A resposta do oceano à Oscilação Sul El Niño (ENSO) no Mar de Bali: um

estudo de modelo

Resumo: O Mar de Bali (BS) está conectado ao Mar de Java e ao Estreito de Makassar ao
norte e é um dos principais estreitos de saída do Fluxo através da Indonésia (ITF) no Estreito
de Lombok (LS). A dinâmica oceânica local e sua variabilidade podem ser significativamente
controladas pelo ITF. Este estudo tem como objetivo investigar a variação interanual da
circulação, profundidade da camada mista e isoterma de 20°C, realizando uma simulação
com um modelo de circulação oceânica de alta resolução 1/84° (CROCO) entre 2010-2020,
com foco nos eventos El Niño de 2015 (EN2015) e La Niña de 2020 (LN2020). A validação
do modelo reproduz bem os conjuntos de dados de SST e SSH derivados de satélite, com um
coeficiente de correlação >0,9. O modelo demonstrou uma circulação anti-horária do ITF no
BS, entrando pela área norte e saindo para o LS pela área sul. Essa circulação muda
drasticamente durante o evento ENSO, onde o fluxo de entrada do ITF é mais fraco e mais
superficial durante o EN2015, em comparação com um fluxo de entrada do ITF muito mais
forte e profundo durante o LN2020. Consequentemente, é encontrada uma menor
profundidade da camada mista e da isoterma de 20°C durante o EN2015, e vice-versa. A
coerência desses parâmetros com o NINO3.4 é muito significativa (≥0,89) com um
desfasamento de fase de 1,7 meses.
Palavras-chave: Mar de Bali, circulação, modelo CROCO, ENSO.

1.Introdução
O Mar de Bali (BS) é a água delimitada pelo Mar de Java e pelo Estreito de Makassar. Os
fenômenos regionais e globais que ocorrem afetam as variabilidades do mar no BS. Os
fenômenos regionais no BS incluem o Fluxo Através da Indonésia (ITF) e a Corrente de
Monção da Indonésia. O ITF através do BS vem do Estreito de Makassar e sai pelo Estreito
de Lombok [1]. A Corrente de Monção da Indonésia é afetada pelo sistema de monções que
ocorre duas vezes por ano na Indonésia [2]. A Oscilação Sul El Niño (ENSO) é um dos
fenômenos globais que afetam as variabilidades da coluna d'água, como a Profundidade da
Camada Mista (MLD) e a camada de termoclina no BS [3], bem como a circulação atual na
rota do ITF [4].
A MLD é a camada que possui temperatura homogênea. A característica da camada de
termoclina é a existência de uma diminuição significativa da temperatura. A variação da
camada de termoclina está relacionada com a MLD [5]. O efeito do ENSO altera a camada de
termoclina. A fase La Niña afetará o afinamento da camada de termoclina [6]. A espessura da
camada de termoclina ocorre em conformidade com o fenômeno ENSO. O fenômeno ENSO
também afeta a circulação das correntes nas águas. A circulação na camada superficial é
fortemente influenciada pelos ventos de monção. O caminho da corrente segue a direção dos
ventos de monção [7]. A camada superficial possui um transporte mais fraco na fase El Niño,
enquanto a camada abaixo de 150 m de profundidade possui um transporte mais forte na fase
El Niño do que na fase normal [8].
Este estudo utiliza um modelo numérico como ferramenta para entender a dinâmica
oceanográfica e a variabilidade oceânica afetada pelo ENSO. O sistema Coastal and Regional
Ocean Community Model (CROCO) é utilizado neste estudo. Este modelo pode simular
escalas costeiras e regionais [9]. A pesquisa sobre a conexão entre o ENSO e a resposta
oceânica é interessante de ser estudada. Portanto, este estudo tem como objetivo descrever a
resposta que ocorreu na forma de mudança na circulação e camada de estratificação no BS na
fase do ENSO.

