instituto nacional de pesquisas da amazÔnia inpa ...bdtd.inpa.gov.br/bitstream/tede/1602/2/tese_01...
TRANSCRIPT
INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA – INPA UNIVERSIDADE ESTADUAL DO AMAZONAS – UEA
SAMUEL DE OLIVEIRA VIEIRA
EFEITOS DA ZONA DE CONVERGÊNCIA DO ATLÂNTICO SUL (ZCAS) SOBRE AS CHUVAS DA REGIÃO SUL DA AMAZÔNIA
BRASILEIRA
Manaus - AM 2013
SAMUEL DE OLIVEIRA VIEIRA
EFEITOS DA ZONA DE CONVERGÊNCIA DO ATLÂNTICO SUL (ZCAS) SOBRE AS CHUVAS DA REGIÃO SUL DA AMAZÔNIA
BRASILEIRA
Tese de Doutorado apresentado ao Programa de Pós-Graduação em Clima e Ambiente do convênio INPA/UEA, como parte dos requisitos para obtenção do título de Doutor em CLIMA E AMBIENTE, área de concentração em Interação Biosfera Atmosfera.
Orientadores: Prakki Satyamurty Rita Valéria Andreoli
Manaus - AM 2013
AGRADECIMENTOS
Agradeço em primeiro lugar a Deus, pois sem ele nada seria possível.
A minha família que sempre me apoiou.
A minha esposa Martha, pela ajuda generosa e carinhosa com a qual me presenteou
em tudo o que esteve ao seu alcance.
Aos professores orientadores Dr. Prakki Satyamnurty e Dr. Rita Valéria pelo tempo
que me dedicaram durante este doutorado e pela confiança que demonstraram em
meu trabalho.
Aos professores do Curso, agradeço o apoio constante e amistoso desde a minha
chegada ao INPA e, em particular, aos professores David, Cândido e Francis.
Aos amigos, Nilomar e Alcides, companheiros de sempre e, os de curso, Paulo
Teixeira, Cláudia e ao amigo Henrique Barbosa da Universidade de São Paulo.
Agradeço pela ajuda em mais uma etapa.
Ao pessoal da secretaria do INPA.
À Universidade Federal do Amazonas pela concessão de afastamento.
Ao programa da CAPES pelo apoio financeiro.
V657 Vieira, Samuel de Oliveira
Efeitos da zona de convergência do
atlântico sul (zcas) sobre as chuvas na região sul da
Amazônia brasileira / Samuel de Oliveira Vieira. ---
Manaus : [s. n.], 2013.
95 f. : il. color.
Tese (Doutorado) --- INPA, Manaus, 2013.
Orientador : Prakki Satyamurty.
Coorientador : Rita Valéria Andreoli.
Área de concentração : Interações Clima-Biosfera na
Amazônia.
1. Chuvas - Amazônia. 2. Clima - Zona de
convergência. 3. Clima - Amazônia. I.
Título.
CDD 551.57
O Analfabeto Político
O pior analfabeto é o analfabeto político.
Ele não ouve, não fala, nem participa dos acontecimentos políticos. Ele não sabe o custo de vida, o preço do feijão, do peixe, da farinha, do aluguel, do sapato e do
remédio depende das decisões políticas. O analfabeto político é tão burro que se orgulha e estufa o peito dizendo que odeia a política.
Não sabe o imbecil que, da sua ignorância política, nasce a prostituta, o menor abandonado, e o pior de todos os bandidos, que é o político vigarista, pilantra, corrupto e lacaio das empresas nacionais e
multinacionais.
Bertolt Brecht.
EFEITOS DA ZONA DE CONVERGÊNCIA DO ATLÂNTICO SUL (ZCAS) SOBRE
AS CHUVAS DA REGIÃO SUL DA AMAZÔNIA BRASILEIRA
RESUMO
Esse estudo investigou os padrões atmosféricos dominantes durante a atuação da Zona de Convergência do Atlântico Sul (ZCAS) no Sul da Amazônia, designada Área Alvo (AA), nos meses de novembro a março (NDJFM), no período 1999-2010. Para tanto, as seguintes técnicas foram utilizadas: Análise Espectral (AnEs), Análise Funções Ortogonais Empíricas (FOE) e Método Fuzzy. Os dados utilizados foram: Reanálises das variáveis, ROL, vento, temperatura e umidade provenientes do National Centers for Environmental Prediction (NCEP/NCAR), precipitação proveniente do satélite Tropical Rainfall Measuring Mission (TRMM) e das estações meteorológicas do INMET. A Análise Espectral da precipitação média sobre a área alvo (AA) apontou dois picos no espectro de potência em torno de periodicidades de 11 e 38 dias, que correspondem aos fenômenos de ZCAS e Oscilação Madden-Julian (OMJ), respectivamente. Os dados de precipitação e demais variáveis foram filtrados nas duas janelas de 10-20 dias e 20-100 dias. Os dados filtrados foram submetidos à análise de EOF. As primeiras duas componentes de cada conjunto de dados filtrados foram analisadas. O método Fuzzy foi utilizado para classificar os eventos de ZCAS em Intensa, Moderada e Fraca e ZCAS Oceânica (ZCO), Costeira (ZCC) e Amazônica (ZCA). Um algoritmo objetivo para a identificação da ocorrência (ou atuação) de ZCAS foi esquematizado. Os resultados foram: (1) O método objetivo é mais consistente na identificação de ZCAS (do que o boletim mensal Climanálise). (2) A classificação em termos linguísticos permite categorizar as ZCAS em diferentes tipos. (3) Durante os períodos de ZCAS, a possibilidade de ocorrer chuvas fortes diárias (> 20 mm) é mais de duas vezes maior que a climatologia. (4) ZCAS Amazônicas e Costeiras produzem aproximadamente 71% da precipitação sobre AA. (5) Os padrões de campos associados à ZCAS Amazônica tais como convergência de umidade e fluxo de umidade são distintos e podem ser utilizados na previsão de médio prazo na região Amazônica. (7) Quando ocorre superposição das fases favoráveis dos dois modos a precipitação é intensificada. (8) Em geral, o trabalho trouxe detalhes adicionais sobre ZCAS atuando sobre a Amazônia que complementam os conhecimentos anteriores. Palavras-chave: Convergências. Chuvas. Boletim mensal. Amazônia. ZCAS.
ON THE SOUTH ATLANTIC CONVERGENCE ZONE AFFECTING SOUTHERN AMAZONIA IN AUSTRAL SUMMER
ABSTRACT
This study investigated the dominant atmospheric flow patterns in the months of November through March (NDJFM) associated with the occurrence of the South Atlantic Convergence Zone (SACZ) in Southern Amazônia, designated Target Area (TA), in the period 1999-2010. For this purpose the techniques of the Power Spectrum Spectral Analysis (PSA), Empirical Orthogonal Function Analysis (EOF), The ETA NWP Model, and the Fuzzy Analysis were employed. The datasets used were: NCEP/NCAR Reanalyses for the variables ROL, wind, temperature and Humidity, and TRMM and INMET station data for rainfall. The area-averaged precipitation over the TA was subjected to PSA and found two peaks in the power spectrum approximately near 11 and 38 days that correspond to the two well-known phenomena, SACZ and the Madden-Julian Oscillation (OMJ), respectively. The precipitation and other variable data-sets are filtered using two windows: 10-20 days and 20-100 days. The filtered data sets are submitted to EOF analysis and the first two components of each of the two windows are analyzed. The Fuzzy technique was used to classify the events into Strong, Moderate and Weak as well as Oceanic SACZ, Coastal SACZ and Continental or Amazon SACZ. An objective method was proposed and utilized to identify the SACZ events active over TA. The results are: (1) In all 28 cases of SACZ with activity over the TA are objectively identified in the 10-year period, and the objective method supplied a more consistent set of events than the set given in the monthly bulletin, Climanálise, of the CPTEC. (2) The Fuzzy method permitted to classify satisfactorily the different types of SACZ. (3) During the SACZ events the possibility of the occurrence of intense rainfall during a day (> 20 mm) is more than twice as the climatological value. (4) Amazon SACZ and Coastal SACZ events account for about 71% of the rainfall of the season over the TA. (5) The patterns of atmospheric flow Fields are distinct in different types SACZ, especially in terms of moisture convergence and can be used for operational medium range forecasts in Amazônia. (6) When there was superposition of favorable conditions of the phases of the two principal components, the precipitation intensified. (7) In general, this work provided additional details about the SACZ events active over the Amazon Basin that complements the previous knowledge about the phenomenon. Keywords: Convergences. Rains. Monthly Newsletter. Amazon. SACZ.
LISTA DE FIGURAS 2.1 Pêntadas de temperatura de brilho média (K) para o mês de
dezembro/2001, referente a dois eventos de ZCAS nos períodos 17-21 (lado esquerdo) e 24-28 (lado direito). (FONTE: Boletim Climanálise CPTEC/INP E – Satélite GOES (8))
24
2.2 Desvio padrão de ROL (W/m2) nos anos de 1979-96 para o verão austral (DJF). As linhas tracejadas destacam as regiões com maior variação de intensidade das ZCAS. O círculo mostra a região de ZCAS continental que contém a região de estudo neste trabalho.
26
3.1 Modelo da caixa sobre a área alvo para calcular o transporte de umidade, integrado da superfície até 300 hPa. As setas indicam o sentido nos lados da caixa
35
3.2 Resposta do filtro de Lanczos nas bandas de 10 a 20 dias e 20 a 100 dias com frequências de corte entre 1/10 e 1/20 dias (linha vermelha) e 1/20 e 1/100 dias respectivamente (linha preta) com 120 pesos
41
3.3 Estrutura de um controlador de Lógica Fuzzy 45
3.4 Representação do número trapezoidal μ(x) em suas respectivas base ou intervalos
46
3.5 Esquema de um Sistema Fuzzy. Entrada de dados (esquerda). Bases de regras e Inferências (meio). Saída (direita)
48
4.1 (a) Climatologia de 11 anos de precipitação na estação chuvosa (NDJFM) sobre o sul da região da América tropical. (b) compostos de chuvasde 32 episódios da série S1. (c) compostos de chuvas de 28 episódios da série S3. (d) Diferença entre S1 e S3. (e) Anomalia significativa de S1. (f) Anomalia significativa de S3. As unidades estão em mm/dia e os dados do satélite TRMM. O retângulo é a área de estudo.
52
4.2 Episódios médios de temperatura no topo de nuvem de dois episódios de ZCAS. (a) Período de 26 a 29 de fevereiro de 2008 pertencente ao conjunto S1, e (b) no período de 23 de janeiro a 4 de fevereiro 2008 pertencente ao conjunto S3. Temperaturas mais frias indica que o topo da nuvem esta mais alta
53
4.3 Análise espectral nas séries da média diária de chuvas sobre a área alvo no Sul da Amazônia. Os picos (preto) sobre a curva (cinza) são significativos ao nível de 95%.
54
4.4 Composto de vento em 925 hPa. (a) Climatologia. (b) Anomalia de S1.(c) Anomalia de S3.
54
4.5 Convergência de umidade sobre a área alvo.(a) Climatologia. (b) Composto S3. As setas indicam os transportes de umidade através das paredes da área alvo. O número no canto inferior direito é saldo líquido de convergência de umidade. Unidades: 107kg/s
56
4.6 Primeiro e segundo modo da EOF na área alvo (retângulo) correlacionada com a anomalia de precipitação na banda de 10/20 dias. Correlação positivo (vermelho) e negativo (azul), nível significativo em 95% (linha de contorno preto)
58
4.7 Padrões espaciais e temporais dos modos da correlação na anomalia de precipitação AS na banda de 20/100 dias, anomalia positiva (negativo)
vermelho (azul) e o nível de significância de 95% é representada pela linha de contorno preto.
60
4.8 Seis eventos comuns da ACP nos dois primeiros modos na banda de 10/20 dias. CP01 - linha preta, CP02 - linha verde e período da ZCAS - linhas vermelhas.
62
4.9 Sete eventos comuns da ACP nos dois primeiros modos nas duas bandas. (a.1)-(b.1) em CP01. (a.2)-(f.2) em CP02. Linhas pretas na banda de 10/20 dias, verde na banda de 20/100 dias e as linhas vermelhas tracejadas períodos de ZCAM.
64
4.10 Precipitação média anômala dos eventos 07 e 19 de ZCAM. (a) e (b) evento 07 nas duas bandas. (d) e (e) evento 19 nas duas bandas. (c) e (f) soma das duas bandas. Anomalia positiva cor azul e negativa cor vermelha. (Unidade mm/dia).
65
4.11 Primeiro (a) e segundo (b) modo na banda de 10/20 dias. Correlação entre ACP e anomalia de ROL para a AS
67
4.12 Correlação entre ACP na banda 20/100 dias e anomalia de ROL na AS, positiva (negativo) vermelho (azul) com nível de significância de 95%, linha de contorno preto.
68
4.13 Padrões espaciais e temporais nos primeiros modos na banda de 10/20 dias. Correlação entre as ACP da precipitação na área alvo com anomalia dos ventos (u,v) da AS.
69
4.14 Padrões espaciais e temporais dos modos na banda de 20/100 dias. Correlação entre as ACP da precipitação na área alvo com anomalia dos ventos (u,v) da AS.
69
4.15 Padrões espaciais e temporais na banda 10/20 dias nos modos de correlação na ACP de precipitação na área alvo com a temperatura para AS. Anomalia positiva (negativa) vermelho (azul). A linha de contorno preta mostra área onde o nível de significância de 95%.
70
4.16 Correlação do CP01 da Banda de 10/20 dias e anomalia de ROL global. Sinal positivo (cor vermelho) e negativo (cor azul). Linha de contorno preto representa a região significativa em 95%.
72
4.17 Correlação do CP01 da Banda de 20/100 dias e anomalia de ROL global. Sinal positivo (cor vermelho) e negativo (cor azul). Linha de contorno preto representa a região significativa em 95%.
75
4.18 Precipitação normal - CN (coluna da esquerda), chuvas de ZCAS – CZ (coluna do meio) e classificação de ZCAS em ai, bi e ci, i = 1, 2 e 3 (coluna da direita). (a) CN fraca e CZ variando. (b) CN média e CZ variando, e (c) CN forte e CZ variando. CZ variando em fraca (1), forte (2) e intensa (3). Unidades: mm/dia.
76
4.19 Classificação anômala e significativa de ROL sobre AS dos 28 episódios de ZCAS, significância estatística em 95% (linha de contorno). (a) ZCAS oceânica (ZCO), (b) ZCAS costeira (ZCC) e (c) ZCAS Amazônica(ZCAM).
78
4.20 Compostos de imagens de Satélite GOES de Temperatura de brilho para três eventos, ZCAM no período 29/01 a 09/02/2007, ZCC no período 4 a 7/11/2007 e ZCO no período 27/12/02 a 03/01/2003. Fonte: Boletim Climanálise – CPTEC.
79
4.21 Episódio de ZCAS classificada como costeira, período de 10 a 14/12/2010, significância estatística de 95% (linha de contorno preto), anomalia negativa de azul. ZCC em relação a série S3. Unidade: W/m2
81
4.22 Superfície de inferência das chuvas CN, CZ e TZ em relação ao grau de Pertinência.
81
4.23 Percentagem da classificação de ZCAS no sul da Amazônia. 82
4.24 Percentagem de ZCAS atuantes nos meses de verão. 82
LISTA DE TABELAS 3.1 Atuação de 32 eventos de ZCAS. Séries S1. Fonte: Boletim Climanálise.
(*) significa eventos comuns entre as Tabelas 3.1 e 3.2. Dn é o número de dias
29
3.2 Atuação de 28 eventos de ZCAS pela Metodologia Objetiva. Série S3 31 3.3 Termos Linguísticos na Classificação da variável de saída sobre o tipo de
ZCAS atuantes no Sul da Amazônia. 50
4.1 Frequência e percentagem do número de ZCAS em cada modo nas respectivas bandas 10/20 dias e 20/100 dias.
61
4.2 Frequência e percentagem da classificação dos eventos de ZCAS referentes aos meses de atuação pelo Método Fuzzy. ZCAS oceânica (ZCO), ZCAS costeira (ZCC)e ZCAS Amazônica (ZCAM).
83
LISTA DE ABREVIATURAS
AB Alta da Bolívia
ACP Análise de Componentes Principais
AS América do Sul
ASAN Alta Subtropical do Atlântico Norte
ASAS Alta Subtropical do Atlântico Sul
BDME Banco de Dados Meteorológicos para Ensino e Pesquisa
CC Centro Ciclônico
CPTE Centro de Previsão de Tempo e Estudos Climáticos
CT Convecção Tropical
DJF Dezembro – Janeiro – Fevereiro
EAM Leste da Amazônia
ENOS El Niño - Oscilação Sul
FOE Funções Ortogonais Empíricas
HN Hemisfério Norte
HS Hemisfério Sul
INMET Instituto Nacional Meteorologia
JJA Junho - Julho – Agosto
JBN Jatos em baixos níveis
LIs Linhas de Instabilidade
NCEP/N
CAR
National Centers for Environmental Prediction
NDJFM Novembro - Dezembro - Janeiro - Fevereiro – Marco
NEB Nordeste do Brasil
NW/SE Noroeste a sudeste
OMJ Oscilação de Madden-Julian
ROL Radiação de Ondas longas
SF Sistemas Frontais
TRMM Tropical Rainfall Measuring Mission
TSM Temperatura da Superfície do Mar
VCMs Vórtices Ciclônicos de Mesoescala
ZCAM ZCAS Amazônica
ZCAS Zona de Convergência do Atlântico Sul
ZCC ZCAS costeira
ZCIT Zona de Convergência Intertropical
ZCO ZCAS oceânica
ZCPS Zona de Convergência do Pacífico Sul
ZPS Zonas de Precipitações Subtropicais
SUMÁRIO CAPÍTULO 1 1 INTRODUÇÃO, OBJETIVOS E JUSTIFICATIVAS 13 1.1 Introdução 13 1.2 Objetivo 16 1.2.1 Objetivo Geral 16 1.2.2 Objetivos Específicos 16 1.3 Justificativa 16 CAPÍTULO 2 2 REVISÃO BIBLIOGRÁFICA 18 2.1 Sistemas Atmosféricos atuantes na Amazônia 18 2.2 Precipitação na Amazônia e o transporte de umidade 20 2.3 Zona de Convergência do Atlântico Sul 22 2.3.1 Caracterização de ZCAS 23 2.3.2 Variabilidade Temporal 25 2.3.3 Variabilidade Espacial 25 CAPÍTULO 3 3 DADOS E METODOLOGIA 27 3.1 Dados 27 3.2 Metodologia 27 3.2.1 Estudos Observacionais 27 3.2.1.1 Identificação dos episódios de ZCAS segundo o Boletim Climanálise 28 3.2.1.2 Identificação dos episódios de ZCAS pelo Método Objetivo 30 3.2.1.3 Definição dos Campos Compostos 32 3.2.1.4 Fluxo de umidade e convergência 34 3.2.1.5 Análise Espectral 36 3.2.1.6 Funções Ortogonais Empíricas 39 3.2.2 Estudos de Modelagem 42 3.2.2.1 Coeficiente de Eficiência dos episódios de ZCAS 42 3.2.2.2 Modelagem Fuzzy na Classificação de ZCAS 43 CAPÍTULO 4 4 ANÁLISE OBSERVACIONAL 51 4.1 Identificação dos eventos de ZCAS no Sul da Amazônia 51 4.1.1 Densidade Espectral e ZCAS 53 4.1.1.1 Vento em baixos níveis e Convergência de umidade 54 4.1.2 Análise de Componente Principal ACP 57 4.1.2.1 Modos de ZCAS nas bandas de 10 a 20 dias e de 20 a 100 dias 57 4.1.2.2 Mecanismos associados aos padrões de ZCAM nas bandas de 10/20
dias e 20/100 dias 66
4.1.2.3 Padrões de evolução 71 4.1.3 Análise de Modelagem 76 4.1.3.1 Análises do Método Fuzzy 76 4.1.3.2 Classificação dos tipos de ZCAS 77 4.1.3.3 ZCAS e os meses de atuação 81
CONSIDERAÇÕES FINAIS 85 REFERÊNCIAS BIBLIOGRÁFICAS 89
14
CAPÍTULO 1
INTRODUÇÃO, OBJETIVOS E JUSTIFICATIVAS
1.1 INTRODUÇÃO
As chuvas na Amazônia são importantes para controlar as queimadas
naturais e as provocadas pelo homem, pois além de deteriorarem a cobertura
vegetal, alteram o mecanismo de chuvas da floresta.
As chuvas refletem diretamente na vazão dos rios, na economia e no
transporte fluvial da região. Em muitos locais da Amazônia, o meio de transporte
mais importante são os barcos e, sem as chuvas adequadas (chuvas de verão) é
quase impossível chegar às comunidades, ficando assim isoladas. Longos períodos
de estiagem podem causar um abaixamento nos níveis dos reservatórios, causando
desabastecimento de água e falta de energia hidroelétrica.
O regime de chuva na Amazônia é modulado por sistemas dinâmicos de
microescala, mesoescala e escala sinótica. Dentre os sistemas de escala sinótica e
da mesoescala atuantes, destacam-se as Zonas de Convergência associadas às
circulações térmicas diretas, Hadley e Walker, e os aglomerados convectivos que
constituem as bandas de nebulosidade (MOLION, 1993).
