VARIABILIDADE INTERANUAL DO MODELO ACOPLADO OCEANO- ATMOSFERA DO CPTEC

Documentos relacionados
Estudo da Variação Temporal da Água Precipitável para a Região Tropical da América do Sul

INFLUÊNCIA DO OCEANO PACÍFICO NA PRECIPITAÇÃO DA AMAZÔNIA OCIDENTAL

CARACTERIZAÇÃO DA VARIABILIDADE INTERANUAL DAS VAZÕES MÉDIAS MENSAIS NA AMERICA DO SUL

Figuras 3 e 4-Chuva Média e observada para o mês de fevereiro, respectivamente

Ondas EM no Espaço Livre (Vácuo)

STV 8 SET uma polaridade de sincronismo negativa, com os pulsos de sincronismo na posição para baixo, como mostrado na figura abaixo

VARIABILIDADE ESPACIAL E TEMPORAL DAS ESTAÇÕES NO ESTADO DE SÃO PAULO PARA AS VARIAVEIS TEMPERATURA E PRECIPITAÇÃO

VARIABILIDADE DA LARGURA E INTENSIDADE DA ZONA DE CONVERGÊNCIA INTERTROPICAL ATLÂNTICA: ASPECTOS OBSERVACIONAIS

Universidade Federal de Pernambuco

ANÁLISE COMPARATIVA DOS DADOS METEOROLÓGICOS NAS ESTAÇÕES AUTOMÁTICAS E CONVENCIONAIS DO INMET EM BRASÍLIA DF.

VARIABILIDADE DE ÍNDICES DE PRECIPITAÇÃO E TEMPERATURA NA AMAZÔNIA OCIDENTAL

1331 Velocidade do som em líquidos Velocidade de fase e de grupo

AVALIAÇÃO DE DESEMPENHO DOS MODELOS DE MUDANÇA CLIMÁTICA DO CMIP5 QUANTO A REPRESENTAÇÃO DA SAZONALIDADE DA PRECIPITAÇÃO SOBRE AMÉRICA DO SUL

LIBERAÇÃO DE ATUALIZAÇÃO CORDILHEIRA

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.

Ceará e o eclipse que ajudou Einstein

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

No contexto das ações de Pesquisa e Desenvolvimento

INFLUÊNCIA DOS FENÔMENOS EL NIÑO E LA NIÑA NO BALANÇO DE ENERGIA DA CULTURA DA CANA DE AÇÚCAR NO ESTADO DE ALAGOAS

UM SISTEMA OPERACIONAL DE VISUALIZAÇÃO DE PRODUTOS METEOROLÓGICOS

Variabilidade temporal de índice de vegetação NDVI e sua conexão com o clima: Biomas Caatinga Brasileira e Savana Africana

Cleiton da Silva Silveira & Francisco de Assis de Souza Filho Universidade Federal do Ceará (UFC) cleitonsilveira16@yahoo.com.br. 1.

Nota sobre a variabilidade da velocidade da luz (Note on the variability of the speed of light)

Índices Teleconectivos

ANALISE DAS ANOMALIAS DAS TEMPERATURAS NO ANO DE 2015

AULA 07 Distribuições Discretas de Probabilidade

Resolução Comentada Fuvest - 1ª fase 2014

AQUECIMENTO GLOBAL NA PB? : MITO, FATO OU UMA REALIDADE CADA VEZ MAIS PRÓXIMA.