2.Metodologia
O estudo está localizado no Mar de Bali (BS), com coordenadas da área de estudo entre
114.30°E - 116.30°E e 7.20°S - 8.20°S (Figura 1). O período de dados neste estudo é de 6
anos, de 2015 a 2020. Os dados resultantes são na forma de saída do modelo CROCO
tridimensional, com parâmetros como anomalia da temperatura da superfície do mar (SST),
circulação a 50 m, 100 m, 200 m de profundidade, camada mista, camada isoterma de 20°C
representativa da camada de termoclina, perfil vertical da estrutura e volume de transporte a
0-300 m de profundidade. Os dados de entrada foram obtidos de várias fontes, incluindo
propriedades oceânicas e atmosféricas da Mercator e ECMWF, dados de marés e batimetria
do TPXO9 e Gebco 30". Matlab2017b para Ubuntu e Ferret foram utilizados para analisar e
visualizar os dados. O modelo utiliza uma resolução fina de 1/84°.

Figura 1. Mapa da área de estudo no Mar de Bali (BS). As caixas A e B são caixas de
validação. As linhas C-D e E-F representam seções transversais norte-sul e leste-oeste para
análise adicional de temperatura, corrente zonal e corrente meridional.

2.1. Procedimento de pesquisa

O domínio do modelo é pré-definido para baixar os dados de entrada necessários para
construir o modelo. A construção do modelo começa com a pré-processamento, onde os
dados de entrada são processados e o modelo é configurado. O resultado do
pré-processamento é um conjunto de dados netCDF. O modelo é executado com um intervalo
de tempo de 120s. A validação é necessária após a conclusão da execução do modelo para
garantir que o modelo seja apropriado. O modelo apropriado é então visualizado, com
parâmetros como anomalia de SST, Profundidade da Camada Mista (MLD), isoterma de
20°C, volume de transporte e perfil vertical de temperatura, corrente zonal e corrente
meridional. O fluxograma da construção do modelo é mostrado na Figura 2.

Figura 2. Fluxograma da construção do modelo CROCO.

2.2. Validação dos dados

A validação dos dados é feita comparando os dados de entrada do CROCO com dados
secundários obtidos. Os dados gerados pelo modelo são validados comparando a saída do
modelo de SST e altura da superfície do mar (SSH) com SST do satélite AVHRR e SSH do
satélite altimetria Duacs no período de 2015 a 2020. A validação é realizada em duas caixas
de validação, caixa A e caixa B, conforme indicado na Figura 1. A caixa de validação tem
dimensões de 0.2° × 0.2° e é determinada pela área com o maior valor de desvio padrão para
cada parâmetro. A validação é realizada determinando e conhecendo os valores de desvio
padrão, coeficiente de correlação e valor RMSD. O resultado dessas três variáveis é
visualizado no formato de diagrama de Taylor [10].

2.3. Determinação da profundidade da circulação

A análise da circulação neste estudo foi dividida em 3 profundidades: 50 m, 100 m e 200 m.
A profundidade de 50 m é representativa da circulação afetada pela Corrente de Monção da
Indonésia. As profundidades de 100 m e 200 m são representativas da circulação afetada pelo
ITF. O ITF tem um efeito mais forte em profundidades entre 100-300 m [11].

2.4. Análise da Profundidade da Camada Mista (MLD) e da camada de termoclina

A determinação da camada mista é feita usando o critério de diferença de densidade. O valor
de densidade é obtido a partir do valor de temperatura e salinidade, que servem como base na
equação internacional de água do mar [12], em que a diferença de critério de densidade ∆ =
0.125 [13]. Se o valor for maior ou igual a 0.125, essa profundidade é o limite inferior da
MLD. A Equação 1 é a equação para calcular o valor da MLD com base no critério de
densidade.

