Guimaraes. Circulações Locais Na Região Metropolitana Do Rio de Janeiro

CIRCULAÇÕES LOCAIS NA REGIÃO METROPOLITANA DO RIO DE JANEIRO:
ASPECTOS OBSERVACIONAIS COM BASE NA ANÁLISE DE

SÉRIES ESPAÇO-TEMPORAIS
Jessica Motta Guimarães
Dissertação de Mestrado apresentada ao Programa

de Pós-graduação em Engenharia Civil, COPPE, da
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Mestre em Engenharia Civil
Orientadores: Otto Corrêa Rotunno Filho

Edilson Marton
Rio de Janeiro
Dezembro de 2014
DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO

LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA
(COPPE) DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE
DOS REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE MESTRE
EM CIÊNCIAS EM ENGENHARIA CIVIL.
Examinada por:
________________________________________________
Prof. Otto Corrêa Rotunno Filho, Ph.D.
________________________________________________
Prof. Edilson Marton, D.Sc.
________________________________________________
Prof. Afonso Augusto Magalhães de Araujo, D.Sc.
_______________________________________________
Prof. Luiz Claudio Gomes Pimentel, D.Sc.
________________________________________________
Prof. Wallace Figueiredo Menezes, D.Sc.
RIO DE JANEIRO, RJ - BRASIL

DEZEMBRO DE 2014
Guimarães, Jessica Motta
Circulações locais na Região Metropolitana do Rio de
Janeiro: Aspectos observacionais com base na análise de
séries espaço-temporais – Rio de Janeiro: UFRJ/COPPE,
2014.
XIX, 119 p.: il.; 29,7 cm.
Edilson Marton
Dissertação (mestrado) – UFRJ/ COPPE/ Programa de
Engenharia Civil, 2014.
Referências Bibliográficas: p. 100-108.
1. Circulação local de vento. 2. Rosas dos Ventos. 3.
Ondeletas. 4. Região Metropolitana do Rio de Janeiro. I.
Rotunno Filho, Otto Corrêa et al. II. Universidade Federal
do Rio de Janeiro, COPPE, Programa de Engenharia Civil.
III. Título.
iii
Dedico esta dissertação aos meus pais e
à minha avó, pessoas em que sempre
busquei me espelhar.
Ao meu amor, por tudo que ele
representa em minha vida.
Aos meus amigos e a toda a minha
família.
iv
AGRADECIMENTOS
Primeiramente, agradeço a Deus, pois sei que, em todos os momentos de

angústia e também nos de alegria, esteve presente em minha vida. Agradeço aos meus
pais, por sempre me apoiarem em tudo e sempre terem me dado todo o amor e atenção
de que precisei. A pessoa que sou hoje reflete muito os ensinamentos que me passaram.
A todos os meus familiares, meu porto seguro: minha avó Natalina, meus tios, primos,
em especial Mariana, Daniel, Bruno e Lúcio.
Agradeço, especialmente, ao meu amor, meu namorado Rafael, pelo incentivo,

pela compreensão nas horas mais difíceis, por todo o carinho, por estarmos trilhando um
caminho juntos, enfim, por tudo. Não há palavras suficientes para agradecer pelo seu
apoio na conclusão desta etapa importante da minha formação acadêmica. Tenho
certeza que essa vitória pode ser considerada nossa.
Agradeço aos amigos feitos no CEFET, dos quais nunca esquecerei,

principalmente às meninas, Renata, Patricia, Beth e Lais. Com certeza, a promessa de
amizade eterna se cumprirá! Aos colegas da turma de Meteorologia da UFRJ de 2005,
aos amigos feitos durante a faculdade, das mais variadas turmas, além, é claro, dos
diversos amigos feitos no decorrer do Mestrado.
Aos amigos mais que especiais: Rodrigo Mathias e Nathália Silva. Minha
querida comadre, muito obrigada pelo apoio de sempre! Agradeço a Deus por ter
alguém com quem contar, nas horas mais divertidas, mas também para ouvir minhas
lamentações e momentos de desespero nessa fase tão complicada.
Aos amigos da meteorologia, Thiago Sousa, William, Maurício, Renan, Léo

Aragão e toda a equipe do NCQAr, por todo o auxílio com as ferramentas
computacionais empregadas nesta pesquisa.
Aos amigos da INFRAERO, faço um agradecimento especial ao Antônio Carlos,

por ter me auxiliado de forma decisiva no tratamento dos dados, também contribuindo
com sugestões diversas. Também agradeço ao Coordenador de Meteorologia
v
Aeronáutica, Maristélio, e ao Gerente de Navegação Aérea, Ricardo, pela compreensão
nos momentos em que tive que me ausentar do trabalho para resolver assuntos do
Mestrado.
Agradeço a todos os professores que contribuíram para o meu processo de

aprendizado na COPPE, auxiliando-me a vislumbrar a multidisciplinaridade existente
com a ciência que escolhi estudar, Meteorologia.
Agradeço, especialmente, aos meus orientadores, Otto Corrêa Rotunno Filho e

Edilson Marton. Ao Otto, pelo incentivo de sempre em dar prosseguimento com a
pesquisa, sempre demonstrando empolgação com os avanços realizados. Agradeço,
especialmente, ao Edilson, por todo o apoio e determinação em me auxiliar, sobretudo
nos momentos em que tive mais dúvidas sobre os rumos da pesquisa. Com certeza, toda
sua ajuda foi determinante para o desenvolvimento e conclusão deste trabalho, desde
sua concepção até o último momento.
A toda equipe da Secretaria Acadêmica e do suporte do PEC/COPPE,

especialmente ao Jairo e à Beth.
Agradeço ainda o suporte da FAPERJ pelo apoio financeiro através dos projetos
PEC/COPPE - FAPERJ 014/2010 (2010-2012), FAPERJ – Processo E-26/103.116/2011
(2012-2014), FAPERJ – Pensa Rio – Edital 19/2011 (2012-2014) – E26/110.753/2012,
FAPERJ – Pensa Rio – Edital 34/2014 (2014-2017) –E-26/010.002980/2014e ao CNPq
Edital Universal No. 14/2013 – Processo 485136/2013-9 bem como à CPRM, à ANA,
ao INEA, à EMBRAPA, ao CEPEL, ao ONS, à REDEMET e ao INMET, pelo contínuo
apoio à pesquisa científica no Brasil e pelo fornecimento de dados, e ainda ao INPE, à
ESA, à NASA e à NOAA, pelo fornecimento de imagens de sensoriamento remoto, que
viabilizam o suporte e a divulgação de resultados desta pesquisa em eventos da
comunidade científica.
Agradeço sinceramente, por fim, a todos que de alguma forma contribuíram para
a conclusão desta importante etapa da minha formação acadêmica.
vi
Resumo da Dissertação apresentada à COPPE/UFRJ como parte dos requisitos
necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)


Dezembro/2014

Edilson Marton
Programa: Engenharia Civil
A caracterização do campo de vento em superfície e sua variabilidade espacial e

temporal são de grande importância para o planejamento das atividades humanas,
especialmente em áreas urbanas. A presente pesquisa caracteriza a circulação
atmosférica local próxima à superfície na Região Metropolitana do Rio de Janeiro
(RMRJ). São investigadas séries temporais de 2003 a 2014 para os aeródromos SBGL,
SBRJ, SBSC, SBAF, SBJR, buscando uma análise integrada do padrão de vento local
com o comportamento de outras variáveis, tais como temperatura do ar, pressão
atmosférica e umidade específica. São aplicadas três metodologias de análise
complementares: rosas dos ventos, ondeletas e mineração de dados. Os resultados das
rosas dos ventos e das séries temporais médias evidenciaram a presença de padrões
diferenciados de circulação local em cada aeródromo. Através da técnica de análise de
ondeletas, foi possível constatar sinais fortes em 24h (sistemas de brisas) e 12h (maré
barométrica) em todas as estações, além da presença de uma interrupção do sinal de 4-8
dias, associado com a diminuição da atuação de eventos sinóticos, tais como sistemas
frontais, no decorrer do período de verão 2013/2014, mostrando coerência com as
baixas taxas pluviométricas e elevadas temperaturas observadas no sudeste brasileiro no
decorrer desse período. Para os resultados de análise de agrupamento, destaca-se como
o comportamento da estação do aeródromo SBAF diferiu das demais estações.
vii
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)
LOCAL CIRCULATIONS IN THE METROPOLITAN REGION OF RIO DE JANEIRO:

OBSERVATIONAL ASPECTS BASED ON THE ANALYSIS OF
SPATIO-TEMPORAL SERIES

December/2014
Advisors: Otto Corrêa Rotunno Filho

Edilson Marton
Department: Civil Engineering
The characterization of the wind field near the surface and its spatial and
temporal variability are of great importance for the planning of human activities,
especially in urban areas. The present study characterizes the local atmospheric
circulation near the surface in the metropolitan area of Rio de Janeiro (RMRJ). Time
series of meteorological stations located in SBGL, SBRJ, SBSC, SBAF and SBJR from
2003 to 2014 are investigated, seeking an integrated pattern analysis of local wind
jointly with the behavior of other variables such as air temperature, atmospheric
pressure and specific humidity. Three complementary analysis methodologies are
applied: wind roses, wavelet and data mining. The results of wind roses and average
time series revealed the presence of different patterns of local circulation at each
aerodrome. Through the wavelet analysis technique, there has been strong signals in
24h (sea and land breeze systems) and 12h (barometric tide) in all seasons, and the
presence of a signal interruption corresponding to the time interval of 4-8 days,
associated with the decrease of acting synoptic events such as frontal systems, during
the 2013/2014 summer period, showing consistency with low rain rates and high
temperatures observed in southeastern Brazil during this period. For the results of
cluster analysis, stands out as the SBAF aerodrome behavior differed from the other
stations.
viii
SUMÁRIO
CAPÍTULO I - INTRODUÇÃO..................................................................................... 1
1.1 Considerações iniciais............................................................................................... 1
1.2 Objetivos e contribuição........................................................................................... 6
1.3 Estrutura da dissertação........................................................................................... 7
CAPÍTULO II - REVISÃO BIBLIOGRÁFICA............................................................. 9
2.1 Climatologia da região sudeste................................................................................. 9
2.2 Aspectos gerais sobre circulação local..................................................................... 11
2.3 Circulação termicamente forçada: brisas marítimas e terrestres............................. 13
2.4 Influência da ilha de calor urbana na circulação local............................................. 19
2.5 Maré barométrica...................................................................................................... 23
2.6 Aplicação da transformada de ondeleta em estudos de fenômenos

atmosféricos..................................................................................................................... 25
2.7 Aplicação de mineração de dados em estudos de fenômenos

atmosféricos...................................................................................................................... 29
CAPÍTULO III – METODOLOGIA............................................................................. 31
3.1 Metodologia.............................................................................................................. 31
3.1.1 Descrição dos dados............................................................................................... 32
3.1.2 Elaboração e análise das rosas dos ventos horárias e das séries temporais
horárias. ......................................................................................................................... 32
3.1.3 Elaboração dos gráficos de ondeletas contínuas e cruzadas.............................. 33
ix
3.1.3.1. Análise espectral .......................................................................................... 34
3.1.3.2 Análise de ondeletas...................................................................................... 37
3.1.4 Avaliação dos padrões investigados usando mineração de dados das variáveis e 46
estações............................................................................................................................
CAPÍTULO IV – ÁREA DE ESTUDO.......................................................................... 49
CAPÍTULO V – RESULTADOS................................................................................... 52
5.1 Análise dos resultados das rosas dos ventos e séries temporais médias................... 52
5.2 Ondeletas contínuas................................................................................................... 71
5.2.1 Ondeletas contínuas para ano de 2008, com período até 64 dias........................ 71
5.2.2 Ondeletas contínuas até 4 dias para o ano de 2008............................................. 76
5.2.3 Estudo de caso para o verão (junho/2013 a maio/2014)..................................... 83
5.3 Análise de agrupamento............................................................................................ 90
CAPÍTULO VI – CONCLUSÕES E RECOMENDAÇÕES.......................................... 96
6.1 Considerações finais ................................................................................................. 96
REFERÊNCIAS BIBLIOGRÁFICAS............................................................................ 100
ANEXO A - Espectros globais de ondeleta para as variáveis: temperatura do ar,

umidade específica e pressão atmosférica........................................................................ 109
ANEXO B – Dados Utilizados (em CD-ROM)............................................................. 115
ANEXO B.1 – SBSC .............................................................................................. 115
ANEXO B.2 – SBGL ............................................................................................. 115
115
ANEXO B.3 – SBAF ..............................................................................................
x
ANEXO B.4 – SBRJ ............................................................................................... 115
ANEXO C – Distribuição espacial das rosas dos ventos (em CD-ROM)................... 116
ANEXO D – Ondeletas contínuas de 2003 a 2014 (em CD-ROM)...........................

117
ANEXO D.1 – Ondeletas contínuas para SBSC ..................................................... 117
ANEXO D.2 – Ondeletas contínuas para SBGL ..................................................... 117
ANEXO D.3 – Ondeletas contínuas para SBAF ..................................................... 117
ANEXO D.4 – Ondeletas contínuas para SBRJ ...................................................... 117
ANEXO E – Ondeletas cruzadas para junho de 2013 a maio de 2014 (em CD-
ROM).............................................................................................................................. 118
ANEXO E.1 – Ondeletas cruzadas para SBSC ....................................................... 118
ANEXO E.2 – Ondeletas cruzadas para SBGL ...................................................... 118
ANEXO E.3 – Ondeletas cruzadas para SBAF .......................................................

118
ANEXO F – Dendrogramas para as variáveis direção do vento, temperatura do ar,

temperatura do ponto de orvalho, umidade específica e pressão atmosférica (em CD-
ROM) ............................................................................................................................. 119
xi
LISTA DE FIGURAS
Figura 2.1 Definições de escalas e diferentes fenômenos atmosféricos de acordo

com as escalas temporal e espacial segundo Orlanski (1975), adaptado por Luz 12
(2009) ......................................................................................................................
Figura 2.2 - Curva da média diária da pressão atmosférica e suas componentes.

Fonte: Humphreys (1940)....................................................................................... 24
Figura 3.1 Fluxograma contendo as etapas metodológicas da pesquisa.

.................................................................................................................................. 31
Figura 3.2 - Análise de Fourier. Fonte: Misiti et al.

(1996)...................................................................................................................... 35
Figura 3.3 Ondeleta complexa de Morlet, a) ondeleta de Morlet com largura e

amplitude arbitrária e com o tempo ao longo do eixo horizontal e b) construção
da ondeleta de Morlet (azul tracejado) a partir de uma onda seno (verde)
modulada por uma curva gaussiana (vermelho). Fonte: Torrence e Compo (1998
b).............................................................................................................................. 39
Figura 3.4 - Espectros de potência de ondeleta (m2.s-2) para séries

S1: sen (n / 12) , S2: sen(n / 6) S3: sen(n / 12)  sen(n / 6) e S4: cos( n / 12) ,
apresentadas em sequência. No eixo das ordenadas, o período é apresentado em 42
dias, de 0,5 até 64
dias...........................................................................................................................
Figura 3.5 - Análise de ondeleta cruzada para séries S3 e S1, S3 e S2; e S4 e S1,
em sequência........................................................................................................... 44
Figura 4.1 - Composição dos municípios da RMRJ. (Fonte: Fundação Centro de

Informações e Dados do Rio de
50
Janeiro.....................................................................................................................
Figura 4.2 - Visão topográfica da região contendo a RMRJ e a localização dos

aeródromos estudados. (Fonte: http://www.master.iag.usp.br/).............................. 51
xii
Figura 5.1 – Rosas dos ventos representativas de todo o período de dados para 54
as estações SBSC, SBGL, SBAF, SBRJ, SBJR. (Fonte: http://landsat.usgs.gov/)
Figura 5.2 - Rosas dos ventos horárias para SBSC. A escala de cores é a mesma
para todas as rosas. A frequência máxima dos ventos é de 25%.......................... 56
Figura 5.3 - Rosas dos ventos horárias para SBGL. A escala de cores é a mesma
para todas as rosas. A frequência máxima dos ventos é de
25%........................................................................................................................ 57
Figura 5.4 - Rosas dos ventos horárias para SBAF. A escala de cores é a mesma
para todas as rosas. A frequência máxima dos ventos é de 25%, exceto para os
58
horários 14h a 18h com valor de 40%.....................................................................
Figura 5.5 - Rosas dos ventos horárias para SBRJ. A escala de cores é a mesma
para todas as rosas. A frequência máxima dos ventos é de 25%, exceto para os
horários 08h a 20h com valor de 45%..................................................................... 59
Figura 5.6 - Rosas dos ventos horárias para SBJR. A escala de cores é a mesma
para todas as rosas. A frequência máxima dos ventos é de
25%.......................................................................................................................... 60
Figura 5.7 - Séries temporais de horários médios para verão (DJF) nas estações
SBSC (a), SBGL (b), SBAF (c), SBRJ (d) e SBJR (e). São apresentadas as
variáveis componente meridional do vento (m/s), temperatura do ar (ºC) e
pressão atmosférica (hPa).................................................................................... 64
Figura 5.8 - Séries temporais de horários médios para inverno (JJA) nas estações
SBSC (a), SBGL (b), SBAF (c), SBRJ (d) e SBJR (e). São apresentadas as
variáveis componente meridional do vento (m/s), temperatura do ar (ºC) e
pressão atmosférica
(hPa).........................................................................................................................
65
Figura 5.9 - Séries temporais de horários médios de umidade específica (g/kg)

para verão (DJF) nas estações SBSC (a), SBGL (b), SBAF (c), SBRJ (d) e SBJR
66
(e).............................................................................................................................
Figura 5.10 - Séries temporais de horários médios de umidade específica (g/kg)

para inverno (JJA) nas estações SBSC (a), SBGL (b), SBAF (c), SBRJ (d) e
SBJR (e) .................................................................................................................. 67
xiii
Figura 5.11- Espectros globais de potência de ondeleta (m2.s-2) para a variável
componente meridional do vento (m/s), para as estações SBSC, SBGL,SBAF e
SBRJ, apresentados na primeira, segunda, terceira e quarta colunas,
respectivamente. A escala posicionada à esquerda dos gráficos é referente ao
período dos sinais investigados, variando de 64 dias e indo até 0,5 dia. Os
gráficos são apresentados ano a ano, iniciando em (a) 2003, e indo até (e) 2013.
Ressalta-se que a estação SBRJ apresenta série de dados de 2003 a 2008. A linha
pontilhada que cruza o gráfico representa o nível de confiança estatística de 74
95%.........................................................................................................................
Figura 5.12 - Espectros de potência de ondeleta (m2.s-2) para SBSC, de janeiro a

dezembro de 2008 em dia juliano, para as seguintes variáveis em sequência:
componente meridional do vento (m/s), temperatura do ar (°C), umidade
específica e pressão atmosférica (hPa). Os gráficos são apresentados com
período até 4 dias para ressaltar os sinais de alta frequência. No lado direito da
figura, são apresentados os respectivos espectros 78
globais....................................................................................................................
Figura 5.13 - Espectros de potência de ondeleta (m2.s-2) para SBGL, de janeiro a

figura, são apresentados os respectivos espectros globais.....................................
79
Figura 5.14 - Espectros de potência de ondeleta (m2.s-2) para SBAF, de janeiro a

figura, são apresentados os respectivos espectros globais..................................... 80
Figura 5.15 - Espectros de potência de ondeleta (m2.s-2) para SBRJ, de janeiro a

período até 4 dias para ressaltar os sinais de alta frequência. No lado direito da 81
figura, são apresentados os respectivos espectros globais......................................
Figura 5.16 - Esquema de forçantes associadas à circulação local na

RMRJ................................................................................................................. 82
xiv
Figura 5.17 - Espectros de potência de ondeleta para SBGL, elaboradas para o
período de junho/2013 a maio/2014. As variáveis apresentadas são,
respectivamente: v, T, q e P. No eixo das ordenadas, o período é apresentado em
dias, e, no eixo das abcissas, encontra-se a escala de variação da potência de
ondeleta (m2.s-2). Os gráficos na coluna à direita são os respectivos espectros
85
globais de potência, com linha pontilhada de nível de confiança estatística de
95%.....................................................................................................................
Figura 5.18 - Espectro cruzado de ondeletas para SBGL para o período de

junho/2013 a maio/2014. As variáveis cruzadas seguem a seguinte ordem: (T,v),
(P,v), (q,v), (T,P) e (q,T)....................................................................................... 88
Figura 5.19 – Dendrograma para a variável direção do vento (DIR), para o

período entre 2003 e 2008, contendo estações SBSC SBGL, SBAF e SBRJ. No
eixo das ordenadas, encontram-se os valores de dissimilaridade, e, no eixo das
abcissas, são mostrados os membros dos grupos 93
formados.................................................................................................................
Figura 5.20 – Dendrograma para a variável componente meridional do vento (v),

para o período entre 2003 e 2008, contendo estações SBSC SBGL, SBAF e
SBRJ. No eixo das ordenadas, encontram-se os valores de dissimilaridade, e, no
eixo das abcissas, são mostrados os membros dos grupos 93
formados............................................................................................................
Figura 5.21 – Dendrograma para o aeródromo SBSC, para o período entre 2003
e 2008, contendo as variáveis: componente meridional do vento (v), intensidade
total do vento (V), temperatura do ar (T), temperatura do ponto de orvalho (TD),
pressão atmosférica (P), direção do vento (DIR) e umidade específica (q). No
eixo das ordenadas, encontram-se os valores de dissimilaridade, e, no eixo das
abcissas, são mostrados os membros dos grupos
formados................................................................................................................. 94
Figura 5.22 – Dendrograma para o aeródromo SBGL, para o período entre 2003
e 2008, contendo as variáveis: componente meridional do vento (VVEL),
intensidade total do vento (VEL), temperatura do ar (T), temperatura do ponto de
orvalho (TD), pressão atmosférica (QNH), direção do vento (DIR) e umidade
específica (UMES). No eixo das ordenadas, encontram-se os valores de
dissimilaridade, e, no eixo das abcissas, são mostrados os membros dos grupos 94
formados..................................................................................................................
xv
Figura 5.23 – Dendrograma para o aeródromo SBRJ, para o período entre 2003 e
2008, contendo as variáveis: componente meridional do vento (VVEL),
dissimilaridade, e, no eixo das abcissas, são mostrados os membros dos grupos
formados................................................................................................................... 95
Figura 5.24 – Dendrograma para o aeródromo SBAF, para o período entre 2003
e 2008, contendo as variáveis: componente meridional do vento (VVEL),
dissimilaridade, e, no eixo das abcissas, são mostrados os membros dos grupos
formados................................................................................................................... 95
xvi
LISTA DE TABELAS
Tabela 5.1 – Valores extremos das variáveis v (m/s), T (°C), q (g/kg) e P

(hPa) para verão (DJF). Valores reportados a partir das Figuras 5.7 até a
Figura 5.10.......................................................................................................... 69
Tabela 5.2– Valores extremos das variáveis v (m/s), T (°C), q (g/kg) e P (hPa)
para inverno (JJA). Valores reportados a partir das Figuras 5.7 até a Figura
5.10 ..................................................................................................................... 70
xvii
ÍNDICE DE SIGLAS
ASAS Alta Subtropical do Atlântico Sul
BM Brisa Marítima
BRAMS Brazilian Regional Atmospheric Modeling System
BT Brisa Terrestre
CLP Camada Limite Planetária
CPTEC Centro de Previsão do Tempo e Estudos Climáticos
FEEMA Fundação Educacional de Ecologia e Meio Ambiente
ICU Ilha de Calor Urbana
INMET Instituto Nacional de Meteorologia
MD Mineração de Dados
METAR METeorological Aerodrome Report
NCEP National Centers for Environmental Prediction
PCD Plataforma de Coleta de Dados
REDEMET Rede de Meteorologia do Comando da Aeronáutica
RMRJ Região Metropolitana do Rio de Janeiro
RMSP Região Metropolitana de São Paulo
SCM Sistemas Convectivos de Mesoescala
SF Sistemas Frontais
TO Transformada de Ondeleta
WEKA Waikato Environment for Knowledge Analysis
WRF Weather Research and Forecasting
xviii
WRPLOT Wind Rose Plots
ZCAS Zona de Convergência do Atlântico Sul
xix
CAPÍTULO I - INTRODUÇÃO
1.1 Considerações iniciais
A caracterização do campo de vento em superfície e sua variabilidade espacial e

temporal são de grande importância para o planejamento das atividades humanas,
especialmente em áreas urbanas. Inúmeros aspectos são influenciados pelo padrão de
vento predominante em grandes aglomerados urbanos como, por exemplo, as atividades
poluidoras do ar e o efeito das condições atmosféricas na dispersão de poluentes
(Carvalho, 2006), o mecanismo de formação e desintensificação das ilhas de calor
(Freitas, 2003; Moraes et al., 2005), o processo de formação de nevoeiro (Cossich et al.,
2008; Cossich et al., 2009), o conforto térmico relacionado com a construção de casas e
edifícios e a navegação aérea e marítima.
A previsão com precisão das variáveis direção e intensidade do vento é

considerada de relevante dificuldade pelos meteorologistas de forma geral. Essa
dificuldade na previsão do vento à superfície (medido por anemômetros posicionados à
10m de altura) ocorre devido aos efeitos da superfície se tornarem mais evidentes na
camada mais baixa da atmosfera, que se estende desde a superfície até um limite médio
entre dois a três quilômetros, região conhecida como camada limite planetária (CLP).
De acordo com Holton (1979), a CLP é aquela porção da atmosfera na qual o campo de
vento é fortemente influenciado pela superfície do planeta. Portanto, o vento dentro da
CLP poderá apresentar comportamento aleatório em virtude dos efeitos de atrito,
difusão molecular e viscosidade, além de sofrer influência de uma enorme variedade de
sistemas meteorológicos com diferentes dimensões espaço-temporais, tais como brisas,
sistemas convectivos, frentes frias, ciclones, anticiclones, entre outros.
É importante ressaltar a relevância de estudos sobre modelos conceituais de

circulação local, visando contribuir nas mais diversas áreas das ciências ambientais,
especialmente na meteorologia e recursos hídricos. Como exemplo, pode-se citar a
Meteorologia Aeronáutica, em que o estudo das circulações locais é de elevada
importância para diversos tipos de operação nos aeroportos, como as de pouso e
decolagem.
1
No âmbito dos recursos hídricos, destaca-se o papel das circulações locais na
produção de sistemas atmosféricos geradores de chuva que podem deflagrar impactos
como eventos de enchentes e deslizamentos. Sabe-se que são muitos os fatores que
influenciam a deflagração de escorregamentos, além da precipitação, como
características climáticas, tipo de solo, cobertura vegetal e declividade, entre outros.
Destaca-se, ainda, que fenômenos naturais ligados aos desastres naturais são
aqueles relacionados, principalmente, às chuvas (seu excesso ou escassez e/ou
intensidade), e a magnitude do impacto por elas gerado pode ser explicada pelas
condições socioespaciais de ocupação do solo, notadamente condições econômicas,
políticas e culturais dessas regiões. Eventos extremos de chuva associados a desastres
naturais têm sido registrados com frequência crescente na mídia e na literatura
científica, na medida em que os impactos antrópicos são evidenciados. O desastre de
origem hidrometeorológica demanda investigação científico-tecnológica rigorosa para a
sua compreensão e fundamentação física com vistas ao esclarecimento da sociedade e
ao desenho de estratégias para concepção de sistemas de prevenção e previsibilidade de
eventos dessa natureza.
Tendo em vista as relevantes particularidades existentes na área de estudo, é de

suma importância a realização de um estudo detalhado do campo de vento por meio da
análise de séries temporais de estações meteorológicas de superfície. Tal investigação é
especialmente importante na Região Metropolitana do Rio de Janeiro (RMRJ) devido ao
fato desta situar-se próxima de regiões serranas como a Serra dos Órgãos, bem como
por ser uma região litorânea, além de contar com a presença da Baía de Guanabara.
A seguir, alguns trabalhos envolvendo o uso de modelos numéricos da atmosfera

são destacados, bem como quais são as suas contribuições e limitações para a
reprodução de padrões de comportamento das circulações locais.
Silva Dias (1997) investigou a influência da morfologia da costa sudeste do

estado do Rio de Janeiro sobre a circulação atmosférica local, utilizando séries de dados
horários de direção e intensidade do vento obtidos na estação Arraial do Cabo e na
2
estação do Galeão. O autor aplicou o modelo RAMS (Regional Atmospheric Modeling
System) nas simulações numéricas analisadas, alimentadas, inicialmente, com o campo
de vento básico predominante (direção nordeste), obtendo resultados que comprovaram
sua adequação em simular os efeitos na circulação local provocados pela variação na
superfície (continente-mar), presença do relevo e pelas mudanças no alinhamento da
costa entre o Cabo de São Tomé (N-S) e a Baía de Guanabara (E-W)
Silva e Santos (2006) também utilizaram o modelo atmosférico de mesoescala