Kodama (1992, 1993) descreveu características dinâmicas e termodinâmicas
das bandas de nebulosidade e chuva quase estacionárias sobre os oceanos
subtropicais em ambos os hemisférios e reconheceu a existência de três zonas
frontais quase estacionárias nos Hemisférios Norte e Sul: no leste da Ásia chamada
de Frente Baiu, nas porções subtropicais do Pacífico oeste, Zona de Convergência
do Pacífico Sul (ZCPS), e no Atlântico Sul conhecida como Zona de Convergência
do Atlântico Sul (ZCAS).
A ZCAS é uma banda de nebulosidade convectiva que se estende de
noroeste a sudeste (NW/SE) sobre a América do Sul (AS) desde o sul da Amazônia
até o oceano Atlântico e é considerada uma interação entre sistemas meteorológicos
tropicais e extratropicais.
A ZCAS é caracterizada principalmente pela estacionariedade da banda de
nebulosidade por períodos de quatro dias ou mais, alterando o regime de chuvas
15
das regiões afetadas (KODAMA, 1992 e 1993; QUADRO, 1994; SATYAMURTY et
al. 1998; CARVALHO et al. 2002, 2004; DE OLIVEIRA VIEIRA et al. 2012).
O fato da ZCAS ocorrer durante o período de verão do Hemisfério Sul (HS)
ressalta a importância da convecção tropical (CT) e a consequente liberação de
calor latente na região amazônica tanto para a geração como a manutenção do
fenômeno. Sakamoto e Silva Dias (1990) ressaltaram a importância da umidade do
solo no Brasil Central para as precipitações de sistemas semiestacionários no verão
do HS. Outros fatores importantes no posicionamento e manutenção da ZCAS são a
Alta Subtropical do Atlântico Sul (ASAS) e o cavado semiestacionário a leste da
Cordilheira dos Andes (SATYAMURTY et al, 1980). Estes dois sistemas favorecem a
manifestação da ZCAS interagindo da seguinte maneira: na região de atuação da
ZCAS observa-se, na baixa troposfera, a ASAS contribuindo, na sua borda sudeste,
para a convergência do ar tropical com o ar extratropical e, simultaneamente, o
cavado semipermanente na média troposfera serve de recipiente para sistemas de
baixa pressão e vórtices de mesoescala. A penetração de sistemas frontais durante
o verão austral (SF) até latitudes subtropicais organizam a convecção nos trópicos
em forma de faixa de nebulosidade, com orientação NW/SE, influenciando
fortemente o posicionamento da ZCAS mais ao norte (CHAVES E CAVALCANTI,
2002).
A importância da ZCAS na precipitação na América do Sul se deve à
intensidade da chuva associada. Aspectos observados por Carvalho et al. (2002)
verificaram a importância da intensidade para modulação de eventos extremos no
Estado de São Paulo, independente de sua extensão para o oceano.
Aproximadamente 65% (35%) dos eventos extremos de chuvas ocorrem quando a
ZCAS apresentou intensa (fraca) atividade convectiva. Quando a ZCAS teve grande
desenvolvimento sobre o continente e fraco sobre o oceano, extremos ocorreram em
quase todas as regiões do país.
Figueroa et al (1995) usaram modelagem para mostrar que forte aquecimento
adiabático sobre a bacia Amazônica além da presença dos Andes, é um fator
indispensável para a formação da atividade convectiva da ZCAS. Kodama (1999)
usando um modelo de circulação global sem continente mostrou que as zonas de
convergência subtropicais podem ser simuladas com intensa fonte de calor
localizada sazonalmente na região equatorial.
16
A forma da fonte contribui para explicar os padrões de convecção e
subsidência climatológica, associadas à ZCAS. Gandu e Silva (1998), através do
modelo numérico de equações primitivas, mostraram que a assimetria das fontes de
calor afeta a subsidência de grande escala, fundamentalmente o ramo de
subsidência nessa zona de convergência ativa sobre o Sul do Brasil e Argentina.
Carvalho et al (2002) sugeriram que nos trópicos da AS, a Radiação de
Ondas longas (ROL) ≤ 200 W/m2 está relacionada com intensa precipitação. As
regiões com ROL ≤ 200 W/m2 foram selecionadas para verificar as variações da
intensidade e localização geográfica da ZCAS. As características básicas desta
banda de precipitação (ZCAS) na região Amazônica apresentam maior valor da
atividade convectiva e menor valor na variabilidade intrassazonal. Áreas costeiras e
oceânicas apresentam maior valor da variabilidade intrassazonal. A intensidade da
ZCAS independe de sua extensão oceânica, devido sua persistente atividade
convectiva sobre o continente, desacoplando da atividade convectiva sobre o
oceano, e vice-versa.
Ainda, Carvalho et al (2002; 2004) analisando as relações entre intensidade e
características geográficas da ZCAS e os extremos de precipitação para o território
brasileiro, mostraram que atividade convectiva associada à ZCAS intensas no
continente aumenta o valor do percentil de 95% da precipitação diária em relação a
climatologia sobre boa parte do Centro-Leste, São Paulo, e em alguns estados do
Nordeste do Brasil. Quando a ZCAS é fraca há uma diminuição desse percentil.
Nesse trabalho, propomos estudar a influência da ZCAS em termos de
chuvas na região sul da Amazônia no verão austral baseada nas observações e
modelagem numérica. Avaliou-se a precipitação sobre o sul da Amazônia nos meses
de novembro a março (NDJFM) no período de 1999 até 2010, em relação à chuva
climatológica e dos 28 eventos de ZCAS sobre a região. Nesse sentido,
investigaram-se os padrões atmosféricos dominantes durante atuação da Zona de
Convergência do Atlântico Sul (ZCAS) no Sul da Amazônia através da Análise
Espectral, Função Ortogonal Empírica (EOF) e Método Fuzzy.
Em uma primeira etapa a climatologia estatística dos eventos de ZCAS sobre
a AS, principalmente sobre o Sul da Amazônia é apresentada. Em seguida, Análise
Espectral foi aplicada a séries de precipitação observada para determinar as escalas
de variabilidade dominantes, a fim de buscarmos o entendimento da variabilidade
intrassazonal a qual está inserida a ZCAS. Definida a escala de variabilidade, a
17
técnica da EOF foi aplicada nos dados de precipitação para verificar os padrões
espaciais dominantes.
Por último buscou-se quais as características em relacionadas os tipos de
ZCAS atuantes no Sul da Amazônia que mais contribuíram com a precipitação
acima da climatologia. Para isso, foi empregada descrição linguística sobre a
precipitação (fraca, forte e intensa), possibilitando o aproveitamento heurístico dos
operadores. Com esse propósito, o Método Fuzzy foi aplicado às séries de
precipitações e no implemento de um algoritmo para detectar o comportamento das
chuvas provocadas pelas ZCAS costeiras e/ou continentais.
1.2 OBJETIVO
1.2.1 Objetivo geral
Estudar a influência de ZCAS em termos de chuvas na região sul da
Amazônia no verão austral baseada nas observações e modelagem numérica.
1.2.2 Objetivos específicos
1. Determinar a frequência, duração e intensidade da precipitação associada a
ZCAS na região sul da Amazônia e adjacências (ZCAS continental);
2. Analisar a estrutura horizontal e vertical dos campos meteorológicos associados
aos eventos de ZCAS, tais como: temperatura, umidade e ventos, por meios de
campos compostos;
3. Analisar os modos dominantes da estrutura de ZCAS continental através de
Componentes Principais;
4. Identificar os tipos de ZCAS que atuam na região do sul da Amazônia através do
método Fuzzy.
18
1.3 JUSTIFICATIVA
A ZCAS se estende da Região Norte até o Atlântico Sul e, por isso, influencia
no regime de chuva da Amazônia, especialmente da região sul. Estas mudanças são
caracterizadas pela atividade convectiva (nuvens profundas) e chuvas, muitas
vezes, intensas que levam a não compreensão da sociedade das causas dessas
mudanças no tempo.
A pesquisa justifica-se, pelo fato de que é necessário o estudo da ZCAS, no
intuito de contribuir nas previsões do tempo, durante os episódios de ZCAS, com
uma boa destreza, pois chuvas constantes e intensas causam grandes transtornos
para a atividade econômica e social da região. Para melhorar a previsão da
formação, duração e dissipação de ZCAS, precisa-se de estudos observacionais do
sistema e seus efeitos na região de interesse. Outro aspecto importante é verificar a
capacidade do modelo regional do CPTEC (Centro de Previsão de Tempo e Estudos
Climáticos) em representar os episódios de ZCAS na Região Norte do Brasil, por
meio de experimentos numéricos específicos.
Até agora, poucos estudos mostraram a influência da ZCAS na ocorrência de
chuvas extremas na Amazônia. Assim, justifica-se, ainda, mostrar o resultado do
estudo da ZCAS continental e os eventos de chuvas fortes associadas à ZCAS na
Amazônia. Ainda, é importante ressaltar que os estudos anteriores não enfocaram
sobre dois assuntos relevantes para Amazônia: um associado a uma possível
relação entre a intensidade da ZCAS costeira e ZCAS continental e o outro ao efeito
de ZCAS sobre os eventos de chuvas extremas na Amazônia.
Dessa forma, neste trabalho propõe-se estudar a influência da ZCAS sobre os
episódios chuvosos da região sul da Amazônia no verão austral, baseada em
observações e modelagem numérica, determinando os aspectos relacionados com
ventos na baixa e alta troposfera, umidade na baixa e média troposfera e, assim,
ajudar na compreensão do fenômeno e do clima da região Amazônica. A
comunidade científica tem despertado uma grande atenção aos estudos do clima e
modelagem no Brasil, todavia uma boa parte do esforço foi para sistemas de origem
extratropical como frentes frias e friagens não se dando devidas atenções para os
fenômenos meteorológicos da região tropical, justificativa dos motivos de exame do
presente estudo.
19
CAPÍTULO 2
REVISÃO BIBLIOGRÁFICA
A Amazônia é a maior floresta tropical úmida do mundo possuindo uma área
total, aproximadamente 7 milhões de km2. É cortada pelo rio Amazonas e seus
afluentes, constituindo a maior rede fluvial do globo. Está localizada nos trópicos,
onde as trocas de energia entre a superfície continental e a atmosfera são bastante
intensas.
A convecção local, devida ao aquecimento diurno da superfície, também
contribui para a formação de nuvens de verão e uma parcela significativa das chuvas
anuais. Esses sistemas convectivos conduzem a uma intensa variabilidade espacial
e temporal no ciclo hidrológico na Amazônia.
O regime de precipitação na Amazônia é modulado por sistemas dinâmicos de
microescala, mesoescala e escala sinótica. Dentre os sistemas de escala sinótica
atuantes nessa modulação, destaca-se a Zona de Convergência do Atlântico Sul.
2.1 SISTEMAS ATMOSFÉRICOS ATUANTES NA AMAZÔNIA
Durante os meses de verão no Hemisfério Sul (HS), grande parte da
precipitação é ocasionada pela intensa atividade convectiva sobre o continente. A
presença das ZCAS contribui intensamente para a persistência da precipitação em
algumas regiões do Brasil, devido sua estacionariedade.
A circulação geral da alta troposfera sobre a América do Sul tem sido bastante
estudada nos últimos anos (SANTOS,1986; CARVALHO, 1989; CAVALCANTI et al.,
2009). Esta região possui uma característica muito particular de apresentar o
desenvolvimento de um anticiclone em altos níveis (200 hPa), durante os meses de
verão, associado com a forte convecção da região Amazônica. Este anticiclone foi
denominado de Alta da Bolívia (AB), pois se situa sobre a região do altiplano
boliviano. Durante a época de inverno, ocorre a desintensificação da AB e até com o
seu completo desaparecimento gradual (JONES E HOREL, 1990; GANDU, 1998;
20
CAVALCANTI et al, 2009).
A localização geográfica da AB possui variação intrassazonal e interanual,
associado com a convecção na Amazônia. Santos (1986) observou que durante
anos menos chuvosos na região Amazônica, os centros da AB eram menos
intensos. A manutenção deste centro quente anticiclônico é devido à convergência
em baixos níveis da umidade que vem de nordeste e de leste. Esta convergência
provoca forte convecção, condensação e liberação de calor latente na média e alta
troposfera, associada à atividade convectiva (GUTMAN e SCHWERDTFEGER,
1965; VIRJI, 1981; LENTERS e COOK, 1997).
O aquecimento na média troposfera gera uma alta pressão na alta troposfera
e uma baixa pressão na baixa troposfera. Entretanto, esta atividade convectiva
possui um ciclo anual de migração NW/SE, partindo da região amazônica durante o
trimestre DJF e deslocando-se até a América Central no trimestre JJA (HOREL et al.,
1989; MARENGO, 1992; MARENGO E HASTENRATH, 1993; FISCH, et al., 1996).
A Zona de Convergência Intertropical (ZCIT) é caracterizada pela confluência
dos ventos alísios de nordeste do HN com os ventos de sudeste do HS na baixa
troposfera. A ZCIT possui uma banda de baixa pressão entre 10◦ N e 5◦ S e a
convergência dos alísios em baixos níveis força o ramo ascendente da célula de
Hadley nas proximidades do equador e descendente nas latitudes subtropicais. A
banda de nebulosidade resultante circunda a faixa equatorial do globo com chuvas
intensas, e com marcante deslocamento meridional sazonal. No Atlântico Tropical, a
ZCIT estende-se da África ao norte da América do Sul. Historicamente, a convecção
amazônica durante a estação chuvosa era considerada uma extensão da ZCIT,
porém com a evolução das observações e análises a definição da ZCIT se
consolidou sobre o oceano (HASTENRATH E HELLER, 1977; NOBRE E SHUKLA,
1996; SOUZA et al, 1998; XAVIER, 2000; SOUZA et al, 2004; BATISTA, 2008).
Os impactos da zona de convergência nas regiões continentais especialmente
na convecção da Amazônia passaram a ser tratadas como um sistema distinto com
dinâmica própria conhecida como Cavado Equatorial.
As Linhas de Instabilidade (LIs) apresentam um sistema de grande interesse
científico pela interação de escalas envolvidas. Originam-se no litoral norte da
América do Sul onde os ventos alísios e a brisa marítima se reforçam. A sua
organização forçada pelo jato de baixos níveis de leste associado a perturbações de
baixa troposfera no Atlântico, eventualmente constituídas pelas ondas de leste.
21
Anualmente ocorrem alguns casos de LIs que se iniciam na costa norte e se
propagaram para oeste através da Bacia Amazônica com velocidades de 15 a 20
m/s persistindo até 48 h, embora o tempo de vida média seja 12 a 24 h (COHEN et
al, 1995). Rickenbach (2004) estudando a precipitação na região sudoeste da
Amazônia mostrou que as LIs podem chegar a essa região até dois dias depois de
sua origem na costa norte nas proximidades de Belém.
As LIs que ocorrem na Amazônia são responsáveis pela formação de chuvas
próximo à costa litorânea dos Estados do Pará e Amapá, bem como de precipitação
na Amazônia Central, durante a estação seca. Cohen et al (1989) mostraram que
estas LIs são atuantes no leste do Pará contribuindo cerca de 45% da chuva durante
o período chuvoso. Estas linhas são caracterizadas por possuir grandes
conglomerados de nuvens cumulo-nimbus orientados de noroeste para sudeste.
Devido a suas dimensões, estas LIs são facilmente observadas por imagens
de satélites. De acordo com Cohen et al (1989), as linhas de Instabilidade Costeira
(LICs), tem movimento horizontal para o interior do continente adentrando
aproximadamente 170 km da costa, constituem 62% dos casos observados. O
restante 38% compreendido de Linhas de Instabilidade com Propagação (LIPs), com
movimento horizontal adentrando o continente por distâncias maiores que 170 km. O
comprimento e a largura média das LIs é de aproximadamente 1500 km e 170 km,
respectivamente, podendo ser observada durante todo ano e o período com maior
frequência está entre abril e agosto (COHEN et al 1989). Estudos climatológicos
observaram que a região da formação destas linhas posiciona-se ao sul da Zona de
Convergência Intertropical (ZCIT).
A formação de maior frequência ocorre na época em que a ZCIT está mais
organizada e localizada ao norte do centro das LIs. Molion (1987) descreve a
influência destas LIs na distribuição de chuva da Amazônia Central, observando que,
durante à noite e devido à diminuição do contraste térmico oceano-continente, estas
LIs praticamente se dissipam e revigoram-se no dia seguinte devido ao aquecimento
diurno da superfície. Seu deslocamento sobre o extremo oeste da Amazônia
mostrou que a velocidade varia entre 12 e 15 m/s (13◦ de longitude por dia).
2.2 PRECIPITAÇÃO NA AMAZÔNIA E O TRANSPORTE DE UMIDADE
Molion (1987; 1993) estudou as circulações de macro e mesoescala que
22
atuam na Amazônia e os processos dinâmicos que organizam e promovem a
precipitação naquela área. Segundo este autor, os mecanismos que provocam chuva
na Amazônia podem ser agrupados em 3 tipos:
1. Convecção diurna resultante do aquecimento da superfície e condições de larga
escala favoráveis;
2. Linhas de instabilidade originadas na costa N-NE do litoral do Atlântico;
3. Aglomerados convectivos de meso e larga escala, associados com a penetração
de sistemas frontais na região S/SE do Brasil e interagindo com a região Amazônica.
A região Amazônica possui uma precipitação média de aproximadamente
2300 mm/ano, e tem regiões (na fronteira entre Brasil e Colômbia e Venezuela) em
que o total anual atinge 3500 mm Nestas regiões não existe período de seca. Estes
valores de precipitação elevada próximo à Cordilheira dos Andes devem-se à
ascensão orográfica da umidade transportada pelos ventos alísios de leste da ZCIT.
Na região costeira (no litoral do Pará ao Amapá), a precipitação também é alta e sem
período de seca definido, devido à influência das LIs que se formam ao longo da
costa litorânea durante o período da tarde e que são forçadas pela brisa marítima.
A distribuição espacial e temporal das chuvas na Amazônia foi
detalhadamente estudada por Figueroa e Nobre (1990), utilizando de 226 estações
pluviométricas, e por Marengo (1995) que usou dados de Radiação de Ondas
Longas do International Satellite Cloud Climatology Project (ISCCP). O máximo da
chuva na região central da Amazônia (próximo de 5◦ S) pode estar associado com a
penetração de sistemas frontais da região sul, interagindo e organizando a
convecção local.
O período de chuvas ou forte atividade convectiva na região Amazônica é
compreendido entre novembro e março, sendo que o período de seca (sem grande
atividade convectiva) é entre os meses de maio e setembro. Os meses de abril e
outubro são meses de transição entre um regime e outro. A distribuição de chuva no
trimestre Dezembro-Janeiro-Fevereiro (DJF) apresenta uma região de precipitação
alta (superior a 900 mm) situada na parte oeste e central da Amazônia, em
associação com a posição geográfica da AB. Por outro lado, no trimestre Junho-
Julho-Agosto (JJA), o centro de máxima precipitação desloca-se para o norte e situa-
se sobre a América Central. A região Amazônica nesta época do ano, principalmente
na parte central, está sobre o domínio do ramo descendente da célula de Hadley,
23
induzindo um período de seca, bem característico. Este comportamento está de
acordo com o ciclo anual da atividade convectiva na região, conforme demonstrado
por Horel et al (1989).
O balanço hídrico na região Amazônica é difícil de ser calculado devido à falta
de continuidade espacial e temporal das medidas da precipitação, da inexistência de
medidas simultâneas de vazões fluviais, do desconhecimento do armazenamento de
água no solo etc. Entretanto, algumas tentativas de se entender melhor o regime
hídrico dentro da bacia hidrográfica tem sido realizada (MOLION 1975; VILLA NOVA
et al, 1976; SALATI et al, 1979; ROCHA, 1991). Por intermédio do balanço de vapor
d’água em toda a região Amazônica, Salati et al (1979) determinou que a
precipitação na região é uma composição da quantidade de água evaporada
localmente (evapotranspiração) adicionada de uma contribuição de água advinda do
Oceano Atlântico. Desta maneira pode-se estimar que 50% do vapor d’água que
precipita pelas chuvas é gerado localmente (pela evapotranspiração), sendo o
restante importado para a região pelo fluxo atmosférico proveniente do Oceano
Atlântico. Estudos recentes, todavia, apontaram para uma estimativa de 35% do
vapor d’água que precipita é gerado localmente (SATYAMURTY et al., 2012).
2.3 ZONA DE CONVERGÊNCIA DO ATLÂNTICO SUL
Somente na década de 70 pesquisadores observaram uma banda de
nebulosidade com orientação noroeste-sudeste (NW-SE) através de campos médios
de ROL, extraídas de imagens de satélite. A banda de nebulosidade é mais atuante
nos meses de maior convecção tropical (novembro a março). A presença desta faixa
de nebulosidade organizada na costa leste da América do Sul (AS) no verão foi
mostrada por Streten (1973) e Yasunari (1977).
Kodama (1992) investigou e caracterizou as três bandas de nebulosidade,
conhecidas como Zonas de Precipitações Subtropicais (ZPS) quase estacionárias
subtropicais: no leste da Ásia, conhecida como Baiu Front, nas porções subtropicais
da Zona de Convergência do Pacífico sul(ZCPS) e do Atlântico Sul como ZCAS. As
ZPS possuindo propriedades diferentes dos sistemas frontais de latitudes médias e
de zonas de convergências tropicais, como a ZCIT. As ZPS formam bandas, ao
longo dos jatos subtropicais a leste de um cavado quase permanente, com
orientação de sudoeste para nordeste no HN e com orientação de noroeste para
24
sudeste no HS. As bandas de convecção são integrantes dos sistemas de monção
tropical. As chuvas nestas zonas igualam ou excedem em 400 mm/mês. Kodama
(1992) notou que a ZPS pode ser caracterizada por zonas de convergência de
umidade e por zonas baroclínicas com um cavado subtropical de altos níveis
associados para oeste da ZPS. A convergência do fluxo de umidade ao longo das
ZPS é de 5 - 10 mm/dia, aproximadamente igual a diferença entre as taxas de
precipitação e evaporação.
