UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CENTRO DE CIÊNCIAS EXATAS E DA TERRA

PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS CLIMÁTICAS

WIVALDO DANTAS DE ASEVEDO JÚNIOR

MODELO EMPÍRICO DAS COMPONENTES DOS VENTOS NEUTROS

TERMOSFÉRICOS NO SETOR AMERICANO BASEADO EM DADOS DO SATÉLITE
UARS-WINDII PARA PERÍODOS GEOMAGNETICAMENTE CALMOS.

NATAL – RN
2020
 WIVALDO DANTAS DE ASEVEDO JÚNIOR

MODELO EMPÍRICO DAS COMPONENTES DOS VENTOS NEUTROS TERMOSFÉRICOS

NO SETOR AMERICANO BASEADO EM DADOS DO SATÉLITE
UARS-WINDII PARA PERÍODOS GEOMAGNETICAMENTE CALMOS.

Tese apresentada ao Programa de Pós-

Graduação em Ciências Climáticas, do Centro
de Ciências Exatas e da Terra da Universidade
Federal do Rio Grande do Norte, como parte
dos requisitos para obtenção do título de Doutor
em Ciências Climáticas.

Orientador: Prof. Dr. José Henrique Fernandez

Co-orientador: Prof. Dr. Christiano Garnett
Marques Brum

NATAL – RN
2020
 Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Central Zila Mamede

Asevedo Júnior, Wivaldo Dantas de.

Modelo empírico das componentes dos ventos neutros
termosféricos no setor americano baseado em dados do satélite
UARS-WINDII para períodos geomagneticamente calmos / Wivaldo
Dantas de Asevedo Júnior. - 2020.
122 f.: il.

Tese (Doutorado) - Universidade Federal do Rio Grande do

Norte, Centro de Ciências Exatas e da Terra, Programa de Pós-
Graduação em Ciências Climáticas. Natal, 2020.
Orientador: Prof. Dr. José Henrique Fernandez.
Coorientador: Prof. Dr. Christiano Garnett Marques Brum.

1. Ionosfera - Tese. 2. Aeronomia - Tese. 3. Dados satelitais

(UARS) - Tese. 4. Ventos neutros termosféricos (VNT) - Tese. 5.
Análise estatística - Tese. I. Fernandez, José Henrique. II.
Brum, Christiano Garnett Marques. III. Título.

RN/UF/BCZM CDU 551.510.535

Elaborado por Ana Cristina Cavalcanti Tinôco - CRB-15/262

 WIVALDO DANTAS DE ASEVEDO JÚNIOR

MODELO EMPÍRICO DAS COMPONENTES DOS VENTOS NEUTROS TERMOSFÉRICOS

NO SETOR AMERICANO BASEADO EM DADOS DO SATÉLITE
UARS-WINDII PARA PERÍODOS GEOMAGNETICAMENTE CALMOS.

Tese apresentada ao curso de Pós-graduação em

Ciências Climáticas, da Universidade Federal do Rio
Grande do Norte, como requisito parcial à obtenção
do título de Doutor em Ciências Climáticas.

Aprovada em: ______/______/______

COMISSÃO EXAMINADORA

_____________________________________
Prof. Dr. José Henrique Fernandez
Orientador
(UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE – Brasil)

_____________________________________
Prof. Dr. Christiano Garnett Marques Brum
Co-orientador
(UNIVERSITY OF CENTRAL FLORIDA/ARECIBO OBSERVATORY – Porto Rico)

______________________________________
Prof. Dr. David Mendes (UFRN – Brasil)
Membro interno
(UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE – Brasil)

______________________________________
Prof. Dr. Gilvan Luiz Borba (UFRN – Brasil)
Membro interno
(UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE – Brasil)

______________________________________
Profa. Dra. Pedrina Terra dos Santos
Membro externo
(UNIVERSITY OF CENTRAL FLORIDA/ARECIBO OBSERVATORY – Porto Rico)

______________________________________
Prof. Dr. Francisco Carlos de Meneses Junior
Membro externo
(UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN – UANL - México)
Dedico este trabalho a minha família: minha esposa
Mariana Cristina Falcão Neto, minha filha Ana Lara
Falcão Neto Dantas, minha mãe Maria Aparecida
Silva de Asevedo, e meu pai Wivaldo Dantas de
Asevedo (in memoriam). Obrigado por tudo.
 AGRADECIMENTOS

Primeiramente agradeço a minha família: minha esposa e amiga Mariana Cristina Falcão
Neto, minha filha Ana Lara Falcão Neto Dantas (meu sopro de vida diário), minha mãe Maria
Aparecida Silva de Asevedo e meu pai Wivaldo Dantas de Asevedo (in memoriam), pelo amor
incondicional, pelo suporte emocional, pela confiança e pela paciência. Amo muito vocês e sem
vocês ao meu lado nesta “caminhada”, não teria conseguido chegar até aqui.
Agradecer imensamente aos meus orientadores: Dr. José Henrique Fernandez e Dr.
Christiano Garnett Marques Brum pela disponibilidade, valorosa orientação, pela paciência, ajuda e
amizade. Obrigado também aos demais membros da banca examinadora, Dr. David Mendes, Dr.
Gilvan Luiz Borba, Dra. Pedrina Terra dos Santos e ao Dr. Francisco Carlos de Meneses Junior pela
disposição e pelas contribuições de grande valor ao trabalho.
Obrigado a todos os colegas de pós-graduação pelo convívio, pelo companheirismo e
amizade. Em especial à Anderson Guimarães Guedes, Cássia Monalisa dos Santos Silva, Reginaldo
Tudeia dos Santos, Felipe Ferreira Monteiro, Lourdes Milagros Mendoza Villavicencio, Marcele de
Jesus Correa, Maria Leidinice da Silva, Rosaria Rodrigues Ferreira, Maurício Tolstoi dos Santos
Ferreira, Francisco Jânio de Oliveira Silva, Lanzoerques Gomes da Silva Júnior, Ricardo Bruno de
Araújo Tenório e demais companheiros da sala 36 de alunos do PPGCC.
Agradeço à Universidade Federal Rural do Semi-árido (UFERSA) pelo apoio, e todos
colegas de trabalho lotados no Centro Multidisciplinar de Angicos pelo companheirismo, suporte e
compreensão em momentos difíceis, especialmente aos colegas professores de física: Cíntia Raquel
Duarte de Freitas, Francisco Edcarlos Alves Leite, Gislene Micarla Borges de Lima, Gustavo de
Oliveira Gurgel Rebouças, Marcos Vinícius Cândido Henriques e Roberto Namor Silva Santiago.
Quero também agradecer a todos os meus ex, e atuais alunos pelo respeito, consideração e pela
oportunidade de ensiná-los assim como aprender com os mesmos.
Obrigado à Universidade Federal do Rio Grande do Norte (UFRN), à pró-reitoria de pós-
graduação (PPg) da UFRN, na pessoa do pró-reitor, Dr Rubens Maribondo do Nascimento, ao
Centro de Ciências Exatas e Naturais (CCETN), e ao programa de pós-graduação em ciências
climática (PPGCC) pela estrutura de pesquisa fornecida, assim como a todos os professores do
programa pelo conhecimento compartilhado durante o período de doutoramento.
“Existem muitas hipóteses na ciência que são erradas. Isso é perfeitamente
correto; elas são a abertura para descobrir o que é certo. A ciência é um
processo autocorretivo. Para serem aceitas, novas ideias devem sobreviver
aos mais rigorosos padrões de evidência e escrutínio.”
Carl Sagan

“Ensinar não é transferir conhecimento, mas criar as possibilidades para a

sua própria produção ou a sua construção.”
Paulo Freire
 RESUMO

Os ventos neutros termosféricos (VNT) desempenham um papel fundamental na dinâmica da

ionosfera. Atuam diretamente na deriva do plasma, sendo o principal mecanismo de manutenção da
ionosfera noturna, além de influenciar o comportamento da anomalia de Appleton. Frequentemente,
medidas das componentes de VNT são obtidas por equipamentos como interferômetro de Fabry-
Pérot (FPI, sigla para Fabry-Pérot interferometer), radar de espalhamento incoerente (ISR sigla
para Incoherent Scatter Radar), e equipamentos a bordo de foguetes de sondagem. No entanto, são
medidas localizadas e de baixa cobertura espacial. Com o advento de observações realizadas a partir
de satélites foi possível obter medidas das componentes de VNT com maior cobertura espacial e
temporal. Os modelos de VNT têm se tornado uma ferramenta importante para a compreensão do
comportamento da dinâmica da atmosfera neutra e ionizada acima da mesopausa. Contudo, alguns
modelos apresentam discordâncias relacionadas ao comportamento na termosfera, especialmente no
hemisfério Sul devido a pouca disponibilidade de medidas in situ para calibração. Neste trabalho é
apresentado o modelo empírico de VNT denominado Empirical Averaged Thermospheric Wind
Model (EArTh Wind), baseado em um estudo estatístico dos registros obtidos pelo satélite Upper
Atmosphere Research Satellite (UARS) usando o equipamento embarcado Wind Imaging
Interferometer (WINDII) entre 1992 e 1997. O EArTh Wind representa a média longitudinal das
componentes do VNT em 250 km de altitude entre ±50o de latitude geográfica, para condições de
atividade solar e geomagnética de Φ10,7m = 87,83 SFU e kpm ~ 2- (1,58), respectivamente, e descreve
suas variações sazonais (dia do ano) e hora local, moduladas por séries de Fourier. O
comportamento das simulações produzidas pelo modelo EArTh Wind mostram boa concordância
com a climatologia das componentes de VNT observadas pelo satélite UARS em distintos períodos
do ano. Os parâmetros estatísticos utilizados para avaliar o modelo em relação aos dados
observados exibiram bons resultados, especialmente no equinócio em ambas as componentes do
VNT. Particularmente, melhores resultados foram obtidos para a componente zonal, em todos os
períodos do ano. Os testes estatísticos também indicaram que o EArTh Wind se assemelha à versão
2014 do Horizontal Wind Model (HWM14), principalmente para a componente meridional. Uma
comparação localizada entre o EArTh Wind e dados obtidos utilizando FPI em Arecibo (18,35o N e
66,75o O), mostrou uma boa concordância da componente meridional, também confirmada pelos
parâmetros estatísticos comparativos obtidos.

Palavras chaves: Aeronomia. Ionosfera. Dados satelitais (UARS). Ventos Neutros Termosféricos
(VNT). Análise estatística.
 ABSTRACT

Thermospheric Neutral Winds (TNW) play a crucial role in the dynamics of the ionosphere by
acting directly on the plasma drift. The TNW are the main maintenance mechanism of the nocturnal
ionosphere. In addition, the TNW influence the behavior of Appleton Anomaly. The componentes of
the TNW are usually measured by equipments such as Fabry-Pérot interferometer (FPI), Incoherent
Scatter Radar (ISR), and science payloads onboard in rockets. However, these measurements are
localized and offer low spatial coverage. With the advance of satellite observations, it was possible
to obtain better spatial and temporal data coverage of the TNW’s components. On the other hand,
TNW models have become an important tool for understanding the behavior of the dynamics of the
neutral and ionized atmosphere above the mesopause. However, some models disagree about the
behavior of the TNW at the altitudes of the thermosphere, especially in the South American Sector,
mostly due to the lack of in situ measures for calibration. This work presents the TNW model
“Empirical Averaged Thermospheric Wind Model (EArTh Wind)” that is based on a statistical study
of the records obtained by the UARS satellite, using the onboard Wind Imaging Interferometer
(WINDII) equipment from 1992 to 1997. The EArTh Wind represents the longitudinal average of
TNW at the altitude of 250 km, within ±50o of geographic latitude for solar and geomagnetic
conditions of Φ10,7m = 87,83 SFU and kpm = 2- (1,58), respectively. The EArTh Wind describe the
seasonal (day of the year) and local time variability of these mean TNW evaluated by Fourier series.
The behavior of the simulations obtained by the EArTh Wind show a good agreement with the
climatology of the TNW components observed by the UARS satellite at different periods of the
year. The statistical parameters used to evaluate the EArTh Wind presented good agreement whith
the dataset for both TNW’s components, especially during the equinoxes. Particullary, a better
agreement between the dataset and the zonal component was observed for all periods of the year.
The statistical tests indicated that the latitudinal model EArTh Wind resembles the 2014 version of
the Horizontal Wind Model, (HWM14), especially for the meridional component. In the localized
comparison between the EArTh Wind FPI data from in Arecibo (18.35o N and 66.75o W), the
meridional component showed good agreement, also comfirmed by the comparative statistical
parameters obtained.

Keywords: Aeronomy. Ionosphere. Satellite data (UARS). Termospheric Neutral Wind (TNW).
Statistical analysis.
 LISTA DE FIGURAS

Figura 1 – Estrutura em camadas da atmosfera terrestre considerando diferentes critérios

como temperatura, composição, escape gasoso e ionização.................................. 26

Figura 2 – Representação da magnetosfera terrestre com suas regiões em destaque.............. 30

Figura 3 – Esboço dos perfis em altura da densidade eletrônica em elétrons/cm 3 mostrando

a ionosfera terrestre em períodos diurnos e noturnos com suas camadas.............. 31

Figura 4 – Perfil de densidade eletrônica com destaques nas camadas da ionosfera e nos
íons mais importantes em cada região.................................................................... 35

Figura 5 – Concepção artística da AEI evidenciando o efeito fonte........................................ 36

Figura 6 – Distribuição das isolinhas de pressão aproximadamente em 300 km. As setas

tracejadas representam a direção do vento neutro termosférico............................. 37

Figura 7 – (a) Representação vetorial do vento neutro termosférico. (b) Vista superior de
7a............................................................................................................................ 39

Figura 8 – Exemplo de isolinhas da inclinação magnética global calculada com o modelo

IGRF-13, referente ao dia, 15 de dezembro de 2014. A linha vermelha em
destaque representa a inclinação magnética de 0o, que corresponde à localização
do equador magnético............................................................................................ 40

Figura 9 – Comportamento do vento neutro efetivo ao longo da linha de campo

magnético............................................................................................................... 40

Figura 10 – Padrões de vento neutro meridional efetivo ao longo da linha de campo

magnético............................................................................................................... 41

Figura 11 – O painel superior representa o comportamento em hora local do vento efetivo

integrado entre 33o S e 33o N. O painel do meio representa o comportamento em
hora local da assimetria nas densidades eletrônicas das cristas da anomalia. O
painel inferior representa o comportamento em hora local da assimetria nas
altitudes dos máximos das cristas........................................................................... 43

Figura 12 – (a) Exemplo de perfil em altitude da taxa de emissão volumétrica (TEV em

altitude de emissão integrada (EI)) e (b) Perfil em altitude da emissão integrada
(EI ou intensidade integrada)................................................................................. 47
Figura 13 – Espectro de emissão de aeroluminescência na faixa visível para o período
noturno entre os comprimentos de onda 540 nm e 680 nm.................................... 48

Figura 14 – (a) Perfis em altitude da TEV do oxigênio atômico O (1S) no período diurno. (b)
Perfis em altitude da TEV do oxigênio atômico O (1D) no período noturno......... 52

Figura 15 – (a) Perfis em altitude da TEV do oxigênio atômico O (1S) (OI 5577) e O (1S)
(OI 6300) no período noturno obtido a partir de fotômetros embarcado em
foguete de sondagem lançado em Natal (5,8o S e 35,2o O), dia 31 de outubro de
1986 às 23h59min na hora local. (b) Perfil em altitude da taxa entre a TEV do
oxigênio atômico O (1S) e do oxigênio O (1D) período noturno............................ 54

Figura 16 – (a) Perfis em altitude da densidade eletrônica e da razão da taxa de produção do

O (1D) por meio da transição radiativa (P CASCATA) do O (1S), e a soma das taxas
de produção do O (1D), por recombinação dissociativa (PRD) e transição
radiativa do O (1S) (PCASCATA). (b) perfis em altitude das contribuições da
transição radiativa do O (1S), e da recombinação dissociativa para a TEV total
em comparação ao perfil em altitude da TEV total................................................ 55

Figura 17 – Concepção artística do satélite UARS.................................................................... 57

Figura 18 – Representação pictórica do satélite UARS com indicação dos equipamentos a

bordo....................................................................................................................... 57

Figura 19 – (a) Fotografia do instrumento WINDII, onde estão indicados a localização dos
instrumentos ópticos, o defletor e radiador térmico; (b) Representação
esquemática detalhada do WINDII......................................................................... 60

Figura 20 – (a) Diagrama esquemático expandido do aparato óptico do WINDII; (b)

Interferômetro de Michelson - Doppler compacto................................................. 61

Figura 21 – (a) Representação da linha espectral emitida pelo constituinte e analisada pelo
WINDII; (b) Interferograma resultante da interferência provocada pela diferença
de caminho óptico gerado pela atuação do interferômetro de Michelson.............. 61

Figura 22 – Distribuição do número de perfis de VNT registrados para os dois

comprimentos de onda em estudo (557,7 nm e 630,0 nm, verde e vermelho,
respectivamente) em função da latitude geográfica............................................... 64
Figura 23 – Histograma do número registros da componente meridional dos VNT por
altitude para as duas emissões de aeroluminescência............................................ 65

Figura 24 – Histograma do número registros da componente meridional dos VNT em

função da hora local para as duas emissões de aeroluminescência........................ 66

Figura 25 – Exemplo de discrepâncias de registros de ventos neutros. Os painéis superiores

apresentam variações causadas pela diferença de deslocamento do satélite
UARS, enquanto que os painéis inferiores as diferenças ocasionadas pela
direção de visada do satélite................................................................................... 67

Figura 26 – Gráficos em caixa das distribuições estatísticas dos parâmetros utilizados para
comparar as médias representativas calculadas em altitude e registros de VNT
em 250 km.............................................................................................................. 71

Figura 27 – Diagrama de blocos descrevendo a sequência a ser seguida para a construção do

modelo EArTH Wind, realizada para cada componente dos VNT......................... 76

Figura 28 – Sequência de aplicação do tratamento matemático computacional que foi

aplicado nas componentes VNT por direção de deslocamento do satélite
considerando dependência em latitude geográfica e hora local............................. 78

Figura 29 – Variação da média da velocidade dos VNT em função da hora local e latitude
geográfica (integradas em dia do ano e longitude) para 250 km de altitude em
condições quiescentes (kpm = ~2- e Φ10.7cm = 87,83 SFU)...................................... 80

Figura 30 – Sequência de aplicação do tratamento matemático computacional que foi

aplicado aos resíduos selecionados por componentes de VNT e direção de
deslocamento do satélite considerando dependência em latitude geográfica e dia
do ano..................................................................................................................... 82

Figura 31 – Fator de correção aplicado aos resíduos médios considerando componente de

VNT e direção de deslocamento do satélite........................................................... 83

Figura 32 – Variabilidade média da velocidade dos VNT em função do dia do ano e latitude
geográfica (integradas em hora local e longitude) para 250 km de altitude em
condições geofísicas consideradas calmas (kpm = ~2- e Φ10.7cm = 87,83 SFU)........ 84
Figura 33 – Espectro de potência por latitude geográfica da componente meridional de VNT
resultante da análise espectral da série temporal de 01 (um) ano em intervalos
de 01 hora............................................................................................................... 88

Figura 34 – Espectro de potência por latitude geográfica da componente zonal de VNT

resultante da análise espectral da série temporal de 01 (um) ano em intervalos
de 01 hora............................................................................................................... 89

Figura 35 – Perfis de isolinhas obtidos a partir do modelo EArTh Wind mostrando as

velocidades das componentes dos ventos neutros em hora local, latitude
geográfica em períodos do ano distintos (comportamento sazonal)...................... 91

Figura 36 – Perfis de isolinhas das componentes, meridional e zonal, obtidos a partir dos
dados observados pelo UARS-WINDII em condições consideradas solar e
geomagneticamente calmas (kp ≤ 2+; kpm = ~2-) (Φ10.7cm = 115,0 SFU)................. 93

Figura 37 – Comparação entre a componente meridional dos VNT obtidos de dados

observados (UARS-WINDII na cor preta) e de dados gerados pelos modelos
HWM14 (cor vermelha) e EArTh Wind (cor azul) para 5 valores de latitude
geográfica e em períodos do ano diferentes........................................................... 95

Figura 38 – Comparação entre a componente zonal dos VNT obtidos de dados observados
(UARS-WINDII na cor preta) e de dados gerados pelos modelos HWM14 (cor
vermelha) e EArTh Wind (cor azul) para 5 valores de latitude geográfica e em
períodos do ano diferentes...................................................................................... 98

Figura 39 – Gráficos comparativos entre valores das componentes, meridional (gráficos da

esquerda) e zonal (gráficos da direita) modeladas (EArTh Wind, HWM14) e
dados de VNT observados (FPI – Arecibo) em três períodos do ano: solstício de
dezembro (NDJF), equinócios (MASO) e solstício de junho (MJJA)................... 102

Figura 40 – Distribuição em histograma dos resíduos entre os dados obtidos por utilizando
FPI – Arecibo e o modelo EArTh Wind para diferentes horários locais e
períodos do ano. As curvas desenhadas na cor vermelha representam gaussianas
geradas a partir dos valores médios e desvio padrão obtidas para cada hora
local. O painel da esquerda refere-se a componente meridional e o painel da
direita refere-se a componente zonal...................................................................... 107
 LISTA DE TABELAS

Tabela 1 – Composição atmosférica, na homosfera, considerando constituintes neutros

com suas respectivas porcentagens........................................................................ 25

Tabela 2 – Fontes de produção e perda do oxigênio atômico O (1S)....................................... 50

Tabela 3 – Fontes de produção e perda do oxigênio atômico O (1D)...................................... 51

Tabela 4 – Equipamentos utilizados a bordo do UARS............................................................ 58

Tabela 5 – Emissões características de aeroluminescência...................................................... 59

Tabela 6 – Estatística descritiva dos valores de incerteza para os dois tipos de emissão de
aeroluminescência e componentes dos ventos neutros........................................... 67

Tabela 7 – Parâmetros estatísticos utilizados para avaliar o desempenho do modelo EArTh

Wind........................................................................................................................ 86

Tabela 8 – Parâmetros, e teste estatístico, realizados para a componente meridional de

VNT para 5 latitudes geográficas em três períodos do ano: solstício de
dezembro (NDJF), equinócios (MASO) e solstício de junho (MJJA) entre dados
observados (UARS-WINDII) e os modelos EArTh Wind e HWM14...................... 96

Tabela 9 – Parâmetros, e teste estatístico, realizados para a componente zonal de VNT para
5 latitudes geográficas em três períodos do ano: solstício de dezembro (NDJF),
equinócios (MASO) e solstício de junho (MJJA) entre dados observados
(UARS-WINDII) e os modelos EArTh Wind e HWM14......................................... 99

Tabela 10 – Parâmetros, e teste estatístico, realizados para as componentes de VNT para 5

latitudes geográficas em três períodos do ano: solstício de dezembro (NDJF),
equinócios (MASO) e solstício de junho (MJJA) entre os modelos EArTh Wind
e HWM14................................................................................................................ 100

Tabela 11 – Parâmetros, e teste estatístico, realizados para a componente meridional de

VNT em três períodos do ano: solstício de dezembro (NDJF), equinócios
(MASO) e solstício de junho (MJJA) entre dados observados (FPI-Arecibo) e
os modelos EArTh Wind e HWM14........................................................................ 103
Tabela 12 – Parâmetros, e teste estatístico, realizados para a componente zonal de VNT em
três períodos do ano: solstício de dezembro (NDJF), equinócios (MASO) e
solstício de junho (MJJA) entre dados observados (FPI-Arecibo) e os modelos
EArTh Wind e HWM14........................................................................................... 105
 LISTA DE SIGLAS E ABREVIATURAS

ACRIM-II Active Cavity Radiometer Irradiance Monitor

AE-E Atmospheric Explorer-E
AEI Anomalia Equatorial de Ionização
CCD Charge-Coupled Device
CEDAR Coupling, Energetics and Dynamics of Atmospheric Regions
CFC Clorofluorcarbono
CIRA-86 Cospar International Reference Atmosphere
CLAES Cryogenic Limb Array Etalon Spectrometer
DE-2 Dynamics Explorer 2
DWM07 Global Empirical Disturbance Wind Model
EARTH WIND Empirical Averaged Thermospheric Wind Model
EI Emissão Integrada
EUV Extremo Ultravioleta
FPI Fabry-Pérot Interferometer
GOCE Gravity Field and Steady State Ocean Circulation Explorer
GSFC Goddard Space Flight Center
HALOE Halogen Occultation Experiment
HRDI High Resolution Doppler Imager
HWM Horizontal Wind Model
IAGA International Association of Geomagnetism and Aeronomy
IGRF International Geomagnetic Reference Field
ISAMS Improved Stratospheric and Mesospheric Sounder
ISR Incoherent Scatter Radar
MBA Multilevel B-spline Aproximation
MLS Microwave Limb Sounder
NASA National Aeronautics and Space Administration
NATE Neutral Atmosphere Temperature
NCAR National Center for Atmospheric Research
NCEP National Centers for Environmental Prediction
NFS National Science Foundation
NOAA National Oceanic and Atmospheric Administration
NWM Neutral Wind Model
PEM Particle Environment Monitor
RM Radar Meteórico
RMF Radar de Média Frequência
SOLSTICE Solar/Stellar Intercomparison Experiment
SUPIM Shefield University Ionosphere-Plasmasphere Model
SUSIM Solar Ultraviolet Spectral Irradiance Monitor
STS Space Transportation System
TEV Taxa de Emissão volumétrica
TGCM Thermospheric General Circulation Model
TNW Termospheric Neutral Wind
UARS Upper Atmosphere Research Satellite
UV Ultravioleta
VER Volumetric Emission Rate
VLF Very Low Frequency
VNT Ventos Neutros Termosféricos
WATS Wind and Temperature Spectrometer
WINDII Wind Imaging Interferometer
 SUMÁRIO

1 INTRODUÇÃO..................................................................................................................20
1.1 Objetivos geral e específicos..............................................................................................22
1.2 Estrutura da tese................................................................................................................23

2 FUNDAMENTAÇÃO TEÓRICA.....................................................................................25
2.1 Atmosfera terrestre............................................................................................................25
2.1.1 Classificação quanto à temperatura......................................................................................27
2.1.2 Classificação quanto à ionização..........................................................................................29
2.2 Ionosfera terrestre..............................................................................................................30
2.2.1 Camadas da Ionosfera..........................................................................................................31
2.2.2 Anomalia equatorial de ionização ou anomalia de Appleton...............................................35
2.3 Vento neutro termosférico.................................................................................................36
2.3.1 Horizontal Wind Model (HWM)...........................................................................................43
2.4 Aeroluminescência..............................................................................................................46
2.4.1 Oxigênio atômico O (1S) e O (1D)........................................................................................49
2.4.1.1 Transições proibidas do oxigênio atômico...........................................................................49
2.4.1.2 Taxa de emissão volumétrica das linhas verde e vermelha do oxigênio atômicos...............50

3 MATERIAL E MÉTODOS...............................................................................................56
3.1 O Satélite UARS..................................................................................................................56
3.1.1 Interferômetro imageador Michelson - Doppler (WINDII)..................................................59
3.2 Descrição dos registros utilizados.....................................................................................62
3.2.1 Seleção e descrição estatísticas de registros considerando baixa atividade solar e
geomagnética: critérios e métodos.......................................................................................63
3.3 Métodos empregados nas análises.....................................................................................68
3.3.1 Obtenção dos valores médios representativos em 250 km de altitude dos perfis em altitude
[V250 (lat, lon, t, dia)].............................................................................................................68
3.3.2 Avaliação estatística dos valores médios representativos em 250 km de altitude [V250 (lat,
lon, t, dia)]............................................................................................................................69

4 CONSTRUÇÃO DO MODELO EARTH WIND.............................................................73

4.1 Latitude geográfica e hora local [Vm_N (t, lat) ou Vm_S (t, lat)].........................................76
4.2 Latitude geográfica e dia do ano [ΔVm_N (dia, lat) ou ΔVm_S (dia, lat)]...........................81
4.3 Análise estatística comparativa.........................................................................................85

5 RESULTADOS E DISCUSSÕES......................................................................................87
5.1 Resultados obtidos a partir do modelo médio longitudinal EArTh Wind......................87
5.1.1 Análise espectral por latitude geográfica das componentes de VNT simuladas pelo modelo
EArTh Wind..........................................................................................................................87
5.1.2 Análise da climatologia simulada pelo EArTh Wind............................................................90
5.1.3 Comparativo entre as componentes de VNT dos registros medidos em 250 km pelo UARS-
WINDII e os modelos EArTh Wind e HWM14.....................................................................93
5.1.3.1 Comparativo entre componentes meridionais dos dados observados e dos modelos..........94
5.1.3.2 Comparativo entre componentes zonais dos dados observados e dos modelos...................97
5.1.3.3 Comparativo entre as componentes meridional e zonal dos modelos EArTh Wind e
HWM14..............................................................................................................................100
5.1.4 Comparativo entre dados de VNT obtidos a partir de medidas utilizando interferômetro de
Fabry Pérot sobre Arecibo (Porto Rico), e os modelos EArTh Wind e HWM14...............101

6 CONCLUSÕES E PERSPECTIVAS FUTURAS..........................................................108

6.1 Conclusões.........................................................................................................................108
6.2 Artigo aceito e perspectivas de futuras pesquisas..........................................................110

REFERÊNCIAS................................................................................................................112

ANEXO A – ARTIGO ACEITO......................................................................................122

 20

1 INTRODUÇÃO

A ionosfera é a porção ionizada da atmosfera constituída pelo plasma ionosférico, onde as

ondas eletromagnéticas podem ser afetadas ao se propagarem. Ao interagirem com o plasma
ionosférico essas ondas podem sofrer reflexão, serem desviadas ou ultrapassar a camada,
dependendo da densidade eletrônica do meio ionosférico, da frequência da onda incidente, ou do
ângulo de incidência da onda eletromagnética (RAWER, 1993).
Com o desenvolvimento das telecomunicações e o crescimento de sua importância na
sociedade tecnológica, o conhecimento sobre a ionosfera tornou-se um tópico de permanente
discussão nas áreas de ciências e engenharia. Interferências observadas nos sistemas de
telecomunicações de longa distância podem ser resultado da influência direta do comportamento da
ionosfera através da interação das ondas eletromagnéticas (portadoras de informações) com o meio
ionizado que caracteriza a ionosfera terrestre.
Dito isto, é de fundamental importância a compreensão dos fenômenos ionosféricos, assim
como sua dinâmica. Os processos de transporte de plasma, em específico os ventos neutros
termosféricos (VNT), desempenham um papel-chave na dinâmica do plasma ionosférico, onde
atuam carregando partículas ionizadas por arrasto iônico, promovendo uma distribuição do plasma e
levando-o para regiões com diferentes condições de densidade, taxa de recombinação e processos
químicos, regimes de difusão e processos de ionização.
Devido à forte influência dos VNT sobre o comportamento da ionosfera, compreender a
dinâmica que envolve estes ventos é de fundamental importância para o entendimento da dinâmica
da própria ionosfera. O comportamento dos VNT é fortemente dependente das variações em hora
local, sazonalidade (comportamento ao longo do ano) e das atividades solar e geomagnética
(TITHERIDGE, 1995).
Ao longo dos anos várias pesquisas foram realizadas com o objetivo de compreender a
dinâmica dos VNT, bem como sua influência sobre a dinâmica da ionosfera (BRUM et al., 2012;
DICKINSON; RIDLEY; ROBLE, 1981, 1984; DROB et al., 2015; ELY, 2016; EMMERT, 2001;
EMMERT et al., 2008; HEDIN et al., 1991, 1996; HEDIN; SPENCER; KILLEEN, 1988; ROBLE;
RIDLEY, 1994; SANTOS et al., 2011; SHEPHERD, 2017; SHEPHERD et al., 1993, 2012).
Medidas indiretas realizadas utilizando equipamentos em solo (radares de espalhamento,
fotômetros, interferômetros, digissondas, etc), assim como medidas in situ, realizadas por foguetes
de sondagem, têm sido utilizadas como fontes de dados referentes ao comportamento da ionosfera e
dos VNT. No entanto, essas medidas são localizadas e de pouca cobertura espacial e temporal,
 21

resultando em uma escassez de dados de observação de fenômenos importantes para a compreensão

da dinâmica ionosférica.
Com o advento da era espacial – lançamento do Sputnik-1 em 1957 – e o consequente
melhoramento e miniaturização da tecnologia disponível até então, foi possível construir, e lançar
satélites com equipamento embarcado capazes de realizar inúmeras medidas. Este é o caso dos
satélites Upper Atmosphere Research Satellite (UARS) e Dynamics Explorer 2 (DE-2) que possuíam
instrumentação capaz de realizar medidas de VNT na região da alta atmosfera terrestre.
O equipamento embarcado no satélite UARS capaz de efetuar medidas de VNT era o
WINDII, que é um interferômetro imageador de Michelson-Doppler apto a realizar medidas das
componentes de vento neutro (e temperatura), analisando a luz emitida por reações fotoquímicas
que envolvem algumas espécies químicas presentes na mesosfera e termosfera, fenômeno este
conhecido como aeroluminescência.
O desenvolvimento, miniaturização, e consequente popularização dos computadores
permitiram o surgimento e aperfeiçoamento de outra forma de realizar estudos relacionados à
dinâmica da ionosfera, dos VNT, assim como outros fenômenos: a modelagem computacional.
De modo geral, os modelos computacionais podem ser classificados em quatro categorias de
acordo com sua estrutura de construção (adaptada de Souza (1997) e Asevedo Jr (2009)):
• Modelos Físicos – Também conhecidos como modelos teóricos ou matemáticos, tratam-se
de modelos construídos com base nas leis físicas que regem o comportamento do objeto a
ser simulado. Esse tipo de modelo muitas vezes pode consumir uma grande carga
computacional;
• Modelos Empíricos – A partir da análise de um banco de dados referente ao fenômeno a ser
modelado, é encontrada uma lei empírica que reproduz com considerável exatidão o
comportamento dos dados utilizados para a sua construção;
• Modelos Semi-empíricos – Combinam os modelos físicos e empíricos. As informações
provenientes dos dois tipos de modelos se complementam de acordo com a necessidade;
• Modelos Parametrizados – São simulações numéricas semelhantes às empregadas nos
modelos empíricos, entretanto, os parâmetros utilizados em sua confecção são oriundos de
resultados fornecidos por outros modelos, tais como físicos, empíricos e/ou semi-empíricos.

Na literatura existem muitos modelos computacionais que fornecem uma boa descrição das
componentes de VNT dentre eles o modelo empírico Horizontal Wind Model (HWM) (HEDIN;
SPENCER; KILLEEN, 1988; HEDIN et al., 1991, 1996; ALKEN et al., 2008; DROB et al., 2015),
e o modelo físico Thermospheric General Circulation Model do National Center for Atmospheric
 22

Research (NCAR-TGCM) (DICKINSON; RIDLEY; ROBLE, 1981, 1984; ROBLE; RIDLEY,

1987; ROBLE et al., 1988; RICHMOND; RIDLEY; ROBLE, 1992; ROBLE; RIDLEY, 1994) são
amplamente utilizados em pesquisas atuais.
Dentre outros modelos, podemos citar o modelo semi-empírico desenvolvido e utilizado
por Nogueira (2009) em sua dissertação de mestrado, o modelo semi-empírico SERVO
desenvolvido por Medeiros, Abdu e Batista (1997) e, o modelo físico parametrizado Neutral Wind
Model (NWM) desenvolvido por Ely (2016).
Neste estudo é proposto um modelo empírico médio longitudinal, denominado Empirical
Averaged Thermospheric Wind Model (EArTh Wind), que calcula valores das componentes de VNT
representativos para 250 km de altitude, com suas contribuições em hora local e sazonal moduladas
por séries de Fourier. O EArTh Wind é construído com base em uma minuciosa análise estatística
dos registros das componentes de VNT obtidos a partir de observações realizadas pelo WINDII
embarcado no satélite UARS entre os anos de 1992 e 1997. Com a proposta do modelo empírico
EArTh Wind espera-se contribuir para uma melhor elucidação dos processos dinâmicos que
envolvem as componentes dos VNT, diminuindo as incertezas associadas ao seu comportamento e,
consequentemente, colaborar para a melhor compreensão do comportamento da ionosfera como um
todo.