RAMS e a sua parametrização da mistura turbulenta a fim de analisar as características
do escoamento do vento da camada limite atmosférica urbana na zona oeste do Rio de
Janeiro, em especial na região de Bangu. Os autores realizaram simulações para janeiro
e julho, correspondentes às estações de verão e inverno, verificando-se a relação entre o
escoamento do vento e as estatísticas de doenças respiratórias deflagradas pelo aumento
da concentração de poluentes atmosféricos. Os resultados das simulações apontaram
que essa região apresenta grandes flutuações térmicas devido à topografia da região que
impedem a máxima circulação dos ventos. Além disso, a topografia local também
representa uma barreira física que dificulta a diluição dos poluentes, o que influencia
nos altos índices de doenças respiratórias. Outro resultado interessante encontrado por
Silva e Santos (2006) evidencia que o escoamento do vento, tanto em janeiro como em
julho, possuem direções muitas próximas, sendo que a brisa terrestre é mais intensa no
inverno, enquanto que a brisa marítima é mais intensa no verão.
Hackerott (2013) estudou o escoamento em superfície, ocasionado pela

combinação de diferentes tipos de circulações locais com os escoamentos de escala
sinótica, a partir de dados registrados em sete estações meteorológicas de superfície no
município do Rio de Janeiro. Para caracterizar espacialmente os ventos em superfície,
foram realizadas simulações do modelo WRF (Weather Research and Forecasting). O
autor identificou três tipos de circulações locais na região: brisa marítima, brisa terrestre
e brisa vale-montanha. Entretanto, não foi encontrada interação entre elas. A circulação
de ilha de calor não ficou evidente nos dados de vento das estações, embora haja alguns
indícios de sua existência nos dados de temperatura simulados e observados. A região
também apresenta variabilidade sazonal do vento em superfície, sendo que, nos meses
de inverno, as circulações locais são menos intensas. O modelo regional WRF,
3
configurado com grades de 27 km, 9 km e 3 km de espaçamento horizontal, apresentou
melhores simulações quando comparado com o modelo global GFS (Global Forecast
System). As circulações de escala sinótica, avaliadas a partir do campo de pressão,
foram simulas satisfatoriamente pelo WRF. Observou-se que o aumento da resolução do
modelo de área limitada proporciona melhores resultados nas regiões com topografia
acentuada. Outra interessante constatação do autor, a partir de seus resultados, é que a
Baía de Guanabara gera divergência direcional do vento em superfície no período
diurno, independente da condição sinótica, especialmente na região central da baía. A
magnitude do vento dentro da baía depende da intensidade da brisa marítima (período
diurno) ou terrestre (período noturno) e da direção e magnitude do escoamento de escala
sinótica.
Corrêa et al. (2007) utilizaram o modelo atmosférico de mesoescala MM5

(Pennsylvania State University/National Center for Atmospheric Research Fifth
Generation Mesoscale Model) em conjunto com o Californian Meteorological Model
(CALMET) com a finalidade de reproduzir a circulação de superfície na RMRJ para o
período de estudo compreendido entre os dias 15 a 18 de agosto de 2007. Através dos
resultados, os autores concluem que o sistema combinado de modelos MM5 e
CALMET conseguiu reproduzir adequadamente o comportamento de circulações locais
na RMRJ, levando em consideração as formações topográficas que influenciam a região
de estudo, bem como os mecanismos de brisas terrestre e marítima que predominam na
região.
Vemado (2008) utilizou o modelo numérico ARPS com intuito de reproduzir o

padrão de brisa marítima bem como seu impacto nos sistemas geradores de chuva na
Região Metropolitana de São Paulo (RMSP). O autor realizou simulações numéricas
com o modelo ARPS (Advanced Regional Prediction System) para dois (2) eventos de
entrada de brisa marítima com ambiente termodinâmico instável, um deles com
formação de tempestade e o outro com baixa instabilidade convectiva, para verificar os
fatores que levam a frente de brisa a disparar convecção profunda. Seus resultados
indicam que as simulações de brisa marítima com o ARPS foram adequadas e
consistentes com o ciclo diurno dessa circulação.
4
Torres Junior (1998) realizou um estudo preliminar a fim de avaliar os aspectos
básicos relacionados com a brisa marítima no estado do Rio de Janeiro através de duas
simulações com o modelo numérico RAMS, uma delas com topografia e outra com
terreno plano. Os resultados indicaram que o modelo reproduziu bem as feições típicas
de brisa marítima e terrestre, demarcando claramente as regiões de descontinuidade
(frentes) associadas a esses processos. Os efeitos da topografia ficaram evidenciados na
diferença entre os campos médios com e sem topografia, acontecendo um consequente
retardo de cerca de duas horas para o estabelecimento do regime de brisa marítima na
simulação realizada com topografia.
Freitas (2003) estudou os processos de superfície que determinam o balanço de

energia na formação de circulações locais na RMSP. Através da modelagem numérica
da atmosfera, utilizando o modelo RAMS, foi investigado como as circulações locais
em São Paulo influenciam na dispersão de poluentes. Segundo esse autor, durante o
período noturno, por ocasião das circulações de brisa terrestre e dos ventos de
montanha, verificam-se altas concentrações de poluentes sobre grande parte do litoral
paulista. Durante o dia, em decorrência da penetração da brisa marítima, regiões
localizadas a noroeste da Região Metropolitana de São Paulo (RMSP) são altamente
afetadas pelo ar poluído, chegando a ter concentrações maiores que aquelas próximas
das fontes poluidoras. Em seu estudo, também constatou que a topografia age de
maneira a intensificar as circulações de brisa marítima e terrestre através da
superposição das circulações do tipo vale/montanha com as circulações de brisa. Além
disso, a ilha de calor urbana faz com que a velocidade dos ventos seja mais forte na
circulação de brisa marítima.
Segundo Bernadet (1992) e Freitas (2003), a circulação da brisa marítima,

característica de regiões litorâneas, tem grande papel na dispersão de poluentes. Esse
fenômeno pode contribuir para o aumento da turbulência e do transporte dos poluentes
para áreas distantes das fontes de emissão ou mesmo prejudicar a dispersão por
apresentar uma circulação parcialmente fechada, ocasionando o aprisionamento de ar
poluído próximo às cidades.
5
Wiegand (2000) utilizou o modelo RAMS para simular o escoamento na Região
Metropolitana de Porto Alegre (RMPA) visando explicar a influência de circulações
clássicas e não clássicas devido à proximidade dessa região em relação ao oceano e à
Lagoa dos Patos, além de investigar efeitos de ilha de calor urbana. Os resultados
mostraram que circulação de brisa lacustre/terrestre é responsável por uma forte
tendência meridional no escoamento resultante sobre a RMPA, só sendo atenuada pela
componente zonal da circulação de brisa marítima a partir do final da tarde. A
confluência dessas duas circulações provoca uma tendência de elevação da camada de
mistura. A presença da ilha de calor aumentou o movimento convectivo, com maior
transporte vertical de calor sensível, e também retardou o avanço da frente de brisa
marítima, embora, durante a noite, a sua influência não tenha sido muito significante.
Os trabalhos discutidos anteriormente apontam a importância da utilização dos

modelos numéricos na reprodução do padrão das circulações locais, escopo do presente
trabalho. É importante, todavia, considerarmos suas limitações e, adicionalmente,
destacar a importância da realização de trabalhos baseados em minuciosa análise de
dados observacionais, um aspecto que precisa ser melhor explorado, principalmente na
região de estudo da presente pesquisa.
1.2 Objetivo e contribuição
O objetivo desta pesquisa é caracterizar a circulação atmosférica local próxima à

superfície na RMRJ, destacando a sua variabilidade espacial e temporal, utilizando
metodologias de análise complementares. Dessa forma, pretende-se estabelecer
estratégias para identificação dos mecanismos que regem as circulações locais na
RMRJ.
A condução do trabalho será feita com base em séries temporais de estações

meteorológicas de superfície, buscando uma análise integrada do padrão de vento local
com o comportamento de outras variáveis, tais como temperatura do ar, pressão
atmosférica e umidade específica nas mesmas estações. Serão avaliadas questões tais
6
como: o horário de entrada da brisa marítima, a influência da topografia e a presença de
corpos de água no padrão local de vento.
Também pretende-se identificar quais são os fatores que contribuem para o

comportamento da variável vento na área de estudo, tais como forçante térmica, efeito
de canalização, dentre outros tipos de interação com a orografia local, atuação da maré
barométrica e a maior ou menor proximidade com a faixa litorânea. Uma vez
identificados, é feita uma avaliação de quais são os mecanismos mais representativos
para cada estação analisada com base nos resultados obtidos em cada uma das etapas
metodológicas aplicadas.
A abordagem metodológica envolve o levantamento e formatação de dados de

observações meteorológicas horárias do código METAR de séries temporais de 12 anos
de informações, obtidas a partir de estações instaladas in situ em 5 aeródromos
localizados no município do Rio de Janeiro.
Posteriormente, os dados são analisados a partir de três procedimentos distintos,

porém complementares em seus resultados:
i- rosas dos ventos horárias distribuídas espacialmente na área de estudo,

com a finalidade de avaliar as mudanças horárias no padrão de vento e
possíveis interações entre brisas marítima/terrestre com aquelas
induzidas ou reorientadas pelas barreiras topográficas;
ii- análise via transformada de ondeletas para as variáveis de interesse, a fim

de caracterizar os sinais temporais mais marcantes, destacando aqueles
de ciclos diurno e semi-diurno e possíveis influências da escala de tempo
intrassazonal sobre a circulação local;
iii- mineração de dados entre as variáveis investigadas, permitindo avaliar

como os padrões de comportamento das variáveis podem ser agrupados.
7
1.3 Estrutura da dissertação
No capítulo introdutório, situa-se a pesquisa no contexto das motivações e da

literatura que originou o trabalho desta dissertação. Em especial, destaca-se o objetivo
geral e o correspondente esboço da metodologia que foi concebida para oferecer
respostas no âmbito do trabalho.
No Capítulo 2, é apresentada uma revisão bibliográfica sobre os temas relativos

ao estudo da circulação local, bem como pesquisas que já utilizaram procedimentos
similares àqueles empregados na presente pesquisa, no Brasil e no mundo. Apresenta-
se, também, uma fundamentação teórica sobre a transformada de ondeletas e sobre o
método da mineração de dados.
Uma breve descrição da área de estudo é feita no decorrer do Capítulo 3. Nesta

dissertação, a área de estudo foi a Região Metropolitana do Rio de Janeiro (RMRJ).
No Capítulo 4, é apresentada a metodologia, bem como o detalhamento das

etapas do trabalho e as especificações dos dados empregados. Essecialmente, os
procedimentos adotados na análise incluíram a produção de rosas dos ventos, análise de
ondeletas e mineração de dados.
No Capítulo 5, são discutidos os resultados obtidos a partir da aplicação da

metodologia apresentada no Capítulo 4. Esses resultados são apresentados em diferentes
seções, organizados por cada procedimento empregado, e, ao final, é feita uma análise
conjunta entre eles.
As conclusões e recomendações para estudos futuros encontram-se no Capítulo

6.
Por fim, constam as referências bibliográficas utilizadas neste trabalho e os

anexos.
8
CAPÍTULO II - REVISÃO BIBLIOGRÁFICA
2.1 Climatologia da Região Sudeste
A RMRJ sofre influência da atuação de distúrbios meteorológicos de diversas

escalas no espaço e no tempo como, por exemplo: frentes frias e frentes subtropicais,
ciclones extratropicais, anticiclones migratórios, alta subtropical do Atlântico sul
(ASAS), zona de convergência do Atlântico sul (ZCAS), sistemas convectivos de
mesoescala, além do desenvolvimento das próprias circulações locais (brisas marítimas
e terrestres, brisas de vale e montanha, entre outras).
A seguir, é feita uma breve revisão da literatura sobre como tais fenômenos
atuam na RMRJ e também sobre os diversos fatores que conhecidamente influenciam
localmente no padrão de circulação na RMRJ, interagindo com os fenômenos
meteorológicos inseridos nas mais variadas escalas de tempo e espaço.
O clima da região sudeste, por se situar nos subtrópicos, corresponde a uma

faixa de transição entre duas regiões de diferentes comportamentos climáticos: clima
quente de uma região semi-árida ao norte (região nordeste do Brasil) e ao sul, um clima
mesotérmico do tipo temperado (região sul do Brasil) (Nimer, 1979). A posição
latitudinal, a posição na borda ocidental do oceano Atlântico e a topografia bastante
acidentada, destacando-se as serras da Mantiqueira e do Mar, desempenham um papel
muito importante nos processos de precipitação dessa região no que diz respeito a sua
maior ou menor intensidade e sua distribuição espacial (Nimer, 1979). Entretanto o
conhecimento desses fatores estáticos não é o suficiente para total compreensão do
clima. Nesse sentido, torna-se indispensável uma análise dos diversos mecanismos
atmosféricos que interferem sobre os citados fatores estáticos. Esses mecanismos
apresentam-se na forma de diversos fenômenos e sistemas meteorológicos.
Segundo FIDERJ(1978), o estado do Rio de Janeiro permanece sob a influência

da alta subtropical do Atlântico sul (ASAS) na maior parte do tempo, sendo tal sistema
responsável pelas condições de céu claro ou com pouca nebulosidade e ventos de
9
direção nordeste de fraca intensidade que predominam no nordeste do estado. Essa
situação de estabilidade sobre o estado é interrompida pela chegada de sistemas
atmosféricos transientes, tais como: sistemas frontais (SFs), ciclones extratropicais,
vórtices ciclônicos dos altos níveis de origem subtropical, sistemas convectivos de
mesoescala (SCMs) e outros sistemas que promovem o aumento da nebulosidade, a
ocorrência de precipitação e a intensificação dos ventos. Em especial, durante os meses
de novembro a março, é comum o estabelecimento da zona de convergência do
Atlântico sul (ZCAS), que se caracteriza por uma banda de nebulosidade convectiva,
estendendo-se em geral desde a Amazônia até o oceano Atlântico, numa direção
noroeste-sudeste (Kousky, 1988). Esse sistema é típico dos meses de verão, quando a
convecção tropical mais acentuada contribui para a geração e manutenção do fenômeno
(Kodama, 1992).
Sobre o estado do Rio de Janeiro, no inverno e na primavera, verifica-se, em

média, a passagem de quatro SFs por mês, ou seja, aproximadamente um por semana.
No verão e outono, ocorre uma pequena redução em sua frequência, observando-se em
torno de três SFs por mês (Oliveira, 1986; Lemos e Calbete, 1996 e Justi da Silva,
2003). De acordo com Oliveira (1986), apesar da menor frequência de SFs atingindo a
banda latitudinal entre 25 ºS e 20 ºS durante o verão, em média, nessa estação, todos os
SFs conseguem organizar a convecção no interior do continente, enquanto, no inverno,
dos quatro SFs, apenas um organiza a convecção. De fato, a trajetória dos SFs sobre a
América do Sul segue dois padrões bastante distintos ao longo do ano. A trajetória
desses sistemas no verão é mais lenta e caracterizada por maior atividade convectiva
devido às complexas interações entre os sistemas transientes de escala sinótica e os
sistemas quase estacionários como a alta da Bolívia e a ZCAS. No inverno, os SFs
deslocam-se mais rapidamente, em trajetórias mais zonais, e não conseguem penetrar no
interior do continente. Tais sistemas não induzem apreciável atividade convectiva sobre
o Brasil central e o sudeste do Brasil, mas, ocasionalmente, provocam forte queda de
temperatura em tais regiões (Nobre et al., 1998).
De acordo com Justi da Silva e Silva Dias (2002), a passagem de sistemas

frontais altera os padrões de vento localmente. Naquele trabalho, foi feita uma
climatologia dos sistemas frontais para cada ponto de grade a partir de dados da
10
reanálise do NCEP do período de 1981-1999, usando, como critério de identificação,
apenas a mudança do sinal da componente meridional do vento. Nas regiões sul e
sudeste do Brasil, o vento em baixos níveis tem direção de NE, devido à influência da
alta subtropical do Atlântico sul. Por outro lado, numa situação pré-frontal, o vento é
tipicamente de noroeste, depois gira de sudoeste e de sudeste na medida em que as
frentes frias se deslocam (Cavalcanti e Kousky, 2009).
2.2 Aspectos gerais sobre circulação local
O gradiente de pressão atmosférica gera o deslocamento do ar, ou seja, origina

os ventos. Esses ventos, partindo de zonas de maior para as de menor pressão, sofrem
influências também do movimento de rotação da Terra, da força centrífuga ao seu
movimento, bem como da topografia e consequente atrito com a superfície terrestre
(Tubelis e Nascimento, 1984). A direção do vento é bastante variável no tempo e no
espaço em função da situação geográfica do local, da rugosidade da superfície, do
relevo, da vegetação e da época do ano (Vendramini, 1986).
O estudo da circulação atmosférica envolve diversos fatores e variáveis que

influenciam na duração e na escala espacial de fenômenos meteorológicos. Um desses
fatores é a distribuição da energia recebida através da radiação solar, que não é igual em
toda a superfície terrestre, variando de acordo com a latitude, devido aos movimentos de
rotação e inclinação do eixo de rotação na Terra. Essa distribuição desigual da
incidência de radiação faz com que diferentes fenômenos ocorram em diferentes
latitudes.
Uma forma usual de classificar os fenômenos atmosféricos é associá-los a uma

escala coerente com as suas correspondentes dimensões espaço-temporais. Algumas
formas de classificação dos distúrbios meteorológicos foram propostas por diferentes
autores, como Ligda (1951), Orlanski (1975) e Fujita (1981). Orlanski (1975) discute
que a meteorologia subdividida somente em macroescala e microescala é insuficiente
para se caracterizar os diversos fenômenos meteorológicos existentes e propõe que a
mesma seja subdividida de forma probabilística, incluindo as letras gregas (α, β e γ),
11
resultando em subdivisões como: macro-α e macro-β; meso-α, meso-β e meso-γ; e
micro-α, micro-β e micro-γ. Circulações locais do tipo brisas marítima/terrestre e
vale/montanha estão inseridas na classificação meso-β, com escala espacial no intervalo
entre 20 km e 200 km e escala temporal entre 1 hora e 1 dia.
Figura 2.1 - Definições

de escalas e diferentes fenômenos atmosféricos de acordo com as
escalas temporal e espacial segundo Orlanski (1975), adaptado por Luz (2009).
12
As circulações atmosféricas decorrentes dos fenômenos de brisas são exemplos
de circulações forçadas termicamente. Entretanto, circulações locais também são
decorrentes de outros mecanismos forçantes, como destacado em Whiteman e Doran
(1993). Naquele trabalho, os autores investigaram os principais mecanismos de
formação de circulações locais a partir das observações de vento próximas ao solo em
quatro locais no vale do Tenessee (EUA), aplicando um modelo numérico hidrostático e
também realizando uma investigação climatológica. Seus resultados apontaram a
identificação de quatro principais forçantes governantes do comportamento dos ventos
próximos à superfície da região estudada: 1) canalização dos ventos orientada pela
pressão atmosférica, 2) transporte de momentum para baixo, 3) canalização forçada pela
topografia e 4) forçante térmica. As circulações locais geradas pelas forçantes 1 a 3,
acima destacadas, sofrem influência direta do vento geostrófico de escala sinótica logo
acima do vale em questão, diferentemente da circulação local gerada termicamente
(forçante 4).
A RMRJ não tem topografia de vale como a considerada no estudo de Whiteman

e Doran (1993), porém sua circulação local tem uma importante componente forçada
termicamente pelas circulações de brisa (PIMENTEL et al., 2014). Este fato, entretanto,
não exclui a possibilidade de influência de outros mecanismos similares aos
encontrados no estudo de Whiteman e Doran (1993), tendo em vista a grande variação
topográfica da região com a presença de maciços e contornada ao norte pela Serra do
Mar.
2.3 Circulação termicamente forçada: brisas marítimas e terrestres
Devido à influência do oceano Atlântico, das baías da Guanabara e Sepetiba, da

topografia e da própria estrutura urbana, as circulações de brisa desempenham um
importante papel no regime de ventos dessa região. O esquema conceitual da formação
das brisas mostra que, durante o dia, a superfície continental se aquece mais
rapidamente do que a oceânica. O intenso aquecimento do ar próximo à superfície
continental resulta em uma região com pressões atmosféricas relativamente mais baixas.
A porção da atmosfera sobre a superfície do mar, por se manter menos aquecida do que
13
aquela sobre o continente, configura uma região com pressões relativamente mais altas.
Consequentemente, há a formação de um gradiente horizontal de pressão entre o
continente e o oceano, e, em resposta a esse gradiente, o ar mais frio e denso que se
encontra sobre o oceano se desloca em direção à terra. O efeito geral dessa distribuição
desigual das pressões é a circulação da brisa marítima.
Para o período da noite, ocorre justamente a situação inversa; o continente

resfria-se mais rapidamente do que o oceano, já que o resfriamento radiativo é maior
sobre a terra do que sobre a água. Dessa forma, a porção da atmosfera sobre a terra
torna-se mais fria e mais densa do que aquela sobre o mar, com pressão atmosférica
relativamente mais elevada. O processo resultante é o inverso do que ocorre durante o
dia, sendo denominado de brisa terrestre. A mudança na direção do vento é causada pela
inversão do gradiente horizontal de temperatura.
De acordo com Ahrens (1993), uma vez que os gradientes de pressão e

temperatura são mais intensos próximos ao limite entre o continente e o oceano, os
ventos mais intensos ocorrem perto do litoral. Além disso, o maior contraste de
temperatura entre terra e mar geralmente ocorre na parte da tarde, e a brisa marítima é
mais intensa nesse período. O contaste de temperatura entre a terra e a água é
geralmente menor à noite, e a brisa terrestre é usualmente mais fraca que a marítima.
Em geral, segundo Pielke e Segal (1986), as brisas marítimas, que são

circulações termicamente induzidas típicas de regiões costeiras, contribuem para
amenizar as situações de calor intenso. Esse fato ocorre através do aumento da
ventilação e da advecção sobre o continente do ar relativamente mais frio e úmido que
se encontrava sobre o oceano.
Em relação à circulação local na RMRJ, poucos trabalhos observacionais são

encontrados na literatura. Um dos mais antigos trabalhos que se tem registro é de Serra
e Ratisbona (1957), que descreve características do vento e outras variáveis
meteorológicas. É um trabalho de grande valor histórico. Em relação ao padrão de vento
14
na região, já se destacava a predominância da circulação termicamente forçada por meio
de brisas terra/mar nas circulações locais em superfície.
Mais recentemente, o trabalho de Pimentel et al. (2014) destaca a distribuição

horizontal do vento próximo à superfície utilizando séries temporais horárias no período
de 2000 a 2007 em diferentes estações de observação (REDEMET, FEEMA e INMET).
Os resultados evidenciam que a RMRJ apresenta um padrão de vento fortemente
influenciado pelas feições topográficas e pelo mecanismo de brisa determinado pela
presença do oceano Atlântico e das baías de Guanabara e Sepetiba. As análises dos
resultados mostram uma grande variação das direções predominantes do vento próximo
à superfície de acordo com a localização da estação de observação em função da
irregularidade da topografia local. Os resultados apresentados indicam a marcante
atuação do mecanismo de brisa marítima/terrestre no regime de vento próximo à
superfície na RMRJ. Entretanto, o aquecimento não homogêneo da superfície,
juntamente com as características do terreno, induz circulações diferenciadas para cada
localidade.
Oliveira Junior et al. (2013) também utilizaram composições em rosas dos

ventos para caracterizar o regime de ventos em superfície em Seropédica - RJ. Com
base em um período de dez anos de dados, seus resultados refletem a importância dos
sistemas de brisa vale/montanha e brisa marítima na circulação local, juntamente com a
influência de sistemas frontais.
O desenvolvimento e propagação da brisa marítima também pode ser verificado