A existência da ZPS, segundo Kodama (1992b), deve-se à manutenção quase
estacionária dos jatos subtropicais que fluem nas latitudes subtropicais e dos fluxos
de baixos níveis em direção ao polo, ao longo da periferia à oeste das altas
subtropicais. Os fluxos em direção aos polos são importantes para forte
convergência de umidade e para frontogênese dos campos de temperatura potencial
equivalente e instabilidade convectiva nos trópicos, dessa maneira caracterizando as
zonas frontais subtropicais (KODAMA, 1992a).
2.3.1 Caracterização de ZCAS
A ZCAS é caracterizada por convergência de umidade em baixos níveis, um
cavado semiestacionário em 500 hPa orientado na mesma direção da ZCAS,
movimentos verticais ascendentes organizados no sentido NW a SE na média
troposfera à leste do cavado semipermanente sobre o continente da AS, forte
gradiente de temperatura potencial equivalente (Θe ) na média troposfera na direção
da nebulosidade convectiva, vorticidade (ζ) relativa positiva em 200 hPa alinhada
com a banda de nebulosidade (FIGUEROA, 1997).
A ZCAS é identificada pela banda de nebulosidade estacionada por vários
dias, maior ou igual a 4 dias, originária na bacia Amazônica, estendendo-se em
direção ao Sudeste do Brasil e projeta-se no sudeste subtropical do Oceano
Atlântico. Esse sistema afeta o regime de chuvas na parte central do país
(KODAMA, 1992, 1993; SATYAMURTY et al 1998; CARVALHO et al 2002). A Figura
2.1 mostra a organização e persistência da nebulosidade nos períodos de atuação
de ZCAS. Pode-se notar que a faixa de máximo brilho se posiciona sobre o leste da
Amazônia até o sudeste do Brasil chegando até o oceano Atlântico.
25
Figura 2.1: Pêntadas de temperatura de brilho média (K) para o mês de dezembro/2001, referente a dois eventos de ZCAS nos períodos 17-21 (lado esquerdo) e 24-28 (lado direito). (FONTE: Boletim Climanálise CPTEC/INPE - Satélite GOES 8).
O fato da ZCAS ocorrer durante o período de verão do HS ressalta a
importância da convecção tropical (CT) e a consequente liberação de calor latente
na região Amazônica tanto para a geração como para manutenção do fenômeno.
Sakamoto e Silva Dias (1990) ressaltaram a importância da umidade no Brasil
Central para as precipitações de sistemas semiestacionários no verão do HS.
Em um estudo recente (QUADROS et al, 2012), detectaram na baixa
troposfera que os Vórtices Ciclônicos de Mesoescala (VCMs) influenciam o início,
organização e evolução da convecção profunda e úmida que possuem circulação
ciclônica com um total de 300 VCMs úmidos, enquanto que na média e alta
troposfera foram detectados 277 VCMs. Dessa maneira, o método desenvolvido
para detecção dos VCMs embebidos na região da ZCAS foi testado nos meses de
verão do HS entre os anos de 2000 a 2009, e consiste em procedimento
computacional que tem por objetivo principal facilitar a identificação desses sistemas
ciclônicos de mesoescala em função da dificuldade da identificação visual em
imagens de satélite. Interessante notar que os vórtices estão embebidos na região
de confluência e movimento ascendente do ar ao longo da ZCAS.
26
2.3.2 Variabilidade Temporal
A ZCAS possui variabilidade em diferentes escalas de tempo: na escala
sinótica, as entradas de frentes frias sobre a Argentina e o Brasil atingem latitudes
mais baixas acompanhadas de atividade convectiva no oeste e sudeste da
Amazônia sobre a ZCAS. Na escala 30-60 dias essa variabilidade está associada ao
deslocamento para leste da Oscilação de Madden-Julian (OMJ) que é o mais
importante da variabilidade tropical. Na escala intrassazonal (10-100 dias) a
intensidade da atividade convectiva possui máxima variância sobre ZCAS e região
central da América do Sul e menor sobre a Amazônia (LIEBMANN et al, 1999;
NOEGUÉ-PAEGLE et al, 2002; MUZA et al, 2009).
Durante o período da ausência ou enfraquecimento da ZCAS, o número de
sistemas convectivos de mesoescala cresce consideravelmente no noroeste da
Amazônia, oposto ao período de ZCAS intensas. Em relação ao balanço integrado
vertical do fluxo de umidade, durante o experimento TRMM/LBA mostrou-se que o
transporte de umidade dos trópicos para os extratrópicos da AS é mais eficiente
durante o regime de ZCAS em relação a ausência e enfraquecimento de ZCAS
(HERDIES et al, 2002).
Kodama (1992a) concluiu que a ZCPS possui uma variação intrassazonal 30-
60 dias dos campos de nebulosidade profunda. Na escala de tempo interanual, o El
Niño exerce um papel importantíssimo na variabilidade da monção na AS e na
ZCAS, inclusive na ocorrência de eventos extremos de precipitação (CARVALHO et
al 2002, 2004; VERA et al, 2006).
2.3.3 Variabilidade Espacial
As características básicas da ZCAS que afetam a região Amazônica, a ZCAS
continental, apresentam maior valor da atividade convectiva e menor valor na
variabilidade intrassazonal (CARVALHO et al 2002). Áreas Costeira e Oceânica
apresentam maior valor da variabilidade intrassazonal, ver Figura 2.2.
A intensidade da ZCAS independe de sua extensão oceânica, devido sua
persistente atividade convectiva sobre o continente, desacoplando da atividade
convectiva sobre o oceano, e vice-versa (CARVALHO et al, 2004).
27
Figura 2.2: Desvio padrão de ROL (W/m2) nos anos de 1979-96 para o verão austral (DJF). As linhas tracejadas destacam as regiões com maior variação de intensidade das ZCAS. O círculo mostra a região de ZCAS continental que contem a região de estudo neste trabalho. Fonte: Carvalho et al. (2002).
A topografia exerce um papel fundamental ao determinar o máximo de
precipitação na parte leste da região central dos Andes e na parte oeste da região
sul dos Andes. Em média, a ZCAS posiciona-se mais a leste em dezembro devido à
associação com a alta precipitação sobre o Brasil e, em janeiro, se posiciona mais a
oeste devido ao aumento da precipitação no Altiplano propiciado pelo escoamento
de ar úmido em baixos níveis na região leste dos Andes (NOGUÉS-PAEGLE et al,
2002).
O enfoque do presente estudo é a atuação da ZCAS na parte interior do
continente ou situações de ZCAS Amazônica. A região está mostrada
aproximadamente por um círculo na Figura 2.2. Portanto, a escolha da área de
estudo (área alvo) está baseada no estudo anterior, de Carvalho et al (2004).
28
CAPÍTULO 3
DADOS E METODOLOGIA
3.1 DADOS
Os dados diários de precipitação, referente ao período de estudo 1999 a 2010
durante os meses novembro a março (NDJFM), foram obtidos do satélite Tropical
Rainfall Measuring Mission (TRMM) com resolução de 0.25◦ × 0.25◦ graus e estão
disponíveis no endereço http://disc2.nascom.nasa.gov/Giovanni/tovas/. A NASA está
disponibilizando os dados em formato binário, que permitem leituras pelo GrADS
(Grid and Analysis Display System). Os dados de precipitação diária fornecidos pelo
BDMEP-INMET, para o mesmo período de estudo, das estações meteorológicas de
Canarana, Gleba Celeste, Lábrea, Manicoré, Matupá e São José do Rio Claro
também foram utilizados.
Os dados de Radiação de Onda Longa (ROL) da National Oceanic and
Atmospheric Administration (NOAA), com interpolação espacial de 2.5◦ e temporal
para o período de estudo, estão disponíveis no site:
http://www.esrl.noaa.gov/psd/data/gridded/data.interp−OLR.html. Os dados servem
como "proxy" para caracterizar a atividade convectiva associada a ZCAS.
Os dados diários de ventos (u,v), temperatura, pressão e umidade
provenientes da reanálise NCEP/NCAR 1 (KALNAY et al, 1996), também são
utilizados neste estudo. Os dados globais estão disponíveis em uma resolução
espacial de 2.5◦ × 2.5◦ graus de latitude e longitude e em 17 níveis verticais.
3.2 METODOLOGIA
3.2.1 Estudos Observacionais
Inicialmente, uma climatologia estatística (média e desvio padrão) dos
eventos de ZCAS continental para o período de 1999 a 2010 foi estabelecida sobre
os parâmetros meteorológicos de precipitação, ROL, ventos zonal e meridional em
925 hPa, umidade em 925 hPa, geopotencial em 925 hPa. Para essa climatologia os
29
eventos de ZCAS foram selecionados levando-se em consideração informações
contidas no boletim mensal publicado pelo Centro de Previsão de Tempo e Estudos
Climáticos (CPTEC) disponíveis no site
http://www.cptec.inpe.br/products/climanalise. Em seguida, um método objetivo
descrito a seguir, também foi utilizado para selecionar eventos de ZCAS continental.
Esse método baseia-se na formulação de um índice de precipitação média para a
região limitada entre as latitudes 14◦ S e 6◦ S e longitudes 66◦W e 50◦W. A escolha
dessa área alvo tem como objetivo avaliar o efeito da ZCAS no sul da Amazônia,
conforme sugerido por Carvalho et al (2002).
3.2.1.1 Identificação dos episódios de ZCAS segundo o Boletim Climanálise
Inicialmente, foram selecionados os dias, meses e anos no período de estudo
em que ocorreram eventos de ZCAS que atuaram na região Amazônica conforme o
boletim mensal "climanálise". Para identificação dos eventos de ZCAS o critério de
seleção baseou-se nas informações contidas no Boletim Climanálise, como segue:
1. Os eventos de ZCAS atuaram no sul do Amazonas;
2. Os eventos de ZCAS atuaram na Região Norte;
Com base nessas informações criou-se uma tabela (Tabela 3.1) com 32
eventos de ZCAS que atuaram no sul da Amazônia durante o período de estudo.
Estes correspondem a 41% de todos os 78 eventos de ZCAS atuantes no Brasil
durante o período analisado, equivalendo aproximadamente a 3 eventos de ZCAS
por ano que atuaram na área alvo. Esse conjunto de eventos mostrado na Tabela 3.1
é designado S1.
30
Tabela 3.1: Atuação de 32 eventos de ZCAS. Séries S1. _______________________________________________
Evento (n) Duração (Dn) Período Ano _______________________________________________ 01 05 16 a 20/12 1999
02 08 01 a 08/12 2000
03 06 17 a 22/12 2000
04 06 01 a 06/11 2001
05 06 16 a 21/11 2001
06 05 17 a 21/12 2001
07 05 24 a 28/12 2001
08 07 10 a 16/12 2002∗
09 12 27/12/02 a 07/01/03 2002/2003∗
10 05 02 a 06/01 2004
11 11 10 a 20/01 2004∗
12 07 27/01 a 02/02 2006
13 05 09 a 13/02 2006
14 10 07 a 16/03 2006∗
15 05 10 a 14/11 2006
16 07 26/11 a 02/12 2006
17 06 07 a 16/12 2006
18 21 27/12/06 a 16/01/07 2006/2007
19 06 22 a 27/01 2007
20 06 12 a 17/02 2007
21 05 19 a 23/03 2007
22 04 04 a 07/11 2007
23 07 27/11 a 02/12 2007∗
24 10 30/01 a 08/02 2008∗
25 05 26 a 29/02 2008
26 06 03 a 08/03 2008
27 06 12 a 17/03 2008
28 12 13 a 24/11 2008
29 05 27/11 a 01/12 2008
30 09 12 a 20/12 2008
31 04 13 a 16/03 2009
32 05 28/02 a 04/03 2010∗
________________________________________________
Fonte: Boletim Climanálise. (*) significa eventos comuns entre as Tabelas 3.1 e 3.2. Dn é o número de dias.
31
3.2.1.2 Identificação dos episódios de ZCAS pelo Método Objetivo
O método objetivo baseia-se nas séries de dados de precipitação de seis
estações meteorológicas do BDMEP - INMET situados na área alvo no sul da
Amazônia. A partir dessas séries de dados, construiu-se uma nova série de dados
diária de precipitação média das seis estações com um total de 1664 dias, ver
Tabela 3.2, que correspondem a uma sequência dos meses de novembro a março
desde 1999 até 2010. Foram calculados, para essa nova série, precipitação média,
mm/dia e o desvio padrão, mm/dia. Em seguida, foi
escolhido um limiar, que corresponde aproximadamente a 18
mm/dia. Com esse limiar foram selecionados os dias de precipitação segundo os
critérios abaixo:
1. Se a cada 5 dias consecutivos, 3 dias tivessem chuvas maiores ou igual l(P), essa
sequência de 5 dias correspondia a um evento de ZCAS;
2. Se a cada 5 dias consecutivos, 2 dias tivessem chuvas maiores ou igual e a
média da precipitação desses 5 dias fosse maior que , então essa sequência de
5 dias também correspondia a um evento de ZCAS.
Caso um determinado intervalo de tempo de 1 a 10 dias tivesse chuvas acima
do limiar em 3, 4, 5 e 7 dias, o critério computaria apenas um evento de ZCAS,
iniciando no dia primeiro (1) e finalizando no nono (9) dia. Esse exemplo mostrou
também que ao utilizar outro método (média móvel) o número de ZCAS computado
foram 4 eventos a mais que o critério proposto. Além disso, um valor de precipitação
alta entre 5 dias, pode levar a evento de ZCAS não confiável.
O cuidado para esse novo critério, está relacionado também com o avanço de
Frente Fria até a região norte (sul da Amazônia) no verão austral, pois, normalmente
esse sistema interage com o ar úmido e quente da região, produzindo convecção
profunda e consequentemente chuvas fortes e intensas no sul da região Amazônia
(região tropical) (OLIVEIRA 1986; ANDRADE e CAVALCANTE 2004).
Os 28 eventos computados na área de estudo (Tabela 3.2) através desse
critério equivale a 36% do valor computado em relação a média móvel durante o
mesmo período, ou seja, o total dos eventos computados pela média móvel no sul
32
da Amazônia é igual ao número total de episódios de ZCAS atuantes em todo
território brasileiro.
Tabela 3.2: Atuação de 28 eventos de ZCAS pela Metodologia Objetiva. Série S3.
__________________________________________________ Evento Duração (Dn) Período Ano ____________________________________________________________
01 06 22 a 27/12 1999 02 09 11 a 19/03 2000 03 09 28/02 a 08/03 2001 04 10 05 a 14/01 2002 05 15 04 a 28/02 2002 06 07 10 a 16/12 2002∗
07 12 27/12/02 a 07/01/03 2002∗
08 08 14 a 21/01 2003 09 11 10 a 20/03 2003 10 05 25 a 29/03 2003 11 05 16 a 20/01 2004∗
12 05 23 a 27/01 2004 13 14 01 a 14/02 2004 14 06 17 a 22/02 2004 15 07 03 a 09/03 2004 16 09 21 a 27/12 2004 17 06 11 a 16/12 2005 18 06 08 a 13/03 2006∗
19 13 29/01 a 09/02 2007 20 06 18 a 23/02 2007 21 09 27/11 a 05/12 2007∗
22 05 21 a 25/12 2007 23 06 11 a 16/01 2008 24 12 24/01 a 07/02 2008∗
25 06 13 a 18/02 2009 26 07 05 a 11/12 2009 27 05 27 a 31/01 2010 28 07 24/02 a 02/03 2010∗
____________________________________________________
Esse novo conjunto de eventos de ZCAS é chamado S2. Utilizando o mesmo
critério, construiu-se uma nova série agora utilizando os dados estimados do satélite
TRMM. Essa nova série é denominada de S3. A partir da série S3, foram calculados a
precipitação média dos compostos sobre a área alvo, mm/dia, e o desvio
padrão, mm/dia, e o limiar para chuvas desta série é = 13,8 mm/dia.
Uma vez que 80% dos casos foram comuns para as séries S2 e S3, optou-se
por usar, daqui em diante, a série S3 com objetivo de criar os compostos de
precipitação e outras variáveis atmosféricas. Do mesmo modo compostos dos
eventos de ZCAS selecionados em S1 também foram obtidos para poder analisar as
33
diferenças nos padrões de ZCAS selecionados pelos diferentes critérios.
3.2.1.3 Definição dos Campos Compostos
A análise de compostos é uma ferramenta bastante usada e efetiva na
identificação dos padrões médios e suas variações associadas a um determinado
fenômeno. Entretanto, a efetividade da análise depende fundamentalmente do
critério de seleção dos eventos a serem estudados. Neste estudo essa técnica foi
utilizada para identificarmos padrões dominantes dos episódios de ZCAS
selecionados anteriormente.
A significância estatística para esses compostos foi calculada com base no
teste t-Student. A significância estatística representa uma medida da confiabilidade
de um determinado resultado, ou ainda, a probabilidade do erro envolvido em aceitar
um resultado como verdadeiro (WILKS, 2006). Aqui, nos campos compostos a
estatística testa da é a média. Um nível de significância 0,05 indica que existe uma
probabilidade de 5% de que a hipótese nula seja falsa ou 95% de chance que este
resultado tenha consistência. Para as composições foi assumido que uma variável
com n valores e desvio padrão (σ) apresenta uma média com distribuição t-Student.
Assim, somente compostos com valores absolutos maiores que são
estatisticamente significativos, onde tα são tabelados.
Seja ψ(i, j, d, n) um campo bidimensional de uma variável atmosférica (ex.
componente de vento meridional em 850 hPa ou temperatura em 925 hPa), onde i é
o índice do ponto de grade na direção leste, j é o índice na direção norte, d é o
número do dia do evento e n é o número dos eventos de ZCAS. Dessa maneira, d =
1 representa o dia do início da atuação da ZCAS de um dado evento n, onde d = 2,
3, 4, ..., Dn , representam os dias posteriores.
Cada evento tem uma duração de Dn dias diferentes de acordo com a Tabela
3.1. Desta maneira, os compostos para os primeiros dias de atuação de ZCAS
utilizam todos os eventos selecionados e os compostos para os dias posteriores
dependem da variação de Dn com n. Alguns eventos apresentaram atuações
prolongadas de ZCAS e outras não. Então, o número de atuações evidentemente
será reduzido para durações maiores. Eventos de ZCAS na série S1 duraram entre 4
e 21 dias, com uma média de 7 dias dos 32 eventos, enquanto que na série S3 , a
34
duração dos episódios variou entre 5 e 15 dias, tendo um média de 8 dias dos 28
episódios. Devido a essas diferenças, o campo composto para um evento é definido
como:
onde ψCE representa um campo composto do n−ésimo evento, Dn é a duração em
dias do evento.
O Campo Composto para todos os eventos é definido por
onde ψC representa a média de todos os campos compostos, N é o número de
eventos. O campo composto (ψC) serve para descrever a distribuição espacial
média da variável em questão. Os compostos foram obtidos para as variáveis
atmosféricas tais como temperatura em baixos níveis, ventos em baixo, médio e
altos níveis, precipitação, ROL, umidade integrada da superfície até 300 hPa (água
precipitável) e diagnósticos derivados como fluxo de umidade e convergência na
baixa troposfera.
A análise dos compostos foi realizada para diferentes subconjuntos de ZCAS,
a seguir:
1. Para todo o período de estudo na AS;
2. Para todos os eventos de ZCAS escolhidos em S1 e S3;
3. Para eventos que apresentaram chuvas fracas, fortes e intensas na série S3 ,
separadamente;
Para definirmos os eventos com precipitações fracas, fortes e intensas em
relação a média diária de ZCAS da série S3 sobre a área alvo, foram utilizados os
seguintes critérios:
1. Se, os eventos com precipitações em torno desses valores
em mm/dia, foram considerados fracos;
35
onde é a média da precipitação climatológica, é a média da precipitação do
n−ésimo evento de ZCAS e σ/2 é a metade do desvio padrão da precipitação da
série S3 . As médias e desvio padrão foram obtidas sobre a área alvo.
2. Se , os eventos de precipitação foram considerados
fortes;
3. Se , os eventos de precipitação foram considerados intensos.
Os valores escolhidos para classificar as chuvas segundo sua intensidade
estão relacionados com as médias e desvios padrão dos eventos de ZCAS em
relação à série S3.
3.2.1.4 Fluxo de umidade e convergência
Foram calculadas as integrações laterais e verticais dos valores do fluxo de
vapor, Fw, de água através dos quatro lados da área de estudo mostrada na Figura
3.1 e pela equação dada por
(3.3)
onde q é a umidade específica, V é o vetor vento, p é a pressão e g é a aceleração
da gravidade.
