na área analisada é muito alta (em torno de 94 %). Este valor máximo diminui lentamente, observa-se que na madrugada não são encontradas frações de nuvens médias inferiores a 80%. No mesmo período, a precipitação média apresenta valores médios bem inferiores aos do período da tarde (Figura 4. a). No período da manhã ocorre uma forte 69

72 diminuição da fração de cobertura total de nuvens. Este decréscimo acontece juntamente com o aumento da precipitação média (a partir das 0:30). A cobertura total de nuvens encontra seus valores mínimos às 3:30 (LST), alcançando frações em torno de 59 %, correspondendo ao momento de máxima radiação solar em superfície. O máximo principal de precipitação ocorre próximo a este momento. A precipitação diminui nas primeiras horas da noite, atingindo valores próximos de zero às :30 (LST). A Figura 4. b mostra o ciclo diurno da cobertura de nuvens altas (35 K). Durante as primeiras horas da madrugada notamos algumas diferenças em relação à cobertura total de nuvens descrita anteriormente. A fração de cobertura de nuvens altas apresenta uma diminuição da área coberta durante a madrugada, e primeiras horas da manhã. Esta diminuição da cobertura de nuvens altas (em torno de 4 %) durante a madrugada e início da manhã é conseqüência da ausência de forçantes dinâmicas no período. Mas, de qualquer forma, uma pequena fração de cobertura de nuvens altas (35 K) é verificada, e provavelmente responsável por precipitações esporádicas ocorridas na região durante este período. Após duas horas do momento de mínima fração de nuvens altas, encontramos o máximo de precipitação juntamente no momento de máximo crescimento de cobertura de nuvens altas. A cobertura de nuvens altas cresce durante à tarde, alcançando valores máximos da fração às 7:30. Após as duas horas seguintes, a cobertura de nuvens altas apresenta uma diminuição da área coberta até as primeiras horas da noite, onde acontece praticamente uma estabilização (um ligeiro decréscimo). As Figuras 4. c e 4. d mostram os limiares de temperatura de brilho de 0 K e 00 K caracterizados por cobertura de nuvens associados à convecção profunda. Observamos que, durante a madrugada a presença de nuvens que possuem topos mais frios do que 0 K e 00 K, é praticamente nula. Isto se deve à ausência de aquecimento termodinâmico e de forçantes externas, que auxiliam na formação da convecção profunda. Este fato mostra que a alta fração de cobertura total encontrada neste período não é associada à convecção e às nuvens altas, mas às nuvens baixas e médias. O máximo crescimento da cobertura com o limiar de 0 K acontece a partir das :30 (LST), e esse crescimento continua até às 6:30 (LST), onde se encontra o máximo de 70

73 cobertura de nuvens associadas à convecção profunda, começando a diminuir na hora seguinte. Para o limiar de 00 K (Figura 4. c) o crescimento acontece uma hora após o horário descrito para o limiar anterior (:30 LST). O crescimento ocorre até às 7:30 (LST) onde encontramos o máximo de cobertura de nuvens associadas à convecção profunda representada pelo limiar de 00 K. Para a formação de nuvens convectivas ou de convecção profunda, necessitamos de aquecimento da superfície e instabilização da camada limite. O momento de máxima radiação solar é próximo ao meio dia, quando a cobertura total de nuvens é mínima. Este fato possivelmente explica a máxima precipitação e máximo crescimento da cobertura de nuvens convectivas próximo ao momento de mínima cobertura de nuvens. À medida que verificamos os quatros limiares descritos anteriormente, sobrepostos a precipitação (Figuras 4. a, 4. b, 4. c, 4. d) nota-se alguns fatores que podem explicar o comportamento do ciclo diurno da cobertura de nuvens na região estudada. Durante a madrugada, existe um predomínio da cobertura total de nuvens, e este tipo de cobertura geralmente envolve nuvens desde os baixos até altos níveis, mas na madrugada a cobertura de nuvens é composta basicamente por nuvens com topos baixos e quentes, típicos de nuvens cumulus e nuvens estratiformes (as frações associadas aos topos frios é praticamente nula). É possível que existam algumas nuvens cirrus semitransparentes com temperatura de brilho reduzida não sendo incorporada a fração de nuvens altas. Nas primeiras horas da manhã a cobertura de nuvens baixas desintensifica-se, e a superfície começa a ser aquecida atingindo a mínima cobertura de nuvens no fim da manhã. Existe uma defasagem entre o horário de mínima cobertura entre os limiares. A cobertura de nuvens convectivas (35 K e 0 K, acontece as :30 em ambos os limiares) apresenta um mínimo uma hora antes do mínimo da cobertura total de nuvens (:30). Esse adiantamento se deve provavelmente a desintensificação das poucas nuvens altas e convectivas em dissipação existentes naquele momento. Essa camada de 7

74 nuvens em dissipação associa-se a já existente nas camadas mais baixas provocando a defasagem de hora entre o mínimo de cobertura total de nuvens e a cobertura mais convectiva. A mínima cobertura em torno do meio dia favorece um forte aquecimento da superfície aumentando os fluxos de calor latente e sensível. Esses fluxos contribuem à formação e intensificação de sistemas de nuvens convectivas (nuvens altas e nuvens de convecção profunda), aumentando linearmente as frações de cobertura no período da tarde. Após um curto intervalo de tempo (aproximadamente hora) observamos a máxima precipitação, neste momento às frações de nuvens convectivas apresentam a maior taxa de crescimento e aumentam linearmente até onde são verificados seus horários de máximo desenvolvimento. O máximo desenvolvimento da cobertura de nuvens altas acontece uma hora antes da cobertura de nuvens associadas a convecção profunda. A máxima cobertura de nuvens associadas à convecção profunda acontece as 6:30 (LST); esta cobertura após uma hora está menos intensas apresentando uma forte presença de nuvens altas (7:30 LST). Observa-se a presença de um máximo secundário da cobertura total de nuvens às 9:30 (LST). Esse máximo secundário é formado em grande parte pelos sistemas de nuvens convectivas em fase de desintensificação. Machado et al (998) mostram que no momento de dissipação dos sistemas convectivos as áreas associadas a limiares frios diminui, enquanto que os limiares mais quentes continuam aumentando com a área. A partir das 0:30 (LST), a cobertura de nuvens altas e a cobertura de nuvens associadas a convecção profunda se mantém praticamente constante próxima a zero, enquanto a cobertura total de nuvens começa a aumentar. A cobertura de nuvens à noite tem um impacto importante no balanço de energia radiativa, reduzindo a perda de radiação de onda longa e aumentando a energia armazenada na camada limite atmosférica (CLA). 7

