Escolar Documentos
Profissional Documentos
Cultura Documentos
Rio de Janeiro
Dezembro de 2014
CIRCULAÇÕES LOCAIS NA REGIÃO METROPOLITANA DO RIO DE JANEIRO:
ASPECTOS OBSERVACIONAIS COM BASE NA ANÁLISE DE
SÉRIES ESPAÇO-TEMPORAIS
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.
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
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.
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.)
vii
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)
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
3.1 Metodologia.............................................................................................................. 31
3.1.2 Elaboração e análise das rosas dos ventos horárias e das séries temporais
horárias. ......................................................................................................................... 32
ix
3.1.3.1. Análise espectral .......................................................................................... 34
3.1.4 Avaliação dos padrões investigados usando mineração de dados das variáveis e 46
estações............................................................................................................................
CAPÍTULO V – RESULTADOS................................................................................... 52
5.1 Análise dos resultados das rosas dos ventos e séries temporais médias................... 52
5.2.1 Ondeletas contínuas para ano de 2008, com período até 64 dias........................ 71
115
ANEXO B.3 – SBAF ..............................................................................................
x
ANEXO B.4 – SBRJ ............................................................................................... 115
ANEXO C – Distribuição espacial das rosas dos ventos (em CD-ROM)................... 116
ANEXO E – Ondeletas cruzadas para junho de 2013 a maio de 2014 (em CD-
ROM).............................................................................................................................. 118
xi
LISTA DE FIGURAS
Figura 3.5 - Análise de ondeleta cruzada para séries S3 e S1, S3 e S2; e S4 e S1,
em sequência........................................................................................................... 44
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
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%.........................................................................................................................
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 5.21 – 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),
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
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),
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
formados................................................................................................................... 95
xvi
LISTA DE TABELAS
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
BM Brisa Marítima
BT Brisa Terrestre
MD Mineração de Dados
SF Sistemas Frontais
TO Transformada de Ondeleta
xviii
WRPLOT Wind Rose Plots
xix
CAPÍTULO I - INTRODUÇÃO
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.
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.
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.
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.
7
1.3 Estrutura da dissertação
8
CAPÍTULO II - REVISÃO BIBLIOGRÁFICA
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.
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.
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).
14
na região, já se destacava a predominância da circulação termicamente forçada por meio
de brisas terra/mar nas circulações locais em superfície.
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.
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.
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.
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.
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).
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).
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
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.
3.1 Metodologia
31
3.1.1 Descrição dos dados
3.1.2 Elaboração e análise das rosas dos ventos horárias e das séries temporais
horárias.
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.
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.
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;
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 2kt (3.2)
Ak . yt . cos
n t 1 n
2 n 2kt (3.3)
Bk . yt . sin
n t 1 n
onde:
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)
36
k é o número de harmônicos, variando de 1 até a metade do número total de
elementos da série;
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.
onde:
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)
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
Segundo a literatura, esse é um critério fundamental para escolha da função ondeleta a
ser aplicada (Weng e Lau, 1994).
1 2 (3.8)
PK
2 i 2
1 e
(1 2 ) (3.9)
2
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.
matematicamente na expressão
WXY ( s, t ) WX ( s, t )WY* ( s, t ) (3.10)
onde (*) denota o complexo conjugado.
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.
S1
S2
42
S3
S4
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.
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.
1/ 2
p (3.11)
d ab ( X aj X bj ) 2
p 1,2,..., j; j 1
onde:
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
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
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.
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/)
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
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
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
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
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.
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.
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
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.
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
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.
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
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.
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
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.
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
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.
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 semidiurno
de P Ciclo semi-
advecção Ciclo semi-
diurno de v
diurno de T
(Forçante)
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.
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)
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.
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).
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
89
5.3 Análise de agrupamento
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
dissimilaridade, e, no eixo das abcissas, são mostrados os membros dos grupos formados.
94
Figura 5.23 – Dendrograma euclidiano para o aeródromo SBRJ 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 formados.
Figura 5.24 – Dendrograma euclidiano para o aeródromo SBAF 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 formados.
95
CAPÍTULO VI – CONCLUSÕES E RECOMENDAÇÕES
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.
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.
99
REFERÊNCIAS BIBLIOGRÁFICAS
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.
100
CHATFIELD, C. The Analysis of Time Series: An Introduction. 3.ed. London New
York Chapman and Hall, 1984.
101
de D.Sc., Instituto de Física da Universidade de São Paulo, São Paulo, SP, Brasil,
1999.
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.
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.
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.
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.
103
LIGDA, M. G. H. . Radar Storm Observations . In: Compedium of Meteorology .
American Meteorological Society . p.1265-1282 . Boston . 1951.
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.
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.
&
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.
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.
105
Dissertação de M.Sc., Departamento de Geografia do Instituto de Geociências,
Universidade Federal do Rio de Janeiro, São Paulo, SP, Brasil, 2002.
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.
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.
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
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%.
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
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%.
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)
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 E – Ondeletas cruzadas para junho de 2013 a maio de 2014 (em CD-ROM)
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