A divergência do fluxo de umidade é dada Dw = ∇ · Fw, ou seja, uma maneira
de obter a divergência do fluxo de vapor de água sobre a área é calcular a integral
de linha fechada. Por outro lado, quando a área é retangular, a integral fechada é
quebrada em quatro partes, uma para cada fronteira, fronteira leste, oeste, norte e
sul do retângulo como segue:
36
Figura 3.1: Modelo da caixa sobre a área alvo para calcular o transporte de umidade, integrado da superfície até 300 hPa, As setas indicam o sentido nos lados da caixa .
onde u, v são as componentes do vetor vento V, Tw (E) é o transporte para dentro da
área através da parede leste, Tw (W) é através da parede oeste, etc. O limite de
integração sobre a vizinhança leste e oeste possuem latitudes sul e norte sobre a
vizinhança da área alvo. O limite de integração sobre a vizinhança norte e sul e
longitude da vizinhança de leste e oeste. A convergência do fluxo de umidade total,
Cw (T), sobre a área retangular é dada pela convergência total de vapor de água
dividido pela área considerada, o que dará a diferença entre as taxas médias, Pm ,
de precipitação, devido a convergência de umidade sobre a área, isto é,
(3.4)
(3.5)
onde A é a área de estudo considerada. Esse procedimento pode ser considerado
para qualquer área retangular, esse método é conhecido como modelo de caixa,
maiores detalhes ver Satyamurty et al (2012).
A contribuição percentual da convergência de umidade para a precipitação é
dada por e a reciclagem do vapor d’água pela evaporação é
37
, onde P é a precipitação média na área alvo.
Quando Cw é negativa, tem-se divergência. A convergência total de vapor de
água dividido pela área considerada dará a diferença entre as taxas médias de
precipitação, P, e evapotranspiração. As estimativas foram feitas para os meses de
NDJFM de cada ano no período de 1999 a 2010.
3.2.1.5 Análise Espectral
A fim de identificarmos a escala de variabilidade dominante nas séries de
precipitação sobre a região sul do Amazonas, uma análise espectral foi realizada
utilizando dados das seis estações meteorológicas (Canarana, Gleba celeste,
Matupá, São José do Rio Claro, Maués e Lábrea). Para isso, inicialmente uma série
anual dos dados de precipitação foi gerada da seguinte maneira: o primeiro valor da
série é a média de todos os primeiros dias de janeiro, o segundo valor da série é a
média de todos os segundos dias de janeiro e assim sucessivamente até a média de
todos os trigésimos primeiros dias de dezembro. Para os anos bissextos, foi
calculada uma média dos dias 28 e 29 de fevereiro para constarão apenas um dia,
assim todos os meses de fevereiro constarão apenas de 28 dias para todo o
período. A partir dessa série calculou-se a média móvel.
Após o cálculo da média móvel removeu-se o ciclo anual e tendência linear e,
em seguida, calculou-se o espectro de potência dessa nova série e a curva de
significância. A seguir é apresentado como foram realizados o cálculo da média
móvel e a remoção do ciclo anual. Maiores detalhes ver Wilks (2006) e Jenkins
(1968).
Média móvel
Para identificar claramente a eventual presença de ciclos nas séries de
precipitação ou de outras variáveis é necessário utilizar filtros capazes de reduzir a
variabilidade nos ciclos de presenças óbvias como ciclo sazonal. Para reduzir o ciclo
sinótico obtém-se uma média móvel de 5 dias:
(3.6)
38
onde t representa os índices da nova série (média móvel), 5 representa o número de
observações incluídas na média que pode ser considerado como um parâmetro a
ser ajustado. A nova série tem 4 elementos a menos que a série original. Aqui 5 dias
é o tamanho da janela. Sabe-se que quanto maior for a janela maior o efeito de
suavização.
Função Harmônica
A análise harmônica consiste em representar as flutuações ou as variações de
uma série de tempo como uma série de funções seno e cosseno. As funções são
escolhidas para terem frequências exibindo múltiplos inteiros da frequência
fundamental determinada pelo tamanho da amostra da série de dados. Após ter-se
calculado a média móvel, obteve-se o ciclo anual dado pela função geral
(3.7)
quando k= 1, h1 (t) é o primeiro harmônico e n é o número total da série e t=1, 2, . ,n,
são os coeficientes de Fourier e são os
valores da precipitação da série sobre a média móvel. Aqui o valor de n é 361 dias.
O primeiro harmônico é o ciclo anual, para removê-lo tem-se que calcular a
diferença entre . Portanto, a nova série é dada por , com
t = 1, 2, . . . , n, e será submetida a análise de espectro.
Autocorrelação de Séries Temporais
A existência de autocorrelação em dados meteorológicos e climatológicos tem
implicações importantes sobre a aplicabilidade de alguns métodos estatísticos nos
padrões de dados atmosféricos. Às vezes tais correlações são referidas como
correlações defasadas e são calculadas como coeficientes de Pearson-correlação.
O processo de computar as autocorrelações pode ser visualizado por imaginar uma
cópia de uma sequência de observação e essa sequência (série) pode ocorrer uma
autocorrelação com defasagem (lag) por uma unidade de tempo ou mais. Nosso
interesse é calcular as autocorrelações com defasagens mais longas, lag = 75, a
única diferença é que a série será deslocada por mais que uma unidade de tempo
39
em relação a si. Dessa maneira o coeficiente de autocorrelação para lag = k, será
(3.8)
aqui os subscritos (-) e (+) indicam médias amostrais ao longo do primeiro e último
n − k valores de dados, respectivamente, e válido para 0 ≤ k < n − 1.
A coleção das autocorrelações para várias defasagens são chamadas de
função de autocorrelação. Uma função de autocorrelação sempre começa com
r0 = 1, uma vez que qualquer série não deslocada de dados irá apresentar
correlação perfeita com ele mesmo. É típico de uma função de autocorrelação expor
uma decomposição mais ou menos gradual tendendo a zero quando a defasagem
em relação a k aumenta, gerando relações estatisticamente mais fracas entre os
pontos de dados mais afastados uma da outra no tempo.
Quando os dados da série original possui ciclicidade, as autocorrelações
também apresentam a mesma ciclicidade. Assim, podemos obter os ciclos por
analisar a série de autocorrelação. Os ciclos da série de observações se manifestam
na série de autocorrelação. A vantagem de trabalhar com autocorrelação é que
baixas frequências são eliminadas.
Espectro teórico de modelos autorregressivos
Muitas vezes, para definir, por exemplo, um ciclo anual de uma variável
climatológica, o primeiro harmônico pode dar uma representação bastante adequada
do ponto de vista prático. Nosso objetivo é encontrar uma função que passa
exatamente através de cada um dos pontos de dados, então todos os harmônicos
n/2 serão utilizados para os cálculos dos coeficientes de amplitude, separadamente
para cada harmônico da seguinte maneira
(3.9)
onde são os coeficientes
a série.
40
Análise da Série Temporal
Uma vez que as relações são estabelecidas entre as variáveis harmônicas e
os dados da série x(t), o primeiro Harmônico foi subtraído da série diária de
precipitação e uma parte dessa série contendo 5 meses (Novembro a Março) foram
considerados para essa análise. Tem-se uma série de 151 valores diários. As
autocorrelações , com um lag de dias, = 1, . . . , 75, foram calculadas. A
Transformada de Fourier discreta na série com 75 valores de autocorrelação foi
calculada. Assim, as amplitudes são obtidos para cada período de
dias. A proporcionalidade da variância é explicada para cada m-ésimo
componente de Fourier dado pela equação
(3.10)
onde é a variância de . Essa Estatística é a densidade espectral normalizada e
é representada graficamente pelo período de oscilação. A hipótese nula de que a
amplitude ao quadrado, para o período é significativamente maior do que o
espectro de ruído vermelho nesse período seria rejeitado no nível
(3.11)
onde denota a cauda direita do quantis da distribuição qui-quadrado e
com dois graus de liberdade. Isto,
(3.12)
onde é o parâmetro autorregressivo dado pela a autocorrelação com
é a frequência.
3.2.1.6 Funções Ortogonais Empíricas
Vários métodos estatísticos têm sido usados para identificar a natureza
temporal e espacial da variabilidade climática, como um meio de se interpretar
fisicamente campos meteorológicos. A decomposição em EOF é uma técnica
estatística multivariada, usada tanto para se conhecer as dependências existentes
entre um conjunto de dados como também para estruturar tal conjunto a fim de
41
reduzir o número de variáveis interrelacionadas para um conjunto menor de
componentes, que são combinações lineares das variáveis originais.
As dimensões do espaço vetorial ortogonal podem normalmente ser reduzidas
desde que uma grande fração da variância total seja explicada por uma pequena
fração dos M autovetores. Por esta razão, as combinações lineares dos autovetores
no espaço vetorial reduzido aproximam-se dos vetores originais.
Este método é bastante usado em Meteorologia e tem duas vantagens
básicas. Permite que a descrição de um campo seja feita por um número
relativamente pequeno de funções e coeficientes temporais associados, que
explicam uma fração maior da variância total que qualquer outra transformação.
Também permite investigar processos geofísicos complexos, tais como, variações
oceânicas ou alterações climáticas em curto prazo. A formulação matemática da
técnica está baseada em Wilks (2006).
Filtro de Lanczos
Neste estudo a EOF será aplicada à série de anomalia diária filtrada de
precipitação para o período total de estudo na área alvo. A escolha da área alvo (sul
da Amazônia) nesse estudo está contida na área indicada nos estudo de Carvalho et
al (2002).
As escolhas das bandas de estudos de 10 a 20 dias e 20 a 100 dias estão
relacionados aos picos significativos de 11 dias, 15 dias e 38 dias,
aproximadamente, obtidos na análise espectral descrita anteriormente. Assim, para
focar nas oscilações com períodos de 10 a 20 dias e 20 a 100 dias, as anomalias
diárias de precipitação, ROL, componente zonal e meridional do vento em 925 hPa e
temperatura do ar em 925 hPa para o período de NDJFM foram filtradas utilizando
um filtro "passa-banda" de Lanczos (DUCHON, 1979). A Figura 3.2, ilustra a
resposta do filtro de Lanczos particularmente para as duas bandas.
A primeira banda de 10 a 20 dias possui uma frequência de corte de 1-10 e 1-
20 e a segunda banda de 20 a 100 dias possui uma frequência de corte de 1/20 e
1/100, consideramos 120 pesos nas duas bandas. Uma vez que com a utilização
desse filtro, parte da série de dados é perdida, considerou-se para a filtragem dos
dados o período de setembro a maio. Assim, considerando o número de pesos
iguais a 120, pós a filtragem da série de entrada contendo 2981 dias resultou-se em
42
uma série de saída contendo 1661 dias, correspondente ao período de NDJFM.
Figura 3.2: Resposta do filtro de Lanczos nas bandas de 10 a 20 dias e 20 a 100 dias com frequências de corte entre 1/10 e 1/20 dias (linha vermelha) e 1/20 e 1/100 dias respectivamente
(linha preta) com 120 pesos.
Em seguida, foram calculadas a EOF para anomalias filtradas diárias da
precipitação para todo o período de estudo na área alvo. Para obter os padrões das
demais variáveis e garantir a consistência física entre tais padrões, a correlação
entre a componente principal (ACP) sobre a área alvo e as anomalias nas séries
temporais nas demais variáveis para cada ponto de grade foram calculadas para a
América do Sul. Nessa correlação aplicamos o teste-t a um nível de significância
estatística de 95% e os mapas de correlação serão plotados destacando o mesmo
nível de significância de 95% calculada da seguinte maneira:
(3.13)
t95% é o valor da distribuição relativa ao teste-t, n é o graus de liberdade calculado
pela divisão do número total da série pelo maior valor do intervalo da banda em
estudo e σc correspondente ao desvio padrão do com posto.
43
3.2.2 Estudos de Modelagem
Primeiramente, definiu-se um coeficiente de eficiência (α) que traduz a
intensidade de chuva diária quando os episódios de ZCAS estão atuando no sul da
Amazônia.
3.2.2.1 Coeficiente de Eficiência dos episódios de ZCAS
O Coeficiente de Eficiência diz respeito à frequência das chuvas intensas
quando os eventos de ZCAS estão atuando na área alvo. No presente estudo
usamos um limiar de 20 mm/dia de precipitação média diária para definir as chuvas
intensas com dados das seis estações meteorológicas na área alvo. Esse limiar é
baseado na experiência do dia-dia, todavia, chuvas próximas ou superiores de 20
mm/dia na área alvo não são tão comuns.
Os dados observados de precipitação das estações do INMET foram
examinados para os eventos de chuvas intensas no período de estudo. Durante
estes episódios definiu-se uma função α, chamada de Coeficiente de Eficiência de
ZCAS na produção de eventos de chuvas intensas como segue:
(3.14)
onde m é número total de casos de chuvas intensas (maior ou igual ao limiar)
durante o período de atuação de ZCAS continental, M corresponde ao número de
todos os dias de chuvas fortes nos 55 meses, D é o número de dias do período de 5
meses de NDJFM desses 11 anos de estudo, d é o número total de dias da atuação
de ZCAS. Se α > 1 significa que o evento de ZCAS contribui para propiciar chuvas
intensas com maior frequência na região do que a média climatológica.
Se a proporção de m em relação a d for igual à proporção de M em relação a
D, ou seja, então α = 1, significando que o número de dias com chuvas
intensas durante os episódios de ZCAS não é proporcionalmente maior em relação à
climatologia. Agora, se α > 1, significa que a os episódios de ZCAS apresentam
proporcionalmente maior número de chuvas intensas do que a média de verão.
Os valores encontrados para o cálculo do coeficiente de eficiência (α)
pertencem à série S2 que correspondem aos casos de precipitação média diária na
área alvo maior ou igual ao limiar 20 mm/dia.
44
Os dias de ZCAS que houve chuvas maiores ou iguais ao limiar escolhido
correspondem a m = 63 dias e d = 232 é o número de dias com atuação de ZCAS
dos 28 eventos no período de estudo. M = 195 corresponde ao total de dias com
chuvas ≥ 20 mm e o número D = 1661, o total de dias em 55 meses de NDJFM no
período de 1999 a 2010.
Assim, depois de efetuado o cálculo sobre os dados observados, obtivemos o
valor do Coeficiente de Eficiência α = 2,31, o que significa que a contribuição dos
eventos de ZCAS em reproduzir chuvas fortes ou intensas é proporcionalmente
superior ao dobro de dias da climatologia.
Em seguida, faz necessário conhecer quais os tipos de ZCAS a dizer:
oceânica e/ou costeira e/ou Amazônica (continental), que afetam o sul da Amazônia
com chuvas (forte e intensa) acima da climatologia. Para isso utilizamos o método
Fuzzy.
3.2.2.2 Modelagem Fuzzy na Classificação de ZCAS
O objetivo dessa etapa do trabalho é aplicar os conceitos da teoria dos
conjuntos difusos, de modo a ter um mecanismo de alerta sobre as chuvas acima da
média climatológica provocadas pela Zona de Convergência do Atlântico Sul no Sul
da Amazônia, a dizer: ZCAS Amazônica (continental), ZCAS costeiras e ZCAS
oceânicas, segundo as regiões de atuação desses eventos de acordo com os
trabalho de Carvalho et al (2004) e Quadro et al (2012), que podem ser usados na
previsão de tempo nos modelos numéricos possibilitando uma visão determinística
regional de chuvas sobre a área de estudo, tendo como foco um sistema de alerta
sazonal de chuvas para áreas de risco.
Sistema Fuzzy
Seres humanos são capazes de lidar com processos bastante complexos,
baseados em informações imprecisas ou aproximadas. A Teoria dos Conjuntos
Fuzzy e os Conceitos de Lógica Fuzzy concebida por Lotfi Zadeh (1965 e 1973)
podem ser utilizados para traduzir em termos matemáticos a informação imprecisa
expressa por um conjunto de termos de regras linguísticas (DA SILVA et al, 2007 e
ISLAM et al, 2013).
45
Esta subjetividade nos permite classificar os eventos de ZCAS em oceânicas
e/ou costeiras e/ou amazônica (também chamada continental), através de uma
expressão matemática ou função que indica o grau com que o elemento x de
um conjunto U está em concordância com o conceito que caracteriza os elementos x
no subconjunto A que está contido no U.
Isto é, um subconjunto fuzzy A de um conjunto U é caracterizado por uma
função de pertinência , onde mede a probabilidade do
elemento x pertencer ao subconjunto A, ou seja, o valor de . A
pertinência ou não pertinência de um elemento em A é indicado por
, respectivamente (SUGENO, 1974).
Se um operador humano for capaz de articular sua estratégia de ação como
um conjunto de regras da forma, "se,..., então", um algoritmo passível de ser
implementado em computador pode ser construído. A grande vantagem desse
método provém de sua habilidade de inferir conclusões e gerar respostas, tomando
como input um conjunto de informações vagas, ambíguas e qualitativamente
incompletas e imprecisas.
Sistema de Mamdani
Aqui, apresentamos um breve resumo de como funciona o método Mamdani
de inferência segundo Barros (1997). Espera-se que a cada entrada crisp (um
número real ou n-upla de números reais) faça corresponder uma saída crisp, e em
geral, um sistema fuzzy faça corresponder a cada entrada uma saída. Neste caso,
um sistema fuzzy é uma função de em , construída por uma metodologia
específica de acordo com os módulos (Figura 3.3).
1. Módulo de fuzzificação: modela matematicamente a informação das variáveis de
entrada por meio de conjuntos fuzzy. É neste módulo que se mostra a grande
importância do especialista no processo a ser analisado, pois a cada variável de
entrada devem ser atribuídos termos linguísticos que representam os estados desta
variável e, a cada termo linguístico, deve ser associado a um conjunto fuzzy por uma
função de pertinência. É nesse módulo que se armazenam as variáveis e suas
classificações linguísticas;
46
Figura 3.3: Estrutura de um controlador de Lógica Fuzzy
2. Módulo de inferência: é onde se definem os conectivos lógicos usados para
estabelecer a relação fuzzy que modela a base de regras. É deste módulo que
depende o sucesso do sistema fuzzy já que ele fornecerá a saída (controle) fuzzy a
ser adotado pelo controlador a partir de cada entrada fuzzy;
3. Módulo de defuzzificação: que traduz o estado da variável de saída fuzzy para um
valor numérico.
Número Fuzzy
Na literatura aparecem vários números fuzzy, os mais comuns são:
1. Triangulares;
2. Trapezoidais;
3. Em forma de sino.
47
Definimos um número Fuzzy Trapezoidal se a sua função de pertinência é da
forma
onde está definido no intervalo fechado v = [a, d], de tal forma que podemos
decompor esse intervalo como a união finita de intervalos, tal que
.
Assim, se , então o valor de x pertence ao domínio sobre a
imagem da parte esquerda do trapézio, ou seja, o valor de está entre
, onde os valores representam os valores
limitantes nas bases inferiores e superiores do lado esquerdo do trapézio,
respectivamente. De modo semelhante e representam os valores que
limitam a base superior do trapézio e finalmente os valores de e
representam as bases superior e inferior do lado direito do trapézio, respectivamente
(Figura 3.4).
Figura 3.4: Representação do número trapezoidal μ(x) em suas respectivas base ou intervalos
Das funções de pertinência, a que melhor se ajustou ao nosso modelo foi a
trapezoidal, devido termos as médias dos eventos centralizados em um dado
intervalo, cujos valores extremos estão relacionados com as funções médias e
desvios padrão. O método de inferência utilizado foi o Método de Mamdani
(BARROS, 1997) que combina os graus de pertinência referentes a cada um dos
valores de entrada, através do operador mínimo e agrega as regras através do
48
operador máximo.
Os operadores, máximo e mínimo, são definidos abaixo, respectivamente:
1.
2.
A escolha dos operadores, máximo e mínimo, na definição da união e
intersecção fuzzy, se justificam pelo fato de que quase todas as operações clássicas
dos conjuntos são preservadas.
Os valores de entradas são definidos através dos domínios e termos
linguísticos atribuídos as intensidades da precipitação para todo período ou para
apenas um mês de análise, assim como as chuvas que ocorreram no período de
atuação da ZCAS na área alvo. Essas intensidades serão as variáveis de entrada e
saída descritas abaixo.
Dados de entrada
A Figura 3.5 representa de forma esquemática o sistema fuzzy, os retângulos
amarelos à esquerda representam os dados de entrada de precipitação referente
aos meses NDJFM no período 1999 a 2010. Os retângulos, superior e inferior, à
esquerda, representam as quantidades de chuvas normais (mm/dia) ou diárias (CN)
e as chuvas (mm/dia) dos 28 episódios de ZCAS (CZ), respectivamente. O retângulo
central representa a modelagem segundo a Base de Regras e Inferência Fuzzy
(Mamdani) e o retângulo à direita é a saída do modelo.
1. Entrada1: CN - são as chuvas para todo o período de estudo na área alvo,
levando em consideração para os cálculos a média climatológica de 9, 4 mm/dia e o
desvio igual a metade do desvio padrão σ/2 = 2, 2 mm/dia da série S3 .
(a) Termos Linguísticos: fraca, média e forte;
i. fraca = [0 0 5 7,2]
ii. média = [5 7,2 11,6 13,8]
iii. forte = [11,6 13,8 26,6 26,6]
Universo (CN): 0 a 26,6 mm/dia.
49
os dois valores 0 no intervalo de chuvas fracas (i) correspondem às bases inferior e
superior do trapézio do lado esquerdo e os valores 5 e 7,2 correspondem às bases
superior e inferior do lado direito do mesmo trapézio. Esses valores 5 e 7,2 em (i)
representam também, respectivamente, valores da média climatológica menos o
desvio padrão e média climatológica menos a metade do desvio padrão. Do mesmo
modo, os valores dos intervalos de Entrada2 e Saída são manipulações análogas.
Figura 3.5: Esquema de um Sistema Fuzzy. Entrada de dados (esquerda). Bases de regras e Inferências (meio). Saída (direita).