1.1 Objetivos geral e específicos

Este trabalho tem por principal objetivo construir o modelo empírico EArTh Wind, que
fornece valores médios longitudinais de VNT e suas dependências em hora local e dia do ano
moduladas por séries de Fourier. EArTh Wind baseia-se em uma descrição estatística dos registros
de VNT obtidos pelo satélite UARS por meio de observações efetuadas com o instrumento
embarcado WINDII. Como objetivos específicos desta tese pode-se destacar:

• Construir um banco de dados inicial composto de médias dos valores das componentes do
VNT (meridional e zonal) integrados em altitude para a região em foco;
• Analisar estatisticamente os dados provenientes dos registros do WINDII, mediante escolhas
adequadas às considerações inerentes ao modelo a ser desenvolvido;
• Avaliar as médias e a função de resíduos cumulativos;
• Construir o modelo empírico EArTh Wind a partir de séries de Fourier;
• Avaliar o desempenho do modelo final comparando com dados observados e com resultados
de outro(s) modelo(s).
 23

1.2 Estrutura da tese

No capítulo 2 será apresentada uma fundamentação teórica necessária na compreensão dos

assuntos abordados neste trabalho. Na primeira seção será exposta uma breve descrição da
atmosfera terrestre, sua composição e classificação quanto ao perfil de temperatura e ionização. Na
segunda seção é apresentada a ionosfera terrestre e suas camadas, destacando características e
influência do VNT no comportamento da mesma. Na terceira seção é apresentado o VNT
destacando suas principais características, comportamento e influência do mesmo sobre aspectos
importantes da ionosfera, além de descrever o modelo computacional HWM14 utilizado em análises
comparativas ao modelo proposto neste trabalho.
No capítulo 3, denominado material e métodos, será apresentado uma breve descrição dos
sensores embarcados no satélite UARS, com atenção para o instrumento do qual foram extraídos os
registros de vento para este trabalho. Posteriormente, é apresentada uma descrição dos registros de
perfis disponíveis e utilizados nesse trabalho. Após uma seleção dos registros baseada em critérios
definidos considerando condições de atividades, solar e geomagnética, geofisicamente calmas, é
feita uma apresentação, e descrição estatística mais detalhada, evidenciando aspectos importantes
relacionados aos registros. Por fim, após uma análise estatística adequada, será detalhada a
metodologia empregada para a obtenção de valores médios integrados em altitude representativos
para 250 km e avaliação estatística dos mesmos.
No capítulo 4, é apresentado o modelo EArTh Wind onde será detalhada a forma com a
qual o modelo é construído a partir de séries de Fourier que modulam as variações em hora local e
sazonal (dia do ano). Os coeficientes das séries de Fourier são obtidos de um conjunto de dados que
representam o comportamento médio, com dependência em latitude e hora local, integrados em
longitude e dia do ano, e o comportamento da variabilidade média sazonal, com dependência em
latitude geográfica e dia do ano, integrada em longitude geográfica e hora local. Esses conjuntos de
valores são calculados a partir de um minucioso tratamento estatístico realizado sobre os registros
das componentes de VNT obtidos a partir do WINDII-UARS, que será também detalhado na sessão.
No capítulo 5, intitulado de resultados, inicialmente será feita uma análise espectral por
latitude geográfica destacando as periodicidades mais relevantes e suas distribuições em latitude
geográfica. Em seguida é feita uma descrição qualitativa a respeito da climatologia das
componentes de VNT. Posteriormente, são feitas comparações qualitativas entre o modelo EArTh
Wind, observados (WINDII-UARS) e o modelo HWM14. Considerando estes mesmos elementos
também será realizada uma comparação quantitativa entre o modelo EArTh Wind, dados observados
(WINDII-UARS) e o modelo HWM14. Para tal comparativo de forma quantitativa, serão aplicados
 24

parâmetros estatísticos. Ao final deste capítulo é apresentado um resultado comparativo entre os

modelos EArTh Wind, e uma série de 3 décadas de dados obtidos a partir de observações realizadas
por um interferômetro Fabry-Pérot instalado no Observatório de Arecibo, Porto Rico.
Por fim, no capítulo 6 denominado de conclusões e perspectivas futuras, serão
apresentadas as conclusões com base tanto na metodologia empregada na construção do modelo,
como nos resultados comparativos realizados. Ainda no capítulo 6 é indicado o artigo resultante
deste estudo, assim como destacar os próximos passos a serem trilhados visando o melhoramento
do modelo, assim como perspectivas de trabalhos a serem desenvolvidos.
 25

2 FUNDAMENTAÇÃO TEÓRICA

2.1 Atmosfera terrestre

A atmosfera terrestre é definida como sendo a camada gasosa que envolve a superfície do
planeta Terra presa a este, pela ação da gravidade (SALBY, 1996). Possuindo indistinto limite
superior, entretanto, mais de 99% de sua massa encontra-se abaixo da linha de Kárman, localizada
aproximadamente 100 km acima do nível do mar, o que corresponde a cerca de 1,5% do raio do
planeta (BARRY; CHORLEY, 2011). A região da atmosfera que se estende desde o nível do mar até
a linha de Kárman (h < 100 km), é denominada de homosfera (SALBY, 1996). Embora seus
constituintes estejam quase que totalmente concentrados nesta região, sua distribuição é
heterogênea, onde 80% está situada até 16 km de altitude (DAED – OBSERVATÓRIO
NACIONAL, 2011).
Assim como em outros planetas, a atmosfera terrestre é a principal responsável pelo
transporte da energia do Sol para a superfície, e de uma região do globo para outra. Esta
transferência de energia é um dos mecanismos de manutenção do equilíbrio térmico no planeta, e
responsável direta por sua climatologia (SALBY, 1996). A atmosfera da Terra é única e especial,
possuindo uma relação de intercâmbio com os oceanos, que recobrem cerca de 70% da superfície
do planeta, além de uma particular dinâmica com as porções de terras emersas, que juntos formam a
base para a vida como a conhecemos (SALBY, 1996).
Sua composição é variada, composta de constituintes neutros, o que chamamos de
atmosfera neutra, e constituintes ionizados. A denominada atmosfera neutra é uma mistura de gases,
onde os elementos mais abundantes são o nitrogênio molecular (~78%), e o oxigênio molecular
(~21%), na homosfera (SALBY, 1996). Na Tabela 1 pode-se ver com mais detalhes os constituintes
da atmosfera além do nitrogênio e oxigênio moleculares, para a citada região da homosfera.

Tabela 1 – Composição atmosférica, na homosfera, considerando constituintes neutros com suas

respectivas porcentagens.

COMPONENTE SÍMBOLO VOLUME % (AR SECO)

Nitrogênio molecular N2 78,08
Oxigênio molecular O2 20,95
Água H2O ≤ 3,0
Argônio Ar 0,93
Dióxido de carbono CO2 0,0345
Ozônio O3 0,001
 26

Metano CH4 1,6 × 10-4

Óxido nitroso N2O 3,5 × 10-5
Monóxido de carbono CO 7,0 × 10-8
Óxido nítrico NO 1,0 × 10-8
Clorofluorcarbono CFC - 11 2,0 × 10-8
CFC - 12 3,0 × 10-8
Fonte: Adaptada de Salby (1996, p. 4).

Embora as quantidades de vapor de água (H2O), dióxido de carbônico (CO2), metano (CH4)
e ozônio (O3), sejam muito inferiores em relação ao nitrogênio e oxigênio moleculares, esses
compostos possuem um papel fundamental na atmosfera, seja como causadores de efeito estufa
natural (H2O, CO2 e CH4), e potenciais agentes de sua intensificação, seja como proteção, que é o
caso do O3, que atua como uma barreira para radiações nocivas aos seres vivos (VIANELLO;
ALVES, 2002).
Na literatura existem vários critérios para definir a estrutura da atmosfera. Esses critérios
levam em consideração as diferentes propriedades físico-químicas, tais como: temperatura,
composição, escape gasoso e ionização (HARGREAVES, 1992). A Figura 1 é uma representação da
atmosfera estruturada em camadas de acordo com tais critérios. Nas seções a seguir serão
apresentados os critérios de temperatura e ionização, assim como suas respectivas regiões com suas
características.

Figura 1– Estrutura em camadas da atmosfera terrestre considerando diferentes critérios como

temperatura, composição, escape gasoso e ionização.

Fonte: Adaptada de Hargreaves (1992, p. 99).

 27

2.1.1 Classificação quanto à temperatura

O critério de estruturação mais conhecido na literatura leva em consideração o

comportamento do perfil de temperatura (gradiente de temperatura), desde a superfície do planeta
até altitudes mais elevadas (em torno de 2000 km). De acordo com esse critério a atmosfera é
dividida em quatro regiões distintas – e suas respectivas regiões de transição (pausas) – cada uma
com o seu gradiente de temperatura, são elas: troposfera (tropopausa), estratosfera (estratopausa),
mesosfera (mesopausa) e termosfera.
A camada mais inferior da atmosfera, denominada de troposfera, se estende desde a
superfície até sua respectiva pausa (tropopausa). A troposfera possui uma espessura média de
aproximadamente 12 km, atingindo até 17 km no equador, e reduzindo-se para em torno de 7 km
nos polos. Nela, está 75% da massa molecular gasosa total e praticamente todo o vapor de água e
aerossóis (BARRY; CHORLEY, 2011). O gradiente de temperatura na troposfera é negativo em
relação à altitude. Ou seja, a temperatura diminui à medida que a altitude aumenta a uma taxa de
aproximadamente 6,5o C / km. A troposfera é limitada superiormente pela tropopausa, que é a
camada intermediária entre a troposfera e a estratosfera. Nela, a temperatura quase não varia com
temperatura atingindo -60o C na região equatorial (BARRY; CHORLEY, 2011).
A estratosfera inicia-se após a tropopausa, a partir de 7 km – 17 km, a depender da latitude
geográfica, até 50 km em altitude aproximadamente. Esta região se caracteriza pelos movimentos
de ar em sentido horizontal. O gradiente de temperatura é positivo em relação à altitude, fato
explicado pela presença da camada de ozônio (O3) (entre 20 km e 35 km) que absorve radiação
provocando um aumento de temperatura (BARRY; CHORLEY, 2011; SALBY, 1996).
Na região inferior da estratosfera, flui uma corrente de ar em jato, conhecida como “jet
streams”, ou correntes de jato, provocadas pela ação conjunta do efeito força de Coriolis (associada
ao movimento de rotação da Terra), e gradientes de temperatura e densidade entre camadas de ar.
Nessa camada, a radiação é o processo mais importante de remoção de calor (SALBY, 1996).
Na parte superior da estratosfera encontra-se a estratopausa, que corresponde a uma região
de transição entre a estratosfera e a mesosfera. A estratopausa está localizada, aproximadamente em
50 km de altitude, atingindo temperaturas de aproximadamente 0o C. O gradiente de temperatura é
praticamente nulo por ser a região de inflexão do gradiente positivo da estratosfera para o gradiente
negativo da mesosfera (VIANELLO; ALVES, 2002).
A região mesosférica inicia-se após a estratopausa, aproximadamente em 50 km, e termina
aproximadamente em 85 km. Nesta camada ocorre uma substancial queda de temperatura atingindo
valores médios de −100o C, podendo chegar a atingir −133o C em sua região superior (BARRY;
 28

CHORLEY, 2011). Os principais motivos da baixa temperatura são: a grande altitude em relação à
superfície e a emissão radiativa do CO2 para o espaço, que provoca resfriamento (HARGREAVES,
1992).
Na mesosfera ocorre o fenômeno da aeroluminescência (airglow) pelas emissões da
hidroxila (OH) e do oxigênio atômico O (1S) (linha verde λ = 557,7 nm) (CHAMBERLAIN, 1995;
GOMBOSI, 1998). Com a observação deste fenômeno é possível monitorar, e estudar movimentos
oscilatórios em propagação que ocorrem na atmosfera nessa região, como os VNT, as marés
atmosféricas, ondas de gravidade e ondas planetárias (HARGREAVES, 1992; RISHBETH;
GARRIOT, 1969).
Também na mesosfera, aproximadamente em 60 km, inicia-se a ionosfera terrestre
(RISHBETH; GARRIOT, 1969), que será mais bem discutida na Seção 2.2.
Após a mesosfera está a mesopausa, que determina o limite entre uma atmosfera com
massa molecular média constante para outra onde ocorre difusão molecular, ou seja, estratificação
por massa atômica. A mesopausa está situada a aproximadamente 90 km em altitude, e possui a
temperatura mais baixa da atmosfera, cerca de −133o C (BARRY; CHORLEY, 2011;
HARGREAVES, 1992).
A região termosférica, ou termosfera, localiza-se acima da mesopausa, aproximadamente a
90 km, e se estende até os indistintos limites superiores da atmosfera terrestre (VIANELLO;
ALVES, 2002). Nesta camada, o gradiente de temperatura é positivo, crescendo rápida e
monotonicamente. A densidade de seus constituintes é muito baixa permitindo um movimento
balístico aleatório com raríssimos choques entre eles (RISHBETH; GARRIOT, 1969).
O aquecimento da termosfera é provocado pela absorção direta de radiação solar no
extremo ultravioleta (EUV), raios-X e raios gama. Como consequência, nesta região a temperatura
alcança o seu máximo valor, aproximadamente 1227 o C. Essa temperatura é relativa a uma alta
energia cinética média de seus constituintes (KELLEY, 1989; RISHBETH; GARRIOT, 1969).
Entretanto, por sua baixíssima densidade, efetivamente quase não há troca de momento linear por
colisões nessa região.
Na região da termosfera os componentes reagem e dissociam-se em íons, formando camadas
ionizadas. O conjunto dessas camadas ionizadas recebe o nome de ionosfera (RISHBETH;
GARRIOT, 1969).
Na termosfera também ocorre o fenômeno da aeroluminescência de algumas moléculas
neutras, como por exemplo, o oxigênio, que sofre reações fotoquímicas absorvendo energia. Ao ser
excitado, posteriormente, emite energia em forma de ondas eletromagnéticas na faixa visível: verde
(O 1S) (λ = 557,7 nm), e vermelha (O 1D) (λ = 630,0 nm) (CHAMBERLAIN, 1995; GOMBOSI,
 29

1998). A partir da detecção da emissão dessas linhas é possível obter medidas importantes como
valores das componentes de VNT.
Na parte superior da termosfera está a exosfera, que é composta por moléculas de menor
massa atômica. Nesse limite superior podem ocorrer perdas de massa atmosférica para o meio
interplanetário, quando seus constituintes, após serem aquecidos, adquiram velocidades (energia
cinética) superiores à velocidade de escape gravitacional terrestre (~11,2 km/s) (HARGREAVES,
1992; RISHBETH; GARRIOT, 1969).

2.1.2 Classificação quanto à ionização

Considerando o critério de estruturação em relação à ionização, a atmosfera pode ser

estruturada em: atmosfera neutra, ionosfera e magnetosfera. A atmosfera neutra, como o nome já
diz, é a parte da atmosfera onde prevalecem os constituintes neutros. Ou seja, não sofrem ionização
a ponto de influenciar a propagação de ondas eletromagnéticas, no espectro rádio, que se propagam
através dela.
A ionosfera é a região da atmosfera onde os constituintes ionizados, que resultam da
ionização dos componentes da atmosfera neutra, formam o plasma ionosférico, cuja principal fonte
de ionização é a radiação proveniente do Sol. A ionosfera será mais bem abordada na Seção 2.2.
A magnetosfera é a região acima da ionosfera onde o campo magnético terrestre controla
os movimentos dos íons. Essa região pode ser pensada como uma “cavidade” no interior da qual o
campo magnético terrestre domina os movimentos das partículas carregadas, sobrepujando o campo
magnético interplanetário (de origem solar) que domina o movimento do plasma exteriormente
(HARGREAVES, 1992; RISHBETH; GARRIOT, 1969). A fonte de íons da magnetosfera é o
aprisionamento de partículas pelo campo magnético da Terra, não mais pelo efeito da força
gravitacional. Os locais onde essas partículas estão aprisionadas são chamados de cinturões de Van
Allen (HARGREAVES, 1992; RISHBETH; GARRIOT, 1969). A Figura 2 é uma representação
esquemática da estrutura da magnetosfera terrestre.
 30

Figura 2 – Representação da magnetosfera terrestre com suas regiões em destaque.

Fonte: Adaptada de http://www.seguridadypromociondelasalud.com/n133/en/article2.html.

2.2 Ionosfera terrestre

A camada ionosférica é composta de íons e elétrons livres em quantidades suficientes a

ponto de influenciar, significativamente as propriedades de ondas de rádio que nela se propagam
(RISHBETH; GARRIOT, 1969). A ionosfera terrestre se inicia aproximadamente em 60 km de
altitude possuindo um limite superior indistinto, a cerca de 1000 km, quando a concentração do íon
H+ passa a ser dominante em relação a concentração de íon O +, marcando o início da protonosfera
(HARGREAVES, 1992; RISHBETH; GARRIOT, 1969). No entanto, a altitude de transição
depende de muitos fatores como: localização geográfica, hora local, dia do ano, e atividades solar e
geomagnética quando em algumas situações pode ocorrer bem acima de 1000 km (BANKS;
SCHUNK; RAITT, 1976; GULYAEVA, 2007).
Dentre os processos de ionização responsáveis pela formação da ionosfera, o principal é
resultante da interação da radiação solar com a atmosfera neutra, que ocorre na faixa espectral do
ultravioleta (UV), do extremo ultravioleta (EUV) e raios-X. Os fótons provenientes da radiação
absorvida são capazes de ionizar os constituintes neutros da atmosfera, sendo ao mesmo tempo
responsável pelo aquecimento da mesma. As partículas ionizadas adquirem elevada energia cinética
e podem produzir ionização secundária por meio de colisões (RISHBETH; GARRIOT, 1969).
 31

A ionosfera é dividida nas regiões D, E e F (subdividida nas camadas F1 e F2)

apresentando perfis de densidade eletrônica que dependem diretamente da localização geográfica,
hora local, dia do ano, e atividades solar e geomagnética (HARGREAVES, 1992).
Além destas camadas existem camadas instáveis e esporádicas que ocorrem em situações,
e locais, específicos como a camada E esporádica (Es), a camada F3 e eventualmente a camada C,
mais baixa, apenas diurna. O critério determinante para a divisão em regiões está associado à
composição química, e aos processos físico-químicos distribuídos em altitude. A Figura 3 ilustra a
ionosfera terrestre e suas camadas na parte diurna e noturna exceto a camada F3, que estaria
localizada acima do pico da camada F2, e da camada C, também omitida no esboço.

Figura 3 – Esboço dos perfis em altura da densidade eletrônica em elétrons/cm3 mostrando a

ionosfera terrestre em períodos diurnos e noturnos com suas camadas.

Fonte: Adaptada de http://www.ips.gov.au/Educational/5/2/2.

2.2.1 Camadas da Ionosfera

A primeira camada, ou região da ionosfera, é a camada D, que está situada entre 60 e 90

km de altitude e possui uma densidade de elétrons em torno de 102 − 104 elétrons/cm3. A
proximidade da camada D com a atmosfera mais densa torna a química da região D bastante
complexa. As reações químicas responsáveis pela formação da camada envolvem os constituintes
 32

O, O3, NOX, CO2, H2O, etc (GOMBOSI, 1998). Das reações importantes que ocorrem nessa
camada, destacam-se as reações que envolvem um terceiro corpo (X + e + M = X − + M, onde X é o
elemento e M é o terceiro corpo) (RISHBETH; GARRIOT, 1969).
As fontes de ionização primária são radiações eletromagnéticas, principalmente o Lyman −
α (λ = 1216 Å) que produz o íon NO +, raios-X (λ < 10 Å) que produz O+2 e N+2, e radiação
corpuscular, que são os raios cósmicos galáticos (principalmente durante o período noturno)
(BRUM, 2004; RISHBETH; GARRIOT, 1969). Também ocorre ionização secundária proveniente
de colisões com elétrons de energia acima de 30 keV e prótons com energia acima de 1 MeV. As
colisões entre íons, elétrons e partículas neutras são muito importantes, principalmente na
manutenção dessa camada durante a noite (KELLEY, 1989; RISHBETH; GARRIOT, 1969).
O processo dominante de perda iônica por recombinação é do tipo quadrático [L(n+) =
αne2], fazendo com que no período noturno raramente se mantenha em baixas altitudes. Uma outra
observação a se fazer, é que esta camada serve como limite superior do guia de onda Terra -
ionosfera para ondas eletromagnéticas de comprimentos de onda maiores (menores frequências)
como, p. e., VLF (de 3 a 30 kHz) (KIVELSON; RUSSELL, 1995).
A camada E da ionosfera está localizada entre 105 km e 160 km de altitude e possui uma
densidade eletrônica de aproximadamente 105 elétrons/cm3. Os principais íons presentes na camada,
e produzidos por ionização primária, são: O+2, produzido por fotoionização de moléculas de O2
(O2 + hν → O+2 + e) por raios-X (λ > 10 Å), radiação Lyman − β (λ = 1025,7 Å) e EUV (λ < 1000
Å); N+2, produzido por fotoionização de moléculas de N2 (N2 + hν → N+2 + e) por EUV (λ < 900 Å);
O+, que é produzido por fotoionização do O e também por EUV (λ < 900 Å); e NO+ (produzido da
recombinação rápida do N+2 com O) (RISHBETH; GARRIOT, 1969). Também ocorre ionização
secundária provocada por processos corpusculares de elétrons com energia de 1 keV a 30 keV que
podem manter a camada E durante o período noturno, além de provocar o aparecimento da camada
Es (E esporádica) (RISHBETH; GARRIOT, 1969). Outra característica importante da camada E é
sua alta condutividade, podendo haver a presença de correntes elétricas que podem gerar um campo
magnético atmosférico secundário. A camada E pode conter uma grande quantidade de íons
metálicos de origem meteórica como: Fe+, Mg+, Ca+ e Si+ (BRUM, 2004).
Eventualmente, existe a ocorrência da camada E esporádica (Es), que recebe esse nome,
pelo fato de ocorrer circunstancialmente e possuir as mesmas características da camada E, podendo
apresentar uma densidade eletrônica maior do que a densidade máxima da camada F2 (NmF2)
(KELLEY, 1989). Consequentemente, em regiões onde o valor máximo da densidade da camada F2
é encoberto pelo valor da densidade da camada Es, uma onda eletromagnética que deveria ser
refletida pela camada F2 (maior altitude), e assim atingir alcances maiores, é refletida pela camada
 33

Es (mesma altitude da camada E), limitando o alcance das ondas eletromagnéticas, e por
consequência afetando de forma significativa as telecomunicações (HARGREAVES, 1992).
O processo de formação da camada Es e sua ocorrência, estão ligados a diferentes
mecanismos, que podem variar localmente, como os ventos de cisalhamento em latitudes médias e
baixas, e os eletrojatos equatorial e auroral (HARGREAVES, 1962). Outros fatores que influenciam
na formação de tal camada seriam a ocorrência de tempestades geomagnéticas e os campos elétricos
de polarização verticais associados ao dínamo da região F (RISHBETH; GARRIOT, 1969).
A camada F está situada a partir de aproximadamente 160 km de altitude. Nesta região
ocorre o valor máximo de concentração eletrônica, que é da ordem de 10 6 elétrons/cm3 ou mais.
Seus principais constituintes são O+, N+2, NO+, e O+2, dentre esses íons, os mais importantes são: O+,
NO+ e N+2, sendo que o íon do oxigênio atômico (O +) possui uma importância maior (RISHBETH;
GARRIOT, 1969).
A formação da camada F ocorre principalmente pela ação de raios EUV (extremo
ultravioleta), cujo comprimento de onda está entre 100 < λ < 910 Å, mais especificamente radiações
na faixa Lyman − continum. Também contribui para a formação da camada ionização secundária
envolvendo processos corpusculares com elétrons de energia menor que 1 keV (RISHBETH;
GARRIOT, 1969). A camada F apresenta características distintas em relação à dinâmica envolvida.
Dessa forma, ela é dividida em F1 e F2. A seguir, serão discutidas com mais detalhes as camadas F1
e F2.
A camada F1 ocorre aproximadamente entre as altitudes de 160 km e 220 km. É definida
como um pequeno pico secundário na concentração eletrônica, ou apenas uma inflexão na curva em
torno de 180 km com densidade de elétrons entre 10 5 − 106 elétrons/cm3. A camada existe durante
horários diurnos, acompanhando o comportamento da camada E, podendo esporadicamente, estar
presente à noite. Nesta camada existem tanto íons atômicos, como moleculares, e ainda está sob
uma pequena (quase desprazível) influência dos constituintes neutros. Os seus principais
constituintes são: O+, N+2, NO+, e O+2, com destaque para os íons: O+ e N+2, sendo o íon de oxigênio
atômico o mais importante, e dominante, a partir de uma determinada altitude na camada F1
(HARGREAVES, 1992; RISHBETH; GARRIOT, 1969).
Na camada F2 ocorre o valor máximo de concentração eletrônica, atingindo valores da
ordem de 106 elétrons/cm3 (NmF2) entre 200 e 600 km de altitude. O pico da densidade eletrônica
(NmF2) possui forte dependência com período do ano, atividade solar e posição geográfica. A
formação do pico na densidade eletrônica ocorre em uma região onde os processos de recombinação
e os processos de transporte vertical possuem uma importância igual. Em períodos noturnos, com a
ausência dos processos de ionização causados pela radiação solar, a camada F2 diminui para a um
 34

mínimo da ordem de 105 elétrons/cm3, a ionização remanescente é explicada por processos de

colisões corpusculares (HARGREAVES, 1992; RISHBETH; GARRIOT, 1969).
Também durante o período noturno, existe uma deriva vertical provocada pelos VNT
meridionais, que em geral, apontam para o equador transportando o plasma pela ação do arrasto
iônico ao longo das linhas de campo magnético, fazendo com que o pico da camada F2 se mantenha
mais elevado. Esta ação dos ventos termosféricos é a principal causa da manutenção da camada F2
noturna (RISHBETH, 1971, 1972). Tais processos serão melhores explicados na Seção 2.3.
Após o pico de densidade eletrônica, a concentração eletrônica decai com o aumento da
altitude onde os processos de transporte vertical tornam-se mais importantes do que os processos de
recombinação, ou seja, o plasma está sob grande influência de processos dinâmicos como os ventos
termosféricos, processos de difusão, além do campo geomagnético. Nessa região ocorre o domínio
da girofrequência e o campo geomagnético influencia fortemente o comportamento da ionosfera.
Pesquisas realizadas com a utilização de modelos ionosféricos computacionais mostraram
a formação de um pico de densidade eletrônica acima do pico da camada F2. Este máximo é o que
caracteriza a existência da camada F3 (BALAN; BAILEY, 1995; BALAN et al., 1997; JENKINS et
al., 1997). De acordo com os modelos, essa camada adicional se formaria no período entre a manhã
e o meio dia na região equatorial, onde condições específicas de ação conjunta da deriva ⃗ B , do
E×⃗
campo geomagnético próximo ao equador, e dos ventos neutros meridionais, promovem
velocidades de plasma verticalmente para cima em altitudes próximas e acima do pico da camada
F2. Esse movimento de plasma provoca um deslocamento do pico da camada F2, formando a
camada F3. Dados ionosféricos obtidos a partir de ionossondas em Fortaleza - CE, Brasil,
mostraram o aparecimento da camada F3 mais frequentemente durante o verão local (> 75%) e
durante o inverno local (> 65%), e menos frequentemente durante os equinócios (< 30% em ambos
os períodos de equinóscio) (BATISTA et al., 2002). Na Figura 4 é apresentado um perfil de
densidade eletrônica em altitude indicando a região da atmosfera predominantemente neutra e a
regiões onde a ionosfera se faz presente (atmosfera ionizada) destacando suas camadas e principais
processos de ionização.
 35

Figura 4 – Perfil de densidade eletrônica com destaques nas camadas da ionosfera e nos íons mais
importantes em cada região.

Fonte: Adaptada de Banks e Kockarts (1973, p. 13).

2.2.2 Anomalia equatorial de ionização ou anomalia de Appleton

A anomalia equatorial de ionização (AEI ou em inglês Equatorial Ionization Anomaly),

também conhecida como anomalia de Appletton (APPLETON, 1954; ANDERSON, 1973a, 1973b)
recebe o nome de anomalia, pois ocorre inusitadamente em regiões de baixas latitudes, portanto,
equatoriais. No setor equatorial, durante o dia, esperava-se encontrar uma maior concentração de
íons e elétrons em comparação a regiões de latitudes maiores, uma vez que a região equatorial
recebe maior radiação solar por unidade de área. No entanto, o que se observa é que em
determinados horários a região equatorial apresenta uma baixa concentração de plasma.
O mecanismo de formação da anomalia equatorial pode ser compreendido devido à ação
da deriva ⃗ B criada pelo campo elétrico zonal (direção Leste – Oeste). Durante o dia, o plasma
E×⃗
da região próxima ao equador geomagnético é transportado para altitudes elevadas. Posteriormente
devido a ação conjunta da força gravitacional e da força gerada por gradientes de pressão (durante o
dia, algumas vezes divergente em relação ao equador), as partículas fluem ao longo das linhas do
campo geomagnético, movendo-se tanto na direção Sul, como na direção Norte descrevendo
 36

trajetórias semelhantes às que podemos ver na Figura 5 caracterizando o que é conhecido como
efeito fonte.
Ao fluírem ao longo das linhas de campo geomagnético pela ação da gravidade, as
partículas atingem regiões onde a difusão é baixa, o que provoca um acúmulo de plasma em
latitudes magnéticas mais altas, tanto no hemisfério Norte como no hemisfério Sul, em torno de
±14o, em latitude magnética. Portanto, em horários onde a deriva vertical é positiva (direção
zenital), e suficientemente intensa, o plasma é retirado da região equatorial e depositado e latitudes
mais altas (SOUZA, 1997). As regiões onde ocorre o acúmulo de plasma são chamadas de cristas da
anomalia, e devido a ação do vento neutro termosférico meridional, podem apresentar uma
assimetria com uma das cristas apresentando um acúmulo maior de plasma (RISHBETH, 1977).

Figura 5 – Concepção artística da AEI evidenciando o efeito fonte.

Fonte: Adaptada de Abdu (1992, p. 2) e Souza (1997, p. 30).

2.3 Vento neutro termosférico

Os fenômenos de transporte na região da termosfera possuem um papel fundamental na

eletrodinâmica da ionosfera terrestre, principalmente na camada F (BRUM et al., 2012; EMMERT
et al., 2006). Dentre os fenômenos de transporte, os VNT se destacam, uma vez que promovem o
deslocamento do plasma ionosférico devido à ação do arrasto iônico, e o distribuem para regiões
com propriedades (densidade de plasma, taxas de recombinação/processos químicos, taxas de
 37

difusão e processos de ionização e radiação) distintas daquelas do local de onde foi originalmente
coletado (ELY, 2016; RISHBETH, 1971, 1972).
O mecanismo de formação dos VNT é conhecido e ocorre devido ao aquecimento da
termosfera provocado pela ionização dos constituintes neutros durante a formação da ionosfera.
Este aquecimento, por sua vez, provoca o surgimento de gradientes de pressão caracterizando o que
é chamado de abaulamento da termosfera (RISHBETH, 1971). Em consequência, ocorre um
deslocamento das massas de ar (vento neutro termosférico) das regiões de maior temperatura, e
consequentemente maior pressão, para regiões de temperatura/pressão mais baixas. A Figura 6
representa as isolinhas de pressão para a altitude de 300 km. Nela, em destaque as regiões de maior
pressão, em vermelho, e menor pressão, em azul.

Figura 6 – Distribuição das isolinhas de pressão aproximadamente em 300 km. As setas tracejadas
representam a direção do vento neutro termosférico.

Fonte: Adaptada de Rishbeth (1971, p. 265).

Os fatores que governam o movimento das massas de ar na atmosfera neutra são: o efeito
de Coriolis (pseudoforça inercial), que surge do fato da Terra possuir um movimento de rotação
(referencial não inercial, com aceleração centrípeta); a força provocada pelo gradiente de pressão,
que surge como consequência do aquecimento provocado pela ionização dos componentes neutros
da camada; a força de resistência, provocada pela ação da viscosidade do fluido e a força de arrasto
iônico, causada pela interação entre os componentes da atmosfera neutra e os íons do plasma
 38

ionosférico (ELY, 2016; KOHL; KING, 1967; RISHBETH, 1972). A Equação 2.1 representa a
equação do movimento (Princípio Fundamental da Dinâmica) para a massa de ar do vento neutro na
região da termosfera.

U ⃗
∂⃗ 1 1
+ (U ⋅ ∇ )U
⃗ =−2 ⃗ U − ∇ p+ ∇ ( μ ∇ ⋅ ⃗
Ω +⃗ U ) + ν ni ( V
⃗ −U g .
⃗ )+ ⃗ (2.1)
∂t ρ ρ

Em que: U
⃗ representa a velocidade do vento neutro, Ω
⃗ é o vetor rotação da Terra, p é a
pressão atmosférica, ρ é a densidade da massa atmosférica, µ é a viscosidade, ν ni é a frequência de
colisão entre a atmosfera neutra e os íons, V
⃗ é a velocidade, ou deriva, dos íons e ⃗g éa
aceleração da gravidade. O lado esquerdo da Equação 2.1 representa a aceleração resultante, nesse
caso estamos considerando a derivada temporal total de U
⃗ (derivada substancial) por se tratar de
um fluido (ELY, 2016). No lado direito, o primeiro termo é a contribuição da pseudoforça de
Coriolis, o segundo termo é a força que surge do gradiente de pressão, o terceiro termo representa a
contribuição da força que surge da viscosidade do fluido, o quarto termo é a contribuição do arrasto
iônico, fundamental para o transporte de íons do plasma ionosférico e o quinto termo é a força
gravitacional sob a ação líquida da qual se encontra o elemento de massa em questão (ELY, 2016).
O transporte de plasma provocado pelos VNT está associado a alguns fenômenos como a
manutenção da camada F noturna, uma vez que durante o período noturno não ocorre ionização
provocada pela ação da radiação solar; a localização latitudinal das cristas da AEI; e a assimetria
das cristas da AEI, tanto em relação a densidade eletrônica como em relação a altura das cristas.
O movimento do plasma ionosférico é controlado pela presença do campo geomagnético
terrestre. Logo, o transporte provocado pela ação do VNT ocorre ao longo das linhas de campo
geomagnético. A velocidade de transporte de íons ao longo das linhas de campo geomagnético é a
velocidade do vento efetivo, que é a componente do vento neutro termosférico paralelo à linha de
campo geomagnético.
Para obter a velocidade de vento efetivo, será considerada a representação vetorial exibida
na Figura 7. Na figura da esquerda (Figura 7a) o eixo X aponta no sentido do Norte geográfico, o
eixo Y no sentido do Leste geográfico, e o eixo Z vertical para cima (direção zenital). Nessa
U ), que aponta no sentido
representação vetorial estão indicados o vento neutro genérico ( ⃗
sudoeste; o campo geomagnético total B , que possui um ângulo de declinação magnética (D), e
⃗
um ângulo de inclinação magnética (I); e o vetor da componente horizontal do campo magnético
( H
⃗ ), que está contida no plano formado pelas coordenadas Norte e Leste (X e Y). Para facilitar a
visualização e o entendimento, a Figura 7b é uma vista superior da Figura 7a.
 39

Figura 7 – (a) Representação vetorial do vento neutro termosférico. (b) Vista superior de 7a.

Fonte: Adaptada de Ely (2016, p.28).

Na Figura 7a é mostrada a decomposição de U

⃗ em suas componentes meridional
UM
⃗ (disposta na direção Norte – Sul) e zonal UZ
⃗ (disposta na direção Leste – Oeste). Da
Figura 7b, e a partir das projeções das componentes meridional e zonal na direção do meridiano
magnético, é obtida a componente do VNT paralela ao meridiano magnético (UMM).

U MM =U M Cos D− U Z Sen D . (2.2)

Onde: UMM é a velocidade meridional magnética, UM é a componente meridional de U ,

⃗

UZ a componente zonal, D é o ângulo de declinação magnética (ângulo entre o meridiano

magnético e o meridiano geográfico), que varia ao longo do globo. Essa variação pode ser inferida a
partir da Figura 8, que exibe a disposição do equador magnético em longitude geográfica a partir
dos valores gerados com a décima terceira (13a) versão do modelo International Geomagnetic
Reference Field (IGRF-13) (ALKEN et al., 2020, no prelo).
 40

Figura 8 – Exemplo de isolinhas da inclinação magnética global calculada com o modelo IGRF-
13, referente ao dia, 15 de dezembro de 2014. A linha vermelha em destaque representa a
inclinação magnética de 0o, que corresponde à localização do equador magnético.

Fonte: Elaborada pelo autor (2020).

Para a obtenção do vento efetivo, foi considerado a representação esquemática mostrada na

Figura 9, onde UE representa o vento efetivo atuante ao longo da linha de campo geomagnético, UEZ
representa a componente vertical do vento efetivo, e I é o ângulo de inclinação magnética.

Figura 9 – Comportamento do vento neutro efetivo ao longo da linha de campo magnético.

Fonte: Adaptada de Rishbeth (1977, p. 1162).

 41

Observando a Figura 9 pode-se concluir que o vento efetivo (UE) é obtido por:

U E=( U M Cos D −U Z Sen D ) Cos I . (2.3)

Também da Figura 9, se obtêm a componente vertical do vento efetivo (UEZ), que é calculada por:

U EZ =( U M Cos D− U Z Sen D ) Cos I Sen I . (2.4)

Para um melhor entendimento da atuação do vento efetivo na dinâmica da camada F da

ionosfera, serão consideradas a situações exibidas na Figura 10, onde são mostrados três padrões de
vento neutro meridional magnético: o padrão convergente de ventos, o padrão divergente, e o
padrão transequatorial.

Figura 10 – Padrões de vento neutro meridional efetivo ao longo da linha de campo magnético.

Fonte: Adaptada de Rishbeth (1977,p. 1162).

O padrão de ventos convergentes, que ocorre no equador durante o período noturno,

possui uma componente efetiva que promove o transporte do plasma de regiões de altitudes mais
baixas, onde existe uma região de perda iônica com uma taxa de recombinação maior, para regiões
de altitudes maiores, onde a taxa de recombinação é menor. O transporte de plasma provocado pelo
padrão convergente de vento no período noturno é o principal mecanismo de manutenção da
camada F noturna, mesmo na ausência de produção de íons por ionização. Durante o período de
ocorrência da AEI, o padrão convergente faz com que as cristas da anomalia se formem em regiões
mais próximas ao equador magnético (RISHBETH, 1972, 1977).
O padrão de ventos efetivos divergente, que no equador e durante o dia, se dirigem para os
polos, tende a afastar as cristas da anomalia, fazendo com que se formem mais afastadas do equador
magnético (RISHBETH, 1972, 1977).
 42

O padrão transequatorial de ventos, que podem ter sentido Norte, ou Sul, dependendo da
disposição do equador magnético em relação ao equador geográfico, e também da hora local. Como
pode ser observado no exemplo mostrado na Figura 8, na maior parte do globo a localização do
equador magnético não coincide com a localização do equador geográfico. Por tanto, este padrão de
ventos ocorre na grande maioria das situações.
Este padrão de ventos é o principal mecanismo de assimetria das cristas da AEI, alterando
tanto a localização das cristas, como a concentração eletrônica das mesmas (RISHBETH, 1972,
1977). Os ventos promovem o transporte de plasma ionosférico de um hemisfério para o outro, nas
situações em que a atuação deste padrão de ventos seja duradoura o suficiente (RISHBETH, 1972).
Assim, no hemisfério em que o plasma é ascendente, o plasma é transportado para altitudes
maiores, e portanto, aumentando a altitude da crista da anomalia podendo também aumentar a
densidade de plasma na mesma. Já no hemisfério oposto, o plasma é transportado para altitudes
mais baixas fazendo com a crista da anomalia se forme em altitudes menores, além de poder
diminuir a densidade eletrônica da crista, uma vez que o plasma é arrastado para altitudes menores
onde a perda iônica é maior (RISHBETH, 1972).
Os efeitos de diminuição, ou aumento, nas densidades eletrônicas das cristas, podem
ocorrer de forma inversa, caso a ação do vento transequatorial seja suficientemente prolongada. Ou
seja, diminuindo a densidade da crista da anomalia no hemisfério ascendente, e aumentando a
densidade da porção descendente (ELY, 2016). Esse comportamento foi mostrado por Batista et al.
(2011) onde simulações de VNT com o HWM93 (HEDIN et al., 1996) foram utilizados para o
cálculo de vento efetivo integrado entre 33o N e 33o S (latitudes magnéticas), e como entrada para o
Shefield University Ionosphere-Plasmasphere Model (SUPIM) (BAILEY; BALAN; SU, 1997). A
partir do SUPIM foram obtidos valores de NmF2HN (densidade eletrônica máxima da camada F2 na
crista do hemisfério Norte da AEI), NmF2HS (densidade eletrônica máxima da camada F2 na crista
do hemisfério Sul da AEI), hmF2HN (altitude máxima da camada F2 na crista do hemisfério Norte da
AEI), e hmF2HS (altitude máxima da camada F2 na crista do hemisfério Sul da AEI).
Na Figura 11, pode-se perceber que quando vento efetivo integrado indica movimento na
direção do hemisfério Sul, possuindo valores negativos, a assimetria na densidade eletrônica das
cristas, obtida pela diferença entre NmF2HN e NmF2HS (em unidades de NmF2HN), apresenta valores
positivos, indicando que a densidade eletrônica da crista da anomalia do hemisfério Norte
(NmF2HN) apresentou valores maiores em comparação a crista da anomalia do hemisfério Sul
(NmF2HS). Quando ocorre a situação oposta a assimetria na densidade eletrônica das cristas
apresenta um valor negativo. Os mesmos comportamentos são observados na assimetria das
altitudes máximas das cristas, calculada pela diferença entre hmF2HN e hmF2HS (em km). Também é
 43

possível perceber que a rapidez da resposta na assimetria das altitudes máximas é mais sensível ao
comportamento do vento efetivo integrado, apresentando uma reação mais rápida em relação ao
vento efetivo integrado. Já a resposta da assimetria nas densidades eletrônicas, é mais demorada
(em torno de 02 à 03 horas) em relação ao comportamento do vento efetivo integrado (BATISTA et
al., 2011).