FERRAMENTAS DA QUALIDADE FOLHA DE VERIFICAÇÃO

Obtenção Experimental de Modelos Matemáticos Através da Reposta ao Degrau

Circuitos de Comunicação. Prática 1: PWM

AULA 19 Análise de Variância

Álgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial

NOTA SOBRE A TEORIA DA ESTABILIDADE DO EQUILÍBRIO EM MERCADOS MÚLTIPLOS: JOHN HICKS

SIMULAÇÕES DE INTERAÇÃO OCEANO ATMOSFERA NO PACÍFICO OESTE POR UM MODELO ACOPLADO. PARTE II - PROPRIEDADES DE ANOMALIAS DE SALINIDADE

Processamento Digital de Sinais. Conversão A/D e D/A. Prof. Dr. Carlos Alberto Ynoguti

Engenharia de Software II

ATIVIDADE DE FÍSICA PARA AS FÉRIAS 8. o A/B PROF. A GRAZIELA

MATÉRIA TÉCNICA APTTA BRASIL SENSORES MAGNETO-RESTRITIVOS UM CRUZAMENTO DE DOIS TIPOS DE SENSORES CONHECIDOS.

Avaliação de Empresas Profa. Patricia Maria Bortolon

DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)

1 Circuitos Pneumáticos

M =C J, fórmula do montante

Boletim epidemiológico HIV/AIDS /11/2015

Manual para utilização da funcionalidade de importar arquivo XML para prestação de contas

UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA QUÍMICA ENG 008 Fenômenos de Transporte I A Profª Fátima Lopes

EFEITO DO PRODUTO DIFLY S3 NO CONTROLE DO CARRAPATO BOOPHILUS MICROPLUS EM BOVINOS DA RAÇA GIR, MESTIÇA E HOLANDESA

Estudo aponta influência do código de barras e da tecnologia na decisão de compra do consumidor e na estratégia do varejo

Análise de extremos das tábuas das marés no porto do Mucuripe-CE, e sua possível relação com o Índice de Oscilação Sul - IOS

Dureza Rockwell. No início do século XX houve muitos progressos. Nossa aula. Em que consiste o ensaio Rockwell. no campo da determinação da dureza.

Análise Qualitativa no Gerenciamento de Riscos de Projetos

Relatório do Experimento 1 Sistema Massa - Mola. Fernando Henrique Ferraz Pereira da Rosa

Uso de escalas logaritmicas e linearização

Nivel de Lisina nas Rações de Frangos de Corte Exigência de Lisina Atualizada

Probabilidade e Estatística

Universidade Federal do Paraná - Setor de Ciências da Terra

Banco de Dados I. Prof. Edson Thizon

Análise espacial do prêmio médio do seguro de automóvel em Minas Gerais

CONCEITOS DE CARTOGRAFIA ENG. CARTÓGRAFA ANNA CAROLINA CAVALHEIRO

CIÊNCIAS PROVA 4º BIMESTRE 9º ANO PROJETO CIENTISTAS DO AMANHÃ

INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA ELETRÔNICA DEPARTAMENTO DE ELETRÔNICA APLICADA TIMER 555

Métodos Estatísticos Avançados em Epidemiologia

ARMAZENAMENTO DE ÁGUA NO SOLO SOB CENÁRIOS DE MUDANÇAS CLIMÁTICAS NA PARAÍBA E RIO GRANDE DO NORTE

TERMO ADITIVO ao Contrato Particular de Plano de Saúde (nome do plano) Reg. ANS nº (nº produto).

Estado. Observado. Estrutura strutura da Salinidade alinidade dos Oceanosceanos. Médio

REGRESSÃO LINEAR ENTRE TEMPERATURA E DENSIDADE DA GASOLINA RESUMO

Impactos da redução dos investimentos do setor de óleo e gás no PIB

Dynamic Voltage Scaling in Multitier Web Servers with End-to-End Delay Control

Modelagem simultânea do óptico e raios X de CP Tuc

Prova de Fundamentos de Bancos de Dados 1 a Prova

Matrizes de Transferência de Forças e Deslocamentos para Seções Intermediárias de Elementos de Barra

AVALIAÇÃO DOS INDICADORES DE BALNEABILIDADE EM PRAIAS ESTUARINAS

Semiologia Cardiivascular. Pulso Jugular Venoso. por Cássio Martins

Figura 4.1: Diagrama de representação de uma função de 2 variáveis

UNIVERSIDADE ESTADUAL DO CENTRO-OESTE - UNICENTRO CURSO DE PÓS GRADUAÇÃO EM MÍDIAS NA EDUCAÇÃO JULIANA LEME MOURÃO ORIENTADOR: PAULO GUILHERMETI