em trabalhos observacionais desenvolvidos para a região de São Paulo, sendo um dos
pioneiros o estudo de Oliveira e Silva Dias (1982), que, utilizando dados de superfície
da estação climatológica do IAG-USP, caracterizaram a variação diurna e sazonal dos
ventos. De acordo com os autores, foram verificados três padrões de entrada da brisa
marítima em São Paulo: (i) brisa padrão, na qual o vento passa de NE, no período da
manhã, para SE à tarde; (ii) vento NW no período da manhã, passando a SE ou calmaria
no período da tarde ou início da noite; (iii) intensificação do componente SE no período
diurno. A penetração da brisa marítima em São Paulo, durante o período por eles
15
analisado, ocorre entre 13 e 14 HL (hora local) na maioria dos casos, podendo haver
uma antecipação ou atraso, dependendo da estação do ano e da situação sinótica atuante.
Carrera e Silva Dias (1990) também realizaram estudos observacionais com o

objetivo de identificar a penetração da brisa marítima no estado de São Paulo. Os
autores utilizaram dados observacionais de temperatura do ar, umidade relativa do ar,
direção e intensidade do vento, insolação, além de cartas sinóticas e cálculo de diversos
outros parâmetros, tais como temperatura potencial equivalente, razão de mistura,
dentre outros. Através da análise conjunta dos dados, verificou-se o horário de entrada e
mudança do sinal da brisa marítima, sua duração, bem como o tipo de interação com a
situação sinótica atuante durante o dia para a estação meteorológica de superfície do
IAG localizada na região sul da cidade de São Paulo. Também foi possível identificar a
penetração da brisa para as estações de Casa Grande (Mogi das Cruzes – SP) e Mirante
de Santana (norte da cidade de São Paulo), baseando-se apenas nos registros de vento,
temperatura e umidade.
Armani et al. (2006) realizaram estudo para detectar a influência das brisas
marítima e terrestre na gênese das chuvas no transecto Cubatão-São Paulo. Os autores
utilizaram dados pluviométricos horários das estações meteorológicas automáticas da
ECOVIAS da série de janeiro de 2004 a outubro de 2005 e concluíram que, para esse
trecho do território paulista, o ritmo horário da frequência de precipitação e dos seus
valores totais e médias são função também da atuação da brisa marítima e terrestre.
Enquanto a brisa terrestre produz uma redução dos totais e frequência das chuvas, a
brisa marítima produz um incremento. Além disso, a brisa marítima revela-se
responsável pela maior precipitação de chuviscos. Revela ainda que a mancha urbana da
RMSP aumenta os totais pluviais quando ocorre a penetração da brisa devido ao
aquecimento diabático da baixa troposfera pela dissipação de calor antropogênico e
mudanças no uso do solo. Assim, há uma contribuição para a intensificação da brisa
marítima e sua maior extensão vertical devido ao aumento do gradiente térmico entre
oceano e a metrópole.
Vemado (2008) utilizou o método de Oliveira e Silva Dias (1982) para

identificar os eventos de brisa marítima na RMSP. Todos os eventos entre 2005 e 2008
16
foram analisados por meio de medições de superfície, altitude, radares meteorológicos,
satélite e modelagem numérica da atmosfera. Em geral, a penetração da frente de BM na
RMSP ocorre entre o meio e o fim da tarde com aumento da temperatura do ponto de
orvalho. O autor identificou que, em 74% dos casos, houve mudança na direção do
vento de superfície de NW para SE, aumento de temperatura do ponto de orvalho para
20 ºC e temperatura máxima superior a 30 ºC nas regiões mais quentes da cidade. O
horário de entrada de BM ocorreu por volta das 18:00 UTC na estação do IAG e 19:00
UTC no Aeroporto do Campo de Marte. A interação entre as circulações locais de brisa
marítima e da formação de ilha de calor urbana geraram tempestades, inundações e
enxurradas na RMSP. A partição anual pluviométrica devido à BM foi estimada com o
radar meteorológico de São Paulo, e os resultados indicam um núcleo de máxima
precipitação acumulada com pico de 600 mm sobre a RMSP, muito maior que no
entorno dessa região.
Adicionalmente, estudos como o de Sousa (2011) realizam investigações

observacionais de circulações locais no nordeste brasileiro. Em seu trabalho, foi feita
análise da ocorrência de brisas marítimas e terrestres no mês de abril de 2011 e da
influência que essas brisas apresentam para o desenvolvimento da precipitação
pluviométrica no município de Fortaleza. O autor utilizou dados obtidos a partir de
plataformas de coleta de dados (PCD) consistindo de direção e de velocidade do vento,
e de um disdrômetro localizado na Defesa Civil do mesmo município para a medição de
precipitação por minuto. Também foi feita uma simulação com o modelo BRAMS
(Brazilian Regional Atmospheric Modelling System) a fim de se avaliar sua
concordância com os dados observados. Os resultados encontrados no disdrômetro
mostraram diferentes valores de precipitação, e os dados das plataformas indicaram a
incidência de brisa. A simulação feita trouxe uma confirmação dessa ocorrência com
uma sequência de dias onde ocorre brisa terrestre e, posteriormente, a marítima. O
modelo numérico apresentou resultados satisfatórios tanto na simulação de brisa como
na de precipitação, evidenciando ocorrência da brisa terrestre por volta da madrugada e
da brisa marítima após o meio-dia.
Dereczynski et al. (2013) indicam que a distribuição espacial da temperatura do

ar na RMRJ é influenciada pela topografia e pela ação de brisas marítimas e terrestres.
17
Os maciços da Tijuca e da Pedra Branca estão localizados perto do mar, dificultam a
penetração da brisa marítima e de sistemas transientes para a cidade, fazendo com que
as regiões norte e oeste da cidade registrem temperaturas mais elevadas e índices de
umidade mais baixos do que a região sul e o centro da cidade. As estações localizadas
na zona oeste registram as temperaturas mais altas, enquanto que a estação Alto da Boa
Vista registra os menores valores. As mesmas características geográficas regionais
afetam as chuvas, com valores máximos concentrados ao longo dos três maciços da
cidade.
Alcantara et al. (2008) testaram uma teoria termodinâmica em brisas marítimas-

terrestres acopladas com brisas de vale-montanha através de simulações numéricas
tridimensionais em uma região da costa leste do nordeste brasileiro, considerando a
presença e a ausência da topografia. Os autores observaram que a inclinação da
montanha faz com que a diferença de pressão entre dois pontos fique maior durante o
dia e menor durante a noite contribuindo para a formação de brisas marítimas mais
intensas e de brisas terrestres menos intensas, respectivamente. A máxima queda de
pressão ocorre por volta de três horas antes da máxima intensidade da brisa. Essa
configuração ocorre porque grande parte da energia disponibilizada para as circulações
é gasta para vencer dissipação, principalmente, no período diurno, quando esses
processos são realmente efetivos. Os resultados apontaram que, do ponto de vista
puramente termodinâmico, a inclinação da montanha atua para intensificar a brisa
durante o dia e para enfraquecê-la durante a noite.
Stivari et al. (2003) realizaram investigação da circulação de brisa lacustre na

região de Itaipu mediante o uso de uma versão não hidrostática do modelo numérico
TVM (Topographic Vorticity Model). A área de estudo corresponde a um retângulo de
100 km x 180 km, localizado na fronteira Brasil-Paraguai, com o lago de Itaipu no seu
centro. As características da brisa lacustre gerada por simulações numéricas foram
consistentes com as observações disponíveis na área. Os experimentos numéricos
demonstraram que o efeito do uso do solo é importante na distribuição espacial da
circulação de brisa lacustre e que a topografia contribui para a modulação da
intensidade brisa, com a circulação vale-montanha intensificando a brisa do lago
18
durante o período diurno. No entanto, o padrão de circulação observado durante o dia ao
longo da região é, principalmente, devido à presença do lago de Itaipu.
Ribeiro et al. (2011) evidenciaram, em seu trabalho, que a complexidade da
circulação de brisa marítima em Cabo Frio é influenciada pela direção da linha de costa
e pela topografia. Com a abrupta mudança de direção da linha de costa, devida ao cabo,
são observadas circulações de brisa em diferentes direções ao longo do domínio. Os
autores discutiram, também, que a circulação de retorno da brisa foi verificada apenas
no caso em que a brisa marítima apresentava direção leste-oeste para os experimentos
com topografia. Nesses casos, a circulação de retorno deu-se logo acima da camada
limite atmosférica, que, para os experimentos realizados, atingiu, no máximo, 300 m de
altura. Nos outros casos, para os experimentos com topografia, a circulação de retorno
foi inibida pelo efeito topográfico, e, para os experimentos sem topografia, a circulação
de brisa é pouco intensa, formando uma circulação de retorno ainda menos intensa ou
praticamente inexistente.
2.4 Influência da Ilha de Calor Urbana na circulação local
As cidades, principalmente aquelas de grande porte, contribuem para uma

alteração nos balanços de radiação, energia e matéria, produzindo, assim, um impacto
considerável no ambiente atmosférico. Um dos fenômenos mais reveladores desse
processo é o aquecimento diferenciado do ambiente urbano, que se manifesta, de
maneira mais intensa, no surgimento de uma ilha de calor urbana (ICU). O estudo da
ICU não é objetivo da presente pesquisa, porém uma breve descrição de alguns
trabalhos sobre esse tema é feita a seguir, tendo em vista a importância das circulações
locais decorrentes da ICU e de sua interação com as circulações de brisa.
Pereira Filho (2000) analisou a ilha de calor com a interação da brisa marítima e
a produção de chuvas convectivas intensas na RMSP. O autor utilizou dados de radar
meteorológico, dados da estação meteorológica automática do IAG-USP, imagens de
satélite e imagens do campo de taxas de precipitação e do topo de nuvens do RMSP.
Também foram feitas simulações hidrológicas para a bacia hidrográfica do IAG para
19
condições de escoamento rural e urbano com o modelo TR-20 (Sales e Pereira Filho,
1999) para ilustrar o efeito da urbanização sobre o escoamento superficial. Seus
resultados mostraram que os efeitos dinâmicos e termodinâmicos da ICU na convecção
local podem ser amplificados pelo aumento da umidade proveniente da penetração da
brisa marítima. O ar urbano relativamente seco e quente, quando misturado ao ar
marítimo, relativamente úmido e frio, aumenta a instabilidade convectiva, sugerindo
que os efeitos de ilha de calor e da brisa marítima desempenham papel importante no
desenvolvimento de células convectivas muito intensas na RMSP. O autor também
observou que as chuvas de verão tendem a uma intensidade maior por causa da ICU e
da brisa marítima; diante dessa situação, as enchentes tendem ser mais destrutivas,
agravadas, ainda, pela impermeabilização no solo, diminuindo a infiltração no terreno.
Como descrito por Rizwan et al. (2008), os modelos numéricos são muito
importantes e atualmente essenciais para o estudo da ICU, principalmente os modelos
de mesoescala, os quais possuem melhor detalhamento que os modelos globais. A
utilização dos modelos de mesoescala permite um entendimento mais abrangente dos
processos físicos que ocorrem na interação da superfície-atmosfera. Exemplos dessas
aplicações no estudo da ICU podem ser verificados em Freitas (2003) e Moraes (2008)
para as regiões metropolitanas de São Paulo e Rio de Janeiro, respectivamente.
Os mecanismos de formação e desintensificação da ICU, suas consequências na

circulação atmosférica local e outras características associadas a esse efeito são bastante
discutidos através do uso da modelagem numérica. Silva (1986) identificou a relação da
ICU e da brisa marítima para a região metropolitana de São Paulo (RMSP) usando um
modelo bidimensional destinado para o estudo de circulações associadas aos fenômenos
da brisa marítima, ICU e ventos de vale-montanha. O autor verificou que há um atraso
na brisa marítima na RMSP em decorrência da presença da região urbana. Além de
observar que o efeito da topografia combinado com a ICU provoca um maior
desenvolvimento vertical na camada limite planetária, acarretando em um aumento na
sua temperatura média.
20
Marques Filho et al. (2009) destacam a importância dos estudos de climatologia
urbana em países tropicais que se mostram bastante diferentes dos países com climas de
regiões temperadas, produzindo alguns resultados da termodinâmica e da evolução
temporal na RMRJ. KARAM et al. (2010) simulam a ocorrência da ilha de calor diurna
na RMRJ ao longo de 2007 por meio de um modelo meteorológico urbano (t-TEB) e
comparam com os dados observados, constatando que o tempo e a dinâmica da ilha de
calor diferem significativamente dos padrões observados em cidades de latitudes
médias, cujo pico de intensidade ocorre no período da manhã e não à noite. LUCENA et
al. (2011a; 2011b) evidenciam que as áreas mais quentes da RMRJ são propensas ao
incremento de chuvas estritamente convectivas. O suporte para essa avaliação dá-se a
partir do emprego de imagens de satélite termais e das simulações de calor latente, calor
sensível, temperatura, advecção de temperatura, altura da camada limite, umidade
relativa do ar e direção e velocidade do vento, provenientes do modelo atmosférico de
mesoescala (MM5).
Freitas et al. (2007) utilizaram o modelo TEB (Town Energy Budget),

juntamente com o RAMS para simular a circulação local no inverno no ambiente de
megacidade da região metropolitana de São Paulo (RMSP). Os autores compararam
simulações utilizando campos de topografia e de uso da terra reais com uma
parametrização urbana simples com base no esquema LEAF-2 (Land Ecosystem–
Atmosphere Feedback 2). Testes de sensibilidade com os resultados obtidos com o uso
do TEB revelam uma importante interação entre as circulações termicamente ativadas
da brisa do mar com a formação da ICU na RMSP. Embora a topografia desempenhe
um importante papel no clima da RMSP, nesses testes, foram realizadas simulações sem
relevo, a fim de identificar, de forma definitiva, a interação entre as duas circulações
locais de interesse (brisas marítima/terrestre e suas interações com a ICU). Os autores
concluem que a ICU forma uma zona de convergência forte no centro da cidade e,
assim, acelera a frente de brisa em direção ao centro da cidade. Os resultados obtidos
pelos autores indicam que o efeito da macha urbana tende a aumentar a propagação da
frente de brisa em uma velocidade média de cerca de 0,32 m/s quando comparado com
as simulações com o TEB sem a presença da RMSP. Os autores também indicam que
devido à forte zona de convergência no centro da cidade, as circulações induzidas na
RMSP atuam prolongando o efeito da brisa do mar ao longo da cidade por cerca de duas
21
horas, carregando uma grande quantidade de umidade da superfície para níveis
superiores da atmosfera urbana, além de contribuir para o aumento da velocidade do
vento na célula de circulação da brisa marítima.
Moares (2008) estudou os mecanismos de formação e desintensificação da ICU

na RMRJ, a fim de mostrar a importância da urbanização e destacar os principais
mecanismos físicos atuantes a partir de simulações numéricas com o modelo
atmosférico MM5, comparando-se com observações meteorológicas do local. Os
resultados da modelagem numérica foram avaliados de forma quantitativa através de
índices estatísticos para a variável de temperatura. Campos de temperatura, advecção da
temperatura e vento foram analisados a fim de se caracterizar os processos de formação
e desintensificação da ICU. O autor verificou que a ICU manteve-se confinada em um
ambiente de ventos de norte/nordeste provenientes da Serra dos Órgãos e de ventos de
sudeste decorrentes da brisa marítima. Uma análise vertical revelou que os ventos e
variações da temperatura relacionadas à ICU alcançaram uma profundidade de
aproximadamente 1 km na RMRJ. A análise comparativa dos termos da equação da
termodinâmica revelou a importância diferenciada dos mecanismos de aquecimento e
resfriamento em função da altura e do ciclo diário. Concluiu-se, ainda, que, próximo à
superfície, a tendência local de temperatura é mais influenciada pelos processos de
advecção horizontal de temperatura, taxa de radiação líquida e fluxos de calor
(principalmente de calor sensível) e que, em níveis mais altos (aproximadamente 508
m), os termos de flutuabilidade e de fluxos passam a ter maior importância na variação
local de temperatura.
Batista Silva (2010) realizou uma investigação sobre as relações existentes entre
as circulações locais e a formação da ICU na RMRJ através de simulações numéricas
com o modelo atmosférico BRAMS acoplado ao modelo de solo urbano TEB (Town
Energy Budget). Diferentes análises de modelos atmosféricos (ETA, Global-CPTEC e
Reanálise) foram usadas como condição inicial e de contorno. A importância da
utilização do esquema TEB ficou evidente na avaliação da ICU na RMRJ nos campos
horizontais e verticais de temperatura e vento. Ressalta-se que os resultados com uso do
modelo de solo urbano TEB mostram temperaturas máximas mais elevadas e similares
às observações. As temperaturas mínimas também ficam mais elevadas, diferenciando-
22
se das observações. Na análise do campo horizontal de temperatura e vento, é evidente,
na simulação com o TEB, núcleos de temperaturas mais elevadas na área urbana e,
consequentemente, uma ICU bem definida na RMRJ.
Lucena (2012) estudou a ilha de calor formada na RMRJ por meio da análise de
séries temporais de estações meteorológicas com dados de temperatura do ar e
precipitação para o período de 1951 a 2009, da estimativa de diferentes parâmetros com
base em dados de sensoriamento remoto dos satélites Landsat-5 e 7 e da modelagem
atmosférica a partir do modelo de previsão numérica de tempo MM5. A partir de
estudos de regressão e de componentes principais com base nos dados das estações
meteorológicas, é possível evidenciar a ascensão da curva da temperatura e decréscimo
da pluviosidade a partir da década de 50 do século XX, definindo, nas últimas três
décadas, um cenário mais quente e seco. O autor utilizou dados de sensoriamento
remoto na classificação do uso do solo e no cálculo da temperatura de superfície
continental (TSC), do índice de vegetação NDVI e do índice de área construída IBI para
um período de 30 anos de imagens, permitindo a observação da evolução temporal
desses parâmetros entre as décadas de 80, 90 e 2000. Os resultados mostraram que as
áreas urbanas de fato correspondem àquelas mais quentes, com especial destaque para a
década de 2000, estabelecendo a RMRJ como um espaço sensível à ocorrência e aos
efeitos da ilha de calor metropolitana (ICM).
2.5 Maré barométrica
De acordo com Humphreys (1940), a pressão atmosférica sofre ação de diversas

forçantes, que podem ser classificadas como sazonais, regionais, diurnas, semidiurnas,
dentre outras. As variações de pressão sazonais, por exemplo, fazem com que, de forma
geral, os valores de pressão ao nível médio do mar no inverno sejam mais elevados do
que os registrados no decorrer do verão. No presente trabalho, entretanto, será
priorizada a discussão da variação de pressão que se manifesta no decorrer do dia, e,
dessa forma, é destacada a análise dos mecanismos de formação dos ciclos diurnos e
semidiurnos dessa variável atmosférica. Ainda segundo Humphreys (1940), tem-se que
a variação diária da pressão atmosférica é marcada pelo estabelecimento de dois
23
máximos e dois mínimos no decorrer do período de 24h. Esse comportamento reflete a
soma de duas curvas senoidais, uma com ciclo diurno e outra semidiurno, com
mecanismos físicos de formação diferentes; tal ciclo é ilustrado na Figura 2.2. Destaca-
se o fato de que o ciclo diurno da pressão atmosférica está associado com as variações
de temperatura, e que, para estações localizadas ao nível médio do mar, ocorre um
máximo de pressão quando a temperatura é mínima, enquanto que valores elevados de
temperatura refletem em um mínimo de pressão. Já o ciclo semidiurno é uma resposta
de forçantes astronômicas e apresenta dois máximos e dois mínimos no decorrer do dia,
aproximadamente às 10 h e 22 h e 4 h e 16 h, respectivamente. É importante ressaltar
alguns aspectos sobre o ciclo semidiurno: a amplitude de seu ciclo varia com a latitude
das regiões localizadas, mas, de forma geral, é maior nos equinócios e menor durante os
solstícios, também sendo mais elevada durante os periélios do que nos afélios. Destaca-
se, também, que a amplitude se mantém aproximadamente constante durante o dia ou
noite para um mesmo local. Diferentemente do ciclo diurno, o ciclo semidiurno não
apresenta relação direta com as condições meteorológicas reinantes, bem como não
apresenta sensibilidade aos efeitos de continentalidade. Outra importante discussão do
autor trata do fato do ciclo semidiurno estar relacionado com pequenas variações de
temperatura, como o visto no oceano Pacífico, por exemplo, em que as pequenas
oscilações observadas nesse ciclo refletiram em variações de cerca de 0,8°C na
temperatura do ar. Esse tipo de análise, correlacionando as variáveis, será,
posteriormente, investigado no presente trabalho.
Figura 2.2 - Curva da média diária da pressão atmosférica e suas componentes. Fonte: Humphreys
(1940), adaptado pela autora
24
2.6 Aplicação da transformada de ondeleta em estudos de fenômenos atmosféricos
Diversos estudos sobre fenômenos atmosféricos têm empregado a transformada

de ondeleta por ser uma metodologia que permite analisar sinais não estacionários em
ambos domínios de tempo e escala e por recuperar a informação da fase do sinal.
Em geral, esses trabalhos buscam uma metodologia eficaz na localização de

fenômenos transientes e que atuem simultaneamente em várias escalas de tempo,
proporcionando novas perspectivas e abordagens de análises, impossíveis de se
efetuarem através dos métodos tradicionais.
Na escala de tempo interanual e intrasazonal, Gambis (1992) aplicou a

transformada de ondeletas (TO) a dados diários da componente zonal do vento e do
índice de oscilação sul (IOS) para o período de 1962 a 1991. Os resultados obtidos
mostram características similares na baixa frequência entre as duas séries temporais do
vento zonal e do IOS, com relação aos anos de El Niño. Além disso, a TO mostra que o
IOS na banda de baixa frequência parece disparar sinais de alta frequência.
Gu e Philander (1995) aplicaram a TO de Morlet a dados de velocidade do vento

zonal e meridional, e de TSM sobre os oceanos Índico, Atlântico, Pacífico leste e
central para o período de 1870 a 1988. Os resultados indicaram que a amplitude do
ENOS (El Niño-Oscilação Sul) foi relativamente maior no período de 1885-1915,
menor entre 1915 a 1950 e aumentou rapidamente após 1960. As escalas de tempo de 2-
5 anos do ENOS foram fortemente influenciadas pelo ciclo anual em certas regiões do
Pacífico tropical leste e central. Os autores interpretaram que o aumento do ciclo anual
durante os episódios ENOS esteve associado com a termoclina rasa durante a La Niña.
No entanto, durante os episódios de El Niño, o ciclo anual diminui, e a termoclina fica
mais profunda. Essa situação sugere que a amplitude do ciclo sazonal é afetado pelas
variações interanuais, devido à profundidade da termoclina e à intensidade dos ventos
alísios.
Com o objetivo de determinar e identificar padrões de escala atuantes no sistema

oceano-atmosfera, que causam maior variabilidade dentro da escala intrassazonal entre
25
a cidade de São Paulo e o oceano Atlântico sul adjacente, Castro (2007) empregou a
técnica da transformada em ondeleta (TO), o filtro de Lanczos e o método da
transformada ou do chamado espectro cruzado de ondeleta (ECO) a dois conjuntos de
dados: estação meteorológica do Instituto de Astronomia, Geofísica e Ciências
Atmosféricas da Universidade de São Paulo (EM-IAG/USP), situada na cidade de São
Paulo, no período de 1º de janeiro de 1982 a 31 de dezembro de 2005; conjunto do
National Center for Environmental Prediction (NCEP), localizado no oceano Atlântico
sul, para o mesmo período. A TO mostrou-se eficiente em detectar oscilações
associadas a regimes não estacionários com interações de escala e troca de energia em
diversas frequências.
Vitorino (2003) empregou a transformada de ondeleta para analisar as oscilações

intrassazonais sobre a América do Sul e oceanos adjacentes. Para tanto, utilizou dados
do período de 1979 a 1996, da pressão ao nível do mar, componente zonal e meridional
do vento para os níveis de 850 hPa e 250 hPa, altura geopotencial para os níveis de 700
hPa, 500 hPa e 250 hPa e radiação de onda longa emergente correspondentes a sete
subregiões do globo: regiões sul, sudeste e nordeste do Brasil, sul da Amazônia, oceano
Atlântico equatorial, zona de convergência do Pacífico sul e Indonésia. A autora
analisou, para cada subregião, os espectros de ondeleta global das variáveis citadas. A
região sul do Brasil apresentou dominância das escalas de tempo associadas às bandas
de 2 a 10 e de 10 a 20 dias em todos os espectros. As bandas de 20 a 30 e de 30 a 90
dias também se destacaram.
Com o objetivo de determinar quais são os sistemas atmosféricos que causam

maior variabilidade climática no extremo sul do Brasil, Reboita (2004) empregou a
transformada de ondeleta a dois conjuntos de dados, sendo um medido por estação
meteorológica convencional e outro por uma bóia de fundeio localizada no oceano
Atlântico sudoeste. Observou-se que a maior variância de ondeleta em todas as
variáveis atmosféricas esteve associada ao ciclo anual, com exceção das componentes
zonal e meridional da velocidade do vento e da precipitação. Nessas três variáveis, a
maior energia foi relacionada à passagem de massas de ar e à formação de sistemas
frontais, e esses sistemas, por sua vez, assumiram maior importância quando o ciclo
anual foi descontado das demais variáveis.
26
Em seu estudo, inferiu que o ciclo anual é o responsável pela maior parte da
variabilidade climática no extremo sul do Brasil juntamente com as massas de ar e
sistemas frontais. Entretanto, o clima dessa região também é afetado pelas oscilações de
Madden-Julian, bloqueios atmosféricos e fenômeno El Niño-Oscilação Sul. A autora
ainda ressalta que a associação dos períodos observados na transformada de ondeleta
com os eventos atmosféricos foi possível devido à grande eficiência dessa metodologia
em decompor os sinais em ambos os domínios de tempo e escala.
Holanda et al. (2006) usaram a transformada de ondeletas para decompor a série