75 Fração de cobertura de nuvens (84 K) Precipitação Frac (84K) Precipitação (mm/h) Hora Local Fig. a Fig Ciclo diurno da fração de cobertura de nuvens e da precipitação, na área do experimento (,3 x,3 ): a) limiar de 84 K; b) limiar de 35 K; c) limiar de 0 K; d)limiar de 00 K. Fração de cobertura de nuvens (35 K) Precipitação Frac 5 (35K) Precipitação (mm/h) Hora Local Fig. b (continua) 73

76 (conclusão) Fração de cobertura de nuvens (0 K) Precipitação Frac 7 (0K) Precipitação (mm/h) Hora Local Fig. c Fração de cobertura de nuvens (00 K) Precipitação Frac 8 (00K) Precipitação (mm/h) Hora Local Fig. d Fração de Chuva A fração média de chuva foi calculada a partir de imagens fornecidas pelo radar TOGA CAPPI Km. A princípio foram utilizados igualmente ao cálculo da fração de cobertura de nuvens 8 limiares de refletividade (0 dbz, 5 dbz, 0 dbz, 5 dbz, 0 dbz, 5 dbz, 30 dbz, 35 dbz) representados pelas Figuras 4.3 a e 4.3 b. Devido à semelhança no comportamento entre alguns limiares, estes foram reduzidos a quatro, 74

77 que representam quatro diferentes intensidades de chuva-refletividade. A fração de 0 dbz representa a fração total, isto é, qualquer refletividade é considerada no cálculo da fração. O limiar de 0 dbz é representativo da chuva fraca a moderada e 30 dbz e 35 dbz da chuva intensa. Fração de precipitação - Radar Toga dbz 5 dbz 0 dbz 5 dbz Hora Local Fig. a Fração de precipitação - Radar Toga dbz 30 dbz 35 dbz 0 dbz Hora Local Fig. b Fig Ciclo diurno da fração de chuva medida pelo radar TOGA - CAPPI km, em uma área de,3 x,3 : a) limiares de 0 dbz; 5 dbz, 0 dbz, 5 dbz, 0 dbz; b) limiares de 5 dbz, 30 dbz; 35 dbz. 75

78 As frações de chuva intensa, moderada a fraca e a fração total apresentam um máximo crescimento da fração durante o mesmo período de tempo (0:30 às 4:30 - LST). Entre as 3:30 e às 4:30 as frações de chuva, para todos os limiares, apresentam máximos que de certa forma concordam com o máximo de precipitação. Isso se deve ao fato de, a fração de chuva representar a quantidade de água líquida contida nas nuvens disponíveis para o processo de precipitação. Logo, não é observada defasagem entre os limiares. Ao contrário das frações de nuvens que representam diferentes tipos de cobertura, a fração de chuva fraca e forte ao nível de km ocorreram simultaneamente. Como mostram as Figuras 4.4 a, 4.4 b, 4.4 c, 4.4 d, neste mesmo intervalo de tempo, também é verificado o crescimento da fração de cobertura de nuvens altas e da cobertura de nuvens associada à convecção profunda. Após este intervalo de tempo a fração de chuva diminui lentamente. Essa diminuição lenta da fração de chuva é provavelmente devida à manutenção da chuva pelas nuvens convectivas em dissipação e a precipitação estratiforme que tem um tempo de vida maior que a convectiva. As frações de 0 dbz a 5 dbz apresentam um máximo secundário próximo às 0:30 (LST), onde este máximo secundário concorda com o máximo secundário obtido para a fração de cobertura total de nuvens, mencionado anteriormente. Durante a madrugada é encontrado um máximo secundário às 03:30 (LST) para o limiar de 0 dbz. De certa forma, podemos associar esses máximos secundários à cobertura total de nuvens e a uma mínima fração de nuvens altas e convectivas. Ambas estão consistentes com a baixa precipitação média registrada neste horário. 76

79 Fração de Chuva - limiar de 0 dbz Precipitação 0 dbz Precipitação (mm/h) Hora Local Fig. a Fig Ciclo diurno da fração de chuva medida pelo radar TOGA CAPPI Km, e precipitação medida à superfície, em uma área de.3º x.3º: a) limiar de 0 dbz, b) limiar de 0 dbz, c) limiar de 30 dbz, d) limiar de 35 dbz. Fração de Chuva - limiar de 0 dbz Precipitação 0 dbz Precipitação (mm/h) Hora Local Fig. b (continua) 77

80 (conclusão) Fração de Chuva - limiar de 30 dbz Precipitação 30 dbz Precipitação (mm/h) Hora Local Fig.c Fração de Chuva - limiar de 35 dbz Precipitação 35 dbz Precipitação (mm/h) Hora Local Fig. d Ciclo Diurno da Fração de Cobertura de Nuvens e da Fração de Chuva em Floresta e Pastagem No item anterior foi discutido o ciclo diurno da fração de cobertura de nuvens e da precipitação. Neste item serão discutidos o ciclo diurno e a evolução temporal da cobertura de nuvens e da fração de chuva para dois sítios de medidas, um localizado na floresta (Rebio Jaru) e outro em uma área de pastagem (Abracos). O objetivo desta 78

