RELAES ENTRE NDICES DE INSTABILIDADE E AS CHUVAS EM PORTO

ALEGRE - RS
Nlia KainaraR. Cardoso
1
, Gilberto Barbosa Diniz
2
,Julio R. Marques
3
, Solismar Dam Prestesr
4

RESUMO: No presente trabalho, o objetivo foi analisar o comportamento dos ndices de showalter,
Lifted, Sweat, K, Cross Total, Vertical Total e Totals Totals, tomando-se os dados de precipitao e
de ndice de instabilidade no perodo de 1990 a 2005. Os dados de precipitao foram conseguidos
junto ao Instituto Nacional de Meteorologia INMET, e os dados dos ndices de instabilidade foram
conseguidos junto a University of Wyoming. Os dados de chuva foram divididos em trs classes, ou
seja, em trs intervalos de precipitao: o primeiro vai de 0,1 a 10mm, o segundo de 10,1 a 20mm, e
o ltimo intervalo para valores maiores de 20mm de precipitao. Depois todos esses dados foram
organizados em seis arquivos, e calculados em um programa estatstico, e assim se obteve para cada
intervalo de precipitao o comportamento de cada ndice de instabilidade estudado aqui.

Palavras-Chaves: ndices de instabilidade e precipitao.

ABSTRACT: In the present work, the objective was to analyse the behavior of the showalter,
Lifted, Sweat, K, Cross Total, Vertical Total and Total Totals index, having the precipitation data
and instability index in the period of 1990 to 2005. The precipitation data was obtained at the
Instituto Nacional de Meteorologia INMET, and the instability index data was obtained at the
University of Wyoming. The rain data were divided into three classes, i.e. in three precipitation
intervals: the first was from 0,1 to 10 mm, the second from 10,1 to 20 mm and the last interval for
values greater than 20 mm of precipitation. After these data were organized in six files and
calculated using a statistic software and so it was obtained for each precipitation interval the
influence of each instability index studied in the occurred rain in different intervals of values




1
Aluna de Ps-Graduao em Meteorologia PPGMet-UFPel, Pelotas RS (Fone/fax: 53-32776722). E-mail:
kainarameteoro@yahoo.com.br
2
Orientador- Prof. Dr. FMet-UFPel, Pelotas-RS (Fone/fax: 53-32776722). E-mail:gilberto @ufpel.edu.br
3
Co-orientador- Prof. Dr. FMet-UFPel, Pelotas-RS (Fone/fax: 53-32776722).jmarques_fmet@ufpel.edu.br
4
Meteorologista do 8DISME-INMET- Porto Alegre RS (Fone/Fax: 51-33382830). E-mail: solismar@inmet.gov.br
INTRODUO

A precipitao uma das variveis meteorolgicas de extrema importncia, pois esta age
diretamente na agricultura, no planejamento de festas e eventos, no vesturio, enfim, fazendo com
que o estudo desta varivel seja cada vez mais explorado. A precipitao est associada s
caractersticas de instabilidade da atmosfera, essa varivel meteorolgica determinada atravs de
estudos da configurao da atmosfera superior utilizando informaes de sondagens aerolgicas e
essas informaes so coletadas pelas estaes de radiossondagem, existentes em algumas
localidades no Brasil. Em funo da dificuldade da determinao e anlise da estabilidade atravs do
estudo de nveis estveis e instveis, foi introduzida uma quantificao numrica para a instabilidade
chamada ndice de instabilidade. Tais ndices envolvem um valor numrico que pode ser obtido
atravs de diferenas entre a temperatura do ar e do ponto de orvalho, e outros parmetros entre duas
superfcies (altura) escolhidas arbitrariamente. Este trabalho tem por objetivo verificar a
confiabilidade de cada ndice de instabilidade, estudado aqui, que envolvam equaes matemticas
alimentadas por valores de variveis atmosfricas obtidas de sondagens aerolgicas.