Figura 11 – O painel superior representa o comportamento em hora local do vento efetivo

integrado entre 33o S e 33o N. O painel do meio representa o comportamento em hora local da
assimetria nas densidades eletrônicas das cristas da anomalia. O painel inferior representa o
comportamento em hora local da assimetria nas altitudes dos máximos das cristas.

Fonte: Adaptada de Batista et al. (2011, p. 23).

2.3.1 Horizontal Wind Model (HWM)

Dentre os principais modelos de VNT amplamente utilizados na literatura, o modelo

empírico HWM fornece uma boa representação do comportamento dos VNT. Este modelo calcula as
componentes meridional e zonal de VNT a partir de funções empíricas construídas utilizando uma
variedade de dados observados por diferentes equipamentos instalados em solo, a bordo de satélites
e foguetes de sondagem.
A primeira versão do modelo, conhecida como HWM87 (HEDIN; SPENCER; KILLEEN,
1988), utilizava como banco de dados em sua construção, valores de VNT obtidos a partir do
equipamento Neutral Atmosphere Temperature (NATE), a bordo do satélite Atmospheric Explorer-E
(AE-E), e do Wind and Temperature Spectrometer (WATS), a bordo do satélite Dynamic Explorer-2
 44

(DE-2). O modelo era limitado obtendo valores de componente VNT a partir de 220 km de altitude
(DROB et al., 2008).
Na segunda versão, lançada em 1990 e denominado HWM90 (HEDIN et al., 1991), foram
incorporados dados provenientes de radar de espalhamento incoerente (ISR) e interferômetros
Fabry-Pérot (FPI), permitindo estender o limite inferior da cobertura em altitude para 100 km
(baixa termosfera). Nesta versão, também foi introduzida a dependência com o ciclo solar. Alguns
trabalhos mostraram algumas inconsistências apresentadas pelo modelo. Souza (1997) mostrou que
a versão HWM90 não exibia uma boa representação para o hemisfério Sul, especialmente sobre o
Brasil. Resultados obtidos por Larsen e Fesen (2009) mostraram que para região da baixa
atmosfera, o modelo subestima os máximos dos ventos e cisalhamento.
A terceira versão do modelo, denominada HWM93 (HEDIN et al., 1996) estendeu os limite
inferior e superior da cobertura em altitude, passando a cobrir desde a baixa atmosfera até a baixa
termosfera. O modelo calculava perfis representativos de médias das componentes dos ventos em
diferentes condições geofísicas. Nesta versão também foram incorporados dados de sondagens de
foguetes, radar meteórico (RM) e radar de média frequência (RMF). Também foram incorporados
gradientes no vento com a utilização o International Reference Atmosphere (CIRA-86) (REES;
FULLER-ROWELL, 1987, 1988).
Na versão HWM07 (ALKEN et al., 2008; DROB et al., 2008), foi incorporado ao banco de
dados, já composto pelos dados do HWM93, valores de perfis em altitude das componentes de VNT
observados a partir das emissões de aeroluminescência das linhas, verde (emitida pelo O 1S em
λ = 557,7 nm) e vermelha (emitida pelo O 1D em λ = 630,0 nm), obtidas com o WINDII-UARS
(entre 90 e 300 km) e pelo High Resolution Doppler Imager (HRDI-UARS), também embarcado no
satélite UARS com foco em medidas entre 50 e 115 km de altitude. Além destas, foram adicionadas
medidas de instrumentos ópticos em solo como interferômetro Fabry-Pérot (FPI) de 11 locais
diferentes (disponibilizados pelo NFS-CEDAR), mais dados observados com RM e RMF, e dados
observados em baixa altitude, disponibilizados pelo NOAA-NCEP (DROB et al., 2008). Nesta
versão foram incluídas, em sua construção a presença de ondas planetárias, marés migratórias e
modulações sazonais (DROB et al., 2008). Importante destacar que está versão do modelo foi
concebida para condições de atividade solar e geomagnéticas consideradas calmas (DROB et al.,
2008). A componente perturbada do modelo, denominada Global Empirical Disturbance Wind
Model (DWM07), é descrita em Emmert et al. (2008). Makela et al. (2013) e Meriwether et al.
(2011) encontraram discordância em relação a componente zonal na região equatorial durante o
período noturno.
 45

A versão mais recente do modelo foi lançada em 2014 (HWM2014). O conjunto de dados
utilizados na construção do modelo foi ampliado em relação a versão anterior com medidas
oriundas de interferômetros Fabry – Pérot de 7 locais diferentes, além de dados mais recentes
obtidos de FPI-Arecibo, e dados provenientes do satélite Gravity Field and Steady State Ocean
Circulation Explorer (GOCE) (DROB et al., 2015). Esta versão traz algumas melhorias
significativas diminuindo algumas discordâncias como apontado por Makela et al. (2013) e
Meriwether et al. (2011) em relação ao modelo HWM07.
O modelo HWM14, assim como o modelo HWM07, é concebido para condições de
atividades solar, e geomagnética, consideradas geofisicamente calmas. O modelo é construído a
partir de funções empíricas, representando as componentes horizontais médias de VNT com
dependência em altitude ( z ), dia do ano ( τ ), hora local ( δ ), colatitude ( θ ) e longitude
( ϕ ), onde sua dependência vertical é representada por B-spline cúbicas com nós ponderados
(PIEGL; TILLER, 1995). A formulação matemática do modelo com sua dependência vertical é
apresentada a seguir:

V ( τ , δ , θ , ϕ , z )=∑ β j ( z )v j ( τ , δ , θ , ϕ ) . (2.5)
j

O termo β j (z ) representa a amplitude do j-ésimo nó ponderado B-spline cúbica, e

v j ( τ , δ , θ , ϕ ) representa as variações espaço-temporais horizontais periódicas do j-ésimo nó
vertical, sendo calculada pela relação:

S N
v j ( τ , δ , θ , ϕ )= ∑ ∑ Ψ 1j ( τ , θ , s ,n)
s=0 n=1
S L N
2
+ ∑ ∑ ∑ Ψ j ( τ , δ , θ , s ,l , n) . (2.6)
s=0 l=1 n=l
S M N
3
+ ∑ ∑ ∑ Ψ j ( τ , ϕ , θ , s , m , n)
s=0 m =1 n =m

Onde: Ψ1j ( τ , θ , s , n) , Ψ2j ( τ , δ , θ , s ,l , n) e Ψ3j ( τ , ϕ , θ , s ,m , n) são séries de Fourier

1
moduladas dos j-ésimos nós verticais. As séries Ψ j ( τ , θ , s , n) incluem os harmônicos
correspondentes as variações anual e semianual, o que corresponde a S=2 . As séries

Ψ2j ( τ , δ , θ , s ,l , n) incluem os harmônicos correspondentes as variações diurna, semidiurna e

terdiurna associados ao ciclo de aquecimento provocado pela radiação solar (24 horas) o que
3
corresponde a L=3 e S=2 (variações anual e semianual). As séries Ψ j ( τ , ϕ , θ , s ,m , n)
 46

incluem os harmônicos referentes às ondas planetárias estacionárias com m=2 e S=2

(variações anual e semianual). Todos os somatórios são calculados considerando N=8 que
representa a ordem máxima em latitude (DROB et al., 2015).
Em períodos considerados geofisicamente perturbados, o modelo HWM14 é obtido pelo
modelo DWM07, assim como o modelo HWM07 (EMMERT et al., 2008).
O modelo HWM14 será utilizado em comparações qualitativas e quantitativas em relação
ao modelo proposto nesta tese (EArTh Wind) já que apresentam condições solar e geomagnéticas
similares.

2.4 Aeroluminescência

O fenômeno da aeroluminescência, ou luminescência atmosférica (também referenciado

pelo termo em inglês, airglow), é uma fraca e amorfa radiação eletromagnética emitida
continuamente em todas as regiões latitudinais na atmosfera superior em vários comprimentos de
onda, desde o ultravioleta distante (200 nm – 122 nm) até o infravermelho próximo (2500 nm – 750
nm) (GOMBOSI, 1998). Em noites sem lua, a aeroluminescência contribui com a maior parte da luz
que observamos no céu, excedendo até mesmo a luz das estrelas, se considerada a intensidade total.
No entanto, não é possível observar a olho nu, uma vez que aeroluminescência ocorre de forma
mais uniforme e espalhada, ao contrário das estrelas que são observadas no céu de forma pontual
(HARGREAVES, 1992).
A aeroluminescência e a aurora são fenômenos que apresentam semelhanças, uma vez que
ambos os fenômenos são emissões resultantes da excitação de componentes da alta atmosfera. No
entanto, as auroras são fenômenos que ocorrem em latitudes maiores (próximo aos polos
magnéticos da Terra) como resultado da interação entre os componentes da atmosfera e partículas
carregadas provenientes da magnetosfera que são advindas do meio espacial, cuja principal fonte é
o vento solar. Dessa forma, as auroras são intensificadas durante e após ocorrência de eventos de
distúrbios de atividade solar (HARGREAVES, 1992). A ocorrência da aeroluminescência é causada
principalmente como resultado de três processos fundamentais: espalhamento direto causado pela
radiação emitida pelo Sol, emissões de radiação relacionadas com ionização e recombinação, além
da radiação associada com a fotoquímica (GOMBOSI, 1998).
Na literatura a grandeza física bastante útil para observar o perfil de emissão de
aeroluminescência em altitude, é a taxa de emissão volumétrica (TEV, o termo em inglês
usualmente utilizado é Volumetric Emission Rate cuja sigla é VER). Sua unidade de medida é
fótons cm-3 s-1, que corresponde ao número de fótons emitidos por unidade de volume por segundo
 47

de uma dada emissão de aeroluminescência (CHAMBERLAIN, 1995; SAVIGNY, 2017). No

entanto, na prática o que se mede por equipamentos em solo, ou embarcados em foguetes e satélites,
é a grandeza integrada ao longo da linha de visada do equipamento. As medidas de perfil em
altitude da TEV são calculas de forma indireta a partir de técnicas matemáticas e/ou computacionais
como abordado em Clemesha e Takahashi (1996), Gobbi et al. (1992), Meneses et al. (2011),
Murtagh et al. (1984), Shepherd et al. (1993) e Siskind e Sharp (1991). Para ilustrar melhor a
diferença entre as grandezas, na Figura 12 são mostrados exemplos de perfis em altitude da TEV
(Figura 12a) e da emissão integrada (Figura 12b).

Figura 12 – (a) Exemplo de perfil em altitude da taxa de emissão volumétrica (TEV em altitude de
emissão integrada (EI)) e (b) Perfil em altitude da emissão integrada (EI ou intensidade integrada).

Fonte: Adaptada de Meneses et al. (2011, p. 100).

A relação matemática direta entre as duas grandezas é mostrada a seguir:

Z em
1
EI = 6 ∫ TEV (z) dz . (2.7)
10 Z eq

Em que, Zem é a posição da fonte emissora, e Z eq é a posição do equipamento. A Equação 2.7

expressa a unidade de emissão integrada (EI) em R (Rayleigh), que é a unidade de medida
usualmente utilizada, onde 1 R = 106 fótons cm-2 s-1. A grandeza foi nomeada em homenagem ao
quarto Lord Rayleigh, que apresentou a primeira medida absoluta referente a linha verde em
Rayleigh (1930) (CHAMBERLAIN, 1995). Quando a integração é realizada na direção zenital, ou
seja, a medida é integrada ao longo da altura, ela também é referenciada como emissão integrada
zenital, ou intensidade zenital.
 48

Das fontes de emissão de aeroluminescência na atmosfera superior, três linhas de emissão

se destacam em intensidade no espectro eletromagnético visível. A linha verde (λ = 557,7 nm),
resultante da transição radiativa do oxigênio atômico O ( 1S), ocorre nas regiões da mesosfera e
termosfera, exibindo maior intensidade na mesosfera. Já a linha vermelha (λ = 630,0 nm), que
resulta da transição radiativa do oxigênio atômico O (1D), ocorre na região da termosfera. A terceira
linha de emissão é a linha amarela (λ = 589,0 nm), resultante da transição radiativa do sódio
(Na 2P), que também ocorre na região da mesosfera (GOMBOSI, 1998). Na Figura 13, que mostra o
espectro de aeroluminescência noturno obtido por Broadfoot e Kendall (1968), é possível observar a
EI relativa, (ou intensidade relativa), da linha verde de emissão do oxigênio atômico
(O 1S, λ = 557,7 nm) que apresenta uma intensidade relativa de aproximadamente 44,0 R/Å,
correspondendo a uma EI absoluta de aproximadamente 200,0 R. A emissão da linha vermelha do
oxigênio (O 1D, λ = 630,0 nm) apresenta um EI relativo de aproximadamente 2,9 R/Å com EI
absoluta de aproximadamente 10 R, sendo este um valor atípico para essa linha de emissão. A linha
amarela do sódio (Na D, λ = 589,0 nm) apresenta uma EI relativa de aproximadamente 3,6 R/Å,
correspondendo a uma intensidade absoluta de aproximadamente 25 R (BROADFOOT;
KENDALL, 1968).

Figura 13 – Espectro de emissão de aeroluminescência na faixa visível para o período noturno

entre os comprimentos de onda 540 nm e 680 nm.

Fonte: Adaptada de Broadfoot e Kendall (1968, p. 426).

Os valores de EI absolutas apresentadas na Figura 13, com exceção da linha vermelha do

oxigênio atômico O (1D, λ = 630,0 nm), estão de acordo com Chamberlaim (1995), onde valores
 49

típicos de EI zenital absoluta da linha verde do oxigênio (λ = 557,7 nm) no período noturno, foi de
250 R. A linha vermelha do oxigênio (λ = 630,0 nm) entre 50 e 100 R, e a linha amarela do sódio
(λ = 589,0 nm) os valores típicos para o período do verão são inferiores a 30 R, e em torno de 200 R
no inverno. No período diurno, estas emissões também estão presentes na atmosfera e os valores
estimados para a EI absoluta zenital podem atingir alguns milhares de Rayleigh, como por exemplo,
a emissão diurna do O (1D) estimada em 50 kR, e do sódio com valores estimados para o inverno
em 15 kR e para o verão em 2 kR (CHAMBERLAIN, 1995).

2.4.1 Oxigênio atômico O (1S) e O (1D)

Das emissões mais proeminentes no espectro visível, vamos abordar mais em detalhes as
linhas verde e vermelha de emissões, que resultam das transições radiativas dos oxigênios atômicos
O (1S) e O (1D). A abordagem mais detalhada das duas emissões não é apenas pelo fato delas se
destacarem em intensidade, mas principalmente por que a partir delas foi possível aferir valores das
componentes de VNT (meridional e zonal) analisando a diferença de fase Doppler observada no
interferograma (franjas de interferência) que resulta da interferência produzida variando a diferença
de caminho ótico no interferômetro imageador (WINDII). Este equipamento operou embarcado no
satélite UARS, entre 1991 e 1997 (SHEPHERD, 2017; SHEPHERD et al., 1993, 2012).

2.4.1.1 Transições proibidas do oxigênio atômico

As transições do oxigênio atômico (linhas verde e vermelha do espectro eletromagnético)

são transições proibidas de acordo com as regras de seleção da mecânica quântica referentes à
radiação de dipolo elétrico (CHAMBERLAIN, 1995). No entanto, elas passam a ser permitidas com
probabilidade de transição finita, e bem pequena, considerando as regras de seleção referentes à
radiação de quadrupolo elétrico, que é o caso da transição do O ( 1S) (linha verde de emissão com
λ = 557,7 nm), e as regras de seleção de radiação de dipolo magnético, que é o caso da transição O
(1D) (linha vermelha do oxigênio que na verdade é um tripleto λ = 630,0 nm, λ = 636,4 nm e
λ = 639,2 nm) (CHAMBERLAIN, 1995). As energias associadas aos estados excitados relacionados
aos oxigênios atômicos [O (1S) e O (1D)] são baixas, inferiores à 5,0 eV. Dessa forma, esses
compostos são facilmente afetados por reações químicas com outros elementos, ou mesmo por
colisões com elétrons de baixa energia. O tempo de vida do O ( 1S) é de 0,78 s, enquanto que o
tempo de vida do O (1D) é 110 s (GOMBOSI, 1998; HARGREAVES, 1992; RISHBETH;
GARRIOT, 1969). Se a densidade do meio em que esses elementos estão presentes for
 50

suficientemente baixa, os mesmos conseguem emitir suas radiações características antes que
possam reagir com outros elementos, ou sofrer colisão com elétrons de baixa energia. Na alta
atmosfera, como a densidade é suficientemente baixa, essas emissões resultantes das transições
radiativas do O (1S) e O (1D) ocorrem frequentemente, o que explica o fenômeno da
aeroluminescência (CHAMBERLAIN, 1995).

2.4.1.2 Taxa de emissão volumétrica das linhas verde e vermelha do oxigênio atômicos

Muitos trabalhos foram desenvolvidos a partir de observações dos perfis de TEV das linhas
verde e vermelha. Alguns deles a partir de observações realizadas utilizando equipamentos
embarcados em foguetes de sondagem, como os trabalhos de Takahashi et al. (1987, 1990), Gobbi
et al. (1992), Sobral et al. (1992, 1993, 1994), Meneses, Muralikrishna e Clemesha, (2008), e
Meneses et al. (2011), e em satélites, como os trabalhos de Singh et al. (1996a, 1996b), Witasse et
al. (1999) e Culot et al. (2004), que utilizaram dados de TEV obtidos a partir do interferômetro
WINDII (a bordo do satélite UARS). Esses trabalhos contribuíram para uma melhor compreensão
acerca dos mecanismos de produção dos oxigênios atômicos O (1S) e O (1D), responsáveis pelas
emissões da linha verde e vermelha respectivamente.
O comportamento da taxa de emissão volumétrica (TEV) dos oxigênios atômicos O ( 1S) e
O (1D) está ligado diretamente aos mecanismos de produção e perda dos oxigênios atômicos. Por
sua vez, os processos de produção e perda dos elementos possuem comportamentos distintos em
relação ao período do dia, sazonalidade, localização geográfica, e altitude de interesse. As Tabelas 1
e 2 sumarizam os processos de produção e perda dos oxigênios atômicos O (1S) e O (1D).

Tabela 2 – Fontes de produção e perda do oxigênio atômico O (1S).

Processo de produção Reação química e fotoquímica

Reação química com terceiro elemento,

conhecido como mecanismo de Brach (BARTH, O(3 P)+O( 3 P)+M →O *2 + M
*
1964), onde O 2 é a molécula de oxigênio (2.8)
O *2 +O ( 3 P)→O 2 +O ( 1 S)
excitada O2 (c 3 Σ−u ) (GOMBOSI, 1998).
Choque inelástico do oxigênio atômico no estado
O(3 P)+e ph→O( 1 S )+e ph (2.9)
fundamental O (3P) com fóton elétrons (eph).
Recombinação dissociativa do íon molecular
O +2 +e th→O ( 1 S )+O( 3 P) (2.10)
O+2 .
Transferência energética para o oxigênio pelo
N 2 +e ph → N 2 ( A3 Σ+u )+e ph
nitrogênio excitado ( N 2 ( A 3 Σ+u ) ) resultante de
(2.11)
desativação colisional do gás nitrogênio (N 2) com
N 2 ( A 3 Σ+u )+O(3 P)→N 2 +O(1 S)
fóton elétrons (eph).
 51

Fotodissociação da molécula de oxigênio O2

O 2 +h ν ( λ <133,2 nm) → O(3 P)+O(1 S) (2.12)
por radiação EUV (λ < 133,2 nm).
Reação química com nitrogênio atômico (N). N +O +2 → NO + +O( 1 S ) (2.13)
Processo de perda Reação química e fotoquímica

Transição radiativa do ( 1S), reação em cascata O (1 S)→O ( 1 D)+h ν ( λ =557,7 nm)

(linha verde). (2.14)
1 1 3
Transição radiativa do ( S). O( S)→O( P)+h ν ( λ =297,2nm)
O (1 S)+ O (3 P)→O ( 3 P)+O (3 P) (2.15)
Desativação colisional (quenching).
O (1 S)+ O 2 →O(3 P)+O2 (2.16)
Fonte: Elaborada a partir de Singh et al. (1996b), Witasse et al. (1999) e Culot et al. (2004).

Tabela 3 – Fontes de produção e perda do oxigênio atômico O (1D).

Processo de produção Reação química e fotoquímica

Transição radiativa do (1S), reação em

O (1 S)→O ( 1 D)+h ν ( λ =557,7 nm) (2.17)
cascata (linha verde)
Choque inelástico do oxigênio atômico
no estado fundamental O ( 3P) com fóton O(3 P)+e ph→O( 1 D)+e ph (2.18)
elétrons (eph).
Recombinação dissociativa do íon
O +2 +e th→O ( 1 D)+O(3 P) (2.19)
molecular O +2 .
Desativação colisional do N (2D). N (2 D )+O 2 →NO +O( 1 D) (2.20)
Desativação colisional do N+. N + +O2 → NO+ +O(1 D) (2.21)
Fotodissociação da molécula de oxigênio
O2 +h ν → O ( 3 P)+O( 1 D) (2.22)
O 2 por radiação EUV (λ < 133,2 nm).
Processo de perda Reação química e fotoquímica

O(1 D)→O( 3 P)+h ν ( λ =630,0 nm)

Transição radiativa do O (1D), (linha
(2.23)
vermelha). 1 3
O ( D )→O ( P)+ h ν ( λ =636,4 nm)
O (1 D)+N 2 → O( 3 P)+ N 2 (2.24)
O(1 D)+O2 →O( 3 P)+O 2 (2.25)
Desativação colisional (quenching).
O(1 D)+O( 3 P)→O(3 P)+O( 3 P) (2.26)
O(1 D)+e th →O( 3 P)+e th (2.27)
Fonte: Elaborada a partir de Singh et al. (1996a), Witasse et al. (1999) e Culot et al. (2004).

A Figura 14a, obtida em Shepherd (2017), são mostrados quatro perfis de TEV do O ( 1S)
em fótons cm-1 s-1 obtidos a partir de medidas realizadas pelo WINDII-UARS no dia 14 de agosto de
 52

1993 no período diurno em latitudes distintas. A Figura 14b mostra outros quatro perfis de TEV do
O (1S) obtidos no mesmo dia em período noturno (próximos a meia-noite na hora local), e
localizações geográficas diferentes. Os perfis apresentam máximos abaixo de 97 km, que pode ser
explicado pela presença de marés migrantes em altitude, que podem provocar a alteração da altitude
do máximo de TEV e diminuir sua intensidade (SHEPHERD, 2017; SHEPHERD; MCLANDRESS;
SOLHEIM, 1995).

Figura 14 – (a) Perfis em altitude da TEV do oxigênio atômico O (1S) no período diurno. (b) Perfis
em altitude da TEV do oxigênio atômico O (1D) no período noturno.

Fonte: Adaptada de Shepherd (2017, p. 4).

Na mesosfera superior e baixa termosfera, no período diurno, existem muitas fontes de

produção de oxigênio O (1S). Abaixo de 90 km, a principal fonte de produção é o mecanismo
proposto em Barth (1964) (GOMBOSI, 1998; WITASSE et al., 1999), corresponde a reação
química dada pela Equação 2.8 que é mostrada na Tabela 2. O máximo próximo à 110 km de
altitude, tem como principal fonte de produção a fotodissociação do O 2 (Equação 2.12 da Tabela 2).
Outras fontes atuantes nesta altitude são a recombinação dissociativa (Equação 2.10 da Tabela 2), e
reações químicas com o nitrogênio atômico (Equação 2.13 da Tabela 2) (WITASSE et al., 1999). A
principal fonte de produção do máximo localizado próximo a 150 km de altitude é a desativação
colisional do gás nitrogênio (N2) (Equação 2.11 da Tabela 2) e uma segunda contribuição da colisão
inelástica com fóton elétrons (Equação 2.9 da Tabela 2) (SHEPHERD, 2017; WITASSE et al.,
1999).
Abaixo de 150 km, o oxigênio atômico O (1D), apesar de estar presente, seu tempo de vida
é de 110 s. Dessa forma sofre desativação colisional (Equações 2.24, 2.25, 2.26 e 2.27 da Tabela 3)
 53

antes da emissão natural da linha vermelha (Equações 2.23 da Tabela 3) (HARGREAVES, 1992;
RISHBETH; GARRIOT, 1969; SHEPHERD et al., 1993).
Na região da termosfera, os principais processos de produção dos oxigênios atômicos O
(1S) e O (1D), tanto no período diurno como no noturno, são a recombinação dissociativa com
O2
+
(Equação 2.11 da Tabela 2 e Equação 2.19 da 3), e o choque inelástico do oxigênio atômico
no estado fundamental O (3P) com fóton elétrons (eph) (Equação 2.9, da Tabela 2 e Equação 2.18, da
Tabela 3)(CHAMBERLAIN, 1995; CULOT et al., 2004; FREDERICK et al., 1976; GOBBI et al.,
1992; MENESES; MURALIKRISHNA; CLEMESHA, 2008; SINGH et al., 1996a, 1996b;
WITASSE et al., 1999). Essa duas fontes contribuem para a formação do máximo de TEV,
aproximadamente, em 200 km de altitude. Ainda na termosfera, abaixo do máximo alcançado,
outras fontes de produção assumem o protagonismo, como a reação química com o Nitrogênio
atômico (N) (Equação 2.13, da Tabela 2) para o oxigênio atômico O (1S) (FREDERICK et al., 1976;
WITASSE et al., 1999). Outras fontes de produção do O (1D) atuantes na termosfera, são a transição
radiativa (Equação 2.17 da Tabela 3) e a desativação colisional pelo N(2D) (Equação 2.20 da Tabela
3).
A diferença entre os períodos diurno e noturno reside no fato dos processos se
intensificarem no período diurno. Durante a noite a taxa de emissão volumétrica do O ( 1D) possui
um máximo em dezenas de fótons cm-3 s-1, enquanto que durante o dia, o máximo alcança valores de
centenas de fótons cm-3 s-1. Já o oxigênio O (1S) apresenta um máximo de alguns fótons cm-3 s-1 no
período noturno e atinge dezenas de fótons cm -3 s-1 no período diurno (GOMBOSI, 1998;
SHEPHERD, 2017).
A reação de recombinação dissociativa do +
O2 , é responsável pela produção tanto do O
(1S) como do O (1D). No entanto, existe uma diferença relativa entre as TEV dos oxigênios
atômicos O (1S) e O (1D). Essa diferença é explicada pelo fato de a reação de recombinação
dissociativa do O2 , produzir aproximadamente 90% de O (1D) e 10% de O (1S) (GOMBOSI,
+

1998). Na Figura 15, retirada de Takahashi et al. (1990), são mostrados perfis em altitude da TEV
do oxigênio (1S) e (1D), e perfil em altitude da razão entre a TEV do O ( 1S) e a TEV do O (1D).
Dados obtidos a partir de fotômetros embarcados em um foguete SONDA III, lançado em Natal,
Brasil, no dia 31 de outubro de 1986 às 23h59min na hora local. Na Figura 15b, podemos ver que a
razão entre a TEV do O (1S) e a TEV do O ( 1D) possui uma variação com altitude com valor
máximo de aproximadamente 0,26 em 200 km. Takahashi et al. (1990) encontrou os valores de 310
R para o valor de EI (Emissão integrada) do oxigênio O (1D), e 52 R para o oxigênio O (1S).
 54

Figura 15 – (a) Perfis em altitude da TEV do oxigênio atômico O (1S) (OI 5577) e O (1S)
(OI 6300) no período noturno obtido a partir de fotômetros embarcado em foguete de sondagem
lançado em Natal (5,8o S e 35,2o O), dia 31 de outubro de 1986 às 23h59min na hora local. (b)
Perfil em altitude da taxa entre a TEV do oxigênio atômico O (1S) e do oxigênio O (1D) período
noturno.

Fonte: Retirada de Takahashi et al. (1990, p. 550 e 551).

No período noturno além da recombinação dissociativa, outra fonte de produção de O ( 1D)

atuante é a transição radiativa do O ( 1S) (cascata) (Equação 2.17 da Tabela 3). No entanto, essa
contribuição é significativamente pequena. Sobral et al. (1994), também utilizou dados obtidos por
fotômetros na ocasião do lançamento do foguete de sondagem (SONDA III) em Natal, Brasil, já
mencionado nesta sessão. Na Figura 16, são mostrados os perfis em altitude da densidade
eletrônica, da razão entra a taxa produção por transição radiativa (cascata) e a taxa de produção
total. O valor máximo da razão entre a taxa de produção por transição radiativa e a taxa de produção
total atinge seu máximo aproximadamente em 265 km com cerca de 6,51% da taxa de produção do
total do O (1D), que é próximo ao valor máximo de densidade eletrônica localizado em 275 km
(SOBRAL et al., 1994).
As escalas da taxa de emissão exibida na Figura 16b estão na escala logarítmica para
melhor visualização. Nela é possível observar que na termosfera noturna, quase que toda emissão da
linha vermelha do oxigênio tem origem a partir da recombinação dissociativa. Sobral et al. (1994)
mostrou que a transição radiativa contribui com cerca de 5,1 % (14,9 R) do total da emissão
integrada da linha vermelha do oxigênio O (1D) que foi de 292,45 R.
 55

Figura 16 – (a) Perfis em altitude da densidade eletrônica e da razão da taxa de produção do

O (1D) por meio da transição radiativa (PCASCATA) do O (1S), e a soma das taxas de produção do
O (1D), por recombinação dissociativa (PRD) e transição radiativa do O (1S) (PCASCATA). (b) perfis
em altitude das contribuições da transição radiativa do O (1S), e da recombinação dissociativa para
a TEV total em comparação ao perfil em altitude da TEV total.

Fonte: Retirada de Sobral et al. (1994, p. 750 e 753).

 56

3 MATERIAL E MÉTODOS

Neste capítulo, inicialmente, é apresentado o satélite UARS, abordando algumas de suas

características assim como uma breve discussão sobre o interferômetro imageador WINDII.
Posteriormente, serão apresentadas as características dos registros de VNT utilizados para a
construção do modelo EArTh Wind. Em seguida detalha-se a metodologia de seleção dos registros
empregada, levando em consideração critérios de baixa atividade solar e geomagnética,
apresentando uma descrição estatística dos registros assim selecionados. Logo após, serão
discutidas as estratégias utilizadas para a construção do modelo EArTh Wind onde, inicialmente,
destaca-se a construção do banco de dados representativo em 250 km, que é calculado pela média
integrada em altitude dos perfis dos registros.

3.1 O Satélite UARS

O satélite UARS foi lançado em 12 de setembro de 1991 a bordo ônibus espacial Discovery
durante a missão STS-48, tendo sido disparado do ônibus espacial três dias depois. Sua órbita era
aproximadamente circular em uma altitude de 585 km com uma inclinação de 57 o em relação ao
plano equatorial da Terra. O período de translação do satélite em torno da Terra era de
aproximadamente 96 minutos com um avanço para Oeste em torno de 5o/dia, ou seja, em 72 dias era
possível obter registros da mesma localização geográfica (EMMERT et al., 2001; REBER, 1993).
O satélite também possuía um movimento de rotação em relação ao seu eixo zenital, para
controle de órbita, com período de 36 dias (manobra de guinada ou em inglês yaw maneuver)
(EMMERT et al., 2001; SHEPHERD et al., 1993). A manobra de guinada fazia com que a cobertura
latitudinal dos dados alternasse a cada 36 dias, cobrindo de -45 o à 72o em latitude geográfica e após
36 dias, cobrindo de -72o à 45o. Como consequência desta manobra, existia uma cobertura constante
em ±45o, e uma cobertura de ±72o alternada em 36 dias.
Em 2004 o satélite ainda operava com capacidade reduzida, sendo retirado de operação
definitivamente em dezembro de 2005. O mesmo permaneceu em órbita até 23 de setembro de 2011
quando finalmente foi destruído ao reentrar na atmosfera terrestre. A Figura 17 é uma concepção
artística do satélite UARS.
 57

Figura 17 – Concepção artística do satélite UARS.

Fonte: NASA/GSFC.

A bordo do UARS estavam embarcados 10 equipamentos, sendo 4 deles (CLAES, ISAMS,

MLS e HALOE) voltados para medidas de constituintes da atmosfera, 2 eram interferômetros de alta
resolução, voltados para estudos de ventos na alta atmosfera (HRDI e WINDII), e os 4 instrumentos
restantes (SOLSTICE, SUSIM, PEM e ACRIM-II) eram voltados para a obtenção de estimativas de
energia incidente na atmosfera por medidas de radiação ultravioleta e fluxo de partículas carregadas
na magnetosfera terrestre. A Figura 18 é uma representação gráfica do satélite UARS indicando a
localização dos equipamentos que estavam embarcados no satélite.

Figura 18 – Representação pictórica do satélite UARS com indicação dos equipamentos a bordo.

Fonte: NASA/GSFC.
 58

Na Tabela 4 é apresentada uma breve descrição dos 10 equipamentos embarcados no

satélite UARS.

Tabela 4 – Equipamentos utilizados a bordo do UARS.

INSTRUMENTO DESCRIÇÃO

ACRIM-II
Radiômetro solar
(Active Cavity Radiometer Irradiance Monitor)

Espectrômetro de emissões em infravermelho, que

CLAES
media concentração de constituintes atmosféricos
(Cryogenic Limb Array Etalon Spectometer) como nitrogênio, família do cloro, ozônio, vapor de
água, metano e dióxido de carbono.
HALOE Radiômetro que empregava a técnica de ocultação do
sol usando filtro de gás halógeno.
(Halogen Occultation Experiment)

HRDI Espectrômetro de detecção Fabry - Pérot para

emissões, espalhamento e absorção atmosféricas.
(High Resolution Doppler Imager)

ISAMS
Radiômetro resfriado mecanicamente sensível a
(Improved Stratospheric and Mesospheric Sounder) emissões no infravermelho.

MLS Radiômetro de micro-ondas para detecção de

emissões térmicas dos constituintes da atmosfera.
(Microwave Limb Sounder)

PEM Espectrômetros (AXIS, HEPS, MEPS e VMAG)

para raios-X, prótons e elétrons.
(Particle Environment Monitor)

SOLSTICE
Espectrômetro comparador de irradiância solar e
(Solar/Stellar Intercomparison Experiment) estelar.

SUSIM
Espectrômetro de irradiância solar ultravioleta.
(Solar Ultraviolet Spectral Irradiance Monitor)

Interferômetro imageador Michelson - Doppler que

WINDII
(Wind Imaging Interferometer)
Fonte: Adaptada de Reber (1993, p. 1216).
aproveitava as emissões de aeroluminescência para
obter valores de velocidade de vento neutro
termosférico e temperatura da atmosfera neutra. Este
equipamento será descrito em mais detalhes na
secção seguinte.
 59

3.1.1 Interferômetro imageador Michelson - Doppler (WINDII)

O equipamento WINDII era um interferômetro imageador Michelson - Doppler embarcado

no satélite UARS com capacidade de realizar medidas de vento e temperatura cobrindo uma faixa de
altitude entre 80 km e 300 km, utilizando a emissão de luz em determinadas faixas de comprimento
de onda. As emissões analisadas são resultantes de reações fotoquímicas produzidas por espécies
como: hidroxila [OH P1(2) e OH P1(3)]; gás oxigênio [O2 PP(7)]; oxigênio atômico [O (1S) e O
(1D)]; e íon de oxigênio [O + (2P)] (SHEPHERD et al., 1993). A Tabela 5 ilustra as espécies de
acordo com as emissões, comprimento de onda, faixa em altitude de ocorrência e região da
atmosfera.

Tabela 5 – Emissões características de aeroluminescência.

Espécie Emissão λ (nm) Altitude (km) Região da atmosfera

OH P1(2) Banda ( 8 – 3 ) 732,0

Hidroxila 80 – 110 Mesosfera superior
OH P1(3) Banda ( 8 – 3 ) 734,1

Gás Oxigênio O2 PP(7) Banda ( 0 – 0 ) 763,2 80 – 110

Termosfera inferior
80 – 110
O (1S) Linha verde 557,7
Oxigênio atômico 150 – 300

O (1D) Linha vermelha 630,0 150 – 300 Termosfera média

Íon de oxigênio O+ (2P ) Linha 732,0 200 – 300

Fonte: Extraída de Shepherd et al (1993, p. 10730).

O equipamento estava instalado na lateral do satélite UARS e efetuava medidas das

componentes meridional e zonal de VNT, além de temperatura. Os valores limites para as
componentes de velocidade foram de ±200 m/s, com uma incerteza nominal de ±10 m/s, e os
limites de valores de temperatura foram de 0 a 2000 K. As aberturas, que captavam a luz a ser
analisada, ficavam localizadas em uma parte do equipamento chamada defletor. Na Figura 19a é
mostrada uma imagem do equipamento WINDII onde estão indicadas a localização dos
instrumentos ópticos, o radiador térmico e o defletor. Na Figura 19b é mostrado um desenho
esquemático do WINDII.
 60

Figura 19 – (a) Fotografia do instrumento WINDII, onde estão indicados a localização dos
instrumentos ópticos, o defletor e radiador térmico; (b) Representação esquemática detalhada do
WINDII.

Fontes: Adaptadas de Shepherd et al. (2012, p. 3) e Shepherd et al. (1993, p. 10732).