(1)
Descrição:
MLD = Profundidade da MLD (m)
ρz = Densidade na profundidade z
ρz+1 = Densidade na profundidade após a profundidade z
Z = 1,2,3,…,n nível

Determinação da camada de termoclina usando a isoterma de 20°C. A isoterma de 20°C é

representada como uma camada de termoclina na área do Pacífico Ocidental [14-15].

2.5. Densidade Espectral Cruzada (Cross-PSD)

A análise de Cross-PSD é usada para descobrir e conhecer a correlação entre o fenômeno
ENSO e a anomalia de temperatura a uma profundidade de 100 m no Mar de Bali (BS). A
profundidade de 100 m é utilizada porque o efeito mais forte do ITF ocorre a uma
profundidade de 100-300 m [11]. O resultado do Cross-PSD é um gráfico que mostra quão
grande foi a energia de flutuação na frequência nos mesmos períodos nos dois conjuntos de
dados. A coerência mostra um valor de correlação elevado, e a diferença de fase mostra o
intervalo de tempo entre as duas variáveis. O espectro é calculado pela equação 2 [16],
conforme abaixo:
(2)

Descrição:
GXY​(fk) = Espectro de densidade de energia cruzada na frequência-k
X(fk) = Componente de Fourier de (xt)
Y(fk) = Componente de Fourier de (yt)Υ
Δt = Intervalo de tempo dos dados
T = Período dos dados

O valor de coerência é calculado usando a equação 3 [16], conforme abaixo:

(3)

Descrição:
γ2XY (fk​) = Valor de coerência na frequência-k
SXY (fk) = Espectro de densidade de energia cruzada na frequência-k
SX (fk) = Espectro de densidade de energia de X(fk) na frequência-k
SY (fk) = Espectro de densidade de energia de Y(fk) na frequência-k

O valor de fase diferente é expresso pela equação 4 [16], conforme abaixo:

 (4)

Descrição:
θXY (fk) = Valor de coerência na frequência-k
Qxy​(fk) = Espectro de densidade de energia cruzada na frequência-k
Cxy​(fk) = Espectro de densidade de energia de X(fk) na frequência-k

2.6. Estimativa do Volume de Transporte

A análise do volume de transporte é realizada para descobrir quão grande é o volume de
transporte do ITF que sai pelo Estreito de Lombok a uma profundidade de 0-300 m. O ITF
passa pelo Mar de Bali antes de sair pelo Estreito de Lombok. Este volume de transporte do
ITF será mais forte ou mais fraco dependendo da fase do ENSO. O ITF domina a uma
profundidade de 100-300 m [10]. O volume de transporte é expresso em unidade Sv (1 Sv =
106 m3s-1). A equação de estimativa do volume de transporte é apresentada pela equação 5
[17].
(5)
Descrição:
Qu = Estimativa do volume de transporte total (Sv)
C - D = Comprimento da secção transversal C-D a 8°S
z = Limite inferior de profundidade (m)
u = Componente zonal da corrente (m/s)
v = Componente meridional da corrente (m/s)

3.Resultados e Discussão
3.1. Validação dos Dados
O resultado da validação é apresentado na forma de comparação de séries temporais entre a
saída do modelo e dados de satélite. O diagrama de Taylor é utilizado para mostrar o valor de
RMSD, desvio padrão e coeficiente de correlação. O resultado do modelo é comparado com
dados de satélite referentes aos parâmetros do modelo de elevação do mar (SSH), conforme
séries temporais e o resultado da validação é apresentado pelo diagrama de Taylor, como
mostrado na Figura 3. O parâmetro SSH da saída do modelo e dados de satélite nas caixas A
(B) tem coeficiente de correlação de cerca de 0,87 (0,83), valor de RMSD de
aproximadamente 0,032 (0,333) m e desvio padrão de cerca de 0,063 (0,057).
Figura 3. Resultado da validação do modelo de SSH (a) Diagrama de Taylor do
CROCO-satélite, (b) série temporal do CROCO-satélite na caixa A (superior), caixa B
(inferior)

A saída do modelo do parâmetro de temperatura da superfície do mar (SST) é comparada

com dados de satélite na forma de séries temporais e diagrama de Taylor para mostrar o valor
de validação, conforme mostrado na Figura 4. O coeficiente de correlação entre a saída do
modelo CROCO e dados de satélite nas caixas a (b) é de 0,92 (0,93), valor de RMSD de
cerca de 0,32 (0,34) °C e desvio padrão de 0,85 (0,9).