81 comparação é verificar se existem diferenças na cobertura de nuvens em regiões que apresentam diferentes coberturas vegetais. A diferença na cobertura vegetal nos sítios de medidas pode ser vista na Figura

82 Fig. a Fig. b Fig. c Fig. d Fig. 4.5 Imagem LANDSAT centrada nos sítios de medidas (5 x 5 ) mostrando a cobertura vegetal predominante em cada uma delas: a) Rancho Grande (pastagem), b) Abracos (pastagem), c) Rolim de Moura (pastagem), d) Rebio Jaru (floresta). 80

83 As Figuras 4.6 a, 4.6 b, 4.6 c, 4.6 d/ 4.7 a, 4.7 b, 4.7 c, 4.7 d mostram o ciclo diurno da fração de cobertura de nuvens e da fração de chuva em Abracos e Rebio Jaru, que são regiões de floresta e pastagem. A Figura 4.6 a mostra a cobertura total de nuvens, onde podemos notar que existe uma semelhança entre as curvas que descreveram as duas regiões durante quase todo o período. Notamos uma pequena diferença durante a noite, onde a cobertura total de nuvens na região de floresta é um pouco menor. Esta diferença ocorre à medida que verificamos limiares de temperatura de brilho mais frios. A cobertura de nuvens altas, mostra diferenças durante todo o período. Na região coberta por floresta notamos que apresenta uma porcentagem maior de área coberta por nuvens altas durante a madrugada e início da manhã. Mas a partir da :30 (LST) (Figura 4.6 b) onde notamos que as curvas apresentam seu crescimento máximo, a cobertura de nuvens altas na região de floresta diminui em relação à região de pastagem. À medida que verificamos os limiares mais frios (0 K), mostrados na Figura 4.6 c, notamos que esta diferença aumenta sensivelmente. A região de floresta apesar de apresentar praticamente a mesma quantidade de cobertura total de nuvens, a fração de 0 dbz é significativamente maior que na região de pastagem. Como conseqüência, a profundidade ótica das nuvens é maior na região de floresta. Este fato é provavelmente devido a maior quantidade de umidade disponível na floresta, facilitando a formação de nuvens mais espessas e com maior quantidade de água líquida. Considerando a maior profundidade ótica das nuvens na floresta é de se esperar que a maior quantidade de radiação solar chegando à superfície seja na região de pastagem. Logo, essa maior energia que chega a superfície nesta região deve aumentar a temperatura da superfície e conseqüentemente o fluxo de calor latente (existe umidade disponível na época chuvosa) e a energia potencial disponível. Dessa forma, a região de pastagem desenvolve convecção profunda de forma mais intensa que a região de floresta. Essa hipótese explica a maior fração convectiva/chuva forte e a menor fração 8

84 de chuva fraca na pastagem. Estudos mais detalhados devem ser realizados visando verificar esta hipótese. Fração de cobertura de nuvens (K) Abracos (84 K) Rebio Jaru (84 K) Hora Local Fig. a Fig. 4.6 Ciclo diurno da fração de cobertura de nuvens nos sítios de medidas de Abracos (pastagem) e Rebio Jaru (floresta): a) limiar de 84 K; b) limiar de 35 K; c) limiar de 0 K. Fração de cobertura de nuvens (K) Abracos (35 K) Rebio Jaru (35 K) Hora Local Fig. b (continua) 8

85 (conclusão) Fração de cobertura de nuvens (K) Abracos (0 K) Rebio Jaru (0 K) Hora Local Fig. c Refletividade (dbz) Abracos (0 dbz) Rebio Jaru (0 dbz) Hora Local Fig. a Fig. 4.7 Ciclo diurno da fração de chuva nos sítios de medidas de Abracos (pastagem) e Rebio Jaru (floresta): a) limiar de 0 dbz; b) limiar de 0 dbz; c) limiar de 30 dbz. (continua) 83

86 (conclusão).0 Abracos (0 dbz) Rebio Jaru (0 dbz) Refletividade (dbz) Hora Local Fig. b Abracos (30 dbz) Rebio Jaru (30 dbz) Refletividade (dbz) Hora Local Fig. c Comportamento da Fração de Cobertura de Nuvens em Relação aos Regimes de Leste e Oeste nos Sítos de Medidas Este Capítulo tem como objetivo estudar a evolução diurna da fração de cobertura de nuvens e relação aos de regimes de leste/oeste. Esta análise foi realizada dentro da área de abrangência do radar TOGA, onde foram realizadas médias diárias totalizando 34 dias (dia 3 a 5 dia Juliano). Como na Seção 4... a análise foi realizada somente 84

87 para quatro limiares de temperatura de brilho (84 K, 35 K, 0 K e 00 K) devido ao fato destes limiares representarem cada tipo de cobertura de nuvens. Utilizando a série diária tentaremos mostrar o comportamento da fração de cobertura de nuvens relacionando com os períodos de leste e de oeste, definido por Rickenback et al (00) ao estudar o comportamento da convecção de mesoescala em Rondônia, região do WETAMC/LBA, verificaram que estes períodos de alternância do vento de leste e de oeste na baixa e média troposfera (mostrado na Tabela 4.), estão diretamente relacionados com mudanças na escala continental da circulação atmosférica sobre a América do Sul. Durante o experimento WETAMC/LBA foram classificados três períodos de oeste (W, W, W3) e de leste (E, E, E3). Os regimes de oeste são caracterizados pela presença de uma camada profunda de ventos de oeste à superfície até níveis superiores, quando pode ser verificada uma cobertura total de nuvens maior, mas ao mesmo tempo, essa cobertura não é menos ativa convectivamente. Por outro lado, os regimes de leste apresentam uma cobertura total de nuvens menor e a cobertura covectiva mais ativa. TABELA 4. PERÍODO MARCADO POR REGIMES DE LESTE/OESTE (RICKENBACH ET AL, 00) Regime de Leste Início Término E de janeiro 3 de janeiro E 9 de janeiro 8 de janeiro E3 8 de fevereiro/39 dia juliano de fevereiro/5 dia juliano Regime de Oeste Início Término W 4 de janeiro 8 de janeiro W 9 de janeiro 7 de fevereiro/38 dia juliano W3 de fevereiro/53 dia juliano de março/59 dia juliano 85