2. Entrada2: CZ - são as chuvas de todos os dias dos eventos de ZCAS da série S3.
(a) Termos Linguísticos: fraca, forte e intensa;
i. fraca [0 0 9,2 11,4]
ii. forte [9,2 11,4 13,7 14,8]
iii. intensa [13,7 14,8 26,6 26,6]
Universo (CZ): 0 a 26,6 mm/dia.
3. Saída: ZCAS oceânica e/ou costeira e/ou Amazônica corresponde aos valores das
porcentagens dos eventos. Nesses intervalos estamos utilizando o valor da
percentagem de atuação de ZCAS na área alvo para definirmos os intervalos, os
valores extremos em (i), (ii) e (iii) correspondem ao valor da percentagem de ZCAS
atuando na área de estudo.
50
(a) Termos Linguísticos: Oceânica, Costeira e Continental;
i. oceânica [0 0 7,14 17,14]
ii. costeira [7,14 17,14 40,14 50,14]
iii. continental [40,14 50,14 100 100]
Universo(ZCAS): [0, ..., 100]%.
A condicional "se" chuvas normais (CN) é fraca "e" chuvas de ZCAS (CZ)
também é fraca, "então" a ZCAS atuante no Sul da Amazônia é oceânica, essa
condicional possui uma função de pertinência
(3.15)
onde μ mede o grau de verdade da relação de implicação entre os conjuntos CN
(fraca) e CZ (fraca) que correspondente ao tipo de ZCAS atuante na região de
estudo (área alvo), o símbolo ∧ representa a operação união sobre os conjuntos.
A Base de Regras e Método de Inferência estão relacionados com a
probabilidade da função de pertinência pertencer a cada intervalos determinados
pelos valores médios da precipitação diária e os desvios padrão dos eventos de
ZCAS atuantes sobre o sul da Amazônia, definidos anteriormente. As chuvas nesse
período de estudo, também, podemos denominar, de chuvas normais (CN) e as
chuvas, durante os eventos de ZCAS, denominaram-se de CZ. CN também pode ser
analisada pela chuva do mês em que ocorreu o evento de ZCAS. Assim, a Base de
Regra no implemento do algoritmo é definido como segue:
Base de Regra no implemento do algoritmo
1. Se (CN é Fraca) e (CZ é Fraca) então (ZCAS é oceânica);
2. Se (CN é Fraca) e (CZ é Forte) então (ZCAS é oceânica);
3. Se (CN é Fraca) e (CZ é Intensa) então (ZCAS é costeira);
4. Se (CN é Média) e (CZ é Fraca) então (ZCAS é oceânica);
5. Se (CN é Média) e (CZ é Forte) então (ZCAS é costeira);
6. Se (CN é Média) e (CZ é Intensa) então (ZCAS é continental);
7. Se (CN é Forte) e (CZ é Fraca) então (ZCAS é costeira);
8. Se (CN é Forte) e (CZ é Forte) então (ZCAS é continental);
9. Se (CN é Forte) e (CZ é Intensa) então (ZCAS é continental).
51
A defuzzificação é o processo contrário da fuzzificação, seu papel é converter
a saída dada pelo módulo de inferência, que é um conjunto fuzzy, em um número
crisp que bem o represente. Em tais processos foram avaliados as porcentagens e o
desvios padrão das chuvas sobre a área de estudo. Nessa etapa, utiliza-se o método
do centro de gravidade (centróide). Maiores detalhes ver Mamdani e Assillan (1975).
Avaliamos os 28 compostos de ZCAS selecionados na Tabela 3.2 e assim
buscarmos quais os tipos de ZCAS que contribuem com precipitação acima da
média climatológica, a dizer: oceânica, costeira ou Amazônica (continental), no sul
da Amazônia. Nesse sentido, a resposta condicionada a base de regra e inferência é
mostrado em um resumo na Tabela 3.3.
Tabela 3.3: Termos Linguísticos na Classificação da variável de saída sobre o tipo de ZCAS atuantes no Sul da Amazônia.
Portanto, a operação "e" lógico (interseção) de fatos das variáveis linguísticas,
por exemplo, se CN é fraca e CZ é fraca, então será resolvida através do operador
mínimo entre fraca e fraca. Na prática, as operações para se obter o algoritmo de
controle consistiram nos seguintes procedimentos: 1. Para cada fator da parte "se"
da regra: obter um grau de participação do valor de entrada para cada função de
associação ou termo linguístico; 2. O mínimo valor dos graus de participação obtidos
em 1 é o grau de participação da parte "se" (antecedente); 3. Aplicar um limitador na
função de associação da parte "então" através do fator obtido; 4. Fixando CN para
todas as condições e para cada uma delas pode variar CZ as 3 condições todas as
etapas na regras e obter a soma lógica "ou" das funções de pertinência associação
dadas pelas partes "então" (consequente) de cada regra. 5. Calcular a
defuzzificação da função de pertinência resultante e obter o valor de saída.
52
CAPÍTULO 4
ANÁLISE OBSERVACIONAL
4.1 IDENTIFICAÇÃO DOS EVENTOS DE ZCAS NO SUL DA AMAZÔNIA
A Figura 4.1 mostra a climatologia da precipitação, os compostos dos
episódios de ZCAS para os conjuntos S1 e S3, diferenças entre os compostos S1 e
S3 e suas respectivas anomalias e significâncias. Anomalia positiva significativa
apresenta uma precipitação mais forte durante os episódios em relação à
climatologia. Neste sentido, podemos observar que a anomalia positiva está
alinhada desde o sul da região Amazônica até sudeste no Atlântico.
Surpreendentemente, as anomalias positivas não são tão fortes sobre o sul da
Amazônia ou da área alvo, como presumíamos (Figura 4.1 (e)). Assim, parece que
os episódios identificados nos boletins Climanálise não afetam fortemente a região
de estudo (área alvo). Por esse motivo, usamos um critério objetivo, tal como
descrito na seção anterior, para identificar os episódios de ZCAS que afetam o sul da
Amazônia que apresentam anomalias positivas significativas sobre a área alvo,
como também, ao norte da Região Nordeste (Figura 4.1 (f)).
Sobre a área alvo o composto S3 é mais forte que o composto S1 em
aproximadamente 2 mm/dia (Figura 4.1 (d)). Observa-se também nessa Figura 4.1
(e-f) que as anomalias positivas significativas estão situadas ao longo da banda de
nebulosidade da ZCAS. No caso de S3 (Figura 4.1 (f)) anomalias positivas
significativas sobre a área alvo são maiores em relação a S1 (Figura 4.1 (e)). Os
compostos de anomalias são testados para a significância estatística utilizando o
teste-t. No presente estudo, as anomalias positivas e negativas mais fortes do que
2,228 milímetros são estatisticamente significativas ao nível de 5%. Assim, o método
objetivo na identificação dos eventos de ZCAS foi mais apropriado para a região sul
da Amazônia.
53
Figura 4.1: (a) Climatologia de 11 anos de precipitação na estação chuvosa (NDJFM) sobre o sul da região da América tropical. (b) compostos de chuvas de 32 episódios da série S1. (c) compostos de chuvas de 28 episódios da série S3. (d) Diferença entre S1 e S3. (e) Anomalia significativa de S1. (f) Anomalia significativa de S3. As unidades estão em mm/dia e os dados do satélite TRMM. O retângulo é a área de estudo.
A busca para representar a atividade convectiva na Amazônia foi realizada
através da escolha de dois episódios de ZCAS aleatórios, um pertencente ao
conjunto S1 e o outro pertence ao conjunto S3, observados na Figura 4.2.
54
Considerando que as áreas de convecção nos trópicos apresentam
temperaturas no topo de nuvem inferiores a 270◦ K, podemos ver que a banda de
atividade convectiva estende-se desde o Peru e a sul da Colômbia, oeste e Sul da
Amazônia até a região Sudeste do Brasil e para o Atlântico Sul. A área cinzenta
alongada representa as temperaturas com valores inferiores a 260◦ K é considerado
ZCAS.
O padrão é mais forte no segundo caso (S3) na Figura 4.2 (b), i. e, no caso de
uma ZCAS identificada utilizando o critério objetivo (S3 ). O mesmo tipo de figuras
surge quando as anomalias ROL são consideradas no lugar de temperaturas,
porque o ROL é uma função direta da temperatura da superfície que emite. Assim, o
método objetivo de identificação de ZCAS é mais apropriado para o Sul da
Amazônia.
Figura 4.2: Episódios médios de temperatura no topo de nuvem de dois episódios de ZCAS. (a) Período de 26 a 29 de fevereiro de 2008 pertencente ao conjunto S1, e (b) no período de 23 de janeiro a 4 de fevereiro 2008 pertencente ao conjunto S3 . Temperaturas mais frias indicam que o topo da nuvem esta mais alta
4.1.1 Densidade Espectral e ZCAS
A duração média dos episódios de ZCAS em ambos os conjuntos de S1 e S3
são aproximadamente 7 e 8 dias, respectivamente, (Tabelas 3.1 e 3.2). Cerca de
30% dos episódios do conjunto S3 coincidem com os do conjunto S1 obtido a partir
do boletim Climanálise. Quando consideramos todos os eventos ZCAS mencionados
nos boletins Climanálise durante o período de estudo o número total dos episódios
55
de ZCAS aumenta para 60 nas 11 estações chuvosas. Uma boa porcentagem (45%)
dos episódios de ZCAS mencionados na Climanálise afetam o Sul da Amazônia e
apenas 15% são intensos. Essa é uma das razões pelas quais 30% dos eventos de
S1 concordam com os eventos de S3.
Os episódios de ZCAS, possivelmente, constituem uma parte significativa da
variabilidade intrassazonal. Com esse proposito, Análise Espectral da série de
precipitação média diária sobre a área alvo durante a estação chuvosa foi realizado.
A Figura 4.3 mostra as densidades espectrais para períodos entre 3,8 e 75 dias. Os
picos em 37,5 dias e 5,8 dias, observados na figura, são atribuídos à Oscilação
Madden-Julian e ao sinal sinótico extratropical, respectivamente. Os dois picos de
4,7 e 3,9 dias necessitam de uma investigação mais aprofundada, pois estão
relacionados com os sistemas frontais e esses resultados são semelhantes aos
encontrados no trabalho do Marton (2000). É interessante notar que a série de
precipitação apresenta uma densidade espectral significativa em 10,7 dias, que
atribuímos a eventos de ZCAS sobre o sul da Amazônia. Esse resultado incentiva a
exploração da influência dos eventos de ZCAS sobre a precipitação no sul da
Amazônia.
Figura 4.3: Análise espectral nas séries da média diária de chuvas sobre a área alvo no Sul da Amazônia. Os picos (preto) sobre a curva (cinza) são significativos ao nível de 95%
4.1.1.1 Vento em baixos níveis e Convergência de umidade
O transporte de umidade é geralmente efetuado pelos ventos inferiores da
troposfera inferior (SATYAMURTY et al, 2012), devido a umidade ser mais
concentrada nessa camada.
56
Figura 4.4: Composto de vento em 925 hPa. (a) Climatologia. (b) Anomalia de S1. c) Anomalia de S3
A Figura 4.4 apresentam anomalias dos ventos climatológicos e dos eventos
de ZCAS em 925 hPa da série S3 . Esse nível é considerado representativo na baixa
troposfera. Nesta figura, são apresentados os compostos da climatologia (Figura 4.4
(a)) de 11 anos e suas anomalias referentes aos compostos de S1 e S3. Sobre a
Bacia Amazônica o padrão de circulação anômalo é de norte. Esse vento gira
ciclonicamente e converge sobre a área alvo no Sul da Amazônia, esse padrão
refere-se ao conjunto S3. Na anomalia S1, por outro lado, o centro ciclônico anômalo
está no Oceano Atlântico. Isto talvez explique a intensidade da atividade convectiva
durante os eventos nas séries S3, no interior do continente.
57
Os cálculos da convergência de umidade sobre a área de estudo segue o
mesmo modelo de Caixa nas mesmas linhas de Satyamurty et al (2012). A Figura
4.5 mostra o transporte de umidade para todos os quatro lados do paralelepípedo
sobre a área alvo e o saldo na convergência de umidade (canto inferior a direita)
para o composto S3. A climatologia de 11 anos também é mostrada para
comparação. Nos compostos de S3 (Figura 4.5 (b)) observamos que o transporte de
umidade através da fronteira leste é menor e o transporte através da fronteira norte
é maior em relação ao transporte de umidade climatológica (Figura 4.5 (a)). Este
resultado é consistente com a anomalia do vento de baixo nível visto na Figura 4.4.
Figura 4.5: Convergência de umidade sobre a área alvo. (a) Climatologia. (b) Composto S3. As setas indicam os transportes de umidade através das paredes da área alvo. O número no canto inferior direito é saldo líquido de convergência de umidade. Unidades: 10
7 kg/s
A convergência dentro da caixa de 7,61 · 107 kg/s na climatologia aumenta
para 11, 0 · 107 kg/s nos compostos de S3. Este valor dividido pela área alvo dá uma
taxa de precipitação média devido à convergência de umidade de aproximadamente
de 5,14 mm/dia. O resto da precipitação observada, aproximadamente 3,0 mm/dia é
devido à evapotranspiração dentro da área alvo, acreditando que o valor obtido pela
climatologia dos dados TRMM estejam perto da precipitação real e o vento da
reanálise e conjuntos de dados de umidade representem a situação real.
58
4.1.2 Análise de Componente Principal ACP
A Análise de Componente Principal (ACP) tem como objetivo mostrar o
padrão dominante na variabilidade intrassazonal observada na seção anteriormente
(3.1.1), cujos resultados mostraram ciclos (picos) significativos. Desse modo, através
da Análise dos Componentes Principais serão analisadas as bandas 10 a 20 dias e
de 20 a 100 dias, que contêm os ciclos significativos com 10,7, 15 e 37,5 dias,
respectivamente.
Inicialmente serão apresentados os padrões de correlação entre a ACP da
precipitação sobre a área alvo e as anomalias de precipitação para a AS. As análises
foram realizadas para os primeiros modos de máxima variabilidade encontrados para
cada banda.
4.1.2.1 Modos de ZCAS nas bandas de 10 a 20 dias e de 20 a 100 dias
A Figura 4.6 mostra os primeiros dois modos de correlação da ACP sobre a
precipitação na área alvo e anomalias filtradas da precipitação na banda 10 a 20
dias em cada ponto de grade sobre a América do Sul, os quais representam os
modos de variância máxima cerca 11,8% no primeiro e 5,78% no segundo nessa
escala de tempo, respectivamente. Observa-se no primeiro modo (Figura 4.6 (a))
uma correlação significativamente positiva, localizada sobre grande parte do Brasil
central, sudeste e oceano Atlântico. Esse sinal que atua nessa região desde o Sul da
Amazônia até o oceano Atlântico, passando pelo centro oeste do Brasil é conhecido
como região de atuação dos eventos de ZCAS (orientação da ZCAS). Grande parte
dessa precipitação (núcleo) concentra-se no Sul da Amazônia, GO, MG e nordeste
brasileiro. A ZCIT aparece com menor intensidade (não significativa) ao norte com o
mesmo sinal, esse resultado está semelhante a análise do campo de ROL na banda
de 07/13 dias do Marton (2000).
As Correlações significativas de sinal oposto são notadas sobre as regiões do
Sul do Brasil, Paraguai e Argentina. Observam-se, também, algumas regiões com o
mesmo sinal no litoral nordestino e, em algumas áreas no norte do Brasil, próximos
as Guianas. Esse padrão de correlação da ACP e anomalias de chuva caracteriza
uma gangorra na precipitação entre a ZCAS e a região sul do país, semelhante ao
observado na Figura 4.1 (c) segundo De Oliveira Vieira et al (2012) e Paegle et al
59
(2000). Estudos semelhantes mostraram que os sinais opostos da correlação nessas
regiões estão associados ao JBN e a presença da ZCAS. Nesse sentido o JBN está
mais enfraquecido na direção sul do país e contribuindo para que a banda de
precipitação observada desde o sul da Amazônia fosse dirigida para a regiões
Sudeste/Nordeste do Brasil e em direção ao Atlântico, causando chuvas intensas
(fracas) nas regiões com sinal positivo (negativo) e significativo segundo os
trabalhos de Seluchi et al (2000) e Carvalho e Santos (2003).
Esse padrão de gangorra observado no verão austral sobre a região sul da
Amazônia e sul do Brasil, pode ser explicado também, pela variabilidade
intrassazonal na alternância das posições dos JBN mais fracos na presença dos
episódios de ZCAS, embora tais intensidades possivelmente dependam de fatores
locais.
Figura 4.6: Primeiro e segundo modo da EOF na área alvo (retângulo) correlacionada com a anomalia de precipitação na banda de 10/20 dias. Correlação positiva (vermelho) e negativa (azul), nível significativo em 95% (linha de contorno preto).
O segundo modo (Figura 4.6 (b)), apresenta correlação positiva a leste da
região da ZCAS (leste do Sul da Amazônia até o nordeste brasileiro) e negativa a
oeste da mesma (leste do Sul da Amazônia e parte central do continente),
propiciando um dipolo sobre os lados oeste e leste da área alvo. O dipolo positivo no
nordeste localizado no centro-norte até sul apresenta sinal significativo na
precipitação com uma variância máxima de aproximadamente 6%. Esse padrão é
semelhança as chuvas de outono austral durante os meses de março até maio no
Semiárido nordestino. Tal semelhança pode estar relacionada ao tipo de ZCAS que
60
atua na região Sul da Amazônia, ou seja, ZCAS costeira e continental.
Souza et al (2004) usando dados de estações pluviométricas, analisaram a
variabilidade da precipitação regional sobre leste da Amazônia/Nordeste do Brasil
(EAM/NEB) na escala de tempo semanal. Eles observaram evidências de que
variações pluviométricas semanais significativas ocorrem sobre o EAM/NEB no
regime chuvoso de outono, e são associados aos aspectos dinâmicos da ZCIT sobre
o Atlântico.
Todavia, não se observa no Atlântico Norte (Figura 4.6 (b)) próximo à costa do
Brasil uma região significativa que possa ser sugerida como a presença da ZCIT e,
consequentemente, relacionada com a ZCAS no Sul da Amazônia. Dessa maneira,
sugerimos que esse padrão de ZCAS possa estar relacionado com manifestações
de outros sistemas meteorológicos de origem extratropicais, tais como frentes frias
segundo Vitorino et al (1997). Uma das razões para não apresentar ZCIT nos
padrões da Figura 4.6 possa está relacionada com a filtragem do sinal superior a 20
dias.
Na Figura 4.7 são apresentados os dois primeiros modos na banda de 20 a
100 dias, os quais explicam 21,25% e 7,11% da variabilidade nessa banda. Nessa
figura, os padrões de correlação entre ACP e anomalia na precipitação destacam
duas regiões de atuação bem definidas com característica de um Dipolo,
semelhantes ao observado anteriormente na Figura 4.6. Na Figura 4.7(a), a
variância máxima no primeiro modo dessa banda é aproximadamente 21%,
destacando um sinal negativo em quase todo território brasileiro, exceto no sul do
país e adjacentes.
Muza et al (2009), analisaram as variabilidades intrassazonal e interanual na
banda de 20 a 90 dias sobre eventos extremos na precipitação. Os resultados são
semelhantes ao padrão de gangorra na precipitação entre a ZCAS (seco) e o sul do
país (chuva) sugerido neste trabalho.
No segundo modo dessa banda, Figura 4.7 (b), o sinal negativo confina-se
para o lado oeste da Amazônia. O sinal positivo concentra-se em uma região muito
maior sobre o lado leste no Sul da Amazônia e nordeste brasileiro, favorecendo uma
gangorra entre os lados oposto do sul da Amazônia. A presença da ZCIT não
aparece nos dois primeiros modos. Esse segundo modo está coerente com o
resultado encontrado na Figura 4.6 (b) e nos trabalhos de Carvalho et al (2004),
Souza et al (2004) e Muza et al (2009).
61
Figura 4.7: Padrões espaciais e temporais dos modos da correlação na anomalia de precipitação AS na banda de 20/100 dias, anomalia positiva (negativa) vermelho (azul) e o nível de significância de 95% é representada pela linha de contorno preto.
Os primeiro e segundo modos apresentados nessa banda, não possuem
características de um dipolo, pois os sinais observados são bem mais fracos em
relação a banda anterior, ou seja, às áreas de atuação desses sinais não são
significativos. Essa diferença quanto ao sinal e regiões de atuação, principalmente
as dos segundos modos nas duas bandas, sugerem diferentes mecanismos que
estejam atuando para gerar esses sinais, como, por exemplo, OMJ, ENSO e o
Dipolo do Atlântico (FERREIRA et al 2004, SOUZA, 2004).
Assim, os primeiros modos das duas bandas 10 a 20 dias e 20 a 100 dias
podem ser interpretados como ZCAS episódicas e ZCAS sazonal.
Como mencionada anteriormente, as variâncias máximas explicadas pelos
primeiros modos, são de aproximadamente 17% e 28,4%, para as escalas 10 a 20
dias e 20 a 100 dias, respectivamente, mostrando maior importância em relação aos
outros modos. A variabilidade na banda 10 a 20 dias tem um papel importante na
região Sul da Amazônia, onde explica o comportamento de todos os 28 eventos de
ZCAM segundo de S3, conforme mostrado na Tabela 4.1.