MATERIAIS E MTODOS
Foram usados dois conjuntos de dados de variveis meteorolgicas: dados dirios de
precipitao e dados de ndices de Instabilidade. O estudo foi realizado para a cidade de Porto
Alegre, no Rio Grande do Sul para o perodo de 1990 a 2005. Os dados de precipitao foram
conseguidos junto ao Instituto Nacional de Meteorologia. Os dados dos ndices de instabilidade,
apesar de ser da estao meteorolgica do Aeroporto Internacional Salgado Filho em Porto Alegre,
foi conseguido junto a University of Wyoming. Os ndices de instabilidade estudados neste trabalho
so: ndice de Showalter, Lifted, Sweat, K, Vertical Totals, Cross Totals e Total Totals.
O ndice de Showalter foi um dos primeiros desenvolvido, dado em funo de apenas trs
parmetros: a temperatura do ar e do ponto de orvalho em 850hPa e da temperatura do ar em
500hPa. Este ndice calculado pela equao:
Showalter =T500 T500p 1
Onde:
T500 =temperatura do ambiente em 500hPa.
T500p =temperatura que uma parcela teria se fosse elevada, por uma adiabtica seca, do nvel
850hPa at o NCL e ento trazida pela adiabtica saturada at o nvel de 500hPa.
O ndice Lifted foi criado devido s limitaes do ndice de Showalter, o qual no inclui
estimativas do ciclo diurno. Considera a camada inferior de aproximadamente 100hPa de espessura,
na qual considerada a previso de temperatura e tambm estimada a razo de mistura mdia. A
partir da determina-se o NCL e segue-se a adiabtica saturada at 500hPa, tendo atingido uma certa
temperatura; o ndice dado pela subtrao dessa temperatura da temperatura efetivamente
observada em 500hPa, como no Showalter.
O ndice Sweat especificamente utilizado para tempestades de ordinrias a severas. O Severe
Weather Threat Index bastante elaborado, pois computado a partir de cinco termos: Umidade nos
baixos nveis, instabilidade, jato de baixos nveis, jato de altos nveis, e adveco quente entre 850 e
500hPa. Este ndice calculado pela seguinte frmula:
Sweat =12Td(850)+20(TT-49)+2V(850)+V(500)+125(S+0,2) 2
Onde:
TT o valor do ndice Totals;
S funo da diferena de direo entre o vento de 500 e o de 850hPa;
O ndice K uma medida do potencial de tempestades baseado na taxa vertical de variao de
temperatura. Este ndice calculado pela seguinte frmula:
K =[T850 T500] +Td850 (T700 Td700) 3
Onde:
(T850 - T500) = a variao da temperatura, entre os nveis 850 e 500hPa.
Td850 = a temperatura do ponto de orvalho (Td) em 850hPa.
(T700 Td700) = a depresso de temperatura em 700hPa.
O ndice Vertical Totals expressa o lapse rate entre duas superfcies, em geral 850 e 500hPa,
sendo que usualmente desenvolvimentos convectivos tm este ndice maior que 26.
Frmula: VT =T850 T500 4
onde:
T850 =temperatura do ar em 850hPa. T500 =temperatura do ar em 500hPa.
O ndice Cross Totals a combinao do teor de umidade nos baixos nveis com as
temperaturas superiores; valores maiores do que 18 indicam desenvolvimentos convectivos.
Frmula: CT =Td850 T500 5
onde:
Td850 = a temperatura do ponto de orvalho (Td) em 850hPa.
Os dados de precipitao e de ndice de instabilidade foram analisados da seguinte forma:
Destes anos pegou-se os meses de janeiro e julho, meses centrais das estaes de vero e inverno
respectivamente, e para cada ms, dividiram-se os dados em trs classes. A primeira vai de 0,1mm a
10mm, a segunda de 10,1mm a 20mm e a ltima e terceira classe vai de valores maiores que 20mm
de chuva. Para esses valores de intervalos escolhidos levou-se em considerao o nmero de
amostras de dados referentes a cada intervalo de valor. Aps este procedimento foi formado para
cada ms trs matrizes; a primeira matriz, contendo oito colunas, onde a primeira coluna da matriz
foi composta pelos totais dirios de chuva (de 0,1mm a 10mm), e as seguintes colunas por dados
dirios dos ndices de Showalter, Lifted, sweat, K, Cross Total, Vertical total e Totals totals. A
segunda e a terceira matriz foram feitas da mesma forma, porm a primeira coluna destas, foram
constitudas pela segunda e terceira classes, ou seja, 10,1 a 20mm e maior que 20mm de
precipitao, respectivamente. Para um melhor entendimento, observamos a tabela abaixo:
Tabela 1- Valores de precipitao e ndices de instabilidade, para o ms de janeiro de 2003,
correspondente primeira classe de precipitao (0,1 a 10mm de chuva).