88 Os regimes de leste e oeste foram analisados nos sítios de medida de Abracos (Figura 4.8 a), Rebio Jaru (Figura 4.8 b), Rancho Grande (Figura 4.8 c) e Rolim de Moura (Figura 4.8 d). Os regimes de oeste são caracterizados por máximos da cobertura total de nuvens mais pronunciados do que nos eventos de leste, bem como os eventos de oeste têm uma duração maior de dias do que nos eventos de leste. As Figuras abaixo mostram que não existem diferenças significativas entre os regimes de leste/oeste nos sítios de medidas. Nota-se que a cobertura convectiva é mais intensa durante os episódios E e E3 em Rebio Jaru e Rolim de Moura, estes dois sítios estarem localizados em regiões de diferentes coberturas vegetais. Mas por outro lado, durante os episódios de oeste W e W3 a cobertura total é praticamente igual nos sítios de Abracos, Rancho Grande e Rolim de Moura. Fração de cobertura de nuvens - 84 K E W E W 84 K 35 K 0 K E3 W Fração de cobertura de nuvens - 35 K, 0 K Dia/Juliano - Abracos Fig. a Fig. 4.8 Média diária da fração de cobertura de nuvens, enfatizando os períodos de regime de leste e oeste nos sítios de medidas: a) Abracos (pastagem); b) Rolim de Moura (pastagem); c) Rancho Grande (pastagem); d) Rebio Jaru (floresta). (continua) 86

89 Fração de cobertura de nuvens - 84 K E W E W E3 84 K 35 K 0 K W Fração de cobertura de nuvens - 35 K, 0 K Dia/Juliano - Rancho Grande Fig. b Fração de cobertura de nuvens - 84 K E W E W 84 K 35 K 0 K E3 W Fração de cobertura de nuvens - 35 K, 0 K Dia/Juliano - Rolim de Moura Fig. c (continua) 87

90 (conclusão) Fração de cobertura de nuvens - 84 K E W E W 84 K 35 K 0 K E3 W Fração de cobertura de nuvens - 35 K, 0 K Dia/Juliano - Rebio Jaru Fig. d Análise da Correlação Existente Entre a Fração de Cobertura de Nuvens, e a Fração de Chuva Nesta Seção serão analisadas as relações existentes entre a fração de cobertura de nuvens e fração de chuva para a área que compreende o experimento. Verificam-se níveis de covariância muito significativos para todos os limiares de temperatura de brilho e refletividade. Como mostra a Tabela 4., existe uma boa correlação entre todas as variáveis. Nota-se uma boa correlação entre os limiares frios e a alta refletividade, a melhor correlação observada ocorre entre os limiares de 5 K (fração de nuvens) e 5 dbz (fração de chuva). Como mencionado no item anterior espera-se uma defasagem entre o sinal obtido pelo radar e o satélite, logo, se uma defasagem fosse utilizada esses valores seriam ainda mais altos. A Tabela 4.3 mostra que a cobertura total é pouco relacionada com frações de chuva convectiva e à medida que limiares mais frios são utilizados a correlação com a fração de chuva aumenta. Este fato é observado até o limiar de 35 K. Observa-se que à medida que limiares mais frios são utilizados a melhor correlação com a fração de 88

91 chuva passa a ser para frações com altos valores de dbz (84 K 0 dbz, 35 K 5 dbz e 0 dbz 30 dbz). Este fato mostra que a associação de limiares frios com as nuvens associadas a convecção é acertada pois frações de alta refletividade apresentam máxima correlação com limiares mais frios. TABELA 4. VALORES DE CORRELAÇÃO ENCONTRADOS PARA TODOS OS LIMIARES DE FRAÇÃO DE COBERTURA DE NUVENS E FRAÇÃO DE CHUVA, PARA UMA ÁREA DE,3º X,3º Temperatura de brilho x Radar Coeficiente de correlação 84 K x 0dBZ 0,40 73 K x 5dBZ 0,5 65 K x 0dBZ 0,55 45 K x 5dBZ 0,66 35 K x 0dBZ 0,7 5 K x 5dBZ 0,77 0 K x 30dBZ 0,68 00 K x 35dBZ 0,44 TABELA VALORES DE CORRELAÇÃO ENTRE OS LIMIARES DE FRAÇÃO DE COBERTURA DE NUVENS (84 K, 35 K E 0 K) E TODOS OS LIMIARES DE FRAÇÃO DE CHUVA LIMIARES 84 K 35 K 0 K 0 dbz 0,40 0,65 0,44 5 dbz 0,38 0,67 0,46 0 dbz 0,36 0,68 0,49 5 dbz 0,3 0,70 0,54 0 dbz 0,7 0,7 0,59 (continua) 89