A Tabela 4.1 representa a frequência e a percentagem dos eventos de ZCAS
capturados em cada banda nos dois primeiros modos. Observa-se que
aproximadamente metade dos episódios foi capturada pelo primeiro padrão da
Figura 4.6. Isto é, a banda de 10/20 dias mostrou um padrão mais eficiente em
representar ou capturar os episódios de ZCAM. É interessante notar que na banda
62
20/100 dias o segundo padrão capturou 43% dos episódios. Os dois modos da
banda 10/20 dias representam aproximadamente 80% dos episódios da série S3 ou
ZCAM.
Tabela 4.1: Frequência e percentagem do número de ZCAS em cada modo nas respectivas bandas
10/20 dias e 20/100 dias.
A Figura 4.8 apresenta, a evolução das amplitudes dos dois modos para os 6
(seis) eventos comuns de ZCAM (02, 05, 06, 07, 08 e 19) capturados pelos modos
CP01 e CP02 para a banda de 10 a 20 dias. Os episódios possuem algumas
características semelhantes, tais como: duração média de uma semana e meia;
amplitudes máximas dos modos com defasagem média de 2 a 3 dias: valores das
amplitudes das componentes principais maiores ou iguais a um desvio padrão (σ).
A escala de variabilidade dos eventos em comuns está coerente com as
encontradas, anteriormente, no espectro de potência, o qual apresentou um ciclo
significativo de 15 dias para os dois modos nessa banda (figura não mostrada).
Todavia, esses 6 episódios de ZCAM não necessariamente apresentam os mesmos
padrões de variabilidade no sul da Amazônia. Porém, algumas características são
predominantes, principalmente as relacionadas com as defasagens nas amplitudes e
interações de fases que determinam o posicionamento e intensidade da precipitação
na região de atuação, ou seja, os modos reforçam ou enfraquecem as intensidades
das suas fases de atuação. Essas características podem estar relacionadas com os
aspectos físicos não contemplados na ACP e tais diferenças são bem nítidas e
observadas nos padrões espaciais entre os dois modos apresentados na Figura 4.6
(a-b).
63
Figura 4.8: Seis eventos comuns da ACP nos dois primeiros modos na banda de 10/20 dias. CP01 - linha preta, CP02 - linha verde e período da ZCAS - linhas vermelhas.
As Componentes Principais estão relacionadas somente com as direções de
máximas variâncias dos dados. O primeiro autovetor no espaço K-dimensional é
direcionado aproximadamente na direção dos casos capturados por ele. Os
diferentes modos ortogonais determinados não levam em consideração os
processos físicos que dão origem aos dados. Todavia, a análise da EOF considera
que se os padrões são independentes, diferentes mecanismos físicos estão
associados. Nesse sentido, os processos físicos não são independentes e a
interpretação sobre as componentes principais em possuir variabilidades
independentes para cada padrão não é precisa para esses episódios de ZCAS.
Todavia, a primeira componente principal representa um modo importante na
64
variabilidade ou processo físico. Consequentemente, incluindo aspectos de outros
modos ou processos, como mostrado nesses 6 episódios comuns nos dois modos
da ACP, é semelhante a considerar a influência de diferentes processos físicos.
Em relação as diferentes bandas, observa-se na Figura 4.9 os eventos
capturados simultaneamente nas bandas de 10 a 20 dias e 20 a 100 dias. O modo
CP01 da banda de 20 a 100 dias, capturou 2 eventos (7,1%) e o CP02 capturou 12
eventos (42,8%) de ZCAM. Todavia, no modo CP01 os dois eventos 15 e 22
capturados (Figura 4.9 (a.1-b.1), curva verde) também foram capturados na primeira
banda (10 a 20 dias, curva preta) e o mesmo acontece no modo CP02, que também
tiveram cinco eventos (01, 03, 07, 18 e 19) comuns a outra banda (Figura 4.9 (a.2-
e.2)). No entanto, a contribuição dos eventos 15 e 22 sobre todos os episódios de
ZCAM em produzirem chuvas fortes ou intensas sobre o Sul da Amazônia (área
alvo) é muito pequena ou não se mostra significativa em relação a chuva média
climatológica, ficando em torno de ± 21%. Esse fato evidencia a diferença na
precipitação de aproximadamente 2 mm/dia entre os dois eventos (15 e 22) de
ZCAM e a climatologia no Sul da Amazônia. Isso pode estar associado as fases das
ondas de maneira que quando apresentam mesma fase (fase oposta) atuam
construtivamente (destrutivamente) para intensificar (enfraquecer) a precipitação.
Portanto, essas características nos dois eventos em relação as duas bandas
no modo CP01, tiveram um papel significativo na desintensificação da precipitação
quando os eventos de ZCAM estão atuando no sul da Amazônia.
O mesmo pode ser notado em relação ao segundo modo. Nas duas bandas
apresentadas na Figura 4.9 (a.2-e.2), observamos também que as duas séries da
ACP possuem fases opostas e amplitudes com defasagens dentro e fora no período
de atuação dos episódios de ZCAM (linha vermelha), as quais atuam para
intensificar ou enfraquecer a precipitação na região. Para ilustrar esse fato, foram
analisados dois casos de ZCAM em relação a precipitação no Sul da Amazônia:
1◦ caso: O primeiro episódio (evento 07) teve um período de atuação em 27/12/2002
a 03/01/2003 com 8 dias de duração representado na Figura 4.9 (c.2). Observa-se
que durante o período do evento as duas curvas estão em fases opostas de maneira
que sua atuação ocorra no sentido de enfraquecer a precipitação, conforme
mostrado na Figura 4.10. Nesta figura, observa-se anomalias positiva da
precipitação (evento 07) cobrindo grande parte do Brasil, principalmente no Sul da
Amazônia que apresentou precipitação acima de 2mm/dia. Por outro lado, o mesmo
65
evento na segunda banda, observa-se na Figura 4.10 (b) a anomalia negativa
cobrindo grande parte da região norte, exceto Pará e Tocantins, esse sinal negativo
também é observado no lado oeste no Sul da Amazônia.
Figura 4.9: Sete eventos comuns da ACP nos dois primeiros modos nas duas bandas. (a.1)-(b.1) em CP01. (a.2)-(f.2) em CP02. Linhas pretas na banda de 10/20 dias, verde na banda de 20/100 dias e as linhas vermelhas tracejadas períodos de ZCAM.
As interações (soma) das anomalias para as duas bandas nesse evento, uma
favorável (fase positiva) e a outra não (fase negativa), desfavoreceu em
aproximadamente 4% da precipitação em relação a média climatológica na região
Sul da Amazônia. Esse padrão de anomalia é semelhante aos modos CP02s
apresentados nas Figuras 4.6 (b) e 4.7 (b) e encontrados em vários trabalhos a qual
podemos citar Ferraz (2000), Carvalho et al (2002; 2004) e Muza et al (2009).
Conforme estudos anteriores, esse padrão tem característica de ZCAS costeira e/ou
oceânica.
2◦ caso: O segundo episódio (evento 19) teve um período de atuação em 29/01/2007
a 09/02/2007 com 12 dias de duração, representado na Figura 4.9 (e.2).
66
Observamos nessas bandas que as duas curvas apresentam suas amplitudes de
mesmos sinais, dentro do intervalo de estudo (linha vermelha), ou seja, as duas
bandas estão em fase e, consequentemente, contribuindo na intensidade
precipitação no Sul da Amazônia durante o episódio de ZCAM, ver Figura 4.10 (d-f).
Neste caso, apresentou anomalias positivas sobre duas regiões: a primeira, cobrindo
quase todo o norte e nordeste brasileiro e a segunda sobre a ZCAM (Figura 4.10
(d)), desde o Sul da Amazônia até oceano Atlântico, esse resultado está coerente
com a amplitude da fase positiva durante o evento, observado na Figura 4.9 (e.2)
(curva de linha preta). Todavia, esse episódio no modo CP02 na segunda banda
observada na Figura 4.10 (e), apresentou anomalias positivas muito mais intensas e
com características semelhantes ao padrão anterior de ZCAM. Neste sentido, a
precipitação média diária apresentou valores acima de 4 mm/dia sobre toda a
extensão da ZCAM e 3 mm/dia acima em relação ao anterior na Figura 4.10 (d).
Figura 4.10: Precipitação média anômala dos eventos 07 e 19 de ZCAM. (a) e (b) evento 07 nas duas bandas. (d) e (e) evento 19 nas duas bandas. (c) e (f) soma das duas bandas. Anomalia positiva cor azul e negativa cor vermelha. Unidade mm/dia).
A análise simultânea na interação das duas fases positivas nas duas bandas
67
sobre esse episódio, contribuiu para uma precipitação média diária sobre o Sul da
Amazônia em aproximadamente 14,3 mm/dia, o que corresponde a uma
percentagem cerca de 52% acima da média climatológica. Portanto, a interação
entre as duas fases observadas, destaca-se claramente que as opostas
desintensificam a precipitação e quando estão na mesma fase, a precipitação é
intensificada sobre a região. Esses resultados estão consistentes ao observados na
Figura 4.9 (e.2). O padrão apresentado pela ACP possui uma característica de uma
ZCAM bem definida atuando principalmente sobre o continente (sul da Amazônia)
até oceano Atlântico.
4.1.2.2 Mecanismos associados aos padrões de ZCAM nas bandas de 10/20
dias e 20/100 dias
Apresentam-se nessa seção, os resultados dos padrões de correlação entre
as ACP dos primeiros modos na precipitação na área alvo e anomalias filtradas de
variáveis atmosféricas em suas bandas de 10 a 20 dias e 20 a 100 dias na região da
AS.
Na Figura 4.11, os padrões de correlação entre CP01 e CP02 da ACP e
anomalias de ROL na banda de 10 a 20 dias para AS são mostrados. Correlação
significativa negativa de ROL com o primeiro modo (Figura 4.11 (a)) cobre toda a
extensão da ZCAM, mostrando intensa atividade convectiva na Amazônia e é
consistente com o núcleo de máxima precipitação sobre o Sul da Amazônia na
Figura 4.6 (a). A região com sinal positivo significativo encontra-se no sul do Brasil e
adjacentes.
O segundo modo de ROL na Figura 4.11 (b), apresenta sinais opostos e
significativos sobre o sudoeste da Amazônia e leste da Amazônia. Esses sinais
positivos (oeste) e negativos (leste) estão consistentes com os padrões de
precipitação apresentados anteriormente na Figura 4.11 (b). Esses resultados são
semelhantes aos encontrados por Carvalho et al (2002; 2004).
68
Figura 4.11: Primeiro (a) e segundo (b) modo na banda de 10/20 dias. Correlação entre ACP e anomalia de ROL para a AS.
Na Figura 4.12 são mostrados os dois primeiros modos de ROL na banda de
20 a 100 dias para AS. A Figura 4.12 (a) apresentou um sinal positivo em grande
parte da Região Norte, Central, nordeste brasileiro e também sobre o oceano
Atlântico. Nessa última região observa-se duas ramificações do sinal, uma na
direção sudeste trópicos entre 5◦ S e 15◦ S. Um núcleo significativo no Sul da
Amazônia é observado nessa figura, esse padrão é semelhante ao encontrado na
banda de 20 a 100 dias na Figura 4.12 (a), mas com sinal oposto. O sinal negativo
(não significativo) concentra-se na região sul do Brasil e adjacências, esse aspecto
desintensificação a atividade convectiva sobre quase todo o território brasileiro. A
Figura 4.12 (b) apresenta um padrão de gangorra entre os lados opostos no sul da
Amazônia com valores positivos (oeste) e negativos (leste) semelhantes ao
encontrado na Figura 4.11 (b).
O padrão de vento na Figura 4.13 em 925 hPa são observados. No primeiro
modo da Figura 4.13 (a), o padrão de circulação anômala apresenta uma circulação
ciclônica sobre a região alvo, acompanhada por ventos de norte que adentram sobre
essa região. Nesse sentido, a intensificação dos ventos de norte parece contribuir de
forma significativa para o transporte de umidade para a região sul da Amazônia. Por
outro lado, o posicionamento do centro ciclônico anômalo sobre a América do Sul,
proporciona condições favoráveis para confluências dos ventos nessa região e
conseguintemente a convergência de umidade em baixos níveis, como mostrado
69
anteriormente na Figura 4.4 (c). Por outro lado, para o segundo modo (Figura 4.13
(b)) o centro ciclônico é mais intenso e deslocado para leste, enquanto que os
ventos de norte, em direção a área alvo praticamente desaparece. Esse padrão é
semelhante a anomalia do vento na série S1 observado na Figura 4.4 (b), indicando
que os ventos de norte ao adentrar a Amazônia tornam-se de oeste.
Figura 4.12: Correlação entre ACP na banda 20/100 dias e anomalia de ROL na AS, positiva (negativo) vermelho (azul) com nível de significância de 95%, linha de contorno preto.
Na banda de 20 a 100 dias referente a Figura 4.14 são mostrados as
correlações da ACP com vento em 925 hPa. O primeiro modo apresenta padrão
inverso na circulação para comparação em relação ao primeiro modo da primeira
banda. A Figura 4.14 (a) apresenta circulação ciclônica sobre o sudeste no sul da
Amazônia, acompanhada por vento mais forte de norte, em relação a primeira
banda, adentrando a região, contribuindo para o transporte de umidade significativa
sobre a mesma. Todavia, o centro ciclônico posicionado sobre o sul da Amazônia é
condição favorável para confluência dos ventos, mas com menor intensidade nessa
região, e conseguintemente a convergência em baixos níveis. Esse padrão é
consistente aos resultados sobre a atividade convectiva e padrão de circulação
mostrado nas Figuras 4.11 (a) e 4.13 (a). O segundo padrão nessa banda da Figura
4.14 (b), o padrão de circulação ciclônica no sul da Amazônia foi deslocado para o
Oceano Atlântico, próximo ao estado do Rio de Janeiro, sendo que os ventos de
norte enfraquecem sobre o lado oeste da região norte próximo da área alvo, mas
70
sobre o nordeste brasileiro os ventos no sentido NW/SE são mais intenso. A
circulação ciclônica no Atlântico é condição favorável para confluência dos ventos
desde o lado leste no sul da Amazônia até o nordeste brasileiro, esse padrão
contribui para atividade convectiva nessa região e consequentemente precipitação.
Esse padrão é semelhante aos resultados encontrado nas Figuras 4.6 (b), 4.7 (b) e
4.13 (b).
Figura 4.13: Padrões espaciais e temporais nos primeiros modos na banda de 10/20 dias. Correlação entre as ACP da precipitação na área alvo com anomalia dos ventos (u,v) da AS.
Figura 4.14: Padrões espaciais e temporais dos modos na banda de 20/100 dias. Correlação entre as ACP da precipitação na área alvo com anomalia dos ventos (u,v) da AS.
71
Esses ventos (alísios) de norte que adentram o continente são mais intensos
e trazem umidade do oceano Atlântico e posteriormente sofrendo mudança em sua
trajetória devido a presença dos Andes e que confluem com os ventos de menor
intensidade vindos do sul, favorecendo uma extensa região de convergência na
região da ZCAM.
Figura 4.15: Padrões espaciais e temporais na banda 10/20 dias nos modos de correlação na ACP de precipitação na área alvo com a temperatura para AS. Anomalia positiva (negativa) vermelho (azul). A linha de contorno preta mostra área onde o nível de significância de 95%.
A Figura 4.15 mostra padrões de correlação entre a ACP e anomalia da
temperatura do ar em 925 hPa para AS na banda de 10 a 20 dias. Na Figura 4.15
(a), observa-se sinal negativo e não significativo desde o sul da Amazônia ao sul do
país e adjacências, observado também o mesmo sinal na Argentina. O segundo
modo (Figura 4.15 (b)) apresenta uma região com sinal negativo cobrindo grande
parte da América do Sul e oceano Atlântico na direção NW/SE, porém, correlação
significativa destaca-se na direção da ZCAM. Todavia, esses modos sobre os
episódios de ZCAM não possui variações térmicas significativamente, com exceção
do estado de Mato Grosso e sudeste do país, diferentes de outros sistemas como,
por exemplo, frentes frias (Cavalcanti et al, 2009). Esse padrão confirmam altos
valores de energia solar incidente na superfície equatorial, cuja variação da
temperatura do ar é muito pequena nessa região (Cavalcanti et al, 2009).
Agora, os padrões de correlações para a banda de 20 a 100 dias, não
apresentaram nenhum resultado significativo sobre a AS e, portanto, as figuras
72
relacionadas não foram mostradas.
4.1.2.3 Padrões de evolução
Os aspectos envolvendo a evolução do padrão de precipitação e suas
relações com padrões de circulação são mostrados nas Figuras 4.16 e 4.17, para as
bandas de 10 a 20 dias e 20 a 100 dias, respectivamente. Para a Figura 4.16 os
padrões de correlação entre a ACP do primeiro modo e séries filtradas de ROL e
vento para defasagens com até 8 dias de antecedências. A escolha dessa
defasagem baseia-se no período de oscilação, com aproximadamente 11 a 15 dias,
definidos pelo primeiro modo da EOF, para essa escala de tempo.
No dia -8 mostrado na Figura 4.16 (a) observa-se correlação positivo e
significativo de ROL sobre a região da ZCAM e negativa no sul do Brasil. O sinal
negativo está associado aos ventos alísios fortes na costa nordestina e circulação
ciclônica próximo ao sudeste do país, favorecendo atividade convectiva, transporte
de umidade e precipitação sobre a região sul e na região da ZCAM esse padrão
desfavorece a convecção. A partir do dia -6 na Figura 4.16 (b), o núcleo ciclônico
desintensifica e os ventos de sudeste ficam mais fortes sobre a região contribuindo
para o aumento da atividade convectiva na mesma. Todavia, destacam-se algumas
regiões de mesmo sinal e significativo na Austrália, Pacífico equatorial e próximo a
América central. Contudo, entre latitudes 30◦ S e 40◦ S, tanto para o dia -8 quanto
para -o dia 6, o sinal negativo e significativo é dominantes.
No dia -4 na Figura 4.16 (c), o sinal positivo e significativo desintensifica sobre
o Atlântico, limitando-se apenas na Amazônia. A leste da África e Austrália também
se observa o mesmo sinal, mas com menor intensidade. O sinal oposto observado
no dia -6, no Pacífico Leste, próximo a AS, desintensifica e se propaga para a AS,
contribuindo para intensificar a atividade convectiva, por outro lado, tal sinal aparece
no lado leste do Brasil entorno de 20◦ S, essa atividade convectiva está associada a
circulação que confluem nesta região, propiciando sinal negativo e significativo
próximo ao nordeste brasileiro.
73
Figura 4.16: Correlação do CP01 da Banda de 10/20 dias e anomalia de ROL global. Sinal positivo (cor vermelho) e negativo (cor azul). Linha de contorno preto representa a região significativa em 95%.
Nos dias -2 e 0 na Figura 4.16 (d-e), os padrões de ROL com sinais negativos
associados às atividades convectivas são semelhantes sobre a região da ZCAM e
Indonésia. O sinal positivo observado anteriormente no dia -4 sobre a ZCAM,
74
desintensifica por completo dando lugar ao sinal negativo e significativo, sugerindo a
contribuição desse sinal vinda do sul e de leste no Atlântico (Figura 4.16 (d)),
destacado na direção da ZCAM no dia -2 e aumenta consideravelmente tanto a área
de atuação quanto na intensidade no dia 0 (Figura 4.16 (e)), propiciando um amento
na atividade convectiva e consequentemente maior precipitação sobre a região. O
sinal oposto e significativo é dominante no Atlântico Norte no dia -2 e no sul do país
do Brasil no dia 0. Todavia, uma gangorra é observada sobre a região sul da
Amazônia (sinal negativo) e sul do país e adjacências (sinal positivo), destacando
nessas regiões sinais significativos. O campo de vento em baixos níveis favorece
esses padrões, pois se destaca uma circulação anticiclone desde o sul da Amazônia
até o oceano Atlântico no dia -2, transportando umidade para o continente, e no dia 0
os ventos de norte aumentam e uma circulação ciclônica é observada sobre a área
alvo, favorecendo a intensidade do fluxo de umidade e consequentemente um
aumento da precipitação.
O campo de ROL apresenta poucas anomalias estatisticamente significativas
na defasagem de -8 a -2 dias, fora da AS. Na defasagem zero parece haver a
configuração de um trem de onda originaria no Pacifico Central, semelhante aos
trabalhos de Liebmann (1999) e Ferraz (2004).
No dia -20 mostrado na Figura 4.16 (a) observa-se correlação negativa de
ROL sobre grande parte do Brasil e na região da ZCIT. Correlação positiva é
observada sobre a Indonésia e Pacífico Equatorial. No campo de vento sobre a AS,
observa-se confluência dos eventos sobre o Sul da Amazônia até oceano Atlântico,
contribui para o aumento da atividade convectiva e consequentemente precipitação
na região Norte e Nordeste do Brasil. A partir do dia -15 na Figura 4.16 (b), observa-
se um núcleo anticiclônico na costa leste do Nordeste intensificando os ventos de
norte sobre a Amazônia, favorecendo maior intensidade da atividade convectiva
(sinal negativo) sobre a região da ZCAM e Nordeste do Brasil, semelhante ao
encontrado em Carvalho et al, 2002. Contudo, no Atlântico equatorial esse padrão
desfavorece a convecção na região da ZCIT. Todavia, destacam-se algumas regiões
de mesmo sinal na Austrália, Sul da Índia e África. Por outro lado, correlação de
sinal positivo também aparece sobre o sul do Brasil e sobre a Indonésia, tendo um
aumento nesse dia tanto de intensidade quanto na região de atuação, o que não foi
observado no dia -20. Contudo, observa-se nas regiões da Indonésia e sobre a
Amazônia sinais opostos e não significativos tanto para o dia -20 quanto para o dia -
75
15, essa gangorra sobre a atividade convectiva favoreceu precipitação ou
enfraqueceu nas regiões de atuação, dependendo do sinal. Esse padrão se mantém
para os dias seguintes até o dia 0, semelhante ao encontrado por Muza et al, 2009.