temporal de dados médios horários de vento à superfície para o ano de 1996 a fim de
identificar e caracterizar oscilações de elevadas escalas de frequências associadas ao
ciclo diário das brisas no AZP-AL. Em seu trabalho, observou-se que a componente
zonal e meridional do vento tem grande intensidade de energia na alta escala de
frequência de 24h. Contudo, para a componente zonal, nos primeiros e nos últimos três
meses do ano, são observadas as maiores energias espectrais de ondeletas. Esse fato
leva a acreditar que, neste período do ano, a brisa marítima e terrestre é mais intensa.
Entretanto, o período de menor energia espectral deve estar associado à convergência
noturna típica da estação chuvosa (abril a julho).
Holanda (2009) utilizou técnicas matemáticas e estatísticas como a análise

multivariada em componentes principais (ACP) e transformada de ondeletas (TO) para
analisar dados horários de vento à superfície do aeroporto internacional Zumbi dos
Palmares AZP-AL, entre 1991-1997, localizado numa região de tabuleiro costeiro em
Maceió-Alagoas. A análise conjunta da ACP e da TO foi motivada pelo fato de permitir
observar as variabilidades sazonal e instantânea das componentes do vento à superfície
e associá-las a fenômenos e sistemas meteorológicos típicos. Segundo o autor, a
aplicação da TO possibilitou observar os espectros globais e distribuição temporal da
energia nos escalogramas, ponderados pelo nível de significância de 0,10. É importante
salientar que as análises dos espectros globais consideram tanto picos de energias,
quanto os picos das amplitudes intrínsecas. Nesse sentido, os espectros globais,
considerando toda a série temporal (1991-97) em consonância com os escalogramas,
27
mostram que os ciclos diário e anual reúnem as maiores amplitudes relativas quanto aos
picos de energia.
A velocidade do vento zonal e meridional também foram alvo de estudo, além
da temperatura da superfície do mar (TSM), no estudo de Clauzet et al. (2005). Os
autores utilizaram uma série temporal de dados de média diária de alta resolução das
bóias PIRATA (Pilot Research Array in the Tropical Atlantic) de TSM e ventos entre
os anos de 1997-2001. A análise espectral de ondeletas permitiu identificar a
variabilidade temporal da TSM e dos ventos coletados e, também, determinar a época
de ocorrência. Os resultados mostram que, para baixas frequências, a bacia equatorial
responde como um todo a variações sazonais no regime de ventos. Para altas
frequências, os ciclos diurnos e semidiurnos são as oscilações mais energéticas para o
oceano e atmosfera. A variabilidade diurna e semidiurna estão presentes nos espectros
de TSM e ventos. Por sua vez, a localização no tempo da variabilidade obtida através da
análise de ondeleta dos dados de TSM e vento mostra dois padrões distintos. O primeiro
é observado nas bóias ao longo de 38ºW. A maior parte da variabilidade encontrada nos
dados de TSM e vento ocorrem durante os meses de julho a outubro-novembro. Esses
são meses quentes para o hemisfério norte, com ventos mais intensos e com um
deslocamento da ZCIT ao norte do equador, seguindo os padrões da TSM. O segundo
padrão é observado ao longo da linha equatorial. A maior parte da variabilidade nos
dados de TSM e vento é observada durante os meses de novembro a maio e dezembro a
julho, respectivamente. Esses são meses quentes na região equatorial com ventos mais
intensos entre novembro e janeiro, com a ZCIT localizada próxima ao equador. Em
suma, os autores afirmam, baseados na análise espectral da TO, que, para região
tropical, a variação sazonal no regime de ventos tem influência tanto sobre a
variabilidade de baixa frequência quanto de alta frequência.
Schneider (2012) utilizou séries temporais observacionais de temperatura e

precipitação no norte e nordeste do estado de São Paulo e de campos globais de
reanálise do NCEP-NCAR com variáveis atmosféricas e índices oceânicos com o
objetivo de investigar a relação da variabilidade climática regional e global das décadas
recentes, ocorrida nos meses de junho a setembro de 1961 a 2010, com a região norte-
nordeste do estado de São Paulo. O autor ressalta que a mudança para a fase quente da
oscilação multidecadal do Atlântico pareceu ter influência decisiva no aumento das
28
temperaturas e ocorrência de estiagens da década de 1990. Visando investigar tal
mudança no padrão de vegetação, foi empregada a análise espectral com a transformada
em ondeletas nos dados de índice de vegetação por diferença normalizada (NDVI).
Identificaram-se oscilações quase-semianuais, preponderantes na intensificação dos
períodos secos de inverno e pré-estação chuvosa.
Sousa (2013) aplicou, em seu trabalho, metodologia de identificação dos

mecanismos físicos remotos e avaliação da estrutura atmosférica responsável por
modular um dos sistemas meteorológicos atuantes, anticiclone de bloqueio, na costa
leste catarinense, durante o evento chuvoso ocorrido entre os dias 21 e 24 de novembro
de 2008. Foram utilizados dados diários de radiação de onda longa emergente (ROLE) e
das componentes zonal e meridional do vento, nos níveis de 850 hPa e 200 hPa, e altura
geopotencial em 200 hPa, provenientes do banco de dados de reanálises do NCEP-
NCAR. O autor utilizou o método de análise de ondeletas, identificando as regiões
remotas que influenciam na variabilidade intrassazonal do anticiclone de bloqueio. Os
resultados mostraram a influência do sinal intrassazonal precursor no ramo sul da zona
de convergência do Pacífico sul (ZCPS), indicando que a transferência de energia
através da teleconexão ZCPS-alta ocorre em fases quase opostas, dependendo da escala
de tempo do modo de variabilidade.
2.7 Aplicação de mineração de dados em estudos de fenômenos atmosféricos
A utilização de técnicas de análise de MD em pesquisas com variáveis

meteorológicas vem sendo implementada de forma gradativa. Holmes (2008) utilizou
dados de radar para criar árvores de decisão utilizando o código computacional WEKA,
na tentativa de identificar características de tempo severo, concluindo que o método
obteve bons resultados ao determinar quais variáveis podem ser consideradas mais
sensíveis, reduzindo, dessa forma, o número de informações que seriam utilizadas em
outra etapa do seu estudo, utilizando redes neurais.
Outro estudo, feito por Grumm et al. (2007), utilizou observações de

precipitação de estações do NWS (National Weather Service), assim como dados de
29
reanálise do NARR (North American re-analysis data set), na condição de dados de
entrada para o programa WEKA. Foram, então, geradas árvores de decisão na tentativa
de ponderar a sensibilidade das variáveis testadas como preditoras de padrões de
eventos chuvosos na região do Atlântico Médio.
Gagne et al. (2009) utilizaram árvores de decisão com o objetivo de classificar

áreas convectivas a partir de suas características morfológicas e de refletividade,
concluindo que esse método mostrou-se viável para a determinação automática do tipo
de tempestade estudada, apresentando altos valores de TSS (true skill statistic) e
acurácia nos resultados de forma geral, indicando bom desempenho.
Chagas et al. (2010) investigaran dados selecionados do banco de dados (BD)

fornecido pelo Instituto de Pesquisas Tecnológicas (IPT) de São Paulo para o período
compreendido entre 1992 e 2007 contendo informações socioeconômicas e de cobertura
da superfície para a região da Serra do Mar através da aplicação de diversas técnicas de
mineração de dados disponíveis no aplicativo WEKA.
Guimarães (2010) utilizou técnicas de MD para investigar padrões de

comportamento nas variáveis de estudo para situações de eventos de deslizamento
ocorridos na Serra do Mar associados com ocorrência de ZCAS. Foram selecionados 17
eventos de ZCAS atuantes sobre a região da Serra do Mar, entre os anos de 2004 e
2007, separando-os em dois grupos: associados (12) e não associados (5) à ocorrência
de deslizamentos na região de estudo. Posteriormente, seis variáveis foram extraídas das
previsões de 48 horas do modelo regional Eta para todos os dias de cada um desses
eventos, totalizando 111 registros (86 associados e 25 não associados à ocorrência de
deslizamentos). Tais variáveis previstas para uma localidade na região da Serra do Mar
foram analisadas com base em três diferentes métodos de MD: agrupamento,
classificação e associação. Os resultados obtidos através da análise da MD indicaram
que o método de associação obteve maior êxito em determinar padrões entre as
variáveis características de situações em que foi registrada a ocorrência de
deslizamentos, levando ao resultado de que temperatura do ar à superfície, altura
geopotencial em 500 hPa e umidade específica em 850 hPa são determinantes para a
caracterização de um evento de ZCAS.
30
CAPÍTULO III – METODOLOGIA
3.1 Metodologia
A metodologia desta pesquisa está dividida em etapas, visando investigar

detalhadamente os dados observacionais da região através de 3 formas de análise
distintas, porém complementares.
A seguir, é apresentado um fluxograma metodológico do trabalho, onde as

etapas do trabalho são expostas de maneira sucinta. Logo em seguida, é feita uma
discussão detalhada de cada uma dessas etapas.
3.1.1. Formatação dos dados

extraídos do METAR
3.1.2. Elaboração e análise das 3.1.3. Elaboração dos gráficos

rosas dos ventos horárias e de ondeletas contínuas e
das séries temporais horárias. cruzadas.
3.1.4. Análise conjunta dos

padrões encontrados
3.1.5. Avaliação dos padrões

investigados usando
mineração de dados das
variáveis e estações.
Figura 3.1 – Fluxograma metodológico contendo os procedimentos da pesquisa.
31
3.1.1 Descrição dos dados
Na presente pesquisa, serão utilizados dados horários de direção e intensidade

dos ventos, temperatura do ar, umidade específica e pressão atmosférica ao nível médio
do mar, extraídos do código METAR (http://www.redemet.aer.mil.br/) das estações
meteorológicas automáticas de superfície localizadas nos aeródromos existentes na
RMRJ (SBSC, SBGL, SBAF, SBRJ e SBJR), visando a caracterização da distribuição
horizontal do vento na região de estudo. Os dados são referentes ao período entre
janeiro de 2003 a maio de 2014 e encontram-se no Anexo B. Ressalta-se que o
aeródromo de SBRJ possui série de dados distinta das outras estações, pois, após o ano
de 2008, esse aeródromo passou a operar apenas entre 06 h e 22 h, existindo, desta
forma, ausência de dados no decorrer da madrugada. O aeródromo de SBJR também
opera continuamente apenas em parte do dia, entre 06 h e 21 h para toda a série de
dados.
A partir do código METAR, foram extraídas as informações de direção do
vento, velocidade do vento, temperatura do ar, temperatura do ponto de orvalho e
pressão atmosférica. A partir dessas informações, foram calculados os valores de
componente meridional do vento, componente zonal do vento e umidade específica do
ar. Para a análise do vento a partir da metodologia de rosas dos ventos horárias, são
utilizados os parâmetros direção e velocidade do vento, porém, para obter os resultados
utilizando a transformada de ondeleta, optou-se por utilizar a componente meridional do
vento, pois essa variável é mais sensível às mudanças de padrão de vento decorrentes da
atuação dos sistemas de brisa, além de permitir a análise conjunta da velocidade do
vento e das mudanças de quadrante S e N.
3.1.2 Elaboração e análise das rosas dos ventos horárias e das séries temporais
horárias.
A utilização de rosas dos ventos é um procedimento de apresentação das

informações de forma combinada, considerando a direção e intensidade do vento, e que
permite a análise horária das variações do padrão de vento dos locais de interesse,
32
permitindo uma avaliação do momento do dia em que ocorre a mudança do padrão do
vento, além de viabilizar uma análise espacial da circulação local nos aeródromos e sua
interação com outros fatores, tais como as barreiras topográficas em seu entorno.
O programa WRPLOT, utilizado nas rosas dos ventos, está disponível no sítio
www.weblakes.com/products/wrplot. Tal metodologia foi utilizada anteriormente em
trabalhos como Pimentel et al. (2014), porém foram obtidas análises apenas para
períodos do dia a partir de rosas dos ventos representativas da manhã, tarde, noite e
madrugada, além da rosa dos ventos diária. Essa análise permite avaliar o padrão de
comportamento geral das circulações locais, porém não é a ideal quando se pretende
verificar qual o momento exato em que ocorrem as mudanças do campo de vento
investigadas no presente trabalho. Dessa forma, pode-se afirmar que esse detalhamento
representa um ganho no decorrer da análise dos resultados, adicionando informações de
fundamental importância, que serão discutidas nos resultados obtidos nesta etapa.
Adicionalmente, nesta etapa, com a finalidade de investigar o comportamento

sazonal para cada aeródromo, bem como analisar a interação do vento com outras
variáveis meteorológicas, foram elaboradas, além das rosas dos ventos, séries temporais
médias horárias para o verão (meses dezembro-janeiro-fevereiro, representados por
DJF) e para o inverno (meses junho-julho-agosto, representados por JJA) para a
componente meridional do vento (v), temperatura do ar (T), pressão atmosférica (P) e
umidade específica (q). Para a obtenção desses resultados, utilizou-se o código
computacional Excel.
3.1.3. Elaboração dos gráficos de ondeletas contínuas e cruzadas.
A análise de ondeletas, como citado anteriormente na revisão bibliográfica,

permite analisar sinais não estacionários em ambos os domínios de tempo e escala,
sendo eficaz na localização de fenômenos que atuem simultaneamente em várias escalas
de tempo, proporcionando novas perspectivas e abordagens de análises, difíceis de se
efetuarem por meio de métodos tradicionais. No presente trabalho, tal técnica de análise
está sendo empregada para as variáveis componente meridional do vento, temperatura
33
do ar, umidade específica e pressão atmosférica, com a finalidade de estudar sinais de
alta frequência (horas) e sinais intrassazonais que possam, tanto individualmente,
através da análise das variáveis separadamente, quando de forma conjunta, através da
análise de ondeleta cruzada, relacionar o padrão observado com possíveis fenômenos
físicos e meteorológicos.
A seguir, é conduzida uma breve apresentação com alguns fundamentos teóricos

sobre análise de séries temporais, abordando as transformadas de Fourier e de ondeletas,
para apoiar a interpretação dos resultados da presente pesquisa.
3.1.3.1. Análise espectral
Série temporal é um conjunto de observações ordenadas no tempo (Morettin e

Toloi, 2004) e tem aplicação em vários campos do conhecimento, sendo de fundamental
importância na meteorologia. Os gráficos das séries temporais podem revelar padrões
como tendências, sazonalidade ou outros componentes cíclicos (Montgomery et al.,
2008). Segundo Chatfield (1984), o primeiro passo para a análise de uma série temporal
é a geração de um gráfico com as observações no eixo das ordenadas e o tempo no eixo
das abscissas, para que se possa perceber as eventuais tendências ou descontinuidades.
Uma série temporal pode ser descrita de várias formas. É dita contínua quando
as observações são feitas continuamente no tempo; discreta quando as observações são
tomadas apenas em tempos específicos e igualmente espaçadas; determinística se a série
puder ser prevista de forma exata. Na maior parte das vezes, as séries temporais são
estocásticas, ou seja, quando os valores futuros são estimados com incertezas,
associados a distribuições de probabilidade, podendo-se apenas fazer a previsão de
valores aproximados, baseados nos valores passados (Chatfield, 1984). Ainda de acordo
com Chatfield (1984), existem duas aproximações fundamentais para a análise de séries
temporais: análise no domínio do tempo e análise no domínio da frequência, que
procedem de maneira distinta, porém não são independentes.
34
Essencialmente, análise espectral é uma modificação da análise de Fourier,
apropriada para séries estocásticas em vez de determinísticas (Chatfield, 1984). A série
de Fourier é uma função periódica, que pode ser representada pela soma de ondas de
senos e cossenos, com diferentes amplitudes, fases e períodos. De acordo com Wilks
(2006), cada escala de tempo é representada por um par de funções senos e cossenos. A
soma dessas ondas produzem os dados originais, ou seja, envolvem a transformação de
n valores originais em coeficientes que se multiplicam em igual número de funções
periódicas. Os picos de energia da série após calculada a transformada de Fourier serão
caracterizados pelo domínio da frequência do evento a ser estudado, devendo haver
repetição dos fenômenos no domínio do tempo em um intervalo igual a T. Essa relação
é dada pela Equação 3.1, representada pela expressão
1 (3.1)
f 
T
onde:
f é a frequência;
T é o período de tempo que contém um ciclo de frequência f .
O esquema da Figura 3.2 ilustra como a transformada de Fourier age na série

histórica, decompondo o domínio do tempo, alterando a análise para o domínio da
frequência.
Figura 3.2 - Análise de Fourier. Fonte: Misiti et al. (1996)
35
Para se calcular o espectro de uma série temporal, primeiramente, calculam-se os
coeficientes de Fourier dados pelas Equações 3.2 e 3.3 dadas por
2 n   2kt  (3.2)
Ak  .  yt . cos 
n t 1   n 
2 n   2kt  (3.3)
Bk  .  yt . sin  
n t 1   n 
onde:
Ak e Bk são os coeficientes de Fourier;
n é o número total de elementos da série;
yt é o valor da variável escolhida;
t é a quantidade de dados da série;
k é o número de harmônicos, variando de 1 até a metade do número total de

elementos da série.
Após obtidos os valores dos coeficientes, pode-se, então, obter o espectro, dado
pela Equação 4.4 a seguir:
S k  ( AK ) 2  ( BK ) 2 (3.4)
Através da transformada inversa de Fourier, pode-se fazer o processo inverso,

passando do domínio da frequência para o domínio do tempo, utilizando a Equação 4.5,
apresentada como
n/2
 2kt 2kt  (3.5)
Yk  ym    Ak . cos( )  Bk . sin( )
k 1  n n 
onde:
Yk é o resultado da transformada de Fourier;
n é o número total de elementos da série;
t é a quantidade de dados da série;
36
k é o número de harmônicos, variando de 1 até a metade do número total de
elementos da série;
ym é o valor médio da variável escolhida.
Apesar de ser um importante procedimento de análise de séries temporais, sabe-

se que a análise de Fourier tradicional apresenta limitações para investigação de
fenômenos não-estacionários ou mesmo aqueles em que o sinal sofre variações bruscas
de frequência (Farge, 1992). Entenda-se como estacionária uma série temporal em que
se calculam estatísticas como médias e variâncias para diferentes intervalos de períodos
(ou seja, janelas no tempo) e verifica-se se são estatisticamente distintas (caso não
sejam, assume-se que a série é estacionária).
A técnica chamada de transformada de Fourier por janela (windowed Fourier

transform) é limitada no aspecto de que possui uma janela móvel no tempo, porém o
tamanho dessa janela é fixa, ou seja, ela não consegue determinar variações de altas e
baixas frequências simultaneamente. Tal necessidade requer o uso da técnica em
ondeleta, pois essa possui janelas móveis no tempo que se dilatam para capturar sinais
de baixa frequência e se comprimem para capturar sinais de alta frequência,
representando um ganho na metodologia de análise da série temporal investigada.
3.1.3.2. Análise de ondeletas
A transformada contínua de ondeletas (TO) surgiu na década de 80 do século

XX com Morlet (1982). Esse autor foi o primeiro a introduzir a TO contínua
unidimensional, juntamente com Grossman e Morlet (1984). Tal técnica de análise
satisfaz o princípio de Heisenberg, através das janelas flexíveis, as quais se alargam
enquanto se analisam as baixas frequências e se estreitam quando se focalizam as altas
frequências.
A ideia fundamental dessa análise é que a (TO) apresenta a capacidade de

detectar, em um sinal, componentes de diferentes frequências. Em outras palavras, ela é
37
capaz de capturar componentes de alta e baixa frequência, funcionando como uma
janela que aumenta e diminui com esse intuito. Dessa maneira, a análise de ondeletas é
capaz de captar tanto o comportamento local, quanto o comportamento global de um
sinal, simultaneamente (Morettin, 1999).
A análise de ondeleta objetiva é expandir o sinal em forma de ondas, cujas
propriedades estejam adaptadas à sua estrutura local. A TO, portanto, pode ser usada
para analisar séries temporais que contenham potências não estacionárias em diversas
frequências (Daubechies, 1992), apresentando troca de energia e interação entre escalas,
característica da não linearidade intrínseca ao sinal atmosférico.
O termo ondeleta refere-se a um conjunto de funções com forma de pequenas

ondas limitadas no espaço (diferentemente de uma senóide) e geradas a partir de
dilatações  (t )   (t ,1) e translações  (t )   (t  k ) de uma função geradora simples,
 (t ) , a ondeleta mãe, que deve apresentar energia finita. As funções derivadas das
ondeletas mãe são denominadas de ondeletas filhas, ou simplesmente ondeletas (Weng e
Lau, 1994). A sua média deve ser nula satisfazendo a condição de admissibilidade
(Farge 1992). A transformada de ondeleta de um sinal real, f(t), sendo  (t ) a ondeleta de
análise, é definida pela expressão
1 t b
 a ,b (t )  ( ) a  R e b R (3.6)
a a
onde:
a corresponde a um fator de normalização da energia de cada ondeleta de forma a
manter a mesma energia da ondeleta mãe;

a é um fator associado à escala;
b corresponde ao fator de translação.
 a ,b (t )
é a ondeleta filha analisada no tempo t.
Na literatura, são conhecidas muitas funções utilizadas para gerar vários tipos de
ondeletas (Daubechies, 1992; Foufoula-Georgiou e Kumar, 1994).
38
No presente trabalho, a função ondeleta escolhida é a de Morlet. Essa ondeleta é
complexa e possui características semelhantes àquelas do sinal meteorológico que se
pretende analisar, tais como simetria ou assimetria, e variação temporal brusca ou
suave, situações características observadas em estudos dos efeitos da circulação local.
Segundo a literatura, esse é um critério para escolha da função ondeleta utilizada (Weng
e Lau, 1994).
A ondeleta de Morlet consiste de uma onda plana modulada por uma gaussiana
que consegue representar satisfatoriamente as séries temporais de fenômenos geofísicos
na forma
o ( )   1/ 4ei  .e 
2
/2
o
(3.7)
onde o ( ) é a função ondeleta,  é um parâmetro de tempo adimensional e o é a

frequência adimensional, sendo, neste caso, necessário que satisfaça a condição de
admissibilidade (Torrence, 1998).
Na Figura 3.3, é feita a representação da ondeleta complexa de Morlet.
Figura 3.3. Ondeleta complexa de Morlet, a) ondeleta de Morlet com largura e amplitude arbitrária
e com o tempo ao longo do eixo horizontal e b) construção da ondeleta de Morlet (azul tracejado) a
partir de uma onda seno (verde) modulada por uma curva gaussiana (vermelho). Fonte: Torrence e
Compo (1998 b).
A ondeleta de Morlet, por ser contínua, é considerada útil na investigação da

variabilidade temporal da energia de cada componente de frequência presente na série
temporal analisada. Ressalta-se, ainda, que essa ondeleta complexa possui
características semelhantes àquelas dos sinais meteorológicos que se deseja analisar.
39
Segundo a literatura, esse é um critério fundamental para escolha da função ondeleta a
ser aplicada (Weng e Lau, 1994).
A TO de Morlet permite a construção do chamado periodograma em ondeleta,

que consiste em um gráfico tridimensional cujo eixo y representa as escalas (ou
frequências) da série, o eixo x representa o comprimento temporal da série, e, por
último, as cores identificam a energia associada a cada escala. O algoritmo usado nesse
estudo foi o desenvolvido por Torrence e Compo (1998), utilizando o código
computacional MATLAB.
A grande maioria das aplicações de análise em ondeletas não realiza testes de

significância estatística, de tal forma que os resultados são amplamente quantitativos.
Recentemente, Torrence e Compo (1998) propuseram um esquema para determinar os
níveis de significância do espectro de ondeletas. Para a significância estatística de um
pico no espectro de ondaletas, pode-se utilizar a hipótese nula em que se considera o
sinal como ruído vermelho com dado espectro de energia de fundo (Pk). Em Allen e
Smith (1996), encontra-se:
1 2 (3.8)
PK 
 2 i 2
1  e
Na Equação 3.8, é apresentada a forma de se calcular o espectro de energia de

fundo do ruído vermelho em função da autocorrelação da série temporal analisada.
Assim, tem-se que: (k = 0, 1,..., N/2) é o índice das bandas de frequências de Fourier fk,
com fk = k/(ndt), sendo que dt é o intervalo de amostragem da série temporal, e α é
determinado de acordo com:
(1   2 ) (3.9)

2
onde,  1 e  2 são as autocorrelações da série temporal com defasagens lag-1 e

lag-2, respectivamete.
40
O nível de confiança estatística de 95% no espectro de energia da ondeleta
implica dizer que essa energia tem que ser aproximadamente 3 vezes maior que o seu
espectro de fundo de ruído vermelho (Pk) para ser considerada significante.
Outra importante observação é que devido a TO não ser completamente

localizada no tempo, o resultado final possui efeitos de bordas e, por isso, a utilidade de
se usar o cone de influência (COI), em que os efeitos de borda devem ser desprezados.
Com a finalidade de avaliar a correlação existente entre as séries investigadas,

Torrence e Compo (1998) propuseram a técnica de análise da covariância de duas séries
temporais, mediante o cálculo do espectro cruzado de ondeleta de duas séries temporais,
X e Y, com as transformadas de ondeleta, Wx e W y , conforme definido
matematicamente na expressão
WXY ( s, t )  WX ( s, t )WY* ( s, t ) (3.10)
onde (*) denota o complexo conjugado.
De acordo com Torrence e Compo (1998), a potência da ondeleta cruzada é

WXY (s, t )
expressa por , indicando quais as regiões que apresentam potência comum
entre duas séries temporais em um determinado período. Os níveis de confiança para a
potência da ondeleta cruzada podem ser derivados a partir da raiz quadrada do produto
de duas distribuições λ².
Com base no trabalho de Bolzan (2006), procedeu-se a montagem e análise de

quatro séries de comportamento previamente conhecido para uma avaliação das
ondeletas cruzadas. São elas:
Série 1 (S1): sen (n / 12)