As duas aberturas que captavam simultaneamente as luzes das emissões formavam um

ângulo de 90o entre si, com uma das aberturas formando um ângulo de 45o em relação a direção do
vetor velocidade do satélite, e a outra abertura formando um ângulo de 135o, também em relação ao
vetor velocidade do satélite. As janelas de captação de luz possuíam uma abertura na horizontal de
4o, e uma abertura vertical de 6 o. O defletor possuía uma inclinação para baixo em ângulo de 22,1 o
em relação ao plano horizontal do satélite UARS.
A luz captada através de cada abertura do defletor percorria um conjunto óptico interno,
composto por telescópios colimadores separadamente e posteriormente eram combinadas. Em
seguida a luz é filtrada utilizando uma roda composta por vários filtros, selecionados de acordo com
a emissão da espécie a ser analisada. Após a etapa de filtragem, os feixes de luz incidiam em um
interferômetro de Michelson compacto e integrado ao WINDII. A Figura 20a é uma representação
esquemática expandida do conjunto óptico presente no WINDII. Na Figura 20b é mostrado o
interferômetro de Michelson compacto que integrava o aparato óptico do WINDII. Nele, uma
representação do caminho óptico percorrido por um feixe de luz em seu interior.
 61

Figura 20 – (a) Diagrama esquemático expandido do aparato óptico do WINDII; (b) Interferômetro
de Michelson - Doppler compacto.

Fontes: Adaptadas de Shepherd et al. (1993, p. 10734) e Shepherd et al. (1993, p. 10732).

O interferômetro de Michelson compacto era composto de um espelho fixo e um espelho

móvel, que era controlado de forma a alterar o caminho óptico de um feixe de luz que nele fosse
refletido. Ao alterar o caminho óptico, os feixes de luz apresentam uma diferença de fase entre
aqueles que percorreram o lado com espelho fixo e o outro com espelho móvel, fazendo com que o
feixe de luz emergente apresente o fenômeno da interferência (SHEPHERD et al., 2012). As franjas
resultantes da interferência eram captadas por um conjunto coletor óptico composto de um CCD
que efetivamente aferia as intensidades. A Figura 21a, apresenta uma linha espectral de uma
emissão captada pelo WINDII, e a Figura 21b apresenta as franjas produzidas pela interferência
gerada pela variação do caminho óptico produzido no interferômetro de Michelson.

Figura 21 – (a) Representação da linha espectral emitida pelo constituinte e analisada pelo
WINDII; (b) Interferograma resultante da interferência provocada pela diferença de caminho
óptico gerado pela atuação do interferômetro de Michelson.

Fontes: Adaptadas de Shepherd, (2017, p. 3).

 62

As especificações do equipamento WINDII eram suficientes para detectar a diferença de

fase Doppler (δΦ) manifestada pelo deslocamento Doppler no comprimento de onda (δλ), uma vez
que a fonte emissora de luz (espécie emissora de aeroluminescência) possui uma velocidade relativa
em relação ao detector (WINDII - UARS). A análise das franjas era captada simultaneamente para as
duas componentes. As velocidades das componentes de VNT (v) eram, portanto, obtidas pelo
deslocamento Doppler na fase:

2π v
φw = D . (3.1)
λ0 c

Onde: φW é o deslocamento Doppler na fase detectado das franjas de interferência, λ0 é o

comprimento de onda da emissão detectada, D é o caminho óptico efetivo (THUILLIER; HERSÉ,
1991), v é a velocidade da componente de VNT, e c é a velocidade da luz no vácuo.
Considerando as emissões das linhas, verde (O (1S), λ = 557,7 nm) e vermelha (O (1D),
λ = 630,0 nm), o tempo de exposição utilizado para efetuar as medidas apresentou diferença em
relação ao período do dia. As emissões diurnas, tanto da linha verde (O ( 1S), λ = 557,7 nm) como da
linha vermelha (O (1D), λ = 630,0 nm) foi de 1,02 segundos, enquanto que no período noturno o
tempo de exposição foi de 2,05 segundos (SHEPHERD et al., 1993).
A frequência com a qual as emissões eram medidas também apresentou diferença. A
emissão do O (1D) era efetuada uma vez por semana, enquanto que a emissão do O (1S) era
realizada pelo menos 2 vezes por semana (SHEPHERD et al., 1993).

3.2 Descrição dos registros utilizados

Para a construção de um modelo empírico, é necessária uma base de dados com uma boa
cobertura espacial (latitude e longitude geográfica e altitude) e temporal (hora local e sazonal).
Diante deste fato, foram escolhidos registros de VNT obtidos utilizando o WINDII, cuja operação
ocorreu entre os anos de 1991 a 1997 (período de transição entre os ciclos solares 22 e 23),
possuindo uma boa cobertura de dados, em extensão espacial e temporal.
Os registros de VNT aferidos pelo satélite, e utilizados neste trabalho, estão disponíveis no
portal EARTH DATA (https://search.earthdata.nasa.gov/search) mantido pela National Aeronautics
and Space Administration (NASA) (SHEPHERD et al., 2001). Dos registros disponíveis, foram
extraídos 55 dias em 1991, 313 dias em 1992, 254 dias em 1993, 221 dias em 1994, 198 dias em
1995, 151 em 1996 e 97 em 1997. Os mesmos estavam organizados na forma de perfis de valores
 63

de VNT em altitude, entre 80 km e 360 km, com uma resolução de 3 km, para registros abaixo de
120 km, e 5 km acima deste limite (REBER, 1993).
A resolução temporal de aquisição dos dados foi de aproximadamente 30 segundos,
correspondendo a uma variação latitudinal em torno de 2 o na região equatorial (REBER, 1993). A
cobertura espacial (longitude e latitude geográfica) dos perfis de registros cobria todas as faixas
longitudinais, enquanto a cobertura latitudinal máxima era aproximadamente entre ±72o (EMMERT
et al., 2002).
Os valores registrados para as componentes meridional e zonal do VNT possuíam uma
intensidade máxima em ~ ±200 m/s com uma incerteza nominal associada ao equipamento
(Hardware) de ±10 m/s, sendo que, quando positivos os valores da componente meridional apontam
para a direção Norte, e a componente zonal para Leste. Para cada registro de VNT que compõe o
perfil existia uma incerteza associada à medida (SHEPHERD et al., 1993). Esta incerteza fornecida
corresponde à qualidade da medida do registro realizado, e dessa forma quanto menor seu o valor,
mais confiável é o registro.

3.2.1 Seleção e descrição estatísticas de registros considerando baixa atividade solar e

geomagnética: critérios e métodos

Dos registros de VNT disponíveis, foram selecionados aqueles em condições de atividade

solar e geomagnética, consideradas geofisicamente calmas de acordo com os critérios da
International Association of Geomagnetism and Aeronomy (IAGA). Dito isto, foram selecionados os
registros com valores de Φ10,7cm ≤ 125,0 SFU e kp ≤ 2+, (1,0 SFU = 1,0 × 10−22 W m−2 Hz−1). Por
tanto, os dias de registros disponíveis, que correspondiam a tais critérios, reduzem-se para 43 dias
em 1992, que corresponde a 13,7% dos dias disponíveis, 107 dias em 1993 (42,1%), 90 dias em
1994 (40,7%), 119 dias em 1995 (60,1%), 113 em 1996 (74,8%) e 48 em 1997 (49,5%).
O modelo empírico EArTh Wind deve fornecer valores representativos para a altitude
média de ~250 km, calculados a partir da média simples dos valores de VNT entre as altitudes 225
km e 275 km. Considerando este intervalo em altitude, os dados de VNT selecionados para a
elaboração do EArTh Wind, foram aferidos a partir das emissões do O (1S) (linha verde, λ = 557,7
nm), e O (1D) (linha vermelha, λ = 630,0 nm), uma vez que esses dados possuíam uma distribuição
em altitude entre 80 km e 300 km (SHEPHERD et al., 1993).
A distribuição espacial, em latitude geográfica, dos perfis de registros de VNT em função
do comprimento de onda das linhas de emissões, é mostrada na Figura 22, onde se pode notar haver
uma maior cobertura de perfis de registros utilizando a emissão em 557,7 nm (206.421 perfis) em
 64

relação à emissão em 630,0 nm (48.321 perfis). Uma provável explicação para uma maior
quantidade de registros obtidos a partir da linha de verde de emissão do O ( 1S) em relação aos
registros obtidos a partir da emissão da linha vermelha pelo O (1D), é a frequência com a qual o
equipamento realizava medidas referentes à linha vermelha de emissão do O ( 1D, λ = 630,0 nm). A
frequência de realização das medidas era de 01 dia por semana, uma vez que esta linha de emissão
tinha uma baixa prioridade em comparação às outras linhas de emissão obtidas pelo equipamento
(SHEPHERD et al., 1993, 2012).
Ainda na Figura 22, é observado que a faixa de cobertura em latitude geográfica,
compreendida entre ±72o, apresenta uma maior concentração de perfis registrados a partir da linha
verde de emissão entre as latitudes -42o e 42o (70% do total de perfis registrados em 557,7 nm). Já
os perfis registrados a partir da emissão da linha vermelha apresentaram maior concentração entre
as latitudes -45o e 45o. O que corresponde a 78% do total de perfis disponíveis registrados a partir da
emissão em 630,0 nm.

Figura 22 – Distribuição do número de perfis de VNT registrados para os dois comprimentos de

onda em estudo (557,7 nm e 630,0 nm, verde e vermelho, respectivamente) em função da latitude
geográfica.

Fonte: Elaborada pelo autor (2020).

Os perfis analisados também apresentaram diferenças em relação à altitude e hora local,

associadas ao tipo de emissão utilizada para realizar a medida (linhas verde e vermelha de emissão).
Em relação à distribuição dos perfis em função de altitude, as diferenças entre as componentes
 65

meridional e zonal são sutis, tendo ambas as componentes apresentado registros a partir da emissão
da linha verde entre 80 km e 300 km, com um número maior de registros a partir de emissões na
linha verde aproximadamente em 99 km. O que está condizente com a região de máxima emissão
da linha verde na mesosfera, tanto no período diurno como noturno (CHAMBERLAIN, 1995;
GOMBOSI, 1998). O número de registros observados a partir da linha vermelha também se
distribuem na mesma faixa de altitude da linha verde. No entanto, apresentam um número maior de
registros entre 240 km e 250 km, que também está de acordo com a região que apresenta a máxima
intensidade na emissão da linha vermelha que é a termosfera (CHAMBERLAIN, 1995; GOMBOSI,
1998). Na Figura 23 são mostradas as distribuições em histograma das altitudes dos registros de
vento neutro meridional considerando as duas emissões.

Figura 23 – Histograma do número registros da componente meridional dos VNT por altitude para
as duas emissões de aeroluminescência.

Fonte: Elaborada pelo autor (2020).

A cobertura temporal em hora local dos registros apresenta uma predominância diurna para
registros obtidos a partir das emissões da linha verde nas duas componentes (meridional e zonal)
dos VNT. Os registros obtidos utilizando as emissões na linha vermelha se mostraram de forma
mais homogênea ao longo de todo o dia para ambas as componentes. Esse comportamento pode ser
verificado na Figura 24, onde é apresentado um histograma que exibe a distribuição em hora local
dos registros da componente meridional dos VNT, categorizado pela respectiva emissão de
aeroluminescência.
 66

Figura 24 – Histograma do número registros da componente meridional dos VNT em função da

hora local para as duas emissões de aeroluminescência.

Fonte: Elaborada pelo autor (2020).

Os registros selecionados também apresentaram discrepâncias associadas à direção de

deslocamento do satélite (deslocando-se para Sul ou Norte), e direção de visada do equipamento
WINDII (direção de observação Sul ou Norte), para condições aeronômicas semelhantes e mesma
localização geográfica. Estas variações sistemáticas foram identificadas por Emmert (2001), onde
foram observadas variações nos valores absolutos dos ventos neutros associados a direção de visada
e direção de deslocamento da ordem de ~50 – 75 m/s.
Na Figura 25 são apresentados 4 painéis mostrando as diferenças encontradas nos registros
de ventos neutros (meridional à esquerda, e zonal à direita) associadas as direções de deslocamento,
e de visada do equipamento WINDII. Os gráficos do painel superior mostram as médias de registros
de vento neutro meridional e zonal para as duas direções de deslocamento (deslocamento para Sul
ou Norte) das 11h00min às 12h00min na hora local (HL) em períodos de solstício de junho (maio,
junho, julho e agosto). Os gráficos do painel inferior mostram as médias dos registros de vento
neutro meridional e zonal das 08h00min às 09h00min na hora local (HL) em períodos de equinócios
(março, abril, setembro e outubro) para diferentes direções de visada.
É possível perceber na Figura 25 que as discrepâncias relacionadas à direção de
deslocamento (gráficos da parte superior) são mais expressivas em comparação às discrepâncias
apresentadas em relação à direção de visada do satélite.
 67

Figura 25 – Exemplo de discrepâncias de registros de ventos neutros. Os painéis superiores

apresentam variações causadas pela diferença de deslocamento do satélite UARS, enquanto que os
painéis inferiores as diferenças ocasionadas pela direção de visada do satélite.

Fonte: Elaborada pelo autor (2020).

As incertezas associadas aos registros de vento também apresentaram diferenças,

considerando as componentes de VNT e o tipo de emissão utilizada nas medidas realizadas. Na
Tabela 6 é apresentada a estatística descritiva das incertezas por tipo de emissão de
aeroluminescência para as componentes meridional e zonal dos VNT.

Tabela 6 – Estatística descritiva dos valores de incerteza para os dois tipos de emissão de
aeroluminescência e componentes dos ventos neutros.

Meridional (m/s) Zonal (m/s)

Emissão 557,7 630,0 557,7 630,0

1o Quartil 7,55 3,88 7,45 4,08

Média 36,01 14,68 34,59 15,41

Mediana 15,71 7,33 15,36 7,82

3o Quartil 40,47 13,67 38,52 14,61

Limite Máximo 89,85 28,35 85,12 30,4

Fonte: Elaborada pelo autor (2020).

 68

Os limites mínimos referentes à estatística descritiva apresentada na Tabela 6 foram todos

iguais a zero. Também ocorreram valores atípicos (conhecidos como outliers), que são valores
acima do limite máximo obtido pela estatística descritiva. Importante destacar que alguns desses
valores atípicos se traduzem em valores incorretos obtidos, e muitas vezes representam erros de
medidas não correspondendo a realidade. Por exemplo, o máximo valor de incerteza registrado
referente à linha verde de emissão foi 4764,69 m/s, para a linha vermelha foi 2798,48 m/s. Para a
componente zonal o máximo valor medido para a linha de emissão vermelha foi 7668,30 m/s e para
a linha verde foi 3392,96 m/s.

3.3 Métodos empregados nas análises

3.3.1 Obtenção dos valores médios representativos em 250 km de altitude dos perfis em altitude
[V250 (lat, lon, t, dia)]

Após a etapa inicial de triagem e seleção dos dados de forma adequada para a construção
do modelo, obteve-se um banco de dados contendo perfis em altitude dos VNT, em suas
componentes meridional e zonal, localizados espacialmente (latitude e longitude geográfica),
distribuídos em hora local e dia do ano com os critérios já mencionados em relação às atividades
solar e geomagnética. Para a seleção de registros com a melhor qualidade na medida, foi adotado o
padrão de utilização de registros com valores bem definidos de incerteza, descrito a seguir: para
registros realizados utilizando a emissão em 630,0 nm, foram selecionados valores com incerteza
máxima em 25 m/s, e para os registros referentes à emissão em 557,7 nm uma incerteza de 90 m/s.
A escolha dos registros de vento com os valores próximo aos máximos de incerteza na
medida foi feita com o objetivo de maximizar a cobertura de perfis disponíveis para a construção do
modelo. Os valores representativos para a altitude de 250 km foram calculados a partir do
comportamento médio integrado em altitude dos registros.
Os registros que compõe os perfis selecionados para o cálculo das médias representativas
em altitude foram avaliados estatisticamente de maneira que fossem escolhidos valores contidos no
intervalo V̄ ±2 σ V , em que: V̄ é a média simples dos valores em altitude; e σ V é o desvio
padrão dos valores do perfil em altitude. Esta avaliação é importante para que os registros possuam
uma distribuição estatisticamente mais coesa e também para excluir valores muito discrepantes, que
são possíveis indicativos de erros de medida do equipamento.
Uma vez que os registros que compunham um perfil fossem avaliados, e estivessem de
acordo com o critério estatístico acima mencionado, era calculada a média integrada em altitude
 69

entre as altitudes 225 km e 275 km. Com isso, é obtido um novo valor de VNT a 250 km de altitude
em função da latitude e longitude geográfica, hora local e dia do ano [V250 (lat, lon, t, dia)].
Aqueles perfis que contivessem registros que não obedeceram ao critério estatístico já
mencionado, o registro era retirado do perfil e depois aplicada uma interpolação polinomial de
ordem 3 utilizando Akima splines, método desenvolvido por Akima (1970, 1991). Desta forma,
obteve-se um novo perfil de 225 km à 275 km em intervalos de 5 km suprindo as lacunas
provocadas pela eliminação de valores. A mesma técnica de interpolação foi aplicada aos perfis que
estivessem incompletos. Após realizar a interpolação foi verificado se os valores do novo perfil
estão de acordo com os limites nominais de ±210 m/s. Caso algum valor ultrapasse este limite
nominal, este valor era descartado. Por fim, é calculada a média em altitude, onde esta média
representa um novo valor de VNT a 250 km de altitude, em função da latitude e longitude
geográfica, hora local e dia do ano [V250 (lat, lon, t, dia)].
Devido à ocorrência de discrepâncias relacionadas a direção de visada do satélite, e a
direção de deslocamento do satélite já apontadas por Emmert (2001), e pelo fato de as discrepâncias
relacionadas a direção de deslocamento do satélite se mostrarem mais expressivas, o tratamento
estatístico descrito acima para a construção de um banco de dados composto de valores médios
representativos em 250 km [V250 (lat, lon, t, dia)] foi efetuado nas componentes de VNT
separadamente para cada direção de deslocamento do satélite. Ou seja, ao final deste procedimento,
dispomos de quatro bancos de dados: componente meridional com satélite se deslocando na direção
Norte (MND), componente meridional com o satélite se deslocando na direção Sul (MSD),
componente zonal com satélite se deslocando na direção Norte (ZND) e componente zonal com o
satélite se deslocando para Sul (ZSD).

3.3.2 Avaliação estatística dos valores médios representativos em 250 km de altitude [V250 (lat, lon,
t, dia)]

Como forma de avaliar estatisticamente a possibilidade de representar valores de vento

neutro em 250 km pela média calculada em altitude [V250 (lat, lon, t, dia)], foram selecionados os
perfis que continham registros efetivamente medidos em 250 km de altitude, e para efeito de
comparação, estes registros foram considerados como valores observados. Já as médias calculadas
em altitude, descritas nos parágrafos anteriores, foram consideradas como valores simulados.
Os parâmetros estatísticos utilizados para a comparação entre os valores observados e
simulados foram: os parâmetros do gráfico de dispersão (regressão linear) entre os valores
observados e os valores simulados, que são: A (coeficiente angular, da reta), B (coeficiente linear ou
 70

valor de intersecção), e R2 (coeficiente de determinação), o índice de concordância de Willmott

(dW) (WILLMOTT, 1981), a raiz do erro quadrático médio (RMSE), a correlação de Spearman
(SPEARMAN, 1904) e o p-valor obtido a partir do teste de Wilcoxon pareado (WILCOXON, 1945).
Para realizar esta avaliação estatística os parâmetros comparativos dos registros utilizados
foram calculados para cada célula espacial de 10 o × 10o (latitude versus longitude) nos intervalos de
±70o de latitude, e ±180o de longitude, correspondendo a um total de 555 (37 × 15) valores para
cada parâmetro estatístico calculado.
A escolha em calcular os parâmetros estatísticos localizados geograficamente, tem como
objetivo preservar características inerentes à localização espacial. Além disso, como já foi dito,
existem discrepâncias em registros de uma mesma componente de VNT considerando a direção de
deslocamento do satélite para uma mesma localização espacial e condições aeronômicas
semelhantes. Desta forma, a avaliação foi aplicada separadamente de acordo com a componente do
VNT (meridional e zonal) e a direção de deslocamento do satélite (deslocando-se para Sul ou para
Norte).
Dito isto, espera-se melhores resultados em relação aos parâmetros do gráfico de dispersão
quando o valor de A (coeficiente de inclinação da reta) mais se aproximar do valor 1,0 (um), B deve
ser o menor possível e mais próximo do zero, o coeficiente de determinação (R 2) que controla a
qualidade do ajuste da regressão linear deve ser mais próximo de 1,0 (um).
Os índices de concordância de Willmott, e correlação de Spearman, devem ser o mais
próximo possível de 1,0. Já o valor de RMSE deve ser o menor possível, e dentro da faixa de
incerteza associada aos valores de velocidade de vento neutro, que é no máximo 90 m/s.
O teste de Wilcoxon pareado deve apresentar um p-valor maior que 0,05 (5%), que é o
nível de significância do teste. A hipótese nula, neste caso, é que as amostras são semelhantes, ou
que a mediana da diferença entre as populações seja igual a zero. A correlação de Spearman e o
teste de Wilcoxon pareado são análises estatísticas realizadas em dados não paramétricos, uma vez
que, boa parte dos dados nas 555 células de grade não atendeu ao critério de apresentar uma
distribuição normal.
Na Figura 26 são mostrados os gráficos em caixa (boxplot) das distribuições dos valores
dos parâmetros estatísticos calculados, e o aumento percentual de pontos por célula de 10 o × 10o
para as 555 células separados por componente de VNT e direção de deslocamento do satélite. Em
que: MND significa componente meridional e direção de deslocamento para Norte; MSD é
referente a componente meridional e direção de deslocamento para Sul; ZND significa componente
zonal e direção de deslocamento para Norte; e ZSD refere-se à componente zonal e direção de
deslocamento para Sul.
 71

Figura 26 – Gráficos em caixa das distribuições estatísticas dos parâmetros utilizados para
comparar as médias representativas calculadas em altitude e registros de VNT em 250 km.

Fonte: Elaborada pelo autor (2020).

Como pode ser observado na Figura 26, o gráfico em caixa referente a distribuição dos
valores obtidos para o parâmetro A da regressão linear nas quatro situações referentes à componente
e direção de deslocamento do satélite, se aproximam bastante do valor 1,0 (linha tracejada),
apresentando o menor valor para o primeiro quartil em 0,94 e maior valor de terceiro quartil em
1,06, que se apresenta como um bom resultado para todas as componentes de VNT e direção de
deslocamento.
No gráfico em caixa referente ao parâmetro B é mostrado que os valores do parâmetro
aproximam-se de zero com os quartis (primeiro e terceiro) na faixa de ±10 m/s para as duas
componentes de VNT e direção de deslocamento do satélite.
As distribuições relacionadas ao coeficiente de determinação (R2) também apresentaram
bons resultados, com os elementos gráficos bem próximos ao valor 1,0 (linha tracejada). O menor
valor de primeiro quartil nesse caso foi 0,6 e o maior valor do terceiro quartil é 0,87. Ainda sobre o
 72

coeficiente de determinação, a distribuição que menos se aproximou de 1,0 foi obtida para MND
(componente meridional e direção de deslocamento Norte).
No gráfico das distribuições do índice de concordância de Willmott (dW) em todas as
situações se aproximaram bastante de 1,0, com os primeiro e terceiro quartil na faixa de 0,86 e
0,962 respectivamente. O gráfico referente à raiz do erro quadrático médio (RMSE) apresenta os
valores baixos nas 4 situações com primeiro e terceiro quartil na faixa de 29,0 m/s e 42 m/s, que é
um bom resultado estando abaixo do valor de 90 m/s que foi o maior valor de incerteza escolhido.
O gráfico referente ao parâmetro da correlação (CorS) mostra que os elementos se
aproximam de 1,0 (linha tracejada), com menor valor para o primeiro quartil igual a 0,729, e maior
valor para terceiro quartil igual 0,912. Outra observação importante sobre as distribuições
representativas da correlação é que não houve situação de anticorrelação (valores negativos do
parâmetro).
Em relação às distribuições dos p-valores referentes ao teste de Wilcoxon pareado realizado
por célula espacial, pode-se perceber que quase todos os valores calculados por célula estão acima
do nível de significância de 5% (linha tracejada preta). Por tanto não existe evidência estatística
para descartar a hipótese nula, que é a de que não existe diferença entre as medianas das amostras
(valor registrado em 250 km e média integrada em altitude) comparadas, ou em outras palavras que
a mediana da diferença das amostras é igual a zero.
Uma vez que os resultados apresentados pelas distribuições dos parâmetros estatísticos são
muito bons, considerando os valores de melhor desempenho dos parâmetros, pode-se concluir que a
média integrada entre as altitudes 225 km e 275 km, calculada de acordo com os critérios já
mencionados, representa muito bem o valor medido em 250 km de altitude, tanto para a direção
zonal (Leste - Oeste), quanto para a direção meridional (Norte - Sul), seja qual for a direção de
deslocamento do satélite (deslocando-se para Sul, ou para Norte).
No último gráfico apresentado na Figura 26, é mostrada a distribuição do percentual de
aumento de pontos de média obtidos por célula espacial de 10 o × 10o (latitude geográfica por
longitude geográfica). Pode-se ver que houve um aumento percentual médio entre 62% e 77%. O
que significa um aumento no número de perfis válidos para construir o modelo proposto nesse
trabalho em relação àqueles que já possuíam efetivamente os valores medidos em 250 km de
altitude.
 73

4 CONSTRUÇÃO DO MODELO EARTH WIND

O modelo empírico médio longitudinal EArTH Wind é elaborado de forma que os valores
simulados representam o comportamento das componentes de VNT em 250 km de altitude, entre
±50o de latitude geográfica, e condições de atividade solar e geomagnética de Φ10,7cm = 87,83 SFU e
kpm ~ 2- (1,58). Os valores de VNT simulados pelo modelo possuem dependência em hora local, dia
do ano e latitude geográfica. A formulação matemática do modelo (Equação 4.1) corresponde a
soma da contribuição referente a variação em hora local [VMF(t, lat)], com a contribuição da
variabilidade sazonal [em dia do ano ΔVMF(dia, lat)] ambas calculadas por latitude geográfica.

V M (lat , t , dia )=V MF (t ,lat )+Δ V MF (dia , lat) (4.1)

Separadamente, as contribuições referentes à variação em hora local e a variação sazonal

(dia do ano) resultam de uma série de Fourier. Dito isto, o termo VMF (t, lat), que representa a
contribuição em hora local por latitude geográfica, é calculada pela série de Fourier mostrada na
Equação 4.2 considerando quatro harmônicos, que correspondem às periodicidades de 24 h
(diurna), 12 h (semidiurna), 8 h (terdiurna) e 6 h (quaterdiurna).

A 0 (t ,lat ) 4 2π t 2π t
V MF (t ,lat )=
2 (
+ ∑i=1 A i (t ,lat )Cos
( )
lt ( ))
+ Bi (t ,lat )Sen
lt
(4.2)

Os termos A0(t, lat), Ai(t, lat) e Bi(t, lat) são os coeficientes de Fourier, por latitude
geográfica, onde o termo A0(t, lat) representa a média calculada por latitude, e integrada em hora
local, da série de dados que se deseja representar por uma série de Fourier. O termo lt assume o
valor Lt/2, caso o número de valores que compõe a série temporal (Lt) seja um número par, e
(Lt – 1)/2, caso o valor de Lt seja um número ímpar. Uma das condições necessárias para que um
conjunto de dados possa ser representado a partir de uma série de Fourier é que o mesmo seja
periódico (SPIEGEL, 1976). Para a construção da série de Fourier representativa de cada latitude
referente a contribuição em hora local, considerada uma série temporal no intervalo de 0 h à 24 h
em intervalos de 1 h. Logo, o valor de Lt corresponde a 25, o que resulta no valor de lt =12. Os
coeficientes de Fourier dos harmônicos são calculados pelas equações a seguir:
 74

1 24 h iπt
A i (t ,lat )=
12
∫0 h
V m (t ,lat ) Cos ( )
12
dt

e (4.3)
1 24 h iπt
B i (t , lat)=
12
∫0 h
V m (t , lat) Sen ( )
12
dt

Os valores de Vm(t, lat) representam o comportamento médio das componentes de VNT ao

longo do dia, integradas em longitude geográfica e dia do ano. Estes valores estão estruturados na
forma de um conjunto de dados com variação em latitude geográfica de ±50o, em intervalos de 5o, e
hora local no intervalo de 0 h a 24 h, em intervalos de 1 h. Considerando a mesma resolução
espacial em latitude geográfica dos valores de V m(t, lat), para o cálculo dos coeficientes de Fourier
que representam a variação ao longo do dia para a faixa de latitude geográfica de ±50o, em
intervalos de 5o, vamos dispor de um total de 105 coeficientes A e 84 coeficientes B para cada
componente de VNT. Os valores de latitude geográfica intermediários são calculados a partir da
interpolação polinomial de ordem 3 com Akima splines (AKIMA, 1970, 1991).
Devido à existência de discrepâncias nas componentes de VNT associadas a direção de
deslocamento do satélite, os valores de Vm(t, lat) são obtidos a partir do cálculo da média simples de
outros dois conjuntos com mesma distribuição em latitude geográfica e hora local de Vm(t, lat).

V m _ N (t , lat)+V m _ S (t , lat )
V m (t ,lat )= . (4.4)
2

Os termos Vm_N(t, lat) e Vm_S(t, lat) representam as médias integradas em longitude

geográfica e dia do ano do comportamento médio em hora local, obtidas a partir dos valores de
V250_N(lat, lon, t, dia) e V250_S(lat, lon, t, dia) para duas direções diferentes de deslocamento do
satélite (satélite deslocando para Norte e satélite deslocando para Sul). Esse procedimento é
realizado separadamente para as duas componentes de VNT. O cálculo das médias V m_N(t, lat) e
Vm_S(t, lat) será abordado em detalhes na Sessão 4.1.
O termo ΔVMF (dia, lat) da equação 4.1 representa a variabilidade sazonal (dia do ano) por
latitude geográfica. Esta é obtida por uma série de Fourier, também considerando quatro
harmônicos, que neste caso, correspondem às periodicidades de 365 dias (anual), 182 dias
(semianual), 121 dias (quadrimestral) e 90 dias (trimestral).
 75

A 0 (dia , lat ) 4 2 π dia 2 π dia

Δ V MF (dia , lat)=
2 (
+ ∑i=1 A i (dia ,lat )Cos
(
l dia ) (
+ Bi ( dia , lat)Sen
l dia )) (4.5)
Os termos A0(dia, lat), Ai(dia, lat) e Bi(dia, lat) são os coeficientes de Fourier, por latitude
geográfica, onde o termo, A0(dia, lat) representa a média por latitude integrada em dia do ano. Para
a construção da série de Fourier representativa de cada latitude referente a contribuição sazonal em
dia do ano, consideramos a série temporal do dia 1 ao dia 365 em intervalos de 1 dia. Logo, o valor
de Ldia corresponde a 365, o que resulta no valor de ldia = 182 Os coeficientes de Fourier dos
harmônicos são calculados pelas Equações 4.6 a seguir:

1 365 i π dia
A i (dia ,lat )=
182
∫1
Δ V m (dia , lat) Cos (
182 )
d (dia)

e (4.6)
1 365 i π dia
B i (dia , lat )=
182
∫1
ΔV m (dia ,lat ) Sen
182( d (dia))
Onde Δvm(dia, lat) representa a variabilidade sazonal em dia do ano, também estruturadas
na forma de um conjunto de dados com variação em latitude geográfica de ±50o, em intervalos de
5o, e dia do ano de 1 à 365 em intervalos de 1 dia. Considerando a resolução em latitude geográfica
Δvm(dia, lat ), vamos dispor para cada componente de VNT um total de 105 coeficientes A e 84
coeficientes B. Valores de latitude geográfica intermediários são calculados a partir da interpolação
polinomial de ordem 3 utilizando Akima splines (AKIMA, 1970, 1991).
Os valores de Δvm(dia, lat) são obtidos a partir do cálculo da média simples de outros dois
conjuntos com mesma distribuição em latitude geográfica e dia do ano.

Δ V m _ N (dia , lat )+ Δ V m _ S (dia , lat)

Δ V m ( dia , lat)= . (4.7)
2

Onde: Δvm_N(dia, lat) e Δvm_S(dia, lat) representam as variabilidades médias sazonal integradas em
hora local e longitude geográfica obtidas a partir da diferença entre os valores de V 250_N(lat, lon, t,
dia) e V250_S(lat, lon, t, dia), e Vm(t, lat).
Devido a natureza residual dos elementos ΔVm_N(dia, lat) e ΔVm_S(dia, lat), quando
necessário para eliminar tendências intrínsecas aos dados foi aplicado um fator de correção. Esse
procedimento é realizado separadamente para as duas componentes de VNT. As estratégias e
 76

procedimentos para o cálculo das médias ΔVm_N(dia, lat) e ΔVm_S(dia, lat) serão abordados em
detalhes mais adiante, na Sessão 4.2.
O diagrama em blocos mostrado na Figura 27 apresenta esquematicamente a sequência de
obtenção das componentes de VNT, que constituem o modelo EArTH Wind. Neste diagrama, o
termo FCOR(lat) é uma função de correção aplicada às variabilidades sazonais do modelo
(ΔVm_N(dia, lat) e ΔVm_S(dia, lat)) uma vez que esta, é obtida a partir do resíduo gerado quando se
aplica a diferença entre V250_N(lat, lon, t, dia) e V250_S(lat, lon, t, dia) e Vm(t, lat). O termo VMF(t, lat)
representa a variação ao longo do dia do modelo, resolvida por série de Fourier. e ΔVMF(t, lat)
representa a variabilidade sazonal (dia do ano) do modelo, também resolvida por série de Fourier.

Figura 27 – Diagrama de blocos descrevendo a sequência a ser seguida para a construção do

modelo EArTH Wind, realizada para cada componente dos VNT.

Fonte: Elaborada pelo autor (2020).

4.1 Latitude geográfica e hora local [Vm_N (t, lat) ou Vm_S (t, lat)]

Cada termo associado à direção do deslocamento do satélite (deslocamento na direção Sul

e deslocamento na direção Norte) representa o comportamento médio com dependência em latitude
geográfica e hora local, integrados em longitude geográfica e dia do ano para cada direção de
deslocamento do satélite. A resolução espacial destes termos é de 5o em latitude geográfica,
 77

variando entre -50o (50o Sul) e 50o (50o Norte) com resolução temporal é de 01 hora, variando de 0 a
24 horas.
Para que esses valores médios separados por direção de deslocamento sejam calculados
com uma melhor distribuição estatística, cada valor é resultado de uma média realizada em outra
matriz contendo os dados mensais (12 meses) espaçados longitudinalmente em 30 o (13 valores de
±180o). As lacunas existentes foram preenchidas com interpolação utilizando splines pelo método
Multilevel B-spline Aproximation (MBA) (LEE; WOLBERG; SHIN, 1997).
Para cada resultado (média) obtido com dependência em hora local e latitude geográfica no
procedimento anterior, foi aplicado um filtro espectral utilizando a transformada de wavelet com o
objetivo de eliminar periodicidades indesejáveis. Esta metodologia consiste em decompor o sinal
em diferentes faixas de frequências e posterior reconstrução do mesmo considerando apenas as
frequências desejadas. Esta técnica discretiza as diferentes periodicidades de um sinal associadas a
sua própria distribuição de ocorrência (igualmente espaçadas) calculada por um conjunto de funções
base (KUMAR; FOUFOULA-GEORGIOU, 1997; PERCIVAL; WALDEN, 2000; VIEIRA et al.,
2003).
Nesta análise espectral, foi utilizada a função de escala (conhecida como wavelet, ou
função, mãe) Daubechies Least-Asymmetric de grau 8 (LA8). O procedimento foi aplicado
primeiramente na dependência em hora local onde o sinal é decomposto e reconstruído até o nível
S2. Neste caso, periodicidades menores ou igual a 4 horas foram excluídas. O mesmo procedimento
foi realizado considerando a dependência em latitude geográfica, filtrando os dados de
periodicidades espaciais entre 0o e 10o. Na prática esse procedimento efetua um “alisamento” nos
valores das médias com o intuito de eliminar ruídos que não representem fenômenos físicos ou que
tenham sidos introduzidos pelas interpolações realizadas para preencher as lacunas.
A Figura 28 apresenta os resultados da aplicação do procedimento descrito acima para
obter os termos Vm_N(t, lat) ou Vm_S(t, lat), para as distintas componentes de VNT. Os gráficos da
esquerda são resultantes do processo de interpolação utilizando MBA. Os gráficos do meio
representam o resultado após a aplicação da transformada wavelet em hora local, e posterior
reconstrução a um nível S2. Os gráficos da direita representam o resultado obtido após aplicada a
transformada wavelet em latitude geográfica e posterior reconstrução.
 78

Figura 28 – Sequência de aplicação do tratamento matemático computacional que foi aplicado nas
componentes VNT por direção de deslocamento do satélite considerando dependência em latitude
geográfica e hora local.

Fonte: Elaborada pelo autor (2020).

Com o procedimento descrito anteriormente, são obtidos os valores médios das

componentes de VNT considerando a direção de deslocamento do satélite com dependência em
latitude geográfica e hora local [V m_N(t, lat) ou Vm_S(t, lat)]. Com isso, são obtidos quatro valores
que correspondem as componentes de VNT associada a direção de deslocamento do satélite os
quais serão referenciados como VmM_N(t, lat) os termos correspondentes à componente meridional
deslocamento para Norte; VmM_S(t, lat) os termos referentes à componente meridional com
deslocamento para Sul; VmZ_N(t, lat) referente à componente zonal e sentido de deslocamento para
 79

Norte; e VmZ_S(t, lat) representam a componente zonal considerando o sentido de deslocamento do

satélite para Sul.
Portanto, as componentes de VNT são obtidas pelo cálculo da média entre os termos que
representam as componentes para diferentes direções de deslocamento do satélite (Equações 4.8).