92 (conclusão) 5 dbz 0, 0,7 0,65 30 dbz 0,4 0,69 0,68 35 dbz 0,05 0,58 0, Análise da Correlação Existente Entre a Fração de Cobertura de Nuvens, Fração de Chuva e Precipitação para cada Sítio de Medidas (área 0.5º X 0.5º). O teste de correlação foi realizado com o objetivo de quantificar a relação entre a fração de cobertura de nuvens e a fração de chuva em diferentes escalas espaciais. Nesta Seção foram realizados testes de correlação entre os sítios de medidas utilizando dados a cada hora e os 8 limiares (temperatura de brilho/refletividade). A Tabela 4.4 mostra valores da correlação existente entre Abracos, Rancho Grande, Rebio Jaru e Rolim de Moura em cada limiar de temperatura de brilho. Através desta Tabela podemos notar o comportamento dos diferentes tipos de cobertura de nuvens entre os sítios de medidas. Como mencionado na Seção 4.3, os valores significativos de correlação são aqueles que segundo o teste de probabilidade T-student apresentam um valor de r > 0.0. Através dos valores apresentados na Tabela 4.4, podemos notar que todos os sítios de medidas apresentam uma boa correlação da cobertura de nuvens entre si. Esta boa correlação não acontece somente com os limiares 6 (35 K), 7 (0 K) e 8 (00 K) em Rebio Jaru X Rancho Grande, e para o limiar 8 (00 K) em Rebio X Rancho Grande/ Rancho Grande X Rolim de Moura. Logo, conclui-se que quando analisamos a fração de nuvens associadas à convecção profunda notamos um comportamento diferenciado em Rebio Jaru e Rancho Grande em relação aos demais sítios de medidas. Isto possivelmente se deve ao fato de que Rolim de Moura encontra-se mais ao norte da região, não sofrendo tanta influência dos sistemas de leste. Rebio Jaru é um sítio que está localizado em região de floresta, e os demais sítios estão localizados em região de pastagem. Nota-se que a cobertura total é 90

93 altamente correlacionada espacialmente representando uma cobertura em meso/grande escala. À medida que analisamos limiares mais frios notamos que esses passam a descrever a cobertura conevctiva em menores escalas espaciais. TABELA 4.4 VALORES DE CORRELAÇÃO ENTRE OS SÍTIOS DE MEDIDAS, TODOS OS LIMIARES DE TEMPERATURA DE BRILHO Sítios de medidas 84 K 73 K 65 K 45 K 35 K 5 K 0 K 00 K Abraços x R.grande 0,76 0,7 0,67 0,64 0,63 0,60 0,59 0,3 Abraços x R. Jaru 0,76 0,65 0,56 0,49 0,4 0,38 0,4 0,48 Abraços x R. Moura 0,7 0,63 0,57 0,53 0,46 0,38 0,36 0,3 R. Jaru x R.Grande 0,7 0,68 0,58 0,48 0,4 0,33 0,3 0,6 R. Jaru x R.Moura 0,56 0,49 0,40 0,3 0, 0,8 0,5 0, R.Grande x R. Moura 0,57 0,47 0,35 0,9 0,7 0,7 0,3 0,0 4.5 Relações Entre a Temperatura de Brilho, Refletividade e Precipitação 4.5. Estudo da Variabilidade dos Estimadores de Precipitação Nesta Seção iremos analisar as relações entre as variáveis estudadas. Para tanto foram estabelecidas novas áreas de estudo, onde a grade utilizada tem a dimensão de 0.09º x 0.09º. Esta grade possibilita um estudo mais preciso do comportamento dos estimadores de precipitação utilizados neste trabalho, como a temperatura de brilho e a refletividade. A área de estudo consiste em quatro redes de trabalho compreendidas entre -0 5 e - de latitude e -6 e 6 65 de longitude. Cada rede de trabalho possui uma quantidade diferente de estações pluviométricas (como mostra a Tabela 3.). Foram fixados quatro pixels de radar e satélite que possuíam uma posição central em relação à grade de 0.09 x 0.09 utilizada (Tabelas 3. e 3.3). Para os dados de precipitação foram 9

94 eliminadas aquelas estações pluviométricas que não se encontravam dentro da área de abrangência da grade. Estabelecidos os pixels de radar e satélite e as estações pluviométricas utilizadas, fezse necessária a realização de testes estatísticos como o de correlação, a fim de estudar a dispersão dos dados, para posterior utilização de média representativa de cada rede de trabalho. A Figura 4.9 mostra a precipitação em mm/h medida em cada estação pluviométrica em relação a média calculada em cada rede de trabalho. Cada símbolo ilustrado em 4.9 a, 4.9 b, 4.9 c, 4.9 d representa medidas de precipitação em cada estação pluviométrica. É possível verificar uma relativa dispersão das medidas, principalmente na rede de trabalho. Este resultado mostra a grande variabilidade espacial da precipitação quando medida por pluviômetros. Embora mostre uma clara dispersão, os coeficientes de correlação são relativamente altos em torno de 0.85 e portanto a média de cada rede de trabalho foi utilizada para descrever a precipitação média da área. Estes coeficientes possibilitaram a utilização de valores médios que de uma certa forma representarão as medidas de precipitação em cada rede de trabalho, mostrados em 4.9. Avaliando a média em cada rede de trabalho verifica-se que à medida que verificamos valores mais altos de precipitação (mm/h) os símbolos encontram-se mais dispersos em relação ao valor médio, resultando no decréscimo dos coeficientes de correlação. Este baixo coeficiente (em relação ao verificado entre as estações pluviométricas) é devido a cada rede de trabalho encontrar-se separada espacialmente mostrando uma variabilidade maior entre as medidas de precipitação obtidas entre as redes de medidas, apesar dos coeficientes apresentarem valores mais baixos, as médias são consideradas significativas segundo o teste de probabilidade T-student. Desse modo, as medidas de precipitação em cada rede de trabalho apresentadas durante esta seção serão todos valores médios. Nota-se nestas Figuras a existência de uma escala espacial com alta variabilidade que não pode ser resolvida pelo satélite ou radar. Contudo, à média das redes de trabalho apresentam uma descrição da quantidade de precipitação na área. 9

95 Precipitação (mm/h) -rede de pluviógrafos na Network Network r=0.946 r=0.96 r3=0.855 r4=0.855 r5=0.98 r7=0.979 r8=0.768 r9=0.959 r0=0.848 r6= Precipitação média na Network -(mm/h) Fig. a Fig Relação entre a precipitação (mm/h) registrada em cada estação pluviométrica e a média da rede de trabalho (n em torno de 800): (a) rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho 4; e) relação entre a precipitação média das quatro redes de trabalho e a média de cada rede de trabalho. Precipitação (mm/h) -rede de pluviógrafos na Network Network r=0.88 r=0.837 r3=0.873 r4=0.935 r5=0.88 r6=0.88 r7=0.96 r8=0.90 r9=0.868 r0=0.875 r= Precipitação média na Network -(mm/h) Fig. b (continua) 93