Figura 4. Resultado da validação do modelo de SST (a) Diagrama de Taylor do

CROCO-satélite, (b) série temporal do CROCO-satélite na caixa A (superior), caixa B
(inferior)

3.2. Circulação nas Profundidades de 50 m, 100 m e 200 m

A circulação a 50 m de profundidade é apresentada na Figura 5. A circulação é dominada
para o oeste no lado oeste e para o sul no lado leste do Mar de Bali. Há uma diferença de
temperatura em cada fase. A temperatura é mais baixa no EN2015 e mais alta no LN2020 do
que no N2017. A maior velocidade de corrente é observada no lado leste do Mar de Bali, com
cerca de >0,3 m/s, e a mais baixa está no centro do Mar de Bali, cerca de 0,01-0,03 m/s. O
padrão de circulação na Indonésia é influenciado por um padrão monçônico [18]. A
circulação a 100 m de profundidade é influenciada pelo sistema monçônico. Não há diferença
significativa no padrão de circulação em cada fase do ENSO, como apresentado na Figura 6.

Figura 5. Vetor médio da corrente sobreposto à temperatura a 50 metros de profundidade em

(a) fase EN2015, (b) fase LN2020 e (c) fase N2017.

A corrente vem do Oceano Pacífico e passa pelo Estreito de Makassar em direção ao sul, em
média anual [11]. A corrente do Mar de Bali move-se para o norte, em média anual. As
diferentes direções das correntes do Estreito de Makassar e do Mar de Bali criam
redemoinhos ciclônicos no centro do Mar de Bali.

Figura 6. Vetor médio da corrente sobreposto à temperatura a 100 metros de profundidade

em (a) fase EN2015, (b) fase LN2020 e (c) fase N2017.

A Figura 7 apresenta o padrão de circulação a 200 m de profundidade no Mar de Bali. A

circulação a 200 m de profundidade é dominada por uma corrente que se move para o sul.
Redemoinhos ciclônicos são encontrados no norte e no centro do Mar de Bali. A recirculação
é formada em profundidades de 100-200 m, suspeita como resultado do encontro de duas
massas de água que vêm do Mar de Java em direção ao Mar de Flores, com a Corrente de
Transmissão Indonésia (ITF) que vem do Estreito de Makassar e sai pelo Estreito de Lombok.
Figura 7. Vetor médio da corrente sobreposto à temperatura a 200 metros de profundidade
em (a) fase EN2015, (b) fase LN2020 e (c) fase N2017.

3.3. A Relação entre o Índice Nino3.4 e a Anomalia de Temperatura a 100 m de

Profundidade
A Figura 8 mostra a comparação entre a anomalia de temperatura a 100 m de profundidade
que ocorreu no Mar de Bali com o índice Nino3.4. A fase de El Niño ocorreu em 2015
(EN2015), normal em 2017 (N2017) e La Niña em 2020 (LN2020). O índice é então
sobreposto à série temporal da anomalia de temperatura a 100 m de profundidade. A
anomalia de temperatura a 100 m de profundidade mostra um padrão inversamente
proporcional ao índice Nino3.4. A anomalia de temperatura a 100 m de profundidade diminui
quando a anomalia de temperatura no Pacífico aumenta durante a fase EN2015, e vice-versa
durante a LN2020. O esvaziamento da massa de água durante a fase de El Niño faz com que
a massa de água suba com uma temperatura mais baixa [19]. O resultado da correlação entre
a anomalia de temperatura no Mar de Bali a 100 m de profundidade e o índice Nino3.4
mostra uma forte correlação (-0,81).