Série 2 (S2) : sen(n / 6)
Série 3 (S3) = S1+S2: sen(n / 12)  sen(n / 6)
Série 4 (S4): cos( n / 12)
41
Os gráficos de ondeleta contínua bem como o espectro global de ondeleta de
cada uma são apresentados na Figura 3.4. Observam-se os sinais de máxima frequência
em 1 dia para S1 e em 0,5 dia para S2. Para S3, quando é feita a soma das séries,
observa-se que, durante a primeira metade do gráfico, analisa-se o comportamento de
S1 e, posteriormente, o mesmo padrão encontrado em S2. Já S4 apresenta
comportamento similar ao de S1, devido ao fato de apresentarem o mesmo período
( n / 12) , sendo S1 composta por senos e S4 por cossenos.
Na Figura 3.5, são apresentados os resultados de ondeletas cruzadas obtidos para

os pares analisados das séries anteriormente apresentadas. Ressalta-se que os sinais que
alcançam o nível de confiança estatística de 95% aparecem envolvidos pela linha preta
contínua por vezes presente nos gráficos. Observa-se, na análise da ondeleta cruzada
entre S3 e S1, que, nas regiões que apresentam potência comum entre duas séries
temporais (do início até o instante 500), o sinal de 1 dia é evidenciado como uma faixa
de potência em vermelho, indicando alta correlação entre as séries. A partir do momento
em que S3 (soma de S1 e S2) apresenta comportamento similar ao de S2, entretanto,
esse sinal perde intensidade no gráfico e é deslocado para 0,5 dia.
S1
S2
Figura 3.4: Espectros de potência de ondeleta (m2.s-2) para séries S1:

sen (n / 12) , S2:
sen(n / 6) S3: sen(n / 12)  sen(n / 6) e S4: cos( n / 12) , apresentadas em sequência. No
eixo das ordenadas, o período é apresentado em dias, de 0,5 até 64 dias.
42
S3
S4
Figura 3.4: Final.
Já para a análise cruzada entre S3 e S2, ocorre justamente comportamento

contrário. Do início do gráfico até o instante 500, S3 apresenta padrão similar ao de S1,
passando a ser representativa de S2 a partir desse momento até o final da série. Tal
modificação resulta em gráfico com sinal mais forte em 0,5 dia entre os instantes 500 e
1000, justamente quando S3 apresenta comportamento similar ao de S2.
Finalmente, é feita análise de ondeleta cruzada entre S4 e S1. Ressalta-se que,

devido ao fato desse procedimento apenas avaliar se as séries investigadas apresentam
potência comum, sem levar em conta a fase dos ciclos existentes, observa-se que, ao
analisarmos o par S4 e S1, ambos com o mesmo período ( n / 12) , sendo S1 composta
por senos e S4 por cossenos, o sinal em 1 dia existente continuamente em ambas as
séries aparece reforçado e sendo o único existente em todo o gráfico.
43
Figura 3.5: Análise de ondeleta cruzada para séries S3 e S1, S3 e S2; e S4 e S1, em sequência.
No presente trabalho, a análise de ondeletas foi feita para as estações SBGL,

SBSC, SBRJ e SBAF. Ressalta-se que a presente análise não se aplica à SBJR devido
ao fato da série temporal nessa localidade apresentar ausências recorrentes no período
44
entre 22 h e 05 h, o que impossibilita a utilização das ondeletas, pois se trata de um
método que requer série contínua de dados.
Os resultados dessa etapa foram organizados em itens, de acordo com a seguinte

estrutura. Inicialmente, foram elaborados os espectros globais de ondeleta para todos
aeródromos em todos os anos, permitindo tanto a análise dos sinais de alta frequência
(ciclos diurno e semidiurno) quanto a avaliação dos períodos mais longos, até 64 dias
em um mesmo gráfico. Dessa forma, foi possível realizar uma análise geral do
comportamento das variáveis em cada aeródromo durante toda a série. Essa é uma etapa
importante, pois propicia uma primeira investigação dos dados utilizando o
procedimento de transformada de ondeleta, bem como auxilia a selecionar um ano para
estudo mais detalhado.
Posteriormente, com a finalidade de destacar a análise dos ciclos diurno e

semidiurno presentes nas variáveis e estações investigadas, foram elaborados gráficos
de ondeleta contínua e espectro global de ondeleta, limitando a análise até o período de
4 dias na escala temporal de atuação dos sinais, priorizando, portanto, a interpretação
dos eventos de alta frequência. Foi selecionado o ano de 2008 para realizar essa análise,
último ano em que ainda eram realizadas observações durante todo o período diário para
SBRJ e, portanto, o ano mais recente com série temporal completa neste aeródromo.
Finalizando a etapa de resultados obtidos a partir desse procedimento, e com a

finalidade de investigar sinais intrassazonais (faixa temporal 10-60 dias) que possam
estar associados ao longo período de estiagem e temperaturas elevadas devido à atuação
de bloqueio atmosférico na região SE do Brasil no decorrer do verão 2013/2014, foi
feita a análise de ondeletas contínua e cruzada das variáveis v, T, q e P. A série temporal
para essa análise tem início em junho de 2013 e final em maio de 2014, de forma que o
período de verão fique no centro da série e não seja afetado pelos efeitos de borda do
cone de influência no tratamento das ondeletas. Apesar de terem sido elaborados
gráficos para os aeródromos SBSC, SBGL e SBAF, foi selecionado SBGL para
discussão dos resultados, primeiramente devido ao fato dos padrões encontrados serem
aproximadamente similares entre os aeródromos e, adicionalmente, devido à
importância do aeroporto internacional para a RMRJ.
45
3.1.4. Avaliação dos padrões investigados usando mineração de dados das variáveis
e estações.
A metodologia de mineração de dados, por sua vez, propõe investigar, através de

agrupamentos entre as variáveis com comportamento semelhante, quais as similaridades
existentes entre os locais estudados, bem como padrões semelhantes entre diferentes
variáveis de uma mesma estação de observação.
A ideia de investigar padrões úteis em dados já possuiu uma grande variedade de

nomes: extração de conhecimento, descoberta de informação, coleta de informação,
arqueologia de dados, processamento de padrões em dados e mineração de dados (ou
data mining na língua inglesa) (Fayyad et al., 1996). Dentre essa diversidade de nomes,
mineração de dados (MD) destacou-se e, hoje, é o termo mais utilizado. MD é uma
tecnologia que surgiu da intersecção de três áreas: estatística clássica, inteligência
artificial e aprendizado de máquina (Sferra e Corrêa, 2003). Segundo Witten e Frank
(2000), pode ser feita a seguinte definição sobre o processo de MD, a saber:
“Data Mining é definido como o processo de descoberta de padrões em dados.

O processo deve ser automático ou (mais usualmente) semiautomático. Os padrões
descobertos devem ser significantes, oferecendo alguma vantagem, usualmente uma
vantagem econômica.”
Sferra e Corrêa (2003) mencionam que os métodos de análise de MD podem ser

aplicados particularmente para detalhar características do passado, através de dados
históricos ou para fazer predições de tendências. Seu uso tem se estendido em diversas
áreas que exploram o conhecimento para adquirir vantagens competitivas como
indústrias, empresas, setor bancário, marketing, medicina, institutos de pesquisa, entre
outros.
O resultado final obtido após a análise de MD dependerá dos métodos e técnicas

empregados e, portanto, para que uma aplicação de MD seja bem sucedida, deve-se
definir com clareza quais são as metas desejadas. Tais metas podem ser alcançadas com
o auxílio de diversas técnicas, dentre as quais se destacam: classificação,
46
estimativa/regressão, agrupamento, sumarização e associação. Deve-se considerar que a
experiência do analista é fundamental para escolher a melhor técnica para ser usada na
aplicação.
Agrupamento é uma técnica não supervisionada que busca identificar um

conjunto finito de categorias ou agrupamentos para descrever um dado (Fayyad et al.,
1996), de acordo com suas características. Para encontrar os agrupamentos, o processo é
iniciado com o cálculo das distâncias de cada objeto no espaço multiplano constituído
por eixos de todas as medidas realizadas. Posteriormente, os objetos são agrupados
conforme a proximidade geométrica entre eles, possibilitando o reconhecimento das
etapas que devem ser seguidas para a identificação de novos grupos dentro do universo
dos objetos estudados (Pereira, 1999).
Quando aplicada, essa técnica busca identificar padrões de comportamento

comum em um grande volume de dados. Trata-se de uma técnica semelhante à técnica
de classificação, no entanto, em agrupamento, as classes não são previamente definidas.
A análise de dendrogramas realizada na presente pesquisa constitui-se de um

processo analítico estruturado como uma árvore comumente usado para representar o
processo de agrupamento hierárquico, que mostra, passo a passo, como os objetos são
agrupados com base na distância euclidiana entre eles. Através dessa técnica, pode-se
avaliar a semelhança entre as variáveis a partir de seus padrões de comportamento.
A distância euclidiana entre os indivíduos a e b é dada analiticamente por
1/ 2
 p  (3.11)
d ab   ( X aj  X bj ) 2 
p  1,2,..., j;  j 1 
onde:
Xaj - valor da variável j para o indivíduo a;
Xbj- valor da variável para o indivíduo b.
47
O código computacional utilizado na análise, Sirius (disponível para acesso em
http://www.prs.no/index.html), possui uma limitação de 65535 linhas de dados por
processamento, e, dessa forma, optou-se por analisar a série durante o período 2003 a
2008. Aliado à limitação do código computacional utilizado, também, levou-se em
conta o fato de que, a partir de 2009, as observações de SBRJ passaram a ter interrupção
no decorrer da madrugada, o que poderia influenciar no padrão de comportamento dessa
série e modificar o resultado final. Foram avaliados, nesta etapa, os aeródromos SBSC,
SBGL, SBRJ e SBAF. Ressalta-se que, na presente pesquisa, optou-se por utilizar o
procedimento metodológico de mineração de dados como fechamento dos resultados,
visando, assim, confirmar os padrões verificados anteriormente em outras etapas, tendo
como base, porém, um processo de análise distinto.
48
CAPÍTULO IV - ÁREA DE ESTUDO
A RMRJ é composta por 17 municípios, como mostrado na Figura 4.1, a saber:

Rio de Janeiro, Belford Roxo, Duque de Caxias, Guapimirim, Itaboraí, Japeri, Magé,
Nilópolis, Niterói, Nova Iguaçu, Paracambi, Queimados, São Gonçalo, São João de
Meriti, Seropédica, Mesquita e Tanguá. A RMRJ limita-se, a leste, pela região das
baixadas litorâneas, a oeste, pela Baía de Sepetiba, ao norte, pela Serra do Mar,
enquanto, ao sul, é banhada pelo oceano Atlântico. Sua área territorial é de 5.645 km²,
abrigando uma população de mais de 11.902.701 milhões de habitantes (IBGE/2008),
em sua maioria, de baixa renda concentradas, principalmente, em núcleos urbanos e
carentes de infraestrutura sanitária. Nessa paisagem, faz-se presente um acelerado
processo de desmatamento, degradação e assoreamento dos rios e canais, bem como a
poluição de suas águas devido à falta de esgotamento sanitário, destruição dos solos
com exploração de areia/areola para construção, pedreiras ativas ou abandonadas,
asfalto e concreto, materiais utilizados na construção civil, capazes de armazenar e
converter a radiação solar incidente em calor sensível. Esses problemas constituem-se
em limites que comprometem a qualidade de vida das populações instaladas (Moura et
al., 1998).
A RMRJ apresenta uma paisagem contrastante com variada cobertura de

vegetação e diversidade no uso do solo, como visto na Figura 4.2. De acordo com Farias
(2007), na RMRJ, podem ser encontrados dois domínios fisiográficos principais: as
montanhas e as baixadas. O relevo montanhoso engloba os maciços litorâneos (Tijuca,
Pedra Branca e Gericinó-Mendanha), as serras, os morros isolados e as ilhas oceânicas,
enquanto que as áreas de amplas baixadas (Guanabara, Jacarepaguá e Sepetiba)
correspondem a 75% de seu território. Esses relevos, além de serem responsáveis pela
fragmentação da cidade, criam diversos microclimas naturais que influenciam a
ventilação e os mecanismos de transportes e dispersão de poluentes atmosféricos, além
de influenciarem nas grandes vias de circulação que orientam a expansão urbana.
Nas áreas elevadas dos maciços da Pedra Branca e Gericinó-Mendanha, tem-se

uma mudança nas composições vegetais. Nos maciços, originalmente ocupados por uma
49
densa cobertura de floresta Atlântica, atualmente, ainda resta uma porção dessa
vegetação, apesar do desmatamento causado pelas atividades agropastoris e queimadas
para a plantação de bananeiras. Além disso, as pedreiras também fazem parte dos
fatores de degradação ambiental, onde representam uma das principais atividades
econômicas da área e estão localizadas ao longo de todas as vertentes desses maciços,
causando grandes impactos ambientais e estabelecendo uma relação pouco harmoniosa
com a crescente urbanização. O maciço da Tijuca ocupa uma área de 195 km2 e
apresenta uma orientação paralela à linha da costa, o que acarreta na divisão da cidade
em duas zonas distintas no que diz respeito aos índices pluviométricos (a zona sul –
com maior umidade e temperaturas amenas, e a zona norte – menos úmida e mais
quente) e, consequentemente, no que tange aos padrões de ocupação. Nas baixadas
interiores, verifica-se a presença de construções como casas, prédios e indústrias
(Russo, 2002; Farias, 2007).
Figura 4.1 - Composição dos municípios da RMRJ. (Fonte: Fundação Centro de Informações e
Dados do Rio de Janeiro - disponível em
http://www.zonu.com/brazil_maps/Metropolitan_Region_Map_Rio_Janeiro_State_Brazil_2.htm)
50
SBAF SBGL
SBSC SBRJ
SBJR
Figura 4.2 - Visão topográfica da região contendo a RMRJ e a localização dos aeródromos
estudados. (Fonte: http://www.master.iag.usp.br/).
51
CAPÍTULO V – RESULTADOS
O presente capítulo encontra-se organizado em seções concebidas segundo a

metodologia exposta no Capítulo III, iniciando-se com uma discussão detalhada da
circulação local a partir das rosas dos ventos para cada estação adotada visando
investigar o padrão de ciculações locais na região metropolitana do Rio de Janeiro
(RMRJ). Em seguida, é feita uma análise de ondeletas. Finaliza-se o estudo com a
avaliação dos resultados obtidos a partir da mineração de dados. No caso desta
dissertação, optou-se pelo emprego da mineração dos dados ao final da abordagem
metodológica proposta, empregando-a como técnica para confirmar aspectos dos
comportamentos revelados pelas análises conduzidas mediante elaboração de rosas dos
ventos e avaliação das informações produzidas por análise espectral via ondeletas.
Mais especificamente, são apresentados resultados obtidos para os aeródromos

SBSC, SBGL, SBAF, SBRJ e SBJR, para o período entre janeiro de 2003 e maio de
2014. Ressalta-se que o aeródromo de SBRJ possui série de dados distinta das outras
estações, pois, após o ano de 2008, passou a operar apenas entre 06 h e 22 h, existindo,
dessa forma, ausência de dados no decorrer da madrugada. O aeródromo de SBJR
também opera continuamente apenas em parte do dia, entre 06 h e 21 h para toda a série
de dados.
5.1 Análise dos resultados das rosas dos ventos e séries temporais médias
Nesta etapa, o tratamento dos dados foi feito a partir da composição em rosas
dos ventos para cada uma das estações de superfície, indicando simultaneamente a
frequência de ocorrências e respectivas intensidades. Esse procedimento de
apresentação das informações combinadas, considerando a direção e intensidade do
vento, pode ser encontrado em diversos artigos disponíveis na literatura (Kose et al.,
2004; Ucar e Balo, 2009; Pimentel et al., 2014). O Programa WRPLOT utilizado na
produção das rosas dos ventos, conforme previamente informado, está disponível no
sítio www.weblakes.com/products/wrplot.
52
As rosas dos ventos para todo o período de dados para cada estação são
apresentadas na Figura 5.1. Destaca-se que o padrão de circulação local observado, de
forma geral, em todos os aeródromos, apresenta ventos de componente N/NE e S/SE.
Ressalta-se, também, como a orientação da linha de costa litorânea influencia no padrão
das circulações locais. No caso de SBSC, por exemplo, são observados ventos
preferenciais de NE/SW, ao passo que, em SBRJ, os quadrantes mais frequentes são
N/S, evidenciando a relação existente entre a localização relativa à costa e a orientação
dos ventos. Adicionalmente, são enfatizadas as diferenças existentes no comportamento
do vento para cada aeródromo devido à localização de cada um deles na RMRJ, que
apresenta, como principais domínios geográficos, os maciços da Tijuca, Pedra Branca e
Gericinó, delimitando áreas de baixada cercadas de pequenas serras e morros isolados,
além da presença do mar e das baías da Guanabara e Sepetiba.
Os resultados analisados concordam com os obtidos por Pimentel et al. (2014),

que, em sua pesquisa, concluem que a modulação da circulação local na RMRJ é feita
de acordo com a atuação do sistema de BM, que contribui com os ventos de
componente sul, e BT, representada pelos ventos de componente norte, e que, em
aeródromos como SBSC e SBRJ, os ventos formados pelas brisas marítimas e terrestres
são aproximadamente perpendiculares ao contorno da costa e são canalizados ao longo
da topografia presente na RMRJ. Os autores também observam, corroborando com os
resultados aqui obtidos, que as estações localizadas mais no interior do continente,
como SBAF, são mais influenciadas pela elevação irregular do terreno e que a presença
dos maciços da Pedra Branca e da Tijuca exercem efeito canalizador dos ventos,
principalmente, para SBJR e SBAF, formando um corredor de ventos com
predominância nas direções N-S (SBJR) e predominantemente S para SBAF. Destaca-
se, por outro lado, que os resultados obtidos, no presente trabalho, confirmam as
conclusões de Pimentel et al. (2014), mas as análises detalhadas do campo de vento por
meio de rosas dos ventos horárias discutidas no decorrer dos resultados aqui
apresentados representam um ganho significativo, permitindo observar padrões e chegar
a conclusões importantes sobre as circulações locais na RMRJ.
53
Figura 5.1 – Rosas dos ventos representativas de todo o período de dados para as estações SBSC,
SBGL, SBAF, SBRJ, SBJR. (Fonte: http://landsat.usgs.gov/)
Com a finalidade de aprofundar a análise, é feita, a seguir, a discussão das rosas

dos ventos referentes a cada horário do dia para toda a série de dados, apresentadas nas
Figuras 5.2 a 5.6 e no Anexo C encontra-se a distribuição espacial destes gráficos.
A análise do padrão horário existente para cada estação evidencia a atuação do

sistema de brisa marítima-terrestre para todos os aeródromos investigados, mostrando-
se mais marcante, entretanto, quanto mais próximo da faixa litorânea. De forma geral,
nos aeródromos, são observados ventos de N-NE no decorrer de toda a madrugada e
início da manhã, associados com a BT. Entretanto, a estação SBAF não apresenta sinal
claro de BT, possivelmente em decorrência de sua localização mais para o interior do
continente e cercada pelos maciços da Tijuca, Pedra Branca e Gericinó. De acordo com
Pimentel et al. (2014), dentre os cinco aeródromos analisados, SBAF é o local que
apresenta o maior percentual de calmaria, principalmente durante a madrugada. A partir
de 12 h, aproximadamente, em todos os aeródromos, é observada uma mudança
significativa na direção dos ventos que passam a ser de S-SE, e de SW, no caso de
SBSC, evidenciando o início de atuação da BM. Para SBRJ e SBJR, essa mudança para
54
ventos típicos de BM ocorre ainda mais cedo, por volta 10 h-11 h. É importante destacar
que, entre 12 h-13 h, praticamente todas as localidades analisadas já exibem claro sinal
da BM, porém SBSC ainda demonstra sinais de BT. Essa demora na inversão total do
escoamento em SBSC em relação às demais estações aponta para a influência de outros
mecanismos de circulação local além do sistema de brisa terra/mar. Efeitos de
canalização do escoamento devem ser considerados a fim de justificar diferenças no
escoamento deste setor oeste da RMRJ em relação aos setores central e leste da região,
como apontados em Pimentel et al. (2014). À tarde, depois que a BM se apresenta bem
desenvolvida, esse padrão de circulação segue até a noite para todos os aeródromos,
apresentando máximo de frequência e intensidade dos ventos entre 16 h e 17 h, com
exceção de SBJR, onde ocorre tal intensificação dos ventos e aumento de frequência
bem mais cedo, em torno de 13 h-14 h.
Um aspecto relevante em relação aos ventos associados à BT merece destaque.

Tomando-se como referência a estação SBSC, é possível notar que, no final da manhã,
por volta de 09 h-12 h, há uma intensificação nos ventos de N-NE. Esse fato chama a
atenção, pois, no final da manhã, é exatamente o momento em que a circulação de BT
deveria estar se desacelerando ao se preparar para inverter o sentido do vento de acordo
com a circulação de BM após 12 h. É importante notar que a RMRJ é limitada ao
norte/noroeste por topografia mais elevada, em decorrência da Serra do Mar e sua
denominação regional da Serra dos Órgãos. Portanto, é possível que o ar mais frio que
desce a montanha durante a madrugada/manhã esteja atingindo a RMRJ no final da
manhã e se associando ao escoamento previamente estabelecido da BT, ocasionando
intensificação dos ventos de componente norte. Esse efeito combinado na circulação
local faz com que os ventos de N-NE pela manhã sejam ainda mais intensos e mais
frequentes do que os ventos da própria circulação da BM à tarde. A teoria sobre
circulações locais forçadas termicamente indica que, em geral, a BM é mais intensa que
a BT (Wallace e Hobbs, 2006). Portanto, esse comportamento encontrado em SBSC
confere a essa localidade caráter diferenciado em relação às demais localidades
analisadas na RMRJ e é uma importante conclusão possível devido à análise das rosas
dos ventos horárias. As estações SBGL e SBAF também apresentam intensificação nos
ventos da manhã por volta das 10 h-11 h, porém esse efeito é menos intenso. Em SBJR
e SBRJ, esse aspecto não é evidente.
55
00h 01h 02h 03h
04h 05h 06h 07h
08h 09h 10h 11h
12h 13h 14h 15h
16h 17h 18h 19h
20h 21h 22h 23h
Figura 5.2 - Rosas dos ventos horárias para SBSC. A escala de cores é a mesma para todas as
rosas. A frequência máxima dos ventos é de 25%.
56
00h 01h 02h 03h
04h 05h 06h 07h
08h 09h 10h 11h
12h 13h 14h 15h
16h 17h 18h 19h
20h 21h 22h 23h
Figura 5.3 - Rosas dos ventos horárias para SBGL. A escala de cores é a mesma para todas as rosas.
A frequência máxima dos ventos é de 25%.
57
00h 01h 02h 03h
04h 05h 06h 07h
08h 09h 10h 11h
12h 13h 14h 15h
16h 17h 18h 19h
20h 21h 22h 23h
Figura 5.4 - Rosas dos ventos horárias para SBAF. A escala de cores é a mesma para todas as rosas.
A frequência máxima dos ventos é de 25%, exceto para os horários 14h a 18h com valor de 40%.
58
00h 01h 02h 03h
04h 05h 06h 07h
08h 09h 10h 11h
12h 13h 14h 15h
16h 17h 18h 19h
20h 21h 22h 23h
Figura 5.5 - Rosas dos ventos horárias para SBRJ. A escala de cores é a mesma para todas as rosas.
A frequência máxima dos ventos é de 25%, exceto para os horários 08h a 20h com valor de 45%.
59
06h 07h 08h 09h
10h 11h 12h 13h
14h 15h 16h 17h
18h 19h 20h 21h
Figura 5.6 - Rosas dos ventos horárias para SBJR. A escala de cores é a mesma para todas as rosas.
A frequência máxima dos ventos é de 25%.
60
A fim de investigar o comportamento sazonal para cada aeródromo, bem como
analisar a interação do vento com outras variáveis meteorológicas, foram elaboradas
séries temporais médias horárias para o verão (meses dezembro-janeiro-fevereiro,
representados por DJF) e para o inverno (meses junho-julho-agosto, representados por
JJA) para a componente meridional do vento (chamada de “v”, com unidade em m/s),
temperatura do ar (chamada de “T”, com unidade em ºC), pressão atmosférica (chamada
de “P”, com unidade em hPa) e umidade específica (chamada de “q”, com unidade em
g/kg). Os resultados obtidos são apresentados nas Figuras 5.7 a 5.10.
Na Figura 5.7, são apresentadas as séries temporais médias representativas do

período do verão para as variáveis v, T e P. Os valores à esquerda no eixo das ordenadas
são referentes às variáveis “T” e à variação de “P’, ressaltando que foram separados os
dois últimos algarismos inteiros da pressão atmosférica para destacar a variação desse
parâmetro. Dessa forma, uma pressão de 1009 hPa, por exemplo, aparece no gráfico
como 09 hPa; tal método de análise foi possível para a série estudada, uma vez que não
foram registrados valores médios diários abaixo de 1000 hPa. Já os valores à direita no
eixo das ordenadas são referentes à variável v, apresentando valores positivos e
negativos.
Iniciando a discussão dos resultados com o vento, observa-se que, de forma

geral, ocorre a mudança do sinal de v de valores negativos para positivos, marcando o
início de atuação da BM, por volta de 12 h em SBSC e SBGL. Para SBAF, SBRJ e
SBJR, os horários de mudança são, respectivamente, às 11 h, 10 h e 9 h-10 h. Tal
resultado é coerente com o encontrado na análise das rosas dos ventos horárias
apresentada anteriormente. Após essa mudança de sinal do vento, a máxima intensidade
da BM, avaliada a partir de v, ocorre às 16 h nos aeródromos SBSC, SBGL e SBAF,
com adiantamento desse máximo para 15 h em SBRJ e SBJR. Esses sinais de máxima
intensidade da BM corroboram os discutidos na análise horária das rosas dos ventos.
A série da temperatura do ar evidencia a presença do ciclo diurno, com valores

mínimos ocorrendo por volta das 06 h e máximos em torno de 13 h. Observa-se
comportamento similar em todos os aeródromos, destacando o fato de SBRJ apresentar
menor amplitude térmica diária que os outros locais investigados.
61
Com relação ao horário da temperatura máxima, convém destacar que o
esperado seria que ocorresse por volta de 15h, de acordo com a literatura. Vianello e
Alves (1991), por exemplo, ressaltam que, em virtude dos processos de transferência de
calor na atmosfera, existe uma defasagem entre o momento de ocorrência da máxima
temperatura do solo e o registro da temperatura máxima do ar, que aumenta com o
afastamento da superfície do solo. Embora essa defasagem não apresente
comportamento constante, é verificado que, em média, a diferença seja de duas horas
para medidas realizadas a 2 metros de altura, valor próximo do padrão das observações
provenientes de abrigos meteorológicos. As razões da discrepância observada nos
resultados discutidos, no entanto, demandam estudos mais detalhados, não
contemplados na presente pesquisa.
Também é possível observar que a circulação local tem sua resposta máxima na
intensidade de v (entre 15h-16 h) cerca de 2 a 3 horas após o máximo de T (por volta de
13 h). Esse atraso na resposta do vento é típico das circulações de brisa, tendo em vista
efeitos de atrito com a superfície e outros mecanismos internos envolvidos. Ao mesmo
tempo, é possível sugerir que a queda de temperatura também esteja sendo influenciada
pela entrada de ar mais frio da região oceânica em decorrência da advecção de
temperatura pela BM.
Na análise da pressão atmosférica, é possível verificar a presença de dois