V mM _ N (t ,lat )+V mM _ S (t , lat)

V mM (t , lat )=
2
e (4.8)
V mZ _ N (t ,lat )+V mZ _ S ( t , lat)
V mZ (t , lat )=
2

Ao final, dispomos de um conjunto de valores médios de VNT integrados em longitude

geográfica e dia do ano, com dependência em latitude geográfica e hora local. A resolução espacial
obtida é de 5o em latitude e 1 hora em hora local.
Na Figura 29 pode-se observar o comportamento dos valores de VmM(t, lat) e VmZ(t, lat),
onde, nos dois painéis à esquerda, são mostradas as velocidades absolutas das componentes
meridional e zonal dos VNT para 7 latitudes geográficas em função da hora local, enquanto que os
dois perfis de isolinhas à direita exibem a distribuição espacial (±50 o de latitude geográfica) ao
longo do dia, para o comportamento médio das componentes de VNT O gráfico superior refere-se a
componente meridional e o inferior a componente zonal. Os valores positivos das componentes de
VNT representam um movimento na direção Norte para a componente meridional e direção Leste
para a componente zonal. Para facilitar o entendimento, as linhas tracejadas em vermelho
representam regiões de transição na direção das componentes de VNT.
Ainda na Figura 29, é possível observar o comportamento médio diário das componentes
do VNT distribuídos em latitude geográfica. No gráfico referente a componente meridional é
observada uma predominância na direção para os polos em períodos diurnos, apresentando um
máximo absoluto entre 14h00min e 18h00min na hora local (HL). Este movimento é resultado do
gradiente de pressão provocado pelo aquecimento dos gases na região devido à ação da radiação
solar. Esta ação é mais efetiva em regiões próximas ao equador, uma vez que essa região recebe
maior incidência de raios solares no período diurno. No período noturno a predominância da
componente meridional é na direção do equador. Este movimento arrasta o plasma ao longo das
linhas de campo magnético de regiões de menor altitude para regiões de maior altitude, onde a taxa
de recombinação é menor. Esse é o principal mecanismo de manutenção da ionosfera em períodos
noturnos quando já não há fonte direta de ionização (RISHBETH, 1972).
 80

Figura 29 – Variação da média da velocidade dos VNT em função da hora local e latitude
geográfica (integradas em dia do ano e longitude) para 250 km de altitude em condições
quiescentes (kpm = ~2- e Φ10.7cm = 87,83 SFU).

Fonte: Elaborada pelo autor (2020).

Observando a componente zonal, pode-se ver que a inversão do sentido de Leste para
Oeste da componente zonal ocorre em horários diferentes em relação à faixa de latitude geográfica.
Em latitudes maiores a inversão ocorre entre 00h00min e 03h00min HL enquanto que em regiões
próximas ao equador ocorre entre 03h00min e 06h00min HL. Essa inversão da componente zonal
caracteriza um movimento de convergência dos VNT na direção zonal.
Nos períodos de 15h00min e 19h00min HL, ocorre a inversão de sentido de Oeste para
Leste, indicando um movimento de divergência da componente zonal dos VNT. Na região
equatorial a divergência ocorre próximo às 18h00min na HL e em latitudes maiores ocorre próximo
às 15h00min HL.
Os máximos absolutos da componente zonal apontando no sentido Leste ocorrem entre as
23h00min e 03h00min HL. Próximo ao equador o máximo ocorre próximo às 03h00min HL e em
latitudes maiores o corre próximo às 24h00min HL. O máximo absoluto da componente zonal no
sentido Oeste ocorre entre 06h00min e 15h00min HL. Na região equatorial ocorre próximo às
15h00min HL e em latitudes maiores entre 06h00min e 09h00min HL.
 81

4.2 Latitude geográfica e dia do ano [ΔVm_N (dia, lat) ou ΔVm_S (dia, lat)]

As variabilidades média sazonal associadas a direção do deslocamento do satélite são

obtidas por meio da análise dos resíduos entre V250(lat, lon, dia, t) e Vm(t, lat). Os resíduos médios
tratados para cada componente e direção de deslocamento do satélite, devem possuir dependência
em latitude geográfica e dia do ano (integrados em longitude e hora local) com resolução espacial
de 5o em latitude, variando entre -50o (50o Sul) e 50o (50o Norte) e resolução ao longo do ano de 1
dia, variando de 1 até 365. O primeiro passo é construir um banco de dados compostos pelos
resíduos calculados por:

Δ V (lat , lon , t , dia)=V 250 (lat , lon , t , dia )−V m (t ,lat ) (4.9)

Após a obtenção dos resíduos, os mesmos foram submetidos a uma análise simples, onde
se constatou que alguns valores excediam a condição de valor nominal ±210 m/s. Desta forma,
optou-se, mais uma vez, por selecionar os resíduos que obedeciam a condição V̄ ±2 σV . Com isso,
foi possível selecionar até 94% dos resíduos de forma que satisfizessem a condição de valores
nominais de VNT com uma boa distribuição estatística.
Para obter o valor da variabilidade média sazonal tratada, associada à direção de
deslocamento, efetuou-se um procedimento semelhante ao já utilizado para obter os valores médios
com dependência em hora local e latitude geográfica Vm(lat, t). Para que esses valores médios,
separados por direção de deslocamento, sejam calculados com uma melhor distribuição estatística,
cada valor é resultante de uma média realizada em outra matriz contendo os dados em hora local (0
às 24 h) espaçados longitudinalmente em 30 o (13 valores de ±180o). As lacunas existentes foram
preenchidas novamente utilizando o método MBA. Esse procedimento foi feito considerando o dia
15 de cada mês representado pela média mensal. Portanto, o número de dias para calcular a média
varia de acordo com o mês. Novamente foi aplicada a interpolação utilizado MBA, para preencher
as lacunas existentes.
O passo seguinte foi aplicar um filtro espectral wavelet, desta vez, sendo aplicado
inicialmente na dependência em latitude geográfica e depois na dependência sazonal (dia do ano).
Esse procedimento foi realizado na construção das dependências dia do ano, e latitude geográfica
também objetivando promover um “alisamento”.
Na Figura 30, são mostrados os resultados da aplicação do procedimento descrito acima
para obter os termos ΔVm(lat, dia) das componentes de VNT e suas direções de deslocamento do
satélite. Os gráficos da esquerda são resultantes do processo de interpolação utilizando MBA. Os
gráficos do meio representam o resultado após a aplicação da transformada espectral wavelet
 82

aplicada em latitude geográfica e posterior reconstrução atenuando determinadas periodicidades

espaciais. Os gráficos da direita representam o resultado obtido depois de aplicada a transformada
wavelet na dependência em dia do ano e posterior reconstrução.

Figura 30 – Sequência de aplicação do tratamento matemático computacional que foi aplicado aos
resíduos selecionados por componentes de VNT e direção de deslocamento do satélite
considerando dependência em latitude geográfica e dia do ano.

Fonte: Elaborada pelo autor (2020).

Com isso, obtêm-se a variabilidade média com dependência em latitude geográfica e dia do
ano (integrados em longitude e hora local) com resolução espacial de 5o em latitude, variando entre
-50o (50o Sul) e 50o (50o Norte) com resolução ao longo do ano de 1 dia, variando de 1 até 365.
 83

Por se tratar de valores calculados a partir dos resíduos médios obtidos pela diferença entre
V250(lat, lon, t, dia) e os valores médios com dependência em latitude e hora local Vm(t, lat), é
preciso aplicar, quando necessário, um fator de correção em relação a variável dia do ano para
eliminar qualquer tendência que os resíduos venham apresentar. A função de correção é aplicada
separadamente em cada latitude geográfica de forma que o somatório dos resíduos ao longo da
coordenada dia do ano seja igual a zero, garantindo a aleatoriedade dos resíduos. Na Figura 31 são
mostrados os fatores de correção aplicados por componente de VNT e direção de deslocamento do
satélite.

Figura 31 – Fator de correção aplicado aos resíduos médios considerando componente de VNT e
direção de deslocamento do satélite.

Fonte: Elaborada pelo autor (2020).

Após as etapas já descritas previamente, dispomos de quatro conjuntos de valores que

representam a variabilidade média sazonal integrada em longitude geográfica e hora local para as
componentes de VNT e direção de deslocamento, em que: ΔVmM_N(dia, lat) corresponde a
variabilidade sazonal média da componente meridional e sentido de deslocamento para Norte;
ΔVmM_S(lat, dia) a variabilidade sazonal média da componente meridional e sentido Sul; ΔVmZ_N(dia,
lat) corresponde a variabilidade sazonal média da componente zonal sentido Norte; e ΔVmZ_S(dia,
lat) corresponde a variabilidade sazonal média da componente zonal sentido Sul. Com isso as
variabilidades médias sazonal das componentes de VNT são calculadas a partir da média entre a
direção de deslocamento Norte e Sul. Ou seja:
 84

ΔV mM _ N (dia , lat)+Δ V mM _ S (dia ,lat )

Δ V mM (dia , lat)=
2
e (4.10)
ΔV mZ (dia , lat)+Δ V mZ _ S (dia ,lat )
Δ V mZ (dia , lat)= N

Na Figura 32 pode-se observar o comportamento dos valores de ΔvmM(dia, lat) e ΔvmZ(dia,

lat), onde os dois gráficos verticais à esquerda mostram as variabilidades das velocidades absolutas
das componentes meridional e zonal dos VNT para 7 latitudes geográficas em função do dia do ano.

Figura 32 – Variabilidade média da velocidade dos VNT em função do dia do ano e latitude
geográfica (integradas em hora local e longitude) para 250 km de altitude em condições geofísicas
consideradas calmas (kpm = ~2- e Φ10.7cm = 87,83 SFU).

Fonte: Elaborada pelo autor (2020).

Os dois perfis de isolinhas à direita mostram a distribuição espacial (±50 o de latitude

geográfica), ao longo do ano, do comportamento das variabilidades médias das componentes de
VNT, sendo o painel superior a componente meridional e o inferior a componente zonal. Os valores
positivos das componentes de VNT representam um movimento na direção Norte para a
 85

componente meridional e direção Leste para a componente zonal. As linhas tracejadas em vermelho
delimitam regiões onde ocorre transição na direção das componentes de VNT.
Em relação ao comportamento médio sazonal das variabilidades das componentes de VNT
apresentados nos perfis de isolinhas da Figura 32, pode-se destacar na componente zonal, uma
intensificação do VNT para a direção Leste durante o inverno e para a direção Oeste durante o
verão. Nos períodos de outono e primavera (equivalentes aos equinócios) a contribuição das
variabilidades sazonais das componentes é insignificante com valores próximos a zero. Esses são
períodos de transição ou inversão na contribuição sazonal das componentes de VNT.
Na componente meridional, observa-se que no hemisfério Norte a variabilidade sazonal
contribui no sentido de intensificar o VNT na direção Sul durante o verão, e para a direção Norte
durante o inverno. No hemisfério Sul, o comportamento se inverte exibindo uma intensificação para
a direção Norte durante o verão, e para a direção Sul durante o inverno. Esse padrão transequatorial
da contribuição sazonal foi apontado por Roble, Dickinson e Ridley (1977). Tal padrão é esperado,
uma vez que durante o verão os hemisférios, Norte, ou Sul, recebem mais insolação em relação ao
inverno. Como consequência uma maior ação da radiação nestas regiões que por sua vez provoca
um maior aquecimento. Dessa forma na média o movimento da componente meridional diverge da
região de maior aquecimento.

4.3 Análise estatística comparativa

Para avaliar o desempenho do modelo de uma forma quantitativa, foram escolhidos quatro
parâmetros estatísticos comparativos: o erro médio (EM), a raiz do erro quadrático médio (RMSE),
o índice de concordância de Willmott (dW) (WILLMOTT, 1981), e a correlação de Spearman
(CorS) (SPEARMAN, 1904). Além destes, também foi aplicado o teste estatístico de Wilcoxon
pareado (WILCOXON, 1945). A escolha da correlação de Spearman e do teste de Wilcoxon pareado
se fez necessárias já que as comparações foram feitas em séries temporais curtas (0 a 24 h). Dessa
forma, é necessária a utilização de parâmetros e testes estatísticos para dados não parametrizados.
Na Tabela 7 são mostradas as relações matemáticas e condições de validade dos parâmetros
estatísticos escolhidos para avaliar a desempenho do modelo:
 86

Tabela 7 – Parâmetros estatísticos utilizados para avaliar o desempenho do modelo EArTh Wind.
Parâmetro Estatístico Relação Matemática Condições de validade
N
Erro médio 1 EM≤0 ou EM≥0
EM= ∑ S −Oi
N i=1 i
N
Raiz do erro quadrático médio RMSE=
√ 1
∑ (S −Oi)2
N i=1 i
N
RMSE≥0

Índice de concordância de ∑i=1 (Oi−S i )2 0,0≤dW ≤1,0

dW =1− N
Willmott ∑i=1 (|S i−Ō|+|Oi−Ō|) 2

N 2
Correlação de Spearman 6 ∑i=1 (IO i −ISi ) −1,0≤CorS≤1,0
CorS=1− 2
N ( N −1)

Fonte: Elaborada pelo autor (2020).

Em que, Si corresponde aos valores simulados, Oi corresponde aos valores observados,

Ō é a média dos dados observados, S̄ é a média dos valores simulados e N é o número de
valores a serem comparados. Na correlação de Spearman IOi é o índice ranqueado dos valores
observados (ordem decrescente) e ISi é o índice ranqueado dos valores simulados (ordem
decrescente). O teste de hipótese de Wilcoxon pareado é um teste de hipótese não paramétrico e
consiste basicamente em analisar as diferenças entre duas populações, neste caso, valores
observados e simulados (WILCOXON, 1945). Para isso, é construída uma nova série a partir de
suas diferenças Si – Oi. Deste modo, adotou-se a hipótese nula (H0) e hipótese Alternativa (H1)
conforme o definido a seguir:

H 0 : μ D =0
(4.11)
H 1 : μ D ≠0

A hipótese nula (H0) é que a mediana da diferença (Di) seja igual a zero indicando que as
duas populações não apresentam diferenças significativas. Se o p-valor calculado for maior do que
o nível de significância definido para o teste, a hipótese nula é aceita, ou seja, não existe diferença
significativa entre as populações. Caso o p-valor seja menor ou igual ao nível de significância
adotado devemos rejeitar a hipótese nula, ou seja, existe evidência estatística de que há diferença
significativa entre as populações. O nível de significância adotado no teste foi de 5% (equivalente
ao nível de confiança de 95%) e as populações foram os dados simulados e observados.
 87

5 RESULTADOS E DISCUSSÕES

Neste capítulo, são apresentados os resultados simulados a partir do EArTh Wind para
ambas as componentes de VNT. Primeiramente é apresentada uma análise espectral por latitude
geográfica das componentes de VNT simuladas pelo modelo EArTh Wind. Posteriormente é
mostrado o resultado do EArTh Wind de forma qualitativa, apresentando a climatologia em distintos
períodos do ano. Em seguida é apresentada uma comparação com o objetivo de avaliar o modelo
EArTh Wind frente aos dados observados em 250 km (UARS-WINDII) e o modelo HWM14 de
forma qualitativa e quantitativa em diferentes períodos do ano. Por fim, é apresentada uma
comparação entre o modelo EArTh Wind e valores das componentes de VNT observadas a partir do
observatório de Arecibo utilizando o interferômetro de Fabry-Pérot e o modelo HWM14. Esta
comparação também é realizada em distintos períodos do ano.

5.1 Resultados obtidos a partir do modelo médio longitudinal EArTh Wind

5.1.1 Análise espectral por latitude geográfica das componentes de VNT simuladas pelo modelo
EArTh Wind

Com o objetivo de avaliar o comportamento das periodicidades intrínsecas ao modelo

empírico EArTh Wind em relação a disposição latitudinal geográfica, uma análise espectral foi
aplicada nas componentes do VNT simuladas pelo modelo EArTh Wind. Para isso, foi considerada
uma série temporal de um (01) ano, em intervalos de uma (01) hora. Ou seja, o comprimento da
série temporal, a ser analisada, é de 8760 pontos para cada latitude geográfica.
Nas Figuras 33 e 34, são mostrados os periodogramas por latitude geográfica das
componentes de VNT simuladas com o EArTh Wind. O espectro de potência dos periodogramas por
latitude é exibido por código de cores, e para obter uma melhor visualização das intensidades
representadas pela barra de cor, os valores referentes ao espectro de potência foram reescalados
aplicando o logaritmo na base 10 ao espectro de potência, os valores referentes às periodicidades
foram reescalados aplicando logaritmo na base 2.
O movimento das massas de ar que caracteriza os VNT é controlado principalmente pelos
processos de aquecimento provocado pela ação da radiação solar na região da termosfera. Logo os
processos de aquecimento diário são modulados por períodos de 24 horas (diurna) e a seus
submúltiplos, ou harmônicos: 12 h (semidiurna), 8 h (terdiurna) e 6 h (quaterdiurna).
 88

A variabilidade sazonal, esta associada ao período de 12 meses e seus submúltiplos (6

meses, 4 meses e 3 meses). Tais periodicidades estão associadas aos ciclos sazonais de aquecimento
que correspondem a passagem das estações (3 meses), ou aos solstícios (junho e dezembro) e
equinócio (março + setembro).
Assim, nos espectros de potência por latitude geográfica das componentes de VNT, se
destacam as periodicidades referentes a 12 meses (01 ano), 6 meses (semianual), 4 meses
(quadrimestral), 3 meses (trimestral), 24 horas (diurna), 12 horas (semidiurna), 8 horas (terdiurna) e
6 horas (quartediurna). Em nível de intensidade de espectro de potência, nas duas componentes de
VNT, podemos elencar em intensidade, as periodicidades na seguinte ordem: 24 horas, 01 ano, 12
horas, 8 horas, 06 horas, 04 m e 03 m.
Observando a Figura 33, que apresenta o espectro de potência da componente meridional,
pode-se perceber que a periodicidade de 24 horas é a de maior relevância. No entanto, é possível
perceber que sua intensidade no espectro de potência não é homogênea ao longo da latitude
geográfica. Em aproximadamente 10o N, a periodicidade de 12 horas e 8 horas se tornam mais
relevantes do que a periodicidade de 24 h. Se observamos a Figura 29 aproximadamente entre 0o e
10o N é possível observar o padrão de vento meridional se alterar evidenciando a periodicidade de
12 h.
Na escala de 24 horas a periodicidade de 12 horas é a segunda mais importante, onde
apresenta maior relevância em baixas latitudes e menor relevância em 30 o S e 45o N. A
periodicidade de 06 horas apresenta menor relevância em aproximadamente 5o S e 40o N.

Figura 33 – Espectro de potência por latitude geográfica da componente meridional de VNT

resultante da análise espectral da série temporal de 01 (um) ano em intervalos de 01 hora.

Fonte: Elaborada pelo autor (2020).

 89

A segunda periodicidade relevante, de acordo com o espectro de potência apresentado, é a

periodicidade anual sendo relevante em todas as latitudes de forma igualitária. A periodicidade
semianual presente em todas as latitudes, apresenta intensidade mínima em aproximadamente
o
±30 de latitude geográfica. Esses padrões sazonais podem ser observados na Figura 32,
ocorrendo próximos aos máximos valores apresentados nos padrões transequatoriais na
variabilidade sazonal da componente meridional. As periodicidades quadrimestral e trimestral estão
presentes em todas as latitudes e de forma igualitária.
Na Figura 34 é apresentado o espectro de potência da componente zonal. A periodicidade
de 24 horas apresenta maior intensidade no espectro de potência, sendo importante em todas as
latitudes. A periodicidade de 12 h é menos relevante entre 10 o S e 10o N. A periodicidade de 8 horas
apresenta maior relevância em baixas latitudes. A periodicidade de 6 horas está presente em todas as
latitudes de forma igualitária. A segunda periodicidade mais relevante é a periodicidade de um ano
(01 ano), no entanto próximo ao equador apresenta um valor baixo em intensidade no espectro de
potência. Observando Figura 32 é possível ver que nessa região a variabilidade sazonal foi quase
nula por está bem perto de regiões de transição de direção da variabilidade sazonal da componente
zonal. A periodicidade semianual não aparece em 45o S, e em 20o N, é menos relevante em
comparação as demais latitudes. A periodicidade quadrimestral está presente em todas as latitudes
de forma igualitária assim como na componente meridional. A periodicidade trimestral apresenta
menor relevância entre 15o S e 25o N.

Figura 34 – Espectro de potência por latitude geográfica da componente zonal de VNT resultante
da análise espectral da série temporal de 01 (um) ano em intervalos de 01 hora.

Fonte: Elaborada pelo autor (2020).

 90

5.1.2 Análise da climatologia simulada pelo EArTh Wind

Os resultados apresentados nesta sessão correspondem a uma representação qualitativa dos

períodos do solstício de dezembro (dia 356 do ano), equinócios (dias 81 e 265) e solstício de junho
(dia 173).
A Figura 35 apresenta gráficos em isolinhas dos valores resultantes para as componentes
de VNT obtidos pelo modelo EArTh Wind. Os gráficos mostrados apresentam o comportamento em
função da latitude geográfica e hora local, nas condições dos solstícios (dezembro e junho) e dos
equinócios (março + setembro). Os painéis à esquerda correspondem à componente meridional
enquanto os painéis da direita à componente zonal.
Ao observar os gráficos da componente meridional, identifica-se o padrão semelhante ao
gráfico em isolinhas referente a componente mostrado na Figura 29. Esse padrão corresponde ao
movimento predominante na direção dos polos durante o dia e no período noturno o movimento
predominante se inverte convergindo para a direção do equador.
A contribuição sazonal durante o solstício de dezembro é intensificar a componente
meridional no sentido Norte em ambos os hemisférios. Dito isto, no período diurno quando o
movimento é na direção dos polos, no hemisfério Norte vai ocorrer um aumento da velocidade da
componente meridional. No hemisfério Sul a contribuição sazonal durante o dia enfraquece a
componente meridional.
No período noturno o movimento é convergente em relação ao equador, no hemisfério
Norte a contribuição sazonal diminui a intensidade da componente meridional, e no hemisfério Sul
a contribuição sazonal intensifica o vento convergente para o equador. Esse fluxo assimétrico
durante o período noturno pode contribuir para a assimetria das cristas da AEI durante a ocorrência
da anomalia neste período, uma vez que esse movimento de convergência é o principal mecanismo
de manutenção da ionosfera durante a noite e devido a assimetria provocada pela contribuição
sazonal mais plasma pode ser depositado na região de intensificação da componente meridional
convergente, principalmente em configurações de VNT convergente.
Na Figura 35, comparando o gráfico referente ao solstício de dezembro com o gráfico
referente ao período de equinócio da componente meridional, pode-se perceber que no período
diurno no hemisfério Norte ocorre um aumento na intensidade do VNT meridional, já no hemisfério
Sul ocorre uma diminuição na intensidade. No período noturno ocorre o contrário, no hemisfério
Norte ocorre uma diminuição na intensidade e no hemisfério Sul ocorre um aumento na intensidade
da componente meridional.
 91

Figura 35 – Perfis de isolinhas obtidos a partir do modelo EArTh Wind mostrando as velocidades
das componentes dos ventos neutros em hora local, latitude geográfica em períodos do ano
distintos (comportamento sazonal).

Fonte: Elaborada pelo autor (2020).

Durante os períodos de equinócio a contribuição sazonal não exerce forte influência, uma
vez que os equinócios são períodos de transição entre os solstícios. Logo o comportamento da
componente meridional tende a ser simétrico entre os hemisférios nos períodos diurno e noturno.
No período de solstício de junho, a contribuição sazonal intensifica a componente
meridional no sentido Sul em ambos os hemisférios. Por tanto, no período diurno quando o
 92

movimento é na direção dos polos, no hemisfério Norte vai ocorrer uma diminuição da velocidade
da componente meridional. No hemisfério Sul a contribuição sazonal durante o dia vai intensificar a
componente meridional.
Durante a noite, quando o comportamento é convergente em relação ao equador, no
hemisfério Norte ocorre um aumento na intensidade da componente meridional, enquanto que no
hemisfério Sul ocorre uma diminuição da intensidade da componente meridional. Essa assimetria
no comportamento da componente meridional pode contribuir para assimetria nas cristas da AEI.
Em relação a componente zonal do VNT, o padrão ao longo do dia é a componente ser
predominantemente para Oeste, e para Leste durante a noite. A contribuição da variabilidade
sazonal é de intensificar a componente zonal na direção Oeste durante os períodos de verão, e
intensificar a componente na direção Leste nos períodos de inverno. Dito isto, durante o solstício de
dezembro no hemisfério Norte (inverno), no período diurno, ocorre uma diminuição na intensidade
da componente zonal, enquanto que no período noturno ocorre um aumento na intensidade da
componente. No hemisfério Sul durante o dia ocorre um aumento na intensidade da componente
zonal e durante a noite ocorre uma diminuição da intensidade da componente zonal. Logo é possível
perceber uma assimetria em relação ao equador no tocante a intensidade da componente zonal. Esse
padrão é observado na Figura 35 na componente zonal durante o solstício de dezembro.
Nos períodos de equinócio assim como na componente meridional, contribuição sazonal
não é significativa, logo nesse período a assimetria em relação ao equador é mais abrandada, sendo
causada apenas pela variação da componente zonal ao longo do dia.
No solstício de junho do hemisfério Norte (verão), durante o dia, a contribuição sazonal é
no sentido de aumentar a intensidade da componente zonal no sentido Oeste. No período noturno a
contribuição diminui a intensidade da componente zonal no sentido Leste. No hemisfério Sul
(inverno) a contribuição durante o período diurno é de diminuir a intensidade da componente zonal
no sentido Oeste. No período noturno, a contribuição sazonal aumenta a intensidade da componente
zonal no sentido Leste. Os padrões podem ser observados na Figura 35 referentes à componente
zonal no período de solstício de junho.
Os padrões das componentes de VNT em diferentes períodos do ano exibidos na Figura 35
também são observando na Figura 36, onde é apresentada a climatologia obtida por Emmert.
(2002).
De forma qualitativa, pode se observar que o comportamento climatológico apresentado
pelo EArTh Wind, está em concordância com a climatologia dos dados observados obtidos a partir
do equipamento WINDII-UARS apresentada por Emmert et al. (2002) em condições de atividade
solar e geomagnéticas similares ao EArTh Wind.
 93

Figura 36 – Perfis de isolinhas das componentes, meridional e zonal, obtidos a partir dos dados
observados pelo UARS-WINDII em condições consideradas solar e geomagneticamente calmas
(kp ≤ 2+; kpm = ~2-) (Φ10.7cm = 115,0 SFU).

Fonte: Adaptada de Emmert et al. (2002, p. 3).

5.1.3 Comparativo entre as componentes de VNT dos registros medidos em 250 km pelo UARS-
WINDII e os modelos EArTh Wind e HWM14

Neste item são realizadas comparações entre as componentes de VNT dos dados
observados (UARS-WINDII) e os modelos EArTh Wind e HWM14 de forma qualitativa, a partir da
sobreposição de perfis simulados e observados, e quantitativa, onde é apresentada uma tabela com
parâmetros estatísticos comparativos entre as componentes de VNT dos dados observados (UARS-
WINDII) e simulados a partir dos dois modelos.
As componentes de VNT observadas que foram selecionadas possuem características
similares ao modelo EArTh Wind. Por tanto, os valores observados possuem valores de
kp≤2+ (2,33) e Φ10.7 cm≤125,0 SFU . Para a representação do período de solstício de
dezembro foram selecionados os registros de 01 de Novembro a 28 de Fevereiro (NDJF), para o
solstício de junho, foi considerado o período de 01 de maio até 31 de agosto (MJJA) e para o
período de equinócio foram considerados os períodos de 01 de março a 30 de abril, e 01 de
setembro a 31 de outubro (MASO).
Para os valores calculados utilizando o EArTh Wind, foi considerado o dia 356 para
representar o solstício de dezembro, 173 para representar o solstício de junho e a média dos dias 81
e 265 para representar o período de equinócio.
 94

Os valores calculados com modelo HWM14, de cada dia climatologicamente

representativo, foram obtidos realizando uma média integrada longitudinalmente (-180 o até 180o em
intervalos de 10o) para a altitude de 250 km. Para os dias de solstícios de dezembro e junho e
equinócio foram adotadas as mesmas condições utilizadas nos valores simulados pelo modelo
EArTh Wind. Com relação às condições de atividade solar e geomagnética adotada para o modelo
HWM14, é importante destacar que esta versão possui uma limitação, não apresentando
dependência com fluxo solar (DROB et al., 2015). Nesse caso, apenas foi aplicada a condição
geomagnética para ap calculada a partir do valor de kp m = 2- (kpm = 1,58 equivalente à apm = 5,74
nT).

5.1.3.1 Comparativo entre componentes meridionais dos dados observados e dos modelos

Na Figura 37 são mostradas as sobreposições de dados observados (UARS – WINDII) e os

modelos HWM14 e EArTh Wind, para os períodos de solstício de dezembro, solstício de junho e
equinócio, em cinco latitudes diferentes para a componente meridional. As barras de erros presente
nos valores observados correspondem ao desvio padrão (σV) dos dados utilizados para calcular a
média representativa de cada hora local.
É importante destacar a ocorrência de lacunas nos dados observados em alguns horários ao
longo do dia. Essas lacunas estão presentes em todos os períodos do ano e aconteceram pelo fato de
não haverem dados observados em 250 km de altitude nas condições de baixa atividade solar e
geomagnética preestabelecidas nos horários específicos. Os valores simulados com HWM14
também apresentaram lacunas de dados, no entanto estas lacunas ocorreram apenas na componente
zonal e nos períodos de solstício. Essas lacunas ocorreram por que o modelo HWM14 não foi capaz
de obter valores em 250 km para os horários específicos nos dias de solstício utilizados para o caso
das simulações.
 95

Figura 37 – Comparação entre a componente meridional dos VNT obtidos de dados observados
(UARS-WINDII na cor preta) e de dados gerados pelos modelos HWM14 (cor vermelha) e EArTh
Wind (cor azul) para 5 valores de latitude geográfica e em períodos do ano diferentes.

Fonte: Elaborada pelo autor (2020).

Como podem ser observados na Figura 37, ambos os modelos subestimam visivelmente os
dados observados no período de solstício de dezembro dentro das latitudes mostradas. A exceção é
a latitude 50o S, onde os modelos superestimam os valores observados.
A maior diferença, visualmente perceptível, ocorre na latitude 25 o S, durante o período de
solstício de dezembro, exibindo maior diferença entre os modelos e os dados observados no período
noturno. A exceção ocorre no equador (0o), e na latitude 25o N.
No período de solstício de dezembro, o modelo HWM14 apresenta maior diferença em
relação aos dados observados, em comparação ao EArTh Wind em quase todas as latitudes, exceto
em 50o S.
 96

No equinócio, os modelos apresentam comportamento bem similar aos dados observados.

Mesmo a diferença sendo menor, em relação aos outros períodos do ano, ela é mais evidente nas
latitudes 25o S e 50o S no período noturno.

Tabela 8 – Parâmetros, e teste estatístico, realizados para a componente meridional de VNT para 5
latitudes geográficas em três períodos do ano: solstício de dezembro (NDJF), equinócios (MASO) e
solstício de junho (MJJA) entre dados observados (UARS-WINDII) e os modelos EArTh Wind e
HWM14.
COMPONENTE MERIDIONAL

Períodos GLAT MODELO EArTh Wind MODELO HWM14

EM RMSE dW CorS p-valor EM RMSE dW CorS p-valor

50o N 25,27 40,16 0,73 0,74 0,17 36,09 44,76 0,77 0,76 0,03

25o N 16,32 25,51 0,58 0,47 0,00 24,81 38,40 0,54 0,35 0,01
Solstício de
0o 7,64 28,36 0,57 0,57 0,14 34,41 45,20 0,59 0,29 0,00
Dezembro
25o S 17,91 44,03 0,60 0,72 0,23 62,30 72,32 0,60 0,70 0,00

50o S -45,49 61,93 0,54 0,76 0,10 -21,25 43,71 0,74 0,77 0,48

50o N 13,68 46,07 0,76 0,89 0,44 20,28 43,26 0,84 0,47 0,66

25o N -0,35 20,71 0,68 0,52 1,00 -7,15 23,63 0,76 0,40 0,44

Equinócios 0o 0,87 20,34 0,69 0,82 0,71 4,33 22,76 0,55 0,65 0,81

25o S -5,65 31,43 0,66 0,59 0,74 6,29 33,37 0,79 0,54 0,38

50o S -34,79 51,57 0,75 0,95 0,57 -23,92 34,84 0,91 0,95 1,00

50o N 15,17 33,29 0,78 0,81 0,88 9,02 23,75 0,92 0,91 0,35

25o N -2,10 36,19 0,23 -0,24 0,31 -23,04 46,79 0,41 0,27 0,01
Solstício de
0o 4,42 31,85 0,28 -0,13 0,53 -6,64 26,46 0,49 0,45 0,23
Junho
25o S -12,83 37,31 0,42 0,13 0,21 -15,92 44,90 0,44 0,11 0,11

50o S -25,35 41,45 0,76 0,70 1,00 -34,24 48,22 0,81 0,59 0,87

Fonte: Elaborada pelo autor (2020).

A Tabela 8 apresenta os parâmetros estatísticos calculados a partir da comparação entre os

dados observados e os modelos EArTh Wind e HWM14 separadamente. Os valores dos parâmetros
em vermelho representam valores que não apresentaram bons resultados comparativamente ao
parâmetro estatístico.
 97

Considerando os valores do erro médio (EM), nota-se um melhor desempenho do EArTh

Wind em comparação ao modelo HWM14, com HWM14 subestimando os dados observados em
relação ao EArTh Wind. Os valores de RMSE obtidos indicam diferenças absolutas consideráveis
entre os valores observados e os valores simulados para os dois modelos. Observa-se que os valores
referentes ao HWM14 são ligeiramente maiores em comparação ao modelo EArTh Wind, com
algumas exceções durante o solstício de dezembro em 50o S, equinócio nas latitudes 50o N e 50o S,
e solstício de junho nas latitudes 50o e 0o.
O modelo HWM14 apresenta melhor resultado, quando observado o índice de
concordância de Willmott, em relação ao EArTh Wind. O coeficiente de correlação de Spearman
(CorS) obtido para modelo EArTh Wind, apresentou valores ligeiramente melhores em relação ao
HWM14, com o modelo EArTh Wind apresentado uma fraca anticorrelação durante solstício de
junho nas latitudes 25o N e 0o.
Dos p-valores obtidos pelo teste de Wilcoxon pareado, o modelo HWM14 apresenta mais
valores abaixo de 5% em comparação ao modelo EArTh Wind. Por tanto, para este caso, pode-se
afirmar que existe evidência estatística de que os valores observados e simulados pelo HWM14
diferem.

5.1.3.2 Comparativo entre componentes zonais dos dados observados e dos modelos

Nesta sessão é abordada a comparação entre os valores observados da componente zonal

de VNT e os modelo EArTh Wind e HWM14, onde, na Figura 38 são apresentadas as sobreposições
dos valores da componente zonal de VNT simulados por HWM14, EArTh Wind e dados observados
em 250 km de altitude.
Qualitativamente, é possível perceber que em todos os períodos do ano, e latitudes, existe
uma boa concordância em relação ao comportamento dos dados observados e os modelos. Contudo,
os valores simulados pelo modelo EArTh Wind exibem menor diferença em relação aos dados
observados, quando comparados com o modelo HWM14. A maior diferença entre os valores
simulados pelo modelo EArTh Wind e os dados observados ocorre no período de solstício de
dezembro, aproximadamente entre 14 h e 18 h nas latitudes 50o N e 25o N.
Ambos os modelos tendem a subestimar ou superestimar menos os dados observados, se
comparado com os resultados exibidos para a componente meridional.
Assim como na componente meridional, os dados simulados e observados apresentam
pouca diferença no período de equinócio.
 98

Figura 38 – Comparação entre a componente zonal dos VNT obtidos de dados observados (UARS-
WINDII na cor preta) e de dados gerados pelos modelos HWM14 (cor vermelha) e EArTh Wind
(cor azul) para 5 valores de latitude geográfica e em períodos do ano diferentes.

Fonte: Elaborada pelo autor (2020).

Na Tabela 9 são apresentados os parâmetros estatísticos. Assim como na Tabela 8, os

valores em vermelho representam valores que não apresentaram bons resultados comparativamente
ao parâmetro estatístico.
Os valores de erro médio (EM) da Tabela 9 indicam pouca tendência de subestimar, ou
superestimar, os dados observados. Já os valores de RMSE apresentam comportamento semelhante
para os dois modelos, sendo que os valores obtidos para esse parâmetro estatístico referente ao
modelo HWM14 são ligeiramente maiores em comparação aos valores obtidos pelo EArTh Wind.
Ambos os modelos exibem valores de RMSE acima dos valores mostrados na Tabela 8.
 99

Os índices de concordância de Willmott para ambos os modelos são semelhantes entre si e

apresentam melhores resultados, em comparação aos dados obtidos, para a componente meridional.
Ambos os modelos apresentam fraca concordância na latitude 50o S nos períodos de solstício de
dezembro e equinócio. Os valores de correlação do modelo EArTh Wind são melhores em
comparação ao HWM14. O modelo HWM14 apresenta fraca anticorrelação em 50o S nos períodos
de equinócio e solstício de dezembro. Os p-valores obtidos, realizando o teste de Wilcoxon pareado,
indicam que os modelos são significativamente semelhantes aos dados observados. No entanto, o
modelo EArTh Wind possui um p-valor inferior a 5% em 50o N no período de solstício de junho.

Tabela 9 – Parâmetros, e teste estatístico, realizados para a componente zonal de VNT para 5
latitudes geográficas em três períodos do ano: solstício de dezembro (NDJF), equinócios (MASO) e
solstício de junho (MJJA) entre dados observados (UARS-WINDII) e os modelos EArTh Wind e
HWM14.
COMPONENTE ZONAL

Períodos GLAT MODELO EArTh Wind MODELO HWM14

EM RMSE dW CorS p-valor EM RMSE dW CorS p-valor

50o N 5,18 44,37 0,83 0,67 0,53 -2,49 48,48 0,80 0,60 0,98

25o N 2,21 40,68 0,86 0,69 0,73 -1,04 54,36 0,77 0,55 1,00
Solstício de
0o -0,80 29,95 0,94 0,88 0,97 -8,52 49,96 0,86 0,74 0,64
Dezembro
25o S -0,39 27,36 0,92 0,87 0,87 1,68 49,25 0,76 0,52 0,76

50o S -0,80 49,37 0,59 0,26 0,31 9,15 64,42 0,27 -0,18 0,43

50o N -10,07 29,95 0,92 0,91 0,39 -15,49 39,69 0,85 0,86 0,74

25o N 2,52 28,94 0,93 0,86 0,69 -3,59 47,32 0,82 0,69 0,97

Equinócios 0o 5,51 31,12 0,94 0,87 0,87 -5,48 33,52 0,93 0,85 0,78

25o S -5,61 25,65 0,94 0,90 0,99 3,00 39,33 0,88 0,76 0,65

50o S -0,57 88,53 0,22 0,10 0,54 -5,47 101,96 0,17 -0,02 0,72

50o N 12,21 32,67 0,89 0,82 0,04 15,30 25,53 0,91 0,81 0,06

25o N 3,44 28,82 0,92 0,78 0,42 -9,84 57,57 0,70 0,43 0,80
Solstício de
0o -2,54 27,18 0,96 0,92 0,90 -26,36 43,04 0,90 0,82 0,29
Junho
25o S -21,05 44,71 0,83 0,71 0,32 -7,06 41,69 0,89 0,76 0,76

50o S -1,57 49,67 0,74 0,76 0,46 9,87 51,13 0,83 0,75 0,43

Fonte: Elaborada pelo autor (2020).