Prec. Ind. 1 Ind. 2 Ind. 3 Ind.4 Ind. 5 Ind. 6 Ind. 7
0,7 -4,34 -5,38 306,76 41,60 24,10 30,10 54,20
0,5 8,78 -5,21 58,08 9,70 6,70 27,70 34,40
onde:
Ind. 1 =ndice de Showalter Ind. 3 =ndice Sweat Ind. 5 =ndice Cross Total
Ind. 2 =ndice Lifted Ind. 4 =ndice K Ind. 6 =ndice Vertical Total
Ind. 7 =ndice Totals Totals
Aps ter organizado os dados, conforme a tabela acima, foram criados seis arquivos, o
primeiro formado por todos os dados, (1990 a 2005) do ms de janeiro composto pela primeira
classe (0,1mm a 10mm de chuva), o segundo e o terceiro pela segunda e terceira classe (10,1mm a
20mm e maior que 20mm de chuva), respectivamente. Estes arquivos foram calculados utilizando
programas estatsticos, para assim poder verificar a confiabilidade de cada ndice estudado.

RESULTADOS E DISCUSSES
Depois dos seis arquivos serem calculados no programa estatstico, obteve-se relaes as quais
foram aferidas sua significncia atravs dos coeficientes de correlao (r) entre os intervalos de
chuvas ocorridas e o respectivo ndice de instabilidade associado. A tabela 2 mostra os coeficientes
de correlao referente a cada ndice separadamente e o total com todos. Este (r) indica, a associao
entre cada ndice e os intervalos de chuva ocorrido.
Tabela 2 Valores de (r) referente ao ms de janeiro, para cada ndice de instabilidade, no intervalo
de precipitao considerado.
Prec.(mm) r (I1) r (I2) r (I3) R(I4) r(I5) r(I6) r(I7) r(total)
0,1 10 0,06 0,019 0,122 0,135 0,09 0,053 0,049 0,258
10,1 20 0,176 0,307 0,259 0,242 0,291 0,251 0,285 0,405
>20 0,213 0,055 0,012 0,142 0,257 0,067 0,229 0,798
Onde:
r (I1): valor de r para o ndice 1 (Showalter). r (I4): valor de r para o ndice 4 (K).
r (I2): valor de r para o ndice 2 (Lifted). r (I5): valor de r para o ndice 5 (Cross Total).
r (I3): valor de r para o ndice 3 (Sweat). r (I6): valor de r para o ndice 6 (Vertical Total).
r (I7): valor de r para o ndice 7 (Totals Totals)
A tabela acima indica que para o ms de janeiro e no intervalo de precipitao que vai de 0,1 a
10mm, o ndice de instabilidade que melhor explica a variabilidade da chuva, foi o ndice K. O valor
do (r) para este ndice, foi 0,135, ou seja , ele representa 13,5%. O menos representativo, para este
mesmo intervalo foi o ndice Lifted, que explica apenas 1,9% a variabilidade da chuva. J no
intervalo de 10,1 a 20mm de chuva, o ndice Lifted foi o que obteve o maior valor de (r), 0,307, ou
seja, ele explica 30,7% a variabilidade da chuva. E neste mesmo intervalo o ndice de Showalter foi
o menos representativo, explicando 17,6%. E para valores acima de 20mm de precipitao o ndice
Cross Total foi o que apresentou o maior valor de (r), igual a 0,257. E o menor valor foi 0,012,
representado pelo ndice Sweat e explicando apenas 1,2% a variabilidade da chuva.
Tabela 3 Valores de R, respectivo ao ms de julho, para cada ndice de instabilidade, no
intervalo de precipitao considerado.
Prec.(mm) R (I1) R (I2) R (I3) R (I4) R (I5) R (I6) R (I7) R(total)
0,1 10 0,063 0,156 0,036 0,059 0,072 0,271 0,026 0,363
10,1 20 0,11 0,082 0,042 0,118 0,133 0,051 0,119 0,22
>20 0,152 0,161 0,19 0,049 0,135 0,163 0,161 0,413