máximos e dois mínimos no decorrer do dia, indicando o sinal da maré barométrica. Tal
padrão pode ser verificado em todas as estações, porém essa análise fica prejudicada em
SBJR em decorrência da ausência de dados em parte do ciclo diurno.
Ao comparar o comportamento das variáveis para o período DJF e JJA,

apresentadas na Figura 5.8, são notadas algumas diferenças sazonais, como, por
exemplo, um atraso na mudança de sinal de v em cerca de 1 h para todas as estações,
indicando que a BM no inverno se desenvolve mais tarde. A intensidade de v também é
menor no inverno, principalmente no período da tarde, relacionada à BM. Também se
destaca a mudança nos valores de temperatura, com máximas mais elevadas no verão e
mínimas mais baixas no inverno.
62
Nesse ponto, destaca-se que foi feita uma avaliação da variável umidade
específica (q) em gráficos separados dos outros parâmetros investigados, permitindo,
assim, uma inspeção mais detalhada de seu comportamento, que possui menor
amplitude de variação quando comparada às outras variáveis. Ao separar q em um
gráfico individual, é possível, por exemplo, evidenciar nuances presentes nas séries
temporais de verão (Figura 5.9), evidenciando um aumento de q no período da tarde em
SBSC e SBGL e discreta elevação à noite (20 h-21 h) em SBAF e SBJR. Um máximo
isolado no período da manhã (07 h-08 h) é observado em SBGL e SBAF, mas não é
evidente nas demais estações. Na análise horária das rosas dos ventos (Figuras 5.2-5.6),
é possível notar que os ventos são os menos intensos durante a madrugada,
principalmente nessas duas estações. Além disso, SBAF registra elevado percentual de
calmaria na madrugada. A localização de SBAF entre os maciços montanhosos e SBGL
na parte mais interna da Baía da Guanabara contribui para ventos calmos e fracos nessas
estações. Ao se comparar SBSC e SBRJ, é possível verificar uma tendência oposta de
variação de umidade específica ao longo do dia. Enquanto a série temporal de q em
SBSC segue uma tendência positiva (de incremento de umidade) em quase todos os
horários entre 07 h e 21 h, o contrário acontece em SBRJ. Para o inverno (Figura 5.10),
a série média horária de q apresenta um comportamento ondulatório mais regular em
todas as estações, com dois máximos de q, sendo um pela manhã (08 h-9 h) e outro à
tarde e que, em algumas estações, se estende até o início da noite. Também destaca-se o
fato de que os maiores valores de q observados no decorrer do inverno (JJA) são sempre
inferiores aos menores valores de q obtidos para o período do verão (DJF),
evidenciando, dessa forma, que o período do verão é, de fato, mais úmido que o inverno
na RMRJ.
Também são destacados os picos de umidade específica ocorridos durante a
manhã evidentes no período de inverno. Em todas as localidades analisadas, entre 08 h e
09 h local, é observado brusco aumento nos valores de q que podem estar associados
com a dissipação de nevoeiros e/ou névoas, fenômenos recorrentes durante essa época
do ano. Caso essa hipótese seja verdadeira, as gotículas de nuvem existentes no
nevoeiro evaporam, mudando de estado de líquido para vapor, e podem provocar um
incremento repentino na concentração de umidade no ar, justificando, nesse sentido, o
máximo observado em q durante o início da manhã.
63
DJF
(a) SBSC
(b) SBGL
(c) SBAF
(d) SBRJ
(e) SBJR
Figura 5.7 - Séries temporais de horários médios para verão (DJF) nas estações SBSC (a), SBGL
(b), SBAF (c), SBRJ (d) e SBJR (e). São apresentadas as variáveis componente meridional do vento
(m/s), temperatura do ar (ºC) e pressão atmosférica (hPa).
64
JJA
(a) SBSC
(b) SBGL
(c) SBAF
(d) SBRJ
(e) SBJR
Figura 5.8 - Séries temporais de horários médios para inverno (JJA) nas estações SBSC (a), SBGL
(b), SBAF (c), SBRJ (d) e SBJR (e). São apresentadas as variáveis componente meridional do vento
(m/s), temperatura do ar (ºC) e pressão atmosférica (hPa).
65
(a)
(b)
(c)
(d)
(e)
Figura 5.9. Séries temporais de horários médios de umidade específica (g/kg) para verão (DJF) nas
estações SBSC (a), SBGL (b), SBAF (c), SBRJ (d) e SBJR (e).
66
(a)
(b)
(c)
(d)
(e)
Figura 5.10. Séries temporais de horários médios de umidade específica (g/kg) para inverno (JJA)
nas estações SBSC (a), SBGL (b), SBAF (c), SBRJ (d) e SBJR (e).
67
As Tabelas 5.1 e 5.2 permitem uma comparação dos valores extremos das
variáveis apresentadas para cada aeródromo durante verão e inverno. Chama-se a
atenção para o fato de que a média da componente meridional do vento (v) tem
magnitude atenuada devido ao cancelamento parcial do vento quando este apresenta
sentidos opostos, e esse efeito é, particularmente, notório no horário de inversão da
circulação local (BT para BM, ou vice-versa). Os valores nulos de v apontam essa
mudança na circulação, permitindo avaliar o horário médio em que ocorre o
desenvolvimento dessas circulações. Em relação à amplitude térmica, SBAF é a estação
que apresenta a maior amplitude térmica e SBRJ a menor, tanto no verão como no
inverno. A maior amplitude térmica em SBAF é decorrente de sua localização mais para
dentro do continente, sofrendo diretamente os efeitos de aquecimento e resfriamento da
superfície. Por outro lado, SBRJ, localizada na entrada da Baía da Guanabara, tem seu
ciclo diário de temperatura regulado pela maior proximidade com o mar. Em média, as
temperaturas máximas e mínimas do verão nas estações têm uma redução de
aproximadamente 4 a 5 graus no inverno. A umidade específica nos aeródromos tem
valores máximos por volta de 16-18 g/kg no verão, reduzindo para a faixa de 12-13 g/kg
no inverno, com SBJR e SBRJ apresentando os maiores valores e SBSC os menores,
tanto no inverno como no verão. A pressão atmosférica apresenta o ciclo da maré
barométrica, duas altas e duas baixas no decorrer de 24 horas, com valores variando
aproximadamente de 1012 hPa (para as altas) e 1010 hPa (para baixas) no verão e de
1020 hPa (para altas) e 1017,5 hPa (para baixas) no inverno. Essa variável tem pouca
variação entre as localidades analisadas, tendo em vista que a sua resposta atmosférica
está fortemente ligada às mudanças de tempo em escala sinótica, ou seja, às variações
atmosféricas na escala continental.
68
Tabela 5.1 – Valores extremos das variáveis v (m/s), T (°C), q (g/kg) e P (hPa) para o verão (DJF). Valores reportados a partir das Figuras
5.7 até a Figura 5.10.
(*) A pressão é indicada sem os dois primeiros dígitos. Por exemplo: 1010,7 hPa é grafado como 10,7 hPa. Valores entre parêntesis
são os mínimos diários.
69
Tabela 5.2– Valores extremos das variáveis v (m/s), T (°C), q (g/kg) e P (hPa) para o inverno (JJA). Valores reportados a partir das Figuras
5.7 até 5.10.
(*) A pressão é indicada sem os dois primeiros dígitos. Por exemplo: 1010,7 hPa é grafado como 10,7 hPa. Valores entre parêntesis
são os mínimos diários.
70
5.2 Análise de Ondeletas
A seguir, serão apresentados os resultados obtidos a partir da análise de

ondeletas para as estações SBGL, SBSC, SBRJ e SBAF. Ressalta-se que a presente
análise não se aplica à SBJR devido ao fato da série temporal nesta localidade
apresentar ausências recorrentes no período entre 22 h e 05 h, o que impossibilita a
utilização das ondeletas, pois se trata de um método que requer série contínua de dados.
Os resultados estão organizados em itens, de acordo com a estrutura a seguir,
anteriormente discutida no capítulo referente à metodologia:
5.2.1- espectro global de ondeleta para todos os aeródromos em todos os anos;
5.2.2- ondeletas contínuas até 4 dias para o ano de 2008 em todos os
aeródromos;
5.2.3- estudo de caso para o verão 2013/2014.
5.2.1. Espectro global de ondeleta para todos os aeródromos em todos os anos.
A análise dos espectros globais de potência de ondeleta de cada variável permite

investigar alguns padrões encontrados para cada estação de interesse no presente estudo.
Note-se que essa é uma etapa importante da análise, pois propicia uma primeira
investigação dos dados utilizando a metodologia de transformada de ondeleta, bem
como auxilia a selecionar um ano para estudo mais detalhado.
Na Figura 5.11, são apresentados os resultados para a variável componente

meridional do vento (v). Em relação aos menores períodos destacados (períodos
inferiores a 1 dia), ressalta-se, em todas as estações investigadas, a presença marcante
do ciclo diurno, representado pelo sinal de 1 dia nos gráficos analisados e que sempre
ultrapassa o nível de 95% de confiança estatística. Esse sinal está associado à atuação da
circulação termicamente forçada de brisas terra/mar (Reboita, 2004; Holanda et al.,
2006). Tal resultado reflete as situações de BM e BT apresentadas nas rosas dos ventos
horárias e nas séries temporais médias, discutidas na seção anterior. Os ciclos
semidiurnos (período de 0,5 dia) também pode ser verificado em todas as estações,
porém, somente em SBGL (segunda coluna) e SBAF (terceira coluna), são quase
71
sempre representados com nível de confiança estatística de 95%. Posteriormente, será
discutida a interação desse ciclo com o comportamento de outras variáveis, bem como
com possíveis fenômenos físicos a ele associados (ver seção 5.2.2). Os máximos de
frequência em 1 e 0,5 dia estão destacados na Figura 5.11 com um retângulo verde e
duas setas apontando para cada um desses picos.
Após a análise dos sinais de alta frequência (ciclos diurno e semidiurno), é feita
a avaliação dos períodos mais longos, até 64 dias. As análises indicam que esses sinais
se destacam de forma diferenciada entre as estações. Para SBGL, tem-se que, por vezes,
alguns sinais ultrapassam o nível de 95% de confiança estatística, como o de 64 dias em
2004 e o de 32 dias em 2011. Para SBSC, observa-se que ocorrem recorrentes sinais
com nível de confiança estatística entre as escalas de 8 e 64 dias no decorrer de todos os
anos. Para SBAF e SBRJ, observa-se padrão similar ao de SBGL, apresentando sinais
de baixa frequência, que, por vezes, ultrapassam o nível de confiança estatística.
As variáveis temperatura, umidade específica e pressão também têm seus

espectros globais de ondeletas analisados no texto a seguir, porém as respectivas figuras
encontram-se no Anexo A.
Em relação à temperatura do ar, é possível verificar comportamento similar entre

as localidades, com todas apresentando forte sinal em 1 dia, característico da atuação
das circulações BM/BT. O sinal em 0,5 dia, embora não apresente confiança estatística,
pode ser percebido nos gráficos de forma menos intensa, mas presente. A análise para
os períodos mais longos indica que ocorrem máximos no decorrer dos anos para todas
as estações investigadas, sendo os mais presentes os de 16, 32 e 64 dias. Alguns anos
têm menor destaque em relação a esses períodos mais longos (ou sinais de baixa
frequência), como, por exemplo, em 2009.
A análise dos espectros globais para a umidade específica evidencia que os

sinais mais significativos ocorrem nos períodos mais longos, com máximos em 32 e 64
dias e que os sinais dos ciclos diurno e semidiurno são pouco significativos. No decorrer
da análise realizada no próximo item, com gráficos de ondeletas contínuas variando até
4 dias, será possível perceber que o sinal de 1 dia existe, porém com pouca intensidade,
72
apresentando, por vezes, valores mais significativos sazonalmente, de forma
correlacionada com o comportamento das outras variáveis investigadas nos momentos
em que o sinal do ciclo diurno apresenta valores máximos. Destaca-se, também, que
essa variável apenas alcança o nível de confiança estatística de 95% para a estação
SBSC no ano de 2008.
Os gráficos elaborados para a variável pressão atmosférica também apresentam

comportamento diferenciado para os ciclos diurno e semidiurno, quando comparados
com as variáveis temperatura do ar e componente meridional do vento, por serem pouco
perceptíveis e, consequentemente, não alcançarem o nível de confiança estatística em
qualquer das localidades investigadas. Esse aspecto dos ciclos diurno e semidiurno da
pressão será melhor explorado na próxima seção do texto. Os sinais intrassazonais,
principalmente os de 16 e 32 dias são os que mais se destacam no decorrer da análise,
sempre se mantendo acima do nível de confiança estatística. Tal destaque na pressão
atmosférica para períodos mais longos (acima de 4 dias) é consistente, pois os
fenômenos de escala sinótica são bem representados por essa variável.
73
Componente meridional do vento
SBSC SBGL SBAF SBRJ
(a) 2003
(b) 2004
(c) 2005
(d) 2006
(e) 2007
Figura 5.11- Espectros globais de potência de ondeleta (m2.s-2) para a variável componente
meridional do vento (m/s), para as estações SBSC, SBGL,SBAF e SBRJ, apresentados na primeira,
segunda, terceira e quarta colunas, respectivamente. A escala posicionada à esquerda dos gráficos é
referente ao período dos sinais investigados, variando de 64 dias e indo até 0,5 dia. Os gráficos são
apresentados ano a ano, iniciando em (a) 2003, e indo até (e) 2013. Ressalta-se que a estação SBRJ
apresenta série de dados de 2003 a 2008. A linha pontilhada que cruza o gráfico representa o nível
de confiança estatística de 95%.
74
Componente meridional do vento
SBSC SBGL SBAF SBRJ
(f) 2008
(g) 2009
(h) 2010
(i) 2011
(j) 2012
(k) 2013
Figura 5.11 - final.
75
5.2.2. Ondeletas contínuas até 4 dias para o ano de 2008
Com a finalidade de destacar a análise dos ciclos diurno e semidiurno presentes

nas variáveis e estações investigadas, foram elaborados gráficos de ondeleta contínua e
espectro global de ondeleta limitando a análise até o período de 4 dias na escala
temporal de atuação dos sinais, priorizando, portanto, a interpretação dos eventos de alta
frequência. Foi selecionado o ano de 2008 para realizar essa análise, último ano em que
ainda eram realizadas observações durante todo o período diário para SBRJ e, portanto,
o ano mais recente com série temporal completa nesse aeródromo.
Os resultados são apresentados para todos os aeródromos e todas as variáveis v,

T, q e P nas Figuras 5.12-5.15. A escala temporal do sinal das ondeletas é dada em dias
(eixo das ordenadas), enquanto que a sua variação temporal segue o calendário juliano
(eixo das abscissas). Na lateral direita da figura, são apresentados gráficos do espectro
global.
A análise dos resultados indica que o sinal de 1 dia é fortemente presente nas
variáveis v e T em todos os aeródromos. Esse sinal é decorrente do ciclo diurno de
atuação dos sistemas de BM e BT, de acordo com os resultados discutidos
anteriormente nas análises das rosas dos ventos e das séries temporais médias. Esses
sinais intensos ficam evidentes nos gráficos, marcados como uma faixa em tons de
vermelho para todos os aeródromos investigados. Destaca-se que, embora sempre
alcançando o nível de confiança estatística de 95 % nos espectros globais, ao se analisar
os gráficos de ondeleta contínua, é possível verificar momentos em que ocorrem
pequenas interrupções no sinal de 1 dia ou mesmo situações em que esse sinal aparece
com maior intensidade, evidenciando períodos em que as circulações de brisa são
interrompidas ou fortalecidas, respectivamente. Esse resultado também pode sugerir
uma interação entre perturbações atmosféricas em diferentes escalas temporais.
Observa-se que o sinal de 0,5 dia é menos evidente, porém presente em todas as
estações para as variáveis v, T e P. É importante ressaltar que, para a variável pressão
atmosférica, o sinal de 0,5 dia destaca-se, com potência mais significativa que o próprio
76
sinal do ciclo diurno (1 dia), o que reflete a presença da maré barométrica, além de sua
possível interação com as demais variáveis, como T e v.
Em relação à variável q, é possível destacar um sinal marcante com período de 1

dia em SBSC durante todo o ano e nos três primeiros meses em SBRJ. Embora não
muito evidente nos demais aeródromos, o ciclo diurno para a umidade específica pode
ser notado no espectro global das ondeletas, mas não atingindo a confiança estatística de
95%. Esse padrão diferenciado em SBSC é surpreendente, pois não tem equivalência
nas demais estações analisadas. A componente do ciclo semidiurno não é bem
representada em qualquer dos aeródromos.
Outro destaque que pode ser feito na discussão é o fato de se constatar a

existência de padrões diferenciados entre os aeródromos investigados. Ao se analisar o
comportamento da variável temperatura do ar, por exemplo, pode-se perceber a
manutenção de sinais intensos no ciclo diurno entre os dias julianos 125 e 250
(aproximadamente entre abril e agosto) principalmente para SBGL e SBAF, ao passo
que, em SBSC, esse sinal manteve-se forte entre os dias julianos 42 e 250 e, em SBRJ, o
período do ano com sinais mais presentes foi desde o início da série até abril (dia
juliano 125), aproximadamente. Tal comportamento evidencia que, embora a influência
da atuação dos sistemas de BM e BT seja comum em todos os aeródromos, existe
influência local diferenciada entre eles.
No anexo D encontram-se todas as análises de ondeletas contínuas, tanto para os

resultados referentes aos períodos de 0,5 a 64 dias quanto os gráficos com período até 4
dias, para todos os anos investigados, de 2003 até 2014.
77
SBSC
(a) (v)
(b) (T)
(c) (q)
(d) (P)
Figura 5.12 - Espectros de potência de ondeleta (m2.s-2) para SBSC, de janeiro a dezembro de 2008 em dia juliano, para as seguintes variáveis em
sequência: componente meridional do vento (m/s), temperatura do ar (°C), umidade específica e pressão atmosférica (hPa). Os gráficos são
apresentados com período até 4 dias para ressaltar os sinais de alta frequência. No lado direito da figura, são apresentados os respectivos espectros
globais.
78
SBGL
(a) (v)
(b) (T)
(c) (q)
(d) (P)
Figura 5.13 - Espectros de potência de ondeleta (m2.s-2) para SBGL, de janeiro a dezembro de 2008 em dia juliano, para as seguintes variáveis em
globais.
79
SBAF
(a) (v)
(b) (T)
(c) (q)
(d) (P)
Figura 5.14 - Espectros de potência de ondeleta (m2.s-2) para SBAF, de janeiro a dezembro de 2008 em dia juliano, para as seguintes variáveis em
globais.
80
SBRJ
(a) (v)
(b) (T)
(q)
(c)
(d) (P)
Figura 5.15 - Espectros de potência de ondeleta (m2.s-2) para SBRJ, de janeiro a dezembro de 2008 em dia juliano, para as seguintes variáveis em
globais.
81
A investigação conjunta das variáveis analisadas auxilia a compreender quais
são os possíveis mecanismos de formação e manutenção das circulações locais na
RMRJ e culmina no esquema apresentado na Figura 5.16.
Ciclo diurno de T “Ciclo

Ciclo diurno de
advecção diurno” em q
veP
(Forçante)
Ciclo semidiurno
de P Ciclo semi-
advecção Ciclo semi-
diurno de v
diurno de T
(Forçante)
Figura 5.16 - Esquema de forçantes associadas à circulação local na RMRJ
O esquema na Figura 5.16 apresenta as forçantes associadas com o

comportamento de cada uma das variáveis analisadas na presente pesquisa e suas
interações com os efeitos da circulação local. Na primeira etapa da Figura 5.16, é
discutida a formação do sinal em 1 dia (ciclo diurno) observado em todas as variáveis
analisadas. Esse sinal é desenvolvido a partir da forçante térmica, tendo, como principal
mecanismo de formação, o ciclo diurno de temperatura na superfície terrestre. A seguir,
nota-se que o aquecimento diferenciado entre as superfícies continentais e de corpos de
água acaba por originar mudanças no campo de pressão em superfície, deslocando,
portanto, o ar do mar para a terra (brisa marítima) ou da terra para o mar (brisa
terrestre), sinal este que fica fortemente marcado pela análise de ondeletas nas variáveis
v e T como um máximo em 1 dia. Continuando a análise, tem-se que, por efeitos de
adveção de ar mais úmido ou mais seco devido à atuação dos sistemas de BM e BT,
respectivamente, também é formado um ciclo com sinal diurno fraco, porém presente
para a variável umidade específica.
Já na segunda etapa, é discutido o sinal do ciclo semidiurno, que é mantido a

partir de uma interação astronômica com a atmosfera terrestre. Esse efeito reflete-se na
formação de dois mínimos e dois máximos de pressão atmosférica no decorrer do dia,
82
gerando um ciclo que se repete a cada 12 h, o que pode ser observado na análise de
ondeletas contínuas (Figuras 5.12-5.15). Tal ciclo também é evidente na análise das
séries temporais médias discutidas anteriormente. Pode-se constatar, dessa forma, que o
efeito da maré barométrica é uma forçante direta na formação de um ciclo semidiurno
na pressão atmosférica, e que esse sinal também se reflete na variável componente
meridional do vento, baseando-se na ideia de que diferenças de pressão atmosférica
entre dois pontos influenciam nos mecanismos de deslocamento do ar, como descrito
por Humphreys (1940). Ressalta-se que o ciclo semidiurno apresenta sinal com menor
intensidade que o ciclo diurno, uma vez que a forçante térmica é o principal mecanismo
atuante na modulação do comportamento da variável vento a partir dos efeitos de brisas
marítima e terrestre. Dando continuidade a essa análise, pode-se conjecturar que o sinal
em 0,5 dia, embora fraco, possa ser suficientemente representativo para provocar
intensificações e desintensificações nos padrões da brisa termicamente forçada,
interagindo com o ciclo diurno e influenciando na advecção de ar mais úmido vindo do
oceano, entrada de BM no decorrer da tarde até a noite, ou ar mais seco, com a atuação
da BT, durante a madrugada e manhã. Esses processos advectivos influenciam no teor
de umidade presente nas parcelas de ar, bem como podem causar pequenas variações na
temperatura do ar, fato que se reflete na observação de sinais nos espectros de potência
de ondeleta em 0,5 dia, embora abaixo do nível de confiança estatística de 95% no
espectro global.
5.2.3. Estudo de caso para o verão 2013/2014.
Com a finalidade de investigar sinais intrassazonais (faixa temporal 10-60 dias)

que possam estar associados ao longo período de estiagem e temperaturas elevadas
devido à atuação de bloqueio atmosférico na região SE do Brasil no decorrer do verão
2013/2014, foi feita a análise de ondeletas contínua e cruzada das variáveis v, T, q e P.
A série temporal para essa análise tem início em junho de 2013 e final em maio de
2014, de forma que o período de verão fique no centro da série e não seja afetado pelos
efeitos de borda do cone de influência no tratamento das ondeletas.
83
Apesar de terem sido elaborados resultados para os aeródromos SBSC, SBGL e
SBAF (apresentados no Anexo E), foi selecionado SBGL para discussão dos resultados,
primeiramente devido ao fato dos padrões encontrados serem aproximadamente
similares entre os aeródromos e, adicionalmente, devido à importância do aeroporto
internacional para a RMRJ.
A presente análise tem como ponto de partida a variável pressão (P), apresentada
na Figura 5.17 (d), enfocando a atenção na faixa entre os períodos de 4-8 dias no eixo
das ordenadas. O retângulo inserido na Figura 5.17 (d) destaca essa faixa temporal e
evidencia forte sinal de ondeletas até a metade da série, sendo esse sinal subitamente
enfraquecido entre os dias 190-290, aproximadamente. Ressalta-se que essa série se
inicia no mês de junho, e que, portanto, o período destacado é referente aos meses de
dezembro a meados de abril. Um enfraquecimento de sinal na faixa 4-8 dias indica
pouca atuação de sistemas transientes de escala sinótica, que atuam, aproximadamente,
nessa faixa de período, tais como os sistemas frontais. Essa observação é coerente com a
ausência de frentes frias atuantes no Rio de Janeiro entre os meses de dezembro até o
final de abril, relatada nas sínteses sinóticas mensais do CPTEC (disponíveis em
http://www.cptec.inpe.br/noticias/faces/noticias.jsp?idConsulta=&idQuadros=109)
Ao se analisar de forma conjunta as demais variáveis, verifica-se comportamento