96 Precipitação (mm/h) -rede de pluviógrafos na Network Network 3 r=0.94 r=0.937 r3=0.963 r4= Precipitação média na Network 3-(mm/h) 0.0 Fig. c Precipitação (mm/h) -rede de pluviógrafos na Network Network 4 r=0.955 r=0.909 r3=0.937 r4=0.869 r5= Precipitação média na Network 4-(mm/h) 4 Fig. d (continua) 94

97 (conclusão) Precipitação (mm/h) - Networks,,3, Network - r=0.7 Network - r=0.73 Network 3 - r=0.47 Network 4 - r= Precipitação (mm/h) - Média entre as Networks Fig. e Diferentemente dos dados de precipitação mostrados anteriormente com um número expressivo de estações pluviométricas em cada rede de trabalho (grade 0.09 x 0.09 ), os dados de temperatura de brilho e refletividade apresentavam um número limitado de pixels contidos na área de cada rede de trabalho. A Tabela 3.3 mostra a latitude e a longitude dos pixels de radar utilizados nesta seção e a rede de trabalho aos quais eles pertencem. As Figuras 4.0 a, 4.0 b, 4.0 c, 4.0 d mostram as medidas efetuadas pelo radar TOGA (CAPPI - km) durante o período estudado dentro da área de cada rede de trabalho. A partir das medidas desses pixels foi calculado um valor médio, que posteriormente foi correlacionado com as medidas de cada pixel. Nota-se também que a rede de trabalho é aquela com a maior dispersão como foi observado pelas medidas pluviométricas. Esse fato será discutido posteriormente. Existe um padrão de variabilidade entre todos os pixels em sua respectiva rede de trabalho. Este padrão vem de uma alta concentração de valores de refletividade até 0 dbz próximos a curva de ajuste, onde ocorre uma pequena dispersão dos pontos. 95

98 Observa-se uma menor dispersão dos valores em torno da média com relação a aquela observada pela rede pluviométrica. Os dados CAPPI km são mais suavizados tendo em vista do próprio processo de construção do CAPPI. Além disso, a medida do radar é realizada em uma área de amostragem muito superior a área de captação do pluviômetro. Apesar de ocorrer essa dispersão o coeficiente de correlação é muito significativo, alçando valores da ordem de 0.9, o que demonstra que estes dados de refletividade poderão ser representados pelos valores médios de rede de trabalho. A Figura 4.0 representa a média das medidas de refletividade em cada rede de trabalho relacionadas com a média das quatro redes. É possível notar que existe uma dispersão maior entre as redes de trabalho que internamente. Refletividade (dbz) -pixels,,3,4-network r=0.945 r=0.953 r3=0.96 r4= Refletividade média (dbz) - Network 3 Fig. a Fig Refletividade (dbz) medida pelo radar TOGA (CAPPI km), localizados dentro de cada rede de trabalho e a refletividade média da rede de trabalho (n em torno de 900): a)rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho 4; e) Relação entre a refletividade média das quatro redes de trabalho e a média de cada rede de trabalho. 96

99 Refletividade (dbz) -pixels,,3,4-network r=0.955 r=0.958 r3=0.957 r4= Refletividade média (dbz) - Network Fig. b Refletividade (dbz) -pixels,,3,4-network r=0.939 r=0.936 r3=0.99 r4= Refletividade média (dbz) - Network 30 Fig. c (continua) 97

100 (conclusão) Refletividade (dbz) -pixels,,3,4-network r=0.958 r=0.95 r3=0.954 r4= Refletividade média (dbz) - Network Fig. d Refletividade (dbz) - Network,,3, r=0.75 r=0.8 r=0.78 r= Refletividade (dbz) média entre a Networks 4 Fig. e A mesma análise realizada para a refletividade do radar foi realizada para a temperatura de brilho (Tir) (veja Figura 4. a, 4. b, 4. c, 4. d). É possível verificar que existe pouca variabilidade da Tir entre os quatros pixels pertencentes a região de cada rede de trabalho. Essa baixa variabilidade (Tir) pode ser explicada pelo fato dos pixels encontrarem-se em uma área limitada espacialmente, não existindo diferenças muito 98

101 expressivas de temperatura de brilho entre os pixels vizinhos. Os coeficientes de correlação de cada pixel em relação à média da rede de trabalho mostram valores muito significativos superiores a A temperatura de brilho apresentou os valores mais elevados de correlação apresentados neste estudo. Mostrando que espacialmente a medida do satélite é mais homogênea. Logo, foram utilizados igualmente como as demais variáveis apresentadas anteriormente, um valor médio para cada rede de trabalho. A variabilidade espacial da Tir é normalmente utilizada para separar as partes convectivas e estratiformes das nuvens. Por tanto são analisados variáveis como Sigma (definida na Equação 3.). Alder e Negri (988) no método CST usa esta informação para associar taxas de precipitação convectiva e estratiforme. Contudo, observamos que este sinal é muito fraco, a correlação de 0,98 mostra que, neste caso, a variável Sigma irá incorporar essas informações. A Figura 4. e mostra a variabilidade entre a média de cada rede de trabalho em relação à média entre as quatro. Existe uma variabilidade menor entre a temperatura de brilho média em cada área estudada em relação ao valor médio da área total, reafirmando que espacialmente a temperatura de brilho não apresenta grandes variações. O estudo a ser mostrado posteriormente nesta seção irá considerar um valor médio que representa o comportamento de cada rede de trabalho. Esses resultados mostram as diferentes escalas espaciais envolvidas nas medidas dos pluviômetros, radar e satélite. 99