Capítulo 5. Sensores Digitais

Técnicas de Contagem I II III IV V VI

II SEMINÁRIO DE PRÁTICA DE PESQUISA EM PSICOLOGIA Universidade Estadual de Maringá 28 a 30 de Novembro de 2012


Teoria dos erros em medições

Resolução Comentada Unesp

2 Conceitos Básicos. onde essa matriz expressa a aproximação linear local do campo. Definição 2.2 O campo vetorial v gera um fluxo φ : U R 2 R

Aula 4-Movimentos,Grandezas e Processos

Resumo. Abstract. 1. Introdução

MIGRAÇÃO DA ZONA DE CONVERGÊNCIA INTER-TROPICAL (ZCIT): UM ESTUDO COM UM MODELO CLIMÁTICO SIMPLES. por

Introdução ao determinante

CRIAÇÃO DE TABELAS NO ACCESS. Criação de Tabelas no Access

MODIFICAÇÕES NO CLIMA DA PARAIBA E RIO GRANDE DO NORTE

Física Experimental III

A INFLUÊNCIA DA TEMPERATURA DA SUPERFÍCIE DO MAR NO CLIMA DE INVERNO NA CIDADE DE SÃO PAULO. Andréa de Oliveira Cardoso* e Pedro Leite da Silva Dias**

Corrente elétrica, potência, resistores e leis de Ohm

3 - Bacias Hidrográficas

Capítulo1 Tensão Normal

UM JOGO BINOMIAL 1. INTRODUÇÃO

A Oscilação Decadal do Pacífico e sua Influência na Precipitação de Goiânia - GO

Redes Sem Fio (Wireless) Prof. Fred Sauer. Redes Sem Fio (Wireless) 1

DESENHO TÉCNICO ( AULA 03)

IV Seminário de Iniciação Científica

Estudo do comportamento da Dengue na cidade de Araguari- MG por meio de séries temporais.

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste

Transcrição:

VARIABILIDADE INTERANUAL DO MODELO ACOPLADO OCEANO- ATMOSFERA DO CPTEC Emanuel Giarolla, Paulo Nobre, Rosane R. Chaves, Marta Malagutti CPTEC/INPE Rodovia Presidente Dutra, Km 40, SP-RJ 12630-000, Cachoeira Paulista, SP, Brasil emanuel@cptec.inpe.br, pnobre@cptec.inpe.br, chaves@cptec.inpe.br, marta@cptec.inpe.br ABSTRACT In this paper, 384 monthly means of sea surface temperature (SST) from a global coupled ocean-atmosphere model have been analyzed, and compared with observational monthly means SST values. The comparison has been performed with the aid of EOF analysis, applied to both model and observational normalized sea surface temperature anomalies. The EOF analysis shown the predominance of ENSO phenomena on the global variability, and the model presented more regular succession of El Niño and La Niña events. The model also shown a good agreement with observations when only Pacific and Atlantic were taken into account for the EOF analysis. INTRODUÇÃO No estudo dos processos de interação oceano-atmosfera e dos efeitos climáticos influenciados pelos oceanos, os modelos numéricos acoplados estão sendo utilizados com uma freqüência cada vez maior. Quando se faz um acoplamento entre um modelo atmosférico e um modelo oceânico, o princípio básico é o de se rodar dois modelos quase simultaneamente: processa-se um deles por um certo instante de tempo, força-se o outro modelo com suas saídas fazendo uma simulação por um outro instante de tempo, força-se novamente o primeiro modelo com as saídas do segundo modelo, e assim sucessivamente. Isso normalmente causa um grande esforço computacional, o que antes limitava as resoluções espaciais e verticais das grades oceânicas e atmosféricas. Com o constante aparecimento de computadores cada vez mais sofisticados, estas limitações têm diminuído, e hoje já é possível a realização de experimentos com alta resolução vertical e espacial. O Centro de Previsão do Tempo e Estudos Climáticos (CPTEC/INPE) dispõe de um modelo acoplado oceanoatmosfera, e recentemente um experimento de longa duração com este modelo foi realizado. Neste trabalho, uma das variáveis mais importantes do sistema oceano-atmosfera, a Temperatura da Superfície do Mar (TSM), foi selecionada, e foram feitas análises com auxílio de Funções Ortogonais Empíricas (EOF) para a identificação dos principais modos de variabilidade. Para comparações, foi escolhido um período de mesma duração de dados de TSM do banco de dados GISST (Martinson et al., 1994; Parker et al., 1995; Rayner et al., 1996), e análises semelhantes foram realizadas. METODOLOGIA O modelo acoplado utilizado é o modelo oceânico Modular Ocean Model (MOM) do GFDL, versão 2, acoplado ao modelo atmosférico do COLA T30L18. O modelo foi aplicado de 0 o a 360 o de longitude, entre 40 o e 40 o de latitude, sendo que o modelo oceânico possui 20 níveis verticais e resolução horizontal de 1,5 graus longitudinalmente, variando latitudinalmente de 3,5 graus em latitudes mais altas a 0,5 graus próximo ao Equador, enquanto que o modelo atmosférico apresenta truncamento triangular no número de onda 30 e 18 níveis sigma verticais. Maiores detalhes deste modelo podem ser obtidos em Kirtman et al. (1997). A simulação de 32 anos (384 meses) foi feita a partir de condições iniciais do ano de 1999. Médias mensais de TSM foram gravadas durante a simulação. Em seguida, foram calculadas as anomalias normalizadas de TSM para cada mês, dividindo-se o valor das anomalias pelo desvio padrão correspondente. A grade horizontal de anomalias de TSM normalizadas foi então interpolada para uma grade regular 5 o 5 o, e foram feitos cálculos de EOF dos 384 campos mensais de anomalias normalizadas. As análises de EOF foram feitas em 3 casos: para todo o globo, apenas para a região do Atlântico e apenas para a região do Pacífico, para o estudo da influência separada de cada oceano. Adicionalmente, foram 1783