 100

5.1.3.3 Comparativo entre as componentes meridional e zonal dos modelos EArTh Wind e HWM14

Nesta sessão, serão mostrados os resultados comparativos entre os modelos EArTh Wind e
HWM14 para as suas componentes de VNT. É importante destacar que para efeito comparativo o
modelo HWM14 foi considerado como observado e o EArTh Wind foi considerando como
simulado.

Tabela 10 – Parâmetros, e teste estatístico, realizados para as componentes de VNT para 5 latitudes
geográficas em três períodos do ano: solstício de dezembro (NDJF), equinócios (MASO) e solstício
de junho (MJJA) entre os modelos EArTh Wind e HWM14.
MERIDIONAL ZONAL
Períodos GLAT
EM RMSE dW CorS p-valor EM RMSE dW CorS p-valor

50o N -10,52 17,41 0,93 0,98 0,25 10,01 18,81 0,97 0,97 0,46

25o N -8,49 21,53 0,74 0,68 0,20 3,24 30,64 0,91 0,75 0,51
Solstício de
0o -26,77 33,35 0,42 0,09 0,00 7,72 36,86 0,90 0,75 0,38
Dezembro
25o S -44,29 50,53 0,64 0,90 0,00 -4,89 26,84 0,91 0,81 0,44

50o S -25,80 31,63 0,84 0,98 0,03 13,99 38,14 0,69 0,49 0,86

50o N 2,27 21,31 0,91 0,92 0,82 10,30 27,86 0,92 0,85 0,39

25o N 6,80 15,37 0,83 0,75 0,76 6,11 33,19 0,90 0,73 0,36

Equinócios 0o -3,37 6,92 0,87 0,84 0,29 12,99 33,19 0,91 0,79 0,28

25o S -13,11 25,25 0,79 0,98 0,46 -9,50 25,24 0,94 0,88 0,56

50o S -17,94 25,71 0,90 0,99 0,30 6,19 40,48 0,81 0,80 0,44

50o N 15,84 27,71 0,86 0,96 0,18 17,47 40,08 0,76 0,63 0,71

25o N 20,92 29,26 0,62 0,61 0,00 13,09 40,08 0,77 0,61 0,63
Solstício de
0o 11,72 17,48 0,50 -0,07 0,00 23,61 32,72 0,92 0,89 0,04
Junho
25o S 3,24 18,55 0,84 0,75 0,74 -14,71 30,85 0,92 0,88 0,46

50o S -15,49 40,29 0,82 0,95 0,32 -3,28 43,87 0,76 0,72 0,7

Fonte: Elaborada pelo autor (2020).

Ao observar os parâmetros estatísticos exibidos na Tabela 10, é possível perceber que os

mesmos indicam existir boa semelhança entre os modelos, principalmente a componente
meridional. Esta componente exibe diferenças, como tendência a subestimar os valores simulados
 101

com EArTh Wind no período de solstício de dezembro e superestimar no período de solstício de

junho. A componente zonal apresenta consideráveis diferenças, que são evidenciadas pelos valores
de RMSE. Também é possível perceber maior semelhança em períodos de equinócio em
comparação aos períodos de solstícios.

5.1.4 Comparativo entre dados de VNT obtidos a partir de medidas utilizando interferômetro de
Fabry Pérot sobre Arecibo (Porto Rico), e os modelos EArTh Wind e HWM14

Nesta sessão é apresentada uma comparação qualitativa, e quantitativa, entre os valores

simulados (modelos EArTh Wind e HWM14) e observados das componentes VNT obtidos a partir
do interferômetro Fabry Pérót, operado das instalações do Observatório de Arecibo em Arecibo,
Porto Rico (latitude 18,35o N, longitude 66,75o).
Os dados observados compreendem o período de 10 de fevereiro de 1980, até 31 de março
de 2009, e correspondem a medidas realizadas utilizando a linha de emissão vermelha (λ = 630,0
nm) durante período noturno (entre 19,5 h e 5,5 h em hora local), em uma altitude de 250 km. Estes
dados já foram utilizados em alguns estudados dentre os quais podemos citar Brum et al. (2012).
Para realizar as comparações, foram selecionados registros com características similares ao
modelo EArTh Wind. Ou seja, foram selecionados aqueles registros com valores de
+
kp≤2 (2,33) e Φ10.7 cm≤125,0 SFU . Desses, para representar o período de solstício de
dezembro, foram selecionados registros de novembro até fevereiro (NDJF). Para o solstício de
junho os meses de maio até agosto (MJJA), e para o período de equinócio foram considerados os
períodos de março, abril, setembro e outubro (MASO).
Nas sobreposições mostradas na Figura 39, os valores médios representativos para hora
local foram calculados entre 20 h e 05 h, em intervalos de 01 h, com um janelamento de 1 h (0,5
horas antes e 0,5 horas depois). As barras de erro foram calculadas considerando um intervalo de
±2 σV em relação as médias obtidas dos registros contidos nos intervalos, em hora local,
considerados. Para os valores simulados a partir dos modelos computacionais EArTh Wind e
HWM14, foram considerados para o solstício de dezembro o dia 356, o dia 173 para o solstício de
junho, e a média simples dos dias 81 e 265 para o período de equinócio.
Os gráficos da esquerda, na Figura 39, representam a componente meridional, e os gráficos
da direita representam a componente zonal. Os círculos escuros representam os registros observados
disponíveis por componente de VNT referente ao período de interesse. Os quadrados em azul
representam a média centrada em hora local (janelamento de 01 h), os triângulos vermelhos
 102

representam os valores simulados pelo modelo EArTh Wind, e os losangos em magenta representam
as simulações obtidas com o modelo HWM14.
Nos gráficos da componente meridional, exibidos na Figura 39, é possível perceber que os
modelos EArTh Wind e HWM14, subestimam os valores médios dos registros no período de
solstício de dezembro, apresentando uma maior diferença entre os horários de 23 h e 03 h. No
entanto, ambos os modelos apresentaram boa concordância com os valores médios dos registros
(FPI – Arecibo). Visualmente, a concordância entre os modelos (EArTh Wind e HWM14) foi maior
quando comparados individualmente aos valores médios dos registros.

Figura 39 – Gráficos comparativos entre valores das componentes, meridional (gráficos da

esquerda) e zonal (gráficos da direita) modeladas (EArTh Wind, HWM14) e dados de VNT
observados (FPI – Arecibo) em três períodos do ano: solstício de dezembro (NDJF), equinócios
(MASO) e solstício de junho (MJJA).

Fonte: Elaborada pelo autor (2020).

No período de equinócio o modelo EArTh Wind subestima os registros médios com maior
diferença entre 20 h e 24 h. Ambos os modelos apresentam boa concordância com os valores
 103

médios dos registros em hora local, com o modelo HWM14 tendo apresentado maior semelhança
com os valores médios dos registros em comparação ao modelo EArTh Wind.
Durante o período de solstício de junho, o modelo EArTh Wind, apesar de apresentar uma
boa concordância com o comportamento dos valores médios (FPI – Arecibo) e com o modelo
HWM14, subestima bastante, tanto os valores médios quanto os valores simulados pelo HWM14. O
comportamento do modelo HWM14 apresentou melhor concordância com o comportamento dos
valores médios dos registros em hora local.
Na Tabela 11 são mostrados resultados dos parâmetros estatísticos obtidos a partir da
comparação entre valores simulados com os modelos EArTh Wind e HWM14, e valores médios dos
registros em hora local (FPI – Arecibo). Os valores obtidos para os parâmetros estatísticos
expressam, quantitativamente, as observações visuais já realizadas a respeito da componente
meridional. Valores de EM positivos indicam que o modelo EArTh Wind subestima os valores
médios, em todos os períodos do ano, onde a maior diferença ocorreu no período de solstício de
junho. Em relação ao modelo HWM14, os valores médios são fracamente subestimados durante o
solstício de dezembro, e fracamente superestimados no equinócio e solstício de junho. Na
comparação absoluta o modelo HWM14 apresentou menores valores de RMSE em comparação ao
modelo EArTh Wind, o que indica uma menor diferença entre o modelo HWM14 e os valores
médios de FPI – Arecibo em relação ao modelo EArTh Wind.
Os outros parâmetros estatísticos indicam que ambos os modelos apresentam uma
excelente concordância com os valores médios observados (FPI – Arecibo), com o modelo HWM14
apresentado melhor concordância em comparação ao modelo EArTh Wind.

Tabela 11 – Parâmetros, e teste estatístico, realizados para a componente meridional de VNT em

três períodos do ano: solstício de dezembro (NDJF), equinócios (MASO) e solstício de junho
(MJJA) entre dados observados (FPI-Arecibo) e os modelos EArTh Wind e HWM14.

COMPONENTE MERIDIONAL

Períodos MODELO EArTh Wind MODELO HWM14

EM RMSE dW CorS p-valor EM RMSE dW CorS p-valor

Solstício
14,08 17,09 0,78 0,79 0,1 2,15 9,12 0,91 0,87 0,9
(Dezembro)

Equinócios 12,31 13,24 0,87 0,96 0,21 -3,04 5,14 0,98 0,95 0,68

Solstício (Junho) 21,34 24,59 0,67 0,89 0,03 -10,38 18,49 0,67 0,9 0,27

Fonte: Elaborada pelo autor (2020).

 104

Em relação a componente zonal, visivelmente o modelo EArTh Wind apresenta forte

discordância com os valores médios dos registros em hora local (FPI – Arecibo) nos períodos
exibidos. Em contrapartida, o modelo HWM14 apresenta boa concordância com os valores médios
dos registros em hora local nos distintos períodos.
Uma explicação para este desempenho do modelo EArTh Wind, ao descrever a componente
zonal, é o fato de que o modelo EArTh Wind apresenta um comportamento médio longitudinal.
Logo, não leva em consideração a variabilidade existente em relação a longitude geográfica, que
está diretamente associada a componente zonal. Já o modelo HWM14 possui dependência espacial
latitudinal e longitudinal. Dessa forma, mesmo calculando uma média longitudinal com o modelo
HWM14, esta média é calculada levando em consideração a variabilidade longitudinal apresentada
pelo modelo.
Diante de tais discrepâncias, no período de solstício de dezembro, o modelo EArTh Wind
superestima, tanto os valores médios dos registro, como o modelo HWM14 até as 22 h. A partir das
22 h os valores de EArTh Wind passam a subestimar os valores médios e o modelo HWM14,
apresentando um comportamento crescente entre 22 h e 01 h, enquanto que os valores médios, e o
modelo HWM14 apresentam comportamento decrescente até as 05 h. A partir de 01 h o modelo
EArTh Wind passa a apresentar um comportamento decrescente assim como os valores médios e os
valores simulados pelo HWM14. No entanto, subestima bastante os valores médios e o HWM14.
No equinócio, o modelo EArTh Wind superestima os valores médios e o modelo HWM14
antes das 23 h. A partir das 23 h o modelo passa a subestimar os valores médios e o modelo
HWM14. Entre 23 h e 01 h o modelo EArTh Wind apresentou um comportamento crescente,
enquanto os valores médios e o HWM14 apresentam comportamento decrescente até 05 h.
Durante o solstício de junho o modelo EArTh Wind superestima os valores médios e o
modelo HWM14 antes das 22,5 h. A partir deste horário o modelo passa a subestimar os valores
médios e o modelo HWM14. Entre 23 h e 01 h o modelo EArTh Wind apresentou um
comportamento crescente, enquanto os valores médios e o HWM14 apresentam comportamento
decrescente até 05 h.
Os parâmetros estatísticos mostrados na Tabela 12 confirmam os resultados em relação a
componente zonal. Na comparação com o modelo EArTh Wind, os parâmetros indicam que, na
maior parte da noite o modelo subestima fortemente os valores médios (FPI – Arecibo). Os valores
de RMSE indicam elevada diferença absoluta entre os valores médios (FPI – Arecibo) e o modelo
EArTh Wind. Os demais parâmetros indicam discordância entre os valores médios e o modelo
EArTh Wind.
 105

Tabela 12 – Parâmetros, e teste estatístico, realizados para a componente zonal de VNT em três
períodos do ano: solstício de dezembro (NDJF), equinócios (MASO) e solstício de junho (MJJA)
entre dados observados (FPI-Arecibo) e os modelos EArTh Wind e HWM14.

COMPONENTE ZONAL

Períodos MODELO EArTh Wind MODELO HWM14

EM RMSE dW CorS p-valor EM RMSE dW CorS p-valor

Solstício
26,59 41,67 0,42 -0,006 0,045 1,28 17,37 0,89 0,87 0,85
(Dezembro)

Equinócios 25,3 43,54 0,37 -0,01 0,06 -0,4 13,02 0,96 0,92 1,0

Solstício (Junho) 32,23 53,48 0,34 -0,09 0,08 2,35 20,18 0,94 0,94 0,85

Fonte: Elaborada pelo autor (2020).

No comparativo com os valores simulados pelo HWM14, os parâmetros estatísticos exibem

uma excelente concordância entre os valores simulados e os valores médios em hora local (FPI –
Arecibo).
Na Figura 40 são mostrados os histogramas obtidos, por hora local, da diferença entre os
valores observados (FPI – Arecibo) e o modelo EArTh Wind, que podem ser chamados de resíduos.
Por tanto, para que o modelo forneça uma boa descrição dos dados observados, deseja-se que a
distribuição estatística dos resíduos apresente comportamento semelhante a uma distribuição
normal, que garante a aleatoriedade dos resíduos com tal distribuição centrada no zero, além
garantir ausência de tendências em subestimar ou superestimar os dados observados.
Para ter uma melhor amostragem estatística, foi tomado cuidado para que os histogramas
fossem gerados com pelo menos 30 valores residuais.
Os histogramas dos resíduos estão separados por hora local (linhas) e distintos períodos do
ano (colunas). O painel da esquerda refere-se a componente meridional, e o painel da direita refere-
se a componente zonal. As linhas em vermelho são gaussianas ajustadas a partir dos valores médios
e desvios padrões (também exibidos nos histogramas) obtidas para cada horário e período do ano.
No painel que representa o comportamento dos resíduos da componente meridional, é
possível perceber que em todos os histogramas os valores das médias obtidas diferem de zero e
indicam que o modelo subestima os dados observados.
Os histogramas referentes ao período de equinócio foram os que apresentaram melhores
resultados apresentando pouca tendência em subestimar ou superestimar. Os piores resultados para
 106

o período de equinócio ocorrem entre 20 horas e 23 horas sendo a maior tendência em subestimar
os valores observados ocorrendo às 22 horas.
Os histogramas referentes ao solstício de junho apresentaram os piores resultados para a
componente meridional subestimando bastante os valores observados com piores resultados
ocorridos às 23 horas e às 04 horas. Os histogramas referentes às 05 h não pode ser obtido, pois
apresentou quantidade de resíduos inferior a 30.
Os gráficos que representam o período de solstício de dezembro, também apresentam
tendência em subestimar os valores observados apresentado as maiores diferenças às 24 horas (0
hora), 01 hora e 05 horas.
O comportamento exibido pelos comparativos em histograma da componente meridional
corrobora a comparação qualitativa visual realizada observando a Figura 39, e quantitativa
apresentada na Tabela 11.
Diante dos resultados obtidos das comparações realizadas entre os dados observados da
componente meridional (FPI – Arecibo), e simulados pelo modelo EArTh Wind. Junto com os
resultados comparativos anteriores, pode-se afirmar que o modelo EArTh Wind apresenta bons
resultados em reproduzir o comportamento dos valores observados da componente meridional
(FPI – Arecibo).
Para a componente zonal, os histogramas indicam tendência a superestimar e a subestimar
os dados observados. O período de solstício de junho, assim como na componente meridional,
apresentou os piores resultados superestimando os dados observados entre 20 h e 22 h, e partir das
23 h, apresentado uma tendência em subestimar os dados observados de forma crescente entre 23 h
e 02 h a partir desse horário a tendência em subestimar continua alta, mas se estabiliza.
O período que apresentou menores tendências em subestimar ou superestimar foram os
histogramas referentes ao período de solstício de dezembro, onde, apresenta tendência em
superestimar até as 22 h. Daí em diante a tendência foi de subestimar os dados observados de forma
crescente até as 02 h se mantendo estável até 04 h quando a tendência em subestimar tem uma
queda às 05 h.
Para o período de equinócio o comportamento da tendência em superestimar cresce até as
02 h se mantendo estável até as 03, quando às 04 h e 5 h ocorre um decréscimo na tendência em
subestimar os dados observado.
Os resultados obtidos a componente zonal também estão em consonância com a
comparação qualitativa visual realizada a partir da Figura 39, e quantitativa apresentada na Tabela
12.
 107

Diante dos resultados obtidos das comparações realizadas, até aqui, entre os dados
observados da componente zonal (FPI – Arecibo), e simulados pelo modelo EArTh Wind. Pode-se
afirmar que o modelo EArTh Wind não apresenta bons resultados em reproduzir o comportamento
dos valores observados (FPI – Arecibo).

Figura 40 – Distribuição em histograma dos resíduos entre os dados obtidos por utilizando FPI –
Arecibo e o modelo EArTh Wind para diferentes horários locais e períodos do ano. As curvas
desenhadas na cor vermelha representam gaussianas geradas a partir dos valores médios e desvio
padrão obtidas para cada hora local. O painel da esquerda refere-se a componente meridional e o
painel da direita refere-se a componente zonal.

Fonte: Elaborada pelo autor (2020).

 108

6 CONCLUSÕES E PERSPECTIVAS FUTURAS

6.1 Conclusões

Neste trabalho foi apresentado o modelo empírico médio longitudinal (EArTh Wind) com
cobertura espacial em latitude geográfica compreendido entre -50 o até 50o para 250 km de altitude
com dependência em hora local (0 às 24 h) e sazonal (do dia 1 até 365). O modelo é representativo
para períodos considerados geomagneticamente calmos, mais especificamente para valores de fluxo
solar médio Φ10,7m = 87,83 SFU e índice de atividade geomagnética média kpm = ~2- (1,58). Suas
variações em hora local e sazonal (dia do ano), são moduladas por séries de Fourier cujos
coeficientes obtidos resultam de em uma análise estatística dos registros de perfis das componentes
de VNT, que foram obtidos por medidas realizadas utilizando o equipamento embarcado (WINDII) e
no satélite UARS. Como base nos resultados simulados obtidos, pode-se tecer algumas conclusões:

 A partir de uma análise estatística dos perfis das componentes de VNT, foi possível mostrar que
o comportamento dos VNT em 250 km pode ser representado pela média simples entre 225 km
e 275 km de altitude. Este resultado é esperado uma vez que em altitudes de aproximadamente
250 km a velocidade do VNT não apresenta muitas variações em altitude, uma vez que nessa
região o arrasto iônico provoca um aumento na viscosidade do plasma ionosférico
(TITHERIDGE, 1995; RICHMOND, 1983);

 A parte correspondente a variação diária média do modelo EArTh Wind [Vm(lat, t)] como visto
na Figura 29 apresenta comportamento esperado ao longo dia para ambas as componentes de
VNT levando em consideração a dinâmica de movimentação do VNT, como por exemplo o
movimento predominante para os polos no período diurno e um movimento predominante para o
equador no período noturno;

 O comportamento da variabilidade média sazonal com dependência em latitude e dia do ano

[ΔVm(lat, dia)] do modelo EArTh Wind, também exibe padrões esperados de comportamento ao
longo do ano para as duas componentes de VNT, como pode ser visto na Figua 30;

 Uma análise espectral realizada em uma séria corrida de 01 ano em intervalos de 1 hora para a
o
faixa de latitude de ±50 mostrou variações na relevância das periodicidades presentes de
acordo com a localização em latitude geográfica, que está de acordo com as dinâmicas
apresentadas pelas componentes de VNT ao longo do dia e de forma sazonal (ao longo do ano);
 109

 O modelo EArTh Wind se mostrou capaz em descrever, de forma qualitativa, a climatologia

longitudinal média para 250 km de altitude das componentes de VNT, conforme se pode
observar da climatologia apresentada em Emmert et al. (2002);

 Na componente meridional mostrada na Figura 37, percebe-se que ambos os modelos

subestimam os dados observados, especialmente nos períodos de solstícios durante o período
noturno. A exceção ocorre no solstício de dezembro nas regiões do equador e 25o N, quando a
maior diferença ocorreu no período diurno. A maior diferença entre os dados observados e o
modelo EArTh Wind ocorreu na latitude 50o S no solstício de dezembro. O modelo EArTh Wind
apresentou melhor concordância com os dados observados em comparação ao modelo HWM14;

 Na sobreposição dos valores observados e simulados da componente zonal (Figura 38), percebe-
se que os valores simulados pelos modelos apresentam boa concordância com os dados
observados, com EArTh Wind exibindo melhor concordância e menor diferença em relação aos
dados observados, quando comparado ao modelo HWM14, em todos os períodos do ano e
latitudes. A maior diferença entre os valores simulados pelo modelo EArTh Wind e os dados
observados ocorre durante o solstício de dezembro nas latitudes de 50 o N e 25o N entre 14 h e 18
h. Visualmente, os melhores resultados ocorreram no período de equinócio;

 Os índices estatísticos comparativos entre os dados observados da componente zonal (Tabela 9)

e os valores obtidos pelos modelos EArThWind e HWM14, apresentam valores melhores quando
comparados a componente meridional (Tabela 8), para todos os períodos do ano. Os parâmetros
comparativos estatísticos referentes ao período de equinócio são melhores em comparação aos
períodos de solstícios;

 Na comparação estatística realizada entre os modelos EArTh Wind e HWM14 (Tabela 10) a
componente meridional apresenta maior semelhança estatística, em comparação a componente
zonal. Em relação aos períodos do ano, os parâmetros estatísticos exibiram maior semelhança
nos períodos de equinócio para as duas componentes de VNT;

 O comparativo localizado que foi realizado entre dados observados das componentes de VNT
em Arecibo e os modelos EArTh Wind e HWM14 para diferentes períodos do ano, mostrou boa
concordância em descrever o comportamento da componente meridional, para ambos os
modelos. No entanto, o modelo HWM14 apresentou melhor concordância e menor diferença
quando comparado aos dados observados em relação ao modelo EArTh Wind;
 110

 O comparativo localizado referente a componente zonal de VNT entre os dados observados em

Arecibo, o modelo EArTh Wind apresentou forte discordância em todas as análises, tanto
qualitativa, quanto quantitativa para todos os períodos do ano. Uma provável explicação para
tal fato é que o modelo EArTh Wind não possui dependência em longitude geográfica. Com
isso, não é capaz de descrever as variabilidades associadas ao comportamento em longitude
geográfica. Em contrapartida, o modelo HWM14 apresentou boa concordância ao descrever
comportamento da componente zonal de VNT.

De modo geral o modelo médio longitudinal EArTh Wind consegue descrever a

climatologia das componentes de VNT, apresentando bons resultados quando comparado com os
dados observados (UARS-WINDII), e quando comparado ao modelo HWM14. De acordo com o que
foi observado em relação aos gráficos, e também em relação aos parâmetros estatísticos calculados,
é possível perceber que o modelo EArTh Wind possui um comportamento similar ao modelo
HWM14. Importante destacar que ambos os modelos ainda não apresentam dependência com fluxo
solar (Φ10,7cm). No caso do modelo EArTh Wind, este foi concebido para um valor de Φ10,7cm = 87,83
SFU e kp = ~2-. Já o modelo HWM14 foi concebido para um valor de Φ10,7m = 107,0 SFU (DROB et
al., 2015). No entanto, o HWM14 possui dependência em longitude geográfica e índice
geomagnético ap. Na comparação localizada, onde foram utilizados dados observados das
componentes de VNT medidas a partir do Observatório de Arecibo, o modelo EArTh Wind descreve
muito bem o comportamento da componente meridional, mas apresenta grande discordância ao
descrever a componente zonal.

6.2 Artigo aceito e perspectivas de futuras pesquisas

O modelo médio longitudinal proposto neste trabalho exibiu bons resultados para as
componentes de VNT, frente ao comportamento médio longitudinal dos dados medidos a partir do
UARS-WINDII. Essa análise inicial gerou o artigo de título: Modelo Semi-Empírico Médio
Longitudinal de Ventos Termosféricos a 250 km para Períodos de Baixa Atividade Solar e
Geomagnética, que foi submetido à Revista Brasileira de Geografia Física em dezembro de 2019, e
aceito em maio de 2020. O artigo está em anexo a esta tese.
Na perspectiva futura de dar continuidade ao trabalho em que foi desenvolvido, e
promover melhoramentos ao modelo médio longitudinal EArTh Wind, pode-se citar alguns
trabalhos a serem desenvolvidos que contribuirão nesse aspecto:
 111

1. Ampliar a abrangência do modelo incluindo variabilidades associadas à dependência

longitudinal geográfica, fluxo solar Φ10.7cm e índice geomagnético kp, para condições de flux
solar (Φ10.7cm) e geomagnéticas (kp) consideradas geomagneticamente calmas, e promover
uma avaliação do modelo comparando-o com dados observados a partir de medições
realizadas por equipamentos como o FPI – Arecibo, para semelhantes condições de
atividade solar e geomagnética;
2. Utilizar resultados das simulações oriundas do modelo médio longitudinal EArTh Wind e /ou
do modelo mais completo (contendo a variabilidade longitudinal, dependências com
atividade solar e geomagnética), para fornecer valores das componentes de VNT como
parâmetros de entrada de outros modelos, como o modelo ionosférico SUPIM. A partir dos
resultados obtidos pelo modelo SUPIM, avaliar o desempenho do mesmo comparando
grandezas como a altura máxima da camada F2 (hmF2) e densidade eletrônica máxima
(NmF2), e valores observados dessas mesmas grandezas a partir de equipamentos
experimentais como as digissondas, em condições aeronômicas de fluxo solar (Φ10.7cm) e
geomagnéticas (kp) consideradas geomagneticamente calmas.
 112

REFERÊNCIAS

ABDU, M. A. The international equatorial electrojet year. Eos, Transactions American

Geophysical Union, [S.L.], v. 73, n. 5, p. 49–54, 1992.

AKIMA, H. A New Method of Interpolation and Smooth Curve Fitting Based on Local Procedures.
Journal of the Association for Computing Machinery, [S.L.], v. 17, n. 4, p. 589–602, out. 1970.

AKIMA, H. Method of Univariate Interpolation that Has the Accuracy of a Third-degree

Polynomial. ACM Transactions on Mathematical Software, [S.L.], v. 17, n. 3, p. 341–366, set.
1991.

ALKEN, P. et al. Improved horizontal wind model HWM07 enables estimation of equatorial
ionospheric electric fields from satellite magnetic measurements. Geophysical Research Letters,
[S.L.], v. 35, n. 11, p. 1–6, jun. 2008.

ALKEN, P. et al. Evaluation of candidate models for the 13th generation International Geomagnetic
Reference Field. Earth, Planets And Space, [S.L.], p. 1–31, 2020. No prelo.

ANDERSON, D. N. A Theoretical Study of the Ionospheric F Region Equatorial Anomaly - I.

Theory. Planetary and Space Science, [S.L.], v. 21, n. 3, p. 409–419, mar. 1973.

ANDERSON, D. N. A Theoretical Study of the Ionospheric F Region Equatorial Anomaly - II.

Results in American and Asian Sectors. Planetary and Space Science, [S.L.], v. 21, n. 3, p. 421–
442, 1973.

APPLETON, E. V. The anomalous equatorial belt in the F2 - layer. Journal of Atmospheric and
Terrestrial Physics, [S.L.], v. 5, n. 1–6, p. 348–351, jan. 1954.

ASEVEDO JR, W. D. Modelo Ionosférico Regional Parametrizado. 2009. 77 p. Dissertação

(Mestrado e Geofísica Espacial) – Instituto Nacional de Pesquisas Espaciais (INPE), São José dos
Campos, 2009.

BAILEY, J. G.; BALAN, N.; SU, Y. Z. Shefield University Ionosphere-Plasmasphere Model a

review. Journal of Atmospheric and Terrestrial Physics, [S.L.], v. 59, n. 13, p. 1541–1552, set.
1997.
 113

BALAN, N. et al. Equatorial plasma fountain and its effects over three locations: evidence for an
additional layer, the F3 layer. Journal of Geophysical Research: Space Physics, [S.L.], v. 102, n.
A2, p. 2047–2056, fev. 1997.

BALAN, N.; BAILEY, G. J. Equatorial plasma fountain and its effects: possibility of an additional
layer. Journal of Geophysical Research: Space Physics, [S.L], v. 100, n. A11, p. 21421–21432,
nov. 1995.

BANKS, P.; KOCKARTS, G. Aeronomy. London: Academic Press, 1973.

BANKS, P. M.; SCHUNK, R. W.; RAITT, W. J. The Topside Ionosphere: A Region of Dynamic
Transition. Annual Review of Earth and Planetary Sciences, [S.L.], v. 4, n. 1, p. 381–440, maio.
1976.

BARRY, R. G.; CHORLEY, R. J. Atmosfera Tempo e Clima. 9. ed. Porto Alegre - RS: Bookman
Editora LTDA, 2011.

BARTH, C. A. Three-Body Reactions. Annales de Geophysique, v. 20, p. 182, 1964.

BATISTA, I. S. et al. Long term trends in the frequency of occurrence of the F3 layer over fortaleza,
brazil. Journal of Atmospheric and Solar-Terrestrial Physics, [S.L], v. 64, n. 12–14, p. 1409–
1412, ago. 2002.

BATISTA, I. S. et al. Equatorial Ionization Anomaly: The Role of Thermospheric Winds and the
Effects of the Geomagnetic Field Secular Variation. In: ABDUL, M.; PANCHEVA, D. (org.).
Aeronomy of the Earth's Atmosphere and Ionosphere. Dordrecht: Springer Netherlands, 2011. p.
317–328.

BROADFOOT, A. L.; KENDALL, K. R. The airglow spectrum, 3100-10,000 A. Journal of

Geophysical Research, [S.L], v. 73, n. 1, p. 426–428, jan. 1968.

BRUM, C. G. M. Variabilidade da absorção de ruído cósmico via riômetro e modelagem

numérica dos processos associados. 2004. 297 p. Tese (Doutorado em Geofísica Espacial) –
Instituto Nacional de Pesquisas Espaciais (INPE), São José dos Campos, 2004.

BRUM, C. G. M. et al. Long-term Changes in the Thermospheric Neutral Winds over Arecibo:
Climatology based on over three decades of Fabry-Perot observations. Journal of Geophysical
Research: Space Physics, [S.L.], v. 117, n. A2, p. 1–16, jan. 2012.
 114

CHAMBERLAIN, J. W. Physics of the aurora and airglow: International geophysics series.

Washington, D.C: American Geophysical Union, 1995. v. 2 (Publicado originalmente, Nova York,
Academic Press, 1961).

CLEMESHA, B. R.; TAKAHASHI, H. Rocket-borne measurements of horizontal structure in the

OH(8,3) and Na D airglow emissions. Advances in Space Research, [S.L.], v. 17, n. 11, p. 81–84,
jan. 1996.

CULOT, F. et al. The OI 630.0 and 557.7nm dayglow measured by WINDII and modeled by
TRANSCAR. Annales Geophysicae, [S.L.], v. 22, n. 6, p. 1947–1960, jun. 2004.

DAED - OBSERVATÓRIO NACIONAL. Atmosfera. [S.L: S.N.].

DICKINSON, R. E.; RIDLEY, R. C.; ROBLE, R. G. A three - dimensional general circulation

model of the thermosphere. Journal of Geophysical Research: Space Physics, [S.L.], v. 86, n. A3,
p. 1499–1512, 1981.

DICKINSON, R. E.; RIDLEY, R. C.; ROBLE, R. G. Thermospheric general circulation with

coupled dynamics and composition. Journal of the Atmospheric Sciences, [S.L.], v. 41, n. 2, p.
205–219, jan. 1984.

DROB, D. P. et al. An empirical model of the Earth’s horizontal wind fields: HWM07: HWM07.
Journal of Geophysical Research: Space Physics, [S.L.], v. 113, n. A12, p. 1–18, dez. 2008.

DROB, D. P. et al. An update to the Horizontal Wind Model (HWM): The quiet time thermosphere.
Earth an Space Science, [S.L.], v. 2, n. 7, p. 301–319, jul. 2015.

ELY, C. V. Modelagem de ventos neutros termosféricos para o território brasileiro por meio de
simulação numérica. 2016. 158 p. Tese (Doutorado em Geofísica Espacial) – Instituto Nacional de
Pesquisas Espaciais (INPE), São José dos Campos, 2016.

EMMERT, J. T. Climatology of upper thermospheric daytime neutral winds from satellite

observations. 2001. 136 p. Phdthesis (Doctor of Philosophy) – Utah State University, Utah, 2001.

EMMERT, J. T. et al. Climatology of middle- and low-latitude daytime F region disturbance neutral
winds measured by Wind Imaging Interferometer (WINDII). Journal of Geophysical Research:
Space Physics, [S.L.], v. 106, n. A11, p. 24701–24712, nov. 2001.
 115

EMMERT, J. T. et al. Altitude dependence of middle and low-latitude daytime thermospheric

disturbance winds measured by WINDII. Journal of Geophysical Research: Space Physics, [S.L.],
v. 107, n. A12, p. 1–15, dez. 2002.

EMMERT, J. T. et al. Climatologies of nighttime upper thermospheric winds measured by ground-

based Fabry-Perot interferometers during geomagnetically quiet conditions: 1. Local time,
latitudinal, seasonal, and solar cycle dependence. Journal of Geophysical Research: Space
Physics, [S.L.], v. 111, n. A12, p. 1–13, dez. 2006.

EMMERT, J. T. et al. DWM07 global empirical model of upper thermospheric storm-induced

disturbance winds: DWM07 THERMOSPHERIC WIND MODEL. Journal of Geophysical
Research: Space Physics, [S.L.], v. 113, n. A11, p. 1–16, nov. 2008.

FREDERICK, J. E. et al. The O I (λ5577 Å) airglow: Observations and excitation mechanisms.

Journal of Geophysical Research, [S.L.], v. 81, n. 22, p. 3923–3930, 1 ago. 1976.

GOBBI, D. et al. Equatorial atomic oxygen profiles derived from rocket observations of OI 557.7
nm airglow emission. Planetary and Space Science, [S.L.], v. 40, n. 6, p. 775–781, jun. 1992.

GOMBOSI, T. I. Physics of the Space Environment. [S.L.], Cambridge University Press, 1998.

GULYAEVA, T. L. Configuration of the upper boundary of the ionosphere. Acta Geophysica,

[S.L.], v. 55, n. 2, p. 253–266, jun. 2007.

HARGREAVES, J. K. The behaviour of the lower ionosphere near sunrise. Journal of

Atmospheric and Terrestrial Physics, [S.L.], v. 24, n. 1, p. 1–7, jan. 1962.

HARGREAVES, J. K. The Solar-Terrestrial Environment: An Introduction to Geospace - the

Science of the Terrestrial Upper Atmosphere, Ionosphere, and Magnetosphere. [S.L.],
Cambridge University Press, 1992.

HEDIN, A. E. et al. Revised global model of thermosphere winds using satellite and ground-based
observations. Journal of Geophysical Research: Space Physics, [S.L.], v. 96, n. A5, p. 7657–7688,
1991.

HEDIN, A. E. et al. Empirical wind model for the upper, middle and lower atmosphere. Journal of
Atmospheric and Terrestrial Physics, [S.L], v. 58, n. 13, p. 1421–1447, set. 1996.
 116

HEDIN, A. E.; SPENCER, N. W.; KILLEEN, T. L. Empirical global model of upper thermosphere
winds based on Atmosphere and Dynamics Explorer satellite data. Journal of Geophysical
Research, [S.L.], v. 93, n. A9, p. 9959–978, set. 1988.

JENKINS, B. et al. Observations and model calculations of an additional layer in the topside
ionosphere above Fortaleza, Brazil. Annales of Geophysics, [S.L.], v. 15, n. 6, p. 753–759, jun.
1997.

KELLEY, M. C. The Earth’s Ionosphere: Plasma Physics and Eletrodynamics. San Diego:
Academic Press, 1989.

KIVELSON, M. G.; RUSSELL, C. T. (org.). Introduction to space physics. Cambridge ; New

York: Cambridge University Press, 1995.

KOHL, H.; KING, J. W. Atmospheric winds between 100 and 700 km and their effects on the
ionosphere. Journal of Atmospheric and Terrestrial Physics, [S.L.], v. 29, n. 9, p. 1045–1062,
set. 1967.

KUMAR, P.; FOUFOULA-GEORGIOU, E. Wavelet analysis for geophysical applications.

Reviews of Geophysics, [S.L.], v. 35, n. 4, p. 385–412, nov. 1997.

LARSEN, M. F.; FESEN, C. G. Accuracy issues of the existing thermospheric wind models: can we
rely on them in seeking solutions to wind-driven problems? Annales Geophysicae, [S.L.], v. 27, n.
6, p. 2277–2284, jun. 2009.

LEE, S.; WOLBERG, G.; SHIN, S. Y. Scattered data interpolation with multilevel B-splines. IEEE
Transactions on Visualization and Computer Graphics, [S.L.], v. 3, n. 3, p. 228–244, set. 1997.

MAKELA, J. J. et al. Near-continual ground-based nighttime observations of thermospheric neutral

winds and temperatures over equatorial Brazil from 2009 to 2012. Journal of Atmospheric and
Solar-Terrestrial Physics, [S.L.], v. 103, p. 94–102, out. 2013.

MEDEIROS, R. T.; ABDU, M. A.; BATISTA, I. S. Thermospheric meridional wind at low latitude
from measurements of F layer peak height. Journal of Geophysical Research, [S.L.], v. 102, n.
A7, p. 14531–14540, jan. 1997.
 117

MENESES, F. C. et al. A representative airglow volume emission profile from rocket-bor-0ne

photometer data by an artificial neural network technique. Journal of Computational
Interdisciplinary Sciences, [S.L.], v. 2, n. 2, p. 99–109, 2011.

MENESES, F. C.; MURALIKRISHNA, P.; CLEMESHA, B. R. Height profiles of OI 630 nm and

OI 557.7 nm airglow intensities measured via rocket-borne photometers and estimated using
electron density data: a comparison. Geofísica internacional, v. 47, n. 3, p. 161–166, set. 2008.

MERIWETHER, J. W. et al. Climatology of the nighttime equatorial thermospheric winds and

temperatures over Brazil near solar minimum. Journal of Geophysical Research: Space Physics,
[S.L.], v. 116, n. A4, p. 1–12, abr. 2011.