Figura 8. Índice Nino3.4 (superior) com vermelho indicando uma fase positiva (El Niño) e
azul indicando uma fase negativa (La Niña), em comparação com a anomalia de temperatura
(inferior) no Mar de Bali a 100 metros de profundidade.

O valor de coerência entre o ENSO e a anomalia de temperatura a 100 m de profundidade é

mostrado na Figura 9. O maior valor de coerência (-0,89) ocorreu em uma fase de 1,7 meses,
mostrando que o sinal Nino3.4 ocorreu antes das mudanças na anomalia de temperatura a 100
m de profundidade e necessita de um intervalo de tempo de cerca de 1,7 meses.
Figura 9. Coerência e fase entre ENSO e anomalia de temperatura a 100 metros de
profundidade no Mar de Bali.

3.4. Variabilidade da Anomalia de SST

A anomalia de SST em três fases é mostrada na Figura 10. O fenômeno ENSO afeta a SST
em cada uma das três fases. A fase LN2020 possui a maior anomalia entre as três fases do
ENSO. A anomalia de SST mais baixa ocorreu na fase EN2015 e pode ser observada ao
longo da costa. A anomalia que ocorreu na fase LN2020 tem um valor de até +0,005°C. A
anomalia de SST que ocorreu na fase EN2015 tem um valor de cerca de -0,001°C ao longo
da costa e +0,003°C em alto-mar. Não há anomalia significativa de SST quando N2017. A
anomalia de SST é apenas na faixa de 0 a +0,002°C. O fenômeno monçônico tem um efeito
mais forte na anomalia de SST do que o fenômeno ENSO. Portanto, não há sinal do ciclo
interanual.

Figura 10. Anomalia espacial da SST no Mar de Bali nas fases (a) EN2015, (b) LN2020 e (c)
N2017.

3.5. Camada de Profundidade da Camada de Mistura (MLD)

A Figura 11 mostra a distribuição da MLD que ocorreu em três fases do ENSO. O valor da
MLD na fase EN2015 tem uma faixa de profundidade menor do que na fase LN2020. A faixa
de profundidade da MLD na fase EN2015 é de 10 a 21 m. A faixa de profundidade da MLD
na fase LN2020 é de 12,5 a 24 m de profundidade. As diferenças entre a MLD em cada fase
do ENSO são afetadas pela piscina de água quente no Oceano Pacífico. A piscina quente
afeta a MLD rasa no Pacífico Ocidental em EL2015. O transporte de massa de água em
EN2015 que entra na Indonésia através do Estreito de Makassar enfraquece, fazendo com que
a MLD fique rasa, enquanto na fase LN2020, o transporte de massa de água se fortalece e a
MLD fica mais profunda [20].

Figura 11. Distribuição dos valores de MLD no Mar de Bali nas fases (a) EN2015, (b)
LN2020 e (c) N2017.
3.6. Camada Isotermal de 20°C
A série temporal da anomalia de profundidade da camada isotérmica de 20°C é mostrada na
Figura 12. A série temporal é filtrada com um período de 5 meses para separar o efeito
sazonal (por exemplo, monções). A camada isotérmica de 20°C representa a profundidade da
camada de termoclina na água [15]. Há uma anomalia da camada isotérmica de 20°C em cada
fase do ENSO. A camada de 20°C isotérmica é mais profunda na fase EN2015 e mais alta na
fase LN2020. A maior anomalia de aumento ocorreu em janeiro de 2020, com um valor de 18
m de profundidade, e a maior diminuição ocorreu em outubro de 2016, com 16 m de
profundidade. A camada sobe 15 m na fase EN2015 e fica mais profunda em 13 m na fase
LN2020.

Figura 12. Série temporal da anomalia de profundidade da camada isotérmica de 20°C no

Mar de Bali com filtragem de 5 meses.