feitas análises espectrais das séries temporais das EOF, para identificar as freqüências predominantes na variabilidade. Para comparações com dados reais, foram escolhidos 384 meses de TSM médias mensais do banco de dados GISST de TSM (Martinson et al., 1994; Parker et al., 1995; Rayner et al., 1996), de janeiro de 1963 a dezembro de 1994, com resolução horizontal de 1 o por 1 o, e uma metodologia semelhante aos dos resultados do modelo global foi aplicada a estes dados. RESULTADOS Na descrição dos resultados, primeiro será feita uma discussão sobre as análises de EOF dos dados do GISST, e em seguida a comparação destas análises com as análises dos resultados do modelo. TSM GISST: A figura 1 mostra a primeira componente das EOF para as anomalias normalizadas dos dados de TSM GISST. No primeiro caso, onde se consideram todos os oceanos, esta primeira componente explica 19,9% da variância total. No Pacífico, observa-se de maneira marcante a presença do sistema El Niño-La Niña: o padrão da primeira EOF mostra valor oposto quando se compara latitudes mais altas e regiões tropicais entre 180 o W e 120 o W, formando o contorno típico conhecido como ferradura. A série temporal desta primeira componente, com valores positivos predominantes desde o ano de 1963 até o ano de 1976 aproximadamente e valores negativos de 1976 a 1994, mostra a ocorrência de La Niñas mais intensas até 1976 e El Niños mais freqüentes a partir deste ano. A análise espectral desta série temporal mostra dois picos de energia principais, um no período de 5,2 anos e o outro, mais intenso, no período de 1,5 anos. Quando se considera apenas o Oceano Pacífico no cálculo das EOF, a primeira componente passa a explicar 23,7% da variância total. O padrão ferradura fica mais evidente, com valores maiores do que no caso considerando-se todos os oceanos. A série temporal deste caso é muito semelhante à série temporal do caso global, o que mostra que a variabilidade do Pacífico parece predominar em relação aos outros oceanos na variabilidade global. Quando se computa a análise espectral desta série, o pico de mais baixa freqüência não aparece, apenas o pico em 1,5 anos é observado, sugerindo que o sistema El-Niño-La-Niña é o principal responsável por esse pico de energia. Levando-se em conta agora a análise das EOF apenas no Oceano Atlântico, observa-se um padrão com valores maiores nas áreas tropicais, em especial no Atlântico Sul, decrescendo e trocando de sinal em direção às latitudes mais altas. Este padrão também ocorre no caso da análise global, porém menos visível, pelo fato de estarem sendo comparadas com o padrão de variabilidade do Pacífico, que é muito mais evidente. A análise espectral da série temporal da EOF do Atlântico mostra um pico de energia em freqüência mais baixa (período de aproximadamente 4 anos) que não aparece no Pacífico, que é a contribuição do Atlântico na variabilidade global. A figura 2 mostra a segunda componente das EOF para as anomalias normalizadas dos dados de TSM observados. No caso global, o padrão ferradura do sistema El-Niño-La-Niña novamente aparece neste modo de variabilidade. Este caso explica agora 8,4% da variabilidade. A análise espectral da série temporal mostra agora concentração de energia em freqüências baixas, com máximo nos períodos entre 16 e 6 anos aproximadamente. Quando se considera apenas o Pacífico, observa-se que existe um pico de energia no período de cerca de 4 anos, que é então a representatividade do modo de oscilação El-Niño-La-Niña deste oceano em relação ao oceano global. Considerando-se os resultados das EOF s apenas para o Atlântico, os valores trocam de sinal duas vezes do Atlântico Norte ao Atlântico Sul. A análise espectral da série temporal neste caso mostra energias concentradas principalmente em baixas freqüências (período por volta de 16 anos), diferente do caso do Pacífico. Possivelmente este resultado mostra o efeito do dipolo do Atlântico, embora a extensão temporal destes dados seja curta para comprovar este fato, já que o dipolo é descrito como um fenônemo interdecadal. No caso global esta característica também aparece no Atlântico, porém é obscurecida pelos maiores valores do Pacífico. Comparações com resultados do modelo acoplado: Na figura 3 estão os resultados para a primeira componente das EOF calculadas a partir das anomalias normalizadas de TSM provenientes dos resultados do modelo acoplado. No caso global, existe um padrão muito semelhante ao dos dados GISST (figura 1), com a presença dos valores em forma de ferradura no Pacífico. Observando-se a série temporal desta componente, verifica-se que o modelo acoplado apresenta em geral uma sucessão mais regular de eventos El Niño e La Niña. A análise espectral desta série mostra também dois picos como no caso dos dados GISST, porém com maior energia e deslocados: o primeiro pico aparece no período de 16 anos e o segundo, mais intenso, no período de 2 anos aproximadamente. Destacando-se o Pacífico, observa-se que a série temporal da EOF desta região também é muito semelhante ao do caso global, sugerindo que no modelo acoplado também a variabilidade no Pacífico tem uma grande contribuição na variabilidade global. Comparando-se com a figura 1, na análise do Pacífico o pico de energia aparece deslocado, neste caso está no período de 2 anos. O modelo também exibe um pico secundário em freqüências mais baixas, que não existiu no caso das TSM GISST. No caso da análise apenas do Atlântico, esta foi a que mais se aproximou aos dados observados com relação às amplitudes da série temporal das anomalias de TSM. Isto pode ser observado nas 1784