No dia -10 na Figura 4.16 (c), o sinal negativo desintensifica sobre a
Amazônia e Nordeste do Brasil limitando-se apenas na parte leste da Amazônia. Na
Índia e Austrália também se observa o mesmo sinal, mas com maior intensidade,
enquanto na África o sinal positivo desapareceu completamente. O sinal oposto é
observado no Sul do Brasil, intensificando-se na direção noroeste e sudeste,
principalmente na costa oeste da AS no Pacífico leste. Todavia, tanto o
enfraquecimento quanto a gangorra observada na atividade convectiva sobre a
Amazônia foram influenciadas pela circulação na AS, deslocamento o centro
anticiclônico da costa leste nordestina para o oceano Atlântico Sul.
Nos dias -5 e 0 na Figura 4.16 (d-e), o padrão de ROL são semelhantes sobre
as regiões da ZCAM, Indonésia e Pacífico Equatorial. A gangorra sobre a atividade
convectiva sobre a Amazônia desaparece no dia -5 e um padrão dominante é
observado com sinal positivo sobre a ZCAM e oceano Atlântico, sugerindo uma
contribuição desse sinal do Pacifico (Atlântico) leste (oeste), destacando
consideravelmente um enfraquecimento na atividade convectiva na direção da
ZCAM do dia -5 para o dia 0, propiciando diminuição da precipitação na região. O
campo de vento em baixos níveis para esses dias, destaca um núcleo anticiclone
longe da costa brasileira no dia -5 no Atlântico e os ventos de norte são fracos, no
dia -0, o núcleo anticiclônico que antes posicionava-se no Atlântico, desloca-se para
o sul da Amazônia/nordeste, enfraqueceu mais ainda os vento de norte sobre o
continente. Esse padrão na circulação desfavorece o fluxo de umidade e a
convecção na Amazônia.
Portanto, a circulação ciclônica anômala e os ventos de norte em baixos
níveis relacionada com propagação da OMJ nos dias -20 a -15, resultado
semelhante encontrado em Paegle et al, 2000, são fatores que favorecem a
atividade convectiva sazonal na Amazônia, os episódios que ocorreram com essas
configurações chamamos de ZCAM sazonal.
76
Figura 4.17: Correlação do CP01 da Banda de 20/100 dias e anomalia de ROL global. Sinal positivo (cor vermelho) e negativo (cor azul). Linha de contorno preto representa a região significativa em 95%.
77
4.1.3 Análise de Modelagem
4.1.3.1 Análises do Método Fuzzy
A Figura 4.18, mostra os resultados do sistema fuzzy construído a partir das
informações das médias e desvios padrão das chuvas, (CN) e (CZ) respectivamente,
definidos anteriormente, com o objetivo de prever o tipo de ZCAS atuante no Sul da
Amazônia.
Figura 4.18: Precipitação normal - CN (coluna da esquerda), chuvas de ZCAS – CZ (coluna do meio) e classificação de ZCAS em ai, bi e ci, i = 1, 2 e 3 (coluna da direita). (a) CN fraca e CZ variando. (b) CN média e CZ variando, e (c) CN forte e CZ variando. CZ variando em fraca (1), forte (2) e intensa (3). Unidades: mm/dia.
Neste sentido, ao fixar o valor da precipitação fraca de CN em 4,51 mm/dia
(Figura 4.18 (a)) e variar a intensidade de chuvas dos eventos de ZCAS em 6,41
mm/dia (1), 12,5 mm/dia (2) e 18,5 mm/dia (3) (coluna do meio) de acordo com cada
78
intervalo estabelecido anteriormente, as classificações foram: ZCAS oceânica (a1),
ZCAS oceânica (a2) e ZCAS costeira (a3).
De modo semelhante na Figura 4.18 (b), fixamos o valor da precipitação no
seu respectivo intervalo de intensidade em CN = 9,4 mm/dia (CN média), variando
as chuvas de ZC fraca = 6,4 mm/dia (1), ZCAS forte = 12,9 mm/dia (2) e ZCAS
intensa = 18,7 mm/dia (3). Os resultados nas classificações foram: ZCAS oceânica
(b1), ZCAS costeira (b2) e ZCAS Amazônica (b3). Analogamente, na Figura 4.18 (c)
fixamos o valor de CN = 17,2 mm/dia (CN forte) e variamos as chuvas de ZC em
fraca = 4,47 mm/dia (1), ZCAS forte = 12,9 mm/dia (2) e ZCAS intensa = 20 mm/dia
(3). Os resultados classificados foram: ZCAS oceânica (c1), ZCAS Amazônica (c2) e
ZCAS Amazônica (c3), respectivamente.
A resposta do modelo fuzzy na classificação é mais consistente quando
aumentamos os valores da precipitação dos eventos de ZCAS em relação as chuvas
normais, ou do mês em estudo. Essa variação na intensidade da precipitação sobre
a área alvo, representada em três intensidades (fraca (1), forte (2) e intensa (3)),
estão associados aos três tipos de ZCAS que atuam no Sul da Amazônia.
4.1.3.2 Classificação dos tipos de ZCAS
O mesmo pode ser notado quando consideramos a variável ROL na Figura
4.19. A região delimitada em vermelho foi usada para destacar a posição
climatológica de atuação dos episódios classificados, semelhantes ao encontrado
nos estudos de Carvalho et al (2004) e Quadro (2012).
Na Figura 4.19 (a) destacam-se os 8 (28,6%) eventos de ZCAS, da série S3 ,
atuantes no Sul da Amazônia classificados como ZCAS oceânica (ZCO). A anomalia
significativa de ROL é observada em três áreas distintas: a primeira desde o sul da
Amazônia até o sul do continente, concordando com a presença dos JBN; a
segunda, à noroeste do Brasil sofrendo interferência dos Andes; e a terceira na
direção do oceano Atlântico. A terceira região está relacionada com a presença da
ZCAS oceânica (ZCO), classificada pela função μ, consistente com o resultado
anterior observados na Figura 4.18.
A Figura 4.19 (b) representa a média de ROL para 10 (35,7%) eventos de
ZCAS, mostrando três regiões de maior atuação com anomalias significativas: Uma
sobre os Andes desde 15◦ S até o sul do continente; a outra na direção da ZCAS,
79
desde no Sul da Amazônia até o oceano Atlântico, o que não foi observado
anteriormente sobre a região sul da Amazônia; e a terceira nota-se a presença da
ZCIT no alto da figura. Nesta figura, a anomalia significativa se destaca sobre o
nordeste e sudeste do país e que não foi observada anteriormente na Figura 4.19
(a). Nesse sentido, como esse padrão de ROL não cobre 1/2 da área de estudo no
lado oeste, definimos como ZCAS costeira (ZCC). Esse resultado está consistente
com o apresentado na Figura 4.18.
Figura 4.19: Classificação anômala e significativa de ROL sobre AS dos 28 episódios de ZCAS, significância estatística em 95% (linha de contorno). (a) ZCAS oceânica (ZCO), (b) ZCAS costeira (ZCC) e (c) ZCAS Amazônica (ZCAM).
Na Figura 4.19 (c) é mostrado o padrão de anomalia significativo de ROL para
os 10 (35,7%) eventos de ZCAS restantes. Nesta figura, a região de maior diferença
em relação às outras categorias estão sobre toda a região sul da Amazônia
concentrando-se em uma grande extensão de terra sobre o continente, numa faixa
preferencial entre as latitudes 15◦ S até 5◦ S. As outras regiões de atuação
80
comparada com a da Figura 4.19 (a-b) mais intensificada, exceto no Amapá, próximo
ao litoral paraense e Mato Grosso do Sul e adjacências. Esse padrão classificou-se
como ZCAS Amazônica (ZCAM) é semelhante ao encontrado quando analisamos a
ACP para o primeiro modo, mostrado anteriormente na Figura 4.6 (a).
Figura 4.20: Compostos de imagens de Satélite GOES de Temperatura de brilho para três eventos, ZCAM no período 29/01 a 09/02/2007, ZCC no período 4 a 7/11/2007 e ZCO no período 27/12/02 a 03/01/2003. Fonte: Boletim Climanálise – CPTEC.
Para ilustrar esses resultados apresenta-se na Figura 4.20, três eventos de
ZCAS sobre a temperatura média de brilho de acordo com classificação dos eventos
de ZCAS em Amazônica (ZCAM), costeira (ZCC) e oceânica (ZCO) na América do
Sul. O episódio considerados Amazônica (ZCAM) na Figura 4.20 (a) atuou no
período de 28/02 a 04/03/2004 com duração de 5 dias, a região preferencial de
atuação é desde o Sul da Amazônia até nordeste/sudeste brasileiro. O evento
considerado costeiro (Figura 4.20 (b)) com período de 4 a 7/11/2006 e duração de 4
dias, tem como regiões de maior atuação a região o norte em direção ao oceano
Atlântico, mas a oeste/central sobre o sul da Amazônia e a leste de MT observa-se
81
menor intensidade da temperatura e brilho, esse foi um dos indicadores da
precipitação entre 23,5% a 47% acima da climatologia, classificados como ZCC.
Agora, considerados oceânicos com período de 7 a 16/12/2006 e duração de 10 dias
(Figura 4.20 (c)), apresenta uma homogeneidade na temperatura de brilho em todo o
continente, fazendo com que a precipitação estivesse no máximo 22% acima da
climatologia sobre o Sul da Amazônia. Essas observações são consistentes com as
classificações anteriormente mostradas na Figura 4.18 na região.
A Figura 4.21 mostra o resultado da classificação Fuzzy para evento de ZCAS
no período de 10 a 14 de dezembro de 2010, evento este não utilizado na calibração
do método. Os resultados das médias da precipitação sobre a área alvo do mês de
dezembro e do episódio de ZCAS são CN = 8,6 mm/dia (média) e CZ = 14,5 mm/dia
(forte), respectivamente, a função atuando nesses valores μ(media, forte) classificou
como ZCAS costeira.
Nesta figura destaca anomalia negativa de ROL igual −10W /m2 sobre os
Andes e atuando no sul da Amazônia e nordeste brasileiro, destacando a leste do
Sul da Amazônia anomalia de ROL = −20W /m2. Todavia o núcleo de maior
intensidade (ROL = −30W /m2 ) se destaca em três regiões do país: a primeira no
sul; a segunda no lado leste do Sul da Amazônia e a terceira cobrindo quase todo o
nordeste brasileiro, possuindo uma precipitação 54% acima da média climatológica
no Sul da Amazônia. Esse padrão de chuva de 2 a 3 dias é previsto no outono
nordestino, sugerindo uma ligação da ZCAM e as chuvas no nordeste na presença
da ZCIT no verão austral, o qual foi observado no segundo modo de variabilidade
nas ACP para as duas bandas estudadas e, também, dos dados observados de
ZCAM do TRMM na seção Modelagem Numérica, demostrando a consistência do
Método Fuzzy.
Nesse sentido, pode-se dizer que os resultados mostraram que a teoria fuzzy
é uma ferramenta promissora na classificação de sistemas sinóticos, por exemplo,
ZCAS, e podem contribuir para um avanço significativo no entendimento físico desse
fenômeno. A análise sistemática do problema em linguagem natural simplificou o
processo de classificação das ZCAS na área de estudo, além de fornecer resultados
coerentes com a realidade dos eventos de ZCAS.
82
Figura 4.21: Episódio de ZCAS classificada como costeira - período de 10 a 14/12/2010 - significância estatística de 95% (linha de contorno preto), anomalia negativa de azul. ZCC em relação à série S3. Unidade: W /m2
Figura 29: Superfície de inferência das chuvas CN, CZ e TZ em relação ao grau de pertinência.
4.1.3.3 ZCAS e os meses de atuação
Os resultados encontrados a partir dessa metodologia na classificação dos 28
episódios de ZCAS no Sul da Amazônia durante o período de estudo, revelaram que
71,4% dos episódios de ZCAS são costeiras e continental e são estes que mais
contribuem com precipitação, cerca de 23,5% acima da média climatológica e com 2
83
eventos por ano no Sul da Amazônia.
Por outro lado, analisou-se a contribuição desses eventos (Figura 4.23) em
relação aos meses de atuação que representa a percentagem dos 28 casos de
ZCAS avaliados sobre a precipitação atuantes na área alvo nos meses de novembro
a março no período de 1999 a 2010. A maior frequência de atuação desses eventos
ocorreu nos meses de janeiro, fevereiro e março tendo em média 7,3 eventos, esses
três meses acumulam cerca de 78,6% de todos os episódios, todavia, no mês de
novembro houve apenas um evento (3,6%) e em dezembro ocorreram 5 eventos
(18%) atuantes durante os 11 verões sobre o Sul da Amazônia.
Figura 4.22: Percentagem da classificação de ZCAS no sul da Amazônia.
A Figura 4.24, representa a percentagem na classificação da precipitação de
acordo com a intensidade dos eventos de ZCAS sobre a área alvo no período de
estudo. Nesse sentido, o número total de ZCAS oceânica que atuaram nesta região
correspondem a 8 (28,6%) eventos, ZCAS costeira 10 (35,7%) e continental 10
(35,7%). Nesse sentido, o método fuzzy conseguiu capturar todas as ZCAS
referentes aos 28 episódios que atuam no sul da Amazônia. Todavia, os episódios de
ZCAS costeira e Amazônica são os responsáveis em causar transtornos sobre a
população urbana e ribeirinha.
Figura 4.23: Percentagem de ZCAS atuantes nos meses de verão.
84
Em relação a classificação dos tipos de ZCAS que atuam nos meses de
novembro a março mostrado na Tabela 4.2, a percentagem sobre a ZCAS oceânicas
concentra-se basicamente nos meses de dezembro e janeiro cerca de 5 eventos, as
costeiras concentra-se nos meses de fevereiro e março cerca de 7 eventos e as
ZCAS Amazônicas concentra-se em janeiro e fevereiro com 8 eventos. Essa Tabela
apresenta dois casos interessantes sobre o mês de novembro em relação aos
eventos costeiros e continentais, os quais não atuaram nesse mês em todo o
período de estudo no Sul da Amazônia.
Tabela 4.2: Frequência e percentagem da classificação dos eventos de ZCAS referentes aos meses de atuação pelo Método Fuzzy. ZCAS oceânica (ZCO), ZCAS costeira (ZCC)e ZCAS Amazônica (ZCAM).
Os números dos eventos atuantes de ZCAS costeiras e Amazônica sobre o
sul da Amazônia são 20 episódios, concentrando-se basicamente nos meses de
janeiro a março, essa percentagens estão distribuídas em ordem decrescente de
maior frequência com fevereiro tendo 7 eventos, janeiro 6 e março 5 eventos, nota-
se que a diferença entre esses três meses é de aproximadamente 1 evento, esse
valor de percentagem para esses dois tipos de ZCAS costeira e Amazônica
apresentam valores significativos acima de 30% em relação a precipitação média
climatologia.
A atuação da ZCAS oceânicas e costeiras sobre o Sul da Amazônia são bem
marcantes refletindo diretamente nos 4 meses de atuação quase constante igual a 4
(22,2%) evento entre dezembro a março, destacando o mês de março que possui 1
evento a mais que os outros correspondendo cerca de 5 (27,8%). Nessa Tabela 4.2
também observamos um aumento gradual em relação ao número de ZCAS nos
meses de novembro a março, mas no mês de Abril não apresenta nenhum evento
85
atuante, desmontando uma forte descontinuidade repentina na atuação de ZCAS na
série de estudo. Ao analisarmos o boletim Climanálise um a um referente ao mês de
abril para todo o período de estudo, ele apresentou apenas 2 eventos de ZCAS
nesse mês.
Portanto, as condições para ocorrência de ZCAS no sul da Amazônia estão
relacionadas com os eventos costeiros e Amazônicos aparecendo principalmente em
dezembro até março sumindo totalmente no mês de Abril.
86
CONSIDERAÇÕES FINAIS
A climatologia da Bacia Amazônica é influenciada, essencialmente, por quatro
tipos de sistemas meteorológicos, a saber, (1) Convecção de Mesoescala, a maioria
sem muita organização; (2) Linhas de Instabilidades, que iniciam perto da costa
norte do continente sul-americano e propagam-se para oeste na bacia (COHEN et
al, 1995); (3) Propagação de Incursões Frontais frias do sul; (4) a Zona de
Convergência do Atlântico Sul. O presente estudo aborda aspectos sobre a
influência da ZCAS na precipitação sobre a América do Sul, especialmente
associadas aos eventos de ZCAS que afetam o Sul da Amazônia.
Inicialmente, um método objetivo foi proposto para selecionar eventos de
ZCAS que afetam o sul da Amazônia, uma vez que os episódios identificados pelo
método proposto pelo Boletim Climanálise não afetam fortemente a precipitação
dessa região. De modo similar, Carvalho et al (2004) propuseram um método
objetivo elaborado com base nos dados de ROL para identificar diferentes tipos de
ZCAS. No presente estudo, um método simples e eficiente foi usado para identificar
os eventos de ZCAS que afetam a região sul da Amazônia usando dados de
precipitação. Consistente com os resultados Carvalho et al (2004) sobre a definição
de ZCAS continental, o método proposto neste estudo foi capaz de capturar os
episódios de ZCAS que afetam o sul da Amazônia.
Para esses eventos de ZCAS selecionados, foi possível notar que os
transportes de umidade são significativamente diferentes do fluxo climatológico, de
maneira que, o fluxo anômalo na baixa troposfera (representado pelo nível 925 hPa)
é de norte ao longo das Guianas transformando-se em ciclônico sobre o Sul da
Amazônia favorecendo a convergência de umidade nessa região (Figura 4.4). Como
consequência, o transporte de umidade através da fronteira norte na área alvo (Sul
Amazônia) e a convergência líquida aumentam sobre a área alvo durante eventos de
ZCAS. Isso faz com que a precipitação média na área alvo aumente. Com base
nesses resultados, sugere-se que a diferença na precipitação, entre os eventos de
ZCAS e a climatologia, de aproximadamente 3 mm/dia, seja devido à reciclagem da
umidade local ou da evapotranspiração da floresta. Assim, a floresta desempenha
um papel importante na manutenção dos episódios de ZCAS mais úmido e
significativo em relação à climatologia. Assim, pode-se concluir que as diferenças
87
entre a climatologia e os eventos de ZCAS fornecem uma base para a compreensão
do fenômeno ZCAS e que diferenças são essencialmente na circulação ciclônica
anômala e convergência de umidade 45% mais forte no sul da Amazônia. Neste
sentido, sugere-se aos meteorologistas que examinem a convergência de umidade e
características de baixo nível na circulação sobre a Bacia Amazônica para melhorar
a precisão da previsão dos eventos de ZCAS que afetam a região sul da Amazônia.
Quanto a variabilidade dos eventos, a análise espectral da série de
precipitação média diária sobre área alvo no sul da Amazônia mostrou a existência
de uma periodicidade de aproximadamente de 11 dias, que está associado à uma
manifestação do efeito de ZCAS. Por outro lado, os picos observados em 38 e 6 dias
são atribuídos à Oscilação Madden-Julian e ao sinal sinótico extratropical,
respectivamente. A fim de avaliar os padrões de variabilidade associados à ZCAS e
a possível relação com a variabilidade intrassazonal, padrões dominantes de
variabilidade foram obtidos utilizando análises de Componente principais, para as
escalas de 10 a 20 dias (ZCAS) e de 20 a 100 dias (intrassazonal).
As duas bandas de variabilidade apresentaram padrões de precipitações
semelhantes para os dois primeiros modos apresentados, destacando uma faixa que
se estende do sul da Amazônia até o oceano Atlântico, passando pelo Centro-Oeste
do Brasil e outra faixa atuando no lado leste no sul da Amazônia. Sugere-se então
que o primeiro modo das duas bandas 10 a 20 dias e 20 a 100 dias possam ser
interpretados como ZCAS episódicas e ZCAS sazonal, respectivamente. Ressalta-se
ainda que, o padrão de ZCAS episódicas representa em torno de 43% dos episódios
de ZCAS selecionados anteriormente. Por outro lado, 7% dos eventos de ZCAS
foram capturados pelo primeiro modo da banda de 20 a 100 dias. Quando se
consideram o primeiro e segundo modos, aproximadamente 80% (50%) dos
episódios de ZCAS são representados pela variabilidade de 10 a 20 (20 a 100) dias.
Ressalta-se, ainda, que alguns episódios de ZCAS foram representados pelos
dois primeiros modos de variabilidade para as diferentes escalas. Uma vez que
esses modos são ortogonais, eles são não correlacionados para uma defasagem
zero. Quando defasagens maiores são consideradas, o valor da correlação pode ser
diferente de zero, contudo, provavelmente mostrarão diferentes espécies de
associação (por exemplo, variabilidade em fase ou fora de fase) em escalas
temporais distintas. Assim, as interações entre as fases nos primeiros modos nas
duas bandas, mostram que quando as amplitudes da série temporal da componente
88
principal estão em fase (fora de fase) a uma tendência de intensificar (enfraquecer) a
precipitação.