similar ao da variável P. Por outro lado, no decorrer do mesmo período, ocorre
fortalecimento do sinal na escala temporal de 1 dia para todas as variáveis, destacado
como uma elipse pontilhada nos gráficos. A variável q, apresentada na Figura 5.17 (c),
por exemplo, que não é muito evidente na escala de 1 dia, ganha destaque durante o
verão. Esse fortalecimento do sinal do ciclo diurno é reflexo de uma intensificação dos
sistemas de BM e BT que têm atuação reforçada na manutenção da circulação local,
uma vez que fenômenos meteorológicos de escala sinótica, anteriormente citados, se
encontram enfraquecidos.
84
(a)
(b)
(c)
(d)
Figura 5.17 - Espectros de potência de ondeleta para SBGL, elaboradas para o período de
junho/2013 a maio/2014. As variáveis apresentadas são, respectivamente: v, T, q e P. No eixo das
ordenadas, o período é apresentado em dias, e, no eixo das abcissas, encontra-se a escala de
variação da potência de ondeleta (m2.s-2). Os gráficos na coluna à direita são os respectivos
espectros globais de potência, com linha pontilhada de nível de confiança estatística de 95%.
85
A seguir, é feita uma análise de espectro cruzado de ondeletas. O espectro
cruzado evidencia a potência comum entre duas séries temporais em um determinado
período. Nesse sentido, o cruzamento entre as séries (T,v), (P,v), (q,v), (T,P) e (q,T) é
apresentado na Figura 5.18. A análise será concentrada nas regiões com confiança
estatística de 95%, identificadas por linhas de contorno preto no interior da Figura 5.18.
Assim como na Figura 5.17, as séries temporais analisadas referem-se a junho de 2013
até maio de 2014, com o verão (DJF) entre os dias 184-273 da série (eixo das
abscissas).
Uma investigação geral na Figura 5.18 evidencia faixas, por vezes contínuas,
para os períodos de 0,5 dia e 1 dia. Em relação ao período de 1 dia, intensidade maior
no espectro cruzado encontra-se no par de variáveis (T,v), reforçando a ideia de
circulação gerada termicamente, representada pelas brisas BM e BT. Os espectros para
(T,P) e (q,T) aparecem bem distribuídos ao longo do ano para o período de 1 dia, porém
com sinais cruzados menos intensos. Por fim, os pares (P,v) e (q,v) na escala de 1 dia
têm distribuição ao longo da série com muitas ausências de confiança estatística, exceto
durante o verão, em que o sinal cruzado aparece de forma quase ininterrupta e com
maior intensidade para o par (q,v).
Para a escala de 0,5 dia, os espectros cruzados mais evidentes acontecem para as
combinações de variáveis que não contemplam a variável q. Portanto as combinações
(T,v), (P,v) e (T,P) são as mais destacadas durante toda a série. Dentre essas variáveis
combinadas, os pares (P,v) e (T,P) possuem maior regularidade de sinal com confiança
estatística em toda a série temporal, sendo o primeiro mais intenso e reforçando a ideia
de sinal da maré barométrica.
As características acima destacadas para os períodos de 0,5 dia e 1 dia, ciclos

semidiurno e diurno, respectivamente, refletem grande parte das características
individuais das séries analisadas anteriormente no espectro comum de ondeletas.
Entretanto, a análise cruzada permite uma avaliação mais detalhada da intensidade do
sinal comum entre os pares de variáveis.
86
Em relação aos sinais com períodos mais longos, acima de 4 dias, é destacada
uma forte mudança no padrão das variáveis cruzadas. É possível verificar que, até quase
a metade da série (até aproximadamente 160 dias), os sinais cruzados em todas as
variáveis estão presentes, mesmo que dispersos nas mais variadas escalas de tempo, mas
que estão praticamente ausentes em grande parte da segunda metade da série. Tomando-
se como base o espectro cruzado (P,v), é possível notar que o sinal intrassazonal (10-60
dias) e mesmo aquele de 4-10 dias, que representam os transientes de escala sinótica,
praticamente desaparecem após o dia 160 (início do mês de novembro). Esse período
coincide com a informação do CPTEC oriunda das sínteses sinóticas mensais,
anteriormente citadas, relatando a não incursão de sistemas frontais no sudeste brasileiro
durante o verão. Ao mesmo tempo, é possível observar que existe uma intensificação
nas combinações cruzadas das variáveis para o período de 1 dia (ciclo diurno) durante o
verão, principalmente nos meses de janeiro e fevereiro (entre os dias 215-273 da série).
Portanto, as circulações locais de BM e BT destacaram-se num momento em que

atmosfera passou por um período de fraco sinal do espectro cruzado nas escalas acima
de 4 dias. A fraca atuação das escalas temporais mais longas pode ter facilitado a
manifestação das circulações locais decorrentes do ciclo diurno. Esse fato, entretanto,
coincide com uma das mais fortes estiagens já relatadas no sudeste brasileiro e
culminando em elevadas temperaturas no verão 2013-2014.
87
(a)
T,v
(b)
P,v
Figura 5.18 - Espectro cruzado de ondeletas para SBGL para o período de junho/2013 a
maio/2014. As variáveis cruzadas seguem a seguinte ordem: (T,v), (P,v), (q,v), (T,P) e (q,T).
88
(c)
q,v
(d)
T,P
(e)
q,T
Figura 5.18 - Final
89
5.3 Análise de agrupamento
A seguir, serão apresentados resultados obtidos com a técnica de mineração de

dados empregada na presente pesquisa. Foram elaborados dendrogramas, que se
baseiam em processo analítico estruturado como uma árvore usada para representar o
processo de agrupamento hierárquico, mostrando, passo a passo, como os objetos são
agrupados com base na distância euclidiana entre eles. Através dessa técnica, pode-se
avaliar a semelhança entre as variáveis a partir de seus padrões de comportamento.
O código computacional utilizado na análise, Sirius (disponível para acesso em

http://www.prs.no/index.html), conforme informado anteriormente, possui uma
limitação de 65535 linhas de dados por processamento, e, dessa forma, optou-se por
analisar a série durante o período 2003 a 2008. Aliado à limitação do código utilizado,
também, levou-se em conta o fato de que, a partir de 2009, as observações de SBRJ
passaram a ter interrupção no decorrer da madrugada, o que poderia influenciar no
padrão de comportamento dessa série e modificar o resultado final. Foram avaliados
nesta etapa os aeródromos SBSC, SBGL, SBRJ e SBAF.
Os resultados são apresentados nas Figuras 5.19 a 5.24. Inicialmente, são

discutidos os dendrogramas elaborados para cada variável, agrupando-as a partir dos
valores obtidos em cada estação analisada. Na Figura 5.19, é apresentado o resultado
para a variável direção do vento. No eixo das ordenadas, encontram-se os valores de
dissimilaridade encontrados entre os membros do grupo. Quanto menor o valor da
dissimilaridade, tem-se que mais próximos estão os membros de um dado agrupamento,
a partir da distância média euclidiana entre eles. Observa-se, dessa forma, um grupo
formado pelos aeródromos SBGL e SBRJ, indicando semelhanças no comportamento
entre os dois locais para essa variável. Logo em seguida, vê-se a formação do próximo
grupo com SBSC, destacando a pequena diferença de valor de dissimilaridade entre os
dois grupos. O próximo aeródromo a ser considerado é SBAF, representando o último
grupo da análise e possuindo alta dissimilaridade com os outros dois agrupamentos
formados entre as demais estações. Esse comportamento indica que existe grande
diferença entre o padrão de comportamento dessa variável em SBAF com relação aos
demais aeródromos, resultado coerente com os anteriormente discutidos na seção 5.1,
90
que evidenciam diferenças no padrão de circulação local em SBAF, que possui ventos
calmos no decorrer da madrugada que não chegam a formar um sinal claro de BT.
Já para o dendrograma da componente meridional do vento, Figura 5.20, é

observada a mesma hierarquia na formação dos agrupamentos, porém os valores de
dissimilaridade entre o agrupamento de SBSC com o grupo formado por SBGL e SBRJ
são mais elevados do que os anteriormente encontrados no resultado obtido para direção
do vento. Foram elaborados dendrogramas para as outras variáveis, a saber: intensidade
total do vento, temperatura do ar, temperatura do ponto de orvalho, pressão atmosférica,
e umidade específica (Anexo F). Todos os resultados encontrados foram similares ao
obtido para a variável componente meridional do vento, evidenciando que o aeródromo
SBAF possui comportamento mais diferenciado, de forma geral, comparando-o com as
demais estações.
Foram elaborados, adicionalmente, resultados de dendrogramas para cada

aeródromo, formando os agrupamentos com as variáveis observadas para cada um
deles, de acordo com as seguintes notações: componente meridional do vento (v),
intensidade total do vento (V), direção do vento (DIR), pressão atmosférica (P),
temperatura do ar (T), temperatura do ponto de orvalho (Td), umidade específica (q).
Nas Figuras 5.21 e 5.22, são apresentados os resultados para SBSC e SBGL,
respectivamente. Observam-se resultados semelhantes para ambos os aeródromos, com
a formação de um grupo com as variáveis T, Td e q (marcados com uma elipse na cor
roxa no gráfico), e outro formado pelas variáveis v e V (marcados com uma elipse na
cor azul no gráfico). É importante destacar que tais grupos aparecem no decorrer de
toda a análise para os outros aeródromos, por vezes apenas incluindo a variável direção
do vento ou excluindo a variável umidade específica em cada um deles. Ressalta-se que
o agrupamento formado por componente meridional do vento e intensidade total do
vento, sempre com dissimilaridade mínima entre eles (colados no eixo das abcissas),
valida a escolha de trabalhar apenas com a componente meridional do vento nas
análises de ondeletas e nas séries temporais médias, uma vez que os comportamentos
das duas variáveis são similares, porém a componente meridional é capaz de indicar os
sinais de mudança de BM e BT por apresentar valores negativos (ventos de norte) e
positivos (ventos de sul). Após a formação desses dois grupos, é feito um novo
91
agrupamento com a variável pressão atmosférica, e, por fim, a variável direção do vento
aparece, com alto valor de dissimilaridade com relação aos demais agrupamentos
formados.
Observa-se que em SBRJ, Figura 5.23, os padrões são parecidos com os

discutidos anteriormente, exceto pelo fato da umidade específica não se encontrar
agrupada com as variáveis T e Td (elipse roxa). Tal comportamento pode decorrer do
fato da umidade específica possuir os valores mais elevados nesse aeródromo,
comparativamente com os demais.
Finalmente, é feita a análise do aeródromo SBAF na Figura 5.24. Com base

nesse resultado, tem-se que o padrão dos agrupamentos obtidos em SBAF difere dos
analisados para as demais estações. Também são formados os grupos referentes à
temperatura do ar (elipse roxa) e vento (elipse azul), porém, no grupo característico do
vento, é incluída a variável direção do vento, comportamento não visto nas demais
estações, em que essa variável sempre permanecia como a última a ser adicionada na
análise, apresentando alto grau de dissimilaridade relativo aos demais grupos formados.
Destaca-se, portanto, como o comportamento de SBAF difere do comportamento

das demais estações, tanto na análise por variável (Figuras 5.19 a 5.20) quanto nos
padrões de agrupamento formado nas estações individualmente (Figuras 5.21 a 5.24).
Tal resultado pode ser um reflexo das circulações locais diferenciadas existentes nessa
localidade, onde não há formação de padrão de BT no decorrer da madrugada, com
predominância de calmarias nesse período. Outro destaque deve-se ao fato de SBAF
apresentar a maior amplitude térmica diária (ver resultados discutidos na seção 5.1)
dentre os aeródromos analisados.
92
Figura 5.19 – Dendrograma euclidiano para a variável direção do vento (DIR), para o período
entre 2003 e 2008, contendo estações SBSC SBGL, SBAF e SBRJ. No eixo das ordenadas,
encontram-se os valores de dissimilaridade, e, no eixo das abcissas, são mostrados os membros dos
grupos formados.
Figura 5.20 – Dendrograma euclidiano para a variável componente meridional do vento (v), para o
período entre 2003 e 2008, contendo estações SBSC SBGL, SBAF e SBRJ. No eixo das ordenadas,
encontram-se os valores de dissimilaridade, e, no eixo das abcissas, são mostrados os membros dos
grupos formados.
93
Figura 5.21 – Dendrograma euclidiano para o aeródromo SBSC para o período entre 2003 e 2008,
contendo as variáveis: componente meridional do vento (v), intensidade total do vento (V),
temperatura do ar (T), temperatura do ponto de orvalho (TD), pressão atmosférica (P), direção do
vento (DIR) e umidade específica (q). No eixo das ordenadas, encontram-se os valores de
dissimilaridade, e, no eixo das abcissas, são mostrados os membros dos grupos formados.
Figura 5.22 – Dendrograma euclidiano para o aeródromo SBGL para o período entre 2003 e 2008,
contendo as variáveis: componente meridional do vento (VVEL), intensidade total do vento (VEL),
temperatura do ar (T), temperatura do ponto de orvalho (TD), pressão atmosférica (QNH), direção
do vento (DIR) e umidade específica (UMES). No eixo das ordenadas, encontram-se os valores de
94
Figura 5.23 – Dendrograma euclidiano para o aeródromo SBRJ para o período entre 2003 e 2008,
do vento (DIR) e umidade específica (UMES). No eixo das ordenadas encontram-se os valores de
dissimilaridade e no eixo das abcissas são mostrados os membros dos grupos formados.
Figura 5.24 – Dendrograma euclidiano para o aeródromo SBAF para o período entre 2003 e 2008,
do vento (DIR) e umidade específica (UMES). No eixo das ordenadas, encontram-se os valores de
95
CAPÍTULO VI – CONCLUSÕES E RECOMENDAÇÕES
No presente trabalho, foi feita uma caracterização da circulação atmosférica

local próxima à superfície na região metropolitana do Rio de Janeiro (RMRJ), bem
como sua relação com o comportamento de outras variáveis atmosféricas, destacando a
sua variabilidade espacial e temporal. Para alcançar tal objetivo, foram investigadas
séries temporais de 2003 a 2014 das estações meteorológicas de superfície localizadas
nos aeródromos SBGL, SBRJ, SBSC, SBAF, SBJR, buscando uma análise integrada do
padrão de vento local com o comportamento de outras variáveis, tais como temperatura
do ar, pressão atmosférica e umidade específica nas mesmas estações. Foram aplicados
três procedimentos de análise complementares, rosas dos ventos, ondeletas e mineração
de dados, que compõem a metodologia concebida para esta dissertação. Na sequência,
são abordadas as conclusões e recomendações do trabalho.
6.1 Considerações finais
Os resultados das rosas dos ventos evidenciaram a presença de padrões

diferenciados de circulação local em cada aeródromo, mostrando a existência de
interação do campo de vento com a topografia. Um aspecto relevante em relação aos
ventos associados à BT merece destaque. Tomando-se como referência a estação SBSC,
é possível notar que, no final da manhã, por volta de 09 h-12 h, há uma intensificação
nos ventos de N-NE. Esse fato chama a atenção, pois, no final da manhã, é exatamente o
momento em que a circulação de BT deveria estar se desacelerando ao se preparar para
inverter o sentido do vento de acordo com a circulação de BM após 12 h. É importante
notar que a RMRJ é limitada ao norte/noroeste por topografia mais elevada, em
decorrência da Serra do Mar e sua denominação regional da Serra dos Órgãos. Portanto,
é possível que o ar mais frio que desce a montanha durante a madrugada/manhã esteja
atingindo a RMRJ no final da manhã e se associando ao escoamento previamente
estabelecido da BT, ocasionando intensificação dos ventos de componente norte.
Portanto, esse comportamento encontrado em SBSC confere a essa localidade caráter
diferenciado em relação às demais localidades analisadas na RMRJ. As estações SBGL
96
e SBAF também apresentam intensificação nos ventos da manhã por volta das 10 h-11h,
porém esse efeito é menos intenso. Em SBJR e SBRJ, esse aspecto não é evidente.
Também foi possível verificar relações entre as variáveis, tal como horário de
ocorrência da temperatura máxima e horário de máximo da BM, a partir da análise das
séries temporais médias. A série da temperatura do ar evidencia a presença do ciclo
diurno, com valores mínimos ocorrendo por volta das 06 h e máximos em torno de 13 h.
Observa-se comportamento similar em todos os aeródromos, destacando o fato de SBRJ
apresentar menor amplitude térmica diária que os outros locais investigados.
Adicionalmente, é possível observar que a circulação local tem sua resposta máxima na
intensidade de v (entre 15 h-16 h) cerca de 2 a 3 horas após o máximo de T (por volta de
13 h). Esse atraso na resposta do vento é típico das circulações de brisa, tendo em vista
efeitos de atrito com a superfície e outros mecanismos internos envolvidos.
A partir da análise dos resultados das ondeletas contínuas e espectros globais

para escalas temporais inferiores a 4 dias, foi possível constatar a existência de sinais
fortes em 24 h (sistemas BM/BT) e 12 h (maré barométrica) em todas as estações
analisadas. A análise dos resultados indica que o sinal de 1 dia é fortemente presente nas
variáveis v e T em todos os aeródromos. Esse sinal é decorrente do ciclo diurno de
atuação dos sistemas de BM e BT. Observa-se que o sinal de 0,5 dia é menos evidente,
porém presente em todas as estações para as variáveis v, T e P. É importante ressaltar
que, para a variável pressão atmosférica, o sinal de 0,5 dia se destaca, com potência
mais significativa que o próprio sinal do ciclo diurno (1 dia), o que reflete a presença da
maré barométrica, além de sua possível interação com as demais variáveis, como T e v.
Em relação à variável q, é possível destacar um sinal marcante com período de 1 dia em
SBSC durante todo o ano e nos três primeiros meses em SBRJ. Embora não muito
evidente nos demais aeródromos, o ciclo diurno para a umidade específica pode ser
notado no espectro global das ondeletas, mas não atingindo a confiança estatística de
95%. Esse padrão diferenciado em SBSC é surpreendente, pois não tem equivalência
nas demais estações analisadas. A componente do ciclo semi-diurno não é bem
representada em qualquer dos aeródromos.
97
No estudo de caso realizado para o verão 2013/2014, destacou-se a presença de
uma significativa interrupção do sinal na banda de 4-8 dias, persistente durante todo o
verão, e que foi um reflexo da diminuição da atuação de eventos sinóticos, tais como
sistemas frontais. Complementarmente, ficou evidente a redução da potência do sinal
intrassazonal, na escala de 10-60 dias, durante o verão. Nessa mesma ocasião, foi
possível destacar o reforço nos sinais de escala temporal de 1 dia, típicos de circulação
local (sistemas de BM/BT), evidenciando que o enfraquecimento nas escalas temporais
acima de 4 dias acabou favorecendo a intensificação do ciclo diurno. Esses resultados
para as ondeletas contínuas também se refletiram na análise cruzada.
Sabe-se que o verão 2013-2014 no sudeste brasileiro foi atípico, caracterizado

por longa estiagem e temperaturas elevadas. Nesse sentido, a análise de ondeletas
mostrou-se promissora na identificação desse cenário adverso, indicando que pode
existir um sinal forte de previsibilidade de eventos críticos a partir de assinaturas e
padrões existentes nas escalas intrassazonais.
Para os resultados de análise de agrupamento, destaca-se como o comportamento

do aeródromo SBAF diferiu do comportamento das demais estações, tanto na análise
por variável, quanto nos padrões de agrupamento formado nas estações
individualmente. Tal resultado pode ser um reflexo das circulações locais diferenciadas
existentes nessa localidade, onde não há formação evidente de padrão de BT no decorrer
da madrugada, bem como da maior amplitude térmica diária observada nessa
localidade. Esse resultado ressalta, mais uma vez, a existência de padrões diferenciados
de comportamento nas variáveis analisadas entre as estações localizadas na RMRJ, que,
mesmo estando próximas, sofrem efeito de diversos fatores que atuam localmente, tais
como a topografia (maciços da Tijuca, Pedra Branca e Gericinó, proximidade com a
Serra do Mar), além da presença do mar e das baías da Guanabara e Sepetiba.
Para trabalhos futuros, recomenda-se que seja feita a inclusão de dados de

precipitação na análise, com intuito de correlacionar os efeitos das circulações locais,
bem como os sinais remotos presentes em outras escalas atmosféricas, com a ocorrência
de episódios de chuvas intensas e/ou estiagens na área de estudo. Também sugere-se a
ampliação do estudo para outras estações, nela inseridas, e localizadas no entorno da
98
RMRJ. Finalmente, recomenda-se a realização de uma minuciosa investigação da
existência de padrões recorrentes associados com eventos de estiagem como o ocorrido
no estudo de caso do verão 2013/2014, em diversos outros anos. A partir dessa
verificação, pode ser possível identificar outros padrões de comportamento simultâneo
entre as variáveis e, dessa forma, implicar uma melhoria da previsibilidade de tal
fenômeno.
Portanto, destaca-se a importância da caracterização das circulações locais na

RMRJ tendo em vista o planejamento de diversos setores da sociedade, tais como as
atividades poluidoras do ar e o efeito das condições atmosféricas na dispersão de
poluentes, as interações com as circulações decorrentes das ilhas de calor, o processo de
formação de nevoeiro, o conforto térmico relacionado com a construção de casas e
edifícios, as operações marítima e aérea e os consequentes impactos nas questões
hídricas da região. Adicionalmente, estudos visando aperfeiçoar os modelos conceituais
de circulação local possuem aplicação direta na melhoria das parametrizações dos
modelos numéricos, contribuindo para a melhoria da previsibilidade atmosférica.
99
REFERÊNCIAS BIBLIOGRÁFICAS
AHRENS, C. Donald, Meteorology Today: an introduction to weather, climate

and environment. 1988.
ALCANTARA, Clênia Rodrigues and SOUZA, Enio Pereira de. Uma teoria
termodinâmica para brisas: teste utilizando simulações numéricas. Rev. bras.
meteorol. [online], vol.23, n.1, pp. 1-11. ISSN 0102-7786.
http://dx.doi.org/10.1590/S0102-77862008000100001, 2008.
Allen, M. R. and L. A. Smith, Monte Carlo SSA, Detecting irregular oscillations in

the presence of colored noise, Journal of Climate, 9, 3383- 3404, 1996.
ARMANI, G.; TAVARES, R.; ROCHA, B. N. A influência das brisas marítima e

terrestre na gênese das chuvas no transecto Cubatão-São Paulo (SP) In: XIV
Congresso Brasileiro de Meteorologia, 2006, Florianópolis. A meteorologia a serviço
da sociedade. Florianópolis: Sociedade Brasileira de Meteorologia, 2006. v.1. (CD-
ROM), 2006.
BERNADET, L. R. Simulação numérica da brisa marítima e de sua interação com

a topografia na presença de processos úmidos. São Paulo, 119 pp. Dissertação de
Mestrado do Departamento de Ciências Atmosféricas do Instituto Astronômico e
Geofísico da Universidade de São Paulo, 1992.
BOLZAN, Maurício José Alves. Transformada em ondeleta: uma necessidade. Rev.

Bras. Ensino Fís. [online], vol.28, n.4 [cited 2014-11-23], pp. 563-567, 2006.
CARRERA, C. V. M. ; DIAS, P. L. S. . Estudo da entrada da brisa marítima no

estado de São Paulo. In: VI Congresso Brasileiro de Meteorologia, Salvador-BA. VI
Congresso Brasileiro de Meteorologia, v. 1. p. 315-319, 1990.
CASTRO, A. C., Padrões de variabilidade intrasazonal sobre a cidade de São Paulo

e Oceano Atlântico Sul adjacente utilizando a análise de ondeleta, no período de
1982 a 2005. Dissertação de Mestrado. USP, 2007.
CAVALCANTI, I. F. A.; KOUSKY, V. E. Parte I - Sistemas meteorológicos que

afetam o tempo na América do Sul: Frentes frias sobre o Brasil. In:
CAVALCANTI, Iracema Fonseca de Alburquerque; FERREIRA, Nelson Jesus;

SILVA, Maria Gertrudes Alvarez Justi da; SILVA DIAS, Maria Assunção Faus da
(Ed.). Tempo e Clima no Brasil. São Paulo: Oficina de Textos, p. 135-147. ISBN
978-85-86238-92-5, 2009.
CHAGAS, D. J , CHOU, S.C, CORSI, A.C. Análise do Banco de Atendimentos da

Defesa Civil do Estado de São Paulo. Anuário IGEO, Ano 2010 Volume 33 – 1,
2010.
100
CHATFIELD, C. The Analysis of Time Series: An Introduction. 3.ed. London New
York Chapman and Hall, 1984.
CLAUZET, G.; WAINER, I.; SERVAIN, J. A variabilidade oceânica e atmosférica

na região do Atlântico Tropical nos dados da rede PIRATA a partir da análise
de ondeleta. Revista Brasileira de Meteorologia. V. 20, n.1, 43-58, 102p, 2005.
CORRÊA, E.B.; SOARES, M.S.; PIMENTEL, L.C.G. Modelagem do escoamento

atmosférico na RMRJ com os modelos MM5 e CALMET - Parte II. Ciência e
Natura, v. Especial, p. 281-284, 2007.
COSSICH, W., PINHEIRO, F. R., MARTON, E., PIMENTEL, L. C. G. Análise do

Campo de Vento em dias de Nevoeiro no Aeródromo do Galeão/RJ. In: XV
Congresso Brasileiro de Meteorologia, São Paulo, São Paulo, 2008.
COSSICH, W., PINHEIRO F. R., MARTON, E., PIMENTEL, L. C. G. Ocorrências de

Nevoeiro na Cidade do Rio de Janeiro no Período 2003-2007. Ciência e Natura, p,
2009.
CARVALHO, V. S. B. Meteorologia da Qualidade do Ar no que tange as

Concentrações de Ozônio e dos Óxidos de Nitrogênio na Região Metropolitana
do Rio de Janeiro. Dissertação de Mestrado, COPPE, Universidade Federal do Rio
de Janeiro, 134 p., 2006.
DAUBECHIES, I. Ten Lectures on Wavelets, vol. 61 of CBMS-NSF Regional

Conference Series in Applied Mathematics, SIAM, Philadelphia, PA, 1992.
DERECZYNSKI, C., W. SILVA and J. MARENGO, "Detection and Projections of

Climate Change in Rio de Janeiro, Brazil," American Journal of Climate Change,
Vol. 2 No. 1, pp. 25-33. doi: 10.4236/ajcc.2013.21003. 2013.
FARGE, M. “Wavelet transforms and their applications to turbulence”.