séries temporais das EOF do Atlântico nos dados GISST (figura 1) e nos resultados do modelo (figura 3), onde os valores estão entre 1,5 e 2,5 aproximadamente. No modelo acoplado o pico de energia principal da primeira componente do Atlântico apresenta também deslocamento, estando no período de cerca de 2,7 anos. Comparando-se agora a figura 4, da segunda componente das EOF obtida da análise das anomalias normalizadas de TSM do modelo, com a figura 2, a figura com os resultados da segunda EOF para os dados GISST percebe-se, no caso global, uma semelhança maior entre a simulação e o GISST nas amplitudes das séries temporais (entre 1,5 e 3). Nos resultados do modelo, além do pico de energia em 16 anos, existe ainda um pico secundário no período de 1,6 anos, que não foi observado no caso do GISST. Comparando-se as análises feitas apenas para o Atlântico, aparentemente o modelo apresenta resultados melhores para o Atlântico Norte. O pico principal de energia neste caso está também em freqüências mais baixas, no período de 16 anos. CONCLUSÕES Este trabalho apresenta uma comparação entre resultados do modelo acoplado oceano-atmosfera do CPTEC/INPE e dados do GISST. A variável escolhida foi a TSM, e cálculos de EOF foram feitas com as anomalias de TSM normalizadas, tanto dos resultados do modelo como dos dados GISST. As análises de EOF dos resultados do modelo apresentaram um padrão espacial muito semelhante ao dos dados observados na reprodução do fenômeno El-Niño-La Niña. Com respeito à variabilidade interanual do modelo, observou-se, ao longo da simulação, que o modelo apresenta uma sucessão aproximadamente regular de eventos El Niño e La Niña. Levando-se em conta apenas o Atlântico, um importante oceano para diversos sistemas climáticos na América do Sul, o modelo apresentou boa concordância com os dados GISST nas amplitudes das séries temporais das EOFs. Deve-se levar em conta que o modelo acoplado ainda está em fase de ajuste, com a investigação dos erros sistemáticos dos modelos atmosférico e oceânico e com a realização de experimentos para a definição dos coeficientes de viscosidade adequados. No entanto, neste trabalho fica evidente que este modelo promete se tornar uma boa ferramenta para o estudo dos processos de interação oceano-atmosfera, especialmente na investigação da influência destes processos no clima do Brasil. REFERÊNCIAS Kirtman, B. P., Shukla, J., Huang, B., Zhu, Z. e Scheider, E. K. 1997: Multiseasonal predictions with a coupled tropical ocean global atmosphere system. Monthly Weather Review 125(5), 789-808. Martinson D. G. et al. (editors) 1994: Natural Climate Variability on Decade-to-Century Time Scales. National Academy Press, Washington DC, USA. Parker, D. E., Folland, C. K. & Jackson, M. 1995: Marine surface temperature: observed variations and data requirements. Climatic Change 31, 559-600. Rayner, N. A., Horton, E. B., Parker, D. E., Folland, C. K. e Hackett, R. B. 1996: Version 2.2 of the Global sea-ice and Sea Surface Temperature Data Set, 1903-1994. Climate Research Technical Note 74, unpublished document available from Hadley Centre (http://www.met-office.gov.uk/research/hadleycentre/obsdata/gisst.html). 1785

Figura 1: Primeira componente do cálculo de EOF para os valores de anomalias de TSM normalizadas do GISST. Estão representados os casos Global (todos os oceanos), apenas o Pacífico e apenas o Atlântico. 1786

Figura 2: Segunda componente do cálculo de EOF para os valores de anomalias de TSM normalizadas do GISST. Estão representados os casos Global (todos os oceanos), apenas o Pacífico e apenas o Atlântico. 1787

Figura 3: Primeira componente do cálculo de EOF para os valores de anomalias de TSM normalizadas do modelo acoplado. Estão representados os casos Global (todos os oceanos), apenas o Pacífico e apenas o Atlântico. 1788

Figura 4: Segunda componente do cálculo de EOF para os valores de anomalias de TSM normalizadas do modelo acoplado. Estão representados os casos Global (todos os oceanos), apenas o Pacífico e apenas o Atlântico. 1789