MURTAGH, D. P. et al. Representative volume emission profiles from rocket photometer data.
Annales Geophysicae, v. 2, p. 467–473, ago. 1984.

NOGUEIRA, P. A. B. Estudo da anomalia de ionização equatorial e dos ventos termosféricos

meridionais durante períodos calmos e perturbados na região de baixas latitudes brasileira.
2009. 146 p. Dissertação (Mestrado e Geofísica Espacial) – Instituto Nacional de Pesquisas
Espaciais (INPE), São José dos Campos, 2009.

PERCIVAL, D. B.; WALDEN, A. T. Wavelet Methods for Time Series Analysis. Cambridge:
Cambridge University Press, 2000.

PIEGL, L.; TILLER, W. The NURBS Book. Berlin, Heidelberg: Springer Berlin Heidelberg, 1995.

RAWER, K. Wave Propagation in the Ionosphere. Dordrecht: Springer Netherlands, 1993.

RAYLEIGH, LORD, (STRUTT. R. J.). Absolute intensity of the aurora line in the night sky, and the
number of atomic transitions required to maintain it. Proceedings of the Royal Society of London.
Series A, Containing Papers of a Mathematical and Physical Character, London, v. 129, n. 811,
p. 458–467, 3 nov. 1930.

REBER, C. A. The upper atmosphere research satellite (UARS). Geophysical Research Letters,
[S.L.], v. 20, n. 12, p. 1215–1218, jun. 1993.

REES, D.; FULLER-ROWELL, T. J. A theoretical thermosphere model for CIRA. Advances in

Space Research, [S.L.], v. 7, n. 10, p. 185–197, jan. 1987.
 118

REES, D.; FULLER-ROWELL, T. J. The CIRA theoretical thermosphere model. Advances in

Space Research, [S.L.], v. 8, n. 5–6, p. 27–106, jan. 1988.

RICHMOND, A. D. Thermospheric Dynamics and Electrodynamics. In: CAROVILLANO, R. L.;

FORBES, J. M. (org.). Solar-Terrestrial Physics: Principles and Theoretical Foundations.
Dordrecht: Springer Netherlands, 1983. p. 523–607.

RICHMOND, A. D.; RIDLEY, E. C.; ROBLE, R. G. A thermosphere/ionosphere general circulation

model with coupled electrodynamics. Geophysical Research Letters, [S.L.], v. 19, n. 6, p. 601–
604, mar. 1992.

RISHBETH, H. The F-layer dynamo. Planetary and Space Science, [S.L.], v. 19, n. 2, p. 263–267,
fev. 1971.

RISHBETH, H. Thermospheric winds and the F-region: A review. Journal of Atmospheric and
Terrestrial Physics, [S.L.], v. 34, n. 1, p. 1–47, jan. 1972.

RISHBETH, H. Dynamics of the equatorial F-region. Journal of Atmospheric and Terrestrial

Physics, [S.L.], v. 39, n 9–10, p. 1159–1168, set. 1977.

RISHBETH, H.; GARRIOT, O. K. Introduction to ionosphere physics. Nova York: Academic

Press, 1969.

ROBLE, R. G. et al. A coupled thermosphere/ionosphere general circulation model. Geophysical

Research Letters, [S.L.], v. 15, n. 12, p. 1325–1328, nov. 1988.

ROBLE, R. G.; DICKINSON, R. E.; RIDLEY, E. C. Seasonal and solar cycle variations of the
zonal mean circulation in the thermosphere. Journal of Geophysical Research, [S.L.], v. 82, n. 35,
p. 5493–5504, dez. 1977.

ROBLE, R. G.; RIDLEY, E. C. An auroral model for the NCAR thermospheric general circulation
model (TGCM). Annales Geophysicae, v. 5, p. 369–382, dez. 1987.

ROBLE, R. G.; RIDLEY, E. C. A thermosphere-ionosphere-mesosphere-electrodynamics general

circulation model (time-GCM): equinox solar cycle minimum simulations (30-500 km).
Geophysical Research Letters, [S.L.], v. 21, n. 6, p. 417–420, 1994.

SALBY, M. L. Fundamentals of Atmospheric Physics. San Diego: Academic Press, 1996.

 119

SANTOS, P. T. et al. Using incoherent scatter radar to investigate the neutral wind long-term trend
over Arecibo. Journal of Geophysical Research: Space Physics, [S.L.], v. 116, n. A2, p. 1–9, fev.
2011.

SAVIGNY, C. V. Airglow in the Earth atmosphere: basic characteristics and excitation mechanisms.
ChemTexts, [S.L.], v. 3, n. 14, p. 1–9, out. 2017.

SHEPHERD, G. G. et al. WINDII, the Wind Imaging Interferometer on the Upper Atmosphere
Research Satellite. Jounal of Geophysical Research: Atmospheres, [S.L.], v. 98, n. D6, p. 10725–
10750, jun. 1993.

SHEPHERD, G. G. et al. UARS Wind Imaging Interferometer (WINDII) Level 3AL V011.
Goddard Earth Sciences Data and Information Services Center (GES DISC), [S.L.], jun. 2001.
Disponível em: https://disc.gsfc.nasa.gov/datacollection/UARWI3AL_011.html. Acesso em: 21 fev.
2017.

SHEPHERD, G. G. et al. The Wind Imaging Interferometer (WINDII) on the Upper Atmosphere
Research Satellite: A 20 year perspective Reviews of Geophysics, [S.L.], v. 50, n. 2, p. 1–38, jun.
2012.

SHEPHERD, G. G. WINDII on UARS in the context of SCISAT and Odin. Journal of

Quantitative Spectroscopy and Radiative Transfer, [S.L.], v. 186, p. 40–51, jan. 2017.

SHEPHERD, G. G.; MCLANDRESS, C.; SOLHEIM, B. H. Tidal influence on O( 1S) Airglow

emission rate distributions at the geographic equator as observed by WINDII. Geophysical
Research Letters, [S.L.], v. 22, n. 3, p. 275–278, fev. 1995.

SINGH, V. et al. The O (1S) dayglow emission as observed by the WIND Imaging Interferometer on
UARS. Annales Geophysicae, [S.L.], v. 14, n. 6, p. 637–646, jun. 1996.

SINGH, V. et al. The O ( 1D) dayglow emission as observed by the WIND Imaging Interferometer
on UARS. Advances in Space Research, [S.L.], v. 17, n. 11, p. 11–14, jan. 1996.

SISKIND, D. E.; SHARP, W. E. A comparison of measurements of the oxygen nightglow and

atomic oxygen in the lower thermosphere. Planetary and Space Science, [S.L.], v. 39, n. 4, p. 627–
639, abr. 1991.
 120

SOBRAL, J. H. A. et al. O(1S) and O(1D) quantum yields from rocket measurements of electron
densities and 557.7 and 630.0 nm emissions in the nocturnal F-region. Planetary and Space
Science, [S.L.], v. 40, n. 5, p. 607–619, maio 1992.

SOBRAL, J. H. A. et al. Determination of the quenching rate of the O( 1D) by O(3P) from rocket-
borne optical (630 nm) and electron density data. Journal of Geophysical Research: Space
Physics, [S.L.], v. 98, n. A5, p. 7791–7798, maio 1993.

SOBRAL, J. H. A. et al. Contribution of the Cascading Process O( 1S) → O(1D) to the Production of
the Atomic Oxygen O(1D) and OI 630 nm Airglow in the Nocturnal Thermosphere. Journal of
geomagnetism and geoelectricity, [S.L.], v. 46, n. 9, p. 747–754, jun. 1994.

SOUZA, J. R. Modelagem ionosférica em baixas latitudes no Brasil. 1997. 182 p. Tese

(Doutorado em Geofísica Espacial) – Instituto Nacional de Pesquisas Espaciais (INPE), São José
dos Campos, 1997.

SPEARMAN, C. The Proof and Measurement of Association between Two Things. The American
Journal of Psychology, [S.L.], v. 15, n. 1, p. 72–101, jan. 1904.

SPIEGEL, M. R. Análise de Fourier. São Paulo: McGraw-Hill do Brasil, Ltda, 1976.

TAKAHASHI, H. et al. Rocket observations of the atomic and molecular oxygen emissions in the
equatorial region. Advances in Space Research, [S.L], v. 7, n. 10, p. 47–50, jan. 1987.

TAKAHASHI, H. et al. Equatorial F-region OI 6300 Å and OI 5577 Å emission profiles observed
by rocket-borne airglow photometers. Planetary and Space Science, [S.L.], v. 38, n. 4, p. 547–554,
abr. 1990.

THUILLIER, G.; HERSÉ, M. Thermally stable field compensated Michelson interferometer for
measurement of temperature and wind of the planetary atmospheres. Applied Optics, [S.L.], v. 30,
n. 10, p. 1210–1220, abr. 1991.

TITHERIDGE, J. E. Winds in the ionosphere - A review. Journal of Atmospheric and Terrestrial

Physics, [S.L.], v. 57, n. 14, p. 1681–1714, dez. 1995.

VIANELLO, R. L.; ALVES, A. R. Metereologia básica e aplicações. Viçosa: Editora UFV, 2002.

VIEIRA, L. E. A. et al. Multi-Scale Analysis of the Geomagnetic Symmetric Index (sym). Solar
Physics, [S.L.], v. 217, n. 2, p. 383–394, nov. 2003.
 121

WILCOXON, F. Individual Comparisons by Ranking Methods. Biometrics Bulletin, [S.L.], v. 1, n.

6, p. 80–83, dez. 1945.

WILLMOTT, C. J. On the validation of models. Physical geography, [S.L.], v. 2, n. 2, p. 184–194,

jul. 1981.

WITASSE, O. et al. Modeling the OI 630.0 and 557.7 nm thermospheric dayglow during EISCAT-
WINDII coordinated measurements. Journal of Geophysical Research: Space Physics, [S.L.], v.
104, n. A11, p. 24639–24655, nov. 1999.
 122

ANEXO A – ARTIGO ACEITO

Revista: Revista Brasileira de Geografia Física

Título: Modelo Semi-Empírico Médio Longitudinal de Ventos Termosféricos a 250 km para

Períodos de Baixa Atividade Solar e Geomagnética

Disponível em: https://doi.org/10.26848/rbgf.v13.4.p1442-1462

Aceito em: Maio de 2020.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Revista Brasileira de
Geografia Física
ISSN:1984-2295
Homepage:https://periodicos.ufpe.br/revistas/rbgfe

Modelo Semi-Empírico Médio Longitudinal de Ventos Termosféricos a 250 km

para Períodos de Baixa Atividade Solar e Geomagnética

Wivaldo Dantas de Asevedo Júnior1 , Christiano Garnett Marques Brum2 , José Henrique Fernandez3 ,
Anderson Guimarães Guedes4 .
1 Professor(Centro Multidisciplinar de Angicos – CMA/UFERSA), Angicos-RN, Brasil. Autor correspondente email:
wivaldojr@ufersa.edu.br. 2 Pesquisador Senior e chefe de operações científicas (Arecibo Observatory, University of
Central Florida), Arecibo, Porto Rico. 3 Professor (Programa de Pós-Graduação em Ciências Climáticas – PPGCC/UFRN),
Natal-RN, Brasil. 4 Doutor em Ciências Climáticas, Escola de Ciências e Tecnologias (UFRN) Natal -RN, Brasil.

Artigo recebido em 11/12/2019 e aceito em 04/05/2020

R ESU MO
Neste trabalho é apresentado um modelo semi-empírico de ventos neutros termosféricos médios longitudinais para
períodos de baixas atividades solar e geomagnética com dependência em hora local, dia do ano e latitude geográfica para
250 km de altitude. O modelo é denominado de SEATWIM (sigla em inglês para Semi Empirical Averaged Termospheric
Wind Model) válido para períodos de baixa atividade solar e geomagnética. O SEATWIM foi construído a partir de uma
análise estatística dos dados observados in situ obtidos pelo satélite UARS (Upper Atmosphere Research Satllite) por meio
da carga útil WINDII (Wind Imaging Interferometer), onde os valores representativos para 250 km são obtidos pela média
integrada em altitude entre 205 km e 275 km, e, a partir de uma análise estatístico -espectral, foi extraído comportamento
diário e sazonal distribuídos em latitude geográfica. O modelo proposto exibe uma boa concordância em relação à
climatologia dos dados observados pelo satélite para as componentes zonal e meridional dos ventos neutros termosférico
em distintos períodos. Quando comparado ao comportamento dos dados observados, os índices estatísticos exibiram bons
resultados, sendo os melhores resultados obtidos nos períodos de equinócio em ambas as componentes do vento
termosférico. A validação estatística também exibiu melhores resultados para a componente zonal em comparação a
componente meridional, para todos os períodos do ano. Os testes estatísticos utilizados indicam que o modelo SEATWIM
assemelha-se ao modelo HWM14 (Horizontal Wind Model, versão 2014) principalmente em relação a componente zonal.
Palavras-chave: Simulação computacional, vento neutro termosférico, SEATWIM

Semi Empirical Longitudinal Averaged Termospheric Wind Model at 250 km for

Solar and Geomagnectic Activities Quiet Time

AB ST RA C T
This paper presents a semi empirical model of averaged longitudinal thermospheric neutral wind for quiet time periods
of solar and geomagnetic activities with dependence on local time, day of the year and geographical latitude for 250 km
of altitude, which was called SEATWIM (Semi Empirical Averaged Thermospheric Winds Model, the letter Q means
quiet time of solar and magnectic activities). The SEATWIM was constructed from a statistical analysis of the observed
in situ data obtained by the UARS satellite (Upper Atmosphere Research Satllite) through the WINDII payload equipment,
where the representative values for 250 km are obtained by the average value integrated in altitude between 205 km and
275 km, and, from a statistical and spectral analysis, we extracted daily and seasonal behavior distributed over geographic
latitude. The proposed model shows a good agreement with the climatology of the data observed by the satellite for the

1442

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

thermospheric neutral wind zonal and meridional directions. The statistical indices showed g ood results when compared
to the behavior of the observed data being the best results obtained in the equinox periods in both thermospheric wind
directions. Statistical validation also showed better results for the zonal component in comparison with the me ridional
component for all periods of the year. Statistical tests also indicate that the SEATWIM is similar to the HWM14
(Horizontal Wind Model, version 2014), mainly in the zonal direction.
key-words: Computational simulation, termospheric neutral wind, SEATWIM

Introdução
Os fenômenos de transporte na região da termosfera terrestre desempenham um papel fundamental na
eletrodinâmica da ionosfera terrestre, principalmente na camada F em médias e altas latitudes. Dentre os
fenômenos de transporte, os ventos neutros termosféricos (VNT) se destacam, uma vez que arrastam o plasma
ionosférico, devido à ação do movimento acoplado (arrasto iônico), e o distribuem para outras regiões,
promovendo variações em densidade de plasma, taxas de recombinação, processos químicos, taxas de difusão
e processos de ionização, e absorção de radiação por toda a termosfera. O mecanismo de criação dos ventos
neutros termosféricos é conhecido e ocorre devido ao aquecimento da termosfera provocado pela ionização
dos constituintes neutros durante a criação da ionosfera. Este aquecimento, por sua vez, faz surgir gradientes
de pressão caracterizando o que é chamado de abaulamento da termosfera (Jacchia, 1965; Rishbeth, 1971;
Hedin, 1987). O estudo do comportamento dos VNT vem sendo realizado a partir de equipamentos embarcados
como cargas útil de satélites, como por exemplo, o NATE (Neutral Atmosphere Temperature Experiment) a
bordo do satélite AE-C (Atmospheric Explorer - C) (Hedin et al., 1988), ou por instrumentos em solo, como o
interferômetro Fabry-Perot (FPI, sigla para Fabry-Perot Interferometer) (Hernandez e Roble, 1976; Sipler et
al., 1982; Burnside e Tepley, 1989; Tepley et al., 2011; Brum et al., 2012) ou mesmo por radar de espalhamento
incoerente (ISR, sigla em inglês para Incoherent Scatter Radar) (Salah e Holt, 1974; Buonsanto et al., 1989;
Santos et al., 2011). Os primeiros modelos numéricos e/ou matemáticos a descreverem o comportamento dos
VNT datam do final da década de 1960 (Geisler, 1967; Kohl e King, 1967). A partir de várias observações,
realizadas de por satélites ou mesmo por medidas obtidas em solo foi possível construir modelos empíricos,
como o HWM (Horizontal Wind Model) (Hedin et al., 1991 e 1988; Drob et al., 2008; Emmert et al., 2008)
cuja primeira versão data da década de 1980 e vem sendo constantemente atualizado; atualmente está na versão
2014 (Drob et al., 2015).
Os ventos neutros termosféricos apresentam variação com a hora local (LT), período do ano
(sazonalidade), localização geográfica, e atividades solar e geomagnética (Titheridge, 1995). Além disso, em
altitudes de aproximadamente 250 km a velocidade horizontal dos ventos neutros termosféricos não apresenta
muitas variações em altitude, uma vez que a essas altitudes o arrasto iônico provoca um aumento na
viscosidade do plasma ionosférico (Richmond, 1983; Titheridge, 1995), inibindo grandes variações em
velocidade.
O modelo apresentado neste trabalho, batizado de SEATWIM (sigla para Semi Empirical Averaged
Termospheric Wind Model) é construído com base em um estudo estatístico dos registros de ventos neutros
termosféricos obtidos por medidas in situ realizadas pelo interferômetro imageador WINDII (Wind Imaging
Interferometer) embarcado no satélite UARS (Upper Atmosphere Research Satellite) o qual foi posto em órbita
em 12 de setembro de 1991 e coletou dados de VNT até meados de 1997.
O modelo descreve em hora local (0 à 24h) e dia do ano (do dia 1 ao dia 365) valores médios
longitudinais das componentes meridional e zonal de VNT em torno de ~250 km de altitude, para períodos de
baixa atividade solar e geomagnética (F10,7cm ≤ 125 SFU e kp ≤ 2 +, 1 SFU = 10 −22 Wm−2 Hz−1 ) localizado
geograficamente entre as latitude 50 o S e 50 o N. Trata-se de um modelo empírico baseado em dados
provenientes de observações in situ, e parametrizado, onde os valores das componentes de vento neutro são
obtidos por meio da soma de médias dos valores com dependência em latitude geográfica e hora local
(integrados em longitude e dia do ano) e as médias dos resíduos tratados com dependência em latitude e dia
do ano (integrados em longitude e hora local) onde estes resíduos são obtidos pela diferença entre os dados
observados e a média com dependência em latitude geográfica e hora local.
1443

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Material e métodos
Para a construção de um modelo semi-empírico é necessária uma base de dados com uma boa cobertura
espacial (latitude e longitude geográfica e altitude) e temporal (hora local e sazonal). Diante deste aspecto
foram escolhidos os registros de vento neutros termosféricos ob tidos utilizando o WINDII, que foi um
equipamento dentre outros embarcados no satélite UARS, que operou entre os anos de 1991 a 1997 (período
de transição entre os ciclos solares 22 e 23). Os registros de ventos neutros termosféricos medidos pelo satélite,
utilizados neste trabalho, estão disponíveis no portal EARTH DATA
(<https://search.earthdata.nasa.gov/search>) mantido pela NASA (National Aeronautics and Space
Administration) (Shepherd et al., 2001). Destes registros disponíveis foram extraídos 55 dias em 1991, 313
dias em 1992, 254 dias em 1993, 221 dias em 1994, 198 dias em 1995, 151 em 1996 e 97 em 1997. Os mesmos
estão organizados na forma de perfis em altitude entre 80km e 360km, com resolução de 3 km, para registros
abaixo de 120km, e 5km acima deste limite. A resolução temporal da aquisição dos dados foi de
aproximadamente 30 segundos, correspondendo a uma variação latitudinal em torno de 2 o em regiões
equatoriais. O satélite UARS operou na altitude aproximada de 585 km em órbita quase circular inclinada em
57 o em relação ao equador (Reber et al., 1993). A cobertura espacial (latitude e longitude geográfica) dos
registros se limitava aproximadamente entre ±72o de latitude, no entanto, devido a um movimento de rotação
que o satélite UARS possuía em torno de seu eixo zenital, de período 36 dias, esse alcance máximo em latitude
alternava-se em 36 dias (Emmert et al., 2002). Dessa forma os registros possuem valores constantes entre ±45 o
em latitude geográfica. Os valores das componentes meridional e zonal do VNT possuíam uma intensidade
máxima em ~±200m/s com uma incerteza nominal de ±10m/s, sendo que quando positivos os valores da
componente meridional apontam para a direção Norte, e a componente zonal para Leste. Cada registro de
ventos neutros que compõe o perfil possui uma incerteza associada à medida (Shepherd et al., 1993). Esta
incerteza corresponde à qualidade da medida do registro. Outra grandeza possível de ser aferida pelo WINDII
é a temperatura atmosférica. Foram também extraídas medidas de temperatura até um valor máximo de 2000K.
Para o modelo SEATWIM, apresentado neste trabalho, foram selecionados os registros de vento neutro,
em suas componentes meridional e zonal, em função da atividade solar e geomagnética, mais especificamente
para valores de fluxo solar dessimétrico F10.7cm (Φ10.7 ) ≤ 125SFU, e índice geomagnético kp ≤ 2 +. Levando
em conta tais condições, os dias de registros disponíveis foram reduzidos para 43 dias em 1992,
correspondendo a 13,7% dos dias disponíveis, 107 dias em 1993 (42,1%), 90 dias em 1994 (40,7%), 119 dias
em 1995 (60,1%), 113 em 1996 (74,8%) e 48 em 1997 (49,5%). O modelo que é apresentado fornece valores
representativos para a altitude media de ~250 km, calculados a partir da média entre as altitudes 225 km e 275
km. Para tanto, foram utilizados registros de vento com medidas realizadas utilizando as linhas de emissões de
reações fotoquímicas (aeroluminescência) em 557,7 nm (O1S, linha verde do oxigênio) e 630,0 nm (O1 D, linha
vermelha do oxigênio), uma vez que a faixa em altitude de cobertura dessas medidas é de 80 km a 300 km
(Shepherd et al., 1993).
A distribuição espacial em latitude geográfica dos perfis de registros de VNT em função do
comprimento de onda é mostrada na
e pode-se notar haver maior cobertura de diferenças em relação ao perfil de altitude e hora
registros utilizando a emissão em 557,7 nm local associado a cada tipo de emissão utilizada para
(206.421 perfis) em relação à emissão em 630,0 nm realizar a medida. Em relação à distribuição dos
(48.321 perfis). A faixa máxima de latitude de perfis em função da altitude, as diferenças entre as
cobertura geográfica atingida está entre ±72o, sendo componentes meridional e zonal são sutis, tendo
que a maior concentração de perfis registrados da ambas componentes apresentando máximo de
emissão 557,7nm foi entre -42 o e 42o, registros para emissões na linha verde em 99 km, e
correspondendo a 70% do total de perfis registrados. para a linha vermelha entre 240 km e 250 km. Na
Já os perfis registrados da emissão em 630,0nm Figura 2 é mostrado o histograma das altitudes dos
apresentaram maior concentração entre -45 o e 45o, registros de vento neutro meridional para as duas
correspondendo a 78% do total de perfis registrados. emissões (linha verde e linha vermelha)
Os registros analisados também apresentaram

1444

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Figura 1. Distribuição do numero de perfis de VNT registrados para os dois

comprimentos de onda em estudo (557,7 nm e 630,0 nm, verde e vermelho,
respectivamente) em função da latitude geográfica.

Figura 2. Histograma do numero registros da componente meridional dos VTN por

altitude para as duas emissões de aeroluminescência.

A cobertura temporal em hora local diurno nas emissões da linha verde para as duas
apresenta uma predominância durante o período componentes (meridional e zonal) dos VNT. Os
1445

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

registros obtidos utilizando as emissões na linha
vermelha foram mais homogêneos ao longo de todo
o dia em ambas as direções de medidas. Esse
comportamento pode ser verificado na Figura 3
onde é apresentado um histograma que exibe a
distribuição em hora local dos perfis de registros da
componente meridional dos ventos neutros
termosféricos categorizados pela respectiva
emissão de aeroluminescência.

Figura 3. Histograma do numero registros da componente meridional dos VTN em função da hora
local para as duas emissões de aeroluminescência.

Os dados analisados também apresentaram painéis mostrando as diferenças discutidas acima

discrepâncias associadas a direção de deslocamento
do satélite (deslocando-se para Sul ou Norte), e em
relação a direção de visada do equipamento WINDII
(direção de observação Sul ou Norte), para
condições aeronômicas semelhantes e mesma
localização geográfica. Estas variações sistemáticas
foram identificadas por Emmert (2001), onde foram
observadas variações nos valores absolutos dos
ventos neutros associados à direção de visada e
direção de deslocamento da ordem de ~50-75m/s. É
importante destacar que a presença destas
diferenças foi considerada para a construção do
modelo SEATWIM. A Figura 4 apresenta quatro
encontradas nos registros de ventos neutros
(meridional à esquerda, e zonal à direita) associadas
às direções de deslocamento e de visada do satélite.
Os gráficos do painel superior mostram as médias
de registros de vento neutro meridional e zonal nas
duas direções de deslocamento (deslocamento para
Sul ou Norte) das 11:00 às 12:00 LT em períodos de
Solstício de Junho (Maio, Junho, Julho e Agosto).
Já os gráficos do painel inferior mostram as médias
dos registros de vento neutro meridional e zonal das
08:00 às 09:00 LT em períodos de Equinócios
(Março, Abril, Setembro e Outubro) para diferentes
direções de visada.

1446

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Figura 4. Exemplo de discrepâncias de registros de ventos neutros. Os painéis

superiores apresentam variações causadas pela diferença de deslocamento do
satélite UARS, enquanto que os painéis inferiores estão às diferenças
ocasionadas pela direção de visada do satélite, para as componentes meridional
e zonal (colunas à esquerda e direita, respectivamente).

Como pode ser observado na Figura 4, as As incertezas associadas aos registros de

discrepâncias relacionadas à direção do
deslocamento (gráficos do painel superior) são mais
expressivas quando comparadas às discrepâncias
apresentadas em relação à direção de visada do
satélite.
vento apresentaram diferenças, considerando as
componentes de VNT e o tipo de emissão utilizada
nas medidas realizadas. Na Tabela 1 é apresentada a
estatística descritiva das incertezas por tipo de
emissão de aeroluminescência para as componentes
meridional e zonal dos VNT.

Tabela 1. Estatística descritiva dos valores de incerteza para os dois tipos de emissão de aeroluminescência e componentes
dos ventos neutros.
Meridional (m/s) Zonal (m/s)

Emissão 557,7 630,0 557,7 630,0

1o Quartil 7,55 3,88 7,45 4,08

Média 36,01 14,68 34,59 15,41

Mediana 15,71 7,33 15,36 7,82

3o Quartil 40,47 13,67 38,52 14,61

1447

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.
Limite Máximo 89,85
Os limites mínimos referentes à estatística
descritiva apresentada na Tabela 1 foram todos
iguais a zero. Os valores da estatística descritiva
apresentados na Tabela 1 estão coerentes. Também
ocorreram outliers, que são valores acima do limite
máximo obtido pela estatística descritiva. Alguns
dos outliers se traduzem em valores incorretos
obtidos que muitas vezes representam erros de
medidas e não corresponde a realidade. Por exemplo,
o máximo valor de incerteza registrado referente à
linha verde de emissão foi 4764,69 m/s, para a linha
vermelha foi 2798,48 m/s. Para a componente zonal
o máximo valor medido para a linha de emissão
vermelha foi 7668,30 m/s e para a linha verde foi
3392,96 m/s.
Descrição do modelo
Após a etapa inicial de triagem e seleção
dos dados de forma adequada para a construção do
modelo, obteve-se um banco de dados contendo
perfis em altitude dos VNT, em suas componentes
meridional e zonal, localizados espacialmente
(latitude e longitude geográfica), distribuídos em
hora local e dia do ano com os critérios já
mencionados em relação às atividades solar e
geomagnética. Para a seleção de registros com a
melhor qualidade na medida, foi adotado o padrão
de utilização de registros com valores bem definidos
de incerteza, descrito a seguir: Para os registros
realizados utilizando a emissão em 630,0 nm, foram
selecionados valores com incerteza máxima em 25
m/s, e para os registros referentes à emissão em
557,7 nm uma incerteza de 90 m/s. A escolha dos
registros de vento com os valores próximo aos
máximos de incerteza na medida foi feita com o
objetivo de maximizar a cobertura de perfis
disponíveis para a construção do modelo. Os valores
representativos para a altitude de 250 km foram
calculados a partir do comportamento médio em
altitude dos registros. Desta forma, para cada perfil
selecionado realizou-se uma média integrada em
altitude de 225 km a 275 km, e considerando a
resolução dos registros em altitude no intervalo
mencionado, que foi de 5 km, obteve-se um máximo
Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.
28,35 85,12 30,4
de 11 valores em cotas verticais para o calculo da
média em altitude. Os valores que compõem o perfil
foram avaliados estatisticamente de forma que
fossem escolhidos valores contidos no intervalo
𝑉 ± 2𝜎𝑉 onde 𝑉¯ é a média, e 𝜎𝑉 é o desvio padrão
dos valores do perfil em altitude. Esta avaliação se
fez importante para excluir valores muito
discrepantes, possíveis indicativos de erros de
medida do equipamento. Aos valores selecionados
para os perfis de registros em altitude, aplicou-se
uma interpolação polinomial de ordem 3 utilizando
splines (Akima, 1970 e 1991) de forma a obter um
novo perfil de 225 km à 275 km em intervalos de 5
km suprindo as lacunas inseridas pela eliminação de
valores. Após realizar a interpolação foi verificado
se os valores do novo perfil estão de acordo com os
limites nominais de ±210 m/s. Depois da aplicação
dos critérios acima mencionados calculou-se a
média em altitude, que representa o valor de ventos
neutros termosférico a 250 km de altitude em função
da latitude e longitude geográfica, hora local e dia
do ano (𝑉250 (𝑙𝑎𝑡, 𝑙𝑜𝑛,𝐿𝑇, 𝑑𝑖𝑎)).
O modelo SEATWIM é resultante da soma
entre valores médios com dependência em latitude
geográfica e hora local (integrados em longitude e
dia do ano), que representa o comportamento diário,
e a variabilidade média sazonal com dependência
em latitude geográfica e dia do ano (integrados em
longitude e hora local), representando o
comportamento sazonal. Os valores das
componentes do VNT foram calculados
separadamente pela equação a seguir inserida nos
algoritmos do modelo:
𝑉𝑀 (𝑙𝑎𝑡, 𝐿𝑇 , 𝑑𝑖𝑎) = 𝑉𝑀 (𝑙𝑎𝑡, 𝐿𝑇) +
(1)
𝛥𝑉𝑀 (𝑙𝑎𝑡 , 𝑑𝑖𝑎)
Devido à existência de diferenças
associadas à direção de visada do satélite e a direção
de deslocamento do satélite, e sendo as
discrepâncias associadas à direção de deslocamento
terem sido mais expressivas, os termos do lado
direito da Equação 1 representam médias das duas
direções de deslocamento do satélite. Cada termo
1448
 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

associado à direção do deslocamento (deslocamento Neste caso periodicidades menores de 4 horas foram
na direção Sul e deslocamento na direção Norte) excluídas. O mesmo procedimento foi realizado
utilizado para calcular 𝑉𝑀 (𝑙𝑎𝑡, 𝐿𝑇) representam o considerando a dependência em latitude geográfica,
comportamento médio com dependência em filtrando os dados de periodicidades espaciais entre
latitude geográfica e hora local, integrados em 0 o e 10 o . Na prática esse procedimento efetua um
longitude geográfica e dia do ano para cada direção “alisamento” nos valores das médias com o intuito
de deslocamento do satélite. A resolução espacial de eliminar ruídos que não representem fenômenos
destes termos é de 5 o em latitude geográfica, físicos ou mesmo que tenham sidos introduzidos
variando entre -50 o (50 o Sul) e 50 o (50 o Norte) e a pelas interpolações realizadas para preencher as
resolução temporal é de 1 hora, variando de 0 a 24 lacunas.
horas. Para que esses valores médios separados por
Na Figura 5 pode-se observar o
direção de deslocamento sejam calculados com uma
comportamento dos valores de 𝑉𝑀 (𝑙𝑎𝑡, 𝐿𝑇), onde os
melhor distribuição estatística, cada valor é
dois painéis à esquerda mostram as velocidades
resultado de uma média realizada em outra matriz
absolutas das componentes meridional e zonal dos
contendo os dados mensais (12 meses) espaçados
ventos neutros termosféricos para 7 latitudes
longitudinalmente em 30 o (13 valores de ±180o). As
geográficas em função da hora local, enquanto que
lacunas existentes foram preenchidas com
os dois perfis de isolinhas a direita mostram a
interpolação utilizando splines pelo método MBA
distribuição espacial (±50 o de latitude geográfica)
(Multilevel B-spline aproximation) (Lee et al.,
ao longo do dia do comportamento médio das
1997).
componentes de VNT, sendo o painel superior
Para cada resultado (média) obtido com referente a componente meridional e o inferior
dependência em hora local e latitude geográfica do referente a componente zonal.
procedimento anterior foi aplicado um filtro
Pode ser observado na Figura 5 o
espectral utilizando a transformada de wavelet com
comportamento médio diário das componentes do
o objetivo de eliminar periodicidades indesejáveis.
VNT como a direção predominante da componente
Esta metodologia consiste em decompor o sinal em
meridional na direção dos polos em períodos
diferentes faixas de frequências e a posterior
diurnos apresentando um máximo absoluto entre
reconstrução considerando apenas as frequências
14:00 e 18:00 horas local. Esse movimento é
desejadas. Esta técnica discretiza as diferentes
resultado do gradiente de pressão provocado pelo
periodicidades de um sinal associadas a sua própria
aquecimento dos gases na região devido à ação da
distribuição de ocorrência (igualmente espaçadas)
radiação solar. Esta ação é mais efetiva em regiões
calculada por um conjunto de funções base (Kumar
próximas ao Equador, uma vez que essa região
e Foufoula-Georgiou, 1997; Percival e Walden,
recebe maior incidência de raios solares no período
2000; Vieira et al., 2003). Para a análise espectral,
diurno. No período noturno a predominância da
foi utilizada a função de escala (conhecida como
componente meridional é na direção do Equador.
wavelet função mãe) Daubechies Least-Asymmetric
Este movimento no sentido do Equador é um dos
de grau 8 (LA8). O procedimento foi aplicado
principais mecanismos de manutenção da ionosfera
primeiramente na dependência em hora local onde
em períodos noturnos.
o sinal é decomposto e reconstruído até o nível S2.

1449

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Figura 5. Variação da média da velocidade dos ventos neutros em função da hora local e latitude geográfica (integradas
em dia do ano e longitude) para 250 km de altitude em condições quiescentes (kp ≤ 2 +; kp m = ~2 -) (Φ 10.7 ≤ 125 SFU;
Φ 10.7m = 87 SFU).

Já na componente zonal, pode-se observar O segundo termo da Equação 1 corresponde

que a inversão do sentido de Leste para Oeste da
componente zonal ocorre em horários diferentes em
relação à faixa de latitude geográfica. Em latitudes
maiores a inversão ocorre entre 00:00 e 03:00 LT
enquanto que em regiões próximas ao Equador
ocorre entre 03:00 e 06:00 LT. Essa inversão da
componente zonal caracteriza um movimento de
convergência dos VNT na direção zonal. Já nos
períodos de 15:00 e 19:00 LT, ocorre a inversão de
sentido de Oeste para Leste indicando um
movimento de divergência da componente zonal
dos VNT. Na região equatorial a divergência ocorre
próximo às 18:00 LT e em latitudes maiores ocorre
próximo às 15:00 LT. Os máximos absolutos da
componente zonal apontando no sentido Leste
ocorrem entre às 23:00 e 03:00 LT. Próximo ao
Equador o máximo ocorre próximo às 03:00 LT e
em latitudes maiores o corre próximo às 24:00 LT.
O máximo absoluto da componente zonal no sentido
Oeste ocorre entre 06:00 e 15:00 LT. Na região
equatorial ocorre próximo às 15:00 LT e em
latitudes maiores entre 06:00 e 09:00 LT.
a variabilidade sazonal média do modelo. As
variabilidades referentes a cada componente
(meridional e zonal) foram obtidas pela média dos
resíduos, e tratados, entre 𝑉250 (𝑙𝑎𝑡, 𝑙𝑜𝑛, 𝐿𝑇, 𝑑𝑖𝑎) e
𝑉𝑀 (𝑙𝑎𝑡, 𝐿𝑇) quando satélite se desloca para Sul e
para Norte. Os resíduos médios tratados para cada
componente e direção de deslocamento do satélite
possuem dependência em latitude geográfica e dia
do ano (integrados em longitude e hora local) com
resolução espacial de 5 o em latitude, variando entre
-50 o (50 o Sul) e 50 o (50 o Norte) e a resolução ao
longo do ano é de 1 dia, variando de 1 até 365.
Para obter o valor da variabilidade média e
tratada associada a direção de deslocamento
efetuou-se um procedimento semelhante ao já
utilizado para obter os valores médios com
dependência em hora local e latitude geográfica.
Para que esses valores médios separados por direção
de deslocamento sejam calculados com uma melhor
distribuição estatística, cada valor é resultante de
uma média realizada em outra matriz contendo os
1450

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

dados em hora local (0 às 24h) espaçados
longitudinalmente em 30 o (13 valores de ±180o). As
lacunas existentes foram preenchidas novamente
utilizando o método MBA. Esse procedimento foi
feito considerando o dia 15 de cada mês
representado pela média mensal, por tanto o número
de dias para calcular a média varia de acordo com o
mês. Novamente foi aplicada uma interpolação
utilizado MBA, mas para a dependência em latitude
geográfica com resolução de 5 o variando entre -50o
(50 o Sul) e 50 o (50 o Norte) e a resolução ao longo do
ano é de 1 dia, variando de 1 até 365. Também foi
aplicado um filtro wavelet. Esse procedimento foi
realizado para a construção das dependências dia do
ano, e latitude geográfica também objetivando
promover um “alisamento”. Por se tratar de valores
calculados a partir dos resíduos médios obtidos pela
diferença entre 𝑉250 (𝑙𝑎𝑡, 𝑙𝑜𝑛, 𝐿𝑇, 𝑑𝑖𝑎) e os valores
médios com dependência em latitude e hora local
𝑉𝑀 (𝑙𝑎𝑡, 𝐿𝑇) , também foi aplicado, quando
necessário, um fator de correção em relação a
variável dia do ano.