A tabela acima, nos diz que para o primeiro intervalo de 0,1 a 10mm de chuva o ndice Vertical
Total foi o que apresentou o maior valor de (r). Este valor igual a 0,271, ou seja, este ndice explica
27,1% a variabilidade da chuva. Para este mesmo intervalo de precipitao o ndice Total total foi o
que apresentou o menor valor de (r), igual a 0,026, explicando apenas 2,6% a variabilidade da chuva.
J para o segundo intervalo, que de 10,1 a 20mm de precipitao, o ndice que obteve o maior
valor de (r) foi o Cross total, este apresentou o (r) igual a 0,133. Neste mesmo intervalo o ndice de
instabilidade que apresentou um menor valor de (r) foi o Sweat, igual a 0,042, ou seja, este ndice
explica apenas 4,2% a variabilidade da chuva. E para valores acima de 20mm de precipitao o
ndice Vertical total foi o mais representativo, pois apresentou o maior de (r), igual a 0,163. No
mesmo intervalo o ndice K obteve o menor valor de(r), igual a 0,049.

CONCLUSO
Pode-se concluir que para o ms de janeiro, os ndices K, Lifted e Cross Total foram os que
melhor explicaram a variabilidade da chuva, para o intervalo de 0,1 a 10mm; 10,1 a 20mm e maiores
de 20mm de precipitao, respectivamente. Por outro lado, para o mesmo ms, os ndices Lifted,
Showalter e Sweat foram os menos representativos nos intervalos de 0,1 a 10mm; 10,1 a 20mm e
maiores de 20mm de precipitao, respectivamente. J para o ms de julho, os ndices Vertical Total,
Cross Total e novamente Vertical Total, foram os que melhor explicaram a variabilidade da chuva
para os intervalos de 0,1 a 10mm; 10,1 a 20mm e maiores de 20mm de precipitao,
respectivamente. Para este mesmo ms os ndices menos representativos foram: Total Total, Sweat e
K, nos intervalos de 0,1 a 10mm; 10,1 a 20mm e maiores de 20mm de precipitao, respectivamente.

REFERNCIAS
SANSIGOLO, C. A. Anlise Comparativa do desenvolvimento dos ndices de Seca de Palmer
(PDSI) e da precipitao normalizada (SPI) em Piracicaba, SP (1917- 2001). Revista
Brasileira de Meteorologia, Rio de J aneiro, v.19,n.3, p.245-250, 2004.
BENETI, A. A. C., SILVA, F. A. M. Anlise da performance dos ndices de instabilidade como
previsores de tempestades na regio de So Paulo. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, 4, 1986. Braslia. P. 65-70.
SEGURA, E. M. Prognstico estatstico de precipitao. In: CONGRESSO INTERNACIONAL
DE METEOROLOGIA, 2, 1987. Argentina. P. 311-315.
SEVERO, D. L., GAN, M. A. Anomalias de precipitao na regio sul do Brasil Resultados
preliminares. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, 13, 2004.
Fortaleza: SBMet.CPC-0101. 1 CD-ROM.