102 Temepratura de brilho (K) -pixels,,3,4-network r=0.988 r=0.993 r3=0.983 r4= Temperatura de brilho média (K) - Network Fig. a Fig Temperatura de brilho medida pelo satélite GOES-8, localizados dentro de cada rede de trabalho e a Tir média entre os quatros pixels (n em torno de 900); (a) rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho 4; e) relação entre a temperatura de brilho média das quatro redes de trabalho e a média de cada rede de trabalho. Temepratura de brilho (K) -pixels,,3,4-network r=0.993 r=0.99 r3=0.993 r4= Temperatura de brilho média (K) - Network Fig. b (continua) 00

103 Temepratura de brilho (K) -pixels,,3,4-network r=0.994 r=0.994 r3=0.993 r4= Temperatura de brilho média (K) - Network Fig. c Temepratura de brilho (K) -pixels,,3,4-network r=0.994 r=0.99 r3=0.99 r4= Temperatura de brilho média (K) - Network 4 90 Fig. d (continua) 0

104 (conclusão) Temperatura de brilho média - Network,,3, r=0.86 r=0.94 r=0.9 r= Temperatura de brilho média entre as Networks Fig. e Relação Entre os Estimadores de Precipitação e o Comportamento em Relação aos Regimes de Leste e Oeste em Cada Rede de Trabalho Temperatura de Brilho e Refletividade Neste item será enfocado o grau de relação existente entre os estimadores de precipitação utilizados neste trabalho. O conjunto de dados foi reduzido, sendo utilizado o conjunto partir do dia 4 de janeiro de 999. Esta redução no conjunto é resultado de problemas nas imagens em determinados horários, dificultando a precisão das estimativas realizadas posteriormente. As Figuras 4. (a,b,c,d) mostram a relação entre a temperatura de brilho média a cada hora e a refletividade média a cada hora em cada rede de trabalho. Nesta Figura é possível verificar uma certa relação entre a Tir e a refletividade (CAPPI - km). Esta Figura mostra ainda a distribuição dos eventos em que foram caracterizados pelos Regimes de Leste e Oeste, sendo representados pelos algarismos (regime de leste) e (regime de oeste) e as curvas médias de ajuste para o conjunto de dados e para cada um dos regimes apresentados. 0

105 A rede de trabalho número (Figura 4. a) é marcada por uma grande concentração de eventos basicamente convectivos (altos valores de refletividade e baixos valores de temperatura de brilho). Mas ao mesmo tempo nota-se a presença de eventos com baixa temperatura de brilho (nuvens associadas a convecção profunda) e refletividade inferiores a 0 dbz (precipitação moderada a fraca), acontecendo em ambos os eventos de leste e oeste, provavelmente associados a nuvens cirrus. Devido a grande dispersão dos dados, estes foram devidamente ajustados através de uma curva média (curva em preto). As demais curvas médias mostradas na Figura são referentes aos eventos de regime de leste e oeste. Pode ser verificado que a curva média mostra uma tendência de aumento de Tir com a reflectância associada a uma grande dispersão. Contudo, verificase que a curva média é bastante similar às curvas médias dos regimes de leste e oeste. É possível verificar a existência de aglomerados de eventos de oeste e leste em quase todos os intervalos de temperatura de brilho. Contudo, nota-se uma população maior no caso de eventos de oeste, onde a alta refletividade é associada a baixa temperatura de brilho. Quando são verificadas temperaturas de brilho elevadas (acima de 45 K) é possível notar a alta concentração de eventos em ambos regimes com baixa ou nula refletividade. Neste intervalo a refletividade é praticamente constante não variando com a Tir. Esse fato mostra que uma relação média entre a temperatura de brilho e a refletividade ocorre de forma acentuada somente para limiares mais frios do que 45 K. Apesar das significativas diferenças entre os dois regimes (veja Machado et al, 00 e Laurent et al, 00) a inter-relação entre temperatura de brilho e refletividade é praticamente a mesma. Na rede de trabalho (Figura 4. b) existe uma menor dispersão dos dados (ambos eventos) em relação a curva média, pois os dados estão mais concentrados e próximos a esta. Existe uma grande quantidade de eventos de leste e oeste em que a refletividade é nula em todos os intervalos de temperatura de brilho. Pode-se notar uma diferença maior entre as curvas médias dos eventos de regime de leste e oeste, do que aquela mostrada na rede de trabalho, e ao mesmo tempo verificou-se a existência de 03

106 aglomerados eventos de oeste, porém menos intensos. Nota-se que ambos os eventos de leste/oeste apresentam uma configuração bem organizada. As curvas, bem como o comportamento nas redes de trabalho 3 e 4 são semelhantes. A inexistência de eventos em todo o conjunto de dados com temperatura de brilho no intervalo de 00 K e 0 K acontece em ambas as redes de trabalho. A atividade convectiva nessas duas áreas também apresentam uma grande dispersão. As curvas médias das duas áreas apresentam um ajuste aos dados associados a uma alta dispersão. A área representada pela Figura 4. d apresenta valores superiores, fazendo com que a curva seja mais suavizada ao contrário da 4. c, que diminui bruscamente a partir de 5 K. A presença de vários eventos de oeste e principalmente eventos de leste com alta temperatura de brilho e alta refletividade pode ser observada em todas as redes de trabalho. Esses casos de nuvens com topos relativamente baixos associados a precipitação moderada em km são provavelmente devido a nuvens estratiformes. Refletividade a cada hora (dbz) Network -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva mëdia (oeste) Temperatura de brilho a cada hora (K) Fig. a Fig Refletividade em função da temperatura de brilho e a distribuição dos regimes de leste () e oeste (), e suas respectivas curvas médias: a) Rede de trabalho ; b) Rede de trabalho ; c) Rede de trabalho 3; d) Rede de trabalho 4. (continua) 04