Figura 6. Variabilidade média da velocidade dos ventos neutros em função do dia do ano e latitude geográfica (integradas
em hora local e longitude) para 250 km de altitude em condições geofísicas consideradas calmas kp ≤ 3 -; kp m = 2 +) (Φ10.7
≤ 125 SFU; Φ10.7m = 87 SFU).

Em relação ao comportamento médio o hemisfério Norte a variabilidade contribui no

sazonal das variabilidades das componentes de VNT
apresentados nos perfis de isolinhas da Figura 6
pode-se destacar, na componente zonal, as
variabilidades presentes que provocam uma
intensificação do VNT para a direção Leste durante
o inverno e para a direção Oeste durante o verão.
Períodos de outono e primavera (equivalentes aos
equinócios) exibem um padrão assimétrico, mas sua
contribuição não é efetiva (Brum et al., 2012). Já na
componente meridional, pode-se observar que para
sentido de intensificar VNT na direção Sul durante o
verão e para a direção Norte durante o inverno. Já
no hemisfério Sul esse comportamento se inverte
onde ocorre uma intensificação na direção Norte
durante o verão e uma intensificação para a direção
Sul no inverno. Esse padrão de comportamento
médio para as componentes meridional e zonal já
era esperado e está associado com a circulação
trans-equatorial durante a transição do verão para o
inverno (Roble et al., 1977).
1451

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Análise estatística comparativa Wilcoxon pareado se fez necessárias já que as

Para avaliarmos o desempenho do modelo comparações foram feitas em séries temporais
de uma forma quantitativa, foram escolhidos quatro curtas (0 a 24 horas). Dessa forma, faz-se necessário
parâmetros estatísticos comparativos: o erro médio a utilização de parâmetros e testes estatísticos para
(EM), a raiz do erro quadrático médio (RMSE), o dados não parametrizados. Na Tabela 2 são
índice de concordância de Willmott (Willmott, mostradas as relações matemáticas e condições de
1981), e a correlação de Spearman (Spearman, validade dos parâmetros estatísticos escolhidos para
1904). Além destes também foi aplicado o teste avaliar a desempenho do modelo:
estatístico de Wilcoxon pareado (Wilcoxon, 1945).
A escolha da correlação de Spearman e do teste de
Tabela 2. Parâmetros estatísticos utilizados para avaliar o desempenho do modelo SEATWIM
Parâmetro Estatístico Relação Matemática Condições de validade
𝑁
Erro médio 1 𝐸𝑀 ≤ 0 ou 𝐸𝑀 ≥ 0
𝐸𝑀 = ∑ ( 𝑆𝑖 − 𝑂𝑖 )
𝑁
𝑖 =1

𝑁
Raiz do erro quadrático médio 1 𝑅𝑀𝑆𝐸 ≥ 0
𝑅𝑀𝑆𝐸 = √ ∑ ( 𝑆𝑖 − 𝑂𝑖 )2
𝑁
𝑖 =1

∑𝑁 (
𝑖=1 𝑂𝑖 − 𝑆𝑖
)2
Índice de concordância de Willmott 𝑑 =1− 0,0 ≤ 𝑑 ≤ 1,0
∑𝑁 (| ¯| | ¯|)2
𝑖 =1 𝑆𝑖 − 𝑂 + 𝑂𝑖 − 𝑂

Correlação de Spearman 6 ∑𝑁 (
𝑖=1 𝐼𝑂𝑖 − 𝐼𝑆𝑖
)2
−1,0 ≤ 𝑟𝑠 ≤ 1,0
𝑟𝑠 = 1 −
𝑁 ( 𝑁 2 − 1)

Nas relações acima expostas, 𝑆𝑖 significativas. Se o p-valor calculado for maior do

corresponde aos valores simulados e 𝑂𝑖
corresponde a valores observados, 𝑂¯ é a média dos
dados observados, 𝑆¯ é a média dos valores
simulados e 𝑁 é o número de valores a serem
comparados. Na correlação de Spearman 𝐼𝑂𝑖 é o
índice ranqueado dos valores observados (ordem
decrescente) e 𝐼𝑆𝑖 é o índice ranqueado dos valores
simulados (ordem decrescente). O teste de hipótese
de Wilcoxon pareado é um teste de hipótese não
paramétrico e consiste basicamente em analisar as
diferenças entre duas populações, neste caso valores
observados e simulados (Wilcoxon, 1945). Para isso,
é construída uma nova série a partir de suas
diferenças 𝐷𝑖 = 𝑆𝑖 − 𝑂𝑖 . Deste modo, adotou-se a
hipótese nula ( 𝐻0 ) e hipótese Alternativa ( 𝐻1 )
conforme o definido a seguir:
𝐻0 : 𝜇 𝐷 = 0 (2)
𝐻1 : 𝜇 𝐷 ≠ 0
A hipótese nula (𝐻0 ) é que a mediana da
diferença (𝐷𝑖 ) seja igual à zero indicando que as
duas populações não apresentam diferenças
que o nível de significância definido para o teste, a
hipótese nula é aceita, ou seja, não existe diferença
significativa entre as populações. Caso p-valor seja
menor ou igual ao nível de significância adotado
devemos rejeitar a hipótese nula, ou seja, existe
diferença significativa entre as populações. O nível
de significância adotado no teste foi de 5%
(equivalente ao nível de confiança de 95%) e as
populações são os dados simulados e observado.
Resultados e Discussão
Como o modelo SEATWIM é um modelo
médio longitudinal em condições geofísicas
consideradas calmas (baixa atividade solar e
geomagnética), os resultados apresentados neste
item são focados na climatologia dos valores de
VNT. Dessa forma, os resultados que serão exibidos
aqui correspondem aos períodos de Solstício de
Dezembro, Equinócios e Solstício de Junho. Para os
valores simulados a partir dos modelos
computacionais, foi escolhido o dia 360 do ano
(próximo ao dia médio no período de 01 de
Novembro a 28 de Fevereiro). A escolha de
1452

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

representar o dia 360 do ano (dia médio no período representação deste período para os dados
de 01 de Novembro a 28 de Fevereiro) e não o dia observados a serem utilizados nas comparações para
354 (22 de Dezembro) para representar o período de cada hora local foi calculada pela média dos dias no
solstício de dezembro foi feita por que a período de 01 de Novembro a 28 de Fevereiro.

Figura 7. Perfis de isolinhas obtidos a partir do modelo SEATWIM mostrando as velocidades das componentes dos ventos
neutros em hora local, latitude geográfica em períodos do ano distintos (comportamento sazonal).

Para representar o período de Solstício de Solstício de junho, e a média dos dias 90 (dia médio
dezembro, o dia 180 do ano (dia médio no período entre 01 março e 30 de abril) e 270 (próximo ao dia
de 01 maio a 31 de agosto) para representar o

1453

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.
médio entre 01 setembro e 31 de outubro) para
representar o período de Equinócios.
Na Figura 7 são apresentados gráficos em
isolinhas dos valores resultantes para as
componentes de VNT obtidos pelo modelo
SEATWIM. Os gráficos apresentam o
comportamento em função da latitude geográfica e
da hora local para condições de solstício de
dezembro, solstício de junho e equinócio. Os
painéis à esquerda correspondem a componente
meridional enquanto os painéis da direita
correspondem à componente zonal. De forma
qualitativa pode se ver que o comportamento
climatológico apresentado está em concordância
com a climatologia apresentada por Emmert et al.
(2002).
Nos resultados a seguir foi feita uma
comparação qualitativa entre os valores observados
(UARS-WINDII), representado por quadrados
pretos, e dois modelos computacionais: a versão de
2014 do modelo semi-empírico HWM (Horizontal
Wind Model, HWM14), representado por círculos
vermelhos, e o SEATWIM, representado por
triângulos azuis. Os dados observacionais utilizados
nesta comparação foram selecionados considerando
registros medidos em 250 km de altitude e
condições de atividade solar e geomagnéticas
quiescentes, ou seja, Φ ≤ 125 SFU e kp ≤ 2 +. A partir
desses dados foram calculados os valores
representativos para cada hora local sendo o período
de solstício de Dezembro (Solstício NDJF)
resultante da média dos meses de Novembro à
Fevereiro, o período de solstício de Junho (Solstício
MJJA) a média dos meses de maio à agosto, e o
período do Equinócio (Equinócios MASO) a média
dos meses de Março, Abril, Setembro e Outubro. Os
dados simulados foram obtidos para 250 km e
considerando os períodos de solstício de Dezembro
o dia 360 do ano, o solstício de Junho o dia 180 do
ano, e para o Equinócio a média entre os dias 90 e
270 do ano. Os valores calculados com o modelo
SEATWIM correspondem as componentes de VNT
para condição de baixa atividade solar e
geomagnética (Φm = 87 SFU e kpm = 2 -) em 250 km
de altitude. Os valores calculados com modelo
HWM14 de cada dia climatologicamente
Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.
representativo foram obtidos realizando uma média
integrada longitudinalmente (-180 o até 180o em
intervalos de 10 o ) para a altitude de 250 km. Com
relação às condições de atividade solar e
geomagnético adotado para o modelo HWM14, é
importante destacar que esta versão do modelo não
apresenta dependência com fluxo solar (Drob et al.,
2015), nesse caso apenas foi aplicado a condição
geomagnética de ap m = 6,81 nT (correspondente ao
valor médio de ap obtido dos registros utilizados
para construir SEATWIM). Nas Figuras 8 e 9 são
mostradas as sobreposições de dados observados
(UARS-WINDII), e os modelos HWM14 e
SEATWIM para os períodos de solstício de
dezembro, solstício de junho e equinócio para 5
latitudes diferentes das componente meridional e
zonal do VNT, respectivamente. A barra de erro
presente nos valores observados corresponde ao
desvio padrão (σV) dos dados utilizados para
calcular a média representativa de cada hora local
nos períodos do ano específicos. É importante
destacar a ocorrência de lacunas nos dados
observados em alguns horários ao longo do dia.
Essas lacunas estão presentes em todos os períodos
do ano e aconteceram pelo fato de não haverem
dados observados em 250 km de altitude nas
condições de baixa atividade solar e geomagnética
preestabelecidas nos horário específicos. Os valores
simulados com HWM14 também apresentaram
lacunas de dados, no entanto estas lacunas
ocorreram apenas na componente zonal e nos
períodos de solstício. Essas lacunas ocorreram por
que o modelo HWM14 não foi capaz de obter
valores em 250 km para os horários específicos nos
dias de solstício utilizados para o caso das
simulações (dia 360 e 180 do ano).
Como pode ser observado na Figura 8
ambos os modelos subestimam visivelmente os
dados observados no período de solstício de
dezembro nas latitudes mostradas, com exceção a
latitude 50 o S, onde os modelos superestimam os
valores observados. A maior diferença visualmente
perceptivelmente ocorre na latitude 25 o S.
1454
 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Figura 8. Comparação entre a componente meridional dos VNT obtidos de dados observados (UARS-WINDII na cor
preta) e de dados gerados pelos modelos HWM14 (cor vermelha) e SEATWIM (cor azul) para 5 valores de latitude
geográfica e em períodos do ano diferentes.

Os valores de RMSE indicam diferenças
absolutas consideráveis entre os valores observados
e os valores simulados para os dois modelos
observam-se que os para HWM14 são maiores em
comparação ao modelo SEATWIM, a exceção, mais
uma vez, ocorre na latitude 50o S. Os dois modelos
apresentam valores de concordância de Willmott
abaixo de 0,8, onde os melhores valores de
concordância ocorrendo em 50 o N e 50 o S para os
dados do HWM14. Nas demais latitudes observa-se
uma fraca concordância. O modelo SEATWIM
apresentou uma boa concordância em 50 o N, no
entanto, os demais valores de latitude apresentam
uma fraca concordância com valores observados,
assim como os valores calculados pelo modelo
HWM14. Os dois modelos apresentam boa
correlação nas latitudes 25 o S e 50 o N, sendo que
HWM14 apresenta uma boa correlação em 50o S. As
demais latitudes, os dois modelos apresentam uma
fraca correlação. Quando observamos os p-valores
obtidos pelo teste de Wilcoxon pareado. No caso do
modelo SEATWIM apenas em 25o N o p-valor indica
que os dados observados e simulados, apresentam
uma diferença significativa. Já o modelo HWM14
apenas na latitude 50o S o p-valor obtido indica não
existir diferença significativa entre os valores
observados e os valores simulados. Levando em
consideração o teste de Wilcoxon pareado o modelo
1455

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

HWM14 não obteve um bom desempenho em

comparação ao modelo SEATWIM.

Tabela 3. Parâmetros e teste estatístico realizado para a componente meridional de VNT para 5 latitudes geográficas em
três períodos do ano: solstício de Dezembro (NDJF), Equinócios (MASO) e Solstício de Junho (MJJA) entre dados
observados (UARS-WINDII) e os modelos SEATWIM e HWM14.

COMPONENTE MERIDIONAL
Períodos GLAT
MODELO SEATWIM MODELO HWM14
EM RMSE d rS p-valor EM RMSE d rS p-valor
50 o N 22,63 36,63 0,78 0,74 0,14 36,09 44,76 0,77 0,76 0,03
Solstício 25 o N 14,43 24,59 0,58 0,41 0,01 24,81 38,40 0,54 0,35 0,01
de
0o 5,07 28,49 0,53 0,54 0,23 34,41 45,20 0,59 0,29 0,00
Dezembro
25 o S 15,95 43,31 0,60 0,71 0,29 62,30 72,32 0,60 0,70 0,00
50 o S -46,21 63,82 0,53 0,59 0,10 -21,25 43,71 0,74 0,77 0,48
50 o N 15,93 45,08 0,78 0,90 0,56 20,28 43,26 0,84 0,47 0,66
25 o N -0,96 20,26 0,69 0,66 0,97 -7,15 23,63 0,76 0,40 0,44
Equinócios
0o -1,83 21,46 0,65 0,76 0,43 4,33 22,76 0,55 0,65 0,81
25 o S -6,49 32,08 0,63 0,57 0,76 6,29 33,37 0,79 0,54 0,38
50 o S -38,03 54,52 0,73 0,76 0,47 -23,92 34,84 0,91 0,95 1,00
50 o N 26,26 40,37 0,72 0,77 0,43 9,02 23,75 0,92 0,91 0,35
25 o N -2,38 35,26 0,26 -0,10 0,34 -23,04 46,79 0,41 0,27 0,01
Solstício
de Junho 0o 0,49 31,18 0,24 -0,15 0,90 -6,64 26,46 0,49 0,45 0,23
25 o S -12,93 37,63 0,40 0,10 0,16 -15,92 44,90 0,44 0,11 0,11
50 o S -35,17 51,21 0,68 0,45 0,35 -34,24 48,22 0,81 0,59 0,87

Visualmente observando na Figura 8 o Observando os valores de correlação observa-se que

comportamento da sobreposição do período dos
Equinócios podemos notar que ambos os modelos
apresentam uma tendência menor e subestimar ou
superestimar os dados observado. Este fato fica bem
claro quando observamos na Tabela 3 os valores
menores de EM e comparação aos mesmos para o
período de Solstício de Dezembro. Esse
comportamento também é exibido para os valores
de RMSE. Entre os modelos os dois tiveram um
comportamento semelhante em termos de diferença
observada pelo índice RMSE. Os valores de
concordância de Willmott para HWM14 são
melhores em relação ao modelo SEATWIM,
apresentando valores acima de 0,8 o que indica uma
ótima concordância em relação aos dados
observados. A exceção ocorre na região do Equador
onde apresenta uma concordância moderada.
o modelo SEATWIM apresenta um melhor
desempenho em comparação a HWM14. Quando
comparamos os resultados dos p-valores obtidos
para o teste de Wilcoxon pareado, ambos os
modelos apresentaram valores superiores a 5% o
que indica que os modelos não apresentam
diferenças significantes a um nível de significância
de 5%. Já em relação ao período de solstício de
Junho visualmente observa-se na Figura 8 que
existem diferenças principalmente observando a
latitude de 50 o S onde pode se ver que os valores de
HWM14 estão mais de acordo como os dados
observados em comparação aos valores de
SEATWIM. Na Tabela 3 os parâmetros de erro
médio indicam que o modelo SEATWIM
superestima mais que os valores de HWM14 os
dados observados. Outra questão que também pode
1456

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

explicar esse comportamento é que existe uma pouco melhor de concordância em comparação aos
lacuna de valores observados em 50 o S, isso pode valores de SEATWIM. Ambos os modelos
influenciar os valores de erro médio (EM). apresentam uma fraca correlação, no entanto, o
modelo SEATWIM apresenta fraca correlação
Os valores de RMSE para ambos os
negativa, ou anticorrelação em 25o N e 0 o . Os
modelos indicam diferenças absolutas significativas
valores obtidos para o p-valor no caso do modelo
em relação aos dados observados o que pode indicar
SEATWIM indicam semelhança significativa entre o
uma amplitude de oscilação na diferença entre o
modelo e os valores observados. Já para o modelo
modelo a ser comprado e os dados observados. O
HMW14 apenas a latitude 25º N exibe um p-valor
comportamento do índice de concordância de
indicativo de diferença significativa entre os valores
Willmott é semelhante para ambos os modelos com
simulados e observados.
os valores de HWM14 apresentando valores um

Figura 9. Comparação entre a componente zonal dos VNT obtidos de dados observados (UARS-WINDII na cor preta) e
de dados gerados pelos modelos HWM14 (cor vermelha) e SEATWIM (cor azul) para 5 valores de latitude geográfica e
em períodos do ano diferentes.

A Figura 9 apresenta a sobreposição dos HWM14, SEATWIM e dados observados em 250 km

valores da componente zonal de VNT simulados por de altitude. Para o período de Solstício de Dezembro

1457

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

pode-se perceber visualmente que os valore de VNT obtidos para o índice de concordância de Willmott
simulados tendem a subestimar ou superestima exibem um melhor desempenho do modelo
menos os dados observados se comparamos com os SEATWIM, os valores de correlação também são
resultados exibido para a componente meridional, melhores para o modelo SEATWIM. No entanto,
isso pode ser verificado quando observamos os encontrou-se uma fraca correlação na latitude 50o S.
valores do erro médio para ambos os modelos. Já os O modelo HWM4 apresenta uma fraca
valores de RMSE ambos os modelos exibem valores anticorrelação em 50 o S. Os testes de Wilcoxon
acima dos observado na Tabela 3 sendo que o pareado para os dois modelos exibem semelhança
modelo HWM14 apresenta maior diferença absoluta significativa entre os modelos e os dados
uma vez que seus valores de RMSE são maiores em observados.
comparação ao modelo SEATWIM. Os valores
Tabela 4. Parâmetros e teste estatístico realizado para a componente zonal de VNT para 5 latitudes geográficas em três
períodos do ano: Solstício de Dezembro (NDJF), Equinócios (MASO) e Solstício de Junho (MJJA) entre dados
observados (UARS-WINDII) e os modelos SEATWIM e HWM14.
COMPONENTE ZONAL
Períodos GLAT
MODELO SEATWIM MODELO HWM14
EM RMSE d rS p-valor EM RMSE d rS p-valor
50 o N -1,27 45,73 0,80 0,66 0,95 -2,49 48,48 0,80 0,60 0,98
Solstício 25 o N 5,48 42,31 0,84 0,66 0,59 -1,04 54,36 0,77 0,55 1,00
de
0o 2,03 32,01 0,93 0,84 0,80 -8,52 49,96 0,86 0,74 0,64
Dezembro
25 o S -2,72 28,51 0,92 0,86 0,74 1,68 49,25 0,76 0,52 0,76
50 o S -7,88 50,29 0,56 0,24 0,84 9,15 64,42 0,27 -0,18 0,43
50 o N -8,18 30,74 0,91 0,91 0,43 -15,49 39,69 0,85 0,86 0,74
25 o N 2,65 29,90 0,92 0,87 0,76 -3,59 47,32 0,82 0,69 0,97
Equinócios
0o 5,37 33,51 0,93 0,86 0,87 -5,48 33,52 0,93 0,85 0,78
25 o S -3,14 27,86 0,93 0,89 0,84 3,00 39,33 0,88 0,76 0,65
50 o S -6,71 88,06 0,17 -0,02 0,94 -5,47 101,96 0,17 -0,02 0,72
50 o N 20,35 35,47 0,87 0,82 0,02 15,30 25,53 0,91 0,81 0,06
25 o N -0,54 28,22 0,92 0,80 0,69 -9,84 57,57 0,70 0,43 0,80
Solstício
de Junho 0o -7,16 29,35 0,95 0,90 0,91 -26,36 43,04 0,90 0,82 0,29
25 o S -15,01 42,39 0,85 0,71 0,59 -7,06 41,69 0,89 0,76 0,76
50 o S -3,34 53,73 0,67 0,64 0,57 9,87 51,13 0,83 0,75 0,43

Ainda na Figura 9 é possível perceber que quando comparamos ao solstício de dezembro e

nos períodos dos Equinócios não existe muita
diferença entre os dados simulados e observados
assim como para a componente meridional. Os
valores de erro médio da Tabela 4 indicam pouca
tendência de subestimar ou superestimar os dados
observados. Já os valores de RMSE apresentam
comportamento semelhante para os dois modelos
sendo que os valores obtidos para esse parâmetro
estatístico referente ao modelo HWM14 são
ligeiramente maiores. Os índices de concordância
de Willmott para ambos são semelhantes e melhores
também em comparação àqueles obtidos para a
componente meridional. Ambos os modelos
apresentam fraca concordância na latitude 50o S. Os
valores de correlação do modelo SEATWIM são
melhores em comparação aos valores obtidos para
HWM14. Os dois modelos exibem uma fraca
anticorrelação em 50 o S. Os p-valores obtidos
realizando o teste de Wilcoxon pareado indica que
os modelos são significativamente semelhantes
como os dados observados. Em relação ao período
referente ao Solstício de Junho, assim como o
1458

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.

Solstício de Dezembro e os Equinócios, ambos os N. De modo geral pode-se notar que os modelos
modelos apresentam uma fraca tendência a SEATWIM e HWM14 apresentam certa semelhança
superestima ou subestimar os dados observados em nos valores simulados por ambos para as
comparação a componente meridional e esse fato componentes meridional, zonal em diferentes
pode ser observado visualmente e também pelos períodos do ano. Para evidenciar esse fato
valores de erro médio da Tabela 4. Vale salientar que realizamos uma comparação estatística entre os dois
nesse período ocorreram muitas lacunas de valores modelos para as duas componentes de VNT.
observados e isso afeta a comparação estatística. Os
Quando observamos os parâmetros
valores de RMSE para as latitudes 0 o e 25 o N são
estatísticos exibidos na Tabela 5 podemos observar
bem maiores para HWM14. Para as demais latitudes
que existe uma semelhança entre os modelos na
o comportamento é bem semelhante. Os índices de
componente zonal, já na componente meridional
concordância também apresentam semelhanças
exibe consideráveis diferenças como tendência a
com uma ligeira vantagem de SEATWIM em
subestimar os valores simulados com SEATWIM no
comparação a HWM14. Os valores de correlação
período de Solstício de Dezembro e superestima no
também apresentam semelhanças, apresentando
período de Solstício de Junho. Também é possível
uma boa correlação com exceção a latitude 25o N
perceber que nas componentes a semelhança é
para o modelo HWM14. Já os valores obtidos para o
maior no período de equinócios em comparação aos
p-valor existem um indicativo de diferença
períodos de solstícios.
significativa entre os valores simulados com
SEATWIM e os dados observados para a latitude 50o

Tabela 5. Parâmetros e teste estatístico realizado para as componentes de VNT para 5 latitudes geográficas em três períodos
do ano: Solstício de Dezembro (NDJF), Equinócios (MASO) e Solstício de Junho (MJJA) entre o modelo SEATWIM e o
modelo HWM14.
Períodos GLAT MERIDIONAL ZONAL
Em RMSE d rS p-valor Em RMSE d rS p-valor
50 o N -13,92 18,50 0,93 0,95 0,17 3,11 16,89 0,97 0,97 0,79
25 o N -10,39 21,94 0,73 0,87 0,13 6,51 29,38 0,92 0,76 0,41
Solstício de
Dezembro 0o -29,34 34,90 0,43 0,12 0,00 10,55 38,30 0,89 0,73 0,34
25 o S -46,22 52,52 0,62 0,92 0,00 -6,00 27,46 0,92 0,79 0,37
50 o S -25,77 33,45 0,83 0,90 0,03 -3,50 23,85 0,86 0,77 0,36
50 o N 3,17 19,29 0,93 0,90 0,86 8,87 26,05 0,93 0,85 0,42
25 o N 6,19 15,45 0,82 0,79 0,85 6,23 30,76 0,91 0,78 0,46
Equinócios
0o -6,29 7,99 0,83 0,89 0,03 12,29 33,38 0,91 0,78 0,31
25 o S -14,11 25,99 0,78 0,99 0,44 -7,16 21,19 0,96 0,88 0,79
50 o S -19,61 28,93 0,88 0,90 0,20 -1,30 31,87 0,87 0,93 0,71
50 o N 23,94 31,66 0,85 0,96 0,08 22,03 39,37 0,76 0,65 0,50
25 o N 21,24 28,78 0,63 0,78 0,00 9,69 44,19 0,80 0,64 0,86
Solstício de
Junho 0o 7,37 14,80 0,49 -0,12 0,00 18,77 28,65 0,94 0,90 0,09
25 o S 3,14 19,26 0,82 0,75 0,73 -8,21 25,40 0,95 0,87 0,70
50 o S -23,02 42,94 0,81 0,87 0,21 -8,14 39,03 0,80 0,82 0,54

Conclusões
1459

Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.

 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.
Neste trabalho foi apresentado um modelo
médio longitudinal (SEATWIM) com cobertura
espacial em latitude geográfica compreendido entre
-50 o até 50 o para 250 km em hora local (0 às 24h) e
sazonal para qualquer dia do ano (do dia 1 até 365)
representativo para períodos considerados
geofisicamente calmos, mais especificamente para
valores de fluxo solar médio Φm = 87 SFU e índice
de atividade magnética média kp m = ~2 -. O modelo
foi desenvolvido com base em uma análise
estatística dos registros de perfis de VNT realizadas
utilizando o equipamento embarcado (WINDII) no
satélite UARS que operou entre os anos de 1991 a
meados de 1997. Como base nos resultados obtidos
pode tecer algumas conclusões:
• O modelo SEATWIM se mostrou capaz em
descrever de forma qualitativa a climatologia
média longitudinal para250km de altitude
conforme se pode observar da climatologia
apresentada em (Emmert et al., 2002);
• Observando os valores obtidos para SEATWIM
percebemos que o modelo apresenta boa
concordância interceptando a barra de erro dos
dados observados;
• Os índices estatísticos comparativos entre os
valores da componente zonal de dos modelos
SEATWIM e HWM14 apresentam valores
melhores quando comparados a componente
meridional para todos os períodos do ano.
Sendo que, os valores comparativos
estatisticamente referentes ao período de
equinócio são melhores em comparação aos
valores apresentados para os períodos de
solstícios;
• Na comparação estatística realizada entre os
modelos SEATWIM e HWM14 a componente
zonal apresenta maior semelhança estatística
em comparação a componente zonal. Observa-
se que existe maior semelhança estatística entre
as componentes zonais dos modelos. Em
relação aos períodos do ano, os parâmetros
estatísticos exibiram melhor desempenho nos
períodos de equinócio para as duas
componentes de VNT.
Agradecimentos
Agradeço à Universidade Federal do Rio
Grande do Norte (UFRN), ao Programa de Pós
Graduação em Ciências Climáticas (PPGCC), pela
estrutura de trabalho fornecida, a NASA pela
Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.
disponibilidade dos dados utilizado nessa pesquisa
e a Universidade Federal Rural do Semi-árido
(UFERSA) instituição na qual faço parte. Um
especial agradecimento aos meus orientadores Dr.
Christiano Garnett Marque Brum e Dr. José
Henrique Fernandez, e também ao Dr Anderson
Guimarães Guedes pelas valorosas contribuições. À
Fundação de Amparo a Pesquisa (FAPESP) pela
disponibilidade do relatório FAPESP processo no
05/59433-7 elaborado pelo Dr Christiano Garnett
Marque Brum. O Observatório de Arecibo é
operado pela Universidade da Flórida Central
(University of Central Florida- UCF) sob o acordo
de cooperação com a National Science Foundation
(NSF, projeto numero AST-1744119) e em aliança
com a Yang Enterprises e Ana G. Méndez-
Universidad Metropolitana.
Referências
Akima, H., 1970. A New Method of Interpolation
and Smooth Curve Fitting Based on Local
Procedures. Journal of the Association for
Computing Machinery 14, 589-602.
doi:10.1145/321607.321609
Akima, H., 1991. Method of Univariate
Interpolation that Has the Accuracy of a Third-
degree Polynomial. Journal ACM Transactions
on Mathematical Software 17, 341-366.
doi:10.1145/114697.116810
Brum, C. G. M., Tepley, C. A., Fentzke, J. T., Robles,
E., Santos, P. T. dos, & Gonzalez, and S. A., 2012.
Long-term Changes in the Thermospheric
Neutral Winds over Arecibo: Climatology based
on over three decades of Fabry-Perot
observations. Journal of Geophysical Research
117, A00H14. doi:10.1029/2011JA016458
Buonsanto, M. J., Salah, J. E., Miller, K. L., Oliver,
W. L., Burnside, R. G., & Richards, P. G., 1989.
Observations of neutral circulation at mid-
latitudes during the Equinox Transition Study.
Journal of Geophysical Research, 94 16987-
16997. doi:10.1029/JA094iA12p16987
Burnside, R. G., & Tepley, C. A., 1989. Optical
observations of thermospheric neutral winds at
Arecibo between 1980 and 1987. Journal of
Geophysical Research 94, 2711-2716.
doi:10.1029/JA094iA03p02711
Drob, D. P., Emmert, J. T., Crowley, G., Picone, J.
M., Shepherd, G. G., Skinner, W., W., Hays, P.,
Niciejewski, R. J., Larsen, M., She, C. Y.,
Meriwether, J. W., Hernandez, G., Jarvis, M. J.,
1460
 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.
Sipler, D. P., Tepley, C. A., O’Brien, M. S.,
Bowman, J. R., Wu, Q., Murayama, Y.,
Kawamura, S., Reid, I. M., & Vincent, R. A.,
2008. An empirical model of the Earth’s
horizontal wind fields: HWM07: HWM07
EMPIRICAL WIND MODEL. Journal of
Geophysical Research: Space Physics 113,
A12304. doi:10.1029/2008JA013668
Drob, D. P., Emmert, J. T., Meriwether, J. W.,
Makela, J. J., Doornbos, E., Conde, M.,
Hernandez, G., Noto, J., Zawdie, K. A.,
McDonald, S. E., Huba, J. D., & Klenzing, J. H.,
2015. An update to the Horizontal Wind Model
(HWM): The quiet time thermosphere. Earth an
Space Science 2, 301-319.
doi:10.1002/2014EA000089
Emmert, J. T., 2001. Climatology of upper
thermospheric daytime neutral winds from
satellite observations (Phdthesis). Utah State
University.
Emmert, J. T., Drob, D. P., Shepherd, G. G.,
Hernandez, G., Jarvis, M. J., Meriwether, J. W.,
Niciejewski, R. J., Sipler, D. P., & Tepley, C. A.,
2008. DWM07 global empirical model of upper
thermospheric storm-induced disturbance winds:
DWM07 THERMOSPHERIC WIND MODEL.
Journal of Geophysical Research: Space Physics,
113, A11319. doi:10.1029/2008JA013541
Emmert, J. T., Fejer, B. G., Shepherd, G. G., &
Solheim, B. H., 2002. Altitude dependence of
middle and low-latitude daytime thermospheric
disturbance winds measured by WINDII:
WINDII DAYTIME DISTURBANCE WINDS.
Journal of Geophysical Research: Space Physics,
107, SIA19-1 - SIA19-15.
doi:10.1029/2002JA009646
Geisler, J. E., 1967. A numerical study of the wind
system in the middle thermosphere. Journal of
Atmospheric and Terrestrial Physics 29, 1469-
1482. doi:10.1016/0021-9169(67)90100-6
Hedin, A. E. (1987). MSIS-86 Thermospheric
Model. Journal of Geophysical Research 92,
4649-4662. doi:10.1029/JA092iA05p04649
Hedin, A. E., Biondi, M. A., Burnsider, R. G.,
Hernandez, G., Johnson, R. M., Killeen, T. L.,
Mazaudier, C., Meriwether, J. W., Salah, J. E.,
Sica, J. R., Smith, R. W., Spencer, N. W.,
Wickwar, V. B., & Virdi, T. S., 1991. Revised
global model of thermosphere winds using
satellite and ground-based observations. Journal
Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.
of Geophysical Research (Space Physics) 96,
7657-7688. doi:10.1029/91JA00251
Hedin, A. E., Spencer, N. W., & Killen, T. L., 1988.
Empirical global model of upper thermosphere
winds based on atmosphere and dynamics
explorer satellite data. Journal of Geophysical
Research 22, 9959-9978.
doi:10.1029/JA093iA09p09959
Hernandez, G., & Roble, R. G., 1976. Direct
measurements of nighttime thermospheric winds
and temperatures, 2. Geomagnetic storms.
Journal of Geophysical Research 81, 5173-5181.
doi:10.1029/JA081i028p05173
Jacchia, L. G., 1965. Static diffusion models of the
upper atmosphere with empirical temperature
profiles. Smithsonian Contributions to
Astrophysics 8, 213-257.
doi:10.5479/si.00810231.8-9.213
Kohl, H., & King, J. W., 1967. Atmospheric winds
between 100 and 700 km and their effects on the
ionosphere. Journal of Atmospheric and
Terrestrial Physics 29, 1045-1062.
doi:10.1016/0021-9169(67)90139-0
Kumar, P., & Foufoula-Georgiou, E., 1997. Wavelet
analysis for geophysical applications. Reviews of
Geophysics 35, 385-412.
doi:10.1029/97RG00427
Lee, S., Wolberg, G., & Shin, S. Y., 1997. Scattered
data interpolation with multilevel B-splines.
IEEE Transactions on Visualization and
Computer Graphics 3, 228-244.
doi:10.1109/2945.620490
Percival, D. B., & Walden, A. T., 2000. Wavelet
Methods for Time SeriesAnalysis.
doi:10.1017/CBO9780511841040
Reber, C. A., Trevathan, C. E., McNeal, R. J., &
Luther, M. R., 1993. The Upper Atmosphere
Research Satellite (UARS) mission. Journal of
Geophysical Research 98, 10643-10647.
doi:10.1029/92JD02828
Richmond, A. D., 1983. Thermospheric Dynamics
and Electrodynamics. In R. L. Carovillano & J.
M. Forbes (Orgs.), Solar-Terrestrial Physics:
Principles and Theoretical Foundations 104, 523-
607. doi:10.1007/978-94-009-7194-3_21
Rishbeth, H., 1971. The F-layer dynamo. Planetary
and Space Science 19, 263-267.
doi:10.1016/0032-0633(71)90205-4
Roble, R. G., Dickinson, R. E., & Ridley, E. C.,
1977. Seasonal and solar cycle variations of the
1461
 Revista Brasileira de Geografia Física v. 13 n. 04 (2020) 1442-1462.
zonal mean circulation in the thermosphere.
Journal of Geophysical Research 82, 5493-5504.
doi:10.1029/JA082i035p05493
Salah, J. E., & Holt, J. M., 1974. Midlatitude
thermospheric winds from incoherent scatter
radar and theory. Radio Science 9, 301-313.
doi:10.1029/RS009i002p00301
Santos, P. T., Brum, C. G. M., Tepley, C. A., Aponte,
N., González, S. A., & Robles, E., 2011. Using
incoherent scatter radar to investigate the neutral
wind long-term trend over Arecibo: NEUTRAL
WIND LONG-TERM TREND AT ARECIBO.
Journal of Geophysical Research: Space Physics,
116, A00H13. doi:10.1029/2011JA016514
Shepherd, G. G. et al., 2001. UARS Wind Imaging
Interferometer (WINDII) Level 3AL V011,
Greenbelt, MD, USA, Goddard Earth Sciences
Data and Information Services Center (GES
DISC). Recuperado 21 de fevereiro de 2017, de
https://disc.gsfc.nasa.gov/datacollection/UARW
I3AL_011.html
Shepherd, G. G., Thuillier, G., Gault, W. A.,
Solheim, B. H., Hersom, C., Alunni, J. M., Brun,
J.-F., Brune, S., Charlot, P., Cogger, L. L.,
Desaulniers, D.-L., Evans, W. F. J., Gattinger, R.
L., Girod, F., Harvie, D., Hum, R. H., Kendall, D.
J. W., LLewellyn, E. J., Lowe, R. P., Ohrt, J.,
Pasternak, F., Peillet, O., Powell,I., Rochon, Y.,
Ward, W. E., Wiens, R. H., & Wimperis, J., 1993.
WINDII, the Wind Imaging Interferometer on the
Upper Atmosphere Research Satellite. Jounal os
Geophysical Research 98, 10725-10750.
doi:10.1029/93JD00227
Asevedo Jr, W. D., Brum, C. G. M., Fernandez, J. H., Guedes, A. G.
Sipler, D. P., Luokkala, B. B., & Biondi, M. A., 1982.
Fabry-Perot determinations of midlatitude F-
region neutral winds and temperatures from 1975
to 1979. Planetary and Space Science 30, 1025-
1032. doi:10.1016/0032-0633(82)90152-0
Spearman, C., 1904. The Proof and Measurement of
Association between Two Things. he American
Journal of Psychology 15, 72-101.
doi:10.2307/1412159
Tepley, C. A., Robles, E., García, R., Santos, P. T.,
Brum, C. M., & Burnside, R. G., 2011.
Directional trends in thermospheric neutral winds
observed at Arecibo during the past three solar
cycles: ARECIBO THERMOSPHERE
NEUTRAL WIND TRENDS. Journal of
Geophysical Research: Space Physics 116,
A00H06. doi:10.1029/2010JA016172
Titheridge, J. E., 1995. Winds in the ionosphere—A
review. Journal of Atmospheric and Terrestrial
Physics 57, 1681-1714. doi:10.1016/0021-
9169(95)00091-F
Vieira, L. E. A., Gonzalez, W. D., Echer, E.,
Guarnieri, F. L., Prestes, A., Gonzalez, A. L. C.,
Santos, J. C., Dal Lago, A., & Schuch, N. J., 2003.
Multi-Scale Analysis of the Geomagnetic
Symmetric Index (sym). Solar Physics 217, 383-
394.
doi:10.1023/B:SOLA.0000006858.86646.9f
Wilcoxon, F., 1945. Individual Comparisons by
Ranking Methods. Biometrics Bulletin 1, 80-83.
doi:10.2307/3001968
Willmott, C. J., 1981. On the validation of models.
Physical geography 2, 184-194.
doi:10.1080/02723646.1981.10642213
1462