A comparação da camada isotérmica de 20°C nas fases EN2015, LN2020 e N2017 é

mostrada na Figura 13. A linha preta representa a camada isotérmica de 20°C na fase
EN2015, a linha vermelha representa a fase N2017 e a linha azul representa a fase LN2020.
A diferença na profundidade da camada isotérmica de 20°C é influenciada pelo fenômeno
ENSO. O movimento atual e o volume de transporte através do Estreito de Makassar são
enfraquecidos na fase EN2015, fazendo com que a camada de termoclina suba mais. A
camada de termoclina é mais profunda na fase LN2020 do que na EN2015 e N2017 porque o
movimento atual e o volume de transporte do Estreito de Makassar são fortalecidos [5]. A
camada isotérmica de 20°C em janeiro-abril de 2020 está acima da camada isotérmica de
20°C na fase EN2015 porque a LN2020 começou em maio de 2020.
Figura 13. Série temporal da camada isotérmica de 20°C no Mar de Bali nas fases EN2015,
LN2020 e N2017.

3.7. Seção Transversal Vertical de Temperatura, Corrente Zonal e Corrente Meridional

A seção transversal vertical da temperatura no leste-oeste do Mar de Bali é mostrada na
Figura 14. O resultado da seção vertical da temperatura mostra que a temperatura na fase
LN2020 é mais alta do que nas outras duas fases na mesma profundidade. A MLD na fase
EN2015 parece mais fina do que na fase LN2020, assim como a camada de termoclina.

Figura 14. A seção transversal vertical da temperatura no Mar de Bali nas fases (a) EN2015,
(b) N2017 e (c) LN2020.

A seção transversal vertical da corrente zonal (u) em ciclo interanual é mostrada na Figura
15. A área vermelha representa a corrente leste e a área azul representa a corrente oeste. A
corrente leste é observada no lado norte do Mar de Bali e a corrente oeste é observada no lado
sul do Mar de Bali. O monção do sudoeste tem um efeito forte na circulação superficial no
norte do Mar de Bali. A camada superficial é dominada por uma corrente superficial leste em
direção ao Mar de Java. Esta corrente superficial vem do Estreito de Makassar e vira em
direção ao Mar de Java. O ciclo anual do ITF domina na monção do nordeste. O efeito da
monção do nordeste faz com que o ITF vá para o sul em direção ao Estreito de Lombok e
oeste em direção ao Mar de Java [21]. A corrente leste é mais fraca na fase EN2015 e mais
forte na fase LN2020, com uma velocidade de corrente em torno de 0,07 m/s.
Figura 15. A seção transversal vertical da corrente zonal em ciclos (u) no Mar de Bali nas
fases (a) EN2015, (b) N2017 e (c) LN2020.

A Figura 16 mostra a seção transversal vertical da corrente meridional (v) em ciclo

interanual. A área vermelha representa a corrente para o norte e a área azul representa a
corrente para o sul. A corrente para o sul é observada no lado oeste do Mar de Bali e a
corrente para o norte é observada no centro do Mar de Bali. A corrente anual média para o
norte tem a maior velocidade, cerca de 0,06 m/s, na fase EN2015 e a menor velocidade, cerca
de 0,03 m/s, na fase LN2020. A fase LN2020 possui uma corrente sul mais forte e profunda
do que a fase EN2015. A profundidade da corrente para o sul chega a 1100 m no lado oeste
do Mar de Bali, com a maior velocidade de cerca de >0,1 m/s. A corrente para o sul é o ITF
que vem do Estreito de Makassar e sai pelo Estreito de Lombok. O ITF é mais fraco na fase
EN2015 do que na fase LN2020. Isso é causado pela reversão dos ventos alísios, que afeta a
diminuição dos níveis do mar no Pacífico Ocidental e massas de água mais fracas [22].