As características da atividade convectiva (ROL) e circulação em baixos
níveis e temperatura do ar em 925 hPa associada a cada escala de variabilidade
mostram padrões distintos. A primeira banda (10 a 20 dias) apresentou
características oscilatórias predominantes sobre a região da ZCAM, quando se
analisou o campo de ROL, contudo, sobre a região extratropical foi observada uma
propagação aparente de um trem de onda de Rossby na direção da ZCAM. Em
relação ao padrão de circulação em baixos níveis, o padrão de ZCAS foi
estabelecido quando as circulações ciclônicas e ventos de norte anômalos atuaram
e confluíram sobre o sul da Amazônia, caracterizando ZCAM episódicas. Para a
escala de 20/100 dias, o padrão de evolução de ROL, sugere que a atividade
convectiva na região da ZCAM pode estar associada a propagação da convecção do
Pacífico Equatorial, consistente com a OMJ e de leste no oceano Atlântico. Todavia,
a circulação anticiclônica sobre o Nordeste do Brasil, intensificou os ventos
anômalos de nordeste, que posteriormente mudaram suas trajetórias sobre o sul da
Amazônia na presença dos Andes, em direção sudeste, caracterizando o jato baixo
níveis. Esse padrão de circulação favoreceu a intensa atividade convectiva sobre
AS, caracterizando a ZCAM sazonal.
Ainda, com intuito de propor um método para construir um mecanismo de
alerta sobre as chuvas acima da média climatológica provocadas pela Zona de
Convergência do Atlântico Sul no Sul da Amazônia, a dizer: ZCAS Amazônica
(continental), ZCAS costeiras e ZCAS oceânicas, que podem auxiliar na previsão de
tempo, utilizou-se um modelo baseado no método Fuzzy. Os resultados encontrados
a partir dessa metodologia para a classificação dos 28 episódios de ZCAS no Sul da
Amazônia durante o período de estudo, revelaram que 75,4% dos episódios de
ZCAS são costeiras e continental e são estes que mais contribuem para um
aumento na precipitação em cerca de 23,5% acima da média climatológica e com
uma frequência de dois eventos por ano no Sul da Amazônia. Ainda, a maior
frequência de atuação desses eventos ocorreram nos meses de janeiro a março
tendo em média 7,3 eventos, acumulando cerca de 79% dos episódios. Assim, os
resultados mostraram que a teoria fuzzy é uma ferramenta promissora na
classificação de sistemas sinóticos, por exemplo, ZCAS, e podem contribuir para um
avanço significativo no entendimento físico desse fenômeno.
89
Finalmente, acredita-se que um completo entendimento dos processos
responsáveis para o regime de chuvas sobre o Sul da Amazônia é crucial. Nesta
pesquisa buscou-se avaliar o papel da ZCAS de forma isolada. No entanto, futuros
trabalhos poderão focar o entendimento de como ZCAS pode interagir com outros
sistemas de escala sinótica como também o estudo de modelagem numérica na
previsão de tempo na região Amazônia.
90
REFERÊNCIAS BIBLIOGRÁFICAS ANDRADE, K. M; CAVALCANTI, I. F. A. Climatologia dos sistemas frontais epadrões de comportamento para o verão na América do Sul. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, v. 13, Fortaleza, CE. 2004. BARROS, L. C. Sobre sistemas Dinâmicos Fuzzy-teoria e aplicações, Tese(Doutorado em Matemática), IMECC-UNICAMP, Campinas, SP. 1997. BARROS, L. C.; BASSANEZI, R. C. Tópicos de Lógica Fuzzy e Biomatemática, Coleção IMECC-Textos Didáticos, v. 5, IMECC-Unicamp, Campinas, SP. 2006. BARROS, L. C. Modelos Determinísticos com Parâmetros Subjetivos. Dissertação (Mestrado em Matemática), IMECC-Unicamp, Campinas, SP. 1992. BATISTA, D. S. F. Eventos Extremos da Zona de Convergência Intertropical sobre o Atlântico durante o período Chuvoso da Amazônia oriental. Dissertação (Mestrado em Meteorologia), UFPA. 2008. BASSANEZI, R. Ensino-Aprendizagem com Modelagem Matemática. Editora Contexto, Brasil. 2002. BUSTAMANTE, J. F. et al. Uma Avaliação da Previsão de Tempo do Modelo Eta para a América do Sul. Revista Brasileira de Meteorologia, v. 20, n. 1, p. 59-70. 2005. CHAVES, R. R.; CAVALCANTI, I. F. A. Atmospheric features associated with rainfall variability over Southern Northeast Brazil. Monthly Weather Review, v. 129, p. 2614-2626. 2001. CAVALCANTI, I. F. A. et al. Tempo e Clima no Brasil. Oficina de texto, SP. 2009. CARVALHO, L. M. V.; JONES C.; SILVA DIAS, M. A. F. Intraseasonal large-scale circulations and mesoscale convective activity in Tropical South America during the TRMM-LBA campaign. Journal of Geophysical Research, v. 29, p. 1-20. 2001. CARVALHO, L. M. V.; JONES C.; LIEBMANN. B. Extreme Precipition Events in Southeastern South America and Large-Scale Convective patterns in the South Atlantic Convernge Zone. Journal of Climate, v. 15, p. 2377-2394. 2002. CARVALHO, M. H.; SANTOS, A.F. Estudo de caso de chuvas intensas em Pelotas-RS. In: Simpósio Brasileiro de Sensoriamento Remoto, XI, Belo Horizonte, Anais, p. 439-446. 2003. CARVALHO, L. M. V.; JONES, C.; LIEBMANN, B. The South Atlantic convergence zone: intensity, form, persistence, relationships with intraseasonal to interannual activity and extreme rainfall. Journal of Climate, v. 17, p. 88-108. 2004. CARVALHO, L. M. V. et al. Moisture transport and intraseasonal variability in the South America monsoon system. Publicado online Springerlink.com. DOI
91
10.1007/s00382-010-0806-2. 2010. CHOU, S. C. et al. Validation of the Coupled Eta/SSiB Model over South America. Journal of Geophysical Research, v. 20, n. 107. 2003. CHOU, S. C.; BUSTAMANTE, J. F.; GOMES, J. L. Evaluation of Eta Model seasonal precipitation forecasts over South America. Nonlinear Processes in Geophysics, v. 12, p. 537-555. 2005. COHEN, J. C. P. Um estudo observacional de linha de instabilidade na Amazônia. Dissertação (Mestrado em Meteorologia)-INPE, São José dos Campos, SP. 1989. COHEN, J. C. P. Environmental conditions associated with Amazonian squall lines: a case studey. Monthly Weather Review, v. 123, n. 11, p. 3165-3174. 1995. DA SILVA, E. M. et al. Uma Aplicação de Conjuntos Difusos na Otimização do Prognóstico de Consenso Sazonal de Chuva no Nordeste do Brasil. Revista Brasileira de Meteorologia, v. 22, n. 1, p. 83-93. 2007. DUCHON, C. E. Lanczos filter in one and two dimensions. Journal of Applied Meteorology. v. 18, p. 1016-1022. 1979. FERREIRA, N.; SANCHES, M.; SILVA DIAS, M. A. F. Composição da Zona de convergência do Atlântico Sul em períodos de El Niño e La Niña. Revista Brasileira de Meteorologia. v. 19, p. 89-98. 2004. FISCH, G.; MARENGO, J. A.; NOBRE, C. A. Clima da Amazônia. Climanálise especial 10 anos, p. 24-41. 1996. FIGUEROA, S. N.; NOBRE, C. A. Precipitation distribution over central and western tropical South America. Boletim Climanálise, v. 5, p. 36-45. 1990. FIGUEROA, S. N.; SATYAMURTY, P.; SILVA DIAS, P. L. Simulations of the summer circulation over the South American region with an Eta coordinate model. Journal of the Atmospheric Sciences, v. 52, p. 1573-1584. 1995. FIGUEROA, S. N., Estudo dos sistemas de circulação de verão sobre a América do Sul e suas simulações com modelos numéricos. (INPE 7121-TDI/672). Tese (Doutorado de Meteorologia) - INPE, São José dos Campos, SP. 1997. GANDU, A. W.; SILVA DIAS, P. L. Impact of tropical heat sources on the South American tropospheric upper circulation and subsidence. Journal of Geophysical Research, v. 103, p. 6001-6015. 1998. GUTMAN, G. J.; SCHWERDTFEGER, W. The role of latent and sensible heat for the development of a high pressure system over the subtropical Andes, in summer. Jg. Heft, v. 18, n. 3. 1965. HASTENRATH, S.; HELLER, L. Dynamics of climatic hazards in Northeast Brazil. Quarterly Journal of the Royal Meteorological Society, v. 103, n. 435, p. 77-92. 1977.
92
HERDIES, et al. The moisture budget of the bimodal pattern of the summer circulation over South America. Journal of Geophysical Research. Washinton-DC, 107, n. D20, p. 42-1-42-10. 2002. HOREL, J. D.; HAHMANN, A. N.; GEISLER, J. E. An investigation of the annual cycle of convective activity over the tropical Americas. Journal of Climate. v. 2, p. 1388-1403. 1989. ISLAM, T. et al., FUZZY LOGIC BASED MELTING LAYER RECOGNITION FROM 3 GHZ DUAL POLARIZATION RADAR: appraisal with NWP model and radio sounding observations. Theor Appl Climatol, n. 112, p. 317-338, DOI 10.1007/s00704-012-0721-z. 2013. KALNAY, E. et al. NCEP/NCAR 40-Year Reanalysis Project. Bull Amer Meteor Soc, v. 77, p. 437-471. 1996. KANDEL, A. Fuzzy Mathematical Techniques with Applications. Addilson-Wesley Publishing Company. 1986. KLIR, G.; YUAN, B. Fuzzy Sets and Fuzzy Logic Theory and Applications. Prentice-Hall PTR, New Jersey, EUA. 1995. KODAMA, Y. M. Large-Scale Common Features of Subtropical Precipitation Zones (the Baiu Frontal Zone, the SPCZ, and the SACZ). Part I: Characteristic of Subtropical Frontal Zones. Journal Meteorological Society of Japan, v. 70, p. 813-835. 1992. KODAMA, Y. M. Large-scale common features of Subtropical Convergence Zones (the Baiu frontal zone, the SPCZ, and the SACZ). Part II: Conditions of the circulations for generating STCZs. Journal Meteorological Society of Japan, v. 71, p. 581-610. 1993. KODAMA, Y. M. Roles Of The Atmospheric Heat Sources In Maintaining The Subtropical Convergence Zones: an aqua-planet GCM study. Journal Meteorological Sciety, v.56, p. 4032-4049. 1999. JONES, C.; CARVALHA, L. M. V. Active and Break Phases in the American Monsoon System. Journal of Climate, v. 15, p. 905-914. 2002. JONES, C.; HOREL, J. D. A Circulação da Alta da Bolívia e atividade convectiva sobre a América do Sul. Revista Brasileira de Meteorologia. v. 5, n. 1, p. 379-387. 1990. LENTERS, J. D.; COOK, K, H. On the origin of the Bolivian high and related circulation features of the South American climate. Journal Meteorological Sciety, v. 54, p.656-677. 1997. LIEBMANN, B. et al. Submonthly Convective Variability over South America and the South Atlantic Convergence Zone. Journal of Climate, v. 12, p. 1877-1891. 1999.
93
LIEBMANN, B. C.; MARENGO, J. A., Interannual Variability of the Rainy Season and Rainfall in the Brazilian Amazon Basin. Journal of Climate, v. 14, p. 4308-4318. 2001. LIMA, K. C.; SATYAMURTY, P; FERNADEZ, J. P. R. Large-scale atmospheric conditions associated with Heavy rainfall episodes in South-east Brazil. Theoretical and Applied Climatology, DOI: 10.1007/s00704-009-0207-9. 2009. LIMA, K. C.; SATTYAMURTY, P. Post-summer heavy rainfall events in Southeast Brasil associated with South Atlantic Convergence Zone. American Science Letters, DOI: 10.1002/asl. 246. 2012. MACHADO, R. D.; ROCHA, R. P. Previsões Climáticas Sazonais sobre o Brasil: Avaliação do REGCM3 e aninhado no Modelo Global CPTEC/COLA. Revista Brasileira de Meteorologia. v. 26, p. 121-136. 2011. MADDEN, R. A.; JULIAN, P. R. Observations of the 40-50 day tropical oscillation: Monthly Weather Review, v. 112, p. 814-837. 1994. MAMDANI, E. H.; ASSINLLAN, S. An Experimment in Linguistic Systhesis with a Fuzzy Logic Controller. International Journal of Man-Machine Studies. v. 7, p. 1-13. 1975. MARENGO, J. A. Interannual variability of surface climate in the Amazon basin. International Journal Climatology, v. 12, p. 853-863. 1992. MARENGO, J. A.; HASTENRATH, S. Case studies of extreme climatic events in the amazon basin. Journal of Climate, v. 6, n. 4, p. 617-627. 1993. MARENGO, J. A. et al. Climatology of the low level jet east of the Andes as derived form the NCEP/NCAR reanalyses. Journal of Climate, v. 17, p. 2261-2280. 2004. MARTON, E.; SILVA DIAS, P. L. Variabilidade Intrasazonal na Zona de Convergência do Atlântico Sul. In: Annals of the IX CONGRESSO LATINO-AMERICANO e IBÉRICO DE METEOROLOGIA, v. 1, Buenos Aires. 2001. MESINGER, F. et al. The step-mountain coordinate: model description, and performance for cases of Alpine lee cyclogenesis and for a case of an Appalachian redevelopment. Monthly Weather Review. v. 7, n. 116, p. 1493-1518. 1988. MESINGER, F. et al. An upgraded version of the Eta model. Meteorol Atmos Phys. n. 116, p. 63-79. DOI 10.1007/s00703-012-0182-z. 2011. MURTHA, J. Appplications of Fuzzy Logic in Operational Meteorology. Scientific Services and Professional Development Newsletter, Canadian Forces Weather Service, p. 42-54. 1995. MOLION, L. C. B. On the dynamic climatology of the Amazon Basin and associated rain-producing mechanisms. In Geophysiology of Amazonia, R. E. Dickinson Ed., John Wiley and Sons, p. 391-407. 1987
94
MOLION, L. C. B. Amazonia rainfall and its variability. In: Bonell M, Hufschimidt MM, Gladwell JS (eds) Hydrology and water management in the humidtropics. International Hydrology Series. Cambridge: Cambridge University Press, p. 99-111. 1993. MUZA, M. N.; CARVALHO L. M. V.; LIEBMANN, B., Intraseasonal and Interannual Variability of Extreme Dry and Wet Events over Southeastern South America and the Subtropical Atlantic during Austral Summer. Journal of Climate, v.22, p.1682-1699. 2009. MOURA, R. G. et al. Avaliação do Modelo Regional Eta utilizando as Análises do CPTEC e NCEP. Revista Brasileira de Meteorologia, v. 25, n.1, p. 46-53. 2010. NOBRE, M. M.; CARVALHO, L. M. V. Variabilidade intrassazonal e interanual de Extremos na Precipitação sobre o centro-sul da Amazônia durante o Verão austral. Revista Brasileira de Meteorologia, v. 21, p. 29-41. 2006. NOBRE, P.; SHUKLA, J. Variations of SST, wind stress and rainfall over the tropical Atlantic and South America. Journal of Climate, v. 9: p. 2464-2479. 1996. NOGUES-PAEGLE, J. e Mo, K. C. Alternating Wet and Dry Conditions over South America during Summer. Monthly Weather Review, v. 125, p. 279-291. 1997. NOGUES-PAEGLE, J. et al. Progress in Pan American clivar Research: Understanding the South American monsoon. Meteorológica, v. 27, p. 3-30. 2002. OLIVEIRA, A. S. Interações entre sistemas frontais na América do Sul e convecção na Amazônia. São José dos Campos. Dissertação (Mestrado em Meteorologia). INPE, São José dos Campos, SP. 1986. PAEGLE, J. N.; BYERLE, L. A. Intraseasonal Modulation of South American Summer precipitation. American Meteorological Society. v. 128, p. 837-850. 2000. QUADRO, M. F. L. Estudos de episódios de Zona de Convergência do Atlântico Sul (ZCAS) sobre a América do Sul. 94 f. Dissertação (Mestrado em Meteorologia) -(INPE-6341-TDI/593). São José dos Campos, SP. 1994. QUADRO, M. F. L. et al. Análise Climatológica da precipitação e do Transporte de umidade na região da ZCAS através da Nova geração de reanálises. Revista Brasileira de Meteorologia, v. 27, p. 152-162. 2012. RAO, V. B.; HADA, K. Characteristics of rainfall over Brazil: annual variations and connections with Southern Oscillation. Theoretical and Applied Climatology v. 42, p. 81-91. 1990. RAO, V. B.; CAVALCANTE, F. A. I.; Hada, K. Annual variation of rainfall over Brasil and water vapor characteristics over South America. Journal of Geophysical Research, v. 101, p. 26539-26551. 1996. RAUPP, F. M.; DIAS, P. L. S. Interaction of equatorial waves through resonance with
95
the diurnal cycle of tropical heating. Tellus, v. 62A, p. 706-718. 2010. RICKENBACH, T. M. Cloud top evolution of tropical oceanic squall lines from radar reflectivity and infrared satellite data. Monthly Weather Review, v. 127, p. 2951-2976. 1999. RICKENBACH, T. M. et al. Modulation of convection in the southwestern Amazon basin by extratropical stationary fronts. Journal of Geophysical Research, 107, 8040, doi:10.1029/2000JD000263. 2002. RICKENBACH, T. M. Nocturnal Cloud Systems and the Diurnal Variation of Clouds and Rainfall in Southwestern Amazonia. American Meteorological Society, 132, p. 1201-1219. 2004. ROZANTE, J. R.; CHOU, S. C. Avaliação da Destreza do Modelo Eta em Diferentes Resoluções, XI In: CONGRESSO BRASILEIRO DE METEOROLOGIA, Rio de Janeiro, Brasil. 2000. SALATI, E. et al. Recycling os water in the Amazon basin: an isotopic study. Water Resources Res, v. 15, p. 1250-1258. 1979. SATYAMURTY, P.; RAO, V. B. Zona de convergência do Atlântico Sul. Boletim Climanálise. v. 3, p. 31-35. 1988. SATYAMURTY, P.; NOBRE, C. A.; SILVA DIAS, P. L. Tropics South América. In Meteorology and Hydrology of the Southern Hemisphere. Amer. Meteorol. Soc., Meteorological Monograph, Boston M. A, v. 27, p. 119-139. 1998 SATYAMURTY, P.; WANZELER, C. P. C.; MANZI, A. O. Moisture source for the Amazon Basin: a study of contrarsting years. Theoretical and Applied Climatology, v.111, p. 195-209. 2012. SELUCHI, M.; MARENGO, J. Tropical-mid latitude exchange of air masses during Summer and winter in South America: Climatic aspects and extreme events. International Journal Climatology, v. 20, p. 1167-1190. 2000. SILVA, J. D. Análise de Estabilidade de Sistemas Dinâmicos P-Fuzzy com Aplicações em Biomatemática. Tese(Doutorado em Matemática), IMECC-Unicamp, Campinas, SP. 2005. DA SILVA, L. A., 2010: Energética Atmosférica na América do Sul e Oceanos Adjacentes e impactos Climáticos de Agentes naturais. Tese (Doutorado em Meteorologia). INPE, São José dos Campos, SP. SOUZA, E. B.; KAYANO, M. T.; AMBRIZZI, T., The regional precipitation over the eastern Amazon/northeast Brazil modulated by tropical Pacific and Atlantic SST anomalies on weekly timescale. Revista Brasileira de Meteorologia, v. 19, n. 2, p.113-122. 2004. SOUZA, E. B.; KAYANO, M. T.; AMBRIZZI T. Intraseasonal and submonthly variability
96
over the eastern Amazon and Northeast Brazil during the autumn rainy season. Theoretical and Applied Climatology. v. 81, p. 177-191. 2005. STRETEN, N. A., Some characteristic of satellite observed bands of persistent cloudiness over the Southern Hemisphere. Monthly Weather Review, v. 101, p. 486- 1973. SUGENO, M. Theory of Fuzzy Integrals and Its Applications. Tese de Doutorado, Tokyo Institute of Technology, Japan.[85] Vera, C. et al., 2006: Towards a unified view of the American Monsoon systems. Journal of Climate, v. 19, p. 4977-5000. 1974. VIEIRA, S. O.; SATYAMURTY, P.; ANDREOLI, R. V. On the South Atlantic Convergence Zone affecting southern Amazonia in austral summer. Atmospheric Sciences Letters, v. 14, p. 1-6. 2013. VIRJI, H., A preliminary study of summertimes tropospheric circulation patterns over South America estimated from cloud winds. Monthly Weather Review. v. 109, p. 599-610. 1981. XAVIER, T. MA. B. S. et al. A Zona de Convergência Intertropical - ZCIT e suas relações com a chuva no Ceará. Revista Brasileira de Meteorologia, v. 15, n. 1, p. 27-43. 2000. WILKS, D. S., Statistical Methods in the Atmospheric Sciences. International Geophysics Series. 2 ed., San Diego, p. 649. 2006. YASUNARI, T., Stationary waves in the Southern Hemisphere mid-latitude zone revealed from average brightness charts. Journal Meteorological Society of Japan, v. 55, p. 274-285. 1977. ZADEH, L. A., Fuzzy Sets. Information and Control, v. 8. p. 338-353. 1965. ZADEH, L. A., Fuzzy sets as basis for theory of possibility. Fuzzy Sets and systems, v. 1, p. 3-28. 1978.