107 Refletividade a cada hora (dbz) Network -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva média (oeste) Temperatura de brilho a cada hora (K) Fig. b 35 Refletividade a cada hora (dbz) Network 3 -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva média (oeste) Temperatura de brilho a cada hora (K) Fig. c (continua) 05

108 Refletividade a cada hora (dbz) Network 4 -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva média (oeste) Temperatura de brilho a cada hora (K) Fig. d Temperatura de Brilho e Precipitação Neste item foram relacionadas a temperatura de brilho e a precipitação. Com o objetivo de verificar se os estimadores estudados são eficazes na descrição da precipitação medida por pluviômetros nesta escala espacial e temporal. As Figuras 4.3 a, 4.3 b, 4.3 c, 4.3 d mostram a relação existente entre a precipitação observada em cada rede de trabalho e as respectivas temperaturas de brilho média medida pelo satélite nesta região. Nessas Figuras são mostradas, como no item anterior, os eventos de leste e oeste nas quatro redes de trabalho. Em 4.3 a, 4.3 b,4.3 c,4.3 d é possível verificar algumas conclusões apresentadas nas seções anteriores, sendo estes resultados apresentados para uma área maior em relação a que está sendo estudada no momento. Estes mostram que os eventos de regimes de leste tem uma duração de dias menor, mas, por outro lado, são mais intensos do que os eventos de oeste verificados. Isto pode ser comprovado através das Figuras abaixo. Em 4.3 a, a partir de Tir 45 K foi verificada uma grande ocorrência de eventos de oeste que geraram precipitação fraca ou estratiforme e ao mesmo tempo ausência de 06

109 eventos de leste. Na rede de trabalho é possível verificar que os eventos de leste (representados pelo algarismo ) continuam associados a valores altos de precipitação (mm/h) e a baixas temperaturas de brilho (Tir < 40 K), mas estes eventos não são tão intensos com relação a quantidade de chuva (mm/h), como na rede de trabalho. Por outro lado, os eventos de oeste, que geralmente são associados a uma precipitação mais fraca, apresentam eventos em que a precipitação média a cada hora alcança valores em torno de 0 mm/h. A rede de trabalho 3 (Figura 4.3 c) é marcada por uma ocorrência menor de eventos em que tenham sido verificados registros de alta precipitação. As curvas médias que representam o conjunto total de dados e os regimes de leste/oeste mostram que a grande quantidade de eventos aos quais, a precipitação é praticamente nula fazem com que estas curvas sejam atenuadas de forma que representem valores médios muito baixos. O mesmo acontece com os eventos que representam a rede de trabalho 4. Na rede de trabalho (número 4) foram encontrados os menores registros de chuva durante o período. Na rede de trabalho 3 e 4 nota-se que desaparecem a presença de eventos (leste/oeste) onde a temperatura de brilho encontra-se entre 00 K e 0 K. Se a relação refletividade versus Tir varia relativamente em acordo (menor temperatura de brilho/maior refletividade) somente a partir de 45 K para a relação precipitação versus temperatura de brilho, esse fato ocorre somente para valores inferiores a 35 K. Verifica-se também uma grande dispersão em torno da média, deixando claro que muitas vezes, na escala de medida do pluviômetro, temperaturas de brilho frias (< 35 K) podem estar ou não relacionadas com a alta precipitação. Arkin e Meisner (987) observaram uma forte relação entre a precipitação convectiva tropical e frações de cobertura de nuvens com limiares inferiores a 35 K sobre os Oceanos e em uma área várias vezes maior que a utilizada neste estudo. Esse fato mostra a dificuldade de se relacionar as duas medidas sobre o continente e em uma pequena área. Fica claro que a variabilidade da precipitação dentro da própria rede de trabalho impossibilita gerar uma 07

110 relação direta. Nota-se nesta escala a existência de diferentes tipos de nuvens com a mesma temperatura de brilho. Precipitação (mm/h) Network -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva média (oeste) Temperatura de brilho a cada hora (K) Fig. a Fig Precipitação em função da temperatura de brilho verificada e distribuição dos regimes de leste () e oeste () e suas respectivas curvas médias: a) rede de trabalho ; b) rede de trabalho ; c) rede de trabalho 3; d) rede de trabalho 4. (continua) Precipitação (mm/h) Network -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva média (oeste) Temperatura de brilho a cada hora (K) Fig. b 08

111 (conclusão) Precipitação (mm/h) Network 3 -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva média (oeste) Temperatura de brilho a cada hora (K) Fig. c Precipitação (mm/h) Network 4 -Regime de leste -Regime de oeste Curva média Curva média (leste) Curva média (oeste) Temperatura de brilho a cada hora (K) Fig. d 80 09

112 As curvas médias da refletividade e precipitação nas quatro redes de trabalho podem ser vistas claramente nas Figuras 4.5 e 4.6 respectivamente. Estas Figuras permitem observar que a curva média apresentada para cada rede de trabalho tanto para a refletividade como para a precipitação são bastante similares. As diferenças existentes entre os eventos ocorridos em cada rede de trabalho estão associados a diferentes concentrações de pontos em diferentes partes da Figura, contudo, a relação da precipitação com Tir e Tir com refletividade se mantém. A diferença nas intensidades dos eventos convectivos nas redes de trabalho pode estar associada ao relevo (uma das forçantes da atividade covectiva). As diferenças de alturas na superfície associadas ao aquecimento radiativo induzem pequenas circulações locais, que de certa forma alimentam e fazem a manutenção da atividade convectiva. A Figura 4.4 mostra o relevo e a posição de cada rede de trabalho. Notamos que a rede fica em uma região baixa e homogênia, já as redes 3 e 4 se localizam em regiões planas de 00 a 300 m. A rede se localiza em uma região com forte gradiente de altura, o que pode explicar o diferente comportamento encontrado. 0

113 Fig Mapa do relevo da região das redes de trabalho, onde as redes de trabalho são representadas pelos quadrados vermelhos.