Ann.Rev.Fluid Mech., 24, 395-457, 1992.
FARIAS, H. S. O Ritmo Semanal do Ciclo no Bairro Maracanã. Dissertação de M.Sc.,

Departamento de Geografia do Instituto de Geociências, Universidade Federal do
Rio de Janeiro, São Paulo, SP, Brasil, 2007.
FAYYAD, U.M.; PIATETSKY-SHAPIRO, G. & SMYTH, P. From Data Mining to

Knowledge Discovery in Databases. AI Magazine, Disponível em:
www.daedalus.es/fileadmin/daedalus/doc/MineriaDeDatos/fayyad96.pdf, 1996.
FOUFOULA-GEORGIOU, E. and P. KUMAR (Eds.). Wavelets in Geophysics,

Volume 4 of Wavelet Analysis and its Applications. San Diego: Academic Press,
Inc, 1994.
FREITAS, S. R. Modelagem numérica do transporte e das emissões de gases e

aerossóis de queimadas no cerrado e floresta tropical da América do Sul. Tese
101
de D.Sc., Instituto de Física da Universidade de São Paulo, São Paulo, SP, Brasil,
1999.
FREITAS, E. D., DIAS, P. L. S. “Alguns efeitos de áreas urbanas na geração de

uma ilha de calor”, Revista Brasileira de Meteorologia, v.20, n.3, pp. 355-366,
2005.
FREITAS, E. D. Circulações locais em São Paulo e sua influência sobre a dispersão

de poluentes. Tese de D.Sc., Departamento de Ciências Atmosféricas do Instituto
Astronômico e Geofísico, Universidade de São Paulo, São Paulo, SP, Brasil, 2003.
FREITAS, E. D. Circulações Locais em São Paulo e Sua Influência Sobre a

Dispersão de Poluentes. Tese de Doutorado, IAG, Universidade de São Paulo, São
Paulo, 157p., 2003.
FREITAS, E. D.; ROZOFF, C; COTTON, W. R.; SILVA DIAS, P. L. “Interactions of

Urban Heat Island and Sea Breeze Circulations During Winter Over The
Metropolitan Area of São Paulo – Brazil”, Bound-Layer Meteorol., v. 122, n. 1,
pp. 43-65, 2007.
FUJITA, T. T. Tornadoes and Downburst in the Context of Generalized Planetary

Scales. J. Atmos. Sci. . V.38 . p.1512-1534 . 1981.
FUNDAÇÃO INSTITUTO DE DESENVOLVIMENTO ECONÔMICO E SOCIAL

DO RIO DE JANEIRO. Indicadores Climatológicos do Estado do Rio de Janeiro.
Governadoria do Estado do Rio de Janeiro, Secretaria de Planejamento e
Coordenação Geral (SECPLAN), Fundação Instituto de Desenvolvimento
Econômico e Social do Rio de Janeiro (FIDERJ). Sistemas de Informação para o
Planejamento Estadual (SIPE), 1978. Rio de janeiro, 156 p, 1978.
GAGNE, D. J., II, A. MCGOVERN, and J. BROTZGE. Classification of convective

areas using decision trees. J. Atmos. Ocean. Tech., 26, 1341-1353. 2009.
GAMBIS D. Wavelet transform analysis of the length of day and the El

Niño/Southern Oscillation variations at intraseasonal and interannual time
scales. Ann. Geophys.,10, 429−437, 1992.
GROSSMAN, A. & MORLET, J. Decomposition of Hardy functions into square

integrable wavelets of constant shape, SIAM J. Math. Anal., 15, 723-736, 1984.
GU, D., and S. G. H. PHILANDER. Secular changes of annual and interannual

variability in the Tropics during the past century. J. Climate, 8, 864–876, 1995.
GUIMARÃES, J. M. “Estudo de casos de ZCAS associados com deslizamentos na

região da Serra do Mar”. Monografia (Bacharel em Meteorologia), IGEO/UFRJ,
Rio de Janeiro, RJ, 2010.
102
HACKEROTT, J. A. Simulação numérica a partir do modelo WRF e análise de
ventos em superfície na região da Baía de Guanabara (RJ), Dissertação de
Mestrado em Meteorologia, Universidade de São Paulo, USP, Brasil, 2013.
HOLANDA, S.C. Análise Espectral e em Componentes Principais: Uma Visão

Conjunta à Identificação e Caracterização de Oscilações e Ruídos Atmosféricos
no Azp-Al. Doutorado, Tese, UNIVERSIDADE FEDERAL DE CAMPINA
GRANDE. CENTRO DE TECNOLOGIA E RECURSOS NATURAIS, 2009.
HOLTON, James R.; An Introduction to Dynamic Meteorology. Academic Press Inc.

New York, 1979.
HUMPHREYS, W. J. Physics of the air. Third Edition. London (McGraw-Hill

Publishing Company, Ltd.), 1940.
JUSTI DA SILVA MGA & SILVA DIAS MAF. 2002. A frequência de fenômenos
meteorológicos na América do Sul: uma climatologia. Anais do XII Congresso
Brasileiro de Meteorologia, Foz do Iguaçu.
JUSTI DA SILVA, M. G. A. A Frequência de Fenômenos Meteorológicos na

América do Sul: Climatologia e Previsibilidade. Tese (Doutorado em engenharia
mecânica) – Coordenação dos Programas de Pós Graduação em Engenharia. Rio de
Janeiro: Universidade Federal do Rio de Janeiro, 2003.
KARAM, H.A., PEREIRA FILHO, A.J., MASSON, V., NOILHAN, J., MARQUES
FILHO, E.P. “Formulation of a tropical town energy budget (t-TEB) scheme”,
Theoretical Applied Climatology, vol. 101, pp.109–120, 2010.
KODAMA, Y. Large-Scale Common Features of Subtropical Precipitation Zones

(the Baiu Frontal Zones, the SPCZ, and the SACZ) Part I: Characteristics of
Subtropical Frontal Zones. Journal of Meteorological Society of Japan, v. 70,
n.4, p. 813-835, 1992.
KOSE, R.; ARIF OZGUR, M.; ERBAS, O.; TUGCU, A. The analysis of wind data
and wind energy potential in Kutahya, Turkey, Renewable and Sustainable
Energy Reviews, v. 8, p. 277-288, 2004.
KOUSKY, V. E. Pentad Outgoing Longwave Radiation Climatology for the South

American Sector. Revista Brasileira de Meteorologia, v. 3, p. 217–231, 1988.
KUMAR, R. Direct Recovery of Shape from Multiple Views: A parallax based

approach. In 12th International Conference on Pattern Reconigtion, Vol. 1, p. 685-
688, Jerusalem, Israel, 1994.
LEMOS C. F.; CALBETE, N. O. Sistemas Frontais que atuaram no litoral de 1987 a

1995. Climanálise Especial, Edição Comemorativa de 10 anos. Disponível em:
http://www. cptec.inpe.br/products/climanalise/cliesp10a/index1.shtml.
103
LIGDA, M. G. H. . Radar Storm Observations . In: Compedium of Meteorology .
American Meteorological Society . p.1265-1282 . Boston . 1951.
LUCENA, A. J. A Ilha de Calor na Região Metropolitana do Rio de Janeiro.

Doutorado. Tese, Universidade federal do Rio de Janeiro, COPPE, Programa de
Engenharia Civil, Rio de Janeiro, Brasil, 2012.
MARQUES FILHO, E.P., KARAM, H.A., MIRANDA, A.G., FRANÇA, J.R.A., “Rio
de Janeiro’s urban climate”, Urban Climate News - Quarterly Newsletter of the
International Association of Urban Climate (IAUC), vol. 32 (June), pp.5-9, 2009.
MORAES, N. O., MARTON, E., PIMENTEL, L. C. G. Simulações Numéricas da

Formação de Ilha de Calor na Região Metropolitana do Rio de Janeiro. Anuário
do Instituto de Geociências (Rio de Janeiro), v. 28, n. 2, p. 116-138, 2005.
MORAES, N.O., Modelagem do mecanismo de formação e desintensificação de ilha

de calor na região metropolitana do Rio de Janeiro. Mestrado. Dissertação,
Universidade federal do Rio de Janeiro, COPPE, Programa de Engenharia Mecânica,
Rio de Janeiro, Brasil, 2008.
MORETTIN, P. A. “Ondas e ondeletas: da análise de Fourier à análise de

ondeletas”. São Paulo: Editora da Universidade de São Paulo, 275 p, 1999.
MORETTIN, A. P. e TOLOI M. C., Análise de Séries Temporais, São Paulo: Edgard

Blucher LTDA, p1-80. National Weather Service/ Climate Prediction Center
(NWS/CPC) do National Oceanic and Atmospheric Administration (NOAA).
Disponível em: http://www.cpc.ncep.noaa.gov/. 2004.
MORLET, J. “Sampling theory and wave propagation”. In: Annual Meeting, 51, Los
Angeles: Soc. Explor. Geophysics. MOURA, J. R. S.; ANTUNES, F.S.; SAMPAIO,
A. C.; BARBOSA, D. R.; SANTOS, H. M.; RAMALHO, R. S.; GUEDES, R. S. C.
&
GAMA, S. V. G., 1998, Modificações Sócios Ambientais e Zoneamento de Risco na

Zona Oeste do Rio de Janeiro. In: Relatório Parcial do Projeto Interinstitucional: O
Porto de Sepetiba –Cenário, Impactos e Perspectivas, 1. Rio de Janeiro:
CPCH/IGEO/UFRJ, p. 48, 1982.
NIMER, E. Climatologia do Brasil. SUPREN/IBGE. Volume 4, 1979.
NOBRE, C. A.; MATTOS, L. F.; DERECZYNSKI, C. P.; TARASOVA, T. A.;

TROSNIKOV, I.V. Overview of atmospheric conditions during the Smoke,
Clouds, and Radiation-Brazil (SCAR-B) field experiment. Journal of Geophysical
Research, v. 103, n. D24, p. 31809-31820, 1998.
OLIVEIRA, A. P. & SILVA DIAS, P. L. Aspectos observacionais da brisa marítima

em São Paulo. In: Congresso Brasileiro de Meteorologia, 2, Pelotas, 129-145, 1982.
104
OLIVEIRA JUNIOR, José Francisco et al. Caracterização do regime de vento no
município de Seropédica, Rio de Janeiro (2001-2010). Floresta Ambient. [online].
2013, vol.20, n.4, pp. 447-459. Epub Nov 22, ISSN 2179-8087.
http://dx.doi.org/10.4322/floram.2013.040. 2013.
OLIVEIRA, A. Interações entre sistemas frontais na América do Sul e a convecção

da Amazônia. Dissertação (Mestrado em Meteorologia) - Instituto Nacional de
Pesquisas Espaciais. São José dos Campos: Instituto Nacional de Pesquisas
Espaciais, 1986.
ORLANSKI, I. A Rational Subdivision of Scales for Atmospheric Processes. Bull.

American Meteorological Society . V.56 . p.529-530 . 1975.
PEREIRA FILHO, A. J. “Chuvas de Verão e as Enchentes na Grande São Paulo: El

Niño, Brisa Marítima e Ilha de Calor”. In: II Seminário Brasileiro de
Hidrometeorologia, Rio de Janeiro. XI Congresso Brasileiro de Meteorologia, Rio de
Janeiro- RJ, 2000.
PEREIRA FILHO, A. J. Chuvas de verão e as enchentes na Grande São Paulo: El

Niño, brisa marítima e ilha de calor. Anais do XI Congresso Brasileiro de
Meteorologia, Rio de Janeiro, RJ. Anais, 2000.
PIELKE, R. A.; COTTON, W. R.; WALKO, L. R.; TREMBACK, C. J.; LYONS, W.

A.; GRASSO, L. D.; NICHOLLS, M. E.; MORAN, M. D.; WESLEY, D. A.; LEE,
T. J.; COPELAND, J. H., “A Comprehensive Meteorological Modeling System –
RAMS”, Meteorol. Atmos. Phys., v. 49, p. 69-91, 1992.
PIMENTEL, Luiz Cláudio Gomes; MARTON, Edilson; SILVA, Mauricio Soares da

and JOURDAN, Pedro. Caracterização do regime de vento em superfície na
Região Metropolitana do Rio de Janeiro. Eng. Sanit. Ambient., vol.19, n.2, pp.
121-132, 2014.
REBOITA, M. S, Elementos da Variabilidade Climática no Extremo Sul do Brasil,

no Período de 1990 a 2001. Dissertação, Mestrado. Curso de Pós-Graduação em
Engenharia Oceânica da Fundação Universidade Federal do Rio Grande, 2004.
RIBEIRO, Flávia Noronha Dutra; SOARES, Jacyra and OLIVEIRA, Amauri Pereira
de. The co-influence of the sea breeze and the coastal upwelling at Cabo Frio: a
numerical investigation using coupled models. Braz. j. oceanogr. [online], vol.59,
n.2, pp. 131-144. ISSN 1982-436X. http://dx.doi.org/10.1590/S1679-
87592011000200002, 2011.
RIZWAN, A. M., DENNIS, Y.C., LEUNG, L. C., et al., “A review on the generation,
determination and mitigation of Urban Heat Island”, Journal of Environmental
Sciences, vol. 20 pp. 120–128, 2008.
RUSSO, P. R., A Distribuição das Concentrações de Partículas em Suspensão na

Atmosfera da Porção Centro-Oriental do Município do Rio de Janeiro
105
Dissertação de M.Sc., Departamento de Geografia do Instituto de Geociências,
Universidade Federal do Rio de Janeiro, São Paulo, SP, Brasil, 2002.
SALES, F. H. and A. J. PEREIRA FILHO. Impacto do Deslocamento de linhas de

instabilidade nas vazões de bacias rurais e urbanas. In. XIII Simpósio Brasileiro
de Recursos Hídricos – Belo Horironte, 1999.
SCHNEIDER, M. Detecção de Tendências Climáticas na Região Norte-Nordeste do

Estado de São Paulo no Período de Inverno e Pré-Estação Chuvosa, Através de
Análise de Séries Temporais e Modelagem Numérica. Tese, Doutorado. Programa
de Pós-Graduação em Ciência Ambiental (PROCAM) da Universidade de São Paulo,
2012.
SERRA, A. B.; RATISBONNA L. Clima do Rio de Janeiro. 2. ed., Transcrição de:

Boletim Geográfico. Ministério da Agricultura. Serviço de Meteorologia, p. 527-560,
1957.
SFERRA, H. H.; CORRÊA, M. C. A. Conceitos e Aplicações de Data Mining. Revista

Ciência e Tecnologia, Vol. 11 nº 22 pág 20, Universidade Metodista de Piracicaba.
2003.
SILVA, Alfredo. S. - Efeitos da Morfologia Continental Sobre a Distribuição dos

Ventos Locais no Litoral entre o Cabo São Tomé e a Baía da Guanabara - Tese
de mestrado - COPPE, UFRJ, 1997.
SILVA, B. Estudo de Ilha de Calor na Região Metropolitana do Rio de Janeiro:

Aspectos das Circulações Locais com Utilização do Modelo Atmosférico
BRAMS. Mestrado. Dissertação. Engenharia Mecânica, COPPE, Universidade
Federal do Rio de Janeiro, 2010.
SILVA, H. S. Estudo da Circulação Associada a uma Ilha de Calor Urbana com

um Modelo de Simulação da Brisa Marítima. Dissertação de M.Sc., Departamento
de Ciências Atmosféricas do Instituto Astronômico e Geofísico, Universidade de São
Paulo, São Paulo, SP, Brasil, 1986.
SILVA, F.B. & SANTOS, I.A. Estudo do escoamento do vento da camada limite
atmosférica na Zona Oeste do Rio de Janeiro utilizando o modelo RAMS. Anais
XIII Congresso Brasileiro de Meteorologia, Fortaleza, CE, 2006.
SOUSA, N.V. Identificação da Ocorrência de Brisa e da Precipitação na Cidade de

Fortaleza-CE em Abril de 2011. Monografia, Curso de Graduação em Física do
Centro de Ciências e Tecnologia da Universidade Estadual do Ceará, 2011.
SOUSA, T. C. Análise intrassazonal de influências atmosféricas remotas associada

ao evento de precipitação intensa no Estado de Santa Catarina em novembro de
2008. Mestrado. Dissertação, Universidade federal do Rio de Janeiro, COPPE,
Programa de Engenharia Civil, Rio de Janeiro, Brasil, 2013.
106
STIVARI, S. M. S.; OLIVEIRA, A. P.; KARAM, H. A.; SOARES, J. Patterns of
Local Circulation in the Itaipu Lake Area: Numerical Simulations of Lake
Breeze. J. appl. Met., v. 42, p. 37-50, 2003.
TORRENCE, C.; Compo, G. P. “A practical guide to Wavelet analysis”. Bull.

Amer.Meteor. Soc., v.79, p.61-78, 1998.
TORRES JUNIOR, A. R. Resultados preliminares de simulação da brisa marinha e

terrestre para o estado do rio de janeiro utilizando o RAMS. In: X
CONGRESSO BRASILEIRO DE METEOROLOGIA/VII CONGRESSO DA
FLISMET, 1998, Brasília, 1998.
TUBELIS, A. & NASCIMENTO, F. J. L. do. Meteorologia Descritiva. Fundamentos

e Aplicações Brasileiras. São Paulo: Nobel, 374 p., 1984.
UCAR, A. & BALO, F. Evaluation of wind energy potential and electricity

generation at six locations in Turkey. Applied Energy, v. 86, p. 1864-1872, 2009.
VEMADO, F. Análise da circulação de brisa marítima e seus impactos sobre a

precipitação na Região Metropolitana de São Paulo por meio do modelo ARPS.
Dissertação, Mestrado. Instituto de Astronomia, Geofísica e Ciências Atmosféricas
da Universidade, de São Paulo, 2008.
VENDRAMINI, E.Z. Distribuições probabilísticas de velocidades do vento para

avaliação do potencial energético eólico. Botucatu: UNESP, 1986. 110 p. Tese
(Doutorado em Agronomia) – Curso de Pós- Graduação em Agronomia, Faculdade
de Ciências Agronômicas, Universidade Estadual Paulista, 1986.
VIANELLO, R. L.; ALVES, A. R. Meteorologia básica e aplicações. Viçosa:

Universidade Federal de Viçosa, 1991.
VITORINO, M. I. Análise das Oscilações intrasazonais sobre a América do Sul e

Oceanos Adjacentes utilizando a Análise de Ondeletas. Tese de Doutorado em
Meteorologia no Instituto Nacional de Pesquisas Espaciais, INPE 9822 - TDI/865,
São José dos Campos, SP, 2003.
WENG, H. Lau, K-M. “Wavelets, period doubling, and time-frequency localization

with application to organization of convection over the Tropical Western
Pacific”. Journal of the Atmospheric Sciences, v.51, n.17, p.2523-2541, 1994.
WHITEMAN, C. D.; DORAN, J. C.. The Relationship between Overlying Synoptic-

Scale Flows and Winds within a Valley. J. Appl. Meteor., Richland, v. 32, n. 11,
p.1669-1682, 1993.
WIEGAND, F. Circulações atmosféricas clássicas e não-clássicas na região

metropolitana de Porto Alegre/RS. Mestrado. Dissertação, Universidade Federal
do Rio Grande do Sul. Centro Estadual de Pesquisas em Sensoriamento Remoto e
Meteorologia. Programa de Pós-Graduação em Sensoriamento Remoto, Rio Grande
do Sul, Brasil, 2000.
107
WILKS, D. S., Statistical Methods In The Atmospheric Sciences, 2.ed. Department
of Earth and Atmospheric Sciences Cornell University, Elsevier Inc., p. 337-398,
2006.
WITTEN, I. H.; FRANK E. Data Mining: Practical Machine Learning Tools and
Techniques with Java implementations. San Diego: Academic Press, 2000.
108
ANEXO A – Espectros globais de ondeleta para as variáveis: temperatura do ar,
umidade específica e pressão atmosférica.
Temperatura do ar (°C)
SBGL SBSC SBAF SBRJ
2003
2004
2005
2006
2007
A1 - Espectros globais de potência de ondeleta (m2.s-2) para a variável temperatura do ar (ºC), para
as estações SBGL, SBSC,SBAF e SBRJ, apresentados na primeira, segunda, terceira e quarta
colunas, respectivamente. Os gráficos são apresentados ano a ano, iniciando em 2003, na primeira
linha, e indo até 2013, última linha apresentada. Ressalta-se que a estação SBRJ apresenta série de
dados de 2003 a 2008. A linha pontilhada que cruza o gráfico representa o nível de confiança
estatística de 95%.
109
Temperatura do ar (°C)
SBGL SBSC SBAF SBRJ
2008
2009
2010
2011
2012
2013
A1 - Final.
110
Umidade Específica (g/kg)
SBGL SBSC SBAF SBRJ
2003
2004
2005
2006
2007
A2 - Espectros globais de potência de ondeleta (m2.s-2) para a variável umidade específica (g/kg),
para as estações SBGL, SBSC,SBAF e SBRJ, apresentados na primeira, segunda, terceira e quarta
111
Umidade Específica (g/kg)
SBGL SBSC SBAF SBRJ
2008
2009
2010
2011
2012
2013
A2 - Final.
112
Pressão Atmosférica (hPa)
SBGL SBSC SBAF SBRJ
2003
2004
2005
2006
2007
A3 - Espectros globais de potência de ondeleta (m2.s-2) para a variável pressão atmosférica (hPa),
para as estações SBGL, SBSC,SBAF e SBRJ, apresentados na primeira, segunda, terceira e quarta
113
Pressão Atmosférica (hPa)
SBGL SBSC SBAF SBRJ
2008
2009
2010
2011
2012
2013
A3 – Final
114
ANEXO B – Dados Utilizados – Período de 2003 a 2014 (em CD-ROM)
ANEXO B.1 – SBSC
ANEXO B.2 – SBGL
ANEXO B.3 – SBAF
ANEXO B.4 – SBRJ
115
ANEXO C – Distribuição espacial das rosas dos ventos (em CD-ROM)
116
ANEXO D – Ondeletas contínuas de 2003 a 2014 (em CD-ROM)
ANEXO D.1 – Ondeletas contínuas para SBSC
ANEXO D.2 – Ondeletas contínuas para SBGL
ANEXO D.3 – Ondeletas contínuas para SBAF
ANEXO D.4 – Ondeletas contínuas para SBRJ
117
ANEXO E – Ondeletas cruzadas para junho de 2013 a maio de 2014 (em CD-ROM)
ANEXO E.1 – Ondeletas cruzadas para SBSC
ANEXO E.2 – Ondeletas cruzadas para SBGL
ANEXO E.3 – Ondeletas cruzadas para SBAF
118
ANEXO F – Dendrogramas para as variáveis direção do vento, temperatura do ar,
temperatura do ponto de orvalho, umidade específica e pressão atmosférica (em CD-
ROM)
119

Guimaraes. Circulações Locais Na Região Metropolitana Do Rio de Janeiro

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Guimaraes. Circulações Locais Na Região Metropolitana Do Rio de Janeiro

Enviado por

Direitos autorais:

Formatos disponíveis

CIRCULAÇÕES LOCAIS NA REGIÃO METROPOLITANA DO RIO DE JANEIRO:

ASPECTOS OBSERVACIONAIS COM BASE NA ANÁLISE DE

Jessica Motta Guimarães

Dissertação de Mestrado apresentada ao Programa

Orientadores: Otto Corrêa Rotunno Filho

Jessica Motta Guimarães

DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO

RIO DE JANEIRO, RJ - BRASIL

Primeiramente, agradeço a Deus, pois sei que, em todos os momentos de

Agradeço, especialmente, ao meu amor, meu namorado Rafael, pelo incentivo,

Agradeço aos amigos feitos no CEFET, dos quais nunca esquecerei,

Aos amigos da meteorologia, Thiago Sousa, William, Maurício, Renan, Léo

Aos amigos da INFRAERO, faço um agradecimento especial ao Antônio Carlos,

Agradeço a todos os professores que contribuíram para o meu processo de

Agradeço, especialmente, aos meus orientadores, Otto Corrêa Rotunno Filho e

A toda equipe da Secretaria Acadêmica e do suporte do PEC/COPPE,

CIRCULAÇÕES LOCAIS NA REGIÃO METROPOLITANA DO RIO DE JANEIRO:

Jessica Motta Guimarães

Orientadores: Otto Corrêa Rotunno Filho

Programa: Engenharia Civil

A caracterização do campo de vento em superfície e sua variabilidade espacial e

LOCAL CIRCULATIONS IN THE METROPOLITAN REGION OF RIO DE JANEIRO:

Jessica Motta Guimarães

Advisors: Otto Corrêa Rotunno Filho

Department: Civil Engineering

1.1 Considerações iniciais............................................................................................... 1

1.2 Objetivos e contribuição........................................................................................... 6

1.3 Estrutura da dissertação........................................................................................... 7

CAPÍTULO II - REVISÃO BIBLIOGRÁFICA............................................................. 9

2.1 Climatologia da região sudeste................................................................................. 9

2.2 Aspectos gerais sobre circulação local..................................................................... 11

2.3 Circulação termicamente forçada: brisas marítimas e terrestres............................. 13

2.4 Influência da ilha de calor urbana na circulação local............................................. 19

2.5 Maré barométrica...................................................................................................... 23

2.6 Aplicação da transformada de ondeleta em estudos de fenômenos

2.7 Aplicação de mineração de dados em estudos de fenômenos

CAPÍTULO III – METODOLOGIA............................................................................. 31

3.1.1 Descrição dos dados............................................................................................... 32

3.1.3 Elaboração dos gráficos de ondeletas contínuas e cruzadas.............................. 33

3.1.3.2 Análise de ondeletas...................................................................................... 37

CAPÍTULO IV – ÁREA DE ESTUDO.......................................................................... 49

5.2 Ondeletas contínuas................................................................................................... 71

5.2.2 Ondeletas contínuas até 4 dias para o ano de 2008............................................. 76

5.2.3 Estudo de caso para o verão (junho/2013 a maio/2014)..................................... 83

5.3 Análise de agrupamento............................................................................................ 90

CAPÍTULO VI – CONCLUSÕES E RECOMENDAÇÕES.......................................... 96

6.1 Considerações finais ................................................................................................. 96

REFERÊNCIAS BIBLIOGRÁFICAS............................................................................ 100

ANEXO A - Espectros globais de ondeleta para as variáveis: temperatura do ar,

ANEXO B – Dados Utilizados (em CD-ROM)............................................................. 115

ANEXO B.1 – SBSC .............................................................................................. 115

ANEXO B.2 – SBGL ............................................................................................. 115

ANEXO D – Ondeletas contínuas de 2003 a 2014 (em CD-ROM)...........................

ANEXO D.1 – Ondeletas contínuas para SBSC ..................................................... 117

ANEXO D.2 – Ondeletas contínuas para SBGL ..................................................... 117

ANEXO D.3 – Ondeletas contínuas para SBAF ..................................................... 117

ANEXO D.4 – Ondeletas contínuas para SBRJ ...................................................... 117

ANEXO E.1 – Ondeletas cruzadas para SBSC ....................................................... 118

ANEXO E.2 – Ondeletas cruzadas para SBGL ...................................................... 118

ANEXO E.3 – Ondeletas cruzadas para SBAF .......................................................

ANEXO F – Dendrogramas para as variáveis direção do vento, temperatura do ar,

Figura 2.1 Definições de escalas e diferentes fenômenos atmosféricos de acordo

Figura 2.2 - Curva da média diária da pressão atmosférica e suas componentes.