Figura 16. A seção transversal vertical da corrente meridional em ciclos (v) no Mar de Bali
nas fases (a) EN2015, (b) N2017 e (c) LN2020.
3.8. Volume de Transporte a 0-300 m de Profundidade
A série temporal do volume de transporte é um valor longitudinal do volume de transporte a
8°C com uma profundidade limitada a 300 metros. O transporte do ITF que sai pelo Estreito
de Lombok ocorre na camada superficial e na camada de termoclina ou em profundidades de
até 300 m [23]. O ciclo anual mostra um grande volume de transporte para o sul na monção
do leste (junho-setembro) com o maior valor de volume de transporte em torno de -2 Sv em
julho. Isso é influenciado pelo ITF saindo pelo Estreito de Lombok, mais forte na monção do
leste do que na monção do oeste [24]. A Figura 17 mostra uma série temporal do volume de
transporte em um ciclo interanual com filtragem de 5 meses. O volume de transporte do ITF
na fase LN2020 mostra um transporte maior do que na fase EN2015 e na fase N2017, com
um valor de cerca de -1,8 Sv, enquanto na fase EN2015 mostra um valor de cerca de -1,7 Sv.
O escoamento ou volume de transporte do ITF é mais forte na fase LN2020 devido ao
fortalecimento da piscina de água quente no leste da Indonésia [3]. Há um valor positivo em
janeiro de 2015. Esse valor é causado pelo efeito do filtro.

Figura 17. Série temporal do volume de transporte a 0-300 metros de profundidade no Mar
de Bali com filtragem de 5 meses.

4.Conclusão
A resposta do Mar de Bali (BS) ao fenômeno ENSO é bastante forte, podendo ser observada
desde a superfície até a coluna d'água. O padrão de circulação da corrente a 50 m, 100 m e
200 m de profundidade mostra padrões diferentes. O padrão de circulação a 50 m de
profundidade não apresenta diferenças significativas nas três fases do ENSO e é dominado
por uma corrente leste, influenciada pela Corrente Monçônica da Indonésia. Eddies
ciclônicos são formados, e a circulação é dominada pela Corrente Monçônica da Indonésia a
100 m e 200 m de profundidade. O Índice Nino3.4 está mais fortemente correlacionado com
a anomalia de temperatura a 100 m de profundidade.
A MLD (profundidade da camada mista) e a estratificação da camada de termoclina
mostraram diferenças em cada fase do ENSO, EN2015, N2017 e LN2020. A camada mista é
mais fina durante a fase EN2015 e mais espessa durante a fase LN2020 em comparação com
N2017. A camada de termoclina no BS será mais rasa durante EN2015 e mais profunda
durante LN2020 em comparação com N2017.

5.Agradecimentos
Agradecemos ao CROCO OCEAN, CROCO e CROCO_TOOLS fornecidos por
http://www.croco-ocean.org.
Agradecemos ao ERA5, Serviço de Mudanças Climáticas da Copernicus (C3S) (2017):
ERA5: Quinta geração da reanálise atmosférica do ECMWF sobre o clima global.
Copernicus Climate Change Service Climate Data Store (CDS), data de acesso.
https://cds.climate.copernicus.eu/cdsapp#!/home
Este estudo foi realizado utilizando informações do Serviço Marinho Copernicus da União
Europeia. https://doi.org/10.48670/moi-00169, https://doi.org/10.48670/moi-00148,
https://doi.org/10.48670/moi-00149
Agradecemos ao TPXO9 pelos dados de marés. Modelos de Marés OSU TPXO - Soluções
Globais de Marés TPXO
Agradecemos à Gebco pelos dados batimétricos. GEBCO - Carta Batimétrica Geral dos
Oceanos
As taxas de publicação deste estudo são parcialmente financiadas por uma bolsa de pesquisa
do Diretor Geral de Educação Superior, contrato nº 3645/IT3.L1/PT.01.03/P/B/2022 (ASA:
investigador principal).